映像シーンとWeb文書との自動対応付けによるWeb情報ナビゲーションシステム

摘要

我々は、映像コンテンツとWeb記事との動的な対応付けを用いた映像ナビゲーションシステムの構築を目指している。 映像とWeb記事とを低コストかつロバストに対応付けることを狙い、対応付けにおいては映像と記事からそれぞれ音響モデルと音素音節表に基づいて生成した音素記号からなるシンボル列集合の類似度を用いる。 しかしながら、類似度の計算量は映像シーンの長さとWeb記事の量に比例するため、計算量の削減が課題となっていた。 本稿では、映像シーンの内容に関連するWeb記事を効率的に発見することを目的とし、形態素解析に基づいて類似度算出に使用するシンボル列の絞込みを行うとともに、映像シーンに対して対応付けの対象となるWeb記事を類似度の値に基づいて動的に絞り込むことによる対応付け処理の効率化を提案する。およそ20分の実際のニュース番組を用いて評価実験を行い、対応付けの精度を大きく損なうことなく計算コストを47％程度削減することが出来た。 さらに、提案手法に基づき情報ナビゲーションシステムのプロトタイプを実装した。