JP7418761B2 - 画像と文字との混在文章を生成する装置 - Google Patents
画像と文字との混在文章を生成する装置 Download PDFInfo
- Publication number
- JP7418761B2 JP7418761B2 JP2022566868A JP2022566868A JP7418761B2 JP 7418761 B2 JP7418761 B2 JP 7418761B2 JP 2022566868 A JP2022566868 A JP 2022566868A JP 2022566868 A JP2022566868 A JP 2022566868A JP 7418761 B2 JP7418761 B2 JP 7418761B2
- Authority
- JP
- Japan
- Prior art keywords
- conversion target
- image
- natural language
- text
- images
- 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
- 238000006243 chemical reaction Methods 0.000 claims description 178
- 239000000203 mixture Substances 0.000 claims 3
- 238000000034 method Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 32
- 239000003607 modifier Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 206010010071 Coma Diseases 0.000 description 5
- 241000087799 Koma Species 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 240000003429 Pupalia lappacea Species 0.000 description 1
- 235000015055 Talinum crassifolium Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Machine Translation (AREA)
- Processing Or Creating Images (AREA)
Description
自然言語文章を読み込む第1のモジュールと、
前記自然言語文章のうちの変換対象部分を特定する第2のモジュールと、
画像とその内容を表現する言葉とを対応付けて記憶した画像データベースを参照して前記変換対象部分に対応する変換後の画像を特定し、前記自然言語文章において前記変換対象部分を前記変換後の画像に変換して表示させる第3のモジュールと、
を含む。
自然言語文章を入力順に読み込む第1のモジュールと、
変換コマンドの入力を受け付けて前記自然言語文章のうちの変換対象部分を特定する第2のモジュールと、
第3のモジュールであって、
前記変換対象部分が当該自然言語文章において初めて特定されたものである場合は、画像とその内容を表現する言葉とを対応付けて記憶した画像データベースを参照して前記変換対象部分に対応する複数の候補画像を表示させ、前記複数の候補画像から1つの候補画像の選択を受け付けて前記変換対象部分を前記1つの候補画像に変換して表示させ、前記変換対象部分と前記1つの候補画像とを対応付けて記憶し、
前記変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は、前記変換対象部分を記憶された前記1つの候補画像に変換して表示させる、
前記第3のモジュールと、
を含む。
第1の実施形態において、混在文章生成装置20は、変換前の自然言語文章を読み込む(S110、図4A、図5A)。
混在文章生成装置20は、自然言語文章のうちの変換対象部分を特定する(S120、図4C、図5C)。
混在文章生成装置20は、画像データベース30を参照して変換対象部分に対応する変換後の画像を特定し(S131、図4D、図5D)、自然言語文章において変換対象部分を変換後の画像に変換して表示させる(S132、図4E、図5E)。
混在文章生成装置20は、変換コマンドの入力を受け付けて自然言語文章のうちの変換対象部分を特定する(S220、S225、図7B、図8B)。
混在文章生成装置20は、変換対象部分が当該自然言語文章において初めて特定されたものである場合は、画像データベース30を参照して変換対象部分に対応する複数の候補画像を表示させ、複数の候補画像から1つの候補画像の選択を受け付けて、変換対象部分を選択された1つの候補画像に変換して表示させる(S231~S233、図7C、図7D、図8C、図8D)。また、変換対象部分と選択された1つの候補画像とを対応付けて記憶する(S234)。
混在文章生成装置20は、変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は、変換対象部分を記憶された1つの候補画像に変換して表示させる(S235、図7F、図8F)。
図1は、混在文章生成装置20及びその周辺装置のブロック図である。図1に示される構成は、第1~第3の実施形態で共通である。
混在文章生成装置20は、入力装置10、画像データベース30、及び表示装置40に接続されている。
<3-1.動作>
図3Aは、第1の実施形態に係る混在文章生成装置20のフローチャートである。混在文章生成装置20は、以下の処理により、自然言語文章を読み込んで変換対象部分を画像に変換することにより、画像と文字との混在文章を生成する。
変換対象部分は、ユーザーが指定する場合にはその指定に従って特定される。ユーザーは、自然言語文章のうちの画像に変換したい部分に記号などのマーカーを付すことにより、変換対象部分を指定する。
あるいは、変換対象部分は、ユーザーの指定によらず、混在文章生成装置20によって何らかの基準で特定されてもよい。何らかの基準とは、例えば以下の基準である。
S130の後、混在文章生成装置20は本フローチャートの処理を終了する。
画像の編集を行って変換対象部分に対応する画像を生成する場合については、第3の実施形態において説明する。
S132の後、混在文章生成装置20は、本フローチャートの処理を終了して図3Aに示される処理に戻る。
