JP4274221B2 - 情報処理装置および方法、プログラム、並びに記録媒体 - Google Patents

Description

本発明は情報処理装置および方法、プログラム、並びに記録媒体に関し、特に、コンテンツを取り扱う情報処理装置および方法、プログラム、並びに記録媒体に関する。

ハードディスクやフラッシュメモリに、多数の楽曲を記録し、再生する装置が広く使用されるようになってきた。多数の楽曲が記録できるようになるにつれ、記録している楽曲の中から似ている楽曲を探したいという要望がでてきた。

従来、類似の楽曲を探すには、楽曲の特徴量で、楽曲間の距離を測るなどの技術がある（例えば、特許文献１参照）。

特開２００４−１７１０９６号公報

しかし、通常、類似を楽曲間の特徴量の相関や距離などで定義すると、相関や距離などについて、楽曲のペアの数分の計算が必要となる。近年では、数百曲乃至千曲以上の楽曲を保存できる機器が一般的になり、楽曲が多いほど類似する楽曲を探すための処理時間は長くなり、その処理時間は膨大になる。

また、単に、楽曲の特徴量のユークリッド距離が近い楽曲を、類似する楽曲としたのでは、意図しない楽曲、すなわちユーザが似ていると感じない楽曲が類似する楽曲とされてしまうことがある。

ユーザが似ていると感じる楽曲をユークリッド距離を用いて求めるには、ユーザの実験により得られた各楽曲間の類似度から、主座標分析または逐次更新などの方法で類似度を良く表す空間を作り、それぞれの軸の座標を楽曲の特徴量から回帰解析などで推定した空間を用いるという方法が考えられる。

ところが、これらの方法を適用できるまでに、楽曲間の類似度を示すデータである、ユーザの実験のデータを収集することは非常に難しく、現実的ではない。例えば主座標分析を適用しようとした場合、１４５０曲についての類似度の実験のデータを得るには、１４５０曲×１４５０曲＝２１０万パターンについて、似ているまたは似ていないのデータを入力しなければならない。

本発明は、このような状況に鑑みてなされたものであり、より簡単に、より迅速に、また、より正確に類似するコンテンツを特定することができるようにするものである。

本発明の一側面の情報処理装置は、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換する変換手段と、変換された特徴量により、類似するコンテンツを検索する検索手段とを備え、前記変換手段は、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数を適用することにより、コンテンツの特徴量を変換する。

コンテンツの特徴量を抽出する抽出手段をさらに設けることができる。

前記検索手段には、前記関数により変換された特徴量によるコンテンツのグループのうち、同じグループに属するコンテンツを検索することにより、類似するコンテンツを検索させることができる。

前記関数を生成する生成手段をさらに設け、前記変換手段には、生成された前記関数を適用することにより、コンテンツの特徴量を変換させることができる。

前記評価値を算出する算出手段をさらに設け、前記生成手段には、前記算出手段により算出された前記評価値が予め定めた世代数更新されなくなるまで、遺伝的手法によって前記関数を生成させることができる。

前記複数のコンテンツ間の類似関係を示すデータを取得する取得手段をさらに設け、前記算出手段には、前記複数のコンテンツ間の類似関係を示すデータを用いて、前記評価値を算出させることができる。

変換された特徴量により、コンテンツのクラスタリングを実行するクラスタリング手段をさらに設けることができる。

変換された特徴量によるコンテンツとクラスタとの距離により、コンテンツの属するグループを特定する特定手段をさらに設けることができる。

本発明の一側面の情報処理方法は、コンテンツの特徴量を変換して、その変換された特徴量により、類似するコンテンツを検索する情報処理装置が、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、変換された特徴量により、類似するコンテンツを検索するステップを含み、前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される。

本発明の一側面のプログラムは、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、変換された特徴量により、類似するコンテンツを検索するステップを含み、前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される処理をコンピュータに実行させる。

本発明の一側面の記録媒体のプログラムは、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、変換された特徴量により、類似するコンテンツを検索するステップを含み、前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される処理をコンピュータに実行させる。

本発明の一側面においては、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量が変換され、変換された特徴量により、類似するコンテンツが検索される。コンテンツの特徴量を変換する処理においては、前記新たな特徴量空間に写像する関数として、複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた関数が適用される。

以上のように、本発明の一側面によれば、類似するコンテンツを特定することができる。

また、本発明の一側面によれば、より簡単に、より迅速に、また、より正確に類似するコンテンツを特定することができる。

以下に本発明の実施の形態を説明するが、本発明の構成要件と、発明の詳細な説明に記載の実施の形態との対応関係を例示すると、次のようになる。この記載は、本発明をサポートする実施の形態が、発明の詳細な説明に記載されていることを確認するためのものである。従って、発明の詳細な説明中には記載されているが、本発明の構成要件に対応する実施の形態として、ここには記載されていない実施の形態があったとしても、そのことは、その実施の形態が、その構成要件に対応するものではないことを意味するものではない。逆に、実施の形態が構成要件に対応するものとしてここに記載されていたとしても、そのことは、その実施の形態が、その構成要件以外の構成要件には対応しないものであることを意味するものでもない。

本発明の一側面の情報処理装置は、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換する変換手段（例えば、図２５の特徴量変換部１３１）と、変換された特徴量により、類似するコンテンツを検索する検索手段（例えば、図２５の検索処理部１２７）とを備え、前記変換手段は、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数を適用することにより、コンテンツの特徴量を変換する。

コンテンツの特徴量を抽出する抽出手段（例えば、図２５の特徴量抽出部１２２）をさらに設けることができる。

前記関数を生成する生成手段（例えば、図２８の空間変形部２６における図２の変換関数生成部４１）をさらに設け、前記変換手段には、生成された前記関数を適用することにより、コンテンツの特徴量を変換させることができる。

前記評価値を算出する算出手段（例えば、図２８の空間変形部２６における図２の関数評価値算出部４２）をさらに設け、前記生成手段には、前記算出手段により算出された前記評価値が予め定めた世代数更新されなくなるまで、遺伝的手法によって前記関数を生成させることができる。

前記複数のコンテンツ間の類似関係を示すデータを取得する取得手段（例えば、図２８のユーザ評価取得部２５）をさらに設け、前記算出手段には、前記複数のコンテンツ間の類似関係を示すデータを用いて、前記評価値を算出させることができる。

変換された特徴量により、コンテンツのクラスタリングを実行するクラスタリング手段（例えば、図２８のクラスタリング部２７）をさらに設けることができる。

変換された特徴量によるコンテンツとクラスタとの距離により、コンテンツの属するグループを特定する特定手段（例えば、図２５のコンテンツグループ特定部１２５）をさらに設けることができる。

本発明の一側面の情報処理方法およびプログラムは、複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し（例えば、図２６のステップＳ５４）、変換された特徴量により、類似するコンテンツを検索する（例えば、図２７のステップＳ７２）ステップを含み、前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される。

図１は、コンテンツの特徴量の空間を変形し、変形された空間における特徴量を得るための変換関数を生成する情報処理装置１１の構成の例を示すブロック図である。情報処理装置１１は、サンプルコンテンツ取り込み部２１、コンテンツデータベース２２、特徴量抽出部２３、特徴量取得部２４、ユーザ評価取得部２５、空間変形部２６、クラスタリング部２７、および出力部２８から構成される。

サンプルコンテンツ取り込み部２１は、コンテンツの特徴量の空間を変形するためのサンプルとしてのコンテンツであるサンプルコンテンツを取り込み、コンテンツデータベース２２に供給する。

コンテンツデータベース２２は、サンプルコンテンツ取り込み部２１から供給されたサンプルコンテンツを格納する。

ここで、コンテンツは、楽曲（のデータ）または動画像若しくは静止画像である画像（のデータ）などである。

以下、楽曲であるコンテンツを例に説明する。

特徴量抽出部２３は、コンテンツデータベース２２に格納されているサンプルコンテンツから、そのサンプルコンテンツの特徴量を抽出する。例えば、特徴量抽出部２３は、楽曲であるサンプルコンテンツの音声の波形を分析するなどして、サンプルコンテンツの特徴量を抽出する。特徴量抽出部２３は、抽出した特徴量をコンテンツデータベース２２に供給する。

特徴量取得部２４は、サンプルコンテンツの特徴量を取得する。例えば、特徴量取得部２４は、ユーザの操作に応じて入力された特徴量を取得するか、図示せぬネットワークを介して接続されているサーバに格納されている、そのコンテンツについてのレビューなどの特徴量を、そのサーバから読み出すことにより、サンプルコンテンツの特徴量を取得する。特徴量取得部２４は、取得した特徴量をコンテンツデータベース２２に供給する。

ユーザ評価取得部２５は、コンテンツデータベース２２に格納されているサンプルコンテンツについての、ユーザの主観によるサンプルコンテンツの類似の度合いを示すユーザの評価を取得する。例えば、ユーザ評価取得部２５は、ユーザの操作に応じて入力された評価を取得するか、図示せぬネットワークを介して接続されているサーバに格納されている評価を、そのサーバから読み出すことにより、サンプルコンテンツについての評価を取得する。ユーザ評価取得部２５は、取得した評価をコンテンツデータベース２２に供給する。

空間変形部２６は、サンプルコンテンツの特徴量の空間を変形する。空間変形部２６は、サンプルコンテンツの特徴量の空間の変形のための変換関数をコンテンツデータベース２２に供給する。

また、クラスタリング部２７は、変形された空間におけるサンプルコンテンツのクラスタリングを実行する。クラスタリング部２７は、クラスタのセントロイドを求めて、変形された空間におけるセントロイドの位置をコンテンツデータベース２２に供給する。クラスタのセントロイド（の位置）は、コンテンツのグループの代表値となる。ここで、コンテンツのグループとは、相互に類似するコンテンツからなるグループである。

コンテンツデータベース２２は、サンプルコンテンツと共に、特徴量抽出部２３において抽出されたサンプルコンテンツの特徴量、特徴量取得部２４によって取得されたサンプルコンテンツの特徴量、ユーザ評価取得部２５によって取得された評価、空間変形部２６において得られた変換関数、およびクラスタリング部２７において得られたクラスタのセントロイドの位置を格納する。

出力部２８は、外部からの要求に応じて、コンテンツデータベース２２に格納されている変換関数およびクラスタのセントロイドの位置を外部に出力する。

図２は、空間変形部２６の構成を示すブロック図である。空間変形部２６は、変換関数生成部４１および関数評価値算出部４２から構成される。

変換関数生成部４１は、複数の特徴量が付与された複数のコンテンツに対して、複数の特徴量により定義されたコンテンツ間の距離が、ユーザから入力された複数のコンテンツ間の類似関係に対応する距離となるように複数の特徴量を変換し、複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、複数の特徴量の変換により新たな特徴量空間に写像する関数を生成する。言い換えれば、変換関数生成部４１は、コンテンツの複数の特徴量のそれぞれが次元の軸とされる空間を、複数のコンテンツのそれぞれの特徴量で定まる位置の間の距離が、ユーザの主観によるコンテンツの類似の度合いに応じた長さとされる空間に変形する関数を遺伝的手法によって生成する。すなわち、変換関数生成部４１は、コンテンツデータベース２２に格納されているサンプルコンテンツの複数の特徴量のそれぞれが次元の軸とされる空間を、複数のサンプルコンテンツ毎の特徴量の間の距離が、サンプルコンテンツについてのユーザの評価に応じた長さとされる空間に変形する変換関数を遺伝的手法によって生成する。

関数評価値算出部４２は、ユーザから入力された複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示す値と、関数の自由パラメータの数とから、情報量基準である評価値を算出する。すなわち、関数評価値算出部４２は、ユーザの評価によって類似の度合いが予め評価されたサンプルコンテンツのうちの、主観的に類似しているとされたサンプルコンテンツの特徴量と主観的に類似していないとされたサンプルコンテンツの特徴量とのユークリッド距離による分類の程度を示す値と、変換関数の自由パラメータの数とから、情報量基準である評価値を算出する。

変換関数生成部４１は、算出された評価値に応じて、遺伝的手法による関数の生成を繰り返す。

図３乃至図１５を参照して、空間変形部２６におけるサンプルコンテンツの特徴量の空間の変形について説明する。

特徴量の空間とは、特徴量である変数のそれぞれが次元の軸とされる空間をいう。また、空間の変形とは、所定の目的のために、元の空間を別の空間に変形することをいう。すなわち、空間の変形とは、空間の次元の軸の少なくとも１つを、元の変数と異なる変数とすることである。

ここで、変数Ｘを、ｎ次元（ｎは、正の整数）で構成される元の空間の次元を構成する変数とし、変数Ｘ’を、ｍ次元（ｍは、正の整数）で構成される変形後の空間の次元を構成する変数とする。

例えば、図３で示されるように、元の空間の変数Ｘである変数Ｘ１および変数Ｘ２は、変数Ｘ１’および変数Ｘ２’に変換されるように、空間が変形される。図３において、それぞれの黒丸は、１つのコンテンツについての特徴量により定まる空間上の位置を示す。図３における黒丸の間の線は、ユーザの主観によるコンテンツの類似の度合いを示すユーザの評価において、類似しているとされたコンテンツについての特徴量により定まる空間上の位置を示す黒丸をつないでいる。

変形後の空間の各次元は、元の空間の変数に所定の変換を加えることで生成される。

すなわち、式（１）に示されるように、元の空間の変数ＸからなるベクトルＸに変換関数ｆｊを適用することにより、変形後の空間の次元を構成する変数Ｘ’からなるベクトルＸｊ’が求められる。
ベクトルＸｊ’＝ｆｊ（ベクトルＸ） ・・・（１）

変換関数ｆｊは、ｍ個の変換関数ｆ１乃至ｆｍからなる。

式（２）は、線形変換である変換関数ｆ１の例を示す式である。
ｆ１（ベクトルＸ）＝Ｘ１×０．５ ・・・（２）

式（３）は、線形変換である変換関数ｆ２の例を示す式である。
ｆ２（ベクトルＸ）＝Ｘ１×０．１＋Ｘ２×０．３ ・・・（３）

また、式（４）は、カーネル関数を用いた非線形変換である変換関数ｆ３の例を示す式である。
ｆ３（ベクトルＸ）＝Ｋ（ベクトルＸ，θ） ・・・（４）

例えば、図４で示されるように、ｎ次元の元の空間の軸である変数Ｘ１乃至変数Ｘｎに、ｍ個の変換関数ｆ１乃至ｆｍからなる変換関数ｆｊが適用される。図４の例において、変換関数ｆｍは、式（５）で示される。
ｆｍ（ベクトルＸ）＝Ｘ４×０．１＋Ｘ２×１．５ ・・・（５）

変形後のｍ次元の空間の軸である変数Ｘ１’乃至変数Ｘｍ’は、式（６）で表される。
Ｘ１’＝ｆ１（ベクトルＸ）
Ｘ２’＝ｆ２（ベクトルＸ）
Ｘ３’＝ｆ３（ベクトルＸ）
・・・
Ｘｍ’＝ｆｍ（ベクトルＸ） ・・・（６）

変換関数ｆｊは、遺伝的手法が用いられて、変形後の空間がより目的にあった空間に近づくように繰り返し最適化される。

例えば、変換関数ｆｊがランダムに生成されて、所定の数の空間が生成される。すなわち、複数の変換関数ｆｊが生成される。生成された空間の全てが、関数評価関数から求められる関数評価値によって評価される。関数評価値が高かった、すなわち、より目的にあった空間の数個が選択されるか、その空間の変換関数ｆｊの一部と他の空間の変換関数ｆｊの一部とが組み替えられるように交叉させられるか、その空間の変換関数ｆｊの一部がランダムに変更されるように突然変異させられるか、または新たにランダムに変換関数ｆ１乃至ｆｍのいずれかが生成されるように、空間が次の世代に残される。

この、選択、交叉、突然変異、またはランダムな生成による、次の世代の空間の生成および関数評価値による評価は、関数評価値が上がらなくなるまで繰り返される。

関数評価値には、AIC（Akaike Information Criterion）またはBIC（Schwarz's Bayesian Information Criterion）などの情報量基準が用いられ、過学習が防止される。

