発明の詳細な説明【技術分野】 【０００１】 本発明の実施形態は、情報処理装置、方法およびプログラムに関する。 続きを表示（約 1,700 文字）【背景技術】 【０００２】 個人のデータを収集する仕組みが作りやすい分野において、パーソナライズ（personalize）が多く用いられている。例えば、ユーザによる閲覧、再生、クリック操作、購買履歴、または評価ログなどから商品、コンテンツ、サービス、または広告などのパーソナライズが行われている。 【０００３】 一方、個人のデータを収集する仕組みが作りにくい分野においては、パーソナライズは一般的でない。例えば、ユーザの顔表情、仕草、もしくは声などに基づく、感情もしくは好感度などの推定、または飲食物に基づく、この飲食物の香り、味、もしくは美味しさの感じ方などの五感の評価、に代表される、何らかの事物に対してユーザがどう感じるかなど、についてのパーソナライズは一般的でない。 【０００４】 このような、ユーザの主観データを対象としたパーソナライズが実現されれば、例えばユーザＡの感情認識特性に合わせて顔表情を変換して感情を正しく伝えたり、ユーザＡにとって最も美味しく感じられる料理を作ったりするなどの活用が考えられる。 すなわち、主観データに関するモデル、すなわち評価対象に対するユーザの主観に基づく評価を入力してユーザに対する新たな評価対象を出力する主観モデルを容易に構築する手法が必要である。 【０００５】 少数のデータを収集してモデルを構築する方法として、例えば非特許文献１に開示されるベイズ最適化が挙げられる。 この手法は、あるパラメタに対する評点を入力として、評価すべきパラメタの提示に係るモデルを繰り返し学習する手法である。 【０００６】 例えば、あるレシピの料理に対してユーザが点数付けすると、次に評価すべきレシピが出力され、このレシピをユーザが点数付けする、という手順を繰り返し、最終的には、ユーザの評価が最大となるレシピが出力される。 また、例えば非特許文献２に開示されるように、ベイズ最適化を用いてクッキーのレシピを最適化する手法がある。 【先行技術文献】 【非特許文献】 【０００７】 B. Shahriari, K. Swersky, Z. Wang, R. Adams, and N. de Freitas: Taking the human out of the loop: A Review of Bayesian Optimization. Proc. of the IEEE,(1), 12/2015(2016) Google. “The makings of a smart cookie.” https://www.blog.google/technology/research/makings-smart-cookie/, 2017. 【発明の概要】 【発明が解決しようとする課題】 【０００８】 しかしながら、上記の手法を適用したときは、複雑なモデルを学習するための評価回数が比較的多くなる問題があった。 【０００９】 この発明は、上記事情に着目してなされたもので、その目的とするところは、評価対象に対するユーザの主観に基づく評価を入力して新たな評価対象を出力するモデルを少ない回数で学習することができるようにした情報処理装置、方法およびプログラムを提供することにある。 【課題を解決するための手段】 【００１０】 本発明の一態様に係る情報処理装置は、評価対象への、ユーザの主観に基づく評価を入力して前記ユーザに対する新たな評価対象を出力するモデルに対する、前記評価対象への新たな評価の入力を受け付ける入力部と、前記モデルのうち前記評価対象への評価の観点に関わる部分を学習の対象として特定する特定部と、前記モデルのうち前記特定された部分のパラメタを前記評価の入力の結果に応じて学習する学習部と、前記評価の結果を入力として、前記学習されたモデルから出力された結果を、前記ユーザに提示する新たな評価対象として選択する選択部と、を備える。 （【００１１】以降は省略されています）
特許ウォッチbot のツイートを見る
この特許をJ-PlatPat（特許庁公式サイト）で参照する
特許ウォッチ
