JP6267031B2 - 表示形態決定装置、表示形態を決定する方法およびプログラム - Google Patents

Description

本発明は、コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定する表示形態決定装置、表示形態を決定する方法およびプログラムに関する。

従来、条件に応じてコンテンツの表示形態を変更する技術が知られている。例えば、特許文献１記載の装置は、ディスプレイに応じて、コンテンツの表示形態を変更している。すなわち、入力記事情報を組み合わせてレイアウトする際に、事前に設定されたレイアウト情報に基づいて、記事を配置する領域ごとに、縦書き、横書きを決定している。

特開２０１３−８０３２１号公報

上記のような装置では、事前に設定されたパラメータに基づいて、縦書き横書きを決定しているが、ユーザ側の状態は考慮されない。本来、コンテンツの表示形態は、ユーザの読む速度や慣れ等を考慮して決められるべきである。また、縦書き表示領域部分に、英文等の本来横書きするべき内容が配置される可能性があり、そのような可能性も含めて表示形態が決められるべきである。

本発明は、このような事情に鑑みてなされたものであり、コンテンツの特徴やユーザの能力に応じて表示形態を自動で決定できる表示形態決定装置、表示形態を決定する方法およびプログラムを提供することを目的とする。

（１）上記の目的を達成するため、本発明の表示形態決定装置は、コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定する表示形態決定装置であって、表示しようとする対象コンテンツの特徴量を抽出する特徴量抽出部と、前記抽出された対象コンテンツの特徴量および特徴量と読了時間とを対応付けたデータとして表わされるユーザプロファイルに基づいて各表示形態に対する読了時間を推定する読了時間推定部と、前記推定された読了時間の大小を比較し、前記推定された読了時間の小さい表示形態の採用を決定する表示形態決定部と、を備えることを特徴としている。これにより、コンテンツの特徴やユーザの能力に応じて表示形態を自動で決定できる。

（２）また、本発明の表示形態決定装置は、前記特徴量が、文章量、画像数量、コンテンツ種別および英文字比率のいずれかを項目に含むことを特徴としている。これにより、ユーザの読む速さに関連する特徴量に応じて表示形態を決定できる。

（３）また、本発明の表示形態決定装置は、前記特徴量が、少なくとも文章量、コンテンツ種別および英文字比率を項目に含むことを特徴としている。これにより、特に読む速さに影響の大きい特徴量を考慮して表示形態を決定できる。

（４）また、本発明の表示形態決定装置は、前記特徴量が、各項目をクラス分けして表わしたものであることを特徴としている。これにより、特徴量とユーザの読了時間との関連付けを容易に作成することができる。

（５）また、本発明の表示形態決定装置は、前記対象コンテンツを前記決定された表示形態で表示する表示部と、前記対象コンテンツの読了時間を計測する読了時間計測部と、前記対象コンテンツの各特徴量と前記計測された読了時間とを対応付けたデータで前記ユーザプロファイルを更新するプロファイル管理部と、を更に備えることを特徴としている。これにより、ユーザの慣れや学習に応じて表示形態を変更できる。

（６）また、本発明の表示形態決定装置は、事前に準備された学習コンテンツを所定の表示形態で表示する表示部と、前記学習コンテンツの読了時間を計測する読了時間計測部と、前記学習コンテンツの各特徴量と前記計測された読了時間とを対応付けたデータで前記ユーザプロファイルを生成するプロファイル管理部と、を更に備えることを特徴としている。これにより、適切なコンテンツを用いてユーザの状態を事前に把握できる。

（７）また、本発明の方法は、コンピュータにより、コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定する方法であって、表示しようとする対象コンテンツの特徴量を抽出するステップと、前記抽出された対象コンテンツの特徴量および特徴量と読了時間とを対応付けたデータとして表わされるユーザプロファイルに基づいて各表示形態に対する読了時間を推定するステップと、前記推定された読了時間の大小を比較し、前記推定された読了時間の小さい表示形態の採用を決定するステップと、を含むことを特徴としている。これにより、コンテンツの特徴やユーザの能力に応じて表示形態を自動で決定できる。

（８）また、本発明のプログラムは、コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定するプログラムであって、表示しようとする対象コンテンツの特徴量を抽出する処理と、前記抽出された対象コンテンツの特徴量および特徴量と読了時間とを対応付けたデータとして表わされるユーザプロファイルに基づいて各表示形態に対する読了時間を推定する処理と、前記推定された読了時間の大小を比較し、読了時間の小さい表示形態の採用を決定する処理と、を含む一連の処理をコンピュータに実行させることを特徴としている。これにより、コンテンツの特徴やユーザの能力に応じて表示形態を自動で決定できる。

