JP2000339314A - 自動応答方法及び対話解析方法並びに応答文生成方法、その装置、そのプログラムを記録した媒体 - Google Patents
自動応答方法及び対話解析方法並びに応答文生成方法、その装置、そのプログラムを記録した媒体Info
- Publication number
- JP2000339314A JP2000339314A JP11144984A JP14498499A JP2000339314A JP 2000339314 A JP2000339314 A JP 2000339314A JP 11144984 A JP11144984 A JP 11144984A JP 14498499 A JP14498499 A JP 14498499A JP 2000339314 A JP2000339314 A JP 2000339314A
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- response
- question
- dialogue
- pair
- 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.)
- Granted
Links
Abstract
(57)【要約】
【課題】 人手を介することなく自動的に知識ベースを
作成しかつ応答文を生成して応答することができる方
法、装置、プログラムを記録した媒体を提供すること。 【解決手段】 対話監視部８においてユーザ数や発話頻
度を監視し、ユーザ数または発話頻度が一定以下の場合
は対話モードとすべく応答文生成部６に応答文を生成さ
せる命令を出し、質問文を検出した時は対話解析データ
ベース５を用いて対応する応答文を生成し、それ以外の
場合は学習モードとすべく対話解析部４に対話を解析さ
せる命令を出し、ユーザ同士の発話から質問文及びその
応答文を収集し、これを対話対として対話解析データベ
ース５に蓄積しておく。
作成しかつ応答文を生成して応答することができる方
法、装置、プログラムを記録した媒体を提供すること。 【解決手段】 対話監視部８においてユーザ数や発話頻
度を監視し、ユーザ数または発話頻度が一定以下の場合
は対話モードとすべく応答文生成部６に応答文を生成さ
せる命令を出し、質問文を検出した時は対話解析データ
ベース５を用いて対応する応答文を生成し、それ以外の
場合は学習モードとすべく対話解析部４に対話を解析さ
せる命令を出し、ユーザ同士の発話から質問文及びその
応答文を収集し、これを対話対として対話解析データベ
ース５に蓄積しておく。
Description
【０００１】
【発明の属する技術分野】本発明は、不特定多数の利用
者（ユーザ）の文章より質問文とそれに対する応答文と
の組を対話対として学習し、この学習結果を基にユーザ
の質問文に対し応答文を生成して応答する自動応答方法
及び対話解析方法並びに応答文生成方法、その装置、そ
のプログラムを記録した媒体に関するものである。
者（ユーザ）の文章より質問文とそれに対する応答文と
の組を対話対として学習し、この学習結果を基にユーザ
の質問文に対し応答文を生成して応答する自動応答方法
及び対話解析方法並びに応答文生成方法、その装置、そ
のプログラムを記録した媒体に関するものである。
【０００２】
【従来の技術】現在、インターネットのＷｅｂページに
おいて、チャットと呼ばれるサービスが提供されてい
る。チャットには様々な形式のものがあるが、一般的に
は、複数のユーザが単一あるいは複数のサーバを経由
し、相互に電文（文章）を送受信するものが多い。この
ように、チャットサービスにおいては複数のユーザ同士
で同時に対話を行うことが可能である。
おいて、チャットと呼ばれるサービスが提供されてい
る。チャットには様々な形式のものがあるが、一般的に
は、複数のユーザが単一あるいは複数のサーバを経由
し、相互に電文（文章）を送受信するものが多い。この
ように、チャットサービスにおいては複数のユーザ同士
で同時に対話を行うことが可能である。
【０００３】このようなチャットサービスにおいて提供
されている自動応答機能について述べる。
されている自動応答機能について述べる。
【０００４】自動応答機能とは、ユーザの問いかけや質
問に反応し、計算機が応答を返す機能であり、ユーザが
一人しかいない場合や発言が少ない場合等において、対
話を継続しサービスを継続することができなくなるのを
防ぐのに役立つ。そのためにはユーザからの質問を、あ
る程度計算機が理解しなくてはならない。チャットにお
ける現在の自動応答では、特定の文字列に反応して応答
する方法を採っている。
問に反応し、計算機が応答を返す機能であり、ユーザが
一人しかいない場合や発言が少ない場合等において、対
話を継続しサービスを継続することができなくなるのを
防ぐのに役立つ。そのためにはユーザからの質問を、あ
る程度計算機が理解しなくてはならない。チャットにお
ける現在の自動応答では、特定の文字列に反応して応答
する方法を採っている。
【０００５】即ち、まず、ユーザからの質問や問いかけ
の中に、特定の文字列が含まれているか否かを調べる。
なお、特定の文字列は、予め人間が辞書として指定して
おく。特定の文字列がユーザの文章中に含まれていた場
合、その文字列に対応した文章を応答する。また、ある
特定の文字列に対して何を応答するか、という特定文字
列に対応した文章も予め人間が辞書として指定してお
く。
の中に、特定の文字列が含まれているか否かを調べる。
なお、特定の文字列は、予め人間が辞書として指定して
おく。特定の文字列がユーザの文章中に含まれていた場
合、その文字列に対応した文章を応答する。また、ある
特定の文字列に対して何を応答するか、という特定文字
列に対応した文章も予め人間が辞書として指定してお
く。
【０００６】これらは、現状のインターネットのチャッ
トにおいて、一般的に行われている自動応答の実現のた
めの機能であるが、次のような間題点があった。
トにおいて、一般的に行われている自動応答の実現のた
めの機能であるが、次のような間題点があった。
【０００７】（１）文字列認識の限界 文章中の単語ではなく、文字の並びである文字列を認識
しているため、文字列の誤認識の問題がある。例えば、
本来、「京都」という単語を認識したい場合に、ユーザ
の送信した文中に「東京都」という文字列があると、
「京都」が含まれると認識してしまう。また、この場
合、ユーザは「東京都」に関する発話を行っているにも
拘わらず、計算機は「京都」に関する応答を行ってしま
う。
しているため、文字列の誤認識の問題がある。例えば、
本来、「京都」という単語を認識したい場合に、ユーザ
の送信した文中に「東京都」という文字列があると、
「京都」が含まれると認識してしまう。また、この場
合、ユーザは「東京都」に関する発話を行っているにも
拘わらず、計算機は「京都」に関する応答を行ってしま
う。
【０００８】（２）辞書への文字列と応答文の登録 どういう文字列に対して、どのような文を応答するか、
という「文字列とそれに対する応答文」という情報を辞
書に人間が登録する必要がある。辞書に登録する情報が
多ければ、計算機がより多くの種類の発話に応答するこ
とができ、人間の応答に近い、より自然な応答が可能に
なる。しかし、情報は人間が登録するため、自然な応答
をさせるためには、より多くの人手をかける必要が生じ
る。
という「文字列とそれに対する応答文」という情報を辞
書に人間が登録する必要がある。辞書に登録する情報が
多ければ、計算機がより多くの種類の発話に応答するこ
とができ、人間の応答に近い、より自然な応答が可能に
なる。しかし、情報は人間が登録するため、自然な応答
をさせるためには、より多くの人手をかける必要が生じ
る。
【０００９】次に、人間の発話について述べる。
【００１０】一般に、人間同士が対話を行う際には、主
語や動詞の省略、即ち「それ、これ」と言った照応表
現、倒置表現が多い。人間が入力した文に対し、計算機
は省略を補ったり、照応先を決定したり、倒置表現を理
解しないと、文章の意味を理解することはできない。こ
の文章の意味理解には、人間が意識せずに使っている常
識、あるいはその分野に関する領域知識が必要になる。
語や動詞の省略、即ち「それ、これ」と言った照応表
現、倒置表現が多い。人間が入力した文に対し、計算機
は省略を補ったり、照応先を決定したり、倒置表現を理
解しないと、文章の意味を理解することはできない。こ
の文章の意味理解には、人間が意識せずに使っている常
識、あるいはその分野に関する領域知識が必要になる。
【００１１】一般的に、このような知識を計算機が利用
できる形式で保存したデータベース等を知識ベースとい
う。これは、対話に関して言えば、例えば、省略が行わ
れている照応先はどの部分であるか、照応が起きるのは
どのような場合であるか、といった規則のことである。
できる形式で保存したデータベース等を知識ベースとい
う。これは、対話に関して言えば、例えば、省略が行わ
れている照応先はどの部分であるか、照応が起きるのは
どのような場合であるか、といった規則のことである。
【００１２】これらの規則は莫大な量のデータになり、
さらに、これらの規則を使って文章を理解させるには、
どの規則を、文章のどの部分に適用するかの判断を （規則の数）×（文章中の適用候補数） の回数だけ行わなければならず、非常に大きな計算量を
必要とする。
さらに、これらの規則を使って文章を理解させるには、
どの規則を、文章のどの部分に適用するかの判断を （規則の数）×（文章中の適用候補数） の回数だけ行わなければならず、非常に大きな計算量を
必要とする。
【００１３】また、当然のことながら、計算機に、より
正確に文章を理解させるには、人間が利用する規則を全
て記述しておく必要があり、理解の正確さを求めると知
識の肥大化と計算量の増大につながる。即ち、大容量記
憶装置が必要となり、また、処理時間の低下を招く。
正確に文章を理解させるには、人間が利用する規則を全
て記述しておく必要があり、理解の正確さを求めると知
識の肥大化と計算量の増大につながる。即ち、大容量記
憶装置が必要となり、また、処理時間の低下を招く。
【００１４】さらに、ユーザからの発話に応答するに
は、こういった文章の意味理解を行った上で、ユーザが
何を意図してその文を話したかという、発話の意味理解
を行い、その上で計算機がユーザの意図を満足させる応
答文生成を行うことになる。
は、こういった文章の意味理解を行った上で、ユーザが
何を意図してその文を話したかという、発話の意味理解
を行い、その上で計算機がユーザの意図を満足させる応
答文生成を行うことになる。
【００１５】意図理解においても、応答文生成において
も、常識、領域知識と言ったものを計算機が持っている
必要がある。その知識は多い方が、より正確な処理が期
待できるが、知識が増えると計算量の増加による処理時
間の増加という問題が発生するのは文章の意味理解の場
合と同様である。
も、常識、領域知識と言ったものを計算機が持っている
必要がある。その知識は多い方が、より正確な処理が期
待できるが、知識が増えると計算量の増加による処理時
間の増加という問題が発生するのは文章の意味理解の場
合と同様である。
【００１６】ユーザからの問い合わせに応える自動応答
システムは、従来から研究されている。これらは、分野
を限定して応答を行うことにより、知識の肥大化を防
ぎ、また、処理時間の高速化を行うものである。
システムは、従来から研究されている。これらは、分野
を限定して応答を行うことにより、知識の肥大化を防
ぎ、また、処理時間の高速化を行うものである。
【００１７】予め人手により作成された、ある限定され
た分野のデータベースに対して、その内容を検索する検
索要求に相当する文章をユーザが入力し、それに対する
回答をシステムから行うものがある。
た分野のデータベースに対して、その内容を検索する検
索要求に相当する文章をユーザが入力し、それに対する
回答をシステムから行うものがある。
【００１８】この場合においても、ユーザが日常的に使
用する、自由な文章による入力を可能とする場合は、ユ
ーザの質問を理解し、さらにユーザの意図を理解するた
めに対話知識ベースが必要になる。また、この場合、デ
ータベースの構築の手間がかかる。データベースに入力
する内容は人間が予め決めておく必要があり、また、そ
の入力も人間が行わなくてはならない。
用する、自由な文章による入力を可能とする場合は、ユ
ーザの質問を理解し、さらにユーザの意図を理解するた
めに対話知識ベースが必要になる。また、この場合、デ
ータベースの構築の手間がかかる。データベースに入力
する内容は人間が予め決めておく必要があり、また、そ
の入力も人間が行わなくてはならない。
【００１９】
【発明が解決しようとする課題】前述のように、自動応
答システムでは、計算機に発話をさせるための知識が必
要となる。ユーザの問いかけに自然な応答を与えるため
には、非常に多くの量の知識が知識ベースとして必要に
なる。また、ユーザの質問を正確に理解し、さらにユー
ザの求める応答を生成するには、さらに多くの知識を必
要とする。
答システムでは、計算機に発話をさせるための知識が必
要となる。ユーザの問いかけに自然な応答を与えるため
には、非常に多くの量の知識が知識ベースとして必要に
なる。また、ユーザの質問を正確に理解し、さらにユー
ザの求める応答を生成するには、さらに多くの知識を必
要とする。
【００２０】従来、これらの知識は人手で作成する必要
があり、多くの時間と多くの人数を必要とした。
があり、多くの時間と多くの人数を必要とした。
【００２１】本発明の目的は、応答文を生成するのに必
要な知識ベースを、人手を介することなく自動的に作成
することができる方法、装置、プログラムを記録した媒
体を提供することにある。
要な知識ベースを、人手を介することなく自動的に作成
することができる方法、装置、プログラムを記録した媒
体を提供することにある。
【００２２】また、本発明の他の目的は、前述した方法
によって作成した知識ベースを基に、人手を介すること
なく自動的に応答文を生成することができる方法、装
置、プログラムを記録した媒体を提供することにある。
によって作成した知識ベースを基に、人手を介すること
なく自動的に応答文を生成することができる方法、装
置、プログラムを記録した媒体を提供することにある。
【００２３】さらにまた、本発明の他の目的は、人手を
介することなく自動的に知識ベースを作成しかつ応答文
を生成して応答することができる方法、装置、プログラ
ムを記録した媒体を提供することにある。
介することなく自動的に知識ベースを作成しかつ応答文
を生成して応答することができる方法、装置、プログラ
ムを記録した媒体を提供することにある。
【００２４】
【課題を解決するための手段】本発明のシステムは、
「学習モード」と、「対話モード」との２モードを持
ち、ユーザ数または発話頻度が一定以下（例えば、３人
以下または１分に１回以下）の場合に対話モードとな
り、それ以外の場合は学習モードとなる。
「学習モード」と、「対話モード」との２モードを持
ち、ユーザ数または発話頻度が一定以下（例えば、３人
以下または１分に１回以下）の場合に対話モードとな
り、それ以外の場合は学習モードとなる。
【００２５】学習モードでは、計算機が応答文を生成す
るのに必要な知識を、ユーザ同士の対話における問いか
けや質問と応答との組からなる対話対を学習する、即ち
収集・解析・蓄積することにより、人手を介することな
く自動的に作成する。あるユーザが質問した時に他のユ
ーザがそれにどう答えたかという質問文と、応答文の対
が対話対である。即ち、大きな談話のまとまりである談
話構造の中で質問・応答のペアに注目する。
るのに必要な知識を、ユーザ同士の対話における問いか
けや質問と応答との組からなる対話対を学習する、即ち
収集・解析・蓄積することにより、人手を介することな
く自動的に作成する。あるユーザが質問した時に他のユ
ーザがそれにどう答えたかという質問文と、応答文の対
が対話対である。即ち、大きな談話のまとまりである談
話構造の中で質問・応答のペアに注目する。
【００２６】対話対の最も簡単な収集方法としては、
「〜でしょうか？」や「〜です」等の表層の表現によっ
て質問と応答の関係を認識して行う方法がある。この手
法により、対話対が正しく得られる場合が７割程度あ
る、という研究もある。
「〜でしょうか？」や「〜です」等の表層の表現によっ
て質問と応答の関係を認識して行う方法がある。この手
法により、対話対が正しく得られる場合が７割程度あ
る、という研究もある。
【００２７】ところで、複数のユーザが同時に異なった
質問を発することがあり得る。この場合には、その後に
続いて発せられた回答がどの質問に対するものであるか
を認識する必要が生じる。
質問を発することがあり得る。この場合には、その後に
続いて発せられた回答がどの質問に対するものであるか
を認識する必要が生じる。
【００２８】従って、具体的な対話対の収集において
は、質問用、応答用それぞれの対話テンプレートを利用
して質問及び回答を認識する。それと同時に、質問に対
する回答を認識する際に対話テンプレートを利用して回
答がどの質問に対するものであるかを認識する。さら
に、質問に対する回答を認識する際に質問文内の単語の
類義語を利用してどの質問に対する回答かを認識する。
は、質問用、応答用それぞれの対話テンプレートを利用
して質問及び回答を認識する。それと同時に、質問に対
する回答を認識する際に対話テンプレートを利用して回
答がどの質問に対するものであるかを認識する。さら
に、質問に対する回答を認識する際に質問文内の単語の
類義語を利用してどの質問に対する回答かを認識する。
【００２９】また、同一の質問に対し複数の異なる回答
が収集された場合は、一定の基準に基づいて順序付けを
行う。その中の１位の候補を回答として選択しても良い
し、複数個を選択して、例えばユーザが満足するまで上
位から順に応答文を提示していっても良い。
が収集された場合は、一定の基準に基づいて順序付けを
行う。その中の１位の候補を回答として選択しても良い
し、複数個を選択して、例えばユーザが満足するまで上
位から順に応答文を提示していっても良い。
【００３０】順序付けとしては、ユーザ数、発話頻度等
が考えられる。このほかにも、回答の順序付けの基準は
複数考えられるが、このように、基準を用いて複数の回
答候補に順序付けを行う。
が考えられる。このほかにも、回答の順序付けの基準は
複数考えられるが、このように、基準を用いて複数の回
答候補に順序付けを行う。
【００３１】このようにして、質問文及びその応答文を
ユーザ数、発話頻度とともに蓄積した対話解析データベ
ースを構築する。
ユーザ数、発話頻度とともに蓄積した対話解析データベ
ースを構築する。
【００３２】一方、対話モードでは、対話の参加者が少
ない場合、質問等を発話してもそれに対する回答がどの
参加者からも発話されない等、発話の必要性があると判
断した場合に質問文を検出して応答文を生成・発話す
る。
ない場合、質問等を発話してもそれに対する回答がどの
参加者からも発話されない等、発話の必要性があると判
断した場合に質問文を検出して応答文を生成・発話す
る。
【００３３】具体的には、前述した質問テンプレートを
利用して、これにマッチするか否かでユーザ同士の対話
から質問文を検出し、この質問文にマッチする応答文を
対話解析データベースから候補として取り出し、応答文
を生成する。
利用して、これにマッチするか否かでユーザ同士の対話
から質問文を検出し、この質問文にマッチする応答文を
対話解析データベースから候補として取り出し、応答文
を生成する。
【００３４】この際、候補の数が０であれば何もせず、
ユーザ数や発話頻度のチェックに戻る。候補が１つの時
は、それを応答として発話して同じく頻度のチェックに
戻る。候補が２つ以上の時は、例えば、以下の手順でユ
ーザ数や発話頻度を用いた候補の順位付けを行って、そ
の１位を発話する。 ・各応答文候補について、ユーザ数と発話頻度の積の値
を計算する。 ・その値と、現在の対話状況のユーザ数・頻度積値との
差が小さいものから順に順位付けを行う。 ・順位付けを行った結果、１位の候補を応答文として発
話する。
ユーザ数や発話頻度のチェックに戻る。候補が１つの時
は、それを応答として発話して同じく頻度のチェックに
戻る。候補が２つ以上の時は、例えば、以下の手順でユ
ーザ数や発話頻度を用いた候補の順位付けを行って、そ
の１位を発話する。 ・各応答文候補について、ユーザ数と発話頻度の積の値
を計算する。 ・その値と、現在の対話状況のユーザ数・頻度積値との
差が小さいものから順に順位付けを行う。 ・順位付けを行った結果、１位の候補を応答文として発
話する。
【００３５】前述したように、計算機において、ユーザ
の質問文に対する応答文を生成するには、文生成を行う
ための知識として、知識ベースが必要になる。本発明で
は、ユーザ同士の対話から対話対を学習することによ
り、知識ベースを自動構築する。これにより、人手を介
することなく知識ベースの構築が可能になり、意味理
解、意図理解といった大きな計算量を必要とする処理を
行わずに、計算機による自動応答文生成が可能となる。
の質問文に対する応答文を生成するには、文生成を行う
ための知識として、知識ベースが必要になる。本発明で
は、ユーザ同士の対話から対話対を学習することによ
り、知識ベースを自動構築する。これにより、人手を介
することなく知識ベースの構築が可能になり、意味理
解、意図理解といった大きな計算量を必要とする処理を
行わずに、計算機による自動応答文生成が可能となる。
【００３６】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００３７】図１は本発明装置全体のブロック図であ
る。図中、１はユーザ端末部、２は通信部、３は入出力
制御部、４は対話解析部、５は対話解析データベース、
６は自動応答文生成部、７は対話記録部、８は対話監視
部である。
る。図中、１はユーザ端末部、２は通信部、３は入出力
制御部、４は対話解析部、５は対話解析データベース、
６は自動応答文生成部、７は対話記録部、８は対話監視
部である。
【００３８】ユーザ端末部１は、ユーザが自分の発話を
入力し、また、通信部２を介して通信することにより、
対話記録部７から他ユーザの発話を取り出し、ユーザに
提示する。
入力し、また、通信部２を介して通信することにより、
対話記録部７から他ユーザの発話を取り出し、ユーザに
提示する。
【００３９】通信部２は、ユーザ端末部１と入出力制御
部３との間で、ユーザの発話や他ユーザ発言取得要求等
のデータを通信する。
部３との間で、ユーザの発話や他ユーザ発言取得要求等
のデータを通信する。
【００４０】入出力制御部３は、接続されている各部の
間で必要なデータや信号のやりとりを行う。入出力制御
部３には、通信部２、対話解析部４、応答文生成部６、
対話記録部７及び対話監視部８が接続されている。
間で必要なデータや信号のやりとりを行う。入出力制御
部３には、通信部２、対話解析部４、応答文生成部６、
対話記録部７及び対話監視部８が接続されている。
【００４１】対話解析部４は、ユーザ同士の対話から質
問と回答の対である対話対を認識し、それを対話解析デ
ータベース５に保存する。
問と回答の対である対話対を認識し、それを対話解析デ
ータベース５に保存する。
【００４２】対話解析データベース５は、対話解析部４
で対話から取り出された対話対を保存する。
で対話から取り出された対話対を保存する。
【００４３】自動応答文生成部６は、対話解析データベ
ース５に基づいてユーザの質問に対する回答を行う。
ース５に基づいてユーザの質問に対する回答を行う。
【００４４】対話記録部７は、ユーザが発話した質問、
回答、自動応答文生成部６において生成された応答文を
記録し、ユーザ端末部１からの要求に応じて対話記録を
通信部２を介してユーザ端末部１に送信する。
回答、自動応答文生成部６において生成された応答文を
記録し、ユーザ端末部１からの要求に応じて対話記録を
通信部２を介してユーザ端末部１に送信する。
【００４５】対話監視部８は、対話状況を監視すること
により発話の必要性、即ち応答文を自動的に生成する必
要があるかどうかを判定する。
により発話の必要性、即ち応答文を自動的に生成する必
要があるかどうかを判定する。
