JP5063425B2 - 注目オブジェクトに対する評価情報を取得する評価取得装置、方法及びプログラム - Google Patents

Description

本発明は、仮想現実空間内のオブジェクトに対する評価情報の取得技術に関し、特に、仮想現実空間内で交わされる会話を利用した評価情報の取得技術に関する。

近年、３次元コンピュータ・グラフィックスで作られたオンラインの仮想現実世界を提供するサービスが注目を浴びている。サービスの利用者は、専用のクライアント用ソフトウェアをインストールしたコンピュータから、インターネット等のネットワーク経由でホストのサーバに接続し、仮想現実世界にアクセスする。仮想現実世界では、サービスの利用者は、自らの分身であるアバタを操作して活動する。例えば、サービスの利用者は、アバタを介して、仮想現実世界に作られた街並みや建物を見て回ったり、出会った他の利用者と会話を楽しんだりする。またサービスの利用者は、仮想現実空間内において自らオブジェクトを作成し、販売する等の創作活動や商業活動も行うことができる。

このように多様な活動が行われるようになると、仮想現実世界に存在する様々なものやサービスに対する評価の傾向を知ることが重要になる。評価は、アバタを操作するユーザ、即ち人間の主観に基づく。従って、注目対象に対する評価を取得するためには、アンケートをとる等によりユーザに直接尋ねるか、又は注目対象に対するユーザのアクションを介して間接的に評価を推測するか（例えば、よく売れるものは人気がある）しかない。

ネットワーク上で提供される情報コンテンツに対するユーザの自由な印象、意見や行動のリアルタイムのデータをユーザに負担をかけずに取得し、正確なマーケット情報を得ることを目的とする従来技術として、特許文献１がある。特許文献１は、ネットワーク上の仮想的な世界で行われるユーザどうしの情報交換のデータ（例えばチャット・データ）を、仮想３次元空間内の３次元オブジェクトとして表現された情報コンテンツを観察するユーザの視点、視線方向、時間等の付随するデータと共に収集し、蓄積する技術を開示する。

より具体的には、特許文献１は、チャットの中に指示代名詞が出現した時点で、時系列的に直後に交換された文章を残すと同時に、グルーピングを利用して、チャットの内容を整理し、かつその時の各アバタの視線方向角データを用いて観察対象となっている３次元オブジェクト（情報コンテンツ）を特定し、その情報コンテンツに関するチャット情報として分類する技術を開示する。ここで、グルーピングは、各アバタの視点座標データを用いた、相互に近接しているアバタのグルーピング、及び視線方向角データを用いた、同一のオブジェクトを観察しているアバタのグルーピングが挙げられる。

また、ある情報との関連度合いを判定する従来技術として、特許文献２がある。特許文献２は、複数の利用者が共有する情報に対して特定の利用者における関連度合い（重要度合い）の高低を判定する。具体的には、特許文献２は、共有情報と利用者のそれぞれについて属性を特定し、特定した各属性が互いに相関があるか否かを判定することによって、ある共有情報がある利用者に対して関連度合いが高いか低いかを判断する。
特開２００５−０１８２１２号公報 特開２００４−２１３１５３号公報

しかしながら、上記特許文献１は、収集したチャット・データ等の情報交換のデータを、アバタの視線方向角データを用いて観察対象となっている３次元オブジェクトに結びつけることを開示するも、収集したチャット・データの解析方法については一切記載しない。チャット・データの一部に観察対象に関する内容が含まれるとしても、チャット・データの内容の全てが観察対象に対するものであるとは限らない。曖昧性を含む自然言語文から指示代名詞を正確に認識するのは必ずしも容易ではないため、誤認識の結果発生するノイズを考慮する必要がある。収集された全チャット・データの中から、純粋に３次元オブジェクトに対する内容のものだけを取り出して評価の傾向を掴むには相当な時間を要する。またオブジェクトそのものについての評価でなく、ある属性をもつオブジェクト一般に対する評価の傾向を取得したい場合もある。

更に、複数のオブジェクトが密集して存在する場合、特許文献１が開示するように、アバタの視線方向角データを用いて観察対象となっている３次元オブジェクトを特定することは困難である。そこで、上記特許文献２の技術を利用して、チャット・データを３次元オブジェクトに結びつけることが考えられるが、そのためには３次元オブジェクトの種類ごとに、３次元オブジェクト及びチャット・データに対しそれぞれ相関を判定するための属性を適切に選ぶ必要がある。しかし、かかる選択は非常に面倒かつ困難であり、現実的ではない。

この発明は、上記の問題点を解決するためになされたものであって、コンピュータ処理により、仮想現実空間内でなされる会話データから、注目オブジェクトに対する内容をより厳密に抽出して、注目オブジェクトに対する評価を取得する技法を提供することを目的とする。また、注目する属性を指定して、該属性をもつオブジェクト一般に対する評価の傾向を取得する技法を提供することを他の目的とする。

上記目的を達成する本発明の第一実施形態に係る評価取得装置は、評価取得の対象となる注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得する近傍会話データ取得部と、注目オブジェクトの近傍領域よりも広い仮想現実空間内の領域内でなされた会話の集合である広域会話データを取得する広域会話データ取得部と、近傍会話データと広域会話データとを用いて、近傍会話データに偏って頻出する表現を特定し、該表現を注目オブジェクトに対する評価情報として取得する取得部とを含む。なお、オブジェクトの近傍と判断される領域の範囲は、ユーザにより予め設定されるものとする。即ち、本発明では、ユーザが近傍であるとして設定した領域が、オブジェクトの近傍の領域となる。また、本発明における会話とは、仮想現実空間内において交わされる会話であって、アバタを介してなされる会話と、アバタを介さずに行う会話の両方を含む。

また好ましくは、上記評価取得装置は、取得した近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出する近傍表現抽出部と、取得した広域会話データから、該広域会話データに出現する表現をその出現頻度と共に抽出する広域表現抽出部とを更に含む。そして上記取得部は、近傍表現抽出部により抽出された各表現に対応する出現頻度が、広域表現抽出部により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、各表現を注目オブジェクトに対する評価情報として取得する。

更に好ましくは、上記評価取得装置は、近傍表現抽出部又は広域表現抽出部により抽出された表現の出現回数が少ない場合に、該出現回数を補正する補正部を更に含む。そして上記近傍表現抽出部又は広域表現抽出部はそれぞれ、近傍会話データ又は広域会話データ内の全会話数Ｎと、補正対象の表現の出現回数Ｃを補正部に渡し、上記補正部は、補正対象の表現が各会話に出現する確率Ｐを、全会話数Ｎのうち補正対象の表現がＣ回以上出現する確率が一定値以上となる最小のＰを求めることにより求め、該確率Ｐに全会話数Ｎを掛けた値を補正された出現回数とする。なお会話の数え方に特に制限はなく、例えばユーザが一回の操作で仮想現実空間を提供するサーバに送信するチャット・データを一会話と数えてもよく、或いは一文を一会話と数えてもよい。

また好ましくは、上記評価取得装置は、オブジェクトとオブジェクトの属性を関連付けるオブジェクト―属性データベースと、オブジェクトが有する複数の属性のうち注目する１以上の属性を指定する入力に基づいて、該注目する１以上の属性を有する仮想現実空間内の１以上のオブジェクトの集合を、オブジェクト―属性データベースを参照して選択する選択部と、選択部により選択された１以上のオブジェクトの集合を注目オブジェクトとして決定する注目対象決定部とを更に含む。

更に好ましくは、上記選択部は、ユーザからオブジェクトを指定する指定情報が入力されたことに応答して、オブジェクト―属性データベースを参照して、指定されたオブジェクトの属性のリストを、リストされた属性を選択可能な態様で、ユーザに提示する。

また好ましくは、上記評価取得装置は、仮想現実空間内でなされた各会話を、該会話がなされた仮想現実空間内の位置に関連付ける会話―位置データベースを更に含む。そして上記近傍会話データ取得部及び広域会話データ取得部は、会話―位置データベースを参照して、近傍会話データ又は広域会話データをそれぞれ取得する。

更に好ましくは、上記会話―位置データベースは、各会話を更に、該会話をした話者となるアバタの会話時における視線情報、及び会話時においてアバタの最も近くに存在したオブジェクトのオブジェクト識別情報の少なくとも１つに関連付ける。そして上記近傍会話データ取得部は、注目オブジェクトの存在する方向を示す視線情報に関連付けられた会話又は注目オブジェクトのオブジェクト識別情報に関連付けられた会話を、近傍会話データとして取得する。

また好ましくは、上記評価取得装置は、ユーザの入力に基づいて、広域会話データとする会話を取得すべき上記領域を決定する対比領域決定部を含む。

上記目的を達成する本発明の第二実施形態に係る評価取得装置は、ユーザの入力に基づいて評価取得の対象とする注目オブジェクトを決定する注目対象決定部と、注目オブジェクトと対比すべき対比オブジェクトを決定する対比対象決定部と、決定された注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得する近傍会話データ取得部と、決定された前記対比オブジェクトの近傍でなされた会話の集合である対比会話データを取得する対比会話データ取得部と、近傍会話データと対比会話データとを用いて、近傍会話データに偏って頻出する表現を特定し、該表現を注目オブジェクトに対する評価情報として取得する取得部とを含む。

好ましくは、上記評価取得装置は、取得した近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出する近傍表現抽出部と、取得した対比会話データから、該対比会話データに出現する表現をその出現頻度と共に抽出する対比表現抽出部とを更に含む。そして上記取得部は、近傍表現抽出部により抽出された各表現に対応する出現頻度が、対比表現抽出部により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、各表現を注目オブジェクトに対する評価として算出する。

更に好ましくは、上記評価取得装置は、近傍表現抽出部又は対比表現抽出部により抽出された表現の出現回数が少ない場合に、該出現回数を補正する補正部を更に含む。そして、上記近傍表現抽出部又は対比表現抽出部はそれぞれ、近傍会話データ又は対比会話データ内の全会話数Ｎと、補正対象の表現の出現回数Ｃとを補正部に渡し、補正部は、補正対象の表現が各会話に出現する確率Ｐを、全会話数Ｎのうち補正対象の表現がＣ回以上出現する確率が一定値以上となる最小のＰを求めることにより求め、該確率Ｐに全会話数Ｎを掛けた値を補正された出現回数とする。

また好ましくは、上記評価取得装置は、オブジェクトとオブジェクトの属性を関連付けるオブジェクト―属性データベースと、オブジェクトが有する複数の属性のうちの１以上の属性を指定する入力に基づいて、該１以上の属性を有する前記仮想現実空間内の１以上のオブジェクトの集合をオブジェクト―属性データベースを参照して選択する選択部とを更に含む。そして、注目対象決定部は、注目する１以上の属性の入力に基づいて選択部により選択された１以上のオブジェクトの集合を、注目オブジェクトとして決定する。同様に、対比対象決定部は、注目する１以上の属性と対比させたい１以上の属性の入力に基づいて選択部により選択された１以上のオブジェクトの集合を、対比オブジェクトとして決定する。

また好ましくは、上記対比対象決定部は、注目オブジェクトの近傍に存在する他のオブジェクト及び該他のオブジェクトと同じ属性をもつ１以上のオブジェクトの集合を、対比オブジェクトとして決定する。

また好ましくは、上記評価取得装置は、仮想現実空間内でなされた各会話を、該会話がなされた仮想現実空間内の位置に関連付ける会話―位置データベースを更に含む。そして近傍会話データ取得部及び対比会話データ取得部は、会話―位置データベースを参照して、近傍会話データ又は対比会話データをそれぞれ取得する。

以上、評価取得装置として本発明を説明したが、本発明は、情報処理装置において実行される、仮想現実空間内のオブジェクトに対する評価情報を取得する評価取得方法、及び評価取得プログラムとして把握することもできる。

本発明は、仮想現実空間内のオブジェクトに対する評価を取得するために、評価取得の対象となる注目オブジェクトの近傍でなされた会話データを利用する。しかし近傍の会話データには、注目オブジェクトが存在する部屋や建物といった、注目オブジェクト周辺一帯に関する内容や、イベントやサービス等、注目オブジェクトの周囲で行われる活動に関する内容も含まれ得る。また、注目オブジェクトに関する内容についても、注目オブジェクトそのものに関する内容もあれば、注目オブジェクトの持つ特定の属性に関する内容もある。

そこで第一実施形態に係る本発明は、注目オブジェクトの近傍でなされた近傍会話データに出現する表現を、注目オブジェクトの近傍領域よりも広い範囲の領域でなされた広域会話データに出現する表現と比較して、近傍会話データに偏って頻出する表現のみを、注目オブジェクトに対する評価情報として抽出する。また、第二実施形態に係る本発明は、注目オブジェクトの近傍でなされた近傍会話データに出現する表現を、注目オブジェクトと対比すべき対比オブジェクトの近傍でなされた対比会話データに出現する表現と比較し、近傍会話データに偏って頻出する表現のみを、注目オブジェクトに対する評価情報として抽出する。従って本発明によれば上記いずれの場合も、仮想現実空間内でなされる会話データから、注目オブジェクト又は注目オブジェクトの特定の属性に対する表現をより厳密に抽出するので、注目する対象に対するより正確な評価情報を取得することが可能となる。

また、本発明においては、ユーザにより指定された１以上の属性を有する仮想現実空間内の１以上のオブジェクトの集合を、注目オブジェクトとして決定することができる。その結果、本発明によれば、特定のオブジェクトに対する評価でなく、注目する１以上の属性をもつオブジェクト一般に対する評価の傾向を取得することが可能となる。本発明のその他の効果については、各実施の形態の記載から理解される。

以下、本発明を実施するための最良の形態を図面に基づいて詳細に説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではなく、また実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。なお、実施の形態の説明の全体を通じて同じ要素には同じ番号を付している。

図１は、本発明の一実施形態に係る評価取得装置１００の機能構成の一例を示す図である。本発明の実施形態に係る評価取得装置１００は、オブジェクト‐属性データベース１０５、選択部１１０、第一決定部１１５、第二決定部１２０、第三決定部１２５、オブジェクト‐位置データベース１３０、会話‐位置データベース１３５、第一会話データ取得部１４０、第二会話データ取得部１４５、第三会話データ取得部１５０、会話‐属性データベース１５５、第一表現抽出部１６０、第二表現抽出部１６５、第三表現抽出部１７０、補正部１７５、取得部１８０を含む。ここで、図１に点線で示す、第二決定部１２０、第二会話データ取得部１４５及び第二表現抽出部１６０からなるグループ１８３は、第一実施形態に係る発明に対してのみ必須の構成要素である。同様に、第三決定部１２５、第三会話データ取得部１５０及び第三表現抽出部１６５からなるグループ１８５は、第二実施形態に係る発明に対してのみ必須の構成要素である。なお、以下では、第一実施形態に係る発明と、第二実施形態に係る発明とについて、並列に説明を行う。

オブジェクト‐属性データベース１０５は、仮想現実空間内に存在する各オブジェクトについて、オブジェクトとオブジェクトの属性を関連付けるテーブルを格納する。本実施例に係るオブジェクト‐属性データベース１０５は、図２（ａ）、（ｂ）及び（ｃ）に示す３種類のテーブルを格納する。図２（ａ）は、仮想現実空間内のオブジェクトが持つ属性をリストするオブジェクト属性テーブルを示す。オブジェクト属性テーブルは、図２（ａ）に示すように、オブジェクトの属性を識別するオブジェクト属性ＩＤを、該オブジェクト属性の属性名とその属性値とに関連付けて格納する。具体的には、属性名「商品」に対する属性値として「椅子」や「机」、属性名「色」に対する属性値として「赤」や「黒」、属性名「機能」に対しする属性値として「高さ調節」や「折り畳み式」が例として挙げられる。

また、図２（ｂ）に示すテーブルは、オブジェクトを識別するオブジェクトＩＤを、オブジェクトの属性を識別するオブジェクト属性ＩＤのリストに関連付けて格納する。更に図２（ｃ）に示すテーブルは、オブジェクトの属性を識別するオブジェクト属性ＩＤを、オブジェクトを識別するオブジェクトＩＤのリストに関連付けて格納する。いずれのテーブルにおいてもリストの項目数は任意であり、オブジェクト又はオブジェクトの属性に応じて異なる。なお、オブジェクト属性テーブルへのオブジェクトの属性の登録や、オブジェクトＩＤとオブジェクト属性ＩＤとの関連付けは、管理者が適宜手動で行うものとする。但し、仮想現実空間を提供し、オブジェクトを管理するサーバにおいてかかる情報が管理される場合、オブジェクトの属性に関する情報はサーバから取得するものとする。

第一決定部１１５は、特許請求の範囲に記載する注目対象決定部に対応し、ユーザの入力に基づいて評価取得の対象となる注目オブジェクトを決定する。ユーザは、特定のオブジェクトに対する評価の傾向を取得することを希望する場合、評価取得装置１００に注目するオブジェクトを指定する指定情報を入力する。第一決定部１１５は、ユーザによる指定情報の入力に応答して、該指定情報により識別されるオブジェクトを注目オブジェクトとして決定する。なお、これに代えて評価取得装置１００は、仮想現実空間内に存在するオブジェクトの１つ１つを、順に、注目オブジェクトとして決定してもい。

ユーザはまた、注目する属性をもつオブジェクト一般に対する評価の傾向を取得することを希望する場合、評価取得装置１００に、注目するオブジェクトを指定するオブジェクト指定情報又はオブジェクトが有する複数の属性のうち注目する１以上の属性を指定する属性指定情報を入力する。この場合、入力情報は、後述する選択部１１０へ渡され、第一決定部１１５は、選択部１１０が入力情報に基づいて選択した１以上のオブジェクトの集合を、注目オブジェクトとして決定する。上記いずれの場合も、第一決定部１１５は、決定した注目オブジェクトを識別するオブジェクト識別情報を、後述する第一会話データ取得部１４０へ渡す。

選択部１１０は、オブジェクトが有する複数の属性のうちの１以上の属性を指定する入力に基づいて、該１以上の属性を有する仮想現実空間内の１以上のオブジェクトの集合を、オブジェクト‐属性データベース１０５を参照して選択する。即ち、選択部１１０は、１以上の属性を組み合わせた検索条件で、オブジェクト‐属性データベース１０５を検索する。検索結果である１以上のオブジェクトの集合は、第一決定部１１５又は後述する第三決定部１２５へ渡される。

選択部１１０はまた、注目するオブジェクト又は該注目するオブジェクトと対比させるオブジェクトを指定する指定情報がユーザから入力される場合、該入力に応答して、オブジェクト―属性データベース１０５を参照して、指定されたオブジェクトの属性のリストを、リストされた属性を選択可能な態様で、ユーザに提示する。

例えば、オブジェクト―属性データベース１０５が図２（ａ）、（ｂ）及び（ｃ）に示すテーブルを格納する場合、選択部１１０は、図２（ｂ）に示すテーブルから、指定されたオブジェクトＩＤに関連付けられたオブジェクト属性ＩＤのリストを読み出す。続いて選択部１１０は、図２（ａ）に示すテーブルから、読み出したリストにある各オブジェクト属性ＩＤに関連付けられた属性名と対応する属性値とを読み出す。そして選択部１１０は、読み出した各対の値を、ユーザが選択可能な態様で表示画面に表示する。ユーザは表示画面に表示された属性のリストから注目する又は対比させる属性を選択し、選択部１１０は、ユーザが選択した１以上の属性を、注目する又は対比させる１以上の属性として受け取る。最後に選択部１１０は、受け取った１以上の属性を全て持つオブジェクトを、図２（ｃ）に示すテーブルを参照して抽出し、第一決定部１１５又は後述する第三決定部１２５へ渡す。

第二決定部１２０は、特許請求の範囲に記載する対比領域決定部に対応し、ユーザの入力に基づいて、広域会話データとする会話を取得すべき領域を決定する。ここで広域会話データとは、注目オブジェクトの近傍でなされる会話（以下、「近傍会話」又は「近傍会話データ」という）から、注目オブジェクトとは無関係の内容を取り除くために利用する会話データをいう。一例として、ユーザは、広域会話データを取得する領域として、注目オブジェクトが存在する部屋や建物を指定してよい。或いは、ユーザは、広域会話データを取得する領域として、注目オブジェクトを中心とする半径Ｒの円内等の様に領域を数値により指定してもよい。更には、注目オブジェクトが存在する位置を含まない領域を広域会話データを取得する領域として指定してもよい。なお、領域のデフォルト値を予め設定しておき、ユーザからの入力がない場合は、第二決定部１２０にデフォルト値を使用して領域を決定させるよう構成してもよい。上記いずれの場合も、第二決定部１２０は、決定した領域を識別する領域識別情報を、後述する第二会話データ取得部１４５へ渡す。

第三決定部１２５は、特許請求の範囲に記載する対比対象決定部に対応し、注目オブジェクトと対比すべき対比オブジェクトを決定する。ユーザは、注目するオブジェクトが持つ特定の属性に対する評価の傾向を取得することを希望する場合、注目するオブジェクトを指定する指定情報に加えて、評価取得装置１００に、対比させたいオブジェクトを指定する指定情報を入力する。第三決定部１２５は、ユーザによる追加の指定情報の入力に応答して、該指定情報により識別されるオブジェクトを対比オブジェクトとして決定する。

ユーザはまた、評価取得装置１００に、対比させたいオブジェクトを指定する指定情報又はオブジェクトが有する複数の属性のうち対比させたい１以上の属性を指定する情報を入力して、対比させたいオブジェクトの属性を指定することも可能である。この場合、入力情報は、上述した選択部１１０へ渡され、第三決定部１２５は、選択部１１０が入力情報に基づいて選択した１以上のオブジェクトの集合を、対比オブジェクトとして決定する。上記いずれの場合も、第三決定部１２５は、決定した対比オブジェクトを識別するオブジェクト識別情報を、後述する第三会話データ取得部１５０へ渡す。

なお、注目オブジェクトの近傍に他のオブジェクトが存在する場合、ユーザは、該他のオブジェクトを対比オブジェクトとして指定し、第三決定部１２５に、該他のオブジェクトと同じ属性をもつ１以上のオブジェクトの集合を、対比オブジェクトとして決定させるよう構成してもよい。詳細は後述するが、対比オブジェクトは、近傍会話データから、注目オブジェクトの特定の属性に関する内容を抽出するために利用される。そのため、注目オブジェクトの近傍に存在する他のオブジェクトを対比オブジェクトとして指定することで、他のオブジェクトに関する内容を含み得る近傍会話データから、注目オブジェクトの特定の属性に関する内容を抽出することができる。

オブジェクト‐位置データベース１３０は、仮想現実空間内に存在する各オブジェクトについて、オブジェクトを、該オブジェクトの仮想空間内の位置座標に関連付けるテーブルを格納する。図２（ｄ）は、オブジェクト‐位置データベース１３０に格納されるテーブルの一例を示す。図２（ｄ）に示すようにテーブルは、オブジェクトを識別するオブジェクトＩＤを、配列で表されたオブジェクトの位置座標及び同じく配列で表された時間に関連付けて格納する。ここで、ｎ番目の位置座標の配列要素o_r[n]は、ｎ番目の時間の配列要素o_t[n]が示す時刻にオブジェクトが居た位置座標を示す。建物のように位置が固定されているオブジェクトについては、配列の要素数は１となる。なお、オブジェクトの位置座標は、仮想現実空間を提供しオブジェクトを管理するサーバから、必要に応じて定期的に取得するものとする。

会話‐位置データベース１３５は、仮想現実空間内でなされた各会話を、該会話がなされた仮想現実空間内の位置に関連付けるテーブルを格納する。好ましくは、会話―位置データベース１３５は、各会話を更に、該会話をした話者であるアバタの会話時における視線情報に基づいて得られたオブジェクト、または会話時においてアバタの最も近くに存在したオブジェクトのオブジェクト識別情報の少なくとも１つに関連付ける。図３（ａ）は、会話‐位置データベース１３５に格納されるテーブルの一例を示す。図３（ａ）に示すようにテーブルは、会話を識別する会話ＩＤを、会話の内容、会話時の話者の位置座標、会話がなされた時間、会話時における話者の視線情報、及び会話時において話者の最も近くに存在したオブジェクトのオブジェクト識別情報に関連付けて格納する。

なお、会話‐位置データベース１３５に登録される各情報は、仮想現実空間を提供するサーバにおいて会話ログとして管理されている場合、サーバから取得するものとする。仮想現実空間を提供するサーバにおいて会話ログが蓄積、管理されない場合、仮想現実空間に、会話‐位置データベース１３５に登録される各情報を収集する会話収集用エージェントを設置するものとする。

第一会話データ取得部１４０は、特許請求の範囲に記載する近傍会話データ取得部に対応し、第一決定部１１５により決定された注目オブジェクトの近傍でなされた会話の集合である近傍会話データを、オブジェクト‐位置データベース１３０及び会話‐位置データベース１３５を参照して取得する。即ち、第一会話データ取得部１４０はまず、オブジェクト‐位置データベース１３０から、第一決定部１１５から受け取った注目オブジェクトの識別情報に関連付けられる注目オブジェクトの位置情報を取得する。次に第一会話データ取得部１４０は、取得した注目オブジェクトの位置情報に基づいて、会話‐位置データベース１３５から、注目オブジェクトの近傍（例えば注目オブジェクトの位置座標を中心とした半径ｒの円内等）においてなされた会話を抽出し、これらを近傍会話データとして取得する。なお、注目オブジェクトの近傍の定義は、好ましくは、ユーザが適宜設定可能とする。

これに代えて、第一会話データ取得部１４０は、取得した注目オブジェクトの位置情報に基づいて、会話‐位置データベース１３５から、注目オブジェクトの近傍でなされた会話であって、かつ、注目オブジェクトの存在する方向を示す視線情報に関連付けられた会話を抽出し、これらを近傍会話データとして取得してもよい。或いは、第一会話データ取得部１４０は、会話‐位置データベース１３５から、
会話時においてアバタの最も近くに存在したオブジェクトのオブジェクト識別情報として、第一決定部１１５から受け取った注目オブジェクトの識別情報に関連付けられた会話を抽出し、これらを近傍会話データとして取得してもよい。更には、特許文献１に示されるように、第一会話データ取得部１４０は、会話の中に指示代名詞が存在し、かつそれが注目オブジェクトを指していると推測される場合を、近傍会話データとする追加の条件としてもよい。いずれの場合も第一会話データ取得部１４０は、取得した近傍会話データに含まれる各会話の識別子を、後述する第一表現抽出部１６０へ渡す。

図４を参照して、注目オブジェクトと、第一会話データ取得部１４０により近傍会話データの一部として取得される会話との位置関係を、会話がなされた位置を中心として説明する。図４において、スピーカー４０、４６、５２は、会話がなされた位置を示す。オブジェクト４２、４４、４８、５０、５４、５６は、会話時におけるオブジェクトの位置を示す。図４（ａ）は、会話時において、会話がなされた位置から一定の距離以内にある全オブジェクトに対して、該会話を近傍会話データとする例を示す。即ち、オブジェクト４２、４４のいずれが注目オブジェクトとして決定されても、スピーカー４０により示される会話は、近傍会話データとして取得される。

一方、図４（ｂ）は、会話時において、会話がなされた位置から一定の距離内にあって、かつアバタの視線方向にあるオブジェクトに対して、該会話を近傍会話データの一部とする例を示す。即ち、オブジェクト４８、５０は、いずれも会話時においてスピーカー４６から一定の距離内に存在するが、オブジェクト４８のみがアバタの視線方向にあるため、スピーカー４６により示される会話が近傍会話データのとされるのは、オブジェクト４８が注目オブジェクトとして決定される場合だけである。

また図４（ｃ）は、会話時において、アバタの最も近くに存在したオブジェクトに対して、該会話を近傍会話データとする例を示す。即ち、オブジェクト５４、５６は、いずれも会話時においてスピーカー５２から一定の距離内に存在するが、アバタの最も近くに存在するのはオブジェクト５６であるため、スピーカー５２により示される会話が近傍会話データとされるのは、オブジェクト５６が注目オブジェクトとして決定される場合だけである。

第二会話データ取得部１４５は、特許請求の範囲に記載する広域会話データ取得部に対応し、注目オブジェクトの近傍領域よりも広い仮想現実空間内の領域内でなされた会話の集合である広域会話データを、会話‐位置データベース１３５を参照して取得する。第二決定部１２０に関連して説明したように、広域会話データとする会話を取得すべき領域は、第二決定部１２０により決定される。第二会話データ取得部１４５は、第二決定部１２０から決定された領域を識別する領域識別情報を受け取り、会話‐位置データベース１３５を参照して広域会話データ取得する。第二会話データ取得部１４５は、取得した広域会話データに含まれる各会話の識別子を、後述する第二表現抽出部１６５へ渡す。

第三会話データ取得部１５０は、特許請求の範囲に記載する対比会話データ取得部に対応し、決定された対比オブジェクトの近傍でなされた会話の集合である対比会話データを、オブジェクト‐位置データベース１３０及び会話‐位置データベース１３５を参照して取得する。なお、第三会話データ取得部１５０による対比会話データの取得方法は、第一会話データ取得部１４０による近傍会話データの取得方法と同じであるため、繰り返しを避けるためここでは説明を省略する。第三会話データ取得部１５０は、取得した対比会話データに含まれる各会話の識別子を、後述する第三表現抽出部１７０へ渡す。

会話‐属性データベース１５５は、仮想現実空間内でなされた各会話について、会話と会話属性を関連付けるテーブルを格納する。なお、本明細書において、会話属性とは、会話の内容に含まれる表現、即ち句、会話の話し手、即ち、話者、会話がなされた日時等を含む、会話に関する情報を含むものとする。本実施例に係る会話‐属性データベース１５５は、図３（ｂ）及び（ｃ）に示す２種類のテーブルを格納する。図３（ｂ）は、仮想現実空間内でなされた会話が持つ属性をリストする会話属性テーブルを示す。会話属性テーブルは、図３（ｂ）に示すように、会話属性を識別する会話属性ＩＤを、該会話属性の属性名とその属性値とに関連付けて格納する。具体的には、属性名「形容詞」に対する属性値として「美しい」や「地味な」、属性名「動詞」に対する属性値として「似合う」や「目立つ」、属性名「話者」に対する属性値として「田中０１２３」が例として挙げられる。

また、図３（ｃ）に示すテーブルは、会話を識別する会話ＩＤと会話属性を識別する会話属性ＩＤのペアを、全ての関連付けられている会話と会話属性について格納する。なお、会話属性テーブルへの会話属性の登録や、会話ＩＤと会話属性ＩＤとの関連付けは、一例として、会話‐位置データベース１３５（図３（ａ）参照）に新しく会話データが登録される際に、コンピュータにより自動でなされるものとする。

即ち、コンピュータは、会話‐位置データベース１３５に新しく登録される会話データを入力として、該会話データに対し構文解析や形態素解析を行い、会話データに出現する表現をその出現回数と共に抽出する。抽出した表現が会話属性テーブルにまだ登録されていない場合、コンピュータは、該表現を図３（ｂ）に示す会話属性テーブルに登録する。コンピュータはまた、図３（ｃ）に示すテーブルに、処理した会話データのエントリを登録する。なお、構文解析や形態素解析は公知の技術であり、またこれら処理を行う市販及びフリーのソフトウェアも多数存在するため、ここでは詳細な説明を省略する。

第一表現抽出部１６０は、特許請求の範囲に記載する近傍表現抽出部に対応し、取得した近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出する。本実施例に係る第一表現抽出部１６０は、会話‐属性データベース１５５から、第一会話データ取得部１４０から受け取った近傍会話データに含まれる各会話の識別子（会話ＩＤ）に関連付けられる会話属性ＩＤを全て読み出す。そして、第一表現抽出部１６０は、各会話属性ＩＤについて、近傍会話データに含まれ、かつ会話属性ＩＤを含む会話ＩＤの数（会話属性ＩＤ会話数）を算出する。更に、各会話属性ＩＤについて、会話属性ＩＤ会話数を近傍会話データに含まれる会話ＩＤ数で割ることにより、出現頻度を算出する。なお、本発明においては、ある会話属性がある１つの会話に出現するか否かが問題であり、１会話における会話属性の出現回数は問題としない。

但し、第一表現抽出部１６０は、近傍会話データにおけるある会話属性ＩＤの会話属性ＩＤ会話数Ｃが小さい場合、該会話属性ＩＤ会話数Ｃを補正するために、後述する補正部１７５へ、近傍会話データ内の全会話数Ｎ及び会話属性ＩＤ会話数Ｃを渡す。そして第一表現抽出部１６０は、補正部１７５から返された補正後の会話属性ＩＤ会話数Ｃ‘をＮで割った値を補正後の出現頻度とする。第一表現抽出部１６０は、抽出した近傍会話データに出現する表現とその出現頻度とを、後述する取得部１８０へ渡す。

第二表現抽出部１６５は、特許請求の範囲に記載する広域表現抽出部に対応し、取得した広域会話データから、該広域会話データに出現する表現をその出現頻度と共に抽出する。その具体的な方法は、第一表現抽出部１６０に関連して説明したのと同様であるため、繰り返しを避けるためここでは説明を省略する。第二表現抽出部１６５は、抽出した近傍会話データに出現する表現とその出現頻度とを、後述する取得部１８０へ渡す。

第三表現抽出部１７０は、特許請求の範囲に記載する対比表現抽出部に対応し、取得した対比会話データから、該対比会話データに出現する表現をその出現頻度と共に抽出する。その具体的な方法は、第一表現抽出部１６０に関連して説明したのと同様であるため、繰り返しを避けるためここでは説明を省略する。第三表現抽出部１７０は、抽出した近傍会話データに出現する表現とその出現頻度とを、後述する取得部１８０へ渡す。

補正部１７５は、第一表現抽出部１６０、第二表現抽出部１６５及び第三表現抽出部１７０により抽出された表現の会話属性ＩＤ会話数Ｃが小さい場合に、該会話属性ＩＤ会話数Ｃを補正する。ここでは、第一表現抽出部１６０により抽出された表現の会話属性ＩＤ会話数Ｃが小さい場合を例に、補正部１７５による補正処理を具体的に説明する。補正部１７５は、第一表現抽出部１６０から近傍会話データの全会話数Ｎ及び補正対象の表現の会話属性ＩＤ会話数Ｃを受け取ることに応答して、補正対象の表現が各会話に出現する確率Ｐを、全会話数Ｎのうち補正対象の表現がＣ回以上出現する確率が一定値（例えば２０％）以上となる最小の確率Ｐを求めることにより求める。そして、補正部１７５は、求めた確率Ｐを補正された出現頻度として第一表現抽出部１６０に返す。

なお、このような補正部１７５を設けた理由は次のような理由による。本発明は、近傍会話データに出現する回数が、広域会話データ又は対比会話データに出現する回数と比較して相対的に多い表現を、注目オブジェクトに対する評価とみなす。即ち本発明においては、表現の会話属性ＩＤ会話数Ｃの多い少ないを、相対的に判定するため、抽出した表現の会話属性ＩＤ会話数Ｃが小さいときは、本来注目オブジェクトに対する評価とすべきでないものを注目オブジェクトに対する評価であると誤った判断をする可能性がある。そこで本発明では、抽出された表現の会話属性ＩＤ会話数Ｃが小さい場合に、該会話属性ＩＤ会話数Ｃを補正する補正部１７５を設ける。

取得部１８０は、近傍会話データに偏って頻出する表現を、注目オブジェクトに対する評価情報として算出する。即ち、第一実施形態に係る取得部１８０は、近傍会話データと広域会話データとを用いて、近傍会話データに偏って頻出する表現を特定し、該表現を注目オブジェクトに対する評価情報として取得する。具体的には、第一実施形態に係る取得部１８０はまず、第一表現抽出部１６０から近傍会話データに出現する表現とその出現頻度を、また、第二表現抽出部１６５から広域会話データに出現する表現とその出現頻度を受け取る。そして、第一実施形態に係る取得部１８０は、第一表現抽出部１６０により抽出された各表現に対応する出現頻度が、第二表現抽出部１６５により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、各表現を注目オブジェクトに対する評価情報として取得する。

また、第二施形態に係る取得部１８０は、近傍会話データと対比会話データとを用いて、近傍会話データに偏って頻出する表現を特定し、該表現を注目オブジェクトに対する評価情報として取得する。具体的には、第二実施形態に係る取得部１８０は、まず、第一表現抽出部１６０から近傍会話データに出現する表現とその出現頻度を、また、第三表現抽出部１７０から対比会話データに出現する表現とその出現頻度を受け取る。そして、第二実施形態に係る取得部１８０は、第一表現抽出部１６０により抽出された各表現に対応する出現頻度が、第三表現抽出部１７０により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、各表現を注目オブジェクトに対する評価情報として取得する。いずれの場合も取得された注目オブジェクトに対する評価情報は、一例として、出現頻度が対比対象と比較して高い順に並べて、表示装置やプリンタに出力され、ユーザに提供される。或いは、取得された評価情報は、対応する注目オブジェクトに関連付けて格納され、要求に応じて、読み出される。

次に図５乃至図１２を参照して、本発明の一実施形態に係る注目するオブジェクトに対する評価情報の取得処理の流れを説明する。図５は、情報処理装置において実行される、注目オブジェクトに対する評価取得処理の全体の流れの一例を示すフローチャートである。図５において処理はステップ１００で開始し、第一決定部１１５は、ユーザの入力に基づいて、評価情報を取得する注目オブジェクトを決定する。次に、第一会話データ取得部１４０は、第一決定部１１５から注目オブジェクトを識別する識別情報を受け取ると、オブジェクト‐位置データベース１３０及び会話‐位置データベース１３５を参照して、注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得する（ステップ１０５）

次に処理はステップ１１０へ進み、第二決定部１２０は、広域会話データとする会話を取得すべき領域を決定する。そして、第二会話データ取得部１４５は、第二決定部１２０から、決定した領域を識別する領域情報を受け取ると、注目オブジェクトの近傍領域よりも広い仮想現実空間内の上記領域内で交わされた会話の集合である広域会話データを取得する（ステップ１１５）。これに代えて、ステップ１１０において、第三決定部１２５が、注目オブジェクトと対比すべき対比オブジェクトを決定してもよい。そして、ステップ１１５において、第三会話データ取得部１５０は、第三決定部１２５から、対比オブジェクトを識別する識別情報を受け取ると、対比オブジェクトの近傍でなされた会話の集合である対比発話データを取得してよい。

いずれの場合も処理はステップ１２０へ進み、取得部１８０は、近傍会話データと広域会話データ、又は近傍会話データと対比会話データとを用いて、近傍会話データに偏って頻出する表現を特定し、該を表現注目オブジェクトに対する評価情報として取得する。評価情報を取得する処理の詳細は、図６乃至図１２を参照して後述する。そして処理は終了する。

次に図６を参照して、図５のステップ１２０における評価算出処理の詳細を説明する。図６において処理はステップ２００で開始し、第一表現抽出部１６０は第一会話データ取得部１４０から近傍会話データを受け取り、近傍会話データに含まれる表現、即ち、会話属性のリストを取得する。ここで、会話属性のリストとは、近傍会話データに出現する会話属性を会話ごとにリストしたものを、近傍会話データに含まれる全会話について足し合わせたものである。但し、会話に同一の会話属性が複数回出現しても、当該会話属性はその会話の会話属性のリストに一度リストされるのみとする。同様に第二表現抽出部１６５は、第二会話データ取得部１４５から広域会話データを受け取り、広域会話データの会話属性のリストを取得する。これに代えて、第三表現抽出部１７０が、第三会話データ取得部１５０から対比会話データを受け取り、対比会話データの会話属性のリストを取得してもよい。

次に第一表現抽出部１６０は、取得した会話属性のリストに基づいて、各会話属性の出現頻度を算出する（ステップ２０５）。同様に第二表現抽出部１６５又は第三表現抽出部１７０も、取得した会話属性のリストに基づいて、各会話属性の出現頻度を算出する（ステップ２１０）。ステップ２０５、２１０の処理の詳細は、図７乃至図１０を参照して後述する。そして、取得部１８０は、第一表現抽出部１６０により抽出された各会話属性に対応する出現頻度が、第二表現抽出部１６５又は第三表現抽出部１７０により抽出された同一の会話属性に対応する出現頻度の所定倍数以上であることを条件に、各会話属性を注目オブジェクトに対する評価情報として取得する（ステップ２１５）。評価情報を取得する処理の詳細は、図１１及び図１２を参照して後述する。そして処理は終了する。

次に図７を参照して、図６のステップ２０５及びステップ２１０における出現頻度の算出処理の詳細を説明する。なお、第一表現抽出部１６０、第二表現抽出部１６５及び第三表現抽出部１７０による出現頻度の算出処理は、いずれも同じであるため、ここでは、第一表現抽出部１６０による出現頻度の算出処理について説明する。図７において処理はステップ３００で開始し、第一表現抽出部１６０は、近傍会話データに含まれる会話数Ｎを求める。次に第一表現抽出部１６０は、会話属性リストにまだ要素が残っているか否か判定する（ステップ３０５）。初めてステップ３０５の処理を行う場合、判定はＹＥＳとなるため、処理はステップ３１０へ進む。

ステップ３１０において、第一表現抽出部１６０は会話属性リストから次の要素を取り出し、該要素が、カウンターリストに存在するか否か判定する（ステップ３１５）。ここで、カウンターリストとは、会話属性の出現回数をカウントするためのカウンターを持つ要素の一覧表である。要素がカウンターリストにない場合（ステップ３１５：ＮＯ）、処理はステップ３２０へ進み、第一表現抽出部１６０は、取り出した要素に対するカウンターを用意して該カウンターをカウンターリストに登録し、カウンターに値１をセットする。一方、要素がカウンターリストにある場合（ステップ３１５：ＹＥＳ）、第一表現抽出部１６０は、取り出した要素に対するカウンターの値を１増分する。そしてステップ３２０又はステップ３２５から、処理はステップ３０５へ戻る。

ステップ３０５においてＮＯの場合、即ち会話属性リストに要素が残っていない場合、処理はステップ３３０へ進み、第一表現抽出部１６０はカウンターリストにまだ要素が残っているか否か判定する。初めてステップ３３０の処理を行う場合、判定はＹＥＳとなるため、処理はステップ３３５へ進む。

ステップ３３５において、第一表現抽出部１６０はカウンターリストから次の要素を取り出し、該要素に対応するカウンターのカウント値Ｃが、閾値（例えば２）以上であるか否か判定する（ステップ３４０）。ここで、カウント値Ｃの閾値とは、要素の出現回数が、補正が必要なほど小さいか否かを判定するために使用する閾値である。要素のカウント値Ｃが閾値以上である場合（ステップ３４０：ＹＥＳ）、処理はステップ３４５へ進み、第一表現抽出部１６０は、要素の出現頻度を、カウント値Ｃを近傍会話データに含まれる会話数Ｎで割ることにより求める。一方、要素のカウント値Ｃが閾値より小さい場合（ステップ３４０：ＮＯ）、処理はステップ３５０へ進み、第一表現抽出部１６０は、要素の出現頻度を統計量で近似する。出現頻度を統計量で近似する補正処理の詳細は、図８及び図９を参照して後述する。

そして処理はステップ３４５又はステップ３５０からステップ３５５へ進み、第一表現抽出部１６０は、求めた要素の出現頻度を、会話属性の出現頻度リストに登録する。そして処理はステップ３３０へ戻る。一方、ステップ３３０においてカウンターリストに要素が残っていない場合、処理はステップ３６０へ進み、第一表現抽出部１６０は、会話属性の出現頻度リストを出力する。そして処理は終了する。なお図８は、図７に示すフローチャートに従った、出現頻度を算出する処理の擬似コードの一例を示す。

次に図９を参照して、図７のステップ３５０における、会話属性の出現頻度を近似する補正処理の詳細を説明する。なお、ここでも近似する会話属性の出現頻度は、第一表現抽出部１６０により求められた、近傍会話データにおける会話属性の出現頻度であるとして説明する。図８において処理はステップ４００で開始し、補正部１７５は、第一表現抽出部１６０から、補正対象の要素のカウント値Ｃ、即ち会話属性の出現回数Ｃと、近傍会話データに含まれる全会話数Ｎとを取得する（ステップ４００及びステップ４０５）。次に補正部１７５は、確率閾値Ｐ０（例えば２０％）を設定する（ステップ４１０）。

そして、補正部１７５は、全会話数Ｎのうち会話属性を含む会話がＣ個以上である確率がＰ０以上となる、最小の会話属性の出現確率Ｐを算出する（ステップ４１５）。そのような出現確率Ｐは次式を解くことにより求めることができる。ΣＣ（Ｎ，ｉ）・Ｐ^ｉ・（１−Ｐ）^{（Ｎ−ｉ）}＝Ｐ０ ここでＣ（Ｎ，ｉ）＝Ｎ！／｛（Ｎ−ｉ）！・ｉ！｝である。また総和Σはｉ＝Ｃからｉ＜＝Ｎの和をとるものとする。補正部１７５により算出された確率Ｐは、補正された出現頻度として第一表現抽出部１６０に返される。そして処理は終了する。なお、図１０は、図９に示すフローチャートに従った、出現頻度を近似する補正処理の擬似コードの一例を示す。

次に図１１を参照して、図６のステップ２１５における、近傍会話データに特有の会話属性の算出処理の詳細を説明する。図１１において処理はステップ５００で開始し、取得部１８０は、近傍会話データについて、第一表現抽出部１６０から出現頻度リストＳを取得する。取得部１８０はまた、広域会話データについて第二表現抽出部１６５から、又は対比会話データについて第三表現抽出部１６５から、出現頻度リストＴを取得する（ステップ５０５）。そして、取得部１８０は、出現頻度リストＳにまだ要素が残っているか否か判定する（ステップ５１０）。初めてステップ５１０の処理を行う場合、判定はＹＥＳとなるため、処理はステップ５１５へ進む。

取得部１８０は、出現頻度リストＳから次の要素を取得し（ステップ５１５）、要素の値を変数ｆ１に設定する（ステップ５２０）。続いて取得部１８０は、出現頻度リストＴに、ステップ５１５において取得した要素と同じ要素があるか否か判定する（ステップ５２５）。同じ要素がある場合（ステップ５２５：ＹＥＳ）、処理はステップ５３０へ進み、取得部１８０は、要素の値を変数ｆ２に設定する（ステップ５３０）。一方同じ要素がない場合（ステップ５２５：ＮＯ）、処理はステップ５３５へ進み、取得部１８０は、ｆ２に値１を設定する。処理はステップ５３０又はステップ５３５からステップ５４０へ進み、取得部１８０は、出現頻度比ｆ１／ｆ２を計算し、その値を出現頻度比リストに登録する（ステップ５４５）。そして処理はステップ５１０へ戻る。

ステップ５１０において、出現頻度リストＳに要素が残っていない場合、処理はステップ５５０へ進み、取得部１８０は、出現頻度比リストを降順にソートする。また、取得部１８０は、出力会話属性数のカウンターを初期化する（ステップ５５５）。ここで、出力会話属性数とは、注目オブジェクトに対する評価であるとしてユーザに対し出力する会話属性、即ち、近傍会話データに含まれる表現の数である。出力会話属性数は、ユーザが予め設定可能とするのが好ましい。そして、取得部１８０は、出現頻度比リストにまだ要素が残っているか否か判定する（ステップ５６０）。初めてステップ５６０の処理を行う場合、判定はＹＥＳとなるため、処理はステップ５６５へ進む。取得部１８０は、出力会話属性数のカウンターが閾値以下であるか否か判定する。

出力会話属性数のカウンターが閾値以下である場合（ステップ５６５：ＹＥＳ）、取得部１８０は、出現頻度比リストから次の要素を取り出し（ステップ５７０）、出現頻度比が閾値以上であるか否か判定する（ステップ５７５）。ここで出現頻度比の閾値とは、注目する要素（会話属性）が近傍会話データに偏って頻出するものであるか否かを判定するために使用する閾値である。出現頻度比が閾値以上である場合（ステップ５７５：ＹＥＳ）、これは第一表現抽出部１６０により抽出された各表現に対応する出現頻度が、第二表現抽出部１６５により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを示し、取得部１８０は、出現頻度比を評価リストに登録し、また、出力会話属性数のカウンターを１増分する（ステップ５８０）。

一方、ステップ５６０において、出現頻度比リストに要素が残っていない場合、又は、ステップ５６５において、出力会話属性数のカウンターが閾値を超える場合、処理はステップ５８５へ進み、取得部１８０は、評価リストを出力する。そして処理は終了する。なお、図１２は、図１１に示すフローチャートに従った、近傍会話データに特有の会話属性の算出処理の擬似コードの一例を示す。

次に図１３及び図１４を参照して、本発明の目的別の利用法を説明する。図１３は、第一実施形態に係る本発明の概念を表す図である。図１３（ａ）は、特定のオブジェクトに対する評価情報の取得を目的とした、第一実施形態に係る本発明の利用法を示す。図に示すように、この場合、注目オブジェクトａ１の近傍でなされた会話の集合Ａ１（近傍会話データ）と、注目オブジェクトａ１の近傍領域よりも広い範囲の領域ｂ１でなされた会話の集合Ｂ１（広域会話データ）とを比較して、会話の集合Ａ１に偏って頻出する表現のみを、注目オブジェクトａ１に対する評価情報として抽出する。

図１３（ｂ）は、特定の属性を持つオブジェクト一般に対する評価の取得を目的とした、第一実施形態に係る本発明の利用法を示す。図に示すように、この場合、特定の属性を持つオブジェクトａ２、ａ３、ａ４の集合を、注目オブジェクトとして決定する。また、各オブジェクトの近傍でなされた会話の集合Ａ２、Ａ３、Ａ４の和を、注目オブジェクトの近傍でなされた会話の集合（近傍会話データ）として決定する。そして、会話の集合Ａ２、Ａ３、Ａ４の和と、注目オブジェクトの近傍領域（オブジェクトａ２、ａ３、ａ４それぞれの近傍領域を合わせた領域）よりも広い範囲の領域ｂ２でなされた会話の集合Ｂ２（広域会話データ）とを比較し、会話の集合Ａ２、Ａ３、Ａ４の和に偏って頻出する表現のみを、注目オブジェクトに対する評価として抽出する。

ところで、図１３（ｂ）に示すように、注目オブジェクトの近傍に他のオブジェクトｎ１が存在し、注目オブジェクト近傍でなされた会話がいずれのオブジェクトに対するものであるか判断できない場合が考えられる。しかしながら注目するオブジェクトと同じ属性を持つ複数のオブジェクトの全てついて、同じように他のオブジェクトｎ１が近傍に存在するとは考えにくい。従って、注目オブジェクトを、同じ属性を持つ複数のオブジェクトの集合として決定する場合、上記方法により抽出される評価に、注目オブジェクトの近傍に存在する他のオブジェクトｎ１に対するものが誤って含まれることはない。

図１４は、第二実施形態に係る本発明の概念を表す図である。図１４（ａ）は、注目するオブジェクトが持つ特定の属性に対する評価の取得を目的とした、第二実施形態に係る本発明の利用法を示す。図に示すように、この場合、注目オブジェクトａ５の近傍でなされた会話の集合Ａ５（近傍会話データ）と、対比オブジェクトｃ１の近傍領域でなされた会話の集合Ｃ１（対比会話データ）とを比較し、会話の集合Ａ５に偏って頻出する表現のみを、注目オブジェクトａ５に対する評価として抽出する。

図１４（ｂ）は、注目するオブジェクトが持つ特定の属性に対するより一般的な評価の取得を目的とした、第二実施形態に係る本発明の利用法を示す。図に示すように、この場合、特定の属性を持つオブジェクトａ６、ａ７の集合を、注目オブジェクトとして決定する。また、各注目オブジェクトの近傍でなされた会話の集合Ａ６、Ａ７の和を、注目オブジェクトの近傍でなされた会話の集合（近傍会話データ）として決定する。同様に、特定の属性と対比させたい属性を持つオブジェクトｃ２、ｃ３の集合を、対比オブジェクトとして決定する。また、各対比オブジェクトｃ２、ｃ３の近傍でなされた会話の集合Ｃ２、Ｃ３の和を、対比オブジェクトの近傍でなされた会話の集合（対比会話データ）として決定する。そして、会話の集合Ａ６、Ａ７の和と、会話の集合Ｃ２、Ｃ３の和とを比較し、会話の集合Ａ６、Ａ７の和に偏って頻出する表現のみを、注目オブジェクトに対する評価として抽出する。

図１４（ｃ）は、近傍に他のオブジェクトｎ２が存在する注目オブジェクトに対する評価の取得を目的とした、第二実施形態に係る本発明の利用法を示す。この場合、注目オブジェクトａ８の近傍に存在する他のオブジェクトｎ２と、オブジェクトｎ２と同じ属性をもつオブジェクトｎ３、ｎ４の集合を、対比オブジェクトとして決定する。また、各対比オブジェクトｎ２、ｎ３、ｎ４の近傍でなされた会話の集合Ｎ２（Ｎ２＝Ａ８）、Ｎ３、Ｎ４の和を、対比オブジェクトの近傍でなされた会話の集合（対比会話データ）として決定する。そして、注目オブジェクトａ８の近傍でなされた会話の集合Ａ８（近傍会話データ）と、対比オブジェクトの近傍領域でなされた会話のＮ２、Ｎ３、Ｎ４の和とを比較し、会話の集合Ａ８に偏って頻出する表現のみを、注目オブジェクトａ８に対する評価として抽出する。このように、注目するオブジェクトが１つのオブジェクトであって、かつその近傍に他のオブジェクトが存在しても、他のオブジェクトと同じ属性をもつオブジェクトが複数存在する場合には、注目オブジェクトの近傍でなされた会話から他のオブジェクトに対してなされた会話を除去することができる。

