JPWO2019103006A1

JPWO2019103006A1 - 情報処理装置及び情報処理方法

Info

Publication number: JPWO2019103006A1
Application number: JP2019555314A
Authority: JP
Inventors: 公亮角野; 優樹斉藤; 陽平大野; 雄一朗瀬川
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2017-11-24
Filing date: 2018-11-20
Publication date: 2020-12-17
Anticipated expiration: 2038-11-20
Also published as: WO2019103006A1; JP6937842B2; US20210241755A1

Abstract

変換部１３は、取得された入力データの入力先となる対話処理装置３について学習部１２によって学習された入力規則に合致するよう、当該入力データを変換する。より具体的には、変換部１３は、入力データのうち、入力規則に合致してない入力データを、入力規則に合致する入力データに変換する。また、変換部１３は、入力データに含まれる代名詞に相当するデータを、当該代名詞が意味する名詞に相当するデータに変換する。また、変換部１３は、入力データを、入力規則に合致するように分離した入力データに変換する。また、変換部１３は、入力データのうち、入力規則に合致してない抽象度の入力データを、入力規則に合致する抽象度の入力データに変換する。

Description

本発明は、音声に応じた処理を行うための技術に関する。

近年の音声認識技術の向上に伴い、ユーザが発話して音声で指示を行うと、その指示に従って各種の処理を行うというサービスが普及している。例えば特許文献１には、フロントエンド装置が、連携先システムへの音声データの入力と並行して、キー入力やマウスによるキーワードの入力を受け付け、音声データに含まれるキーワードを特定する仕組みが開示されている。

国際公開第ＷＯ０８/１５０００３号

特許文献１の記載の仕組みでは、音声入力とは別にキーワードの入力が必要となるが、このようなキーワードの入力に要する作業は煩わしいという問題がある。そこで、本発明は、ユーザの発話を対話処理装置が理解可能な形式へと変換することを、発話以外の入力を必要とせずに実現することを目的とする。

上記課題を解決するため、本発明は、ユーザ端末に入力された発話に応じた入力データと、当該入力データに応じた処理を行う１以上の対話処理装置からの応答データとを取得する取得部と、取得された前記入力データ及び前記応答データに基づいて、当該対話処理装置に対するデータの入力規則を学習する学習部と、取得された前記入力データの入力先となる前記対話処理装置について前記学習部によって学習された入力規則に合致するよう、当該入力データを変換する変換部と、前記変換部による変換後のデータを前記対話処理装置に出力する出力部とを備えることを特徴とする情報処理装置を提供する。

前記変換部は、前記入力データのうち、前記入力規則に合致してない入力データを、前記入力規則に合致する入力データに変換するようにしてもよい。

前記変換部は、前記入力データに含まれる代名詞に相当するデータを、当該代名詞が意味する名詞に相当するデータに変換するようにしてもよい。

前記変換部は、前記入力データを、前記入力規則に合致するように分離した入力データに変換するようにしてもよい。

前記変換部は、前記入力データのうち、前記入力規則に合致してない抽象度の入力データを、前記入力規則に合致する抽象度の入力データに変換するようにしてもよい。

前記変換部は、前記入力データのうち、前記入力規則に合致してない入力データを、前記入力規則に合致するテキストデータに変換し、変換した前記テキストデータに応答する前記対話処理装置からのテキストデータを、入力データに変換し、前記出力部は、さらに、前記変換部による変換後の入力データを前記ユーザ端末に出力するようにしてもよい。

前記学習部は、取得された前記入力データ及び前記応答データに基づいて、複数の前記対話処理装置のうち、当該入力データの入力先となる前記対話処理装置を学習し、前記出力部は、取得された前記入力データについて前記変換部によって変換された後のデータを、前記学習部によって学習された結果から特定される前記対話処理装置に出力するようにしてもよい。

前記出力部は、さらに、前記学習部によって学習された結果から特定される複数の前記対話処理装置のうち、前記ユーザ端末と当該ユーザ端末を使用するユーザに提供される商品の提供元との間の距離又は時間に関する条件に応じて特定される対話処理装置に対し、前記変換部による変換後のデータを出力するようにしてもよい。

