特許 7445782 情報処理装置、情報処理方法、およびプログラム

(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】2024-02-28

(45)【発行日】2024-03-07

(54)【発明の名称】情報処理装置、情報処理方法、およびプログラム

(51)【国際特許分類】

   G06N 20/00 20190101AFI20240229BHJP

【ＦＩ】

G06N20/00 130

【請求項の数】 21

(21)【出願番号】P 2022561532

(86)(22)【出願日】2021-12-07

(86)【国際出願番号】 JP2021044858

(87)【国際公開番号】W WO2023105610

(87)【国際公開日】2023-06-15

【審査請求日】2022-10-07

(73)【特許権者】

【識別番号】399037405

【氏名又は名称】楽天グループ株式会社

(74)【代理人】

【識別番号】100109380

【弁理士】

【氏名又は名称】小西 恵

(74)【代理人】

【識別番号】100109036

【弁理士】

【氏名又は名称】永岡 重幸

(72)【発明者】

【氏名】ドルタニ ディネシュ

(72)【発明者】

【氏名】中澤 満

【審査官】坂庭 剛史

(56)【参考文献】

【文献】特開２０２１－１１４０９７（ＪＰ，Ａ）

【文献】特開２０１８－０４５４８３（ＪＰ，Ａ）

【文献】特開２０１０－２３１７６８（ＪＰ，Ａ）

【文献】YAN, Zhicheng et al.，"HD-CNN: Hierarchical Deep Convolutional Neural Network for Large Scale Visual Recognition"，arXiv [online]，2015年05月，［2023年11月02日検索］，インターネット＜ＵＲＬ：https://arxiv.org/abs/1410.0736v4＞，1410.0736v4

【文献】LIU, Yuanjun et al.，"Convolutional Network Model using Hierarchical Prediction and its Application in Clothing Image Classification"，2019 3rd International Conference on Data Science and Business Analytics (ICDSBA) [online]，IEEE，2020年11月30日，p.157-160，［2023年11月02日検索］，インターネット＜ＵＲＬ：https://ieeexplore.ieee.org/document/9270217＞

【文献】KUZBORSKIJ, Ilja et al.，"Transfer Learning through Greedy Subset Selection"，arXiv [online]，2014年08月06日，［2023年11月02日検索］，インターネット＜ＵＲＬ：https://arxiv.org/abs/1408.1292v1＞，1408.1292v1

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ３／００－９９／００

(57)【特許請求の範囲】

【請求項1】

異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成手段と、
前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習手段と、を有し、
前記生成手段は、前記学習用データエレメントの数が順に増減するように、前記複数の学習用データエレメントから前記複数の学習用データセットを生成することを特徴とする情報処理装置。

【請求項2】

前記生成手段は、前記データ群から１つ以上の学習用データエレメントをランダムに選択して初期学習用データセットを生成し、前記初期学習用データセットを起点として、前記データ群からランダムに選択した１つ以上の学習用データエレメントの追加および削除を行うことにより、前記複数の学習用データセットを生成する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】

前記学習モデルは、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を含んで構成されていることを特徴とする請求項１または２に記載の情報処理装置。

【請求項4】

前記学習モデルは、オブジェクトを含むオブジェクト画像を入力として、前記オブジェクト画像に基づき前記オブジェクトに対する階層的な分類のための複数の特徴量を抽出するメインネットワークと、前記複数の特徴量を用いて前記オブジェクトに対する階層的な分類を出力するサブネットワークから構成され、
前記メインネットワークは、前記複数の特徴量のそれぞれを抽出する複数の抽出器で構成され、
前記サブネットワークは、前記複数の特徴量のそれぞれから前記オブジェクトに対する分類を出力する複数の分類器で構成され、上位側の分類器は１つ以上の下位側の分類器へのコネクションを有するように構成される、ことを特徴とする請求項１から３のいずれか１項に記載の情報処理装置。

【請求項5】

前記メインネットワークにおける前記複数の抽出器のそれぞれは、複数の畳み込み層を含んで構成されることを特徴とする請求項４に記載の情報処理装置。

【請求項6】

前記サブネットワークにおける前記複数の分類器のそれぞれは、全結合型ニューラルネットワークで構成されることを特徴とする請求項４または５に記載の情報処理装置。

【請求項7】

前記ラベルは、前記オブジェクトに対する、階層構造を有する分類を示すことを特徴とする請求項４から６のいずれか１項に記載の情報処理装置。

【請求項8】

前記オブジェクトに対する階層的な分類を出力する出力手段をさらに有することを特徴とする請求項４から７のいずれか１項に記載の情報処理装置。

【請求項9】

異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成手段と、
前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習手段と、を有し、
前記学習用データエレメントの数の変化は、前記学習用データエレメントの数の増加および減少を含み、
前記学習モデルは、オブジェクトを含むオブジェクト画像を入力として、前記オブジェクト画像に基づき前記オブジェクトに対する階層的な分類のための複数の特徴量を抽出するメインネットワークと、前記複数の特徴量を用いて前記オブジェクトに対する階層的な分類を出力するサブネットワークから構成され、
前記メインネットワークは、前記複数の特徴量のそれぞれを抽出する複数の抽出器で構成され、
前記サブネットワークは、前記複数の特徴量のそれぞれから前記オブジェクトに対する分類を出力する複数の分類器で構成され、上位側の分類器は１つ以上の下位側の分類器へのコネクションを有するように構成されることを特徴とする情報処理装置。

【請求項10】

前記生成手段は、前記学習用データエレメントをランダムに選択し、前記複数の学習用データエレメントから前記複数の学習用データセットを生成することを特徴とする請求項９に記載の情報処理装置。

【請求項11】

前記生成手段は、前記学習用データエレメントの数が順に増減するように、前記複数の学習用データエレメントから前記複数の学習用データセットを生成することを特徴とする請求項９または１０に記載の情報処理装置。

【請求項12】

前記生成手段は、前記データ群から１つ以上の学習用データエレメントをランダムに選択して初期学習用データセットを生成し、前記初期学習用データセットを起点として、前記データ群からランダムに選択した１つ以上の学習用データエレメントの追加および削除を行うことにより、前記複数の学習用データセットを生成することを特徴とする請求項９から１１のいずれか１項に記載の情報処理装置。

【請求項13】

前記学習モデルは、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を含んで構成されていることを特徴とする請求項９から１２のいずれか１項に記載の情報処理装置。

【請求項14】

前記メインネットワークにおける前記複数の抽出器のそれぞれは、複数の畳み込み層を含んで構成されることを特徴とする請求項９から１３のいずれか１項に記載の情報処理装置。

【請求項15】

前記サブネットワークにおける前記複数の分類器のそれぞれは、全結合型ニューラルネットワークで構成されることを特徴とする請求項９から１４のいずれか１項に記載の情報処理装置。

【請求項16】

前記ラベルは、前記オブジェクトに対する、階層構造を有する分類を示すことを特徴とする請求項９から１５のいずれか１項に記載の情報処理装置。

【請求項17】

前記オブジェクトに対する階層的な分類を出力する出力手段をさらに有することを特徴とする請求項９から１６のいずれか１項に記載の情報処理装置。

【請求項18】

情報処理装置によって実行される情報処理方法であって、
異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成工程と、
前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習工程と、を有し、
前記生成工程では、前記学習用データエレメントの数が順に増減するように、前記複数の学習用データエレメントから前記複数の学習用データセットを生成することを特徴とする情報処理方法。

【請求項19】

情報処理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であって、該プログラムは、前記コンピュータに、
異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成処理と、
前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習処理と、を含む処理を実行させ、
前記生成処理は、前記学習用データエレメントの数が順に増減するように、前記複数の学習用データエレメントから前記複数の学習用データセットを生成することを含むことを特徴とする情報処理プログラム。

【請求項20】

情報処理装置によって実行される情報処理方法であって、
異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成工程と、
前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習工程と、を有し、
前記学習用データエレメントの数の変化は、前記学習用データエレメントの数の増加および減少を含み、
前記学習モデルは、オブジェクトを含むオブジェクト画像を入力として、前記オブジェクト画像に基づき前記オブジェクトに対する階層的な分類のための複数の特徴量を抽出するメインネットワークと、前記複数の特徴量を用いて前記オブジェクトに対する階層的な分類を出力するサブネットワークから構成され、
前記メインネットワークは、前記複数の特徴量のそれぞれを抽出する複数の抽出器で構成され、
前記サブネットワークは、前記複数の特徴量のそれぞれから前記オブジェクトに対する分類を出力する複数の分類器で構成され、上位側の分類器は１つ以上の下位側の分類器へのコネクションを有するように構成されることを特徴とする情報処理方法。

【請求項21】

情報処理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であって、該プログラムは、前記コンピュータに、
異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成処理と、
前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習処理と、を含む処理を実行させ、
前記学習用データエレメントの数の変化は、前記学習用データエレメントの数の増加および減少を含み、
前記学習モデルは、オブジェクトを含むオブジェクト画像を入力として、前記オブジェクト画像に基づき前記オブジェクトに対する階層的な分類のための複数の特徴量を抽出するメインネットワークと、前記複数の特徴量を用いて前記オブジェクトに対する階層的な分類を出力するサブネットワークから構成され、
前記メインネットワークは、前記複数の特徴量のそれぞれを抽出する複数の抽出器で構成され、
前記サブネットワークは、前記複数の特徴量のそれぞれから前記オブジェクトに対する分類を出力する複数の分類器で構成され、上位側の分類器は１つ以上の下位側の分類器へのコネクションを有するように構成されることを特徴とする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、およびプログラムに関し、特に、学習モデルを学習させるための技術に関する。

【背景技術】

【0002】

近年、インターネットを使って商品の販売を行う電子商取引（Ｅ－ｃｏｍｍｅｒｃｅ／ｅコマース）が盛んに実施されており、そのような電子商取引の実施のためのＥＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ）サイトがウェブ上に多く構築されている。ＥＣサイトは、世界中の各国の言語を用いて構築されることも多く、多くの国に在住するユーザ（消費者）が商品を購入することを可能にしている。ユーザは、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）や、スマートフォンといった携帯端末からＥＣサイトにアクセスすることで、実際の店舗に赴くことなく、また時間に関係なく、所望の商品の選択や購入を行うことが可能となっている。

【0003】

ＥＣサイトで扱う商品の種類および数は膨大であるため、一般的に、各商品は、粗い（上位の）分類から細かい（下位の）分類へと階層的に分類して管理されている。このような商品に対する分類は、ＥＣサイトの利用においても活用されている。例えば、ＥＣサイトでは、ユーザによる購買意欲を増進させることを目的に、過去にユーザが購入した商品の分類と同様の分類の商品を、レコメンデーションする商品として、ユーザが閲覧している画面において合わせて表示することがある。また、ユーザも、商品画像（商品を含む画像）における商品の分類を知ることで、所望の商品の発見が容易になりうる。このようなことから、商品画像に対する分類を精度よく行うことは、ＥＣサイトに関して重要な課題の１つである。
非特許文献１では、畳み込み型ニューラルネットワークモデルを用いて、画像に対する階層的な分類を行うための技術が開示されている。

【先行技術文献】

【非特許文献】

【0004】

【文献】Seo Yian, and Shin Kyung-shik, “Hierarchical convolutional neural networks for fashion image classification”, Exp. Sys. Appl., Vol.116, 2019, 328-329.

【発明の概要】

【発明が解決しようとする課題】

【0005】

非特許文献１では、画像に含まれるオブジェクトに対する階層的な分類を行うための学習モデルについて開示されているが、各階層の分類数が増加し分類が複雑化するにともない当該学習モデルの学習処理の効率が低下しうるという課題があった。

【0006】

本発明は上記課題に鑑みてなされたものであり、複雑化するタスクのための学習モデルの学習においても精度低下を有効に防止する学習モデルの学習手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】

上記課題を解決するために、本発明による情報処理装置の一態様は、異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成手段と、前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習手段と、を有し、前記学習用データエレメントの数の変化は、前記学習用データエレメントの数の増加および減少を含む。

【0008】

前記情報処理装置において、前記生成手段は、前記学習用データエレメントがランダムに変化するように 、前記複数の学習用データエレメントから前記複数の学習用データセットを生成しうる。

【0009】

前記情報処理装置において、前記生成手段は、前記学習用データエレメントの数が順に増減するように、前記複数の学習用データエレメントから前記複数の学習用データセットを生成しうる。

【0010】

前記情報処理装置において、前記生成手段は、前記データ群から１つ以上の学習用データエレメントをランダムに選択して初期学習用データセットを生成し、前記初期学習用データセットを起点として、前記データ群からランダムに選択した１つ以上の学習用データエレメントの追加および削除を行うことにより、前記複数の学習用データセットを生成しうる。

【0011】

前記学習モデルは、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を含んで構成されうる。

【0012】

前記学習モデルは、オブジェクトを含むオブジェクト画像を入力として、前記オブジェクト画像に基づき前記オブジェクトに対する階層的な分類のための複数の特徴量を抽出するメインネットワークと、前記複数の特徴量を用いて前記オブジェクトに対する階層的な分類を出力するサブネットワークから構成され、前記メインネットワークは、前記複数の特徴量のそれぞれを抽出する複数の抽出器で構成され、前記サブネットワークは、前記複数の特徴量のそれぞれから前記オブジェクトに対する分類を出力する複数の分類器で構成され、上位側の分類器は１つ以上の下位側の分類器へのコネクションを有するように構成されうる。

【0013】

前記メインネットワークにおける前記複数の抽出器のそれぞれは、複数の畳み込み層を含んで構成されうる。

【0014】

前記サブネットワークにおける前記複数の分類器のそれぞれは、全結合型ニューラルネットワークで構成されうる。

【0015】

前記ラベルは、前記オブジェクトに対する、階層構造を有する分類を示しうる。

【0016】

前記情報処理装置は、前記分類手段により決定された前記２つ以上の階層的な分類を出力する出力手段をさらに有しうる。

【0017】

上記課題を解決するために、本発明による情報処理方法の一態様は、異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成工程と、前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習工程と、を有し、前記学習用データエレメントの数の変化は、前記学習用データエレメントの数の増加および減少を含む。

【0018】

上記課題を解決するために、本発明による情報処理プログラムの一態様は、情報処理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であって、該プログラムは、前記コンピュータに、異なる正解ラベルが付与された複数の学習用データエレメントを含むデータ群から１以上の前記学習用データエレメントを選択し、前記学習用データエレメントの数が順に変化するように、複数の学習用データセットを生成する生成処理と、前記複数の学習用データセットを機械学習のための学習モデルに生成された順に適用して、当該学習モデルを繰り返し学習させる学習処理と、を含む処理を実行させ、前記学習用データエレメントの数の変化は、前記学習用データエレメントの数の増加および減少を含む。

【発明の効果】

【0019】

本発明によれば、中長期的な学習においても精度低下を有効に防止する学習モデルの学習手法が提供される。
上記した本発明の目的、態様及び効果並びに上記されなかった本発明の目的、態様及び効果は、当業者であれば添付図面及び請求の範囲の記載を参照することにより下記の発明を実施するための形態から理解できるであろう。

【図面の簡単な説明】

【0020】

【図1】図１は、本発明の実施形態による情報処理装置の機能構成の一例を示すブロック図である。

【図2】図２は、分類予測モデルのアーキテクチャの一例を示す。

【図3】図３は、分類予測モデルのアーキテクチャの別の例を示す。

【図4】図４は、商品に対する階層的分類の概念図を示す。

【図5】図５は、分類予測モデルのための複数の学習用データセットの例を示す。

【図6】図６は、本発明の実施形態による情報処理装置のハードウェア構成の一例を示すブロック図である。

【図7】図７は、分類予測フェーズのフローチャートを示す。

【図8】図８は、学習フェーズのフローチャートを示す。

【図9】図９は、分類結果の例を示す。

【発明を実施するための形態】

【0021】

以下、添付図面を参照して、本発明を実施するための実施形態について詳細に説明する。以下に開示される構成要素のうち、同一機能を有するものには同一の符号を付し、その説明を省略する。なお、以下に開示される実施形態は、本発明の実現手段としての一例であり、本発明が適用される装置の構成や各種条件によって適宜修正または変更されるべきものであり、本発明は以下の実施形態に限定されるものではない。また、本実施形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。

【0022】

＜第１実施形態＞
第１実施形態による情報処理装置１００は、商品が含まれる画像（商品画像）を取得し、当該商品画像を学習モデルに適用することにより、当該商品画像（当該商品画像に含まれる商品）に対する分類を予測して出力する。なお、本実施形態では、商品に対する階層的な分類（階層構造を有する分類）を予測する例を説明する。また、分類予測対象は、商品に限らず、任意のオブジェクトであってよい。よって、任意のオブジェクトが含まれる画像（オブジェクト画像）から当該オブジェクトに対する階層的な分類を予測する場合も、本実施形態を適用可能である。

【0023】

［情報処理装置１００の機能構成］
図１に、本実施形態による情報処理装置１００の機能構成の一例を示す。
図１に示す情報処理装置１００は、取得部１０１、分類予測部１０２、データセット生成部１０３、学習部１０４、出力部１０５を備える。

【0024】

取得部１０１は、商品画像を取得する。取得部１０１は、商品画像を、ユーザ（オペレータ）による入力部６０５（図６）を介した入力操作によって取得してもよいし、ユーザの操作により記憶部（図６のＲＯＭ６０２やＲＡＭ６０３）から取得してもよい。また、取得部１０１は、通信インタフェース（Ｉ／Ｆ）６０７（図６）を介して外部装置から受信した商品画像を取得してもよい。商品画像は、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３色で色を表現した画像でありうる。取得部１０１は、取得した商品画像を、分類予測部１０２に出力する。

【0025】

分類予測部１０２は、取得部１０１により取得された商品画像を分類予測モデル１０７に適用し、当該商品画像に含まれる商品に対する分類を予測する。分類予測モデル１０７については、後述する。

【0026】

データセット生成部１０３は、学習用データ群１０６に含まれる複数の学習用データエレメント（学習用データ）から、分類予測モデル１０７の学習に使用する学習用データセットを生成する。本実施形態では、データセット生成部１０３は、複数の学習用データセットを生成し、学習部１０４は、当該複数の学習用データセットを順次（時系列に変えて）用いて分類予測モデル１０７を学習させる。分類予測モデル１０７は、商品を含む商品画像を入力として、当該商品に対する分類を予測する学習モデルである。当該分類は階層的な分類でありうる。

【0027】

図２に、分類予測モデル１０７のアーキテクチャの一例を示す。図２に示す分類予測モデル１０７は、複数のサブパート（第１サブパート２１１～第５サブパート２１５）を含むメインネットワーク２０１と、複数の分類ブロック（第１分類ブロック２２１～第３分類ブロック２２３）を含むサブネットワーク２０２を含むニューラルネットワークで構成される。なお、サブパートを抽出器とも称する。なお、分類ブロックを分類器とも称する。

【0028】

図２に示すサブネットワーク２０２において、第１分類ブロック２２１の出力は第２分類ブロック２２２と第３分類ブロック２２３に入力され、第２分類ブロック２２２の出力は第３分類ブロック２２３に入力するように構成されている。ニューラルネットワークモデルにおける１つのブロックの出力が隣接しない他のブロックへ入力される構成であるスキップコネクション（ショートカットコネクション）は、ＲｅｓＮｅｔといったニューラルネットワークモデルにおいて知られている。ＲｅｓＮｅｔでは、特徴量抽出において、スキップコネクションが使われている。一方、本実施形態では、第１分類ブロック２１１～第３分類ブロック２２３といった複数の分類器において、上位側の分類器は１つ以上の下位の分類器へのコネクションを有する点で公知のスキップコネクションと異なる。すなわち、図２に示すモデルでは、上位側の分類器の出力が１つ以上の下位側の分類器に入力される構成となっている。

【0029】

図２に示すメインネットワーク２０１は、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＣＮＮ））モデルの１つである公知のＶＧＧネットワーク（ＶＧＧＮｅｔ）の１６層バージョンに基づくニューラルネットワークである。メインネットワーク２０１において、第１サブパート２１１と第２サブパート２１２は、２つの畳み込み層（Ｃｏｎｖ）と１つのプーリング層（Ｐｏｏｌｉｎｇ）から成り、第３サブパート２１３と第４サブパート２１４は、３つの畳み込み層と１つのプーリング層から成り、第５サブパート２１５は、３つの畳み込み層を有する。

【0030】

第１サブパート２１１～第５サブパート２１５における畳み込み層では、３×３のカーネルサイズの畳み込みが行われる一方、各サブパートではフィルタ数（チャネル数）が異なる。フィルタ数は、第１サブパート２１１では６４、第２サブパート２１２では１２８、第３サブパート２１３では２５６、第４サブパート２１４と第５サブパート２１５では５１２である。
第１サブパート２１１～第４サブパート２１４におけるプーリング層では、２×２サイズの最大プーリング（ＭａｘＰｏｏｌｉｎｇ）がストライド２で行われる。また、第１サブパート２１１～第４サブパート２１４において、畳み込み層とプーリング層の間に、活性化関数としてＲｅＬＵ（Ｒｅｃｔｉｆｉｅｄ Ｌｉｎｅｒ Ｕｎｉｔ）が適用される。

【0031】

メインネットワーク２０１には入力画像として商品画像が入力され、第１サブパート２１１～第５サブパート２１５は、当該商品画像の特徴量を抽出して、メインネットワーク２０１の出力として出力する。当該特徴量は、階層的な分類のための特徴量でありうる。
第１サブパート２１１～第５サブパート２１５では順に商品の分類を上位から下位へ学習する。よって、第１サブパート２１１～第５サブパート２１５から出力される複数の特徴量は、商品に対する上位の（粗い）分類の特徴を示す特徴量から順に下位の（細分化された）分類の特徴を示す特徴量（商品に対する階層的な分類のための複数の特徴量）となる。

【0032】

メインネットワーク２０１の出力は、サブネットワーク２０２に入力される。サブネットワーク２０２は、メインネットワーク２０１からの複数の特徴量のそれぞれの特徴量から、階層的分類を予測する。

【0033】

図２に示す第１分類ブロック２２１～第３分類ブロック２２３はそれぞれ、全結合型ニューラルネットワーク（Ｆｕｌｌｙ－ｃｏｎｎｅｃｔｅｄ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）で構成され、特徴量を入力として、メインネットワーク２０１に入力された商品画像の商品に対する分類のラベル（クラス）を出力し、当該ラベルから分類（分類名）を決定する。第１分類ブロック２２１～第３分類ブロック２２３から出力される分類（第１分類～第３分類）は、商品に対する上位の（粗い）分類から順に下位の（細分化された）分類となる。このような階層的分類の例は、図４を用いて後述する。

【0034】

第１分類ブロック２２１～第３分類ブロック２２３の動作をより具体的に説明する。
第１分類ブロック２２１は、メインネットワーク２０１の第３サブパート２１３から出力された特徴量から、第１分類のラベルを出力し、第１分類を決定する。
また、第２分類ブロック２２２は、メインネットワーク２０１の第４サブパート２１４から出力された特徴量と、第１分類ブロック２２１から出力された第１分類のラベルとから、第２分類のラベルを出力し、第２分類を決定する。
また、第３分類ブロック２２３は、メインネットワーク２０１の第５サブパート２１５から出力された特徴量と、第１分類ブロック２２１から出力された第１分類のラベルおよび第２分類ブロック２２２から出力された第２分類のラベルとから、第３分類のラベルを出力し、第３分類を決定する。

【0035】

このように、複数の分類器間で相補的に分類結果を用い、複数の下位の分類器は、上位の分類器で出力された分類結果を考慮して分類を行うことにより、階層的分類の精度が向上する。なお、図２のような構成に限定されず、上位の分類器の分類結果を１つ以上の下位の分類器に入力するように構成されてもよい。例えば、第１分類ブロック２２１から出力された分類のラベルが、第２分類ブロック２２３に入力されずに、第３分類ブロック２２３に入力されるように構成されてもよい。

【0036】

なお、本実施形態では、第１分類～第３分類が出力される例を示すが、第２分類ブロック２２１と第３分類ブロック２２２では上位の分類特徴量を反映することにより分類の精度が上がるため、サブネットワーク２０２は、第１分類無しで、第２分類および／または第３分類を出力するように構成されてもよい。

【0037】

また、図３に、分類予測モデル１０７のアーキテクチャの別の例を示す。図３に示す分類予測モデル１０７は、複数のサブパート（第１サブパート３１１～第５サブパート３１５）を含むメインネットワーク３０１と、複数の分類ブロック（第１分類ブロック３２１～第３分類ブロック３２３）を含むサブネットワーク３０２を含むニューラルネットワークで構成される。サブネットワーク３０２において、第１分類ブロック３２１の出力は第２分類ブロック３２２と第３分類ブロック３２３に入力され、第２分類ブロック３２２の出力は第３分類ブロック３２３に入力するように構成されている。

【0038】

メインネットワーク３０１は、ＶＧＧネットワークの１９層バージョンに基づくニューラルネットワークである。図２に示すモデルと比較して、第１サブパート３１１と第２サブパート３１２は、第１サブパート２１１と第２サブパート２１２と共通であり、第３サブパート３１３～第５サブパート３１５は、第３サブパート２１３～第５サブパート２１５と比較して畳み込み層を１つ多く含んで構成されている。これにより、図２に示すモデルと比較して、計算量が増えるがより深く学習するため、結果として出力される分類の予測の精度が高くなりうる。他の構成については、図２に示すモデルと同様のため、説明を省略する。

【0039】

学習部１０３は、データセット生成部１０３により生成された複数の学習用データセットを、図２や図３のように構成された分類予測モデル１０７に順に適用して当該モデルを学習させる。すなわち、学習部１０３は、当該複数の学習用データセットを用いて、分類予測モデル１０７の学習を繰り返す。そして、学習部１０３は、学習済みの分類予測モデル１０７を、ＲＡＭ６０３（図６）といった記憶部に記憶する。

【0040】

分類予測部１０２は、取得部１０１により取得された商品画像を、ＲＡＭ６０３（図６）といった記憶部に記憶された学習済みの分類予測モデル１０７に適用し、当該商品画像の商品に対する分類を予測する。

【0041】

図４に、分類予測部１０２により予測される商品に対する分類の例として階層的分類の概念図を示す。図４では、商品画像４１に含まれる商品４２に対する階層的分類の例を示している。商品画像４１を分類予測モデル１０７に適用することにより、第１分類ブロック２２１～第３分類ブロック２２３（または図３に示す第１分類ブロック３２１～第３分類ブロック３２３）からの出力として、第１分類～第３分類が階層的に推定される。

【0042】

図４の例では、商品４２に対して、太字で示した分類が予測されている。すなわち、第１分類が「メンズファッション」、第２分類が「トップス」、第３分類が「Ｔシャツ」と予測されている。
このように、分類予測モデル１０７におけるメインネットワーク２０１（またはメインネットワーク３０１）で階層的に学習されることにより、分類結果として、上位の（粗い）第１分類から下位の（細分化された）第３の分類の予測が可能となる。

【0043】

［複数の学習用データセットおよび学習処理］
前述のように、本実施形態によるデータセット生成部１０３は、分類予測モデル１０７を学習させるために用いる複数の学習用データセットを、学習用データ群１０６に含まれる複数の学習用データエレメントから生成する。学習部１０４は、当該複数の学習用データセットを順次（時系列に変えて）用いて分類予測モデル１０７を学習させる。

【0044】

本実施形態では、一例として、学習用データ群１０６は、「０」～「９」の１０種類の異なる正解ラベル（クラス）が付与された学習用データエレメントで構成されるものとする。各学習用データエレメントは、商品を含む商品画像と、当該商品に対する分類を示す同じラベル(正解データ)を１セットとして複数のセットで構成される。よって、１つの学習用データエレメントは、同じラベルが付与されている。本実施形態では、ラベルは、階層構造を有する分類を示すように構成され、例えば上記に説明した、第１分類と第２分類に関連付けられた第３分類に付されるラベルに対応するものとする。よって、図４を参照すると、例えば、ラベル「０」は、「メンズファッション」、「トップス」に関連付けられた「Ｔシャツ」に対応し、ラベル「０」の学習用データエレメントは、Ｔシャツの画像とラベル「０」のセットを１セットとして、該セットを複数セット含んで構成される。

【0045】

本実施形態では、データセット生成部１０３は、複数の学習用データセットを、所定の生成ルール（選択ルール）を適用して生成する。
ここで、本実施形態による生成ルールについて説明する。なお、本ルールは一例であり、他のルールや方法により、学習用データエレメントの数が順に変化するように複数の学習用データセットが生成されればよい。また、学習用データエレメントがランダムに変化するように複数の学習用データセットが生成されればよい。

【0046】

本実施形態による生成ルールを以下に示す。
（１）学習用データ群１０６に含まれる複数の学習用データエレメントのうち６割（６０％）をランダムに選択して初期学習用データセットを生成する。すなわち、初期学習用データセットは、ラベル「０」～「９」の１０個の学習用データエレメントのうち、ランダムに選択された６個のデータエレメントを含む。
（２）ルール（１）で生成した当該初期学習データを起点として、学習用データエレメントの追加および削除を行う（例として、追加は１回ごと、削除は１回ごと）。追加するデータエレメントの数は２個、削除するデータエレメントの数は１個とする。ただし、追加するデータ数が２個ない場合は１個とする。
（３）ルール（２）における追加／削除する学習用データエレメントは、ランダムに選択する。すなわち、追加する学習用データエレメントを、追加の対象となる学習用データセットに含まれていない学習用データエレメントからランダムに選択し、削除する学習用データエレメントを、削除の対象となる学習用データセットからランダムに選択する。

【0047】

図５に、当該生成ルールに従ってデータセット生成部１０３により生成された複数の学習用データセットの例を示す。図５の例では、１０個の学習用データセット１～１０を示す。図５において、四角で囲まれた数字は、当該数字のラベルの学習用データエレメントに対応する。

【0048】

学習用データセット１は、ルール（１）に従う初期学習用データセットであり、図８の例では、１０個の学習用データエレメントから、ラベル「１」、「２」、「４」、「６」、「８」、および「９」の６個の学習用データエレメントがランダムに選択されて生成される。

【0049】

学習用データセット２は、学習用データセット１に対して、選択されていない（学習用データセット１に含まれていない）学習用データエレメントからランダムに選択された学習用データセットである、ラベル「３」と「７」の２つの学習用データエレメントを追加した学習用データセットである。

【0050】

学習用データセット３は、学習用データセット２に対して、該学習用データセット２に含まれる学習用データエレメントから、ラベル「８」の１つの学習用データエレメントを削除した学習用データセットである。

【0051】

学習用データセット４以降も、上記生成ルールに従って、追加と削除が行われて生成される。本生成ルールでは、追加する学習用データエレメントの数が削除する学習用データより多いため、最大数１０を上限として、学習用データエレメントの数が増える傾向になるように、学習用データセット１～１０が生成される。このように、学習用データセット１～１０は、学習用データエレメントの数が順に増減するようなデータセットとなる。なお、データセット生成部１０３は、学習用データエレメントの追加と削除を交互に行うことで、学習用データセットを生成してよい。また、データセット生成部１０３は、連続して行われた学習用データエレメントの追加または削除の後に学習用データエレメントの削除または追加を行うことで、学習用データセットを生成してもよい。

【0052】

このように生成された学習用データセット１～１０を、時系列的に順に分類予測モデル１０７に使用して（適用して）分類予測モデル１０７が学習される。すなわち、学習用データセット１がある時間ｔで使用されて分類予測モデル１０７が学習され、続いて、学習用データセット２が時間ｔ＋１で使用されて分類予測モデル１０７が学習される。そして、このような学習処理が、学習用データセット１０が時間ｔ＋９で使用されて分類予測モデル１０７が学習されるまで続く。本実施形態では、このような学習処理により、分類予測モデル１０７は時系列的に異なる学習用データセットで学習される。

【0053】

なお、本実施形態では、データセット生成部１０３により生成された複数の学習用データセット１～１０を順に分類予測モデル１０７に適用する例を説明したが、データセット生成部１０３と学習部１０４の処理が繰り返されてもよい。すなわち、データセット生成部１０３が学習用データセット１を生成して学習部１０４が当該データセットを用いて分類予測モデル１０７を学習させ、続いて、データセット生成部１０３が学習用データセット２を生成して学習部１０４が当該データを用いて分類予測モデル１０７を学習させ、このような処理を学習用データセット１０まで続けてもよい。

【0054】

［情報処理装置１００のハードウェア構成］
図６は、本実施形態による情報処理装置１００のハードウェア構成の一例を示すブロック図である。
本実施形態による情報処理装置１００は、単一または複数の、あらゆるコンピュータ、モバイルデバイス、または他のいかなる処理プラットフォーム上にも実装することができる。
図６を参照して、情報処理装置１００は、単一のコンピュータに実装される例が示されているが、本実施形態による情報処理装置１００は、複数のコンピュータを含むコンピュータシステムに実装されてよい。複数のコンピュータは、有線または無線のネットワークにより相互通信可能に接続されてよい。

【0055】

図６に示すように、情報処理装置１００は、ＣＰＵ６０１と、ＲＯＭ６０２と、ＲＡＭ６０３と、ＨＤＤ６０４と、入力部６０５と、表示部６０６と、通信Ｉ／Ｆ６０７と、システムバス６０８とを備えてよい。情報処理装置１００はまた、外部メモリを備えてよい。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）６０１は、情報処理装置１００における動作を統括的に制御するものであり、データ伝送路であるシステムバス６０８を介して、各構成部（６０２～６０７）を制御する。

【0056】

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）６０２は、ＣＰＵ６０１が処理を実行するために必要な制御プログラム等を記憶する不揮発性メモリである。なお、当該プログラムは、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）６０４、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の不揮発性メモリや着脱可能な記憶媒体（不図示）等の外部メモリに記憶されていてもよい。
ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）６０３は、揮発性メモリであり、ＣＰＵ６０１の主メモリ、ワークエリア等として機能する。すなわち、ＣＰＵ６０１は、処理の実行に際してＲＯＭ６０２から必要なプログラム等をＲＡＭ６０３にロードし、当該プログラム等を実行することで各種の機能動作を実現する。

【0057】

ＨＤＤ６０４は、例えば、ＣＰＵ６０１がプログラムを用いた処理を行う際に必要な各種データや各種情報等を記憶している。また、ＨＤＤ６０４には、例えば、ＣＰＵ６０１がプログラム等を用いた処理を行うことにより得られた各種データや各種情報等が記憶される。
入力部６０５は、キーボードやマウス等のポインティングデバイスにより構成される。
表示部６０６は、液晶ディスプレイ（ＬＣＤ）等のモニターにより構成される。表示部６０６は、入力部６０５と組み合わせて構成されることにより、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）として機能してもよい。

【0058】

通信Ｉ／Ｆ６０７は、情報処理装置１００と外部装置との通信を制御するインタフェースである。
通信Ｉ／Ｆ６０７は、ネットワークとのインタフェースを提供し、ネットワークを介して、外部装置との通信を実行する。通信Ｉ／Ｆ６０７を介して、外部装置との間で各種データや各種パラメータ等が送受信される。本実施形態では、通信Ｉ／Ｆ６０７は、イーサネット（登録商標）等の通信規格に準拠する有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）や専用線を介した通信を実行してよい。ただし、本実施形態で利用可能なネットワークはこれに限定されず、無線ネットワークで構成されてもよい。この無線ネットワークは、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＺｉｇＢｅｅ（登録商標）、ＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅ Ｂａｎｄ）等の無線ＰＡＮ（Ｐｅｒｓｏｎａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を含む。また、Ｗｉ－Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）（登録商標）等の無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）や、ＷｉＭＡＸ（登録商標）等の無線ＭＡＮ（Ｍｅｔｒｏｐｏｌｉｔａｎ Ａｒｅａ Ｎｅｔｗｏｒｋ）を含む。さらに、ＬＴＥ／３Ｇ、４Ｇ、５Ｇ等の無線ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）を含む。なお、ネットワークは、各機器を相互に通信可能に接続し、通信が可能であればよく、通信の規格、規模、構成は上記に限定されない。

【0059】

図６に示す情報処理装置１００の各要素のうち少なくとも一部の機能は、ＣＰＵ６０１がプログラムを実行することで実現することができる。ただし、図６に示す情報処理装置１００の各要素のうち少なくとも一部の機能が専用のハードウェアとして動作するようにしてもよい。この場合、専用のハードウェアは、ＣＰＵ６０１の制御に基づいて動作する。

【0060】

［処理の流れ］
図７と図８を参照して、本実施形態による情報処理装置１００により実行される処理の流れを説明する。図７は、分類予測モデル１０７を学習させる処理（学習フェーズ）のフローチャートを示し、図８は、学習済みの分類予測モデル１０７を用いた、商品画像（商品画像に含まれる商品）に対する分類の予測処理（分類予測フェーズ）のフローチャートを示す。図７と図８に示す処理は、情報処理装置１００のＣＰＵ６０１がＲＯＭ６０２等に格納されたプログラムをＲＡＭ６０３にロードして実行することによって実現されうる。図７の説明にあたり、図５を参照する。

【0061】

Ｓ７１では、データセット生成部１０３は、学習用データセット１を初期学習用データセットとして生成する。続いて、Ｓ７２では、データセット生成部１０３は、学習用データセット１を起点として学習データエレメントの追加と削除を繰り返し、学習用データセット２～１０を順に生成する。

【0062】

Ｓ７３では、学習部１０４は、Ｓ７１とＳ７２で生成された学習用データセット１～１０を時系列的に順に用いて分類予測モデル１０７を学習させる。すなわち、学習部１０４は、学習用データエレメントの数が順に動的に変化するように生成された複数の学習用データセット１～１０を順に用いて分類予測モデル１０７を学習させる。これにより、１度学習に使用された学習用データセットが時間を変えて再度使用される一方で、新たな学習用データセットも使用されて学習される。
Ｓ７４では、学習部１０４は、Ｓ７３で学習された分類予測モデル１０７を、学習済みの分類予測モデル１０７として、ＲＡＭ６０３といった記憶部に格納する。

【0063】

続いて、図８を参照して分類予測フェーズの処理について説明する。
Ｓ８１では、取得部１０１は、分類予測対象の商品を含む商品画像を取得する。例えば、取得部１０１は、情報処理装置１００の操作者が、情報処理装置１００を操作して、任意のＥＣサイトにアクセスした上で任意の商品を含む商品画像を選択することにより、当該商品画像を取得する。また、取得部１０１は、ユーザ装置といった外部装置から送信された商品画像または商品画像を示すＵＲＬを取得することで、商品画像を取得することができる。１つの商品画像において含まれる分類予測対象の商品は１つに限らず、当該商品画像に複数の分類予測対象の商品が含まれてもよい。

【0064】

Ｓ８２では、分類予測部１０２は、取得部１０１により取得された商品画像を分類予測モデル１０７に入力し、商品に対する階層的分類を予測して決定する。分類予測モデル１０７の例は図２または図３に示した通りであり、当該商品画像に基づき当該商品に対する階層的な分類のための複数の特徴量を抽出するメインネットワークと、当該複数の特徴量を用いて当該商品に対する階層的な分類を出力するサブネットワークから構成される。当該メインネットワークは、当該複数の特徴量のそれぞれを抽出する複数のサブパート（抽出器）で構成され、当該サブネットワークは、当該複数の特徴量のそれぞれから当該商品に対する分類を出力する複数の分類ブロック（分類器）で構成され、上位側の分類ブロックは１つ以上の下位側の分類ブロックへのコネクションを有するように構成される。

【0065】

図２または図３に示す分類予測モデル１０７の場合、分類予測部１０２は、Ｓ８１で取得された商品画像の商品に対する階層的分類として、図４に示すように、上位から、第１分類、第２分類、第３分類を予測して決定する。

【0066】

Ｓ８３では、出力部１０５は、Ｓ８２で分類予測部１０２により予測して決定された分類の結果（分類結果）を出力する。例えば、出力部１０５は、分類結果を、情報処理装置１００の表示部６０６に表示してもよいし、通信Ｉ／Ｆ６０７を介してユーザ装置といった外部装置に送信してもよい。

【0067】

なお、商品画像が複数の商品を含む場合は、取得部１０１は、例えば公知の画像処理技術により、当該複数の商品それぞれを含む複数の商品領域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）を取得し、分類予測部１０２に出力することができる。そして、分類予測部１０２は、各商品領域（部分画像）に対して、Ｓ８２の処理を行い、各商品に対する分類を予測して決定することができる。出力部１０５は、各商品に対する（階層的）分類を別個に分類結果として出力してもよいし、１つの分類結果として出力してもよい。

【0068】

［分類結果の例］
図９に、出力部１０５により出力された分類結果の例を分類結果９０として示す。分類結果９０は、情報処理装置１００の表示部６０６に表示されてもよいし、通信Ｉ／Ｆ６０７を介してユーザ装置といった外部装置に送信され、当該外部装置において表示されてもよい。

【0069】

分類結果９０において、商品画像９１は、分類予測対象の商品を含む商品画像であり、例えば、情報処理装置１００の操作者が、情報処理装置１００を操作して、任意の電子商取引のサイトにアクセスした上で選択された画像である。また、商品画像９１は、ユーザ装置といった外部装置から送信された画像であってもよい。
情報処理装置１００の分類予測部１０２は、商品画像９１を、図２や図３に示す学習済みの分類予測モデル１０７に適用して、商品９２に対する階層的分類９３を予測する。当該階層的分類９３は、図４に示した分類と同様である。出力部１０５は、階層的分類９３と商品画像９１とを併せて分類結果９０を構成し、出力することができる。

【0070】

［性能評価の結果］
表１に、分類予測処理の性能評価のシミュレーション結果を示す。具体的には、表１は、複数の学習モデルのそれぞれを用いて分類予測処理を行った場合の、正解データに対する正解率（Ａｃｃｕｒａｃｙ）を示す。本シミュレーションでは、学習用データ群１０６として、インターネット等で取得可能なＦａｓｈｉｏｎ－ＭＮＩＳＴデータセットを用いた。

【表1】

【0071】

本実施形態による学習モデルとして、第１実施形態において図３を参照して説明した分類予測モデル１０７を、図８を参照して説明した学習用データセット１～１０を順に適用することにより学習させたモデルを用いた（本発明モデル）。

【0072】

また、比較対象の第１の学習モデルとして、図３に示した分類予測モデル１０７のメインネットワーク３０１と第３分類ブロック３２３のみで構成された学習モデルを、図８を参照して説明した、ラベル「０」～「９」の学習用データセットを一度適用することにより学習させたモデルを、第１比較モデルとして用いた。当該学習モデルは、第３分類のみを出力することが可能である。
さらに、比較対象の第２の学習モデルとして、第１実施形態において図３を参照して説明した分類予測モデル１０７を、学習用データ群１０６からランダムに複数個（≦１０）のデータを選択して生成した６つの学習用データセットを順に適用することにより学習させたモデルを、第２比較モデルとして用いた。

【0073】

表１からわかるように、まず、本発明モデルは、第２比較モデルと比較し、第１分類～第３分類の全てにおいて、正解率が高いことがわかる。また、本発明モデルは、第１比較モデルと比較して、第３分類の正解率が高いことがわかる。これは、第１実施形態において説明した分類予測モデル１０７を用いることと、本実施形態において説明した時系列的に複数の学習用データセット使用して分類予測モデル１０７を学習させたことの、相乗効果である。

【0074】

このように、本実施形態によれば、複数の学習用データセットを、分類予測モデル１０７に対して時系列的に変えて適用して、分類予測モデル１０７を学習させる。このような継続的な学習処理により、学習モデルが構築され、複雑化する分類を、精度よく予測することが可能となる。

【0075】

また、分類予測モデル１０７は、図２や図３に示したように、第１分類ブロック２１１～第３分類ブロック２２３や第１分類ブロック３１１～第３分類ブロック３２３の出力に対してスキップコネクションが適用された構成を有する。このような構成により、上位の分類結果が下位の分類結果と結合されて下位の分類が予測され、商品に対する階層的分類を精度よく予測することが可能となる。

【0076】

また、本実施形態では、学習モデルとして分類予測モデル１０７を用い、入力された商品画像の商品に対する分類を予測する例を説明したが、本実施形態による学習処理は、機械学習のための任意の学習モデルに適用可能である。すなわち、図５を参照して説明した複数の学習用データセットを、畳み込み層ニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＣＮＮ））による／を含んで構成される学習モデルに適用して、学習処理が行われてもよい。

【0077】

以上述べたように、本実施形態によれば、複雑化する分類タスクを対象とする学習モデルの構築が可能となり、また、学習モデルとして分類予測モデル１０７を用いることにより、商品画像から商品に対する分類を精度よく予測することが可能となる。これにより、例えば、ＥＣサイトで購入される商品の動向の予測性やユーザによる商品選択の容易性が向上する。

【0078】

なお、上記において特定の実施形態が説明されているが、当該実施形態は単なる例示であり、本発明の範囲を限定する意図はない。本明細書に記載された装置及び方法は上記した以外の形態において具現化することができる。また、本発明の範囲から離れることなく、上記した実施形態に対して適宜、省略、置換及び変更をなすこともできる。かかる省略、置換及び変更をなした形態は、請求の範囲に記載されたもの及びこれらの均等物の範疇に含まれ、本発明の技術的範囲に属する。

【符号の説明】

【0079】

１００：情報処理装置、１０１：取得部、１０２：分類予測部、１０３：データセット生成部、１０４：学習部、１０５：出力部、１０６：学習用データ群、１０７：分類予測モデル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】