特許 7273281 情報出力プログラム、情報出力装置及び情報出力方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-05-02

(45)【発行日】2023-05-15

(54)【発明の名称】情報出力プログラム、情報出力装置及び情報出力方法

(51)【国際特許分類】

   G06Q 10/10 20230101AFI20230508BHJP

   G10L 15/00 20130101ALI20230508BHJP

【ＦＩ】

G06Q10/10

G10L15/00 200U

【請求項の数】 22

(21)【出願番号】P 2018135969

(22)【出願日】2018-07-19

(65)【公開番号】P2020013391

(43)【公開日】2020-01-23

【審査請求日】2021-04-05

(73)【特許権者】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】100094525

【弁理士】

【氏名又は名称】土井 健二

(74)【代理人】

【識別番号】100094514

【弁理士】

【氏名又は名称】林 恒徳

(72)【発明者】

【氏名】橋本 寛之

(72)【発明者】

【氏名】友松 信行

(72)【発明者】

【氏名】三上 晋矢

(72)【発明者】

【氏名】松生 充正

(72)【発明者】

【氏名】崎本 彰子

(72)【発明者】

【氏名】中山 大輔

(72)【発明者】

【氏名】大岩 和男

(72)【発明者】

【氏名】高橋 淳久

(72)【発明者】

【氏名】佐藤 敦子

【審査官】小山 和俊

(56)【参考文献】

【文献】特開２０１６－０３２２６１（ＪＰ，Ａ）

【文献】特開２００６－３０２０４７（ＪＰ，Ａ）

【文献】特開２０１１－０８１５０４（ＪＰ，Ａ）

【文献】特開２０１７－２０１４７９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｇ１０Ｌ １５／００

(57)【特許請求の範囲】

【請求項1】

会議の状況を撮影した映像に映された第１キーワードと、前記会議の内容を録音した音声に含まれる第２キーワードとを含む状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記第１キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第１単位時間に対応する前記映像に映されたキーワード、及び、前記第２キーワードのうち、前記第１単位時間に対応する前記音声に含まれるキーワードのばらつきに基づいて算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。

【請求項2】

請求項１において、
前記数値情報は、前記第１キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第１単位時間に対応する前記映像に映されたキーワード、及び、前記第２キーワードのうち、前記第１単位時間に対応する前記音声に含まれるキーワードのばらつきを示す値を、前記第１単位時間よりも前の第２単位時間に対応する前記ばらつきを示す値によって除算することによって算出される値である、
ことを特徴とする情報出力プログラム。

【請求項3】

請求項２において、
前記第２単位時間は、前記第１単位時間よりも前の単位時間のうち、対応する前記ばらつきを示す値が最も大きい単位時間である、
ことを特徴とする情報出力プログラム。

【請求項4】

請求項１において、
前記状況情報は、前記会議の参加者それぞれの姿勢を示す情報を含む、
ことを特徴とする情報出力プログラム。

【請求項5】

請求項４において、
前記数値情報は、前記会議の参加者のうち、前傾姿勢になっている人数を示す情報である、
ことを特徴とする情報出力プログラム。

【請求項6】

請求項１において、
前記状況情報は、前記会議の参加者それぞれが発言しているか否かを示す情報を含む、
ことを特徴とする情報出力プログラム。

【請求項7】

請求項６において、
前記数値情報は、前記会議の参加者のうち、発言している人数を示す情報である、
ことを特徴とする情報出力プログラム。

【請求項8】

請求項１において、
前記状況情報は、前記会議において使用可能な筆記具の総重量を示す情報と、前記会議において使用可能な筆記具のうち、前記会議において使用されていない筆記具の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。

【請求項9】

請求項８において、
前記数値情報は、前記会議において使用された筆記具の数を示す情報である、
ことを特徴とする情報出力プログラム。

【請求項10】

請求項９において、
前記会議において使用された筆記具の数は、前記会議において使用可能な筆記具の総重量から前記会議において使用されていない筆記具の総重量を減算した値を、前記会議において使用可能な筆記具の１本あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。

【請求項11】

請求項１において、
前記状況情報は、前記会議において使用可能な筆記用紙の総重量を示す情報と、前記会議において使用可能な筆記用紙のうち、前記会議において使用されていない筆記用紙の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。

【請求項12】

請求項１１において、
前記数値情報は、前記会議において使用された筆記用紙の数を示す情報である、
ことを特徴とする情報出力プログラム。

【請求項13】

請求項１２において、
前記会議において使用された筆記用紙の数は、前記会議において使用可能な筆記用紙の総重量から前記会議において使用されていない筆記用紙の総重量を減算した値を、前記会議において使用可能な筆記用紙の１枚あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。

【請求項14】

請求項１において、
前記効果情報は、前記会議の参加者に対して、前記会議の進行中における行動の改善を促す情報を含む、
ことを特徴とする情報出力プログラム。

【請求項15】

請求項１において、
前記効果情報は、前記会議の質を示す数値を含む、
ことを特徴とする情報出力プログラム。

【請求項16】

請求項１において、
前記機械学習を行う処理は、前記複数の教師データに基づいて機械学習を行う旨の情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。

【請求項17】

請求項１において、さらに、
進行中の新たな会議に対応する前記状況情報を受け付けたことに応じて、受け付けた前記状況情報を記憶部に記憶する、
処理をコンピュータに実行させ、
前記効果情報を算出する処理では、前記記憶部に記憶された前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する、
ことを特徴とする情報出力プログラム。

【請求項18】

請求項１において、
前記算出する処理は、前記会議が実施されている時間帯における単位時間毎に行われる、
ことを特徴とする情報出力プログラム。

【請求項19】

請求項１において、さらに、
前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。

【請求項20】

請求項１９において、
前記新たな教師データに基づいて機械学習を行う処理は、前記新たな会議に対応する前記効果情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。

【請求項21】

会議の状況を撮影した映像に映された第１キーワードと、前記会議の内容を録音した音声に含まれる第２キーワードとを含む状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記第１キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第１単位時間に対応する前記映像に映されたキーワード、及び、前記第２キーワードのうち、前記第１単位時間に対応する前記音声に含まれるキーワードのばらつきに基づいて算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行う学習実行部と、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する情報生成部と、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する出力指示部と、を有する、
ことを特徴とする情報出力装置。

【請求項22】

会議の状況を撮影した映像に映された第１キーワードと、前記会議の内容を録音した音声に含まれる第２キーワードとを含む状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記第１キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第１単位時間に対応する前記映像に映されたキーワード、及び、前記第２キーワードのうち、前記第１単位時間に対応する前記音声に含まれるキーワードのばらつきに基づいて算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
処理をコンピュータが実行することを特徴とする情報出力方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報出力プログラム、情報出力装置及び情報出力方法に関する。

【背景技術】

【0002】

例えば、利用者にサービスを提供する事業者（以下、単に事業者とも呼ぶ）は、利用者に対してサービスの提供を行うための情報処理システムを構築して稼働させる。具体的に、事業者は、例えば、利用者が行う会議の円滑な進行をサポートするために、会議の議事録を自動的に作成する処理等を行う情報処理システムの構築を行う（例えば、特許文献１乃至４参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００５－２７７４６２号公報

