JP5383017B2 - Webページに対して適合する画像を提示するシステム - Google Patents
Webページに対して適合する画像を提示するシステム Download PDFInfo
- Publication number
- JP5383017B2 JP5383017B2 JP2007229065A JP2007229065A JP5383017B2 JP 5383017 B2 JP5383017 B2 JP 5383017B2 JP 2007229065 A JP2007229065 A JP 2007229065A JP 2007229065 A JP2007229065 A JP 2007229065A JP 5383017 B2 JP5383017 B2 JP 5383017B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- data
- user
- text
- image data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 26
- 239000000284 extract Substances 0.000 claims description 7
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 13
- 241000167854 Bourreria succulenta Species 0.000 description 10
- 235000019693 cherries Nutrition 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000009182 swimming Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Description
本発明の1つの実施の形態として、画像提示装置10を例に挙げて説明する。
この画像提示装置10は、テキスト取得部11と、バグオブワード作成部12と、適合度計算部13と、画像データ抽出部14と、画像データベース21と、ユーザデータベース22とを備えている。そして、ユーザが入力したテキストデータを解析し、バグオブワードを作成し、画像の意味特徴量データ及びバグオブワード、並びに画像の雰囲気特徴量データ及びユーザの嗜好パラメータに基づいて、画像の適合度を計算し、適合度の高い画像データを抽出する。したがって、入力される文書テキストの意味内容と、ユーザの好みとに適合する画像を効率よく出力する。以下、本発明の実施形態について、図に従って説明する。
w={w1,w2,w3,w4,w5,・・・}
SI=λF(WI,w)+(1−λ)G(EI,u)
u={p0,p1,p2,p3,μ4,σ4,μ5,σ5,p6,p7,μ8,σ8,
p9,p10,p11}
EI={EI,0,EI,1,EI,2,EI,3,EI,4,EI,5,EI,6,EI,7,
EI,8,EI,9,EI,10,EI,11}
そうすると、G(EI,u)は、次の式で求めることができ、これを対数確率と考えることができる。
G(EI,u)=log{P(EI,0,p0)*P(EI,1,p1)
*P(EI,2,p2)*P(EI,3,p3)
*N(EI,4,μ4,σ4 2)
*N(EI,5,μ5,σ5 2)
*P(EI,6,p6)*P(EI,7,p7)
*N(EI,8,p8)*P(EI,9,p9)
*P(EI,10,p10)*P(EI,11,p11)}
P(x,p)=p*x+(1−p)*(1−x)
画像の意味特徴量は語彙に対する重みベクトルで与えられ、その画像を文書にした場合の文書中のキーワードとの関連の強さを表現する。意味特徴量は、初期値を手作業で与えられ、後述する学習によって変化する。
例えば、画像1が、室内の25メートルの競泳用プールで泳ぐ人を表した画像とする。そうすると、例えば、画像1の意味特徴量であるW1は、語彙と重みにより、次の様に表される。
W1={プール=1.2,水泳=0.5,泳ぎ=0.5,泳ぐ=0.5,
25=0.3,メートル=0.3,室内=0.2,温水=0.2}
また、画像2が、桜の下を歩く人を表した画像とする。そうすると、例えば、画像2の意味特徴量であるW2は、同様に、次の様に表される。
W2={桜=1.5,花見=1.1,卒業=0.3,入学=0.2,別れ=0.2,出会い=0.2,団子=0.1,散る=0.1,花びら=0.1,季節=0.1}
例えば、雰囲気特徴量データの例として、インデックスを、次の様にする。
0:写真,1:水彩風,2:ポップアート風,3:アニメ風,4:コントラスト,
5:濃淡,6:カラー,7:人物を含む,8:抽象度,9:製作者A,
10:製作者B,11:製作者C
E1=[0,1,0,0,0.3,0.6,1,0,0.1,1,0,0]
同様に、例えば、画像2の雰囲気特徴量であるE2を次のように表す。
E2=[1,0,0,0,0.4,0.8,1,0,0.2,0,1,0]
この場合の、バグオブワードwは、形態素と重みにより、次の様に表される。
w={久しぶり=1,プール=1,行く=1,くる=1,泳ぎ=1,忘れる=1,
しまう=1,25=1,メートル=1,長い=1,感じる=1}
ここで、重みは入力テキストデータの中の出現回数である。
u={p0=0.1,p1=0.3,p2=0.5,p3=0.1,
μ4=0.4,σ4 2=0.3,μ5=0.4,σ5 2=0.6,
p6=0.3,p7=0.1,μ8=0.6,σ8 2=0.3,
p9=0.3,p10=0.1,p11=0.6}
そして、意味特徴量と雰囲気特徴量の重み付けは、λ=0.5とする。
