JP6429819B2 - 情報提供装置および情報提供方法 - Google Patents
情報提供装置および情報提供方法 Download PDFInfo
- Publication number
- JP6429819B2 JP6429819B2 JP2016055544A JP2016055544A JP6429819B2 JP 6429819 B2 JP6429819 B2 JP 6429819B2 JP 2016055544 A JP2016055544 A JP 2016055544A JP 2016055544 A JP2016055544 A JP 2016055544A JP 6429819 B2 JP6429819 B2 JP 6429819B2
- Authority
- JP
- Japan
- Prior art keywords
- response
- content
- information providing
- providing apparatus
- conference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 56
- 230000004044 response Effects 0.000 claims description 124
- 239000013598 vector Substances 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 38
- 238000011156 evaluation Methods 0.000 claims description 29
- 230000002787 reinforcement Effects 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 230000009471 action Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
まず、図1を用いて、情報提供装置10が実行する応答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提供装置の一例を示す図である。例えば、図1に示す例では、応答処理の一例を、複数の利用者がブレインストーミング等の会議を行っている際に、利用者の発言を入力情報として取得し、取得した入力情報に基づいて、会議に参加した個々の意見や会議における話題の方向性を深層強化学習(DQN:Deep Q-Network)により学習することで、会議に参加した利用者の集団的知能の学習を行う学習処理と、会議における発言内容をベクトル空間上にマッピングし、自動運転等で用いられているSLAM(Simultaneous Localization and Mapping)の技術を用いて、会議における話題の方向性を誘導する誘導処理とに分けて説明する。
ここで、従来技術では、入力されたテキストを構成する複数次元の単語ベクトルで示す分散表現を用いて、入力されたテキストと類似するテキストや、入力されたテキストに続くテキストを類推する。このような従来技術を用いて、会議等の発言に対応する発言をロボット等から出力することで、会議の進行を補助するといった技術が考えられる。しかしながら、上記の従来技術では、入力されたテキストと類似するテキストや、入力されたテキストに続くテキスト等、利用者が予測しうる情報を出力しているに過ぎない。このため、例えば、上記の従来技術では、会議の内容を停滞させたり、会議の内容を発散させたりしてしまい、会議を効率的に進めることができないおそれがある。そこで、情報提供装置10は、応答処理として、集団知能の学習を行う学習処理と、会議の内容を誘導する誘導処理とを実行する。なお、以下の説明では、学習処理と誘導処理とをそれぞれ個別に説明するが、実際には、情報提供装置10により学習処理と誘導処理とが同時並行的に実行されることとなる。
まず、情報提供装置10が実行する学習処理の一例について説明する。まず、情報提供装置10は、会議における利用者の発言内容を取得する。続いて、情報提供装置10は、入力された発言内容に対する応答であって、後続する他の発言の内容を会議の目的に近づくように誘導する応答を決定する。より具体的には、情報提供装置10は、取得された発言内容に対して出力された応答に後続する発言が、会議の目的に近づくようにする応答を決定する。例えば、情報提供装置10は、ある発言内容に後続する発言が会議の目的に近づくように、発言に対する応答を深層強化学習により学習した学習器を用いて、応答を決定する。そして、情報提供装置10は、決定した応答を発言に対する応答として出力する。
ここで、利用者の発言が単純に会議の目的に近づくような応答を出力したとしても、会議を適切に誘導することができない場合もある。例えば、会議等においては、各利用者に前回とは異なるアイデアを出させたり、過去に盛り上がった話題等に誘導することで、会議を円滑に進めたい場合等が考えられる。
次に、図1を用いて、情報提供装置10が実行する応答処理の一例について説明する。例えば、図1に示す例では、情報提供装置10は、会議における利用者の発言Aや発言Bを入力として受付ける(ステップS1)。より具体的には、情報提供装置10は、利用者が発声した発言Aをテキストデータに変換し、変換後のテキストデータを入力情報として取得する。
次に、図2を用いて、図1に示した学習処理および誘導処理を実行する情報提供装置10の構成について説明する。図2は、実施形態に係る情報提供装置が有する機能構成の一例を示す図である。図2に示すように、情報提供装置10は、入力装置30および出力装置31と接続されている。また、情報提供装置10は、通信部11、記憶部12、および制御部16を有する。
取得部17は、会議における利用者の発言内容を取得する。例えば、取得部17は、マイクやキーボード等により実現される入力装置30から、会議における利用者の発言を取得する。かかる場合、取得部17は、受付けた利用者の発言をテキストデータに変換する。
図2に戻り、説明を続ける。応答決定部21は、後続する利用者の発言内容を会議の目的に近づけるようにする応答を深層強化学習により学習した学習器を用いて、取得された発言内容に対する応答を決定する。例えば、応答決定部21は、モデルデータベース13から深層強化学習が行われた学習器を取得し、取得された利用者の発言内容を学習器に入力し、学習器の出力に応じて、会議における利用者の発言に対する応答を決定する。そして、応答出力部22は、応答決定部21によって決定された応答をスピーカー等の出力装置31から出力する。
次に、図6を用いて、情報提供装置10が実行する応答処理の流れについて説明する。図6は、実施形態に係る情報提供装置が実行する応答処理の流れを説明するフローチャートである。なお、情報提供装置10は、以下に説明するステップS101〜ステップS108の処理を繰り返し実行する。
上記では、図1に例示した態様を用いながら、情報提供装置10が実行する処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、情報提供装置10が実行する抽出処理のバリエーションについて説明する。
上述した例では、情報提供装置10は、会議を効率的に進めるため、発言内容をベクトル空間上に投影し、各発言内容の位置関係に基づいて、会議を誘導する方向を特定するとともに、利用者の発言を会議の目的となる方向に誘導させる応答を深層強化学習により学習した学習器を用いて、応答を生成、出力した。しかしながら、実施形態は、これに限定されるものではない。
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また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また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、上述してきた実施形態に係る情報提供装置10は、例えば図7に示すような構成のコンピュータ1000によって実現される。図7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、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述したように、情報提供装置10は、会議における発言内容を取得し、後続する利用者の発言内容を会議の目的に近づけるようにする応答を深層強化学習により学習した学習器を用いて、取得された発言内容に対する応答を決定し、決定した応答を出力する。すなわち、情報提供装置10は、利用者の発言内容を会議の目的に近づけるようにする応答をDQNにより随時学習する学習器を用いて、応答を決定するので、会議を効率的に進めることができる。
11 通信部
12 記憶部
13 モデルデータベース
14 ベクトル空間データベース
16 制御部
17 取得部
18 投影部
19 位置特定部
20 誘導方向特定部
21 応答決定部
22 応答出力部
23 評価取得部
24 モデル更新部
30 入力装置
31 出力装置
Claims (5)
- 会議における発言内容を取得する取得部と、
前記発言内容をベクトル空間上に投影した場合の投影位置の変化に基づいて、前記会議を誘導する方向を特定する特定部と、
後続する利用者の発言内容が前記ベクトル空間上に投影した際に前記特定部により特定された方向に近づくようにする応答を深層強化学習により学習した学習器を用いて、前記取得された発言内容に対する応答を決定する決定部と、
前記決定した応答を出力する出力部と
を有することを特徴とする情報提供装置。 - 前記応答が出力された後の前記会議の状態に基づいて、前記学習器の更新を行う更新部
を有し、
前記取得部は、前記出力部により出力された応答に対する利用者の発言内容を新たに取得し、
前記決定部は、前記更新部により更新された学習器を用いて、前記新たに取得された利用者の発言内容に対する新たな応答を決定する
ことを特徴とする請求項1に記載の情報提供装置。 - 前記更新部は、前記応答が出力された後で前記利用者が入力した評価に基づいて、前記学習器の更新を行う
ことを特徴とする請求項2に記載の情報提供装置。 - 前記更新部は、前記応答を出力する前に取得した発言内容と、前記応答を取得した後に取得した発言内容とのブレに基づいて、前記学習器の更新を行う
ことを特徴とする請求項2または3に記載の情報提供装置。 - 情報提供装置が実行する情報提供方法であって、
会議における発言内容を取得する取得工程と、
前記発言内容をベクトル空間上に投影した場合の投影位置の変化に基づいて、前記会議を誘導する方向を特定する特定工程と、
後続する利用者の発言内容が前記ベクトル空間上に投影した際に前記特定工程により特定された方向に近づくようにする応答を深層強化学習により学習した学習器を用いて、前記取得された発言内容に対する応答を決定する決定工程と、
前記決定した応答を出力する出力工程と
を含むことを特徴とする情報提供方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016055544A JP6429819B2 (ja) | 2016-03-18 | 2016-03-18 | 情報提供装置および情報提供方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016055544A JP6429819B2 (ja) | 2016-03-18 | 2016-03-18 | 情報提供装置および情報提供方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017173873A JP2017173873A (ja) | 2017-09-28 |
JP6429819B2 true JP6429819B2 (ja) | 2018-11-28 |
Family
ID=59972020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016055544A Active JP6429819B2 (ja) | 2016-03-18 | 2016-03-18 | 情報提供装置および情報提供方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6429819B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697282B (zh) * | 2017-10-20 | 2023-06-06 | 阿里巴巴集团控股有限公司 | 一种语句的用户意图识别方法和装置 |
CN109711871B (zh) * | 2018-12-13 | 2021-03-12 | 北京达佳互联信息技术有限公司 | 一种潜在客户确定方法、装置、服务器及可读存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1195231A4 (en) * | 2000-03-31 | 2006-01-25 | Sony Corp | ROBOTIC DEVICE, ROBOTIC DEVICE ACTION CONTROL METHOD, EXTERNAL FORCE DETECTION DEVICE, AND EXTERNAL FORCE DETECTION METHOD |
JP2003285285A (ja) * | 2002-03-27 | 2003-10-07 | Nec Corp | ソフトウェアエージェントを有するロボット装置及びその制御方法とプログラム |
JP2005070169A (ja) * | 2003-08-20 | 2005-03-17 | Kokichi Tanihira | 学習支援システム、学習支援プログラム、および学習支援サービスの提供方法 |
JP4508757B2 (ja) * | 2004-07-16 | 2010-07-21 | 富士通株式会社 | 応答生成プログラム、応答生成方法、および応答生成装置 |
US8073681B2 (en) * | 2006-10-16 | 2011-12-06 | Voicebox Technologies, Inc. | System and method for a cooperative conversational voice user interface |
JP2011053629A (ja) * | 2009-09-04 | 2011-03-17 | Sharp Corp | 会議中継装置及びコンピュータプログラム |
JP2012181697A (ja) * | 2011-03-01 | 2012-09-20 | Nec Corp | 対話システム、対話制御方法およびプログラム |
JP6115074B2 (ja) * | 2012-10-25 | 2017-04-19 | 株式会社リコー | 情報提示システム、情報提示装置、プログラムおよび情報提示方法 |
US9008283B2 (en) * | 2013-03-15 | 2015-04-14 | Genesys Telecommunications Laboratories, Inc. | Customer portal of an intelligent automated agent for a contact center |
US10666696B2 (en) * | 2014-09-05 | 2020-05-26 | Minerva Project, Inc. | System and method for a virtual conference interactive timeline |
-
2016
- 2016-03-18 JP JP2016055544A patent/JP6429819B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017173873A (ja) | 2017-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6854921B2 (ja) | タスク固有のポリシーおよび共有ポリシーをもつマルチタスクニューラルネットワークシステム | |
US20240070392A1 (en) | Computing numeric representations of words in a high-dimensional space | |
US10417566B2 (en) | Self-learning technique for training a PDA component and a simulated user component | |
US20200334420A1 (en) | Contextual language generation by leveraging language understanding | |
EP3523759B1 (en) | Image processing neural networks with separable convolutional layers | |
KR102535411B1 (ko) | 메트릭 학습 기반의 데이터 분류와 관련된 장치 및 그 방법 | |
CN111712834B (zh) | 用于推断现实意图的人工智能系统 | |
US20210142181A1 (en) | Adversarial training of machine learning models | |
US10679006B2 (en) | Skimming text using recurrent neural networks | |
JP7483751B2 (ja) | 教師なしデータ拡張を使用した機械学習モデルのトレーニング | |
JP2014529787A (ja) | 固有表現の認識方法及び装置 | |
JP2018097397A (ja) | ルールセットを選択可能な推論エンジンを有するプログラム、装置及び方法 | |
JP6679360B2 (ja) | 情報提供装置および情報提供方法 | |
JP6824795B2 (ja) | 修正装置、修正方法および修正プログラム | |
JP6429819B2 (ja) | 情報提供装置および情報提供方法 | |
CN110059164B (zh) | 用于呈现对话系统的用户界面的方法和系统 | |
JP2018159992A (ja) | パラメータ調整装置、学習システム、パラメータ調整方法、およびプログラム | |
Hwang et al. | End-to-end dialogue system with multi languages for hospital receptionist robot | |
KR20230071673A (ko) | 언어 모델을 이용한 개방형 도메인 대화 모델 구축을 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 | |
JP7013329B2 (ja) | 学習装置、学習方法および学習プログラム | |
Sagar et al. | Dialog management system based on user persona | |
CN115398446A (zh) | 使用符号编程的机器学习算法搜索 | |
US11900222B1 (en) | Efficient machine learning model architecture selection | |
JP7013332B2 (ja) | 学習装置、学習方法および学習プログラム | |
JP7013331B2 (ja) | 抽出装置、抽出方法および抽出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170919 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180731 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180919 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181002 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181030 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6429819 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |