JPH11259522A - 連続値感性データベースを用いたコンテンツ作成装置 - Google Patents
連続値感性データベースを用いたコンテンツ作成装置Info
- Publication number
- JPH11259522A JPH11259522A JP6340998A JP6340998A JPH11259522A JP H11259522 A JPH11259522 A JP H11259522A JP 6340998 A JP6340998 A JP 6340998A JP 6340998 A JP6340998 A JP 6340998A JP H11259522 A JPH11259522 A JP H11259522A
- Authority
- JP
- Japan
- Prior art keywords
- content
- data
- sentiment
- unit
- parameter
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 感性データをあらかじめ連続値として定義
し、いくつかの感性軸によって張られる感性データ空間
における距離を定義することによりデータ間の距離を計
算できるようにすることである。また、データベース上
にない点においてもデータベース上のいくつかの近傍デ
ータを使って内挿し、近似的に推定することが容易とな
るようにすることである。 【解決手段】 ユーザーのコンテンツに対する感性を連
続値データとして入力する感性データ入力部とコンテン
ツとそれに対するユーザの感性データとの対のデータを
蓄積した感性データベースと、上記ユーザーの入力した
感性データを、上記感性データーベース上のデータを参
照して、ユーザーの感性に適合するコンテンツの作成に
用いる物理パラメータであるコンテンツパラメータに変
換する感性データ変換部と、上記コンテンツパラメータ
にもとづいて、ユーザーの感性に適合するコンテンツを
作成するコンテンツ作成部とを有する構成にした。
し、いくつかの感性軸によって張られる感性データ空間
における距離を定義することによりデータ間の距離を計
算できるようにすることである。また、データベース上
にない点においてもデータベース上のいくつかの近傍デ
ータを使って内挿し、近似的に推定することが容易とな
るようにすることである。 【解決手段】 ユーザーのコンテンツに対する感性を連
続値データとして入力する感性データ入力部とコンテン
ツとそれに対するユーザの感性データとの対のデータを
蓄積した感性データベースと、上記ユーザーの入力した
感性データを、上記感性データーベース上のデータを参
照して、ユーザーの感性に適合するコンテンツの作成に
用いる物理パラメータであるコンテンツパラメータに変
換する感性データ変換部と、上記コンテンツパラメータ
にもとづいて、ユーザーの感性に適合するコンテンツを
作成するコンテンツ作成部とを有する構成にした。
Description
【０００１】
【発明の属する技術分野】本発明は、人間が絵画等のコ
ンテンツの作成を行う際に、連続値として与えられた人
間の感性データを、感性データベースを用いてコンテン
ツの作成に適切に反映し、コンテンツの作成を支援する
コンテンツの作成装置に関するものである。
ンテンツの作成を行う際に、連続値として与えられた人
間の感性データを、感性データベースを用いてコンテン
ツの作成に適切に反映し、コンテンツの作成を支援する
コンテンツの作成装置に関するものである。
【０００２】
【従来の技術】感性情報を利用した発明は、従来におい
ても存在したが、感性入力に対して、直接的に連続的な
物理パラメータを決定するものはなかった。例えば、特
開平８ー２１２２５８号公報に示された「作品作成支援
システム」は、ある入力に対して作品属性を出力とする
発明であるが、この従来技術例では、作品の特徴情報を
言葉の形式で入力とする点において、本発明の連続的な
感性情報を入力とする感性入力と異なる。また、作品の
出力を得るために、この従来技術例では、感性知識デー
タベースを用いている点で本発明における位相空間での
距離を利用する方法とは異なる。また、特開平９ー３４
９０９号公報に示された「情報検索装置」は、ユーザー
による感性情報を入力することで目的のデータを検索す
る発明であるが、この従来技術例では入力情報として、
形容詞による入力を行っており、形容詞を一旦因子分析
して、因子空間での距離によりデータ間の距離を代用し
ている点が本発明とは異なる。
ても存在したが、感性入力に対して、直接的に連続的な
物理パラメータを決定するものはなかった。例えば、特
開平８ー２１２２５８号公報に示された「作品作成支援
システム」は、ある入力に対して作品属性を出力とする
発明であるが、この従来技術例では、作品の特徴情報を
言葉の形式で入力とする点において、本発明の連続的な
感性情報を入力とする感性入力と異なる。また、作品の
出力を得るために、この従来技術例では、感性知識デー
タベースを用いている点で本発明における位相空間での
距離を利用する方法とは異なる。また、特開平９ー３４
９０９号公報に示された「情報検索装置」は、ユーザー
による感性情報を入力することで目的のデータを検索す
る発明であるが、この従来技術例では入力情報として、
形容詞による入力を行っており、形容詞を一旦因子分析
して、因子空間での距離によりデータ間の距離を代用し
ている点が本発明とは異なる。
【０００３】
【発明が解決しようとする課題】従来の感性データベー
スを利用する発明においては、感性データが形容詞のよ
な感性用語や感性を表現した文章といったデータ形式で
格納されているために、データ間の距離が直接的に定義
されておらず、近いデータを探索する場合には、感性用
語の因子分析を行い因子空間での距離で代用するなど
の、変換された空間での距離を用いていた。そのため、
感性空間でのデータ間距離が近似的にしか計算できず、
正確なデータ探索、及び、探索されたデータを基に適切
なパラメータ値の推定ができないという問題点があっ
た。また、データ空間の変換を行うために、計算速度が
遅いという問題点もあった。
スを利用する発明においては、感性データが形容詞のよ
な感性用語や感性を表現した文章といったデータ形式で
格納されているために、データ間の距離が直接的に定義
されておらず、近いデータを探索する場合には、感性用
語の因子分析を行い因子空間での距離で代用するなど
の、変換された空間での距離を用いていた。そのため、
感性空間でのデータ間距離が近似的にしか計算できず、
正確なデータ探索、及び、探索されたデータを基に適切
なパラメータ値の推定ができないという問題点があっ
た。また、データ空間の変換を行うために、計算速度が
遅いという問題点もあった。
【０００４】本発明は上記のような問題点を解消するた
めになされたもので、本発明においては、感性データを
あらかじめ連続値として定義し、いくつかの感性軸によ
って張られる感性データ空間における距離を定義するこ
とによりデータ間の距離を計算できる。そのため、感性
空間における近傍点などの抽出が空間の変換なしに可能
である。また、データベース上にない点においてもデー
タベース上のいくつかの近傍データを使って内挿し、近
似的に推定することが容易となる。
めになされたもので、本発明においては、感性データを
あらかじめ連続値として定義し、いくつかの感性軸によ
って張られる感性データ空間における距離を定義するこ
とによりデータ間の距離を計算できる。そのため、感性
空間における近傍点などの抽出が空間の変換なしに可能
である。また、データベース上にない点においてもデー
タベース上のいくつかの近傍データを使って内挿し、近
似的に推定することが容易となる。
【０００５】
【課題を解決するための手段】本発明の第１の構成によ
る連続値感性データベースを用いたコンテンツ作成装置
は、ユーザーのコンテンツに対する感性を連続値データ
として入力する感性データ入力部とコンテンツとそれに
対するユーザの感性データとの対のデータを蓄積した感
性データベースと、上記ユーザーの入力した感性データ
を、上記感性データーベース上のデータを参照して、ユ
ーザーの感性に適合するコンテンツの作成に用いる物理
パラメータであるコンテンツパラメータに変換する感性
データ変換部と、上記コンテンツパラメータにもとづい
て、ユーザーの感性に適合するコンテンツを作成するコ
ンテンツ作成部とを有するものである。
る連続値感性データベースを用いたコンテンツ作成装置
は、ユーザーのコンテンツに対する感性を連続値データ
として入力する感性データ入力部とコンテンツとそれに
対するユーザの感性データとの対のデータを蓄積した感
性データベースと、上記ユーザーの入力した感性データ
を、上記感性データーベース上のデータを参照して、ユ
ーザーの感性に適合するコンテンツの作成に用いる物理
パラメータであるコンテンツパラメータに変換する感性
データ変換部と、上記コンテンツパラメータにもとづい
て、ユーザーの感性に適合するコンテンツを作成するコ
ンテンツ作成部とを有するものである。
【０００６】また、本発明の第２の構成による連続値感
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、ユーザーの入力した
感性データと上記感性データベース上の各データとの空
間位相距離を計算する感性空間位相距離測定部と、感性
データベース上のデータのうち、上記位相距離が最も小
さいデータ点を抽出する最近傍点抽出部と、上記抽出さ
れた最近傍点のデータにもとづいて、コンテンツパラメ
ータを推定するコンテンツパラメータ推定部とを備えた
ものである。
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、ユーザーの入力した
感性データと上記感性データベース上の各データとの空
間位相距離を計算する感性空間位相距離測定部と、感性
データベース上のデータのうち、上記位相距離が最も小
さいデータ点を抽出する最近傍点抽出部と、上記抽出さ
れた最近傍点のデータにもとづいて、コンテンツパラメ
ータを推定するコンテンツパラメータ推定部とを備えた
ものである。
【０００７】また、本発明の第３の構成による連続値感
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、ユーザーの入力した
感性データと上記感性データベース上の各データとの空
間位相距離を計算する感性空間位相距離測定部と、感性
データベース上のデータのうち、上記位相距離の小さい
複数のデータ点を抽出する近傍点抽出部と、上記近傍点
のデータにもとづいて、感性データとコンテンツの物理
パラメータとの間の線形近似式を導出する線形近似式導
出部と、ユーザーが入力した感性データを上記線形近似
式に代入することにより、コンテンツの作成に用いるコ
ンテンツパラメータを推定するコンテンツパラメータを
推定するコンテンツパラメータ推定部とを備えたもので
ある。
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、ユーザーの入力した
感性データと上記感性データベース上の各データとの空
間位相距離を計算する感性空間位相距離測定部と、感性
データベース上のデータのうち、上記位相距離の小さい
複数のデータ点を抽出する近傍点抽出部と、上記近傍点
のデータにもとづいて、感性データとコンテンツの物理
パラメータとの間の線形近似式を導出する線形近似式導
出部と、ユーザーが入力した感性データを上記線形近似
式に代入することにより、コンテンツの作成に用いるコ
ンテンツパラメータを推定するコンテンツパラメータを
推定するコンテンツパラメータ推定部とを備えたもので
ある。
【０００８】また、本発明の第４の構成による連続値感
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの感性値と物理パラメータ間の重回帰分析
を行い重回帰式を導出する重回帰式導出部と、ユーザー
が入力した感性データを上記重回帰式に代入することに
より、コンテンツの作成に用いるコンテンツパラメータ
を推定するコンテンツパラメータ推定部とを備えたもの
である。
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの感性値と物理パラメータ間の重回帰分析
を行い重回帰式を導出する重回帰式導出部と、ユーザー
が入力した感性データを上記重回帰式に代入することに
より、コンテンツの作成に用いるコンテンツパラメータ
を推定するコンテンツパラメータ推定部とを備えたもの
である。
【０００９】また、本発明の第５の構成による連続値感
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの感性値と物理パラメータ間の多項式近似
式を導出する多項式近似式導出部と、ユーザーが入力し
た感性データを上記多項式近似式に代入することによ
り、コンテンツの作成に用いるコンテンツパラメータを
推定するコンテンツパラメータ推定部とを備えたもので
ある。
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの感性値と物理パラメータ間の多項式近似
式を導出する多項式近似式導出部と、ユーザーが入力し
た感性データを上記多項式近似式に代入することによ
り、コンテンツの作成に用いるコンテンツパラメータを
推定するコンテンツパラメータ推定部とを備えたもので
ある。
【００１０】また、本発明の第６の構成による連続値感
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの感性値と物理パラメータとの関係をあら
かじめ学習をおこなうニューラルネットワーク学習部
と、ユーザーが入力した感性データと上記ニューラルネ
ットワークの出力とを照合することにより、コンテンツ
の作成に用いるコンテンツパラメータを推定するコンテ
ンツパラメータ推定部とを備えたものである。
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの感性値と物理パラメータとの関係をあら
かじめ学習をおこなうニューラルネットワーク学習部
と、ユーザーが入力した感性データと上記ニューラルネ
ットワークの出力とを照合することにより、コンテンツ
の作成に用いるコンテンツパラメータを推定するコンテ
ンツパラメータ推定部とを備えたものである。
【００１１】また、本発明の第７の構成による連続値感
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの物理パラメータに対する出力値が、ユー
ザーの入力した感性データと一致する時に高くなるよう
に予め学習を行った遺伝的アルゴリズムの評価関数学習
部と、上記評価関数を用いて、コンテンツの作成に用い
る遺伝的アルゴリズムによるコンテンツパラメータ推定
部とを備えたものである。
性データベースを用いたコンテンツ作成装置は、第１の
構成において感性データ変換部は、上記感性データベー
ス上のデータの物理パラメータに対する出力値が、ユー
ザーの入力した感性データと一致する時に高くなるよう
に予め学習を行った遺伝的アルゴリズムの評価関数学習
部と、上記評価関数を用いて、コンテンツの作成に用い
る遺伝的アルゴリズムによるコンテンツパラメータ推定
部とを備えたものである。
【００１２】
【発明の実施の形態】実施の形態１．以下、本発明の一
実施の形態について図を用いて説明する。図１は本発明
における連続値感性データベースを用いたコンテンツ作
成装置の第１の実施の形態の構成を示す概念図である。
感性入力部１１により対象とするコンテンツに応答し
た、ユーザーの感性データを連続値として入力し、この
感性データと感性データベース１２とを照合して、感性
空間位相距離測定部１３を用いて、感性データベースに
含まれる各データとユーザーから入力された感性データ
の位相距離を測定する。感性データは、例えば提示され
たコンテンツの“さわやか度”１０％増やす、あるいは
２０％減らす等のように連続値の数値データとして入力
する。感性データベース１２には、対象となったコンテ
ンツとそれに応答したユーザの感性データとが対になっ
たデータ群としてあらかじめ蓄積されている。感性デー
タベースは個人別に用意しても良いし、種々の集団に対
して用意してもよい。この位相距離の中で最も距離の近
いデータを最近傍点抽出部により求める。この点は、感
性データベースに存在する全てのデータの中で、最もユ
ーザーの感性に最も近いデータであると考えられる。マ
ルチメディアコンテンツパラメータ推定部１５は、この
点におけるコンテンツのパラメータを感性データベース
１２から得る。コンテンツ作成部１６は、このようにし
て得られたパラメータ値を用いて、コンテンツを作成す
る。感性空間位相距離測定部１３、最近傍点抽出部１
４、コンテンツパラメータ推定部１５は、ユーザーが入
力した感性データをコンテンツの作成に必要な物理パラ
メーターであるコンテンツパラメータに変換する感性デ
ータ変換部３０を構成する。このようにして、ユーザー
の入力した感性データは、感性データベース１２を参照
することにより、ユーザーの感性に適合したコンテンツ
パラメータに変換され、コンテンツの作成に利用さえ
る。この実施の形態の方法は、感性データベース１２の
データ点数が十分に多い場合に適している。本発明にお
いては、ユーザー感性データが感性空間上で連続値とし
て数値化されているので、感性データのアナログ的な定
量性を利用したコンテンツパラメータの推定が可能であ
る。従来技術においては、感性データが形容詞のような
言語形式であったため、言語内容の因子分析を行い、変
換された因子空間での位相距離を求めるという間接的な
方法を用いていたため、データ間の距離の測定において
も感性データの定性的な因子しか利用できず、アナログ
的な定量性の利用は不可能であった。図２は本発明の実
施の形態１に係るコンテンツ作成装置の構成図であり、
このコンテンツ作成装置２０により生成されるコンテン
ツを表示するコンテンツ表示部２１、ユーザーの感性を
入力する感性入力部１１、入力し終えたことを装置に伝
える感性入力終了伝達部２３から構成される。
実施の形態について図を用いて説明する。図１は本発明
における連続値感性データベースを用いたコンテンツ作
成装置の第１の実施の形態の構成を示す概念図である。
感性入力部１１により対象とするコンテンツに応答し
た、ユーザーの感性データを連続値として入力し、この
感性データと感性データベース１２とを照合して、感性
空間位相距離測定部１３を用いて、感性データベースに
含まれる各データとユーザーから入力された感性データ
の位相距離を測定する。感性データは、例えば提示され
たコンテンツの“さわやか度”１０％増やす、あるいは
２０％減らす等のように連続値の数値データとして入力
する。感性データベース１２には、対象となったコンテ
ンツとそれに応答したユーザの感性データとが対になっ
たデータ群としてあらかじめ蓄積されている。感性デー
タベースは個人別に用意しても良いし、種々の集団に対
して用意してもよい。この位相距離の中で最も距離の近
いデータを最近傍点抽出部により求める。この点は、感
性データベースに存在する全てのデータの中で、最もユ
ーザーの感性に最も近いデータであると考えられる。マ
ルチメディアコンテンツパラメータ推定部１５は、この
点におけるコンテンツのパラメータを感性データベース
１２から得る。コンテンツ作成部１６は、このようにし
て得られたパラメータ値を用いて、コンテンツを作成す
る。感性空間位相距離測定部１３、最近傍点抽出部１
４、コンテンツパラメータ推定部１５は、ユーザーが入
力した感性データをコンテンツの作成に必要な物理パラ
メーターであるコンテンツパラメータに変換する感性デ
ータ変換部３０を構成する。このようにして、ユーザー
の入力した感性データは、感性データベース１２を参照
することにより、ユーザーの感性に適合したコンテンツ
パラメータに変換され、コンテンツの作成に利用さえ
る。この実施の形態の方法は、感性データベース１２の
データ点数が十分に多い場合に適している。本発明にお
いては、ユーザー感性データが感性空間上で連続値とし
て数値化されているので、感性データのアナログ的な定
量性を利用したコンテンツパラメータの推定が可能であ
る。従来技術においては、感性データが形容詞のような
言語形式であったため、言語内容の因子分析を行い、変
換された因子空間での位相距離を求めるという間接的な
方法を用いていたため、データ間の距離の測定において
も感性データの定性的な因子しか利用できず、アナログ
的な定量性の利用は不可能であった。図２は本発明の実
施の形態１に係るコンテンツ作成装置の構成図であり、
このコンテンツ作成装置２０により生成されるコンテン
ツを表示するコンテンツ表示部２１、ユーザーの感性を
入力する感性入力部１１、入力し終えたことを装置に伝
える感性入力終了伝達部２３から構成される。
【００１３】実施の形態２．本発明の別の実施の形態に
ついて図を用いて説明する。図３は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第２の
実施の形態の構成を示す概念図である。感性データ入力
部１１により、ユーザーの感性を入力し、この感性デー
タと感性データベース１２とを照合して、感性空間位相
距離測定部１３を用いて、感性データベースに含まれる
各データとユーザーから入力された感性データの位相距
離を測定する。この位相距離の中で距離の近いいくつか
のデータを近傍点抽出部１０１により求める。この点
は、感性データベースに存在する全てのデータの中で、
ユーザーの感性に近いデータであると考えられる。この
点を利用して、線形近似式導出部１０２は、物理パラメ
ータと感性の線形近似式を導出する。コンテンツパラメ
ータ推定部１６は、入力された感性データを線形近似式
導出部１０２で得られた線形近似式に代入する事によ
り、コンテンツのパラメータを推定する。コンテンツ作
成部１７はこのようにして得られたパラメータ値を用い
て、コンテンツを作成する。この実施の形態の方法によ
れば、感性データベース１２のデータ点数が十分に多く
ない場合にも、ユーザーが入力した感性データに近い複
数のデータを利用した内挿計算により、コンテンツパラ
メータを推定するので、ユーザーの感性に対して適合度
の高いコンテンツパラメータが一意に推定できる。
ついて図を用いて説明する。図３は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第２の
実施の形態の構成を示す概念図である。感性データ入力
部１１により、ユーザーの感性を入力し、この感性デー
タと感性データベース１２とを照合して、感性空間位相
距離測定部１３を用いて、感性データベースに含まれる
各データとユーザーから入力された感性データの位相距
離を測定する。この位相距離の中で距離の近いいくつか
のデータを近傍点抽出部１０１により求める。この点
は、感性データベースに存在する全てのデータの中で、
ユーザーの感性に近いデータであると考えられる。この
点を利用して、線形近似式導出部１０２は、物理パラメ
ータと感性の線形近似式を導出する。コンテンツパラメ
ータ推定部１６は、入力された感性データを線形近似式
導出部１０２で得られた線形近似式に代入する事によ
り、コンテンツのパラメータを推定する。コンテンツ作
成部１７はこのようにして得られたパラメータ値を用い
て、コンテンツを作成する。この実施の形態の方法によ
れば、感性データベース１２のデータ点数が十分に多く
ない場合にも、ユーザーが入力した感性データに近い複
数のデータを利用した内挿計算により、コンテンツパラ
メータを推定するので、ユーザーの感性に対して適合度
の高いコンテンツパラメータが一意に推定できる。
【００１４】実施の形態３．本発明の別の実施の形態に
ついて図を用いて説明する。図４は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第３の
実施の形態の構成を示す概念図である。この実施の形態
では、あらかじめ得られている感性データベース１２を
利用して、物理パラメータと感性値の関係を重回帰式導
出部１０３により重回帰分析を行い近似式を導出する。
コンテンツパラメータ推定部１５は、感性データ入力部
１１により入力された感性データを、重回帰式導出部１
０３で得られた重回帰式に代入する事により、コンテン
ツのパラメータを推定する。コンテンツ作成部１６は、
このようにして得られたパラメータ値を用いて、コンテ
ンツを作成する。この実施の形態の方法では、物理パラ
メータ空間と感性空間が線形な関係にあるとき、物理パ
ラメータ値を一意に推定することができる。重回帰分析
を行うデータの範囲は、感性データベースの全データと
してもよいし、区分的に行ってもよい。
ついて図を用いて説明する。図４は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第３の
実施の形態の構成を示す概念図である。この実施の形態
では、あらかじめ得られている感性データベース１２を
利用して、物理パラメータと感性値の関係を重回帰式導
出部１０３により重回帰分析を行い近似式を導出する。
コンテンツパラメータ推定部１５は、感性データ入力部
１１により入力された感性データを、重回帰式導出部１
０３で得られた重回帰式に代入する事により、コンテン
ツのパラメータを推定する。コンテンツ作成部１６は、
このようにして得られたパラメータ値を用いて、コンテ
ンツを作成する。この実施の形態の方法では、物理パラ
メータ空間と感性空間が線形な関係にあるとき、物理パ
ラメータ値を一意に推定することができる。重回帰分析
を行うデータの範囲は、感性データベースの全データと
してもよいし、区分的に行ってもよい。
【００１５】実施の形態４．本発明の別の実施の形態に
ついて図を用いて説明する。図５は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第４の
実施の形態を示す概念図である。この実施の形態では、
あらかじめ得られている感性データベース１２を利用し
て、物理パラメータと感性値の関係を多項式近似式導出
部１０４により非線型な近似式を導出する。コンテンツ
パラメータ推定部１５は、感性データ入力部１１により
入力された感性データを、多項式近似式導出部１０４で
得られた非線型な近似式に代入する事により、コンテン
ツのパラメータを推定する。コンテンツ作成部１６は、
このようにして得られたパラメータ値を用いて、コンテ
ンツを作成する。この実施の形態の方法では、物理パラ
メータ空間と感性空間の関係が複雑で、線形な関係式で
表現できない場合にも、内挿近似計算が可能である。
ついて図を用いて説明する。図５は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第４の
実施の形態を示す概念図である。この実施の形態では、
あらかじめ得られている感性データベース１２を利用し
て、物理パラメータと感性値の関係を多項式近似式導出
部１０４により非線型な近似式を導出する。コンテンツ
パラメータ推定部１５は、感性データ入力部１１により
入力された感性データを、多項式近似式導出部１０４で
得られた非線型な近似式に代入する事により、コンテン
ツのパラメータを推定する。コンテンツ作成部１６は、
このようにして得られたパラメータ値を用いて、コンテ
ンツを作成する。この実施の形態の方法では、物理パラ
メータ空間と感性空間の関係が複雑で、線形な関係式で
表現できない場合にも、内挿近似計算が可能である。
【００１６】実施の形態５．本発明の別の実施の形態に
ついて図を用いて説明する。図６は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第５の
実施の形態の構成を示す概念図である。この実施の形態
では、あらかじめ得られている感性データベース１２を
利用して、入力を物理パラメータとし、出力を感性値と
するニューラルネットワークの学習をニューラルネット
ワーク学習部１０５により行う。コンテンツパラメータ
推定部１５は、感性データ入力部１１により入力された
感性データが出力となるような、物理パラメータを推定
する事により、コンテンツのパラメータを得る。この場
合に、ある物理パラメータに対して得られる感性値は学
習部１０５によって学習されたニューラルネットワーク
を用いて求める。コンテンツ作成部１６は、このように
して得られたパラメータ値を用いて、コンテンツを作成
する。この実施の形態の方法では、物理パラメメータ空
間と感性空間とが重回帰式や多項式近似で関係づけられ
ない場合にも感性入力データに適合性のあるコンテンツ
パラメータの推定が可能である。
ついて図を用いて説明する。図６は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第５の
実施の形態の構成を示す概念図である。この実施の形態
では、あらかじめ得られている感性データベース１２を
利用して、入力を物理パラメータとし、出力を感性値と
するニューラルネットワークの学習をニューラルネット
ワーク学習部１０５により行う。コンテンツパラメータ
推定部１５は、感性データ入力部１１により入力された
感性データが出力となるような、物理パラメータを推定
する事により、コンテンツのパラメータを得る。この場
合に、ある物理パラメータに対して得られる感性値は学
習部１０５によって学習されたニューラルネットワーク
を用いて求める。コンテンツ作成部１６は、このように
して得られたパラメータ値を用いて、コンテンツを作成
する。この実施の形態の方法では、物理パラメメータ空
間と感性空間とが重回帰式や多項式近似で関係づけられ
ない場合にも感性入力データに適合性のあるコンテンツ
パラメータの推定が可能である。
【００１７】実施の形態６．本発明の別の実施の形態に
ついて図を用いて説明する。図７は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第６の
実施の形態の構成を示す概念図である。この実施の形態
では、あらかじめ得られている感性データベース１１を
利用して、ある物理パラメータが入力されたときに、適
切な感性値が得られた時に評価値が高くなるように、遺
伝的アルゴリズムの評価関数を、評価関数学習部１０６
によりあらかじめ学習しておく。遺伝的アルゴリズムに
よるコンテンツパラメータ推定部１０７は、感性データ
入力部１１により入力された感性データを、評価関数学
習部１０６で得られた評価関数を利用する遺伝的アルゴ
リズムを用いる事により、コンテンツのパラメータを推
定する。コンテンツ作成部７５は、このようにして得ら
れたパラメータ値を用いて、コンテンツを作成する。こ
の実施の形態の方法では、物理パラメータ空間の次元が
大きく、物理パラメータ空間での広域探索が困難な場合
にも感性入力データに適合したコンテンツパラメータの
推定が可能である。
ついて図を用いて説明する。図７は本発明による連続値
感性データベースを用いたコンテンツ作成装置の第６の
実施の形態の構成を示す概念図である。この実施の形態
では、あらかじめ得られている感性データベース１１を
利用して、ある物理パラメータが入力されたときに、適
切な感性値が得られた時に評価値が高くなるように、遺
伝的アルゴリズムの評価関数を、評価関数学習部１０６
によりあらかじめ学習しておく。遺伝的アルゴリズムに
よるコンテンツパラメータ推定部１０７は、感性データ
入力部１１により入力された感性データを、評価関数学
習部１０６で得られた評価関数を利用する遺伝的アルゴ
リズムを用いる事により、コンテンツのパラメータを推
定する。コンテンツ作成部７５は、このようにして得ら
れたパラメータ値を用いて、コンテンツを作成する。こ
の実施の形態の方法では、物理パラメータ空間の次元が
大きく、物理パラメータ空間での広域探索が困難な場合
にも感性入力データに適合したコンテンツパラメータの
推定が可能である。
【００１８】
【発明の効果】本発明の第１の構成に係る連続値感性デ
ータベースを用いたコンテンツ作成装置によれば、ユー
ザーのコンテンツに対する感性を連続値データとして入
力する感性データ入力部とコンテンツとそれに対するユ
ーザの感性データとの対のデータを蓄積した感性データ
ベースと、上記ユーザーの入力した感性データを、上記
感性データーベース上のデータを参照して、ユーザーの
感性に適合するコンテンツの作成に用いる物理パラメー
タであるコンテンツパラメータに変換する感性データ変
換部と、上記コンテンツパラメータにもとづいて、ユー
ザーの感性に適合するコンテンツを作成するコンテンツ
作成部とを有するようにしたので、ユーザーの入力した
感性データの定量性を直接的に利用してユーザーの感性
に適合したコンテンツが作成できる。
ータベースを用いたコンテンツ作成装置によれば、ユー
ザーのコンテンツに対する感性を連続値データとして入
力する感性データ入力部とコンテンツとそれに対するユ
ーザの感性データとの対のデータを蓄積した感性データ
ベースと、上記ユーザーの入力した感性データを、上記
感性データーベース上のデータを参照して、ユーザーの
感性に適合するコンテンツの作成に用いる物理パラメー
タであるコンテンツパラメータに変換する感性データ変
換部と、上記コンテンツパラメータにもとづいて、ユー
ザーの感性に適合するコンテンツを作成するコンテンツ
作成部とを有するようにしたので、ユーザーの入力した
感性データの定量性を直接的に利用してユーザーの感性
に適合したコンテンツが作成できる。
【００１９】本発明の第２の構成に係る連続値感性デー
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、ユーザーの入力した感性データと上記感
性データベース上の各データとの空間位相距離を計算す
る感性空間位相距離測定部と、感性データベース上のデ
ータのうち、上記位相距離が最も小さいデータ点を抽出
する最近傍点抽出部と、上記抽出された最近傍点のデー
タにもとづいて、コンテンツパラメータを推定するコン
テンツパラメータ推定部とを備えるようにしたので、ユ
ーザーの入力した感性データと感性データベース間の直
接的な計算により、ユーザーの感性入力に適合したコン
テンツが高い精度で高速に作成できる。
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、ユーザーの入力した感性データと上記感
性データベース上の各データとの空間位相距離を計算す
る感性空間位相距離測定部と、感性データベース上のデ
ータのうち、上記位相距離が最も小さいデータ点を抽出
する最近傍点抽出部と、上記抽出された最近傍点のデー
タにもとづいて、コンテンツパラメータを推定するコン
テンツパラメータ推定部とを備えるようにしたので、ユ
ーザーの入力した感性データと感性データベース間の直
接的な計算により、ユーザーの感性入力に適合したコン
テンツが高い精度で高速に作成できる。
【００２０】本発明の第３の構成に係る連続値感性デー
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、ユーザーの入力した感性データと上記感
性データベース上の各データとの空間位相距離を計算す
る感性空間位相距離測定部と、感性データベース上のデ
ータのうち、上記位相距離の小さい複数のデータ点を抽
出する近傍点抽出部と、上記近傍点のデータにもとづい
て、感性データとコンテンツの物理パラメータとの間の
線形近似式を導出する線形近似式導出部と、ユーザーが
入力した感性データを上記線形近似式に代入することに
より、コンテンツの作成に用いるコンテンツパラメータ
を推定するコンテンツパラメータを推定するコンテンツ
パラメータ部とを備えるようにしたので、感性データベ
ース中のユーザー入力データに近い複数のデータを利用
できるので、ユーザーの感性入力に対して適合度の高い
コンテンツが作成できる。
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、ユーザーの入力した感性データと上記感
性データベース上の各データとの空間位相距離を計算す
る感性空間位相距離測定部と、感性データベース上のデ
ータのうち、上記位相距離の小さい複数のデータ点を抽
出する近傍点抽出部と、上記近傍点のデータにもとづい
て、感性データとコンテンツの物理パラメータとの間の
線形近似式を導出する線形近似式導出部と、ユーザーが
入力した感性データを上記線形近似式に代入することに
より、コンテンツの作成に用いるコンテンツパラメータ
を推定するコンテンツパラメータを推定するコンテンツ
パラメータ部とを備えるようにしたので、感性データベ
ース中のユーザー入力データに近い複数のデータを利用
できるので、ユーザーの感性入力に対して適合度の高い
コンテンツが作成できる。
【００２１】本発明の第４の構成に係る連続値感性デー
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの感性
値と物理パラメータ間の重回帰分析を行い重回帰式を導
出する重回帰式導出部と、ユーザーが入力した感性デー
タを上記重回帰式に代入することにより、コンテンツの
作成に用いるコンテンツパラメータを推定するコンテン
ツパラメータ推定部とを備えるようにしたので、物理パ
ラメータ空間と感性空間が線形の関係で表せる場合にコ
ンテンツパラメータを一意に推定することができ、ユー
ザーの感性入力に適合したコンテンツが作成できる。
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの感性
値と物理パラメータ間の重回帰分析を行い重回帰式を導
出する重回帰式導出部と、ユーザーが入力した感性デー
タを上記重回帰式に代入することにより、コンテンツの
作成に用いるコンテンツパラメータを推定するコンテン
ツパラメータ推定部とを備えるようにしたので、物理パ
ラメータ空間と感性空間が線形の関係で表せる場合にコ
ンテンツパラメータを一意に推定することができ、ユー
ザーの感性入力に適合したコンテンツが作成できる。
【００２２】本発明の第５の構成に係る連続値感性デー
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの感性
値と物理パラメータ間の多項式近似式を導出する多項式
近似式導出部と、ユーザーが入力した感性データを上記
多項式近似式に代入することにより、コンテンツの作成
に用いるコンテンツパラメータを推定するコンテンツパ
ラメータ推定部とを備えるようにしたので、物理パラメ
ータ空間と感性空間が非線形の関係にある場合にもコン
テンツパラメータの推定が可能であり、ユーザーの感性
入力に適合したコンテンツの作成が可能である。
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの感性
値と物理パラメータ間の多項式近似式を導出する多項式
近似式導出部と、ユーザーが入力した感性データを上記
多項式近似式に代入することにより、コンテンツの作成
に用いるコンテンツパラメータを推定するコンテンツパ
ラメータ推定部とを備えるようにしたので、物理パラメ
ータ空間と感性空間が非線形の関係にある場合にもコン
テンツパラメータの推定が可能であり、ユーザーの感性
入力に適合したコンテンツの作成が可能である。
【００２３】本発明の第６の構成に係る連続値感性デー
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの感性
値と物理パラメータとの関係をあらかじめ学習を行うニ
ューラルネットワーク学習部と、ユーザーが入力した感
性データと上記ニューラルネットワークの出力とを照合
することにより、コンテンツの作成に用いるコンテンツ
パラメータを推定するコンテンツパラメータ推定部とを
備えるようにしたので、物理パラメータ空間と感性空間
が重回帰式や多項式近似で関係づけられない場合にもコ
ンテンツパラメータの推定が可能であり、ユーザーの感
性入力に適合したコンテンツの作成が可能である。
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの感性
値と物理パラメータとの関係をあらかじめ学習を行うニ
ューラルネットワーク学習部と、ユーザーが入力した感
性データと上記ニューラルネットワークの出力とを照合
することにより、コンテンツの作成に用いるコンテンツ
パラメータを推定するコンテンツパラメータ推定部とを
備えるようにしたので、物理パラメータ空間と感性空間
が重回帰式や多項式近似で関係づけられない場合にもコ
ンテンツパラメータの推定が可能であり、ユーザーの感
性入力に適合したコンテンツの作成が可能である。
【００２４】本発明の第７の構成に係る連続値感性デー
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの物理
パラメータに対する出力値が、ユーザーの入力した感性
データと一致する時に高くなるように予め学習を行う遺
伝的アルゴリズムの評価関数学習部と、上記評価関数を
用いて、コンテンツの作成に用いる遺伝的アルゴリズム
によるコンテンツパラメータ推定部とを備えるようにし
たので、物理パラメータの空間の次元が大きく、物理パ
ラメー空間での広域探索が困難な場合にもコンテンツパ
ラメータの推定が可能であり、ユーザーの感性入力に適
合したコンテンツの作成が可能である。
タベースを用いたコンテンツ作成装置によれば、感性デ
ータ変換部は、上記感性データベース上のデータの物理
パラメータに対する出力値が、ユーザーの入力した感性
データと一致する時に高くなるように予め学習を行う遺
伝的アルゴリズムの評価関数学習部と、上記評価関数を
用いて、コンテンツの作成に用いる遺伝的アルゴリズム
によるコンテンツパラメータ推定部とを備えるようにし
たので、物理パラメータの空間の次元が大きく、物理パ
ラメー空間での広域探索が困難な場合にもコンテンツパ
ラメータの推定が可能であり、ユーザーの感性入力に適
合したコンテンツの作成が可能である。
【図１】 本発明における連続値感性データベースを用
いたコンテンツ作成装置の第１の実施の形態の構成を示
す概念図である。
いたコンテンツ作成装置の第１の実施の形態の構成を示
す概念図である。
【図２】 本発明の実施の形態１に係るコンテンツ作成
装置の構成図である。
装置の構成図である。
【図３】 本発明による連続値感性データベースを用い
たコンテンツ作成装置の第２の実施の形態の構成を示す
概念図である。
たコンテンツ作成装置の第２の実施の形態の構成を示す
概念図である。
【図４】 本発明による連続値感性データベースを用い
たコンテンツ作成装置の第３の実施の形態の構成を示す
概念図である。
たコンテンツ作成装置の第３の実施の形態の構成を示す
概念図である。
【図５】 本発明による連続値感性データベースを用い
たコンテンツ作成装置の第４の実施の形態を示す概念図
である。
たコンテンツ作成装置の第４の実施の形態を示す概念図
である。
【図６】 本発明による連続値感性データベースを用い
たコンテンツ作成装置の第５の実施の形態を示す概念図
である。
たコンテンツ作成装置の第５の実施の形態を示す概念図
である。
【図７】 本発明による連続値感性データベースを用い
たコンテンツ作成装置の第６の実施の形態の構成を示す
概念図である。
たコンテンツ作成装置の第６の実施の形態の構成を示す
概念図である。
１１ 感性データ入力部、１２ 感性データベース、１
３ 感性空間位相距離測定部、１４ 最近傍点抽出部、
１５ コンテンツパラメータ推定部、１６ コンテンツ
作成部、２１ コンテンツ表示部、３０ 感性データ変
換部、１０１近傍点抽出部、１０２ 線形近似式導出
部、１０３ 重回帰式導出部、１０４多項式近似式導出
部、１０５ ニューラルネットワークによる学習部、１
０６評価関数学習部、１０７ 遺伝的アルゴリズムによ
るコンテンツパラメータ推定部。
３ 感性空間位相距離測定部、１４ 最近傍点抽出部、
１５ コンテンツパラメータ推定部、１６ コンテンツ
作成部、２１ コンテンツ表示部、３０ 感性データ変
換部、１０１近傍点抽出部、１０２ 線形近似式導出
部、１０３ 重回帰式導出部、１０４多項式近似式導出
部、１０５ ニューラルネットワークによる学習部、１
０６評価関数学習部、１０７ 遺伝的アルゴリズムによ
るコンテンツパラメータ推定部。
Claims (7)
- 【請求項１】 ユーザーのコンテンツに対する感性を連
続値データとして入力する感性データ入力部とコンテン
ツとそれに対するユーザの感性データとの対のデータを
蓄積した感性データベースと、上記ユーザーの入力した
感性データを、上記感性データーベース上のデータを参
照して、ユーザーの感性に適合するコンテンツの作成に
用いる物理パラメータであるコンテンツパラメータに変
換する感性データ変換部と、上記コンテンツパラメータ
にもとづいて、ユーザーの感性に適合するコンテンツを
作成するコンテンツ作成部とを有する連続値感性データ
ベースを用いたコンテンツ作成装置。 - 【請求項２】 上記感性データ変換部は、ユーザーの入
力した感性データと上記感性データベース上の各データ
との空間位相距離を計算する感性空間位相距離測定部
と、感性データベース上のデータのうち、上記位相距離
が最も小さいデータ点を抽出する最近傍点抽出部と、上
記抽出された最近傍点のデータにもとづいて、コンテン
ツパラメータを推定するコンテンツパラメータ推定部と
を備えた請求項１記載の連続値感性データベースを用い
たコンテンツ作成装置。 - 【請求項３】 上記感性データ変換部は、ユーザーの入
力した感性データと上記感性データベース上の各データ
との空間位相距離を計算する感性空間位相距離測定部
と、感性データベース上のデータのうち、上記位相距離
の小さい複数のデータ点を抽出する近傍点抽出部と、上
記近傍点のデータにもとづいて、感性データとコンテン
ツの物理パラメータとの間の線形近似式を導出する線形
近似式導出部と、ユーザーが入力した感性データを上記
線形近似式に代入することにより、コンテンツの作成に
用いるコンテンツパラメータを推定するコンテンツパラ
メータを推定するコンテンツパラメータ部とを備えた請
求項１記載の連続値感性データベースを用いたコンテン
ツ作成装置。 - 【請求項４】 上記感性データ変換部は、上記感性デー
タベース上のデータの感性値と物理パラメータ間の重回
帰分析を行い重回帰式を導出する重回帰式導出部と、ユ
ーザーが入力した感性データを上記重回帰式に代入する
ことにより、コンテンツの作成に用いるコンテンツパラ
メータを推定するコンテンツパラメータ推定部とを備え
た請求項１記載の連続値感性データベースを用いたコン
テンツ作成装置。 - 【請求項５】 上記感性データ変換部は、上記感性デー
タベース上のデータの感性値と物理パラメータ間の多項
式近似式を導出する多項式近似式導出部と、ユーザーが
入力した感性データを上記多項式近似式に代入すること
により、コンテンツの作成に用いるコンテンツパラメー
タを推定するコンテンツパラメータ推定部とを備えた請
求項１記載の連続値感性データベースを用いたコンテン
ツ作成装置。 - 【請求項６】 上記感性データ変換部は、上記感性デー
タベース上のデータの感性値と物理パラメータとの関係
をあらかじめ学習を行うニューラルネットワーク学習部
と、ユーザーが入力した感性データと上記ニューラルネ
ットワークの出力とを照合することにより、コンテンツ
の作成に用いるコンテンツパラメータを推定するコンテ
ンツパラメータ推定部とを備えた請求項１記載の連続値
感性データベースを用いたコンテンツ作成装置。 - 【請求項７】 上記感性データ変換部は、上記感性デー
タベース上のデータの物理パラメータに対する出力値
が、ユーザーの入力した感性データと一致する時に高く
なるように予め学習を行う遺伝的アルゴリズムの評価関
数学習部と、上記評価関数を用いて、コンテンツの作成
に用いる遺伝的アルゴリズムによるコンテンツパラメー
タ推定部とを備えた請求項１記載の連続値感性データベ
ースを用いたコンテンツ作成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6340998A JPH11259522A (ja) | 1998-03-13 | 1998-03-13 | 連続値感性データベースを用いたコンテンツ作成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6340998A JPH11259522A (ja) | 1998-03-13 | 1998-03-13 | 連続値感性データベースを用いたコンテンツ作成装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11259522A true JPH11259522A (ja) | 1999-09-24 |
Family
ID=13228482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6340998A Pending JPH11259522A (ja) | 1998-03-13 | 1998-03-13 | 連続値感性データベースを用いたコンテンツ作成装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11259522A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000049956A (ko) * | 2000-05-09 | 2000-08-05 | 고일석 | 감성장치를 이용한 인터넷 전자우편과 채팅서비스 방법 및시스템 |
| JP2011118785A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法、及びプログラム |
| WO2018151363A1 (ko) * | 2017-02-16 | 2018-08-23 | (주)이지위드 | 군중 참여형 인터랙티브 콘텐츠 개발을 위한 체험자 감정 제어를 위한 콘텐츠 결정 방법 |
-
1998
- 1998-03-13 JP JP6340998A patent/JPH11259522A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000049956A (ko) * | 2000-05-09 | 2000-08-05 | 고일석 | 감성장치를 이용한 인터넷 전자우편과 채팅서비스 방법 및시스템 |
| JP2011118785A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法、及びプログラム |
| WO2018151363A1 (ko) * | 2017-02-16 | 2018-08-23 | (주)이지위드 | 군중 참여형 인터랙티브 콘텐츠 개발을 위한 체험자 감정 제어를 위한 콘텐츠 결정 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9626338B2 (en) | Markup assistance apparatus, method and program | |
| US5684999A (en) | Apparatus and a method for retrieving image objects based on correlation with natural language sentence parameters | |
| US11216499B2 (en) | Information retrieval apparatus, information retrieval system, and information retrieval method | |
| CN113282689A (zh) | 基于领域知识图谱的检索方法、装置和搜索引擎 | |
| CN111143672B (zh) | 基于知识图谱的专业特长学者推荐方法 | |
| CN114783421A (zh) | 智能推荐方法和装置、设备、介质 | |
| CN106227793A (zh) | 一种视频与视频关键词相关度的确定方法及装置 | |
| CN111008272A (zh) | 基于知识图谱的问答方法、装置、计算机设备及存储介质 | |
| CN110348024A (zh) | 基于法律知识图谱的智能识别系统 | |
| CN109145085A (zh) | 语义相似度的计算方法及系统 | |
| CN117573844B (zh) | 一种基于上下文感知的数据推荐方法、装置及相关介质 | |
| CN108153730A (zh) | 一种多义词词向量训练方法及装置 | |
| Justiawan et al. | Comparative analysis of color matching system for teeth recognition using color moment | |
| JPH11259522A (ja) | 連続値感性データベースを用いたコンテンツ作成装置 | |
| CN111026957A (zh) | 基于多维相似度的推荐系统及其方法 | |
| JP2010256957A (ja) | オノマトペのイメージ評価システム、イメージ評価装置、およびイメージ評価用プログラム | |
| CN116884000B (zh) | 基于视觉语言与关系检测的关系指代表达理解方法和装置 | |
| JP2001265596A (ja) | データマイニング装置およびデータマイニング方法 | |
| CN116597866B (zh) | 情绪识别的方法、装置、设备及存储介质 | |
| JP2022014034A5 (ja) | ||
| JP2005032193A (ja) | 単語間意味関係測定装置、単語間意味関係測定方法、単語間意味関係測定プログラム及びプログラム記録媒体 | |
| CN119226458A (zh) | 一种基于深度学习的智能客服对话策略优化方法 | |
| JP6375367B2 (ja) | 反論生成方法，反論生成システム | |
| JP2002189754A (ja) | 文書検索装置及び文書検索方法 | |
| KR20090088522A (ko) | 선행기술조사 시스템 및 방법 |