【００４６】以下、本発明の動作を各部の詳細構成とと
もに説明する。
もに説明する。
【００４７】本装置は複数のユーザが同時に利用し、対
話を行うため、ユーザ端末部１及び通信部２は対話に参
加するユーザの数だけ必要であり、通信部２は対話に参
加しているユーザの数だけ入出力制御部３に接続され
る。
話を行うため、ユーザ端末部１及び通信部２は対話に参
加するユーザの数だけ必要であり、通信部２は対話に参
加しているユーザの数だけ入出力制御部３に接続され
る。
【００４８】入出力制御部３は、複数接続されている通
信部２の中で、どの通信部２がどのユーザ端末部１に接
続されているか、という情報を持つ。これにより、入出
力制御部３に接続されている各部はデータや信号の送信
先として、宛先のユーザ端末のみを指定すれば良く、ど
の通信部にそれを渡すかは入出力制御部３が判断するこ
とができる。
信部２の中で、どの通信部２がどのユーザ端末部１に接
続されているか、という情報を持つ。これにより、入出
力制御部３に接続されている各部はデータや信号の送信
先として、宛先のユーザ端末のみを指定すれば良く、ど
の通信部にそれを渡すかは入出力制御部３が判断するこ
とができる。
【００４９】図２は本発明の動作の概略を示すフローチ
ャートであり、対話監視部８においてユーザ数や発話頻
度を監視し、ユーザ数または発話頻度が一定以下（例え
ば、３人以下または１分に１回以下）の場合（１０１）
は対話モード（１０２）とすべく応答文生成部６に応答
文を生成させる命令を出し、それ以外の場合は学習モー
ド（１０３）とすべく対話解析部４に対話を解析させる
命令を出す。これをプログラムの終了（１０４）まで繰
り返す。
ャートであり、対話監視部８においてユーザ数や発話頻
度を監視し、ユーザ数または発話頻度が一定以下（例え
ば、３人以下または１分に１回以下）の場合（１０１）
は対話モード（１０２）とすべく応答文生成部６に応答
文を生成させる命令を出し、それ以外の場合は学習モー
ド（１０３）とすべく対話解析部４に対話を解析させる
命令を出す。これをプログラムの終了（１０４）まで繰
り返す。
【００５０】まず、学習モードについて説明する。
【００５１】対話解析部４では、対話対の認識を行い、
質問とそれについての回答の対を発話のための知識とし
て、対話解析データベース５に登録（保存）する。質問
と回答の認識においては、基本的には、発話文の表層的
な情報を利用する。例えば、「〜ですか？」で終わる発
話は質問で、その後に続く「〜です」はそれに対する回
答であると判断する。
質問とそれについての回答の対を発話のための知識とし
て、対話解析データベース５に登録（保存）する。質問
と回答の認識においては、基本的には、発話文の表層的
な情報を利用する。例えば、「〜ですか？」で終わる発
話は質問で、その後に続く「〜です」はそれに対する回
答であると判断する。
【００５２】具体的には、認識の精度を向上させるため
に対話テンプレートを利用し、図３に示すフローチャー
トに従って対話対の認識、登録を行う。
に対話テンプレートを利用し、図３に示すフローチャー
トに従って対話対の認識、登録を行う。
【００５３】ここで、テンプレートとは、固定文字列部
分と、任意の文字列を当てはめることができるスロット
部分とからなる一次元の並びである。つまり、通常の文
意の一部分をスロットに置き換えたものである。なお、
固定文字列部分及びスロット部分とも、一つのテンプレ
ート内において複数回出現することができる。また、テ
ンプレートと発話文との照合処理において、スロット部
分に対応した語をフィラーという。
分と、任意の文字列を当てはめることができるスロット
部分とからなる一次元の並びである。つまり、通常の文
意の一部分をスロットに置き換えたものである。なお、
固定文字列部分及びスロット部分とも、一つのテンプレ
ート内において複数回出現することができる。また、テ
ンプレートと発話文との照合処理において、スロット部
分に対応した語をフィラーという。
【００５４】このような対話テンプレートを質問用と応
答用に複数用意しておき、それと一致した発話を質問文
あるいは応答文と認識する（２０１）。
答用に複数用意しておき、それと一致した発話を質問文
あるいは応答文と認識する（２０１）。
【００５５】例えば、質問テンプレートとして「ＡはＢ
ですか？」を用意する。ここで、Ａ，Ｂがテンプレート
のスロット部分であり、任意の単語、名詞句、動詞句等
である。この例では、「サービスは安いですか？」とい
うユーザの発話があった場合、Ａに「サービス」、Ｂに
「安い」を当てはめると、テンプレートと発話が一致す
る。この時、発話とテンプレートはマッチングがとれる
ので、発話が質問であると認識する。
ですか？」を用意する。ここで、Ａ，Ｂがテンプレート
のスロット部分であり、任意の単語、名詞句、動詞句等
である。この例では、「サービスは安いですか？」とい
うユーザの発話があった場合、Ａに「サービス」、Ｂに
「安い」を当てはめると、テンプレートと発話が一致す
る。この時、発話とテンプレートはマッチングがとれる
ので、発話が質問であると認識する。
【００５６】同様に、回答についてもテンプレートと発
話とのマッチングをとることにより、発話が回答である
かを認識するが、前記質問であると認識した発話を検出
した時点から一定時間内の発話を応答文候補とし（２０
２）、これらについてテンプレートとのマッチングをと
る。
話とのマッチングをとることにより、発話が回答である
かを認識するが、前記質問であると認識した発話を検出
した時点から一定時間内の発話を応答文候補とし（２０
２）、これらについてテンプレートとのマッチングをと
る。
【００５７】さらに、ユーザ同士でリアルタイムに対話
を行うことを想定すると、タイミングによっては複数の
ユーザが同時に異なった質問を発話することがあり得
る。この場合、その後に続いて発話された回答がどの質
問に対するものであるかを認識する必要が生じる。
を行うことを想定すると、タイミングによっては複数の
ユーザが同時に異なった質問を発話することがあり得
る。この場合、その後に続いて発話された回答がどの質
問に対するものであるかを認識する必要が生じる。
【００５８】このような場合の対話対認識の精度を向上
させるため、質問テンプレートと応答テンプレート間で
スロットの一致を調べ、スロットが一致している質問文
と応答文を対話対として認識する（２０３）。
させるため、質問テンプレートと応答テンプレート間で
スロットの一致を調べ、スロットが一致している質問文
と応答文を対話対として認識する（２０３）。
【００５９】例えば、ユーザの発話が質問テンプレート
「ＡはＢですか？」にマッチしたとする。その後の、ユ
ーザの発話が「ＣはＤです。」という応答テンプレート
に一致した場合、この発話が先に発話された質問に対す
る回答と認識される。
「ＡはＢですか？」にマッチしたとする。その後の、ユ
ーザの発話が「ＣはＤです。」という応答テンプレート
に一致した場合、この発話が先に発話された質問に対す
る回答と認識される。
【００６０】さらに質問テンプレートのスロットＡと応
答テンプレートのスロットＣのマッチングをとる。２つ
のスロットの値が、（１）同じ単語である場合、類義語
同士である場合、（２）動詞句・名詞句である場合は、
句に同じ単語あるいは類義語がどの程度含まれるか等に
より、句の類似度を判定し、句の類似度が大きい場合、
には２つの発話が質問文と応答文であり、対話対である
と認識する。
答テンプレートのスロットＣのマッチングをとる。２つ
のスロットの値が、（１）同じ単語である場合、類義語
同士である場合、（２）動詞句・名詞句である場合は、
句に同じ単語あるいは類義語がどの程度含まれるか等に
より、句の類似度を判定し、句の類似度が大きい場合、
には２つの発話が質問文と応答文であり、対話対である
と認識する。
【００６１】例えば「ＩＳＤＮは高いですか？」という
質問文に対して、上記質問テンプレートと照合し、スロ
ットＡ，Ｂのフィラーとして、それぞれ「ＩＳＤＮ」、
「高い」が取り出される。
質問文に対して、上記質問テンプレートと照合し、スロ
ットＡ，Ｂのフィラーとして、それぞれ「ＩＳＤＮ」、
「高い」が取り出される。
【００６２】一方、「ＩＳＤＮは安いです」という応答
文候補に対しては、上記応答テンプレートとのマッチン
グにより、スロットＣ，Ｄのフィラーとして、それぞれ
「ＩＳＤＮ」、「安い」が取り出される。
文候補に対しては、上記応答テンプレートとのマッチン
グにより、スロットＣ，Ｄのフィラーとして、それぞれ
「ＩＳＤＮ」、「安い」が取り出される。
【００６３】ここで、スロットＡ，Ｃにおいて「ＩＳＤ
Ｎ」という同じ単語が含まれるので、これらが対話対を
なす質問文と応答文であると認識する。
Ｎ」という同じ単語が含まれるので、これらが対話対を
なす質問文と応答文であると認識する。
【００６４】なお、テンプレートと文章との照合の詳細
については、「電子メールコミュニケーションにおける
スケジュール情報の抽出」（長谷川ら、自然言語処理シ
ンポジウム１９９７年論文集）、「電子メールを対象と
したメール秘書サービスを実現」（高木ら、ＮＴＴ技術
ジャーナル、１９９８．８、ｐｐ．７５−７９）等に記
載されており、また、フィラー、スロットの詳細につい
ては、「岩波講座ソフトウェア科学１５、自然言語処
理」（長尾 真編、岩波書店、１９９６．４、ｐｐ３７
６−３７９）等に記載されている。
については、「電子メールコミュニケーションにおける
スケジュール情報の抽出」（長谷川ら、自然言語処理シ
ンポジウム１９９７年論文集）、「電子メールを対象と
したメール秘書サービスを実現」（高木ら、ＮＴＴ技術
ジャーナル、１９９８．８、ｐｐ．７５−７９）等に記
載されており、また、フィラー、スロットの詳細につい
ては、「岩波講座ソフトウェア科学１５、自然言語処
理」（長尾 真編、岩波書店、１９９６．４、ｐｐ３７
６−３７９）等に記載されている。
【００６５】前述したようなテンプレートとのマッチン
グにより、照合に成功した応答文候補が存在した場合
（２０４）は、その応答文と対応する質問文を対話対と
して対話解析データベース５に登録する（２０５）。な
お、照合に成功した応答文候補が存在しない場合は処理
を終了する（２０６）。
グにより、照合に成功した応答文候補が存在した場合
（２０４）は、その応答文と対応する質問文を対話対と
して対話解析データベース５に登録する（２０５）。な
お、照合に成功した応答文候補が存在しない場合は処理
を終了する（２０６）。
【００６６】図４に前述した対話対の認識・データベー
スへの登録処理のようすを示す。
スへの登録処理のようすを示す。
【００６７】また、対話解析データベース５には、対話
対である質問とその回答だけでなく、この対話対が得ら
れた時のユーザ数及び発話頻度を対話監視部８より得
て、併せて登録しておいても良い。図５はこのような対
話解析データベース５の一例を示すものである。
対である質問とその回答だけでなく、この対話対が得ら
れた時のユーザ数及び発話頻度を対話監視部８より得
て、併せて登録しておいても良い。図５はこのような対
話解析データベース５の一例を示すものである。
【００６８】対話モードの応答文生成時には、ユーザの
発話した質問と対話解析データベースに保存されている
質問との照合を行い、一致した行からその質問に対する
回答を得る。回答は単一の場合もあるし、複数ある場合
もある。単一の場合はそれが回答になる。
発話した質問と対話解析データベースに保存されている
質問との照合を行い、一致した行からその質問に対する
回答を得る。回答は単一の場合もあるし、複数ある場合
もある。単一の場合はそれが回答になる。
【００６９】例えば「だれかいますか？」という質問が
発話された場合、図５の対話解析データベースでは、質
問の欄が「だれかいますか？」の行との照合が成功す
る。この場合、その行の回答の欄から「私一人だけで
す」という文が応答文として得られる。なお、複数の場
合の回答については後述する。
発話された場合、図５の対話解析データベースでは、質
問の欄が「だれかいますか？」の行との照合が成功す
る。この場合、その行の回答の欄から「私一人だけで
