特許ウォッチ

公開番号2025119824
公報種別公開特許公報(A)
公開日2025-08-15
出願番号2024014867
出願日2024-02-02
発明の名称モデル生成方法及び推論プログラム
出願人国立研究開発法人情報通信研究機構
代理人弁理士法人秀和特許事務所
主分類G06N 20/00 20190101AFI20250807BHJP(計算;計数)
要約【課題】コンテンツの視聴中に個人に知覚される内容を低コストで簡易的に推論するための技術を提供する。
【解決手段】本発明の一側面に係るモデル生成装置は、コンテンツを視聴中の被験者から計測された眼球関連データを取得し、取得された眼球関連データを用いて、推論モデルの機械学習を実施し、機械学習の結果を出力する。機械学習は、コンテンツに含まれる内容に対応する情報空間上の意味表現を眼球関連データから推論する能力を獲得するように推論モデルを訓練することを含む。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータが、
コンテンツを視聴中の被験者から計測された眼球関連データを取得するステップ、
取得された前記眼球関連データを用いて、推論モデルの機械学習を実施するステップ、及び
前記機械学習の結果を出力するステップ、
を実行し、
前記機械学習は、前記コンテンツに含まれる内容に対応する情報空間上の意味表現を前記眼球関連データから推論する能力を獲得するように前記推論モデルを訓練することを含む、
モデル生成方法。
続きを表示（約 650 文字）【請求項２】
前記コンピュータが、前記コンテンツを視聴中の前記被験者の行動を示す行動データを取得するステップを更に実行し、
前記推論モデルの機械学習には、取得された前記行動データが更に用いられ、
前記機械学習では、前記推論モデルは、前記眼球関連データ及び前記行動データから前記意味表現を推論する能力を獲得するように訓練される、
請求項１に記載のモデル生成方法。
【請求項３】
取得される前記眼球関連データは、視線データ、瞬目データ、瞳孔径データ又はこれらの組み合わせにより構成される、
請求項１に記載のモデル生成方法。
【請求項４】
コンピュータに、
対象コンテンツを視聴中の対象者から計測された眼球関連データを取得するステップ、
訓練済みの推論モデルを用いて、前記対象コンテンツに含まれる内容に対応する情報空間上の意味表現を取得された前記眼球関連データから推論するステップ、及び
前記意味表現を推論した結果を出力するステップ、
を実行させるための、
推論プログラム。
【請求項５】
前記コンピュータに、前記対象コンテンツを視聴中の前記対象者の行動を示す行動データを取得するステップを更に実行させ、
前記推論するステップでは、前記コンピュータに、取得された前記眼球関連データ及び前記行動データから前記意味表現を推論させる、
請求項４に記載の推論プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、モデル生成方法及び推論プログラムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
多種多様なコンテンツの多様な個人に対する作用をどのように定量化すればよいか、及び多様な個人に向けてコンテンツをどのように最適化すればよいかという問題は、例えば、教育、娯楽、宣伝、政策等の多岐にわたる分野において重要とされる課題である。
【０００３】
大規模言語モデルを含む人工知能技術の急速な発展に伴い、多様なモダリティで表現されたコンテンツに含まれる内容を、例えば、画像特徴量空間、意味空間、概念空間等の任意の潜在空間上の固定長のベクトルとして定量的に表現する手法が発達しつつある。例えば、非特許文献１には、大規模なデータセットから単語の連続ベクトル表現を計算するためのアーキテクチャが提案されている。
【０００４】
また、近年の脳活動の定量的モデル化技術の進展に伴い、知覚体験の内容等を潜在空間上のベクトルとして解読する技術も実現化されつつある。例えば、特許文献１には、脳活動を計測し、計測された脳活動を解析することで、知覚された意味内容を推定する推定方法が提案されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０１６－１９５７１６号公報
【非特許文献】
【０００６】
Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean, “Efficient estimation of word representations in vector space”, [online], [令和６年１月２９日検索] インターネット＜ＵＲＬ：https://arxiv.org/abs/1301.3781＞
【発明の概要】
【発明が解決しようとする課題】
【０００７】
特許文献１等で提案される脳活動に基づく情報解析方法では、ｆＭＲＩ（functional magnetic resonance imaging）等の大規模な測定装置が脳活動の計測に用いられる。この
大規模な測定装置は、コストが高く、拘束性が強い。そのため、個人に知覚される内容を低コストで簡易的に推論することが困難であるという問題点があった。
【０００８】
本発明は、一側面では、このような事情を鑑みてなされたものであり、その目的は、コンテンツの視聴中に個人に知覚される内容を低コストで簡易的に推論する技術を提供することである。
【課題を解決するための手段】
【０００９】
本発明は、上述した課題を解決するために、以下の構成を採用する。なお、以下の構成は適宜組み合わせ可能である。
【００１０】
本発明の一側面に係るモデル生成方法は、コンピュータが、コンテンツを視聴中の被験者から計測された眼球関連データを取得するステップ、取得された前記眼球関連データを用いて、推論モデルの機械学習を実施するステップ、及び前記機械学習の結果を出力するステップを実行する情報処理方法である。前記機械学習は、前記コンテンツに含まれる内
容に対応する情報空間上の意味表現を前記眼球関連データから推論する能力を獲得するように前記推論モデルを訓練することを含む。
（【００１１】以降は省略されています）

関連特許