特許ウォッチ

公開番号2025167938
公報種別公開特許公報(A)
公開日2025-11-07
出願番号2024072964
出願日2024-04-26
発明の名称情報処理プログラム、情報処理方法及び情報処理装置
出願人富士通株式会社
代理人個人
主分類G06Q 50/10 20120101AFI20251030BHJP(計算;計数)
要約【課題】ナラティブを表す画像の生成精度を向上させる。
【解決手段】情報処理プログラムは、メッセージに関するナラティブを含む第1のプロンプトに基づいて第1の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点を取得し、前記評価観点と画像生成の指示を含む第2のプロンプトとに基づいて生成された第3のプロンプトが第2の機械学習モデルに入力されることにより生成された第1の画像を取得する処理をコンピュータに実行させる。
【選択図】図14
特許請求の範囲【請求項１】
メッセージに関するナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点を取得し、
前記評価観点と画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する
処理をコンピュータに実行させる情報処理プログラム。
続きを表示（約 1,700 文字）【請求項２】
前記評価観点を含む第４のプロンプトと、第２の画像とに基づいて第３の機械学習モデルにより生成された第１の評価結果を取得し、
前記第３のプロンプトは、前記第１の評価結果と、前記第２のプロンプトとに基づいて前記第１の機械学習モデルにより生成されたプロンプトである
請求項１に記載の情報処理プログラム。
【請求項３】
前記評価観点を取得する処理は、前記評価観点と、前記第１のプロンプトに基づいて前記第１の機械学習モデルにより生成された前記評価観点の重要度とを取得する処理であって、
前記第１の画像を取得する処理は、前記重要度と、前記第1の評価結果とに基づいて算出される評価スコアが閾値未満の場合に前記第１の画像を取得する処理である
請求項２に記載の情報処理プログラム。
【請求項４】
前記評価観点を含む第５のプロンプトに基づいて前記第１の機械学習モデルにより生成された前記評価観点の画像表現の観点での第２の評価結果を取得し、
前記評価観点を含む第６のプロンプトに基づいて前記第１の機械学習モデルにより生成された前記評価観点の主題及び生起感情の観点での第３の評価結果を取得し、
前記第２の評価結果と、前記第３の評価結果とに基づいた前記評価観点の修正の指示を含む第７のプロンプトを生成し、
前記第７のプロンプトに基づいて前記第１の機械学習モデルにより修正された前記評価観点を取得し、
前記第３のプロンプトは、修正された前記評価観点と、前記第２のプロンプトとに基づいて生成されたプロンプトである
請求項１に記載の情報処理プログラム。
【請求項５】
メッセージに関するナラティブを受け付け、
前記ナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点と、画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する
処理をコンピュータに実行させる情報処理プログラム。
【請求項６】
メッセージに関するナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点を取得し、
前記評価観点と画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する
処理をコンピュータが実行する情報処理方法。
【請求項７】
メッセージに関するナラティブを受け付け、
前記ナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点と、画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する
処理をコンピュータが実行する情報処理方法。
【請求項８】
メッセージに関するナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点を取得し、
前記評価観点と画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する
制御部を有する情報処理装置。
【請求項９】
メッセージに関するナラティブを受け付け、
前記ナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成された前記ナラティブを表す画像の評価観点と、画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する
制御部を有する情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理プログラム、情報処理方法及び情報処理装置に関するものである。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
ＡＩ（Artificial Intelligence）の分野において、テキストなどから新たなデータを生み出す生成ＡＩ（ジェネレーティブＡＩ、Generative AI）の技術がある。生成ＡＩはテキストや画像、音声など様々な種類のデータを生成することができる。生成ＡＩのうち、画像を生成する生成ＡＩは画像生成ＡＩと呼ばれる。画像生成ＡＩは、一例としてプロンプト（prompt）と呼ばれる自然言語で記載されたテキストが入力されると、入力されたプロンプトに応じた画像を生成する。
【０００３】
他者に効果的にメッセージを伝える手法として、画像や動画と共にナラティブ（narrative）を併用する手法がある。ナラティブは「物語」や「語り」、「話術」などと訳され、例えば自己の経験に基づいた語りはナラティブの一例である。ナラティブを通じてメッセージを伝えることにより、聞き手が感情移入しやすい、聞き手に心理的リアクタンス（拒否反応）が生じづらいなどの効果が生ずる。ナラティブと、ナラティブを表す画像や動画を併用することにより、より効果的にメッセージを伝えることができる。
【先行技術文献】
【特許文献】
【０００４】
米国特許出願公開第２０２３／０３７７２２６号明細書
米国特許第１１７９７７８０号明細書
特許第７３９８７２３号明細書
特開２０２２－１０６１４７号公報
【非特許文献】
【０００５】
Melvin Wong, Yew-Soon Ong, Abhishek Gupta, Kavitesh Kumar Bali, Caishun Chen, ”Prompt Evolution for Generative AI: A Classifier-Guided Approach”, 2023 IEEE Conference on Artificial Intelligence (CAI), IEEE.org, 2003, p.226-229
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ユーザは、生成ＡＩによりナラティブを表す画像を生成する場合、ユーザが所望する画像をプロンプトで指示する必要がある。しかしながら、ユーザが所望する画像を指示するためには、プロンプトを作成するための経験やノウハウが必要となる。そのため、プロンプトの内容によっては画像生成の精度が劣化し、ナラティブを表す画像を生成することができない場合がある。
【０００７】
従来技術では、画像の評価観点を定義し、画像生成ＡＩにより生成された画像を評価観点により評価し、評価の高い画像を用いることにより画像生成を反復的に改善する技術が提案されている。しかしながら、評価観点はプロンプトと同様にユーザにより定義されるため、評価観点の定義によってはナラティブを表す画像を生成することができない場合があった。
【０００８】
一つの側面では、本発明は、ナラティブを表す画像の生成精度を向上させることができる情報処理プログラム、情報処理方法、情報処理装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
一つの態様では、メッセージに関するナラティブを含む第１のプロンプトに基づいて第１の機械学習モデルにより生成されたナラティブを表す画像の評価観点を取得し、評価観点と画像生成の指示を含む第２のプロンプトとに基づいて生成された第３のプロンプトが第２の機械学習モデルに入力されることにより生成された第１の画像を取得する処理をコンピュータに実行させる情報処理プログラムが提供される。
【００１０】
一つの態様では、上記情報処理プログラムに基づく処理と同様の処理をコンピュータが実行する情報処理方法が提供される。
（【００１１】以降は省略されています）

関連特許