【文献】国際公開第２０１８／０１５９９２号

【文献】特開２０１３－００８１１４号公報

【文献】特開２０１７－２１５９３１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ここで、上記のように会議を円滑に進行させるために、会議を適切に進行させる役割を担うファシリテーターが各会議に参加する場合がある。具体的に、ファシリテーターは、例えば、多くの参加者が発言を行うように促すことによって議論を活発化させ、さらに、適切なタイミングにおいて必要な発言を行うことによって議論を収束に向わせる。これにより、利用者は、実施する会議の有効性を高めることが可能になる。

【0005】

しかしながら、例えば、ファシリテーターの人数が不足している場合、利用者は、全ての会議にファシリテーターを参加させることができない。そのため、利用者は、実施する会議の有効性を高めることができない場合がある。

【0006】

そこで、一つの側面では、本発明は、会議の有効性を高めることを可能とする情報出力プログラム、情報出力装置及び情報出力方法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】

【0007】

実施の形態の一態様では、会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、処理をコンピュータに実行させる。

【発明の効果】

【0008】

一つの側面によれば、会議の有効性を高めることを可能とする。

【図面の簡単な説明】

【0009】

【図1】図１は、情報処理システム１０の構成を示す図である。

【図2】図２は、情報処理装置１のハードウエア構成を説明する図である。

【図3】図３は、情報処理装置１の機能のブロック図である。

【図4】図４は、第１の実施の形態における情報出力処理の概略を説明するフローチャート図である。

【図5】図５は、第１の実施の形態における情報出力処理の概略を説明する図である。

【図6】図６は、第１の実施の形態における情報出力処理の概略を説明する図である。

【図7】図７は、第１の実施の形態における情報出力処理の詳細を説明するフローチャート図である。

【図8】図８は、第１の実施の形態における情報出力処理の詳細を説明するフローチャート図である。

【図9】図９は、第１の実施の形態における情報出力処理の詳細を説明するフローチャート図である。

【図10】図１０は、第１の実施の形態における情報出力処理の詳細を説明するフローチャート図である。

【図11】図１１は、教師データ１３１の具体例を説明する図である。

【図12】図１２は、テキスト情報１３４の具体例を説明する図である。

【図13】図１３は、キーワード情報１３５の具体例を説明する図である。

【図14】図１４は、Ｓ３５及びＳ３６の処理で算出された数値情報１３６の具体例を説明する図である。

【図15】図１５は、Ｓ４２の処理で出力された効果情報１３８の具体例を説明する図である。

【図16】図１６は、アンケート情報１３７の具体例を説明する図である。

【図17】図１７は、アンケート情報１３７の具体例を説明する図である。

【図18】図１８は、Ｓ４３の処理で入力される効果情報１３８ａの具体例を説明する図である。

【図19】図１９は、教師データ１３１ａの具体例を説明する図である。

【図20】図２０は、数値情報１３６ａの具体例を説明する図である。

【発明を実施するための形態】

【0010】

［情報処理システムの構成］
初めに、情報処理システム１０の構成について説明を行う。図１は、情報処理システム１０の構成を示す図である。

【0011】

図１に示す情報処理システム１０は、情報処理装置１（以下、情報生成装置１とも呼ぶ）と、入力装置２と、出力装置３とを有する。

【0012】

入力装置２は、例えば、１以上のカメラ、１以上の音声マイク、１以上の重量センサ及び１以上の温湿度センサを含む装置であり、取得した情報を情報処理装置１に送信する。具体的に、入力装置２は、図１に示すように、例えば、各参加者２１を映した映像や各参加者２１による発言の内容が含まれる音声等を取得して情報処理装置１に送信する。なお、入力装置２に含まれる各カメラ、各音声マイク、各重量センサ及び各質温度センサは、全てが単一の装置に含まれるものあってもよいし、それぞれが複数の装置に分かれて含まれるものであってもよい。

【0013】

出力装置３は、例えば、１以上のプロジェクターまたは１以上スピーカーであり、情報処理装置１から送信された情報を出力する。具体的に、出力装置３は、図１に示すように、情報処理装置１から送信された情報を、各参加者２１が認識できる状態で出力する。なお、出力装置３は、単一の装置からなるものであってもよいし、複数の装置からなるものであってもよい。また、出力装置３は、入力装置２と一体化した装置からなるものであってもよい。

【0014】

以下、入力装置２及び出力装置３は、図１に示すように、会議室２０に設置された装置であるものとする。また、入力装置２は、会議室２０に設置された机１１の上に配置されているものとする。さらに、会議室２０では、参加者２１ａ、２１ｂ、２１ｃ及び２１ｄ（以下、これらを総称して参加者２１とも呼ぶ）による会議が行われているものとする。

【0015】

そして、情報処理装置１は、会議の進行状況を示す情報（以下、状況情報とも呼ぶ）から、その会議を実施することによる効果を示す情報（以下、効果情報とも呼ぶ）を算出するパラメータの機械学習を、状況情報から算出された数値情報と効果情報とをそれぞれ含む複数の教師データに基づいて予め行う。

【0016】

その後、情報処理装置１は、算出されたパラメータを用いることにより、会議室２０において実施されている新たな会議に対応する状況情報から算出された数値情報に基づいて、新たな会議に対応する効果情報を算出する。具体的に、情報処理装置１は、例えば、入力装置２から送信された状況情報から算出された数値情報に基づいて、新たな会議に対応する効果情報を算出する。

【0017】

さらに、情報処理装置１は、新たな会議の進行中に、算出した効果情報（新たな会議に対応する効果情報）を出力する。具体的に、情報処理装置１は、例えば、算出した効果情報を出力装置３から出力する。

【0018】

すなわち、情報処理装置１は、例えば、過去に実施された会議に対応する数値情報と、過去に実施された会議についてファシリテーターが作成した効果情報とを含む複数の教師データを用いることによって、予めパラメータの生成を行う。そして、情報処理装置１は、会議室２０において新たな会議が実施されている場合、生成したパラメータを用いることにより、新たな会議の進行中に入力装置２から入力された数値情報に対応する効果情報を算出する。その後、情報処理装置１は、算出した効果情報を、進行中の会議の実行性を高めるために必要な情報として出力装置３から出力する。

【0019】

これにより、情報処理装置１は、会議の進行中において、その会議の実行性を高めることが可能な情報（効果情報）を参加者２１に認識させることが可能になる。そのため、利用者は、ファシリテーターが参加していない会議についても有効性を高めることが可能になる。

【0020】

［情報処理システムのハードウエア構成］
次に、情報処理システム１０のハードウエア構成について説明する。図２は、情報処理装置１のハードウエア構成を説明する図である。

【0021】

情報処理装置１は、図２に示すように、プロセッサであるＣＰＵ（Ｃｏｍｐｕｔｉｎｇ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体１０４とを有する。各部は、バス１０５を介して互いに接続される。

【0022】

記憶媒体１０４は、例えば、会議の参加者２１に認識させる情報の出力を行う処理（以下、情報出力処理とも呼ぶ）を行うためのプログラム１１０を記憶するプログラム格納領域（図示しない）を有する。また、記憶媒体１０４は、例えば、情報出力処理を行う際に用いられる情報を記憶する記憶部１３０（以下、情報格納領域１３０とも呼ぶ）を有する。なお、記憶媒体１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）であってよい。

【0023】

ＣＰＵ１０１は、記憶媒体１０４からメモリ１０２にロードされたプログラム１１０を実行して情報出力処理を行う。

【0024】

また、外部インターフェース１０３は、例えば、入力装置２及び出力装置３と通信を行う。

【0025】

［情報処理システムの機能］
次に、情報処理システム１０の機能について説明を行う。図３は、情報処理装置１の機能のブロック図である。

【0026】

情報処理装置１は、図３に示すように、情報処理装置１のＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、例えば、情報管理部１１１と、学習実行部１１２と、入力受付部１１３と、情報生成部１１４と、情報算出部１１５と、出力指示部１１６とを含む各種機能を実現する。

【0027】

また、情報処理装置１は、図３に示すように、例えば、教師データ１３１と、パラメータ１３２と、状況情報１３３と、テキスト情報１３４と、キーワード情報１３５と、数値情報１３６と、アンケート情報１３７と、効果情報１３８とを情報格納領域１３０に記憶する。

【0028】

情報管理部１１１は、例えば、予め生成された教師データ１３１を情報格納領域１３０に記憶する。教師データ１３１は、例えば、過去に実施された会議の進行状況を示す状況情報１３３から算出された数値情報１３６と、過去に実施された会議による効果を示す効果情報１３８とを含むものであってよい。なお、過去に実施された会議の進行状況を示す状況情報１３３は、例えば、過去に実施された会議の進行中にカメラによって撮影された会議の映像、音声マイクによって集音された会議の音声、重量センサによって計測された付箋やペン等の重量、及び、温湿度センサによって計測された温度や湿度のうちの少なくとも１つに対応する情報を含むものであってよい。また、過去に実施された会議に対応する効果情報１３８は、例えば、過去に実施された会議に対応する数値情報１３６を参照したファシリテーターによって作成されるものであってよい。

【0029】

学習実行部１１２は、進行中の会議の進行状況を示す状況情報１３３から、その会議を実施することによる効果を示す効果情報１３８を算出するパラメータ１３２の機械学習を、教師データ１３１を入力とすることによって行う。

【0030】

入力受付部１１３は、進行中の新たな会議の進行状況を示す状況情報１３３の入力を受け付ける。具体的に、入力受付部１１３は、例えば、入力装置２から送信された状況情報１３３の入力を受け付ける。なお、入力装置２から送信された状況情報１３３は、例えば、新たな会議の進行中にカメラによって撮影された会議の映像、音声マイクによって集音された会議の音声、重量センサによって計測された付箋やペン等の重量、及び、温湿度センサによって計測された温度や湿度のうちの少なくとも１つに対応する情報を含むものであってよい。

【0031】

情報生成部１１４は、入力受付部１１３が受け付けた状況情報１３３から算出された数値情報１３６を生成する。

【0032】

情報算出部１１５は、学習実行部１１２が算出したパラメータ１３２を用いることにより、情報生成部１１４が生成した数値情報１３６に基づいて、新たな会議に対応する効果情報１３８を算出する。

【0033】

出力指示部１１６は、新たな会議の進行中に、情報算出部１１５が算出した効果情報１３８を出力する。テキスト情報１３４、キーワード情報１３５及びアンケート情報１３７の説明については後述する。

【0034】

［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明する。図４は、第１の実施の形態における情報出力処理の概略を説明するフローチャート図である。また、図５及び図６は、第１の実施の形態における情報出力処理の概略を説明する図である。

【0035】

情報処理装置１は、図４に示すように、学習実行タイミングになるまで待機する（Ｓ１のＮＯ）。学習実行タイミングは、例えば、パラメータ１３２の生成を開始する旨の情報が情報処理装置１に対して入力されたタイミングであってよい。

【0036】

そして、学習実行タイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、会議の進行状況を示す状況情報１３３から会議を実施することによる効果を示す効果情報１３８を算出するパラメータ１３２の機械学習を、状況情報１３３から算出された数値情報１３６と効果情報１３８とを含む複数の教師データ１３１に基づいて行う（Ｓ２）。

【0037】

具体的に、情報処理装置１は、図５に示すように、例えば、情報格納領域１３０に記憶された教師データ１３１を入力とすることにより、パラメータ１３２の機械学習を行う。

【0038】

続いて、情報処理装置１は、Ｓ２の処理で機械学習を行ったパラメータ１３２を用いることにより、進行中の新たな会議に対応する状況情報１３３から算出された数値情報１３６に基づき、新たな会議に対応する効果情報１３８を算出する（Ｓ３）。

【0039】

その後、情報処理装置１は、Ｓ３の処理で算出した効果情報１３８を新たな会議の進行中に出力する（Ｓ４）。

【0040】

具体的に、情報処理装置１は、図６に示すように、例えば、入力装置２において取得された状況情報１３３に基づいて算出された数値情報１３６から、進行中の新たな会議に対応する効果情報１３８の出力を出力装置３に指示する。

【0041】

すなわち、情報処理装置１は、例えば、過去に実施された会議に対応する数値情報１３６と、過去に実施された会議についてファシリテーターが作成した効果情報とを含む複数の教師データ１３１を用いることによって、予めパラメータの生成を行う。

【0042】

そして、情報処理装置１は、会議室２０において新たな会議が実施されている場合、生成したパラメータ１３２を用いることにより、新たな会議の進行中に入力装置２から入力された数値情報１３６に対応する効果情報１３８を算出する。その後、情報処理装置１は、算出した効果情報１３８を、進行中の会議の実行性を高めるために必要な情報として出力装置３から出力する。

【0043】

これにより、情報処理装置１は、会議の進行中において、その会議の実行性を高めることが可能な情報（効果情報１３８）を参加者２１に認識させることが可能になる。そのため、利用者は、ファシリテーターが参加していない会議についても有効性を高めることが可能になる。

【0044】

［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図７から図１０は、第１の実施の形態における情報出力処理の詳細を説明するフローチャート図である。また、図１１から図２０は、第１の実施の形態における情報出力処理の詳細を説明する図である。

【0045】

［学習実行処理］
初めに、情報出力処理のうち、パラメータ１３２の機械学習を行う処理（以下、学習実行処理とも呼ぶ）について説明を行う。図７は、学習実行処理を説明するフローチャート図である。

【0046】

情報処理装置１の学習実行部１１２は、図７に示すように、学習実行タイミングになるまで待機する（Ｓ１１のＮＯ）。

【0047】

そして、学習実行タイミングになった場合（Ｓ１１のＹＥＳ）、学習実行部１１２は、例えば、会議の進行状況を示す状況情報１３３から会議を実施することによる効果を示す効果情報１３８を算出するパラメータ１３２の機械学習を、情報格納領域１３０に記憶された複数の教師データを入力とすることにより行う（Ｓ１２）。