す」という文が応答文として得られる。なお、複数の場
合の回答については後述する。
【００７０】図６、図７は学習モードの動作の詳細を示
すフローチャートであり、以下、詳細な動作について説
明する。
すフローチャートであり、以下、詳細な動作について説
明する。
【００７１】まず、ユーザが発話した文を一つずつ質問
テンプレートと照合する（３０１）。
テンプレートと照合する（３０１）。
【００７２】ここで、文章とテンプレートとの照合処理
は以下の手順で行う。
は以下の手順で行う。
【００７３】照合対象となる文章は読点で区切られた発
話文であり、該発話文と質問テンプレートの全てとを照
合する。処理は、テンプレートの固定文字列部分が発話
文の文字列と一致するか否かを調べる。この時、スロッ
ト部分は任意の文字列を当てはめて良い。固定文字列部
分が一致し、スロット部分が一定文字数以下の文の場合
はテンプレートとの照合に成功したとする。
話文であり、該発話文と質問テンプレートの全てとを照
合する。処理は、テンプレートの固定文字列部分が発話
文の文字列と一致するか否かを調べる。この時、スロッ
ト部分は任意の文字列を当てはめて良い。固定文字列部
分が一致し、スロット部分が一定文字数以下の文の場合
はテンプレートとの照合に成功したとする。
【００７４】照合に成功した（３０２）場合は質問文、
質問テンプレート、フィラーを一時記憶する（３０
３）。但し、スロット部分に当たる文字列が一定文字数
以上の場合は、スロットに対応する語はフィラーにはな
らない。
質問テンプレート、フィラーを一時記憶する（３０
３）。但し、スロット部分に当たる文字列が一定文字数
以上の場合は、スロットに対応する語はフィラーにはな
らない。
【００７５】次に、質問文を認識した時点から一定時間
内の発話を応答文候補とし（３０４）、前記質問テンプ
レートに対応する応答テンプレート（ＲＴ１〜ＲＴｒ）
を取り出す（３０５）。
内の発話を応答文候補とし（３０４）、前記質問テンプ
レートに対応する応答テンプレート（ＲＴ１〜ＲＴｒ）
を取り出す（３０５）。
【００７６】次に、応答文候補から処理対象として１つ
選択し（３０６）、これと前記応答テンプレート（ＲＴ
１〜ＲＴｒ）とを照合（３０７）、即ち応答文候補の文
字列が応答テンプレートの固定文字列部分と一致するか
否かを調べる。さらに、照合に成功した応答文候補のフ
ィラーと前記質問文のフィラーとを照合し（３０８）、
フィラーが一致した場合はその応答文候補を該当応答文
として一時記憶する（３０９）。そして、これらの処理
を全ての応答文候補について行う（３１０）。
選択し（３０６）、これと前記応答テンプレート（ＲＴ
１〜ＲＴｒ）とを照合（３０７）、即ち応答文候補の文
字列が応答テンプレートの固定文字列部分と一致するか
否かを調べる。さらに、照合に成功した応答文候補のフ
ィラーと前記質問文のフィラーとを照合し（３０８）、
フィラーが一致した場合はその応答文候補を該当応答文
として一時記憶する（３０９）。そして、これらの処理
を全ての応答文候補について行う（３１０）。
【００７７】前述した処理において、質問文に対応する
応答文が１つ以上記憶されている場合（３１１）は、こ
れらを対話対として対話解析データベース５に登録し
（３１２）、さらに対話監視部８から得られるユーザ数
及び発話頻度を併せて保存する（３１３）。
応答文が１つ以上記憶されている場合（３１１）は、こ
れらを対話対として対話解析データベース５に登録し
（３１２）、さらに対話監視部８から得られるユーザ数
及び発話頻度を併せて保存する（３１３）。
【００７８】一方、質問文に対応する応答文が１つも記
憶されなかった場合は、後述する類義語辞書を用いて質
問文との類似度を表す得点を各応答文候補に対して計算
し（３１４）、一定以上の得点を有する候補が存在しな
ければそのままとし、存在すれば（３１５）、これを応
答文として質問文とともに対話対として対話解析データ
ベース５に登録し（３１６）、さらに対話監視部８から
得られるユーザ数及び発話頻度を併せて保存する（３１
３）。
憶されなかった場合は、後述する類義語辞書を用いて質
問文との類似度を表す得点を各応答文候補に対して計算
し（３１４）、一定以上の得点を有する候補が存在しな
ければそのままとし、存在すれば（３１５）、これを応
答文として質問文とともに対話対として対話解析データ
ベース５に登録し（３１６）、さらに対話監視部８から
得られるユーザ数及び発話頻度を併せて保存する（３１
３）。
【００７９】このようにするのは、一般的な会話であれ
ば、厳密に理論的な談話構造が成り立たずとも、対話と
して成立することから、類似する語を含む発話を応答文
とすることができるためである。
ば、厳密に理論的な談話構造が成り立たずとも、対話と
して成立することから、類似する語を含む発話を応答文
とすることができるためである。
【００８０】最後に、対話解析データベース５に登録す
る対話対の質問文及び応答文中の語に基づいて類義語辞
書を更新する（３１７）。
る対話対の質問文及び応答文中の語に基づいて類義語辞
書を更新する（３１７）。
【００８１】図８は類義語辞書の一例を示すもので、対
話対をなす質問文及び応答文中にそれぞれ含まれる第１
の単語及び第２の単語のペアを類義語として、その間の
類似度、ここでは出現数を併せて登録してなっている
（なお、類義語の判定においては第１または第２の単語
のいずれからでも行えるものとする。）。類義語辞書
は、当初は与えられたものを利用しても良いが、後述す
るように、対話対を認識・登録した際、既に登録されて
いるペアが出現した時は類似度を１増加させ、登録され
ていないペアが出現した時は新たに登録することによっ
て構築することができる。
話対をなす質問文及び応答文中にそれぞれ含まれる第１
の単語及び第２の単語のペアを類義語として、その間の
類似度、ここでは出現数を併せて登録してなっている
（なお、類義語の判定においては第１または第２の単語
のいずれからでも行えるものとする。）。類義語辞書
は、当初は与えられたものを利用しても良いが、後述す
るように、対話対を認識・登録した際、既に登録されて
いるペアが出現した時は類似度を１増加させ、登録され
ていないペアが出現した時は新たに登録することによっ
て構築することができる。
【００８２】図９は図７中の類似度を表す得点を計算す
る処理（３１４）の詳細を示すフローチャートである。
る処理（３１４）の詳細を示すフローチャートである。
【００８３】まず、質問文を形態素解析し、単語（１，
２，……Ｊ）に分割し（４０１）、応答文候補から１つ
選択して（４０２）、同じく形態素解析し、単語（１，
２，……Ｋ）に分割する（４０３）。
２，……Ｊ）に分割し（４０１）、応答文候補から１つ
選択して（４０２）、同じく形態素解析し、単語（１，
２，……Ｋ）に分割する（４０３）。
【００８４】次に、応答文候補中の各単語から単語ｋ
（＝１，２，……Ｋ）を１つ選択し（４０４）、類義語
辞書を参照して、この単語ｋが質問文中の単語１，２，
……Ｊの類義語であるか否かを判定し（４０５）、類義
語であれば類義語辞書中の類似度を該当応答文候補の得
点に加算する（４０６）。
（＝１，２，……Ｋ）を１つ選択し（４０４）、類義語
辞書を参照して、この単語ｋが質問文中の単語１，２，
……Ｊの類義語であるか否かを判定し（４０５）、類義
語であれば類義語辞書中の類似度を該当応答文候補の得
点に加算する（４０６）。
【００８５】以上の処理を全ての単語ｋについて繰り返
し行い（４０７）、さらにこれらの処理を全ての応答文
候補について繰り返し行う（４０８）。
し行い（４０７）、さらにこれらの処理を全ての応答文
候補について繰り返し行う（４０８）。
【００８６】図１０は図７中の類義語辞書を更新する処
理（３１７）の詳細を示すフローチャートである。
理（３１７）の詳細を示すフローチャートである。
【００８７】対話解析データベース５に登録する対話対
が決定した状態（５０１）において、質問文を形態素解
析し、単語（１，２，……Ｌ）に分割し（５０２）、応
答文を同じく形態素解析し、単語（１，２，……Ｍ）に
分割する（５０３）。
が決定した状態（５０１）において、質問文を形態素解
析し、単語（１，２，……Ｌ）に分割し（５０２）、応
答文を同じく形態素解析し、単語（１，２，……Ｍ）に
分割する（５０３）。
【００８８】次に、単語１，２，……Ｌと、単語１，
２，……Ｍとから各々１つ選択して単語のペアを作成し
（５０４）、各ペアが類義語辞書に存在するか否かをチ
ェックする（５０５）。ここで、ペアが類義語辞書に存
在する場合（５０６）は類義語辞書の該当するペアの類
似度を１加算し（５０７）、存在しない場合は類義語辞
書に新たなペアとして登録する（５０８）。
２，……Ｍとから各々１つ選択して単語のペアを作成し
（５０４）、各ペアが類義語辞書に存在するか否かをチ
ェックする（５０５）。ここで、ペアが類義語辞書に存
在する場合（５０６）は類義語辞書の該当するペアの類
似度を１加算し（５０７）、存在しない場合は類義語辞
書に新たなペアとして登録する（５０８）。
【００８９】次に、対話モードについて説明する。
【００９０】自動応答文生成部６では、ユーザ同士の対
話から質問文を検出し、この質問文にマッチする応答文
を生成して発話する。
話から質問文を検出し、この質問文にマッチする応答文
を生成して発話する。
【００９１】具体的には、学習モードで用いた質問テン
プレート、並びに学習モードで構築した対話解析データ
ベースを利用して、図１１に示すフローチャートに従っ
て応答文の選択・生成を行う。
プレート、並びに学習モードで構築した対話解析データ
ベースを利用して、図１１に示すフローチャートに従っ
て応答文の選択・生成を行う。
【００９２】まず、学習モードの場合と同様にして、ユ
ーザの発話と質問テンプレートとのマッチングをとり、
質問文を認識した場合（６０１）は対話解析データベー
ス５から該当質問文に対応する応答文を候補として取り
出す（６０２）。
ーザの発話と質問テンプレートとのマッチングをとり、
質問文を認識した場合（６０１）は対話解析データベー
ス５から該当質問文に対応する応答文を候補として取り
出す（６０２）。
【００９３】この際、候補の数が０であれば発話せず、
ユーザの次の発話を待つ（６０３，６０４）。候補の数
が１つの時は、それを応答文として発話する（６０
５）。候補の数が２つ以上の時は、以下の手順でユーザ
数及び発話頻度を用いた候補の順位付けを行って、その
１位を発話する。 ・各応答文候補について、ユーザ数と発話頻度との積の
値を計算する（６０６）。 ・上記計算値と、現在の対話状況におけるユーザ数と発
話頻度との積の値とを比較し、差が小さいものから順に
順位付けを行う（６０７）。 ・順位付けを行った結果、１位の候補（差が最も小さい
候補）を応答文として発話する（６０８）。
ユーザの次の発話を待つ（６０３，６０４）。候補の数
が１つの時は、それを応答文として発話する（６０
５）。候補の数が２つ以上の時は、以下の手順でユーザ
数及び発話頻度を用いた候補の順位付けを行って、その
１位を発話する。 ・各応答文候補について、ユーザ数と発話頻度との積の
値を計算する（６０６）。 ・上記計算値と、現在の対話状況におけるユーザ数と発
話頻度との積の値とを比較し、差が小さいものから順に
順位付けを行う（６０７）。 ・順位付けを行った結果、１位の候補（差が最も小さい
候補）を応答文として発話する（６０８）。
【００９４】このように、複数の候補があった場合に
は、対話対が学習された時の状況と、現在の対話状況が
近いものを発話することで、ユーザの発話意図に沿った
応答が可能になる。
は、対話対が学習された時の状況と、現在の対話状況が
近いものを発話することで、ユーザの発話意図に沿った
応答が可能になる。
【００９５】例えば、ユーザＡが「今日は静かですね」
と言った場合には、ユーザＡの意図としては、 １．主要な対話相手が静かである、 ２．全体の他のユーザが静かであったり、参加者が少な
い、ということを主要な対話相手に伝えている、 と言った２つの解釈が可能である。
と言った場合には、ユーザＡの意図としては、 １．主要な対話相手が静かである、 ２．全体の他のユーザが静かであったり、参加者が少な