前記学習部は、前記ユーザ端末を使用するユーザ単位又は当該ユーザが属するグループ単位で前記学習を行い、前記出力部は、さらに、前記ユーザ端末を使用するユーザ又は当該ユーザが属するグループに応じた情報を当該ユーザ端末に出力するようにしてもよい。

また、本発明は、ユーザ端末に入力された発話に応じた入力データと、当該入力データに応じた処理を行う１以上の対話処理装置からの応答データとを取得するステップと、取得された前記入力データ及び前記応答データに基づいて、当該対話処理装置に対するデータの入力規則を学習するステップと、取得された前記入力データの入力先となる前記対話処理装置について前記学習された入力規則に合致するよう、当該入力データを変換するステップと、前記変換後のデータを前記対話処理装置に出力するステップとを含む情報処理方法を提供する。

本発明によれば、ユーザの発話を対話処理装置が理解可能な形式へと変換することを、発話以外の入力を必要とせずに実現することができる。

本発明の一実施形態にかかる対話処理システムの全体構成を示す図である。同実施形態にかかる中継装置のハードウェア構成を示す図である。同中継装置の機能構成を示す図である。同中継装置の処理を示すフローチャートである。同中継装置の処理を示すフローチャートである。同中継装置の学習例を示す図である。同中継装置の学習例を示す図である。同中継装置の学習例を示す図である。同中継装置の学習例を示す図である。

１・・・中継装置、１０１・・・制御部、１０２・・・通信部、１０３・・・記憶部、１１・・・取得部、１２・・・学習部、１３・・・変換部、１４・・・出力部、２・・・ユーザ端末、３ａ，３ｂ・・・対話処理装置、４・・・通信網。

［構成］
図１は、本発明の一実施形態に係る対話処理システムの全体構成を示すブロック図である。この対話処理システムは、本発明に係る情報処理装置の一形態である中継装置１と、発話者であるユーザが利用するユーザ端末２と、ユーザが発話した音声を認識してその認識結果に応じた処理（以下、対話処理機能という）を行う対話処理装置３ａ，３ｂと、これら中継装置１、ユーザ端末２及び対話処理装置３ａ，３ｂを通信可能に接続する通信網４とを備えている。ユーザ端末２は例えばスマートホンやタブレット等の携帯可能なコンピュータであってもよいし、ユーザの自宅等に設置された据え置き型のコンピュータであってもよい。通信網４は移動通信網又は固定通信網を含んでおり、例えばユーザ端末２は無線で移動通信網に接続可能である。対話処理装置３ａ，３ｂは図では２つある場合を例示しているが、この例に限らず、１以上であればよい。また、ユーザ端末２は１つに限らず、複数であってもよい。なお、以下において、対話処理装置３ａ，３ｂを総称するときは、対話処理装置３という。

対話処理装置３ａ，３ｂは、それぞれ異なる事業者によって運営管理されるコンピュータである。例えば、対話処理装置３ａは、ユーザがピザの宅配を音声で指示することが可能な装置であり、対話処理装置３ｂは、ユーザが日用品や雑貨の注文を音声で指示することが可能な装置である。それぞれの対話処理装置３ａ，３ｂにおいては、ユーザが音声で指示を入力するときの規則（以下、入力規則という）が決まっている。例えば対話処理装置３ａにおいては、宅配可能なピザの名称が決まっているし、対話処理装置３ｂにおいては、注文可能な日用品の商品名が決まっているから、これらのピザの名称や商品名を正しく発話して対話処理装置３ａ，３ｂに入力する、ということが、ここでの入力規則に相当する。

中継装置１は、ユーザ端末２と対話処理装置３ａ，３ｂとの間のデータ授受を中継する、いわゆるプラットフォームとして機能するコンピュータである。中継装置１は、これらユーザ端末２と対話処理装置３ａ，３ｂとの間のデータの入出力に基づいて、ユーザの発話を各対話処理装置３ａ，３ｂに入力するときの入力規則を学習し、ユーザの発話をその入力規則に従って各対話処理装置３ａ，３ｂが理解可能な形式に変換する。

図２は、中継装置１のハードウェア構成を示すブロック図である。中継装置１は、制御部１０１と、通信部１０２と、記憶部１０３とを備えている。制御部１０１は、ＣＰＵ（Central Processing Unit）などの演算装置と、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）などの記憶装置とを備えている。ＣＰＵは、ＲＡＭをワークエリアとして用いてＲＯＭや記憶部１０３に記憶されたプログラムを実行することによって、中継装置１の各部の動作を制御する。

通信部１０２は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信部１０２は、通信網４に接続されている。

記憶部１０３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ−ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。記憶部１０３は、補助記憶装置と呼ばれてもよい。記憶部１０３は、制御部１０１が用いるデータ群やプログラム群を記憶している。

図３は、中継装置１の機能構成を示すブロック図である。図３において、取得部１１及び出力部１４は主に中継装置１の通信部１０２によって実現され、学習部１２及び変換部１３は主に中継装置１の制御部１０１及び記憶部１０３によって実現される。

ユーザ端末２にはマイクが実装されており、このマイクによりユーザが発話した音声が収音され、その発話に応じた入力データが生成されて通信網４を介して中継装置１に送信される。この入力データは、ユーザ端末２において、発話された音声を示す音声データが文字を示すテキストデータに変換されたデータであってもよいし、発話された音声を示す音声データそのもの（或いはユーザ端末２において音声データに対して何らかの音声処理が施されたデータ）であってもよい。中継装置１の取得部１１は、このようにしてユーザ端末２に入力された入力データを通信網４経由で取得する一方、この入力データに応答する対話処理装置３からの応答データを通信網４経由で取得する。この応答データは、上述した入力データと同様に、テキストデータであってもよいし、音声データであってもよい。

学習部１２は、取得部１１により取得された入力データ及び応答データに基づいて、対話処理装置３に対するデータの入力規則を学習する。より具体的には、学習部１２は、どのような内容の入力データに対してどのような内容の応答データが対応しているか、という両者の関係に基づいて入力規則を学習する。入力規則は対話処理装置３毎に異なるから、学習部１２は対話処理装置３毎に入力規則の学習を行う。

変換部１３は、取得された入力データの入力先となる対話処理装置３について学習部１２によって学習された入力規則に合致するよう、取得部１１により取得された入力データに対する変換処理を行う。より具体的には、変換部１３は、取得された入力データのうち、入力規則に合致してない入力データを、入力規則に合致する入力データに変換する。これにより、誤った発話を訂正することができる。また、変換部１３は、取得された入力データに含まれる代名詞に相当するデータを、当該代名詞が意味する名詞に相当するデータに変換する。これにより、発話中の代名詞を具体的名称に変換することができる。また、変換部１３は、取得された入力データを、入力規則に合致するように分離した入力データに変換する。これにより、１つの発話に含まれる複数の入力単位を個々に分離することができる。また、変換部１３は、取得された入力データのうち、入力規則に合致してない抽象度の入力データを、入力規則に合致する抽象度の入力データに変換する。これにより、発話中の抽象度を適切なものに変換することができる。

出力部１４は、このようにして変換部１３によって変換された後のデータを通信網４経由で対話処理装置３に出力する一方、対話処理装置３からの応答データを通信網４経由でユーザ端末２に出力する。

［動作］
次に、図４〜６を参照して本実施形態の動作を説明する。なお、以下の処理において、ユーザ端末２及び対話処理装置３はそれぞれ自装置の識別情報を伴ってデータ通信を行うものとする。

まず、中継装置１による学習動作について説明する。ユーザが対話処理機能を起動するために予め決められたキーワードを発話すると、ユーザ端末２がこの発話を収音して対話処理機能が起動される。次に、ユーザは、いずれかの対話処理装置３を指定して、所望の処理を指示する発話を行う。中継装置１の取得部１１は、ユーザ端末２に入力された発話に応じた入力データを通信網４経由で取得して記憶する。出力部１４は、この入力データを通信網４経由で対話処理装置３に出力する（ステップＳ１）。この入力データに応じて、指定された対話処理装置３から応答データが送信されてくると、取得部１１は、その応答データを通信網４経由で取得して記憶する。出力部１４は、この応答データを通信網４経由でユーザ端末２に出力する（ステップＳ２）。学習部１２は、記憶した入力データ及び応答データに基づいて、対話処理装置３に対するデータの入力規則を学習する（ステップＳ３）。

以下、学習の例について説明する。図６ａにおいて、ユーザの発話音声（以下、ユーザ発話という）が「ブルゴキお願いします。」であり、対話処理装置３からの発話音声の応答データ（以下、装置発話という）が「識別できません。もう一度お願いします。」であった場合において、さらに次のユーザ発話が「プルコギお願いします。」であり、これに応答する装置発話が「プルコギの注文を承りました。」であったとする。このとき、学習部１２は、これらの遣り取りについて、例えば形態素解析、構文解析、意味解析、文脈解析等を含む自然言語解析を行って、「ブルゴキ」という単語が「プルコギ」という単語に訂正されたと判断し、「ブルゴキ」という誤った単語のユーザ発話を「プルコギ」という正しい単語のユーザ発話に変換して対話処理装置３に入力する、つまりこの対話処理装置３が受け付け可能な単語はプルコギであると学習する。よって、変換例としては、ユーザ発話（変換前）「ブルゴキお願いします。」がユーザ発話（変換後）「プルコギお願いします。」に変換される例が考えられる。

図６ｂにおいて、ユーザ発話が「ミックスピザお願いします。」であり、装置発話が「ミックスピザの注文を承りました。」であり、このような遣り取りによる注文が過去複数回あったとする。このとき、学習部１２は、自然言語解析を行って、「ミックスピザお願いします。」のうち「ミックスピザ」が対話処理装置３の受け付け可能な注文対象であり、且つ、このユーザが繰り返し注文している注文対象であると学習する。よって、変換例としては、ユーザ発話（変換前）「いつものピザください。」がユーザ発話（変換後）「ミックスピザください。」に変換される例が考えられる。このように、入力規則に合致してない入力データが、入力規則に合致する入力データに変換される。

図６ｃにおいて、ユーザ発話が「ミックスピザお願いします。」であり、装置発話が「ミックスピザの注文を承りました。」である場合と、ユーザ発話が「チーズピザお願いします。」であり、装置発話が「チーズピザの注文を承りました。」である場合と、ユーザ発話が「ミックスチーズピザお願いします。」であり、装置発話が「ミックスチーズピザの注文を承りました。」である場合という遣り取りによる注文があったとする。このとき、学習部１２は、自然言語解析を行って、この対話処理装置３に対しては、「ミックスピザお願いします。」のうち「ミックスピザ」が注文対象の１単位であり、「チーズピザお願いします。」のうち「チーズピザ」が注文対象の１単位であり、「ミックスチーズピザお願いします。」のうち「ミックスチーズピザ」が注文対象の１単位であると判断する。つまり、対話処理装置３が受け付け可能な１単位の注文対象は、それぞれ「ミックスピザ」、「チーズピザ」、「ミックスチーズピザ」であると学習する。よって、変換例としては、ユーザ発話（変換前）「ミックスピザミックスチーズピザください。」という注文対象が連続して１つの発話に含まれる場合に、ユーザ発話（変換後）「ミックスピザと、ミックスチーズピザください。」というように、注文対象が分離して変換されるという例が考えられる。このように、入力データに含まれる代名詞に相当するデータが、当該代名詞が意味する名詞に相当するデータに変換される。このように、入力データが、入力規則に合致するように分離した入力データに変換される。

図６ｄにおいて、ユーザ発話が「歯磨き粉お願いします。」であり、装置発話が「どの歯磨き粉ですか？」であった場合において、さらに次のユーザ発話が「歯クリアです。」であり、これに応答する装置発話が「歯クリアの注文を承りました。」であったとする。このとき、学習部１２は、自然言語解析を行って、この対話処理装置３に対しては、「歯磨き粉」という上位概念のカテゴリ名ではなく、「歯クリア」という下位概念の商品名で入力すると学習する。よって、変換例としては、ユーザ発話（変換前）「歯磨き粉お願いします。」がユーザ発話（変換後）「歯クリアお願いします。」に変換される例が考えられる。このように、入力データのうち、入力規則に合致してない抽象度の入力データが、入力規則に合致する抽象度の入力データに変換される。

中継装置１の取得部１１が入力データ及び応答データを取得するたびに、上記の学習処理が実行される。その結果、学習された入力規則が対話処理装置３の識別情報及びユーザ端末２の識別情報と対応付けて学習部１２に記憶される。

次に、中継装置１による変換動作について説明する。ユーザが対話処理機能を起動するために予め決められたキーワードを発話すると、ユーザ端末２がこの発話を収音して対話処理機能が起動される。次に、ユーザは、いずれかの対話処理装置３を指定して、所望の処理を指示する発話を行う。中継装置１の取得部１１は、ユーザ端末２に入力された発話に応じた入力データを通信網４経由で取得して記憶する（ステップＳ１１）。変換部１３は、学習部により対話処理装置３の識別情報及びユーザ端末２の識別情報に対応付けて記憶されている学習結果を参照して、この入力データを変換する必要があるか否かを判断する（ステップＳ１２）。ここで、ユーザの入力データが入力規則に合致していればその入力データを変換する必要はないし、ユーザの入力データが入力規則に合致していなければその入力データを変換する必要がある。

変換部１３は、変換の必要があれは入力規則に従って変換処理を行う（ステップＳ１３）。出力部１４は、変換後の入力データを通信網４経由で対話処理装置３に出力する（ステップＳ１４）。以降、中継装置１の取得部１１がユーザ端末２から入力データを通信網４経由で取得するたびに、上記の変換処理が実行される。

以上説明した実施形態によれば、ユーザの入力データを対話処理装置３が理解可能な形式へと変換することを、発話以外の入力を必要とせずに実現することが可能となる。

［変形例］
上述した実施形態は次のような変形が可能である。また、以下の変形例を互いに組み合わせて実施してもよい。
［変形例１］
学習部１２は、どの対話処理装置３が入力データの入力先となる対話処理装置３に相当するかを学習してもよい。具体的には、まず初期段階では、ユーザがいずれかの対話処理装置３を指定して所望の処理を指示する発話を行うが、このときのユーザの入力データと指定された対話処理装置３との対応関係を学習する。例えばユーザの入力データが「ミックスピザください」「チーズピザください」「ミックスチーズピザください」等のように「ピザ」という単語が含まれている場合には、対話処理装置３ａが指定されるという対応関係をユーザ端末２毎に学習する。つまり、学習部１２は、取得された入力データ及び応答データに基づいて、複数の対話処理装置３のうち、当該入力データの入力先となる対話処理装置３を学習する。出力部１４は、取得された入力データについて変換部１３によって変換された後のデータを、学習部１２によって学習された結果から特定される対話処理装置３に出力する。このようにすれば、ユーザがこのシステムを利用していく期間が長くなるにつれて上記の学習が進み、最終的には、ユーザが対話処理装置３を指定しなくても、ユーザ発話がそのユーザの所望する対話処理装置３に届けられることになる。

［変形例２］
対話処理装置３による処理の指示に応じて、例えばユーザが指定した商品がその商品の提供元の店舗からそのユーザに届けられるようなサービスの場合、出力部１４は、ユーザ及び店舗間の距離又は時間に関する条件に応じた対話処理装置３を、ユーザの入力データの入力先として決定してもよい。例えば出力部１４は、発話したユーザの位置と各対話処理装置３に対応する店舗の位置とを取得して両者の間の距離又は商品を届けるのに要する所要時間を算出し、この距離又は時間が最も小さくなるような対話処理装置３を、ユーザの入力データの入力先として決定する。ユーザが商品が届けられる日時を指定しておいて、出力部１４は、発話したユーザの位置と各対話処理装置３に対応する店舗の位置とを取得して商品を届けるのに要する所要時間を算出し、この所要時間が指定された日時に間に合うような対話処理装置３を、ユーザの入力データの入力先として決定してもよい。このように、出力部１４は、学習部１２によって学習された結果から特定される複数の対話処理装置３のうち、ユーザ端末２と当該ユーザ端末２を使用するユーザに提供される商品の提供元との間の距離又は時間に関する条件に応じて特定される対話処理装置３に対し、変換部１３による変換後のデータを出力する。

［変形例３］
学習部１２による学習は、ユーザ又はユーザグループ単位の学習であってもよい。ここでいうユーザグループとは、例えばオフィスの組織や家族といったグループである。この場合、ユーザ端末２は自装置の識別情報及び自装置のユーザが属するユーザグループの識別情報を伴ってデータ通信を行う。このように、学習部１２は、ユーザ端末２を使用するユーザ単位又は当該ユーザが属するグループ単位で学習を行う。出力部１４は、ユーザ端末２を使用するユーザ又は当該ユーザが属するグループに応じた情報を当該ユーザ端末２に出力する。

［変形例４］
実施形態において学習部１２は、或るユーザについての入力データ及び応答データを用いて学習した入力規則を、対話処理装置３の識別情報及びユーザ端末２の識別情報と対応付けて記憶していたが、複数のユーザに共通の入力規則については、例えば第１のユーザの入力データ及び応答データに基づいて学習した入力規則を、その第１のユーザ以外の第２のユーザについての入力規則としてもよい。例えば図６ａ及び図６ｃを用いて説明した入力規則は、複数のユーザに共通の入力規則に該当する。図６ａの場合、第１のユーザのユーザ発話が「ブルゴキお願いします。」であり、これに応答する装置発話が「識別できません。もう一度お願いします。」であった場合において、さらに上記第１のユーザの次のユーザ発話が「プルコギお願いします。」であり、これに応答する装置発話が「プルコギの注文を承りました。」であったとする。このとき、学習部１２は、これらの遣り取りについて自然言語解析を行って、「ブルゴキ」という単語が「プルコギ」という単語に訂正されたと判断し、「ブルゴキ」という誤った単語のユーザ発話を「プルコギ」という正しい単語のユーザ発話に変換して対話処理装置３に入力する、つまりこの対話処理装置３が受け付け可能な単語はプルコギであると学習する。このような場合において、変換部１３は、第１のユーザではない第２のユーザの入力データが、第１のユーザについて学習した上記入力規則に合致していればその入力データを変換せず、第２のユーザの入力データが上記入力規則に合致していなければその入力データを変換する。例えば、第２のユーザのユーザ発話が「ブルゴキお願いします。」であれば、これが上記入力規則に従って、ユーザ発話「プルコギお願いします。」に変換されることになる。図６ｃの例についても同様である。

［そのほかの変形例］
上記実施の形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に（例えば、有線及び／又は無線）で接続し、これら複数の装置により実現されてもよい。
例えば、中継装置１は、図３の機能の全てを一体に備えた単一装置によっても実現可能であるし、これらの機能を複数の装置に分散して備えたシステムによって実現されてもよい。例えば対話処理装置３の機能の少なくとも一部の機能を中継装置１が備えていてもよい。また、中継装置１は、対話処理装置３とは異なる専用の対話機能（例えば対話処理装置３に対するユーザとの対話しシーケンスに移行する前段階でユーザと対話する機能）を有していてもよい。

本明細書で説明した各態様／実施形態は、ＬＴＥ（Long Term Evolution）、ＬＴＥ−Ａ（LTE-Advanced）、ＳＵＰＥＲ３Ｇ、ＩＭＴ−Ａｄｖａｎｃｅｄ、４Ｇ、５Ｇ、ＦＲＡ（Future Radio Access）、Ｗ−ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ８０２．１１（Ｗｉ−Ｆｉ）、ＩＥＥＥ８０２．１６（ＷｉＭＡＸ）、ＩＥＥＥ８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及び／又はこれらに基づいて拡張された次世代システムに適用されてもよい。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。
本明細書で説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

本明細書で使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。

本明細書で使用する「判定（determining）」、「決定（determining）」という用語は、多種多様な動作を包含する場合がある。「判定」、「決定」は、例えば、判定（judging）、計算（calculating）、算出（computing）、処理（processing）、導出（deriving）、調査（investigating）、探索（looking up）（例えば、テーブル、データベース又は別のデータ構造での探索）、確認（ascertaining）した事を「判定」「決定」したとみなす事などを含み得る。また、「判定」、「決定」は、受信（receiving）（例えば、情報を受信すること）、送信（transmitting）（例えば、情報を送信すること）、入力（input）、出力（output）、アクセス（accessing）（例えば、メモリ中のデータにアクセスすること）した事を「判定」「決定」したとみなす事などを含み得る。また、「判定」、「決定」は、解決（resolving）、選択（selecting）、選定（choosing）、確立（establishing）、比較（comparing）などした事を「判定」「決定」したとみなす事を含み得る。つまり、「判定」「決定」は、何らかの動作を「判定」「決定」したとみなす事を含み得る。

本発明は、情報処理装置である中継装置１が行う情報処理方法や、コンピュータを情報処理装置である中継装置１として機能させるためのプログラムといった形態でも実施が可能である。かかるプログラムは、光ディスク等の記録媒体に記録した形態で提供されたり、インターネット等のネットワークを介して、コンピュータにダウンロードさせ、これをインストールして利用可能にするなどの形態で提供されたりすることが可能である。

以上、本発明について詳細に説明したが、当業者にとっては、本発明が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本発明は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本発明に対して何ら制限的な意味を有するものではない。

Claims

ユーザ端末に入力された発話に応じた入力データと、当該入力データに応じた処理を行う１以上の対話処理装置からの応答データとを取得する取得部と、
取得された前記入力データ及び前記応答データに基づいて、当該対話処理装置に対するデータの入力規則を学習する学習部と、
取得された前記入力データの入力先となる前記対話処理装置について前記学習部によって学習された入力規則に合致するよう、当該入力データを変換する変換部と、
前記変換部による変換後のデータを前記対話処理装置に出力する出力部と
を備えることを特徴とする情報処理装置。
前記変換部は、前記入力データのうち、前記入力規則に合致してない入力データを、前記入力規則に合致する入力データに変換する
ことを特徴とする請求項１記載の情報処理装置。
前記変換部は、前記入力データに含まれる代名詞に相当するデータを、当該代名詞が意味する名詞に相当するデータに変換する
ことを特徴とする請求項１記載の情報処理装置。
前記変換部は、前記入力データを、前記入力規則に合致するように分離した入力データに変換する
ことを特徴とする請求項１記載の情報処理装置。
前記変換部は、前記入力データのうち、前記入力規則に合致してない抽象度の入力データを、前記入力規則に合致する抽象度の入力データに変換する
ことを特徴とする請求項１記載の情報処理装置。
前記変換部は、
前記入力データのうち、前記入力規則に合致してない入力データを、前記入力規則に合致するテキストデータに変換し、変換した前記テキストデータに応答する前記対話処理装置からのテキストデータを、入力データに変換し、
前記出力部は、さらに、前記変換部による変換後の入力データを前記ユーザ端末に出力する
ことを特徴とする請求項１〜５のいずれか１項に記載の情報処理装置。
前記学習部は、取得された前記入力データ及び前記応答データに基づいて、複数の前記対話処理装置のうち、当該入力データの入力先となる前記対話処理装置を学習し、
前記出力部は、取得された前記入力データについて前記変換部によって変換された後のデータを、前記学習部によって学習された結果から特定される前記対話処理装置に出力する
ことを特徴とする請求項１〜６のいずれか１項に記載の情報処理装置。
前記出力部は、さらに、前記学習部によって学習された結果から特定される複数の前記対話処理装置のうち、前記ユーザ端末と当該ユーザ端末を使用するユーザに提供される商品の提供元との間の距離又は時間に関する条件に応じて特定される対話処理装置に対し、前記変換部による変換後のデータを出力する
ことを特徴とする請求項７に記載の情報処理装置。
前記学習部は、前記ユーザ端末を使用するユーザ単位又は当該ユーザが属するグループ単位で前記学習を行い、
前記出力部は、さらに、前記ユーザ端末を使用するユーザ又は当該ユーザが属するグループに応じた情報を当該ユーザ端末に出力する
ことを特徴とする請求項１〜８のいずれか１項に記載の情報処理装置。
ユーザ端末に入力された発話に応じた入力データと、当該入力データに応じた処理を行う１以上の対話処理装置からの応答データとを取得するステップと、
取得された前記入力データ及び前記応答データに基づいて、当該対話処理装置に対するデータの入力規則を学習するステップと、
取得された前記入力データの入力先となる前記対話処理装置について前記学習された入力規則に合致するよう、当該入力データを変換するステップと、
前記変換後のデータを前記対話処理装置に出力するステップと
を含む情報処理方法。