JP2001100787A - 音声対話システム - Google Patents
音声対話システムInfo
- Publication number
- JP2001100787A JP2001100787A JP27602499A JP27602499A JP2001100787A JP 2001100787 A JP2001100787 A JP 2001100787A JP 27602499 A JP27602499 A JP 27602499A JP 27602499 A JP27602499 A JP 27602499A JP 2001100787 A JP2001100787 A JP 2001100787A
- Authority
- JP
- Japan
- Prior art keywords
- item
- items
- sub
- characteristic word
- unit
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 冗長な質問を行なわないようにし、利用者の
対話の自然さ、利便性を向上させる音声対話システムを
提供する。 【解決手段】 検索対象データの検索対象名が各項目毎
に当該項目が細分割された細項目のいずれかと対応づい
たデータベースと、検索対象名の部分文字列でなる特徴
語と項目及び細項目との対応関係情報とが格納された特
徴語辞書を用いて検索対象名の入力音声から抽出した特
徴語候補とその項目と細項目及び対応関係情報とに基づ
いて検索対象名が該当する各項目の細項目を推定する推
定部と、音声認識対象となるキーワードが項目毎及び各
項目毎に分類された認識辞書記憶部から選択された上記
推定された細項目に対応するキーワードを用いて検索対
象名を認識する音声認識部と、検索対象名に対応する検
索対象データをデータベースから検索して通知するデー
タベース検索部とを備える。
対話の自然さ、利便性を向上させる音声対話システムを
提供する。 【解決手段】 検索対象データの検索対象名が各項目毎
に当該項目が細分割された細項目のいずれかと対応づい
たデータベースと、検索対象名の部分文字列でなる特徴
語と項目及び細項目との対応関係情報とが格納された特
徴語辞書を用いて検索対象名の入力音声から抽出した特
徴語候補とその項目と細項目及び対応関係情報とに基づ
いて検索対象名が該当する各項目の細項目を推定する推
定部と、音声認識対象となるキーワードが項目毎及び各
項目毎に分類された認識辞書記憶部から選択された上記
推定された細項目に対応するキーワードを用いて検索対
象名を認識する音声認識部と、検索対象名に対応する検
索対象データをデータベースから検索して通知するデー
タベース検索部とを備える。
Description
【0001】
【発明の属する技術分野】本発明は、利用者の発話を認
識して音声による自動応答を行なう音声対話システムに
関し、例えば、電話による情報提供や予約業務などの音
声サービスの利用者を対象とした音声対話システムに関
するものである。
識して音声による自動応答を行なう音声対話システムに
関し、例えば、電話による情報提供や予約業務などの音
声サービスの利用者を対象とした音声対話システムに関
するものである。
【0002】
【従来の技術】情報システムにおけるマンマシンインタ
フェース技術として、利用者と音声による対話を行なっ
て自動応答システムを実現する音声対話技術への要求が
高まっている。この技術の応用システムとして、例え
ば、利用者が要求する情報の提供や各種サービス代行を
行なう電話音声自動応答装置が知られており、24時間
サービス化、業務の効率化、省力化などの点で有用性が
高い。
フェース技術として、利用者と音声による対話を行なっ
て自動応答システムを実現する音声対話技術への要求が
高まっている。この技術の応用システムとして、例え
ば、利用者が要求する情報の提供や各種サービス代行を
行なう電話音声自動応答装置が知られており、24時間
サービス化、業務の効率化、省力化などの点で有用性が
高い。
【0003】このような音声対話システムでは、一般的
な構成として、利用者の発話を認識する音声認識部、利
用者とシステムとの対話を管理する対話管理部、システ
ムの応答を音声で通知する音声合成部を備えており、ま
た、音声認識部で認識対象とする語彙は認識辞書として
設定されている。
な構成として、利用者の発話を認識する音声認識部、利
用者とシステムとの対話を管理する対話管理部、システ
ムの応答を音声で通知する音声合成部を備えており、ま
た、音声認識部で認識対象とする語彙は認識辞書として
設定されている。
【0004】ここで音声認識部の認識精度は、認識対象
とする語彙の規模と大きな関係があり、語彙の規模が大
きいほど認識が難しくなる。このため、利用者が発声す
ると想定される全ての単語を認識辞書として設定すると
誤認識が多発し、認識結果を利用者へ確認する回数が増
えて対話が非効率的となる。さらには、対話が継続し得
ずに破綻し、利用者が対話の目的を達成できなくなる。
とする語彙の規模と大きな関係があり、語彙の規模が大
きいほど認識が難しくなる。このため、利用者が発声す
ると想定される全ての単語を認識辞書として設定すると
誤認識が多発し、認識結果を利用者へ確認する回数が増
えて対話が非効率的となる。さらには、対話が継続し得
ずに破綻し、利用者が対話の目的を達成できなくなる。
【0005】このため従来から、対話中の認識精度を高
く維持するために、対話の手順を対話状態の遷移として
予め設計しておき、対話状態によって認識語彙を変更し
て認識辞書を差し換え、利用者の次発話の認識に備える
のが一般的である。
く維持するために、対話の手順を対話状態の遷移として
予め設計しておき、対話状態によって認識語彙を変更し
て認識辞書を差し換え、利用者の次発話の認識に備える
のが一般的である。
【0006】このような音声自動応答装置に関する従来
技術(以下、第1の従来技術)として、特開平5─26
0184号公報に記載された「電話番号案内の応答・検
索システム」がある。図11は、上記従来の電話番号案
内の応答・検索システムの構成を示す構成図である。
技術(以下、第1の従来技術)として、特開平5─26
0184号公報に記載された「電話番号案内の応答・検
索システム」がある。図11は、上記従来の電話番号案
内の応答・検索システムの構成を示す構成図である。
【0007】第1の従来技術では、電話番号を検索する
ための必要事項(氏名・名称、住所、業種などの項目)に
関する質問25を順次行ない、その音声による回答26
を音声認識装置27により認識し、記憶28を行なう。
その認識結果の正誤を電話番号要求者に質問・確認29
し、正認識であれば電話番号の検索7を実行して、検索
された電話番号の通知35を行なう。
ための必要事項(氏名・名称、住所、業種などの項目)に
関する質問25を順次行ない、その音声による回答26
を音声認識装置27により認識し、記憶28を行なう。
その認識結果の正誤を電話番号要求者に質問・確認29
し、正認識であれば電話番号の検索7を実行して、検索
された電話番号の通知35を行なう。
【0008】このような動作を音声認識装置を用いて実
現させるために、語彙の規模が最も大きい検索対象名の
認識を行なう前に、住所のカテゴリ(県名・市名・町村
名など)や、業種分野のカテゴリ(飲食店、官公庁、百
貨店、保険会社など)の情報を得て、認識対象となる検
索対象名の語彙を、得られた住所や業種に合致するもの
に限定して絞り込む方法が一般的に用いられる。以上が
第1の従来技術である。
現させるために、語彙の規模が最も大きい検索対象名の
認識を行なう前に、住所のカテゴリ(県名・市名・町村
名など)や、業種分野のカテゴリ(飲食店、官公庁、百
貨店、保険会社など)の情報を得て、認識対象となる検
索対象名の語彙を、得られた住所や業種に合致するもの
に限定して絞り込む方法が一般的に用いられる。以上が
第1の従来技術である。
【0009】また、上記のようなカテゴリの情報を得る
ためには、第1の従来技術のように直接利用者に質問す
る方法とは別に、利用者の発話に含まれる単語から、そ
の単語に関連するカテゴリ(話題分野)を推定する話題
推定の従来技術がある。
ためには、第1の従来技術のように直接利用者に質問す
る方法とは別に、利用者の発話に含まれる単語から、そ
の単語に関連するカテゴリ(話題分野)を推定する話題
推定の従来技術がある。
【0010】例えば、特開平4─332084号公報の
「自動情報提供方法」(以下、第2の従来技術)では、
利用者の発話中の単語から話題分野を同定し、話題分野
に応じた適切な情報の選択と提供を行なうための自動情
報提供方法を開示している。図12は、上記従来の自動
情報提供方法の処理フローを示すフロー図である。
「自動情報提供方法」(以下、第2の従来技術)では、
利用者の発話中の単語から話題分野を同定し、話題分野
に応じた適切な情報の選択と提供を行なうための自動情
報提供方法を開示している。図12は、上記従来の自動
情報提供方法の処理フローを示すフロー図である。
【0011】第2の従来技術では、対話やプレゼンテー
ションにおける発話をステップ41の音声認識により文
字列に変換し、文字列を解析して各単語の品詞や活用語
の活用形等を同定する形態素解析をステップ42で行な
う。次に、ステップ43、45、48でそれぞれ話題分
野の同定、明示的話題転換の検出、関連話題の同定を行
なう。
ションにおける発話をステップ41の音声認識により文
字列に変換し、文字列を解析して各単語の品詞や活用語
の活用形等を同定する形態素解析をステップ42で行な
う。次に、ステップ43、45、48でそれぞれ話題分
野の同定、明示的話題転換の検出、関連話題の同定を行
なう。
【0012】ステップ43の話題分野の同定では、分野
用語とそれが属する分野の対応関係を記述した分野用語
辞書を用いて、ステップ42の形態素解析結果から分野
用語を検出し、継続する対話の中で最も最近検出された
n個(nの値は適当に設定)の分野用語に対応する分野
について、最も数が多いものを現在の分野とするように
している。
用語とそれが属する分野の対応関係を記述した分野用語
辞書を用いて、ステップ42の形態素解析結果から分野
用語を検出し、継続する対話の中で最も最近検出された
n個(nの値は適当に設定)の分野用語に対応する分野
について、最も数が多いものを現在の分野とするように
している。
【0013】また、ステップ45で明示的話題の転換を
「まず第一に」「次に」「ところで」「それから」など
の言語表現により検出した後、ステップ47で明示的話
題の同定を行なう。ここでは、「(話題)について」
「(話題)とは」「(話題)というのは」「(話題)と
いうと」「(話題)といったら」などの付属語の言語表
現、及び、「(話題)は〜です」「(話題)も〜ある」
などの文型の例を利用して、話題となる単語候補を明示
的話題として検出する。
「まず第一に」「次に」「ところで」「それから」など
の言語表現により検出した後、ステップ47で明示的話
題の同定を行なう。ここでは、「(話題)について」
「(話題)とは」「(話題)というのは」「(話題)と
いうと」「(話題)といったら」などの付属語の言語表
現、及び、「(話題)は〜です」「(話題)も〜ある」
などの文型の例を利用して、話題となる単語候補を明示
的話題として検出する。
【0014】また、ステップ48の関連話題の同定で
は、「(話題)が、喜ぶ/信じる/やる/もらう」とい
った、動詞とその表層格の組み合わせの辞書を用いて、
話題となる単語候補を関連話題として検出する。以上が
第2の従来技術である。
は、「(話題)が、喜ぶ/信じる/やる/もらう」とい
った、動詞とその表層格の組み合わせの辞書を用いて、
話題となる単語候補を関連話題として検出する。以上が
第2の従来技術である。
【0015】
【発明が解決しようとする課題】第1の従来技術では、
検索対象名が例えば「鎌倉タクシー」や「藤沢市役所」
の場合、業種名の「タクシー会社」「官公庁・役所」、
市名の「鎌倉」「藤沢市」などは検索対象名から自明で
ある。
検索対象名が例えば「鎌倉タクシー」や「藤沢市役所」
の場合、業種名の「タクシー会社」「官公庁・役所」、
市名の「鎌倉」「藤沢市」などは検索対象名から自明で
ある。
【0016】このとき、システムとの対話手順が、県名
の入力→市名の入力→業種分野の入力→検索対象名の入
力、といった順で行なわれた場合、例えば、以下のよう
に対話が進行する。
の入力→市名の入力→業種分野の入力→検索対象名の入
力、といった順で行なわれた場合、例えば、以下のよう
に対話が進行する。
【0017】システム「県名をどうぞ」 利用者 「神奈川県です」 システム「神奈川県ですね」 利用者 「はい」 システム「市の名前をどうぞ」 利用者 「藤沢市」 システム「藤沢市ですね」 利用者 「はい」 システム「お探しの業種は何ですか」 利用者 「市役所です」 システム「市役所ですね」 利用者 「はい」 システム「お探しの名称は何ですか」 利用者 「藤沢市役所です」 システム「藤沢市役所のご案内でよろしいですか」 利用者 「はい」
【0018】このように、例えば「藤沢市役所」の電話
番号を要求している利用者にとって、市名の入力で「藤
沢市」、業種分野の入力で「市役所」と発声した後に、
検索対象名の入力で「藤沢市役所」と発声することにな
り、利用者にとって冗長な発話が要求されていた。すな
わち、検索対象名から入力項目の情報が容易にわかる場
合には、該当する入力項目の発声は利用者にとって冗長
であり、煩わしく、対話の自然さや利便性を損ねるとい
う問題があった。
番号を要求している利用者にとって、市名の入力で「藤
沢市」、業種分野の入力で「市役所」と発声した後に、
検索対象名の入力で「藤沢市役所」と発声することにな
り、利用者にとって冗長な発話が要求されていた。すな
わち、検索対象名から入力項目の情報が容易にわかる場
合には、該当する入力項目の発声は利用者にとって冗長
であり、煩わしく、対話の自然さや利便性を損ねるとい
う問題があった。
【0019】この問題を解決するためには、検索に必要
な入力項目の情報を利用者の発話内容から推定し、推定
された入力項目の情報を尋ねる質問を省略して、システ
ムが冗長な質問を行なわないようにするという課題があ
る。
な入力項目の情報を利用者の発話内容から推定し、推定
された入力項目の情報を尋ねる質問を省略して、システ
ムが冗長な質問を行なわないようにするという課題があ
る。
【0020】これに対し、第2の従来技術では、話題分
野の推定に関して、推定対象となる話題は一連の対話に
共通する大局的な上位概念であり、同一話題に関連する
発話が複数回継続するような対話を前提とした方式とな
っている。このため、電話音声自動応答サービスでの対
話のような、ある入力項目に関する一問一答形式の対話
では、話題分野を推定し得る排他性の高い単語が利用者
の発話に含まれていても、利用者の一発話から話題分野
を同定することができない。
野の推定に関して、推定対象となる話題は一連の対話に
共通する大局的な上位概念であり、同一話題に関連する
発話が複数回継続するような対話を前提とした方式とな
っている。このため、電話音声自動応答サービスでの対
話のような、ある入力項目に関する一問一答形式の対話
では、話題分野を推定し得る排他性の高い単語が利用者
の発話に含まれていても、利用者の一発話から話題分野
を同定することができない。
【0021】また、明示的話題と関連話題の推定に関し
ては、付属語(〜に関して、〜といえば、〜といった
ら)や文型(XはYです)などの言語表現を推定の手が
かりとしている。一方、電話音声自動応答サービスでの
対話に対しては、システムの質問に対する利用者の回答
は宣言的な発話が主であり、話題推定の手がかりとなる
上記の言語表現がほとんど出現しないため、第2の従来
技術では、明示的話題や関連話題の推定ができない。
ては、付属語(〜に関して、〜といえば、〜といった
ら)や文型(XはYです)などの言語表現を推定の手が
かりとしている。一方、電話音声自動応答サービスでの
対話に対しては、システムの質問に対する利用者の回答
は宣言的な発話が主であり、話題推定の手がかりとなる
上記の言語表現がほとんど出現しないため、第2の従来
技術では、明示的話題や関連話題の推定ができない。
【0022】さらに、第2の従来技術は人間同士の対話
を対象としたもので、システムとの対話を扱うものでは
なく、ユーザとシステムとの対話における対話の自然さ
や利便性などを向上させる技術ではない。そのため、推
定した話題は、データベース中で話題に関連する情報の
提供にのみに利用され、音声認識の認識語彙の限定や、
システムとの対話の自然さや利便性向上などへの利用は
考慮されていない。
を対象としたもので、システムとの対話を扱うものでは
なく、ユーザとシステムとの対話における対話の自然さ
や利便性などを向上させる技術ではない。そのため、推
定した話題は、データベース中で話題に関連する情報の
提供にのみに利用され、音声認識の認識語彙の限定や、
システムとの対話の自然さや利便性向上などへの利用は
考慮されていない。
【0023】本発明は、上記のような問題点を解決する
ためになされたもので、冗長な質問を行なわないように
し、利用者の対話の自然さ、利便性を向上させる音声対
話システムを提供することを目的とする。
ためになされたもので、冗長な質問を行なわないように
し、利用者の対話の自然さ、利便性を向上させる音声対
話システムを提供することを目的とする。
【0024】
【課題を解決するための手段】この発明に係る音声対話
システムは、検索対象となる検索対象データの検索対象
名が、検索条件となる複数の各項目毎に当該項目が細分
割された細項目のいずれかと対応づけられたデータベー
スと、上記検索対象名の部分文字列でなる特徴語と、当
該特徴語と上記項目及び細項目との対応関係情報とが格
納された特徴語辞書と、利用者から発声された上記検索
対象名の入力音声を記憶する入力記憶部と、上記特徴語
辞書を用いて上記入力記憶部に記憶された検索対象名の
入力音声から特徴語候補を抽出し、当該特徴語候補と上
記項目と上記細項目及び上記対応関係情報とを出力する
特徴語抽出部と、上記特徴語抽出部から出力された上記
特徴語候補と上記項目と上記細項目及び上記対応関係情
報とに基づいて、上記利用者から発声された検索対象名
が該当する上記複数の各項目のそれぞれの細項目を推定
する推定部と、音声認識対象となるキーワードが複数の
上記項目毎に分類され、当該分類された各項目毎のキー
ワードがさらに複数の上記細項目に分類されて格納され
た認識辞書記憶部と、上記推定部で推定された上記複数
の各項目のそれぞれの細項目に対応するキーワードを上
記認識辞書記憶部から認識辞書として選択する認識辞書
選択部と、上記認識辞書選択部で認識辞書として選択さ
れたキーワードを用いて、上記入力記憶部に記憶された
検索対象名の入力音声を認識する音声認識部と、上記音
声認識部で認識された上記検索対象名及び上記推定部で
推定された各項目の細項目に対応する上記検索対象デー
タを上記データベースから検索し、上記利用者に通知す
るデータベース検索部とを備えたものである。
システムは、検索対象となる検索対象データの検索対象
名が、検索条件となる複数の各項目毎に当該項目が細分
割された細項目のいずれかと対応づけられたデータベー
スと、上記検索対象名の部分文字列でなる特徴語と、当
該特徴語と上記項目及び細項目との対応関係情報とが格
納された特徴語辞書と、利用者から発声された上記検索
対象名の入力音声を記憶する入力記憶部と、上記特徴語
辞書を用いて上記入力記憶部に記憶された検索対象名の
入力音声から特徴語候補を抽出し、当該特徴語候補と上
記項目と上記細項目及び上記対応関係情報とを出力する
特徴語抽出部と、上記特徴語抽出部から出力された上記
特徴語候補と上記項目と上記細項目及び上記対応関係情
報とに基づいて、上記利用者から発声された検索対象名
が該当する上記複数の各項目のそれぞれの細項目を推定
する推定部と、音声認識対象となるキーワードが複数の
上記項目毎に分類され、当該分類された各項目毎のキー
ワードがさらに複数の上記細項目に分類されて格納され
た認識辞書記憶部と、上記推定部で推定された上記複数
の各項目のそれぞれの細項目に対応するキーワードを上
記認識辞書記憶部から認識辞書として選択する認識辞書
選択部と、上記認識辞書選択部で認識辞書として選択さ
れたキーワードを用いて、上記入力記憶部に記憶された
検索対象名の入力音声を認識する音声認識部と、上記音
声認識部で認識された上記検索対象名及び上記推定部で
推定された各項目の細項目に対応する上記検索対象デー
タを上記データベースから検索し、上記利用者に通知す
るデータベース検索部とを備えたものである。
【0025】次の発明に係る音声対話システムは、上記
推定部は、上記特徴語抽出部から出力された上記特徴語
候補と上記項目と上記細項目及び上記対応関係情報とに
基づいて、上記利用者と上記項目に対する質問対話を行
い、上記利用者の応答に基づいて上記項目の細項目を推
定するように構成されたものである。
推定部は、上記特徴語抽出部から出力された上記特徴語
候補と上記項目と上記細項目及び上記対応関係情報とに
基づいて、上記利用者と上記項目に対する質問対話を行
い、上記利用者の応答に基づいて上記項目の細項目を推
定するように構成されたものである。
【0026】次の発明に係る音声対話システムは、上記
推定部は、上記複数の項目間の対応知識が記憶され、当
該対応知識に基づいて上記項目の細項目を推定するよう
に構成されたものである。
推定部は、上記複数の項目間の対応知識が記憶され、当
該対応知識に基づいて上記項目の細項目を推定するよう
に構成されたものである。
【0027】次の発明に係る音声対話システムは、上記
特徴語辞書は、上記特徴語と上記項目及び細項目との対
応関係情報が、異なる項目の細項目に応じて設定された
ものである。
特徴語辞書は、上記特徴語と上記項目及び細項目との対
応関係情報が、異なる項目の細項目に応じて設定された
ものである。
【0028】次の発明に係る音声対話システムは、上記
データベースの上記検索対象名及び当該検索対象名に対
応づけられた細項目から、上記特徴語と、当該特徴語と
上記項目及び細項目との対応関係情報とを抽出して上記
特徴語辞書を作成する特徴語辞書作成部を備えたもので
ある。
データベースの上記検索対象名及び当該検索対象名に対
応づけられた細項目から、上記特徴語と、当該特徴語と
上記項目及び細項目との対応関係情報とを抽出して上記
特徴語辞書を作成する特徴語辞書作成部を備えたもので
ある。
【0029】次の発明に係る音声対話システムは、上記
特徴語の接続関係が記憶された知識記憶部と、上記特徴
語抽出部から出力された特徴語候補から上記知識記憶部
に記憶された接続関係に応じた特徴語候補を選択する候
補選択部とを備え、上記推定部は、上記候補選択部で選
択された特徴語候補と、当該特徴語候補の上記項目と上
記細項目及び上記対応関係情報とに基づいて、上記利用
者から発声された検索対象名が該当する上記複数の各項
目のそれぞれの細項目を推定するように構成されたもの
である。
特徴語の接続関係が記憶された知識記憶部と、上記特徴
語抽出部から出力された特徴語候補から上記知識記憶部
に記憶された接続関係に応じた特徴語候補を選択する候
補選択部とを備え、上記推定部は、上記候補選択部で選
択された特徴語候補と、当該特徴語候補の上記項目と上
記細項目及び上記対応関係情報とに基づいて、上記利用
者から発声された検索対象名が該当する上記複数の各項
目のそれぞれの細項目を推定するように構成されたもの
である。
【0030】次の発明に係る音声対話システムは、上記
特徴語辞書に格納された上記特徴語及び上記データベー
スの上記検索対象名とを参照して上記接続関係を抽出
し、上記知識記憶部へ出力する知識抽出部を備えたもの
である。
特徴語辞書に格納された上記特徴語及び上記データベー
スの上記検索対象名とを参照して上記接続関係を抽出
し、上記知識記憶部へ出力する知識抽出部を備えたもの
である。
【0031】次の発明に係る音声対話システムは、上記
知識記憶部は、複数の上記特徴語間の接続順序を示す接
続関係が記憶されたものである。
知識記憶部は、複数の上記特徴語間の接続順序を示す接
続関係が記憶されたものである。
【0032】次の発明に係る音声対話システムは、上記
知識記憶部は、上記検索対象名における上記特徴語の位
置を示す接続関係が記憶されたものである。
知識記憶部は、上記検索対象名における上記特徴語の位
置を示す接続関係が記憶されたものである。
【0033】次の発明に係る音声対話システムは、上記
特徴語以外の語が機能語として記憶された機能語辞書を
備え、上記知識記憶部は、上記機能語と上記特徴語との
接続順序を示す接続関係が記憶され、上記特徴語抽出部
は、上記特徴語辞書を用いて上記入力記憶部に記憶され
た検索対象名の入力音声から特徴語候補を抽出し、当該
特徴語候補と上記項目と上記細項目及び上記対応関係情
報とを出力するとともに、上記機能語辞書を用いて上記
入力音声から機能語候補を抽出して出力するように構成
され、上記候補選択部は、上記特徴語抽出部から出力さ
れた特徴語候補及び機能語候補に基づいて上記知識記憶
部に記憶された接続関係に応じた特徴語候補を選択する
ように構成されたものである。
特徴語以外の語が機能語として記憶された機能語辞書を
備え、上記知識記憶部は、上記機能語と上記特徴語との
接続順序を示す接続関係が記憶され、上記特徴語抽出部
は、上記特徴語辞書を用いて上記入力記憶部に記憶され
た検索対象名の入力音声から特徴語候補を抽出し、当該
特徴語候補と上記項目と上記細項目及び上記対応関係情
報とを出力するとともに、上記機能語辞書を用いて上記
入力音声から機能語候補を抽出して出力するように構成
され、上記候補選択部は、上記特徴語抽出部から出力さ
れた特徴語候補及び機能語候補に基づいて上記知識記憶
部に記憶された接続関係に応じた特徴語候補を選択する
ように構成されたものである。
【0034】
【発明の実施の形態】以下、図面を参照して本発明によ
る音声対話システムの実施の形態を詳細に説明する。
る音声対話システムの実施の形態を詳細に説明する。
【0035】実施の形態1.図1は、本実施の形態によ
る音声対話システムの機能ブロックを示す機能ブロック
構成図である。1は、検索対象となる検索対象データの
検索対象名が、当該検索対象名の検索条件となる複数の
各項目毎に当該項目が細分割された細項目のいずれかと
対応づけられて定義されたデータベースである。2は、
上記検索対象名の部分文字列でなる特徴語と、当該特徴
語と上記項目及び細項目との対応関係情報とが格納され
た特徴語辞書である。ここでは、上記特徴語辞書2は、
上記特徴語と上記項目及び細項目との対応関係情報が、
異なる項目の細項目に応じて設定されている。3は、利
用者から発声された上記検索対象名の入力音声を記憶す
る入力記憶部である。4は、上記特徴語辞書2を用いて
上記入力記憶部3に記憶された検索対象名の入力音声か
ら特徴語候補を抽出し、当該特徴語候補と上記項目と上
記細項目及び上記対応関係情報とを出力する特徴語抽出
部である。
る音声対話システムの機能ブロックを示す機能ブロック
構成図である。1は、検索対象となる検索対象データの
検索対象名が、当該検索対象名の検索条件となる複数の
各項目毎に当該項目が細分割された細項目のいずれかと
対応づけられて定義されたデータベースである。2は、
上記検索対象名の部分文字列でなる特徴語と、当該特徴
語と上記項目及び細項目との対応関係情報とが格納され
た特徴語辞書である。ここでは、上記特徴語辞書2は、
上記特徴語と上記項目及び細項目との対応関係情報が、
異なる項目の細項目に応じて設定されている。3は、利
用者から発声された上記検索対象名の入力音声を記憶す
る入力記憶部である。4は、上記特徴語辞書2を用いて
上記入力記憶部3に記憶された検索対象名の入力音声か
ら特徴語候補を抽出し、当該特徴語候補と上記項目と上
記細項目及び上記対応関係情報とを出力する特徴語抽出
部である。
【0036】5は、推定部とデータベース検索部で構成
され、上記利用者に上記検索対象名の発話を促すととも
に、上記利用者との対話を管理する対話管理部である。
上記推定部は、上記特徴語抽出部4から出力された上記
特徴語候補と上記項目と上記細項目及び上記対応関係情
報とに基づいて、上記利用者から発声された検索対象名
が該当する上記複数の各項目のそれぞれの細項目を推定
する。ここでは、上記特徴語候補の音響尤度に基づい
て、当該特徴語が実際の発話の中に存在したか否かを判
定する受理判定を行い、実際の発話の中に存在したと判
定された特徴語候補と、その上記項目と上記細項目及び
上記対応関係情報とに基づいて、上記音響尤度の順に上
記各項目の細項目を推定するように構成されている。ま
た、上記特徴語抽出部4から出力された上記特徴語候補
と上記項目と上記細項目及び上記対応関係情報とに基づ
いて、上記利用者と上記項目に対する質問対話を行い、
上記利用者の応答に基づいて上記項目の細項目を推定す
るように構成されている。さらにまた、上記複数の項目
間の対応知識が記憶され、当該対応知識に基づいて上記
項目の細項目を推定するように構成されている。上記デ
ータベース検索部は、後述する音声認識部8で認識され
た上記検索対象名及び検索条件となる上記推定部で推定
された各項目の細項目に対応する検索対象データを上記
データベース1から検索し、上記利用者に通知する。
され、上記利用者に上記検索対象名の発話を促すととも
