CN101052965A - 对话支援装置 - Google Patents

Abstract

提供一种对话支援装置，支援对话，即使对方插入其他发言，也可以减少到生成1个发言为止所需要的操作，以便使整体对话快速结束。对话支援装置，包括：例句数据库(101)，存储用于对话的例句；发言接受部(102)，接受用户的发言，并作为发言信息输出；例句选择部(103)，根据发言信息从例句数据库(101)中提取例句的候补，从提取后的例句的候补中选择用户指示的所要的例句，并输出与该例句相对应的例句；发送部(104)，将对应的例句发送到对方用户的对话支援装置；接收部(105)，接收从对方用户的对话支援装置发送的例句；发言输出部(106)，输出接收后的例句；以及例句再评价部(107)，根据例句，对存储在例句选择部(103)的例句的候补进行再评价。

Description

对话支援装置

技术领域

本发明涉及支援人与人的对话的对话支援装置。

背景技术

以往，人们在海外旅游时与当地人对话时，为了支援不同语言的对话，开发了翻译装置。作为代表性的翻译装置有，将根据实例或例句的对译翻译方式，安装在PDA(个人数字助理：Personal DigitalAssistant)等的小型信息处理装置的翻译装置。像这样的装置，为了涵盖一般的旅游会话，备有几千个以上的例句。然而，用户可以从例句表中以目视的方式选择所要的例句，但是，仍然在实际使用过程中方便性上存在问题，即，可用性上存在问题。尤其是，在用于查看例句表的显示部过小、且同时可以查看的例句的数量较少的情况下，可用性的问题变得更明显。并且，设想翻译装置的一般的使用情况，在与对方的对话中需要使用很多例句，因此，通过翻译装置完成一个对话所需要的时间比想像的要长。因此，需要一种功能，即，以人与人的对话支援为最终目的，为了能够从大量的例句表中快速选择用户所要的例句的功能。

用于解决此问题提出了一种方法，利用典型对话模式或会话联系履历汇编，来选择用户的下一个发言候补(例如，参照专利文献1)。

专利文献1：(日本)特开2003-30187号公报

在实际使用这些翻译装置的情况下，语言不同的两个用户互相利用各自的翻译装置，来进行对话。如果在翻译装置中存在与自己要告诉对方的内容完全一致的例句的话，检索此例句就可以，但是，一般，在翻译装置中备有构成为短句的例句，以便在各种对话场景下使用。这些例句构成为短句的理由是，例句为长句时，虽然句意具有具体性，但是，利用此例句的场景会受极大限制。因此，用户需要依次选择多个例句来表现要告诉对方的内容。

然而，虽然利用如专利文献1等所述的方法来可以缩短例句的选择时间，但是，不能使从某个例句的选择时刻到下一个例句的选择时刻为止的时间差为0。因此，存在如下所示的问题：按照翻译装置的使用方法，为了从翻译装置输出1个发言，有时需要用于检索1个例句的操作的多倍的操作。

例如，在讲日语的用户A和讲英语的用户B进行对话的情况下，用户A要告诉用户B“空港へ行く安い交通手段を知りたい(想知道去机场的最便宜的交通工具)”时，作为相关例句，若在翻译装置只备有

<例句1>“空港へ行く方法を教ぇて下さい。(请教一下去机场怎么走)”“How can I go to the airport？”

<例句2>“安い方がいいです。(便宜的好)”“I′d like to take the cheaperway.”，

则用户A先选择“空港へ行く方法を教ぇて下さい。(请教一下去机场怎么走)”后选择“安い方がいいです。(便宜的好)”。此时，用户B听到从翻译装置输出的例句1“How can I go to the airport？”后，经过一段时间后听到例句2“I′d like to take the cheaper way.”。在此，假设，为了听到例句1后立即回答用户A的问题，用户B，正在用自己的翻译装置检索列举去机场的所有的方法的例句。正在检索中，若听到来自用户A的例句2，则用户B为了正确地回答用户A的问题，需要从头开始检索例句，并废除到此时为止的所有的检索操作。即，既然可以减少到由翻译装置输出发言为止的例句检索操作，但是，仍然剩下因对方插入的其他发言而导致不能输出的发言的例句的检索操作。因此，按照翻译装置的使用方法，为了从翻译装置输出1个发言，有时需要用于检索1个例句的操作的多倍操作。

发明内容

于是，鉴于上述情况，本发明的目的在于，提供一种对话支援装置，支援对话，即使对方插入其他发言，也可以减少到生成1个发言为止所需要的操作，以便使整体对话快速结束。

为了实现上述目的，本发明的实施方式涉及的对话支援装置是一种支援对话对话支援装置，其中，包括：例句数据库，将用于对话的第1例句和第2例句相对应并存储；发言接受单元，接受用户的发言；例句选择单元，根据由上述发言接受单元所接受的上述发言检索上述例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，并输出与选择后的上述第1例句相对应的第2例句；发送单元，将从上述例句选择单元输出的上述第2例句发送到对方用户的对话支援装置；接收单元，接收从上述对方用户的对话支援装置发送的第2例句；发言输出单元，输出由上述接收单元所接收的上述第2例句；以及例句再评价单元，根据由上述接收单元所接收的上述第2例句，对由上述例句选择单元所提取的上述第1例句的候补进行再评价。

根据本发明涉及的对话支援装置，即使对方插入其他发言，也可以再利用没达到发言的检索操作信息，来选择下一个检索操作的对象，因此，可以减少到生成1个发言为止所需要的操作，以便使整体对话快速结束。

附图说明

图1是示出本发明涉及的对话支援装置的实施方式之一的结构方框图。

图2(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图3是示出例句数据库的一个例子的图。

图4是示出例句选择部的工作顺序的流程图。

图5是示出例句选择部使用于计算类似度的动态规划的一个例子的图。

图6是示出支援对话时的整体工作顺序的流程图。

图7是示出利用本发明涉及的对话支援装置的场景的一个例子的图。

图8(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图9(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图10(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图11(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图12(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图13(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图14(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图15(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图16(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图17(a)、(b)是定量地示出本发明的效果的图。

图18是示出发明涉及的对话支援装置的其他实施方式的结构方框图。

图19是示出本发明涉及的对话支援装置的显示例子的图。

图20是示出例句数据库的一个例子的图。

图21(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图22(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图23(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图24(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图25(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图26(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图27(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图28(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图29(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图30(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图31是示出例句数据库的一个例子的图。

图32(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图33(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图34(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图35(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图36(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图37(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图38(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图39(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图40(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图41(a)、(b)是定量地示出本发明的效果的图。

图42是示出例句数据库的一个例子的图。

图43(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图44(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图45(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图46(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图47(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图48(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图49(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图50(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图51(a)、(b)是示出本发明涉及的对话支援装置的显示例子的图。

图52是示出本发明涉及的对话支援装置的实施方式之一的结构方框图。

符号说明

101例句数据库

102发言接受部

103例句选择部

104发送部

105接收部

106发言输出部

107例句再评价部

201用户1的PDA

202用户2的PDA

601发言输入按钮

701发言信息的显示区域

702例句候补的显示区域

801对应的例句的显示区域

901发言输入按钮

1001发言信息的显示区域

1002预测候补的显示区域

1301催促用户从例句候选中选择所要的例句的消息

1601话题变化检测部

1701催促用户输入的消息

具体实施方式

本发明的实施方式涉及的对话支援装置是一种支援对话对话支援装置，其中，包括：例句数据库，将用于对话的第1例句和第2例句相对应并存储；发言接受单元，接受用户的发言；例句选择单元，根据由上述发言接受单元所接受的上述发言检索上述例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，并输出与选择后的上述第1例句相对应的第2例句；发送单元，将从上述例句选择单元输出的上述第2例句发送到对方用户的对话支援装置；接收单元，接收从上述对方用户的对话支援装置发送的第2例句；发言输出单元，输出由上述接收单元所接收的上述第2例句；以及例句再评价单元，根据由上述接收单元所接收的上述第2例句，对由上述例句选择单元所提取的上述第1例句的候补进行再评价。

据此，支援对话，即使对方插入其他发言，也可以减少到生成1个发言为止所需要的操作，以便使整体对话快速结束。

在此，最好是，上述例句数据库，进一步，将上述第1例句及上述第2例句和评价标签相对应并存储；上述例句选择单元，在要输出的上述第2例句中包含与该第2例句相对应的评价标签地进行输出；上述例句再评价单元，根据由上述接收单元所接收的上述第2例句中包含的上述评价标签，对上述第1例句的候补进行再评价。

并且，也可以是，上述评价标签是常数标签及条件标签中的至少一个，该常数标签与要提供的信息有关，该条件标签表示要请求的信息的条件；上述例句再评价单元，根据条件标签和常数标签，对上述第1例句的候补进行再评价，该条件标签是上述第2例句中包含的上述评价标签的条件标签，该常数标签是与各上述第1例句的候补分别相对应的评价标签的常数标签。据此，对第1例句的候补也可以简单地进行再评价。

并且，也可以是，上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句的情况下，对上述第1例句的候补进行再评价。

在此，也可以是，上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句的情况下，对上述第1例句的候补进行再评价，并且，催促上述用户从上述第1例句候补中选择1个第1例句。

并且，也可以是，上述对话支援装置，进一步包括，候补通知单元，将由上述例句选择单元所提取的上述第1例句的候补通知给上述用户；以及选择指示接受单元，从上述用户接受选择指示，该选择指示是从上述第1例句的候补中选择1个第1例句的指示；上述例句选择单元，根据由上述选择指示接受单元所接受的上述选择指示选择上述第1例句。

在此，也可以是，上述候补通知单元，根据由上述例句再评价单元所进行的再评价的结果，更改上述第1例句的候补的排列，并通知给上述用户。据此，用户不需要发出新的发言，且可以从例句候补中简单地查出所要的例句。

并且，也可以是，上述对话支援装置，进一步包括，话题变化检测单元，根据由上述接收单元所接收的上述第2例句，检测话题的变化；上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句、且由上述话题变化检测单元检测出话题的变化的情况下，对上述第1例句的候补不进行再评价。据此，来可以引导用户不检索因话题的变化而不包含所要的例句的例句候补中的例句，从而不使装置的操作量增加。

在此，也可以是，上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句、且由上述话题变化检测单元检测出话题的变化的情况下，对上述第1例句的候补不进行再评价，且催促上述用户发言。据此，用户可以判断出应该忽视正在显示中的例句候补而从头输入，因此用户可以进一步减少生成一个发言所需要的装置的操作量。

并且，也可以是，上述发言接受单元，通过利用语言模型的连续声音识别处理接受上述发言，该语言模型是由上述例句数据库存储的上述第1例句构成的语言模型，或者，通过键盘接受上述发言，该键盘只输入构成上述例句数据库存储的上述第1例句的单词。

一种对话支援系统，使用连接于服务器的第1对话支援装置及第2对话支援装置来支援对话，其中：发言接受单元，接受用户的发言；接收单元，接收从上述服务器发送的第2例句；发言输出单元，输出由上述服务器所接收的上述第2例句；以及发送单元，将由上述发言接受单元所接受的上述发言发送到上述服务器，上述服务器，包括：例句数据库，将用于对话的第1例句和第2例句相对应并存储；例句选择单元，根据从上述第1对话支援装置发送的上述发言检索上述例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，输出与选择后的上述第1例句相对应的第2例句；例句再评价单元，根据与从第2对话支援装置发送的发言相对应的第2例句，对由上述例句选择单元所提取的上述第1例句的候补进行再评价；以及发送单元，将从上述例句选择单元输出的上述第2例句，以及由上述例句再评价单元所进行再评价的结果，发送到上述第1对话支援装置，上述第2对话支援装置，包括：发言接受单元，接受用户的发言；接收单元，接收从上述服务器发送的第2例句；发言输出单元，输出由上述接收单元所接收的上述第2例句；以及发送单元，将由上述发言接受单元所接受的上述发言发送到上述服务器。

并且，本发明，除了作为如上所述的对话支援装置来实现以外，也可以将上述对话支援装置具有的特征单元作为步骤的对话支援方法来实现，还可以作为使计算机执行这些步骤的程序来实现。并且，当然也可以通过CD-ROM等记录介质或互联网等传输介质来分发这些程序。

下面，对于本实施方式，参照附图进行说明。

(实施方式1)

图1是示出本发明涉及的对话支援装置的实施方式之一的结构方框图。

对话支援装置是用于支援人与人的对话的装置，如图1所示，包括：例句数据库101、发言接受部102、例句选择部103、发送部104、接收部105、发言输出部106、以及例句再评价部107。

在此，发言接受部102相当于发言接受单元、例句选择部103相当于例句选择单元、候补通知单元及选择指示接受单元、发送部104相当于发送单元、接收部105相当于接收单元、发言输出部106相当于发言输出单元、以及例句再评价部107相当于例句再评价单元。

例句数据库101存储用于对话的例句。发言接受部102，接受用户的发言，并作为发言信息输出。例句选择部103，根据发言信息，从例句数据库101中提取例句的候补，并从提取后的例句的候补中选择所要的例句，从而输出与此例句相对应的例句。发送部104，将从例句选择部103输出的例句发送到对方用户的对话支援装置。接收部105，接收从对方用户的对话支援装置输出的例句。发言输出部106，输出由接收部105所接收的例句。例句再评价部107，根据由接收部105所接收的例句，对由例句选择部103所存储的例句的候补进行再评价。

再者，图1所示的方框图是本发明的基本结构，1名参与对话的人使用1个结构，将发送部104和接收部105分别与对方的对话支援装置的接收部105和发送部104连接，从而可以实现通过对话支援装置的不同语言的对话。对话支援装置，可以直接地连接，也可以通过服务器等间接地连接。

其次，进一步说明，在通过如上述构成的对话支援装置来支援不同语言的对话的情况下的结构。

图2(a)、(b)是示出对话支援装置的显示例的图。讲日语的用户1使用图2(a)所示的对话支援装置201，讲英语的用户2使用图2(b)所示的对话支援装置202。

图3是示出对话支援装置201的例句数据库101存储的例句的一个例子的图。相当于第1例句的语言1是自己的母语，相当于第2例句的语言2是对方的母语。例如，例句选择部103选择发言No.2后，输出对应的例句和评价标签，即，输出语言2的例句“Good morning”和评价标签。对话支援装置202的结构是对称的，即，语言1是英语，语言2是日语。针对各例句事先定义评价标签。

作为评价标签，定义常数标签和条件标签的2种标签。对于提供给对方信息的例句，按照要提供的信息量赋予常数标签。在此，例如例句No.5提供3种信息量，即，“電車(电车)”、“バス(巴士)”、“地下鉄(地铁)”，因此作为评价标签赋予常数标签“v：3”。从形式上而言“v：”示出评价标签的种类是常数标签，“3”示出常数的值是3。

向限制来自对方的信息受的例句赋予条件标签。在此，例如例句数据库101的例句No.12意味着，向对方请求的信息量少为好，因此，作为评价标签赋予条件标签“f：x＜＝y”。形式而言，“f：”示出评价标签的种类为条件，“x＜＝y”示出规定顺序的条件公式，该顺序是在更改由例句选择部103所存储的例句候补中包含的例句的排列时的顺序。再者，对于像例句No.1那样的、不涉及与对方的信息的交换的例句，不赋予任何评价标签。

通过连续声音识别处理或键盘，发言接受部102，将用户的发言作为文字信息获得，并作为发言信息输出。在此，发言信息是相当于用户的发言的字符串。在发言接受部102通过连续声音识别处理接受用户的发言的情况下，通过根据例句数据库101存储的例句来构成语言模型，可以提高声音识别的精确度。并且，在发言接受部102通过键盘接受用户的发言的情况下，通过将输入限制为构成例句数据库101存储的语言1的例句的单词的输入，可以实现高效率的文字输入。

图4是示出例句选择部103的工作顺序的流程图。例句选择部103，按照图4所示的流程图选择最接近发言信息的例句，来输出此对译例句和评价标签。

首先，例句选择部103，计算发言信息和例句数据库101的语言1的所有的例句之间的类似度(步骤S401)。在此，例句选择部103，例如使用图5所示的动态规划，来计算作为类似度的发言信息和各例句间的距离。对于图5的动态规划，句子的构成单位是，文字、单词以及表示读法的文字等中的任一个，或是这些组合。例如，在构成单位是单词且α＝1的情况下，句子1＝{電車か(电车)、バスで(或巴士)}和句子2＝{電車か(电车)、バスで(或巴士)、行けます(可以去)}的类似度，计算为a[2][3]＝1。根据此计算，句子1和句子2越类似，值越小。

其次，例句选择部103，以最类似的例句为开头，将例句依次排列来制作例句候补E(步骤S402)。并且，例句选择部103，将例句候补E提示给用户(步骤S403)。其次，例句选择部103，选择由用户所指示的所要的例句e(步骤S404)。并且，例句选择部103，参照例句数据库101，输出例句e的对译例句和评价标签(步骤S405)。在此时，例句选择部103，到用户选择所要的例句e为止存储例句候补E，在选择例句e后设定为空。

发送部104，将从例句选择部103依次输出的例句数据库101的语言2的例句和此评价标签，发送到对方的对话支援装置。发送后的信息，由对方的对话支援装置的接收部105接收，并通过发言输出部106输出到对方。发言输出部106由例如LCD等显示装置或声音合成处理构成，或由这些组合构成。

例句再评价部107，在例句选择部103存储例句候补E、且用户未选择所要的例句e的阶段中，即在步骤S403中，从对方的对话支援装置发送对译例句和评价标签的情况下，利用此评价标签来对例句候补E中包含的例句进行再评价。并且，例句再评价部107，更改例句候补E中包含的例句的排列，并提示给用户。

下面说明，在通过如上述构成的对话支援装置支援不同语言的对话的情况下的工作。

图6是示出此时的整体工作顺序的流程图。在此，如图7所示，将用户1和用户2进行对话的情况作为例子进行说明，该用户1是游客，要知道去机场的便宜方法，该用户2是行人，熟悉当地的交通工具。在此，假设，去机场的方法有电车、巴士或地铁，且地铁是最便宜的交通工具。

如图8(a)所示，用户1按下发言输入按钮601，并发出“空港へ行きたい(想去机场)”(步骤S101)。发言接受部102，通过声音识别处理转换为文字信息，并作为发言信息输出“空港へ行きたい(想去机场)”。如图9(a)所示，在显示区域701显示发言信息。例句选择部103计算发言信息和例句数据库101中包含的所有的语言1的例句的类似度，在步骤S402获得例句候补E＝{空港へ行きたい(想去机场)}。在步骤S403，在显示区域702依次显示例句候补中包含的例句(步骤S102)。

如图10(a)所示，若用户1作为所要的例句e从显示区域702中选择“空港へ行きたい(想去机场)”(步骤S103)，则在显示区域801显示此对译例句的“I want to go to the airport”。并且，发送部104，将对译例句和此评价标签发送到用户2的对话支援装置202(步骤S 104)。在用户2的对话支援装置202中，接收部105接收该对译例句和此评价标签(步骤S105)，如图10(b)所示，向用户2提供发言“I want to go to theairport”(步骤S 106)。

同样，如图11(b)所示，用户2按下发言输入按钮901，并发出“Youcan go by train，by bus orby subway”(步骤S107)。如图12(b)所示，发言接受部102，将发言转换为文字信息，显示在显示区域1001。在发言接受部102由声音识别处理构成的情况下，对于较长的发言，声音识别错误的发生概率较高。在此，假设，发生了单词脱落的错误，并作为文字信息获得“You can go by train，by bus”。例句选择部103，计算此发言信息和例句数据库101中包含的所有的例句之间的类似度，来制作例句候补E＝{You can go by train orbybus(1)You can go by train orby subway(2)You can go by bus orby subway(2)You can go by train(2)You can go by bus(2)You can go by train，by bus orby subway(3)You can go by subway(3)}(步骤S108)。再者，附加在例句的、带括号的数字是，通过图5的动态规划来计算出的类似度。在显示区域1002显示由例句选择部103所制作的例句候补E。

在此情况下，最好是用户2可以从此例句候补中很快地选择所要的例句e，不过，一般，对于移动终端等的小型装置，在进行该选择时的操作需要时间。例如，如图12，在将例句候补仅可以同时显示3个句子的情况下，只能滚动显示来逐一确认，因此，在进行选择时需要时间。

在此，假设，用户2正在检索所要的例句e时，如图13(a)所示，用户1将下一个发言“最も安いのがいいです(最便宜的好)”输入到显示区域701(步骤S109)。与上述相同，若用户1在显示区域702选择所要的例句e＝“最も安いのがいいです(最便宜的好)”(步骤S110、S111)，则将例句e＝“最も安いのがいいです(最便宜的好)”和此评价标签“f：x＜＝y”发送到用户2的对话支援装置202(步骤S112)。如图14(b)所示，发送后的内容由用户2的对话支援装置202输出(步骤S113、S114)，因此，根据地铁是最便宜的交通工具，用户2只能改变例句的检索方针，以便选择“You can go by subway”。

其次，用户2的对话支援装置的例句再评价部107，对例句选择部103存储的例句候补E＝{You can go by train orby bus(1)<v：2>You can go by train orby subway(2)<v：2>You can go bybus orby subway(2)<v：2>You can go by train(2)<v：1>You can go by bus(2)<v：1>You can go by train，by bus orby subway(3)<v：3>You can go by subway(3)<v：1>}，使用从用户1的对话支援装置201发送后的评价标签“f：x＜＝y”，进行再评价(步骤S115)。即，参照由例句数据库101所定义的评价标签，以常数满足条件公式x＜＝y的方式，来更改例句候补E中含有的所有的例句的排列。因此，对于具有作为评价标签的常数标签v：n的例句，n越小的例句为候补的开头，例句候补E为，E＝{You can go by train(2)<v：1>You can go by bus(2)<v：1>You can go by subway(3)<v：1>You can go by train orby bus(1)<v：2>You can go by train orby subway(2)<v：2>You can go bybus orby subway(2)<v：2>You can go by train，by bus orby subway(3)<v：3>}。如图15(b)所示，将更改排列后的例句候补，和消息1301一起提示给用户2，该消息1301催促用户从例句候补中选择所要的例句。

因此，如图16(b)所示，用户2可以很快地选择作为所要的例句的例句e＝“You can go by subway”(步骤S116)，从而，如图16(a)所示，向用户1快速输出“地下鉄で行けます(坐地铁就能去)”(步骤S117～S119)。

对于不存在例句再评价部107的以往的方式，在上述例子中，一般，用户2按下发言输入按钮901发出“You can go by subway”后，再次检索例句。之所以这样是因为，在此时，用户判断为，即使检索例句的候补也不明确是否包含这些例句，因此，不如重新从头检索为好。下面，定量检验本实施方式的效果。假设，将从用户输入发言后到选择所要的例句为止的平均操作量为T。例如，在用户1和用户2通过对话支援装置进行以下对话的情况下，即进行用户1：“1want to go to the airport.”[用户2：“電車かバスか地下鉄で行けます(坐电车、巴士或者地铁就能去)”]用户1：“The cheapest is welcomed.”用户2：“地下鉄で行けます(坐地铁就能去)”，([]内的发言是，因对方插入其他发言而导致从对话支援装置没能输出的发言)，假设，图17(a)、(b)所示的时刻，对于图17(a)所示的以往的方式，用户2为了生成“地下鉄で行けます(坐地铁就能去)”花费了将近2T的操作量。然而，在图17(b)的本实施方式，由于例句再评价部107对例句候补进行再评价，因此，不需要再次从头检索，以1.5T的操作量可以生成“地下鉄で行けます(坐地铁就能去)”。据此，从整体对话来看，可以减少装置用于生成1个发言的操作量。

再者，如图18所示，除了图1所示的对话支援装置的结构以外，还可以包括话题变化检测部1601，该话题变化检测部1601记录由例句选择部103所选择的例句，和由接收部105所接收的、来自对方的对话支援装置的例句，来检测话题的变化，并且，例句再评价部107也可以，按照由话题变化检测部1601检测出的话题的变化的有无，来进行再评价。在此，话题变化检测部1601，可以根据例如“ところで(那个)”、“さて(那么)”等的词语来检测话题的变化。即，在话题变化时，控制成不使例句再评价部107对由例句选择部103所存储的例句候补进行再评价，来可以引导用户不检索因话题的变化而不包含所要的例句的例句候补中的例句，从而不使装置的操作量增加。并且，在此时，如图19所示，也可以显示催促用户输入发言的消息1701。根据消息1701，用户判断出应该忽视正在显示中的例句候补而从头输入，因此用户可以进一步减少生成一个发言所需要的装置的操作量。

并且，对于常数标签和条件标签，除了如上述的数量上的记述以外，按照例句的信息的种类进行细分化、符号化或图表结构化来定义也可以。下面说明，在本实施方式中，在例句数据库101的结构为如图20所示那样的结构、并支援不同语言的对话的情况下的工作。在此，假设，用户1是初次访问当地的游客，用户2是住在当地的人。并且，假设，当地的气候为高温潮湿。

图20所示的各例句的评价标签，不是由数量上的记述构成，而是由利用符号的、逻辑上的记述构成的。例如，发言No.1的评价标签“f：x＝CLIM”是条件标签，条件公式x＝CLIM示出，常数标签与意味着气候的符号CLIM一致。并且，例如No.4的评价标签“v：TEMP|CLIM”是常数标签，常数TEMP|CLIM示出，常数是意味着温度的符号TEMP或CLIM。

如图21(a)所示，用户1按下发言输入按钮601，并发出“この辺りの気候はいかがですか(这个附近的气候怎样)”。发言接受部102，通过声音识别处理转换为文字信息，并作为发言信息输出“この辺りの気候はいかがですか(这个附近的气候怎样)”。如图22(a)所示，在显示区域701显示发言信息。例句选择部103计算发言信息和例句数据库101中包含的所有的语言1的例句的类似度，在步骤S402获得例句候补E＝{この辺りの気候はいかがですか(这个附近的气候怎样)}。在步骤S403，在显示区域702依次显示例句候补中包含的例句。

如图23(a)所示，若用户1作为所要的例句e从显示区域702中选择“この辺りの気候はいかがですか(这个附近的气候怎样)”，则在显示区域801显示此对译例句的“How is the climate here”。并且，发送部104，将对译例句和此评价标签发送到用户2的对话支援装置202。在用户2的对话支援装置202中，接收部105接收该对译例句和此评价标签，作为发言，向用户2提供发言“How is the climate here”。

同样，如图24(b)所示，用户2按下发言输入按钮901，并发出“It′svery dry here”。如图25(b)所示，发言接受部102，将发言转换为文字信息，显示在显示区域1001。在发言接受部102由声音识别处理构成的情况下，对于发声时间较短的单词，声音识别错误的发生概率较高。在此，假设，发生了单词脱落的错误，并作为文字信息获得“It′s veryhere”。例句选择部103，计算此发言信息和例句数据库101中包含的所有的例句之间的类似度，来制作例句候补E＝{It′s very cold here(1)It′s very warm here(1)It′s very wet here(1)It′s very sunny here(1)It′s very mild here(1)It′s very dry here(1)It′s very cloudy here(1)It′s very hot here(1)}(步骤S108)。再者，附加在例句的、带括号的数字是，通过图5的动态规划来计算出的类似度。在显示区域1002显示由例句选择部103所制作的例句候补E。

在此情况下，最好是用户2可以从此例句候补中很快地选择所要的例句e，不过，一般，对于移动终端等的小型装置，在进行该选择时的操作需要时间。例如，如图25，在将例句候补仅可以同时显示3个句子的情况下，只能滚动显示来逐一确认，因此，在进行选择时需要时间。

在此，假设，用户2正在检索所要的例句e时，如图26(a)所示，用户1将下一个发言“気温はどぅですか(气温怎样)”输入到显示区域701。与上述相同，若用户1在显示区域702选择所要的例句e＝“気温はどぅですか(气温怎样)”，则将例句e＝“気温はどぅですか(气温怎样)”和此评价标签“f：x＜＝y”发送到用户2的对话支援装置202。如图27(b)所示，发送后的内容由用户2的对话支援装置202输出，因此，具体而言，用户2请求关于气温的信息，用户2只能改变例句的检索方针，以便告诉对方“It′s very hot”。对于不存在例句再评价部107的以往的方式，一般，用户2按下发言输入按钮901来发出“It′s very hothere”后，再次检索例句。之所以这样是因为，在此时，用户判断为，即使检索例句的候补也不明确是否包含这些例句，因此，不如重新从头检索为好。

然而，在本实施方式中，用户2的对话支援装置的例句再评价部107，对例句选择部103存储的例句候补E＝{It′s very cold here(1)<v：TEMP|CLIM>It′s very warm here(1)<v：TEMP|CLIM>It′s very wet here(1)<v：HUM|CLIM>It′s very sunny here(1)<v：CLIM>It′s very mild here(1)<v：TEMP|HUM|CLIM>It′s very dry here(1)<v：HUM|CLIM>It′s very cloudy here(1)<v：CLIM>It′s very hot here(1)<v：TEMP|CLIM>}，使用来自用户1的对话支援装置201的评价标签“f：x＝TEMP”，进行再评价。即，参照由例句数据库101所定义的评价标签，以常数满足条件公式x＝TEMP的方式，来更改例句候补E中含有的所有的例句的排列。因此，对于具有作为评价标签的常数标签v：n的例句，n与TEMP相同的例句处为候补的开头，例句候补E为，E＝{It′s very cold here(1)<v：TEMP |CLIM>It′s very warm here(1)<v：TEMP|CLIM>It′s very hot here(1)<v：TEMP|CLIM>It′s very mild here(1)<v：TEMP|HUM|CLIM>It′s very wet here(1)<v：HUM|CLIM>It′s very sunny here(1)<v：CLIM>It′s very dry here(1)<v：HUM|CLIM>It′s very cloudy here(1)<v：CLIM>}。在此，对条件公式x＝TEMP的意思上的条件公式满足度高，因此，例句No.11“It′s very hot here”(1)<v：TEMP|CLIM>排列在例句No.8“It′svery mild here”(1)<v：TEMP|HUM|CLIM>的前面。即，根据常数标签的常数的种类数计算各例句的解析可能范围，判定为解析可能范围越小意思上的条件公式满足度越高。例如，例句No.8的解析可能范围为3，例句No.11的解析可能范围为2。因此，例句再评价部107使例句No.11排列在No.8的前面。如图28(b)所示，将更改排列后的例句候补，和消息1301一起提示给用户2，该消息1301催促用户从例句候补中选择所要的例句。

因此，如图29(b)所示，用户2可以很快地选择作为所要的例句的例句e＝“It′s very hot here”，从而，如图29(a)所示，向用户1快速输出“ここはとても暑いです(这里非常热)”。

如上所述，由于进行再评价，因此，不需要再次从头检索，从整体对话来看，可以减少用于生成1个发言的操作量。

到此为止，对于对话支援装置，说明了假设用户1讲日语、用户2讲英语的情况，下面，说明假设用户1讲汉语、用户2讲英语的情况。在此，如图7所示，将用户1和用户2进行对话的情况作为例子进行说明，该用户1是游客，要知道去机场的便宜方法，该用户2是行人，熟悉当地的交通工具。在此，假设，去机场的方法有电车、巴士或地铁，且地铁是最便宜的交通工具。并且，对于与上述的结构相同的结构省略说明。

图30(a)、(b)是示出对话支援装置的显示例的图。讲汉语的用户1使用图30(a)所示的对话支援装置201，讲英语的用户2使用图30(b)所示的对话支援装置202。

图31是示出对话支援装置201的例句数据库101存储的例句的一个例子的图。相当于第1例句的语言1是自己的母语，相当于第2例句的语言2是对方的母语。例如，若例句选择部103选择发言No.2，则输出对应的例句和评价标签，即，输出语言2的例句“Good morning”和评价标签。对话支援装置202的结构是对称的，即，语言1是英语，语言2是汉语。针对各例句事先定义评价标签。

如图32(a)所示，用户1按下发言输入按钮601，并发出“想去机场”(步骤S101)。发言接受部102，通过声音识别处理转换为文字信息，并作为发言信息输出“想去机场”。如图33(a)所示，在显示区域701显示发言信息。例句选择部103计算发言信息和例句数据库101中包含的所有的语言1的例句的类似度，在步骤S402获得例句候补E＝{想去机场}。在步骤S403，在显示区域702依次显示例句候补中包含的例句(步骤S102)。

如图34(a)所示，若用户1作为所要的例句e从显示区域702中选择“想去机场”(步骤S103)，则在显示区域801显示此对译例句的“I wantto go to the airport”。并且，发送部104，将对译例句和此评价标签发送到用户2的对话支援装置202(步骤S104)。在用户2的对话支援装置202中，接收部105接收该对译例句和此评价标签(步骤S105)，如图34(b)所示，向用户2提供发言“I want to go to the airport”(步骤S106)。

同样，如图35(b)所示，用户2按下发言输入按钮901，并发出“Youcan go by train，by bus or by subway”(步骤S107)。如图36(b)所示，发言接受部102，将发言转换为文字信息，显示在显示区域1001。在发言接受部102由声音识别处理构成的情况下，对于较长的发声，声音识别错误的发生概率较高。在此，假设，发生了单词脱落的错误，并作为文字信息获得“You can go by train，by bus”。例句选择部103，计算此发言信息和例句数据库101中包含的所有的例句之间的类似度，来制作例句候补E＝{You can go by train orby bus(1)You can go by train or by subway(2)You can go by bus orby subway(2)You can go by train(2)You can go by bus(2)You can go by train，by bus orby subway(3)You can go by subway(3)}(步骤S108)。再者，附加在例句的、带括号的数字是，通过图5的动态规划来计算出的类似度。在显示区域1002显示由例句选择部103所制作的例句候补E。

在此情况下，最好是用户2可以从此例句候补中很快地选择所要的例句e，不过，一般，对于移动终端等的小型装置，在进行此选择时的操作需要时间。例如，如图36，在将例句候补仅可以显示3个句子的情况下，只能滚动显示来逐一确认，因此，在进行选择时需要时间。在此，假设，用户2正在检索所要的例句e时，如图37(a)所示，用户1将下一个发言“最便宜的好”输入到显示区域701(步骤S109)。与上述相同，若用户1在显示区域702选择所要的例句e＝“最便宜的好”(步骤S110、S111)，则将例句e＝“最便宜的好”和此评价标签“f：x＜＝y”发送到用户2的对话支援装置202(步骤S112)。如图38(b)所示，发送后的内容由用户2的对话支援装置202输出(步骤S113、S114)，因此，根据地铁是最便宜的交通工具，用户2改变例句的检索方针，以便选择“You can go by subway”。

其次，用户2的对话支援装置的例句再评价部107，对例句选择部103存储的例句候补E＝{You can go by train orby bus(1)<v：2>You can go by train or by subway(2)<v：2>You can go by bus orby subway(2)<v：2>You can go by train(2)<v：1>You can go bybus(2)<v：1>You can go by train，by bus or by subway(3)<v：3>You can go by subway(3)<v：1>}，使用从用户1的对话支援装置201发送后的评价标签“f：x＜＝y”，进行再评价(步骤S115)。即，以常数满足条件公式x＜＝y的方式，参照由例句数据库101所定义的评价标签，来更改例句候补E中含有的所有的例句的排列。因此，对于具有作为评价标签的常数标签v：n的例句，n越小的例句为候补的开头，例句候补E为，E＝{You can go by train(2)<v：1>You can go by bus(2)<v：1>You can go by subway(3)<v：1>You can go by train or by bus(1)<v：2>You can go by train or by subway(2)<v：2>You can go by bus or by subway(2)<v：2>You can go by train，by bus or by subway(3)<v：3>}。如图39(b)所示，将更改排列后的例句候补，和消息1301一起提示给用户2，该消息1301催促用户从例句候补中选择所要的例句。

因此，如图40(b)所示，用户2可以很快地选择作为所要的例句的例句e＝“You can go by subway”(步骤S116)，从而，如图40(a)所示，向用户1快速输出“坐地铁就能去”(步骤S117～S119)。

对于不存在例句再评价部107的以往的方式，在上述例子中，一般，用户2按下发言输入按钮901来发出“You can go by subway”后，再次检索例句。之所以这样是因为，在此时，用户判断为，即使检索例句的候补也不明确是否包含这些例句，因此，不如重新从头检索为好。下面，定量检验本实施方式的效果。假设，将从用户输入发言后到选择所要的例句为止的平均操作量为T。例如，在用户1和用户2通过对话支援装置进行以下对话的情况下，即进行用户1：“I want to go to the airport.”[用户2：“坐电车、巴士或者地铁就能去”]用户1：“The cheapest is welcomed.”用户2：“坐地铁就能去”，([]内的发言是，因对方插入其他发言而导致从对话支援装置没能输出的发言)，假设图41(a)、(b)所示的时机，对于图41(a)所示的以往的方式，用户2，为了生成“坐地铁就能去”花费了将近2T的操作量。然而，在图17(b)的本实施方式，由于例句再评价部107对例句候补进行再评价，因此，不需要再次从头检索，以1.5T的操作量可以生成“坐地铁就能去”。据此，从整体对话来看，可以减少装置用于生成1个发言的操作量。

其次说明，在本实施方式中，在例句数据库101的结构为如图42所示那样的结构、并支援不同语言的对话的情况下的工作。在此，假设，讲汉语的用户1是初次访问当地的游客，讲英语的用户2是住在当地的人。并且，假设，当地的气候为高温潮湿。

图42所示的各例句的评价标签，不是由数量上的记述构成，而是由利用符号的、逻辑上的记述构成的。例如，发言No.1的评价标签“f：x＝CLIM”是条件标签，条件公式x＝CLIM示出，常数标签与意味着气候的符号CLIM一致。并且，例如No.4的评价标签“v：TEMP|CLIM”是常数标签，常数TEMP|CLIM示出，常数是意味着温度的符号TEMP或CLIM。

如图43(a)所示，用户1按下发言输入按钮601，并发出“这个附近的气候怎样”。发言接受部102，通过声音识别处理转换为文字信息，并作为发言信息输出“这个附近的气候怎样”。如图44(a)所示，在显示区域701显示发言信息。例句选择部103计算发言信息和例句数据库101中包含的所有的语言1的例句的类似度，在步骤S402获得例句候补E＝{这个附近的气候怎样}。在步骤S403，在显示区域702依次显示例句候补中包含的例句。

如图23(a)所示，若用户1作为所要的例句e从显示区域702中选择“这个附近的气候怎样”，则在显示区域801显示此对译例句的“I wantto go to the airport”。并且，发送部104，将对译例句和此评价标签发送到用户2的对话支援装置202。在用户2的对话支援装置202中，接收部105接收该对译例句和此评价标签，作为发言，向用户2提供发言“How is the climate here”。

同样，如图46(b)所示，用户2按下发言输入按钮901，并发出“It′svery dry here”。如图47(b)所示，发言接受部102，将发言转换为文字信息，显示在显示区域1001。在发言接受部102由声音识别处理构成的情况下，对于发声时间较短的单词，声音识别错误的发生概率较高。在此，假设，发生了单词脱落的错误，并作为文字信息获得“It′s veryhere”。例句选择部103，计算此发言信息和例句数据库101中包含的所有的例句之间的类似度，来制作例句候补E＝{It′s very warm here(1)It′s very wet here(1)It′s very sunny here(1)It′s very mild here(1)It′s very dry here(1)It′s very cloudy here(1)It′s very hot here(1)}(步骤S108)。再者，附加在例句的、带括号的数字是，通过图5的动态规划来计算出的类似度。在显示区域1002显示由例句选择部103所制作的例句候补E。

在此情况下，最好是用户2可以从此例句候补中很快地选择所要的例句e，不过，一般，对于移动终端等的小型装置，在进行此选择时的操作需要时间。例如，如图47，在将例句候补仅可以同时显示3个句子的情况下，只能滚动显示来逐一确认，因此，在进行选择时需要时间。

在此，假设，正在用户2检索所要的例句e时，如图48(a)所示，用户1将下一个发言“气温怎样”输入到显示区域701。与上述相同，若用户1在显示区域702选择所要的例句e＝“气温怎样”，则将例句e＝“气温怎样”和此评价标签“f：x＝TEMP”发送到用户2的对话支援装置202。如图49(b)所示，发送后的内容由用户2的对话支援装置202输出，因此，具体上用户2请求关于气温的信息，用户2只能改变例句的检索方针，以便告诉对方“It′s very hot”。对于不存在例句再评价部107的以往的方式，一般，用户2按下发言输入按钮901来发出“It′s very hot here”后，再次检索例句。之所以这样是因为，在此时，用户判断为，即使检索例句的候补也不明确是否包含这些例句，因此，不如重新从头检索为好。

然而，在本实施方式中，用户2的对话支援装置的例句再评价部107，对例句选择部103存储的例句候补E＝{It′s very cold here(1)<v：TEMP|CLIM>It′s very warm here(1)<v：TEMP|CLIM>It′s very wet here(1)<v：HUM|CLIM>It′s very sunny here(1)<v：CLIM>It′s very mild here(1)<v：TEMP|HUM|CLIM>It′s very dry here(1)<v：HUM|CLIM>It′s very cloudy here(1)<v：CLIM>It′s very hot here(1)<v：TEMP|CLIM>}，使用来自用户1的对话支援装置201发的评价标签“f：x＝TEMP”，进行再评价。即，以常数满足条件公式x＝TEMP的方式，参照由例句数据库101所定义的评价标签，来更改例句候补E中含有的所有的例句的排列。因此，对于具有作为评价标签的常数标签v：n的例句，n与TEMP相同的例句处为候补的开头，例句候补E为，E＝{It′s very cold here(1)<v：TEMP|CLIM>It′s very warm here(1)<v：TEMP|CLIM>It′s very hot here(1)<v：TEMP|CLIM>It′s very mild here(1)<v：TEMP|HUM|CLIM>It′s very wet here(1)<v：HUM|CLIM>It′s very sunny here(1)<v：CLIM>It′s very dry here(1)<v：HUM|CLIM>It′s very cloudy here(1)<v：CLIM>}。在此，对条件公式x＝TEMP的意思上的条件公式满足度高，因此，例句No.11“It′s very hot here”(1)<v：TEMP|CLIM>排列在例句No.8“It′svery mild here”(1)<v：TEMP|HUM|CLIM>的前面。即，根据常数标签的常数的种类数计算各例句的解析可能范围，判定为解析可能范围越小意思上的条件公式满足度越高。例如，例句No.8的解析可能范围为3，例句No.11的解析可能范围为2。因此，例句再评价部107使例句No.11排列在No.8的前面。如图50(b)所示，将更改排列后的例句候补，和消息1301一起提示给用户2，该消息1301催促用户从例句候补中选择所要的例句。

因此，如图51(b)所示，用户2可以很快地选择作为所要的例句的例句e＝“It′s very hot here”，从而，如图51(a)所示，向用户1快速输出“这里非常热”。

如上所述，由于进行再评价，因此，不需要再次从头检索，从整体对话来看，可以减少用于生成1个发言的操作量。

并且，如图52所示，也可以构成为以下系统，即，对话支援装置包括发言接受部102、发送部104、发言输出部106，服务器包括例句数据库101、例句选择部103以及例句再评价部107，该服务器通过互联网等网络2210连接对话支援装置。在此情况下，发送部104向服务器发送发言信息，服务器的接收部2201接收发言信息。并且，服务器的发送部2202，将由服务器根据发言信息所确定的例句候补发送到用户的对话支援装置的接收部106。并且，服务器，若从用户的对话支援装置接收从例句候补中选择了1个例句之事，则将与选择后的例句相对应的对译例句发送到用户的对话支援装置。在此，假设，到在用户的对话支援装置从例句候补中选择1个例句为止，服务器的接收部2201从对方用户的对话支援装置接收发言信息，并将根据此发言信息确定的例句候补后发送到对方用户的对话支援装置后，从对方用户的对话支援装置接收从例句候补中选择了1个例句之事。在此情况下，服务器的发送部2202，将与选择后的例句相对应的对译例句发送到用户的对话支援装置，并且，服务器的例句再评价部107使用与选择后的例句相对应的评价标签来进行再评价，将再评价后的例句候补发送到用户的对话支援装置。

并且，在本实施方式中，将是日语和英语的情况以及是汉语和英语的情况作为一个例子，不过，本发明不受语言的限制，针对法语等其他语言也可以同样实施。

本发明涉及的对话支援装置，具有使参与对话的人的发言快速完成的功能，可以适用于移动电话及移动终端等的翻译应用软件等。也可以适用于公共的街头终端或向导终端等。再者，在相同语言的对话，也可以适用于以定型句子的聊天系统等。

Claims (13)

1、一种对话支援装置，支援对话，其特征在于，包括：

例句数据库，将用于对话的第1例句和第2例句相对应并存储；

发言接受单元，接受用户的发言；

例句选择单元，根据由上述发言接受单元所接受的上述发言检索上述例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，并输出与选择后的上述第1例句相对应的第2例句；

发送单元，将从上述例句选择单元输出的上述第2例句发送到对方用户的对话支援装置；

接收单元，接收从上述对方用户的对话支援装置发送的第2例句；

发言输出单元，输出由上述接收单元所接收的上述第2例句；以及

例句再评价单元，根据由上述接收单元所接收的上述第2例句，对由上述例句选择单元所提取的上述第1例句的候补进行再评价。

2、如权利要求1所述的对话支援装置，其特征在于，

上述例句数据库，进一步，将上述第1例句及上述第2例句和评价标签相对应并存储；

上述例句选择单元，在要输出的上述第2例句中包含与该第2例句相对应的评价标签地进行输出；

上述例句再评价单元，根据由上述接收单元所接收的上述第2例句中包含的上述评价标签，对上述第1例句的候补进行再评价。

3、如权利要求2所述的对话支援装置，其特征在于，

上述评价标签是常数标签及条件标签中的至少一个，该常数标签与要提供的信息有关，该条件标签表示要请求的信息的条件；

上述例句再评价单元，根据条件标签和常数标签，对上述第1例句的候补进行再评价，该条件标签是上述第2例句中包含的上述评价标签的条件标签，该常数标签是与各上述第1例句的候补分别相对应的评价标签的常数标签。

4、如权利要求1所述的对话支援装置，其特征在于，

上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句的情况下，对上述第1例句的候补进行再评价。

5、如权利要求4所述的对话支援装置，其特征在于，

上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句的情况下，对上述第1例句的候补进行再评价，并且，催促上述用户从上述第1例句候补中选择1个第1例句。

6、如权利要求1所述的对话支援装置，其特征在于，

上述对话支援装置进一步包括：候补通知单元，将由上述例句选择单元所提取的上述第1例句的候补通知给上述用户；以及

选择指示接受单元，从上述用户接受选择指示，该选择指示是从上述第1例句的候补中选择1个第1例句的指示，

上述例句选择单元，根据由上述选择指示接受单元所接受的上述选择指示选择上述第1例句。

7、如权利要求6所述的对话支援装置，其特征在于，

上述候补通知单元，根据由上述例句再评价单元所进行的再评价的结果，更改上述第1例句的候补的排列，并通知给上述用户。

8、如权利要求1所述的对话支援装置，其特征在于，

上述对话支援装置进一步包括，话题变化检测单元，根据由上述接收单元所接收的上述第2例句，检测话题的变化，

上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句、且由上述话题变化检测单元检测出话题的变化的情况下，对上述第1例句的候补不进行再评价。

9、如权利要求8所述的对话支援装置，其特征在于，

上述例句再评价单元，在由上述例句选择单元从上述第1例句的候补中选择1个第1例句之前，由上述接收单元接收了来自上述对方用户的对话支援装置的上述第2例句、且由上述话题变化检测单元检测出话题的变化的情况下，对上述第1例句的候补不进行再评价，且催促上述用户发言。

10、如权利要求1所述的对话支援装置，其特征在于，

上述发言接受单元，通过利用语言模型的连续声音识别处理接受上述发言，该语言模型是由上述例句数据库存储的上述第1例句构成的语言模型，或者，通过键盘接受上述发言，该键盘只输入构成上述例句数据库存储的上述第1例句的单词。

11、一种对话支援系统，使用连接于服务器的第1对话支援装置及第2对话支援装置来支援对话，其特征在于，

上述第1对话支援装置，包括：

发言接受单元，接受用户的发言；

接收单元，接收从上述服务器发送的第2例句；

发言输出单元，输出由上述服务器所接收的上述第2例句；以及

发送单元，将由上述发言接受单元所接受的上述发言发送到上述服务器，

上述服务器，包括：

例句数据库，将用于对话的第1例句和第2例句相对应并存储；

例句选择单元，根据从上述第1对话支援装置发送的上述发言检索上述例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，输出与选择后的上述第1例句相对应的第2例句；

例句再评价单元，根据与从上述第2对话支援装置发送的发言相对应的第2例句，对由上述例句选择单元所提取的上述第1例句的候补进行再评价；以及

发送单元，将从上述例句选择单元输出的上述第2例句，以及由上述例句再评价单元所进行再评价的结果，发送到上述第1对话支援装置，

上述第2对话支援装置，包括：

发言接受单元，接受用户的发言；

接收单元，接收从上述服务器发送的第2例句；

发言输出单元，输出由上述接收单元所接收的上述第2例句；以及

发送单元，将由上述发言接受单元所接受的上述发言发送到上述服务器。

12、一种对话支援方法，支援对话，其特征在于，包括：

发言接受步骤，接受用户的发言；

例句选择步骤，根据在上述发言接受步骤所接受的上述发言检索例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，并输出与选择后的上述第1例句相对应的第2例句，该例句数据库将用于对话的第1例句和第2例句相对应并存储；

发送步骤，将在上述例句选择步骤输出的上述第2例句发送到对方用户的对话支援装置；

接收步骤，接收从上述对方用户的对话支援装置发送的第2例句；

发言输出步骤，输出在上述接收步骤所接收的上述第2例句；以及

例句再评价步骤，根据在上述接收步骤所接收的上述第2例句，对在上述例句选择步骤所提取的上述第1例句的候补进行再评价。

13、一种程序，支援对话，其特征在于，使计算机执行以下步骤：

发言接受步骤，接受用户的发言；

例句选择步骤，根据在上述发言接受步骤所接受的上述发言检索例句数据库，来提取第1例句的候补，从提取后的上述第1例句的候补中选择1个第1例句，并输出与选择后的上述第1例句相对应的第2例句，该例句数据库将用于对话的第1例句和第2例句相对应并存储；

发送步骤，将在上述例句选择步骤输出的上述第2例句发送到对方用户的对话支援装置；

接收步骤，接收从上述对方用户的对话支援装置发送的第2例句；

发言输出步骤，输出在上述接收步骤所接收的上述第2例句；以及

例句再评价步骤，根据在上述接收步骤所接收的上述第2例句，对在上述例句选择步骤所提取的上述第1例句的候补进行再评价。

Images