次に図１５乃至図１８を参照して、本発明を適用して実際に注目オブジェクトに対する評価を取得する具体例を説明する。オブジェクト‐属性データベース１０５及びオブジェクト‐位置データベース１３０には、図１５（ａ）に示す情報が格納されているものとする。また、会話‐位置データベース１３５及び会話‐属性データベース１５５には、図１５（ｂ）に示す情報が格納されているものとする。

ここでユーザが、注目オブジェクトを指定するために、評価取得装置１００にオブジェクト属性として「椅子＆赤」を入力するものとする。すると評価取得装置１００は、オブジェクト‐属性データベース１０５を参照して、オブジェクトＩＤ＝椅子１、椅子３及び椅子６からなるオブジェクトの集合（図１６（ａ）を参照）を注目オブジェクトとして決定する。また、ユーザが対比オブジェクトを指定するために、評価取得装置１００にオブジェクト属性として「椅子」を入力するものとする。すると評価取得装置１００は、オブジェクト‐属性データベース１０５を参照して、オブジェクトＩＤ＝椅子１乃至椅子７からなるオブジェクトの集合（図１６（ｂ）を参照）を注目オブジェクトとして決定する。

次に評価取得装置１００は、オブジェクト‐位置データベース１３０及び会話‐位置データベース１３５を参照して、注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得する。本実施例では、評価取得装置１００は、注目オブジェクトの座標を(x,y)とすると、その近傍を[x-1,x+1]x[y-1,y+1]の正方形内として定義する。評価取得装置１００は、会話ＩＤ＝１、２、４、６、８、１１、１２からなる会話の集合を近傍会話データとして決定する（図１７（ａ）参照）。同様に評価取得装置１００は、オブジェクト‐位置データベース１３０及び会話‐位置データベース１３５を参照して、対比オブジェクトの近傍でなされた会話の集合、即ち会話ＩＤ＝１、２、４乃至１６の会話の集合を、対比会話データとして取得する（図１７（ｂ）参照）。

そして評価取得装置１００は、近傍会話データから、該近傍会話データに出現する表現、即ち会話属性を、その出現頻度と共に抽出する。図１８（ａ）に、近傍会話データにおいて、２以上の会話に出現した会話属性のリストを示す。なお近傍会話データに含まれる全会話属性数は２３である。同様に、評価取得装置１００は、対比会話データから、該対比会話データに出現する会話属性を、その出現頻度と共に抽出する。図１８（ｂ）に、対比会話データにおいて、２以上の会話に出現した会話属性のリストを示す。なお対比会話データに含まれる全会話属性数は４９である。

最後に評価取得装置１００は、近傍会話データから抽出された各会話属性に対応する出現頻度が、対比会話データから抽出された同一の会話属性に対応する出現頻度の所定倍数以上であることを条件に、各会話属性を注目オブジェクトに対する評価として算出する。本実施例では、評価取得装置１００は近傍会話データにおける出現頻度が、対比会話データにおける出現頻度の２倍以上であることを条件とし、「派手」、「派手…すぎる」、「赤」の３つの会話属性を注目オブジェクトに対する評価として出力する（図１８（ｃ）参照）。

このように本発明によれば、注目する属性を指定することにより、該属性を有するオブジェクトの集合を注目オブジェクトとして決定できるので、オブジェクトそのものに対する評価でなく、オブジェクトの特定の属性に対するより一般的な評価を取得することができる。更に上記具体例のように、注目オブジェクトと比較する対比オブジェクトの属性として「椅子」の属性を指定することにより、「赤い椅子」に対する評価から「椅子」に対する評価を取り除いて、純粋に椅子が持つ「赤」という属性に対する評価を取得することができる。

図１９は、本発明の実施の形態による評価取得装置１００を実現するのに好適な情報処理装置のハードウェア構成の一例を示した図である。情報処理装置は、バス２に接続されたＣＰＵ（中央処理装置）１とメインメモリ４を含んでいる。ハードディスク装置１３、３０、およびＣＤ−ＲＯＭ装置２６、２９、フレキシブル・ディスク装置２０、ＭＯ装置２８、ＤＶＤ装置３１のようなリムーバブル・ストレージ（記録メディアを交換可能な外部記憶システム）がフレキシブル・ディスクコントローラ１９、ＩＤＥコントローラ２５、ＳＣＳＩコントローラ２７などを経由してバス２へ接続されている。

フレキシブル・ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭのような記憶メディアが、リムーバブル・ストレージに挿入される。これらの記憶メディアやハードディスク装置１３、３０、ＲＯＭ１４には、オペレーティング・システムと協働してＣＰＵ等に命令を与え、本発明を実施するためのコンピュータ・プログラムのコードを記録することができる。即ち、評価取得装置１００としての情報処理装置の上記説明した数々の記憶装置には、本発明に係る評価取得プログラムと、上記説明した各データベース１０５、１３０、１３５、１５０に含まれるデータを格納できる。そして複数のコンピュータ・プログラムはメインメモリ４にロードされることによって実行される。コンピュータ・プログラムは圧縮し、また複数に分割して複数の媒体に記録することもできる

情報処理装置は、キーボード／マウス・コントローラ５を経由して、キーボード６やマウス７のような入力デバイスからの入力を受ける。情報処理装置は、オーディオコントローラ２１を経由して、マイク２４からの入力を受け、またスピーカー２３から音声を出力する。情報処理装置は、視覚データをユーザに提示するための表示装置１１に、グラフィックスコントローラ１０を経由して接続される。情報処理装置は、ネットワーク・アダプタ１８（イーサネット（登録商標）・カードやトークンリング・カード）等を介してネットワークに接続し、他のコンピュータ等と通信を行うことが可能である。

以上の説明により、本発明の実施の形態による評価取得装置１００を実現するのに好適な情報処理装置は、通常のパーソナルコンピュータ、ワークステーション、メインフレームなどの情報処理装置、または、これらの組み合わせによって実現されることが容易に理解されるであろう。なお、上記説明した構成要素は例示であり、そのすべての構成要素が本発明の必須構成要素となるわけではない。

以上、実施形態を用いて本発明の説明をしたが、本発明の技術範囲は上記実施形態に記載の範囲には限定されない。上記の実施形態に、種々の変更または改良を加えることが可能であることが当業者に明らかである。従って、そのような変更または改良を加えた形態も当然に本発明の技術的範囲に含まれる。

本発明の実施の形態による評価取得装置１００の機能構成の一例を示す図である。 （ａ）は、本実施例に係るオブジェクト‐属性データベース１０５に格納されるテーブルの一例を示す。（ｂ）は、本実施例に係るオブジェクト‐属性データベース１０５に格納されるテーブルの一例を示す。（ｃ）は、本実施例に係るオブジェクト‐属性データベース１０５に格納されるテーブルの一例を示す。（ｄ）は、本実施例に係るオブジェクト‐位置データベース１３０に格納されるテーブルの一例を示す。 （ａ）は、本実施例に係る会話‐位置データベース１３５に格納されるテーブルの一例を示す。（ｂ）は、本実施例に係る会話‐属性データベース１５５に格納されるテーブルの一例を示す。（ｃ）は、本実施例に係る会話‐属性データベース１５５に格納されるテーブルの一例を示す。 （ａ）は、注目オブジェクトと近傍会話データの一部として取得される会話との位置関係の一例を示す図である。（ｂ）は、注目オブジェクトと近傍会話データの一部として取得される会話との位置関係の一例を示す図である。（ｃ）は、注目オブジェクトと近傍会話データの一部として取得される会話との位置関係の一例を示す図である。 本発明の実施形態に係る、注目オブジェクトに対する評価取得処理の流れの一例を示すフローチャートである。 本発明の実施形態に係る、評価算出処理の流れの一例を示すフローチャートである。 本発明の実施形態に係る、出現頻度の算出処理の流れの一例を示すフローチャートである。 本発明の実施形態に係る、出現頻度を算出する処理の擬似コードの一例を示す。 本発明の実施形態に係る、会話属性の出現頻度を近似する補正処理の流れの一例を示すフローチャートである。 本発明の実施形態に係る、会話属性の出現頻度を近似する補正処理の擬似コードの一例を示す。 本発明の実施形態に係る、近傍会話データに特有の会話属性の算出処理の流れの一例を示すフローチャートである。 本発明の実施形態に係る、近傍会話データに特有の会話属性の算出処理の擬似コードの一例を示す。 第一実施形態に係る本発明の概念を表す図である。 第二実施形態に係る本発明の概念を表す図である。 （ａ）は、本実施例に係るオブジェクト‐属性データベース１０５及びオブジェクト‐位置データベース１３０に格納される情報の一例を示す。（ｂ）は、本実施例に係る会話‐位置データベース１３５及び会話‐属性データベース１５５に格納される情報の一例を示す。 （ａ）は、注目オブジェクトとして選択されたオブジェクトの集合の一例を示す。（ｂ）は、対比オブジェクトとして選択された対比オブジェクトの集合の一例を示す。 （ａ）は、注目オブジェクトの近傍でなされた会話の集合の一例を示す。（ｂ）は、対比オブジェクトの近傍でなされた会話の集合の一例を示す。 （ａ）は、近傍会話データから抽出された会話属性とその出現回数の一例を示す。（ｂ）は、（ｃ）は、対比会話データから抽出された会話属性とその出現回数の一例を示す。 本発明の実施の形態による評価取得装置１００を実現するのに好適な情報処理装置のハードウェア構成の一例を示した図である。

Claims (15)

1. 仮想現実空間内のオブジェクトに対する評価情報を取得する評価取得装置であって、
   評価取得の対象となる注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得する近傍会話データ取得部と、
   前記注目オブジェクトの近傍領域よりも広い前記仮想現実空間内の領域内でなされた会話の集合である広域会話データを取得する広域会話データ取得部と、
   取得した前記近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出する近傍表現抽出部と、
   取得した前記広域会話データから、該広域会話データに出現する表現をその出現頻度と共に抽出する広域表現抽出部と、
   前記近傍表現抽出部により抽出された各表現に対応する出現頻度が、前記広域表現抽出部により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、前記各表現を前記注目オブジェクトに対する評価情報として取得する取得部と、
   を含む評価取得装置。
2. 前記近傍表現抽出部又は広域表現抽出部により抽出された表現の出現回数が低い場合に、該出現回数を補正する補正部を更に含み、前記近傍表現抽出部又は広域表現抽出部はそれぞれ、前記近傍会話データ又は広域会話データ内の全会話数Ｎと、補正対象の表現の出現回数Ｃを前記補正部に渡し、前記補正部は、前記補正対象の表現が各会話に出現する確率Ｐを、全会話数Ｎのうち前記補正対象の表現がＣ回以上出現する確率が一定値以上となる最小のＰを求めることにより求め、該確率Ｐに全会話数Ｎを掛けた値を補正された出現回数とする、請求項１に記載の評価取得装置。
3. オブジェクトとオブジェクトの属性を関連付けるオブジェクト―属性データベースと、オブジェクトが有する複数の属性のうち注目する１以上の属性を指定する入力に基づいて、該注目する１以上の属性を有する前記仮想現実空間内の１以上のオブジェクトの集合を、前記オブジェクト―属性データベースを参照して選択する選択部と、前記１以上のオブジェクトの集合を前記注目オブジェクトとして決定する注目対象決定部を更に含む、請求項１に記載の評価取得装置。
4. 前記選択部は、更に、ユーザからオブジェクトを指定する指定情報が入力されたことに応答して、前記オブジェクト―属性データベースを参照して、指定された前記オブジェクトの属性のリストを、リストされた属性を選択可能な態様で、前記ユーザに提示する、請求項３に記載の評価取得装置。
5. 前記仮想現実空間内でなされた各会話を、該会話がなされた前記仮想現実空間内の位置に関連付ける会話―位置データベースを更に含み、前記近傍会話データ取得部及び前記広域会話データ取得部は、前記会話―位置データベースを参照して、前記近傍会話データ又は前記広域会話データをそれぞれ取得する、請求項１に記載の評価取得装置。
6. 前記会話―位置データベースは、前記各会話を更に、該会話の話者となるアバタの会話時における視線情報、及び前記会話時において前記アバタの最も近くに存在したオブジェクトのオブジェクト識別情報の少なくとも１つに関連付け、前記近傍会話データ取得部は、前記注目オブジェクトの存在する方向を示す視線情報に関連付けられた会話又は前記注目オブジェクトのオブジェクト識別情報に関連付けられた会話を、前記近傍会話データとして取得する、請求項５に記載の評価取得装置。
7. 前記ユーザの入力に基づいて、前記広域会話データとする会話を取得すべき前記領域を決定する対比領域決定部を更に含む、請求項１に記載の評価取得装置。
8. 仮想現実空間内のオブジェクトに対する評価情報を取得する評価取得装置であって、
   ユーザの入力に基づいて評価取得の対象となる注目オブジェクトを決定する注目対象決定部と、
   前記注目オブジェクトと対比すべき対比オブジェクトを決定する対比対象決定部と、
   決定された前記注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得する近傍会話データ取得部と、
   決定された前記対比オブジェクトの近傍でなされた会話の集合である対比会話データを取得する対比会話データ取得部と、
   取得した前記近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出する近傍表現抽出部と、
   取得した前記対比会話データから、該対比会話データに出現する表現をその出現頻度と共に抽出する対比表現抽出部と、
   前記近傍表現抽出部により抽出された各表現に対応する出現頻度が、前記対比表現抽出部により抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、前記各表現を前記注目オブジェクトに対する評価情報として取得する取得部と、
   を含む評価取得装置。
9. 前記近傍表現抽出部又は対比表現抽出部により抽出された表現の出現回数が少ない場合に、該出現回数を補正する補正部を更に含み、前記近傍表現抽出部又は前記対比表現抽出部はそれぞれ、前記近傍会話データ又は前記対比会話データ内の全会話数Ｎと、補正対象の表現の出現回数Ｃとを前記補正部に渡し、前記補正部は、前記補正対象の表現が各会話に出現する確率Ｐを、全会話数Ｎのうち前記補正対象の表現がＣ回以上出現する確率が一定値以上となる最小のＰを求めることにより求め、該確率Ｐに全会話数Ｎを掛けた値を補正された出現回数とする、請求項８に記載の評価取得装置。
10. オブジェクトとオブジェクトの属性を関連付けるオブジェクト―属性データベースと、オブジェクトが有する複数の属性のうちの１以上の属性を指定する入力に基づいて、該１以上の属性を有する前記仮想現実空間内の１以上のオブジェクトの集合を、前記オブジェクト―属性データベースを参照して選択する選択部とを更に含み、前記注目対象決定部は、注目する１以上の属性の入力に基づいて前記選択部により選択された１以上のオブジェクトの集合を前記注目オブジェクトとして決定し、前記対比対象決定部は、前記注目する１以上の属性と対比させたい１以上の属性を指定する入力に基づいて前記選択部により選択された１以上のオブジェクトの集合を前記対比オブジェクトとして決定する、請求項８に記載の評価取得装置。
11. 前記対比対象決定部は、前記注目オブジェクトの近傍に存在する他のオブジェクト及び該他のオブジェクトと同じ属性をもつ１以上のオブジェクトの集合を、前記対比オブジェクトとして決定する、請求項８に記載の評価取得装置。
12. 前記仮想現実空間内でなされた各会話を、該会話がなされた前記仮想現実空間内の位置に関連付ける会話―位置データベースを更に含み、前記近傍会話データ取得部及び前記対比会話データ取得部は、前記会話―位置データベースを参照して、前記近傍会話データ又は前記対比会話データをそれぞれ取得する、請求項８に記載の評価取得装置。
13. 仮想現実空間内のオブジェクトに対する評価情報を取得する評価取得方法であって、
    評価取得の対象となる注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得するステップと、
    前記注目オブジェクトの近傍領域よりも広い前記仮想現実空間内の領域内でなされた会話の集合である広域会話データを取得するステップと、
    取得した前記近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出するステップと、
    取得した前記広域会話データから、該広域会話データに出現する表現をその出現頻度と共に抽出するステップと、
    前記近傍会話データから抽出された各表現に対応する出現頻度が、前記広域会話データから抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、前記各表現を前記注目オブジェクトに対する評価情報として取得するステップと、
    を含む評価取得方法。
14. 仮想現実空間内のオブジェクトに対する評価を取得する評価取得プログラムであって、該評価取得プログラムは、コンピュータに、
    評価取得の対象となる注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得するステップと、
    前記注目オブジェクトの近傍領域よりも広い前記仮想現実空間内の領域内でなされた会話の集合である広域会話データを取得するステップと、
    取得した前記近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出するステップと、
    取得した前記広域会話データから、該広域会話データに出現する表現をその出現頻度と共に抽出するステップと、
    前記近傍会話データから抽出された各表現に対応する出現頻度が、前記広域会話データから抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、前記各表現を前記注目オブジェクトに対する評価情報として取得するステップと、
    を実行させる、評価取得プログラム。
15. 仮想現実空間内のオブジェクトに対する評価を取得する評価取得プログラムであって、該評価取得プログラムは、コンピュータに、
    ユーザの入力に基づいて注目オブジェクトを決定するステップと、
    前記注目オブジェクトと対比すべき対比オブジェクトを決定するステップと、
    決定された前記注目オブジェクトの近傍でなされた会話の集合である近傍会話データを取得するステップと、
    決定された前記対比オブジェクトの近傍でなされた会話の集合である対比会話データを取得するステップと、
    取得した前記近傍会話データから、該近傍会話データに出現する表現をその出現頻度と共に抽出するステップと、
    取得した前記対比会話データから、該対比会話データに出現する表現をその出現頻度と共に抽出するステップと、
    前記近傍表会話データから抽出された各表現に対応する出現頻度が、前記対比会話データから抽出された同一の表現に対応する出現頻度の所定倍数以上であることを条件に、前記各表現を前記注目オブジェクトに対する評価情報として取得するステップと、
    を実行させる、評価取得プログラム。

Images