【0048】

すなわち、学習実行部１１２は、例えば、過去に実行された会議に対応する状況情報１３３から算出される数値情報１３６と、過去に実行された会議に対応する効果情報１３８とを含む複数の教師データ１３１を入力とすることによって、パラメータ１３２の機械学習を行う。以下、教師データ１３１の具体例について説明を行う。

【0049】

［教師データの具体例］
図１１は、教師データ１３１の具体例を説明する図である。

【0050】

図１１に示す教師データ１３１は、各教師データ１３１の識別情報が記憶される「項番」と、各教師データ１３１に含まれる情報の名称が記憶される「名称」と、各教師データ１３１に含まれる情報に対応する数値や文章が記憶される「内容」とを項目として有する。なお、図１１に示す教師データ１３１のうち、「項番」が「１」から「１２」である情報は、過去に実行された会議に対応する状況情報１３３から算出される数値情報１３６に対応する情報である。また、図１１に示す教師データ１３１のうち、「項番」が「１３」及び「１４」である情報は、過去に実行された会議に対応する効果情報１３８に対応する情報である。

【0051】

具体的に、図１１に示す教師データ１３１において、「項目」が「顔表情」である情報（「項番」が「１」である情報）の「内容」には、例えば、笑顔の参加者２１の人数である「１（人）」が記憶され、「項目」が「年齢」である情報（「項番」が「２」である情報）の「内容」には、例えば、参加者２１の年齢の分散である「３４」が記憶されている。

【0052】

また、図１１に示す教師データ１３１において、「項目」が「男性人数」である情報（「項番」が「３」である情報）の「内容」には、例えば、男性の参加者２１の人数である「６（人）」が記憶され、「項目」が「女性人数」である情報（「項番」が「４」である情報）の「内容」には、例えば、女性の参加者２１の人数である「３（人）」が記憶されている。

【0053】

また、「項目」が「着席人数」である情報（「項番」が「５」である情報）の「内容」には、例えば、座席に着席している参加者２１の人数である「９（人）」が記憶され、「項目」が「姿勢」である情報（「項番」が「６」である情報）の「内容」には、例えば、前傾姿勢になっている参加者２１の人数である「２（人）」が記憶されている。

【0054】

また、「項目」が「白熱指数」である情報（「項番」が「７」である情報）の「内容」には、例えば、議論が活発に行われているか否かを示す数値である「８」が記憶され、「項目」が「会話指数」である情報（「項番」が「８」である情報）の「内容」には、例えば、発言を行った参加者２１の人数である「３（人）」が記憶されている。

【0055】

また、「項目」が「創発指数」である情報（「項番」が「９」である情報）の「内容」には、例えば、議論が収束に向かっているか否かを示す数値である「７８」が記憶され、「項目」が「付箋の数」である情報（「項番」が「１０」である情報）の「内容」には、例えば、会議において使用された付箋または付箋を含む筆記用紙の数である「８（枚）」が記憶されている。

【0056】

また、「項目」が「ペンの数」である情報（「項番」が「１１」である情報）の「内容」には、例えば、会議において使用されたペンまたはペンを含む筆記具の数である「３（本）」が記憶され、「項目」が「不快指数」である情報（「項番」が「１２」である情報）の「内容」には、例えば、温度や湿度に基づく会議室２０内の状況を示す数値である「７０」が記憶されている。

【0057】

さらに、「項目」が「会議の質」である情報（「項番」が「１３」である情報）の「内容」には、例えば、ファシリテーターによって判断された会議の質を示す数値である「１８」が記憶され、「項目」が「レコメンド」である情報（「項番」が「１４」である情報）の「内容」には、例えば、参加者２１に認識させることが好ましいレコメンドとしてファシリテーターが判断した内容である「討議が収束していません」が記憶されている。

【0058】

［入力受付処理］
次に、情報出力処理のうち、入力装置２から送信された状況情報１３３の入力を受け付ける処理（以下、入力受付処理とも呼ぶ）について説明を行う。図８は、入力受付処理を説明するフローチャート図である。

【0059】

情報処理装置１の入力受付部１１３は、図８に示すように、入力装置２から状況情報１３３を受け付けるまで待機する（Ｓ２１のＮＯ）。

【0060】

そして、入力装置２から状況情報１３３を受け付けた場合（Ｓ２１のＹＥＳ）、情報管理部１１１は、Ｓ２１の処理で受け付けた状況情報１３３を情報格納領域１３０に記憶する（Ｓ２２）。

【0061】

すなわち、情報管理部１１１は、入力装置２から受信した状況情報１３３を情報格納領域１３０に順次蓄積する。

【0062】

［情報出力処理の詳細］
次に、情報出力処理の詳細について説明を行う。図９及び図１０は、情報出力処理の詳細について説明するフローチャート図である。

【0063】

情報処理装置１の情報生成部１１４は、図９に示すように、情報生成タイミングになるまで待機する（Ｓ３１のＮＯ）。情報生成タイミングは、例えば、会議室２０において会議が実施されている時間帯における単位時間毎（例えば、１分毎）のタイミングであってよい。

【0064】

そして、情報生成タイミングになった場合（Ｓ３１のＹＥＳ）、情報生成部１１４は、例えば、情報格納領域１３０に記憶された状況情報１３３のうち、Ｓ２１の処理において直近の単位時間内に受け付けた状況情報１３３を特定する（Ｓ３２）。

【0065】

続いて、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３から、会議の状況を撮影した映像に映された内容と、会議の状況を録音した音声に含まれる内容とについてのテキスト情報１３４を抽出する（Ｓ３３）。具体的に、情報生成部１１４は、カメラによって撮影された映像に映された内容と、音声マイクによって集音された音声に含まれる内容とについてのテキスト情報１３４を抽出する。

【0066】

すなわち、情報生成部１１４は、会議の状況を撮影した映像の内容や会議の状況を録音した音声の内容から、数値情報１３６の生成に用いることが可能な状態の情報（テキスト情報１３４）を抽出する。以下、テキスト情報１３４の具体例について説明を行う。

【0067】

［テキスト情報の具体例］
図１２は、テキスト情報１３４の具体例を説明する図である。

【0068】

図１２に示すテキスト情報１３４は、各テキスト情報１３４の識別情報が記憶される「項番」と、会議の状況を撮影した映像に映された内容、または、会議の状況を録音した音声に含まれる内容が記憶される「内容」とを項目として有する。

【0069】

具体的に、図１２に示すテキスト情報１３４において、「項番」が「１」である情報には、「内容」として「昨今、ＩＣＴの進化および発展はめざましく、ＩＣＴは生活、社会、産業、そしてグローバルを支える必須の要であると共に、未来を切り開く原動力として、その役割領域を急速に拡げています。」が記憶されている。

【0070】

また、図１２に示すテキスト情報１３４において、「項番」が「２」である情報には、「内容」として「人に優しい、安心・安全・快適なシステム＆サービスを提供し、お客様と共に新しい価値を創出していきたい。それが、創業より続く私たちの思いであり、原点です。」が記憶されている。

