特開 2023-110516 スライド選択システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023110516

(43)【公開日】2023-08-09

(54)【発明の名称】スライド選択システム

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20230802BHJP

   G09B 5/02 20060101ALI20230802BHJP

   G06N 20/00 20190101ALI20230802BHJP

   G06N 3/02 20060101ALI20230802BHJP

   G06F 3/01 20060101ALI20230802BHJP

   G06F 3/0481 20220101ALI20230802BHJP

【ＦＩ】

G06Q50/10

G09B5/02

G06N20/00

G06N3/02

G06F3/01 510

G06F3/0481

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022012015

(22)【出願日】2022-01-28

(71)【出願人】

【識別番号】000198787

【氏名又は名称】積水ハウス株式会社

(74)【代理人】

【識別番号】100117101

【弁理士】

【氏名又は名称】西木 信夫

(74)【代理人】

【識別番号】100120318

【弁理士】

【氏名又は名称】松田 朋浩

(72)【発明者】

【氏名】平岡 千穂

(72)【発明者】

【氏名】近藤 雅之

【テーマコード（参考）】

2C028

5E555

5L049

【Ｆターム（参考）】

2C028BB01

5E555AA09

5E555AA48

5E555BA02

5E555BA13

5E555BA64

5E555BB02

5E555BB13

5E555BC04

5E555CA42

5E555CA47

5E555CB64

5E555CB67

5E555DB03

5E555DB43

5E555DC07

5E555DC21

5E555EA05

5E555EA19

5E555EA20

5E555EA22

5E555EA23

5E555FA00

5L049CC11

(57)【要約】

【課題】プレゼンテーション中に複数のスライドの中から好適なスライドを選択する手段を提供する。
【解決手段】予測モデル記憶部１１は、スライド群の特徴と、受講者の属性と、受講者の反応との関係を示す予測モデル７を記憶する。反応取得部１４は、選択可能な各スライド群の特徴と受講者の属性を予測モデル７に与えて、受講者の反応を取得する。スライド選択部１５は、受講者の反応に基づいて評価値を算出し、評価値に基づいて使用スライド群を選択する。反応検知部１３は、使用スライド群を提示された受講者の反応を検知する。反応予測部１６は、使用スライド群の特徴と受講者の属性を予測モデル７に与えて、受講者の反応を予測する。属性推定部１７は、２つの受講者の反応の間に差があることに応じて、使用スライド群の特徴と検知された受講者の反応を予測モデル７に与えて、受講者の属性を推定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

順に提示される複数のスライドからなるスライド群の特徴と、受講者の属性と、受講者の反応との関係を示す予測モデルを記憶する予測モデル記憶部と、
プレゼンテーションの受講者の属性を入力するための属性入力部と、
上記プレゼンテーションにおいて選択可能な複数のスライド群のそれぞれについて、スライド群の特徴と、上記受講者の属性とを上記予測モデルに与えて、上記受講者の反応を取得する反応取得部と、
上記複数のスライド群のそれぞれについて、上記反応取得部で取得された上記受講者の反応に基づいて評価値を算出し、算出された上記評価値に基づいて、上記複数のスライド群の中から使用スライド群を選択するスライド選択部と、
上記使用スライド群を提示された上記受講者の反応を検知する反応検知部と、
上記使用スライド群の特徴と、上記受講者の属性とを上記予測モデルに与えて、上記受講者の反応を予測する反応予測部と、
上記反応検知部で検知された上記受講者の反応と、上記反応予測部で予測された上記受講者の反応との間に差があることに応じて、上記使用スライド群の特徴と、上記反応検知部で検知された上記受講者の反応とを上記予測モデルに与えて、上記受講者の属性を推定する属性推定部と、を備えたスライド選択システム。

【請求項2】

上記予測モデルは、実施済みのプレゼンテーションについて、スライド群の特徴と、受講者の属性と、受講者の反応とを対応づけて含むデータを教師データとして用いた機械学習によって得られたものである請求項１に記載のスライド選択システム。

【請求項3】

上記プレゼンテーションの終了後に、上記使用スライド群の特徴と、上記受講者の属性と、上記受講者の反応とを教師データとして用いた機械学習によって上記予測モデルを更新する終了処理部をさらに備えた請求項１又は２に記載のスライド選択システム。

【請求項4】

上記終了処理部は、上記プレゼンテーションの終了後に、上記反応検知部で検知された上記受講者の反応に基づいて、上記評価値の算出方法を変更する請求項３に記載のスライド選択システム。

【請求項5】

上記複数のスライド群は、上記プレゼンテーションを構成するパートに対応し、
上記反応取得部、上記スライド選択部、上記反応予測部、及び上記属性推定部は、上記パートの切り換え時に動作する請求項１から４のいずれかに記載のスライド選択システム。

【請求項6】

上記受講者の反応は、笑顔、笑い声、腕組み、眉間のしわ、及びうなずき回数のうちの１以上を含む請求項１から５のいずれかに記載のスライド選択システム。

【請求項7】

上記スライド群の特徴は、スライド枚数、文字数、挿絵の数、図の数、表の数、及びグラフ内の列数のうちの１以上を含む請求項１から６のいずれかに記載のスライド選択システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、複数のスライドの中から好適なスライドを選択するスライド選択システムに関する。

【背景技術】

【0002】

セミナー、発表会、学会、講義等における発表者は、複数のスライドを所定の順序で受講者に提示することにより、プレゼンテーションを行う。スキルが高い発表者は、プレゼンテーションを受講中の受講者の反応に応じて、予定していたスライドを飛ばしたり、別のスライドに変更したりする。このように受講者の反応に応じてスライドを選択することにより、プレゼンテーションの質を向上できる。

【0003】

特許文献１には、プレゼンテーションにおける参加者の関心の度合いを検出する関心度合検出手段と、検出された感心の度合いに応じて、予め定めた複数のスライド進行パターンから少なくとも一つのスライド進行パターンを選択する選択手段と、選択されたスライド進行パターンに基づく進行順序でスライドを表示する表示手段と、を備えたプレゼンテーション装置が記載されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００２－１４９１４５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

スキルが低い発表者にとって、受講者の反応に応じてスライドを選択することは困難である。このため、プレゼンテーションの質は、発表者のスキルに依存する。また、セミナー等では受講者に伝えるべき内容が決まっているので、スライドの選択には一定の制約があり、スライドを自由に選択できる訳ではない。

【0006】

本発明は、上記の事情に鑑みてなされたものであり、その目的は、プレゼンテーション中に複数のスライドの中から好適なスライドを選択する手段を提供することである。

【課題を解決するための手段】

【0007】

(1) 本発明のスライド選択システムは、順に提示される複数のスライドからなるスライド群の特徴と、受講者の属性と、受講者の反応との関係を示す予測モデルを記憶する予測モデル記憶部と、プレゼンテーションの受講者の属性を入力するための属性入力部と、上記プレゼンテーションにおいて選択可能な複数のスライド群のそれぞれについて、スライド群の特徴と、上記受講者の属性とを上記予測モデルに与えて、上記受講者の反応を取得する反応取得部と、上記複数のスライド群のそれぞれについて、上記反応取得部で取得された上記受講者の反応に基づいて評価値を算出し、算出された上記評価値に基づいて、上記複数のスライド群の中から使用スライド群を選択するスライド選択部と、上記使用スライド群を提示された上記受講者の反応を検知する反応検知部と、上記使用スライド群の特徴と、上記受講者の属性とを上記予測モデルに与えて、上記受講者の反応を予測する反応予測部と、上記反応検知部で検知された上記受講者の反応と、上記反応予測部で予測された上記受講者の反応との間に差があることに応じて、上記使用スライド群の特徴と、上記反応検知部で検知された上記受講者の反応とを上記予測モデルに与えて、上記受講者の属性を推定する属性推定部と、を備えている。

【0008】

上記スライド選択システムによれば、予測モデルを用いて取得された受講者の反応に基づいて、使用スライド群が選択される。また、実際に検知された受講者の反応と、システムで予測した受講者の反応とが異なる場合には、予測モデルに与えられる受講者の属性が推定され、変更される。したがって、プレゼンテーション中に受講者の反応に応じて好適なスライドを選択し、プレゼンテーションの質を向上できる。

【0009】

(2) 好ましくは、上記予測モデルは、実施済みのプレゼンテーションについて、スライド群の特徴と、受講者の属性と、受講者の反応とを対応づけて含むデータを教師データとして用いた機械学習によって得られたものでもよい。

【0010】

この構成によれば、スライド群の特徴と、受講者の属性と、受講者の反応との関係を示す予測モデルが得られる。

【0011】

(3) 好ましくは、上記プレゼンテーションの終了後に、上記使用スライド群の特徴と、上記受講者の属性と、上記受講者の反応とを教師データとして用いた機械学習によって上記予測モデルを更新する終了処理部をさらに備えていてもよい。

【0012】

この構成によれば、終了したプレゼンテーションの結果に基づいて予測モデルを更新することにより、次回以降のプレゼンテーションにおいて、受講者の反応に応じて好適なスライドを選択し、プレゼンテーションの質を向上できる。

【0013】

(4) 好ましくは、上記終了処理部は、上記プレゼンテーションの終了後に、上記反応検知部で検知された上記受講者の反応に基づいて、上記評価値の算出方法を変更してもよい。

【0014】

この構成によれば、終了したプレゼンテーションの結果に基づいて評価値の算出方法を変更し、スライド群の選択基準を変更することにより、次回以降のプレゼンテーションにおいて、受講者の反応に応じて好適なスライド群を選択し、プレゼンテーションの質を向上できる。

【0015】

(5) 好ましくは、上記複数のスライド群は、上記プレゼンテーションを構成するパートに対応し、上記反応取得部、上記スライド選択部、上記反応予測部、及び上記属性推定部は、上記パートの切り換え時に動作してもよい。

【0016】

この構成によれば、プレゼンテーションを構成するパートごとに、複数のスライド群の中から使用スライド群を選択できる。

【0017】

(6) 好ましくは、上記受講者の反応は、笑顔、笑い声、腕組み、眉間のしわ、及びうなずき回数のうちの１以上を含んでいてもよい。

【0018】

この構成によれば、笑顔、笑い声、腕組み、眉間のしわ、うなずき回数等を受講者の反応として用いて、プレゼンテーション中に受講者の反応に応じて好適なスライドを選択できる。

【0019】

(7) 好ましくは、上記スライド群の特徴は、スライド枚数、文字数、挿絵の数、図の数、表の数、及びグラフ内の列数のうちの１以上を含んでいてもよい。

【0020】

この構成によれば、スライド枚数、文字数、挿絵の数、図の数、表の数、及びグラフ内の列数等をスライド群の特徴として用いて、プレゼンテーション中に受講者の反応に応じて好適なスライドを選択できる。

【発明の効果】

【0021】

本発明によれば、プレゼンテーション中に受講者の反応に応じて好適なスライドを選択できる。

【図面の簡単な説明】

【0022】

【図1】図１は、実施形態に係るスライド選択システム１０の構成を示すブロック図である。

【図2】図２は、スライド選択システム１０のハードウエア構成を示すブロック図である。

【図3】図３は、プレゼンテーションを構成するパートとスライド群とを示す図である。

【図4】図４は、スライド選択システム１０の動作を示すフローチャートである。

【発明を実施するための形態】

【0023】

以下、図面が参照されて、本発明の実施形態に係るスライド選択システムについて説明される。以下に説明される実施形態は、本発明の一例にすぎず、本発明の要旨を変更しない範囲で、本発明の実施形態を適宜変更できることは言うまでもない。

【0024】

［スライド選択システム１０の概要］
図１に示されように、実施形態に係るスライド選択システム１０は、予測モデル記憶部１１、属性入力部１２、反応検知部１３、反応取得部１４、スライド選択部１５、反応予測部１６、属性推定部１７、及び終了処理部１８を備えている。

【0025】

スライド選択システム１０は、発表者がセミナー、発表会、学会、講義等においてプレゼンテーションを行うときに使用される。発表者は、プレゼンテーションを行う前に、プレゼンテーション中に受講者に提示する複数のスライドを用意する。複数のスライドは、プレゼンテーションを構成するパートに対応する複数のスライド群に分けられる。スライド選択システム１０は、プレゼンテーション中に複数のスライド群の中から好適なスライド群を使用スライド群として選択する。

【0026】

予測モデル記憶部１１は、スライド群の特徴と、受講者の属性と、受講者の反応との関係を示す予測モデル７を記憶している。属性入力部１２は、プレゼンテーションの受講者の属性を入力するための手段である。反応取得部１４は、プレゼンテーションにおいて選択可能な複数のスライド群のそれぞれについて、スライド群の特徴と、受講者の属性とを予測モデル７に与えて、受講者の反応を取得する。スライド選択部１５は、複数のスライド群のそれぞれについて、反応取得部１４で取得された受講者の反応に基づいて評価値Ｓ（詳細は後述）を算出し、算出された評価値Ｓに基づいて、複数のスライド群の中から使用スライド群を選択する。

【0027】

反応検知部１３は、使用スライド群を提示された受講者の反応を検知する。反応予測部１６は、使用スライド群の特徴と、受講者の属性とを予測モデル７に与えて、受講者の反応を予測する。属性推定部１７は、反応検知部１３で検知された受講者の反応と、反応予測部１６で予測された受講者の反応との間に差があることに応じて、使用スライド群の特徴と、反応検知部１３で検知された受講者の反応とを予測モデル７に与えて、受講者の属性を推定する。

【0028】

終了処理部１８は、プレゼンテーションの終了後に、使用スライド群の特徴と、受講者の属性と、受講者の反応とを教師データとして用いた機械学習によって予測モデル７を更新する。また、終了処理部１８は、反応検知部１３で検知された受講者の反応に基づいて、評価値Ｓの算出方法を変更する。

【0029】

［スライド選択システム１０のハードウエア構成］
図２に示されるように、スライド選択システム１０は、コンピュータ２０によって構成される。コンピュータ２０には、周辺機器が接続される。図２に示される例では、コンピュータ２０には、周辺機器として、カメラ３１、マイク３２、及びプロジェクタ３３が接続されている。

【0030】

コンピュータ２０は、ＣＰＵ２１、ＲＡＭ２２、記憶部２３、入力部２４、及び表示部２５を備えている。記憶部２３は、例えば、ハードディスクドライブやＳＳＤドライブ等である。入力部２４は、例えば、キーボードやマウス等である。表示部２５は、例えば、液晶ディスプレイ等である。記憶部２３は、予測モデル７、プログラム８、スライド群９等を記憶している。プログラム８は、ＣＰＵ２１が実行するプログラムである。スライド群９は、発表者がプレゼンテーションを行う前に準備したものである。コンピュータ２０がスライド選択システム１０として動作するときには、記憶部２３に記憶されたプログラム８は、ＲＡＭ２２に複写転送される。ＣＰＵ２１がＲＡＭ２２に記憶されたプログラムを実行することにより、コンピュータ２０はスライド選択システム１０として機能する。ＲＡＭ２２及び記憶部２３は、予測モデル記憶部１１として機能する。

【0031】

プロジェクタ３３は、スライド選択システム１０で選択されたスライド（使用スライド群に含まれるスライド）を受講者に提示する。これにより、発表者はプレゼンテーションを行う。なお、プロジェクタ３３がコンピュータ２０に接続されていない場合には、スライド選択システム１０は、選択したスライドを表示部２５に表示する。この場合、発表者は、表示部２５に表示されたスライドと同じスライドを表示するようにプロジェクタ３３を操作する。

【0032】

［プレゼンテーションの構成とスライドの特徴］
図３に示されるように、プレゼンテーションは、複数のパートによって構成される。プレゼンテーションを構成するパートには、例えば、導入部分、準備部分、本体部分、解説部分、例示部分、補足部分、結論部分等が含まれる。各パートには、１枚以上のスライドからなるスライド群が対応づけられる。スライド群は、例えば、３～５枚程度のスライドからなる。スライド群に含まれるスライドは、予め定められた順序で受講者に提示される。なお、各スライド群に含まれるスライドの枚数は、３～５枚に限らず、何枚でもよい。

【0033】

発表者は、各パートに対応して、１個以上のスライド群を用意する。また、発表者は、１個以上のパートに対応して、複数のスライド群を用意する。図３に示される例では、発表者は、導入部分に対応して、１枚のスライドからなるスライド群１を用意する。また、発表者は、第１準備部分に対応して、３枚のスライドからなるスライド群２Ａと、４枚のスライドからなるスライド群２Ｂとを用意する。さらに、発表者は、第２準備部分に対応して、３枚のスライドからなるスライド群３Ａと、５枚のスライドからなるスライド群３Ｂと、４枚のスライドからなるスライド群３Ｃとを用意する。スライド選択システム１０は、パートに対応して用意された選択可能な複数のスライド群の中から、プレゼンテーション中に受講者に提示される使用スライド群を選択する。

【0034】

上述されたように、記憶部２３は、発表者が用意した複数のスライド群９を記憶する。各スライド群９は、スライド枚数、文字数、挿絵の数、図の数、表の数、グラフ内の列数等の特徴を有する。スライド群９の特徴は、スライド群９自身の外見上の特徴、又はスライド群９に含まれるスライドの外見上の特徴である。スライド群９の特徴の多くは、スライドの内容とは無関係である。記憶部２３は、複数のスライド群９と共に、各スライド群９の特徴（図示せず）を記憶する。スライド群９の特徴は、発表者が記憶部２３に記憶されたスライド群９を表示部２５に表示して付与したものでもよい。或いは、スライド群９の特徴は、スライド選択システム１０が記憶部２３に記憶されたスライド群９について自動的に付与したものでもよい。

【0035】

［受講者の属性］
プレゼンテーションの受講者は、各種の属性を有する。受講者の属性は、例えば、ビジネス関係者、学術関係者、カップル、子育てファミリー、大学生、一般的好奇心持つ人、課題の解決を求める人等である。受講者の属性に応じてスライド群を選択することにより、プレゼンテーションの質を向上できる。また、プレゼンテーションを受講中の受講者の反応も、受講者の属性によって異なる。例えば、受講者の属性がカップルや子育てファミリーである場合には、良いプレゼンテーションを受講すると、笑い声が生じる。一方、受講者の属性が学術関係者である場合には、良いプレゼンテーションを受講すると、うなずき回数が多くなる。

【0036】

属性入力部１２は、プレゼンテーションの受講者の属性を入力するための手段である。属性入力部１２経由で入力された受講者の属性は、ＲＡＭ２２に記憶され、反応取得部１４において受講者の反応を取得するとき、及び反応予測部１６において受講者の反応を予測するときに参照される。

【0037】

［受講者の反応］
プレゼンテーションの受講者は、プレゼンテーションの進行に伴い各種の反応を示す。例えば、受講者は、笑い声を出したり、笑顔になったり、腕組みをしたり、眉間にしわを寄せたり、うなずいたりする。反応検知部１３は、プレゼンテーションを受講中の受講者の反応、即ち使用スライド群を提示された受講者の反応を検知する。

【0038】

カメラ３１は、プレゼンテーションを受講中の受講者の様子を撮影し、画像信号を出力する。マイク３２は、プレゼンテーションを受講中の受講者が発する声や音等を取得し、音声信号を出力する。

【0039】

反応検知部１３は、カメラ３１から出力された画像信号を処理する画像処理部と、マイク３２から出力された音声信号を処理する音声処理部とを含んでいる。画像処理部は、カメラ３１で取得された画像信号に基づいて、受講者の笑顔、腕組み、眉間のしわ、うなずき等を検知する。音声処理部は、マイク３２で取得された音声信号に基づいて、受講者の笑い声を検知する。反応検知部１３は、受講者の反応として、笑い声、笑顔、腕組み、眉間のしわ、及びうなずき回数を検知し、検知した結果を数値データとして出力する。

【0040】

これに加えて、画像処理部は、カメラ３１で取得された画像信号に基づいて、受講者が発表者又はスライドを注視しているか否かを判断し、判断結果に基づいて受講者の注視率を取得する。取得された注視率は、終了処理部１８において評価値Ｓの算出方法を変更するときに参照される。

【0041】

なお、反応検知部１３は、上記以外の方法で、受講者の反応を検知してもよい。例えば、反応検知部１３は、受講者が座る椅子に取り付けられたセンサから出力された信号に基づいて、受講者の反応として受講者の体の揺れを検知してもよい。

【0042】

コンピュータ２０には１台のカメラ３１を接続してもよく、複数のカメラ３１を接続してもよい。コンピュータ２０には１本のマイク３２を接続してもよく、複数のマイク３２を接続してもよい。接続されるカメラ３１やマイク３２の数が多いほど、受講者の反応をより高い精度で検知できる。

【0043】

［予測モデル７］
予測モデル記憶部１１に記憶された予測モデル７は、スライド群の特徴と、受講者の属性と、受講者の反応との関係を示すモデルである。予測モデル７は、実施済みのプレゼンテーションについて、スライド群の特徴と、受講者の属性と、受講者の反応とを対応づけて含むデータを教師データとして用いた機械学習によって得られる。予測モデル７は、例えば、ニューラルネットワークに深層学習を行わせることによって得られたものでもよい。機械学習には、バックプロパゲーション等、任意のアルゴリズムが用いられてもよい。予測モデル７は、スライド選択システム１０（コンピュータ２０）における機械学習によって得られたものでもよく、他のコンピュータにおける機械学習によって得られたものでもよい。後者の場合、他のコンピュータで得られた予測モデルは、例えば、コンピュータ２０の通信部（図示せず）を経由してスライド選択システム１０に入力され、予測モデル記憶部１１に記憶される。

【0044】

［スライド選択システム１０の動作］
図４が参照されて、スライド選択システム１０の動作が説明される。ＣＰＵ２１は、発表者がプレゼンテーションを行うときに、図４に示される処理を行う。ＣＰＵ２１が図４に示される処理を行う前に、記憶部２３は、発表者が用意した複数のスライド群９（図２参照）と、各スライド群の属性（図示せず）とを記憶している。記憶部２３に記憶された複数のスライド群９の中には、プレゼンテーションを構成する複数のパートのうち同じパートに対応するものが含まれている。

【0045】

図４に示されるように、ＣＰＵ２１は、まず、入力された受講者の属性を受け取る（Ｓ１１）。Ｓ１１を実行するＣＰＵ２１は、属性入力部１２として機能する。発表者は、例えば、受講者の名簿に基づいて受講者の属性を認識してもよく、実際に集まった受講者の外見から受講者の属性を推定してもよい。発表者は、スライド選択システム１０に受講者の属性を入力した後、プレゼンテーションを開始する。なお、発表者以外の人が、受講者の属性を入力してもよい。プレゼンテーションが行われている間、反応検知部１３は、プレゼンテーションを受講中の受講者の反応を検知する。

【0046】

次に、ＣＰＵ２１は、スライド選択タイミングであるか否かを判断する（Ｓ１２）。ＣＰＵ２１は、Ｓ１２において、例えば、プレゼンテーションのパートを切り換えるタイミングである場合に、スライド選択タイミングであると判断する。ＣＰＵ２１は、スライド選択タイミングであると判断したことに応じて（Ｓ１２：Ｙｅｓ）、Ｓ１３へ進む。ＣＰＵ２１は、スライド選択タイミングでないと判断したことに応じて（Ｓ１２：Ｎｏ）、Ｓ１３～Ｓ１８を実行することなくＳ１９へ進む。

【0047】

ＣＰＵ２１は、Ｓ１３において、その時点で選択可能な複数のスライド群のそれぞれについて、スライド群の特徴と、受講者の属性とを予測モデル７に与えて、受講者の反応を取得する。Ｓ１３を実行するＣＰＵ２１は、反応取得部１４として機能する。予測モデル７は、スライド群の特徴と、受講者の属性と、受講者の反応との関係を示す。したがって、予測モデル７にスライド群の特徴と、受講者の属性とを与えることにより、受講者の反応を取得できる。

【0048】

次に、ＣＰＵ２１は、選択可能な複数のスライド群のそれぞれについて、Ｓ１３で取得された受講者の反応に基づいて評価値を算出する（Ｓ１４）。ＣＰＵ２１は、Ｓ１４において、各スライド群について、次式（１）に従い、評価値Ｓを算出する。
Ｓ＝Ｘ１・Ａ１＋Ｘ２・Ａ２＋Ｘ３・Ａ３＋Ｘ４・Ａ４＋Ｘ５・Ａ５ …（１）
ただし、式（１）において、Ａ１～Ａ５は、Ｓ１３で取得された受講者の反応を示す数値データであり、Ａ１は笑い声、Ａ２は笑顔、Ａ３は眉間のしわ、Ａ４は腕組み、Ａ５はうなずき回数を示す数値データである。Ｘ１～Ｘ５は、ＣＰＵ２１が図４に示される処理を行う前に決定された係数である。なお、係数Ｘ１～Ｘ５は、プレゼンテーション終了後のＳ２０において変更される。

【0049】

次に、ＣＰＵ２１は、Ｓ１４で算出された評価値Ｓに基づいて、複数のスライド群の中から使用スライド群を選択する（Ｓ１５）。Ｓ１４及びＳ１５を実行するＣＰＵ２１は、スライド選択部１５として機能する。ＣＰＵ２１は、Ｓ１５において、複数のスライド群の中から、評価値Ｓが最も高いスライド群を使用スライド群として選択する。

【0050】

次に、ＣＰＵ２１は、前回選択された使用スライド群の特徴と、受講者の属性とを予測モデル７に与えて、受講者の反応を予測する（Ｓ１６）。Ｓ１６を実行するＣＰＵ２１は、反応予測部１６として機能する。Ｓ１３と同様に、予測モデル７に前回の使用スライド群の特徴と、受講者の属性とを与えることにより、受講者の反応を予測できる。Ｓ１６では、前回の使用スライド群を提示された受講者の反応が予測される。

【0051】

次に、ＣＰＵ２１は、反応検知部１３で検知された受講者の反応と、Ｓ１６で予測された受講者の反応との間に差があるか否かを判断する（Ｓ１７）。ＣＰＵ２１は、Ｓ１７において、反応検知部１３で検知された受講者の反応と、Ｓ１６で予測された受講者の反応とを比較し、両者の間の差が所定の閾値を超えたことに応じて、差があると判断する。ＣＰＵ２１は、差があると判断したことに応じて（Ｓ１７：Ｙｅｓ）、Ｓ１８へ進む。ＣＰＵ２１は、差がないと判断したことに応じて（Ｓ１７：Ｎｏ）、Ｓ１８を実行することなく、Ｓ１９へ進む。

【0052】

ＣＰＵ２１は、Ｓ１８において、前回選択された使用スライド群の特徴と、反応検知部１３で検知された受講者の反応とを予測モデル７に与えて、受講者の属性を推定する（Ｓ１８）。Ｓ１８及びＳ１９を実行するＣＰＵ２１は、属性推定部１７として機能する。上述されたように、予測モデル７は、スライド群の特徴と、受講者の属性と、受講者の反応との関係を示す。したがって、予測モデル７に前回選択された使用スライド群の特徴と受講者の属性とを与えることにより、受講者の属性を推定できる。Ｓ１８で推定された受講者の属性は、Ｓ１３において受講者の反応を取得するとき、及びＳ１６において受講者の反応を予測するときに参照される。

【0053】

プレゼンテーションがあるパートまで進んだ時点で、反応検知部１３で検知された受講者の反応と、Ｓ１６で予測された受講者の反応との間に差がある場合には、その時点で使用されている受講者の属性に誤りがあると推定される。そこで、プレゼンテーションが次のパートに進む前に、Ｓ１８において、予測モデル７を用いて受講者の属性が推定される。推定された受講者の属性をその後の処理で用いることにより、Ｓ１３では受講者の反応を高い精度で取得し、Ｓ１５では好適なスライド群を使用スライド群として選択できる。

【0054】

図４に示される処理では、ＣＰＵ２１は、スライド選択タイミングであると判断したことに応じて、Ｓ１３からＳ１８の処理を行う。スライド選択タイミングは、パートの切り換えタイミングでもある。このように反応取得部１４、スライド選択部１５、反応予測部１６、及び属性推定部１７は、プレゼンテーションを構成するパートの切り換え時に動作する。

【0055】

次に、ＣＰＵ２１は、プレゼンテーションが終了したか否かを判断する（Ｓ１９）。ＣＰＵ２１は、Ｓ１９において、例えば、発表者がプレゼンテーションの終了を指示した以降は、プレゼンテーションが終了したと判断する。ＣＰＵ２１は、プレゼンテーションが終了したと判断したことに応じて（Ｓ１９：Ｙｅｓ）、Ｓ２０へ進む。ＣＰＵ２１は、プレゼンテーションが終了していないと判断したことに応じて（Ｓ１９：Ｎｏ）、Ｓ１２へ進む。この場合、ＣＰＵ２１は、プレゼンテーションを構成する次のパートについてＳ１２からＳ１８の処理を行う。

【0056】

ＣＰＵ２１は、Ｓ２０において、終了処理を行う。Ｓ２０を実行するＣＰＵ２１は、終了処理部１８として機能する。ＣＰＵ２１は、Ｓ２０において、終了したプレゼンテーションについての使用スライド群の特徴と、受講者の属性と、受講者の反応とを教師データとして用いた機械学習によって予測モデル７を更新する。これにより、スライド群の特徴と、受講者の属性と、受講者の反応との関係をより正しく示す予測モデル７が得られる。したがって、次回以降のプレゼンテーションにおいて好適なスライド群を選択し、プレゼンテーションの質を向上できる。

【0057】

また、ＣＰＵ２１は、Ｓ２０において、反応検知部１３で検知された受講者の反応に基づいて、評価値Ｓの算出方法を変更する。ＣＰＵ２１は、Ｓ２０において、式（１）内ｊの評価値Ｓに、反応検知部１３で検知された注視率Ｔを代入して得られた次式（２）を用いる。
Ｔ＝Ｘ１・Ａ１＋Ｘ２・Ａ２＋Ｘ３・Ａ３＋Ｘ４・Ａ４＋Ｘ５・Ａ５ …（２）

【0058】

記憶部２３は、実施済みのプレゼンテーションについて、Ａ１～Ａ５の値と注視率Ｔとを対応づけて記憶している。ＣＰＵ２１は、終了したプレゼンテーションについてのＡ１～Ａ５の値と注視率Ｔとを記憶部２３に記憶する。ＣＰＵ２１は、記憶部２３に記憶されたＡ１～Ａ５の値と注視率Ｔとに対して重回帰分析を行うことにより、係数Ｘ１～Ｘ５を取得する。取得された係数Ｘ１～Ｘ５は、次回のプレゼンテーションにおいてＳ１４で評価値を算出するときに参照される。このようにスライド選択システム１０では、終了したプレゼンテーションの結果に基づいて評価値Ｓの算出方法が変更され、スライド群の選択基準が変更される。したがって、次回以降のプレゼンテーションにおいて、受講者の反応に応じて好適なスライド群を選択し、プレゼンテーションの質を向上できる。

【0059】

なお、ＣＰＵ２１は、Ｓ２０において、受講者の属性にかかわらず評価値Ｓが低いスライド群を特定し、削除すべきスライド群として表示部２５に表示させてもよい。発表者は、次回のプレゼンテーションを行うときには、スライド選択システム１０から削除を勧められたスライドを使用しない。これにより、次回以降のプレゼンテーションの質を向上できる。

【0060】

［作用効果］
本実施形態に係るスライド選択システム１０によれば、予測モデル７を用いて取得された受講者の反応に基づいて、使用スライド群が選択される。また、実際に検知された受講者の反応と、スライド選択システム１０で予測した受講者の反応とが異なる場合には、予測モデル７に与えられる受講者の属性が推定され、変更される。したがって、プレゼンテーション中に受講者の反応に応じて好適なスライドを選択し、プレゼンテーションの質を向上できる。

【0061】

また、終了したプレゼンテーションの結果に基づいて予測モデル７を更新することにより、次回以降のプレゼンテーションにおいて、受講者の反応に応じて好適なスライドを選択し、プレゼンテーションの質を向上できる。また、終了したプレゼンテーションの結果に基づいて評価値Ｓの算出方法を変更し、スライド群の選択基準を変更することにより、同様の効果が得られる。また、反応取得部１４、スライド選択部１５、反応予測部１６、及び属性推定部１７はパートの切り換え時に動作するので、パートごとに複数のスライド群の中から使用スライド群を選択できる。

【0062】

［変形例］
スライド選択システム１０では、受講者の反応は、笑顔、笑い声、腕組み、眉間のしわ、及びうなずき回数であるとしたが、変形例に係るスライド選択システムでは、受講者の反応は、笑顔、笑い声、腕組み、眉間のしわ、及びうなずき回数のうちの１以上を含んでいればよい。また、受講者の反応は、他の要素を含んでいてもよい。変形例に係るスライド選択システムでは、受講者の反応に含まれる要素に応じて式（１）を変形した式に基づいて、評価値Ｓが算出される。例えば、受講者の反応が笑顔及び笑い声だけを含む場合には、評価値Ｓは次式（３）に従い算出される。
Ｓ＝Ｘ１・Ａ１＋Ｘ２・Ａ２ …（３）

【0063】

スライド選択システム１０では、スライド群の特徴は、スライド枚数、文字数、挿絵の数、図の数、表の数、及びグラフ内の列数であることとしたが、変形例に係るスライド選択システムでは、スライド群の特徴は、スライド枚数、文字数、挿絵の数、図の数、表の数、及びグラフ内の列数のうちの１以上を含んでいればよい。また、スライド群の特徴は、他の要素を含んでいてもよい。

【符号の説明】

【0064】

７・・・予測モデル
９・・・スライド群
１０・・・スライド選択システム
１１・・・予測モデル記憶部
１２・・・属性入力部
１３・・・反応検知部
１４・・・反応取得部
１５・・・スライド選択部
１６・・・反応予測部
１７・・・属性推定部
１８・・・終了処理部

【図1】

【図2】

【図3】

【図4】