に、上記利用者との対話を管理する対話管理部である。
上記推定部は、上記特徴語抽出部4から出力された上記
特徴語候補と上記項目と上記細項目及び上記対応関係情
報とに基づいて、上記利用者から発声された検索対象名
が該当する上記複数の各項目のそれぞれの細項目を推定
する。ここでは、上記特徴語候補の音響尤度に基づい
て、当該特徴語が実際の発話の中に存在したか否かを判
定する受理判定を行い、実際の発話の中に存在したと判
定された特徴語候補と、その上記項目と上記細項目及び
上記対応関係情報とに基づいて、上記音響尤度の順に上
記各項目の細項目を推定するように構成されている。ま
た、上記特徴語抽出部4から出力された上記特徴語候補
と上記項目と上記細項目及び上記対応関係情報とに基づ
いて、上記利用者と上記項目に対する質問対話を行い、
上記利用者の応答に基づいて上記項目の細項目を推定す
るように構成されている。さらにまた、上記複数の項目
間の対応知識が記憶され、当該対応知識に基づいて上記
項目の細項目を推定するように構成されている。上記デ
ータベース検索部は、後述する音声認識部8で認識され
た上記検索対象名及び検索条件となる上記推定部で推定
された各項目の細項目に対応する検索対象データを上記
データベース1から検索し、上記利用者に通知する。
【0037】6は、音声認識対象となるキーワードが複
数の上記項目毎に分類され、当該分類された各項目毎の
キーワードがさらに複数の上記細項目に分類されて格納
された認識辞書記憶部である。ここでは、さらに、上記
質問内容に対応するキーワード「はい」「いいえ」等も
格納されている。7は、上記推定部で推定された上記複
数の各項目のそれぞれの細項目に対応するキーワードを
上記認識辞書記憶部6から認識辞書として選択する認識
辞書選択部である。また、ここではさらに、上記質問内
容に基づいて上記項目及び細項目に対応するキーワード
を上記認識辞書記憶部6から認識辞書として選択するよ
うに構成されている。8は、上記認識辞書選択部7で認
識辞書として選択されたキーワードを用いて、上記入力
記憶部3に記憶された検索対象名の入力音声を認識する
音声認識部である。また、ここではさらに、上記質問に
対する利用者の応答の入力音声を認識するように構成さ
れている。
数の上記項目毎に分類され、当該分類された各項目毎の
キーワードがさらに複数の上記細項目に分類されて格納
された認識辞書記憶部である。ここでは、さらに、上記
質問内容に対応するキーワード「はい」「いいえ」等も
格納されている。7は、上記推定部で推定された上記複
数の各項目のそれぞれの細項目に対応するキーワードを
上記認識辞書記憶部6から認識辞書として選択する認識
辞書選択部である。また、ここではさらに、上記質問内
容に基づいて上記項目及び細項目に対応するキーワード
を上記認識辞書記憶部6から認識辞書として選択するよ
うに構成されている。8は、上記認識辞書選択部7で認
識辞書として選択されたキーワードを用いて、上記入力
記憶部3に記憶された検索対象名の入力音声を認識する
音声認識部である。また、ここではさらに、上記質問に
対する利用者の応答の入力音声を認識するように構成さ
れている。
【0038】本実施の形態における音声対話システムの
動作を、電話番号自動案内サービスを例にとって説明す
る。電話番号自動案内サービスとは、利用者が電話番号
を知りたい対象の店名、会社名、公共団体名、個人名な
どの検索対象名と、その検索条件として県名、市名、町
村名、業種などの項目とを発声して入力すると、システ
ムは検索条件に合致する検索対象をデータベースから検
索して、得られた電話番号を音声ガイダンスで利用者に
通知する。これにより、利用者は所望の電話番号を知る
ことができるというものである。
動作を、電話番号自動案内サービスを例にとって説明す
る。電話番号自動案内サービスとは、利用者が電話番号
を知りたい対象の店名、会社名、公共団体名、個人名な
どの検索対象名と、その検索条件として県名、市名、町
村名、業種などの項目とを発声して入力すると、システ
ムは検索条件に合致する検索対象をデータベースから検
索して、得られた電話番号を音声ガイダンスで利用者に
通知する。これにより、利用者は所望の電話番号を知る
ことができるというものである。
【0039】本実施の形態による音声対話システムで
は、検索条件となるすべての項目の質問を順次行うので
はなく、検索条件として有効な情報を含む場合が多い検
索対象名を先に入力させ、検索対象名の入力音声から検
索条件となる項目の細項目を推定して、例えば、その項
目に関する質問を省略し、以下のような対話を実現する
ものである。
は、検索条件となるすべての項目の質問を順次行うので
はなく、検索条件として有効な情報を含む場合が多い検
索対象名を先に入力させ、検索対象名の入力音声から検
索条件となる項目の細項目を推定して、例えば、その項
目に関する質問を省略し、以下のような対話を実現する
ものである。
【0040】システム「お探しの対象名は何ですか」 利用者 「藤沢市役所です」…(a) システム「市役所ですね」…(b) 利用者 「はい」 システム「場所は藤沢ですか」…(c) 利用者 「はい」 システム「藤沢市役所のご案内でよろしいですか」 利用者 「はい」
【0041】以下、上記の対話例、及び図1を参照し
て、本実施の形態の全体の処理の流れを説明する。
て、本実施の形態の全体の処理の流れを説明する。
【0042】まず、対話管理部5は、「お探しの対象名
は何ですか」というガイダンスにより、利用者に検索対
象名の発声を促す。
は何ですか」というガイダンスにより、利用者に検索対
象名の発声を促す。
【0043】利用者が発声した検索対象名の入力音声
は、入力記憶部3へ送られて記憶される。ここで入力記
憶部3で記憶される入力音声は、A/D変換によりディ
ジタル化された音声信号であっても良いし、音声分析結
果である分析パラメータの時系列情報であっても良い。
は、入力記憶部3へ送られて記憶される。ここで入力記
憶部3で記憶される入力音声は、A/D変換によりディ
ジタル化された音声信号であっても良いし、音声分析結
果である分析パラメータの時系列情報であっても良い。
【0044】次に、特徴語抽出部4が特徴語辞書2を用
いて、上記入力記憶部3に記憶された検索対象名の入力
音声から特徴語の候補を抽出し、当該特徴語候補と上記
項目と上記細項目及び上記対応関係情報とを出力する。
いて、上記入力記憶部3に記憶された検索対象名の入力
音声から特徴語の候補を抽出し、当該特徴語候補と上記
項目と上記細項目及び上記対応関係情報とを出力する。
【0045】図2は、上記特徴語辞書2における特徴語
の一例である。特徴語辞書2では、業種、県名、市名な
どの各項目が細分割された下位の分類を細項目とする。
例えば、業種の項目に関する細項目は、<タクシー会社
>、<理容>、<建設>、<官公庁・役所>、<製鉄
>、<自動車整備>などであり、市名の項目に関する細
項目は、<仙台市>、<浦和市>、<藤沢市>などであ
る。
の一例である。特徴語辞書2では、業種、県名、市名な
どの各項目が細分割された下位の分類を細項目とする。
例えば、業種の項目に関する細項目は、<タクシー会社
>、<理容>、<建設>、<官公庁・役所>、<製鉄
>、<自動車整備>などであり、市名の項目に関する細
項目は、<仙台市>、<浦和市>、<藤沢市>などであ
る。
【0046】これらの各細項目に対して、検索対象名の
部分文字列のうち、上記細項目と関連深い部分文字列が
特徴語として定義されている。例えば、細項目<建設>
に属する検索対象名は、「山下工務店」「浦和建設会
社」「高山第一工業」などであり、部分文字列である
「工務店」「建設会社」「工業」などが細項目<建設>
に関連深い特徴語として定義される。同様に、細項目<
藤沢市>に対しては、検索対象名の部分文字列「藤沢」
「藤沢市」などが特徴語となる。
部分文字列のうち、上記細項目と関連深い部分文字列が
特徴語として定義されている。例えば、細項目<建設>
に属する検索対象名は、「山下工務店」「浦和建設会
社」「高山第一工業」などであり、部分文字列である
「工務店」「建設会社」「工業」などが細項目<建設>
に関連深い特徴語として定義される。同様に、細項目<
藤沢市>に対しては、検索対象名の部分文字列「藤沢」
「藤沢市」などが特徴語となる。
【0047】このようにして定義された特徴語によって
は、複数の細項目と対応関係を持つものがあり、特徴語
と各細項目との対応関係情報を、各細項目との重み付き
で関係付けてある。例えば、業種の細項目に関する特徴
語が「工業」の場合、<建設>、<製鉄>、<自動車整
備>などに対して複数の対応が考えられ、また、検索対
象名「静岡銀行」に含まれる特徴語「静岡」は、市名の
細項目として<静岡市>だけに限定されず、他の市名の
細項目と複数の対応が考えられる。このため、図2に示
すように、特徴語辞書2では、特徴語と細項目との対応
関係情報に、関連する度合いの重みが与えられている。
は、複数の細項目と対応関係を持つものがあり、特徴語
と各細項目との対応関係情報を、各細項目との重み付き
で関係付けてある。例えば、業種の細項目に関する特徴
語が「工業」の場合、<建設>、<製鉄>、<自動車整
備>などに対して複数の対応が考えられ、また、検索対
象名「静岡銀行」に含まれる特徴語「静岡」は、市名の
細項目として<静岡市>だけに限定されず、他の市名の
細項目と複数の対応が考えられる。このため、図2に示
すように、特徴語辞書2では、特徴語と細項目との対応
関係情報に、関連する度合いの重みが与えられている。
【0048】図3は、特徴語抽出部4の出力結果の一例
を示す説明図であり、「藤沢市役所です」…(a)とい
う利用者の検索対象名の入力音声に対する、特徴語抽出
の結果を示している。図3に示すように、本実施の形態
では、特徴語抽出部4は、特徴語候補、項目、細項目及
びその対応関係情報としての重みに加え、始端/終端位
置、音響尤度などの情報を含んだ形式で、複数の特徴語
候補を対話管理部5へ出力する。
を示す説明図であり、「藤沢市役所です」…(a)とい
う利用者の検索対象名の入力音声に対する、特徴語抽出
の結果を示している。図3に示すように、本実施の形態
では、特徴語抽出部4は、特徴語候補、項目、細項目及
びその対応関係情報としての重みに加え、始端/終端位
置、音響尤度などの情報を含んだ形式で、複数の特徴語
候補を対話管理部5へ出力する。
【0049】上記対話管理部5の推定部は、まず、入力
された特徴語候補の音響尤度を評価基準として、特徴語
が実際の発話の中に存在したか否かを判定する受理判定
を行なう。判定の方法の一例としては、特徴語候補の音
響尤度に対するいき値Stを設け、入力された特徴語候
補の音響尤度をSとし、音響尤度の値が小さいほど高い
信頼度を表わす場合、式(1)の条件を満たす特徴語候
補が存在するならば、それらの特徴語候補が実際に発声
されたとみなして上記対話管理部5で受理する。
された特徴語候補の音響尤度を評価基準として、特徴語
が実際の発話の中に存在したか否かを判定する受理判定
を行なう。判定の方法の一例としては、特徴語候補の音
響尤度に対するいき値Stを設け、入力された特徴語候
補の音響尤度をSとし、音響尤度の値が小さいほど高い
信頼度を表わす場合、式(1)の条件を満たす特徴語候
補が存在するならば、それらの特徴語候補が実際に発声
されたとみなして上記対話管理部5で受理する。
【0050】S<St…(1)
【0051】例えば、St=10の設定の場合、図3中
の特徴語候補「市役所」「藤沢」「区役所」「藤沢市」
が受理される。また、式(1)の条件を満たす特徴語候
補が存在しないならば、特徴語候補が実際に発声されな
かったとみなして、所定の対話手順に従って複数の項目
に対する質問対話を継続する。
の特徴語候補「市役所」「藤沢」「区役所」「藤沢市」
が受理される。また、式(1)の条件を満たす特徴語候
補が存在しないならば、特徴語候補が実際に発声されな
かったとみなして、所定の対話手順に従って複数の項目
に対する質問対話を継続する。
【0052】判定結果が受理の場合、すなわち、上記特
徴語候補が実際の発話の中に存在したと判断された場合
には、当該特徴語候補を例えば、特徴語候補の認識順位
(音響尤度順位)に従って順に選択し、その特徴語候補
の項目及び細項目に基づいて、上記利用者から発声され
た検索対象名が該当する上記項目の細項目を推定する。
例えば、図3の認識順位第1位である特徴語候補「市役
所」が選択され、その項目及び細項目に基づいて、上記
利用者から発声された検索対象名「藤沢市役所です」…
(a)が該当する項目<業種>の細項目は細項目<官公
庁・役所>であると推定する。
徴語候補が実際の発話の中に存在したと判断された場合
には、当該特徴語候補を例えば、特徴語候補の認識順位
(音響尤度順位)に従って順に選択し、その特徴語候補
の項目及び細項目に基づいて、上記利用者から発声され
た検索対象名が該当する上記項目の細項目を推定する。
例えば、図3の認識順位第1位である特徴語候補「市役
所」が選択され、その項目及び細項目に基づいて、上記
利用者から発声された検索対象名「藤沢市役所です」…
(a)が該当する項目<業種>の細項目は細項目<官公
庁・役所>であると推定する。
【0053】そして、上記推定部は、上記推定結果に基
づいて上記利用者へ上記推定した細項目を確認する質問
対話を行う。このとき、特徴語候補と項目及び細項目と
の対応関係情報である重みを参照し、重みの値Wが予め
設定したいき値Wt以上であれば、細項目を区別する上
で排他性の高い特徴語とみなし、特徴語候補を利用者へ
直接確認する質問内容とする。WがWtを下回る場合に
は、特徴語候補によって細項目を決定できないとし、項
目に関する質問内容、すなわち項目に対する細項目が何
であるかを問う質問内容とする。例えば、Wt=0.8
の場合、図3の認識順位第1位である特徴語候補「市役
所」が選択され、細項目の重みの値Wが1.0であるた
め、細項目を<官公庁・役所>とし、前記対話例の「市
役所ですね」…(b)のように、特徴語候補「市役所」
を利用者へ確認する質問内容とする。
づいて上記利用者へ上記推定した細項目を確認する質問
対話を行う。このとき、特徴語候補と項目及び細項目と
の対応関係情報である重みを参照し、重みの値Wが予め
設定したいき値Wt以上であれば、細項目を区別する上
で排他性の高い特徴語とみなし、特徴語候補を利用者へ
直接確認する質問内容とする。WがWtを下回る場合に
は、特徴語候補によって細項目を決定できないとし、項
目に関する質問内容、すなわち項目に対する細項目が何
であるかを問う質問内容とする。例えば、Wt=0.8
の場合、図3の認識順位第1位である特徴語候補「市役
所」が選択され、細項目の重みの値Wが1.0であるた
め、細項目を<官公庁・役所>とし、前記対話例の「市
役所ですね」…(b)のように、特徴語候補「市役所」
を利用者へ確認する質問内容とする。
【0054】また、このとき、認識辞書選択部7は、上
記質問内容に応じて対応するキーワードを認識辞書とし
て上記認識辞書記憶部6から選択して音声認識部8に提
供し、当該音声認識部8は、提供された上記認識辞書を
用いて利用者から発声された入力音声を音声認識する。
記質問内容に応じて対応するキーワードを認識辞書とし
て上記認識辞書記憶部6から選択して音声認識部8に提
供し、当該音声認識部8は、提供された上記認識辞書を
用いて利用者から発声された入力音声を音声認識する。
【0055】その後、利用者の同意により特徴語候補
「市役所」が正認識であることが確認できたならば、受
理されたその他の特徴語候補の中から、上記確定された
特徴語候補「市役所」に対応する項目<業種>と同一の
項目に属する特徴語候補「区役所」「タクシー」「指
圧」などを削除する。このように、検索対象名から特徴
語候補を抽出し、当該特徴語候補から項目の細項目を推
定して確認することにより、確認された特徴語候補に対
応する項目<業種>を利用者に尋ねる質問対話、例え
ば、「お探しの業種は何ですか」を以後の対話で省略す
ることが可能となる。
「市役所」が正認識であることが確認できたならば、受
理されたその他の特徴語候補の中から、上記確定された
特徴語候補「市役所」に対応する項目<業種>と同一の
項目に属する特徴語候補「区役所」「タクシー」「指
圧」などを削除する。このように、検索対象名から特徴
語候補を抽出し、当該特徴語候補から項目の細項目を推
定して確認することにより、確認された特徴語候補に対
応する項目<業種>を利用者に尋ねる質問対話、例え
ば、「お探しの業種は何ですか」を以後の対話で省略す
ることが可能となる。
【0056】さらに、受理された特徴語候補の中に推定
されていない項目が存在すれば、その特徴語候補を選択
し、上記と同様の処理を行なう。例えば、項目<業種>
が推定された後では、項目<市名>が未であり、また、
「藤沢」「藤沢市」が受理された特徴語候補として残さ
れている。したがって、上記推定部は項目<市名>の細
項目は細項目<藤沢市>であると推定し、この推定結果
に基づいて上記利用者へ上記推定した細項目を確認する
質問対話を行う。このとき、細項目<藤沢市>に対する
重みWは0.6であり、Wtを下回るため、項目に関す
る質問内容、すなわち項目に対する細項目が何であるか
を問う質問内容となる。したがって、「場所は藤沢です
か」…(c)のような利用者への確認は行なわれず、
「市名をどうぞ」といった質問が行われることになる。
されていない項目が存在すれば、その特徴語候補を選択
し、上記と同様の処理を行なう。例えば、項目<業種>
が推定された後では、項目<市名>が未であり、また、
「藤沢」「藤沢市」が受理された特徴語候補として残さ
れている。したがって、上記推定部は項目<市名>の細
項目は細項目<藤沢市>であると推定し、この推定結果
に基づいて上記利用者へ上記推定した細項目を確認する
質問対話を行う。このとき、細項目<藤沢市>に対する
重みWは0.6であり、Wtを下回るため、項目に関す
る質問内容、すなわち項目に対する細項目が何であるか
を問う質問内容となる。したがって、「場所は藤沢です
か」…(c)のような利用者への確認は行なわれず、
「市名をどうぞ」といった質問が行われることになる。
【0057】ここで、本実施の形態においては、上記特
徴語辞書2は、項目に関する特徴語と細項目との対応関
係情報が、異なる項目の細項目に応じて設定されるの
で、複数の特徴語候補が存在する場合に、ある特徴語候
補の細項目への対応関連情報の重みWを異なる項目の細
項目に依存して設定することができる。
徴語辞書2は、項目に関する特徴語と細項目との対応関
係情報が、異なる項目の細項目に応じて設定されるの
で、複数の特徴語候補が存在する場合に、ある特徴語候
補の細項目への対応関連情報の重みWを異なる項目の細
項目に依存して設定することができる。
【0058】例えば、実際の検索対象名では、市名の特
徴語「静岡」は、他の項目の細項目<官公庁・役所>
(特徴語:市役所)が存在する条件では、市名の細項目
<静岡市>に対応している確度が高く、また、他の項目
の細項目<金融機関>(特徴語:銀行)では、「静岡銀
行」が静岡市に存在するとはいえないため、市名の細項
目<静岡市>に対応している確度が低い。このような、
異なる項目の細項目に応じて対応関係情報の重みを図4
のように与える。これによれば、上記の、細項目<藤沢
市>に対する重みWは1.0でWt以上となり、「場所
は藤沢ですか」…(c)のような利用者への確認が行な
われる。
徴語「静岡」は、他の項目の細項目<官公庁・役所>
(特徴語:市役所)が存在する条件では、市名の細項目
<静岡市>に対応している確度が高く、また、他の項目
の細項目<金融機関>(特徴語:銀行)では、「静岡銀
行」が静岡市に存在するとはいえないため、市名の細項
目<静岡市>に対応している確度が低い。このような、
異なる項目の細項目に応じて対応関係情報の重みを図4
のように与える。これによれば、上記の、細項目<藤沢
市>に対する重みWは1.0でWt以上となり、「場所
は藤沢ですか」…(c)のような利用者への確認が行な
われる。
【0059】このようにして、検索条件として必要な項
目に関する情報が上記入力記憶部3に記憶された検索対
象名の入力音声に含まれていれば、利用者への質問対話
に先んじてそれらを抽出することにより、項目を利用者
に尋ねる質問対話を省略することが可能となる。
目に関する情報が上記入力記憶部3に記憶された検索対
象名の入力音声に含まれていれば、利用者への質問対話
に先んじてそれらを抽出することにより、項目を利用者
に尋ねる質問対話を省略することが可能となる。
【0060】上記対話管理部5の推定部の受理判定で受
理された特徴語候補が存在しない場合、または、検索条
件として必要な項目の情報としてまだ推定されていない
項目がある場合には、上記対話管理部5の推定部が、そ
れらの項目に関する所定の質問対話を行う。ただし、既
に推定された項目の情報から明らかな項目については、
その項目の質問対話を省略する。例えば、上記の対話例
では項目<県名>が未推定であるが、項目<市名>とし
て「藤沢」が推定されており、県名と市名の対応知識を
持つことで項目<県名>の「神奈川県」が推定され、項
目<県名>に関する質問を省略することができる。
理された特徴語候補が存在しない場合、または、検索条
件として必要な項目の情報としてまだ推定されていない
項目がある場合には、上記対話管理部5の推定部が、そ
れらの項目に関する所定の質問対話を行う。ただし、既
に推定された項目の情報から明らかな項目については、
その項目の質問対話を省略する。例えば、上記の対話例
では項目<県名>が未推定であるが、項目<市名>とし
て「藤沢」が推定されており、県名と市名の対応知識を
持つことで項目<県名>の「神奈川県」が推定され、項
目<県名>に関する質問を省略することができる。
【0061】このようにして推定された特徴語候補及び
各項目の細項目を利用して認識語彙を限定し、上記入力
記憶部3に記憶された検索対象名の入力音声を認識す
る。上記対話管理部5の推定部は、推定された特徴語候
補に対応する項目と細項目を辞書選択情報として辞書選
択部7へ送るとともに、上記入力記憶部3に記憶された
入力音声の認識実行を音声認識部8に指示する。
各項目の細項目を利用して認識語彙を限定し、上記入力
記憶部3に記憶された検索対象名の入力音声を認識す
る。上記対話管理部5の推定部は、推定された特徴語候
補に対応する項目と細項目を辞書選択情報として辞書選
択部7へ送るとともに、上記入力記憶部3に記憶された
入力音声の認識実行を音声認識部8に指示する。
【0062】上記辞書選択部7は、上記辞書選択情報を
上記対話管理部5の推定部から受取り、指定された特徴
語候補の項目及び細項目に対応したキーワードを、認識
辞書記憶部6の項目及び細項目ごとに分類されたキーワ
ードから選択し、認識辞書として上記音声認識部8へ提
供する。
上記対話管理部5の推定部から受取り、指定された特徴
語候補の項目及び細項目に対応したキーワードを、認識
辞書記憶部6の項目及び細項目ごとに分類されたキーワ
ードから選択し、認識辞書として上記音声認識部8へ提
供する。
【0063】図5は、上記認識辞書記憶部6に記憶され
る、項目及び細項目ごとに分類されたキーワードの一例
を示す説明図である。項目<県名>に対しては、細項目
として各都道府県名、及びそれらに対応するキーワード
が定義されている。同様に、項目<市名>についても細
項目及びキーワードが定義され、さらに、項目<市名>
の各細項目は、対応する項目<県名>の各細項目と関連
付けられている。また、項目<業種>に対しては、細項
目となる各業種名(例えば、タクシー会社、理容など)
に対応させて、各業種名を表現するキーワード(例え
ば、タクシー、ハイヤー、理髪店など)が定義されてい
る。さらに、細項目の各業種名ごとに分類されたキーワ
ード(藤沢タクシー、高野理容店など)が、項目<県名
>、<市名>の細項目ラベルとともに関連づけられて定
義される。
る、項目及び細項目ごとに分類されたキーワードの一例
を示す説明図である。項目<県名>に対しては、細項目
として各都道府県名、及びそれらに対応するキーワード
が定義されている。同様に、項目<市名>についても細
項目及びキーワードが定義され、さらに、項目<市名>
の各細項目は、対応する項目<県名>の各細項目と関連
付けられている。また、項目<業種>に対しては、細項
目となる各業種名(例えば、タクシー会社、理容など)
に対応させて、各業種名を表現するキーワード(例え
ば、タクシー、ハイヤー、理髪店など)が定義されてい
る。さらに、細項目の各業種名ごとに分類されたキーワ
ード(藤沢タクシー、高野理容店など)が、項目<県名
>、<市名>の細項目ラベルとともに関連づけられて定
義される。
【0064】上記音声認識部8は、上記対話管理部5か
らの認識実行指令を受けると、上記入力記憶部3に記憶
された検索対象の入力音声を上記認識辞書選択部7で選
択された認識辞書を用いて認識し、上記検索対象名のキ
ーワード候補を認識結果として上記対話管理部5へ出力
する。
らの認識実行指令を受けると、上記入力記憶部3に記憶
された検索対象の入力音声を上記認識辞書選択部7で選
択された認識辞書を用いて認識し、上記検索対象名のキ
ーワード候補を認識結果として上記対話管理部5へ出力
する。
【0065】上記対話管理部5は、認識結果を音声認識
部8から受け取った後、上記対話管理部5のデータベー
ス検索部が上記認識結果及び上記推定部で推定された各
項目の細項目の検索条件でデータベース1を検索し、得
られた検索対象データの情報を利用者に通知する。
部8から受け取った後、上記対話管理部5のデータベー
ス検索部が上記認識結果及び上記推定部で推定された各
項目の細項目の検索条件でデータベース1を検索し、得
られた検索対象データの情報を利用者に通知する。
【0066】図6は、上記データベース1に記憶された
検索対象データの一例である。検索対象データには、検
索対象名とその電話番号の情報とともに、各項目に対応
する細項目のラベルが付与されており、細項目のラベル
を検索条件として用いることができるように構成されて
いる。
検索対象データの一例である。検索対象データには、検
索対象名とその電話番号の情報とともに、各項目に対応
する細項目のラベルが付与されており、細項目のラベル
を検索条件として用いることができるように構成されて
いる。
【0067】以上のように本実施の形態によれば、項目
の質問を順次行なうのではなく、項目として有効な情報
を含む場合が多い検索対象名を先に入力させ、検索対象
名の入力音声から検索条件となる項目に対応する細項目
を推定して、その項目に関する質問を省略するようにし
たので、検索対象名から項目情報が自明である場合に、
利用者にとって冗長な入力発話がなくなり、対話の自然
性や利便性を向上させることができる。
の質問を順次行なうのではなく、項目として有効な情報
を含む場合が多い検索対象名を先に入力させ、検索対象
名の入力音声から検索条件となる項目に対応する細項目
を推定して、その項目に関する質問を省略するようにし
たので、検索対象名から項目情報が自明である場合に、
利用者にとって冗長な入力発話がなくなり、対話の自然
性や利便性を向上させることができる。
【0068】また、推定部は、特徴語候補と細項目との
対応関係情報としての重みを参照し、重みの値Wが予め
設定したいき値Wt以上であれば、細項目を区別する上
で排他性の高い特徴語とみなし、特徴語候補を利用者へ
直接確認する質問内容とすることにより、特徴語候補、
すなわち検索対象名の部分文字列を確定することがで
き、利用者との対話回数を減少させることができる。し
たがって、利用者にとって冗長な入力発話がなくなり、
対話の自然性や利便性を向上させることができる。
対応関係情報としての重みを参照し、重みの値Wが予め
設定したいき値Wt以上であれば、細項目を区別する上
で排他性の高い特徴語とみなし、特徴語候補を利用者へ
直接確認する質問内容とすることにより、特徴語候補、
すなわち検索対象名の部分文字列を確定することがで
き、利用者との対話回数を減少させることができる。し
たがって、利用者にとって冗長な入力発話がなくなり、
対話の自然性や利便性を向上させることができる。
【0069】また、推定部は、上記特徴語抽出部から出
力された上記特徴語候補と上記項目と上記細項目及び上
記対応関係情報とに基づいて、上記利用者と上記項目に
対する質問対話を行い、上記利用者の応答に基づいて上
記項目の細項目を推定することにより、検索対象名から
細項目を推定できない項目を上記利用者の応答に基づい
て推定することができるので検索対象名からすべての項
目の細項目が推定できない場合にも適用することができ
るうえ、利用者との対話回数を最少限とすることができ
る。したがって、利用者にとって冗長な入力発話がなく
なり、対話の自然性や利便性を向上させることができ
る。
力された上記特徴語候補と上記項目と上記細項目及び上
記対応関係情報とに基づいて、上記利用者と上記項目に
対する質問対話を行い、上記利用者の応答に基づいて上
記項目の細項目を推定することにより、検索対象名から
細項目を推定できない項目を上記利用者の応答に基づい
て推定することができるので検索対象名からすべての項
目の細項目が推定できない場合にも適用することができ
るうえ、利用者との対話回数を最少限とすることができ
る。したがって、利用者にとって冗長な入力発話がなく
なり、対話の自然性や利便性を向上させることができ
る。
【0070】また、推定部は、上記複数の項目間の対応
知識が記憶され、当該対応知識に基づいて上記項目の細
項目を推定することにより、利用者との対話回数を減少
させることができる。したがって、利用者にとって冗長
な入力発話がなくなり、対話の自然性や利便性を向上さ
せることができる。
知識が記憶され、当該対応知識に基づいて上記項目の細
項目を推定することにより、利用者との対話回数を減少
させることができる。したがって、利用者にとって冗長
な入力発話がなくなり、対話の自然性や利便性を向上さ
せることができる。
【0071】また、特徴語辞書は、項目に関する特徴語
と細項目との対応関係情報が、異なる項目の細項目に応
じて設定されることにより、複数の特徴語候補が存在す
る場合に、ある特徴語候補の細項目への対応重みWを他
の項目の細項目に依存して設定することができるので、
より精度良く細項目及び特徴語を推定でき、利用者との
対話回数を減少させることができる。したがって、利用
者にとって冗長な入力発話がなくなり、対話の自然性や
利便性を向上させることができる。
と細項目との対応関係情報が、異なる項目の細項目に応
じて設定されることにより、複数の特徴語候補が存在す
る場合に、ある特徴語候補の細項目への対応重みWを他
の項目の細項目に依存して設定することができるので、
より精度良く細項目及び特徴語を推定でき、利用者との
対話回数を減少させることができる。したがって、利用
者にとって冗長な入力発話がなくなり、対話の自然性や
利便性を向上させることができる。
【0072】なお、本実施の形態においては、推定部で
推定した細項目を確認する質問対話、例えば、「市役所
ですね。」…(b)を行うようにしたが、確認のための
質問対話は省略しても良い。これにより、さらに利用者
にとって冗長な入力発話がなくなり、対話の自然性や利
便性を向上させることができる。
推定した細項目を確認する質問対話、例えば、「市役所
ですね。」…(b)を行うようにしたが、確認のための
質問対話は省略しても良い。これにより、さらに利用者
にとって冗長な入力発話がなくなり、対話の自然性や利
便性を向上させることができる。
【0073】実施の形態2.次に、上記データベースに
格納された情報から上記特徴語辞書2を作成する場合の
実施の形態2を説明する。
格納された情報から上記特徴語辞書2を作成する場合の
実施の形態2を説明する。
【0074】図7は、本実施の形態による音声対話シス
テムの機能ブロックを示す機能ブロック構成図であり、
図1と同一又は相当部分に同一符号を付し説明を省略す
る。9は、上記データベース1に記憶された検索対象デ
ータの検索対象名及び当該検索対象名に対応づけられた
細項目のラベルから、上記特徴語と、当該特徴語と上記
項目及び細項目との対応関係情報とを抽出して特徴語辞
書2を作成する特徴語辞書作成部である。
テムの機能ブロックを示す機能ブロック構成図であり、
図1と同一又は相当部分に同一符号を付し説明を省略す
る。9は、上記データベース1に記憶された検索対象デ
ータの検索対象名及び当該検索対象名に対応づけられた
細項目のラベルから、上記特徴語と、当該特徴語と上記
項目及び細項目との対応関係情報とを抽出して特徴語辞
書2を作成する特徴語辞書作成部である。
【0075】動作について説明する。特徴語辞書作成部
9は、まず、データベース1の検索対象データのうち、
同一の細項目ラベルを持つ検索対象名を検索して、各細
項目に対する検索対象名の集合を作成し、ある細項目に
属する全ての検索対象名を任意の長さの単位で部分文字
列に分解する。例えば、「高野理容室」の場合は、「高
/野/理/容/室/高野/野理/理容/容室/高野理/
野理容/理容室/高野理容/野理容室」という部分文字
列に分解される。これらの部分文字列の出現頻度をと
り、頻度順に順序付けして、部分文字列リストとする。
9は、まず、データベース1の検索対象データのうち、
同一の細項目ラベルを持つ検索対象名を検索して、各細
項目に対する検索対象名の集合を作成し、ある細項目に
属する全ての検索対象名を任意の長さの単位で部分文字
列に分解する。例えば、「高野理容室」の場合は、「高
/野/理/容/室/高野/野理/理容/容室/高野理/
野理容/理容室/高野理容/野理容室」という部分文字
列に分解される。これらの部分文字列の出現頻度をと
り、頻度順に順序付けして、部分文字列リストとする。
【0076】上記特徴語辞書作成部9は上記部分文字列
リストを参照し、ある細項目Aの部分文字列リストの中
から、細項目Aの特徴語となり得る部分文字列を選択す
る。細項目Aの特徴語となり得る部分文字列は、細項目
Aを他の細項目から排他的に区別できる部分文字列であ
ることが必要であり、細項目Aで高頻度で出現し、細項
目A以外で低頻度で出現する部分文字列を特徴語とし
て、以下のように選択する。
リストを参照し、ある細項目Aの部分文字列リストの中
から、細項目Aの特徴語となり得る部分文字列を選択す
る。細項目Aの特徴語となり得る部分文字列は、細項目
Aを他の細項目から排他的に区別できる部分文字列であ
ることが必要であり、細項目Aで高頻度で出現し、細項
目A以外で低頻度で出現する部分文字列を特徴語とし
て、以下のように選択する。
【0077】まず、ある細項目Aに関して得られた部分
文字列リストについて、頻度順に部分文字列Paを選択
し、この部分文字列が、他の細項目Bに関する部分文字
列リストに存在するか否かを検証し、存在するならば、
細項目Bにおける該当部分文字列Pb(=Pa)の出現
頻度を参照して、いき値以上の頻度であれば細項目Bを
一時的リストに加える。例えば、細項目<製鉄>に関す
る部分文字列として「工業」を選択し、「工業」が、他
の細項目<自動車整備>の部分文字列リストにいき値以
上の頻度で存在する場合、細項目<自動車整備>を一時
的リストに加える。
文字列リストについて、頻度順に部分文字列Paを選択
し、この部分文字列が、他の細項目Bに関する部分文字
列リストに存在するか否かを検証し、存在するならば、
細項目Bにおける該当部分文字列Pb(=Pa)の出現
頻度を参照して、いき値以上の頻度であれば細項目Bを
一時的リストに加える。例えば、細項目<製鉄>に関す
る部分文字列として「工業」を選択し、「工業」が、他
の細項目<自動車整備>の部分文字列リストにいき値以
上の頻度で存在する場合、細項目<自動車整備>を一時
的リストに加える。
【0078】同様に、他の全ての細項目に関してPaの
存在を検証して一時的リストを更新し、リストの長さが
ある設定値Lを越えたならば、特徴語になり得ないとし
てPaを棄却する。これは例えば、リストの長さの設定
値Lが3で、細項目<製鉄>の部分文字列「工業」を含
む他の細項目の一時的リストが、<自動車整備>、<建
設>、<食品>、<玩具製造>である場合、リストの長
さが4となり、細項目<製鉄>の部分文字列「工業」
が、細項目<製鉄>を他の細項目から排他的に区別でき
ないとみなして、「工業」を細項目<製鉄>の特徴語と
しないために棄却する。
存在を検証して一時的リストを更新し、リストの長さが
ある設定値Lを越えたならば、特徴語になり得ないとし
てPaを棄却する。これは例えば、リストの長さの設定
値Lが3で、細項目<製鉄>の部分文字列「工業」を含
む他の細項目の一時的リストが、<自動車整備>、<建
設>、<食品>、<玩具製造>である場合、リストの長
さが4となり、細項目<製鉄>の部分文字列「工業」
が、細項目<製鉄>を他の細項目から排他的に区別でき
ないとみなして、「工業」を細項目<製鉄>の特徴語と
しないために棄却する。
【0079】一時的リストの長さがLを越えない場合に
は、Paを細項目Aの特徴語とするとともに、対応する
細項目との頻度情報から対応関係情報の重みを計算し、
特徴語辞書へ登録する。
は、Paを細項目Aの特徴語とするとともに、対応する
細項目との頻度情報から対応関係情報の重みを計算し、
特徴語辞書へ登録する。
【0080】以上のように本実施の形態によれば、特徴
語辞書作成部を備えたことにより、特徴語辞書を自動作
成することができ、特徴語の単位及び対応する細項目と
の重みを効率的に作成することができるようになる。
語辞書作成部を備えたことにより、特徴語辞書を自動作
成することができ、特徴語の単位及び対応する細項目と
の重みを効率的に作成することができるようになる。
【0081】実施の形態3.次に、特徴語の発話順序に
基づいて特徴語候補を選択することにより、特徴語候補
の精度を向上させる場合の実施の形態3を説明する。
基づいて特徴語候補を選択することにより、特徴語候補
の精度を向上させる場合の実施の形態3を説明する。
【0082】図8は、本実施の形態による音声対話シス
テムの機能ブロックを示す機能ブロック構成図であり、
図1と同一又は相当部分に同一符号を付し説明を省略す
る。10は、上記特徴語の接続関係が記憶された知識記
憶部であり、ここでは、複数の特徴語間の接続順序を示
す接続関係が記憶された候補選択知識記憶部である。1
1は、特徴語抽出部4から出力された特徴語候補から上
記知識記憶部に記憶された接続関係に応じた特徴語候補
を選択する候補選択部であり、ここでは、上記候補選択
知識記憶部10に記憶された複数の特徴語間の接続順序
を示す接続関係に応じた特徴語候補の組を選択するよう
に構成されている。
テムの機能ブロックを示す機能ブロック構成図であり、
図1と同一又は相当部分に同一符号を付し説明を省略す
る。10は、上記特徴語の接続関係が記憶された知識記
憶部であり、ここでは、複数の特徴語間の接続順序を示
す接続関係が記憶された候補選択知識記憶部である。1
1は、特徴語抽出部4から出力された特徴語候補から上
記知識記憶部に記憶された接続関係に応じた特徴語候補
を選択する候補選択部であり、ここでは、上記候補選択
知識記憶部10に記憶された複数の特徴語間の接続順序
を示す接続関係に応じた特徴語候補の組を選択するよう
に構成されている。
【0083】また、上記推定部は、上記候補選択部11
で選択された特徴語候補と、当該特徴語候補の上記項目
と上記細項目及び上記対応関係情報とに基づいて、上記
利用者から発声された検索対象名が該当する上記複数の
各項目のそれぞれの細項目を推定するように構成されて
いる。
で選択された特徴語候補と、当該特徴語候補の上記項目
と上記細項目及び上記対応関係情報とに基づいて、上記
利用者から発声された検索対象名が該当する上記複数の
各項目のそれぞれの細項目を推定するように構成されて
いる。
【0084】候補選択知識記憶部10は、一発話内に存
在する複数の特徴語に対する接続順序の関係を、特徴語
に対応する項目及び細項目に関する接続順序規則により
規定する。例えば、特徴語「市役所」(細項目<官公庁
・役所>)、及び特徴語「藤沢」(項目<市名>)の順
序関係を、「<市名> <官公庁・役所>」のように記
述して記憶している。
在する複数の特徴語に対する接続順序の関係を、特徴語
に対応する項目及び細項目に関する接続順序規則により
規定する。例えば、特徴語「市役所」(細項目<官公庁
・役所>)、及び特徴語「藤沢」(項目<市名>)の順
序関係を、「<市名> <官公庁・役所>」のように記
述して記憶している。
【0085】動作について説明する。候補選択部11
は、特徴語抽出部4からの特徴語候補を入力として、時
間的に重なりのない特徴語候補の組に対し、候補選択知
識記憶部10に記憶された接続順序を示す接続関係を参
照して、この接続関係に応じた特徴語候補の組を選択
し、対話管理部5へ送る。例えば、特徴語抽出部4から
の特徴語候補の入力が、「藤沢(始端 14、終端 16
5)」、「市役所(始端 166、終端 288)」、
「仙台(始端 289、終端 322)」、の場合、時間
的に重なりのない特徴語候補の組は、(「藤沢」「市役
所」)、及び(「市役所」「仙台」)の二通りとなる。
このとき、特徴語候補の接続順序の接続関係として「<
市名> <官公庁・役所>」が規定されている場合、
(「市役所」「仙台」)の特徴語候補の組みは棄却さ
れ、(「藤沢」「市役所」)の特徴語候補の組みが選択
されて、対話管理部5へ送られる。
は、特徴語抽出部4からの特徴語候補を入力として、時
間的に重なりのない特徴語候補の組に対し、候補選択知
識記憶部10に記憶された接続順序を示す接続関係を参
照して、この接続関係に応じた特徴語候補の組を選択
し、対話管理部5へ送る。例えば、特徴語抽出部4から
の特徴語候補の入力が、「藤沢(始端 14、終端 16
5)」、「市役所(始端 166、終端 288)」、
「仙台(始端 289、終端 322)」、の場合、時間
的に重なりのない特徴語候補の組は、(「藤沢」「市役
所」)、及び(「市役所」「仙台」)の二通りとなる。
このとき、特徴語候補の接続順序の接続関係として「<
市名> <官公庁・役所>」が規定されている場合、
(「市役所」「仙台」)の特徴語候補の組みは棄却さ
れ、(「藤沢」「市役所」)の特徴語候補の組みが選択
されて、対話管理部5へ送られる。
【0086】以上のように本実施の形態によれば、複数
の特徴語間の接続順序の接続関係を記憶しておき、記憶
された接続順序の接続関係に基づいて特徴語候補の組を
制約して選択するようにしたので、対話管理部へ入力さ
れる特徴語候補の組の精度を向上させることができるよ
うになる。
の特徴語間の接続順序の接続関係を記憶しておき、記憶
された接続順序の接続関係に基づいて特徴語候補の組を
制約して選択するようにしたので、対話管理部へ入力さ
れる特徴語候補の組の精度を向上させることができるよ
うになる。
【0087】なお、本実施の形態において、上記特徴語
辞書に格納された上記特徴語及び上記データベースの上
記検索対象名とを参照して、上記複数の特徴語間の接続
順序の接続関係を抽出し、上記候補選択知識記憶部へ出
力する知識抽出部を備えるようにしても良い。これによ
り、上記複数の特徴語間の接続順序の接続関係を自動生
成することができる。
辞書に格納された上記特徴語及び上記データベースの上
記検索対象名とを参照して、上記複数の特徴語間の接続
順序の接続関係を抽出し、上記候補選択知識記憶部へ出
力する知識抽出部を備えるようにしても良い。これによ
り、上記複数の特徴語間の接続順序の接続関係を自動生
成することができる。
【0088】実施の形態4.次に、特徴語の発話位置に
基づいて特徴語候補を選択することにより、特徴語候補
の精度を向上させる場合の実施の形態4を説明する。
基づいて特徴語候補を選択することにより、特徴語候補
の精度を向上させる場合の実施の形態4を説明する。
【0089】図9は、本実施の形態による音声対話シス
テムの機能ブロックを示す機能ブロック構成図であり、
図1と同一又は相当部分に同一符号を付し説明を省略す
る。12は、上記特徴語の接続関係が記憶された知識記
憶部であり、ここでは、上記検索対象名における上記特
徴語の位置の評価値を示す接続関係が記憶された特徴語