本発明によれば、コンテンツの特徴やユーザの能力に応じて表示形態を自動で決定できる。

第１実施形態の表示形態決定装置の構成を示すブロック図である。 コンテンツ特徴量の一例を示すテーブルである。 （ａ）、（ｂ）それぞれ横書き、縦書きの表示イメージを示す図である。 項目平均を利用したユーザプロファイルの一例を示すテーブルである。 コンテンツ特徴量の種別に関連したユーザプロファイルの一例を示すテーブルである。 第１実施形態の表示形態決定装置の動作を示すフローチャートである。 第１実施形態の表示形態決定装置の動作を示すフローチャートである。 第２実施形態の表示形態決定装置の構成を示すブロック図である。

以下に、本発明の実施の形態について、図面を参照しながら説明する。説明の理解を容易にするため、各図面において同一の構成要素に対しては同一の参照番号を付し、重複する説明は省略する。

［第１実施形態］
（表示形態決定装置の構成）
図１は、表示形態決定装置の構成を示すブロック図である。表示形態決定装置１００は、例えばＰＣやタブレット端末であり、新聞記事、雑誌記事等のコンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定し、表示する。なお、装置の機能の一部がＷＥＢ上のサーバにあってもよい。

表示形態決定装置１００は、コンテンツＤＢ１０１、特徴量抽出部１０２、読了時間推定部１０３、表示形態決定部１０４、表示部１０５、読了時間測定部１０６およびプロファイル管理部１０７を備えている。

コンテンツＤＢ１０１は、新聞配信システムやブログ配信システムなどのように、入力されるコンテンツ群を登録する。コンテンツＤＢ１０１には、縦書き、横書きを判断しようとするテキストを含むコンテンツが格納される。また、コンテンツに対応付けてコンテンツ特徴とコンテンツＩＤが格納され、テキストと画像のデータを組み合わせたマルチメディアコンテンツが格納される場合もある。例えば、新聞ではテキスト＋写真、ブログではテキスト＋動画などの組合せがマルチメディアコンテンツとして考えられる。

特徴量抽出部１０２は、表示しようとする対象コンテンツの特徴量を抽出する。抽出する特徴量は、事前に指定されている。例えば、文書量、画像数量、コンテンツ種別（政治、ブログ、スポーツなどのジャンル）、英文字比率を、利用される特徴量として設定できる。これにより、ユーザの読む速さに応じて表示形態を決定できる。特徴量の抽出は、テキストデータを処理、解析して行ってもよいし、コンテンツデータに付随するメタデータを用いてもよい。

なお、特徴量は、少なくとも文章量、コンテンツ種別および英文字比率を項目に含むことが好ましい。これにより、特に読む速さに影響の大きい特徴量を考慮して表示形態を決定できる。また、特徴量は、各項目をクラス分けして表わしたものであることが好ましい。これにより、特徴量とユーザの読了時間との関連付けを容易に作成することができる。

文書量項目はある程度の量毎にクラス分けをすることができ、例えば、文字数１００から５００までをクラス１、５０１から１０００をクラス２、１００１から１５００をクラス３などと設定することができる。

画像の有無や英文字比率においても同様にクラス分類を実施することができる。例えば、画像の有無については、画像を１〜２枚含む場合にクラス１、３〜５枚含む場合にクラス２など、自由に設定することができる。

また、英文字比率については、例えば、（英文字数）／（全体文字数）として計算することができ、英文字比率＝０〜０．１をクラス１として、０．１上昇するごとにクラス分割するなど、自由に設定することができる。重要単語は例えばＴＦＩＤＦ法に基づいて値の高い単語を重要語として抽出することや、事前に指定された単語を重要単語として、格納することができる。

コンテンツ種別については、例えばニュース記事のカテゴリや、配信によって設定されたジャンル情報を利用することができる。また、事前に設定された情報がない場合には、例えば、関連技術１などを利用して、事前に用意したジャンル教師データをもとにジャンル識別機を生成し、入力文書の自動ジャンル分類の結果を利用することもできる。

図２は、コンテンツ特徴量の一例を示すテーブルである。図２に示すテーブルの左側に文書ＩＤ「０００１０２０２０２０．ｃｔｎｔ」で特定されるコンテンツが、文章量は１０３３文字、画像は有り、コンテンツの種別は政治、ニュース、英文字比率０．０１、重要単語は、「アメリカ、大統領」を有していることを示している。

図２に示すテーブルの右側には、同じコンテンツについて、文章量はクラス１、画像は有り、コンテンツの種別は政治、ニュース、英文字比率はクラス２、重要単語は、「アメリカ、大統領」という特徴量が抽出されていることが示されている。

読了時間推定部１０３は、抽出された対象コンテンツの特徴量および特徴量と読了時間とを対応付けたデータとして表わされるユーザプロファイルに基づいて各表示形態に対する読了時間を推定する。

表示形態決定部１０４は、推定された読了時間の大小を比較し、読了時間の小さい表示形態の採用を決定する。これにより、コンテンツの特徴やユーザの能力に応じて表示形態を自動で決定できる。

表示部１０５は、入力コンテンツを表示する。図３（ａ）、（ｂ）は、それぞれ横書き、縦書きの表示イメージを示す図である。また、表示の際には文書コンテンツの横書き、縦書き表示、それぞれを切り替えることが可能である。表示画面には閲覧終了を示す終了ボタンを配置することもできる。

また、この際に、入力コンテンツの表示形態を引数として、縦書きもしくは、横書き表示を可能とする。もし、縦書き、横書き表示の引数が存在しない場合には事前に設定したパラメータでランダムで表示させることもできる。

読了時間測定部１０６は、表示されたコンテンツの読了時間を測定し、保存する。読了時間は、例えば表示開始から終了ボタンのクリックまでの時間を測定することで測定できる。また、ページ表示からページ表示終了までの時間を測定することでも測定できる。また、ユーザの視線の動きから読了時間を測定してもよい。ユーザがコンテンツを閲覧した時間を取得できればよく、取得方法はこれらの限りではない。

読了時間の設定のための学習プロセスを別途設ける場合には、同じ文章または同じ文章量や同じクラスの文書を必ず表示させることで読了時間のデータを取得する。また、学習プロセスを持たせない場合には、通常利用の際に縦書きと横書きを区別して読了するまでの時間を測定する。

プロファイル管理部１０７は、読了時間の測定によって得られた時間情報と、コンテンツ特徴量とを関連付けてユーザプロファイルとして保存する。このようにしてユーザプロファイルを更新することで、蓄積したデータの平均時間を特徴量として利用することができる。時間情報は例えば秒単位で記憶することができる。また、コンテンツ特徴量との組み合わせの際に、文章量をクラス分けすることや、特定の組み合わせ（文書量と画像有無のみ）を利用してもよい。

読了時間はコンテンツを読んだ経験によって早くなることもあるので、期間を区切ってプロファイルとすることもできる。例えば、ユーザプロファイルの項目はコンテンツの特徴量と時間情報をペアで格納することや、各項目の平均時間情報としてユーザプロファイルを作成することができる。図４は、項目平均を利用したユーザプロファイルの一例を示すテーブルである。図５は、コンテンツ特徴量の種別に関連したユーザプロファイルの一例を示すテーブルである。ユーザプロファイルの項目はこの限りではない。

（表示形態決定装置の動作）
上記のように構成された表示形態決定装置１００の動作を説明する。図６は、表示形態決定装置の動作を示すフローチャートである。まず、入力されたコンテンツの特徴量を判別し抽出する（ステップＳ１）。次に、抽出された特徴量およびユーザプロファイルを用いて読了時間を推定する（ステップＳ２）。推定された読了時間のうち縦書き読了時間の方が横書き読了時間より短いか否かを判定する（ステップＳ３）。

縦書き読了時間の方が横書き読了時間より短い場合には、そのコンテンツの表示に縦書きパラメータを付与し（ステップＳ４）、終了する。そうでない場合には、横書きパラメータを付与し（ステップＳ５）、終了する。これにより、コンテンツの表示の際にはパラメータに応じた表示形態が採用される。なお、上記の例では、推定された横書き読了時間と縦書き読了時間とが一致する場合には、横書きの表示形態が選択されるが、逆の選択がなされてもよい。

（読了時間の推定）
上記のステップのうち、読了時間の推定について説明する。入力されたコンテンツの特徴量と合致する組み合わせのユーザプロファイルを参照し、縦書き読了時間および横書き読了時間を抽出する。

入力されたコンテンツ特徴量と合致する組み合わせが存在しない場合には、できるだけ多くの項目が一致するユーザプロファイルを抽出し、縦書き読了時間および横書き読了時間のそれぞれの平均値を算出する。なお、最初から平均項目のみを利用することもできる。また、例えば、文書量だけを利用する設定とすることもできる。

例えば、入力された文書コンテンツの特徴量が、「政治、ニュース」であった場合に、「政治、ニュース」を組合せ項目として含むユーザプロファイルを参照する処理が考えられる。ユーザプロファイルの参照により、入力文章の特徴量項目全てと合致する、もしくは一部を含むユーザプロファイルを抽出することで、そのコンテンツの読了時間の推定が可能である。

具体的には、入力された文書コンテンツの全ての特徴量Ｆ１＝｛ｆ１，ｆ２，ｆ３，．．．．｝に対し、ユーザプロファイル（群）に含まれる特徴量項目Ｆｕ_ｘ＝｛ｆｕ_ｘ１,ｆｕ_ｘ２，．．．．，｝を抽出し、すべての要素を比較する。

そして、一致した項目をカウントし、最大値となる組み合わせを抽出することで、入力された文書コンテンツの特徴量Ｆ１に最も類似するユーザプロファイルＦｕ_Ｘを選択する。そして、最終的に、Ｆｕ_ｘに含まれる読了時間項目のうち読了平均時間が小さい方の表示形態を選択するというような処理が適用できる。

上記の処理に適用されるアルゴリズムは、文書間の特徴量（ベクトル形式含む）の一致性が判断できるアルゴリズムであればなんでもよい。例えば、コサイン類似度を利用することなどが可能である。

（表示形態選択）
上記のステップのうち、表示形態選択の詳細を説明する。表示形態選択の場面では、読了時間の推定処理によって得られた縦書き読了時間および横書き読了時間を比較し、読了時間が少ない表示形態を選択することができる。例えば、縦書き平均読了時間をＴｔ、横書き平均読了時間をＴｙとした場合、Ｔｔ−Ｔｙ≦０の場合に縦書きパラメータを付与し、Ｔｔ−Ｔｙ＞０の時に横書きパラメータを付与するという処理が適用可能である。このようにして、選択された表示形態に従って縦書きまたは横書き表示をパラメータとして出力できる。

（ユーザプロファイルの更新）
上記のような処理により通常利用時にコンテンツの表示がなされた際に、ユーザの読了時間を測定しユーザプロファイルを更新することができる。図７は、ユーザプロファイルの更新を含む表示形態決定装置の動作を示すフローチャートである。

図７に示すステップＴ１〜Ｔ５は、図６に示すステップＳ１〜Ｓ５と同じである。次に、これらの一連のステップで決定されたパラメータに応じて表示形態を採用して、対象コンテンツを表示する（ステップＴ６）。そして、所定の基準により読了時間を測定する（ステップＴ７）。測定された読了時間を用いて、ユーザプロファイルを更新する（ステップＴ８）。具体的には、対象コンテンツの各特徴量と測定された読了時間とを対応付けたデータでユーザプロファイルを更新する。これにより、ユーザの慣れや学習に応じて表示形態を変更できる。なお、以上の各処理は、プログラムにより装置上で実行される。

［第２実施形態］
上記の実施形態では、新聞配信システムやブログ配信システムなどのように、表示対象となるコンテンツ群はコンテンツＤＢ１０１に登録されるが、ＷＥＢブラウザによる検索エンジンの検索結果やＷＥＢ上の情報を閲覧する際にユーザに応じた表示形態をとることもできる。図８は、表示形態決定装置の構成を示すブロック図である。

図８に示す表示形態決定装置２００は、図１と同様な構成を有しており、検索部２０１の構成のみが異なる。検索部２０１は、対象コンテンツをＷＥＢから取得する。これにより、例えば、入力される対象コンテンツとして、ＵＲＬ情報で特定されるＵＲＬ内に含まれるコンテンツ（テキスト、動画、画像含む）を取得することができ、取得したコンテンツを表示しようとする対象コンテンツとすることが可能である。

［第３実施形態］
上記の実施形態では、ユーザが選んだ表示の対象コンテンツで測定された読了時間によりユーザプロファイルを更新するが、事前に準備された学習コンテンツを用いて読了時間を測定することもできる。

この場合には、表示部１０５が事前に準備された学習コンテンツを所定の表示形態で表示し、読了時間測定部１０６が、学習コンテンツの読了時間を測定する。そして、プロファイル管理部１０７は、学習コンテンツの各特徴量と測定された読了時間とを対応付けたデータでユーザプロファイルを生成する。これにより、適切なコンテンツを用いてユーザの状態を事前に把握できる。

１００ 表示形態決定装置
１０１ コンテンツＤＢ
１０２ 特徴量抽出部
１０３ 読了時間推定部
１０４ 表示形態決定部
１０５ 表示部
１０６ 読了時間測定部
１０７ プロファイル管理部
２００ 表示形態決定装置
２０１ 検索部

Claims (8)

1. コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定する表示形態決定装置であって、
   表示しようとする対象コンテンツの特徴量を抽出する特徴量抽出部と、
   前記抽出された対象コンテンツとは独立してユーザの能力に応じて設けられ、縦書きおよび横書きそれぞれの表示における所定の特徴量および特徴量と読了時間とを対応付けた随時更新可能なテーブルとして表わされるユーザプロファイルに基づいて、前記抽出された対象コンテンツの特徴量に相当する前記ユーザプロファイル上の特徴量を特定し、前記ユーザプロファイル上で前記特定された特徴量に対応付けられた読了時間を用いて、縦書きおよび横書きの各表示形態に対する読了時間を推定する読了時間推定部と、
   前記推定された読了時間の大小を比較し、前記推定された読了時間の小さい表示形態の採用を決定する表示形態決定部と、を備えることを特徴とする表示形態決定装置。
2. 前記特徴量は、文章量、画像数量、コンテンツ種別および英文字比率のいずれかを項目に含むことを特徴とする請求項１記載の表示形態決定装置。
3. 前記特徴量は、少なくとも文章量、コンテンツ種別および英文字比率を項目に含むことを特徴とする請求項２記載の表示形態決定装置。
4. 前記特徴量は、各項目をクラス分けして表わしたものであることを特徴とする請求項１から請求項３のいずれかに記載の表示形態決定装置。
5. 前記対象コンテンツを前記決定された表示形態で表示する表示部と、
   前記対象コンテンツの読了時間を計測する読了時間計測部と、
   前記対象コンテンツの各特徴量と前記計測された読了時間とを対応付けたテーブルで前記ユーザプロファイルを更新するプロファイル管理部と、を更に備えることを特徴とする請求項１から請求項４のいずれかに記載の表示形態決定装置。
6. 事前に準備された学習コンテンツを所定の表示形態で表示する表示部と、
   前記学習コンテンツの読了時間を計測する読了時間計測部と、
   前記学習コンテンツの各特徴量と前記計測された読了時間とを対応付けたテーブルで前記ユーザプロファイルを生成するプロファイル管理部と、を更に備えることを特徴とする請求項１から請求項５のいずれかに記載の表示形態決定装置。
7. コンピュータにより、コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定する方法であって、
   表示しようとする対象コンテンツの特徴量を抽出するステップと、
   前記抽出された対象コンテンツとは独立してユーザの能力に応じて設けられ、縦書きおよび横書きそれぞれの表示における所定の特徴量および特徴量と読了時間とを対応付けた随時更新可能なテーブルとして表わされるユーザプロファイルに基づいて、前記抽出された対象コンテンツの特徴量に相当する前記ユーザプロファイル上の特徴量を特定し、前記ユーザプロファイル上で前記特定された特徴量に対応付けられた読了時間を用いて、縦書きおよび横書きの各表示形態に対する読了時間を推定するステップと、
   前記推定された読了時間の大小を比較し、前記推定された読了時間の小さい表示形態の採用を決定するステップと、を含むことを特徴とする方法。
8. コンテンツのテキスト部分を表示する際に縦書きまたは横書きの表示形態を決定するプログラムであって、
   表示しようとする対象コンテンツの特徴量を抽出する処理と、
   前記抽出された対象コンテンツとは独立してユーザの能力に応じて設けられ、縦書きおよび横書きそれぞれの表示における所定の特徴量および特徴量と読了時間とを対応付けた随時更新可能なテーブルとして表わされるユーザプロファイルに基づいて、前記抽出された対象コンテンツの特徴量に相当する前記ユーザプロファイル上の特徴量を特定し、前記ユーザプロファイル上で前記特定された特徴量に対応付けられた読了時間を用いて、縦書きおよび横書きの各表示形態に対する読了時間を推定する処理と、
   前記推定された読了時間の大小を比較し、読了時間の小さい表示形態の採用を決定する処理と、を含む一連の処理をコンピュータに実行させることを特徴とするプログラム。

Images