JP5302319B2 - コンテンツ品目のコレクションと関連のメタデータ生成 - Google Patents

Description

本発明は、コンテンツ品目に含まれるデータを処理するためのシステムにアクセス可能なコンテンツ品目のコレクションとの関連付けのためのメタデータを自動的に生成する方法に関する。

本発明は、コンテンツ品目のコレクションとの関連付けのためのメタデータを自動的に生成するためのシステムにも関する。

本発明は、コンピュータプログラムにも関する。

米国特許出願ＵＳ２００６／００２０５９７は、例えば、視覚映像のコレクションのインデックス化、視覚映像のコレクションの視覚映像のグループ化、視覚映像の要約、視覚映像のグループの注釈、視覚映像及び一群の視覚映像から代表的な視覚映像のコレクションの識別を検索するなどの視覚映像との様々なインタラクションを遂行するために、視覚映像コンテンツ評価を利用することに関する。視覚映像のコレクションにおける視覚映像のグループは、グループの各々に対してイメージ表現を識別して、他のイメージ表現の各々との前記イメージ表現の各々の類似性を決定し、他のイメージ表現との各イメージ表現の類似性に基づいて視覚映像のグループに注釈をつけることによって、注釈できる。一群の視覚映像に対するイメージ表現は、視覚映像のグループのすべての視覚映像に対する一つ以上の画像特性の平均でありえる。

既知の方法の課題は、画像特性の平均値がしばしば意味がないということである。特に画像の大規模なグループに対して、画像特性の平均値は、特性の可能性がある値の範囲の中央値である傾向がある。これは、階層的に組織化された視覚映像を閲覧し検索するのに注釈をより適さなくする。

人的な介入を最小に又は全くなしに、コンテンツ品目を処理するためのシステムにより、斯様なコレクションの迅速な位置決めのためのコンテンツ品目のコレクションの効率的な表現の生成に適する冒頭に記載のタイプの方法、システム及びコンピュータプログラムを提供することが本発明の目的である。

この目的は、メタデータの各セットがコンテンツ品目と関連した少なくとも一つの属性値を含む、個別にコンテンツ品目と関連したメタデータの当該セットを得るステップと、それぞれのコンテンツ品目と関連したメタデータのセットにわたる属性の値の少なくとも一つの分布を分析するステップと、この分析に依存して少なくとも一つの属性値を選択するステップと、選択された属性値を処理してコレクションとの関連付けのためのメタデータを生成するステップと、コンテンツ品目のコレクションの識別に関連してコンテンツ品目に含まれるデータを処理するためのシステムに、生成されたメタデータを利用するステップとを含む本発明による方法により達成される。

本願明細書において、メタデータは、情報を含む存在物の特性を記述する構造コード化されたデータを意味すると考えられる。

コレクションとの関連付けのためのメタデータを生成するために、選択された属性値を処理することにより、より効率的な表現が得られて、例えば、すべてのコンテンツ品目のメタデータの完全なリスト又は表現的コンテンツ品目の選択と比較される。すべての属性値を使用するよりはむしろ、属性値を選択することにより、生成されたメタデータが比較的表現力豊かになされる。それぞれのコンテンツ品目と関連したメタデータのセットにわたって属性の値の少なくとも一つの分布の分析に基づいて属性値を選択することにより、コレクションに関連する属性値を選択することが可能にされる。さらに、値の分布を分析し、属性値を選択するステップは、自動的に実行されることに適しているので、ユーザ介入は原則として必要ではない。コンテンツ品目のコレクションの識別に関連して、コンテンツ品目に含まれるデータを処理するためのシステムに、生成されたメタデータを利用することにより、システムのユーザは、最初にコンテンツ品目のコレクションを位置決めし、それからオプションでコレクションの個々のコンテンツ品目を位置決めすることにより、より効率的に正確に関連したコンテンツ品目を位置決めすることが可能にされる。

実施例は、階層型ファイルシステムにより維持されるデータを使用してコレクションに含まれるコンテンツ品目を識別するステップを含む。

達成される効果は、自動化システムが、メタデータを生成するポイントで人的介入なしに、比較的容易にコレクションのメンバーを識別する方法を実施できるということである。すなわち、コレクションを定めるための入力データを人が提供する必要がない。階層型ファイルシステムは、ディレクトリ及びサブディレクトリへ、すなわち各々がコレクションを表す入れ子になったフォルダのようなアナロジでコンテンツ品目の組織を供給する。

実施例において、分析に依存して少なくとも一つの属性値を選択するステップは、個別にコレクションのコンテンツ品目と関連したメタデータのセットに含まれる値を持つすべての属性より少ない少なくとも一つの値を選択するステップを含む。

効果は、コレクションの簡潔な説明が、関連する属性だけを使用して生成されるということである。コレクションを特徴づけることに適していないか、考慮中のタイプのコンテンツ品目のコレクションを概して特徴づけることに適していない属性の値は、使われない。

実施例は、多くの数の属性の各々の少なくとも一つの値を選択するステップを含み、この数は、ユーザ入力と、それぞれのコンテンツ品目と関連したメタデータのセットにわたる属性の値の少なくとも一つの分布の分析の結果とのうちの少なくとも一つに基づく。

効果は、多かれ少なかれ顕示的にさせる及び／又はコンテンツ品目の全体のコレクションを表現させるために、コンテンツ品目のコレクションとの関連付けのためのメタデータのボリュームを適応できるということである。

実施例において、少なくとも一つの属性値を選択するステップは、複数の属性の各々の、個別にそれぞれのコンテンツ品目と関連した、メタデータのセットにわたる値の分布の比較分析により少なくとも一つの属性を選択するステップを含む。

効果は、コレクションに特有である属性の値を選択するが、できるだけ多くコレクションのコンテンツ品目に関係させることが可能なことである。

実施例において、比較分析は、複数の候補属性の各々に対して、個別にそれぞれのコンテンツ品目と関連したその候補属性の値の類似性に従ってコンテンツ品目のコレクションを独立のセットに仕切るステップと、コレクションのサイズに関して、候補属性に対してなされた仕切りの最大のセットの相対サイズに少なくとも基づくファクタに従って属性をランキングするステップとを含む。

効果は、より大きな重みがコレクションの多くのコンテンツ品目に適用する属性値に付与されることである。用語「類似性」は、値のアイデンティティを必ずしも意味するわけではないことが認められる。値が類似性の特定の尺度に従って、整合するかを示す。

実施例において、比較分析は、複数の候補属性の各々に対して、個別にそれぞれのコンテンツ品目と関連したその候補属性の値の類似性に従ってコンテンツ品目のコレクションを独立のセットに仕切るステップと、どれくらい多くのセットが属性に対して得られるかに少なくとも基づくファクタに従って候補属性をランキングするステップとを含む。

達成される効果は、コレクションのコンテンツ品目にわたる値の広い拡散を持つ属性を取り除くことができることである。

実施例において、候補属性は、セットの数の変化よりも最大セットの相対的サイズの変化により影響されるファクタに従ってランキングされる。

効果は、優位な値以外の値が比較的まれに現れるとき、コレクションにわたるかなりの範囲の値を呈する属性の除去が回避されることである。

実施例において、比較分析は、候補属性に割り当てられる優先的値に少なくとも部分的に基づくファクタに従って、候補属性をランキングするステップを含む。

達成される効果は、好ましくは、一般にコンテンツ品目のコレクションを記述したメタデータを生成するために本質的により適している属性の値が選択されるということである。

変形例において、優先的値は、コレクションの外側で少なくとも部分的にコンテンツ品目を使用して、個別にそれぞれのコンテンツ品目と関連したメタデータにわたって候補属性の値の分布の分析を実行することにより得られる。

効果は、どの属性がコンテンツ品目のコレクションを記述するメタデータを生成する際の使用に最も適しているかの知識が取り込まれる必要がないということである。例えば、実演しているアーティストが複数のコレクション同士を識別するための最善の属性であるということを知っている必要がない。他の効果は、コンテンツ品目に含まれるデータを処理するための同じシステムにアクセス可能な他のコレクションのコンテンツ品目にわたる属性値の分布に依存して属性値の選択を調整するためのポテンシャルが提供されるということである。これは、生成されたメタデータを、検索し閲覧するためにより適するようにする。例として、同じシステムにアクセス可能な他のコレクションを分析することにより、システムのユーザが、スタイル、例えばジャズのトラックを含むディレクトリ、ポップのトラックを含むディレクトリ等に従って、オーディオ・ファイルの彼のコレクションの全体をコレクションにソートしたと決定できる。スタイルを優先させることにより、１つのディレクトリ内のすべてのオーディオ・ファイルが同じ演奏アーティストによるものである場合でさえも、ディレクトリがそのディレクトリに優勢な音楽のスタイルを示すメタデータと関連することが、よりありそうである。

実施例は、コレクションとの関連付けのためのメタデータを生成するために処理するための選択された属性の数多くの値を選択するステップを含み、当該数は、ユーザ入力と、個別にそれぞれのコンテンツ品目と関連するメタデータのセットにわたるその属性の値の分布の特性とのうちの少なくとも一つに基づく。

効果は、より大きい数の値が選択できるということであり、ある属性値はコレクションの大きなマジョリティのコンテンツ品目に関係しない。

実施例において、メタデータを生成するための選択された属性値を処理するステップは、少なくとも一つの選択された属性値に対応する属性値情報を含むメタデータを生成するステップと、個別にそれぞれのコンテンツ品目と関連したメタデータのセットにわたる選択された属性の値の分布の分析に基づいてデータを認定するステップとを含む。

効果は、選択された属性値に基づくメタデータが生成され、選択された値がコレクションの全体にどれくらい関連するかも示すことである。

実施例において、メタデータを生成するための選択された属性値を処理するステップは、記述フレーズを表すテキスト・データを合成するステップを含む。

効果は、コンテンツ品目のコレクションを検索、ブラウジング及び／又は管理するためのユーザ・インタフェースの使用に適するデータが供給されることである。

実施例は、分析に依存して少なくとも一つの属性値を選択する際、分析を繰り返す前に選択された属性値に対応する少なくとも一つの属性値を含むもの以外のコレクションのそれぞれのコンテンツ品目と関連したメタデータのセットの分析を繰り返すステップを含む。

効果は、これらの特性に関しては異なるコンテンツ品目のクラスタを有するコンテンツ品目のコレクションに対する意味あるメタデータの生成である。すなわち、各クラスタ内の品目が比較的単純な特性を持つが、当該特性はクラスタの間で強く異ならせるように、コレクションがコンテンツ品目のクラスタに分割でき、ユーザにこの事実を知らせることに適しているメタデータが生成される。

実施例において、メタデータを生成するように、選択された属性値を処理するステップは、コンテンツ品目の異なるコレクションに対して生成されるメタデータと比較のためメタデータを生成するように、選択された属性値を処理するステップと、比較のために生成されたメタデータが特定の最低限より少なく異なる場合、それぞれのコンテンツ品目と関連したメタデータのセットにわたる属性の値の少なくとも一つの分布の分析に依存して少なくとも一つの他の属性値を選択するステップとを含み、少なくとも他の選択された属性値は、コレクションと関連付けのためのメタデータを生成するように処理される。

効果は、コンテンツ品目のコレクションの異なるものの間での選択を可能にするために十分に特徴的であるメタデータの生成である。

実施例は、コンテンツ品目の属性の値に従ってコレクションのコンテンツ品目の順番を決定するステップを含み、コンテンツ品目のコレクションと関連付けのためのメタデータは、選択された属性値に対応する属性値を含むメタデータのセットに関連したコンテンツ品目が順番に位置しているところに基づいて、選択された属性値を認定するように生成される。

効果は、コレクションのコンテンツ品目のリストの効率的なブラウズを促進するメタデータの生成である。コンテンツ品目のコレクションと関連したメタデータが、選択された属性値に対応する属性値を含むメタデータのセットに関連したコンテンツ品目が順番に位置しているところに基づいて選択された属性値を認定する情報及び少なくとも一つの選択された属性値を含むので、選択された属性値が適用されるコンテンツ品目を探すためのコンテンツ品目のリストの情報が供給できる。属性がリリースの年である場合、メタデータは、コレクションが５０年代から始まって、ますます最近の品目を含むことを示してもよい。このメタデータがファイル・ブラウザのユーザにアクセス可能になされるとき、ユーザは７０年代からのコンテンツ品目のためのリストへいくらか下げて見ることを知るだろう。

実施例において、コンテンツ品目に含まれるデータを処理するためのシステムに、生成されたメタデータを利用できるようにするステップは、ファイルシステムにより維持されるデータと関連して生成されたメタデータを格納するステップと、コンテンツ品目に対応するファイルのグループを識別するステップとを含む。

効果は、有益なタグが、コンテンツ品目を発見しアクセスするためのグラフィカル・ユーザ・インタフェースに加えられ、例えば、コンテンツ品目の効果的な検索及び取り出しが可能にされる。

実施例において、個別にコンテンツ品目と関連したメタデータのセットを得るステップは、それぞれのコンテンツ品目を有するデータオブジェクトにエンコードされるメタデータを読むステップと、少なくとも一つの属性値を生成するために、少なくとも一つの所定のアルゴリズムに従ってコンテンツ・プレゼンテーション・システム上の認知可能な形式でなされるのに適していて、それぞれのコンテンツ品目にあるデータにエンコードされる信号を分析するステップと、少なくとも一つの属性値を生成するために、コンテンツ品目に対応するデータが得られるそれぞれの位置を分析するステップと、コンテンツ品目の識別を得るステップと、コンテンツ品目に含まれるデータを処理するためのシステムから離れたデータベース・システムに前記識別を提出するステップと、データベース・システムからメタデータのそれぞれのセットを得るステップとのうちの少なくとも一つを含む。

効果は、方法が自動化システムの実施態様に良く適しているということである。

他の態様によると、本発明によるコンテンツ品目のコレクションとの関連付けのためのメタデータを自動的に生成するためのシステムは、メタデータの各セットがコンテンツ品目と関連した少なくとも一つの属性値を含む、個別にコンテンツ品目と関連したメタデータの当該セットを得て、それぞれのコンテンツ品目と関連したメタデータのセットにわたる属性の値の少なくとも一つの分布を分析し、前記分析に依存して少なくとも一つの属性値を選択し、コレクションとの関連付けのためのメタデータを生成するために、選択された属性値を処理するように構成される。

前記システムは、コンテンツ品目のコレクションの効果的及び正確な説明を自動的に生成することに適している。

前記システムの実施例は、本発明による方法を実施するように構成される。

本発明の別の態様によると、マシン可読媒体に組み込まれるとき、情報処理機能を持つシステムが本発明による方法を実行できる一組の命令を含むコンピュータプログラムが供給される。

本発明は、図面を参照して更に詳細に説明されるだろう。

図１は、メタデータを自動的に生成する方法を実行するためのネットワーク化されたコンピュータ環境の概略図である。 図２は、自動的に生成されたメタデータを用いたグラフィカル・ユーザ・インタフェースの簡略スクリーン図である。 図３は、メタデータを自動的に生成する方法の実施例を例示するフローチャートである。

図１に図示されるように、コンピュータ１は、プロセッサ２、メインメモリ３、データ記憶デバイス４及びネットワーク・インターフェース５を含む。コンピュータ１は、多目的パーソナル・コンピュータ、媒体プレーヤ、例えば携帯用のメディアプレーヤ又はパーソナル携帯情報機器若しくはスマートフォンのような同様の携帯機器として実行できる。データ記憶デバイス４は、固定ディスク・ドライブ、メモリ・デバイスに対するインタフェース等である。

グラフィカル・ユーザ・インタフェースは、ユーザコントロール６及びグラフィック出力デバイス７により供給される。デジタル信号プロセッサ８、オーディオ出力デバイス９及び認知可能な形式の音声信号をなすための拡声器１０も図示される。

音声信号は、データ記憶デバイス４に格納された、又はネットワーク１２、例えばインターネットを通じてコンピュータ１と通信するコンテンツ品目サーバ１１上の視聴覚メディアファイルに含まれる。

実施例において、コンピュータ１は、視聴覚メディアファイルに含まれる音声及び／又は映像信号を管理し、サーチし、閲覧し、演奏するためのユーザ・インタフェースをコンピュータ１が供給できるようにする命令を有するソフトウェアを格納する。コンピュータ１は、個別に視聴覚メディア・ファイルと関連したメタデータのセットに基づいて、コンピュータ１にアクセス可能な、視聴覚メディア・ファイルのコレクションと関連のメタデータを生成するようにも構成される。

コンピュータ１により供給されるグラフィカル・ユーザ・インタフェースは、図２に図示される態様で視聴覚メディア・ファイルを閲覧できるようにする。図２は視聴覚メディア・ファイルがフォルダ１３、１４、１５により表されるディレクトリ及びサブディレクトリにどのように階層的に構成されるかを示す。ユーザが２つのフォルダ１４、１５のうちの１つを選択可能にしてそのフォルダの下で組織された視聴覚メディア・ファイルのリストを見るため、タグ１６、１７が生成され、タグ１６、１７を示すグラフィカル・ユーザ・インタフェースを実行するソフトウェアに供給される。

それぞれのフォルダ１４，１５の下で構成されたことがわかる視聴覚メディア・ファイルと関連したメタデータに基づいて、コンピュータ１は、自動的にタグ１６，１７を生成する。実施例では、フォルダ１４，１５の１つにより参照される視聴覚メディア・ファイルのコレクションの組成物が変わるとき、タグ１６，１７は新たに生成される。次に、より低レベルのフォルダ１４，１５の各々を表すデータは、各々がタグ１６，１７の形のメタデータの個々のセットと関連する２つのコンテンツ品目を表す。タグ１６，１７の１つが変わるとき、一のディレクトリの下、他のフォルダ１４，１５により表される複数のディレクトリが構成される当該一のディレクトリを表すフォルダ１３と関連したタグ１８のコンテンツも更新される。基本的に、同じ方法がこれに対して用いられる。

図３は、タグ１６，１７の１つにより表されるメタデータがどのように生成されるかを説明する。

第１のステップ１９において、コレクションが構成される視聴覚メディア・ファイルが識別される。この目的で、コンピュータ１は、階層的なディレクトリ構造体を実践するファイルシステムにより維持されたデータを使用できる。このデータは、データの階層的な組織、操作、ナビゲーション、アクセス及び取り出しのために維持される。例としては、データ記憶デバイス４のファイルの物理的な位置を維持するために用いられるデータ、コンテンツ品目サーバ１１のファイルにアクセスを供給するために使用されるデータ、又は例えば主記憶３の一時的に維持されるデータオブジェクトのような仮想データに対するアクセス方法で使用されるデータを含む。ファイルシステムは、コンピュータ１とコンテンツ品目サーバ１１とのユーザにより決められる視聴覚メディア・ファイルのグループ化を規定する。この規定は、どのファイルが対象のコレクションに帰属するかを人的介入なしに識別するために、コンピュータ１により使用される。

他の実施形態では、各視聴覚メディア・ファイルは、ファイルが構成要素である少なくとも一つのコレクションを識別するメタデータを含むか又は当該メタデータにリンクされる。斯様な実施例では、コレクションを形成する視聴覚メディア・ファイルを識別するステップ１９は、コレクションを識別するデータのためのメタデータを検索することにより実行される。

次のステップ２０において、コンピュータ１は、個別にコレクションの視聴覚メディア・ファイルのいくらか又は全てと関連したメタデータのセットを取得する。メタデータは、（属性、値）の対の形で得られる。メタデータの各セットは少なくとも一つの斯様な対を含むが、メタデータの各セットの（属性、値）の対で表される属性である必要はない。コンピュータ１は、後続のステップで考慮されるべき特定の属性に対して値を欠いているメタデータのセットにダミー値を含む（属性、値）の対を加えてもよい。

一つの実施例において、少なくとも一つの属性の値は、視聴覚メディア・ファイルに含まれる信号であって、コンピュータ１により認知可能な形式になされるのに適するデータにエンコードされる当該信号を分析することにより得られる。すなわち、視聴覚メディア・ファイルに含まれる音声及び／又は映像信号は、所定のアルゴリズムに従って分析される。音声信号のための好適なアルゴリズムは、テンポ、音量、ベース、ピッチ、輝度、帯域幅及びメル周波数ケプストラム係数等を定量化するのに適するアルゴリズムを含む。映像信号のための好適なアルゴリズムは、輝度、解像度、カラー又はカラー分布、シーン変化テンポ等を定量化するのに適するアルゴリズムを含む。

そのほかに、あるいは、個別に視聴覚メディア・ファイルに関連したメタデータのセットを取得するステップ２０は、コンテンツ品目を有するデータオブジェクト内のエンコードされたメタデータを読むステップを含む。例えば、音声ファイルに追加されるＩＤ３タグが、音声トラックのタイトル、アーティスト、アルバム又はジャンルを決定するために読まれる。あるいは、ＭＰＥＧ７標準に従った、視聴覚メディア・ファイルに添付された説明が、メタデータを取得するために読むことができる（その場合、当該説明及び視聴覚メディア・ファイルは、一緒にデータオブジェクトを形成する）。さらに他の変形例において、メタデータは、デジタル放送ストリームのブーケに含まれるＥＰＧ（電子プログラムガイド）データから得られる。

これらの実施例において、メタデータは、コンピュータ１の現在のユーザに依存し得る。例えば、推薦者の評価（ユーザプロファイルにリンクされる）又は使用履歴を表わすデータ（例えば、どれくらいの回数又はどれくらい長くファイルがコンピュータ１からアクセスされたか）を含み得る。

メタデータが取得される他の態様は、ネットワーク１２を介して、視聴覚メディア・ファイルに対応するコンテンツ品目の識別（ＩＤ）をデータベースのホストをつとめるメタデータ・サーバ２１に提出することによってである。斯様なメタデータ・サーバ２１を使用するサービスの例は、ＧｒａｃｅｎｏｔｅＭｅｄｉａＤａｔａｂａｓｅ（グレースノートメディアデータベース）を含む。ＥＰＧデータがダウンロードされる実施例は、実質的に同様の様式で働くだろう。

視聴覚メディア・ファイルに関連したメタデータのセットが取得される他の態様は、これらが取得されるそれぞれの位置を分析することによってである。例えば、ファイルタイプ、データ、サイズ及びストレージ・アドレスのようなファイルの特性が決定できる。

視聴覚メディア・ファイルと関連したメタデータのセットで表されるすべての属性又はいくつかの属性各々に対して、それぞれのファイルと関連したメタデータのセットにわたる属性の値の少なくとも一つの分布は、個別に分析され、少なくとも一つの属性値（これは、値の範囲でもよい）が、当該分析に依存して選択される。実際に、一つ以上の属性の各々の少なくとも一つの値が採用されるが、視聴覚メディア・ファイルと関連したメタデータのセットの値を持つすべての属性より少ない選択が個別に概してなされる。このために、メタデータのセットに表される属性の適合能力は、個別に視聴覚メディア・ファイルと関連したメタデータのセットにわたる属性（以下「候補属性」）の一部もしくは全部の値の分布の比較分析により評価される。

各候補属性に対して、視聴覚メディア・ファイルのコレクションは、視聴覚メディア・ファイルと関連したその属性に対する（属性、値）の対の値の類似性に従って、独立のセットに仕切られる（ステップ２２）。類似性は、ファイルが同じ値と関連しているか、又は、連続値の場合、ファイルが複数の数の範囲のうちの同じ一つの値と関連していることを意味する。連続値は、所定のカテゴリ（例えばリリースの属性年に対する年代）を使用して、同じよう（類似している）か否かとして分類できる。あるいは、クラスター形成アルゴリズムは、視聴覚メディア・ファイルと関連したメタデータのセットに現れる値に基づいて個別に適用できる。いずれにせよ、パーティション（仕切り）の独立のセットは、共通の属性値又は属性値の間の共通の推定された関係により各々特徴づけられる。

例えば、表１に表されるように、属性のジャンル、アーティスト及びリリースの年により特徴づけられる１０個の音声トラックのコレクションをとってみる。
表１
歌のＩＤ ジャンル アーティスト 年
１ ポップ マドンナ １９８６
２ ポップ マドンナ １９８９
３ ポップ マドンナ １９９８
４ ポップ マドンナ ２００３
５ ポップ ブリトニィ・スピアーズ １９９９
６ ポップ ブリトニィ・スピアーズ ２００１
７ ロック ディープ・パープル １９６８
８ ロック ディープ・パープル １９７０
９ ジャズ マイルス・デービス １９６３
１０ ジャズ パット・メセニィ １９９２

コンピュータ１は、ジャンルの値のポップ、ロック及びジャズに基づいてパーティション｛［１、２、３、４、５、６］、［７、８］、［９、１０］｝を生成する。コンピュータ１は、また、アーティストに基づいて５セットのパーティション｛［１、２、３、４］、［５、６］、［７、８］、［９］、［１０］｝を生成し、リリースの年が入る年代に基づく５セットのパーティション｛［７，９］、［８］、［１，２］、［３，５，１０］、［４，６］｝を生成する。

次のステップ２３において、候補属性はファクタｒｉに従ってランクを割り当てられ、ここで、ｉは候補属性へのインデックスである。本願明細書に用いられる例では、ファクタｒｉは、コレクションの視聴覚メディア・ファイルの数に関して最も大きいセットである、候補属性ｉに対するパーティションの相対サイズＳｉと、候補属性に対して得られたセットの数ｎｉと、候補属性ｉに割り当てられる優先順位値Ｐｉとに基づく。特に、ファクタは、以下の式に従って計算される。
ｒ_ｉ＝（Ｓ_ｉ／√ｎ_ｉ）Ｐ_ｉ

この式は、例である。他の式が用いられてもよく、特にファクタｒｉがセットの数ｎｉの変化に影響されるより、候補属性ｉに対してなされたパーティションの最大セットの相対サイズＳｉの変化に、より影響される特性を持つ式が用いられてもよい。例としてここで使用される式の場合では、ファクタｒｉは、パーティションの独立のセットで最大の相対サイズに正比例する。この式は、パーティションのセットの数ｎｉの二乗根に反比例する。

特定の属性がコレクションを説明するためにより有効であるという事実は、優先順位値Ｐｉに反映される。よって、優先順位値Ｐｉは、視聴覚メディア・ファイルを特徴づけるためにより共通して使用される特定の属性に基づく記述を持つ先験的な優先度を反映する。例えば、アーティストは、曲が発売された年代よりもより一般に参照される。

実施例において、コンピュータ１は、ユーザ入力に基づいて優先順位値を調整するように動作可能である。ユーザ設定は、視聴覚メディア・ファイル及び／又はこれらのコレクションを説明する際の他を超える特定の属性に対する優先度を反映する。

改良又は変形例として、優先順位値Ｐｉは、メタデータが生成されるべきコレクションが単なるサブセットであるような全体のデータベースにおいて、特定の属性がどれくらい判別可能かを反映できる。この場合、優先順位値Ｐｉは、コレクションに含まれない少なくとも部分的な視聴覚メディア・ファイルを用いて、それぞれの視聴覚メディア・ファイルと関連したメタデータにわたる候補属性の値の分布の分析を個別に実行することにより得られる。

まさに説明された２ステップ２２，２３が候補属性の全てに対して繰り返されたあと、最高のファクタｒｉを持つ候補属性が選択され（ステップ２４）、その属性のためになされたパーティションの最大セットに共通の値が選択される（ステップ２５）。表１による例において、属性アーティストに対する優先順位値が０．８であり、属性ジャンルに対して０．４である場合、トップランクの属性はアーティストであり、選択された値はマドンナである。

単純な実施例では、方法は、コレクションに対する記述的メタデータを生成するように、選択された属性値が処理されるステップ２６へまっすぐに進行する。これは、選択された属性値をコレクションに割り当て、タグ１６，１７の１つを生成するためのユーザ・インタフェースに前記属性値を通す以外何も必要とされない。しかしながら、特にユーザ・インタフェースを含むアプリケーションに対して、記述フレーズを表すテキスト・データが生成される場合、より有益である。

本願明細書に使用される例において、記述フレーズを表すテキスト・データを合成するステップ２６は、選択された属性値に対応する属性値情報を含むメタデータを生成するステップと、視聴覚メディア・ファイルと関連したメタデータのセットにわたる属性の値の分布の分析に基づいてデータを個別に認定するステップとを含む。実施例において、記述フレーズは、テンプレートに従って生成される。更に詳細にここに説明される実施例において、本文の説明は、トップランクの属性に対する値の分布と文法規則の所定のセットとに基づく。

これらの規則は、以下のようにＢＮＦフォーマット（バッカス‐ナウア記法：コンテキストフリー文法を表すために用いられるメタ構文）で表される。
<collection description>::=<set description>{"and"<set description>}
<set description>::=<quantifier><item type>[<attribute>]<value>
{<value>}|<item type>"of various"<attribute>
<quantifier>::=<absolute>|<relative>|<NIL>
<absolute>::=<absolute quantitative>|<absolute qualitative>
<relative>::=<relative quantitative>|<relative qualitative>
<itemtype>
用語は、例えば英語では下記の通りである。
<attribute>:"genre"、"artist"、"year"
<value>:"pop"、"jazz"、"Madonna"、"Miles Davis"、"Like a Virgin"、"1989"等
<absolute quantitative>:"2"、"3"、"90"、"adozen"等
<absolute qualitative>:"many"、"a few""a bunch of"等
<relative quantitative>:"80%"、"one third"、"half"等
<relative qualitative>:"mostly"、"mainly"等
<item type>:"songs"、"files"、"films"、"videos"等

文法の規則は、以下の通りになる。<set description>で使用する<attribute>は、以前のステップ２４で選択されたものである。この選択された属性のために生成されるパーティションが１セットだけ（例えばマドンナによる曲だけ）を持つ場合、この属性だけが使用される。予め設定されたオプションに依存して、相対的又は絶対的の数量詞が、使用できる。例えば、絶対的の定量的バージョンは、説明「アーティスト・マドンナによる４曲」又は「マドンナによる４曲」となるだろう。相対的な定量的バージョンは、「マドンナによる曲だけ」となるだろう。

最高ランクの候補属性に対してなされるパーティションが同様のサイズの２つ又は３つの最大のセットを持つ場合、値又は値の範囲を選択するステップ２５は、次に最大のパーティションのセットと関連した値を選択するステップを含む。このとき、最終ステップ２６で合成される説明は、２セット以上の説明の連結であり、例えば、「ビートルズによる５０曲及びローリングストーンズによる４０曲」又は「ビートルズ及びローリングストーンズによる多くの曲」である。最高ランクの候補属性に対して作られるパーティションが予め定められた最小より大きいセットを持たない場合、例えば、<item type>"of various"<attribute>に従った説明が生成され、例えば「さまざまなアーティストによる曲」が生成される。その場合、値は選択されない。

言語及び選択される特定の属性に依存して、文法は、合成される説明の読みやすさを改善するバリエーションを含むことができる。例えば、選択される属性は、説明を形成する文の異なる構成をトリガーする。異なる文法が、アプリケーション、言語、ユーザ優先度、データのタイプ等に依存して使用できる。

実施例において、視聴覚メディア・ファイルのコレクションとの関連付けのためのメタデータを生成するステップ２６は、ファイルの属性の値によってファイルの順番を決定するステップと、選択された属性値を含むメタデータのセットに関連したファイルが順番に位置されることに基づいて選択された属性値を認定するためにメタデータを生成するステップとを含む。例えば、プレイリストは、演奏される順番にソートされる音声又はビデオデータオブジェクトのコレクションとして見られ、テレビ・チャンネル・リストは、プログラム品目がいつ放送されるか等によってソートされたプログラム品目のコレクションとして見られる。合成された説明は、例えば、属性「ジャンル」が選択された「５曲のジャズ曲及び３曲のラテン曲により後続される１０曲のロック曲」のような説明を作ることにより、順番を反映できる。

属性が（曲のリリースの年のような）連続性であるか、（｛５０代、６０年代、７０年代、８０年代｝のような）ソートされたセットを有するか、又は、単に（アーティストの名前のような）記述的属性を有し得ることは、上記のことから明らかである。コレクションの説明で使用される数量詞は、（属性値が適用しないコレクションのコンテンツ品目を参照することなく）絶対的又は相対的でありえる。数量詞は、定量的である（数、値）か、又は質的（説明）でもよい。表２は、様々なタイプの属性に対して生成されるコレクションの説明のいくつかの例を挙げる。
表２

表２にリストされたものに加えて、属性は、所有、プライバシー保護レベル、位置、デバイス名、ＵＲＬ（ユーアールエル）、類似度又は音声トラックがヒットパレードにあるような外部ソースからの追加の情報に基づいてもよい。

図３に図示される方法は、基本的な説明を拡大すべきかどうか、又は修正すべきかどうかを決定するために属性値の選択を評価するステップ２７を含む。特に、比較は、視聴覚メディア・ファイルの異なるコレクション（フォルダ１４，１５の他方、又は例えばより高いランクのフォルダ１３により表される全体のコレクション）に対して生成されたメタデータでなされてもよい。比較のために生成されるメタデータが特定の最小とは異なって少ない場合、他の属性、すでに選択された属性の他の値又は範囲が選択される。

１つのオプションは、深さの拡張を可能にすることである。このオプションによると、多くの数の属性の各々の値又は値の範囲が選択され、前記数は、個別に視聴覚メディア・ファイルと関連したメタデータのセットにわたる候補属性の値の分布の分析の結果及びユーザ入力の少なくとも一つに基づく。特に、属性アーティストが属性ジャンルに加えて選択できると決定されてもよい。これは、最初の記述「１０曲のフォークソング」から始まって、「ボブ・ディランによる１０曲のフォークソング」のような記述を導く。一つの実施例において、記述は、候補属性の数の最も高いランクの一つの少なくとも一つの値に基づいて最初に合成される。この記述は、ユーザ・インタフェースのフォルダ１４、１５の次のタグ１６、１７の１つとして表示される。後続のステップ２８で処理されるユーザ入力に応答して、属性（この場合、他の属性）の値又は値の範囲を選択し、記述を合成するステップ２４，２５，２６が繰り返される。

いくつかの属性は、特定の値が多くの数の他の値又は他の値の範囲を包含することを意味する体系的分類に階層的に構成できる。例えば、値「ビーバップ」、「スイング」、「ラグタイム」及び「ジャズヒュージョン」は、属性「スタイル」の値「ジャズ」のすべての例である。実施例では、ユーザ入力に後続する又は規則の評価による査定に後続する、値を選択するステップ２５が繰り返されるとき、属性値の階層のより高いランクの値又は値範囲と関連した多くの数の値又は値範囲の中からの値又は値範囲が、ユーザ入力、個別にコレクションの視聴覚メディア・ファイルと関連したメタデータのセットにわたる値の分布の評価、又は視聴覚メディア・ファイルの異なるコレクションに対して選択される属性値の査定に応答して選択される。

他のオプションは、個別に視聴覚メディア・ファイルと関連したメタデータのセットにわたる候補属性の値の分布の分析の結果とユーザ入力との少なくとも一つに依存して、選択された属性の値の数を選択することである。このことは、選択された属性に対してなされたパーティション（仕切り）に優位なセットがない場合に対して、すでに説明された。パーティションに他のセットと関連する選択された属性の値は、最初の記述が利用可能となった後、受信されたユーザ入力を処理するステップ２８の結果として選択されてもよい。２つのオプションの組合せが、例示の実施例において使われる。

より洗練された記述を生成する他の態様が例示され、この記述に従って、属性及び値又は値の範囲を選択するステップ２４，２５に続いて、新しいコレクションが規定される（ステップ２９）。新しいコレクションは、すでに選択された値又は値の範囲に対応する少なくとも一つの属性値を含むもの以外のコレクション内の視聴覚メディア・ファイルから成る。それから、複数の候補属性の各々に対して、視聴覚メディア・ファイルの新しいコレクションは、個別に新しいコレクションのそれぞれの視聴覚メディア・ファイルと関連したその候補属性の値の類似性に従って、独立のセットに仕切られる（ステップ２２）。属性のランキングを確立するためのファクタｒｉは、作られたパーティションの最大のセットの相対的サイズ、優先ファクタ及びパーティションのセットの数に基づいて再計算される（ステップ２３）。視聴覚メディア・ファイルの全体のコレクションの拡張された記述を生成するために、他の属性が、その属性の値だけでなく選択される。結果は、「大部分はアクション・フィルム（映画）及びマーティン・スコセッシによる２つのフィルム」のようなものである。新しいコレクションを定めるステップ２９は、前に選択された属性値の適用性の査定の結果として、又はユーザ入力の結果として実施できる。よって、要約すると、この方法は、大部分の視聴覚メディア・ファイルがアクション・フィルムであると最初に決定し、次にアクション・フィルムでない全ての視聴覚メディア・ファイルに同種の分析を適用し、これらがマーティン・スコセッシによる２つのフィルムを含むことを特定することによって最善にこれらが特徴づけられると決定する。

このメタデータが計算されるコレクションの完全な例は、表３に挙げられる。
表３

ファクタｒｉは下記のように働くだろう。
ｒ_１＝（０．１／√１０）Ｐ_１＝０．０３Ｐ_１＝０．００３
ｒ_２＝（０．８／√３）Ｐ_２＝０．４６Ｐ_２＝０．４１
ｒ_３＝（０．８／√３）Ｐ_３＝０．４６Ｐ_３＝０．３２及び
ｒ_４＝（０．３０／√７）Ｐ_４＝０．１１Ｐ_４＝０．０６

これらのファクタに基づいて、属性は、ジャンル、キャスト、ディレクタ、タイトルとしてランクされる。最初の記述は、例えば、「大部分はアクション・フィルム」であろう。それから、選択された属性値が適用する品目が取り除かれて、表４の品目が残される。
表４

このとき結果のファクタｒｉは下記のようになるだろう。
ｒ_１＝（０．５／√２）Ｐ_１＝０．３５Ｐ_１＝０．０３５
ｒ_２＝（０．５／√２）Ｐ_２＝０．３５Ｐ_２＝０．３２
ｒ_３＝（０．５／√２）Ｐ_３＝０．３５Ｐ_３＝０．２５及び
ｒ_４＝（１／√１）Ｐ_４＝Ｐ_４＝０．５

属性の新しくランク付けされたリストは、ディレクタ、ジャンル、キャスト、タイトルである。従って、新しい記述は、「大部分はアクション・フィルム及びマーティン・スコセッシによる２つのフィルム」となる。

コンピュータ１のディレクトリ構造体において、より高いレベルのフォルダ１３の下でグループ化される視聴覚メディア・ファイルのコレクションとの関連付けのためのメタデータが、図３に図示されるのと同じ方法を用いて、２つの態様のうちの一方で自動的に生成できることが観察される。方法が低いレベル・フォルダ１４，１５のいずれかの下でグループ化されるすべてのファイルにより定められるファイルの全体のコレクションに適用されるか、又は、メタデータのセットが、フォルダ１４、１５の各々に対して最初に生成されて、これら自身コンテンツ品目としてみることができるかの何れかであり、当該方法はフォルダ１４、１５のコレクションに適用される。いずれにせよ、人的介入は、生成された記述的メタデータのオプション的改善に限定され、第１にファイルをフォルダに組織化することに限定される。さもなければ、当該方法は、完全に自動化される。

上記の実施例は、本発明を制限するよりはむしろ例示的であり、当業者は添付の特許請求の範囲から逸脱しない範囲で多くの別の実施例をデザインできることに留意されたい。請求項において、括弧の間に配される何れの参照符号も、請求項を制限するものとして解釈されない。動詞「を有する」及びその活用の使用は、請求項に述べられた以外の要素又はステップの存在を除外しない。要素に先行する冠詞「ａ」、又は「ａｎ」は、斯様な要素の複数の存在を除外しない。本発明は、幾つかの異なる素子を有するハードウェアによって、また最適にプログラムされたコンピュータによって実行されてもよい。幾つかの手段を列挙しているデバイス請求項において、これらの手段の幾つかは、ハードウェアの全く同一の品目により実施されてもよい。特定の手段が相互に異なる従属クレームに再引用されるという単なる事実は、これらの手段の組合せが有効に使用できないことを示すものではない。

本願明細書において例示される方法は、幅広い範囲のアプリケーションを持つ。当該方法は、ストレージ・デバイス、携帯用デバイス、データベース・システム、ファイルシステム又はデータマイニング・システムのユーザ・インタフェースに適用できる。当該方法は、テレビ・チャンネル・リスト、パーソナルラジオ又はテレビ・チャンネル、音楽プレイリスト、（属性、値）の対により特徴づけられる一般の電子的データセット及び刊行物に対して、家電デバイスに格納されるコンテンツのコレクションに対する記述を生成するために使用できる。

当業者にとって明らかであろう「手段」は、動作時に機能するか又は指定された機能を実行するように設計されている（別々若しくは一体型の回路又は電子部品素子のような）ハードウェア又は（プログラム又はプログラムの一部のような）ソフトウェアを含むことを意味し、単一の機能又は他の機能と連動して実行されるものでもよいし、分離して又は他の要素と協働してもよい。「コンピュータプログラム」は、光ディスクのようなコンピュータ可読媒体に格納されたか、インターネットのようなネットワークを介してダウンロード可能か、又は何らかの他の態様で市場向きのソフトウェアプロダクトを意味すると理解されるべきである。

Claims (14)

1. コンテンツ品目に含まれるデータを処理するためのシステムであって、プロセッサ、メモリ、データ記憶デバイス及びネットワーク・インターフェースを具備する当該システムにアクセス可能な、コンテンツ品目のコレクションとの関連付けのためのメタデータを自動的に生成する方法であって、メタデータの各セットが前記コンテンツ品目と関連した少なくとも一つの属性値を含む、個別に前記コンテンツ品目と関連したメタデータの当該セットを得るステップと、それぞれのコンテンツ品目と関連したメタデータの前記セットにわたる属性の値の少なくとも一つの分布を分析するステップと、この分析に依存して少なくとも一つの属性値を選択するステップと、選択された属性値を処理して前記コレクションとの関連付けのための前記メタデータを生成するステップと、ファイルシステムにより維持されるデータと関連して生成されたメタデータを前記データ記憶デバイスに格納し、前記コンテンツ品目に対応するファイルのグループを識別することにより、コンテンツ品目の前記コレクションの識別に関連して前記コンテンツ品目に含まれるデータを処理するため前記システムに、生成されたメタデータを利用するステップとを、前記プロセッサにより実施し、前記少なくとも一つの属性値を選択するステップは、複数の属性の各々の、個別にそれぞれのコンテンツ品目と関連した、メタデータの前記セットにわたる値の分布の比較分析により少なくとも一つの属性を選択するステップを含む、方法。
2. 階層型ファイルシステムにより維持されるデータを使用して、前記コレクションに含まれる前記コンテンツ品目を前記プロセッサにより識別するステップを含む、請求項１に記載の方法。
3. 前記分析に依存して少なくとも一つの属性値を選択するステップは、個別に前記コレクションのコンテンツ品目と関連したメタデータのセットに含まれる値を持つすべての属性より少ない少なくとも一つの値を前記プロセッサにより選択するステップを含む、請求項１又は２に記載の方法。
4. 多くの数の属性の各々の少なくとも一つの値を前記プロセッサにより選択するステップを含み、この数は、ユーザ入力と、それぞれのコンテンツ品目と関連したメタデータの前記セットにわたる属性の値の少なくとも一つの分布の分析の結果とのうちの少なくとも一つに基づく、請求項３に記載の方法。
5. 前記比較分析は、複数の候補属性の各々に対して、個別にそれぞれのコンテンツ品目と関連したその候補属性の値の類似性に従ってコンテンツ品目のコレクションを前記プロセッサにより独立のセットに仕切るステップと、前記コレクションのサイズに関して、前記候補属性に対してなされた仕切りの最大のセットの相対サイズに少なくとも基づくファクタに従って属性を前記プロセッサによりランキングするステップとを含む、請求項１に記載の方法。
6. 前記比較分析は、候補属性に割り当てられる優先的値に少なくとも部分的に基づくファクタに従って、候補属性を前記プロセッサによりランキングするステップを含む、請求項１又は５に記載の方法。
7. 前記コレクションとの関連付けのための前記メタデータを生成するために処理するための選択された属性の数多くの値を前記プロセッサにより選択するステップを含み、当該数は、ユーザ入力と、個別にそれぞれのコンテンツ品目と関連するメタデータのセットにわたるその属性の値の分布の特性とのうちの少なくとも一つに基づく、請求項１、５又は６に記載の方法。
8. 前記メタデータを生成するための選択された属性値を処理するステップは、少なくとも一つの選択された属性値に対応する属性値情報を含むメタデータを前記プロセッサにより生成するステップと、個別にそれぞれのコンテンツ品目と関連したメタデータのセットにわたる選択された属性の値の分布の分析に基づいてデータを前記プロセッサにより認定するステップとを含む、請求項１乃至７の何れか一項に記載の方法。
9. 前記メタデータを生成するための選択された属性値を処理するステップは、記述フレーズを表すテキスト・データを前記プロセッサにより合成するステップを含む、請求項１乃至８の何れか一項に記載の方法。
10. 前記分析に依存して少なくとも一つの属性値を前記プロセッサにより選択する際、前記分析を繰り返す前に選択された属性値に対応する少なくとも一つの属性値を含むもの以外のコレクションのそれぞれのコンテンツ品目と関連したメタデータのセットの分析を前記プロセッサにより繰り返すステップを含む、請求項１乃至８の何れか一項に記載の方法。
11. 前記メタデータを生成するように、選択された属性値を処理するステップは、コンテンツ品目の異なるコレクションに対して生成されるメタデータと比較のためメタデータを生成するように、選択された属性値を前記プロセッサにより処理するステップと、比較のために生成されたメタデータが特定の最低限より少なく異なる場合、それぞれのコンテンツ品目と関連したメタデータのセットにわたる属性の値の少なくとも一つの分布の分析に依存して少なくとも一つの他の属性値を前記プロセッサにより選択するステップとを含み、少なくとも他の選択された属性値は、コレクションと関連付けのためのメタデータを生成するように前記プロセッサにより処理される、請求項１乃至８の何れか一項に記載の方法。
12. コンテンツ品目のコレクションとの関連付けのためのメタデータを自動的に生成するためのシステムであって、プロセッサ、メモリ、データ記憶デバイス及びネットワーク・インターフェースを具備する当該システムであって、当該システムの前記プロセッサは、メタデータの各々のセットが前記コンテンツ品目と関連した少なくとも一つの属性値を含む、個別にコンテンツ品目と関連したメタデータの当該セットを得て、それぞれのコンテンツ品目と関連したメタデータのセットにわたる属性の値の少なくとも一つの分布を分析し、前記分析に依存して少なくとも一つの属性値を選択し、前記コレクションとの関連付けのためのメタデータを生成し、ファイルシステムにより維持されるデータと関連して生成されたメタデータを前記データ記憶デバイスに格納し、前記コンテンツ品目に対応するファイルのグループを識別するために、選択された属性値を処理し、前記少なくとも一つの属性値を選択することは、複数の属性の各々の、個別にそれぞれのコンテンツ品目と関連した、メタデータの前記セットにわたる値の分布の比較分析により少なくとも一つの属性を選択することを含む、システム。
13. 請求項１乃至１１の何れか一項に記載の方法を実施する、システム。
14. マシン可読媒体に組み込まれるとき、情報処理機能を持つシステムが請求項１乃至１１の何れか一項に記載の方法を実行できる一組の命令を含むコンピュータプログラム。

Images