位置評価値記憶部である。13は、上記特徴語辞書2に
格納された上記特徴語及び上記データベース1の上記検
索対象名とを参照して上記接続関係を抽出し、上記知識
記憶部へ出力する知識抽出部であり、ここでは、上記特
徴語辞書2に格納された上記特徴語及び上記データベー
ス1に定義された上記検索対象名とを参照して、上記検
索対象名における上記特徴語の位置の評価値を計算し、
上記特徴語位置評価値記憶部12へ出力する特徴語位置
評価値計算部である。
テムの機能ブロックを示す機能ブロック構成図であり、
図1と同一又は相当部分に同一符号を付し説明を省略す
る。12は、上記特徴語の接続関係が記憶された知識記
憶部であり、ここでは、上記検索対象名における上記特
徴語の位置の評価値を示す接続関係が記憶された特徴語
位置評価値記憶部である。13は、上記特徴語辞書2に
格納された上記特徴語及び上記データベース1の上記検
索対象名とを参照して上記接続関係を抽出し、上記知識
記憶部へ出力する知識抽出部であり、ここでは、上記特
徴語辞書2に格納された上記特徴語及び上記データベー
ス1に定義された上記検索対象名とを参照して、上記検
索対象名における上記特徴語の位置の評価値を計算し、
上記特徴語位置評価値記憶部12へ出力する特徴語位置
評価値計算部である。
【0090】また、ここでは、上記候補選択部11は、
上記特徴語位置評価値記憶部12に記憶された上記検索
対象名における上記特徴語の位置の評価値を示す接続関
係に応じた特徴語候補の組を選択するように構成されて
いる。また、上記推定部は、上記候補選択部11で選択
された特徴語候補と、当該特徴語候補の上記項目と上記
細項目及び上記対応関係情報とに基づいて、上記利用者
から発声された検索対象名が該当する上記複数の各項目
のそれぞれの細項目を推定するように構成されている。
上記特徴語位置評価値記憶部12に記憶された上記検索
対象名における上記特徴語の位置の評価値を示す接続関
係に応じた特徴語候補の組を選択するように構成されて
いる。また、上記推定部は、上記候補選択部11で選択
された特徴語候補と、当該特徴語候補の上記項目と上記
細項目及び上記対応関係情報とに基づいて、上記利用者
から発声された検索対象名が該当する上記複数の各項目
のそれぞれの細項目を推定するように構成されている。
【0091】上記特徴語位置評価値記憶部12に記憶さ
れる評価値は、ここでは一例として、上記特徴語に対応
する細項目及び項目の位置に対する評価値である。例え
ば、入力音声区間を前部、中部、後部の三つの領域に分
け、特徴語に対応する細項目及び項目の開始位置がこれ
らの領域に生起する生起確率が記憶される。例えば、特
徴語「市役所」(細項目<官公庁・役所>)に対して、
細項目<官公庁・役所>:(前部 0.1、中部 0.
3、後部 0.6)のような生起確率が記憶される。
れる評価値は、ここでは一例として、上記特徴語に対応
する細項目及び項目の位置に対する評価値である。例え
ば、入力音声区間を前部、中部、後部の三つの領域に分
け、特徴語に対応する細項目及び項目の開始位置がこれ
らの領域に生起する生起確率が記憶される。例えば、特
徴語「市役所」(細項目<官公庁・役所>)に対して、
細項目<官公庁・役所>:(前部 0.1、中部 0.
3、後部 0.6)のような生起確率が記憶される。
【0092】また、このような生起確率は特徴語位置評
価値計算部13により計算される。特徴語位置評価値計
算部13は、まず、データベース1の検索対象データの
検索対象名のうち、同一の細項目ラベルを持つ検索対象
名を検索して、各細項目に対する検索対象名の集合を作
成する。次に、各細項目ごとに、特徴語辞書2に定義さ
れた特徴語が検索対象名の中で出現する領域(前部、中
部、後部)の頻度情報を集計し、各領域における細項目
の生起確率を計算する。
価値計算部13により計算される。特徴語位置評価値計
算部13は、まず、データベース1の検索対象データの
検索対象名のうち、同一の細項目ラベルを持つ検索対象
名を検索して、各細項目に対する検索対象名の集合を作
成する。次に、各細項目ごとに、特徴語辞書2に定義さ
れた特徴語が検索対象名の中で出現する領域(前部、中
部、後部)の頻度情報を集計し、各領域における細項目
の生起確率を計算する。
【0093】候補選択部11は、上記特徴語位置評価値
記憶部12に記憶された上記特徴語に対応する細項目の
位置の評価値を参照して、例えば、特徴語抽出部4から
出力された特徴語候補に対応する細項目の位置の評価値
と、特徴語候補の音響尤度との加重和を新たな評価値と
して用いて特徴語候補の順序付けを行ない、対話管理部
5へ送る特徴語候補の組を選択する。
記憶部12に記憶された上記特徴語に対応する細項目の
位置の評価値を参照して、例えば、特徴語抽出部4から
出力された特徴語候補に対応する細項目の位置の評価値
と、特徴語候補の音響尤度との加重和を新たな評価値と
して用いて特徴語候補の順序付けを行ない、対話管理部
5へ送る特徴語候補の組を選択する。
【0094】以上のように本実施の形態によれば、検索
対象名における特徴語の出現位置に対する評価値を接続
関係として記憶しておき、記憶しておいた評価値に基づ
いて特徴語候補の順序付けを行なうようにしたので、対
話管理部へ入力される特徴語候補の組の精度を向上させ
ることができるようになる。
対象名における特徴語の出現位置に対する評価値を接続
関係として記憶しておき、記憶しておいた評価値に基づ
いて特徴語候補の順序付けを行なうようにしたので、対
話管理部へ入力される特徴語候補の組の精度を向上させ
ることができるようになる。
【0095】また、上記特徴語辞書に格納された上記特
徴語及び上記データベースに定義された上記検索対象名
とを参照して、上記検索対象名における上記特徴語の位
置の評価値を計算し、上記特徴語位置評価値記憶部へ出
力することにより、上記検索対象名における特徴語の位
置を示す接続関係を自動生成することができる。
徴語及び上記データベースに定義された上記検索対象名
とを参照して、上記検索対象名における上記特徴語の位
置の評価値を計算し、上記特徴語位置評価値記憶部へ出
力することにより、上記検索対象名における特徴語の位
置を示す接続関係を自動生成することができる。
【0096】実施の形態5.次に、特徴語と特徴語以外
の語との接続情報に基づいて特徴語候補を選択すること
により、特徴語候補の精度を向上させる場合の実施の形
態5を説明する。
の語との接続情報に基づいて特徴語候補を選択すること
により、特徴語候補の精度を向上させる場合の実施の形
態5を説明する。
【0097】図10は、本実施の形態による音声対話シ
ステムの機能ブロックを示す機能ブロック構成図であ
り、図1と同一又は相当部分に同一符号を付し説明を省
略する。14は、特徴語以外の語が機能語として言語情
報とともに記憶された機能語辞書である。15は、上記
特徴語の接続関係が記憶された知識記憶部であり、ここ
では、上記機能語と上記特徴語との接続順序を示す接続
関係が記憶された機能語接続知識記憶部である。
ステムの機能ブロックを示す機能ブロック構成図であ
り、図1と同一又は相当部分に同一符号を付し説明を省
略する。14は、特徴語以外の語が機能語として言語情
報とともに記憶された機能語辞書である。15は、上記
特徴語の接続関係が記憶された知識記憶部であり、ここ
では、上記機能語と上記特徴語との接続順序を示す接続
関係が記憶された機能語接続知識記憶部である。
【0098】また、ここでは、上記特徴語抽出部4は、
上記特徴語辞書2を用いて上記入力記憶部3に記憶され
た検索対象名の入力音声から特徴語候補を抽出し、当該
特徴語候補と上記項目と上記細項目及び上記対応関係情
報を出力するとともに、上記機能語辞書14を用いて上
記入力音声から機能語候補を抽出して出力するように構
成されている。上記候補選択部11は、上記特徴語抽出
部4から出力された特徴語候補及び機能語候補に基づい
て上記機能語接続知識記憶部15に記憶された接続関係
に応じた特徴語候補を選択するように構成されている。
また、上記推定部は、上記候補選択部11で選択された
特徴語候補と、当該特徴語候補の上記項目と上記細項目
及び上記対応関係情報とに基づいて、上記利用者から発
声された検索対象名が該当する上記複数の各項目のそれ
ぞれの細項目を推定するように構成されている。
上記特徴語辞書2を用いて上記入力記憶部3に記憶され
た検索対象名の入力音声から特徴語候補を抽出し、当該
特徴語候補と上記項目と上記細項目及び上記対応関係情
報を出力するとともに、上記機能語辞書14を用いて上
記入力音声から機能語候補を抽出して出力するように構
成されている。上記候補選択部11は、上記特徴語抽出
部4から出力された特徴語候補及び機能語候補に基づい
て上記機能語接続知識記憶部15に記憶された接続関係
に応じた特徴語候補を選択するように構成されている。
また、上記推定部は、上記候補選択部11で選択された
特徴語候補と、当該特徴語候補の上記項目と上記細項目
及び上記対応関係情報とに基づいて、上記利用者から発
声された検索対象名が該当する上記複数の各項目のそれ
ぞれの細項目を推定するように構成されている。
【0099】上記機能語辞書14には、例えば、「とい
う」「ていう名前の」などのように、後続する語が特徴
語であることを示す特徴語先行語、または、「です」
「お願いします」などのように、先行する語が特徴語で
あることを示す特徴語後続語が定義されている。
う」「ていう名前の」などのように、後続する語が特徴
語であることを示す特徴語先行語、または、「です」
「お願いします」などのように、先行する語が特徴語で
あることを示す特徴語後続語が定義されている。
【0100】また、上記機能語接続知識記憶部15に
は、上記機能語辞書14に定義された特徴語先行語、及
び特徴語後続語と、特徴語に対応する細項目または項目
との、接続関係が、例えば、「特徴語先行語<という>
細項目<喫茶店> 特徴語後続語<です>」といった形
式で記述して記憶されている。
は、上記機能語辞書14に定義された特徴語先行語、及
び特徴語後続語と、特徴語に対応する細項目または項目
との、接続関係が、例えば、「特徴語先行語<という>
細項目<喫茶店> 特徴語後続語<です>」といった形
式で記述して記憶されている。
【0101】動作について説明する。まず、特徴語抽出
部4は、前述の実施の形態と同様に入力記憶部3に記憶
された入力音声から特徴語候補を抽出するとともに、上
記機能語辞書14を参照して機能語候補を抽出し、候補
選択部11へ送る。
部4は、前述の実施の形態と同様に入力記憶部3に記憶
された入力音声から特徴語候補を抽出するとともに、上
記機能語辞書14を参照して機能語候補を抽出し、候補
選択部11へ送る。
【0102】上記候補選択部11は、上記特徴語抽出部
4から出力された機能語候補及び特徴語候補に対して、
機能語接続知識記憶部15に記憶された上記の接続関係
に応じた特徴語候補を選択する。
4から出力された機能語候補及び特徴語候補に対して、
機能語接続知識記憶部15に記憶された上記の接続関係
に応じた特徴語候補を選択する。
【0103】このように、上記検索対象名の入力音声と
して、例えば、「カレンという喫茶店です」といった、
検索対象名「カレン」自身には特徴語が含まれないが、
付随して特徴語「喫茶店」が発声されたような場合に、
当該特徴語「喫茶店」を抽出することができる。
して、例えば、「カレンという喫茶店です」といった、
検索対象名「カレン」自身には特徴語が含まれないが、
付随して特徴語「喫茶店」が発声されたような場合に、
当該特徴語「喫茶店」を抽出することができる。
【0104】以上のように本実施の形態によれば、検索
対象名から特徴語候補の存在を示す言語表現を機能語と
して抽出し、記憶しておいた上記特徴語と上記機能語と
の接続関係を利用して、特徴語候補を選択するようにし
たので、対話管理部へ入力される特徴語候補の組の精度
を向上させることができるようになる。
対象名から特徴語候補の存在を示す言語表現を機能語と
して抽出し、記憶しておいた上記特徴語と上記機能語と
の接続関係を利用して、特徴語候補を選択するようにし
たので、対話管理部へ入力される特徴語候補の組の精度
を向上させることができるようになる。
【0105】
【発明の効果】以上のように、この発明の音声対話シス
テムによれば、検索対象となる検索対象データの検索対
象名が、検索条件となる複数の各項目毎に当該項目が細
分割された細項目のいずれかと対応づけられたデータベ
ースと、上記検索対象名の部分文字列でなる特徴語と、
当該特徴語と上記項目及び細項目との対応関係情報とが
格納された特徴語辞書と、利用者から発声された上記検
索対象名の入力音声を記憶する入力記憶部と、上記特徴
語辞書を用いて上記入力記憶部に記憶された検索対象名
の入力音声から特徴語候補を抽出し、当該特徴語候補と
上記項目と上記細項目及び上記対応関係情報とを出力す
る特徴語抽出部と、上記特徴語抽出部から出力された上
記特徴語候補と上記項目と上記細項目及び上記対応関係
情報とに基づいて、上記利用者から発声された検索対象
名が該当する上記複数の各項目のそれぞれの細項目を推
定する推定部と、音声認識対象となるキーワードが複数
の上記項目毎に分類され、当該分類された各項目毎のキ
ーワードがさらに複数の上記細項目に分類されて格納さ
れた認識辞書記憶部と、上記推定部で推定された上記複
数の各項目のそれぞれの細項目に対応するキーワードを
上記認識辞書記憶部から認識辞書として選択する認識辞
書選択部と、上記認識辞書選択部で認識辞書として選択
されたキーワードを用いて、上記入力記憶部に記憶され
た検索対象名の入力音声を認識する音声認識部と、上記
音声認識部で認識された上記検索対象名及び上記推定部
で推定された各項目の細項目に対応する上記検索対象デ
ータを上記データベースから検索し、上記利用者に通知
するデータベース検索部とを備えたことにより、検索対
象名の入力音声から検索条件となる項目に対応する細項
目を推定して、その項目に関する質問を省略できるの
で、検索対象名から項目情報が自明である場合に、利用
者にとって冗長な入力発話がなくなり、対話の自然性や
利便性を向上させることができるという効果がある。
テムによれば、検索対象となる検索対象データの検索対
象名が、検索条件となる複数の各項目毎に当該項目が細
分割された細項目のいずれかと対応づけられたデータベ
ースと、上記検索対象名の部分文字列でなる特徴語と、
当該特徴語と上記項目及び細項目との対応関係情報とが
格納された特徴語辞書と、利用者から発声された上記検
索対象名の入力音声を記憶する入力記憶部と、上記特徴
語辞書を用いて上記入力記憶部に記憶された検索対象名
の入力音声から特徴語候補を抽出し、当該特徴語候補と
上記項目と上記細項目及び上記対応関係情報とを出力す
る特徴語抽出部と、上記特徴語抽出部から出力された上
記特徴語候補と上記項目と上記細項目及び上記対応関係
情報とに基づいて、上記利用者から発声された検索対象
名が該当する上記複数の各項目のそれぞれの細項目を推
定する推定部と、音声認識対象となるキーワードが複数
の上記項目毎に分類され、当該分類された各項目毎のキ
ーワードがさらに複数の上記細項目に分類されて格納さ
れた認識辞書記憶部と、上記推定部で推定された上記複
数の各項目のそれぞれの細項目に対応するキーワードを
上記認識辞書記憶部から認識辞書として選択する認識辞
書選択部と、上記認識辞書選択部で認識辞書として選択
されたキーワードを用いて、上記入力記憶部に記憶され
た検索対象名の入力音声を認識する音声認識部と、上記
音声認識部で認識された上記検索対象名及び上記推定部
で推定された各項目の細項目に対応する上記検索対象デ
ータを上記データベースから検索し、上記利用者に通知
するデータベース検索部とを備えたことにより、検索対
象名の入力音声から検索条件となる項目に対応する細項
目を推定して、その項目に関する質問を省略できるの
で、検索対象名から項目情報が自明である場合に、利用
者にとって冗長な入力発話がなくなり、対話の自然性や
利便性を向上させることができるという効果がある。
【0106】次の発明の音声対話システムによれば、上
記推定部は、上記特徴語抽出部から出力された上記特徴
語候補と上記項目と上記細項目及び上記対応関係情報と
に基づいて、上記利用者と上記項目に対する質問対話を
行い、上記利用者の応答に基づいて上記項目の細項目を
推定するように構成されたことにより、検索対象名から
細項目を推定できない項目を上記利用者の応答に基づい
て推定することができるので検索対象名からすべての項
目の細項目が推定できない場合にも適用することができ
るうえ、利用者との対話回数を最少限とすることができ
る。したがって、利用者にとって冗長な入力発話がなく
なり、対話の自然性や利便性を向上させることができる
という効果がある。
記推定部は、上記特徴語抽出部から出力された上記特徴
語候補と上記項目と上記細項目及び上記対応関係情報と
に基づいて、上記利用者と上記項目に対する質問対話を
行い、上記利用者の応答に基づいて上記項目の細項目を
推定するように構成されたことにより、検索対象名から
細項目を推定できない項目を上記利用者の応答に基づい
て推定することができるので検索対象名からすべての項
目の細項目が推定できない場合にも適用することができ
るうえ、利用者との対話回数を最少限とすることができ
る。したがって、利用者にとって冗長な入力発話がなく
なり、対話の自然性や利便性を向上させることができる
という効果がある。
【0107】次の発明の音声対話システムによれば、上
記推定部は、上記複数の項目間の対応知識が記憶され、
当該対応知識に基づいて上記項目の細項目を推定するよ
うに構成されたことにより、利用者との対話回数を減少
させることができるので、利用者にとって冗長な入力発
話がなくなり、対話の自然性や利便性を向上させること
ができるという効果がある。
記推定部は、上記複数の項目間の対応知識が記憶され、
当該対応知識に基づいて上記項目の細項目を推定するよ
うに構成されたことにより、利用者との対話回数を減少
させることができるので、利用者にとって冗長な入力発
話がなくなり、対話の自然性や利便性を向上させること
ができるという効果がある。
【0108】次の発明の音声対話システムによれば、上
記特徴語辞書は、上記特徴語と上記項目及び細項目との
対応関係情報が、異なる項目の細項目に応じて設定され
たことにより、複数の特徴語候補が存在する場合に、よ
り精度良く細項目を推定でき、利用者との対話回数を減
少させることができるので、利用者にとって冗長な入力
発話がなくなり、対話の自然性や利便性を向上させるこ
とができる。
記特徴語辞書は、上記特徴語と上記項目及び細項目との
対応関係情報が、異なる項目の細項目に応じて設定され
たことにより、複数の特徴語候補が存在する場合に、よ
り精度良く細項目を推定でき、利用者との対話回数を減
少させることができるので、利用者にとって冗長な入力
発話がなくなり、対話の自然性や利便性を向上させるこ
とができる。
【0109】次の発明の音声対話システムによれば、上
記データベースの上記検索対象名及び当該検索対象名に
対応づけられた細項目から、上記特徴語と、当該特徴語
と上記項目及び細項目との対応関係情報とを抽出して上
記特徴語辞書を作成する特徴語辞書作成部を備えたこと
により、特徴語辞書を自動作成することができ、特徴語
の単位及び対応する項目の細項目との対応関係情報を効
率的に作成することができるようになるという効果があ
る。
記データベースの上記検索対象名及び当該検索対象名に
対応づけられた細項目から、上記特徴語と、当該特徴語
と上記項目及び細項目との対応関係情報とを抽出して上
記特徴語辞書を作成する特徴語辞書作成部を備えたこと
により、特徴語辞書を自動作成することができ、特徴語
の単位及び対応する項目の細項目との対応関係情報を効
率的に作成することができるようになるという効果があ
る。
【0110】次の発明の音声対話システムによれば、上
記特徴語の接続関係が記憶された知識記憶部と、上記特
徴語抽出部から出力された特徴語候補から上記知識記憶
部に記憶された接続関係に応じた特徴語候補を選択する
候補選択部とを備え、上記推定部は、上記候補選択部で
選択された特徴語候補と、当該特徴語候補の上記項目と
上記細項目及び上記対応関係情報とに基づいて、上記利
用者から発声された検索対象名が該当する上記複数の各
項目のそれぞれの細項目を推定するように構成されたこ
とにより、上記推定部に入力される特徴語候補の精度を
向上させることができるので、上記推定部の推定精度を
向上させることができるという効果がある。
記特徴語の接続関係が記憶された知識記憶部と、上記特
徴語抽出部から出力された特徴語候補から上記知識記憶
部に記憶された接続関係に応じた特徴語候補を選択する
候補選択部とを備え、上記推定部は、上記候補選択部で
選択された特徴語候補と、当該特徴語候補の上記項目と
上記細項目及び上記対応関係情報とに基づいて、上記利
用者から発声された検索対象名が該当する上記複数の各
項目のそれぞれの細項目を推定するように構成されたこ
とにより、上記推定部に入力される特徴語候補の精度を
向上させることができるので、上記推定部の推定精度を
向上させることができるという効果がある。
【0111】次の発明の音声対話システムによれば、上
記特徴語辞書に格納された上記特徴語及び上記データベ
ースの上記検索対象名とを参照して上記接続関係を抽出
し、上記知識記憶部へ出力する知識抽出部を備えたこと
により、上記接続関係を自動生成することができるとい
う効果がある。
記特徴語辞書に格納された上記特徴語及び上記データベ
ースの上記検索対象名とを参照して上記接続関係を抽出
し、上記知識記憶部へ出力する知識抽出部を備えたこと
により、上記接続関係を自動生成することができるとい
う効果がある。
【0112】次の発明の音声対話システムによれば、上
記知識記憶部は、複数の上記特徴語間の接続順序を示す
接続関係が記憶されたことにより、上記複数の上記特徴
語間の接続順序を示す接続関係に基づいて、上記推定部
に入力される特徴語候補の精度を向上させることができ
るので、上記推定部の推定精度を向上させることができ
るという効果がある。
記知識記憶部は、複数の上記特徴語間の接続順序を示す
接続関係が記憶されたことにより、上記複数の上記特徴
語間の接続順序を示す接続関係に基づいて、上記推定部
に入力される特徴語候補の精度を向上させることができ
るので、上記推定部の推定精度を向上させることができ
るという効果がある。
【0113】次の発明の音声対話システムによれば、上
記知識記憶部は、上記検索対象名における上記特徴語の
位置を示す接続関係が記憶されたことにより、上記検索
対象名における上記特徴語の位置を示す接続関係に基づ
いて、上記推定部に入力される特徴語候補の精度を向上
させることができるので、上記推定部の推定精度を向上
させることができるという効果がある。
記知識記憶部は、上記検索対象名における上記特徴語の
位置を示す接続関係が記憶されたことにより、上記検索
対象名における上記特徴語の位置を示す接続関係に基づ
いて、上記推定部に入力される特徴語候補の精度を向上
させることができるので、上記推定部の推定精度を向上
させることができるという効果がある。
【0114】次の発明の音声対話システムによれば、上
記特徴語以外の語が機能語として記憶された機能語辞書
を備え、上記知識記憶部は、上記機能語と上記特徴語と
の接続順序を示す接続関係が記憶され、上記特徴語抽出
部は、上記特徴語辞書を用いて上記入力記憶部に記憶さ
れた検索対象名の入力音声から特徴語候補を抽出し、当
該特徴語候補と上記項目と上記細項目及び上記対応関係
情報とを出力するとともに、上記機能語辞書を用いて上
記入力音声から機能語候補を抽出して出力するように構
成され、上記候補選択部は、上記特徴語抽出部から出力
された特徴語候補及び機能語候補に基づいて上記知識記
憶部に記憶された接続関係に応じた特徴語候補を選択す
るように構成されたことにより、上記機能語と上記特徴
語との接続順序を示す接続関係に基づいて、上記推定部
に入力される特徴語候補の精度を向上させることができ
るので、上記推定部の推定精度を向上させることができ
るという効果がある。
記特徴語以外の語が機能語として記憶された機能語辞書
を備え、上記知識記憶部は、上記機能語と上記特徴語と
の接続順序を示す接続関係が記憶され、上記特徴語抽出
部は、上記特徴語辞書を用いて上記入力記憶部に記憶さ
れた検索対象名の入力音声から特徴語候補を抽出し、当
該特徴語候補と上記項目と上記細項目及び上記対応関係
情報とを出力するとともに、上記機能語辞書を用いて上
記入力音声から機能語候補を抽出して出力するように構
成され、上記候補選択部は、上記特徴語抽出部から出力
された特徴語候補及び機能語候補に基づいて上記知識記
憶部に記憶された接続関係に応じた特徴語候補を選択す
るように構成されたことにより、上記機能語と上記特徴
語との接続順序を示す接続関係に基づいて、上記推定部
に入力される特徴語候補の精度を向上させることができ
るので、上記推定部の推定精度を向上させることができ
るという効果がある。
【図1】 実施の形態1の音声対話システムの機能ブロ
ック構成図である。
ック構成図である。
【図2】 特徴語辞書における特徴語の一例を示す説明
図である。
図である。
【図3】 特徴語抽出部の出力結果の一例を示す説明図
である。
である。
【図4】 異なる項目の細項目に応じて対応関係情報を
設定された特徴語辞書の一例を示す説明図である。
設定された特徴語辞書の一例を示す説明図である。
【図5】 認識辞書記憶部に記憶されたキーワードの一
例を示す説明図である。
例を示す説明図である。
【図6】 データベースに記憶された検索対象データの
一例を示す説明図である。
一例を示す説明図である。
【図7】 実施の形態2の音声対話システムの機能ブロ
ック構成図である。
ック構成図である。
【図8】 実施の形態3の音声対話システムの機能ブロ
ック構成図である。
ック構成図である。
【図9】 実施の形態4の音声対話システムの機能ブロ
ック構成図である。
ック構成図である。
【図10】 実施の形態5の音声対話システムの機能ブ
ロック構成図である。
ロック構成図である。
【図11】 第1の従来技術の機能ブロック構成図であ
る。
る。
【図12】 第2の従来技術の機能ブロック構成図であ
る。
る。
1…データベース 2…特徴語辞書 3…入力記憶部 4…特徴語抽出部 5…対話管理部 6…認識辞書記憶
部 7…辞書選択部 8…音声認識部 9…特徴語辞書作成部 10…候補選択知識
記憶部 11…候補選択部 12…特徴語位置評
価値記憶部 13…特徴語位置評価値計算部 14…機能語辞書 15…機能語接続知識記憶部
部 7…辞書選択部 8…音声認識部 9…特徴語辞書作成部 10…候補選択知識
記憶部 11…候補選択部 12…特徴語位置評
価値記憶部 13…特徴語位置評価値計算部 14…機能語辞書 15…機能語接続知識記憶部
───────────────────────────────────────────────────── 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 15/28 G10L 3/00 531W 561D 571J 571V
Claims (10)
- 【請求項1】 検索対象となる検索対象データの検索対
象名が、検索条件となる複数の各項目毎に当該項目が細
分割された細項目のいずれかと対応づけられたデータベ
ースと、上記検索対象名の部分文字列でなる特徴語と、
当該特徴語と上記項目及び細項目との対応関係情報とが
格納された特徴語辞書と、利用者から発声された上記検
索対象名の入力音声を記憶する入力記憶部と、上記特徴
語辞書を用いて上記入力記憶部に記憶された検索対象名
の入力音声から特徴語候補を抽出し、当該特徴語候補と
上記項目と上記細項目及び上記対応関係情報とを出力す
る特徴語抽出部と、上記特徴語抽出部から出力された上
記特徴語候補と上記項目と上記細項目及び上記対応関係
情報とに基づいて、上記利用者から発声された検索対象
名が該当する上記複数の各項目のそれぞれの細項目を推
定する推定部と、音声認識対象となるキーワードが複数
の上記項目毎に分類され、当該分類された各項目毎のキ
ーワードがさらに複数の上記細項目に分類されて格納さ
れた認識辞書記憶部と、上記推定部で推定された上記複
数の各項目のそれぞれの細項目に対応するキーワードを
上記認識辞書記憶部から認識辞書として選択する認識辞
書選択部と、上記認識辞書選択部で認識辞書として選択
されたキーワードを用いて、上記入力記憶部に記憶され
た検索対象名の入力音声を認識する音声認識部と、上記
音声認識部で認識された上記検索対象名及び上記推定部
で推定された各項目の細項目に対応する上記検索対象デ
ータを上記データベースから検索し、上記利用者に通知
するデータベース検索部とを備えたことを特徴とする音
声対話システム。 - 【請求項2】 上記推定部は、上記特徴語抽出部から出
力された上記特徴語候補と上記項目と上記細項目及び上
記対応関係情報とに基づいて、上記利用者と上記項目に
対する質問対話を行い、上記利用者の応答に基づいて上
記項目の細項目を推定するように構成されたことを特徴
とする請求項1に記載の音声対話システム。 - 【請求項3】 上記推定部は、上記複数の項目間の対応
知識が記憶され、当該対応知識に基づいて上記項目の細
項目を推定するように構成されたことを特徴とする請求
項1又は請求項2に記載の音声対話システム。 - 【請求項4】 上記特徴語辞書は、上記特徴語と上記項
目及び細項目との対応関係情報が、異なる項目の細項目
に応じて設定されたことを特徴とする請求項1ないし請
求項3のいずれかに記載の音声対話システム。 - 【請求項5】 上記データベースの上記検索対象名及び
当該検索対象名に対応づけられた細項目から、上記特徴
語と、当該特徴語と上記項目及び細項目との対応関係情
報とを抽出して上記特徴語辞書を作成する特徴語辞書作
成部を備えたことを特徴とする請求項1ないし請求項4
のいずれかに記載の音声対話システム。 - 【請求項6】 上記特徴語の接続関係が記憶された知識
記憶部と、上記特徴語抽出部から出力された特徴語候補
から上記知識記憶部に記憶された接続関係に応じた特徴
語候補を選択する候補選択部とを備え、上記推定部は、
上記候補選択部で選択された特徴語候補と、当該特徴語
候補の上記項目と上記細項目及び上記対応関係情報とに
基づいて、上記利用者から発声された検索対象名が該当
する上記複数の各項目のそれぞれの細項目を推定するよ
うに構成されたことを特徴とする請求項1ないし請求項
5のいずれかに記載の音声対話システム。 - 【請求項7】 上記特徴語辞書に格納された上記特徴語
及び上記データベースの上記検索対象名とを参照して上
記接続関係を抽出し、上記知識記憶部へ出力する知識抽
出部を備えたことを特徴とする請求項6に記載の音声対
話システム。 - 【請求項8】 上記知識記憶部は、複数の上記特徴語間
の接続順序を示す接続関係が記憶されたことを特徴とす
る請求項6又は請求項7に記載の音声対話システム。 - 【請求項9】 上記知識記憶部は、上記検索対象名にお
ける上記特徴語の位置を示す接続関係が記憶されたこと
を特徴とする請求項6ないし請求項8のいずれかに記載
の音声対話システム。 - 【請求項10】 上記特徴語以外の語が機能語として記
憶された機能語辞書を備え、上記知識記憶部は、上記機
能語と上記特徴語との接続順序を示す接続関係が記憶さ
れ、上記特徴語抽出部は、上記特徴語辞書を用いて上記
入力記憶部に記憶された検索対象名の入力音声から特徴
語候補を抽出し、当該特徴語候補と上記項目と上記細項
目及び上記対応関係情報とを出力するとともに、上記機
能語辞書を用いて上記入力音声から機能語候補を抽出し
て出力するように構成され、上記候補選択部は、上記特
徴語抽出部から出力された特徴語候補及び機能語候補に
基づいて上記知識記憶部に記憶された接続関係に応じた
特徴語候補を選択するように構成されたことを特徴とす
る請求項6又は請求項8又は請求項9のいずれかに記載
の音声対話システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP27602499A JP2001100787A (ja) | 1999-09-29 | 1999-09-29 | 音声対話システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP27602499A JP2001100787A (ja) | 1999-09-29 | 1999-09-29 | 音声対話システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001100787A true JP2001100787A (ja) | 2001-04-13 |
Family
ID=17563741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP27602499A Pending JP2001100787A (ja) | 1999-09-29 | 1999-09-29 | 音声対話システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2001100787A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003005786A (ja) * | 2001-06-18 | 2003-01-08 | Oki Electric Ind Co Ltd | 音声対話インターフェース装置 |
CN102915729A (zh) * | 2011-08-01 | 2013-02-06 | 佳能株式会社 | 语音关键词检出系统、创建用于其的词典的系统和方法 |
JP2018113063A (ja) * | 2012-07-20 | 2018-07-19 | ベベオ, インコーポレイテッド | 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム |
US10540387B2 (en) | 2014-12-23 | 2020-01-21 | Rovi Guides, Inc. | Systems and methods for determining whether a negation statement applies to a current or past query |
US10572520B2 (en) | 2012-07-31 | 2020-02-25 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
US10896184B2 (en) | 2013-05-10 | 2021-01-19 | Veveo, Inc. | Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system |
US10978094B2 (en) | 2013-05-07 | 2021-04-13 | Veveo, Inc. | Method of and system for real time feedback in an incremental speech input interface |
US11811889B2 (en) | 2015-01-30 | 2023-11-07 | Rovi Guides, Inc. | Systems and methods for resolving ambiguous terms based on media asset schedule |
JP7436460B2 (ja) | 2018-09-11 | 2024-02-21 | シナプティクス インコーポレイテッド | 保護されたデータのニューラルネットワーク推論 |
-
1999
- 1999-09-29 JP JP27602499A patent/JP2001100787A/ja active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003005786A (ja) * | 2001-06-18 | 2003-01-08 | Oki Electric Ind Co Ltd | 音声対話インターフェース装置 |
CN102915729A (zh) * | 2011-08-01 | 2013-02-06 | 佳能株式会社 | 语音关键词检出系统、创建用于其的词典的系统和方法 |
JP2018113063A (ja) * | 2012-07-20 | 2018-07-19 | ベベオ, インコーポレイテッド | 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム |
US12032643B2 (en) | 2012-07-20 | 2024-07-09 | Veveo, Inc. | Method of and system for inferring user intent in search input in a conversational interaction system |
US11436296B2 (en) | 2012-07-20 | 2022-09-06 | Veveo, Inc. | Method of and system for inferring user intent in search input in a conversational interaction system |
US10592575B2 (en) | 2012-07-20 | 2020-03-17 | Veveo, Inc. | Method of and system for inferring user intent in search input in a conversational interaction system |
US11093538B2 (en) | 2012-07-31 | 2021-08-17 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
US10572520B2 (en) | 2012-07-31 | 2020-02-25 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
US11847151B2 (en) | 2012-07-31 | 2023-12-19 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
US10978094B2 (en) | 2013-05-07 | 2021-04-13 | Veveo, Inc. | Method of and system for real time feedback in an incremental speech input interface |
US10896184B2 (en) | 2013-05-10 | 2021-01-19 | Veveo, Inc. | Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system |
US10540387B2 (en) | 2014-12-23 | 2020-01-21 | Rovi Guides, Inc. | Systems and methods for determining whether a negation statement applies to a current or past query |
US11811889B2 (en) | 2015-01-30 | 2023-11-07 | Rovi Guides, Inc. | Systems and methods for resolving ambiguous terms based on media asset schedule |
US11843676B2 (en) | 2015-01-30 | 2023-12-12 | Rovi Guides, Inc. | Systems and methods for resolving ambiguous terms based on user input |
US11991257B2 (en) | 2015-01-30 | 2024-05-21 | Rovi Guides, Inc. | Systems and methods for resolving ambiguous terms based on media asset chronology |
JP7436460B2 (ja) | 2018-09-11 | 2024-02-21 | シナプティクス インコーポレイテッド | 保護されたデータのニューラルネットワーク推論 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11037553B2 (en) | Learning-type interactive device | |
US10616414B2 (en) | Classification of transcripts by sentiment | |
KR101634086B1 (ko) | 감정 분석을 통한 스티커 추천 방법 및 시스템 | |
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 | |
JP3454897B2 (ja) | 音声対話システム | |
JP5831951B2 (ja) | 対話システム、冗長メッセージ排除方法および冗長メッセージ排除プログラム | |
US6681206B1 (en) | Method for generating morphemes | |
JP4888996B2 (ja) | 会話制御装置 | |
US7299181B2 (en) | Homonym processing in the context of voice-activated command systems | |
US20130185059A1 (en) | Method and System for Automatically Detecting Morphemes in a Task Classification System Using Lattices | |
JP2001005488A (ja) | 音声対話システム | |
KR100818979B1 (ko) | 채팅 에이전트를 위한 대화 관리 장치 및 그 방법 | |
KR20160089152A (ko) | 화행 분석을 통한 스티커 추천 방법 및 시스템 | |
CN111159364B (zh) | 对话系统、对话装置、对话方法以及存储介质 | |
JPH11143491A (ja) | 音声に基づくタスク自動分類の方法、呼自動分類の方法及びタスク自動分類システム | |
KR101615848B1 (ko) | 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 | |
KR101677859B1 (ko) | 지식 베이스를 이용하는 시스템 응답 생성 방법 및 이를 수행하는 장치 | |
KR20110095338A (ko) | 검색 용어에 대한 인덱싱 가중치 할당 | |
WO2019159986A1 (ja) | 情報提供装置、情報提供方法、およびプログラム | |
KR101763679B1 (ko) | 화행 분석을 통한 스티커 추천 방법 및 시스템 | |
CA3203078A1 (en) | Punctuation and capitalization of speech recognition transcripts | |
CN111611358A (zh) | 信息交互方法、装置、电子设备及存储介质 | |
JP2000200273A (ja) | 発話意図認識装置 | |
JP2001100787A (ja) | 音声対話システム | |
JP4220151B2 (ja) | 音声対話装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20040625 |