F(W1,w)=1.2(プール)+0.5(泳ぎ)+0.3(メートル)=2.0
G(E1,u)=log{P(0,0.1)*P(1,0.3)*P(0,0.5)
*P(0,0.1)*N(0.3,0.4,0.3)
*N(0.6,0.4,0.6)*P(1,0.3)
*P(0,0.1)*N(0.1,0.6,0.3)
*P(1,0.3)*P(0,0.1)
*P(0,0.6)}
=log{(1−0.1)*(0.3)*(1−0.5)
*(1−0.1)*(0.39)*(0.38)
*(0.3)*(1−0.1)*(0.26)
*(0.3)*(1−0.1)*(1−0.6)}
=log(0.00013)
=−3.9
S1=λF(W1,w)+(1−λ)G(E1,u)
=0.5*2.0+(1−0.5)*(−3.9)
=−1.0
F(W2,w)=0
G(E2,u)=log{P(1,0.1)*P(0,0.3)*P(0,0.5)
*P(0,0.1)*N(0.4,0.4,0.3)
*N(0.8,0.4,0.6)*P(1,0.3)
*P(0,0.1)*N(0.2,0.6,0.3)
*P(0,0.3)*P(1,0.1)
*P(0,0.6)}
=log{(0.1)*(1−0.3)*(1−0.5)
*(1−0.1)*(0.40)*(0.35)
*(0.3)*(1−0.1)*(0.31)
*(1−0.3)*(0.1)*(1−0.6)}
=log(0.0000103)
=−5.0
S2=λF(W2,w)+(1−λ)G(E2,u)
=0.5*0+(1−0.5)*(−5.0)
=−2.5
例えば、上述の例によると、画像1との適合度は、−1.0であるのに対し、画像2との適合度は、−2.5であるので、適合度の高い画像1を抽出する。
本発明の1つの実施の形態として、画像提示装置10において学習機能を有する場合を例に挙げて説明する。
すなわち、図4は、提示された画像の中からユーザが選択を行うことにより画像の意味情報とユーザの嗜好とを学習し、画像の意味特徴量データ及びユーザの嗜好パラメータを更新することを示している。ユーザが選択した画像に対して正の学習を行い、選択しなかった画像に対して負の学習を行う。
ここで、画像の意味特徴量データの初期値は、その画像を文章に表現したうえで、手作業によって与えられる。ユーザの嗜好パラメータの初期値は、登録されているユーザの平均値によって与えられる。
意味特徴量WI、雰囲気特徴量EIの画像が選択されたとき、意味特徴の寄与度kは、次の式で表される。
k=λF(WI,w)/{λF(WI,w)+(1−λ)G(EI,u)}
また、雰囲気特徴の寄与度は(1−k)で表される。
(1−k)=(1−λ)G(WI,w)
/{λF(WI,w)+(1−λ)G(EI,u)}
u={p0,p1,p2,p3,μ4,σ4,μ5,σ5,p6,p7,μ8,σ8,
p9,p10,p11}
j番目の分布が前述のP(x,pj)の場合
ここで、画像提示装置10の学習回数が一定回数未満である場合や、推定精度が充分に高くない場合も、ユーザが画像の選択を行う場合に該当する。
変形例は、本発明によって提示された画像の中から、ユーザが画像を選択する場合である。画像データを予め階層型クラスタリングの方法によりクラスタリングしておき、クラスタについての意味特徴量データ及び雰囲気特徴量データを設ける。適合度の計算から適合するクラスタを提示し、ユーザによって選択されたクラスタの中から、適合度の計算によって適合する画像を提示する。そして、ユーザが選択した画像をテキストデータに挿入すると共に、クラスタ及び画像の意味特徴量データ及びユーザの嗜好パラメータを更新する。
11 テキスト取得部
12 バグオブワード作成部
13 適合度計算部
14 画像データ抽出部
21 画像データベース
22 ユーザデータベース
1010 CPU
1012 CPU_A
1022 表示装置
1040 通信I/F
1050 メインメモリ
1060 BIOS
1070 ハードディスク
1100 キーボード及びマウス
Claims (5)
- 画像データごとに、当該画像データが表す画像の内容を文章に表現した場合の当該文章の中で意味を持つ最小単位である形態素と前記画像の内容との関連の強さを数値化した意味特徴量データを記憶する画像データベースと、
ユーザが入力したテキストデータを取得するテキスト取得部と、
前記テキスト取得部が取得した前記テキストデータを解析して得られた形態素及び該形態素が前記テキストデータの中で使用される回数の集合であるバグオブワードを作成するバグオブワード作成部と、
前記意味特徴量データ及び前記バグオブワードに基づいて、前記テキストデータと前記画像データとの適合度を計算する適合度計算部と、
前記適合度計算部の計算結果に基づいて、前記画像データベースの中から前記適合度の高い画像データを抽出する画像データ抽出部と、
を備えることを特徴とする画像提示システム。 - 請求項1に記載の画像提示システムにおいて、
前記画像データベースは、前記画像データごとに、前記意味特徴量データと、前記画像の画風及び製作者を二値の値で特定するとともに前記画像の画調を連続値の値で特定することで前記画像の特徴度を数値化した雰囲気特徴データと、を記憶し、
前記画像提示システムは、
ユーザごとに、前記画像の特徴を構成する前記画風、前記製作者及び前記画調のそれぞれに対するユーザの嗜好を数値化した嗜好パラメータを記憶するユーザデータベースをさらに備え、
前記適合度計算部は、前記意味特徴量データと前記バグオブワードとから算出される前記画像データと前記テキストデータとの関連度及び前記画像の特徴ごとに対応する前記雰囲気特徴データと前記嗜好パラメータとから算出される前記画像データに対するユーザの嗜好度に基づいて、前記テキストデータ及び前記ユーザの嗜好と前記画像データとの適合度を計算することを特徴とする画像提示システム。 - 請求項2に記載の画像提示システムにおいて、
前記画像データ抽出部が抽出した複数の画像データに対する前記ユーザによる画像データの選択を受け付ける選択受付部と、
前記選択受付部が受け付けた前記画像データに対して計算された前記適合度に基づいて、前記ユーザの前記選択に対する前記関連度及び前記嗜好度それぞれの寄与度を算出する寄与度算出部と、
前記寄与度を用いて事後確率最大化法により、前記ユーザが選択した画像データの前記意味特徴量データ及び前記ユーザの前記嗜好パラメータを更新する学習部と、
を備えることを特徴とする画像提示システム。 - 画像データごとに、当該画像データが表す画像の内容を文章に表現した場合の当該文章の中で意味を持つ最小単位である形態素と前記画像の内容との関連の強さを数値化した意味特徴量データを記憶する画像データベースを備えるコンピュータがプログラムに従い実行する、
ユーザが入力したテキストデータを取得するステップと、
取得した前記テキストデータを解析して得られた形態素及び該形態素が前記テキストデータの中で使用される回数の集合であるバグオブワードを作成するステップと、
前記画像データベースに記憶された前記意味特徴量データ及び作成した前記バグオブワードに基づいて、前記テキストデータと前記画像データとの適合度を計算するステップと、
前記計算の結果に基づいて、前記画像データベースの中から前記適合度の高い画像データを抽出するステップと、
を含む方法。 - 画像データごとに、当該画像データが表す画像の内容を文章に表現した場合の当該文章の中で意味を持つ最小単位である形態素と前記画像との関連の内容の強さを数値化した意味特徴量データを記憶する画像データベースを備えるコンピュータに、
ユーザが入力したテキストデータを取得するステップと、
取得した前記テキストデータを解析して得られた形態素及び該形態素が前記テキストデータの中で使用される回数の集合であるバグオブワードを作成するステップと、
前記画像データベースに記憶された前記意味特徴量データ及び作成した前記バグオブワードに基づいて、前記テキストデータと前記画像データとの適合度を計算するステップと、
前記計算の結果に基づいて、前記画像データベースの中から前記適合度の高い画像データを抽出するステップと、
を実行させるコンピュータ・プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007229065A JP5383017B2 (ja) | 2007-09-04 | 2007-09-04 | Webページに対して適合する画像を提示するシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007229065A JP5383017B2 (ja) | 2007-09-04 | 2007-09-04 | Webページに対して適合する画像を提示するシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009064079A JP2009064079A (ja) | 2009-03-26 |
JP5383017B2 true JP5383017B2 (ja) | 2014-01-08 |
Family
ID=40558637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007229065A Active JP5383017B2 (ja) | 2007-09-04 | 2007-09-04 | Webページに対して適合する画像を提示するシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5383017B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5590945B2 (ja) * | 2009-03-31 | 2014-09-17 | 綜合警備保障株式会社 | 人物検索装置、人物検索方法、及び人物検索プログラム |
JP5086303B2 (ja) * | 2009-05-20 | 2012-11-28 | ヤフー株式会社 | 広告提供装置 |
JP5385752B2 (ja) | 2009-10-20 | 2014-01-08 | キヤノン株式会社 | 画像認識装置、その処理方法及びプログラム |
JP5697139B2 (ja) * | 2009-11-25 | 2015-04-08 | Kddi株式会社 | 2次コンテンツ提供システムおよび方法 |
JP5513860B2 (ja) * | 2009-11-26 | 2014-06-04 | 株式会社Nttドコモ | 文書装飾支援システムおよび文書装飾支援方法 |
JP5766577B2 (ja) * | 2011-10-20 | 2015-08-19 | 芦森工業株式会社 | エアバッグ装置 |
JP7102563B2 (ja) | 2021-02-03 | 2022-07-19 | プライマル フュージョン インコーポレイテッド | 機械学習分類器とともに知識表現を使用するためのシステム及び方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007026116A (ja) * | 2005-07-15 | 2007-02-01 | Nippon Telegr & Teleph Corp <Ntt> | 概念検索システム及び概念検索方法 |
JP2007026386A (ja) * | 2005-07-21 | 2007-02-01 | Fuji Xerox Co Ltd | 画像検索システム及び方法 |
JP2007148516A (ja) * | 2005-11-24 | 2007-06-14 | Fujifilm Corp | 画像処理装置、画像処理方法、および画像処理プログラム |
-
2007
- 2007-09-04 JP JP2007229065A patent/JP5383017B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2009064079A (ja) | 2009-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503192B (zh) | 基于人工智能的命名实体识别方法及装置 | |
CN107193959B (zh) | 一种面向纯文本的企业实体分类方法 | |
US9489625B2 (en) | Rapid development of virtual personal assistant applications | |
US9081411B2 (en) | Rapid development of virtual personal assistant applications | |
JP5383017B2 (ja) | Webページに対して適合する画像を提示するシステム | |
WO2018028077A1 (zh) | 一种基于深度学习的中文语义分析的方法及装置 | |
US8332208B2 (en) | Information processing apparatus, information processing method, and program | |
FR3102276A1 (fr) | Procedes et systemes pour résumer des document multiples en utilisant une approche d’apprentissage automatique | |
CN104778186B (zh) | 将商品对象挂载到标准产品单元的方法及系统 | |
CN108038725A (zh) | 一种基于机器学习的电商产品客户满意度分析方法 | |
US9754022B2 (en) | System and method for language sensitive contextual searching | |
CN110287314B (zh) | 基于无监督聚类的长文本可信度评估方法及系统 | |
CN110297880B (zh) | 语料产品的推荐方法、装置、设备及存储介质 | |
CN111324771B (zh) | 视频标签的确定方法、装置、电子设备及存储介质 | |
CN106934069A (zh) | 数据检索方法及系统 | |
US10915756B2 (en) | Method and apparatus for determining (raw) video materials for news | |
CN110321561A (zh) | 一种关键词提取方法和装置 | |
CN114997288A (zh) | 一种设计资源关联方法 | |
US20190019094A1 (en) | Determining suitability for presentation as a testimonial about an entity | |
CN110347806B (zh) | 原创文本甄别方法、装置、设备与计算机可读存储介质 | |
JP3899414B2 (ja) | 教師データ作成装置およびプログラム、ならびに言語解析処理装置およびプログラム | |
CN113869803A (zh) | 企业敏感信息风险评估方法、系统和存储介质 | |
CN109298796B (zh) | 一种词联想方法及装置 | |
CN116070175B (zh) | 一种文案生成方法及电子设备 | |
JP2008040985A (ja) | 文書情報抽出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090324 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111209 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120312 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120410 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20120418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120710 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20120717 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20120810 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131001 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5383017 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |