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 PDFInfo
- 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
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
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。
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。
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。
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。
(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。
(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。
(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。
(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。
(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。
(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。
(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。
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。
(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」
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」
(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。
(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。
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。
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。
(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。
(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。
(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。
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
(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。
(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。
(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。
(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。
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。
(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。
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。
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)
- 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。 - 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。
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。
- 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。 - 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。
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)
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)
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 |
-
2016
- 2016-03-16 JP JP2016052088A patent/JP6570465B2/ja active Active
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 |