JP2015004756A - 判定装置、判定方法及び判定プログラム - Google Patents

Abstract

【課題】利用者に適したコンテンツを推薦すること。
【解決手段】本願に係る判定装置は、判定部と、抽出部とを有する。判定部は、音声を含むコンテンツ毎に、かかるコンテンツに含まれる情報に基づいてコンテンツの聞き取りの難易度を判定する。抽出部は、判定部によって判定されたコンテンツの聞き取りの難易度に基づいてユーザに推薦するコンテンツを抽出する。
【選択図】図３

Description

本発明は、判定装置、判定方法及び判定プログラムに関する。

近年、インターネット等のネットワークを介して利用者のコンピュータ等の端末に対して語学を学習するためのサービスが提供されている。

このようなサービスの技術として、利用者の学習レベルに適した学習コンテンツを利用者の端末に適宜提供して利用者の学習内容を最適化する技術が知られている。例えば、学習履歴に基づいて学習コンテンツに含まれる単語及び成句に設定された属性情報を集計し、集計結果を分析して利用者別に学習レベルを判定し、学習レベルに基づいて単語及び成句を抽出して利用者別に適した学習コンテンツを生成して該当する利用者の端末に対して推奨する技術が知られている。

特開２００９−５３２１９号公報

しかしながら、上記の従来技術では、利用者に適したコンテンツを推薦することができるとは限らなかった。具体的には、上記の技術では、学習コンテンツに含まれる文章、表現及び単語から学習レベルを判定するので、学習コンテンツが音声である場合には、学習レベルを正確に判定することができない場合がある。このようなことから、上記の従来技術では、利用者に適したコンテンツを推薦することができるとは限らなかった。

本願は、上記に鑑みてなされたものであって、利用者に適したコンテンツを推薦することができる判定装置、判定方法及び判定プログラムを提供することを目的とする。

本願に係る判定装置は、音声を含むコンテンツ毎に、当該コンテンツに含まれる情報に基づいてコンテンツの聞き取りの難易度を判定する判定手段と、前記判定手段によって判定されたコンテンツの聞き取りの難易度に基づいてユーザに推薦するコンテンツを抽出する抽出手段とを備えたことを特徴とする。

実施形態の一態様によれば、利用者に適したコンテンツを推薦することができるという効果を奏する。

図１は、実施形態に係る判定システムによる判定処理の一例を示す説明図である。 図２は、実施形態に係る判定システムの構成例を示す図である。 図３は、実施形態に係る判定装置の構成例を示す図である。 図４は、実施形態に係るコンテンツ情報記憶部の一例を示す図である。 図５は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図６は、実施形態に係る判定システムによる判定処理を示すフローチャートである。 図７は、変形例に係るコンテンツ情報記憶部の一例を示す図である。 図８は、変形例に係るコンテンツ情報記憶部の一例を示す図である。 図９は、判定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る判定装置、判定方法及び判定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る判定装置、判定方法及び判定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．判定処理〕
まず、図１を用いて、実施形態に係る判定処理の一例について説明する。図１は、実施形態に係る判定処理の一例を示す説明図である。図１の例では、端末装置１０にコンテンツを推薦する判定装置１００によって判定処理が行われる。

具体的には、判定装置１００は、外国語の音声を含むコンテンツである動画コンテンツＣ１１〜Ｃ１３を記憶する。なお、動画コンテンツＣ１１は、単語の難易度「１」、文の長さ「１」、発話の速さ「１」のコンテンツであるものとする。ここで、「単語の難易度」は、動画コンテンツに含まれる単語の難易度を示す。「文の長さ」は、動画コンテンツに含まれる１文あたりの長さの平均を示す。「発話の速さ」は、動画コンテンツの単位時間あたりに含まれる単語数を示す。また、動画コンテンツＣ１２は、単語の難易度「３」、文の長さ「４」、発話の速さ「８」のコンテンツであるものとする。動画コンテンツＣ１３は、単語の難易度「１２」、文の長さ「８」、発話の速さ「１０」のコンテンツであるものとする。

そして、判定装置１００は、保持しているコンテンツ毎に、かかるコンテンツの聞き取りの難易度を判定する。具体的には、判定装置１００は、動画コンテンツ毎に、動画コンテンツの単語の難易度、文の長さ及び発話の速さに基づいて動画コンテンツの聞き取りの難易度を判定する。例えば、判定装置１００は、単語の難易度、文の長さ及び発話の速さの各値の平均値を算出することで聞き取りの難易度を判定する。

図１の例では、動画コンテンツＣ１１は、単語の難易度「１」、文の長さ「１」、発話の速さ「１」なので、聞き取りの難易度は、（１＋１＋１）÷３＝１となる。同様に、判定装置１００は、動画コンテンツＣ１２の聞き取りの難易度「５」と、動画コンテンツＣ１３の聞き取りの難易度「１０」とを判定する。

ここで、判定装置１００は、端末装置１０を利用する外国語の学習レベルが中級程度のユーザからコンテンツの取得要求を受信したものとする。この場合、判定装置１００は、動画コンテンツＣ１１〜Ｃ１３のうち聞き取りの難易度が相対的に中級程度に相当する動画コンテンツＣ１２をユーザに推薦するコンテンツとして抽出する。

そして、判定装置１００は、このようにして抽出した動画コンテンツＣ１２を端末装置１０に配信する。これにより、端末装置１０は、図１の右下に示した例のように、画面に動画コンテンツＣ１２を表示させる。

このように、実施形態に係る判定装置１００は、コンテンツの聞き取りの難易度に基づいて、ユーザに推薦するコンテンツを抽出するので、ユーザに適したコンテンツを推薦することができる。例えば、図１の例において、ランダムに動画コンテンツの推薦が行われた場合、動画コンテンツＣ１１、動画コンテンツＣ１２又は動画コンテンツＣ１３が推薦される。この場合、ユーザにとって難しすぎる動画コンテンツＣ１３や簡単すぎる動画コンテンツＣ１１が推薦される場合がある。一方、実施形態に係る判定装置１００は、学習レベルが中級程度のユーザに対しては、上記の通り、動画コンテンツの聞き取りの難易度に基づいて、聞き取りの難易度が相対的に中級程度に相当する動画コンテンツＣ１２を推薦する。すなわち、判定装置１００は、ランダムに動画コンテンツを推薦する場合と比較して、ユーザに適した動画コンテンツを推薦することができる。

〔２．判定システムの構成〕
次に、図２を用いて、実施形態に係る判定システムの構成について説明する。図２は、実施形態に係る判定システム１の構成例を示す図である。図２に示すように、判定システム１には、端末装置１０と、情報提供装置２０と、判定装置１００とが含まれる。端末装置１０、情報提供装置２０、判定装置１００は、ネットワークＮを介して、有線又は無線により通信可能に接続される。なお、図２に示した判定システム１には、複数台の端末装置１０や、複数台の情報提供装置２０や、複数台の判定装置１００が含まれてもよい。

端末装置１０は、例えば、タブレット型端末や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、携帯電話機、ＰＤＡ（Personal Digital Assistant）等の情報処理装置である。例えば、端末装置１０は、情報提供装置２０にアクセスすることで、情報提供装置２０からウェブページを取得し、取得したウェブページを表示装置（例えば、液晶ディスプレイ）に表示する。また、端末装置１０は、ウェブページが動画コンテンツ提供サイトである場合には、判定装置１００にアクセスすることで、判定装置１００から動画コンテンツを取得し、取得した動画コンテンツをウェブページ上に表示する。ただし、この例に限られず、端末装置１０は、動画コンテンツを含むウェブページを情報提供装置２０から取得してもよい。この場合、情報提供装置２０は、判定装置１００によって推薦される動画コンテンツを組み込んだウェブページを端末装置１０に配信する。

情報提供装置２０は、端末装置１０にウェブページを提供するＷｅｂサーバ等である。かかる情報提供装置２０は、例えば、動画コンテンツ提供サイト、音声コンテンツ提供サイト、学習教材提供サイト、専門情報提供サイト、ニュースサイト、ウェブブログなどに関する各種ウェブページを提供する。

判定装置１００は、端末装置１０にコンテンツを配信するサーバ装置である。上記の通り、判定装置１００は、端末装置１０からアクセスされた場合に、コンテンツを端末装置１０に配信する。また、判定装置１００は、情報提供装置２０からアクセスされた場合には、コンテンツを情報提供装置２０に配信する。

〔３．判定装置の構成〕
次に、図３を用いて、実施形態に係る判定装置１００の構成について説明する。図３は、実施形態に係る判定装置１００の構成例を示す図である。図３に示すように、判定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、判定装置１００は、判定装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。かかる通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、端末装置１０や情報提供装置２０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。かかる記憶部１２０は、図３に示すように、コンテンツ情報記憶部１２１と、ユーザ情報記憶部１２２とを有する。

（コンテンツ情報記憶部１２１）
コンテンツ情報記憶部１２１は、外国語の音声を含むコンテンツに関する情報を記憶する。具体的には、コンテンツ情報記憶部１２１は、コンテンツに関する情報として、ウェブページに表示される映像や音声データ等のコンテンツの所在を示すＵＲＬを記憶する。例えば、コンテンツ情報記憶部１２１は、外国語の音声を含む動画である動画コンテンツのＵＲＬを記憶する。図４に、実施形態に係るコンテンツ情報記憶部１２１の一例を示す。図４に示すように、コンテンツ情報記憶部１２１は、「コンテンツＩＤ」、「単語の難易度」、「文の長さ」、「発話の速さ」、「難易度」といった項目を有する。

「コンテンツＩＤ」は、コンテンツを識別するための識別情報を示す。「単語の難易度」は、単語の難しさを示す。ここで、「単語の難易度」は、例えば、予め単語と難易度とが対応付けられた単語データベースを参照し、単語に対応する難易度を取得することで決定される。また、「単語の難易度」は、実際に言語が使用される際に、その単語が使用される頻度に応じて決定されてもよい。この場合、「単語の難易度」は、例えば、インターネットを用いて閲覧できるニュース記事やブログの記事などを取得して単語が使用される頻度を測定することで決定される。例えば、「単語の難易度」は、単語が使用される頻度が低いほど難易度が高く決定される。

