JP6184536B2 - 生成装置、生成方法、及び生成プログラム - Google Patents

生成装置、生成方法、及び生成プログラム Download PDF

Info

Publication number
JP6184536B2
JP6184536B2 JP2016007645A JP2016007645A JP6184536B2 JP 6184536 B2 JP6184536 B2 JP 6184536B2 JP 2016007645 A JP2016007645 A JP 2016007645A JP 2016007645 A JP2016007645 A JP 2016007645A JP 6184536 B2 JP6184536 B2 JP 6184536B2
Authority
JP
Japan
Prior art keywords
image
content
information
score
processed image
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
Application number
JP2016007645A
Other languages
English (en)
Other versions
JP2017129948A (ja
Inventor
隼人 小林
隼人 小林
幸浩 田頭
幸浩 田頭
哲矢 茂木
哲矢 茂木
正樹 野口
正樹 野口
真吾 星野
真吾 星野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2016007645A priority Critical patent/JP6184536B2/ja
Publication of JP2017129948A publication Critical patent/JP2017129948A/ja
Application granted granted Critical
Publication of JP6184536B2 publication Critical patent/JP6184536B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、生成装置、生成方法、及び生成プログラムに関する。
従来、ユーザの端末装置にニュース記事等の文字情報を提供する場合、その文字情報の内容に基づく画像が文字情報とともに提供されている。このような場合、画像は、表示領域の大きさ等に応じて加工される。例えば、人の顔が含まれる画像における両目間の距離に基づいて画像を加工する技術が提供されている。
特開2005−108207号公報
しかしながら、上記の従来技術では要約情報と加工画像とが適切に組み合わされたコンテンツを生成することができるとは限らない。例えば、文字情報に複数のトピックが含まれたり、画像に複数人の顔や複数の物体が含まれたりする場合、文字情報から要約として用いる箇所を決めたり、画像から加工画像として用いる箇所を決めたりすることが難しい。
本願は、上記に鑑みてなされたものであって、要約情報と加工画像とが適切に組み合わされたコンテンツを生成する生成装置、生成方法、及び生成プログラムを提供することを目的とする。
本願に係る生成装置は、文字情報と前記文字情報に対応する画像とを取得する取得部と、前記文字情報から生成される要約情報のスコアと、前記画像から生成される加工画像のスコアとに基づいて、要約情報と加工画像とを組み合わせたコンテンツを生成する生成部と、を備えたことを特徴とする。
実施形態の一態様によれば、要約情報と加工画像とが適切に組み合わされたコンテンツを生成することができるという効果を奏する。
図1は、実施形態に係る生成処理の一例を示す図である。 図2は、実施形態に係る配信システムの構成例を示す図である。 図3は、実施形態に係る生成装置の構成例を示す図である。 図4は、実施形態に係るコンテンツ情報記憶部の一例を示す図である。 図5は、実施形態に係る端末装置の構成例を示す図である。 図6は、実施形態に係る生成処理の具体例を示す図である。 図7は、実施形態に係る携帯端末における表示の一例を示す図である。 図8は、実施形態に係る生成処理の一例を示すフローチャートである。 図9は、実施形態に係るトピックのスコアの一例を示す図である。 図10は、実施形態に係る生成された組合せコンテンツの一例を示す図である。 図11は、実施形態に係る生成された組合せコンテンツの一例を示す図である。 図12は、生成装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。
以下に、本願に係る生成装置、生成方法、及び生成プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る生成装置、生成方法、及び生成プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
(実施形態)
〔1.生成処理〕
まず、図1を用いて、実施形態に係る生成処理の一例について説明する。図1は、実施形態に係る生成処理の一例を示す図である。図1に示す生成処理は、生成装置100(図3参照)により実行される。例えば、生成装置100は、ニュースの記事等の文字情報とその文字情報に対応する画像とを含むコンテンツ(以下、「記事コンテンツ」とする場合がある)から生成した要約情報(以下、単に「要約」とする場合がある)と加工画像とを組み合わせたコンテンツ(以下、「組合せコンテンツ」とする場合がある)を生成する。図1に示す例では、文字情報IA11と画像IM11とを含む記事コンテンツAT11から組合せコンテンツが生成される例を示す。
なお、組合せコンテンツに含まれる要約は、記事コンテンツに含まれる文字情報に基づいて生成される。図1に示す例において、組合せコンテンツに含まれる要約は、記事コンテンツに含まれる文字情報から抽出した特徴情報(以下、「トピック」とする場合がある)に基づいて生成される。また、組合せコンテンツに含まれる加工画像は、記事コンテンツに含まれる画像を加工することにより生成される。図1に示す例において、組合せコンテンツに含まれる加工画像は、記事コンテンツに含まれる画像の所定の範囲をクロッピングすることにより生成される。例えば、加工画像は、画像中の特徴情報を含む範囲をクロッピングすることにより生成される。なお、ここでいうクロッピングとは画像から所定の領域を切り取る処理をいう。
また、図1中の表示領域Aは、生成装置100により生成される組合せコンテンツが表示されるコンテンツ表示領域AR11(以下、単に「表示領域AR11」とする場合がある)であり、生成装置100は、表示領域AR11内に収まるように組合せコンテンツを生成する。例えば、生成装置100は、組合せコンテンツが表示される表示領域AR11において、要約が表示される要約表示領域の割合と加工画像が表示される画像表示領域の割合とに基づいて、組合せコンテンツを生成する。
例えば、表示領域AR11における要約表示領域の割合や画像表示領域の割合は、0〜1の間で適宜決定されてもよい。例えば、表示領域AR11における要約表示領域の割合及び画像表示領域の割合が0.5とした場合、表示領域AR11において要約と加工画像が均等に表示される。また、表示領域AR11における要約表示領域の割合が0.7とし、画像表示領域の割合が0.3とした場合、表示領域AR11において要約のほうが加工画像よりも大きな領域に表示される。また、表示領域AR11における要約表示領域の割合が0.1とし、画像表示領域の割合が0.9とした場合、表示領域AR11において加工画像のほうが要約よりも大きな領域に表示される。
また、生成装置100は、表示領域AR11に収まれば、組合せコンテンツに含まれる要約及び加工画像の形状及び配置はどのような組み合わせであってもよい。例えば、生成装置100は、要約及び加工画像を左右方向に並べて表示してもよい。また、生成装置100は、要約及び加工画像を上下方向に並べて表示してもよい。そこで、図1の例では、生成装置100は、表示領域AR11に収まる要約及び加工画像の複数の組合せを比較し、その比較結果に基づいて組合せコンテンツを生成する。具体的には、生成装置100は、表示領域AR11に収まる要約のスコア及び加工画像のスコアに基づく組合せコンテンツのスコアを比較し、そのスコアの比較結果に基づいて組合せコンテンツを生成する。
ここから、生成装置100が文字情報IA11と画像IM11とを含む記事コンテンツAT11から組合せコンテンツを生成する具体例を説明する。図1に示す記事コンテンツAT11は、釣りに関するニュース記事であり、名称「○○」の人が魚を見せている画像IM11を含む。また、記事コンテンツAT11の文字情報IA11は、「X月Y日、釣り名人○○氏が、△△海からZkm離れた沖で幻の深海魚を釣り上げた。○○氏は、…」といった、上記の釣りに関するニュースを伝達するための文章である。すなわち、図1に示す記事コンテンツAT11では、幻の深海魚が釣り上げられたことや、その釣り上げた人が「○○」であることや、その場所が「△△海」であることが重要な要素(トピック)であることが想定される。しかしながら、記事コンテンツAT11全体を表示領域AR11に表示することができないため、表示領域AR11に収まるように情報を集約しつつ、例えば上記の重要な要素(トピック)をできる限り含むように、要約及び加工画像を生成することが必要となる。
まず、生成装置100は、記事コンテンツAT11からトピックを抽出する(ステップS11)。例えば、生成装置100は、記事コンテンツAT11に含まれる文字情報IA11と画像IM11とに基づいてトピックを抽出する。なお、生成装置100は、トピック分析(解析)等の種々の従来手法を適宜用いて、記事コンテンツAT11からトピックを抽出してもよい。例えば、生成装置100は、文字情報IA11を形態素解析等の自然言語処理技術を適宜用いて解析することにより、文字情報IA11から重要なキーワードをトピックとして抽出してもよい。
図1では、生成装置100は、トピック一覧TL11に示すように、記事コンテンツAT11から、釣り名人の名称である「○○」や「深海魚」や「△△海」等のトピックを抽出する。なお、図1では、説明を簡単にするために3つのトピックを図示するが、トピック一覧TL11には、他にも、日付を示す「X月Y日」や「釣り」や「Zkm」といった種々のトピックが含まれてもよい。
また、生成装置100は、トピック一覧TL11に基づいて、文字情報IA11から要約を生成する。例えば、生成装置100は、文字情報IA11からトピックに対応する文字列を抽出し、抽出した文字列に基づいて要約を生成してもよい。なお、生成装置100は、文字情報IA11から文字列を抽出する場合に限らず、文字情報IA11に含まれるトピックを伝達可能な他の文字列により表現する要約を生成してもよい。例えば、生成装置100は、トピックが「フットボール」である場合、「サッカー」や「蹴球」の文字列を含む要約を生成してもよい。このように、生成装置100は、トピックに対応する短い文字列を用いて要約を生成してもよい。
また、生成装置100は、記事コンテンツAT11に基づいて画像IM11における特徴情報が含まれる領域に関する特徴領域を抽出する(ステップS12)。例えば、生成装置100は、記事コンテンツAT11に含まれる文字情報IA11と画像IM11とに基づいて、画像IM11における特徴領域を抽出する。例えば、生成装置100は、画像IM11に基づいて、画像IM11における特徴領域を抽出してもよい。また、例えば、生成装置100は、文字情報IA11に含まれるトピックに基づいて、画像IM11における特徴領域を抽出してもよい。
なお、生成装置100は、サリエンシーディテクション(Saliency Detection)等の画像処理における種々の従来手法を適宜用いて、画像IM11における特徴領域を抽出する。例えば、生成装置100は、R−CNN(Regions with Convolutional Neural Network)等の画像認識技術を用いた画像処理を適宜用いてもよい。また、生成装置100は、画像処理等の種々の従来手法を適宜用いて、画像における物体(対象)の認識による情報の抽出を行ってもよい。
図1では、生成装置100は、特徴領域情報FR11に示すように、記事コンテンツAT11に含まれる文字情報IA11と画像IM11とに基づいて、画像IM11における特徴領域を抽出する。なお、図1中の特徴領域情報FR11では、特徴を示す領域を色が濃い態様で示す。すなわち、図1中の特徴領域情報FR11では、画像IM11において人の顔が位置する領域や、画像IM11において魚が位置する領域が色の濃い態様で示される。
また、生成装置100は、特徴領域情報FR11に基づいて、画像IM11から加工画像を生成する。例えば、生成装置100は、画像IM11中特徴領域(図1中の色の濃い態様で示される領域)を含むようにクロッピングすることにより加工画像を生成する。例えば、生成装置100は、特徴領域情報FR11に基づいて、画像IM11から画像IM11中の人の顔が位置する中央部の領域を含むようにクロッピングすることにより加工画像を生成する。また、例えば、生成装置100は、特徴領域情報FR11に基づいて、画像IM11から画像IM11中の魚が位置する領域を含むようにクロッピングすることにより加工画像を生成する。また、例えば、生成装置100は、画像IM11から画像IM11中の人の顔が位置する領域と魚が位置する領域との両方を含むようにクロッピングすることにより加工画像を生成する。
その後、生成装置100は、要約及び加工画像の組合せを比較する(ステップS13)。具体的には、生成装置100は、表示領域AR11に収まる要約のスコア及び加工画像のスコアに基づく組合せコンテンツのスコアを比較する。図1では、生成装置100は、パターンA〜パターンC等に示すように、複数の組合せにおける組合せコンテンツのスコアを比較する。
例えば、パターンAに示す組合せコンテンツIC11は、文章「釣り名人○○氏幻の深海魚釣り」である要約AB11と、釣り名人「○○」の顔を含む加工画像PM11とを含む。また、組合せコンテンツIC11は、表示領域AR11に収まっており、要約AB11と加工画像PM11とは左右方向に並べて配置される。また、組合せコンテンツIC11は、表示領域AR11中における要約AB11と加工画像PM11との表示の割合は、およそ7:3となっている。
また、例えば、パターンBに示す組合せコンテンツIC12は、文章「○○氏が、△△海で幻の深海魚釣り上げ」である要約AB12と、釣り名人「○○」の顔及び魚を含む加工画像PM12とを含む。また、組合せコンテンツIC12は、表示領域AR11に収まっており、要約AB12と加工画像PM12とは左右方向に並べて配置される。また、組合せコンテンツIC12は、表示領域AR11中における要約AB12と加工画像PM12との表示の割合は、およそ8:2となっている。
また、例えば、パターンCに示す組合せコンテンツIC13は、文章「○○氏、幻の魚を釣り上げ」である要約AB13と、魚を含む加工画像PM13とを含む。また、組合せコンテンツIC13は、表示領域AR11に収まっており、要約AB13と加工画像PM13とは上下方向に並べて配置される。また、組合せコンテンツIC13は、表示領域AR11中における要約AB13と加工画像PM13との表示の割合は、およそ5:5となっている。
そして、生成装置100は、各パターンにおける要約及び加工画像のスコアを算出する。例えば、生成装置100は、各パターンにおける要約について各トピックのスコアを算出する。また、例えば、生成装置100は、各パターンにおける加工画像について各トピックのスコアを算出する。図1では、要約に同じ文字列が含まれる場合、その出現する位置や頻度に依らず同じスコアとなる場合を示す。また、図1では、加工画像に同じ対象が含まれる場合、その画像中に占める割合に応じてスコアが変動する場合を示す。すなわち、図1では、加工画像に同じ対象が含まれる場合、その画像中に占める割合が大きいほどスコアが大きくなる場合を示す。
例えば、組合せコンテンツIC11の要約AB11には、名称「○○」や深海魚が含まれるため、パターンAのスコア表SC11中のトピック「○○」の文字スコアは「0.6」となり、トピック「深海魚」の文字スコアは「0.5」となる。また、要約AB11には、「△△海」が含まれないため、パターンAのスコア表SC11中のトピック「△△海」の文字スコアは「0」となる。また、例えば、組合せコンテンツIC11の加工画像PM11には、釣り名人「○○」の顔が含まれるため、パターンAのスコア表SC11中のトピック「○○」の画像スコアは「0.9」となる。また、加工画像PM11には、魚が含まれないため、パターンAのスコア表SC11中のトピック「深海魚」の画像スコアは「0」となる。
そして、生成装置100は、各トピックの文字スコア及び画像スコアに基づいて、組合せコンテンツの全体のスコアを算出する。例えば、生成装置100は、各トピックの文字スコア及び画像スコアを合算することにより、組合せコンテンツの全体のスコアを算出する。図1では、組合せコンテンツIC11の全体のスコアは「2.8」となる。
また、例えば、組合せコンテンツIC12の要約AB12には、名称「○○」や深海魚が含まれるため、パターンBのスコア表SC12中のトピック「○○」の文字スコアは「0.6」となり、トピック「深海魚」の文字スコアは「0.5」となる。また、要約AB12には、「△△海」が含まれるため、パターンBのスコア表SC12中のトピック「△△海」の文字スコアは「1」となる。これにより、組合せコンテンツIC12の全体の文字スコアは、組合せコンテンツIC11の全体の文字スコアよりも大きくなる。
また、組合せコンテンツIC12の加工画像PM12には、釣り名人「○○」の顔と魚が含まれるため、パターンBのスコア表SC12中のトピック「○○」の画像スコアは「0.6」となり、トピック「深海魚」の画像スコアは「1.5」となる。ここで、加工画像PM12に占める釣り名人「○○」の顔の割合は、加工画像PM11に占める釣り名人「○○」の顔の割合よりも小さい。そのため、組合せコンテンツIC12のトピック「○○」の画像スコア「0.6」は、組合せコンテンツIC11のトピック「○○」の画像スコア「0.9」よりも小さくなる。
また、例えば、組合せコンテンツIC13の要約AB13には、名称「○○」や魚が含まれるため、パターンCのスコア表SC13中のトピック「○○」の文字スコアは「0.6」となり、トピック「深海魚」の文字スコアは「0.3」となる。ここで、要約AB13に含まれる文字列は「深海魚」ではなく「魚」である。そのため、組合せコンテンツIC13のトピック「深海魚」の文字スコア「0.3」は、組合せコンテンツIC11や組合せコンテンツIC12のトピック「深海魚」の文字スコア「0.5」よりも小さくなる。
また、組合せコンテンツIC13の加工画像PM13には、魚が含まれるため、パターンCのスコア表SC13中のトピック「深海魚」の画像スコアは「2.2」となる。ここで、加工画像PM13に占める魚の割合は、加工画像PM12に占める釣魚の割合よりも大きい。そのため、組合せコンテンツIC13のトピック「深海魚」の画像スコア「2.2」は、組合せコンテンツIC12のトピック「深海魚」の画像スコア「1.5」よりも大きくなる。
その後、生成装置100は、各パターンにおける全体のスコアに基づいて組合せコンテンツを生成する(ステップS14)。例えば、生成装置100は、各パターンの組合せコンテンツのうち、全体のスコアが最大となる組合せコンテンツを生成する。図1では、生成装置100は、パターンBの組合せコンテンツIC12を生成する。具体的には、生成装置100は、要約AB12と加工画像PM12とを含む組合せコンテンツIC12を生成する。
上述したように、生成装置100は、各パターンにおける全体のスコアに基づいて組合せコンテンツを生成する。すなわち、生成装置100は、各パターンのうち、全体のスコアが最大となる組合せコンテンツを生成する。これにより、生成装置100は、記事コンテンツに含まれる各トピックの重要度やトピック数に応じて、できるだけ多くの情報を含むように組合せコンテンツを生成する。したがって、生成装置100は、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。なお、記事コンテンツAT11における各トピックの重要度に応じて、トピックのスコアの最大値は変動してもよい。例えば、記事コンテンツAT11の場合、日付「X月Y日」や距離「Zkm」等のトピックは、他のトピックよりもスコアの最大値が小さくてもよい。具体的には、記事コンテンツAT11の場合、日付「X月Y日」のスコアの最大値を「0.2」とし、距離「Zkm」のスコアの最大値を「0.1」としてもよい。
また、例えば、記事コンテンツAT11の場合、名称「○○」や深海魚等のトピックは、他のトピックよりもスコアの最大値が大きくてもよい。具体的には、記事コンテンツAT11の場合、名称「○○」のスコアの最大値を「2」とし、深海魚のスコアの最大値を「2.5」としてもよい。この場合、図1では、パターンCに示す組合せコンテンツIC13において深海魚のスコアは最大値である「2.5」のため、魚を含む加工画像PM13をこれ以上大きくしても深海魚のスコアは大きくならない。したがって、要約AB13中の「○○氏」や「釣り上げ」等の文字列を除いて、加工画像PM13を大きくしても深海魚のスコアは変わらず、名称「○○」のスコアや「釣り」のスコアが下がるため、全体としてのスコアが下がることになる。このように各トピックのスコアの最大値を設けることにより、重要な要素(トピック)のみが表示されることを抑制し、記事コンテンツに含まれるできるだけ多くの情報を含むように組合せコンテンツを生成することが可能となる。なお、生成装置100は、文字情報のみに含まれるトピックや画像情報のみに含まれるトピックは優先的に要約や加工画像に含まれるように組合せコンテンツを生成してもよい。例えば、図1では、トピック「△△海」は、文字情報にのみ含まれるトピックとして、優先的に要約に含まれるように組合せコンテンツを生成してもよい。
