JP2009193457A - 情報検索装置、方法及びプログラム - Google Patents

Abstract

【課題】ユーザと対話の中で、ユーザの優先度や現在のマッチング状況を的確に判断し、最適なマッチング結果を取得することができ、そのマッチング結果を参照して、的確な検索結果を得ることができるようにする。
【解決手段】本発明の情報検索装置は、ユーザとの対話により各属性に対する属性値を解析するユーザ発話解析手段と、ユーザ発話解析手段による解析結果として、複数の属性と各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持手段と、ユーザデータを参照して回答の得られた属性値の取得割合が所定値以上である場合に、複数の対象データから、ユーザデータの各属性及び各属性値にマッチする１又は複数の対象データ候補を選出するマッチング手段と、マッチング手段により選出された各対象データ候補をユーザ側に出力する対話制御手段とを備える。
【選択図】 図１

Description

本発明は、情報検索装置、方法及びプログラムに関し、例えば、対話型の情報検索システムにおいて、マッチング結果を利用して、その後に行なう対話に係る応答を決定する情報検索装置、方法及びプログラムに適用し得るものである。

情報化社会が進み、ネットワーク上に存在する大量かつ多様な情報から、必要な情報を探し出す情報解析技術、情報検索技術は、情報産業のみに限定されず、通信、メディア、広告、コンテンツ、流通など情報を活用するあらゆる産業の競争力強化に直結する重要な課題となっている。

ネットワーク上に存在する情報を検索する情報解析・情報検索システムとしては、例えば、Ｇｏｏｇｌｅ（登録商標）やヤフー（登録商標）等のように種々のシステムが実用化されている。

これらの情報解析・情報検索システムにおいては、入力されたキーワードのヒット件数が多い情報を上から順に紹介するのが一般的である。そのため、ユーザは、希望する情報を検索するために、情報キーワードを正しく入力する必要があるが、どのようなキーワードを入力すればよいか分からない場合がある。

そこで、このような課題を解決する技術として、例えば、入力キーワードと一緒に使われるキーワードも表示するキーワード自動拡張技術や、多くのユーザによる口コミ情報から例えば商品を紹介するレコメンドシステム等を採用することも考えられる。

しかしながら、上記のような技術は、より多くのユーザが推薦する代表的な情報を紹介するものであって、必ずしもそれぞれのユーザの個別化された具体的な情報を紹介するものではない。

そのため、ユーザとの間で対話を交し、その対話の中で徐々に掘り下げた質問を繰り返すことによりユーザが本当に希望しているニーズや価値観を引き出し、このユーザが意識する情報を検索することができる情報解析・情報検索技術が提案されている。

上記のように、ユーザの意識を解析し、その意識に応じた情報を検索するシステムにおいては、ユーザと交わされる対話の中からシステムの属性情報にマッチするユーザの意識する情報を正しく抽出することが必要となる。

特許文献１には、複数の属性とその属性値によって構成されるデータ構造を有するデータを蓄積し、ユーザが取得を希望する目標属性と、データの絞込みを行うためのキー属性と、キー属性の属性値を入力し、キー属性とキー属性の属性値を用いて目標属性の属性値を検索し、検索結果を出力する対話型情報検索方法に関する技術が記載されている。

そして、特許文献１の記載技術は、目標属性の属性値を検索する前に、入力されたキー属性とキー属性の属性値に基づいて、目標属性の属性値の分布度合を算出し、分布度合いが所定の範囲内に収束している場合にのみ、検索結果を出力するよう制御するものである。

特開２００３−０３６２７１号公報

ところで、現在提案されている情報解析・情報検索技術では、ユーザとの対話の中からユーザの意識を抽出するものであるから、ユーザとの対話結果と検索対象データとのマッチング結果を反映させて、次にどのような内容（属性）の質問をすべきかを決定する必要がある。

しかしながら、特許文献１に記載の技術は、目標属性の属性値の検索前に、目標属性の属性値の分布度合を算出するので、検索前にある程度入力条件の絞込みをするものであるが、キー属性の属性値と目標属性の属性値とのマッチング結果を参照するものではないから、次の質問についてマッチング結果を反映させることができない。その結果、対話の中で、マッチしていない別の属性（検索対象データ）を推薦したりすることができないという問題が生じ得る。また、ある属性に対するユーザの優先度や決断状況が考慮することができないという問題が生じ得る。

そのため、ユーザと対話の中で、ユーザの優先度や現在のマッチング状況を的確に判断し、最適なマッチング結果を取得することができ、そのマッチング結果を参照して、的確な検索結果を得ることができる情報検索装置、方法及びプログラムマッチング管理装置が求められている。

かかる課題を解決するために、第１の本発明の情報検索装置は、（１）ユーザとの対話により複数の属性のそれぞれについて質問文をユーザに投げかけ、その質問文に対するユーザからの回答文から上記各属性に対する属性値を解析するユーザ発話解析手段と、（２）ユーザ発話解析手段による解析結果として、複数の属性と、各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持手段と、（３）ユーザデータを参照して、すべての属性に対してユーザから回答の得られた属性値の取得割合が所定値以上である場合に、複数の対象データから、当該ユーザデータの各属性及び各属性値にマッチする１又は複数の対象データ候補を選出するマッチング手段と、（４）マッチング手段により選出された各対象データ候補をユーザ側に出力する対話制御手段とを備えることを特徴とする。

第２の本発明の情報検索方法は、ユーザ発話解析手段と、ユーザデータ保持手段と、マッチング手段と、対話制御手段とを備え、（１）ユーザ発話解析手段が、ユーザとの対話により複数の属性のそれぞれについて質問文をユーザに投げかけ、その質問文に対するユーザからの回答文から各属性に対する属性値を解析するユーザ発話解析工程と、（２）ユーザデータ保持手段が、ユーザ発話解析手段による解析結果として、複数の属性と、各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持工程と、（３）マッチング手段が、ユーザデータを参照して、すべての属性に対してユーザから回答の得られた属性値の取得割合が所定値以上である場合に、複数の対象データから、当該ユーザデータの各属性及び各属性値にマッチする１又は複数の対象データ候補を選出するマッチング工程と、（４）対話制御手段が、マッチング手段により選出された各対象データ候補をユーザ側に出力する対話制御工程とを有することを特徴とする。

第３の本発明の情報検索プログラムは、コンピュータを、（１）ユーザとの対話により複数の属性のそれぞれについて質問文をユーザに投げかけ、その質問文に対するユーザからの回答文から各属性に対する属性値を解析するユーザ発話解析手段、（２）ユーザ発話解析手段による解析結果として、複数の属性と、各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持手段、（３）ユーザデータを参照して、すべての属性に対してユーザから回答の得られた属性値の取得割合が所定値以上である場合に、複数の対象データから、当該ユーザデータの各属性及び各属性値にマッチする１又は複数の対象データ候補を選出するマッチング手段、（４）マッチング手段により選出された各対象データ候補をユーザ側に出力する対話制御手段として機能させるものである。

本発明によれば、ユーザと対話の中で、ユーザの優先度や現在のマッチング状況を的確に判断し、最適なマッチング結果を取得することができ、そのマッチング結果を参照して、的確な検索結果を得ることができる。

（Ａ）第１の実施形態
以下、本発明の情報検索装置、方法及びプログラムの第１の実施形態について図面を参照しながら詳細に説明する。

第１の実施形態では、本発明の情報検索装置、方法及びプログラムを利用して、例えば、ラダリング型検索サービスを採用して、ユーザが意識する情報及び検索対象情報から所定の属性及び属性値を抽出し、ユーザの意識する情報にマッチした情報を検索し紹介する情報解析・情報検索システムに適用する場合を例示する。

（Ａ−１）第１の実施形態の構成
（Ａ−１−１）ランダリング型検索システムの全体構成の説明
まず、以下では、本発明の情報検索装置、方法及びプログラムを適用するランダリング型検索システムの全体的なイメージについて図面を参照して説明する。

図２は、第１の実施形態のランダリング型検索システム９の全体イメージを説明する全体イメージ図である。また、図３は、ランダリング型検索システム９を実現するランダリング検索エンジン１の構成を示す構成図である。

図２において、第１の実施形態のランダリング型検索システム９は、それぞれネットワークを通じて接続可能な、ランダリング対話エンジン１を有するランダリング型検索サービスサイト３と、各種サービスを提供するサービスサイト２（２−１〜２−ｎ；ｎは正の整数）、ネットワーク上に存在するＷｅｂ情報４とを有して構成されるものである。

ユーザインターフェース（ＵＩ）手段９０は、ユーザＵ１が操作するユーザ端末（ブラウザ）とのアクセス可能でラダリング型検索サービスを提供するＷｅｂサーバ９０１を有する。また、ユーザインターフェース（ＵＩ）手段９０は、必要に応じて、音声合成・認識部９０２を有しており、ユーザＵ１からの情報が音声情報の場合に、音声で対話を実現することができるものである。

ランダリング対話エンジン１は、ユーザＵ１に対して質問を投げかけ、その各質問に対するユーザＵ１の回答を解析することにより、ユーザＵ１との間で対話を進めていき、ユーザＵ１が本当に求める意識を解析するものである。

また、ランダリング対話エンジン１は、サービスサイト２が提供する情報やＷｅｂ情報４を検索対象情報として取得し、これらのサービスサイト２の情報やＷｅｂ情報４から属性とその属性に対応する属性値を抽出し、ユーザＵ１からの応答情報に応じた属性値を有する情報を検索し、ユーザＵ１の意識に応じた属性値を有する情報をユーザＵ１に対して紹介するものである。

ここで、ラダリングとは、相手との対話の中で、徐々に掘り下げた質問を繰り返すことにより、相手のニーズや価値観を引き出す手法のことをいう。

ランダリング対話エンジン１が行うユーザとの対話の種類としては、例えば、システムがユーザに対して「ＹＥＳ／ＮＯ」形式、「選択肢からの選択」形式の質問タイプや、ユーザに自由な回答をさせる質問タイプや、ユーザの回答に対して、同意したり、言い換えたりすることで、ユーザの自発的な発言を促す質問タイプなどを適用することができる。

図２において、ランダリング型対話エンジン１は、ネットワークを通じて、サービスサイト２やＷｅｂ情報４から対話を進めるための情報やユーザＵ１の意識を引き出すための知識情報を獲得する知識獲得機能部１２と、この知識獲得機能部１２により獲得された知識情報を記憶する用語知識・ドメイン知識ＤＢ１３を有する。

また、ランダリング対話エンジン１は、ネットワークを通じて接続可能なサービスサイト２の種類に応じて、対話を進めるためのシナリオを各ドメイン毎に記憶するドメイン別対話シナリオＤＢ１４を有する。

さらに、ランダリング対話エンジン１は、用語知識・ドメイン知識ＤＢ１３及びドメイン別対話シナリオＤＢ１４を参照しながら、ユーザＵ１との間で対話を進めるランダリング対話制御機能部１１を有する。

このとき、ランダリング対話制御機能部１１は、ユーザの意識を明確にするために更に深堀した質問を投げかけたり、ユーザの意識を確認する質問等の問いかけをしたりする「深堀り」や、ユーザの回答について言い換えをしたり、ユーザに発言のモチベーションを上げるために感情反映させた問いかけをしたりする「言い換え」、ユーザに満足感や期待感を与えるためにユーザに対して種々の情報を提供する「情報提供」や、過去に聞いた情報を要約して再利用する「要約」などの処理を行う。

さらにまた、ランダリング対話エンジン１は、各サービスサイト２の検索対象データ２１から検索対象データを分析する検索対象分析機能部１５を有し、この検索対象分析機能部１５により分析された検索対象分析結果を格納する検索対象分析結果ＤＢ１６を有する。

ランダリング対話エンジン１は、検索対象分析結果ＤＢ１６から、ランダリング対話制御機能部１１により解析されたユーザＵ１の回答解析結果（ユーザＵ１から引き出した情報）にマッチングする情報を抽出して、そのマッチング状況をランダリング対話制御機能部１１に与えるものである。

各種サービスサイト２−１〜２−ｎは、ネットワークを通じてユーザに対して各種情報を提供するサービスサイトである。

各種サービスサイト２−１〜２−ｎとしては、多種多様な企業・団体などのサービスドメインが該当し、例えば、転職者向けの職業紹介ドメイン、住宅情報紹介ドメイン、各種ショッピングサイトのドメイン、旅行プラン／パーソナルナビゲーションのドメイン、放送・映画などのコンテンツ産業のドメインなど企業が提供するドメインサイトや、また例えばいわゆるブログやＳＮＳ（ソーシャルネットワークサイト）等のコミュニティサイトや、行政庁などのドメインサイトや、調査・カウンセリング（例えば、医療・ヘルスケア・福祉やアンケート調査等）の企業・団体が提供するドメインサイトなどが該当する。

Ｗｅｂ情報４は、ネットワーク上に存在するＷｅｂ情報であり、ランダリング対話エンジン１がネットワークを通じてアクセス可能な情報である。

続いて、図３を参照して、ランダリング対話エンジン１の内部構成について説明する。

図３において、ランダリング型対話エンジン１は、対話管理手段１０、マッチング手段２０、マッチング対象分析手段３０、シナリオ管理手段５０、対訳結果要約手段６０、ドメイン知識獲得手段７０、ユーザ発話解析手段８０、ユーザインターフェース（ＵＩ）手段９０を少なくとも有するものである。

対話管理手段１０は、ランダリング型検索サービス１における処理を制御するものである。対話管理手段１０は、検索を希望するユーザＵ１に対していろいろな質問を繰り返し投げかけいき、それらの質問に対するユーザからの回答（対話内容）を蓄積させ、またその蓄積した対話ログを集約させることで、ユーザが本当に意識する情報を引き出し、その意識する情報にマッチする情報やコンテンツを検索させ、ユーザＵ１に紹介するものである。

対話管理手段１０の主な機能としては、ユーザＵ１に質問を投げかけたり、ユーザＵ１からの回答解析結果に基づいて次の対話を進めたり対話制御を実行する対話制御部１１１、対話に係るシナリオに従ってユーザＵ１に対して質問を投げかけたり、ユーザＵ１からの回答に基づいてシナリオの変更等の行う行動決定部１０２、ユーザＵ１との対話について違和感のないシナリオをシナリオ管理部５０から選択するシナリオ選択部１０３、シナリオ選択部１０３により選択されたシナリオをベースに、ユーザＵ１からの回答に対する応答文を生成する応答生成部１０４を少なくとも有するものである。

マッチング手段２０は、対話管理手段１０により解析されたユーザＵ１の回答解析結果（ユーザＵ１から引き出した情報）を対話管理手段１０から受け取り、サービスサイト２から取得した情報とのマッチングを行うものである。

マッチング手段２０の主な機能としては、対話制御手段１０１から受け取ったユーザＵ１の回答解析結果をマッチャー２０２に与えたり、マッチャー２０２によりマッチングされた情報をドメイン知識獲得部７０に与えたりするディスパッチ２０１、対象データと個人登録データとのマッチング処理や、ユーザＵ１の回答解析結果とサービスサイト２の検索情報とのマッチング処理を行うマッチャー２０２、ユーザＵ１の回答解析結果に基づいてサービスサイト２から検索する対象を決定するセッター２０３を少なくとも有するものである。

マッチング対象分析手段３０は、マッチング対象データ（すなわち、ユーザＵ１に質問するための属性に関する情報）や個人登録データを所定のデータ形式に変換すると共に、対話結果やドメイン知識などを用いて、そのマッチング対象データや個人登録データの拡張処理を行うものである。

マッチング対象分析手段３０の主な機能としては、属性を示すマッチング対象の対象データを記憶する対象データＤＢ３０３、ユーザＵ１の個人登録データを記憶する個人登録データＤＢ３０４、対象データＤＢ３０３及び個人登録ＤＢ３０４に格納される対象データ及び個人登録データを所定のデータ形式に変換するコンバータ３０１、ドメイン知識や対話結果のログ情報に基づいて、コンバータ３０１により所定データ形式に変換されたデータを、類似するデータや関連データ等に拡張するデータに変換するエンハンサ３０２を少なくとも有する。

ドメイン知識獲得手段７０は、Ｗｅｂ４を通じて、サービスサイト２や他のＷｅｂ情報４から、サービスサイト２上で提供されるドメイン情報や知識情報を取得するものである。

ドメイン知識獲得手段７０は、Ｗｅｂを通じて検索対象の分野に関するドメイン知識情報（すなわち用語）を取得し、その取得したドメイン知識情報（以下、単にドメイン知識ともいう）をマッチング対象分析手段３０に与え、所定のデータ形式に変換させるドメイン知識エディタ７０１と、所定のデータ形式に変換されたドメイン知識を体系的な集合体（以下、オントロジーともいう）として格納するドメイン知識ＤＢ７０２を有するものである。

シナリオ管理手段５０は、ドメイン知識ＤＢ７０２を参照しながら、各ドメイン毎のシナリオを生成し管理するものである。シナリオ管理手段５０は、ドメイン知識ＤＢ７０２を参照しながら、ユーザＵ１と対話を行うためのシナリオを生成したり、対話管理手段１０の行動決定部１０２の制御に応じて、シナリオを変更したりシナリオの編集を行うシナリオエディタ５０１を有する。このシナリオエディタ５０１は、ユーザと交わす対話シナリオについては、マッチング対象分析手段３０のエンハンサ３０２と連携して、拡張された内容の対象データに基づく対話シナリオを生成することができる。また、シナリオエディタ５０１が生成した対話シナリオはシナリオ選択部１０３により選択されるものとなる。

対話結果要約手段６０は、システムとユーザＵ１との対話でやり取りしたログを格納するログＤＢ６０１と、対話制御部１０１の制御を受けてログＤＢ６０１に格納されているログ情報を読み出して対話制御部１０１に与えるロガー６０２と、拡張・対象データ及び拡張・個人データを用いてユーザＵ１の回答に対する要約処理を行うサマライザ６０３を有する。

ユーザ発話解析手段８０は、対話制御部１０１を通じてユーザＵ１の回答を入力し、その入力されたユーザＵ１の回答情報に基づいて、ユーザが意識する情報を解析するものである。また、ユーザ発話解析手段８０は、解析したユーザが意識する解析情報を対話制御部１０１に与えるものである。

図３に示すように、ユーザ発話解析手段８０は、主な機能として、意識解析部８０１、表現正規化部８０２、構文解析部８０３、形態素解析部８０４、辞書エディタ８０５、意識解析用辞書８０６、翻訳用辞書８０７を少なくとも有する。

意識解析用辞書８０６は、意識解析に必要な種々の情報を格納するものである。図３では、説明便宜上、意識解析用辞書８０６が単一の辞書であるものとして示しているが、意識解析に必要なものを意図するものであり、例えば、形態素情報、構文情報、正規化情報等を格納するものである。また、翻訳用辞書８０７は、翻訳情報を格納するものである。

辞書コンバータ８０５は、翻訳用辞書８０７及び意識解析用辞書８０６を参照しながら、必要に応じて、意識解析用辞書８０６に格納される情報の翻訳処理を行うものである。

形態素解析部８０４は、ユーザＵ１の応答情報又はサービスサイト２等の検索対象情報を対話制御部１０１から取得し、これらユーザＵ１の応答情報又はサービスサイト２等の検索対象情報に対して、意識解析用辞書を参照しながら形態素解析を行うものである。

構文解析部８０３は、意識解析用辞書８０６を参照しながら、形態素解析部８０４による形態素解析結果に基づいて、ユーザＵ１の回答情報又はサービスサイト２等の検索対象情報に対して構文解析を行うものである。

表現正規化部８０２は、意識解析用辞書８０６及びドメイン知識ＤＢ７０２を参照しながら、構文解析部８０３による構文解析結果に対して正規表現化を行うものである。

意識解析部８０１は、意識解析用辞書８０５及びドメイン知識ＤＢ７０２を参照しながら、ユーザＵ１の応答情報に含まれるユーザが意識する意識情報を抽出するものである。この意識解析部８０１により抽出されたユーザの意識情報は、対話制御部１０１を介してマッチング対象分析手段３０の個人登録データＤＢ３０４に記憶される。

（Ａ−１−２）マッチング管理装置について
次に、第１の実施形態に係るマッチング管理装置について図面を参照しながら詳細に説明する。

また、以下では、サービスサイト２が転職者向けの職業紹介ドメインサイトである場合を例示して説明する。

第１の実施形態のマッチング管理装置は、上述したラダリング型検索システム１においては、マッチング手段２０を中心に、対話管理手段１０、ユーザ発話解析手段８０、マッチング対象分析手段３０が連携する機能として実現されることが望ましい。

勿論、上述したラダリング型検索システム１では、対話管理手段１０が、ソフトウェア処理により、各種手段２０〜９０と連携を図って、ラダリング手法によるユーザとの対話を交わしながらユーザの意識に応じた情報を紹介するものであるから、後述するマッチング管理処理の実現箇所が特に限定されるものではない。

図１は、第１の実施形態のマッチング管理装置１１の構成を示す構成図である。図１において、第１の実施形態のマッチング管理装置１１は、マッチャー２０２、評価値計算手段２１、属性選択手段２２、対話管理手段１０、ユーザ発話解析手段８０、対象データデータベース（ＤＢ）３０３、個人登録データデータベース（ＤＢ）３０４、ドメイン知識データベース（ＤＢ）７０２が少なくとも連携して実現されるものである。

また、マッチャー２０２、評価値計算手段２１、属性選択手段２２は、上述したラダリング対話エンジン１のマッチング手段２０の機能構成に相当するものであり、例えば、評価値計算手段２１及び属性選択手段２２は、ディスパッチャ２０１の機能とすることが望ましい。

個人登録データＤＢ３０４は、ユーザの個人登録データを保持するデータベースである。図４は、個人登録データＤＢ３０４に保持されるユーザデータの構成例を示す構成図である。図４に示すように、ユーザデータの項目は、「属性名」、「属性値」、「シナリオ優先度」、「ユーザ優先度」からなる。

「属性名」は、情報検索をするための属性の名称であり、「属性名」は、その属性に対するユーザの属性値である。「シナリオ優先度」は、対話を進行させる対話シナリオにおいて設定されているユーザに質問する順番を示すものである。図４では、数字が大きいものほど優先度が高い。「ユーザ優先度」は、ユーザの回答から得られた、その属性の優先度である。図４においては、数字が大きいものほど、ユーザの優先度が高いものである。また、ユーザデータには、ユーザとの対話により取得した属性値が埋められていく。

対象データＤＢ３０３は、ネットワークを通じて、サービスサイト２から取得した検索対象データを保持するデータベースである。

図５は、対象データＤＢ３０３に保持されている対象データの構成例を示す構成図である。図５では、転職情報としての対象データの構成例であり、その構成としては、例えば、対象データを識別するための「ＩＤ」、「勤務地」、「職種」、「業種」などから構成されるものである。

ドメイン知識ＤＢ７０２は、ドメイン知識を保持するデータベースである。図６は、ドメイン知識ＤＢ７０２において保持されるドメイン知識の構成例を示す構成図である。図６に示すように、ドメイン知識は、複数の用語に関する知識を体系的に分類するオントロジーで構成されるものである。

例えば、図６（Ａ）は勤務地オントロジーの例であり、図６（Ｂ）は業種オントロジーの例である。図６（Ａ）においては、例えば、属性「勤務地」について、上位概念とする「日本」の下位概念に「関西」及び「関東」がリンクする場合を示す。また、「関西」を上位概念とし、その下位概念として「京都府」及び「大阪府」がリンクする場合を示す。このように、図６に保持される知識は、上位概念の用語と下位概念の用語とが親子関係でリンクされるように構成される。

評価値計算手段２１は、マッチャー２０２によるマッチング結果に基づいて、評価値を計算するものである。この評価値計算手段２１による評価値の計算のしかたとしては、ユーザデータにおいて、属性値がセットされている割合（ユーザのプロパティ割合）を評価値として計算する。

属性選択手段２２は、マッチャー２０２によるマッチング結果やユーザデータや評価値を見て、最も適切にデータを絞り込むために必要なユーザの希望条件の項目を決定するものであり、その決定した項目を対話制御手段１０に与えるものである。これにより、対話制御手段１０は、属性選択手段２２により決定された項目についての質問をユーザに対して行うことができる。ここで、属性選択手段２２による項目の決定方法については、動作の項で詳細に説明する。

属性選択手段２２は、ユーザデータを参照して、例えば、ユーザデータに属性値が埋まっていない場合、属性値が埋まっていない属性の中から、優先度が高い属性名を対話制御手段１０に与える。これによる優先度が高い属性名についてユーザに対して質問することができ、属性値を取得できる。また、優先度としては、シナリオ優先度とユーザ優度度があるが、シナリオ優先度を優先する。

また、属性選択手段２２は、ユーザデータを参照して、ユーザデータの属性値がある程度埋められている場合には、ユーザデータの中で最も子孫の多い属性名を対話管理手段１０に与える。

さらに、属性選択手段２２は、マッチする対象データ少ない場合、マッチしていないものが１つあってもよいという条件でマッチングを行い、評価値が一番高い対象データの中からマッチしていない属性名を対話管理手段１０に与える。この処理については、動作の項で詳細に説明する。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態のマッチング管理処理について図面を参照しながら説明する。図７は、第１の実施形態のマッチング管理処理を示すフローチャートである。

まず、属性選択手段２２は、取得を希望する属性を対話制御手段１０に要求する（ステップＳ１０１）。このとき、属性選択手段２２が対話生成手段１０に対して要求する初期の属性については、デフォルトとして予め設定されているものとしてよいし、又はドメイン知識ＤＢ７０２を参照してランダムに選択したオントロジーの属性としてもよい。

属性選択手段２２からの要求を受けて、対話制御手段１０は、要求された属性についての属性値をユーザから取得するために当該属性の属性値を問い合わせる質問文を生成し、その質問文をユーザに与える（ステップＳ１０２）。

図８は、対話制御手段１０からの質問文がユーザのブラウザ（ユーザ端末上）に表示されたときの表示例５０１である。図８では、ユーザに問い合わせる属性が「勤務地」である場合を例示する。

図８の質問文の表示例５０１では、質問文５０１、回答ボタン５０２、勤務地選択表示部５０４、意図表示部５０５、優先度付与表示部５０６、マッチング結果表示部５０７を少なくとも有する。

質問文５０１には、ラダリング対話エンジン１から与えられた質問文が表示される部分であり、ユーザは、この質問文に対する回答を行なう。ユーザが回答する場合、勤務地選択表示部５０４に表示される勤務地の中から所望の勤務地を選択する。ここでは、「大阪市」を選択した場合を示す
また、当該属性（すなわち「勤務地」）が転職先を検索する上で、ユーザにとってどの程度重要であるかの意識を把握するために、意図表示部５０５及び優先度付与表示部５０６を有する。

この意図表示部５０５には例えば「決めていない」、「なんでも良い」などの当該属性に対するユーザの意識を知るための情報が表示される。また優先度付与表示部５０６には、当該属性についてユーザが優先度を選択することができる。なお、優先度の設定のしかたは、特に限定されるものでなく、種々の方法を適用することができるが、ここでは例えば、優先度「３」が「普通レベル」であり、値が大きくなれば転職先を検索する上で当該属性の優先度が高いものとする。

また、図９は、図８とは別の質問文の表示例である。図９に示す表示例７０１では、質問文７０２に対して、ユーザが自然言語を入力する入力部７０３を有する。この場合、ユーザは、質問文７０２に対する回答を入力部７０３に入力した後、回答ボタン７０４を選択することで回答文を返信するものとする。なお、図９に示す表示例には、発話解析結果表示部７０５及びマッチング結果表示部７０６を有する。

図８又は図９に例示する質問文に対してユーザが回答すると、その回答文が対話制御手段１０に与えられる（ステップＳ１０３）。さらに、回答文は、対話制御手段１０からユーザ発話解析手段８０に与えられ、ユーザ発話解析手段８０により回答文解析される（ステップＳ１０４）。これにより、回答文に含まれる属性とその属性の属性値とが対応づけられ、ユーザデータに格納される（ステップＳ１０５）。

属性とその属性の属性値がユーザデータに格納されると、属性選択手段２２は、ユーザデータを参照し（ステップＳ１０６）、当該ユーザデータに格納されている属性値の割合が閾値以上であるか否かを判断する（ステップＳ１０７）。

そして、ユーザデータに格納されている属性値の割合が閾値未満である場合、属性選択手段２２は、属性判定ルール２２２を参照して、ユーザデータに格納されている属性値の評価値に応じた属性選択処理を行う（ステップＳ１０８）。

図１０は、属性判定ルール２２２を説明する説明図である。図１０（Ａ）は、属性判定ルール２２２の構成例を示すものであり、図１０（Ｂ）は、属性判定ルール２２２のチェック項目の定義内容であり、また図１０（Ｃ）は、属性判定ルール２２２の実行処理の定義内容である。

図１０（Ａ）では、条件１〜条件９の９個の条件に該当する場合に、それぞれ対応する実行処理（処理１〜処理６）を実行させるルールである。図１０（Ａ）において、「○」はチェック項目に該当する場合であり、「×」はチェック項目に該当しない場合であり、「−」は決まっていない場合を示す。

属性判定ルール２２２のチェック項目としては、図１０（Ｂ）に示すように、Ｃ１〜Ｃ６の６種類からなる。Ｃ１は、属性値がセットされたユーザのプロパティの割合が閾値（filed_property_ratio）以上であること、Ｃ２は、マッチしたターゲット数が閾値（matched_targrt_count）以上であること、Ｃ３は、ユーザデータの中でシナリオの優先度が所定の優先度（property_priority）以上であって、状態が所定レベル（status_Level）以下のプロパティであること、Ｃ４は、ＦＩＸＥＤ以外のすべてのユーザデータの属性値が子孫を持っていないこと、Ｃ５は、状態のレベル（status_Level）が１以下であること、Ｃ６は、所定の優先度（property_priority）が１であることである。

また、実行処理としては、図１０（Ｃ）に示すように、処理１〜処理６の６種類からなる。処理１は、希望条件の穴埋めを行う処理であり、その内容は、ユーザデータの中から状態レベル（status_Level）が１以下であって最もシナリオの優先度が高いプロパティを選択する処理である。処理２は、希望条件の絞込みを行う処理であり、その内容は、ユーザデータの中で最も子孫の多い属性値を持つプロパティを選択する処理である。処理３は、希望条件の緩和を行う処理であり、その内容は、マッチしない属性の数（unmatchedCount）をインクリメントして、もう一度データマッチング機能を呼び、評価値が一番高いターゲットデータ中のマッチしていないプロパティを選択する処理である。処理４は、曖昧な回答に関して再質問する処理であり、その内容は、状態レベル（status_Level）をインクリメントしてもう一度属性判定ルール２２２を参照した判定処理を行う処理である。処理５は、優先度の低い属性も考慮する処理であり、その内容は、優先度（property_priority）をデクリメントしてもう一度一度属性判定ルール２２２を参照した判定処理を行う処理である。処理６は、絞込みをできないようにする処理であり、その内容は、ユーザとの対話をやり直す処理である。

ステップＳ１０８において、属性選択手段２２による属性選択処理を行い、属性が選択されると（ステップＳ１０９）、ステップＳ１０１に戻り、選択された属性についての質問文がユーザに与えられる。

一方、ステップＳ１０７において、ユーザデータにセットされている属性値の割合が閾値以上である場合、マッチャー２０２により、ユーザデータとマッチする対象データを対象データＤＢ３０３から検索する（ステップＳ１１０）。

マッチャー２２によりマッチングされると、対話制御手段１０は、ユーザデータにおいて記録されているユーザ優先度を参照し、ユーザ優先度が高い属性にマッチングしているマッチング結果を選択し、このマッチング結果を優先してユーザに与えて表示させる（ステップＳ１１１）。

ユーザは、表示されたマッチング結果から所望の対象データを選択する。そして、対話制御手段１０は、ユーザにより選択された対象データの詳細データを対象データＤＢ３０３から呼び出し、その対象データをユーザに与えて表示させる（ステップＳ１１２）。

例えば、図１１は、図９に例示した表示例に対応する表示例である。図１１の発話解析結果表示部８０５では、ユーザが自然言語で入力した「できれば関西がいいです。」という入力（図９参照）に対する発話解析結果である。つまり、図１１では、図９の回答である「できれば」という入力について、属性選択手段２２は、ユーザ優先度が２であるものと解析し、その解析結果を発話解析表示部８０５に表示する。

また、マッチング結果表示部８０６には、マッチングした対象データが２１件検索できたが、そのなかから、ユーザ優先度が高いものから順に、Ａ株式会社、Ｂ株式会社、株式会社Ｄ、…と表示される。

（Ａ−３）第１の実施形態の効果
以上のように、第１の実施形態によれば、以下の効果を奏することができる。

第１の実施形態によれば、ユーザ優先度や現在のマッチング状況を的確に判断し、少ない質問数で最適なマッチング結果を得ることができる。

第１の実施形態によれば、条件に完全にマッチしていなくても、適合率が高ければ、その条件でも良いかをたずねることができ、ユーザも気づいていないような良い結果を得ることができる。

第１の実施形態によれば、階層型の知識データベースに上位概念、下位概念や類似概念を提案することによって、条件の絞込み、緩和が自由にでき、マッチング結果の調整ができる。

第１の実施形態によれば、ユーザがある条件に対して、「決めていない」、「なんでもよい」などの回答ができ、その条件を考慮して的確な候補を見つけることができる。

（Ｂ）他の実施形態
（Ｂ−１）第１の実施形態では、サービスサイトの一例として、転職者向けの職業紹介サイトを例示したが、これに限定されるものではなく、ネットワーク上に存在する情報に広く適用することができる。

また、ネットワーク上の情報としては、テキストデータ、画像データ、動画像データ、音データ等を検索対象データとすることができる。

（Ｂ−２）第１の実施形態で説明したラダリング検索エンジン、マッチング管理装置が実現する各種構成要件の機能はソフトウェア処理により実現されるものである。例えば、ハードウェア構成として、例えばＣＰＵ、ＲＯＭ、ＲＡＭなどを有して構成されるものであって、各種構成要件の機能は、ＣＰＵが、ＲＯＭに格納される処理プログラムを、処理に必要なデータを用いて実行することにより実現されるものである。

（Ｂ−３）第１の実施形態で説明したマッチング管理装置は、物理的に同一の装置に搭載されることに限定されるものではなく、各種構成要件が分散的な装置に搭載されるようにしてもよい。すなわち、各種構成要件が、分散配置されてもよい。

第１の実施形態のマッチング管理装置の内部構成を示す構成図である。 第１の実施形態のラダリング型検索システムの全体的な構成を示す構成図である。 第１の実施形態のラダリング型検索システムの構成を構成図である。 第１の実施形態のユーザデータの構成を示す構成図である。 第１の実施形態の対象データの構成を示す構成図である。 第１の実施形態のドメイン知識の構成を示す構成図である。 第１の実施形態のマッチング管理処理を示すフローチャートである。 第１の実施形態の質問文の表示例を示す図である。 第１の実施形態の質問文の表示例を示す図である。 第１の実施形態の属性判定ルールを説明する説明図である。 第１の実施形態の質問文の表示例において発話解析表示及びマッチング結果を表示する表示例の図である。

符号の説明

１１…マッチング管理装置、２１…評価値計算手段、２２…属性選択手段、２０２…マッチャー、１０…対話管理手段、８０…ユーザ発話解析手段、３０３…対象データＤＢ、３０４…個人登録データＤＢ、７０２…ドメイン知識ＤＢ。

Claims (6)

1. ユーザとの対話により複数の属性のそれぞれについて質問文をユーザに投げかけ、その質問文に対するユーザからの回答文から上記各属性に対する属性値を解析するユーザ発話解析手段と、
   上記ユーザ発話解析手段による解析結果として、上記複数の属性と、上記各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持手段と、
   上記ユーザデータを参照して、上記すべての属性に対してユーザから回答の得られた上記属性値の取得割合が所定値以上である場合に、複数の対象データから、当該ユーザデータの上記各属性及び上記各属性値にマッチする１又は複数の対象データ候補を選出するマッチング手段と、
   上記マッチング手段により選出された上記各対象データ候補をユーザ側に出力する対話制御手段と
   を備えることを特徴とする情報検索装置。
2. 上記マッチング手段が、上記属性値の取得割合が所定値未満である場合に、
   上記ユーザデータにおける上記すべての属性に対する上記各属性値についての評価値を計算する評価値計算部と、
   所定の属性判定ルールを参照して、上記評価値計算部による評価値計算結果に対応する属性選択処理を行う属性選択部と
   を有することを特徴とする請求項１に記載の情報検索装置。
3. 上記属性選択部が、ユーザとの対話を進行させる対話シナリオの進行優先度の高い属性から順に選択するものであることを特徴とする請求項２に記載の情報検索装置。
4. 上記対話制御手段が、上記ユーザの出力優先度の高い属性にマッチする上記対象データ候補から順に出力するものであることを特徴とする請求項１〜３のいずれかに記載の情報検索装置。
5. ユーザ発話解析手段と、ユーザデータ保持手段と、マッチング手段と、対話制御手段とを備え、
   上記ユーザ発話解析手段が、ユーザとの対話により複数の属性のそれぞれについて質問文をユーザに投げかけ、その質問文に対するユーザからの回答文から上記各属性に対する属性値を解析するユーザ発話解析工程と、
   上記ユーザデータ保持手段が、上記ユーザ発話解析手段による解析結果として、上記複数の属性と、上記各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持工程と、
   上記マッチング手段が、上記ユーザデータを参照して、上記すべての属性に対してユーザから回答の得られた上記属性値の取得割合が所定値以上である場合に、複数の対象データから、当該ユーザデータの上記各属性及び上記各属性値にマッチする１又は複数の対象データ候補を選出するマッチング工程と、
   上記対話制御手段が、上記マッチング手段により選出された上記各対象データ候補をユーザ側に出力する対話制御工程と
   を有することを特徴とする情報検索方法。
6. コンピュータを、
   ユーザとの対話により複数の属性のそれぞれについて質問文をユーザに投げかけ、その質問文に対するユーザからの回答文から上記各属性に対する属性値を解析するユーザ発話解析手段、
   上記ユーザ発話解析手段による解析結果として、上記複数の属性と、上記各属性に対するユーザの属性値とを対応付けたユーザデータを保持するユーザデータ保持手段、
   上記ユーザデータを参照して、上記すべての属性に対してユーザから回答の得られた上記属性値の取得割合が所定値以上である場合に、複数の対象データから、当該ユーザデータの上記各属性及び上記各属性値にマッチする１又は複数の対象データ候補を選出するマッチング手段、
   上記マッチング手段により選出された上記各対象データ候補をユーザ側に出力する対話制御手段
   として機能させる情報検索プログラム。

Images