「文の長さ」は、コンテンツに含まれる１文あたりの長さの平均を示す。「文の長さ」は、例えば、動画コンテンツの中の音の切れ目から音の切れ目までを１つの文として、かかる文に含まれる単語数の平均を算出することで決定される。

「発話の速さ」は、単語を発話する速度を示す。例えば、「発話の速さ」は、動画コンテンツに含まれる１文を発話するのにかかる時間を、かかる１文に含まれる単語数で除することで算出される。

「難易度」は、コンテンツの聞き取りの難しさを示す。例えば、「難易度」は、後述の判定部１３１によって判定される。

すなわち、図４では、コンテンツＩＤがＣ１１の動画コンテンツＣ１１は、単語の難易度「１」、文の長さ「１」、発話の速さ「１」、難易度「１」である例を示している。

（ユーザ情報記憶部１２２）
ユーザ情報記憶部１２２は、ユーザに関する各種の情報を記憶する。具体的には、ユーザ情報記憶部１２２は、ユーザ毎に、ユーザが過去に視聴した動画コンテンツを識別するＩＤを記憶する。ここで、図５に、実施形態に係るユーザ情報記憶部１２２の一例を示す。図５に示した例では、ユーザ情報記憶部１２２は、「ユーザＩＤ」、「視聴履歴」、「学習レベル」といった項目を有する。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「視聴履歴」は、ユーザが過去に視聴した動画コンテンツを識別するＩＤを示す。なお、「視聴履歴」は、例えば、ユーザが動画コンテンツの視聴をするたびに更新される。「学習レベル」は、ユーザの外国語能力の高さを示す。例えば、「学習レベル」は、後述の算出部１３３によって算出される。

すなわち、図５では、ユーザＩＤがＵ１１のユーザは、過去に動画コンテンツＣ０１及び動画コンテンツＣ０２を視聴し、学習レベル「５」である例を示している。

（制御部１３０について）
制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、判定装置１００内部の記憶装置に記憶されている各種プログラム（判定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

かかる制御部１３０は、図３に示すように、判定部１３１と、受信部１３２と、算出部１３３と、抽出部１３４と、配信部１３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（判定部１３１について）
判定部１３１は、動画コンテンツに含まれる各種の情報に基づいて、動画コンテンツの聞き取りの難易度を判定する。具体的には、判定部１３１は、コンテンツ情報記憶部１２１に記憶された動画コンテンツに含まれる「単語の難易度」、「文の長さ」及び「発話の速さ」の値の平均を算出することで聞き取りの難易度を判定する。

図４の例で説明すると、動画コンテンツＣ１２の聞き取りの難易度を判定する場合、判定部１３１は、動画コンテンツＣ１２の単語の難易度「３」、文の長さ「４」及び発話の速さ「８」の平均「５」を難易度として判定する。そして、判定部１３１によって判定された難易度は、コンテンツ情報記憶部１２１に記憶される。

なお、判定部１３１は、上述した動画コンテンツの聞き取りの難易度の判定処理を、任意のタイミングで行う。例えば、判定部１３１は、動画コンテンツのＵＲＬがコンテンツ情報記憶部１２１に記憶されるたびに行う。

また、図４の例では、判定部１３１は、「単語の難易度」、「文の長さ」及び「発話の速さ」の値の平均の小数点以下は切り捨てて算出しているが、これに限らず、四捨五入してもよいし、切り上げてもよいし、所定の小数点以下まで算出してもよい。

（受信部１３２について）
受信部１３２は、端末装置１０や情報提供装置２０からコンテンツの取得要求を受信する。例えば、受信部１３２は、ＨＴＴＰ（Hypertext Transfer Protocol）リクエスト等により、コンテンツの取得要求を受信する。

（算出部１３３について）
算出部１３３は、受信部１３１によってコンテンツの取得要求が受信された場合に、ユーザが過去に視聴した動画コンテンツの履歴に基づいて、ユーザの外国語能力の高さを示す学習レベルを算出する。具体的には、算出部１３３は、ユーザ情報記憶部１２２に記憶されたユーザが過去に学習した動画コンテンツの難易度の平均を算出することでユーザの学習レベルを算出する。そして、算出部１３３によって算出された学習レベルは、ユーザ情報記憶部１２２に記憶される。

図４及び図５の例で説明すると、ユーザ「Ｕ１１」の学習レベルを算出する場合、算出部１３３は、ユーザが過去に学習した動画コンテンツＣ０１及び動画コンテンツＣ０２の難易度の平均を算出する。すなわち、算出部１３３は、難易度「６」の動画コンテンツＣ０１及び難易度「４」の動画コンテンツＣ０２の平均「５」をユーザ「Ｕ１１」の学習レベルとして算出する。

なお、算出部１３３は、上述したユーザの学習レベルの算出処理を、受信部１３２によってコンテンツの取得要求が受信された場合に限らず、任意のタイミングで行ってもよい。例えば、算出部１３３は、定期的（例えば、１日毎、１週間毎）に算出処理を行ってもよい。

また、算出部１３３による学習レベルの算出手法は、上記例に限られない。例えば、算出部１３３は、ユーザに関する各種の情報に基づいて学習レベルを算出してもよい。具体的には、算出部１３３は、算出部１３３は、端末装置１０からユーザ自身が申告したレベルに基づいて学習レベルを算出してもよい。例えば、算出部１３３は、端末装置１０からユーザによって入力された数値が高いほど学習レベルを高く算出する。また、算出部１３３は、語学力を計る代表的な検定試験のスコアに基づいて学習レベルを算出してもよい。例えば、算出部１３３は、端末装置１０からユーザによって入力された検定試験のスコアが高いほど学習レベルを高く算出する。また、算出部１３３は、端末装置１０のユーザにテストを実施し、テストの正答率に基づいて学習レベルを算出してもよい。例えば、算出部１３３は、テストの正答率が高いほど学習レベルを高く算出する。

（抽出部１３４について）
抽出部１３４は、受信部１３２によってコンテンツの取得要求が受信された場合に、算出部１３３によって算出されたユーザの学習レベルに基づいて、コンテンツ記憶部１２１からユーザに推薦するコンテンツを抽出する。具体的には、実施形態に係る抽出部１３４は、コンテンツの取得要求が受信された場合に、算出部１３３によって算出されたユーザの学習レベルの値と同一の値の難易度である動画コンテンツを抽出する。そして、抽出部１３４は、抽出した動画コンテンツを配信部１３５に出力する。

抽出部１３４による抽出処理の一例について、図４に示したコンテンツ記憶部１２１と図５に示したユーザ情報記憶部１２２とを用いながら説明する。例えば、受信部１３２によって、ユーザ「Ｕ１１」が利用する端末装置１０からコンテンツの取得要求が受信されたものとする。この場合、抽出部１３４は、ユーザ「Ｕ１１」の学習レベル「５」と同一の値の難易度「５」である動画コンテンツＣ１２を抽出する。そして、抽出部１３４は、抽出した動画コンテンツＣ１２を配信部１３５に出力する。

なお、抽出部１３４は、ユーザの学習レベルの値と同一の値の難易度である動画コンテンツに限らず、ユーザの学習レベルの値から所定の範囲内の値の難易度である動画コンテンツの中からランダムに抽出してもよい。さらに、抽出部１３４は、ユーザの学習レベルの値から所定の範囲内の値の難易度である複数の動画コンテンツを抽出してもよい。また、抽出部１３４は、ユーザが過去に視聴した動画コンテンツを除いた動画コンテンツの中から抽出してもよい。

（配信部１３５について）
配信部１３５は、受信部１３２によって受信された取得要求の送信元である端末装置１０に対して、抽出部１３４によって抽出された動画コンテンツを配信する。例えば、配信部１３５は、抽出部１３４によって抽出された動画コンテンツのＵＲＬを取得要求の送信元である端末装置１０に配信する。

〔４．判定処理手順〕
次に、図６を用いて、実施形態に係る判定装置１００による処理の手順について説明する。図６は、実施形態に係る判定装置１００による処理手順を示すフローチャートである。なお、図６では、判定部１３１によってコンテンツ情報記憶部１２１に記憶されている動画コンテンツの聞き取りの難易度が判定されているものとする。

図６に示すように、判定装置１００の受信部１３２は、端末装置１０からコンテンツの取得要求を受信したか否かを判定する（ステップＳ１０１）。そして、受信部１３２は、コンテンツの取得要求を受信していない場合には（ステップＳ１０１；Ｎｏ）、取得要求を受信するまで待機する。

一方、受信部１３２によってコンテンツの取得要求が受信された場合（ステップＳ１０１；Ｙｅｓ）、算出部１３３は、ユーザが過去に視聴した動画コンテンツの履歴に基づいて、ユーザの学習レベルを算出する（ステップＳ１０２）。

続いて、抽出部１３４は、算出部１３３によって算出されたユーザの学習レベルに基づいて動画コンテンツを抽出する（ステップＳ１０３）。そして抽出部１３４は、ステップＳ１０３において抽出した動画コンテンツを配信部１３５に出力する。これにより、配信部１３５は、ステップＳ１０１において受信した取得要求の送信元に対して、抽出部１３４によって抽出された動画コンテンツを配信する（ステップＳ１０４）。

〔５．変形例〕
上述した実施形態に係る判定装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の判定装置１００の他の実施形態について説明する。

〔５−１．コンテンツをカテゴリ別に推薦〕
上記実施形態では、動画コンテンツを推薦する例を挙げて説明したが、上述してきた判定装置１００は、動画コンテンツをカテゴリ別に推薦することもできる。具体的には、判定装置１００は、コンテンツの聞き取りの難易度をカテゴリ別に判定し、ユーザの学習レベルをカテゴリ別に算出し、判定した難易度と算出した学習レベルとに基づいてコンテンツをカテゴリ別に抽出する。この点について図５及び図７を用いて説明する。コンテンツ情報記憶部１２１は、カテゴリ別に、動画コンテンツのＵＲＬを記憶する。図７に、変形例に係るコンテンツ情報記憶部の一例を示す。図７に示すように、コンテンツ情報記憶部１２１は、「カテゴリ」といった項目をさらに有する。

「カテゴリ」は、動画コンテンツの内容が属する分野を示す。すなわち、図７では、コンテンツＩＤがＣ０４の動画コンテンツＣ０４は、カテゴリ「ビジネス」、単語の難易度「６」、文の長さ「７」、発話の速さ「５」である例を示している。

ここで、判定装置１００は、図７が示すように、動画コンテンツＣ０４〜Ｃ０６及び動画コンテンツＣ２１〜Ｃ２４を保持するものとする。なお、判定部１３１は、単語の難易度、文の長さ及び発話の速さの値の平均を算出することで、動画コンテンツＣ０４の難易度「６」、動画コンテンツＣ０５の難易度「４」、動画コンテンツＣ０６の難易度「１２」、動画コンテンツＣ２１の難易度「５」、動画コンテンツＣ２２の難易度「１２」、動画コンテンツＣ２３の難易度「１２」、動画コンテンツＣ２４の難易度「４」と判定しているものとする。また、ユーザ「Ｕ１３」が利用する端末装置１０からコンテンツの取得要求が受信されたものとする。

この場合、図５に示すように、ユーザ「Ｕ１３」は、カテゴリが「ビジネス」である動画コンテンツＣ０４及び動画コンテンツＣ０５と、カテゴリが「スポーツ」である動画コンテンツＣ０６を過去に学習しているので、算出部１３３は、カテゴリ「ビジネス」及びカテゴリ「スポーツ」のユーザの学習レベルを算出する。具体的には、算出部１３３は、ユーザ「Ｕ１３」のカテゴリ「ビジネス」の学習レベルとして、難易度「６」の動画コンテンツＣ０４と、難易度「４」の動画コンテンツＣ０５との難易度の平均「５」を算出する。また、算出部１３３は、ユーザ「Ｕ１３」のカテゴリ「スポーツ」の学習レベルとして、難易度「１２」の動画コンテンツＣ０６の難易度の平均「１２」を算出する。

そして、抽出部１３４は、ユーザ「Ｕ１３」に推薦する動画コンテンツをカテゴリ別に抽出する。具体的には、抽出部１３４は、ユーザ「Ｕ１３」に推薦するカテゴリ「ビジネス」の動画コンテンツとして、ユーザ「Ｕ１３」のカテゴリ「ビジネス」の学習レベル「５」と同一の値である難易度「５」でカテゴリ「ビジネス」の動画コンテンツＣ２１を抽出する。また、抽出部１３４は、ユーザ「Ｕ１３」に推薦するカテゴリ「スポーツ」の動画コンテンツとして、ユーザ「Ｕ１３」のカテゴリ「スポーツ」の学習レベル「１２」と同一の値である難易度「１２」でカテゴリ「スポーツ」の動画コンテンツＣ２３を抽出する。そして、抽出部１３４は、抽出した動画コンテンツＣ２１及び動画コンテンツＣ２３を配信部１３５に出力する。

そして、配信部１３５は、端末装置１０に対して、ユーザ「Ｕ１３」に推薦する動画コンテンツとして動画コンテンツＣ２１及び動画コンテンツＣ２３を配信する。これにより、端末装置１０は、動画コンテンツＣ２１及び動画コンテンツＣ２３を画面に表示させる。

このように、判定装置１００は、カテゴリ別にコンテンツの抽出処理を行うことにより、ユーザにより適したコンテンツを推薦するコンテンツとして配信することができる。例えば、判定装置１００は、カテゴリ別に推薦する動画コンテンツを抽出するので、カテゴリ「ビジネス」の学習レベル「５」でカテゴリ「スポーツ」の学習レベル「１２」である上記ユーザ「Ｕ１３」の例のように、カテゴリによってユーザの学習レベルに差がある場合でもユーザに適した動画コンテンツを配信することができる。

〔５−２．コンテンツを項目別に推薦〕
また、上記変形例では、カテゴリ別に動画コンテンツを推薦する例を挙げて説明したが、上述してきた判定装置１００は、動画コンテンツに含まれる項目別に動画コンテンツを推薦することもできる。具体的には、判定装置１００は、動画コンテンツに含まれる項目である単語の難易度、文の長さ、発話の速さ毎に、ユーザの学習レベルを算出し、算出したユーザの学習レベルに基づいて、単語の難易度、文の長さ、発話の速さ毎に、ユーザに推薦する動画コンテンツを抽出する。この点について図４及び図５を用いて説明する。ここで、判定装置１００は、図４に示す動画コンテンツＣ０７〜Ｃ０９及び動画コンテンツＣ３１〜Ｃ３４を保持するものとする。また、ユーザ「Ｕ１４」が利用する端末装置１０からコンテンツの取得要求が受信されたものとする。

この場合、図５に示すように、ユーザ「Ｕ１４」は、動画コンテンツＣ０７〜Ｃ０９を過去に視聴しているので、算出部１３３は、動画コンテンツＣ０７〜Ｃ０９の単語の難易度、文の長さ、発話の速さ毎に、平均を算出することでユーザ「Ｕ１４」の学習レベルを項目別に算出する。具体的には、算出部１３３は、動画コンテンツＣ０７の単語の難易度「２２」、動画コンテンツＣ０８の単語の難易度「２０」、動画コンテンツＣ０９の単語の難易度「２４」の平均「２２」を算出することで、単語の難易度におけるユーザ「Ｕ１４」の学習レベル「２２」を算出する。また、算出部１３３は、動画コンテンツＣ０７の文の長さ「１２」、動画コンテンツＣ０８の文の長さ「１０」、動画コンテンツＣ０９の文の長さ「８」の平均「１０」を算出することで、文の長さにおけるユーザ「Ｕ１４」の学習レベル「１０」を算出する。さらに、算出部１３３は、動画コンテンツＣ０７の発話の速さ「３」、動画コンテンツＣ０８の発話の速さ「２」、動画コンテンツＣ０９の発話の速さ「１」の平均「２」を算出することで、発話の速さにおけるユーザ「Ｕ１４」の学習レベル「２」を算出する。

そして、抽出部１３４は、ユーザ「Ｕ１４」に推薦する動画コンテンツを項目別に抽出する。具体的には、抽出部１３４は、ユーザ「Ｕ１４」に推薦する動画コンテンツとして、ユーザ「Ｕ１４」の単語の難易度における学習レベル「２２」と単語の難易度が同一の値である動画コンテンツＣ３１を抽出する。また、抽出部１３４は、ユーザ「Ｕ１４」の文の長さにおける学習レベル「１０」と文の長さが同一の値である動画コンテンツＣ３２を抽出する。さらに、抽出部１３４は、ユーザ「Ｕ１４」の発話の速さにおける学習レベル「２」と発話の速さが同一の値である動画コンテンツＣ３３を抽出する。そして、抽出部１３４は、抽出した動画コンテンツＣ３１〜Ｃ３３を配信部１３５に出力する。

そして、配信部１３５は、端末装置１０に対して、ユーザ「Ｕ１４」に推薦する動画コンテンツとして動画コンテンツＣ３１〜Ｃ３３を配信する。これにより、端末装置１０は、動画コンテンツＣ３１〜Ｃ３３を画面に表示させる。

このように、判定装置１００は、項目別にコンテンツの抽出処理を行うことにより、ユーザにより適したコンテンツを推薦するコンテンツとして配信することができる。例えば、判定装置１００は、項目別に推薦する動画コンテンツを抽出するので、単語の難易度における学習レベル「２２」、文の長さにおける学習レベル「１０」、発話の速さにおける学習レベル「２」である上記ユーザ「Ｕ１４」の例のように、項目によってユーザの学習レベルに差がある場合でもユーザに適した動画コンテンツを配信することができる。

〔５−３．コンテンツの聞き取りの難易度〕
また、上記実施形態では、動画コンテンツの聞き取りの難易度を単語の難易度、文の長さ及び発話の速さに基づいて算出する例を挙げて説明したが、上述してきた判定装置１００は、動画コンテンツの聞き取りの難易度を音声認識の難しさに基づいて算出することもできる。音声認識で難しいと判定される音声は、人間が聞いても難しい音声であると考えられるからである。この点について図８を用いて説明する。コンテンツ情報記憶部１２１は、動画コンテンツを記憶する。図８に、変形例に係るコンテンツ情報記憶部の一例を示す。図８に示すように、コンテンツ情報記憶部１２１は、「雑音量」、「なまりの強さ」、「話し言葉の量」、「難易度」といった項目を有する。

「雑音量」は、動画コンテンツに含まれる目的とする音声以外の不要な音声である雑音の量を示す。例えば、「雑音量」は、目的とする音声以外の不要な音声が多いほど大きい値となる。「なまりの強さ」は、動画コンテンツに含まれる音声の発話のなまりの強さを示す。例えば、「なまりの強さ」は、動画コンテンツに含まれる音声において、標準語とは異なった地方特有の発音が多いほど大きい値となる。「話し言葉の量」は、話す時にのみ主にして用いる言葉である話し言葉の量を示す。例えば、「話し言葉の量」は、動画コンテンツに含まれる音声において、話し言葉が多いほど大きい値となる。「難易度」は、動画コンテンツの聞き取りの難しさを示す。すなわち、図８では、コンテンツＩＤがＣ４１の動画コンテンツＣ４１は、雑音量「８」、なまりの強さ「３」、話し言葉の量「７」、難易度「６」である例を示している。

ここで、判定装置１００は、動画コンテンツＣ４１の難易度を判定する際に、判定部１３１は、雑音量、なまりの強さ、話し言葉の量の値の平均を算出することで、動画コンテンツＣ４１の難易度を判定する。具体的には、判定部１３１は、動画コンテンツＣ４１の雑音量「８」、なまりの強さ「３」、話し言葉の量「７」の値の平均「６」を難易度として判定する。

なお、判定装置１００は、音声認識の自信度に基づいて動画コンテンツの聞き取りの難易度を判定してもよい。ここで、音声認識の自信度とは、音声認識の確度の高さを示す指標である。例えば、自信度は、音声認識の確度が高いほど大きい値が算出される。具体的には、判定装置１００は、音声認識の自信度が低いほど動画コンテンツの聞き取りの難易度を高く判定する。音声認識で確度が低いと判定される音声は、人間が聞いても聞き取りにくいリスニングが困難な音声であると考えられるからである。

このように、判定装置１００は、音声認識の難しさに基づいてコンテンツの聞き取りの難易度の判定処理を行うことにより、難易度の判定精度を高めることができる。これにより、判定装置１００は、ユーザにより適した動画コンテンツを推薦するコンテンツとして配信することができる。

〔５−４．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

例えば、図３に示したコンテンツ情報記憶部１２１やユーザ情報記憶部１２２は、判定装置１００が保持せずに、ストレージサーバ等に保持されてもよい。この場合、判定装置１００は、ストレージサーバにアクセスすることで、動画コンテンツやユーザ情報を取得する。

また、例えば、上述してきた判定装置１００は、ウェブページを配信する情報提供装置２０と一体となって構成されてもよい。また、判定装置１００は、コンテンツの配信処理は行わず、抽出部１３４による抽出処理のみを行う抽出装置であってもよい。この場合、抽出装置は、少なくとも配信部１３５を有しない。そして、配信部１３５を有する配信装置が、抽出装置によって抽出されコンテンツを端末装置１０等に配信する。

また、上述してきた外国語の音声を含むコンテンツは、動画コンテンツに限らず、音声のみを含むコンテンツでもよい。例えば、外国語の音声を含むコンテンツは、ＷａｖやＭＰ３などのファイル形式の音声ファイルであってもよい。

また、コンテンツ情報記憶部１２１は、動画コンテンツのＵＲＬに限らず、動画コンテンツ自体を保持し、配信部１３５は、抽出処理によって抽出された動画コンテンツ自体をユーザに推薦するコンテンツとして端末装置１０に配信してもよい。

なお、上記実施形態における判定装置１００は、例えば図９に示すような構成のコンピュータ５０によって実現される。図９は、判定装置１００の機能を実現するコンピュータ５０の一例を示すハードウェア構成図である。コンピュータ５０は、ＣＰＵ５１、ＲＡＭ５２、ＲＯＭ（Read Only Memory）５３、ＨＤＤ（Hard Disk Drive）５４、通信インターフェイス（Ｉ／Ｆ）５５、入出力インターフェイス（Ｉ／Ｆ）５６、およびメディアインターフェイス（Ｉ／Ｆ）５７を備える。

ＣＰＵ５１は、ＲＯＭ５３またはＨＤＤ５４に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ５３は、コンピュータ５０の起動時にＣＰＵ５１によって実行されるブートプログラムや、コンピュータ５０のハードウェアに依存するプログラム等を格納する。

ＨＤＤ５４は、ＣＰＵ５１によって実行されるプログラムおよび当該プログラムによって使用されるデータ等を格納する。通信インターフェイス５５は、通信回線Ｎを介して他の機器からデータを受信してＣＰＵ５１へ送り、ＣＰＵ５１が生成したデータを、通信回線Ｎを介して他の機器へ送信する。

ＣＰＵ５１は、入出力インターフェイス５６を介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。ＣＰＵ５１は、入出力インターフェイス５６を介して、入力装置からデータを取得する。また、ＣＰＵ５１は、生成したデータを、入出力インターフェイス５６を介して出力装置へ出力する。

メディアインターフェイス５７は、記録媒体５８に格納されたプログラムまたはデータを読み取り、ＲＡＭ５２を介してＣＰＵ５１に提供する。ＣＰＵ５１は、当該プログラムを、メディアインターフェイス５７を介して記録媒体５８からＲＡＭ５２上にロードし、ロードしたプログラムを実行する。記録媒体５８は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

コンピュータ５０が実施形態における判定装置１００として機能する場合、コンピュータ５０のＣＰＵ５１は、ＲＡＭ５２上にロードされたプログラムを実行することにより、判定部１３１、受信部１３２、算出部１３３、抽出部１３４、および配信部１３５の各機能を実現する。また、ＨＤＤ５４には、コンテンツ情報記憶部１２１及びユーザ情報記憶部１２２内のデータが格納される。

コンピュータ５０のＣＰＵ５１は、これらのプログラムを、記録媒体５８から読み取って実行するが、他の例として、他の装置から、通信回線Ｎを介してこれらのプログラムを取得してもよい。

〔６．効果〕
上述してきたように、実施形態に係る判定装置１００は、判定部１３１と、抽出部１３４とを有する。判定部１３１は、音声を含むコンテンツ毎に、かかるコンテンツに含まれる情報に基づいてコンテンツの聞き取りの難易度を判定する。抽出部１３４は、判定部１３１によって判定されたコンテンツの聞き取りの難易度に基づいてユーザに推薦するコンテンツを抽出する。

これにより、実施形態に係る判定装置１００は、コンテンツの聞き取りの難易度に基づいて、ユーザに推薦するコンテンツを抽出するので、ユーザに適したコンテンツを推薦することができる。

また、実施形態に係る判定装置１００において、判定部１３１によって聞き取りの難易度が判定されたコンテンツのうちユーザが過去に使用したコンテンツの聞き取りの難易度に基づいてユーザの学習レベルを算出する算出部１３３をさらに備え、抽出部１３４は、判定部１３１によって判定されたコンテンツの聞き取りの難易度と、算出部１３３によって算出されたユーザの学習レベルとに基づいてユーザに推薦するコンテンツを抽出する。

これにより、実施形態に係る判定装置１００は、ユーザにより適したコンテンツを推薦するコンテンツとして配信することができる。

また、実施形態に係る判定装置１００において、判定部１３１は、単語の難易度、文の長さ及び発話の速さの少なくともいずれか１つに基づいてコンテンツの聞き取りの難易度を判定する。

これにより、実施形態に係る判定装置１００は、コンテンツの聞き取りの難易度を判定することができるので、ユーザに適したコンテンツを推薦するコンテンツとして配信することができる。

また、実施形態に係る判定装置１００において、判定部１３１は、コンテンツの聞き取りの難易度をカテゴリ別に判定し、算出部１３３は、ユーザの学習レベルをカテゴリ別に算出し、抽出部１３４は、判定部１３１によって判定されたコンテンツの聞き取りの難易度と、算出部１３３によって算出されたユーザの学習レベルとに基づいてユーザに推薦するコンテンツをカテゴリ別に抽出する。

これにより、実施形態に係る判定装置１００は、カテゴリによってユーザの学習レベルに差がある場合でもユーザに適したコンテンツを配信することができる。

また、実施形態に係る判定装置１００において、判定部１３１は、コンテンツの音声認識の難易度に基づいてコンテンツの聞き取りの難易度を判定する。

これにより、実施形態に係る判定装置１００は、難易度の判定精度を高めることができるので、ユーザにより適したコンテンツを推薦するコンテンツとして配信することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した判定装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、特許請求の範囲に記載した「手段」は、「部（section、module、unit）」や「回路」などに読み替えることができる。例えば、算出手段は、算出部や算出回路に読み替えることができる。

１ 判定システム
１００ 判定装置
１３１ 判定部
１３３ 算出部
１３４ 抽出部

Claims (7)

1. 音声を含むコンテンツ毎に、当該コンテンツに含まれる情報に基づいてコンテンツの聞き取りの難易度を判定する判定手段と、
   前記判定手段によって判定されたコンテンツの聞き取りの難易度に基づいてユーザに推薦するコンテンツを抽出する抽出手段と
   を備えたことを特徴とする判定装置。
2. 前記判定手段によって難易度が判定されたコンテンツのうちユーザが過去に使用したコンテンツの聞き取りの難易度に基づいてユーザの学習レベルを算出する算出手段
   をさらに備え、
   前記抽出手段は、
   前記判定手段によって判定されたコンテンツの聞き取りの難易度と、前記算出手段によって算出されたユーザの学習レベルとに基づいてユーザに推薦するコンテンツを抽出する
   ことを特徴とする請求項１に記載の判定装置。
3. 前記判定手段は、
   単語の難易度、文の長さ及び発話の速さの少なくともいずれか１つに基づいてコンテンツの聞き取りの難易度を判定する
   ことを特徴とする請求項１又は２に記載の判定装置。
4. 前記判定手段は、
   コンテンツの聞き取りの難易度をカテゴリ別に判定し、
   前記算出手段は、
   ユーザの学習レベルをカテゴリ別に算出し、
   前記抽出手段は、
   前記判定手段によって判定されたコンテンツの聞き取りの難易度と、前記算出手段によって算出されたユーザの学習レベルとに基づいてユーザに推薦するコンテンツをカテゴリ別に抽出する
   ことを特徴とする請求項２または３に記載の判定装置。
5. 前記判定手段は、
   コンテンツの音声認識の難易度に基づいてコンテンツの聞き取りの難易度を判定する
   ことを特徴とする請求項１〜４のいずれか一つに記載の判定装置。
6. 判定装置が実行する判定方法であって、
   音声を含むコンテンツ毎に、当該コンテンツに含まれる情報に基づいてコンテンツの聞き取りの難易度を判定する判定工程と、
   前記判定工程によって判定されたコンテンツの聞き取りの難易度に基づいてユーザに推薦するコンテンツを抽出する抽出工程と
   を含んだことを特徴とする判定方法。
7. 音声を含むコンテンツ毎に、当該コンテンツに含まれる情報に基づいてコンテンツの聞き取りの難易度を判定する判定手順と、
   前記判定手順によって判定されたコンテンツの聞き取りの難易度に基づいてユーザに推薦するコンテンツを抽出する抽出手順と
   をコンピュータに実行させることを特徴とする判定プログラム。

Images