JP6570465B2 - 重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法 - Google Patents

重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法 Download PDF

Info

Publication number
JP6570465B2
JP6570465B2 JP2016052088A JP2016052088A JP6570465B2 JP 6570465 B2 JP6570465 B2 JP 6570465B2 JP 2016052088 A JP2016052088 A JP 2016052088A JP 2016052088 A JP2016052088 A JP 2016052088A JP 6570465 B2 JP6570465 B2 JP 6570465B2
Authority
JP
Japan
Prior art keywords
contribution
participant
important word
information
word
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
JP2016052088A
Other languages
English (en)
Other versions
JP2017167308A (ja
Inventor
河合　直樹
直樹 河合
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.)
KDDI Corp
Original Assignee
KDDI 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 KDDI Corp filed Critical KDDI Corp
Priority to JP2016052088A priority Critical patent/JP6570465B2/ja
Publication of JP2017167308A publication Critical patent/JP2017167308A/ja
Application granted granted Critical
Publication of JP6570465B2 publication Critical patent/JP6570465B2/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、協働学習や会議のような人の集まりにおける参加者の状態を推定する技術に関する。
従来、学校や会社等の様々な組織において、学習のためのミーティングや、プロジェクトのための会議のような、複数の人が参加する話し合いの場（以後、グループと称する）が、日常的にもたれている。この際、教師や管理者等は、個々の参加者について、その発言内容から、話し合う目的を達成するに当たっての貢献の度合いを把握することが多くの場合に求められる。
このような課題に対し、例えば特許文献１は、ネットワーク上に設けられた仮想的なコミュニティにおける参加者によるメッセージの履歴情報から、参加期間長や、メッセージ書き込み時間間隔等を評価データとして用い、参加者のコミュニティへの貢献度を算出する技術を開示している。
また、特許文献２には、オンライン会議について生成されたログから、この会議においてユーザが提供したアイデアの数、アイデアに対するコメント数、アイデアに対する質問数、アイデアに与えられた高評価数を抽出してこれらの統計値を含む素性を算出し、算出された素性から、貢献度合いと素性との関連性を表す式を用いて、貢献度合いを算出する技術が開示されている。ここで、抽出されるアイデア数やコメント数は、発言の意味（アイデアやコメント、理解レベル等のセマンティクス）が明らかな規定画面に対して参加者が記入したアイデアの数やコメントの数となっている。
特開２００６−３２３７３８号公報 特開２０１５−１７０３４２号公報
しかしながら、上述した特許文献１及び２に記載されたような従来技術では、なお、参加者の貢献度を正確に又は客観的に評価することが困難であるという問題が生じている。
実際、上述した従来技術は、基本的に、参加者によるコメントのテキスト長や回数といった定量的な物理量をもって貢献度の評価を行っている。すなわち、テキストに記載された言葉における意味上の重要性は考慮されていない。従って、会議の結論に寄与しないようなコメントの量や回数が多い場合においても、より高い貢献度が決定されてしまうおそれがある。
従来の貢献度評価にはこのような課題がある一方で、実際にグループの参加者を教育したり管理したりすべき立場にある教師や管理者等にとって、参加者の貢献の度合いをより正確に把握することは非常に大事である。特に、教育の現場では現在、２１世紀型教育スキルとして、批評的思考力や課題解決力を養成することが１つの重要目標となっている。この目標達成のためには、知識を一方的に提供する従来の講義形式の教育ではなく、数人でグループを構成し、知識を交換し合ったり教え合ったり、課題の解決に知識を活用するべく創造的な話し合いを行ったりする協働学習形式の教育が有効になると期待されている。実際、この協働学習を授業に取り入れるケースが、小学校から大学にまで増えている。
ところが、例えば、協働学習を行うべく教室内に多数のグループを形成した場合、１人の教師が各グループの状態を把握しようとしても、グループ毎に十分な時間をとって参加者の態度や発言を観察することは実際上不可能である。その結果、各グループからの最終的なアウトプットは取得されるものの、個々の参加者の貢献の度合いは不明のままとなる。また、当然に、会社における会議の場面においても、業務の管理者が会議に出席していなければ、会議における参加者の貢献の度合いを把握することは困難である。その結果、会議運営の指示や社員の業績評価を正確に実施することが難しいとの問題が生じてしまう。
そこで、本発明は、互いに情報を提供し合うようなグループにおける参加者の貢献度を、提供される情報の重要性を考慮して推定することができるプログラム、装置及び方法を提供することを目的とする。
本発明によれば、テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける、当該参加者の貢献度を推定する装置に搭載されたコンピュータを機能させるプログラムであって、
当該参加者による貢献の存在又は可能性を示す語として予め設定された貢献関係語を、提供され合った当該情報から抽出する貢献関係語抽出手段と、
提供され合った当該情報において、当該貢献関係語から見てテキスト上及び／又は時間上の所定範囲内に所定以上の頻度又は回数で出現する１つ又は複数の語を、当該参加者による貢献の度合いに係る語である重要語に決定する重要語取得手段と、
提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する重要語出現情報生成手段と、
当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定する貢献度決定手段と
してコンピュータを機能させる貢献度推定プログラムが提供される。ここで、テキスト化可能な情報として、当該参加者の発話に係る音声情報が採用されることも好ましい。
この本発明による貢献度推定プログラムの一実施形態として、貢献度決定手段は、当該重要語が出現した回数若しくは頻度、及び／又は当該重要語が当該参加者を提供元として出現した回数若しくは頻度にも基づいて、当該参加者の貢献度を決定することも好ましい。
また、貢献度決定手段は、提供され合った当該情報において、当該参加者によって提供された当該重要語が複数回出現している場合に、当該重要語の出現回の各々について決定された貢献度を総合して、当該参加者の貢献度を決定することも好ましい。さらに、この場合、貢献度決定手段は、1つ前の出現回からの経過時間に応じて、各出現回における貢献度を決定する要素としての順番又は時点の値を調整することも好ましい。
さらに、本発明による貢献度推定プログラムの他の実施形態として、貢献度決定手段は、当該参加者が提供した当該重要語について予め決定又は設定された重要度にも基づいて、当該参加者の貢献度を決定することも好ましい。また、当該重要度は、当該重要語の出現した回数又は頻度に基づいて決定されることも好ましい。
また、本発明による貢献度推定プログラムによれば、重要語取得手段は複数の当該重要語を取得し、貢献度決定手段は、当該参加者の各重要語についての貢献度を総合して、当該参加者の貢献度を決定することも好ましい。さらに、当該テキスト化可能な情報は、当該参加者の発話に係る音声情報であることも好ましい。
本発明によれば、さらに、テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける、当該参加者の貢献度を推定する装置に搭載されたコンピュータを機能させるプログラムであって、
当該参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の重要語を取得する重要語取得手段と、
提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する重要語出現情報生成手段と、
当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定する貢献度決定手段と、
少なくとも、予め段階の設定された当該重要語が提供された場合における、提供された当該重要語に係る段階の変遷の度合いと、当該グループの参加者の貢献度とに基づいて、当該グループの活性度を決定する活性度決定手段と
してコンピュータを機能させる貢献度推定プログラムが提供される。ここで、この本発明による貢献度推定プログラムの一実施形態として、重要語取得手段は、提供され合った当該情報に関係するテキスト情報の全体において、又は当該テキスト情報の所定範囲において、所定以上の頻度又は回数で出現する語を、当該重要語に決定することも好ましい。
本発明によれば、また、テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける当該参加者の貢献度を推定する装置であって、
当該参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の重要語を取得する重要語取得手段と、
提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する重要語出現情報生成手段と、
当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定する貢献度決定手段と、
少なくとも、予め段階の設定された当該重要語が提供された場合における、提供された当該重要語に係る段階の変遷の度合いと、当該グループの参加者の貢献度とに基づいて、当該グループの活性度を決定する活性度決定手段と
を有する貢献度推定装置が提供される。
本発明によれば、さらに、テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける当該参加者の貢献度を推定する装置における貢献度推定方法であって、
当該参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の重要語を取得するステップと、
提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成するステップと、
当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定するステップと、
少なくとも、予め段階の設定された当該重要語が提供された場合における、提供された当該重要語に係る段階の変遷の度合いと、当該グループの参加者の貢献度とに基づいて、当該グループの活性度を決定するステップと
を有する貢献度推定方法が提供される。
本発明の貢献度推定プログラム、装置及び方法によれば、互いに情報を提供し合うようなグループにおける参加者の貢献度を、提供される情報の重要性を考慮して推定することができる。
本発明による貢献度推定装置を含む貢献度推定システムの一実施形態を示す模式図である。 本発明による貢献度推定方法の一実施形態を概略的に示すフローチャートである。 本発明による貢献度推定装置の一実施形態における機能構成を示す機能ブロック図である。 提案関係語辞書部に蓄積された提案関係語の例を示すテーブルである。 レポートに基づいた重要語決定の一実施形態を示すフローチャートである。 貢献度決定部での貢献度決定処理の一実施例を説明するためのテーブルである。 活性度決定部における活性度決定処理の他の実施形態を示すタイミング図である。
以下では、本発明の実施形態について、図面を用いて詳細に説明する。
図１は、本発明による貢献度推定装置を含む貢献度推定システムの一実施形態を示す模式図である。
図１に示した本実施形態では、複数の参加者の属するグループが複数（図１ではグループ１〜３の３つ）形成されていて、各グループの構成員である複数の参加者は、発話によって情報を交換し合っている。ここで、個々の参加者が「貢献度」の推定対象となっている。
この参加者の「貢献度」は、「グループを構成した目的」に向かっての前進過程又は当該目的への到達過程において、当該参加者がその前進又は到達のために情報を提供して（例えば発話して）貢献したその度合いを示す指標である。また、「グループを構成した目的」としては、例えば、所定の（議論の）対象について、必要な情報を互いに確認の上で共有したり、当該対象についての結論を導出（決定）したり、当該対象に取り組むに当たっての計画や方針を決定したりすることが挙げられる。
具体的には、例えば、ある製品の技術的な問題が議論の対象となっているグループにおいて、この技術的な問題の内容を全参加者が理解したり、この技術的な問題に対する解決策を導出したり、この問題解決のための実験・調査の内容及びスケジュールを決定したりすることが「グループを構成した目的」となり得る。また、１人の参加者が、この問題の内容を分かり易く説明したり、具体的な解決策や検証実験の内容を提案したりする行為が、当該参加者の貢献となり得る。
本貢献度推定システム１は、
（ａ）参加者毎に取り付けられた、当該参加者の発する音声を個別に収集可能なマイク付きスマートフォン３又は無線マイク３’と、
（ｂ）マイク付きスマートフォン３又は無線マイク３’から送信され、通信ネットワークを介して取得される音声情報を取りまとめて保存する音声情報データベース４と、
（ｃ）音声情報データベース４から各グループを構成する参加者毎の音声情報を取得し、これらの音声情報に基づいて、グループ１〜３の各々における各参加者の「貢献度」を推定する貢献度推定装置２と
を備えている。
ここで、マイク付きスマートフォン３は、マイクを内蔵しており収集した音声情報を無線で外部の装置に送信可能な通常のスマートフォン端末とすることができる。また、無線マイク３’は、発話の音声を収集する通常のマイクであってもよいが、個々の参加者の音声に限定して収音すべく、近接マイク、声帯マイク、咽頭マイクや、位相を用いる方向検知アレイマイク等であることも好ましい。また、無線マイクではなく有線によって装置２又は通信ネットワークと接続された有線マイクであってもよい。
また、通信ネットワークは、ローカルな（プライベートな）ネットワークであってもよく、Ｗｉ−Ｆｉ（登録商標）等の無線ＬＡＮ（Local Area Network）、Bluetooth（登録商標）等の近距離無線通信網、携帯電話網等の事業者通信網（アクセスネットワーク）や、さらにはインターネット等を介してマイク付きスマートフォン３又は無線マイク３’と音声情報データベース４及びクループ状態推定装置２とを通信接続するネットワークであってもよい。
さらに、変更態様として、音声情報データベース４は設置されておらず、貢献度推定装置２がその機能を包含していてもよい。また、音声情報データベース４は通常、装置２とは接続されておらず、マイク付きスマートフォン３や無線マイク３’からの音声情報を収集した後、適宜、装置２に接続され、収集した音声情報を装置２に出力するものとすることも可能である。
同じく図１に示すように、グループ１〜３の各々では、参加者が互いに発話による音声をもって、情報を提供し合っている（話し合っている）。この音声情報は、公知の音声認識技術によってテキスト化可能な情報であり、実際、後に説明するように、本実施形態では貢献度推定装置２においてテキストに変換される。
この変更態様として、参加者が電話機能やテレビ会議機能を利用して、発話による音声情報を交換するものであってもよい。この場合も、マイク付きスマートフォン３や無線マイク３’によって収集された音声情報は後にテキストに変換される。さらに、参加者が電子メール、チャット機能や、ＳＮＳ（Social Networking Service）を利用してテキスト情報を交換し合ってグループを構成してもよい。この場合、参加者が端末のキーボードやタッチパネル等の入力インタフェースを用いて提供情報を入力するならば、マイク付きスマートフォン３や無線マイク３’は不要となる。いずれにしても、本発明が貢献度を推定する対象は、テキスト情報又はテキスト化可能な情報を互いに提供し合うようなグループの参加者となっている。
ここで、本発明による貢献度推定装置２は、このような貢献度を推定するため、具体的に、
（Ａ）参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の「重要語」を取得し、
（Ｂ）提供され合った情報における「重要語」の出現した位置の順番又は時点に係る情報と、「重要語」を提供した参加者の識別情報とを含む「重要語出現情報」を生成し、
（Ｃ）「重要語」の提供元である参加者の「貢献度」を、少なくとも、当該参加者から提供された「重要語」の出現した位置の順番又は時点の早さに基づいて決定する。
ここで、上記構成（Ｂ）の「重要語出現情報」として、例えば、出現した「重要語」毎に参加者の識別子を対応付け、当該「重要語」を時系列に並べたデータを採用することができる。
このように、貢献度推定装置２によれば、参加者の「貢献度」を、単にコメントのテキスト長や回数といった定量的な物理量に拘泥することなく、グループで提供され合った（テキスト化された）情報における言葉の意味に係る「重要語」を考慮して決定している。特に、評価対象の参加者によって提供された（発話された）「重要語」の出現した位置の順番又は時点の早さに基づいて「貢献度」を決定しているので、グループでの目的を達成するに当たって、当該参加者が提供した（発話した）情報の重要性を考慮することができる。その結果、当該参加者のより客観的な貢献の度合いを推定することが可能となるのである。
例えば、重要語として「時刻」が取得されている場合に、評価対象の参加者がこの重要語「時刻」を、発話テキスト中で最初に（１番目に）提供した（発話した）とする。ここで、発話テキストとは、参加者が発話によって提供し合った情報をテキスト化した情報である。この場合、当該参加者は、話し合いの中で（目的達成についての）重要度の高い１つの情報を独自に又は新たに提供したとして、より高い「貢献度」が付与される。
実際の現場では、グループの参加者を教育したり管理したりすべき立場にある教師や管理者等にとって、話し合いの目的達成に対する個々の参加者の貢献の度合いを把握することは非常に大事となる。この点、貢献度推定装置２によれば、教師や管理者等の立場の者が従来十分に観察することが困難であるようなグループ参加者の個々の「貢献度」を、１つの客観的なデータとして、教師や管理者等に提示することが可能となる。
また、現在、教育の現場において、２１世紀型教育スキルとしての批評的思考力や課題解決力を養成するべく、数人でグループを構成し、知識を交換し合ったり教え合ったり、創造的な話し合いを行ったりする協働学習が取り入れられている。しかしながら、教師が直接、教室内に形成された全ての協働学習グループに参加し、その内部状態を観察することは、実際上不可能である。これに対し、貢献度推定装置２によれば、例えば、多数の協働学習グループの１つ１つについて、各参加者の協働学習への貢献の度合いを客観的に評価した結果を、教師に提供することが可能となる。
ちなみに、貢献度推定装置２の上記構成（Ａ）にある「重要語」については、後に詳細に説明するが、一実施形態として、
（Ｄ）参加者による貢献の存在又は可能性を示す語として予め設定された「貢献関係語」を、提供され合った情報（例えば、発話テキスト）から抽出し、
（Ｅ）提供され合った情報（例えば、発話テキスト）において、「貢献関係語」から見てテキスト上及び／又は時間上の所定範囲内に所定以上の頻度又は回数で出現する語を「重要語」に決定する
ことも好ましい。ここで、「貢献関係語」として、後に詳細に説明する提案関係語を使用することもできる。
これにより、実際にグループにおいて、参加者によって提供された、目的達成のために重要となる語を、適宜「重要語」に決定することができる。なお、上述したような「貢献関係語」を使用せず、経験的に重要であると認められる語を「重要語」として予め設定しておくことも可能である。
図２は、本発明による貢献度推定方法の一実施形態を概略的に示すフローチャートである。以下、図１に示したシステムを用いた本実施形態における貢献度推定処理の概要を説明する。
（Ｓ１０１）マイク付きスマートフォン３又は無線マイク３’を用いて参加者の発話、すなわち音声情報を取得する。
（Ｓ１１１）取得した音声情報をテキスト化して、グループで提供され合った情報としての発話テキストを生成し、生成した発話テキストを形態素解析によって単語に分解する。
（Ｓ１１２）提案関係語辞書部２０３に蓄積された「提案関係語」との照合により、生成した発話テキストから「提案関係語」を抽出する。
（Ｓ１１３）生成した発話テキストにおいて、抽出した「提案関係語」の近傍となる単語を抽出する。
（Ｓ１１４）生成した発話テキストにおける、抽出した単語の出現頻度を算出する。
（Ｓ１１５）抽出した単語の中から、その出現頻度に基づいて「重要語」を決定する。
（Ｓ１１６）決定した「重要語」を含む重要語リストを生成し、重要語蓄積部２０４に記録する。
（Ｓ１２１）上記の重要語決定処理（ステップＳ１１１〜Ｓ１１６）の一方で、１つ１つの区切りがある短い発話、又は一息で話すセンテンス毎に、その出現した（発話された）時刻を付与する。付与される時刻は、相対時刻でも絶対時刻でもよい。
（Ｓ１２２）時刻を付与した発話テキストから、生成した重要語リストを用いて、出現した（発話された）「重要語」を時系列に（出現順に）並べた重要語時系列情報を生成し、重要語時系列情報蓄積部２０５に記録する。ここで、「重要語」には出現（発話）時刻が付与されることも好ましい。
（Ｓ１２３）生成した重要語時系列情報を用い、各「重要語」について、当該「重要語」を最初に提供した（発話した）参加者である初期発話者を決定する。また、２番目以降に提供した（発話した）発話者等も決定しておく。
（Ｓ１２４）各参加者の「貢献度」を、各「重要語」において当該参加者が初期発話者であったか否か、さらには当該参加者が当該「重要語」を提供した（発話した）順番が何番かの情報に基づいて算出する。ここで、「重要語」の出現（発話）順に応じた重み付けをして「貢献度」を算出することも好ましい。
以上概略的に説明したように、本実施形態の貢献度推定処理によれば、どの参加者が何時、どの「重要語」を発言したかを検索して、グループでの議論の進捗状態を把握し、これにより各参加者の貢献の程度を評価することができる。なお、「重要語」を抽出する対象であるグループでの議論内容の情報は、当然に、上述した発話テキストに限定されるものではない。例えば、グループでの話し合いに関するレポート文書から「重要語」を抽出してもよい。
次に、上述した各処理ステップにおける具体的な処理内容を、装置２における対応する機能構成部の機能として詳細に説明する。
図３は、本発明による貢献度推定装置の一実施形態における機能構成を示す機能ブロック図である。
図３によれば、貢献度推定装置２は、通信インタフェース２０１と、音声情報データベース部２０２と、提案関係語辞書部２０３と、重要語蓄積部２０４と、重要語時系列情報蓄積部２０５と、タッチパネル・ディスプレイ（ＴＰ・ＤＰ）２０６と、キーボード（ＫＢ）２０７と、プロセッサ・メモリとを有する。ここで、プロセッサ・メモリは、貢献度推定装置２に搭載されたコンピュータを機能させるプログラムを実行することによって、貢献度推定機能を実現させる。すなわち、貢献度推定装置２は、本発明による貢献度推定プログラムを搭載した、例えばパーソナル・コンピュータ（ＰＣ）、スマートフォン、又はタブレット型若しくはノート型コンピュータであってもよい。
さらに、このプロセッサ・メモリは、機能構成部として、音声認識部２１１と、テキスト分解部２１２と、提案関係語抽出部２１３と、重要語取得部２１４と、重要語出現情報生成部としての重要語時系列情報生成部２１５と、貢献度決定部２１６と、活性度決定部２１７と、評価・指導情報生成部２１８と、入出力制御部２２１と、通信制御部２２２とを有する。ここで、テキスト分解部２１２は、形態素解析部２１２ａを有することも好ましい。また、重要語取得部２１４は、重要語決定部２１４ａを有することも好ましい。さらに、貢献度決定部２１６は、初期発話者特定部２１６ａを有することも好ましい。なお、図３によれは、各機能構成部を矢印で接続した処理の流れは、本発明による貢献度推定方法の一実施形態としても理解される。
図３において、通信インタフェース２０１は、音声情報データベース４から音声情報を受信し、通信制御部２２２を介して音声認識部２１１に出力する。ただし、装置２が音声情報データベース部２０２を備えている場合、各グループの各参加者の携帯するマイク付きスマートフォン３又は無線マイク３’から出力された音声情報を直接、受信し、通信制御部２２２を介して音声情報データベース部２０２に格納することも好ましい。この際、受信される音声情報には、マイク付きスマートフォン３又は無線マイク３’の物理アドレスや参加者によって設定された識別子情報等、参加者を特定可能な識別情報が付与されていることも好ましい。また、音声情報データベース部２０２は、この識別情報と登録された参加者及びグループに係る情報とを対応付けたテーブルを有し、参加者及びグループを特定可能な情報を付与した音声情報を格納することも好ましい。
通信インタフェース２０１は、さらに、外部の通信ネットワーク上に設置された提案関係語蓄積装置５から、後述する処理に使用する提案関係語を受信し、通信制御部２２２を介して提案関係語抽出部２１３に出力してもよい。ただし、装置２が、所定の提案関係語を予め蓄積した提案関係語辞書部２０３を備えている場合、提案関係語蓄積装置５から特性語を取得する必要はない。
［音声認識部］
音声認識部２１１は、参加者毎に収音された音声情報を、音声情報データベース部２０２から、又は外部から通信制御部２２２を介して取得し、当該音声情報をテキスト（発話テキスト）に変換する。音声認識部２１１でのテキストへの変換は、周知の技術を用いて行うことができる。例えば、音声認識技術として、推定対象のグループ内で用いられる話し言葉に適した言語モデルと、当該グループの音響環境に応じた音響モデルとを設定し、音声に最も近似した語彙を推定してテキストに変換する技術を使用してもよい。
［テキスト分解部］
テキスト分解部２１２は、音声認識部２１１で変換された参加者毎の発話テキストを、語、句、節及び／又は文に分解する。ここで、本実施形態のテキスト分解部２１２は、形態素解析部２１２ａを有する。形態素解析部２１２ａは、変換されたテキストを、公知の形態素解析手法によって単語に分解する。当然に、この単語への分解処理は、他の周知技術を用いて実施することが可能である。
［提案関係語抽出部］
提案関係語抽出部２１３は、テキスト化され単語に分解された全ての参加者についての音声情報から提案関係語を抽出する。ここで、提案関係語は、参加者による貢献の存在又は可能性を示す貢献関係語の一種であり、例えば、提案関係語辞書部２０３に予め蓄積されていて、提案関係語抽出部２１３によって適宜利用されるものであってもよい。なお、以後説明する実施形態において、提案関係語の代わりに、提案関係語に該当しない貢献関係語を使用することも可能である。
図４は、提案関係語辞書部２０３に蓄積された提案関係語の例を示すテーブルである。ここで、提案関係語は、グループの参加者が（グループの目的達成への貢献としての）ある情報の提案を行う際に使用される語であり、上述したように貢献関係語の一種と捉えることができる。
図４によれば、提案関係語として、提案語、評価語及びポジティブ語が挙げられている。提案語は、例えば「ではないか」、「こうしたら」、「このように」等であり、参加者が何らかの提案を行う際に使用する語である。また、評価語は、例えば「可能」、「改善する」、「高率に」等であり、グループの場で又は予め提案された何らかの検討事項を評価する際に使用される語である。さらに、ポジティブ語は、「新しい」、「美しい」、「楽しい」等、同じく提案された何らかの検討事項を、ポジティブに捉える際に使用される語である。
なお、図４に示した提案関係語はあくまで一例であり、提案語、評価語及びポジティブ語以外にも該当する語は存在する。一般的に、グループの参加者が何らかの情報を提案してグループに貢献しようとする際に使用される語であると経験的に認められるものであれば、提案関係語として予め設定しておくことができる。
［重要語取得部］
図３に戻って、重要語取得部２１４は、参加者による貢献の度合いに係る語として決定された又は設定された１つ又は複数の重要語を取得する。ここで、重要語取得部２１４が重要語蓄積部２０４に予め蓄積された重要語を取り出して使用する、といった実施形態をとることもできる。しかしながら、上述した提案関係語とは異なり、重要語については、グループでの話し合いの対象・題目が具体的に何であるか等により、どの語を重要語とすべきかが個々の状況で異なってくる事情があり、適切な重要語を予め設定することは容易ではない。
そこで、重要語取得部２１４の重要語決定部２１４ａは、グループで提供され合った情報である発話テキストにおいて、提案関係語抽出部２１３で抽出された提案関係語から見て、テキスト上及び／又は時間上の所定範囲内に所定以上の頻度又は回数で出現する語を重要語に決定する。すなわち、重要語決定部２１４ａは、提案関係語を用いて、参加者の発話自体から重要語を抽出する。
実際に、発話テキストにおいて、提案関係語の近傍に位置する語は、参加者による貢献の度合いに係る語、すなわち重要語である可能性が高い。ここで、近傍に位置するとは、テキスト上における語の間隔について又は発話時刻の時間間隔について所定範囲内にあるという意味である。
本実施形態では、重要語決定部２１４ａは、
（ａ）提案関係語と同じセンテンスとなる（同じセンテンスという位置範囲内にある）単語を取り出し、又は
（ａ’）提案関係語の発話時刻から見て所定時間範囲内に位置する単語を取り出し、
（ｂ）取り出された単語群から、所定以上の出現頻度の単語、又は最も出現頻度の高い単語を抽出し、これを重要語として決定する。複数の重要語が抽出された場合、これらを重要語リストとして取りまとめ、重要語蓄積部２０４に記録することも好ましい。
ここで、１つの実施例として、グループでの話し合いに係る発話テキストとして、所定の時間内に、図４に示した提案関係語を含むセンテンスが下記の通りに取り出されたとする。
「これに時刻を付加すれば順番が分かるのではないか」
「順番について時刻を付加して示すのはいい方法だ」
「ネットワークから時刻を取り出すことは可能だ」
「時刻を画像と同じフレーム単位にしたらどうか」
この発話テキストの中で、「ではないか」、「いい方法だ」、「可能だ」、「したらどうか」という提案関係語の近傍に（すなわち、いずれかの提案関係語と同じセンテンスに）位置する単語の出現頻度（所定時間内の出現回数）は以下の通りとなる。
４回：「時刻」
２回：「付加」，「順番」
１回：「ネットワーク」，「画像」，「フレーム」，「単位」，「示す」，「取り出す」，「同じ」
ここで、出現頻度が２回以上の単語を重要語の条件とすると、重要語として、「時刻」、「付加」及び「順番」が抽出されることになる。このうち「時刻」は、最も出現頻度が高いので、重要度の最も高い重要語であるとしてもよい。すなわち、出現頻度の高さに応じて重要語の重要度を規定することができる。
次に、重要語決定についての他の実施形態を以下に説明する。重要語決定部２１４ａは、グループで提供され合った情報（例えば発話内容や議論内容）に関係するテキスト情報（例えば会議レポートや議事メモ）の全体において、又は当該テキスト情報の所定範囲において、所定以上の頻度又は回数で出現する語を、重要語に決定することも好ましい。
具体的に、協働学習や会議といったグループでの話し合いでは、学習のまとめ、会議レポートや議事メモを、記録（レポート）として作成する場合が多い。このようなレポートのテキストには、通常、グループでの話し合いの結果として重要語が含まれており、そこから重要語を抽出することが可能となる。重要語決定部２１４ａは、例えば、レポート全文の中で、所定出現回数閾値以上の回数だけ出現している単語を重要語とし、これらの重要語を重要語蓄積部２０３へ記録することも好ましい。
また、レポート文章の一般的な特徴として、文章の後半に「まとめ」や「結論」といった項目を立てて重要な内容を提示することが多い。従って、レポート文章の後半部分を規定し、この後半部分において所定出現回数閾値以上の回数だけ出現している単語を重要語とすることも可能である。さらに、レポートの「まとめ」や「結論」といった結果部分の項目を抽出し、その項目部分において同様に重要語を決定することもできる。
図５は、レポートに基づいた重要語決定の一実施形態を示すフローチャートである。
（Ｓ２０１）解析対象のレポートを取得する。
（Ｓ２０２）取得したレポートにおける結果部分の項目を特定する。具体的には、レポートのテキストの文字検索を行って、テキストの後半に存在し得る「結論」、「まとめ」、「要点」、「考察」又は「おわりに」等の文字列の位置を決定し、結果部分となる文章範囲を特定する。
（Ｓ２０３）特定された文章範囲のテキストを、形態素解析を用いて単語に分解する。
（Ｓ２０４）特定された文章範囲における各単語の出現回数（出現頻度）を算出する。
（Ｓ２０５）算出された出願回数が所定出現回数閾値以上である単語を選択して、重要語に決定する。
（Ｓ２０６）決定された重要語を含む重要語リストを生成し、重要語蓄積部２０４に記録する。
上記のステップＳ２０５において、出現回数の多さ（出現頻度の高さ）に応じて、決定する重要語に対し、重要度を付与してもよい。この重要度は、後に詳細に説明するが、貢献度算出の際の重み付けとして使用することもできる。なお、重要語は、会議の内容や目的等にもよるが、名詞に限定されるものではなく、例えば、動詞や形容詞であってもよい。
［重要語時系列情報生成部］
図３に戻って、重要語時系列情報生成部２１５は、提供され合った情報（全参加者の発話テキスト）における重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する。この重要語出現情報として、出現した重要語毎に、
（ａ）当該重要語の出現した（発話された）時刻と、
（ｂ）当該重要語を提要した（発話した）参加者の識別子と
を対応付けて時系列に記録した重要語時系列情報を生成することも好ましい。
このような重要語出現情報を分析することによって、グループでの話し合いにおけるその内容の重要度の変遷や、話し合いの進捗状況を推定することも可能となる。また、以下詳細に説明するように、各参加者の貢献度を推定することができるのである。
［貢献度決定部］
同じく図３において、貢献度決定部２１６は、重要語の提供元である参加者の貢献度を、少なくとも、
（ａ）当該参加者から提供された重要語の出現した位置の順番又は時点の早さ
に基づいて決定する。
また、貢献度決定部２１６は、
（ｂ）重要語が出現した回数若しくは頻度、及び／又は
（ｃ）重要語が参加者を提供元として出現した回数若しくは頻度
にも基づいて、参加者の貢献度を決定することも好ましい。
具体的には、１つの実施形態として、貢献度決定部２１６は、生成した重要語時系列情報を用い、各重要語について、初期発話者特定部２１６ａで当該重要語を最初に提供した（発話した）参加者（初期発話者）、及び２番目以降に提供した（発話した）参加者を決定する。次いで、各参加者の貢献度を、各重要語において当該参加者が初期発話者であったか否か、さらには当該参加者が当該重要語を提供した（発話した）順番は何番かの情報に基づいて算出する。
図６は、貢献度決定部２１６での貢献度決定処理の一実施例を説明するためのテーブルである。
図６のテーブルに示すように、本実施例では、ある１つの重要語yが、所定の時間範囲（話し合いの冒頭から終了までの期間）において、参加者Ａ、Ｂ、Ｃ及びＤのいずれかによって計８回発話されている。同テーブルでは、この重要語yの発話時刻毎に、発話順と、当該時刻で発話した参加者X（＝A, B, C, or D）と、当該時刻での発話に係る貢献度Cx y(f)とが対応付けて記録されている。ここで、重要語yの参加者Xによる出現（発話）回数をFとすると、f＝１, 2, ・・・, Fとなる。
また、各発話時刻での貢献度Cx y(f)は、発話の順番をmとし、最初に発話された当該重要語から数えて当該所定の時間範囲において取得された（出現した）重要語yの個数（以後、発話取得数と略称）をNとすると、次式
（１） Cx y(f)＝N−m＋1
によって算出される。上式（１）によれば、重要語yを最初に発話した参加者Ａについてのこの最初の発話に係る貢献度CA y(1)はNとなり、その後の発話に係る貢献度Cx y(f)は順次１ずつ小さくなる。ちなみに、図６のテーブルの実施例では、この重要語の出現回数は８であるので、発話取得数N＝8である。
次いで、各時刻で算出されたCx y(f)値を用いると、重要語yについての参加者Xの貢献度Cx yは、次式
（２） Cx y＝Σf=1 F Cx y(f)
によって算出される。ここで、Σf=1 Fは、fについての１からFまでの総和（summation）である。ちなみに、このＦもその定義からして重要語y及び参加者Xに依存する値となっている。
上式（２）を用いると、図６の実施例における各参加者Xの貢献度Cx yは、以下の通りとなる。
参加者Aの貢献度CA y＝8＋7＋5＝20
参加者Bの貢献度CB y＝6＋1＝7
参加者Cの貢献度CC y＝4
参加者Dの貢献度CD y＝3＋2＝5
このように、重要語yをより早期に発話した（発話の順番ｍのより小さい）参加者ほど、より大きい貢献度Cx yの値が算出される。また、最初に発話したのではないがその後に繰り返し重要語yを発話して議論に積極的に関与した参加者の貢献度Cx yの値も大きくなる傾向となる。すなわち、貢献度Cx y(f)は、上式（１）に示すように、発話の順番ｍについて線形の単調減少関数となっている。当然に、貢献度Cx y(f)は、上式（１）の形に限定されるものではなく、例えば、
（３） Cx y(f)＝N／m
といった非線形の式で表されてもよい。いずれにしても、貢献度Cx y(f)は、発話の順番ｍについて単調減少関数であれば種々の形をとることができる。
また、貢献度Cx y(f)は、発話の順番ｍについての関数ではなく、重要語yを発話した各時刻を最初の発話時刻からの経過時間で表現した相対時刻についての関数とし、後の時刻となるほど貢献度Cx y(f)がより小さくなるようにしてもよい。
以上詳細に説明したように、貢献度決定部２１６では、提供され合った情報（発話テキスト）において、参加者Xによって提供された重要語yが複数回出現している場合に、重要語yの出現回の各々について決定された貢献度Cx y(f)を総合して、参加者Xの貢献度Cx yを決定することができる。これにより、参加者Xの貢献度Cx yを、この参加者Xによって提供される情報の重要性と、その提供のタイミングとを考慮してより的確に且つ客観的に推定することが可能となるのである。
さらに、グループの話し合いより取得された発話テキストから、複数（Y個）の異なる重要語y（y＝１, 2, ・・・, Y）が抽出されている場合、参加者Xの貢献度CXは、上式（２）で表される各重要語yについての貢献度Cx yを総合して、例えば総和として算出される。すなわち、貢献度CXは、次式
（４） Cx＝Σy=1 Y Cx y
によって算出することができる。ここで、Σy=1 Yは、重要語yについての１からYまでの総和（summation）である。ここで、各重要語yの発話取得数Nを揃えて（正規化して）上式（２）のCx y(f)（＝N−m＋1）を算出してもよく、発話取得数Nの大きさも貢献度に寄与するとして、各重要語yの発話取得数NをそのままにしてCx y(f)を算出してもよい。
また、貢献度決定部２１６は、参加者Xが提供した重要語yについて予め決定又は設定された重要度にも基づいて、参加者Xの貢献度CXを決定することも好ましい。この重要度は、重要語yの出現した回数又は頻度に基づいて決定してもよい。例えば、発話順番ｍで参加者Xが提供（発話）した重要語yの重要度をWf(m)とすると、重要語yについての参加者Xの貢献度Cx yは、上式（２）に代えて、次式
（５） Cx y＝Σf=1 F Wf(m)・Cx y(f)
を用いて算出することができる。
さらに、複数（Y個）の異なる重要語y（y＝１, 2, ・・・, Y）が存在する場合、参加者Xの貢献度Cxは、上式（４）に代えて、次式
（６） Cx＝Σy=1 Y Wy(N, F)・Wy・Cx y
を用いて算出されてもよい。ここで、Wy(N, F)は、所定の時間範囲においてN回出現し且つ参加者XによってF回提供（発話）された重要語yの重みである。このWy(N, F)は、N及びFについての単調増加関数とすることができる。また、Wyは、重要語yに対し、その意味・内容に応じて予め設定された重みである。Wyの１つの例として、後に図７を用いて説明する重要語の３つの重要度について、重要度「高」の場合にWy＝2とし、重要度「中」の場合にWy＝1.5とし、重要度「低」の場合にWy＝1とすることもできる。なお、当然に、重みとしてWy(N, F)及びWyのうちの一方のみを採用することも可能である。
以上詳細に説明したように、本実施形態の貢献度算出処理では、例えば、発話された重要語によって象徴される新たな発想やアイデア等を、参加者がどの程度初期の段階で提供（提案）したか又は展開させたかを考慮して貢献度を算出している。その結果、参加者の貢献の度合いを、その発話の内容・タイミングに合わせてより的確に且つ客観的に評価することが可能となる。
実際、例えば、通常の会議では、１つの重要語の含まれる提案が発話された後、それを聞いた参加者によって、同じ重要語を複数回繰り返したコメントが発話される場合も少なくない。このようなコメントを発話した参加者は、当該重要語を多く発話しているので、一見貢献度が高いようにも見える。しかしながら、実情は、新たな発想やアイデアの提案に追随したもの、又は当該提案を繰り返したものであることも多い。上述した実施形態によれば、このような重要語を後に発話した参加者の貢献の度合いが不当に高く評価されないように適宜調整されるのである。
次いで、貢献度決定処理の更なる他の実施形態について説明する。通常、１つの重要語は、グループでの話し合いにおける複数の場面（時間期間）で繰り返し発話される。すなわち、１つの重要語が発話された後に、発話されない期間があり、次いで再度この重要語が発話される、といった形で繰り返し同じ重要語が出現する場合も少なくない。このように再度重要語が発話される新たな場面では、順番mが２以上となる重要語の再度の出現ではあるが、有益な情報を更に付加したり、当初提案内容を更に発展させたりといった新たな提案がなされていることも多い。従って、その場合、この再度の重要語の発話についてその貢献を評価する必要が生じる
そこで、貢献度決定部２１６は、１つの重要語が、どの参加者によって発話されたかにかかわらず複数回出現する場合において、1つ前の出現回からの経過時間に応じて、各出現回における貢献度Cx y(f)を決定する要素としての順番m又は時点の値を調整することも好ましい。具体的には、例えば、１つの重要語が発話されなくなった時間期間が、所定の時間閾値（図７のDth）を越えた際に、順番mのカウントをリセットし、再度この重要語が出現した場合には、当初の発話者と同じく、順番m＝1として貢献度Cx y(f)を算出してもよい。ちなみに、時間閾値Dthは、例えば2分間とすることができる。
これにより、重要語を最初に（初期の場面で）発話した参加者のみに高い貢献度を付与するのではなく、後の新たな場面で再度同じ重要語を発話している参加者にも高い貢献度を付与することができ、貢献の度合いのより適切な評価を行うことが可能となるのである。
例えば、参加者Aが１つの重要語を発話し、所定の時間閾値を越えた段階で、その発話を記憶していた参加者Bが、この重要語を再度発言してそのことにより新たなアイデアを思いつき、異なる重要語を発話するに至る、といった状況は十分に起こり得る。この場合、参加者Bの再度の重要語の発話に対し、後に新たなアイデアを生み出すきっかけとなったという貢献の観点から、順番m＝1相当の貢献度が算出されることは非常に適切であるといえる。
［活性度決定部］
同じく図３において、活性度決定部２１７は、１つのグループにおける参加者の貢献度、重要語が出現した回数若しくは頻度、及び／又は互いに異なる重要語の提供の変遷状況に基づいて、グループの活性度を決定する。
例えば、活性度決定部２１７は、貢献度決定部２１６で決定された各参加者の貢献度Cxや、貢献度Cxを算出するのに用いた出現回数（出現頻度）N、さらには参加者毎の出現回数（出現頻度）Fを用いて、グループ全体の活性の度合いを評価することができる。ここで、グループの活性度Facを、当該グループの参加者Xの貢献度Cxの総和に比例する値としてもよい。
さらに、他の実施形態として、活性度を決定する際に、互いに異なる重要語の提供の変遷状況、すなわち、重要度の異なる重要語の出現の様子を考慮することもできる。
図７は、活性度決定部２１７における活性度決定処理の他の実施形態を示すタイミング図である。
図７によれば、重要度がそれぞれ「高」、「中」及び「低」である３つの重要語が、時間経過とともに、交互に入り混じって発話されている。ここで、重要度「高」、「中」及び「低」は、各重要語について予め設定されたものとすることができる。例えば、教育分野では、教育単元毎にその到達目標が設定されているが、この目標到達に関係する重要語の重要度を「高」とし、目標に到達する手前の段階で必要となる又は出現し易い重要語の重要度を「中」とし、目標には結び付かないが授業に関連のある重要語の重要度を「低」とすることができる。
図７に示すように、重要語の段階を「高」、「中」及び「低」の３つに分けると、上述したような重要度の異なる重要語の発話は、時間経過とともに、これらの段階の間を行き来する現象と捉えることができる。また、これらの段階にわたる遷移の履歴が、グループでの話し合いの進捗状況を示すものと捉えることも可能である。
一般に、クループでの話し合いの目的・課題が達成・解決の容易なものであれば、重要語発話の経緯は、目標到達に関係する「高」の段階に直ちに達し、以後その段階のままとなってしまう。また、目的・課題が達成・解決困難なものであれば、「中」や「低」の段階のいずれかで低迷することも多い。一方、参加者に適した難易度の目的・課題であれば、盛んに議論が行われて目的・課題が深く広く掘り下げられ、知識や理解が定着したり、さらには新たな発想やアイデアが提案されたりする。すなわち、「高」、「中」及び「低」の段階の間を数多く行き来することになる。
このような実際の状況を勘案すると、グループの活性度Facは、次式
（７） Fac＝Σs=1 S Ds
によって算出することができる。ここで、Sは、重要語の段階の間で移動の生じた全回数であり、sは当該移動の順番であって、Dsは、１つの移動における段階の差分である。例えば、「低」から「高」への移動や「高」から「低」への移動ならば、DS＝2とし、これら以外の移動ならば、DS＝1とすることができる。
さらに、活性度決定部２１７は、上式（７）の右辺に、各参加者の貢献度Cx、貢献度Cxを算出するのに用いた出現回数（出現頻度）Nや、参加者毎に係る出現回数（出現頻度）Fを含む項を加算した又は乗算した式を用いて、グループの活性度Facを算出することも可能である。
以上示したように算出されたグループの活性度Facを参照することによって、教師や管理者等のグループを監督する者が、グループの話し合いに参加することなく、活発に話し合いがなされたのかどうかを把握したり、現時点での話し合いの進捗状況を推測したりすることも可能となる。また、算出された活性度Facの値に応じて、例えば、グループの話し合いの途中で参加者に対し、自動的に、より適切な話し合いをするように指導したり、ヒントを与えたり、議論の新たな観点を提示したりすることも可能となる。さらには、次回の話し合いに向けて、課題の難易度や会議資料の内容を変更したり、参加者を入れ替えたりする改善を行うこともできる。
［評価・指導情報生成部］
図３に戻って、評価・指導情報生成部２１８は、貢献度決定部２１６で決定された各参加者の貢献度に基づいて、教師や管理者等のグループの評価者に対し、例えば各参加者に対する指導・指示又は評価に係る情報を生成する。また、生成した情報を、例えば、入出力制御部２２１を介してタッチパネル・ディスプレイ２０６に表示させる。変更態様として、生成した情報を、通信制御部２２２及び通信インタフェース２０１を介し、参加者の所持するスマートフォン３や他の情報処理装置へ送信してもよい。評価・指導情報生成部２１８は、さらに、活性度決定部２１７で決定されたグループの活性度にも基づいて、参加者等に提示する情報を生成してもよい。
入出力制御部２２１は、また、表示された上記の指導・指示又は評価に係る情報に対する応答情報を、例えばキーボード２０７を介して入力し、評価・指導情報生成部２２１に出力してもよい。この場合、評価・指導情報生成部２２１は、提示した情報のフィードバックを受けて、更なる指導・指示又は評価に係る情報を生成して出力することもできる。
以上詳細に説明したように、本発明によれば、グループの各参加者の貢献度を、単にコメントのテキスト長や回数といった定量的な物理量に頼るのではなく、グループで提供され合った情報における、情報の言葉の意味に係わる重要語の出現した位置の順番又は時点の早さに基づいて決定している。これにより、グループでの目的を達成するに当たって、参加者が提供した情報の重要性を考慮することが可能となる。その結果、各参加者のより的確な貢献の度合いを推定することができるのである。
また、本発明によれば、例えば、教師や管理者等の立場の者が従来十分に観察することが困難であったようなグループにおける各参加者の貢献度を、客観的なデータとして、教師や管理者等に提示することができる。さらに、提示されたグループ参加者の貢献度の情報に基づいて、例えば、グループでの話し合いを活性化させたり、適切な授業運営、各生徒の評価や、業務管理等を効率的に行ったりすることも可能となる。
また、教育の現場においては現在、２１世紀型教育スキルを習得する切り札として協働学習が注目されているが、本発明によれば、例えば多数の協働学習グループの１つ１つについてその参加者を客観的に評価した結果を、教師に提供することも可能となる。
さらに、例えば企業の研究開発部門において、特許出願に向けての新技術検討のミーティングが、研究技術者の参加の下に行われる場合にも、本発明の手法が適用可能である。例えば、ミーティングに参加している各研究技術者の貢献度を算出し、この貢献度に基づいて、当該研究技術者の特許発明創出への貢献の度合いを評価することができる。具体的には、算出された貢献度に基づいて、当該研究開発者の発明の持ち分を算定してもよい。
以上に述べた本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ 貢献度推定システム
２ 貢献度推定装置
２０１ 通信インタフェース
２０２ 音声情報データベース部
２０３ 提案関係語辞書部
２０４ 重要語蓄積部
２０５ 重要語時系列情報蓄積部
２０６タッチパネル・ディスプレイ（ＴＰ・ＤＰ）
２０７ キーボード（ＫＢ）
２１１ 音声認識部
２１２ テキスト分解部
２１２ａ 形態素解析部
２１３ 提案関係語抽出部
２１４ 重要語取得部
２１４ａ 重要語決定部
２１５ 重要語時系列情報生成部（重要語出現情報生成部）
２１６ 貢献度決定部
２１６ａ 初期発話者特定部
２１７ 活性度決定部
２１８ 評価・指導情報生成部
２２１ 入出力制御部
２２２ 通信制御部
３ マイク付きスマートフォン
３’ 無線マイク
４ 音声情報データベース
５ 提案関係語蓄積装置

Claims (12)

  1. テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける、当該参加者の貢献度を推定する装置に搭載されたコンピュータを機能させるプログラムであって、
    当該参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の重要語を取得する重要語取得手段と、
    提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する重要語出現情報生成手段と、
    当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定する貢献度決定手段と、
    少なくとも、予め段階の設定された当該重要語が提供された場合における、提供された当該重要語に係る段階の変遷の度合いと、当該グループの参加者の貢献度とに基づいて、当該グループの活性度を決定する活性度決定手段と
    してコンピュータを機能させることを特徴とする貢献度推定プログラム。
  2. 前記重要語取得手段は、提供され合った当該情報に関係するテキスト情報の全体において、又は当該テキスト情報の所定範囲において、所定以上の頻度又は回数で出現する語を、当該重要語に決定することを特徴とする請求項１に記載の貢献度推定プログラム。
  3. テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける、当該参加者の貢献度を推定する装置に搭載されたコンピュータを機能させるプログラムであって、
    当該参加者による貢献の存在又は可能性を示す語として予め設定された貢献関係語を、提供され合った当該情報から抽出する貢献関係語抽出手段と、
    提供され合った当該情報において、当該貢献関係語から見てテキスト上及び／又は時間上の所定範囲内に所定以上の頻度又は回数で出現する１つ又は複数の語を、当該参加者による貢献の度合いに係る語である重要語に決定する重要語取得手段と、
    提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する重要語出現情報生成手段と、
    当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定する貢献度決定手段と
    してコンピュータを機能させることを特徴とする貢献度推定プログラム。
  4. 前記貢献度決定手段は、当該重要語が出現した回数若しくは頻度、及び／又は当該重要語が当該参加者を提供元として出現した回数若しくは頻度にも基づいて、当該参加者の貢献度を決定することを特徴とする請求項３に記載の貢献度推定プログラム。
  5. 前記貢献度決定手段は、提供され合った当該情報において、当該参加者によって提供された当該重要語が複数回出現している場合に、当該重要語の出現回の各々について決定された貢献度を総合して、当該参加者の貢献度を決定することを特徴とする請求項３又は４に記載の貢献度推定プログラム。
  6. 前記貢献度決定手段は、1つ前の出現回からの経過時間に応じて、各出現回における貢献度を決定する要素としての順番又は時点の値を調整することを特徴とする請求項５に記載の貢献度推定プログラム。
  7. 前記貢献度決定手段は、当該参加者が提供した当該重要語について予め決定又は設定された重要度にも基づいて、当該参加者の貢献度を決定することを特徴とする請求項３から６のいずれか１項に記載の貢献度推定プログラム。
  8. 当該重要度は、当該重要語の出現した回数又は頻度に基づいて決定されることを特徴とする請求項７に記載の貢献度推定プログラム。
  9. 前記重要語取得手段は複数の当該重要語を取得し、
    前記貢献度決定手段は、当該参加者の各重要語についての貢献度を総合して、当該参加者の貢献度を決定する
    ことを特徴とする請求項３から８のいずれか１項に記載の貢献度推定プログラム。
  10. 当該テキスト化可能な情報は、当該参加者の発話に係る音声情報であることを特徴とする請求項３から９のいずれか１項に記載の貢献度推定プログラム。
  11. テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける当該参加者の貢献度を推定する装置であって、
    当該参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の重要語を取得する重要語取得手段と、
    提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成する重要語出現情報生成手段と、
    当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定する貢献度決定手段と、
    少なくとも、予め段階の設定された当該重要語が提供された場合における、提供された当該重要語に係る段階の変遷の度合いと、当該グループの参加者の貢献度とに基づいて、当該グループの活性度を決定する活性度決定手段と
    を有することを特徴とする貢献度推定装置。
  12. テキスト化可能な又はテキストの情報を複数の参加者が提供し合うようなグループにおける当該参加者の貢献度を推定する装置における貢献度推定方法であって、
    当該参加者による貢献の度合いに係る語として決定又は設定された１つ又は複数の重要語を取得するステップと、
    提供され合った当該情報における当該重要語の出現した位置の順番又は時点に係る情報と、当該重要語を提供した参加者の識別情報とを含む重要語出現情報を生成するステップと、
    当該重要語の提供元である参加者の貢献度を、少なくとも、当該参加者から提供された当該重要語の出現した位置の順番又は時点の早さに基づいて決定するステップと、
    少なくとも、予め段階の設定された当該重要語が提供された場合における、提供された当該重要語に係る段階の変遷の度合いと、当該グループの参加者の貢献度とに基づいて、当該グループの活性度を決定するステップと
    を有することを特徴とする貢献度推定方法。
JP2016052088A 2016-03-16 2016-03-16 重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法 Active JP6570465B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016052088A JP6570465B2 (ja) 2016-03-16 2016-03-16 重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016052088A JP6570465B2 (ja) 2016-03-16 2016-03-16 重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法

Publications (2)

Publication Number Publication Date
JP2017167308A JP2017167308A (ja) 2017-09-21
JP6570465B2 true JP6570465B2 (ja) 2019-09-04

Family

ID=59913367

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016052088A Active JP6570465B2 (ja) 2016-03-16 2016-03-16 重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法

Country Status (1)

Country Link
JP (1) JP6570465B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019130815A1 (ja) * 2017-12-25 2019-07-04 京セラドキュメントソリューションズ株式会社 情報処理装置及び評価方法
JP2019164202A (ja) * 2018-03-19 2019-09-26 日本テレビ放送網株式会社 教育システム及び教育具
JP7392259B2 (ja) * 2018-12-04 2023-12-06 日本電気株式会社 学習支援装置、学習支援方法およびプログラム
JP2021012581A (ja) * 2019-07-08 2021-02-04 ソニー株式会社 情報処理装置、情報処理方法、プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099570A (ja) * 1998-09-22 2000-04-07 Fuji Xerox Co Ltd 会議支援システム
JP2002082981A (ja) * 2000-09-08 2002-03-22 Fuji Xerox Co Ltd プロファイル管理装置
JP2003295748A (ja) * 2002-03-29 2003-10-15 Toshiba Corp 学習支援方法および学習支援システム
US20030099924A1 (en) * 2001-11-28 2003-05-29 Sougo Tsuboi Learning support method and learning support system

Also Published As

Publication number Publication date
JP2017167308A (ja) 2017-09-21

Similar Documents

Publication Publication Date Title
US10366707B2 (en) Performing cognitive operations based on an aggregate user model of personality traits of users
CN106663383B (zh) 分析受试者的方法和系统
US10013890B2 (en) Determining relevant feedback based on alignment of feedback with performance objectives
Schmitt et al. Interaction quality: assessing the quality of ongoing spoken dialog interaction by experts—and how it relates to user satisfaction
US10282409B2 (en) Performance modification based on aggregation of audience traits and natural language feedback
CN110648104A (zh) 一种智能人力资源筛选系统及方法
US9495361B2 (en) A priori performance modification based on aggregation of personality traits of a future audience
JP6570465B2 (ja) 重要語によって参加者の貢献度を推定可能なプログラム、装置及び方法
US10580434B2 (en) Information presentation apparatus, information presentation method, and non-transitory computer readable medium
US20220199080A1 (en) Voice coaching system and related methods
US20160170938A1 (en) Performance Modification Based on Aggregate Feedback Model of Audience Via Real-Time Messaging
JP6576141B2 (ja) 特性語によってグループ状態を推定可能なプログラム
Heilmann et al. Stability of measures from children's interviews: The effects of time, sample length, and topic
JP2020154093A (ja) 教育支援システム、方法及びプログラム
Butler et al. Exploration of automatic speech recognition for deaf and hard of hearing students in higher education classes
KR20220128897A (ko) 인공지능 아바타를 활용한 회화 능력 평가 시스템 및 그 방법
Huber et al. Automatically analyzing brainstorming language behavior with Meeter
Schultz et al. Tutorial: Data collection and documentation strategies for speech-language pathologist/speech-language pathology assistant teams
Viegas et al. Entheos: A multimodal dataset for studying enthusiasm
Nambiar et al. Automatic generation of actionable feedback towards improving social competency in job interviews
Alepis et al. Mobile education: Towards affective bi-modal interaction for adaptivity
Huang Analysis on the language use of L2 Japanese speakers regarding to their proficiency in group discussion conversations
Santoz et al. Locutionary act in motivating students at SMPN 2 Wungu
Tian Oral language performance of English-speaking learners of Mandarin in web-based audio and video conferencing
US20240221524A1 (en) Method and system for intelligent interpretation of information to autonomously design in-class/hybrid/remote assessment

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180306

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190215

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190221

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190409

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: 20190805

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190806

R150 Certificate of patent or registration of utility model

Ref document number: 6570465

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150