【0071】

さらに、図１２に示すテキスト情報１３４において、「項番」が「３」である情報には、「内容」として「テーブルの周りに立つ人々のグループ」が記憶されている。図１２に含まれる他の情報についての説明は省略する。

【0072】

図９に戻り、情報生成部１１４は、Ｓ３３の処理で抽出したテキスト情報１３４から、キーワード情報１３５をそれぞれ抽出する（Ｓ３４）。以下、キーワード情報１３５の具体例について説明を行う。

【0073】

［キーワード情報の具体例］
図１３は、キーワード情報１３５の具体例を説明する図である。

【0074】

図１３に示すキーワード情報１３５は、各テキスト情報１３４の識別情報が記憶される「項番」と、各テキスト情報１３４から抽出されたキーワードが記憶される「キーワード」とを項目として有する。

【0075】

具体的に、図１２で説明したテキスト情報１３４における「項番」が「１」である情報の「内容」に記憶された文字列には、キーワードとして「ＩＣＴ」、「発展」、「社会」、「産業」、「生活」、「進化」、「原動力」、「グローバル」、「昨今」及び「未来」が含まれている。そのため、情報生成部１１４は、Ｓ３４の処理において、例えば、図１２で説明したテキスト情報１３４における「項番」が「１」である情報に対応するキーワードとして、「ＩＣＴ」、「発展」、「社会」、「産業」、「生活」、「進化」、「原動力」、「グローバル」、「昨今」及び「未来」を抽出する。そして、情報生成部１１４は、例えば、図１３に示すように、「項番」が「１」である情報の「キーワード」に、「ＩＣＴ，発展，社会，産業，生活，進化，原動力，グローバル，昨今，未来」を記憶する。

【0076】

また、図１２で説明したテキスト情報１３４における「項番」が「２」である情報の「内容」に記憶された文字列には、キーワードとして「価値」、「客様」、「安全」、「システム」、「サービス」、「提供」、「たち」、「思い」、「安心」及び「創出」が含まれている。そのため、情報生成部１１４は、Ｓ３４の処理において、例えば、図１２で説明したテキスト情報１３４における「項番」が「２」である情報に対応するキーワードとして、「価値」、「客様」、「安全」、「システム」、「サービス」、「提供」、「たち」、「思い」、「安心」及び「創出」を抽出する。そして、情報生成部１１４は、例えば、図１３に示すように、「項番」が「２」である情報の「キーワード」に、「価値，客様，安全，システム，サービス，提供，たち，思い，安心，創出」を記憶する。図１３に含まれる他の情報についての説明は省略する。

【0077】

図９に戻り、情報生成部１１４は、Ｓ３４の処理で抽出したキーワード情報１３５に含まれるキーワードの数に基づいて、Ｓ３２の処理で特定した状況情報１３３に対応する数値情報１３６を算出する（Ｓ３５）。

【0078】

具体的に、情報生成部１１４は、Ｓ３５の処理において、例えば、Ｓ３４の処理で抽出したキーワード情報１３５に含まれるキーワードの数と、時間経過に伴って値が小さくなる係数とを乗算することにより、Ｓ３２の処理で特定した状況情報１３３に対応する数値情報１３６（以下、第１数値情報１３６とも呼ぶ）の算出を行う。

【0079】

すなわち、多くのキーワードが登場する会議は、一般的に、質の高い会議として判断することが可能である。また、各キーワードは、会議中に議論を収束させる必要性から、会議の後半よりも会議の前半において多く登場することが好ましいと判断できる。そこで、情報生成部１１４は、時間経過に伴って値が小さくなる係数を用いることにより、会議の前半においてより多くのキーワードが登場しているか否かを示す第１数値情報１３６の算出を行う。

【0080】

また、情報生成部１１４は、Ｓ３５の処理において、Ｓ３４の処理で抽出したキーワード情報１３５に含まれるキーワードの分散が、同じ会議の実施中における前のタイミング（Ｓ３５の処理が前に行われたタイミング）よりも収束したか否かを示す値を算出することにより、Ｓ３２の処理で特定した状況情報１３３に対応する数値情報１３６（以下、第２数値情報１３６とも呼ぶ）の算出を行う。具体的に、情報生成部１１４は、例えば、Ｓ３４の処理で抽出したキーワード情報１３５に含まれるキーワードの分散を、同じ会議の実施中における前のタイミングにおいて算出された分散のうち、最も大きい値の分散によって除算することにより、第２数値情報１３６の算出を行う。

【0081】

すなわち、会議の進行に伴って登場するキーワードのばらつきが収束する会議は、一般的に、質の高い会議として判断することが可能である。そこで、情報生成部１１４は、会議の進行に伴って登場するキーワードのばらつきの収束度合を示す第２数値情報１３６の算出を行う。

【0082】

これにより、情報処理装置１は、会議室２０において実施されている会議の質の評価を行うことが可能な数値情報１３６の算出を行うことが可能になる。

【0083】

その後、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３から、Ｓ３５の処理で算出した数値情報１３６以外の数値情報１３６をそれぞれ算出する（Ｓ３６）。以下、Ｓ３５及びＳ３６の処理で算出された数値情報１３６の具体例について説明を行う。

【0084】

［数値情報の具体例］
図１４は、Ｓ３５及びＳ３６の処理で算出された数値情報１３６の具体例を説明する図である。

【0085】

図１４に示す数値情報１３６は、各数値情報１３６の識別情報が記憶される「項番」と、各数値情報１３６の名称が記憶される「名称」と、各数値情報１３６が記憶される「数値」とを項目として有する。

【0086】

具体的に、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、カメラによって撮影された映像から、表情が笑顔である参加者２１を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「顔表情」である情報（「項番」が「１」である情報）の「数値」として、表情が笑顔であると特定した参加者２１の人数である「３（人）」を記憶する。これにより、情報処理装置１は、例えば、表情が笑顔である参加者２１の人数が多い程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0087】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、カメラによって撮影された映像から、各参加者２１の年齢を特定（推定）する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「年齢」である情報（「項番」が「２」である情報）の「数値」として、各参加者２１について特定した年齢の分散である「４３」を記憶する。

【0088】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、カメラによって撮影された映像から、男性の参加者２１を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「男性人数」である情報（「項番」が「３」である情報）の「数値」として、男性の参加者２１の人数である「４（人）」を記憶する。

【0089】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、カメラによって撮影された映像から、女性の参加者２１を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「女性人数」である情報（「項番」が「４」である情報）の「数値」として、男性の参加者２１の人数である「４（人）」を記憶する。

【0090】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、カメラによって撮影された映像から、着席している参加者２１を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「着席人数」である情報（「項番」が「５」である情報）の「数値」として、着席している参加者２１の人数である「３（人）」を記憶する。これにより、情報処理装置１は、例えば、着席している参加者２１の人数が少ない程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0091】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、カメラによって撮影された映像から、前傾姿勢になっている参加者２１を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「前傾姿勢」である情報（「項番」が「６」である情報）の「数値」として、前傾姿勢になっている参加者２１の人数である「３（人）」を記憶する。これにより、情報処理装置１は、例えば、前傾姿勢になっている参加者２１の人数が多い程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0092】

また、情報生成部１１４は、例えば、図１４に示すように、「名称」が「白熱指数」である情報（「項番」が「７」である情報）の「数値」として、Ｓ３５で算出した第１数値情報１３６である「１０」を記憶する。

【0093】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、音声マイクによって集音された音声から、発言している参加者２１を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「会話指数」である情報（「項番」が「８」である情報）の「数値」として、発言している参加者２１の人数である「６（人）」を記憶する。これにより、情報処理装置１は、例えば、発言している参加者２１の人数が多い程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0094】

また、情報生成部１１４は、例えば、図１４に示すように、「名称」が「創発指数」である情報（「項番」が「９」である情報）の「数値」として、Ｓ３５で算出した第２数値情報１３６である「１０２」を記憶する。

【0095】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、重量センサによって計測された重量から、会議中において使用された付箋の数を特定する。具体的に、情報生成部１１４は、例えば、会議の開始時から減少した付箋置き場（図示しない）の重量を付箋１枚あたりの重量で除算することによって、会議中において使用された付箋の数を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「付箋の数」である情報（「項番」が「１０」である情報）の「数値」として、会議中において使用された付箋の数である「２０（枚）」を記憶する。これにより、情報処理装置１は、例えば、会議中において使用された付箋の数が多い程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0096】

また、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、重量センサによって計測された重量から、会議中において使用されたペンの数を特定する。具体的に、情報生成部１１４は、例えば、会議の開始時から減少したペン置き場（図示しない）の重量をペン１本あたりの重量で除算することによって、会議中において使用されたペンの数を特定する。そして、情報生成部１１４は、例えば、図１４に示すように、「名称」が「ペンの数」である情報（「項番」が「１１」である情報）の「数値」として、会議中において使用されたペンの数である「２（本）」を記憶する。これにより、情報処理装置１は、例えば、会議中において使用されたペンの数が多い程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0097】

さらに、情報生成部１１４は、Ｓ３２の処理で特定した状況情報１３３のうち、温湿度センサによって計測された温度及び湿度から、会議室２０内の温度及び湿度を特定する。そして、情報生成部１１４は、特定した湿度及び温度が適正値からどの程度離れているかを示す不快指数を算出する。その後、情報生成部１１４は、例えば、図１４に示すように、「名称」が「不快指数」である情報（「項番」が「１２」である情報）の「数値」として「７５」を記憶する。これにより、情報処理装置１は、例えば、不快指数が低い程、会議室２０で実施されている会議の質が高いと判定することが可能になる。

【0098】

図１０に戻り、情報処理装置１の情報算出部１１５は、Ｓ１２またはＳ４４の処理で機械学習を行ったパラメータ１３２を用いることにより、Ｓ３５及びＳ３６で算出した数値情報１３６を入力として、進行中の会議に対応する効果情報１３８を算出する（Ｓ４１）。

【0099】

そして、情報処理装置１の出力指示部１１６は、Ｓ４１の処理で算出した効果情報１３８を出力装置３に出力する（Ｓ４２）。以下、Ｓ４２の処理で出力された効果情報１３８の具体例について説明を行う。

【0100】

［Ｓ４２の処理で出力された効果情報の具体例］
図１５は、Ｓ４２の処理で出力された効果情報１３８の具体例を説明する図である。

【0101】

図１５に示す効果情報１３８は、各効果情報１３８の識別情報が記憶される「項番」と、各効果情報１３８の名称が記憶される「名称」と、各効果情報１３８の内容が記憶される「内容」とを項目として有する。

【0102】

具体的に、図１５に示す効果情報１３８において、「項番」が「１」である情報には、「名称」として「会議の質」が記憶され、「内容」として「２５」が記憶されている。

【0103】

また、図１５に示す効果情報１３８において、「項番」が「２」である情報には、「名称」として「レコメンド」が記憶され、「内容」として「活発に討議されています」が記憶されている。

【0104】

これにより、情報処理装置１は、進行中の会議についての改善点等の情報を各参加者２１に認識させることが可能になる。そのため、情報処理装置１は、進行中の会議の質を高めることが可能になる。

【0105】

図１０に戻り、入力受付部１１３は、新たな効果情報１３８（以下、効果情報１３８ａとも呼ぶ）の入力を受け付けるまで待機する（Ｓ４３のＮＯ）。

【0106】

すなわち、入力受付部１１３は、会議室２０において実施されていた会議が終了した後、その会議についての効果情報１３８ａをファシリテーターが作成して情報処理装置１に入力するまで待機する。

【0107】

この場合、ファシリテーターは、例えば、実施されていた会議の開始前及び終了後のそれぞれにおいて各参加者２１に対して行ったアンケートの結果であるアンケート情報１３７を参照することにより、効果情報１３８ａの生成を行う。以下、アンケート情報１３７及びＳ４３の処理で入力される効果情報１３８ａの具体例について説明を行う。

【0108】

［アンケート情報の具体例］
図１６及び図１７は、アンケート情報１３７の具体例を説明する図である。具体的に、図１６は、会議の開始前に行われたアンケートの結果であるアンケート情報１３７（以下、アンケート情報１３７ａとも呼ぶ）の具体例を説明する図である。また、図１７は、会議の終了後に行われたアンケートの結果であるアンケート情報１３７（以下、アンケート情報１３７ｂとも呼ぶ）の具体例を説明する図である。

【0109】

図１６及び図１７に示すアンケート情報１３７は、各アンケート情報１３７の識別情報が記憶される「項番」と、各アンケート情報１３７の質問内容が記憶される「質問内容」と、各アンケート情報１３７の質問内容に対応する回答が記憶される「回答」とを項目として有する。

【0110】

具体的に、図１６に示すアンケート情報１３７ａにおいて、「項番」が「１」である情報には、「質問内容」として「イノベーションに対するわが社の課題は？」が記憶され、「回答」として「ＸＸＸＸ」が記憶されている。また、図１６に示すアンケート情報１３７ａにおいて、「項番」が「２」である情報には、「質問内容」として「わが社において今後伸びる方向性は？」が記憶され、「回答」として「△△△△」が記憶されている。さらに、図１６に示すアンケート情報１３７ａにおいて、「項番」が「３」である情報には、「質問内容」として「どれだけ伸びると考えられるか？」が記憶され、「回答」として「〇〇〇〇」が記憶されている。

【0111】

一方、図１７に示すアンケート情報１３７ｂにおいて、「項番」が「１」である情報には、「質問内容」として「イノベーションに対するわが社の課題は？」が記憶され、「回答」として「ＸＸＸＸ」が記憶されている。また、図１７に示すアンケート情報１３７ｂにおいて、「項番」が「２」である情報には、「質問内容」として「わが社において今後伸びる方向性は？」が記憶され、「回答」として「□□□□」が記憶されている。さらに、図１７に示すアンケート情報１３７ｂにおいて、「項番」が「３」である情報には、「質問内容」として「どれだけ伸びると考えられるか？」が記憶され、「回答」として「☆☆☆☆」が記憶されている。

【0112】

すなわち、図１６及び図１７に示すアンケート情報１３７では、「質問内容」に「わが社において今後伸びる方向性は？」が記憶された情報（「項番」が「２」である情報）の「回答」と、「質問内容」に「どれだけ伸びると考えられるか？」が記憶された情報（「項番」が「３」である情報）の「回答」とがそれぞれ変化している。そのため、ファシリテーターは、例えば、図１６及び図１７に示すアンケート情報１３７を参照し、「わが社において今後伸びる方向性は？」及び「どれだけ伸びると考えられるか？」という質問内容に対する回答の変化に基づいて、効果情報１３８ａの作成を行う。

【0113】

これにより、情報処理装置１は、後述するように、ファシリテーターによって作成された効果情報１３８ａを含む新たな教師データ１３１（以下、教師データ１３１ａとも呼ぶ）の機械学習を行うことが可能になる。

【0114】

［Ｓ４３の処理で入力される効果情報の具体例］
次に、Ｓ４３の処理で入力される効果情報１３８ａの具体例を説明する図である。図１８は、Ｓ４３の処理で入力される効果情報１３８ａの具体例を説明する図である。なお、図１８に示す効果情報１３８ａは、図１５で説明した効果情報１３８と同じ項目を有している。

【0115】

具体的に、図１８に示す効果情報１３８ａにおいて、「項番」が「１」である情報には、「名称」として「会議の質」が記憶され、「内容」として「２８」が記憶されている。

【0116】

また、図１８に示す効果情報１３８ａにおいて、「項番」が「２」である情報には、「名称」として「レコメンド」が記憶され、「内容」として「活発に討議されています」が記憶されている。

【0117】

図１０に戻り、効果情報１３８ａの入力を受け付けた場合（Ｓ４３のＹＥＳ）、学習実行部１１２は、Ｓ３５及びＳ３６の処理で算出した数値情報１３６と、Ｓ４３の処理で受け付けた効果情報１３８ａとを含む教師データ１３１ａを入力としてパラメータ１３２のさらなる機械学習を行う（Ｓ４４）。以下、教師データ１３１ａの具体例について説明を行う。

【0118】

［新たな教師データの具体例］
図１９は、教師データ１３１ａの具体例を説明する図である。なお、図１９に示す教師データ１３１ａは、図１１で説明した教師データ１３１と同じ項目を有している。

【0119】

具体的に、図１９に示す教師データ１３１ａに含まれる情報のうち、「項番」が「１」から「１２」である情報には、図１４で説明した数値情報１３６と同じ情報が記憶されている。また、図１９に示す教師データ１３１ａに含まれる情報のうち、「項番」が「１３」及び「１４」である情報には、図１８で説明した効果情報１３８ａと同じ情報が記憶されている。

【0120】

すなわち、学習実行部１１２は、情報出力処理が行われる毎に、ファシリテーターによって作成された効果情報１３８ａを含む教師データ１３１ａの機械学習を行う。

【0121】

これにより、情報処理装置１は、入力された数値情報１３６に基づいて効果情報１３８の算出を行うパラメータ１３２の精度をより高めることが可能になる。そのため、情報処理装置１は、会議の進行中においてより的確な効果情報１３８の出力を行うことが可能になる。

【0122】

このように、本実施の形態における情報処理装置１は、会議の進行状況を示す状況情報１３３から、その会議を実施することによる効果を示す効果情報１３８を算出するパラメータ１３２の機械学習を、状況情報１３３から算出された数値情報１３６と効果情報１３８とをそれぞれ含む複数の教師データ１３１に基づいて予め行う。

【0123】

そして、情報処理装置１は、算出されたパラメータ１３２を用いることにより、会議室２０において進行中の新たな会議に対応する状況情報１３３から算出された数値情報１３６に基づいて、新たな会議に対応する効果情報１３８を算出する。その後、情報処理装置１は、新たな会議の進行中に、新たな会議に対応する効果情報１３８を出力する。

【0124】

すなわち、情報処理装置１は、例えば、過去に実施された会議に対応する数値情報１３６と、過去に実施された会議についてファシリテーターが作成した効果情報１３８とを含む複数の教師データ１３１を用いることによって、予めパラメータ１３２の生成を行う。そして、情報処理装置１は、会議室２０において新たな会議が実施されている場合、生成したパラメータ１３２を用いることにより、新たな会議の進行中に入力装置２から入力された数値情報１３６に対応する効果情報１３８を算出する。その後、情報処理装置１は、算出した効果情報１３８を、進行中の会議の実行性を高めるために必要な情報として出力装置３から出力する。

【0125】

これにより、情報処理装置１は、会議の進行中において、その会議の実行性を高めることが可能な情報（効果情報１３８）を参加者２１に認識させることが可能になる。そのため、利用者は、ファシリテーターが参加していない会議についても有効性を高めることが可能になる。

【0126】

なお、情報生成部１１４は、Ｓ３５の処理において、会議室２０において実施されている会議全体の数値情報１３６だけでなく、参加者２１毎の数値情報１３６（以下、数値情報１３６ａ）についても算出するものであってよい。そして、出力指示部１１６は、Ｓ４２の処理において、会議全体についての効果情報１３８を出力装置３に出力するだけでなく、各参加者２１についての数値情報１３６ａに対応する情報を、各参加者２１が確認可能な参加者端末（図示しない）にそれぞれ出力するものであってもよい。以下、数値情報１３６ａの具体例について説明を行う。

【0127】

［各参加者についての数値情報の具体例］
図２０は、数値情報１３６ａの具体例を説明する図である。図２０は、ある１人の参加者２１（以下、特定の参加者２１とも呼ぶ）についての数値情報１３６ａの具体例を説明する図である。なお、図２０に示す数値情報１３６ａは、図１４で説明した数値情報１３６と同じ項目を有している。

【0128】

具体的に、図２０に示す数値情報１３６ａにおいて、「項番」が「１」である情報には、「名称」として「白熱指数」が記憶され、「数値」として「２」が記憶されている。

【0129】

また、図２０に示す数値情報１３６ａにおいて、「項番」が「２」である情報には、「名称」として「創発指数」が記憶され、「数値」として「９６」が記憶されている。

【0130】

すなわち、図２０に示す数値情報１３６ａには、図１４で説明した数値情報１３６に含まれる情報のうち、特定の参加者２１に依存する情報のみが含まれている。

【0131】

そして、出力指示部１１６は、例えば、「白熱指数」に対応する「数値」が閾値を下回っている場合、Ｓ４２の処理において、特定の参加者２１の参加者端末に対し、さらなる発言を促す情報の出力を行うものであってよい。また、出力指示部１１６は、例えば、「創発指数」に対応する「数値」が閾値を下回っている場合、Ｓ４２の処理において、特定の参加者２１の参加者端末に対し、議論を収束に向わせるためのさらなる努力を促す情報の出力を行うものであってよい。

