JP2000330588A - 音声対話処理方法、音声対話処理システムおよびプログラムを記憶した記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】入力された音声情報に係る自然言語文の意味を
実時間で一義的に解釈処理して応答文を作成する。 【解決手段】音声情報を認識処理して得られたデータを
意味解釈して応答文を生成し、生成した応答文を出力す
る音声対話処理システム１。音声情報を入力する音声情
報入力部２と、入力された音声情報を認識処理して音声
情報に含まれる自立語の候補を互いの順序関係を有する
単語系列として抽出するＣＰＵ３の音声認識処理Ｓ１
と、受理可能な文型を複数の品詞の系列パターンとして
記憶するメモリ４の品詞系列パターン辞書ファイルＦ３
および品詞系列ハッシュ辞書ファイルＦ４と、抽出され
た単語系列を複数の品詞系列パターンと照合することに
より、少なくとも１つの品詞系列パターンに対応する単
語系列を音声情報に対応する文候補列として求めるＣＰ
Ｕ３の構文解析処理Ｓ２と、求められた文候補列に対し
て付属語を補完することにより意味解釈用の自然言語文
構造のデータを生成するＣＰＵ３の付属語補完処理Ｓ３
とを備えている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ユーザから発せら
れた音声情報を認識し、認識した情報から上記音声情報
に対する応答文を生成する音声対話処理方法、音声対話
処理システムおよびプログラムを記憶した記憶媒体に関
する。

【０００２】

【従来の技術】高度化・多機能化された機械システムに
対するヒューマンインタフェース性能を向上させるため
に、利用者（ユーザ）から発せられた音声情報に基づい
て機械システムと対話する音声対話処理システムが研究
・開発されている。

【０００３】このような音声対話処理システムにおいて
は、ユーザの発話した音声による自然語文を機械システ
ムに搭載された計算機（コンピュータ）により認識して
その意味（意図）を解釈し、解釈した意味情報に対応す
る応答情報（応答文）を作成して上記ユーザに出力する
ことにより、ユーザと機械システムとの対話をおこなっ
ている。

【０００４】コンピュータの音声認識処理においては、
入力された自然言語文を構成する音声情報から当該自然
言語文を構成する単語が検出され、コンピュータの構文
解釈処理により、検出された単語集合から「文」として
正しい候補が選択・抽出される。そして、コンピュータ
の意味解釈処理により、抽出された文候補に基づいて自
然言語文の意味が解釈され、応答情報作成処理により、
解釈された意味に対応する適切な応答文が作成・出力さ
れる。

【０００５】ところで、上述した音声対話処理システム
においては、ユーザから発せられた自然言語文を構成す
る音声情報を自動的に認識してその意図を解釈する必要
がある。

【０００６】従来では、助詞（例えば、「て」、
「は」、「が」）等の付属語も自然言語文の意味解釈に
おいて重要な役割を果たす場合もあることを考慮して、
助詞等の付属語を含む自然言語文をそのまま認識かつ解
釈する方法があり、代表的な方法としてディクテーショ
ンが挙げられる。

【０００７】

【発明が解決しようとする課題】しかしながら、上述し
た自然言語文を構成する付属語を含む全ての単語を認識
・解釈する方法では、「は」、「が」等の助詞を認識語
彙に含めているが、これらの助詞を構成する語は、名
詞、動詞等の自立語の一部としても認識されるため、上
記助詞を入力音声情報中の誤った位置で認識してしま
う、いわゆる「湧き出し誤り」が多発する。

【０００８】この多発した湧き出し誤りにより、構文解
釈処理において選択抽出される文候補は爆発的に増大す
るため、音声対話処理システムの処理時間を非常に増大
させ、音声対話処理システムの実用性を阻害している。

【０００９】また、上記自然言語文を構成する全ての単
語（付属語を含む）を認識・解釈する方法では、非常に
短い語である助詞を認識しなければならないため、例え
ば、上記音声対話処理システムを、周囲にノイズが存在
する実環境下で適用した場合においては、上記ノイズの
影響で助詞の認識を一層困難にしている。

【００１０】例えば、音声対話処理システムをカーナビ
ゲーションシステムに適用した場合（以下、音声対話型
カーナビゲーションシステムと記載する）では、車体の
走行ノイズ、オーディオノイズおよび車外の風の音等の
様々なノイズにより、ユーザ（ドライバ）から発せられ
た音声情報（自然言語文）から助詞を認識することは、
非常に困難である。

【００１１】一方、助詞の認識に基づく文法的な制約条
件を利用して、助詞を含む文の認識を高速化する手法も
考え出されているが、実環境下（例えば、音声対話型カ
ーナビゲーションシステムにおける車両運転中等）にお
いて、ユーザが文法的に正確な文を発声することを望む
ことは難しく、さらに、文法的な誤りに加えて、例え
ば、「えーと」等の不要語や言いよどみ、どもり、言い
直し等も発生するため、上記文法的や制約条件に基づく
方法でも、自然言語文を構成する全ての単語を正確に認
識することは困難である。

【００１２】そこで、上述した自然言語文を構成する付
属語を含む全ての単語を認識・解釈する方法において生
じた問題点を解決するために、入力された自然言語文を
構成する音声情報から、助詞等の付属語、不要語等を除
く自立語等のキーワード（自由な発声を理解して意味表
現を得るために必要な予め定めた特定の単語）のみを認
識し、認識したキーワードの時系列（キーワード系列）
のみから上記自然言語文の意味を解釈する方法も提案さ
れている。

【００１３】しかしながら、このキーワードに基づく認
識・解釈方法では、「コーラ２つ」、「チーズバーガー
いらない」等の少数のキーワードから構成された単純な
自然言語文には適しているが、例えば、「吹田サービス
エリアの次の駐車場付きのレストランは？」等のよう
に、単語数（キーワード数）が多い複雑な文に対して、
このキーワードに基づく認識・解釈方法を適用した場合
では、キーワード系列「吹田 サービスエリア 次 駐
車場付き レストラン」となり、キーワード間の係り受
け関係を特定することが難しくなる。

【００１４】すなわち、上記キーワード系列は、例えば
「吹田サービスエリアは、次の駐車場付きのレストラン
ですか？」という確認の意味と、「吹田サービスエリア
の次にある駐車場付きのレストランは何ですか」という
質問の意味との２通りに解釈できるため、コンピュータ
の意味解釈処理において一義的に解釈することができな
かった。

【００１５】この結果、単語数の多い複雑な自然言語文
を音声情報として、上述したキーワードに基づく認識・
解釈方法を適用した音声対話処理システムに入力しても
応答文を作成して出力することができない場合があり、
音声対話処理システムの実用性を低下させる要因となっ
ている。

【００１６】本発明は上述した事情に鑑みてなされたも
ので、助詞等の付属語の欠落や誤認識が多発する実環境
下においても、入力された音声情報に係る自然言語文の
意味を実時間で一義的に解釈処理して応答文を作成可能
な音声対話処理システムおよび音声対話処理方法を提供
することをその目的とする。

【００１７】

【課題を解決するための手段】上述した目的を達成する
ための請求項１に係る発明によれば、音声情報を認識処
理して得られたデータを意味解釈して応答文を生成し、
生成した応答文を出力する音声対話処理システムにおい
て、前記音声情報を入力する音声情報入力手段と、入力
された音声情報を認識処理して前記音声情報に含まれる
自立語の候補を互いの順序関係を有する単語系列として
抽出する抽出手段と、受理可能な文型を複数の品詞の系
列パターンとして記憶する品詞系列パターン記憶手段
と、抽出された単語系列を前記複数の品詞系列パターン
と照合することにより、少なくとも１つの品詞系列パタ
ーンに対応する単語系列を前記音声情報に対応する文候
補列として求める手段と、求められた文候補列に対して
付属語を補完することにより前記意味解釈用の自然言語
文構造のデータを生成する自然言語文構造データ生成手
段とを備えている。

【００１８】請求項２に係る音声対話処理システムで
は、前記自然言語文構造データ生成手段は、前記複数の
品詞系列パターンそれぞれの少なくとも１つの品詞に係
る付属語を予め記憶する付属語記憶手段と、前記文候補
列の品詞系列パターンに対応する付属語を前記付属語記
憶手段から読み出して前記少なくとも１つの品詞に補完
して前記自然言語文構造データを生成する手段とを備え
ている。

【００１９】請求項３に係る音声対話処理システムで
は、知識ベースを有し、この知識ベースを参照しながら
前記自然言語文構造データの意味解釈を行う意味解釈手
段と、意味解釈内容に基づいて前記音声情報に対する応
答文データを生成する応答文データ生成手段と、生成さ
れた応答文データを音声情報として出力する音声情報出
力手段とを備えている。

【００２０】請求項４に係る音声対話処理システムで
は、前記応答文データ生成手段は、前記意味解釈内容に
加えて、前記自然言語文構造データ生成手段により生成
された自然言語文構造データを含む応答文データを生成
する手段である。

【００２１】請求項５に係る音声対話処理システムで
は、前記自然言語文構造データ生成手段は、求められた
文候補列に対して、互いに自然言語文構造が異なる複数
の自然言語構造データを生成する手段を含んでいる。

【００２２】請求項６に係る音声対話処理システムで
は、前記意味解釈手段は、生成された複数の自然言語構
造データの中から意味的に尤らしい１つの自然言語文構
造データを所定の判断情報に基づいて選択し、前記知識
ベースを参照して選択した自然言語文構造データの意味
解釈を行う選択意味解釈手段を含んでいる。

【００２３】また、上述した目的を達成するための請求
項７に係る発明によれば、音声情報を認識処理して得ら
れたデータを意味解釈して応答文を生成し、生成した応
答文を出力する音声対話処理方法において、前記音声情
報を入力するステップと、この入力ステップにより入力
された音声情報を認識処理して前記音声情報に含まれる
自立語の候補を互いの順序関係を有する単語系列として
抽出するステップと、受理可能な文型を複数の品詞の系
列パターンとして記憶するステップと、前記抽出ステッ
プにより抽出された単語系列を前記複数の品詞系列パタ
ーンと照合することにより、少なくとも１つの品詞系列
パターンに対応する単語系列を前記音声情報に対応する
文候補列として求めるステップと、このステップにより
求められた文候補列に対して付属語を補完することによ
り前記意味解釈用の自然言語文構造のデータを生成する
ステップとを備えている。

【００２４】そして、上述した目的を達成するための請
求項８に係る発明によれば、入力された音声情報を認識
処理して得られたデータを意味解釈して応答文を生成
し、生成した応答文を出力するためのコンピュータが読
取り可能なプログラムを記憶した記憶媒体において、前
記プログラムは、前記入力された音声情報をコンピュー
タに認識処理させて前記音声情報に含まれる自立語の候
補を互いの順序関係を有する単語系列として抽出させる
手段と、受理可能な文型を複数の品詞の系列パターンと
して前記コンピュータにメモリに記憶させる手段と、抽
出された単語系列を前記コンピュータにより前記複数の
品詞系列パターンと照合させることにより、少なくとも
１つの品詞系列パターンに対応する単語系列を前記音声
情報に対応する文候補列として前記コンピュータに求め
させる手段と、求めた文候補列に対して付属語を前記コ
ンピュータに補完させることにより前記意味解釈用の自
然言語文構造のデータを生成させる手段とを備えてい
る。

【００２５】

【発明の実施の形態】本発明に係る音声対話処理方法、
音声対話処理システムおよびプログラムを記憶した記憶
媒体の実施形態について図面を参照して説明する。な
お、本実施形態では、説明をより具体的にするため、本
実施形態に係る音声対話システムを所定の車両に搭載さ
れたカーナビゲーションシステムに適用した音声対話型
カーナビゲーションシステムについて説明する。

【００２６】図１は、本実施の形態に係る音声対話処理
システムの概略構成を示すブロック図である。

【００２７】図１によれば、音声対話処理システム１
は、ユーザから発せられた自然言語文を構成する音声情
報（音声波信号）をマイクロホン等を介して入力し、入
力した音声信号をデジタルデータに変換する音声入力部
２と、変換された音声データに基づいて音声対話処理を
実行するＣＰＵ３とを備えている。

【００２８】ＣＰＵ３は、上記音声対話処理として、音
声データに基づいて入力音声情報の候補となる単語が格
子状に組み合わされた単語ラティスを例えばワードスポ
ッティング法を用いて生成し、生成した単語ラティスに
基づいて所定のキーワード系列を上記音声情報（自然言
語文）に対応する文候補として求め、求めたキーワード
系列の意味を解釈して応答音声データを作成するように
なっている。

【００２９】また、音声対話処理システム１は、ＣＰＵ
３の上記音声対話処理用のプログラムＰ、音声対話処理
に必要なファイル群Ｆ１〜Ｆ８および知識ベースＤを有
するメモリ４と、ＣＰＵ３により作成された応答音声デ
ータを応答音声情報（音声波形信号）に変換し、スピー
カ等を介してユーザに出力する音声出力部５とを備えて
いる。

【００３０】メモリ４に記憶されたファイルＦ１は、
“品詞辞書"（データ）を格納するための品詞辞書ファ
イルＦ１であり、また、ファイルＦ２は、“文型辞書"
（データ）を格納するための文型辞書ファイルＦ２であ
る。

【００３１】図２は、本実施形態における品詞辞書ファ
イルＦ１に格納された“品詞辞書"の一例を示す図であ
る。

【００３２】図２に示す“品詞辞書"によれば、“品
詞"、すなわち、“入力要素カテゴリ"については角丸長
方形枠で囲んで示し、“単語"、すなわち、“入力要素"
については長方形枠で囲んで示す。例えば、“品詞「場
所」"は“「現在地」、「施設」、「目的地」、「経由
地」"といった“子品詞"から構成され、“品詞「経由
地」"は子品詞「出口・入口」と共に単語「インター」
及び「インターチェンジ」を要素として有している。

【００３３】本実施形態では、このような形で入力され
た単語ラティスに対する解釈の基盤となる単語とその品
詞構造の辞書を有している。

【００３４】図３は、本実施形態で受理可能な単語系列
（キーワード系列）である「文」の形を定義するために
文型辞書ファイルＦ２に格納された“文型辞書"の一例
を示す図である。

【００３５】

【外１】

【００３６】これらの文型において、“（"と“）"とで
括られた最も小さい固まり、例えば“（場所）"や
“（経由地名）"等、が一つの単語に対応する品詞とな
る。そして、それらの系列の連接が“−（ハイフン）"
で表され、「ＡかＢかＣのうちの何れかの選択」は
“（Ａ|Β|Ｃ|）"と記述される。また、“［"と“］"と
で囲まれた区間は高々一回、すなわち、０回または１回
だけ“［"と“］"で囲まれた区間が現れることを意味す
る。

【００３７】

【外２】

【００３８】ＣＰＵ３は、音声対話処理システム１の起
動時において、メモリ４に記憶された文型辞書ファイル
Ｆ２を展開することにより、図４に示す“品詞系列パタ
ーン辞書"を作成し、作成した“品詞系列パターン辞書"
をメモリ４上の品詞系列パターン辞書ファイルＦ３に格
納するようになっている。

【００３９】すなわち、図４によれば、図３の文型“ｇ
１"は、“ｓｐ０１−ｇ１"から“ｓｐ１８−ｇ１"まで
の１８個の品詞系列パターンに展開することができ、文
型“ｇ２"は、“ｓｐ０１−ｇ２"から“ｓｐ０４−ｇ
２"までの４個の品詞系列パターンに展開することがで
きる。

【００４０】この“ｓｐ０１−ｇ１"から“ｓｐ１８−
ｇ１"と“ｓｐ０１−ｇ２"から“ｓｐ０４−ｇ２"に示
すような各品詞系列パターンに付与された記号を、当該
各品詞系列パターンを識別するための識別番号を表す
“品詞系列ＩＤ"と呼ぶ。

【００４１】

【外３】

【００４２】また、ＣＰＵ３は、生成した“品詞系列パ
ターン辞書"を品詞系列パターン辞書ファイルＦ３に格
納するとともに、生成した“品詞系列パターン辞書"の
内容に基づいて、各品詞の各品詞系列パターンにおける
出現箇所（出現順序）と当該品詞とを用いて“品詞系列
ハッシュ辞書"を生成してメモリ４上の品詞系列ハッシ
ュ辞書ファイルＦ４に格納するようになっている。

【００４３】図５は、品詞系列ハッシュ辞書ファイルＦ
４に格納された“品詞系列ハッシュ辞書"の一例を示す
図である。

【００４４】図５（ａ）〜図５（ｅ）に示すように、
“品詞系列ハッシュ辞書"は、単語出現番号“１"から、
あり得る品詞系列パターンの最長“ｎ"（本実施形態で
は“５"）までの各“出現順位の表"と、各単語系列パタ
ーンの末尾からの“ハッシュ表"とから構成される。

【００４５】例えば、図５（ａ）に示す“単語出現番号
１"の“ハッシュ表"を見れば、本実施形態の文型辞書に
おいて品詞項目“品詞（地名）"が文頭に現れる単語系
列のパターンとしては、“品詞系列ΙＤ"が“ｓｐ０１
−ｇ２"と“ｓｐ０２−ｇ２"の２種類しかないことがわ
かる。

【００４６】一方、メモリ４上のノード要素データファ
イルＦ５は、単語ラティスを構成する各単語（以下、ノ
ードとする）に対する複数のデータ要素を各ノード毎に
それぞれ格納するためのファイルである。

【００４７】ここで、ノード要素データファイルＦ５に
格納される各ノードのノード要素データを具体的に説明
するため、音声データからのワードスポッティング法を
用いて得られた結果を図６に示す簡単なものとし、その
ワードスポッティング結果に基づく単語ラティスが図７
に示すものであるとする。

【００４８】このとき、ノード要素データファイルＦ５
の各ノードに対応する格納領域には、図８に示すノード
要素データが格納される。

【００４９】すなわち、図８に示すように、ノード要素
データは、“ノード１Ｄ"、“所属品詞"、“前ノードリ
スト"、“次ノードリスト"、“未処理前ノードリス
ト"、“解析途中経過リスト"、“入力要素１ｄ：単語表
象"の７個である。

【００５０】ここで、単語ラティスのノードの第１の要
素データは、ノードの識別子である“ノードＩＤ"であ
り、図７で各ノードに示されているように、「入力要素
ΙＤ：単語表象」の形式で記述される。

【００５１】第２の要素データは、そのノード（単語）
の“所属品詞"である。

【００５２】第３の要素データは、そのノードの前に接
続する可能性のあるノードの集合を表す“前ノードリス
ト"である。

【００５３】第４の要素データは、そのノードの後ろに
接続する可能性のあるノードの集合を表す“次ノードリ
スト"である。

【００５４】第５の要素データは、前ノードリストの要
素中解析処理が終了していないノードの集合を表す“未
処理前ノードリスト"であり、このリストの内容が空に
ならない限りそのノードの解析を行ってはならないこと
を示す。

【００５５】第６の要素データは、そのノードが表象す
る単語が受理される単語系列の要素であるならば、どの
品詞系列パターンがその単語系列のテンプレートとして
あり得るかを要素として持つ“解析途中経過リスト"で
ある。解析途中経過リストは、そのノードが受理可能単
語系列の何番目に現れるかの数値と、その順序でそのノ
ードが表象する単語が現れたときに考えられる品詞系列
ＩＤのリストとの組のリストで表現される。

【００５６】例えば、図７に示す単語ラティスを例にと
ると、当該単語ラティスのノード“「０７：今」"につ
いては“（「今」…）"という具合に、単語系列の最初
に現れる場合と、“（「道」、「今」、…）"という具
合に、２番目に現れる場合とが考えられる。

【００５７】このような場合、“解析途中経過リスト"
として、“［（１、１…１）、（２、−…］］"と云う
具合に、この単語が１番目に現れた場合に取り得る品詞
系列パターンのリストと２番目に現れた場合に取り得る
品詞系列パターンのそれとがそれぞれ分けて格納され
る。

【００５８】また、ファイルＦ６は、現在処理対象とし
得る単語ラティスの上のノードのリストを格納するファ
イル（処理中ノードリストファイル）であり、また、フ
ァイルＦ７は、単語ラティスで受理可能な“品詞系列Ｉ
Ｄ"を格納するためのファイル（品詞系列候補リストフ
ァイル）である。

【００５９】そして、本実施形態では、図４に示す各キ
ーワード系列の意味を一義的に定めるために、当該キー
ワード系列毎に、そのキーワード系列に対して補完され
る助詞等の付属語およびその補完位置を表す情報（以
下、付属語補完情報ともいう）が予めメモリ４に設置さ
れた付属語補完ファイルＦ８に格納されている。

【００６０】すなわち、図９に示すように、付属語補完
ファイルＦ８には、品詞系列ＩＤ“ｓｐ０８−ｇ１"の
品詞系列に対しては、キーワード「疑問詞：どれくら
い」に係る付属語として、助動詞「ですか」が補完され
ることを表す情報が格納されている。

【００６１】なお、キーワード「経由地名」と「経由
地」との間、キーワード「経由地」と「道程」との間、
およびキーワード「疑問詞：どれくらい」との間には、
「φ」という情報が格納されている。この「φ」は、キ
ーワード間において付属語が必要ないことを表す情報で
ある。

【００６２】そして、品詞系列ＩＤ“ｓｐ０ｘ−ｇｙ"
の品詞系列に対しては、キーワード（経由地）に係る付
属語、キーワード（形容詞）に係る付属語、およびキー
ワード（条件）の付属語として、それぞれ助詞「の」が
補完されることを表す情報が格納されており、また、キ
ーワード「場所：施設」に係る付属語として、助詞
「は」が補完されることを表す情報が格納されている。

【００６３】さらに、メモリ４に記憶された知識ベース
Ｄには、文候補となるキーワード系列が問題の解決を要
求する意図（意味内容）であるとされた場合に、その問
題の解決処理に必要な専門的知識（例えば、カーナビゲ
ーションシステムでは、地図情報等）が体系化され、か
つコンピュータ処理に適した形式で蓄積されている。

【００６４】続いて、本実施形態の全体処理動作につい
て、特に、ＣＰＵ３の音声対話処理を中心に詳細に説明
する。

【００６５】今、図６に示すように、ユーザが「西宮イ
ンターチェンジまでどのくらいですか」という音声情報
を発したとする。

【００６６】このとき、ユーザから発せられた音声情報
は音声入力部２により音声データに変換されてＣＰＵ３
に送られる。

【００６７】ＣＰＵ３に対して音声入力部２から送信さ
れた音声データが入力されると、音声対話処理プログラ
ムＰを読み出し、読み出した音声対話処理プログラムＰ
に従って、最初に公知のワードスポッティング法を用い
た音声認識処理Ｓ１を実行して、上記音声情報の候補と
なる単語（キーワード）が格子状に組み合わされた単語
ラティスを生成する。

【００６８】次いで、ＣＰＵ１３は、メモリ４上の品詞
辞書ファイルＦ１、品詞系列パターン辞書ファイルＦ
３、および品詞系列ハッシュ辞書ファイルＦ４およびノ
ード要素データファイルＦ５を参照しながら構文解析処
理Ｓ２を行うことにより、所定のキーワード系列を上記
音声情報（自然言語文）に対応する文候補として求め
る。

【００６９】以下、この構文解析処理Ｓ２について詳細
に説明する。

【００７０】すなわち、ＣＰＵ３は、ノード要素データ
ファイルＦ５を参照して、音声認識処理により生成され
た単語ラティスの全ノードについて、前ノードリストの
内容を未処理前ノードリストにコピーし（図１０；ステ
ップＳ１０）、単語ラティスの開始ノードに接続してい
る、すなわちキーワード系列の先頭になり得る単語を表
象するノードを処理中ノードリストファイルＦ６に格納
する（ステップＳ１１）。

【００７１】次いで、ＣＰＵ３は、ステップＳ１１の処
理により処理中ノードリストファイルＦ６に格納した各
ノードの解析途中経過リストの初期値を設定し（ステッ
プＳ１２）、処理中ノードリストファイルＦ６に格納し
た各ノードのノード要素データファイルＦ６における未
処理前ノードリストから開始ノードを削除する（ステッ
プＳ１３）。

【００７２】

【外４】

【００７３】ステップＳ１０〜ステップＳ１３の処理が
終了すると、ＣＰＵ３は、処理中ノードリストファイル
Ｆ６が空、すなわち、単語ラティスにおける処理中ノー
ドがなくなったか否か判断する（ステップＳ１４）。

【００７４】今、図７に示すように処理中ノードファイ
ルＦ６は空ではないため（ステップＳ１４→ＮＯ）、Ｃ
ＰＵ３は、処理中ノードリストファイルＦ６からノード
を１つ（例えば、ノードＭ「０７：今」）を取り出す
（ステップＳ１５）。

【００７５】次いでＣＰＵ３は、ノード要素データファ
イルＦ５を参照して、取り出したノード「０７：今」の
未処理前ノードリストは空であるか否か判断する（ステ
ップＳ１６）。

【００７６】今、ノード「０７：今」の“未処理前ノー
ドリスト"は空でないため、ステップＳ１６の判断はＮ
Ｏとなり、ステップＳ１４の処理に戻る。そして、再
び、ステップＳ１５で別のノード「０１：道」が処理中
ノードリストファイルＦ６から取り出される。

【００７７】このノード「０１：道」のノード要素デー
タファイルＦ５における“未処理前ノードリスト"は空
のため（ステップＳ１６→ＹＥＳ）、ＣＰＵ３は、後続
のノード「０７：今」と「１５：インターチェンジ」に
対して、上記ノード「０１：道」の“解析途中経過リス
ト"の内容を伝播する（ステップＳ１７）。

【００７８】ただし、上述したように、ノード「０１：
道」の“解析途中経過リスト"は空であるため（ステッ
プＳ１８→ＹＥＳ）、ノード「０７：今」とノード「ｌ
５：インターチェンジ」の“解析途中経過リスドの内容
は変化しない。

【００７９】そして、ＣＰＵ３は、ノード要素データフ
ァイルＦ５を参照して、ノード「０７：今」およびノー
ド「ｌ５：インターチェンジ」の“未処理前ノードリス
ト"からそれぞれノード「０１：道」を削除する（ステ
ップＳ１９）。

【００８０】

【外５】

【００８１】次にステップＳ１５で、再び、ノード「０
７：今」が処理中ノードリストファイルＦ６から取り出
されるが、ノード「０７：今」の“未処理前ノードリス
ト"は空となったため、今回は伝播が可能となる（ステ
ップＳ１６、Ｓ１７参照）。

【００８２】しかしながら、このノード「０７：今」の
“解析途中経過リスト"も事実上、“空"、すなわち、こ
のノードを経由して受理可能な品詞系列はないため（ス
テップＳ１８→ＹＥＳ）、このノードの後ろに接続する
各ノード「１４：インター、１８：今、２０：まで、１
５：インターチェンジ」の“解析途中経過リスト"の内
容は変化せず、これらのノードの“未処理前ノードリス
ト"からノード「０７：今」が削除されるのみである
（ステップＳ１９参照）。

【００８３】

【外６】

【００８４】次にステップＳ１４の処理に移行するが、
上述したように、処理中ノードリストＦ６は空ではない
ため、ステップＳ１５において、ＣＰＵ３により、処理
中ノードリストファイルＦ６からノード「０３：西宮」
が取り出される。このノード「０３：西宮」の“未処理
前ノードリスト"は空のため（ステップＳ１６→ＹＥ
Ｓ）、“解析途中経過リスト"の内容の伝播が可能であ
る（ステップＳ１７参照）。

【００８５】

【外７】

【００８６】次いで、ＣＰＵ３は、品詞系列辞書ファイ
ルＦ４を参照して、生成したリストと、後続するノード
の対応する“品詞系列ハッシュ"の内容との積集合をと
る（ステップＳ２１）。

【００８７】

【外８】

【００８８】

【外９】

【００８９】次に、ステップＳ１４→ＮＯであるため、
ステップＳ１５でノード「１５：インターチェンジ」が
処理中ノードリストファイルＦ６から取り出される。こ
のノード「１５：インターチェンジ」の“未処理前ノー
ドリスト"は空のため、“解析途中経過リスト"の内容の
伝播が可能である（ステップＳ１６、Ｓ１７参照）。

【００９０】

【外１０】

【００９１】そして、ＣＰＵ３は、品詞系列辞書ファイ
ルＦ４を参照して、生成したリストと、後続するノード
「２０：まで」の対応する“品詞系列ハッシュ辞書"の
内容との積集合をとる（ステップＳ２１参照）。

【００９２】

【外１１】

【００９３】同様のサイクルがノード「１４：インタ
ー」からの伝播でも行われる。この伝播の際、ノード
「１４：インター」からはノード「１８：今」に対して
も接続可能ではあるが、ノード「１８：今」の対応する
“品詞ハッシュ辞書"の項目がないため、上記積集合を
とってもノード「１８：今」の“解析途中経過リスト"
の内容は空のままである。

【００９４】

【外１２】

【００９５】次に、ステップＳ１４→ＮＯであるため、
ステップＳ１５の処理により、ノード「２０：まで」が
処理中ノードリストファイルＦ１６から取り出される。
このノード「２０：まで」の“未処理前ノードリスト"
は空のため、“解析途中経過リスド"の内容の伝播が可
能である（ステップＳ１６、ステップＳ１７参照）。

【００９６】

【外１３】

【００９７】

【外１４】

【００９８】次に、「終了」ノードへの伝播に際して
は、単語出現番号「ｅｎｄ」の“ハッシュ辞書項目"が
参照される。この場合、品詞「道程」で終了する文型は
登録されていないため、辞書参照は失敗し、終了ノード
の解析途中経過リストの内容は更新されない。

【００９９】

【外１５】

【０１００】次に、ステップＳ１４→ＮＯであるため、
ステップＳ１５で、ノード「２４：どのくらい」が処理
中ノードリストファイルＦ１５から取り出される。この
ノード「２４：どのくらい」の“未処理前ノードリス
ト"は空のため、“解析途中経過リスト"の内容の伝播が
可能である（ステップＳ１６、Ｓ１７参照）。しかし、
このノード「２４：どのくらい」に接続可能なノードは
「終了」ノードのみなので、終了ノードに伝播させる。

【０１０１】

【外１６】

【０１０２】また、処理中ノードリストファイルＦ６の
内容が空になり（ステップＳ１４→ＹＥＳ）、ＣＰＵ３
は、「終了」ノードの“解析途中経過リスト"の中の全
ての品詞系列パターン（この場合、品詞系列ＩＤ“ｓｐ
０８−ｇ１"）を、品詞系列候補リストファイルＦ７に
格納する（ステップＳ２２）。

【０１０３】そして、ＣＰＵ３は、上述したステップＳ
１０〜ステップＳ２２の処理過程において単語ラティス
の各ノードが所属し得る品詞系列（品詞系列ＩＤ）の集
合がノード要素データファイルＦ５内の各ノードの“解
析途中経過リスト"として残っているため、品詞系列候
補リストファイルＦ７に格納された“品詞系列ＩＤ（ｓ
ｐ０８−ｇ１）"を“解析途中経過リスト"のメンバとし
て有する単語系列を単語ラティスから探索することで、
求める文候補としての“キーワード系列"を得ることが
できる（ステップＳ２３）。

【０１０４】

【外１７】

【０１０５】同様に、例えば、ユーザから「吹田サービ
スエリアの次の、えーと、駐車場付きのレ、レストラン
は？」という音声情報が発せられた場合には、この音声
情報が変換された音声データに基づいて、ＣＰＵ３のス
テップＳ１の処理により単語ラティスが生成され、ＣＰ
Ｕ３のステップＳ２（ステップＳ１０〜ステップＳ２
３）の処理により、品詞系列パターン（品詞系列ＩＤ
“ｓｐ０ｘ−ｇｙ"）のキーワード系列（「吹田」、
「サービスエリア」、「次」、「駐車場付き」、「レス
トラン」）が生成される。

【０１０６】このようにして、構文解析処理（ステップ
Ｓ２：ステップＳ１０〜ステップＳ２３）により、入力
音声情報に対応する文候補としてのキーワード系列（以
下、キーワード系列：「吹田」、「サービスエリア」、
「次」、「駐車場付き」、「レストラン」の場合につい
て説明する）が生成されると、ＣＰＵ３は、付属語補完
ファイルＦ８を参照して付属語補完処理（ステップＳ
３）を実行する。

【０１０７】すなわち、ＣＰＵ３は、付属語補完ファイ
ルＦ８を参照し（図１２；ステップＳ３０）補完される
助詞等の付属語およびその補完位置を表す情報、生成し
たキーワード系列の品詞系列ＩＤ（“ｓｐ０ｘ−ｇ
ｙ"）に対して補完される助詞等の付属語およびその補
完位置を表す情報（付属語補完情報）を読み出し（ステ
ップＳ３１）、読み出した付属語補完情報に基づいて、
生成したキーワード系列（「吹田」、「サービスエリ
ア」、「次」、「駐車場付き」、「レストラン」）にお
ける補完位置に対して助詞等の付属語を補完する（ステ
ップＳ３２）。

【０１０８】例えば、本実施形態では、「サービスエリ
ア」と「次」との間、「次」と「駐車場付き」との間お
よび「駐車場付き」と「レストラン」との間にそれぞれ
付属語（助詞「の」）が補完され、「レストラン」の末
尾に付属語（助詞「は」）が補完される。

【０１０９】この結果、キーワード系列（「吹田」、
「サービスエリア」、「次」、「駐車場付き」、「レス
トラン」）は、助詞等の付属語を有する自然言語文構造
データ（「吹田サービスエリアの次の駐車場付きのレス
トランは？」という内容のテキストデータ）となる。

【０１１０】このようにしてステップＳ３の付属語補完
処理が終了すると、ＣＰＵ３は、知識ベースＤを参照し
てステップＳ４の意味解析・問題解決処理を実行する。

【０１１１】すなわち、ＣＰＵ３は、ステップＳ３（ス
テップＳ３０〜ステップＳ３２）で生成された自然言語
文構造データ（「吹田サービスエリアの次の駐車場付き
のレストランは？」）の意味を解釈する（図１３；ステ
ップＳ４０）。

【０１１２】このとき、ＣＰＵ３は、解釈対象となるデ
ータがキーワード系列ではなく、キーワード系列から生
成された自然言語文構造データであるため、上記各キー
ワード（自立語）の格を用いた知的な意味解釈処理を行
うことができ、上記自然文構造データ（「吹田サービス
エリアの次の駐車場付きのレストランは？」の意味を容
易、迅速かつ一義的に解釈することができる。

【０１１３】すなわち、従来においては、上記キーワー
ド系列（「吹田」、「サービスエリア」、「次」、「駐
車場付き」、「レストラン」）だけでは、吹田サービス
エリアは、次の駐車場付きのレストランですか？」とい
う確認の意味と、「吹田サービスエリアの次にある駐車
場付きのレストランは何ですか」という質問の意味との
どちらであるか一義的に解釈することができなかった
が、本実施形態においては、ＣＰＵ３は、上記キーワー
ド系列（「吹田」、「サービスエリア」、「次」、「駐
車場付き」、「レストラン」）を後者の質問の意味に迅
速かつ一義的に解釈することができる。

【０１１４】次いで、ＣＰＵ３は、自然言語文構造デー
タの意図を解釈した結果、この自然言語データの意図は
問題解決要求、すなわち、「吹田サービスエリアの次の
駐車場付きレストランに関する情報（名前、場所等）取
得要求」であることを認識し、認識した問題解決要求を
受けて、知識ベースＤを参照し、上記問題解決要求に応
答する意図を表す応答文（自然言語文）のテキストデー
タ（例えば、「吹田サービスエリアの次にある駐車場付
きのレストランは、○○○○にある△△△△です」とい
うテキストデータ）を生成する（ステップＳ４１）。

【０１１５】このようにしてステップＳ５（ステップＳ
４０、ステップＳ４１）の応答文生成処理により応答文
（テキストデータ）が生成されると、ＣＰＵ３は、生成
された応答文に基づいてステップＳ６に示す音声合成処
理を実行する。

【０１１６】すなわち、ＣＰＵ３は、生成された応答文
テキストデータを解析処理して発音記号列に変換し、こ
の発音記号列に対して韻律制御処理を行って各音素の時
間長およびイントネーション等の韻律制御情報を求め、
発音記号列および韻律制御情報に基づいて音声合成処理
を行うことにより、応答音声データを作成し、作成した
応答文音声データを音声出力部５に送信する。

【０１１７】音声出力部５では、送信されてきた応答音
声データが応答音声情報（音声波形信号）に変換されス
ピーカ等を介してユーザに出力（システム発話）され
る。

【０１１８】この結果、ユーザは、自ら発した音声情報
（質問）に対応してシステム１から発話された応答音声
情報を聞くことができる。すなわち、ユーザは、音声対
話システム１と対話することができる。

【０１１９】以上述べたように、本実施形態によれば、
ユーザから発せられた音声情報の中から、「助詞」等の
付属語、「えーと」等の不要語、言いよどみ、どもりお
よび言い直し等の音声認識する上で困難な語を除く、自
立語等のキーワードから構成されたキーワード系列を自
動的に抽出し、抽出したキーワード系列に基づいて意味
解釈処理を行って応答文を自動的に生成することができ
る。

【０１２０】したがって、従来の音声対話処理システム
において必要であった、上記「助詞」等の付属語認識に
伴う「湧き出し誤り」に起因した多数の単語ラティスを
処理するための処理時間を大幅に削減することができ、
音声対話処理システムの実用性を向上させることができ
る。

【０１２１】また、上述したように、本実施形態の音声
対話システムにおいては、助詞等の付属語や不要語等を
認識することなくキーワード系列を抽出することができ
るため、実環境下でのノイズ等の影響を最小限度に抑制
しながら上記応答情報に基づくキーワード系列を正確に
認識することができる。

【０１２２】特に、本実施形態では、キーワードの並び
（キーワード系列）の状態において上記キーワード系列
の意味解釈を行うのではなく、そのキーワード系列に対
して助詞等の付属語を補完し、キーワード系列から構成
された自然言語文として意味解釈処理を行うことができ
るため、従来において、キーワード系列だけではその意
味が一義的に解釈できなかった場合でも、助詞等の付属
語を補完して各キーワードの格、すなわち、各キーワー
ドのキーワード系列中の他のキーワードに対する関係を
定めることにより、キーワード系列の意味を迅速かつ一
義的に解釈することができる。

【０１２３】したがって、単語数の多い複雑な自然言語
文を音声情報として音声対話処理システムに入力した場
合でも、容易に応答文を作成して出力することができる
ため、音声対話処理システムの実用性をさらに向上させ
ることができる。

【０１２４】なお、本実施形態において、ＣＰＵ３は、
応答文生成処理（ステップＳ５）のステップＳ４１の処
理において、応答文として、上記付属語を補完した自然
言語構造データ（テキストデータ）を含めることも可能
である。この場合、ＣＰＵ３の音声合成処理（ステップ
Ｓ６）により、付属語を補完して生成したユーザからの
音声情報に対応する入力音声情報を含む応答音声情報が
音声出力部５を介してユーザに出力される。

【０１２５】この結果、ユーザは、出力された入力音声
情報を含む応答音声情報により、自ら発した音声情報を
音声対話処理システム１がどのように解釈したのかを容
易に把握することができ、万一、音声対話システム１が
ユーザの音声情報を誤解して解釈していた場合には、速
やかに修正した音声情報入力動作を行うことができる。

【０１２６】ところで、上述した本実施形態の付属語補
完ファイルＦ８において、各キーワード系列には、それ
ぞれ一義的な自然言語文構造をその各キーワード系列に
与えるための単一の付属語補完情報が格納されている。

【０１２７】例えば、品詞系列ＩＤ“ｓｐ０ｘ−ｇｙ"
の品詞系列に対しては、一義的な自然言語文構造（吹田
サービスエリアの次の駐車場付きのレストランは；以
下、第１の自然文構造と記載する）を与えるための、キ
ーワード（経由地）、キーワード（形容詞）およびキー
ワード（条件）それぞれの付属語として助詞「の」が、
また、キーワード「場所：施設」に係る付属語として、
助詞「は」がそれぞれ補完されることを表す単一の付属
語補完情報が付属語補完ファイルＦ８に格納されてい
る。

【０１２８】しかしながら、本発明は上記構成に限定さ
れるものではない。

【０１２９】例えば、付属語補完ファイルＦ８に対し
て、複数の自然言語文構造を各キーワード系列にそれぞ
れ与えるための複数の付属語補完情報をキーワード系列
毎に格納しておく。

【０１３０】例えば、上述した品詞系列ＩＤ“ｓｐ０ｘ
−ｇｙ"の品詞系列に対しては、上述した第１の自然言
語文構造を与えるための付属語補完情報（以下、第１の
付属語補完情報と記載する）に加えて、第１の自然言語
文構造とは異なる自然言語文構造（吹田サービスエリア
は次の駐車場付きレストランですか）を与えるための、
キーワード（経由地）とキーワード（形容詞）との間の
付属語として助詞「は」が、キーワード（形容詞）とキ
ーワード（条件）との間の付属語として助詞「の」が、
およびキーワード「場所：施設」に係る付属語として、
助動詞・助詞「です・か」がそれぞれ補完されることを
表す第２の付属語補完情報が付属語補完ファイルＦ８に
それぞれ格納されている。

【０１３１】このとき、ＣＰＵ３は、上述したステップ
Ｓ３１の処理として、キーワード系列の品詞系列ＩＤ
（“ｓｐ０ｘ−ｇｙ"）に対応する第１および第２の付
属語補完情報をそれぞれ読み出し、ステップＳ３２の処
理として、読み出した第１および第２の付属語補完情報
に基づいて、生成したキーワード系列（「吹田」、「サ
ービスエリア」、「次」、「駐車場付き」、「レストラ
ン」）における補完位置に対して助詞等の付属語をそれ
ぞれ補完することにより、第１の自然言語文構造データ
（質問の意味を表す「吹田サービスエリアの次の駐車場
付きのレストランは？」という内容を表すテキストデー
タ）および第２の自然言語文構造データ（確認の意味を
表す「吹田サービスエリアは次の駐車場付きのレストラ
ンですか？」という内容を表すテキストデータ）をそれ
ぞれ生成する。

【０１３２】そして、ＣＰＵ３は、上述したステップＳ
４０の処理として、上述したステップＳ３０〜ステップ
Ｓ３２で生成された第１の自然言語文構造データ（「吹
田サービスエリアの次の駐車場付きのレストランは
？」）および第２の自然言語文構造データ（「吹田サー
ビスエリアは次の駐車場付きのレストランですか？」）
の中から意味的に尤らしい１つの自然言語文構造データ
（第１あるいは第２の自然言語文構造データ）を選択
し、選択した第１あるいは第２の自然言語文構造データ
の意味を解釈するようになっている。

【０１３３】例えば、ＣＰＵ３が上記自然言語文構造デ
ータ選択処理を行う直前に、上記意味解釈処理、応答文
生成処理、音声合成処理および音声出力処理により音声
出力部５を介して音声出力（システム発話）された応答
音声情報が「次のレストランは吹田サービスエリアで
す」であった場合において、ＣＰＵ３は、所定の判断情
報に基づいて、上記応答音声情報に対応する応答文テキ
ストデータの内容に基づいて何れか一方の自然言語文構
造データを選択する。

【０１３４】例えば、ＣＰＵ３は、所定の判断情報とし
て、自然言語文構造データ選択処理を行う直前に音声出
力された応答音声情報の内容（応答文テキストデータの
内容）を参照し、例えば、その応答音声情報として、第
２の自然言語文構造データ（「吹田サービスエリアは次
の駐車場付きのレストランですか？」）の解答となる応
答音声情報「次のレストランは吹田サービスエリアで
す」が音声出力（システム発話）されている場合には、
既にシステム発話されている応答音声情報に対応する自
然言語文構造データに基づく音声情報をユーザが発話す
る可能性は低いと判断し、直前にシステム発話された応
答音声情報に対応する第２の自然言語文構造データでは
なく、別のレストランの場所を質問するための第１の自
然言語文構造データを選択し、選択した第１の自然言語
文構造データの意味解釈処理を行うようになっている。

【０１３５】また、例えば、ＣＰＵ３は、自然言語文構
造データ選択処理を行う際に、図示しないカーナビゲー
ションシステムからの自車両の現在走行位置情報を上記
所定の判断情報として参照し、例えば、現在の自車両の
走行位置が吹田サービスエリアを既に通過している場合
には、既に通過している場所に関する確認情報をユーザ
が発話する可能性は低いと判断し、現在走行位置から過
去に関する情報を表す第２の自然言語文構造データでは
なく、現在走行位置から将来に関する情報を表す第１の
自然言語文構造データを選択し、選択した第１の自然言
語文構造データの意味解釈処理を行うようになってい
る。

【０１３６】すなわち、本変形例によれば、生成したキ
ーワード系列に対して付属語補完処理により一義的な自
然言語文構造データを生成するのではなく、予め用意し
た複数の付属語補完情報に基づいて生成したキーワード
系列に対応する複数の自然言語文構造データを生成し、
生成した複数の自然言語文構造データの中から、例えば
直前のシステム発話内容や現在走行位置情報等の所定の
判断情報を参照することにより、現在の状況に即した意
味的に尤らしい１つの自然言語文構造データを選択して
意味解釈することができる。

【０１３７】この結果、音声対話システム１がユーザの
音声情報を誤解して解釈する可能性を減少させることが
でき、音声対話処理システムの信頼性をさらに向上させ
ることができる。

【０１３８】なお、本実施形態およびその変形例では、
ユーザから入力された音声情報に基づく応答文を応答音
声情報としてユーザに出力したが、本発明はこれに限定
されるものではなく、例えば、図示しない表示装置（モ
ニタ）を介して視覚的にユーザに出力してもよい。

【０１３９】また、本実施形態およびその変形例におい
ては、本発明に係る音声対話処理システムをカーナビゲ
ーションシステムに適用した例について説明したが、本
発明はこれに限定されるものではなく、音声により動作
させたいあらゆる機械システムに対して適用可能であ
る。

【０１４０】さらに、本実施形態およびその変形例で
は、構文解析処理として、“品詞系列ハッシュ辞書"を
用いることにより、キーワード系列を求めたが、本発明
はこれに限定されるものではなく、本システムで受理可
能な文型を構成する複数の品詞系列パターンと音声情報
から求められた単語系列とを照合することによりキーワ
ード系列を求めるものであれば、何れの方法を用いても
よい。

【０１４１】

【発明の効果】以上述べたように、本発明の音声対話処
理方法、音声対話処理システムおよびプログラムを記憶
した記憶媒体によれば、ユーザから発せられた付属語等
を含む音声情報から、その音声情報に対応する複数の自
立語の候補から、受理可能な文型を表す複数の品詞の系
列パターンの内の少なくとも１つのパターンに対応する
単語系列を前記音声情報に対応する文候補列として求
め、求めた文候補列に基づいて意味解釈処理を行って応
答文を自動的に生成することができる。

【０１４２】すなわち、本発明では、実環境下において
も、周囲のノイズ等に影響を受けることなく文候補列を
求めることができ、かつ「助詞」等の付属語認識に伴う
膨大な単語ラティスの処理時間を大幅に削減することが
できるため、音声対話処理システムの実用性を向上させ
ることができる。

【０１４３】さらに、本発明の音声対話処理方法、音声
対話処理システムおよびプログラムを記憶した記憶媒体
によれば、文候補列ではその意味が一義的に解釈できな
かった場合でも、助詞等の付属語を補完して文候補列を
構成する各自立語の文候補列中の他の自立語に対する関
係を定めることができるため、文候補列の意味を迅速か
つ一義的に解釈することができる。

【０１４４】したがって、単語数の多い複雑な自然言語
文を音声情報として音声対話処理システムに入力した場
合でも、容易に応答文を作成して出力することができる
ため、音声対話処理システムの実用性をさらに向上させ
ることができる。

【図面の簡単な説明】

【図１】本発明の実施の形態に係る音声対話処理システ
ムの概略構成を示すブロック図。

【図２】本実施の形態に係る品詞辞書ファイルに格納さ
れた“品詞辞書"の一例を示す図。

【図３】本実施形態における文型辞書ファイルに格納さ
れた“文型辞書"の一例を示す図。

【図４】本実施形態における品詞系列パターン辞書ファ
イルに格納された“品詞系列パターン"の一例を示す
図。

【図５】品詞系列ハッシュ辞書ファイルに格納された
“品詞系列ハッシュ辞書"の一例を示す図。

【図６】本実施形態に係るワードスポッティング結果の
一例を示す図。

【図７】図６に示すワードスポッティング結果に基づく
単語ラティスを示す図。

【図８】本実施形態に係るノード要素データファイルに
格納されるノード要素データを示す図。

【図９】本実施形態に係る付属語補完ファイルに格納さ
れる付属語補完情報を示す図。

【図１０】本実施形態におけるＣＰＵ３の構文解析処理
を説明するための概略フローチャート。

【図１１】図１０に示すステップＳ１０〜ステップＳ１
３が終了した時点での単語ラティスのノードの各ノード
要素データを示す図。

【図１２】本実施形態におけるＣＰＵ３の付属語補完処
理を説明するための概略フローチャート。

【図１３】本実施形態におけるＣＰＵ３の意味解析・問
題解決処理を説明するための概略フローチャート。

【符号の説明】

１ 音声対話処理システム ２ 音声入力部 ３ ＣＰＵ ４ メモリ ５ 音声出力部 Ｓ１ 音声認識処理 Ｓ２ 構文解析処理 Ｓ３ 付属語補完処理 Ｓ４ 意味解析・問題解決処理 Ｓ５ 応答文生成処理 Ｓ６ 音声合成処理 Ｆ１ 品詞辞書ファイル Ｆ２ 文型辞書ファイル Ｆ３ 品詞系列パターン辞書ファイル Ｆ４ 品詞系列ハッシュ辞書ファイル Ｆ５ ノード要素データファイル Ｆ６ 処理中ノードリストファイル Ｆ７ 品詞系列候補リストファイル Ｆ８ 付属語補完ファイル Ｄ 知識ベース Ｐ 音声対話処理プログラム

───────────────────────────────────────────────────── フロントページの続き (72)発明者 屋野 武秀 兵庫県神戸市東灘区本山南町８丁目６番26 号 株式会社東芝関西研究所内 Ｆターム(参考） 5B091 AA15 CA02 CA05 CA12 CB12 CC01 CC04 CD13 5D015 HH11 KK04 LL01 LL02 LL10 5D045 AB30 9A001 DD11 HH11 HH13 HH17 JZ78

Claims (8)

【特許請求の範囲】
1. 【請求項１】 音声情報を認識処理して得られたデータ
   を意味解釈して応答文を生成し、生成した応答文を出力
   する音声対話処理システムにおいて、 前記音声情報を入力する音声情報入力手段と、入力され
   た音声情報を認識処理して前記音声情報に含まれる自立
   語の候補を互いの順序関係を有する単語系列として抽出
   する抽出手段と、受理可能な文型を複数の品詞の系列パ
   ターンとして記憶する品詞系列パターン記憶手段と、抽
   出された単語系列を前記複数の品詞系列パターンと照合
   することにより、少なくとも１つの品詞系列パターンに
   対応する単語系列を前記音声情報に対応する文候補列と
   して求める手段と、求められた文候補列に対して付属語
   を補完することにより前記意味解釈用の自然言語文構造
   のデータを生成する自然言語文構造データ生成手段とを
   備えたことを特徴とする音声対話処理システム。
2. 【請求項２】 前記自然言語文構造データ生成手段は、
   前記複数の品詞系列パターンそれぞれの少なくとも１つ
   の品詞に係る付属語を予め記憶する付属語記憶手段と、
   前記文候補列の品詞系列パターンに対応する付属語を前
   記付属語記憶手段から読み出して前記少なくとも１つの
   品詞に補完して前記自然言語文構造データを生成する手
   段とを備えたことを特徴とする請求項１記載の音声対話
   処理システム。
3. 【請求項３】 知識ベースを有し、この知識ベースを参
   照しながら前記自然言語文構造データの意味解釈を行う
   意味解釈手段と、意味解釈内容に基づいて前記音声情報
   に対する応答文データを生成する応答文データ生成手段
   と、生成された応答文データを音声情報として出力する
   音声情報出力手段とを備えたことを特徴とする請求項１
   または２記載の音声対話処理システム。
4. 【請求項４】 前記応答文データ生成手段は、前記意味
   解釈内容に加えて、前記自然言語文構造データ生成手段
   により生成された自然言語文構造データを含む応答文デ
   ータを生成する手段であることを特徴とする請求項３記
   載の音声対話処理システム。
5. 【請求項５】 前記自然言語文構造データ生成手段は、
   求められた文候補列に対して、互いに自然言語文構造が
   異なる複数の自然言語構造データを生成する手段を含む
   ことを特徴とする請求項３又は４の内の何れか１項記載
   の音声対話処理システム。
6. 【請求項６】 前記意味解釈手段は、生成された複数の
   自然言語構造データの中から意味的に尤らしい１つの自
   然言語文構造データを所定の判断情報に基づいて選択
   し、前記知識ベースを参照して選択した自然言語文構造
   データの意味解釈を行う選択意味解釈手段を含むことを
   特徴とする請求項５記載の音声対話処理システム。
7. 【請求項７】 音声情報を認識処理して得られたデータ
   を意味解釈して応答文を生成し、生成した応答文を出力
   する音声対話処理方法において、 前記音声情報を入力するステップと、この入力ステップ
   により入力された音声情報を認識処理して前記音声情報
   に含まれる自立語の候補を互いの順序関係を有する単語
   系列として抽出するステップと、受理可能な文型を複数
   の品詞の系列パターンとして記憶するステップと、前記
   抽出ステップにより抽出された単語系列を前記複数の品
   詞系列パターンと照合することにより、少なくとも１つ
   の品詞系列パターンに対応する単語系列を前記音声情報
   に対応する文候補列として求めるステップと、このステ
   ップにより求められた文候補列に対して付属語を補完す
   ることにより前記意味解釈用の自然言語文構造のデータ
   を生成するステップとを備えたことを特徴とする音声対
   話処理方法。
8. 【請求項８】 入力された音声情報を認識処理して得ら
   れたデータを意味解釈して応答文を生成し、生成した応
   答文を出力するためのコンピュータが読取り可能なプロ
   グラムを記憶した記憶媒体において、 前記プログラムは、前記入力された音声情報をコンピュ
   ータに認識処理させて前記音声情報に含まれる自立語の
   候補を互いの順序関係を有する単語系列として抽出させ
   る手段と、受理可能な文型を複数の品詞の系列パターン
   として前記コンピュータにメモリに記憶させる手段と、
   抽出された単語系列を前記コンピュータにより前記複数
   の品詞系列パターンと照合させることにより、少なくと
   も１つの品詞系列パターンに対応する単語系列を前記音
   声情報に対応する文候補列として前記コンピュータに求
   めさせる手段と、求めた文候補列に対して付属語を前記
   コンピュータに補完させることにより前記意味解釈用の
   自然言語文構造のデータを生成させる手段とを備えたこ
   とを特徴とするプログラムを記憶した記憶媒体。