図4A~図4Eは、第1の実施形態において日本語の自然言語文章の一部を画像に変換する過程を示す。
図5A~図5Eは、第1の実施形態において英語の自然言語文章の一部を画像に変換する過程を示す。
図4A~図4Eと図5A~図5Eとでは、同じ内容の自然言語文章をもとに、画像と文字とが混在する文章を生成している。
第1の実施形態によれば、画像と文字との混在文章を生成する混在文章生成装置20は、自然言語文章を読み込む文章読み込みモジュール21と、自然言語文章のうちの変換対象部分を特定する変換対象特定モジュール22と、画像とその内容を表現する言葉とを対応付けて記憶した画像データベース30を参照して変換対象部分に対応する変換後の画像を特定し、自然言語文章において変換対象部分を変換後の画像に変換して表示させる画像変換モジュール23と、を含む(図1~図3B参照)。これによれば、自然言語文章の一部を画像に変換して、言語の異なる人々の理解を助け、言語の違いを超えたコミュニケーションの可能性を拡げることのできる画像と文字との混在文章を自動的に生成できる。
画像変換モジュール23は、自然言語文章において変換対象部分が2回目以降に出現した箇所で変換対象部分を変換後の画像に置き換える。これによれば、簡潔なわかりやすい表示が可能となる。
<4-1.動作>
図6Aは、第2の実施形態に係る混在文章生成装置20のフローチャートである。混在文章生成装置20は、以下の処理により、自然言語文章を入力順に読み込んで変換対象部分を画像に変換することにより、画像と文字との混在文章を生成する。当該変換対象部分が当該自然言語文章において初めて特定されたものである場合は、複数の候補画像を表示させてユーザーが選択できるようにし、当該変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は、既に選択された候補画像に変換する。
S230の後、混在文章生成装置20はS210に処理を戻して文章の読み込みを続ける。
画像の編集を行って変換対象部分に対応する画像を生成する場合については、第3の実施形態において説明する。
S234の後、混在文章生成装置20は、本フローチャートの処理を終了して図6Aに示される処理に戻る。
S235において、混在文章生成装置20は、変換対象部分をS234で記憶された1つの候補画像に変換して、表示装置40に表示させる。
S235の後、混在文章生成装置20は、本フローチャートの処理を終了して図6Aに示される処理に戻る。
図7A~図7Fは、第2の実施形態において日本語の自然言語文章の一部を画像に変換する過程を示す。
図8A~図8Fは、第2の実施形態において英語の自然言語文章の一部を画像に変換する過程を示す。
図7A~図7Fと図8A~図8Fとでは、同じ内容の自然言語文章をもとに、画像と文字とが混在する文章を生成している。
第2の実施形態によれば、画像と文字との混在文章を生成する混在文章生成装置20は、自然言語文章を入力順に読み込む文章読み込みモジュール21と、変換コマンドの入力を受け付けて自然言語文章のうちの変換対象部分を特定する変換対象特定モジュール22と、変換対象部分が当該自然言語文章において初めて特定されたものである場合は、画像とその内容を表現する言葉とを対応付けて記憶した画像データベース30を参照して変換対象部分に対応する複数の候補画像を表示させ、複数の候補画像から1つの候補画像の選択を受け付けて、変換対象部分を選択された1つの候補画像に変換して表示させ、変換対象部分と選択された1つの候補画像とを対応付けて記憶し、変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は、変換対象部分を記憶された1つの候補画像に変換して表示させる画像変換モジュール23と、を含む(図1、図2、図6A及び図6B参照)。これによれば、自然言語文章の一部を画像に変換して、言語の異なる人々の理解を助け、言語の違いを超えたコミュニケーションの可能性を拡げることのできる画像と文字との混在文章を、ユーザーがタイピングしながら生成できる。変換対象部分が当該自然言語文章において初めて特定されたものである場合は複数の候補画像を表示させて1つの候補画像の選択を受け付けることで、ユーザーが適切な画像を選択できる。変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は変換対象部分を記憶された1つの候補画像に変換することで、ユーザーによる選択操作を軽減でき、1つの自然言語文章の中で同じ変換対象部分については同じ画像に変換することで対応関係を統一できる。
画像変換モジュール23は、自然言語文章において変換対象部分が2回目以降に出現した箇所で変換対象部分を選択された1つの候補画像に置き換える。これによれば、簡潔なわかりやすい表示が可能となる。
<5-1.動作>
図9は、第3の実施形態において変換対象部分に対応する画像を特定する処理の詳細を示すフローチャートである。第3の実施形態においては、変換対象部分に対応する画像が画像データベース30に存在しない場合に、画像データベース30に存在する画像の編集を行って変換対象部分に対応する画像を生成する。
画像のサイズ変更は、S131dにおいて画像の合成を行う際に縮尺を一致させるための拡大又は縮小の処理である。
画像の変形は、画像データベース30から抽出された画像の一部を加工する処理である。あるいは、画像データベース30が3次元モデルのデータを含む場合に、その3次元モデルの加工や、その3次元モデルから2次元の画像を生成するための視点の変更が行われても良い。
図10A~図10E及び図11A~図11Eは、第3の実施形態において画像の編集を行って変換対象部分に対応する画像を生成する過程を示す。
図10Aにおいては「羽織の若い男性」を変換対象部分としている。「羽織の若い男性」に対応する画像は画像データベース30に存在しないものとする。
図11Aにおいては「犬を連れて散歩する少女」を変換対象部分としている。「犬を連れて散歩する少女」に対応する画像は画像データベース30に存在しないものとする。
図10Bにおいては修飾語である「羽織」、修飾語である「若い」、及び主語である「男性」が抽出されている。あるいは、修飾語である「羽織」と、主語である名詞句「若い男性」が抽出されてもよい。
図11Bにおいては修飾語である「犬」、修飾語である「連れて」、修飾語である「散歩する」、及び主語である「少女」が抽出されている。
図10Cにおいては「羽織」及び「若い男性」に対応する画像が抽出されている。画像データベース30から「若い男性」に対応する画像を抽出するために、「男性」の複数の画像を抽出した後、さらに「若い」で絞り込んでもよい。
図11Cにおいては「犬」、「連れて」、及び「少女」に対応する画像が抽出されている。「連れて」に対応する画像としては犬用の引綱(dog lead)の画像が抽出されている。「散歩する」に対応する画像は画像データベース30に存在しないものとする。
図10Dにおいては、「羽織」及び「若い男性」に対応する画像の縮尺が一致するようにこれらの画像のサイズが変更されている。
図11Dにおいては、「少女」に対応する画像が「散歩する少女」の画像となるように、「少女」に対応する画像が変形されている。
図10Eにおいては、「羽織」の上に「若い男性」の顔が位置するようにこれらの画像が組み合わされている。
図11Eにおいては、「犬」の首が引綱の一端に接続され、「少女」の手が引綱の他端を握るような位置関係にこれらの画像が組み合わされている。
第3の実施形態によれば、画像変換モジュール23は、変換対象部分の意味解析を行い、解析結果に基づいて画像の編集を行って変換後の画像を生成する。これによれば、変換対象部分に対応する画像が画像データベース30に存在しない場合でも、画像データベース30に存在する画像を編集して適切な画像を生成し、画像と文字との混在文章を生成できる。
Claims (3)
- 自然言語文章を入力順に読み込む第1のモジュールと、
変換コマンドが入力されるごとに、前記変換コマンドの入力を受け付けて前記自然言語文章のうちの変換対象部分をユーザーの指定に従って特定する第2のモジュールと、
第3のモジュールであって、
前記変換対象部分が当該自然言語文章において初めて特定されたものである場合は、画像とその内容を表現する言葉とを対応付けて記憶した画像データベースを参照して前記変換対象部分に対応する複数の候補画像を表示させ、前記複数の候補画像から1つの候補画像の選択を受け付けて前記変換対象部分を前記1つの候補画像に変換して表示させ、前記変換対象部分と前記1つの候補画像とを対応付けて記憶し、
前記変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は、前記変換対象部分を記憶された前記1つの候補画像に変換して表示させる、
前記第3のモジュールと、
を含み、
前記第2のモジュールは、前記ユーザーが始点と終点を指定した場合に、前記始点から前記終点までを前記変換対象部分として特定する、
画像と文字との混在文章を生成する装置。 - 自然言語文章を入力順に読み込む第1のモジュールと、
変換コマンドが入力されるごとに、前記変換コマンドの入力を受け付けて前記自然言語文章のうちの変換対象部分をユーザーの指定に従って特定する第2のモジュールと、
第3のモジュールであって、
前記変換対象部分が当該自然言語文章において初めて特定されたものである場合は、画像とその内容を表現する言葉とを対応付けて記憶した画像データベースを参照して前記変換対象部分に対応する複数の候補画像を表示させ、前記複数の候補画像から1つの候補画像の選択を受け付けて前記変換対象部分を前記1つの候補画像に変換して表示させ、前記変換対象部分と前記1つの候補画像とを対応付けて記憶し、
前記変換対象部分が当該自然言語文章において2回目以降に特定されたものである場合は、前記変換対象部分を記憶された前記1つの候補画像に変換して表示させる、
前記第3のモジュールと、
を含み、
前記第2のモジュールは、前記ユーザーが前記自然言語文章のうちの1箇所を指定した場合に、その1箇所が含まれる単語、句、又は節を、前記変換対象部分として特定する、
画像と文字との混在文章を生成する装置。 - 請求項1又は請求項2において、
前記第3のモジュールは、
前記自然言語文章において前記変換対象部分が初めて出現した箇所では前記変換対象部分を前記1つの候補画像に置き換えるとともに前記変換対象部分を付記し、
前記自然言語文章において前記変換対象部分が2回目以降に出現した箇所で前記変換対象部分を前記1つの候補画像に置き換える、
画像と文字との混在文章を生成する装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020209704 | 2020-12-02 | ||
JP2020209704 | 2020-12-02 | ||
PCT/JP2021/043079 WO2022118720A1 (ja) | 2020-12-02 | 2021-11-24 | 画像と文字との混在文章を生成する装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022118720A1 JPWO2022118720A1 (ja) | 2022-06-09 |
JPWO2022118720A5 JPWO2022118720A5 (ja) | 2023-01-26 |
JP7418761B2 true JP7418761B2 (ja) | 2024-01-22 |
Family
ID=81853543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022566868A Active JP7418761B2 (ja) | 2020-12-02 | 2021-11-24 | 画像と文字との混在文章を生成する装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230169257A1 (ja) |
JP (1) | JP7418761B2 (ja) |
WO (1) | WO2022118720A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005176083A (ja) | 2003-12-12 | 2005-06-30 | National Institute Of Information & Communication Technology | 字幕番組データ制作システムにおける自動ルビ付与装置 |
JP2008287517A (ja) | 2007-05-17 | 2008-11-27 | National Institute Of Information & Communication Technology | 強調表示装置及びプログラム |
JP2015036886A (ja) | 2013-08-13 | 2015-02-23 | ソニー株式会社 | 情報処理装置、記憶媒体、および方法 |
JP2018077794A (ja) | 2016-11-11 | 2018-05-17 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置、及び画像形成装置 |
-
2021
- 2021-11-24 US US17/997,315 patent/US20230169257A1/en active Pending
- 2021-11-24 WO PCT/JP2021/043079 patent/WO2022118720A1/ja active Application Filing
- 2021-11-24 JP JP2022566868A patent/JP7418761B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005176083A (ja) | 2003-12-12 | 2005-06-30 | National Institute Of Information & Communication Technology | 字幕番組データ制作システムにおける自動ルビ付与装置 |
JP2008287517A (ja) | 2007-05-17 | 2008-11-27 | National Institute Of Information & Communication Technology | 強調表示装置及びプログラム |
JP2015036886A (ja) | 2013-08-13 | 2015-02-23 | ソニー株式会社 | 情報処理装置、記憶媒体、および方法 |
JP2018077794A (ja) | 2016-11-11 | 2018-05-17 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置、及び画像形成装置 |
Also Published As
Publication number | Publication date |
---|---|
US20230169257A1 (en) | 2023-06-01 |
JPWO2022118720A1 (ja) | 2022-06-09 |
WO2022118720A1 (ja) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Daud et al. | Urdu language processing: a survey | |
JP3959180B2 (ja) | 通信翻訳装置 | |
Sugandhi et al. | Sign language generation system based on Indian sign language grammar | |
US8600930B2 (en) | Information processing device and information processing method | |
US6393389B1 (en) | Using ranked translation choices to obtain sequences indicating meaning of multi-token expressions | |
JP4448450B2 (ja) | 多モードの音声言語翻訳及び表示 | |
Morrissey | Data-driven machine translation for sign languages | |
Pennell et al. | Normalization of text messages for text-to-speech | |
KR19990078364A (ko) | 문서처리장치 및 그의 방법 | |
US20110119046A1 (en) | Information processing device and information processing method | |
US20220012437A1 (en) | Translating method using visually represented elements, and device therefor | |
JP3992348B2 (ja) | 形態素解析方法および装置、並びに日本語形態素解析方法および装置 | |
CN100361124C (zh) | 用于词分析的系统和方法 | |
Azmi et al. | Universal web accessibility and the challenge to integrate informal Arabic users: a case study | |
JP3899414B2 (ja) | 教師データ作成装置およびプログラム、ならびに言語解析処理装置およびプログラム | |
JPH05120324A (ja) | 言語処理方式 | |
JP7418761B2 (ja) | 画像と文字との混在文章を生成する装置 | |
JP2997469B2 (ja) | 自然言語理解方法および情報検索装置 | |
CN115034209A (zh) | 文本分析方法、装置、电子设备以及存储介质 | |
JP2004240859A (ja) | 言い換えシステム | |
Lane et al. | Interactive word completion for morphologically complex languages | |
KR20220084915A (ko) | 클라우드 기반 문법 교정 서비스 제공 시스템 | |
JP2005250525A (ja) | 漢文解析支援装置及び異言語文処理装置及び翻訳プログラム | |
JP4043176B2 (ja) | 自然言語処理装置 | |
JP5632213B2 (ja) | 機械翻訳装置及び機械翻訳プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221104 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231212 |
|
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: 20231226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7418761 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |