ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
(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】P2024118368
(43)【公開日】2024-08-30
(54)【発明の名称】情報処理装置、情報処理方法及び情報処理プログラム
(51)【国際特許分類】
G06T 7/00 20170101AFI20240823BHJP
G06V 10/22 20220101ALI20240823BHJP
G06T 5/50 20060101ALI20240823BHJP
【ＦＩ】
G06T7/00 350C
G06T7/00 660A
G06V10/22
G06T5/50
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2023024744
(22)【出願日】2023-02-20
(71)【出願人】
【識別番号】500257300
【氏名又は名称】ＬＩＮＥヤフー株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】田口 拓明
(72)【発明者】
【氏名】山口 修司
(72)【発明者】
【氏名】東野 進一
【テーマコード（参考）】
5B057
5L096
【Ｆターム（参考）】
5B057BA26
5B057CC03
5B057CE08
5B057DA08
5B057DC30
5B057DC40
5L096DA01
5L096DA02
5L096EA35
5L096HA11
(57)【要約】
【課題】処理対象となる情報の適切な処理を行う。
【解決手段】本願に係る情報処理装置は、生成部と、特定出力部と、を有する。生成部は、第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる第１対象を第２対象に変換した変換情報を生成する。特定出力部は、第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、変換情報のうち、第２対象が含まれる範囲を特定し、特定した範囲を、処理情報のうち第１対象が含まれる範囲として出力する。
【選択図】図３
【解決手段】本願に係る情報処理装置は、生成部と、特定出力部と、を有する。生成部は、第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる第１対象を第２対象に変換した変換情報を生成する。特定出力部は、第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、変換情報のうち、第２対象が含まれる範囲を特定し、特定した範囲を、処理情報のうち第１対象が含まれる範囲として出力する。
【選択図】図３
【特許請求の範囲】
【請求項1】
第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる前記第１対象を前記第２対象に変換した変換情報を生成する生成部と、
前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記処理情報のうち前記第１対象が含まれる範囲として出力する特定出力部と、
を備えることを特徴とする情報処理装置。
前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記処理情報のうち前記第１対象が含まれる範囲として出力する特定出力部と、
を備えることを特徴とする情報処理装置。
【請求項2】
前記第２対象は、前記第１対象よりも、前記処理情報に含まれる領域の特定精度が高い対象である
ことを特徴とする請求項１に記載の情報処理装置。
ことを特徴とする請求項１に記載の情報処理装置。
【請求項3】
前記処理情報は、文字列である
ことを特徴とする請求項１又は２に記載の情報処理装置。
ことを特徴とする請求項１又は２に記載の情報処理装置。
【請求項4】
前記処理情報は、画像である
ことを特徴とする請求項１又は２に記載の情報処理装置。
ことを特徴とする請求項１又は２に記載の情報処理装置。
【請求項5】
前記第２対象は、人の顔である
ことを特徴とする請求項１又は２に記載の情報処理装置。
ことを特徴とする請求項１又は２に記載の情報処理装置。
【請求項6】
情報処理装置で実行される情報処理方法であって、
第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる前記第１対象を前記第２対象に変換した変換情報を生成する生成工程と、
前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記情報のうち前記第１対象が含まれる範囲として出力する特定出力工程と、
を含むことを特徴とする情報処理方法。
第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる前記第１対象を前記第２対象に変換した変換情報を生成する生成工程と、
前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記情報のうち前記第１対象が含まれる範囲として出力する特定出力工程と、
を含むことを特徴とする情報処理方法。
【請求項7】
第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる前記第１対象を前記第２対象に変換した変換情報を生成する生成手順と、
前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記情報のうち前記第１対象が含まれる範囲として出力する特定出力手順と、
をコンピュータに実行させるための情報処理プログラム。
前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記情報のうち前記第１対象が含まれる範囲として出力する特定出力手順と、
をコンピュータに実行させるための情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。
【背景技術】
【0002】
従来、処理対象となる情報を識別する技術が提供されている。例えば、処理対象となる情報である入力画像内の物体の特徴量を抽出して、その特徴量から画像内の物体を識別する技術が提供されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２３-００７５９９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記の従来技術には改善の余地がある。上記の従来技術では、特徴量を抽出するために、入力画像を縮小させており、入力画像と同じ大きさで特徴量を抽出していない。そのため、処理対象となる情報の処理を適切に行うことが望まれている。
【0005】
本願は、上記に鑑みてなされたものであって、処理対象となる情報の処理を適切に行う情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
上述した課題を解決し、目的を達成するために、本発明の情報処理装置は、第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる前記第１対象を前記第２対象に変換した変換情報を生成する生成部と、前記第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、前記変換情報のうち、前記第２対象が含まれる範囲を特定し、特定した前記範囲を、前記処理情報のうち前記第１対象が含まれる範囲として出力する特定出力部と、を備えることを特徴とする。
【発明の効果】
【0007】
実施形態の一態様によれば、処理対象となる情報の適切な処理を行うことができるという効果を奏する。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）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情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の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。
【0010】
（実施形態）
〔１．情報処理〕
まず、図１を参照し、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、情報処理システム１がユーザＵ１の有する処理対象となる情報Ｉ（「処理情報Ｉ」ともいう）を基に、処理情報Ｉに含まれる第１対象ＳＢ１を第２対象ＳＢ２に変換することで変換情報ＣＩを生成して、変換情報ＣＩの第２対象ＳＢ２が含まれる範囲を特定し、その範囲を処理情報Ｉの第１対象ＳＢ１が含まれる範囲として特定情報ＩＩを出力する場合を一例として説明する。なお、処理対象となる情報は、ユーザが有しているものに限られず、任意の手段により取得されてもよく、例えば外部装置から取得してもよい。また、文字情報は、ユーザの入力によるものに限られず、任意の手段に取得されてもよく、例えば外部装置から取得してもよい。また、以下では、情報処理システム１に含まれる装置のうち端末装置１０を範囲の特定の処理主体として説明するが、範囲の特定の処理等の各種処理は、例えばサーバ装置５０等の情報処理システム１のいずれの装置が行ってもよいが、この点については後述する。
〔１．情報処理〕
まず、図１を参照し、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、情報処理システム１がユーザＵ１の有する処理対象となる情報Ｉ（「処理情報Ｉ」ともいう）を基に、処理情報Ｉに含まれる第１対象ＳＢ１を第２対象ＳＢ２に変換することで変換情報ＣＩを生成して、変換情報ＣＩの第２対象ＳＢ２が含まれる範囲を特定し、その範囲を処理情報Ｉの第１対象ＳＢ１が含まれる範囲として特定情報ＩＩを出力する場合を一例として説明する。なお、処理対象となる情報は、ユーザが有しているものに限られず、任意の手段により取得されてもよく、例えば外部装置から取得してもよい。また、文字情報は、ユーザの入力によるものに限られず、任意の手段に取得されてもよく、例えば外部装置から取得してもよい。また、以下では、情報処理システム１に含まれる装置のうち端末装置１０を範囲の特定の処理主体として説明するが、範囲の特定の処理等の各種処理は、例えばサーバ装置５０等の情報処理システム１のいずれの装置が行ってもよいが、この点については後述する。
【0011】
〔１－１．情報処理システムの構成〕
図１の説明に先立って、図２を用いて、以下に示す情報処理を実現する情報処理システム１の構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、情報処理システム１には、複数の端末装置１０と、サーバ装置５０とが含まれる。端末装置１０と、サーバ装置５０とは所定のネットワーク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に示した情報処理システム１には、複数の端末装置１０や複数のサーバ装置５０が含まれてもよい。
図１の説明に先立って、図２を用いて、以下に示す情報処理を実現する情報処理システム１の構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、情報処理システム１には、複数の端末装置１０と、サーバ装置５０とが含まれる。端末装置１０と、サーバ装置５０とは所定のネットワーク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に示した情報処理システム１には、複数の端末装置１０や複数のサーバ装置５０が含まれてもよい。
【0012】
端末装置１０は、ユーザによって利用されるコンピュータ（情報処理装置）である。端末装置１０は、例えば、デスクトップ型ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）やノート型ＰＣや、タブレット端末や、スマートフォンや、携帯電話機や、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等により実現される。なお、各端末装置２は、上述した例に限定されず、例えば、スマートウォッチまたはウェアラブルデバイス（Ｗｅａｒａｂｌｅ Ｄｅｖｉｃｅ）などであってもよい。以下では、端末装置１０がスマートフォンである場合を一例として示す。
【0013】
端末装置１０は、処理情報Ｉを基に、第１対象ＳＢ１を第２対象ＳＢ２に変換するような学習が行われた学習モデル（「変換情報生成モデル」ともいう）を用いて、処理情報Ｉに含まれる第１対象ＳＢ１を第２対象ＳＢ２に変換した変換情報ＣＩを生成する。また、端末装置１０は、第２対象ＳＢ２が含まれる範囲を特定するように学習が行われた学習モデル（「範囲特定モデル」ともいう）を用いて、変換情報ＣＩのうち、第２対象ＳＢ２が含まれる範囲を特定する。また、端末装置１０は、特定した範囲を、処理情報のうち、第１対象ＳＢ１が含まれる範囲として出力する。これら、一連の処理を特定処理と記載することがある。
【0014】
また、端末装置１０は、各種の情報を表示する。例えば、端末装置１０は、各種のアプリケーションにより各種情報を表示する。例えば、端末装置１０は、ウェブコンテンツ等のコンテンツを表示する。端末装置１０は、上述した特定処理により特定された特定範囲を含んだ特定情報ＩＩを出力する。
【0015】
端末装置１０は、コンテンツの表示に関する種々の従来技術を適宜用いて、コンテンツの表示に関する種々の処理を制御情報等に実行してもよい。端末装置１０は、コンテンツの表示に関する種々の処理を制御情報により実行してもよい。端末装置１０は、制御情報としてウェブブラウザ等の所定のアプリケーション上で実行されるスクリプトを取得し、取得したスクリプトを実行してもよい。このような制御情報は、実施形態に係る表示プログラム等に対応するものであり、例えば、ＣＳＳ（Ｃａｓｃａｄｉｎｇ Ｓｔｙｌｅ Ｓｈｅｅｔｓ）、ＪａｖａＳｃｒｉｐｔ（登録商標）、ＨＴＭＬ（ＨｙｐｅｒＴｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）、あるいは、上述した表示処理等を記述可能な任意の言語によって実現される。以下、実施形態に係る表示プログラムに従って上述した表示処理等を実行する端末装置１０等について、詳細に説明する。
【0016】
サーバ装置５０は、端末装置１０が処理に用いる各種情報を提供するコンピュータ（情報処理装置）である。例えば、サーバ装置５０は、情報処理システム１の管理者等により管理されるサーバである。なお、サーバ装置５０が特定処理を行ってもよいがこの点については後述する。
【0017】
サーバ装置５０は、ユーザに対して各種の情報を提供する。サーバ装置５０は、ユーザが利用する端末装置１０に各種の情報を送信する。例えば、サーバ装置５０は、ウェブコンテンツ等の各種コンテンツを配信する。サーバ装置５０は、端末装置１０から各種の情報の提供の要求を受付け、受付けた要求に対応する情報を端末装置１０に送信する。例えば、サーバ装置５０は、端末装置１０からウェブコンテンツの配信の要求を受付け、受付けたウェブコンテンツを端末装置１０に配信する。
【0018】
例えば、サーバ装置５０は、端末装置１０に処理に用いる各種情報を提供する。サーバ装置５０は、端末装置１０に範囲特定モデル等の各種のモデルを配信してもよい。なお、モデルの配信は、サーバ装置５０以外の装置が行ってもよい。
【0019】
〔１－２．情報処理システムにおける処理の全体概要〕
ここから、図１を用いて、情報処理システム１が行う情報処理の一例について説明する。なお、情報処理システム１において行われる処理について、特定処理に関する従来の処理と同様の点についての詳細な説明は適宜省略する。
ここから、図１を用いて、情報処理システム１が行う情報処理の一例について説明する。なお、情報処理システム１において行われる処理について、特定処理に関する従来の処理と同様の点についての詳細な説明は適宜省略する。
【0020】
図１では、端末装置１０は、ユーザＵ１により入力された処理対象となる情報Ｉ（処理情報Ｉ）を取得する。処理情報Ｉは、例えば文字列であるが、図１に示すように、処理情報Ｉは、入力画像ＩＭ１と、文字列ＢＷ１とを含んでもよい。例えば、端末装置１０は、ユーザＵ１の有する入力画像ＩＭ１と、入力画像ＩＭ１に含まれる第１対象ＳＢ１を変換するための文章である文字情報「ＸＸＸＸＸＸ」を文字列ＢＷ１として取得する。なお、図１では、画像ＩＭ１を植物の画像、第１対象ＳＢ１を花としているが植物や画像に限定されない。また、図１では、文字情報「ＸＸＸＸＸＸ」という抽象的な文字列で示すが、文字列は具体的な内容を示す文字情報であるものとする。例えば、文字情報「ＸＸＸＸＸＸ」は、「花を人の顔に変換して」等といった具体的な内容を含む文字列であり、例えば物品を表す文字情報と、変換後に表示される内容を示す文字情報を含む。
【0021】
また、端末装置１０は、処理情報Ｉから変換情報ＣＩを生成する変換情報生成モデルＭ１（単に「モデルＭ１」ともいう）をサーバ装置５０から取得する。モデルＭ１は、処理情報Ｉを入力として、処理情報Ｉに対応する変換情報ＣＩを出力する変換情報生成モデルである。例えば、モデルＭ１は、入力された処理情報Ｉから後述する範囲特定モデルＭ２への入力として適切な変換情報ＣＩを出力する。具体的には、モデルＭ１は、例えば入力された処理情報Ｉから、入力画像ＩＭ１に文字列ＢＷ１の内容（例えば、人の顔に関する情報）をノイズ情報として、そのノイズ情報を追加や除去することで、処理情報Ｉを変換して変換情報ＣＩを生成し、出力する。なお、端末装置１０は、モデルＭ１を学習する場合、モデルＭ１の学習処理に用いるデータ（学習データ）をサーバ装置５０等から取得し、学習データを用いてモデルＭ１を学習してもよいが、この点については後述する。また、モデルＭ１は、処理情報Ｉにノイズ情報を追加や除去することで、変換情報ＣＩを生成することに限られず、任意の技術により変換情報ＣＩを生成してもよい。また、図１では、変換情報ＣＩは、変換画像ＩＭ２が示されている。
【0022】
端末装置１０は、処理情報Ｉを入力情報としてモデルＭ１に入力する（ステップＳ１－１）。図１では、端末装置１０は、ユーザＵ１により入力された植物の入力画像ＩＭ１と変換内容を示す文字列「ＸＸＸＸＸＸ」とを入力情報としてモデルＭ１に入力する。入力情報が入力されたモデルＭ１は、変換情報ＣＩを出力する（ステップＳ１－２）。図１では、入力情報が入力されたモデルＭ１は、第１対象ＳＢ１（花）が第２対象ＳＢ２（人の顔）に変換された変換情報ＣＩを出力する。これにより、端末装置１０は、モデルＭ１を用いることにより処理情報Ｉから、範囲特定モデルＭ２への入力として適切な変換情報ＣＩを生成する。
【0023】
そして、端末装置１０は、変換情報ＣＩを入力情報として、その変換情報ＣＩに対応する範囲を特定して出力する範囲特定モデルＭ２（単に「モデルＭ２」ともいう）を用いて、範囲が表示された特定情報ＩＩを出力する。端末装置１０は、変換情報ＣＩを入力情報としてモデルＭ２に入力する（ステップＳ２－１）。図１では、端末装置１０は、範囲特定モデルＭ２への入力として第１対象ＳＢ１である花が第２対象ＳＢ２である人の顔に変換された変換情報ＣＩを入力情報としてモデルＭ２に入力する。
【0024】
入力情報が入力されたモデルＭ２は、入力された変換情報ＣＩに対応する特定範囲を生成して出力する（ステップＳ２－２）。図１では、変換情報ＣＩが入力されたモデルＭ２は、ユーザＵ１により入力された処理情報Ｉに対応する特定情報ＩＩを出力する。図１では、特定情報ＩＩは、出力画像ＩＭ３が示されている。例えば、特定情報ＩＩは、ユーザＵ１が入力した入力情報を反映した情報であり、特定した範囲を示す枠内には、第２対象ＳＢ２が含まれているので、第１対象ＳＢ１が含まれる。特定情報ＩＩの枠内には、第２対象ＳＢ２が含まれており、第２対象ＳＢ２は、第１対象ＳＢ１を変換したものであるから、第２対象ＳＢ２の位置には、第１対象ＳＢ１が含まれる。すなわち、特定した範囲を、処理情報Ｉのうち第１対象ＳＢ１が含まれる範囲として出力する。そのため、第２対象ＳＢ２の位置に第１対象ＳＢ１が存在するといえる。図１では、特定した範囲は、四角い枠で示されるが、枠の形状は丸や多角形等任意でよく、また、着色や矢印等で示してもよい。このように、端末装置１０は、ユーザＵ１が入力した処理の対象となる情報に含まれる第１対象ＳＢ１（図１では花）を第２対象ＳＢ２（図１では人の顔）に変換して範囲を特定することで、特定した範囲内を第１対象ＳＢ１（花）が含まれる範囲として特定できる。なお、端末装置１０は、第１対象ＳＢ１を特定した際に、第１対象ＳＢ１の種類や名前、ウェブサイト等の関連情報を表示したり、第１対象と関連したサービスを提供したりしてもよい。
【0025】
上述したように、端末装置１０は、モデルＭ１を用いて、処理情報Ｉを、モデルＭ２への入力として適切な内容に変換された変換情報ＣＩを生成し、生成した変換情報ＣＩをモデルＭ２への入力とすることにより、第１対象ＳＢ１が含まれる範囲を出力できる。つまり、第１対象ＳＢ１を第２対象ＳＢ２に変換することで、第１対象ＳＢ１の範囲を特定可能となる。そのため、端末装置１０が、第１対象ＳＢ１を認識し難い場合においても第１対象ＳＢ１の認識が容易となる。
【0026】
ここで、第１対象ＳＢ１及び第２対象ＳＢ２についてさらに説明する。第１対象ＳＢ１は、図１の例では花であったが、花に限定されず、魚や乗り物等、任意であってよい。第２対象ＳＢ２は、図１の例では、人の顔であったが、人の顔に限定されず、犬や猫等、任意であってよいが、第２対象ＳＢ２は、第１対象ＳＢ１よりも、処理情報Ｉに含まれる領域の特定精度が高いものであることが好ましい。言い換えれば、第２対象ＳＢ２は、第１対象ＳＢ１よりも特定しやすいものであることが好ましい。そのため、モデルＭ１は、第１対象ＳＢ１を第１対象ＳＢ１よりも特定（検出）しやすい第２対象ＳＢ２に変換するモデルともいえる。また、モデル２は、第１対象ＳＢ１よりも特定精度が高いものであれば、種々のもの（犬や猫等）を特定するモデルであるといえる。例えば、撮像において、植物よりも、人間の方が多く撮像される。従って、人間（人の顔）は、植物よりも特定精度が高いといえる。一方、人間よりも植物の方が多く撮像されないため、植物は、人間よりも特定精度が低くなるといえる。
【0027】
また、第２対象ＳＢ２を第１対象ＳＢ１よりも特定しやすいものにすることで、端末装置１０が第１対象ＳＢ１を特定できなかった場合に、特定できるようになる。例えば、第１対象ＳＢ１が紐づけされておらず、位置を特定できなかった場合には、手動で第１対象ＳＢ１の位置を紐づける。この場合、上述のように情報処理システム１は、モデルＭ１により、第１対象ＳＢ１を第１対象ＳＢ１よりも特定しやすい第２対象ＳＢ２に変換して変換情報ＣＩを生成し、その変換情報ＣＩを入力として、モデルＭ２に入れることで第１対象ＳＢ１の範囲（位置）を特定できるため、第１対象ＳＢ１を特定しやすくなる。そのため、コストや時間の削減につながる。また、第１対象ＳＢ１の名前や種類、ウェブサイト等の関連情報の紐づけをさらに行う場合には、クラウドソーシング等の他のサービスにより、関連情報の紐づけを行う。
【0028】
〔１－３．システム構成〕
なお、上述した情報処理システム１の構成は一例に過ぎず、情報処理システム１は、任意の装置構成及び機能の分配が採用可能である。図１では、端末装置１０が第１対象の範囲を特定する情報処理装置である場合を一例として説明したが、情報処理システム１では、特定処理は、ユーザが利用する端末装置１０以外の情報処理装置が行ってもよい。例えば、情報処理システム１では、特定処理は、サーバ装置５０等のサーバ装置（情報処理装置）が行ってもよい。
なお、上述した情報処理システム１の構成は一例に過ぎず、情報処理システム１は、任意の装置構成及び機能の分配が採用可能である。図１では、端末装置１０が第１対象の範囲を特定する情報処理装置である場合を一例として説明したが、情報処理システム１では、特定処理は、ユーザが利用する端末装置１０以外の情報処理装置が行ってもよい。例えば、情報処理システム１では、特定処理は、サーバ装置５０等のサーバ装置（情報処理装置）が行ってもよい。
【0029】
この場合、情報処理システム１では、サーバ装置５０は、図１に示す処理によりユーザＵ１が入力した入力情報から変換情報ＣＩを生成し、変換情報ＣＩを入力として、第１対象ＳＢ１が含まれる範囲を特定する。そして、サーバ装置５０は、特定した情報をユーザが利用する端末装置１０に送信することにより、ユーザに特定した特定情報ＩＩを提供してもよい。そして、ユーザが利用する端末装置１０は、サーバ装置５０から受信した特定した特定情報ＩＩを表示してもよい。
【0030】
このように、情報処理システム１では、特定情報ＩＩを表示する情報処理装置（例えば端末装置１０）と、第１対象の範囲を特定する情報処理装置（例えばサーバ装置５０）とは別体であってもよい。例えば、情報処理システム１では、サーバ装置５０が端末装置１０を使用するユーザに提供する情報を生成し、提供する提供装置（情報処理装置）であり、端末装置１０がサーバ装置５０から提供された情報を表示する表示装置であってもよい。なお、上述した情報処理システム１の構成は一例に過ぎず、情報処理システム１は、上記に限らず、任意の装置構成及び機能の分配が採用可能である。
【0031】
〔１－４．その他の例〕
上述した処理は一例に過ぎず、情報処理システム１は、様々な情報を用いて情報を生成したり、生成した情報をユーザに提供したりしてもよい。なお、情報処理システム１が処理の主体として記載されている処理については、情報処理システム１に含まれる端末装置１０やサーバ装置５０等のいずれの装置（情報処理装置）が行ってもよい。
上述した処理は一例に過ぎず、情報処理システム１は、様々な情報を用いて情報を生成したり、生成した情報をユーザに提供したりしてもよい。なお、情報処理システム１が処理の主体として記載されている処理については、情報処理システム１に含まれる端末装置１０やサーバ装置５０等のいずれの装置（情報処理装置）が行ってもよい。
【0032】
例えば、情報処理システム１は、文字列で、モデルＭ１を作成してもよい。例えば、文字列「“Ａ”を“Ｂ”に変換」という文字列を入力として、ＡをＢに変換するモデルＭ１を生成してもよい。この場合、情報処理システム１は、後述するように重要度が高い文字列との関連性の特徴を学習してモデルＭ１を生成する。例えば、情報処理システム１は、「“Ａ”を“Ｂ”に変換」という文字列から、例えば“Ａ”、“Ｂ”を重要度が高い文字列とし、それらの文字列の関連性（例えばＡは花、Ｂは人の顔）を学習する。
【0033】
例えば、情報処理システム１は、画像以外の情報を処理してもよい。端末装置１０は、音声を処理してもよい。例えば、端末装置１０は、音楽を異なる音、メロディや発話等に変換してその音楽の特徴的な部分（例えばサビや前奏等）を特定してもよい。
【0034】
例えば、情報処理システム１は、発話や文章を処理してもよい。例えば、端末装置１０は、言語特有の表現を英語に変換してその範囲を特定してもよい。
【0035】
例えば、情報処理システム１は、複数の物品の中から特定の物品の範囲を特定してもよい。例えば、端末装置１０は、入力画像ＩＭ１に複数の物品が写っている場合、その複数の物品の中から特定の物品を特定してもよい。例えば、入力画像ＩＭ１に第１物品と第２物品が写っていて、第１物品を特定する場合、モデルＭ１は、第２物品を他の物品に変換し、モデルＭ２は、第１物品の範囲を特定する。具体的には、入力画像ＩＭ１に写っている、第１物品が赤い花で、第２物品が青い花である場合、モデルＭ１は、青い花を他の物品（例えば人の顔）に変換し、モデルＭ２は、赤い花の範囲を特定する。この場合、モデルＭ２は、第１物品を適切に検出できるモデルであることが好ましい。なお、第１物品および第２物品は、植物に限定されず、犬と猫、建築物と自動車等、任意であってよい。
【0036】
〔２．情報処理装置の構成〕
次に、図３を用いて、情報処理装置の一例である端末装置１０の構成について説明する。図３、実施形態に係る情報処理装置の構成例を示す図である。図３に示すように、端末装置１０は、通信部１１と、入力部１２と、出力部１３と、記憶部１４と、制御部１５とを有する。なお、端末装置１０は、音声による入出力インターフェイスとなるマイク（音センサ）やスピーカを有していてもよい。例えば、端末装置１０は、音センサやスピーカが外部接続等により通信可能に接続されていてもよい。
次に、図３を用いて、情報処理装置の一例である端末装置１０の構成について説明する。図３、実施形態に係る情報処理装置の構成例を示す図である。図３に示すように、端末装置１０は、通信部１１と、入力部１２と、出力部１３と、記憶部１４と、制御部１５とを有する。なお、端末装置１０は、音声による入出力インターフェイスとなるマイク（音センサ）やスピーカを有していてもよい。例えば、端末装置１０は、音センサやスピーカが外部接続等により通信可能に接続されていてもよい。
【0037】
（通信部１１）
通信部１１は、例えば、通信回路等によって実現される。そして、通信部１１は、図示しない所定の通信網と有線または無線で接続され、外部の情報処理装置との間で情報の送受信を行う。例えば、通信部１１は、所定のネットワークＮ（図２参照）と有線または無線で接続され、サーバ装置５０との間で情報の送受信を行う。
通信部１１は、例えば、通信回路等によって実現される。そして、通信部１１は、図示しない所定の通信網と有線または無線で接続され、外部の情報処理装置との間で情報の送受信を行う。例えば、通信部１１は、所定のネットワークＮ（図２参照）と有線または無線で接続され、サーバ装置５０との間で情報の送受信を行う。
【0038】
（入力部１２）
入力部１２は、ユーザから各種操作が入力される。例えば、入力部１２は、タッチパネル機能により表示面（例えば出力部１３）を介してユーザからの各種操作を受付けてもよい。また、入力部１２は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受付けてもよい。
入力部１２は、ユーザから各種操作が入力される。例えば、入力部１２は、タッチパネル機能により表示面（例えば出力部１３）を介してユーザからの各種操作を受付けてもよい。また、入力部１２は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受付けてもよい。
【0039】
（出力部１３）
出力部１３は、情報を表示する画面である。例えば、出力部１３は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置で絵ある。出力部１３は、タッチパネルの画面として機能してもよい。
出力部１３は、情報を表示する画面である。例えば、出力部１３は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置で絵ある。出力部１３は、タッチパネルの画面として機能してもよい。
【0040】
（記憶部１４）
記憶部１４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。記憶部１４は、例えば、端末装置１０にインストールされているアプリケーション（例えば特定処理アプリケーション等）に関する情報、例えば、プログラムなどを記憶する。また、実施形態に係る記憶部１４は、図３に示すように、モデル情報記憶部１４１と特定用情報記憶部１４２と、ユーザ情報記憶部１４３とを有する。なお、記憶部１４は、上記以外にも様々な情報を記憶してもよい。例えば記憶部１４は、生成された情報や特定された情報を記憶してもよい。また、記憶部１４は、端末装置１０が複数の画像を表示するために用いる情報を記憶してもよい。記憶部１４は、端末装置１０がどの画像を表示するかを決定するために用いる情報を記憶してもよい。例えば、記憶部１４は、画像の表示順序を示す情報を記憶してもよい。
記憶部１４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。記憶部１４は、例えば、端末装置１０にインストールされているアプリケーション（例えば特定処理アプリケーション等）に関する情報、例えば、プログラムなどを記憶する。また、実施形態に係る記憶部１４は、図３に示すように、モデル情報記憶部１４１と特定用情報記憶部１４２と、ユーザ情報記憶部１４３とを有する。なお、記憶部１４は、上記以外にも様々な情報を記憶してもよい。例えば記憶部１４は、生成された情報や特定された情報を記憶してもよい。また、記憶部１４は、端末装置１０が複数の画像を表示するために用いる情報を記憶してもよい。記憶部１４は、端末装置１０がどの画像を表示するかを決定するために用いる情報を記憶してもよい。例えば、記憶部１４は、画像の表示順序を示す情報を記憶してもよい。
【0041】
（モデル情報記憶部１４１）
実施形態に係るモデル情報記憶部１４１は、モデルに関する情報を記憶する。例えば、モデル情報記憶部１４１は、学習処理により学習（生成）された学習済みモデル（モデル）の情報（モデルデータ）を記憶する。図４に示すモデル情報記憶部１４１は、学習に用いたデータ（学習データ）を学習済みモデル（モデル）に対応付けて記憶する。図４は、実施形態に係るモデル情報記憶部の一例を示す図である。図４に示した例では、モデル情報記憶部１４１は、「モデルＩＤ」、「用途」、「モデルデータ」、「学習データ」といった項目が含まれる。図４の例では、モデル情報記憶部１４１は、学習に用いたデータ（学習データ）を学習済みモデル（モデル）に対応付けて記憶する。
実施形態に係るモデル情報記憶部１４１は、モデルに関する情報を記憶する。例えば、モデル情報記憶部１４１は、学習処理により学習（生成）された学習済みモデル（モデル）の情報（モデルデータ）を記憶する。図４に示すモデル情報記憶部１４１は、学習に用いたデータ（学習データ）を学習済みモデル（モデル）に対応付けて記憶する。図４は、実施形態に係るモデル情報記憶部の一例を示す図である。図４に示した例では、モデル情報記憶部１４１は、「モデルＩＤ」、「用途」、「モデルデータ」、「学習データ」といった項目が含まれる。図４の例では、モデル情報記憶部１４１は、学習に用いたデータ（学習データ）を学習済みモデル（モデル）に対応付けて記憶する。
【0042】
「モデルＩＤ」は、モデルを識別するための識別情報を示す。「用途」は、対応するモデルの用途を示す。「モデルデータ」は、モデルのデータを示す。図４等では「モデルデータ」に「ＭＤＴ１」といった概念的な情報が格納される例を示したが、実際には、モデルの構成（ネットワークの構成）の情報やパラメータに関する情報等、そのモデルを構成する種々の情報が含まれる。例えば、「モデルデータ」には、ネットワークの各層におけるノードと、各ノードが採用する関数と、ノードとの接続関係と、ノード間の接続に対して設定される接続係数とを含む情報が含まれる。
【0043】
「学習データ」は、学習済みモデル（モデル）の学習に用いられたデータを示す。「学習データ」には、対応するモデルの学習に用いられたデータセットを示す情報が記憶される。例えば、「学習データ」は、データ（入力情報）とそのデータに対応する正解情報（出力情報）とを対応付けて、学習データ（「学習データ」ともいう）として記憶する。図４では「学習データ」に「ＬＤＴ１」といった概念的な情報が格納される例を示したが、実際には、データ（入力情報）とそのデータに対応する正解情報（出力情報）等、対応するモデルの学習に用いられたデータに関する種々の情報が含まれる。
【0044】
図４では、モデルＩＤ「Ｍ１」により識別されるモデル（モデルＭ１）は、用途が「変換情報生成」であることを示す。すなわち、モデルＭ１は、入力された情報を変換して出力（生成）するモデルであることを示す。また、モデルＭ１のモデルデータは、モデルデータＭＤＴ１であることを示す。また、モデルＭ１の学習に用いられた学習データは、学習データＬＤＴ１であることを示す。
【0045】
また、モデルＩＤ「Ｍ２」により識別されるモデル（モデルＭ２）は、用途が「範囲特定」であることを示す。すなわち、モデルＭ２は、変換情報を入力として、その変換情報に対応する範囲を特定して出力するモデルであることを示す。また、モデルＭ２のモデルデータは、モデルデータＭＤＴ２であることを示す。また、モデルＭ２の学習に用いられた学習データは、学習データＬＤＴ２であることを示す。
【0046】
（特定用情報記憶部１４２）
実施形態に係る特定用情報記憶部１４２は、特定処理に関する各種情報を記憶する。例えば、特定用情報記憶部１４２は、ユーザに提供する特定情報ＩＩに用いる各種情報を記憶する。
実施形態に係る特定用情報記憶部１４２は、特定処理に関する各種情報を記憶する。例えば、特定用情報記憶部１４２は、ユーザに提供する特定情報ＩＩに用いる各種情報を記憶する。
【0047】
特定用情報記憶部１４２は、画像を含む処理情報の範囲を特定するために用いる各種情報を記憶する。特定用情報記憶部１４２は、所定の音楽を含む処理情報の範囲を特定するために用いる各種情報を記憶する。例えば、特定用情報記憶部１４２は、処理情報に付与される所定の音楽の音源（音楽データ）を記憶する。特定用情報記憶部１４２は、特殊効果を含む処理情報の範囲を特定するために用いる各種情報を記憶する。例えば、特定用情報記憶部１４２は、処理情報に付与される特殊効果のデータ（エフェクトデータ）を記憶する。
【0048】
特定用情報記憶部１４２は、特定対象の名称を含む処理情報の範囲を特定するために用いる各種情報を記憶する。特定用情報記憶部１４２は、特定対象の説明文を含む処理情報の範囲を特定するために用いる各種情報を記憶する。特定用情報記憶部１４２は、特定した範囲を、処理情報Ｉのうち第１対象ＳＢ１が含まれる範囲として記憶する。
【0049】
例えば、特定用情報記憶部１４２は、端末装置１０等の表示装置に表示される処理情報の範囲を特定するために用いる情報を記憶する。例えば、特定用情報記憶部１４２は、処理情報の範囲を特定するために用いる画像情報を記憶する。例えば、特定用情報記憶部１４２は、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）やＧＩＦ（Ｇｒａｐｈｉｃｓ Ｉｎｔｅｒｃｈａｎｇｅ Ｆｏｒｍａｔ）やＰＮＧ（Ｐｏｒｔａｂｌｅ Ｎｅｔｗｏｒｋ Ｇｒａｐｈｉｃｓ）など様々な形式の画像を、処理情報の範囲を特定するために用いる画像情報として記憶してもよい。また、特定用情報記憶部１４２は、ＣＳＳやＪａｖａＳｃｒｉｐｔやＨＴＭＬの形式の情報を、処理情報の範囲を特定するために用いる画像情報として記憶してもよい。
【0050】
なお、特定用情報記憶部１４２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。
【0051】
（ユーザ情報記憶部１４３）
実施形態に係るユーザ情報記憶部１４３は、ユーザに関する各種情報を記憶する。ユーザ情報記憶部１４３は、端末装置１０を利用するユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１４３は、ユーザ属性に関する各種情報やユーザの行動に関する各種情報を記憶する。
実施形態に係るユーザ情報記憶部１４３は、ユーザに関する各種情報を記憶する。ユーザ情報記憶部１４３は、端末装置１０を利用するユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１４３は、ユーザ属性に関する各種情報やユーザの行動に関する各種情報を記憶する。
【0052】
ユーザ情報記憶部１４３は、ユーザの行動予定等の未来行動に関する情報を記憶する。例えば、ユーザ情報記憶部１４３は、ユーザがカレンダーアプリケーション（単に「カレンダー」ともいう）に登録した行動予定（スケジュール）に関する情報を記憶する。ユーザ情報記憶部１４３は、ユーザのカレンダー等のユーザの予定（スケジュール）に関するスケジュール情報を記憶する。
【0053】
ユーザ情報記憶部１４３は、ユーザの行動履歴等の過去の行動に関する情報を記憶する。ユーザ情報記憶部１４３は、ユーザのインターネット上における行動等の各種の行動情報を記憶する。ユーザ情報記憶部１４３は、ユーザの年齢、性別、住所、勤務地等の各種の属性情報を記憶する。例えば、ユーザ情報記憶部１４３は、興味関心を示す対象等、ユーザの嗜好（好み）に関する情報を記憶する。
【0054】
なお、ユーザ情報記憶部１４３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１４３は、他のデモグラフィック属性情報やサイコグラフィック属性情報を記憶してもよい。例えば、ユーザ情報記憶部１４３は、氏名、家族構成、収入、ライフスタイル等の情報を記憶してもよい。また、ユーザ情報記憶部１４３は、ユーザが利用する端末装置１０を識別する情報（端末ＩＤ）を記憶してもよい。
【0055】
（取得部１５１）
取得部１５１は、各種情報を取得する。例えば、取得部１５１は、記憶部１４から各種情報を取得する。例えば、取得部１５１は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等から各種情報を取得する。また、取得部１５１は、各種情報を外部の情報処理装置から取得してもよい。
取得部１５１は、各種情報を取得する。例えば、取得部１５１は、記憶部１４から各種情報を取得する。例えば、取得部１５１は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等から各種情報を取得する。また、取得部１５１は、各種情報を外部の情報処理装置から取得してもよい。
【0056】
例えば、取得部１５１は、サーバ装置５０から各種情報を取得する。例えば、取得部１５１は、サーバ装置５０から処理に用いる各種情報を取得する。例えば、取得部１５１は、サーバ装置５０からモデルＭ１、Ｍ２等のモデルを取得する。
【0057】
取得部１５１は、各種情報を受け付ける。取得部１５１は、ユーザによる各種操作を受け付ける。例えば、取得部１５１は、入力部１２によりユーザによる各種操作を受け付ける。取得部１５１は、ユーザの操作を受け付ける。取得部１５１は、ユーザが画面に接触させた指を移動させる操作を受け付ける。取得部１５１は、表示中のコンテンツを選択する操作を受け付ける。
【0058】
取得部１５１は、処理情報Ｉを取得する。取得部１５１は、処理情報Ｉである文字列を取得する。取得部１５１は、処理情報Ｉである画像を取得する。取得部１５１は、画像を変換する文字列を取得する。取得部１５１は、物品に関する文字列を含む文字列を取得する。
【0059】
（学習部１５２）
学習部１５２は、学習モデル（モデル）を学習する学習処理を実行する。なお、端末装置１０は、サーバ装置５０からモデルＭ１、Ｍ２等の学習モデルを取得する場合、学習部１５２を有しなくてもよい。
学習部１５２は、学習モデル（モデル）を学習する学習処理を実行する。なお、端末装置１０は、サーバ装置５０からモデルＭ１、Ｍ２等の学習モデルを取得する場合、学習部１５２を有しなくてもよい。
【0060】
例えば、学習部１５２は、取得部１５１により取得された各種情報に基づいて、学習処理を実行する。学習部１５２は、外部の情報処理装置からの情報や記憶部１４に記憶された情報に基づいて、学習処理を実行する。学習部１５２は、モデル情報記憶部１４１に記憶された情報に基づいて、学習処理を実行する。学習部１５２は、学習により生成したモデルをモデル情報記憶部１４１に格納する。
【0061】
学習部１５２は、学習処理を行う。学習部１５２は、各種学習を行う。学習部１５２は、取得部１５１により取得された情報に基づいて、各種情報を学習する。学習部１５２は、モデルを学習（生成）する。学習部１５２は、モデル等の各種情報を学習する。学習部１５２は、学習によりモデルを生成する。学習部１５２は、種々の機械学習に関する技術を用いて、モデルを学習する。例えば、学習部１５２は、モデル（ネットワーク）のパラメータを学習する。学習部１５２は、種々の機械学習に関する技術を用いて、モデルを学習する。
【0062】
学習部１５２は、モデルＭ１等の各種の学習モデルを生成する。学習部１５２は、ネットワークのパラメータを学習する。例えば、学習部１５２は、モデルＭ１等の各種の学習モデルのネットワークのパラメータを学習する。学習部１５２は、モデル情報記憶部１４１に記憶された学習データを用いて、学習処理を行うことにより、モデルＭ１等の各種の学習モデルを生成する。例えば、学習部１５２は、変換情報ＣＩを生成するために用いられるモデルを生成する。学習部１５２は、モデルＭ１等の各種の学習モデルのネットワークのパラメータを学習することにより、モデルＭ１等の各種の学習モデルを生成する。
【0063】
学習部１５２は、モデル情報記憶部１４１に記憶された学習データ（教師データ）に基づいて、学習処理を行う。学習部１５２は、モデル情報記憶部１４１に記憶された学習データを用いて、学習処理を行うことにより、モデルＭ１等の各種の学習モデルを生成する。例えば、学習部１５２は、処理情報Ｉから、その処理情報Ｉにおける重要度が高い文字列との関連性の特徴を学習した変換情報生成モデルであるモデルＭ１を学習する。学習部１５２は、処理情報Ｉ（文字列）から、文字情報を抽出し、文字情報の内容に沿って、処理情報に含まれる第１対象ＳＢ１を第２対象ＳＢ２に変換した変換情報ＣＩを出力するモデルＭ１を学習する。学習部１５２は、文字情報のうち重要度が高い文字情報を抽出し、変換情報ＣＩを出力するモデルＭ１を学習する。
【0064】
例えば、学習部１５２は、処理情報Ｉと、その処理情報ＩがモデルＭ１に入力した際に出力されることが望ましい変換情報ＣＩである正解情報とを対応付けた学習データを用いて、モデルＭ１を学習する。正解情報は、モデルＭ２への入力として適切な変換情報ＣＩであってもよい。例えば、正解情報は、モデルＭ２に入力された際に望ましい特定範囲が生成された変換情報ＣＩであってもよい。例えば、正解情報は、文字情報に対応する特定情報ＩＩ（範囲）として、モデルＭ２に入力された際に望ましい特定範囲が生成された変換情報ＣＩであってもよい。すなわち、正解情報は、範囲特定モデルへの入力情報として適切である変換情報ＣＩである。
【0065】
例えば、学習部１５２は、モデルＭ１が出力する変換情報ＣＩが、モデルＭ１に入力した文字情報（入力情報）に対応付けられた正解情報に近づくように、バックプロパゲーション（誤差逆伝播法）等の手法により学習処理を行う。例えば、学習部１５２は、変換内容を示す文字情報である入力情報が入力されたモデルＭ１が出力する変化情報が、その入力情報に対応付けられた正解情報に近づくように学習処理を行う。
【0066】
例えば、学習部１５２は、学習処理によりノード間で値が伝達する際に考慮される重み（すなわち、接続係数）の値を調整する。このように、学習部１５２は、モデルＭ１における出力と、入力に対応する正解情報との誤差が少なくなるようにパラメータ（接続係数）を補正するバックプロパゲーション等の処理によりモデルＭ１を学習する。例えば、学習部１５２は、所定の損失（ロス）関数を最小化するようにバックプロパゲーション等の処理を行うことによりモデルＭ１を生成する。これにより、学習部１５２は、モデルＭ１のパラメータを学習する学習処理を行うことができる。
【0067】
なお、モデルの学習手法については、上述した手法に限定されるものではなく、任意の公知技術が適用可能である。なお、各モデルの生成は、機械学習に関する種々の従来技術を適宜用いて行われてもよい。例えば、モデルの生成は、ＳＶＭ（Ｓｕｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）等の教師あり学習の機械学習に関する技術を用いて行われてもよい。また、例えば、モデルの生成は、教師なし学習の機械学習に関する技術を用いて行われてもよい。例えば、モデルの生成は、深層学習（ディープラーニング）の技術を用いて行われてもよい。例えば、モデルの生成は、ＤＮＮ（Ｄｅｅｐ Ｎａｔｕｒａｌ Ｎｅｔｗｏｒｋ）やＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）やＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）等の種々のディープラーニングの技術を適宜用いて行われてもよい。なお、上記モデルの生成に関する記載は例示であり、モデルの生成は、取得可能な情報等に応じて適宜選択された学習手法により行われてもよい。すなわち、学習部１５２は、学習データに含まれる入力情報が入力された場合に、正解情報に対応する情報を出力するようにモデルＭ１を学習可能であれば、どのような手法によりモデルＭ１の生成を行ってもよい。
【0068】
上記のように、学習部１５２による学習の手法は特に限定されないが、例えば、データ（入力情報）とその正解情報（出力情報）とを紐づけた学習データを用意し、その学習データを多層ニューラルネットワークに基づいた計算モデルに入力して学習してもよい。また、例えばＣＮＮ、３Ｄ－ＣＮＮ等のＤＮＮに基づく手法が用いられてもよい。学習部１５２は、音声等のような時系列データを対象とする場合、再帰型ニューラルネットワーク（ＲＮＮ）やＲＮＮを拡張したＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ ｕｎｉｔｓ）に基づく手法を用いてもよい。
【0069】
（生成部１５３）
生成部１５３は、種々の情報を生成する。生成部１５３は、取得部１５１により取得された情報に基づいて各種情報を生成する。生成部１５３は、記憶部１４に記憶された情報に基づいて各種情報を生成する。生成部１５３は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等に記憶された情報に基づいて各種情報を生成する。生成部１５３は、種々の情報を決定する決定処理を実行する。生成部１５３は、種々の情報を推定する推定処理を実行する。生成部１５３は、種々の情報を抽出する決抽出処理を実行する。生成部１５３は、種々の情報を選択する選択処理を実行する。
生成部１５３は、種々の情報を生成する。生成部１５３は、取得部１５１により取得された情報に基づいて各種情報を生成する。生成部１５３は、記憶部１４に記憶された情報に基づいて各種情報を生成する。生成部１５３は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等に記憶された情報に基づいて各種情報を生成する。生成部１５３は、種々の情報を決定する決定処理を実行する。生成部１５３は、種々の情報を推定する推定処理を実行する。生成部１５３は、種々の情報を抽出する決抽出処理を実行する。生成部１５３は、種々の情報を選択する選択処理を実行する。
【0070】
生成部１５３は、処理情報に基づいて、処理情報Ｉに含まれる第１対象ＳＢ１を第２対象ＳＢ２に変換した変換情報ＣＩを生成する。生成部１５３は、処理情報Ｉを変換することにより、変換情報ＣＩを生成する。生成部１５３は、第１対象ＳＢ１よりも、処理情報Ｉに含まれる領域の特定精度が高い第２対象ＳＢ２に変換することにより、変換情報ＣＩを生成する。
【0071】
生成部１５３は、処理情報Ｉを基に、第１対象ＳＢ１を第２対象ＳＢ２に変換するように学習した学習モデルである変換情報生成モデルＭ１を用いて、変換情報ＣＩを生成する。生成部１５３は、処理情報Ｉが入力された場合、当該処理情報Ｉに基づき、処理情報Ｉを変換して出力する変換情報生成モデルＭ１を用いて、変換情報ＣＩを生成する。生成部１５３は、処理情報Ｉを変換情報生成モデルＭ１に入力し、変換情報生成モデルＭ１が出力した出力情報を用いて、変換情報ＣＩを生成する。
【0072】
（特定出力部１５４）
特定出力部１５４は、種々の情報を特定する。特定出力部１５４は、取得部１５１により取得された情報に基づいて各種情報を特定する。特定出力部１５４は、記憶部１４に記憶された情報に基づいて各種情報を特定する。特定出力部１５４は、生成部１５３により生成された情報に基づいて各種情報を特定する。特定出力部１５４は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等に記憶された情報に基づいて各種情報を特定する。特定出力部１５４は、種々の情報を決定する決定処理を実行する。特定出力部１５４は、種々の情報を推定する推定処理を実行する。特定出力部１５４は、種々の情報を抽出する決抽出処理を実行する。特定出力部１５４は、種々の情報を選択する選択処理を実行する。
特定出力部１５４は、種々の情報を特定する。特定出力部１５４は、取得部１５１により取得された情報に基づいて各種情報を特定する。特定出力部１５４は、記憶部１４に記憶された情報に基づいて各種情報を特定する。特定出力部１５４は、生成部１５３により生成された情報に基づいて各種情報を特定する。特定出力部１５４は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等に記憶された情報に基づいて各種情報を特定する。特定出力部１５４は、種々の情報を決定する決定処理を実行する。特定出力部１５４は、種々の情報を推定する推定処理を実行する。特定出力部１５４は、種々の情報を抽出する決抽出処理を実行する。特定出力部１５４は、種々の情報を選択する選択処理を実行する。
【0073】
特定出力部１５４は、変換情報ＣＩから範囲を特定するように学習が行われた学習モデルである範囲特定モデルＭ２を用いて、変換情報ＣＩに対応する第２対象ＳＢ２の範囲を特定する。特定出力部１５４は、変換情報ＣＩが入力された場合、当該変換情報ＣＩに対応する範囲を出力する範囲特定モデルＭ２を用いて、変換情報ＣＩ内の第２対象ＳＢ２の範囲を特定する。また、特定出力部１５４は、特定した範囲を、処理情報Ｉのうち第１対象ＳＢ１が含まれる範囲として出力する。
【0074】
特定出力部１５４は、ユーザや他のサービス（クラウドソーシング等）に提供する特定情報ＩＩを生成する処理を実行する。特定出力部１５４は、画面（出力部１３）に表示する特定情報ＩＩを生成する。例えば、特定出力部１５４は、範囲特定モデルＭ２から、第２対象ＳＢ２の周囲に枠を表示した特定情報ＩＩ（画像）を生成する。
【0075】
（出力制御部１５５）
出力制御部１５５は、特定出力部１５４が特定（生成）した特定情報ＩＩを出力する。例えば、出力制御部１５５は、特定情報ＩＩを表示部１５６へ出力する。また、例えば、出力制御部１５５は、特定情報ＩＩを他のサービスへ提供する。例えば、出力制御部１５５は、特定情報ＩＩをクラウドソーシングへ提供する。
出力制御部１５５は、特定出力部１５４が特定（生成）した特定情報ＩＩを出力する。例えば、出力制御部１５５は、特定情報ＩＩを表示部１５６へ出力する。また、例えば、出力制御部１５５は、特定情報ＩＩを他のサービスへ提供する。例えば、出力制御部１５５は、特定情報ＩＩをクラウドソーシングへ提供する。
【0076】
（表示部１５６）
表示部１５６は、特定出力部１５４により生成された範囲が特定された特定情報ＩＩを提供する提供部として機能する。表示部１５６は、種々の情報を表示する。例えば、表示部１５６は、入力部１２により入力されたユーザ操作に従って、種々の情報を表示する。
表示部１５６は、特定出力部１５４により生成された範囲が特定された特定情報ＩＩを提供する提供部として機能する。表示部１５６は、種々の情報を表示する。例えば、表示部１５６は、入力部１２により入力されたユーザ操作に従って、種々の情報を表示する。
【0077】
例えば、表示部１５６は、出力部１３を介して各種情報を表示する。表示部１５６は、取得部１５１により取得された情報に基づいて各種情報を表示する。表示部１５６は、記憶部１４に記憶された情報に基づいて各種情報を表示する。表示部１５６は、モデル情報記憶部１４１や特定用情報記憶部１４２やユーザ情報記憶部１４３等に記憶された情報に基づいて各種情報を表示する。表示部１５６は、生成部１５３や特定出力部１５４により処理された各種情報を表示する。
【0078】
表示部１５６は、特定出力部１５４により特定された特定情報ＩＩを提供する。表示部１５６は、出力画像ＩＭ３を含む特定情報ＩＩを提供する。
【0079】
表示部１５６は、出力画像ＩＭ３を表示する。表示部１５６は、出力画像ＩＭ３を含む特定情報ＩＩを表示する。
【0080】
（送信部１５７）
送信部１５７は、特定出力部１５４により特定された特定情報ＩＩを提供する提供部として機能する。送信部１５７は、各種情報を送信する。例えば、送信部１５７は、入力部１２により入力されたユーザ操作に従って、外部の情報処理装置へ種々の情報を送信する。送信部１５７は、ユーザ操作に応じて、外部の情報処理装置に対して種々の情報を要求するリクエスト情報を外部の情報処理装置へ送信する。
送信部１５７は、特定出力部１５４により特定された特定情報ＩＩを提供する提供部として機能する。送信部１５７は、各種情報を送信する。例えば、送信部１５７は、入力部１２により入力されたユーザ操作に従って、外部の情報処理装置へ種々の情報を送信する。送信部１５７は、ユーザ操作に応じて、外部の情報処理装置に対して種々の情報を要求するリクエスト情報を外部の情報処理装置へ送信する。
【0081】
送信部１５７は、特定出力部１５４により特定された特定情報ＩＩを提供する。送信部１５７は、出力画像ＩＭ３を含む特定情報ＩＩを提供する。
【0082】
送信部１５７は、特定情報ＩＩを外部装置に送信する。送信部１５７は、出力画像ＩＭ３を含む特定情報ＩＩを送信する。
【0083】
送信部１５７は、サーバ装置５０に情報を要求するリクエスト情報を送信する。送信部１５７は、コンテンツの配信を要求するリクエスト情報を送信する。送信部１５７は、ユーザの行動情報をサーバ装置５０に送信する。送信部１５７は、ユーザによる操作を示す行動情報を送信する。
【0084】
なお、上述した制御部１５による情報処理等の処理は、所定のアプリケーションにより行われる場合、制御部１５の各部は、例えば、所定のアプリケーションにより実現されてもよい。例えば、制御部１５による情報処理等の処理は、ＪａｖａＳｃｒｉｐｔ（登録商標）などを含む制御情報により実現されてもよい。また、上述した情報処理等が専用アプリにより行われる場合、制御部１５は、例えば、所定のアプリ（例えば範囲特定アプリケーション等）や専用アプリを制御するアプリ制御部を有してもよい。
【0085】
【0086】
図５に示すように、端末装置１０は、処理の対象となる情報Ｉを取得する（ステップＳ１０１）。そして、端末装置１０は、処理の対象となる情報に基づいて、処理の対象となる情報に含まれる第１対象ＳＢ１を第２対象ＳＢ２に変換した変換情報ＣＩを生成する（ステップＳ１０２）。そして、端末装置１０は、変換情報ＣＩを入力として、第２対象ＳＢ２が含まれる範囲を特定する（ステップＳ１０３）。そして、端末装置１０は、第２対象ＳＢ２の範囲を特定した特定情報ＩＩを出力する（ステップＳ１０４）。
【0087】
〔４．効果〕
上述してきたように、実施形態に係る情報処理装置（実施形態では端末装置１０）は、生成部（実施形態では生成部１５３）と、特定出力部（実施形態では特定出力部１５４）と、出力制御部（実施形態では出力制御部１５５）とを有する。生成部は、第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる第１対象を第２対象に変換した変換情報を生成する。特定出力部は、第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、変換情報のうち、第２対象が含まれる範囲を特定し、特定した範囲を、情報のうち第１対象が含まれる範囲として出力する。
上述してきたように、実施形態に係る情報処理装置（実施形態では端末装置１０）は、生成部（実施形態では生成部１５３）と、特定出力部（実施形態では特定出力部１５４）と、出力制御部（実施形態では出力制御部１５５）とを有する。生成部は、第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報である処理情報に含まれる第１対象を第２対象に変換した変換情報を生成する。特定出力部は、第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、変換情報のうち、第２対象が含まれる範囲を特定し、特定した範囲を、情報のうち第１対象が含まれる範囲として出力する。
【0088】
このように、実施形態に係る情報処理装置は、第１対象を第２対象に変換するように学習が行われたモデルを用いて、処理対象となる情報に含まれる前記第１対象を前記第２対象に変換した変換情報を生成し、第２対象が含まれる範囲を特定するように学習が行われたモデルを用いて、変換情報のうち、第２対象が含まれる範囲を特定することで、処理対象となる情報の適切な処理を行うことができる。
【0089】
また、実施形態に係る情報処理装置において、第２対象は、第１対象よりも、処理情報に含まれる領域の特定精度が高い対象である。
【0090】
このように、実施形態に係る情報処理装置は、第２対象を第１対象よりも、情報に含まれる領域の特定精度が高い対象とすることで、範囲特定の精度を高くすることができる。また、情報処理装置が、第１対象が例えばラベリングされておらず、第１対象の位置を認識できない場合を防ぐことができる。すなわち、処理対象となる情報の適切な処理を行うことができる。
【0091】
また、実施形態に係る情報処理装置において、処理情報は、文字列である。このように、実施形態に係る情報処理装置は、情報を文字列とすることで、文字列に含まれる第１対象を第２対象に変換でき、処理対象となる情報の適切な処理を行うことができる。
【0092】
また、実施形態に係る情報処理装置において、処理情報は、画像である。このように、実施形態に係る情報処理装置は、情報を画像とすることで、画像に含まれる第１対象を第２対象に変換でき、処理対象となる情報の適切な処理を行うことができる。
【0093】
また、実施形態に係る情報処理装置において、第２対象は、人の顔である。このように、実施形態に係る情報処理装置において、第２対象を人の顔にすることで、第１対象よりも特定しやすくなり、範囲特定の精度を高くすることができる。また、情報処理装置が、第１対象が例えばラベリングされておらず、認識できない場合を防ぐことができる。すなわち、処理対象となる情報の適切な処理を行うことができる。
【0094】
〔５．プログラム〕
上述してきた端末装置１０やサーバ装置５０による処理は、本願に係る情報処理プログラムにより実現される。例えば、端末装置１０に係る生成部１５３や特定出力部１５４等は、端末装置１０が有するＣＰＵやＭＰＵ等によって、例えば範囲特定アプリケーション等に含まれる情報処理プログラムがＲＡＭを作業領域として、情報処理プログラムに係る情報処理手順が実行されることにより実現される。
上述してきた端末装置１０やサーバ装置５０による処理は、本願に係る情報処理プログラムにより実現される。例えば、端末装置１０に係る生成部１５３や特定出力部１５４等は、端末装置１０が有するＣＰＵやＭＰＵ等によって、例えば範囲特定アプリケーション等に含まれる情報処理プログラムがＲＡＭを作業領域として、情報処理プログラムに係る情報処理手順が実行されることにより実現される。
【0095】
なお、本願に係る端末装置１０やサーバ装置５０が実行する処理は、必ずしも全てが情報処理プログラムによって実現されるものでなくてもよい。例えば、端末装置１０外の情報等は、端末装置１０が有するＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）によって取得されてもよい。すなわち、情報処理プログラム自体が、上述してきたような端末装置１０で実行される処理を実行するのではなく、ＯＳによって取得されたデータ（例えば、画像等のコンテンツを表示（再生）するために用いるデータ）を受け取ったりすることにより、上述してきた端末装置１０の処理を実現するようにしてもよい。
【0096】
〔６．ハードウェア構成〕
上述した実施形態に係る情報処理装置１０等の除法処理装置は、例えば図６に示すようなコンピュータ１０００によって実現される。図６は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３００、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
上述した実施形態に係る情報処理装置１０等の除法処理装置は、例えば図６に示すようなコンピュータ１０００によって実現される。図６は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３００、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
【0097】
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等により実現される。
【0098】
ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００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。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
【0099】
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかる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１５００は、所定のネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定のネットワークＮを介して他の機器へ送信する。
【0100】
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウスなどの入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。
【0101】
メディアインターフェイス１７００は、記憶媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記憶媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記憶媒体１８００は、例えばＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＰＤ（Ｐｈａｓｅ ｃｈａｎｇｅ ｒｅｗｒｉｔａｂｌｅ Ｄｉｓｋ）等の光学記憶媒体、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。
【0102】
例えば、コンピュータ１０００が実施形態に係る端末装置１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１５の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記憶媒体１８００から読み取って実行するが、他の例として、他の装置から所定のネットワークＮを介してこれらのプログラムを取得してもよい。
【0103】
以上、本願の実施形態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、発明の開示の行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。
【0104】
〔７．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又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又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。例えば、各図に示した各種情報は、図示した情報に限られない。
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又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又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。例えば、各図に示した各種情報は、図示した情報に限られない。
【0105】
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、その全部又は一部を、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又は物理的に分散・統合して構成することができる。
【0106】
また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【0107】
また、上述してきた「部（ｓｅｃｔｉｏｎ、ｍｏｄｕｌｅ、ｕｎｉｔ）」は、「手段
」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
【符号の説明】
【0108】
１ 情報処理システム
１０ 端末装置（情報処理装置）
１４ 記憶部
１４１ モデル情報記憶部
１４３ ユーザ情報記憶部
１５ 制御部
１５１ 取得部
１５２ 学習部
１５３ 生成部
１５４ 特定出力部
１５５ 出力制御部
１５６ 表示部（提供部）
１５７ 送信部（提供部）
５０ サーバ装置
Ｎ ネットワーク
１０ 端末装置（情報処理装置）
１４ 記憶部
１４１ モデル情報記憶部
１４３ ユーザ情報記憶部
１５ 制御部
１５１ 取得部
１５２ 学習部
１５３ 生成部
１５４ 特定出力部
１５５ 出力制御部
１５６ 表示部（提供部）
１５７ 送信部（提供部）
５０ サーバ装置
Ｎ ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】