例えば、情報量基準であるAICは、式（７）により求められる。
AIC=−２×最大対数尤度＋２×自由パラメータの数 ・・・（７）

また、例えば、情報量基準であるBICは、式（８）により求められる。
BIC=−２×最大対数尤度
＋log（サンプルコンテンツの評価の数）×自由パラメータの数 ・・・（８）

図５で示されるように、ユークリッド距離Ａを単純に測定することで、ユーザの主観にあった尺度でコンテンツ間の類似度を計算することができるように空間が変形される。すなわち、生成された空間おける２つのコンテンツのそれぞれの特徴量で示される位置の間のユークリッド距離Ａが、ユーザの主観にあった尺度による、その２つのコンテンツの類似度を示すように空間が変形される。

ここでさらに詳細に、サンプルコンテンツ、サンプルコンテンツについてのユーザの評価、特徴量、変換関数、および関数評価値について説明する。

まず、ユーザの実験により、教師データである、サンプルコンテンツおよびサンプルコンテンツについてのユーザの評価が用意される。例えば、サンプルコンテンツについてのユーザの評価として、コンテンツの類似度データＳが用意される。

実験の用いられたサンプルコンテンツをＭとし、実験に用いられたサンプルコンテンツの数をＯ（例えば、１４００）で表す。

サンプルコンテンツであるコンテンツＭ１とコンテンツＭ２とが似ているとユーザに評価された場合、コンテンツＭ１とコンテンツＭ２とについての類似度データＳ（Ｍ１，Ｍ２）は、似ていることを示す０とされる。

サンプルコンテンツであるコンテンツＭ１とコンテンツＭ３とが似ていないとユーザに評価された場合、コンテンツＭ１とコンテンツＭ３とについての類似度データＳ（Ｍ１，Ｍ３）は、似ていないことを示す１とされる。

同様に、サンプルコンテンツであるコンテンツＭ４とコンテンツＭ６とが似ているとユーザに評価された場合、コンテンツＭ４とコンテンツＭ６とについての類似度データＳ（Ｍ４，Ｍ６）は、似ていることを示す０とされる。

ここで、用意されるサンプルコンテンツおよびサンプルコンテンツについてのユーザの評価である教師データの数は、従来の手法の場合に比較して、より少なくて良い。また、例えば、１４００であるサンプルコンテンツの数Ｏのすべてのサンプルコンテンツのペアについて、類似度データＳを用意する必要はない。

次に、サンプルコンテンツの特徴を良く表す特徴量が用意され、この特徴量は、元の空間（変形される前の空間）を構成する変数とされる。例えば、サンプルコンテンツから予め抽出されていた特徴量が取得されるか、またはサンプルコンテンツから抽出されることにより、サンプルコンテンツの特徴量が用意される。

以下、この元の空間を構成する変数としての特徴量を特徴量Ｆｋｉで表す。ここで、ｉは、１乃至Ｏ（サンプルコンテンツの数）のいずれかである。

例えば、特徴量Ｆｋ１は、BPM（Beat Per Minute）など演奏の速度、すなわちテンポ（Tempo）を示す。例えば、特徴量Ｆｋ２は、楽曲が速いか遅いかを示すスピード（Speed）とされる。スピードは、楽曲の主観的な速さ、すなわち楽曲を聴いているユーザが感じる速さであり、例えば、１６分音符が多いほどその楽曲は速く感じられる。

特徴量Ｆｋ３は、Dispersionすなわちテンポの揺れの大きさを示す。また、特徴量Ｆｋ４は、Majorすなわちメジャーコードの割合を示す。特徴量Ｆｋ５は、Notesすなわち単位時間当たりの音の多さを示す。

さらにまた、特徴量Ｆｋｎは、LoMidすなわち音声の周波数帯域のうちの中域に対する低域のエネルギーの割合を示す。

図６に示されるように、特徴量Ｆｋ１乃至特徴量Ｆｋｎのそれぞれを各軸とする元の空間は、遺伝的手法により、ユークリッド距離がコンテンツの類似度を表す空間に少しずつ変形させられる。

変換関数ｆｊが更新されて、空間が変形される場合、関数評価値が算出される。この関数評価値には、変形させられた空間においてユークリッド距離を用いて似ているコンテンツと似ていないコンテンツとが分類できているかどうかを示すFDR（Fisher discriminant ratio）と、変換関数の自由パラメータの数とから算出された情報量基準が用いられる。

図７は、遺伝的手法による空間の変形の概念を示す図である。例えば、元の空間において、元の特徴量がそれぞれ次元とされるので、その次元は、｛Tempo,Speed,Dispersion,Major,Notes,PitchMove,・・・,LoMid｝と表される。

遺伝的手法により元の空間の世代の次の世代（以下、第２世代と称する）に空間が進化させられると、その第２世代における次元は、例えば、｛Tempo,Speed,Dispersion×1.35,Major,Notes,・・・,LoMid｝とされる。元の空間の世代から第２世代への進化において、Dispersionが伸縮され、PitchMoveが削除されている。

さらに、遺伝的手法により第２世代の次の世代である第３世代に空間が進化させられると、その第３世代における次元は、例えば、｛Tempo,Speed,Dispersion×1.35,K（Major,35）,Notes,・・・,LoMid｝とされる。第２世代から第３世代への進化において、Majorが、カーネル関数により非線形変換されて、K（Major,35）とされている。

生成された空間を評価する場合、新たに生成された空間における、教師データとして与えられた、サンプルコンテンツのペアの特徴量の間のユークリッド距離Ｄが計算される。例えば、サンプルコンテンツＭｋとサンプルコンテンツＭｉとのユークリッド距離Ｄが式（９）により計算される。

なお、式（９）において、ベクトルＦｋは、サンプルコンテンツＭｋの特徴量のベクトルを示し、ベクトルＦｉは、サンプルコンテンツＭｉの特徴量のベクトルを示し、Ｔは、転置を表す。また、ユークリッド距離Ｄは、類似度データＳが用意されたサンプルコンテンツＭｋとサンプルコンテンツＭｉとの組み合わせについてのみ計算される。

図８は、変形された空間における特徴量のユークリッド距離と、コンテンツの類似との関係を示す図である。図８において、実線は、類似しているコンテンツの特徴量の、変形された空間におけるユークリッド距離の確率分布を示し、点線は、類似していないコンテンツの特徴量の、変形された空間におけるユークリッド距離の確率分布を示す。

類似しているコンテンツの特徴量の距離と類似していないコンテンツの特徴量の距離とに差があるほど、その空間は、コンテンツの類似度をよく表している空間であると言える。

類似しているコンテンツの特徴量の距離と類似していないコンテンツの特徴量の距離とにどれほど差があるかを測るために、式（１０）により、類似しているコンテンツのクラスと類似していないコンテンツのクラスとのFDR（Fisher discriminant ratio）が計算される。

図９乃至図１１は、変形された空間における、類似しているコンテンツの特徴量または類似していないコンテンツの特徴量についてのユークリッド距離と、FDRの値との関係を示す図である。図９乃至図１１において、実線は、変形された空間における、類似しているコンテンツの特徴量のユークリッド距離の確率分布を示し、点線は、変形された空間における、類似していないコンテンツの特徴量のユークリッド距離の確率分布を示す。

図９に示されるように、類似しているコンテンツの特徴量のユークリッド距離と類似していないコンテンツの特徴量のユークリッド距離との差が短い場合、FDRが小さく、図１０と図１１とに示されるように、類似しているコンテンツの特徴量のユークリッド距離と類似していないコンテンツの特徴量のユークリッド距離との差が、より長くなるにつれて、FDRがより大きくなる。すなわち、類似しているコンテンツの特徴量のユークリッド距離と類似していないコンテンツの特徴量のユークリッド距離とにはっきりした差があるほど、FDRの値は大きくなる。

例えば、式（７）により計算される情報量基準であるAICにおける、最大対数尤度として、FDRが用いられる。

図１２は、自由パラメータの例を示す図である。図１２において、点線の丸で囲まれる値が、自由パラメータである。式（７）における自由パラメータの数は、例えば、図１２で示される自由パラメータのその数とされる。

例えば、変換関数ｆ１（ベクトルＸ）＝Ｘ１×０．５における０．５は、自由パラメータであり、変換関数ｆ２（ベクトルＸ）＝Ｘ３×０．４−Ｘ４×０．２における、０．４および０．２は、自由パラメータであり、変換関数ｆ３（ベクトルＸ）＝ｅｘｐ（−ｓｑｒ（Ｘ３×０．５）／０．５）×０．６における、Ｘ３に乗算される０．５、除数である０．５、および０．６は、自由パラメータであり、変換関数ｆｍ（ベクトルＸ）＝Ｘ４×０．１＋Ｘ２×１．５における、０．１および１．５は、自由パラメータである。

情報量基準であるAICの値は、低いほど好ましいことを示しているので、次の世代の空間の生成、すなわち、次の世代の変換関数を生成する場合における、遺伝的操作において、AICの値が低いものほど選択されやすいようにする。

なお、関数評価値として情報量基準であるBICを用いる場合も同様なので、以下、その説明は省略する。

以上のように、変換関数生成部４１において、複数の特徴量が付与された複数のコンテンツに対して、複数の特徴量により定義されたコンテンツ間の距離が、ユーザから入力された複数のコンテンツ間の類似関係に対応する距離となるように複数の特徴量を変換し、複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、複数の特徴量の変換により新たな特徴量空間に写像する関数が遺伝的手法によって生成されることで、空間変形部２６において、サンプルコンテンツの特徴量の空間が変形される。

空間を変形する関数は、関数評価値算出部４２において計算される、ユーザから入力された複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示す値と、関数の自由パラメータの数とから算出された情報量基準である評価値に応じて、遺伝的手法によって繰り返し生成される。

コンテンツの類似度データＳは、コンテンツが類似しているか否かを示すデータであると説明したが、類似度を示す連続的な数値とするようにしてもよい。例えば、コンテンツの類似度データＳは、０が完全に同じであることを示し、１が全く違うことを示す、０乃至１のいずれかの実数とされる。

例えば、コンテンツＭ１とコンテンツＭ２とがやや似ているとユーザに評価された場合、コンテンツＭ１とコンテンツＭ２とについての類似度データＳ（Ｍ１，Ｍ２）は、やや似ていることを示す０．３とされる。

コンテンツＭ１とコンテンツＭ３とが似ていないとユーザに評価された場合、コンテンツＭ１とコンテンツＭ３とについての類似度データＳ（Ｍ１，Ｍ３）は、似ていないことを示す０．９とされる。

同様に、コンテンツＭ４とコンテンツＭ６とが似ているとも似ていないとも言えないとユーザに評価された場合、コンテンツＭ４とコンテンツＭ６とについての類似度データＳ（Ｍ４，Ｍ６）は、似ているとも似ていないとも、どちらとも言えないことを示す０．５とされる。

この場合、類似度データＳとユークリッド距離との相関を用いて計算したAICなどの情報量基準の値が関数評価値とされる。例えば、式（７）により計算される情報量基準であるAICにおける、最大対数尤度は、相関値から計算される。

図１３は、相関値が０．０である場合の、類似度データＳとコンテンツの特徴量の間の距離との関係を示す図であり、図１４は、相関値が０．５である場合の、類似度データＳとコンテンツの特徴量の間の距離との関係を示す図であり、図１５は、相関値が１．０である場合の、類似度データＳとコンテンツの特徴量の間の距離との関係を示す図である。

図１３乃至図１５で示されように、コンテンツの類似度データＳが類似度を示す連続的な数値である場合、空間における特徴量の距離と類似度データＳの相関が高いほど、その空間がコンテンツの類似度をよく表している空間であると言える。すなわち、図１３で示されるように相関値が０．０である場合の空間に比較して、図１４で示される相関値が０．５である場合の空間が、コンテンツの類似度をよく表し、さらに、図１４で示される相関値が０．５である場合の空間に比較して、図１５で示される相関値が１．０である場合の空間が、コンテンツの類似度をさらによく表していると言える。

さらに、サンプルコンテンツの特徴量の変形された空間において、クラスタリング部２７は、サンプルコンテンツのクラスタリングを行う。

クラスタリング部２７は、K-means法など、コンテンツの特徴量の間のユークリッド距離を基に分類する手法によって、サンプルコンテンツのクラスタリングを行う。

サンプルコンテンツのクラスタリングにおいて、クラスタ数が変化させられて、類似度データＳと最も合致し、クラスタの数が最も少ないクラスタが選択される。すなわち、類似度データＳと最も合致するもののうち、クラスタの数が最も少ないクラスタが選択される。

例えば、図１６で示されるように、クラスタ数が、１、２、３，・・・、３５、３６、・・・と順に増やされて、サンプルコンテンツのクラスタリングが実行される。

クラスタ数のそれぞれについて、評価すなわち類似度データＳとの一致率が求められる。図１６に示す例において、クラスタ数が１である場合の類似度データＳとの一致率は、０．４５であり、クラスタ数が２である場合の類似度データＳとの一致率は、０．４８である。また、クラスタ数が３５である場合の類似度データＳとの一致率は、０．９５であり、クラスタ数が３６である場合の類似度データＳとの一致率は、０．８８である。

例えば、クラスタ数が５２である場合の類似度データＳとの一致率は、０．９５であり（図示せず）、クラスタ数が３５である場合の類似度データＳとの一致率は、０．９５である場合、一致率が最大の０．９５であるクラスタ数のうち、５２であるクラスタ数に比較して小さいクラスタ数である３５のクラスタが選択される。

ここで、図１７および図１８を参照して、クラスタと類似度データＳとの一致率を説明する。

例えば、一致率は、類似度データＳによって類似していると評価されたコンテンツが同じクラスタに属する場合の数と、類似度データＳによって類似していないと評価されたコンテンツが異なるクラスタに属する場合の数とを加算した値が、類似度データＳによる評価の数で割り算された値とされる。

図１７において、丸で示されるユーザ評価は、そのコンテンツが似ているとユーザに評価されたことを示し、バツで示されるユーザ評価は、そのコンテンツが似ていないとユーザに評価されたことを示す。

例えば、図１７で示されるように、content_Aとcontent_Bとが似ているとユーザに評価され、content_Aとcontent_Bとについての類似度データＳ（content_A，content_B）が、似ていることを示す０とされ、content_Aとcontent_Cとが似ていないとユーザに評価され、content_Aとcontent_Cとについての類似度データＳ（content_A，content_C）が、似ていないことを示す１とされ、content_Aとcontent_Dとが似ていないとユーザに評価され、content_Aとcontent_Dとについての類似度データＳ（content_A，content_D）が、似ていないことを示す１とされ、content_Bとcontent_Cとが似ていないとユーザに評価され、content_Bとcontent_Cとについての類似度データＳ（content_B，content_C）が、似ていないことを示す１とされ、content_Bとcontent_Dとが似ていないとユーザに評価され、content_Bとcontent_Dとについての類似度データＳ（content_B，content_D）が、似ていないことを示す１とされ、content_Cとcontent_Dとが似ているとユーザに評価され、content_Cとcontent_Dとについての類似度データＳ（content_C，content_D）が、似ていることを示す０とされた場合について説明する。

図１７で示される例において、類似度データＳによる評価の数は、６である。

この場合、図１８で示されるように、クラスタ数が１であるとき、図１９に示されるように、content_A乃至content_Dは、１つのクラスタに属するので、content_Aとcontent_Bとについておよびcontent_Cとcontent_Dとについての２つの類似度データＳの評価がクラスタリングの結果と一致し、content_Aとcontent_Cとについての類似度データＳ、content_Aとcontent_Dとについての類似度データＳ、content_Bとcontent_Cとについての類似度データＳ、およびcontent_Bとcontent_Dとについての類似度データＳの４つがクラスタリングの結果と一致しないので、一致率は、２／６=３３．３％となる。

図２０に示されるように、クラスタ数が２であり、content_Aとcontent_Bとが１つクラスタに属し、content_Cとcontent_Dとが他の１つクラスタに属する場合、content_Aとcontent_Cおよびcontent_Dとが異なるクラスタに属し、content_Bとcontent_Cおよびcontent_Dとが異なるクラスタに属し、図１８で示される６つの類似度データＳの評価の全てがクラスタリングの結果と一致するので、一致率は、６／６=１００％となる。

図２１に示されるように、クラスタ数が３であり、content_Aとcontent_Bとが１つクラスタに属し、content_Cが他の１つクラスタに属し、content_Dがさらに他の１つクラスタに属する場合、content_Cとcontent_Aおよびcontent_Bとが異なるクラスタに属し、content_Dとcontent_Aおよびcontent_Bとが異なるクラスタに属し、content_Cとcontent_Dとが異なるクラスタに属するので、content_Aとcontent_Bとについての類似度データＳ、content_Aとcontent_Cとについての類似度データＳ、content_Aとcontent_Dとについての類似度データＳ、content_Bとcontent_Cとについての類似度データＳ、およびcontent_Bとcontent_Dとについての類似度データＳの５つがクラスタリングの結果と一致し、content_Cとcontent_Dとについての類似度データＳがクラスタリングの結果と一致しないので、一致率は、５／６=８３．３％となる。

図２２に示されるように、クラスタ数が４であり、content_A乃至content_Dがそれぞれ異なるクラスタに属する場合、content_Aとcontent_Cとについての類似度データＳ、content_Aとcontent_Dとについての類似度データＳ、content_Bとcontent_Cとについての類似度データＳ、およびcontent_Bとcontent_Dとについての類似度データＳの４つがクラスタリングの結果と一致し、content_Aとcontent_Bとについておよびcontent_Cとcontent_Dとについての２つの類似度データＳの評価がクラスタリングの結果と一致しないので、一致率は、４／６=６６．６％となる。

図１７および図１８に示される例の場合、類似度データＳと最も合致する一致率が１００％となる、クラスタの数が２であるクラスタリングの結果が選択されることになる。

なお、一致率は、類似度データＳによって類似していると評価されたコンテンツが同じクラスタに属する場合の数と、類似度データＳによって類似していないと評価されたコンテンツが異なるクラスタに属する場合の数とを加算した値が、類似度データＳによる評価の数で割り算された値に限らず、類似度データＳとクラスタによるコンテンツの分類との一致がわかるような指標であればよい。例えば、複数のユーザのそれぞれによる類似度データＳが用いられる場合、複数のユーザに共通する評価が得られたとき、すなわち、多くの人数のユーザの評価がそろっているとき、そのコンテンツについての重みを大きくした重みを用いて一致率を計算するようにしてもよい。

また、一致率に限らず、似ているコンテンツのペアについての再現率および適合率を用いるか、または似ていないコンテンツのペアについての再現率および適合率を用いて、クラスタリングの結果を選択するようにしてもよい。

次に、図２３のフローチャートを参照して、空間を変形する事前処理について説明する。ステップＳ１１において、サンプルコンテンツ取り込み部２１は、サンプルコンテンツを取り込む。サンプルコンテンツ取り込み部２１は、取り込んだサンプルコンテンツをコンテンツデータベース２２に供給する。コンテンツデータベース２２は、サンプルコンテンツを記録する。

ステップＳ１２において、特徴量抽出部２３は、サンプルコンテンツに対する特徴量を抽出する。特徴量抽出部２３は、抽出した特徴量をコンテンツデータベース２２に供給する。コンテンツデータベース２２は、抽出された特徴量を記録する。

なお、特徴量取得部２４が、サンプルコンテンツに対する特徴量であって、予め抽出されている特徴量を取得するようにしてもよい。例えば、特徴量取得部２４は、所定のサーバから提供される特徴量を取得するかまたは所定の記録媒体に記録されている特徴量を読み出すことにより、サンプルコンテンツに対する特徴量であって、予め抽出されている特徴量を取得する。

ステップＳ１３において、ユーザ評価取得部２５は、ユーザによるサンプルコンテンツの評価を取得する。すなわち、例えば、ユーザ評価取得部２５は、ユーザによるサンプルコンテンツの評価である類似度データＳを取得する。より具体的には、例えば、ユーザ評価取得部２５は、キーボードまたはタッチパネルなどからなる操作部へのユーザの操作に応じた操作部からの信号を取得することにより、類似度データＳを取得する。また、例えば、ユーザ評価取得部２５は、所定のサーバから提供される類似度データＳを取得するかまたは所定の記録媒体に記録されている類似度データＳを読み出すことにより、ユーザによるサンプルコンテンツの評価を取得する。

ユーザ評価取得部２５は、ユーザによるサンプルコンテンツの評価である類似度データＳをコンテンツデータベース２２に供給する。コンテンツデータベース２２は、類似度データＳを記録する。

ステップＳ１４において、空間変形部２６は、空間の変形の処理を実行する。

図２４は、空間の変形の処理を説明するフローチャートである。ステップＳ３１において、空間変形部２６の変換関数生成部４１は、変換関数をランダムに生成し、いくつかの空間を生成する。すなわち、変換関数生成部４１は、複数の変換関数ｆｊをランダムに生成する。

ステップＳ３２において、空間変形部２６の関数評価値算出部４２は、生成した全ての空間を評価関数で評価する。すなわち、関数評価値算出部４２は、ユーザの主観により類似の度合いが予め評価されたサンプルコンテンツのうちの、主観的に類似しているとされたサンプルコンテンツと主観的に類似していないとされたサンプルコンテンツとのユークリッド距離による分類の程度を示す値と、変換関数ｆｊの自由パラメータの数とから算出された情報量基準である関数評価値を算出することで、生成した全ての空間のそれぞれを評価関数で評価する。

ステップＳ３３において、変換関数生成部４１は、遺伝的手法における、選択、交叉、または突然変異によって、新たにランダムに変換関数を生成して、次世代の空間をいくつか生成する。すなわち、ステップＳ３３において、変換関数生成部４１は、遺伝的手法によって、次世代の複数の変換関数ｆｊを生成する。

ステップＳ３４において、関数評価値算出部４２は、ステップＳ３３で生成した全ての空間を評価関数で評価する。

ステップＳ３５において、関数評価値算出部４２は、ステップＳ３２において算出された関数評価値とステップＳ３４において算出された関数評価値とを比較することにより、関数評価値が上がらなくなったか否かを判定し、関数評価値が上がったと判定された場合、ステップＳ３３に戻り、次に空間が生成されるように、上述した処理が繰り返される。より具体的には、ステップＳ３５において、関数評価値算出部４２は、前回の関数評価値と今回の関数評価値に差があるかどうかを判定し、評価値が予め定めた世代数更新されていないか否かを判断することにより、関数評価値が上がらなくなったか否かを判定する。

２回目以降のステップＳ３５において、関数評価値算出部４２は、前回のステップＳ３４において算出された関数評価値と今回のステップＳ３４において算出された関数評価値とを比較することにより、関数評価値が上がらなくなったか否かを判定する。すなわち、ステップＳ３５において、前の世代の空間についての関数評価値と、次の世代の空間についての関数評価値とが比較されて、関数評価値が上がらなくなったか否かが判定される。

ステップＳ３５において、関数評価値が上がらなくなったと判定された場合、空間変形部２６は、生成された変換関数、すなわち、関数評価値が変化しなくなるまで遺伝的手法により繰り返し生成することにより得られた変換関数をコンテンツデータベース２２に出力して、空間の変形の処理は終了する。

なお、一例として、評価値が１世代更新されなくなるまで、遺伝的手法によって関数が生成される処理を説明したが、例えば、２世代または３世代など、評価値が予め定めた世代数更新されなくなるまで、遺伝的手法によって関数が生成される。

コンテンツデータベース２２は、空間変形部２６から供給された変換関数を記録する。

図２３に戻り、ステップＳ１５において、出力部２８は、コンテンツデータベース２２から、生成された変換関数、すなわち、関数評価値が変化しなくなるまで遺伝的手法により繰り返し生成することにより得られた変換関数を読み出して、読み出した変換関数を出力する。

また、空間変形部２６は、コンテンツデータベース２２に出力する変換関数によって、変換された特徴量をコンテンツデータベース２２に出力する。コンテンツデータベース２２は、空間変形部２６から出力された特徴量を記録する。

ステップＳ１６において、クラスタリング部２７は、変形された空間においてサンプルコンテンツのクラスタリングを実行し、クラスタと類似度データＳとから一致率を算出する。すなわち、この場合、クラスタリング部２７は、変換された特徴量によってサンプルコンテンツをクラスタリングする。

なお、クラスタリング部２７が、コンテンツデータベース２２に記録されている変換関数によって、サンプルコンテンツに対する特徴量を変換するようにしてもよい。

ステップＳ１７において、クラスタリング部２７は、決められた範囲で変更したクラスタ数でクラスタリングを実行したか否かを判定し、決められた範囲で変更したクラスタ数でクラスタリングを実行していないと判定された場合、ステップＳ１６に戻り、次のクラスタ数でクラスタリングを実行して一致率を算出し、決められた範囲で変更したクラスタ数でクラスタリングを実行するまで、ステップＳ１６およびステップＳ１７の処理が繰り返される。

ステップＳ１７において、決められた範囲で変更したクラスタ数でクラスタリングを実行したと判定された場合、ステップＳ１８に進み、クラスタリング部２７は、一致率とクラスタ数から、一致率が最も高いクラスタ数のうちの、最も小さいクラスタ数を特定し、特定されたクラスタ数におけるクラスタのセントロイドを特定する。クラスタリング部２７は、クラスタのセントロイドの位置をコンテンツデータベース２２に供給する。コンテンツデータベース２２は、セントロイドの位置を記録する。

ステップＳ１９において、出力部２８は、コンテンツデータベース２２から、変形された空間の座標上のセントロイドの位置を読み出して、そのセントロイドの位置を出力して、処理は終了する。

このように、変換関数およびセントロイドの位置は、コンテンツデータベース２２に記録されるとともに、出力部２８によって、外部に出力される。

出力部２８から出力された、変換関数およびセントロイドの位置を示す情報は、次に説明する、ユーザに使用される情報処理装置１０１において用いられる。

次に、コンテンツを記録して再生する据え置きの機器として構成される、類似するコンテンツを特定する情報処理装置１０１について説明する。

図２５は、情報処理装置１０１の構成の例を示すブロック図である。情報処理装置１０１は、コンテンツ取り込み部１２１、特徴量抽出部１２２、コンテンツデータベース１２３、評価データ記憶部１２４、コンテンツグループ特定部１２５、操作部１２６、検索処理部１２７、提示部１２８、および再生部１２９から構成される。

コンテンツ取り込み部１２１は、CD（Compact Disc）からの読み取り、ネットワークを介したサーバからのダウンロードなどにより、コンテンツを取り込む。

特徴量抽出部１２２は、コンテンツ取り込み部１２１によって取り込まれたコンテンツの特徴量を抽出する。特徴量抽出部１２２は、特徴量抽出部２３において抽出される特徴量と同じ特徴量を抽出する。特徴量抽出部１２２は、取り込まれたコンテンツと共に、抽出した特徴量をコンテンツデータベース１２３に供給する。

なお、コンテンツの特徴量として、操作部１２６が、ユーザの操作に応じて入力された特徴量を取得するか、図示せぬ取得部が、図示せぬネットワークを介して接続されているサーバに格納されている特徴量を、そのサーバから読み出すことにより、特徴量を取得するようにしてもよい。

コンテンツデータベース１２３は、取り込まれたコンテンツと共に、抽出された特徴量を格納する。

コンテンツグループ特定部１２５は、評価データ記憶部１２４に予め記憶されている変換関数およびセントロイドの位置を基に、取り込まれたコンテンツの属するコンテンツのグループを特定する。

コンテンツグループ特定部１２５は、特徴量変換部１３１を備える。特徴量変換部１３１は、コンテンツデータベース１２３から、取り込まれたコンテンツから抽出された特徴量を読み出して、評価データ記憶部１２４に予め記憶されている変換関数によって、特徴量を変換する。

コンテンツグループ特定部１２５は、変換された特徴量で示される位置と、評価データ記憶部１２４に予め記憶されているセントロイドの位置とを比較して、取り込まれたコンテンツが属するグループとして、特徴量との距離が最も近いセントロイドのグループを特定する。コンテンツグループ特定部１２５は、特定されたコンテンツのグループを示す情報をコンテンツデータベース１２３に供給する。

コンテンツデータベース１２３は、コンテンツグループ特定部１２５によって特定されたコンテンツのグループを示す情報を、取り込まれたコンテンツおよびその特徴量と共に格納する。

操作部１２６は、キーボードまたはリモートコントローラなどからなり、ユーザによるコンテンツの選択または類似するコンテンツの検索などを指令するための操作を受け付けて、その指令に応じた信号を検索処理部１２７に供給する。

検索処理部１２７は、操作部１２６からの信号に応じて、ユーザがコンテンツを選択したり、コンテンツを検索したりする場合、特定のコンテンツ群を抽出する。検索処理部１２７は、コンテンツデータベース１２３に格納されているコンテンツのうち、ユーザに選択されたコンテンツに類似するコンテンツを検索する。

提示部１２８は、LCD（Liquid Crystal Display）または有機EL（Electro Luminescence）ディスプレイなどからなり、検索処理部１２７において検索された、ユーザに選択されたコンテンツに類似するコンテンツのリストを提示する。

再生部１２９は、ユーザに選択されたコンテンツを再生する。例えば、ユーザが楽曲であるコンテンツの再生を指令した場合、再生部１２９は、データとされているコンテンツを復号し、その楽曲であるコンテンツを音として出力するように、コンテンツを再生する。また、例えば、１群のコンテンツの再生が指令された場合、再生部１２９は、再生が指令された１群のコンテンツを再生する。

なお、コンテンツデータベース１２３は、情報処理装置１０１に設けられるようにしても、情報処理装置１０１の外部のサーバに設けられ、図示せぬネットワークを介して情報処理装置１０１と接続されるようにしてもよい。

次に、コンテンツを読み込む場合に、すべてのコンテンツに対して実行されるコンテンツの取り込みの処理について説明する。コンテンツの取り込みの処理は、コンテンツを追加する場合、追加するコンテンツに対しても実行される。

図２６は、情報処理装置１０１による、コンテンツの取り込みの処理を説明するフローチャートである。ステップＳ５１において、コンテンツ取り込み部１２１は、CDからの読み取るかまたはネットワークを介したサーバからのダウンロードなどにより、コンテンツを取り込む。ステップＳ５２において、特徴量抽出部１２２は、ステップＳ５１で取り込んだコンテンツの特徴量を抽出する。例えば、特徴量抽出部１２２は、楽曲であるコンテンツの、テンポ、スピード、テンポの揺れの大きさ、メジャーコードの割合、単位時間当たりの音の多さ、または周波数帯域のうちの中域に対する低域のエネルギーの割合などの特徴量を抽出する。

ステップＳ５３において、特徴量抽出部１２２は、コンテンツと共に、コンテンツの特徴量をコンテンツデータベース１２３に格納する。

ステップＳ５４において、コンテンツグループ特定部１２５の特徴量変換部１３１は、取り込んだコンテンツの特徴量をコンテンツデータベース１２３から読み出して、評価データ記憶部１２４に記憶されている変換関数により読み出した特徴量を変換する。

ステップＳ５５において、コンテンツグループ特定部１２５は、変換関数により変換された特徴量と、評価データ記憶部１２４に記憶されている情報で示されるセントロイドとの距離を計算する。ステップＳ５６において、コンテンツグループ特定部１２５は、取り込んだコンテンツのグループであるコンテンツグループを、特徴量との距離の最も短いセントロイドのコンテンツグループとするように、コンテンツの所属するコンテンツグループを特定する。

ステップＳ５７において、コンテンツグループ特定部１２５は、コンテンツデータベース１２３に変換された特徴量と特定されたコンテンツグループを示す情報とを格納させることで、コンテンツデータベース１２３に変換された特徴量とコンテンツグループとを登録して、処理は終了する。

このように、コンテンツが取り込まれると、そのコンテンツについて、変形された空間における特徴量が求められ、その特徴量により分類されるコンテンツグループのうちから、取り込まれたコンテンツが所属するコンテンツグループが特定される。

情報処理装置１０１において、コンテンツが指定されると、指定されたコンテンツに類似するコンテンツが検索される。

次に、図２７のフローチャートを参照して、類似コンテンツ検索の処理を説明する。ステップＳ７１において、操作部１２６は、ユーザからの再生するコンテンツの指定を受け付ける。操作部１２６は、ユーザからの操作に応じた、指定されたコンテンツを示す信号を検索処理部１２７に供給する。

ステップＳ７２において、検索処理部１２７は、コンテンツデータベース１２３から、指定されたコンテンツと同一のコンテンツグループに属するコンテンツを検索する。すなわち、検索処理部１２７は、コンテンツデータベース１２３から、指定されたコンテンツの属するコンテンツグループに属する他のコンテンツを検索する。

なお、ステップＳ７２において、検索処理部１２７は、他の手法により、変換された特徴量を基に、指定されたコンテンツと類似するコンテンツを検索するようにしてもよい。例えば、検索処理部１２７は、コンテンツデータベース１２３に記録されている特徴量であって、変換された特徴量を基に、指定されたコンテンツの特徴量とのユークリッド距離が最も短い特徴量のコンテンツを検索するようにしてもよい。

ステップＳ７３において、検索処理部１２７は、検索されたコンテンツのリストを生成する。例えば、ステップＳ７３において、検索処理部１２７は、検索されたコンテンツの名前や実演者または作曲者の名前などを示すリストを生成する。検索処理部１２７は、生成したリストを、コンテンツデータベース１２３を介して提示部１２８に供給する。

ステップＳ７４において、提示部１２８は、検索処理部１２７によって生成された、検索されたコンテンツであって、指定されたコンテンツに類似するコンテンツのリストを提示する。

ステップＳ７５において、再生部１２９は、ユーザに指定されたコンテンツを再生して、処理は終了する。

このように、ユーザからコンテンツが指定されると、指定されたコンテンツに類似するコンテンツのリストが提示される。

ユーザがコンテンツを再生させている際に、類似するコンテンツの候補として、再生されているコンテンツに類似するコンテンツのリストが提示される。

なお、ユーザがコンテンツを指定し、指定したコンテンツに類似するコンテンツのリストの提示を指令した場合、ステップＳ７２乃至ステップＳ７４と同様の処理で、コンテンツデータベース１２３に記録されているコンテンツのうち、指定したコンテンツに類似するコンテンツのリストを提示するようにしてもよい。

また、類似するコンテンツを特定する側で、空間を変形するようにしてもよい。

図２８は、図２３のフローチャートを参照して説明した事前処理を実行して空間を変形し、類似するコンテンツを特定する情報処理装置１５１の構成を示すブロック図である。図２８において、図１に示す場合と同様の部分には同一の符号を付してあり、その説明は省略する。

また、図２８において、図２５に示す場合と同様の部分には同一の符号を付してあり、その説明は省略する。

図２８で構成が示される、ユーザに使用される情報処理装置１５１は、ユーザ評価取得部２５、空間変形部２６、クラスタリング部２７、特徴量抽出部１２２、コンテンツグループ特定部１２５、操作部１２６、検索処理部１２７、提示部１２８、再生部１２９、コンテンツ取り込み部１７１、コンテンツデータベース１７２、および評価データ取得部１７３から構成される。

コンテンツ取り込み部１７１は、コンテンツの特徴量の空間を変形するためのサンプルとしてのコンテンツであるサンプルコンテンツを取り込み、また、CDからの読み取り、ネットワークを介したサーバからのダウンロードなどにより、コンテンツを取り込む。

コンテンツデータベース１７２は、サンプルコンテンツ、コンテンツ、サンプルコンテンツまたはコンテンツの特徴量、サンプルコンテンツについてのユーザ評価である類似度データＳを格納する。

評価データ取得部１７３は、空間変形部２６から変換関数を取得すると共に、クラスタリング部２７からセントロイドの位置を取得して、変換関数およびセントロイドの位置を記憶する。評価データ取得部１７３は、記憶している変換関数およびセントロイドの位置をコンテンツグループ特定部１２５に供給する。

情報処理装置１５１による事前処理は、図２３のフローチャートを参照して説明した処理と同様なのでその説明は省略する。

情報処理装置１５１によるコンテンツ取り込み処理は、図２６のフローチャートを参照して説明した処理と同様なのでその説明は省略する。

情報処理装置１５１による類似コンテンツ検索処理は、図２７のフローチャートを参照して説明した処理と同様なのでその説明は省略する。

このように、類似するコンテンツを特定する情報処理装置１５１で、特徴量の空間を変形して、変換関数およびセントロイドの位置を求めるようにすることができる。

この場合、サンプルコンテンツについてのユーザ評価である類似度データＳは、情報処理装置１５１を使用するユーザの主観を表しているので、情報処理装置１５１を使用するユーザの主観に応じて、特徴量の空間が変形される。その結果、情報処理装置１５１を使用するユーザの主観に応じてコンテンツがクラスタリングされ、ユーザの主観による類似判断とより近似した類比判断で類似するとされるコンテンツが検索されることになる。

このように、より簡単に、より迅速に、また、より正確に類似するコンテンツを特定することができるようになる。

従来のように、コンテンツの特徴量の間の距離を類似度とする方法の場合、新規にコンテンツが追加される度に、追加されたコンテンツの特徴量と既存のすべてのコンテンツの特徴量との距離を計算する必要があった。

しかし、本発明によれば、類似するコンテンツのグループを特定しておくことで、１つのコンテンツについては、代表値との距離計算をするだけでよく、処理の負荷が大幅に低減される。

また、従来のコンテンツのペアの類似度を求めるためには、コンテンツが追加される度に、すべてのペアについての特徴量の距離の計算が実行されなければならない。

しかし、本発明によれば、予めグループを特定することにより、すべてのペアについての特徴量の距離の計算を再度行う必要がなくなる。

同じジャンルのラベルのふられたコンテンツを似ている、それ以外のジャンルのコンテンツを似ていないとして、似ているジャンルのコンテンツを探す空間を作るようにすることもできる。

同様に、楽曲であるコンテンツについて、同じような楽器で演奏された楽曲を似ている、あまり共通する楽器が使われていない楽曲を似ていないとして、似た編成の楽器で演奏された楽曲を探す空間を作ることもできる。

本発明は、コンテンツの特徴量に限らず、特徴量を持ったもの同士のある目的のための類似度を求めたいあらゆるケースに適用できる。すなわち、例えば、コンテンツの類似に限らず、コンテンツを構成する要素の類否を判定することもできる。より具体的には、例えば、楽曲構造解析で、小節間の類似度を計算する場合などにも適用することができる。

なお、情報処理装置１１または情報処理装置１５１は、コンテンツに付与されているメタデータを解析することで、コンテンツの特徴量を抽出するようにしてもよく、コンテンツの特徴量として、コンテンツの既存のメタデータを取得するようにしてもよい。この場合、数値のメタデータに限らず、テキストのメタデータを主成分分析やPLSA(Probabilistic Latent Semantic Analysis)といった数値化の手法を用いて数値化したものを用いるようにしてもよい。

また、情報処理装置１０１または情報処理装置１５１は、コンテンツを記録して再生する据え置きの機器であると説明したが、これに限らず、コンテンツを記録して再生する機器であれば足り、携帯型の機器、車載用の機器、または携帯電話機として構成することができる。

このように、特徴量により、類似するコンテンツを検索するようにした場合には、類似するコンテンツを特定することができる。また、複数の特徴量が付与された複数のコンテンツに対して、複数の特徴量により定義されたコンテンツ間の距離が、ユーザから入力された複数のコンテンツ間の類似関係に対応する距離となるように複数の特徴量を変換し、複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、変換された特徴量により、類似するコンテンツを検索するようにした場合には、より簡単に、より迅速に、また、より正確に類似するコンテンツを特定することができる。

上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。

図２９は、上述した一連の処理をプログラムにより実行するパーソナルコンピュータの構成の例を示すブロック図である。CPU（Central Processing Unit）２０１は、ROM（Read Only Memory）２０２、または記憶部２０８に記憶されているプログラムに従って各種の処理を実行する。RAM（Random Access Memory）２０３には、CPU２０１が実行するプログラムやデータなどが適宜記憶される。これらのCPU２０１、ROM２０２、およびRAM２０３は、バス２０４により相互に接続されている。

CPU２０１にはまた、バス２０４を介して入出力インタフェース２０５が接続されている。入出力インタフェース２０５には、キーボード、マウス、マイクロホンなどよりなる入力部２０６、ディスプレイ、スピーカなどよりなる出力部２０７が接続されている。CPU２０１は、入力部２０６から入力される指令に対応して各種の処理を実行する。そして、CPU２０１は、処理の結果を出力部２０７に出力する。

入出力インタフェース２０５に接続されている記憶部２０８は、例えばハードディスクからなり、CPU２０１が実行するプログラムや各種のデータを記憶する。通信部２０９は、インターネットやローカルエリアネットワークなどのネットワークを介して外部の装置と通信する。

また、通信部２０９を介してプログラムを取得し、記憶部２０８に記憶してもよい。

入出力インタフェース２０５に接続されているドライブ２１０は、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア２１１が装着されたとき、それらを駆動し、そこに記録されているプログラムやデータなどを取得する。取得されたプログラムやデータは、必要に応じて記憶部２０８に転送され、記憶される。

コンピュータにインストールされ、コンピュータによって実行可能な状態とされるプログラムを格納するプログラム記録媒体は、図２９に示すように、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)を含む）、光磁気ディスクを含む）、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア２１１、または、プログラムが一時的もしくは永続的に格納されるROM２０２や、記憶部２０８を構成するハードディスクなどにより構成される。プログラム記録媒体へのプログラムの格納は、必要に応じてルータ、モデムなどのインタフェースである通信部２０９を介して、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の通信媒体を利用して行われる。

なお、本明細書において、プログラム記録媒体に格納されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。

なお、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

コンテンツの特徴量の空間を変形する情報処理装置の構成の例を示すブロック図である。 空間変形部の構成を示すブロック図である。 空間の変形を説明する図である。 変換関数を説明する図である。 変形された空間を説明する図である。 遺伝的手法により、変形される空間を説明する図である。 遺伝的手法による空間の変形の概念を示す図である。 変形された空間におけるユークリッド距離と、コンテンツの類似との関係を示す図である。 変形された空間における、類似しているコンテンツまたは類似していないコンテンツの特徴量についてのユークリッド距離と、FDRの値との関係を示す図である。 変形された空間における、類似しているコンテンツまたは類似していないコンテンツの特徴量についてのユークリッド距離と、FDRの値との関係を示す図である。 変形された空間における、類似しているコンテンツまたは類似していないコンテンツの特徴量についてのユークリッド距離と、FDRの値との関係を示す図である。 自由パラメータの例を示す図である。 相関値と、類似度データＳと、コンテンツの特徴量の間の距離との関係を示す図である。 相関値と、類似度データＳと、コンテンツの特徴量の間の距離との関係を示す図である。 相関値と、類似度データＳと、コンテンツの特徴量の間の距離との関係を示す図である。 クラスタ数および一致率の例を示す図である。 類似度データＳによる評価の例を示す図である。 一致率の例を示す図である。 クラスタの例を示す図である。 クラスタの例を示す図である。 クラスタの例を示す図である。 クラスタの例を示す図である。 事前処理を説明するフローチャートである。 空間の変形の処理を説明するフローチャートである。 類似するコンテンツを特定する情報処理装置の構成の例を示すブロック図である。 コンテンツの取り込み処理を説明するフローチャートである。 類似コンテンツ検索処理を説明するフローチャートである。 コンテンツの特徴量の空間を変形し、類似するコンテンツを特定する情報処理装置の構成の例を示すブロック図である。 パーソナルコンピュータの構成の例を示すブロック図である。

符号の説明

１１ 情報処理装置， ２１ サンプルコンテンツ取り込み部， ２２ コンテンツデータベース， ２３ 特徴量抽出部， ２４ 特徴量取得部， ２５ ユーザ評価取得部， ２６ 空間変形部， ２７ クラスタリング部， ２８ 出力部， ４１ 変換関数生成部， ４２ 関数評価値算出部， １０１ 情報処理装置， １２１ コンテンツ取り込み部， １２２ 特徴量抽出部， １２３ コンテンツデータベース， １２４ 評価データ記憶部， １２５ コンテンツグループ特定部， １２６ 操作部， １２７ 検索処理部， １２８ 提示部， １２９ 再生部， １３１ 特徴量変換部， １５１ 情報処理装置， １７１ コンテンツ取り込み部， １７２ コンテンツデータベース， １７３ 評価データ取得部， ２０１ CPU， ２０２ ROM， ２０３ RAM， ２０８ 記憶部， ２１１ リムーバブルメディア

Claims (11)

1. 複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換する変換手段と、
   変換された特徴量により、類似するコンテンツを検索する検索手段と
   を備え、
   前記変換手段は、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数を適用することにより、コンテンツの特徴量を変換する
   情報処理装置。
2. 前記関数を生成する生成手段をさらに備え、
   前記変換手段は、生成された前記関数を適用することにより、コンテンツの特徴量を変換する
   請求項１に記載の情報処理装置。
3. 前記評価値を算出する算出手段をさらに備え、
   前記生成手段は、前記算出手段により算出された前記評価値が予め定めた世代数更新されなくなるまで、遺伝的手法によって前記関数を生成する
   請求項２に記載の情報処理装置。
4. 前記複数のコンテンツ間の類似関係を示すデータを取得する取得手段をさらに備え、
   前記算出手段は、前記複数のコンテンツ間の類似関係を示すデータを用いて、前記評価値を算出する
   請求項３に記載の情報処理装置。
5. コンテンツの特徴量を抽出する抽出手段をさらに備える
   請求項４に記載の情報処理装置。
6. 前記検索手段は、前記関数により変換された特徴量によるコンテンツのグループのうち、同じグループに属するコンテンツを検索することにより、類似するコンテンツを検索する
   請求項１に記載の情報処理装置。
7. 変換された特徴量により、コンテンツのクラスタリングを実行するクラスタリング手段をさらに備える
   請求項１に記載の情報処理装置。
8. 変換された特徴量によるコンテンツとクラスタとの距離により、コンテンツの属するグループを特定する特定手段をさらに備える
   請求項１に記載の情報処理装置。
9. コンテンツの特徴量を変換して、その変換された特徴量により、類似するコンテンツを検索する情報処理装置が、
   複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、
   変換された特徴量により、類似するコンテンツを検索する
   ステップを含み、
   前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される
   情報処理方法。
10. 複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、
    変換された特徴量により、類似するコンテンツを検索する
    ステップを含み、
    前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される
    処理をコンピュータに実行させるプログラム。
11. 複数の特徴量が付与された複数のコンテンツに対して、前記複数の特徴量により定義されたコンテンツ間の距離が、前記複数のコンテンツ間の類似関係に対応する距離となるように前記複数の特徴量を変換し、前記複数の特徴量によって定義された特徴量空間に配置されたコンテンツを、前記複数の特徴量の変換により新たな特徴量空間に写像する関数を用いて、コンテンツの特徴量を変換し、
    変換された特徴量により、類似するコンテンツを検索する
    ステップを含み、
    前記コンテンツの特徴量を変換する処理では、前記新たな特徴量空間に写像する関数として、前記複数のコンテンツ間の類似関係において類似しているとされたコンテンツと類似していないとされたコンテンツとのユークリッド距離による分類の程度を示すFDR（Fisher discriminant ratio）と、前記関数の自由パラメータの数とから算出された情報量基準である評価値が予め定めた世代数更新されなくなるまで遺伝的手法による生成が繰り返されて得られた前記関数が適用される
    処理をコンピュータに実行させるプログラムが記録されている記録媒体。

Images