また、生成装置100は、要約または加工画像のいずれかを先に決定し、他方との組合せに基づいて組合せコンテンツを生成してもよい。例えば、生成装置100は、画像に基づいてコンテンツ表示領域中の画像表示領域の大きさを決定する。そして、生成装置100は、画像から画像表示領域に収まる大きさの複数の加工画像を生成する。また、生成装置100は、生成した複数の加工画像から画像スコアが最大の加工画像を組合せコンテンツに用いる。そして、生成装置100は、画像表示領域に基づいて決定される要約表示領域に応じて要約を生成する。例えば、生成装置100は、要約表示領域に収まる要約を複数生成し、画像スコアが最大の加工画像と組み合わせた場合に全体のスコアが最大になる要約を組合せコンテンツに用いる。また、例えば、生成装置100は、文字情報に基づいてコンテンツ表示領域中の要約表示領域の大きさを決定する。そして、生成装置100は、文字情報から要約表示領域に収まる大きさの複数の要約を生成する。また、生成装置100は、生成した複数の要約から文字スコアが最大の要約を組合せコンテンツに用いる。そして、生成装置100は、要約表示領域に基づいて決定される画像表示領域に応じて加工画像を生成する。例えば、生成装置100は、画像表示領域に収まる加工画像を複数生成し、文字スコアが最大の要約と組み合わせた場合に全体のスコアが最大になる加工画像を組合せコンテンツに用いる。
また、生成装置100は、トピックの重要度が所定の条件を満たす場合、そのトピックに関する特徴領域を含むように加工画像を生成してもよい。例えば、図1では、生成装置100は、トピック「深海魚」が重要であり、トピック「深海魚」の重要度が所定の閾値以上である場合、生成装置100は、トピック「深海魚」に関する特徴領域を含むように加工画像を生成してもよい。この場合、生成装置100は、加工画像PM11を生成せずに、加工画像PM12、PM13等を生成してもよい。
また、上述した例においては、文字情報と対応する画像を含む記事コンテンツから組合せコンテンツを生成する場合を説明したが、生成装置100は、文字情報と画像とのいずれか一方のみが与えられた場合であっても、組合せコンテンツを生成してもよい。例えば、生成装置100は、文字情報のみが与えられた場合、画像は所定の記憶手段から抽出してもよい。この場合、生成装置100は、文字情報から抽出したトピック(特徴情報)に基づいて、所定の記憶手段から画像を抽出してもよい。そして、生成装置100は、文字情報と抽出した画像とに基づいて、上述した処理を行ってもよい。また、例えば、生成装置100は、画像のみが与えられた場合、画像から要約を生成してもよい。この場合、生成装置100は、画像から抽出したトピック(特徴情報)に基づいて、そのトピックを含む文字情報を生成してもよい。そして、生成装置100は、生成した文字情報と画像とに基づいて、上述した処理を行ってもよい。
なお、図1の例では、パターンBの全体のスコアが最大となる場合を例示したが、記事内容に応じて、パターンAの全体のスコアやパターンCの全体のスコアが最大になってもよい。以下、この点について説明する。例えば、単純に画像のみに基づいて、クロッピングを行った場合、どの範囲をフォーカスすればよいか、すなわちどの範囲をクロッピングすればよいかの判断が難しい。例えば、単純に画像のみに基づいてクロッピングを行うと、人と魚が含まれる図1中の画像IM11のような場合、人にフォーカスすればよいか、魚にフォーカスすればよいか、人と魚の両方にフォーカスすればよいかの判断が難しい。図1では、生成装置100は、記事コンテンツAT11(文字情報IA11)に基づいて、人と魚との両方が重要である判定する。例えば、生成装置100は、文字情報IA11中に「釣り名人○○氏」という人の著名性に関する情報や「幻の深海魚」という魚の希少性に関す情報が含まれるため、人と魚との両方が重要である判定する。そのため、図1では、生成装置100は、人と魚の両方が重要であると判定し、人と魚の両方にフォーカスした画像である加工画像PM12を含むパターンBの組合せコンテンツIC12を生成する。
一方、例えば、記事コンテンツ(文字情報)の内容が、人に関する情報が主である場合、人のみが重要である判定する。例えば、生成装置100は、文字情報中に人の著名性に関する情報やその人に関する情報が主に含まれる場合、人のみが重要である判定する。この場合、例えば、図1では、生成装置100は、人のみにフォーカスした画像である加工画像PM11を含むパターンAの組合せコンテンツIC11を生成する。また、例えば、記事コンテンツ(文字情報)の内容が、魚に関する情報が主である場合、魚のみが重要である判定する。例えば、生成装置100は、文字情報中に魚の希少性に関する情報やその魚に関する情報が主に含まれる場合、魚のみが重要である判定する。この場合、例えば、図1では、生成装置100は、魚のみにフォーカスした画像である加工画像PM13を含むパターンCの組合せコンテンツIC13を生成する。このように、生成装置100は、記事コンテンツの内容に応じて、画像のどの範囲にフォーカスするかを適宜変更することにより、記事コンテンツについて適切な要約及び加工画像を含む組合せコンテンツを生成することができる。なお、図1において、生成装置100は、上述したような判定による組合せコンテンツの生成をスコアに基づいて行う。
〔2.配信システムの構成〕
図2に示すように、配信システム1は、端末装置10と、提供元端末50と、生成装置100とが含まれる。端末装置10と、提供元端末50と、生成装置100とは所定のネットワークNを介して、有線または無線により通信可能に接続される。図2は、実施形態に係る配信システムの構成例を示す図である。なお、図2に示した配信システム1には、複数台の端末装置10や、複数台の提供元端末50や、複数台の生成装置100が含まれてもよい。
端末装置10は、ユーザによって利用される情報処理装置である。端末装置10は、ユーザによる種々の操作を受け付ける。なお、以下では、端末装置10をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置10と読み替えることもできる。なお、上述した端末装置10は、例えば、スマートフォンや、タブレット型端末や、ノート型PC(Personal Computer)や、デスクトップPCや、携帯電話機や、PDA(Personal Digital Assistant)等により実現される。
提供元端末50は、文字情報や画像等のコンテンツの提供元によって利用される情報処理装置である。例えば、文字情報や画像等のコンテンツの提供元は、提供元端末50により、図4に示すような文字情報や画像を生成装置100へ提供する。
生成装置100は、文字情報から生成される要約のスコアと、画像から生成される加工画像のスコアとに基づいて、要約と加工画像とを組み合わせた組合せコンテンツを生成する情報処理装置である。また、本実施形態において生成装置100は、生成した組合せコンテンツを端末装置10へ配信するコンテンツ配信サービスを提供する。
〔3.生成装置の構成〕
次に、図3を用いて、実施形態に係る生成装置100の構成について説明する。図3は、実施形態に係る生成装置100の構成例を示す図である。図3に示すように、生成装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、生成装置100は、生成装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークNと有線または無線で接続され、端末装置10との間で情報の送受信を行う。
(記憶部120)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図3に示すように、コンテンツ情報記憶部121を有する。
(コンテンツ情報記憶部121)
実施形態に係るコンテンツ情報記憶部121は、コンテンツに関する各種情報を記憶する。図4に、実施形態に係るコンテンツ情報記憶部121の一例を示す。図4に示すコンテンツ情報記憶部121は、「コンテンツID」、「文字情報」、「画像」、「画像ID」、「提供元ID」、「トピック1」、「トピック2」、「トピック3」といった項目を有する。
「コンテンツID」は、記事コンテンツを識別するための識別情報を示す。「文字情報」は、対応する記事コンテンツに含まれる文字情報を示す。また、「画像」は、対応する記事コンテンツに含まれる画像を示す。図4では、説明のため画像IDにより識別される画像を図示するが、「画像」としては、画像の格納場所を示すファイルパス名などが格納されてもよい。「画像ID」は、画像を識別するための識別情報を示す。例えば、画像ID「IM11」により識別される画像は、図1の例に示した画像IM11に対応する。また、「提供元ID」は、記事コンテンツの提供元を識別するための識別情報を示す。また、「トピック1」〜「トピック3」は、記事コンテンツから抽出された特徴情報(トピック)を示す。
例えば、図4に示す例において、コンテンツID「AT11」により識別される記事コンテンツAT11は、文字情報「X月Y日、釣り名人○○氏が、…」と画像ID「IM11」により識別される画像IM11を含む記事コンテンツAT11であることを示す。また、コンテンツID「AT11」により識別される記事コンテンツAT11は、提供元ID「CP11」により識別される提供元から取得した記事コンテンツAT11であることを示す。また、コンテンツID「AT11」により識別される記事コンテンツAT11のトピックは、「○○」と「深海魚」と「△△海」等であることを示す。
また、例えば、図4に示す例において、コンテンツID「AT12」により識別される記事コンテンツは、文字情報「日本代表サッカー選手××は、…」と画像ID「IM12」により識別される画像を含む記事コンテンツであることを示す。また、コンテンツID「AT12」により識別される記事コンテンツは、提供元ID「CP12」により識別される提供元から取得した記事コンテンツであることを示す。また、コンテンツID「AT12」により識別される記事コンテンツのトピックは、「××」と「移籍」と「サッカー」等であることを示す。
なお、コンテンツ情報記憶部121は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、コンテンツ情報記憶部121は、コンテンツのカテゴリに関する情報を記憶してもよい。また、例えば、コンテンツ情報記憶部121は、記事コンテンツを取得した日時や記事コンテンツが作成された日時に関する情報を記憶してもよい。また、例えば、コンテンツ情報記憶部121は、記事コンテンツの文字情報における重要語に関する情報を記憶してもよい。また、コンテンツ情報記憶部121中の画像は、画像の提供元や画像に関する権利(著作権等)を有する第三者から、画像への加工、すなわち二次加工に関する許諾が得られていることが判断(確認)され、管理(記憶)されているものとする。
(制御部130)
図3の説明に戻って、制御部130は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、生成装置100内部の記憶装置に記憶されている各種プログラム(生成プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
図3に示すように、制御部130は、取得部131と、抽出部132と、算出部133と、生成部134と、配信部135とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部130の内部構成は、図3に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部130が有する各処理部の接続関係は、図3に示した接続関係に限られず、他の接続関係であってもよい。
(取得部131)
取得部131は、文字情報と、文字情報と文字情報に対応する画像とを取得する。取得部131は、文字情報のみを取得してもよい。例えば、取得部131は、コンテンツ情報記憶部121から文字情報と画像(画像情報)とを含む記事コンテンツを取得する。また、取得部131は、文字情報に対応する複数の画像を取得してもよい。
また、取得部131は、端末装置10からコンテンツの配信要求を取得する。また、取得部131は、外部の情報処理装置からコンテンツ情報記憶部121に記憶される記事コンテンツを取得する。この場合、例えば、取得部131は、提供元端末50から記事コンテンツを取得する。また、取得部131は、記事コンテンツにおけるトピックに関する情報を取得してもよい。例えば、取得部131は、記事コンテンツにおけるトピックに関する指定を記事コンテンツの提供元から取得してもよい。この場合、例えば、取得部131は、提供元端末50から記事コンテンツにおけるトピックに関する指定を取得する。
(抽出部132)
抽出部132は、記事コンテンツからトピックを抽出する。図1では、抽出部132は、記事コンテンツAT11からトピックを抽出する。例えば、抽出部132は、記事コンテンツAT11に含まれる文字情報IA11と画像IM11とに基づいてトピックを抽出する。なお、抽出部132は、トピック分析(解析)等の種々の従来手法を適宜用いて、記事コンテンツAT11からトピックを抽出してもよい。例えば、抽出部132は、文字情報IA11を形態素解析等の自然言語処理技術を適宜用いて解析することにより、文字情報IA11から重要なキーワードをトピックとして抽出してもよい。
また、抽出部132は、記事コンテンツに基づいて画像における特徴情報が含まれる領域に関する特徴領域を抽出する。図1では、抽出部132は、記事コンテンツAT11に基づいて画像IM11における特徴領域を抽出する。例えば、抽出部132は、記事コンテンツAT11に含まれる文字情報IA11と画像IM11とに基づいて、画像IM11における特徴領域を抽出する。例えば、抽出部132は、画像IM11に基づいて、画像IM11における特徴領域を抽出してもよい。また、例えば、抽出部132は、文字情報IA11に含まれるトピックに基づいて、画像IM11における特徴領域を抽出してもよい。
(算出部133)
算出部133は、各パターンにおける要約及び加工画像のスコアを算出する。例えば、算出部133は、各パターンにおける要約について各トピックのスコアを算出する。また、例えば、算出部133は、各パターンにおける加工画像について各トピックのスコアを算出する。また、算出部133は、各トピックの文字スコア及び画像スコアに基づいて、組合せコンテンツの全体のスコアを算出する。
(生成部134)
生成部134は、文字情報から生成される要約のスコアと、画像から生成される加工画像のスコアとに基づいて、要約と加工画像とを組み合わせた組合せコンテンツを生成する。例えば、生成部134は、要約に含まれる特徴情報(トピック)に基づく要約のスコアと、加工画像に含まれる特徴情報(トピック)に基づく加工画像のスコアとに基づいて、組合せコンテンツを生成する。図1では、生成部134は、要約に含まれるトピックに基づく文字スコアと、加工画像に含まれるトピックに基づく画像スコアとに基づいて、組合せコンテンツを生成する。例えば、生成部134は、各パターンの組合せコンテンツのうち、全体のスコアが最大となる組合せコンテンツを生成する。図1では、生成部134は、パターンBの組合せコンテンツIC12を生成する。具体的には、生成部134は、要約AB12と加工画像PM12とを含む組合せコンテンツIC12を生成する。
例えば、生成部134は、組合せコンテンツが表示されるコンテンツ表示領域において、要約が表示される要約表示領域の割合と加工画像が表示される画像表示領域の割合とに基づいて、組合せコンテンツを生成する。図1では、生成部134は、組合せコンテンツが表示される表示領域AR11において、要約が表示される要約表示領域の割合と加工画像が表示される画像表示領域の割合とに基づいて、組合せコンテンツを生成する。生成部134は、要約表示領域の割合と画像表示領域の割合とが変動する表示領域AR11に表示されるコンテンツを生成する。
また、生成部134は、画像に基づいて決定される画像表示領域に応じて生成される加工画像と、画像表示領域に基づいて決定される要約表示領域に応じて生成される要約とを含む組合せコンテンツを生成する。生成部134は、文字情報に基づいて決定される要約表示領域に応じて生成される要約と、画像表示領域に基づいて決定される画像表示領域に応じて生成される加工画像とを含む組合せコンテンツを生成する。
また、生成部134は、組み合わされる加工画像に応じて変動する要約のスコア、または組み合わされる要約情報に応じて変動する加工画像のスコアに基づいて、コンテンツを生成する。また、生成部134は、画像に含まれる特徴情報に基づく形状の加工画像を生成する。生成部134は、画像に含まれる複数の特徴情報のうち、特徴情報の重要度が所定の条件を満たす特徴情報を含む加工画像を生成する。生成部134は、複数の画像に含まれる複数の特徴情報のうち、特徴情報の重要度が所定の条件を満たし、複数の画像から抽出される特徴情報に基づいて生成される加工画像を含むコンテンツを生成する。
(配信部135)
配信部135は、生成部134により生成された組合せコンテンツを端末装置10へ配信する。また、配信部135は、コンテンツ情報記憶部121に記憶された記事コンテンツを端末装置10へ配信してもよい。
〔4.端末装置の構成〕
次に、図5を用いて、実施形態に係る端末装置10の構成について説明する。図5は、実施形態に係る端末装置10の構成例を示す図である。図5に示すように、端末装置10は、通信部11と、記憶部12と、入力部13と、出力部14と、制御部15とを有する。
(通信部11)
通信部11は、例えば、通信回路等によって実現される。そして、通信部11は、図示しない所定の通信網と有線または無線で接続され、生成装置100との間で情報の送受信を行う。
(記憶部12)
記憶部12は、例えば、RAM、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部12は、例えば、端末装置10にインストールされているアプリケーションに関する情報、例えばプログラム等を記憶する。
(入力部13)
入力部13は、ユーザからの各種操作を受け付ける。例えば、入力部13は、タッチパネル機能により表示面(例えば表示部153)を介してユーザからの各種操作を受け付けてもよい。また、入力部13は、端末装置10に設けられたボタンや、端末装置10に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
(出力部14)
出力部14は、例えば液晶ディスプレイや有機EL(Electro-Luminescence)ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。
(制御部15)
制御部15は、例えば、CPUやMPU等によって、端末装置10内部の記憶部12などの記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。例えば、この各種プログラムは、インストールされているアプリケーションのプログラムが含まれる。また、制御部15は、例えば、ASICやFPGA等の集積回路により実現される。
図5に示すように、制御部15は、送信部151と、受信部152と、表示部153とを有し、以下に説明する生成処理の機能や作用を実現または実行する。なお、制御部15の内部構成は、図5に示した構成に限られず、後述する生成処理を行う構成であれば他の構成であってもよい。また、制御部15が有する各処理部の接続関係は、図5に示した接続関係に限られず、他の接続関係であってもよい。
送信部151は、各種情報を外部の情報処理装置へ送信する。送信部151は、入力部13により受け付けたユーザ操作に従って、生成装置100へコンテンツの配信要求を送信する。例えば、送信部151は、アプリからの配信要求を生成装置100へ送信する。
受信部152は、各種情報を外部の情報処理装置から受信する。受信部152は、生成装置100から配信されたコンテンツを受信する。具体的には、受信部152は、記事コンテンツから生成された組合せコンテンツ等を含むコンテンツを受信する。例えば、受信部152は、コンテンツCT11〜CT14(図7参照)を受信する。
表示部153は、受信部152により受信されたコンテンツを表示する。例えば、表示部153は、受信部152により受信されたコンテンツCT11〜CT14含むウェブページW10(図7参照)を表示する。
なお、上述した制御部15による表示処理等の処理は、例えば、JavaScript(登録商標)などにより実現されてもよい。また、上述した表示処理が所定のアプリケーションにより行われる場合や表示処理が専用アプリにより行われる場合、制御部15は、例えば、所定のアプリや専用アプリを制御するアプリ制御部を有してもよい。
〔5.生成処理の具体例〕
次に、図6を用いて、実施形態に係る生成装置100による生成処理について説明する。図6は、実施形態に係る生成処理の具体例を示す図である。
図6は、図1に示す組合せコンテンツIC12が生成される場合の文字情報と画像とに含まれる特徴情報(トピック)についての具体例を示す。例えば、図6に示す例において、生成装置100は、画像IM11において人の顔が映っている箇所を特徴領域CR11として抽出する。また、生成装置100は、画像IM11において魚が映っている箇所を特徴領域CR12として抽出する。これにより、生成装置100は、画像IM11から人の顔や魚等が映っている箇所を特徴領域として示す特徴領域情報FR11を生成する。
また、図6に示す例において、生成装置100は、文字情報IA11からトピックTP11〜TP14等を抽出する。例えば、生成装置100は、文字情報IA11からトピックTP11として名称「○○」を抽出し、トピックTP12として「深海魚」を抽出し、トピックTP13として「△△海」を抽出し、トピックTP11として「釣り」等を抽出する。なお、図6に示すトピックTP11〜TP14は一例であって、生成装置100は、文字情報IA11から他のトピックを抽出してもよい。
そして、生成装置100は、特徴領域情報FR11やトピックTP11〜TP14等に基づいて、記事コンテンツAT11から、パターンBの組合せコンテンツIC12を生成する。具体的には、生成装置100は、要約AB12と加工画像PM12とを含む組合せコンテンツIC12を生成する。
〔6.組合せコンテンツの表示例〕
次に、図7を用いて、実施形態に係る端末装置10における組合せコンテンツの表示について説明する。図7は、実施形態に係る携帯端末における表示の一例を示す図である。図7では、端末装置10が生成装置100からコンテンツCT11〜CT14等のコンテンツを受信した場合を例に説明する。
図7に示す例において、端末装置10には、コンテンツCT11〜CT14を含むウェブページW10が表示される。なお、コンテンツCT14の下部には、図示しないコンテンツが並べて配置されており、ユーザがスクロール操作等を行うことにより、表示するコンテンツを変更することができる。
例えば、コンテンツCT11は、図4中のコンテンツID「AT11」により識別される記事コンテンツから生成された組合せコンテンツである。すなわち、図7に示すウェブページW10中の上部に表示されるコンテンツCT11は、図1中の組合せコンテンツIC12に対応する。このように、端末装置10は、生成装置100が生成した組合せコンテンツIC12と他のコンテンツCT12〜CT14とを表示する。なお、コンテンツCT12〜CT14も記事コンテンツから生成された組合せコンテンツであってもよい。
この場合、コンテンツCT11〜CT14は、生成される際に他のコンテンツCT11〜14の表示態様と調和するように組合せが決定されてもよい。例えば、生成装置100は、生成する組合せコンテンツとともに表示されるコンテンツの表示態様に応じて、組合せコンテンツを生成してもよい。例えば、コンテンツCT11〜CT14は、各コンテンツにおける要約表示領域の割合や画像表示領域の割合が所定の規則になるように、生成されてもよい。例えば、コンテンツCT11〜CT14は、各コンテンツにおける要約表示領域の割合や画像表示領域の割合が等しくなるように、生成されてもよい。例えば、コンテンツCT11〜CT14は、各コンテンツにおける要約表示領域の割合が上位から徐々に大きくなるように、生成されてもよい。例えば、コンテンツCT11〜CT14は、各コンテンツにおける要約表示領域の割合が上位から徐々に小さくなるように、生成されてもよい。
〔7.生成処理フロー〕
次に、図8を用いて、実施形態に係る配信システム1におけるコンテンツの生成処理について説明する。図8は、実施形態に係る生成処理の一例を示すフローチャートである。
まず、図8に示す例において、生成装置100は、文字情報及び画像を含む記事コンテンツを取得する(ステップS101)。例えば、生成装置100は、文字情報及び画像を含む記事コンテンツをコンテンツ情報記憶部121から取得する。
そして、生成装置100は、記事コンテンツからトピックを抽出する(ステップS102)。また、生成装置100は、画像から特徴領域を抽出する(ステップS103)。
その後、生成装置100は、文字情報から複数の要約を生成する(ステップS104)。また、生成装置100は、画像情報から複数の加工画像を生成する(ステップS105)。
そして、生成装置100は、表示領域に表示可能な要約と加工画像との各組合せのスコアを算出する(ステップS106)。そして、生成装置100は、スコアが最大となる組合せの要約と加工画像との組合せコンテンツを生成する(ステップS107)。
〔8.トピックのスコアについて〕
上述した例において、各トピックの文字スコアは、要約中にそのトピックに対応する文字列が含まれるかに応じて算出し、各トピックの画像スコアは、加工画像中にそのトピックに対応する領域が含まれるかに応じて算出する例を示した。しかしながら、各トピックのスコアは上記に限らず、種々の条件に基づいて算出されてもよい。具体的には、文字スコアは、要約のみでなく他の情報に基づいて算出されてもよい。画像スコアは、加工画像のみでなく他の情報に基づいて算出されてもよい。例えば、文字スコアは、要約に組み合わされる加工画像に基づいて算出されてもよい。この点について図9を用いて説明する。図9は、実施形態に係るトピックのスコアの一例を示す図である。
図9に示す実在人物情報CN21は、名辞、すなわち人の名前「○○○△△△」とその人の実体、すなわち顔を含む姿形(以下、「画像」とする)とが対応づいた情報を示す。例えば、実在人物情報CN21に示す名前と画像とは共通の一つの概念(以下、「実在人物情報CN21の人」とする)に対応する。
ここで、実在人物情報CN21の人に関する組合せコンテンツを生成する場合、実在人物情報CN21の人に対応する文字列によって、どれくらいのユーザが実在人物情報CN21の人を想起(認識)できるかによって文字スコアを変動させる。例えば、名前「○○○△△△」だけで、多くのユーザが実在人物情報CN21の人を想起できる場合、画像の有無によっては、ユーザの組合せコンテンツに対する認識率の影響は小さいとする。そこで、生成装置100は、要約に名前「○○○△△△」を含む場合、加工画像に実在人物情報CN21の人が含まれるか否かによるトピック「○○○△△△」のスコアの差を小さくする。具体的には、生成装置100は、スコアリストSL21に示すように、文字列「○○○△△△」が要約に含まれる場合、加工画像に実在人物情報CN21の人に含まれればトピック「○○○△△△」の文字スコアを「1.0」にする。また、生成装置100は、文字列「○○○△△△」が要約に含まれる場合、加工画像に実在人物情報CN21の人に含まれなければトピック「○○○△△△」の文字スコアを「0.9」にする。
また、実在人物情報CN21の人は、その人の氏「○○○」や名「△△△」や愛称「□□」といった文字列によっても、ユーザが実在人物情報CN21の人を想起できる。しかしながら、多くの場合、名前「○○○△△△」に比べて、その人の氏「○○○」や名「△△△」や愛称「□□」といった文字列では、実在人物情報CN21の人を想起できるユーザの割合は少なくなる。
そこで、生成装置100は、要約に愛称「□□」を含む場合、加工画像に実在人物情報CN21の人が含まれるか否かによるトピック「○○○△△△」のスコアの差を大きくする。具体的には、生成装置100は、スコアリストSL21に示すように、文字列「□□」が要約に含まれる場合、加工画像に実在人物情報CN21の人に含まれればトピック「○○○△△△」の文字スコアを「0.8」にする。また、生成装置100は、文字列「□□」が要約に含まれる場合、加工画像に実在人物情報CN21の人に含まれなければトピック「○○○△△△」の文字スコアを「0.1」にする。
このように、トピックの特性に応じて、文字スコアを変動させることにより、トピックに関する文字列を短くして他のトピックの情報を増やすかどうかを適切に決定できる。すなわち、生成装置100は、要約情報と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。なお、画像ありなしの文字スコアは、その人と他者との識別できる可能性に応じて変動させてもよい。例えば、同じ名前の他者が多い人ほど、画像なしスコアより、画像ありスコアが高くなるようにしてもよい。また、画像なしスコアと画像ありスコアとの差は、文字列のみをユーザに提示した場合と、画像とともに文字列をユーザに提示した場合に、その文字列に対応する対象(概念)をユーザが想起できた確率に基づいて決定されてもよい。また、上記の例では、画像の有無によるトピックの文字スコアの変動について説明したが、文字列の有無によってトピックの画像スコアを変動させてもよい。
〔9.複数の情報について〕
上述した例において、組合せコンテンツの生成に1つの文字情報と1つの画像とを用いる例を示したが、文字情報や画像情報は各々複数であってもよい。すなわち、生成装置100は、複数の文字情報と複数の画像とを用いて組合せコンテンツを生成してもよい。この点について図10を用いて説明する。図10は、実施形態に係る生成された組合せコンテンツの一例を示す図である。具体的には、図10では、生成装置100は、1つの文字情報IA31と2つの画像IM31−1、IM31−2とを用いて組合せコンテンツを生成する。
まず、生成装置100は、記事コンテンツAT31からトピックを抽出する。また、生成装置100は、記事コンテンツAT31に基づいて画像IM31−1における特徴情報が含まれる領域に関する特徴領域を抽出する。また、生成装置100は、記事コンテンツAT31に基づいて画像IM31−2における特徴情報が含まれる領域に関する特徴領域を抽出する。
その後、生成装置100は、要約及び加工画像の組合せを比較する。具体的には、生成装置100は、表示領域AR31に収まる要約及び加工画像の組合せのパターンのスコアを比較する。その後、生成装置100は、各パターンにおける全体のスコアに基づいて組合せコンテンツを生成する(ステップS31)。例えば、生成装置100は、各パターンの組合せコンテンツのうち、全体のスコアが最大となる組合せコンテンツを生成する。
図10では、生成装置100は、要約AB31と加工画像PM31−1と加工画像PM31−2とを含む組合せコンテンツIC31を生成する。具体的には、生成装置100は、要約AB31を中央に配置し、加工画像PM31−1を左側、加工画像PM31−2を右側に各々配置した組合せコンテンツIC31を生成する。
このように、生成装置100は、ボクシングで対戦する2人の顔写真である加工画像PM31−1及び加工画像PM31−2を両側に配置することにより、M月N日にボクシングの対戦があることをユーザに認識させることができる。すなわち、図10の例では、生成装置100は、加工画像PM31−1や加工画像PM31−2に含まれる人物の名前を要約AB31に含めずに、加工画像PM31−1の人物と加工画像PM31−2の人物の2人が対戦することをユーザに認識させることができる。なお、加工画像PM31−1と加工画像PM31−2とを合成して1つの加工画像としてもよい。
〔10.情報の表示態様〕
上述した例では、組合せコンテンツに含まれる加工画像が矩形上に生成される例を示したが、加工画像はどのような形状に生成されてもよい。この点について、図11を用いて説明する。図11は、実施形態に係る生成された組合せコンテンツの一例を示す図である。具体的には、図11では、生成装置100は、円形にクロッピングされた加工画像を示す。
図11では、生成装置100は、表示領域AR41に収まるように、要約AB41と加工画像PM41とを含む組合せコンテンツIC41を生成する。具体的には、生成装置100は、円形にクロッピングされた加工画像PM41を左側に配置し、要約AB41を右側に配置した組合せコンテンツIC41を生成する。
ここで、図11では、要約AB41中の1行目と4行目の先頭を2行目と3行目の先頭に比べて左側へ1文字分ずらすことができる。すなわち、生成装置100は、加工画像PM41が円形であることを利用して、より多くの文字数(情報)を配置することができる。これにより、生成装置100は、表示領域AR41に収まり、かつ文字数を多い要約を含む組合せコンテンツIC41を生成できる。このように、生成装置100は、加工画像PM41の形状に応じて要約AB41の配置態様を適宜変更してもよい。なお、生成装置100は、円形に限らず、例えば、例えば特徴領域の形状に沿った輪郭を有する加工画像を生成してもよい。例えば、図1で、生成装置100は、画像IM11中のトピック「深海魚」の特徴領域に基づいて円形に限らず、魚の形状の加工画像を生成してもよい。例えば、例えば特徴領域の形状に沿った輪郭を有する加工画像を生成してもよい。
〔11.効果〕
上述してきたように、実施形態に係る生成装置100は、取得部131と、生成部134とを有する。取得部131は、文字情報と文字情報に対応する画像とを取得する。生成部134は、文字情報から生成される要約情報(実施形態においては「要約」。以下同じ)のスコア(実施形態においては「文字スコア」。以下同じ)と、画像から生成される加工画像のスコア(実施形態においては「画像スコア」。以下同じ)とに基づいて、要約情報と加工画像とを組み合わせたコンテンツ(実施形態においては「組合せコンテンツ」。以下同じ)を生成する。
これにより、実施形態に係る生成装置100は、各パターンにおける全体のスコアに基づいて組合せコンテンツを生成する。すなわち、生成装置100は、各パターンのうち、全体のスコアが最大となる組合せコンテンツを生成する。これにより、生成装置100は、要約の文字スコアと加工画像の画像スコアとに基づいて、記事コンテンツに含まれる各トピックの重要度やトピック数に応じて、できるだけ多くの情報を含むように組合せコンテンツを生成する。したがって、生成装置100は、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、コンテンツが表示されるコンテンツ表示領域において、要約情報が表示される要約表示領域の割合と加工画像が表示される画像表示領域の割合とに基づいて、コンテンツを生成する。
これにより、実施形態に係る生成装置100は、表示領域において、要約情報が表示される要約表示領域の割合と加工画像が表示される画像表示領域の割合とに基づいて、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、要約表示領域の割合と画像表示領域の割合とが変動するコンテンツ表示領域に表示されるコンテンツを生成する。
これにより、実施形態に係る生成装置100は、要約表示領域の割合と画像表示領域の割合との変動に応じて、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、画像に基づいて決定される画像表示領域に応じて生成される加工画像と、画像表示領域に基づいて決定される要約表示領域に応じて生成される要約情報とを含むコンテンツを生成する。
これにより、実施形態に係る生成装置100は、画像に基づいて画像表示領域を決定し、画像表示領域に基づく要約表示領域に応じて要約を生成することにより、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、文字情報に基づいて決定される要約表示領域に応じて生成される要約情報と、画像表示領域に基づいて決定される画像表示領域に応じて生成される加工画像とを含むコンテンツを生成する。
これにより、実施形態に係る生成装置100は、文字情報に基づいて要約表示領域を決定し、要約表示領域に基づく画像表示領域に応じて画像を生成することにより、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、要約情報に含まれる特徴情報(実施形態においては「トピック」。以下同じ)に基づく要約情報のスコアと、加工画像に含まれる特徴情報に基づく加工画像のスコアとに基づいて、コンテンツを生成する。
これにより、実施形態に係る生成装置100は、各パターンにおける全体のスコアに基づいて組合せコンテンツを生成する。すなわち、生成装置100は、各パターンのうち、全体のスコアが最大となる組合せコンテンツを生成する。これにより、生成装置100は、記事コンテンツに含まれる各トピックの重要度やトピック数に応じて、できるだけ多くの情報を含むように組合せコンテンツを生成する。したがって、生成装置100は、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、組み合わされる加工画像に応じて変動する要約情報のスコア、または組み合わされる要約情報に応じて変動する加工画像のスコアに基づいて、コンテンツを生成する。
これにより、実施形態に係る生成装置100は、組み合わされる加工画像に応じて変動する要約情報のスコア、または組み合わされる要約情報に応じて変動する加工画像のスコアに基づいて算出される各パターンにおける全体のスコアに応じて、組合せコンテンツを生成する。これにより、生成装置100は、記事コンテンツに含まれる各トピックの重要度やトピック数に応じて、できるだけ多くの情報を含むように組合せコンテンツを生成する。したがって、生成装置100は、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、画像に含まれる特徴情報に基づく形状の加工画像を生成する。
これにより、実施形態に係る生成装置100は、画像に含まれる特徴情報に基づく形状に加工画像を生成することにより、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、画像に含まれる複数の特徴情報のうち、特徴情報の重要度が所定の条件を満たす特徴情報を含む加工画像を生成する。
これにより、実施形態に係る生成装置100は、画像に含まれる複数の特徴情報のうち、特徴情報の重要度が所定の条件を満たす特徴情報を含む加工画像を生成することにより、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、生成部134は、複数の要約情報と複数の加工画像との各々の組合せにおけるスコアに基づいて、コンテンツを生成する。
これにより、実施形態に係る生成装置100は、複数の要約情報と複数の加工画像との各々の組合せの中からスコアに基づいて、組み合わせる要約と加工画像とを決定する。したがって、生成装置100は、多数の組合せの比較に基づいて、最も適切な組合せコンテンツを生成できるため、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
また、実施形態に係る生成装置100において、取得部131は、文字情報に対応する複数の画像を取得する。生成部134は、画像に含まれる複数の特徴情報のうち、特徴情報の重要度が所定の条件を満たす特徴情報を含む加工画像を生成する。
これにより、実施形態に係る生成装置100は、複数の画像から加工画像を生成することにより、要約と加工画像とが適切に組み合わされた組合せコンテンツを生成することができる。
〔12.ハードウェア構成〕
上述してきた実施形態に係る生成装置100は、例えば図12に示すような構成のコンピュータ1000によって実現される。図12は、生成装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
CPU1100は、ROM1300またはHDD1400に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
HDD1400は、CPU1100によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス1500は、ネットワークNを介して他の機器からデータを受信してCPU1100へ送り、CPU1100が生成したデータをネットワークNを介して他の機器へ送信する。
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、生成したデータを入出力インターフェイス1600を介して出力装置へ出力する。
メディアインターフェイス1700は、記録媒体1800に格納されたプログラムまたはデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200上にロードし、ロードしたプログラムを実行する。記録媒体1800は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
例えば、コンピュータ1000が実施形態に係る生成装置100として機能する場合、コンピュータ1000のCPU1100は、RAM1200上にロードされたプログラムを実行することにより、制御部130の機能を実現する。コンピュータ1000のCPU1100は、これらのプログラムを記録媒体1800から読み取って実行するが、他の例として、他の装置からネットワークNを介してこれらのプログラムを取得してもよい。
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
〔13.その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
また、上述してきた実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
1 配信システム
100 生成装置
121 コンテンツ情報記憶部
130 制御部
131 取得部
132 抽出部
133 算出部
134 生成部
135 配信部
10 端末装置
151 送信部
152 受信部
153 表示部
N ネットワーク

Claims (13)

  1. 文字情報と前記文字情報に対応する画像とを取得する取得部と、
    前記文字情報から生成される要約情報のスコアと、前記画像から生成される加工画像のスコアとに基づいて、要約情報と加工画像とを組み合わせたコンテンツを生成する生成部と、
    を備えることを特徴とする生成装置。
  2. 前記生成部は、
    前記コンテンツが表示されるコンテンツ表示領域において、前記要約情報が表示される要約表示領域の割合と前記加工画像が表示される画像表示領域の割合とに基づいて、前記コンテンツを生成する
    ことを特徴とする請求項1に記載の生成装置。
  3. 前記生成部は、
    前記要約表示領域の割合と前記画像表示領域の割合とが変動する前記コンテンツ表示領域に表示されるコンテンツを生成する
    ことを特徴とする請求項2に記載の生成装置。
  4. 前記生成部は、
    前記画像に基づいて決定される前記画像表示領域に応じて生成される加工画像と、前記画像表示領域に基づいて決定される前記要約表示領域に応じて生成される要約情報とを含むコンテンツを生成する
    ことを特徴とする請求項3に記載の生成装置。
  5. 前記生成部は、
    前記文字情報に基づいて決定される前記要約表示領域に応じて生成される要約情報と、前記画像表示領域に基づいて決定される前記画像表示領域に応じて生成される加工画像とを含むコンテンツを生成する
    ことを特徴とする請求項3に記載の生成装置。
  6. 前記生成部は、
    要約情報に含まれる特徴情報に基づく要約情報のスコアと、加工画像に含まれる特徴情報に基づく加工画像のスコアとに基づいて、前記コンテンツを生成する
    ことを特徴とする請求項1〜5のいずれか1項に記載の生成装置。
  7. 前記生成部は、
    組み合わされる加工画像に応じて変動する要約情報のスコア、または組み合わされる要約情報に応じて変動する加工画像のスコアに基づいて、前記コンテンツを生成する
    ことを特徴とする請求項1〜6のいずれか1項に記載の生成装置。
  8. 前記生成部は、
    前記画像に含まれる特徴情報に基づく形状の前記加工画像を生成する
    ことを特徴とする請求項1〜7のいずれか1項に記載の生成装置。
  9. 前記生成部は、
    前記画像に含まれる複数の特徴情報のうち、前記特徴情報の重要度が所定の条件を満たす特徴情報を含む前記加工画像を生成する
    ことを特徴とする請求項1〜8のいずれか1項に記載の生成装置。
  10. 前記生成部は、
    複数の要約情報と複数の加工画像との各々の組合せにおけるスコアに基づいて、前記コンテンツを生成する
    ことを特徴とする請求項1〜9のいずれか1項に記載の生成装置。
  11. 前記取得部は、
    前記文字情報に対応する複数の画像を取得し、
    前記生成部は、
    前記複数の画像に含まれる複数の特徴情報のうち、前記特徴情報の重要度が所定の条件を満たし、前記複数の画像から抽出される特徴情報に基づいて生成される加工画像を含む前記コンテンツを生成する
    ことを特徴とする請求項1〜10のいずれか1項に記載の生成装置。
  12. コンピュータが実行する生成方法であって、
    文字情報と前記文字情報に対応する画像とを取得する取得工程と、
    前記文字情報から生成される要約情報のスコアと、前記画像から生成される加工画像のスコアとに基づいて、要約情報と加工画像とを組み合わせたコンテンツを生成する生成工程と、
    を含むことを特徴とする生成方法。
  13. 文字情報と前記文字情報に対応する画像とを取得する取得手順と、
    前記文字情報から生成される要約情報のスコアと、前記画像から生成される加工画像のスコアとに基づいて、要約情報と加工画像とを組み合わせたコンテンツを生成する生成手順と、
    をコンピュータに実行させることを特徴とする生成プログラム。
JP2016007645A 2016-01-19 2016-01-19 生成装置、生成方法、及び生成プログラム Active JP6184536B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016007645A JP6184536B2 (ja) 2016-01-19 2016-01-19 生成装置、生成方法、及び生成プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016007645A JP6184536B2 (ja) 2016-01-19 2016-01-19 生成装置、生成方法、及び生成プログラム

Publications (2)

Publication Number Publication Date
JP2017129948A JP2017129948A (ja) 2017-07-27
JP6184536B2 true JP6184536B2 (ja) 2017-08-23

Family

ID=59396325

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016007645A Active JP6184536B2 (ja) 2016-01-19 2016-01-19 生成装置、生成方法、及び生成プログラム

Country Status (1)

Country Link
JP (1) JP6184536B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021033366A (ja) * 2019-08-15 2021-03-01 ヤフー株式会社 提供装置、提供方法および提供プログラム
JP2022144345A (ja) * 2021-03-18 2022-10-03 ヤフー株式会社 生成装置、生成方法および生成プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0807894A1 (en) * 1995-01-31 1997-11-19 Hitachi, Ltd. Terminal for distributing electronic information
JP2000172679A (ja) * 1998-12-04 2000-06-23 Toshiba Corp ウィンドウシステム、データ編集方法および情報記録媒体
JP5462917B2 (ja) * 2012-10-05 2014-04-02 楽天株式会社 画像検索インデックス生成方法、画像検索インデックス生成プログラム及び画像検索インデックス生成装置

Also Published As

Publication number Publication date
JP2017129948A (ja) 2017-07-27

Similar Documents

Publication Publication Date Title
AU2014304803B2 (en) Systems and methods for image classification by correlating contextual cues with images
US20190340206A1 (en) Text-to-Media Indexes on Online Social Networks
US8510287B1 (en) Annotating personalized recommendations
JP6759844B2 (ja) 画像を施設に対して関連付けるシステム、方法、プログラム及び装置
IL255797A (en) Methods and systems for delivering editing functions to visual content
CN112417146A (zh) 向用户通知侵犯性内容
KR20150128808A (ko) 리뷰 시스템
CN104346037B (zh) 信息处理设备和信息处理方法
CN105653636A (zh) 一种信息处理方法和装置、一种用于信息处理的装置
US10599916B2 (en) Methods and systems for playing musical elements based on a tracked face or facial feature
US20180189471A1 (en) Visual CAPTCHA Based On Image Segmentation
US10255277B2 (en) Crowd matching translators
CA2913461A1 (en) Tag suggestions for images on online social networks
JP2011155385A (ja) 電子機器、コンテンツ送信方法及びプログラム
EP3149615A1 (en) Information processing device, information processing method, and program
US9560157B1 (en) Managing shareable content in a social network
JP6184536B2 (ja) 生成装置、生成方法、及び生成プログラム
US10432572B2 (en) Content posting method and apparatus
Wu et al. On the proactive generation of unsafe images from text-to-image models using benign prompts
Suen et al. Interactive experiences designed for agricultural communities
JP2020004410A (ja) メディアベースのコンテンツシェアを容易にする方法、コンピュータプログラム及びコンピューティングデバイス
JP6327682B1 (ja) 情報処理システム、情報処理装置、情報処理方法、及びプログラム
KR101796221B1 (ko) 통계 데이터 제공 방법 및 통계 데이터 제공 장치
KR20240007255A (ko) 메시징 시스템 내에서 기능들을 숏컷들로 조합
JP5543679B1 (ja) ゲーム内図形認識システム及びゲーム内図形認識プログラム

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170704

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170725

R150 Certificate of patent or registration of utility model

Ref document number: 6184536

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

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