【0132】

これにより、利用者は、ファシリテーターが参加していない会議の有効性をより高めることが可能になる。

【0133】

以上の実施の形態をまとめると、以下の付記のとおりである。

【0134】

（付記１）
会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。

【0135】

（付記２）
付記１において、
前記状況情報は、前記会議の状況を撮影した映像に映された第１キーワードと、前記会議の内容を録音した音声に含まれる第２キーワードとを含む、
ことを特徴とする情報出力プログラム。

【0136】

（付記３）
付記２において、
前記数値情報は、前記第１キーワードの数と前記第２キーワードの数とに基づいて算出される情報である、
ことを特徴とする情報出力プログラム。

【0137】

（付記４）
付記３において、
前記数値情報は、前記第１キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第１単位時間に対応する前記映像に映されたキーワードの数と、前記第２キーワードのうち、前記第１単位時間に対応する前記音声に含まれるキーワードの数との合計と、前記所定時間が長いほど小さい値になる係数とを乗算することによって算出される値である、
ことを特徴とする情報出力プログラム。

【0138】

（付記５）
付記３において、
前記数値情報は、前記第１キーワードのうち、前記会議の開始時刻から所定時間後の時刻を含む第１単位時間に対応する前記映像に映されたキーワード、及び、前記第２キーワードのうち、前記第１単位時間に対応する前記音声に含まれるキーワードのばらつきを示す値を、前記第１単位時間よりも前の第２単位時間に対応する前記ばらつきを示す値によって除算することによって算出される値である、
ことを特徴とする情報出力プログラム。

【0139】

（付記６）
付記５において、
前記第２単位時間は、前記第１単位時間よりも前の単位時間のうち、対応する前記ばらつきを示す値が最も大きい単位時間である、
ことを特徴とする情報出力プログラム。

【0140】

（付記７）
付記１において、
前記状況情報は、前記会議の参加者それぞれの姿勢を示す情報を含む、
ことを特徴とする情報出力プログラム。

【0141】

（付記８）
付記７において、
前記数値情報は、前記会議の参加者のうち、前傾姿勢になっている人数を示す情報である、
ことを特徴とする情報出力プログラム。

【0142】

（付記９）
付記１において、
前記状況情報は、前記会議の参加者それぞれが発言しているか否かを示す情報を含む、
ことを特徴とする情報出力プログラム。

【0143】

（付記１０）
付記９において、
前記数値情報は、前記会議の参加者のうち、発言している人数を示す情報である、
ことを特徴とする情報出力プログラム。

【0144】

（付記１１）
付記１において、
前記状況情報は、前記会議において使用可能な筆記具の総重量を示す情報と、前記会議において使用可能な筆記具のうち、前記会議において使用されていない筆記具の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。

【0145】

（付記１２）
付記１１において、
前記数値情報は、前記会議において使用された筆記具の数を示す情報である、
ことを特徴とする情報出力プログラム。

【0146】

（付記１３）
付記１２において、
前記会議において使用された筆記具の数は、前記会議において使用可能な筆記具の総重量から前記会議において使用されていない筆記具の総重量を減算した値を、前記会議において使用可能な筆記具の１本あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。

【0147】

（付記１４）
付記１において、
前記状況情報は、前記会議において使用可能な筆記用紙の総重量を示す情報と、前記会議において使用可能な筆記用紙のうち、前記会議において使用されていない筆記用紙の総重量を示す情報とを含む、
ことを特徴とする情報出力プログラム。

【0148】

（付記１５）
付記１４において、
前記数値情報は、前記会議において使用された筆記用紙の数を示す情報である、
ことを特徴とする情報出力プログラム。

【0149】

（付記１６）
付記１５において、
前記会議において使用された筆記用紙の数は、前記会議において使用可能な筆記用紙の総重量から前記会議において使用されていない筆記用紙の総重量を減算した値を、前記会議において使用可能な筆記用紙の１枚あたりの重量で除算することによって算出される数である、
ことを特徴とする情報出力プログラム。

【0150】

（付記１７）
付記１において、
前記効果情報は、前記会議の参加者に対して、前記会議の進行中における行動の改善を促す情報を含む、
ことを特徴とする情報出力プログラム。

【0151】

（付記１８）
付記１において、
前記効果情報は、前記会議を実施することによる有効性を示す数値を含む、
ことを特徴とする情報出力プログラム。

【0152】

（付記１９）
付記１において、
前記機械学習を行う処理は、前記複数の教師データに基づいて機械学習を行う旨の情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。

【0153】

（付記２０）
付記１において、さらに、
進行中の新たな会議に対応する前記状況情報を受け付けたことに応じて、受け付けた前記状況情報を記憶部に記憶する、
処理をコンピュータに実行させ、
前記効果情報を算出する処理では、前記記憶部に記憶された前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する、
ことを特徴とする情報出力プログラム。

【0154】

（付記２１）
付記１において、
前記算出する処理は、前記会議が実施されている時間帯における単位時間毎に行われる、
ことを特徴とする情報出力プログラム。

【0155】

（付記２２）
付記１において、さらに、
前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
処理をコンピュータに実行させることを特徴とする情報出力プログラム。

【0156】

（付記２３）
付記２２において、
前記新たな教師データに基づいて機械学習を行う処理は、前記新たな会議に対応する前記効果情報を受け付けたことに応じて行われる、
ことを特徴とする情報出力プログラム。

【0157】

（付記２４）
会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行う学習実行部と、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出する情報生成部と、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する出力指示部と、を有する、
ことを特徴とする情報出力装置。

【0158】

（付記２５）
付記２４において、
前記状況情報は、前記会議の状況を撮影した映像に映された第１キーワードと、前記会議の内容を録音した音声に含まれる第２キーワードとを含む、
ことを特徴とする情報出力装置。

【0159】

（付記２６）
付記２４において、
前記学習実行部は、前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
ことを特徴とする情報出力装置。

【0160】

（付記２７）
会議の進行状況を示す状況情報から前記会議を実施することによる効果を示す効果情報を算出するパラメータの機械学習を、前記状況情報から算出された数値情報と前記効果情報とをそれぞれ含む複数の教師データに基づいて行い、
前記パラメータを用いることにより、進行中の新たな会議に対応する前記状況情報から算出された前記数値情報に基づいて、前記新たな会議に対応する前記効果情報を算出し、
前記新たな会議の進行中に、前記新たな会議に対応する前記効果情報を出力する、
ことを特徴とする情報出力方法。

【0161】

（付記２８）
付記２７において、
前記状況情報は、前記会議の状況を撮影した映像に映された第１キーワードと、前記会議の内容を録音した音声に含まれる第２キーワードとを含む、
ことを特徴とする情報出力方法。

【0162】

（付記２９）
付記２７において、さらに、
前記新たな会議に対応する前記状況情報から算出された前記数値情報と、前記新たな会議に対応する前記効果情報とを含む新たな教師データに基づいて前記パラメータの機械学習を行う、
ことを特徴とする情報出力方法。

【符号の説明】

【0163】

１：情報処理装置 ２：入力装置
３：出力装置 １０：情報処理システム
１１：机 ２０：会議室
２１ａ：参加者 ２１ｂ：参加者
２１ｃ：参加者 ２１ｄ：参加者

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】