い、ということを主要な対話相手に伝えている、 と言った２つの解釈が可能である。
【００９６】このような曖昧性を解消するために、対話
状況として、ユーザ数及び発話頻度を利用する。これに
よって、参加者も１，２人程度で、さらに発話頻度も１
分に１回という場合には、ユーザの意図としては２であ
ると考えられる。
状況として、ユーザ数及び発話頻度を利用する。これに
よって、参加者も１，２人程度で、さらに発話頻度も１
分に１回という場合には、ユーザの意図としては２であ
ると考えられる。
【００９７】応答文候補として、ユーザＡの「今日は静
かですね」という発言に対して、 １．「端末の前から離れていたから」 対話状況；ユーザ数１１人、頻度６回／分（ユーザ数・
頻度積６６） ２．「今日は人が少ないからね」 対話状況；ユーザ数２人、頻度１回／分（ユーザ数・頻
度積２） という複数の候補があり得る。
かですね」という発言に対して、 １．「端末の前から離れていたから」 対話状況；ユーザ数１１人、頻度６回／分（ユーザ数・
頻度積６６） ２．「今日は人が少ないからね」 対話状況；ユーザ数２人、頻度１回／分（ユーザ数・頻
度積２） という複数の候補があり得る。
【００９８】この時も、現在の対話状況として参加者も
少なく（３人）、発話も活発でない（２回／分）時、ユ
ーザＡの期待する答えは２である。
少なく（３人）、発話も活発でない（２回／分）時、ユ
ーザＡの期待する答えは２である。
【００９９】ユーザ数・頻度積を利用することで、現在
の積６に近い２の方が選択され、ユーザＡの意図に沿っ
た応答が可能となる。
の積６に近い２の方が選択され、ユーザＡの意図に沿っ
た応答が可能となる。
【０１００】なお、対話記録部７では、全ユーザの発話
した文と、本装置が自動応答した応答文を記録してい
る。ここでは、発話した文とともにその文を発話したユ
ーザのユーザ名、ユーザＩＤ、インターネットにおける
ＩＰアドレス等、計算機の識別番号、発話時刻、発話番
号等も記録している。
した文と、本装置が自動応答した応答文を記録してい
る。ここでは、発話した文とともにその文を発話したユ
ーザのユーザ名、ユーザＩＤ、インターネットにおける
ＩＰアドレス等、計算機の識別番号、発話時刻、発話番
号等も記録している。
【０１０１】各ユーザは、次の手順で、対話記録部７に
保存されている発言を自分の利用しているユーザ端末部
１に表示できる。表示する発言は、対話記録部７に保存
されている全部の発言でも良いし、一部の発言でも良
い。一部の発言の場合には、任意のユーザの任意の時刻
の発言を指定することができる。
保存されている発言を自分の利用しているユーザ端末部
１に表示できる。表示する発言は、対話記録部７に保存
されている全部の発言でも良いし、一部の発言でも良
い。一部の発言の場合には、任意のユーザの任意の時刻
の発言を指定することができる。
【０１０２】ユーザ端末部１から通信部２を通して、対
話記録部７宛に表示させる発言を指定した発言送信要求
を送る。その発言送信要求を受信した入出力制御部３
は、それが対話記録部７宛と判断し、対話記録部７に渡
す。
話記録部７宛に表示させる発言を指定した発言送信要求
を送る。その発言送信要求を受信した入出力制御部３
は、それが対話記録部７宛と判断し、対話記録部７に渡
す。
【０１０３】対話記録部７は、発言送信要求でユーザに
より指定された発話を発話データとして、発言送信要求
を送ってきたユーザ端末宛に送る。対話記録部７は、入
出力制御部３に指定された発話データを渡し、宛先のユ
ーザ端末を指定する。入出力制御部３はユーザの数だけ
接続されている通信部２の中から、対話記録部７により
指定されたユーザ端末に接続している通信部２を選択
し、そこに対話記録部７から渡された発話データを送信
する。始めに発言送信要求を送信したユーザ端末部は、
通信部２から発話データを受信し、それを表示する。
より指定された発話を発話データとして、発言送信要求
を送ってきたユーザ端末宛に送る。対話記録部７は、入
出力制御部３に指定された発話データを渡し、宛先のユ
ーザ端末を指定する。入出力制御部３はユーザの数だけ
接続されている通信部２の中から、対話記録部７により
指定されたユーザ端末に接続している通信部２を選択
し、そこに対話記録部７から渡された発話データを送信
する。始めに発言送信要求を送信したユーザ端末部は、
通信部２から発話データを受信し、それを表示する。
【０１０４】
【発明の効果】以上説明したように、本発明によれば、
ユーザ同士の対話から対話対を学習して知識ベースを自
動構築することにより、人手を介することなく知識ベー
スの構築が可能になり、意味理解、意図理解といった大
きな計算量を必要とする処理を行わずに、計算機による
自動応答文生成が可能となる。
ユーザ同士の対話から対話対を学習して知識ベースを自
動構築することにより、人手を介することなく知識ベー
スの構築が可能になり、意味理解、意図理解といった大
きな計算量を必要とする処理を行わずに、計算機による
自動応答文生成が可能となる。
【図１】本発明装置全体のブロック図
【図２】本発明の動作の概略を示すフローチャート
【図３】学習モードの動作の概略を示すフローチャート
【図４】対話対の認識・データベースへの登録処理のよ
うすの一例を示す図
うすの一例を示す図
【図５】対話解析データベースの一例を示す図
【図６】学習モードの動作の詳細を示すフローチャート
【図７】学習モードの動作の詳細を示すフローチャート
【図８】類義語辞書の一例を示す図
【図９】類似度得点計算処理の詳細を示すフローチャー
ト
ト
【図１０】類義語辞書更新処理の詳細を示すフローチャ
ート
ート
【図１１】対話モードの動作を示すフローチャート
１０１：ユーザ端末部、１０２：通信部、１０３：入出
力制御部、１０４：対話解析部、１０５：対話解析デー
タベース、１０６：自動応答文生成部、１０７：対話記
録部、１０８：対話監視部。
力制御部、１０４：対話解析部、１０５：対話解析デー
タベース、１０６：自動応答文生成部、１０７：対話記
録部、１０８：対話監視部。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 15/18 Ｇ１０Ｌ 3/00 ５３７Ｚ 15/00 ５５１Ａ 15/22 ５７１Ｕ (72)発明者 稲垣 博人 東京都新宿区西新宿３丁目19番２号 日本 電信電話株式会社内 (72)発明者 田中 一男 東京都新宿区西新宿３丁目19番２号 日本 電信電話株式会社内 Ｆターム(参考） 5B091 AA15 CA02 CA14 CA21 CC01 CC16 CD03 EA01 5D015 AA05 HH23 JJ07 KK02 KK04 5D045 AB26
Claims (27)
- 【請求項１】 少なくとも二人の利用者が相互に文章を
送受して対話を行う方法において、 文章のうち質問文及びその応答文を収集し、これを対話
対として蓄積しておき、 利用者数もしくは発話頻度が一定以下の場合、質問文を
検出した時は蓄積した対話対から対応する応答文を生成
することを特徴とする自動応答方法。 - 【請求項２】 少なくとも二人の利用者が相互に文章を
送受して対話を行う方法において、 文章のうち質問文を認識する工程と、 質問文認識後の一定時間内の他の文章を該質問文に対応
する応答文の候補として選択する工程と、 前記応答文の候補から前記質問文に対応する応答文を抽
出する工程と、 前記抽出した応答文を前記質問文とともに対話対として
データベースに蓄積する工程とからなることを特徴とす
る対話解析方法。 - 【請求項３】 質問文の認識は、利用者からの文章を、
固定文字列部分及び任意の文字列を当てはめることがで
きるスロット部分からなり、応答を求める質問文である
ことを示す少なくとも１つの質問テンプレートと照合す
ることにより行い、 応答文の抽出は、応答文の候補を、同じく固定文字列部
分及びスロット部分からなり、応答文であることを示す
応答テンプレートであって、前記質問文を認識した際の
質問テンプレートに対応する少なくとも１つの応答テン
プレートと照合し、照合に成功した応答文の候補のスロ
ット部分に対応する語句を質問文のスロット部分に対応
する語句と照合することにより行うことを特徴とする請
求項２記載の対話解析方法。 - 【請求項４】 応答文の候補のスロット部分に対応する
語句と質問文のスロット部分に対応する語句との照合に
成功しなかった場合、各応答文の候補と質問文との類似
度を表す得点を計算し、一定以上の得点が得られた応答
文の候補を応答文とすることを特徴とする請求項３記載
の対話解析方法。 - 【請求項５】 類似度を表す得点の計算は、対話対をな
す質問文及び応答文中にそれぞれ含まれる第１の単語及
び第２の単語のペアを類義語として、その間の類似度を
併せて登録してなる類義語辞書を用い、質問文を形態素
解析し単語に分割し、応答文候補を同じく形態素解析し
単語に分割し、応答文候補中の各単語について類義語辞
書を参照して、この単語が質問文中の単語の類義語であ
るか否かを判定し、類義語であれば類義語辞書中の類似
度を該当応答文候補の得点に加算し、これらを全ての応
答文候補について繰り返し行うことを特徴とする請求項
４記載の対話解析方法。 - 【請求項６】 類義語辞書の類似度として出現数を用い
る場合、質問文を形態素解析し単語に分割し、応答文を
同じく形態素解析し単語に分割し、該分割した単語同士
から単語のペアを作成し、各ペアが類義語辞書に存在す
るか否かをチェックし、ペアが類義語辞書に存在する場
合は類義語辞書の該当するペアの類似度を１加算し、存
在しない場合は類義語辞書に新たなペアとして登録する
ことを特徴とする請求項５記載の対話解析方法。 - 【請求項７】 データベースに、対話対をなす質問文及
び応答文とともに該質問文の検出時のユーザ数及び発話
頻度を登録することを特徴とする請求項２乃至６いずれ
か記載の対話解析方法。 - 【請求項８】 少なくとも二人の利用者が相互に文章を
送受して対話を行う方法において、 文章のうち質問文を認識する工程と、 質問文とともに応答文を対話対として蓄積したデータベ
ースから、前記認識した質問文に対応する応答文を選択
する工程と、 該選択した応答文を発話する工程とからなることを特徴
とする応答文生成方法。 - 【請求項９】 質問文に対応する応答文が複数存在する
場合、現在の対話状況に最も近い対話状況において蓄積
された対話対の応答文を選択することを特徴とする請求
項８記載の応答文生成方法。 - 【請求項１０】 少なくとも二人の利用者が相互に文章
を送受して対話を行う装置において、 利用者から送信された文章を解析し、質問文及びその応
答文を収集する対話解析部と、 前記収集した質問文及びその応答文を対話対として蓄積
するデータベースと、 利用者から送信された文章を解析し、質問文を検出した
時はデータベースに蓄積された対話対から対応する応答
文を生成する応答文生成部と、 利用者間の対話状況を監視し、利用者数もしくは発話頻
度が一定以下の場合は応答文を生成する必要があると判
定して前記応答文生成部を動作させる対話監視部とを備
えたことを特徴とする自動応答装置。 - 【請求項１１】 少なくとも二人の利用者が相互に文章
を送受して対話を行う装置において、 文章のうち質問文を認識する手段と、 質問文認識後の一定時間内の他の文章を該質問文に対応
する応答文の候補として選択する手段と、 前記応答文の候補から前記質問文に対応する応答文を抽
出する手段と、 前記抽出した応答文を前記質問文とともに対話対として
データベースに蓄積する手段とからなることを特徴とす
る対話解析装置。 - 【請求項１２】 質問文の認識は、利用者からの文章
を、固定文字列部分及び任意の文字列を当てはめること
ができるスロット部分からなり、応答を求める質問文で
あることを示す少なくとも１つの質問テンプレートと照
合することにより行い、 応答文の抽出は、応答文の候補を、同じく固定文字列部
分及びスロット部分からなり、応答文であることを示す
応答テンプレートであって、前記質問文を認識した際の
質問テンプレートに対応する少なくとも１つの応答テン
プレートと照合し、照合に成功した応答文の候補のスロ
ット部分に対応する語句を質問文のスロット部分に対応
する語句と照合することにより行うことを特徴とする請
求項１１記載の対話解析装置。 - 【請求項１３】 応答文の候補のスロット部分に対応す
る語句と質問文のスロット部分に対応する語句との照合
に成功しなかった場合、各応答文の候補と質問文との類
似度を表す得点を計算し、一定以上の得点が得られた応
答文の候補を応答文とすることを特徴とする請求項１２
記載の対話解析装置。 - 【請求項１４】 類似度を表す得点の計算は、対話対を
なす質問文及び応答文中にそれぞれ含まれる第１の単語
及び第２の単語のペアを類義語として、その間の類似度
を併せて登録してなる類義語辞書を用い、質問文を形態
素解析し単語に分割し、応答文候補を同じく形態素解析
し単語に分割し、応答文候補中の各単語について類義語
辞書を参照して、この単語が質問文中の単語の類義語で
あるか否かを判定し、類義語であれば類義語辞書中の類
似度を該当応答文候補の得点に加算し、これらを全ての
応答文候補について繰り返し行うことを特徴とする請求
項１３記載の対話解析装置。 - 【請求項１５】 類義語辞書の類似度として出現数を用
いる場合、質問文を形態素解析し単語に分割し、応答文
を同じく形態素解析し単語に分割し、該分割した単語同
士から単語のペアを作成し、各ペアが類義語辞書に存在
するか否かをチェックし、ペアが類義語辞書に存在する
場合は類義語辞書の該当するペアの類似度を１加算し、
存在しない場合は類義語辞書に新たなペアとして登録す
ることを特徴とする請求項１４記載の対話解析装置。 - 【請求項１６】 データベースに、対話対をなす質問文
及び応答文とともに該質問文の検出時のユーザ数及び発
話頻度を登録することを特徴とする請求項１１乃至１５
いずれか記載の対話解析装置。 - 【請求項１７】 少なくとも二人の利用者が相互に文章
を送受して対話を行う装置において、 文章のうち質問文を認識する手段と、 質問文とともに応答文を対話対として蓄積したデータベ
ースから、前記認識した質問文に対応する応答文を選択
する手段と、 該選択した応答文を発話する手段とからなることを特徴
とする応答文生成装置。 - 【請求項１８】 質問文に対応する応答文が複数存在す
る場合、現在の対話状況に最も近い対話状況において蓄
積された対話対の応答文を選択することを特徴とする請
求項１７記載の応答文生成装置。 - 【請求項１９】 少なくとも二人の利用者が相互に文章
を送受して対話を行うプログラムを記録した媒体におい
て、 前記プログラムはコンピュータに読み取られた時、該コ
ンピュータに、 文章のうち質問文及びその応答文を収集し、これを対話
対として蓄積しておき、 利用者数もしくは発話頻度が一定以下の場合、質問文を
検出した時は蓄積した対話対から対応する応答文を生成
する動作を実行させることを特徴とする自動応答プログ
ラムを記録した媒体。 - 【請求項２０】 少なくとも二人の利用者が相互に文章
を送受して対話を行うプログラムを記録した媒体におい
て、 前記プログラムはコンピュータに読み取られた時、該コ
ンピュータに、 文章のうち質問文を認識する工程と、 質問文認識後の一定時間内の他の文章を該質問文に対応
する応答文の候補として選択する工程と、 前記応答文の候補から前記質問文に対応する応答文を抽
出する工程と、 前記抽出した応答文を前記質問文とともに対話対として
データベースに蓄積する工程とからなる動作を実行させ
ることを特徴とする対話解析プログラムを記録した媒
体。 - 【請求項２１】 質問文の認識は、利用者からの文章
を、固定文字列部分及び任意の文字列を当てはめること
ができるスロット部分からなり、応答を求める質問文で
あることを示す少なくとも１つの質問テンプレートと照
合することにより行い、 応答文の抽出は、応答文の候補を、同じく固定文字列部
分及びスロット部分からなり、応答文であることを示す
応答テンプレートであって、前記質問文を認識した際の
質問テンプレートに対応する少なくとも１つの応答テン
プレートと照合し、照合に成功した応答文の候補のスロ
ット部分に対応する語句を質問文のスロット部分に対応
する語句と照合することにより行うことを特徴とする請
求項２０記載の対話解析プログラムを記録した媒体。 - 【請求項２２】 応答文の候補のスロット部分に対応す
る語句と質問文のスロット部分に対応する語句との照合
に成功しなかった場合、各応答文の候補と質問文との類
似度を表す得点を計算し、一定以上の得点が得られた応
答文の候補を応答文とすることを特徴とする請求項２１
記載の対話解析プログラムを記録した媒体。 - 【請求項２３】 類似度を表す得点の計算は、対話対を
なす質問文及び応答文中にそれぞれ含まれる第１の単語
及び第２の単語のペアを類義語として、その間の類似度
を併せて登録してなる類義語辞書を用い、質問文を形態
素解析し単語に分割し、応答文候補を同じく形態素解析
し単語に分割し、応答文候補中の各単語について類義語
辞書を参照して、この単語が質問文中の単語の類義語で
あるか否かを判定し、類義語であれば類義語辞書中の類
似度を該当応答文候補の得点に加算し、これらを全ての
応答文候補について繰り返し行うことを特徴とする請求
項２２記載の対話解析プログラムを記録した媒体。 - 【請求項２４】 類義語辞書の類似度として出現数を用
いる場合、質問文を形態素解析し単語に分割し、応答文
を同じく形態素解析し単語に分割し、該分割した単語同
士から単語のペアを作成し、各ペアが類義語辞書に存在
するか否かをチェックし、ペアが類義語辞書に存在する
場合は類義語辞書の該当するペアの類似度を１加算し、
存在しない場合は類義語辞書に新たなペアとして登録す
ることを特徴とする請求項２３記載の対話解析プログラ
ムを記録した媒体。 - 【請求項２５】 データベースに、対話対をなす質問文
及び応答文とともに該質問文の検出時のユーザ数及び発
話頻度を登録することを特徴とする請求項２０乃至２４
いずれか記載の対話解析プログラムを記録した媒体。 - 【請求項２６】 少なくとも二人の利用者が相互に文章
を送受して対話を行うプログラムを記録した媒体におい
て、 前記プログラムはコンピュータに読み取られた時、該コ
ンピュータに、 文章のうち質問文を認識する工程と、 質問文とともに応答文を対話対として蓄積したデータベ
ースから、前記認識した質問文に対応する応答文を選択
する工程と、 該選択した応答文を発話する工程とからなる動作を実行
させることを特徴とする応答文生成プログラムを記録し
た媒体。 - 【請求項２７】 質問文に対応する応答文が複数存在す
る場合、現在の対話状況に最も近い対話状況において蓄
積された対話対の応答文を選択することを特徴とする請
求項２６記載の応答文生成プログラムを記録した媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14498499A JP3472194B2 (ja) | 1999-05-25 | 1999-05-25 | 自動応答方法及びその装置並びにそのプログラムを記録した媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14498499A JP3472194B2 (ja) | 1999-05-25 | 1999-05-25 | 自動応答方法及びその装置並びにそのプログラムを記録した媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000339314A true JP2000339314A (ja) | 2000-12-08 |
| JP3472194B2 JP3472194B2 (ja) | 2003-12-02 |
Family
ID=15374783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14498499A Expired - Fee Related JP3472194B2 (ja) | 1999-05-25 | 1999-05-25 | 自動応答方法及びその装置並びにそのプログラムを記録した媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3472194B2 (ja) |
Cited By (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002202795A (ja) * | 2000-12-28 | 2002-07-19 | Kenzo Iwama | ロボット、単語学習装置およびその方法 |
| JP2002297592A (ja) * | 2001-03-29 | 2002-10-11 | Just Syst Corp | 自然文マッチング装置、自然文マッチング方法、及び自然文マッチングプログラム |
| JP2003022131A (ja) * | 2001-07-09 | 2003-01-24 | Kenzo Iwama | 単語学習ロボット、移動物体の学習動作制御装置およびその方法 |
| WO2003010756A1 (fr) * | 2001-07-27 | 2003-02-06 | Sony Corporation | Programme, appareil et procede d'interaction vocale |
| JP2003108376A (ja) * | 2001-10-01 | 2003-04-11 | Denso Corp | 応答メッセージ生成装置、及び端末装置 |
| JP2003255991A (ja) * | 2002-03-06 | 2003-09-10 | Sony Corp | 対話制御システム、対話制御方法及びロボット装置 |
| JP2003316385A (ja) * | 2002-04-24 | 2003-11-07 | Hitachi Ltd | 音声対話システム及び音声対話方法 |
| JP2004109323A (ja) * | 2002-09-17 | 2004-04-08 | Denso Corp | 音声対話装置及びプログラム |
| JPWO2006085661A1 (ja) * | 2005-02-08 | 2008-08-07 | 日本電気株式会社 | 質問応答データ編集装置、質問応答データ編集方法、質問応答データ編集プログラム |
| CN100452710C (zh) * | 2004-09-29 | 2009-01-14 | 上海赢思软件技术有限公司 | 一种短信机器人系统 |
| JP2011123565A (ja) * | 2009-12-08 | 2011-06-23 | Nomura Research Institute Ltd | Ｆａｑ候補抽出システムおよびｆａｑ候補抽出プログラム |
| JP2012003701A (ja) * | 2010-06-21 | 2012-01-05 | Nomura Research Institute Ltd | 談話要約生成システムおよび談話要約生成プログラム |
| JP2014222402A (ja) * | 2013-05-13 | 2014-11-27 | 日本電信電話株式会社 | 発話候補生成装置、発話候補生成方法、及び発話候補生成プログラム |
| JP2015046183A (ja) * | 2014-10-30 | 2015-03-12 | 日本電信電話株式会社 | 対話装置、方法、及びプログラム |
| JP2015184597A (ja) * | 2014-03-25 | 2015-10-22 | 国立大学法人埼玉大学 | コミュニケーション支援ロボットシステム |
| WO2017070257A1 (en) * | 2015-10-21 | 2017-04-27 | Genesys Telecommunications Laboratories, Inc. | Data-driven dialogue enabled self-help systems |
| WO2017130497A1 (ja) * | 2016-01-28 | 2017-08-03 | ソニー株式会社 | 通信システムおよび通信制御方法 |
| CN107133349A (zh) * | 2017-05-24 | 2017-09-05 | 北京无忧创新科技有限公司 | 一种对话机器人系统 |
| JP6199517B1 (ja) * | 2017-03-14 | 2017-09-20 | ヤフー株式会社 | 決定装置、決定方法および決定プログラム |
| CN107305663A (zh) * | 2016-04-14 | 2017-10-31 | 平安科技（深圳）有限公司 | 客服中心问题栏信息管理方法和装置 |
| JP2017219845A (ja) * | 2016-06-05 | 2017-12-14 | 国立大学法人 千葉大学 | 発話促進装置及び発話促進プログラム |
| CN107918634A (zh) * | 2017-06-27 | 2018-04-17 | 上海壹账通金融科技有限公司 | 智能问答方法、装置及计算机可读存储介质 |
| WO2018097091A1 (ja) * | 2016-11-25 | 2018-05-31 | 日本電信電話株式会社 | モデル作成装置、テキスト検索装置、モデル作成方法、テキスト検索方法、データ構造、及びプログラム |
| KR20180126357A (ko) * | 2017-05-17 | 2018-11-27 | 주식회사 에이아이리소프트 | 챗봇의 대화처리장치 및 그 방법 |
| JPWO2017199545A1 (ja) * | 2016-05-18 | 2019-02-28 | シャープ株式会社 | 応答制御装置、制御プログラム、情報処理方法、および通信システム |
| WO2019039375A1 (ja) * | 2017-08-23 | 2019-02-28 | 国立研究開発法人情報通信研究機構 | 対話応答システム、モデル学習装置および対話装置 |
| JP2019040574A (ja) * | 2017-08-23 | 2019-03-14 | 国立研究開発法人情報通信研究機構 | 対話応答システム、モデル学習装置および対話装置 |
| JP2019049970A (ja) * | 2017-09-08 | 2019-03-28 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 候補応答情報を生成する方法及び装置 |
| US10382623B2 (en) | 2015-10-21 | 2019-08-13 | Genesys Telecommunications Laboratories, Inc. | Data-driven dialogue enabled self-help systems |
| US10455088B2 (en) | 2015-10-21 | 2019-10-22 | Genesys Telecommunications Laboratories, Inc. | Dialogue flow optimization and personalization |
| JP2019191646A (ja) * | 2018-04-18 | 2019-10-31 | 株式会社東芝 | 登録語管理装置、音声対話システム、登録語管理方法およびプログラム |
| JP2019535073A (ja) * | 2016-09-23 | 2019-12-05 | グーグル エルエルシー | オンデバイスモデルを使用するスマートリプライ |
| CN110580342A (zh) * | 2019-09-19 | 2019-12-17 | 苏州思必驰信息科技有限公司 | 公众号问答响应方法及装置 |
| US10515150B2 (en) | 2015-07-14 | 2019-12-24 | Genesys Telecommunications Laboratories, Inc. | Data driven speech enabled self-help systems and methods of operating thereof |
| CN111159370A (zh) * | 2019-12-20 | 2020-05-15 | 中国建设银行股份有限公司 | 一种短会话新问题生成方法、存储介质和人机交互装置 |
| JP2020154378A (ja) * | 2019-03-18 | 2020-09-24 | 本田技研工業株式会社 | 自己との対話装置、チャットボット、およびロボット |
| CN113282730A (zh) * | 2021-06-08 | 2021-08-20 | 北京它思智能科技有限公司 | 一种自省对话流设计方法和系统 |
| CN113609273A (zh) * | 2021-08-12 | 2021-11-05 | 云知声（上海）智能科技有限公司 | 一种机器话术配置方法、装置、电子设备和存储介质 |
| CN113793611A (zh) * | 2021-08-27 | 2021-12-14 | 上海浦东发展银行股份有限公司 | 评分方法、装置、计算机设备和存储介质 |
| US11595331B2 (en) | 2016-01-28 | 2023-02-28 | Sony Group Corporation | Communication system and communication control method |
| CN115810422A (zh) * | 2022-12-07 | 2023-03-17 | 深圳市宁远科技股份有限公司 | 基于ai技术的互联网智能自动诊疗应答系统 |
| US11669752B2 (en) | 2014-04-22 | 2023-06-06 | Google Llc | Automatic actions based on contextual replies |
| WO2024071921A1 (ko) * | 2022-09-30 | 2024-04-04 | 삼성전자 주식회사 | 인공지능과 음성 인식을 기반으로 동작하는 전자 장치 및 이의 제어 방법 |
-
1999
- 1999-05-25 JP JP14498499A patent/JP3472194B2/ja not_active Expired - Fee Related
Cited By (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002202795A (ja) * | 2000-12-28 | 2002-07-19 | Kenzo Iwama | ロボット、単語学習装置およびその方法 |
| JP2002297592A (ja) * | 2001-03-29 | 2002-10-11 | Just Syst Corp | 自然文マッチング装置、自然文マッチング方法、及び自然文マッチングプログラム |
| JP2003022131A (ja) * | 2001-07-09 | 2003-01-24 | Kenzo Iwama | 単語学習ロボット、移動物体の学習動作制御装置およびその方法 |
| WO2003010756A1 (fr) * | 2001-07-27 | 2003-02-06 | Sony Corporation | Programme, appareil et procede d'interaction vocale |
| US7349850B2 (en) | 2001-07-27 | 2008-03-25 | Sony Corporation | Program, speech interaction apparatus, and method |
| JP2003108376A (ja) * | 2001-10-01 | 2003-04-11 | Denso Corp | 応答メッセージ生成装置、及び端末装置 |
| JP2003255991A (ja) * | 2002-03-06 | 2003-09-10 | Sony Corp | 対話制御システム、対話制御方法及びロボット装置 |
| JP2003316385A (ja) * | 2002-04-24 | 2003-11-07 | Hitachi Ltd | 音声対話システム及び音声対話方法 |
| JP2004109323A (ja) * | 2002-09-17 | 2004-04-08 | Denso Corp | 音声対話装置及びプログラム |
| CN100452710C (zh) * | 2004-09-29 | 2009-01-14 | 上海赢思软件技术有限公司 | 一种短信机器人系统 |
| JPWO2006085661A1 (ja) * | 2005-02-08 | 2008-08-07 | 日本電気株式会社 | 質問応答データ編集装置、質問応答データ編集方法、質問応答データ編集プログラム |
| JP4924950B2 (ja) * | 2005-02-08 | 2012-04-25 | 日本電気株式会社 | 質問応答データ編集装置、質問応答データ編集方法、質問応答データ編集プログラム |
| US8983962B2 (en) | 2005-02-08 | 2015-03-17 | Nec Corporation | Question and answer data editing device, question and answer data editing method and question answer data editing program |
| JP2011123565A (ja) * | 2009-12-08 | 2011-06-23 | Nomura Research Institute Ltd | Ｆａｑ候補抽出システムおよびｆａｑ候補抽出プログラム |
| JP2012003701A (ja) * | 2010-06-21 | 2012-01-05 | Nomura Research Institute Ltd | 談話要約生成システムおよび談話要約生成プログラム |
| JP2014222402A (ja) * | 2013-05-13 | 2014-11-27 | 日本電信電話株式会社 | 発話候補生成装置、発話候補生成方法、及び発話候補生成プログラム |
| JP2015184597A (ja) * | 2014-03-25 | 2015-10-22 | 国立大学法人埼玉大学 | コミュニケーション支援ロボットシステム |
| US11669752B2 (en) | 2014-04-22 | 2023-06-06 | Google Llc | Automatic actions based on contextual replies |
| JP2015046183A (ja) * | 2014-10-30 | 2015-03-12 | 日本電信電話株式会社 | 対話装置、方法、及びプログラム |
| US10515150B2 (en) | 2015-07-14 | 2019-12-24 | Genesys Telecommunications Laboratories, Inc. | Data driven speech enabled self-help systems and methods of operating thereof |
| US11025775B2 (en) | 2015-10-21 | 2021-06-01 | Genesys Telecommunications Laboratories, Inc. | Dialogue flow optimization and personalization |
| US10382623B2 (en) | 2015-10-21 | 2019-08-13 | Genesys Telecommunications Laboratories, Inc. | Data-driven dialogue enabled self-help systems |
| WO2017070257A1 (en) * | 2015-10-21 | 2017-04-27 | Genesys Telecommunications Laboratories, Inc. | Data-driven dialogue enabled self-help systems |
| US10455088B2 (en) | 2015-10-21 | 2019-10-22 | Genesys Telecommunications Laboratories, Inc. | Dialogue flow optimization and personalization |
| WO2017130497A1 (ja) * | 2016-01-28 | 2017-08-03 | ソニー株式会社 | 通信システムおよび通信制御方法 |
| US11159462B2 (en) | 2016-01-28 | 2021-10-26 | Sony Corporation | Communication system and communication control method |
| US11595331B2 (en) | 2016-01-28 | 2023-02-28 | Sony Group Corporation | Communication system and communication control method |
| JPWO2017130497A1 (ja) * | 2016-01-28 | 2018-11-22 | ソニー株式会社 | 通信システムおよび通信制御方法 |
| CN107305663A (zh) * | 2016-04-14 | 2017-10-31 | 平安科技（深圳）有限公司 | 客服中心问题栏信息管理方法和装置 |
| JPWO2017199545A1 (ja) * | 2016-05-18 | 2019-02-28 | シャープ株式会社 | 応答制御装置、制御プログラム、情報処理方法、および通信システム |
| JP2017219845A (ja) * | 2016-06-05 | 2017-12-14 | 国立大学法人 千葉大学 | 発話促進装置及び発話促進プログラム |
| US10846618B2 (en) | 2016-09-23 | 2020-11-24 | Google Llc | Smart replies using an on-device model |
| JP2019535073A (ja) * | 2016-09-23 | 2019-12-05 | グーグル エルエルシー | オンデバイスモデルを使用するスマートリプライ |
| WO2018097091A1 (ja) * | 2016-11-25 | 2018-05-31 | 日本電信電話株式会社 | モデル作成装置、テキスト検索装置、モデル作成方法、テキスト検索方法、データ構造、及びプログラム |
| US11182435B2 (en) | 2016-11-25 | 2021-11-23 | Nippon Telegraph And Telephone Corporation | Model generation device, text search device, model generation method, text search method, data structure, and program |
| JPWO2018097091A1 (ja) * | 2016-11-25 | 2019-10-17 | 日本電信電話株式会社 | モデル作成装置、テキスト検索装置、モデル作成方法、テキスト検索方法、データ構造、及びプログラム |
| JP2018151578A (ja) * | 2017-03-14 | 2018-09-27 | ヤフー株式会社 | 決定装置、決定方法および決定プログラム |
| JP6199517B1 (ja) * | 2017-03-14 | 2017-09-20 | ヤフー株式会社 | 決定装置、決定方法および決定プログラム |
| KR20180126357A (ko) * | 2017-05-17 | 2018-11-27 | 주식회사 에이아이리소프트 | 챗봇의 대화처리장치 및 그 방법 |
| KR102030803B1 (ko) * | 2017-05-17 | 2019-11-08 | 주식회사 에이아이리소프트 | 챗봇의 대화처리장치 및 그 방법 |
| CN107133349A (zh) * | 2017-05-24 | 2017-09-05 | 北京无忧创新科技有限公司 | 一种对话机器人系统 |
| CN107133349B (zh) * | 2017-05-24 | 2018-02-23 | 北京无忧创新科技有限公司 | 一种对话机器人系统 |
| CN107918634A (zh) * | 2017-06-27 | 2018-04-17 | 上海壹账通金融科技有限公司 | 智能问答方法、装置及计算机可读存储介质 |
| JP2019040574A (ja) * | 2017-08-23 | 2019-03-14 | 国立研究開発法人情報通信研究機構 | 対話応答システム、モデル学習装置および対話装置 |
| WO2019039375A1 (ja) * | 2017-08-23 | 2019-02-28 | 国立研究開発法人情報通信研究機構 | 対話応答システム、モデル学習装置および対話装置 |
| JP7058438B2 (ja) | 2017-08-23 | 2022-04-22 | 国立研究開発法人情報通信研究機構 | 対話応答システム、モデル学習装置および対話装置 |
| JP2019049970A (ja) * | 2017-09-08 | 2019-03-28 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 候補応答情報を生成する方法及び装置 |
| JP2019191646A (ja) * | 2018-04-18 | 2019-10-31 | 株式会社東芝 | 登録語管理装置、音声対話システム、登録語管理方法およびプログラム |
| JP2020154378A (ja) * | 2019-03-18 | 2020-09-24 | 本田技研工業株式会社 | 自己との対話装置、チャットボット、およびロボット |
| CN110580342A (zh) * | 2019-09-19 | 2019-12-17 | 苏州思必驰信息科技有限公司 | 公众号问答响应方法及装置 |
| CN111159370A (zh) * | 2019-12-20 | 2020-05-15 | 中国建设银行股份有限公司 | 一种短会话新问题生成方法、存储介质和人机交互装置 |
| CN113282730A (zh) * | 2021-06-08 | 2021-08-20 | 北京它思智能科技有限公司 | 一种自省对话流设计方法和系统 |
| CN113609273A (zh) * | 2021-08-12 | 2021-11-05 | 云知声（上海）智能科技有限公司 | 一种机器话术配置方法、装置、电子设备和存储介质 |
| CN113793611A (zh) * | 2021-08-27 | 2021-12-14 | 上海浦东发展银行股份有限公司 | 评分方法、装置、计算机设备和存储介质 |
| WO2024071921A1 (ko) * | 2022-09-30 | 2024-04-04 | 삼성전자 주식회사 | 인공지능과 음성 인식을 기반으로 동작하는 전자 장치 및 이의 제어 방법 |
| CN115810422A (zh) * | 2022-12-07 | 2023-03-17 | 深圳市宁远科技股份有限公司 | 基于ai技术的互联网智能自动诊疗应答系统 |
| CN115810422B (zh) * | 2022-12-07 | 2023-12-29 | 深圳市维康致远科技有限公司 | 基于ai技术的互联网智能自动诊疗应答系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3472194B2 (ja) | 2003-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3472194B2 (ja) | 自動応答方法及びその装置並びにそのプログラムを記録した媒体 | |
| US10276160B2 (en) | Automated assistant for user interaction via speech | |
| US11037553B2 (en) | Learning-type interactive device | |
| JP3454897B2 (ja) | 音声対話システム | |
| JP4901738B2 (ja) | 機械学習 | |
| JP4267081B2 (ja) | 分散システムにおけるパターン認識登録 | |
| JP4888996B2 (ja) | 会話制御装置 | |
| US8515764B2 (en) | Question and answer database expansion based on speech recognition using a specialized and a general language model | |
| JP2001005488A (ja) | 音声対話システム | |
| KR101615848B1 (ko) | 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 | |
| WO2008128423A1 (fr) | Système de dialogue intelligent et son procédé de réalisation | |
| JP5045486B2 (ja) | 対話装置及びプログラム | |
| US20220050968A1 (en) | Intent resolution for chatbot conversations with negation and coreferences | |
| KR101677859B1 (ko) | 지식 베이스를 이용하는 시스템 응답 생성 방법 및 이를 수행하는 장치 | |
| KR20170061647A (ko) | 화행 분석을 통한 스티커 추천 방법 및 시스템 | |
| JP6605105B1 (ja) | 文章記号挿入装置及びその方法 | |
| US11615787B2 (en) | Dialogue system and method of controlling the same | |
| KR20210123545A (ko) | 사용자 피드백 기반 대화 서비스 제공 방법 및 장치 | |
| JPH07261793A (ja) | 対話処理装置 | |
| Passonneau et al. | Learning about voice search for spoken dialogue systems | |
| JP2018159729A (ja) | 対話システム構築支援装置、方法、及びプログラム | |
| JP2003108566A (ja) | エージェントを用いた情報検索方法および情報検索装置 | |
| JP4042435B2 (ja) | 音声自動質問応答装置 | |
| CN110021295B (zh) | 用于识别由语音识别系统生成的错误转录的方法和系统 | |
| JP2003162524A (ja) | 言語処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090912 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090912 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100912 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100912 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110912 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120912 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |