JP2001175657A - 自然言語対話装置、その方法および記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 対話によって明確な回答をひきだすのではな
く、機械との対話を、雑談をするような形で自然な対話
を気軽にすすめ、その対話を通してユーザの興味のある
知識を徐々に増やしていくことを可能とする。 【解決手段】 自然言語による文書に含まれる文につい
て、文同士、単語同士、および、文と単語との対応付け
を行って、その情報を会話データベース８に格納する。
質問文入力手段２は、自然言語による質問文の入力をユ
ーザから受け付ける。返答文生成手段３は、会話データ
ベース８に集積された文と質問文との類似度を、その類
似度の高さを示す得点を会話データベース８に集積され
た文に所定の基準で付与して、当該得点に基づいて判定
し、その類似度が比較的高い文を返答文として選択す
る。この選択した返答文は返答文出力手段６が出力す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、自然言語により
ユーザとの対話を行う自然言語対話装置、その方法およ
び記憶媒体に関する。

【０００２】

【従来の技術】近年の電子計算機の普及により、ユーザ
が通常用いている自然言語を媒介として、電子計算機と
ユーザとの対話を可能とする自然言語対話技術が研究さ
れている。

【０００３】かかる技術は、例えば、特開平７−３３４
１８３号公報に開示されている。この特開平７−３３４
１８３号公報に開示の技術は、ユーザからの自然言語文
を言語解析し、その解析結果に応じて応答内容情報を決
定し、その応答内容情報をもとに自然言語文を生成し
て、ユーザに提示する技術が開示されている。

【０００４】

【発明が解決しようとする課題】しかし、前記特開平７
−３３４１８３号公報に開示の技術では、あくまでユー
ザの入力した文に対して直接的な答えを返答文として返
すため、話がそれることがなく、アイデア発想のような
用途に使用できないという不具合がある。

【０００５】また、返答文を機械的に生成するため、構
造のはっきりした味気の無い文のみが返答文として生成
されがちであるという不具合もある。

【０００６】この発明の目的は、対話によって明確な回
答をひきだすのではなく、機械との対話を、雑談をする
ような形で自然な対話を気軽にすすめ、その対話を通し
てユーザの興味のある知識を徐々に増やしていくことが
可能であるようにすることである。

【０００７】この発明の別の目的は、返答文が固定され
ず、適度にイレギュラーな返答文も帰ってくる、楽しい
対話を可能とすることである。

【０００８】この発明の別の目的は、返答文が直接的、
単調になるのを防止することができるようにすることで
ある。

【０００９】この発明の別の目的は、高速かつ容易に質
問文と類似度の高い文を見つけることができるようにす
ることである。

【００１０】この発明の別の目的は、より新しく新鮮な
情報を返答文として返すことが可能となるようにするこ
とである。

【００１１】この発明の別の目的は、一連の会話の流れ
を自然に保持しながら、返答文を生成することができる
ようにすることである。

【００１２】この発明の別の目的は、時間的に新しい文
を重視しながら、返答文を選択することができるように
することである。

【００１３】

【課題を解決するための手段】請求項１に記載の発明
は、自然言語による文書から作成された当該文書に含ま
れている文に関する情報を集積している会話データベー
スと、自然言語による質問文の入力を受け付ける質問文
入力手段と、前記質問文に対する返答文を前記会話デー
タベースに集積されている文から選択する返答文生成手
段と、この選択した返答文を出力する返答文出力手段
と、を備え、前記返答文生成手段は、前記会話データベ
ースに集積された文と前記質問文との類似度を、その類
似度の高さを示す得点を前記会話データベースに集積さ
れた文に所定の基準で付与して当該得点に基づいて判定
し、その類似度が比較的高い文を前記返答文として選択
するものである自然言語対話装置である。

【００１４】したがって、自然言語による文書から作成
された当該文書に含まれている文に関する情報から、質
問文と類似度の比較的高い文を選択して、質問文に対す
る返答文として出力することができるので、ユーザは自
然な対話を通じて知識を増やしていくことが可能とな
る。

【００１５】請求項２に記載の発明は、請求項１に記載
の自然言語対話装置において、前記返答文生成手段は、
前記得点に応じた確率で前記選択を行うものである。

【００１６】したがって、ユーザが同じ質問文を入力し
ても、返答文が固定されず、適度にイレギュラーな返答
文も帰ってくる、楽しい対話が可能となる。

【００１７】請求項３に記載の発明は、請求項１または
２に記載の自然言語対話装置において、前記文書を文に
分割し、その文同士の関係を抽出し、その関係により前
記文同士を対応付けた情報を作成して、その情報を前記
文に関する情報として前記会話データベースに記憶する
会話データベース作成手段を備えている。

【００１８】したがって、自然言語による文書に含まれ
ている文同士の関係も考慮して、質問文と類似度の高い
文を返答文として選択し、ユーザは自然な対話を通じて
知識を増やしていくことが可能となる。

【００１９】請求項４に記載の発明は、請求項３に記載
の自然言語対話装置において、前記返答文生成手段は、
前記会話データベースで前記類似度が比較的高い文と前
記対応付けがなされている文にも前記得点を付与して前
記返答文の選択を行うものである。

【００２０】したがって、類似度が比較的高い文と対応
付けられている文も返答文の候補とすることが可能とな
るので、返答文が直接的、単調になるのを防止すること
ができる。

【００２１】請求項５に記載の発明は、請求項３または
４に記載の自然言語対話装置において、前記会話データ
ベース作成手段は、前記会話データベース作成手段は、
前記文書を分割した文と当該文に続く文とに前記対応付
けを行うものである。

【００２２】したがって、自然言語による文書を分割し
た文と当該文に続く文との関係も考慮して、質問文と類
似度の高い文を返答文として選択し、ユーザは自然な対
話を通じて知識を増やしていくことが可能となる。

【００２３】請求項６に記載の発明は、請求項３〜５の
いずれかの一に記載の自然言語対話装置において、前記
会話データベース作成手段は、前記文書を分割した文と
当該文中の単語との対応付け、および、前記文中の単語
同士の対応付けを行なって前記情報の作成を行うもので
あり、前記返答文生成手段は、前記質問文に一定の得点
を割り当て、この割り当てた得点を前記質問文またはそ
の質問文から抽出される単語との間で前記対応付けがな
されている文または単語に分配するものである。

【００２４】したがって、質問文から抽出される単語と
会話データベースの文または単語との間の対応付けを介
して得点を分配するので、高速かつ容易に質問文と類似
度の高い文を見つけることができる。

【００２５】請求項７に記載の発明は、請求項６に記載
の自然言語対話装置において、前記会話データベース作
成手段は、前記文同士、単語同士および文と単語との対
応付けを当該対応付けが行われた時刻の順に並べて前記
会話データベースに記憶するものであり、前記返答文生
成手段は、前記会話データベースに集積された文に前記
得点の分配を行うのに際し前記対応付けがなされた時刻
が新しいものほど多くの得点を分配するものである。

【００２６】したがって、新しい対応付けには高い得点
を付与するので、ネットニュースやＷＷＷなどの日々新
しくなる文書から会話データベースを作成する場合に
は、より新しく新鮮な情報を返答文として返すことが可
能となる。

【００２７】請求項８に記載の発明は、請求項６または
７に記載の自然言語対話装置において、前記得点につい
ての情報を当該情報を記憶する得点データベースに記憶
させる得点保持手段を備え、この得点保持手段は、前記
分配後の得点を前記得点データベースに記憶されている
前記文または単語ごとの得点に加算するものである。

【００２８】したがって、文や単語に付与された得点を
累積的に加算して保存することができるので、一連の会
話の流れを自然に保持しながら、返答文を生成すること
ができる。

【００２９】請求項９に記載の発明は、請求項８に記載
の自然言語対話装置において、前記得点保持手段は、前
記返答文生成手段で返答文が生成されたときには、当該
返答文に付与されている前記得点から所定の減点を行う
ものである。

【００３０】したがって、時間的に新しい文を重視しな
がら、返答文を選択することができる。

【００３１】請求項１０に記載の発明は、自然言語によ
る質問文の入力を受け付ける質問文入力工程と、自然言
語による文書から作成された当該文書に含まれている文
に関する情報を集積している会話データベースを参照し
て、集積されている文から前記質問文に対する返答文を
選択する返答文生成工程と、この選択した返答文を出力
する返答文出力工程と、を含んでなり、前記返答文生成
工程は、前記会話データベースに集積された文と前記質
問文との類似度を、その類似度の高さを示す得点を前記
会話データベースに集積された文に所定の基準で付与し
て当該得点に基づいて判定し、その類似度が比較的高い
文を前記返答文として選択するものである自然言語対話
方法である。

【００３２】したがって、自然言語による文書から作成
された当該文書に含まれている文に関する情報から、質
問文と類似度の比較的高い文を選択して、質問文に対す
る返答文として出力することができるので、ユーザは自
然な対話を通じて知識を増やしていくことが可能とな
る。

【００３３】請求項１１に記載の発明は、請求項１０に
記載の自然言語対話方法において、前記返答文生成工程
は、前記得点に応じた確率で前記選択を行うものであ
る。

【００３４】したがって、ユーザが同じ質問文を入力し
ても、返答文が固定されず、適度にイレギュラーな返答
文も帰ってくる、楽しい対話が可能となる。

【００３５】請求項１２に記載の発明は、請求項１０ま
たは１１に記載の自然言語対話方法において、前記返答
文生成工程は、前記文書を文に分割し、その文同士の関
係を抽出し、その関係により前記文同士を対応付けた情
報を作成して、その情報を前記文に関する情報として記
憶している前記会話データベースを用いるものである。

【００３６】したがって、自然言語による文書に含まれ
ている文同士の関係も考慮して、質問文と類似度の高い
文を返答文として選択し、ユーザは自然な対話を通じて
知識を増やしていくことが可能となる。

【００３７】請求項１３に記載の発明は、請求項１２に
記載の自然言語対話方法において、前記返答文生成工程
は、前記会話データベースで前記類似度が比較的高い文
と前記対応付けがなされている文にも前記得点を付与し
て前記返答文の選択を行うものである。

【００３８】したがって、類似度が比較的高い文と対応
付けられている文も返答文の候補とすることが可能とな
るので、返答文が直接的、単調になるのを防止すること
ができる。

【００３９】請求項１４に記載の発明は、請求項１３に
記載の自然言語対話方法において、前記返答文生成工程
は、前記文書を分割した文と当該文に続く文とに前記対
応付けがなされている前記会話データベースを用いるも
のである。

【００４０】したがって、自然言語による文書を分割し
た文と当該文に続く文との関係も考慮して、質問文と類
似度の高い文を返答文として選択し、ユーザは自然な対
話を通じて知識を増やしていくことが可能となる。

【００４１】請求項１５に記載の発明は、請求項１２〜
１４のいずれかの一に記載の自然言語対話方法におい
て、前記返答文生成工程は、前記文書を分割した文と当
該文中の単語との対応付け、および、前記文中の単語同
士の対応付けを行なっている前記会話データベースを用
いるものであり、前記質問文に一定の得点を割り当て、
この割り当てた得点を前記質問文またはその質問文から
抽出される単語との間で前記対応付けがなされている前
記会話データベースの文または単語に分配するものであ
る。

【００４２】したがって、質問文から抽出される単語と
会話データベースの文または単語との間の対応付けを介
して得点を分配するので、高速かつ容易に質問文と類似
度の高い文を見つけることができる。

【００４３】請求項１６に記載の発明は、請求項１５に
記載の自然言語対話方法において、前記返答文生成工程
は、前記文同士、単語同士および文と単語との対応付け
を当該対応付けが行われた時刻の順に並べて記憶されて
いる前記会話データベースを用いるものであり、前記会
話データベースに集積された文に前記得点の分配を行う
のに際し前記対応付けがなされた時刻が新しいものほど
多くの得点を分配するものである。

【００４４】したがって、新しい対応付けには高い得点
を付与するので、ネットニュースやＷＷＷなどの日々新
しくなる文書から会話データベースを作成する場合に
は、より新しく新鮮な情報を返答文として返すことが可
能となる。

【００４５】請求項１７に記載の発明は、請求項１５ま
たは１６に記載の自然言語対話方法において、前記得点
についての情報を当該情報を記憶する得点データベース
に記憶させる得点保持工程を含んでなり、この得点保持
工程は、前記分配後の得点を前記得点データベースに記
憶されている前記文または単語ごとの得点に加算するも
のである。

【００４６】したがって、文や単語に付与された得点を
累積的に加算して保存することができるので、一連の会
話の流れを自然に保持しながら、返答文を生成すること
ができる。

【００４７】請求項１８に記載の発明は、請求項１７に
記載の自然言語対話方法において、前記得点保持工程
は、前記返答文生成工程で返答文が生成されたときに
は、当該返答文に付与されている前記得点から所定の減
点を行うものである。

【００４８】したがって、時間的に新しい文を重視しな
がら、返答文を選択することができる。

【００４９】請求項１９に記載の発明は、自然言語によ
る質問文の入力を受け付ける質問文入力工程と、自然言
語による文書から作成された当該文書に含まれている文
に関する情報を集積している会話データベースを参照し
て、集積されている文から前記質問文に対する返答文を
選択する返答文生成工程と、この選択した返答文を出力
する返答文出力工程と、を含んでなる処理であり、前記
返答文生成工程は、前記会話データベースに集積された
文と前記質問文との類似度を、その類似度の高さを示す
得点を前記会話データベースに集積された文に所定の基
準で付与して当該得点に基づいて判定し、その類似度が
比較的高い文を前記返答文として選択するものである前
記処理を、コンピュータに実行させるプログラムを記憶
しているコンピュータに読取り可能な記憶媒体である。

【００５０】したがって、自然言語による文書から作成
された当該文書に含まれている文に関する情報から、質
問文と類似度の比較的高い文を選択して、質問文に対す
る返答文として出力することができるので、ユーザは自
然な対話を通じて知識を増やしていくことが可能とな
る。

【００５１】請求項２０に記載の発明は、請求項１９記
載の記憶媒体において、前記返答文生成工程は、前記得
点に応じた確率で前記選択を行うものである。

【００５２】したがって、ユーザが同じ質問文を入力し
ても、返答文が固定されず、適度にイレギュラーな返答
文も帰ってくる、楽しい対話が可能となる。

【００５３】請求項２１に記載の発明は、請求項１９ま
たは２０に記載の記憶媒体において、前記返答文生成工
程は、前記文書を文に分割し、その文同士の関係を抽出
し、その関係により前記文同士を対応付けた情報を作成
して、その情報を前記文に関する情報として記憶してい
る前記会話データベースを用いるものである。

【００５４】したがって、自然言語による文書に含まれ
ている文同士の関係も考慮して、質問文と類似度の高い
文を返答文として選択し、ユーザは自然な対話を通じて
知識を増やしていくことが可能となる。

【００５５】請求項２２に記載の発明は、請求項２１に
記載の記憶媒体において、前記返答文生成工程は、前記
会話データベースで前記類似度が比較的高い文と前記対
応付けがなされている文にも前記得点を付与して前記返
答文の選択を行うものである。

【００５６】したがって、類似度が比較的高い文と対応
付けられている文も返答文の候補とすることが可能とな
るので、返答文が直接的、単調になるのを防止すること
ができる。

【００５７】請求項２３に記載の発明は、請求項１３に
記載の記憶媒体において、前記返答文生成工程は、前記
文書を分割した文と当該文に続く文とに前記対応付けが
なされている前記会話データベースを用いるものであ
る。

【００５８】したがって、自然言語による文書を分割し
た文と当該文に続く文との関係も考慮して、質問文と類
似度の高い文を返答文として選択し、ユーザは自然な対
話を通じて知識を増やしていくことが可能となる。

【００５９】請求項２４に記載の発明は、請求項２１〜
２３のいずれかの一に記載の記憶媒体において、前記返
答文生成工程は、前記文書を分割した文と当該文中の単
語との対応付け、および、前記文中の単語同士の対応付
けを行なっている前記会話データベースを用いるもので
あり、前記質問文に一定の得点を割り当て、この割り当
てた得点を前記質問文またはその質問文から抽出される
単語との間で前記対応付けがなされている前記会話デー
タベースの文または単語に分配するものである。

【００６０】したがって、質問文から抽出される単語と
会話データベースの文または単語との間の対応付けを介
して得点を分配するので、高速かつ容易に質問文と類似
度の高い文を見つけることができる。

【００６１】請求項２５に記載の発明は、請求項２４に
記載の記憶媒体において、前記返答文生成工程は、前記
文同士、単語同士および文と単語との対応付けを当該対
応付けが行われた時刻の順に並べて記憶されている前記
会話データベースを用いるものであり、前記会話データ
ベースに集積された文に前記得点の分配を行うのに際し
前記対応付けがなされた時刻が新しいものほど多くの得
点を分配するものである。

【００６２】したがって、新しい対応付けには高い得点
を付与するので、ネットニュースやＷＷＷなどの日々新
しくなる文書から会話データベースを作成する場合に
は、より新しく新鮮な情報を返答文として返すことが可
能となる。

【００６３】請求項２６に記載の発明は、請求項２４ま
たは２５に記載の記憶媒体において、前記処理には、前
記得点についての情報を当該情報を記憶する得点データ
ベースに記憶させる得点保持工程を含んでなり、この得
点保持工程は、前記分配後の得点を前記得点データベー
スに記憶されている前記文または単語ごとの得点に加算
するものである。

【００６４】したがって、文や単語に付与された得点を
累積的に加算して保存することができるので、一連の会
話の流れを自然に保持しながら、返答文を生成すること
ができる。

【００６５】請求項２７に記載の発明は、請求項２６に
記載の記憶媒体において、前記得点保持工程は、前記返
答文生成工程で返答文が生成されたときには、当該返答
文に付与されている前記得点から所定の減点を行うもの
である。

【００６６】したがって、時間的に新しい文を重視しな
がら、返答文を選択することができる。

【００６７】

【発明の実施の形態】この発明の一実施の形態について
説明する。

【００６８】図１は、この発明の一実施の形態である自
然言語対話装置１の機能ブロック図である。図１に示す
ように、質問文入力手段２は、ユーザが自然言語の質問
文を入力するのを受付ける。ユーザが入力した自然言語
文は、質問文入力手段２によって返答文生成手段３に送
られる。返答文生成手段３は、会話データベース４を参
照し、得点保持手段５によって保持された得点をもとに
入力された質問文に対する返答文を生成し、その返答文
を返答文出力手段６によって出力して、ユーザに提示す
る。また、返答文生成手段３は、得点保持手段５を介し
て、得点データベース７中の得点を更新する。この繰り
返しによって、ユーザは自然言語対話装置１と対話をし
ながら、文書データベース８中の知識を次第に得ていく
ことが可能になる。

【００６９】会話データベース４は、会話データベース
作成手段９によって、文書データベース８から作成され
る。これは、返答文生成手段３とは独立して実行するこ
とが可能である（例えば、１日に１回夜中に実行するな
ど）。

【００７０】なお、質問文入力手段２の機能により質問
文入力工程が実現され、返答文生成手段３の機能により
返答文生成工程が実現され、得点保持手段５の機能によ
り得点保持工程が実現され、返答文出力手段６の機能に
より返答文出力工程が実現され、会話データベース作成
手段９の機能により会話データベース作成工程が実現さ
れる。

【００７１】会話データベース作成手段９について説明
する。文書データベース８は、大量のテキスト文書の集
合である。これは、ユーザがなんらかの手段で入手した
文書の集合でもよい。また、昨今のインターネットの発
展により、ネットニュースやＷＷＷから容易に、大量で
かつ新鮮な情報を含んだ文書を入手することが可能にな
っているので、これらを使ってもよい。文書データベー
ス８に登録される文書の量が多ければ多いほど、この自
然言語対話装置１では、自然な対話が可能になる。

【００７２】文書データベース８の文書登録例の一部を
表１に例示する。文書データベース８は、実際は、この
ような文書の集合が大量に登録されているのであるが、
文書１、文書２以外の文書例の表示は便宜上省略する。

【００７３】

【表１】

【００７４】会話データベース４は、この文書データベ
ース８から、会話データベース作成手段９によって作成
される。文書データベース８として、前記のネットニュ
ースのような、日々新しい情報が入ってくるようなメデ
ィアを利用する場合には、会話データベース作成手段９
も、それに応じて日々実行することが望ましい。

【００７５】会話データベース作成手段９は、文書デー
タベース８中の個々の文書について、以下の（１）〜
（５）の手順の処理を行なう。なお、日々、更新される
ような文書データベース８の場合は、新しく取り入れら
れた文書についてのみ行なえばよい。

【００７６】（１） 文書のテキストを文の列に分割す
る。例えば、表１の文書１を分割した場合は、表２に示
すようになる。

【００７７】

【表２】

【００７８】（２） 前記のように分割した個々の文に
ついて、単語抽出を行なう。これは形態素解析や構文解
析あるいはキーワード抽出と呼ばれる周知技術により実
現可能であるため、説明は省略する。自立語に相当する
単語を抽出した場合の例を、表３に示す（個々の単語は
便宜上“／”によって区切って示している）。また、活
用のある語は、語幹を抽出する。表３の例は、文書１に
ついて実行した例である。

【００７９】

【表３】

【００８０】（３） 次に、文と文とを対応付ける。こ
れは連続する文に対して行なう（前文から後文に対応付
けがされている）。表４は、それを文書１について実行
した例である。

【００８１】

【表４】

【００８２】（４） 単語から文へ対応付ける。これ
は、その文中に含まれる単語からその文への対応付けで
ある。表５は、それを文書１と文書２について実行した
例であるが、文書２だけに含まれる単語については省略
してある。

【００８３】

【表５】

【００８４】表５の例で、単語「おいし」「店」「イタ
リア」「あり」は、複数の文へ対応付けられている。こ
の複数の文は対応付けられた順番を保持しているものと
する。例えば、この後、新しく「店」という単語を含ん
だ文が文書データベース８に追加されたとき、表５の
「店」の欄の最後に追加される。

【００８５】（５） 単語と単語の対応付けをする。文
中の２つの単語について双方向に行なう。一般に共起情
報と呼ばれるものである。表６の例は、それを文書１と
文書２について実行したものであるが、文書２だけに含
まれる単語については省略してある。

【００８６】

【表６】

【００８７】以上のようにして、文書データベース８中
の文書に含まれる文について、文と文、単語と文、単語
と単語の対応付けがされた情報が得られるので、それを
会話データベース４に登録する。

【００８８】次に、質問文入力手段２から、返答文生成
手段３に入力された質問文が「こんにちは。」である場
合の例を考える。このとき、返答文生成手段３は、質問
文と類似度の高い文を、会話データベース４を参照して
見つけて返答文とする。または、その類似の文の次の文
を返答文とする。

【００８９】以下、具体的に説明すると、以下の（１）
〜（９）の手順となる。

【００９０】（１） まず、質問文から単語を抽出す
る。この例では、「こんにちは」が抽出される。

【００９１】（２） 抽出された各単語について一定の
得点（例えば１０００点）を付与する。これは、次の表
７のようになる。

【００９２】

【表７】

【００９３】（３） 会話データベース４を参照して、
この単語に対応付けられている単語に得点を分配する。
表７の例の「こんにちは」に対応付けられている単語は
ないため、これは次の表８のようになる。

【００９４】

【表８】

【００９５】（４） 得点をつけられた単語を含む文に
得点を分配する。これは、次の表９のようになる。

【００９６】

【表９】

【００９７】（５） ここで得られた文から得点に応じ
て１文を選択し、返答文として出力する。

【００９８】また、この文の次の文にも得点を分配して
返答文の候補としてもよい。その結果は、表１０のよう
になる。

【００９９】

【表１０】

【０１００】これらの中から得点に応じた確率でランダ
ムに文を選択する。表１０の例では、２つの文の得点は
同じであるので、同じ確率でどちらかの文が選択され
る。このように、次の文も候補として選択することで、
より人間的な、ときに話題の展開を変更するような返答
文を選ぶことができる。そして、話が単調になるのを防
ぐことができる。

【０１０１】（６） なお、選ぶべき文がひとつも無か
った場合には、 ・会話データベース４中からランダムにひとつ文を選ぶ ・返答文を返さない などの対応をとることができる。

【０１０２】（７） そして、一度返答文として出力し
た文には、大きなマイナス点をつける。これは、何度も
同じ文が選ばれるのを防ぐためである。表１１の例は、
「こんにちは」が返答文として出力された場合の例であ
り、「こんにちは」に−１０００００点が付されてい
る。

【０１０３】

【表１１】

【０１０４】（８） この文の得点は、得点保持手段５
により得点データベース７に保存される。さらに、次の
文「どこかおいしい店を知りませんか？」が質問文とし
て入力された場合を考える。

【０１０５】（９） この場合は、まず、得点保持手段
５から文の得点を得て、さらにそれらの得点を減らす。

【０１０６】これは次のように行なう。

【０１０７】（ａ） 得点がプラスなら１／２にする。
この場合、小数点以下切り捨てである。この結果、０点
になったら得点データベース７から文を削除する。

【０１０８】（ｂ） 得点がマイナスなら何もしない。

【０１０９】これにより、次の表１２のようになる。

【０１１０】

【表１２】

【０１１１】後は、前記（１）〜（８）のステップのと
おりに、質問文を処理するだけである。すなわち、前記
の例で、「こんにちは」という質問文に対する返答文を
出力した後、「どこかおいしい店を知りませんか？」と
いう質問文が寄せられたときは、次に説明する（１）〜
（８）の処理により、返答文を出力することとなる。次
の（１）〜（８）の処理は、前記の（１）〜（８）の処
理に各々対応している。

【０１１２】（１） 質問文から単語を抽出する。すな
わち、「どこ / おいし / 店 / 知」 になる。

【０１１３】（２） 各単語に得点を付与する。これ
は、次の表１３のようになる。

【０１１４】

【表１３】

【０１１５】（３） 質問文から抽出した単語に対応付
けられている単語に得点を分配する。例えば、「おい
し」には、「とっても」「店」「海外」「もの」の４つ
の単語が対応付けられている。そこで、これらに、得点
を分配する。これは次のような式（１）によって分配す
る。ただし、小数点以下は切り捨てるものとする。

【０１１６】 ｐｏｉｎｔ（ｎ）=ｐｏｉｎｔ×２／（ａｌｌｎ+１）× （１−（（ｎ−１）／ａｌｌｎ）） … （１） （ｐｏｉｎｔ：分配する点，ｐｏｉｎｔ（ｎ）：新しい
順にｎ番目（ｎ≧１）の単語に分配すべき点，ａｌｌ
ｎ：分配される単語の数）例えば、「おいし」から「も
の」（ｎ＝１）へ分配される得点は次のようになる。

【０１１７】ｐｏｉｎｔ（１）=１０００×２／（４+
１）×（１−（（１−１）／４）=４００ このようにして、「とっても」に１００点、「店」に２
００点、「海外」に３００点、「もの」に４００点が、
新しい時刻に行われた対応付けほど得点が高くなるよう
に分配される（よって、会話データベース４に記憶され
ているデータには、文同士、単語同士、または、文と単
語との対応付けが行われた時刻が、関連情報として記憶
されている）。なお、この例では、４つに分配している
が、この数が非常に多い場合、処理に時間がかかること
がある。そのような場合は、最新の数個にだけ分配して
もよい。そうすることで、処理を短時間で終了させるこ
とができる。

【０１１８】結果は、次の表１４のようになる。

【０１１９】

【表１４】

【０１２０】（４） 得点をつけられた単語を含む文に
得点を分配する。単語のときと同様に新しい時刻に行わ
れた対応付けほど得点が多くなるようにする。その結果
は、次の表１５のようになる。

【０１２１】

【表１５】

【０１２２】（５） これらの、今、得点が分配された
文の次の文にも得点を分配する。その結果は、次のよう
になる。

【０１２３】

【表１６】

【０１２４】これらのうち、得点がプラスのものの中か
ら得点に応じた確率でランダムに文を選択する。そのた
めには、例えば次のような処理を行なう。

【０１２５】（ａ） 全ての得点を足す（５００+１６
１０+１１８８+２４１０+１１８８+８００=７６９
６）。

【０１２６】（ｂ） ０から（ａ）で足した結果の合計
得点までの範囲の乱数を発生させる（例えば、３２１
４）。

【０１２７】（ｃ） 発生した乱数から、その文の得点
を引いていって、負になったところの文を選ぶ。

【０１２８】３２１４−５００＝２７１４ ２８１４−１６１０＝１２０４ １２０４−１１８８＝１６ １６−２４１０＝−２３９４（＜０） 以上により、文「場所はＸＸＸでＹＹＹという名前のイ
タリア料理の店です。」が返答文として選ばれる。

【０１２９】（６）なお、選ぶべき文がひとつも無かっ
た場合ではないので、このステップは省略する。

【０１３０】（７） 一度出力した文には、大きなマイ
ナス点をつける。その結果は、次の表１７に示すとおり
である。

【０１３１】

【表１７】

【０１３２】（８） これらの文の得点は、得点保持手
段５により得点データベース７に保存される。

【０１３３】以上の対話例で使われた文をまとめると、 質問文：「こんにちは」 返答文：「こんにちは」 質問文：「どこかおいしい店を知りませんか？」 返答文：「場所はＸＸＸでＹＹＹという名前のイタリア
料理の店です。」 となる。

【０１３４】以上のように、会話をすすめながら、文書
データベース８中の文書の知識をユーザが得ていくこと
が可能になる。

【０１３５】図２は、自然言語対話装置１の電気的な接
続を示すブロック図である。自然言語対話装置１は、各
種演算をおこない各部を集中的に制御するＣＰＵ１１
と、ＢＩＯＳなどを格納した読出し専用のメモリである
ＲＯＭ１２と、各種データを書き換え可能に記憶し、Ｃ
ＰＵ１１の作業エリアとなるＲＡＭ１３とが、バス１４
により接続されている。バス１４には、所定のインター
フェイスや制御回路を介して、ハードディスク１５と、
ＣＤ−ＲＯＭドライブ１６と、ＣＲＴ，ＬＣＤなどのデ
ィスプレイやプリンタなどの出力装置１７と、キーボー
ド、マウスなどの入力装置１８と、ネットワーク２１と
通信を行う通信制御装置２０とが接続されている。

【０１３６】この自然言語対話装置１に、前記のような
各種処理を可能とする各種プログラムは、本発明の記憶
媒体であるＣＤ−ＲＯＭ１９に記憶されていて、このＣ
Ｄ−ＲＯＭ１９をＣＤ−ＲＯＭドライブ１６に装填し、
前記各種プログラムを読み込んでハードディスク１５に
インストールすることにより、文書検索装置１は、前記
の各種処理が実行可能な状態となる。すなわち、図１に
示す各手段は、前記各種プログラムに従ってＣＰＵ１１
の実行する処理により実現される。また、会話データベ
ース４、得点データベース７、文書データベース８は、
ハードディスク１５に構築される。

【０１３７】なお、本発明の記憶媒体は、ＣＤ−ＲＯＭ
に限定されるものではなく、ＣＤ−ＲＷ，ＣＤ−Ｒ，Ｄ
ＶＤ，ＦＤ，ＭＯなど、各種の方式の記憶媒体を用いる
ことができる。また、通信制御装置２０を介してインタ
ーネットなどのネットワーク２１から前記各種プログラ
ムをダウンロードして、ハードディスク１５にインスト
ールするようにしてもよい。この場合に、ネットワーク
２１の前記各種プログラムの送信側の装置で、前記各種
プログラムを記憶している記憶装置も、本発明の記憶媒
体である。さらに、前記各種プログラムは所定のＯＳ上
で動作するものであってもよい。

【０１３８】

【発明の効果】請求項１に記載の発明は、自然言語によ
る文書から作成された当該文書に含まれている文に関す
る情報から、質問文と類似度の比較的高い文を選択し
て、質問文に対する返答文として出力することができる
ので、ユーザは自然な対話を通じて知識を増やしていく
ことが可能となる。

【０１３９】請求項２に記載の発明は、請求項１に記載
の発明の効果に加えて、ユーザが同じ質問文を入力して
も、返答文が固定されず、適度にイレギュラーな返答文
も帰ってくる、楽しい対話が可能となる。

【０１４０】請求項３に記載の発明は、請求項１または
２に記載の発明の効果に加えて、自然言語による文書に
含まれている文同士の関係も考慮して、質問文と類似度
の高い文を返答文として選択し、ユーザは自然な対話を
通じて知識を増やしていくことが可能となる。

【０１４１】請求項４に記載の発明は、請求項３に記載
の発明の効果に加えて、類似度が比較的高い文と対応付
けられている文も返答文の候補とすることが可能となる
ので、返答文が直接的、単調になるのを防止することが
できる。

【０１４２】請求項５に記載の発明は、請求項３または
４に記載の発明の効果に加えて、自然言語による文書を
分割した文と当該文に続く文との関係も考慮して、質問
文と類似度の高い文を返答文として選択し、ユーザは自
然な対話を通じて知識を増やしていくことが可能とな
る。

【０１４３】請求項６に記載の発明は、請求項３〜５の
いずれかの一に記載の発明の効果に加えて、質問文から
抽出される単語と会話データベースの文または単語との
間の対応付けを介して得点を分配するので、高速かつ容
易に質問文と類似度の高い文を見つけることができる。

【０１４４】請求項７に記載の発明は、請求項６に記載
の発明の効果に加えて、新しい対応付けには高い得点を
付与するので、ネットニュースやＷＷＷなどの日々新し
くなる文書から会話データベースを作成する場合には、
より新しく新鮮な情報を返答文として返すことが可能と
なる。

【０１４５】請求項８に記載の発明は、請求項６または
７に記載の発明の効果に加えて、文や単語に付与された
得点を累積的に加算して保存することができるので、一
連の会話の流れを自然に保持しながら、返答文を生成す
ることができる。

【０１４６】請求項９に記載の発明は、請求項８に記載
の発明の効果に加えて、時間的に新しい文を重視しなが
ら、返答文を選択することができる。

【０１４７】請求項１０に記載の発明は、自然言語によ
る文書から作成された当該文書に含まれている文に関す
る情報から、質問文と類似度の比較的高い文を選択し
て、質問文に対する返答文として出力することができる
ので、ユーザは自然な対話を通じて知識を増やしていく
ことが可能となる。

【０１４８】請求項１１に記載の発明は、請求項１０に
記載の発明の効果に加えて、ユーザが同じ質問文を入力
しても、返答文が固定されず、適度にイレギュラーな返
答文も帰ってくる、楽しい対話が可能となる。

【０１４９】請求項１２に記載の発明は、請求項１０ま
たは１１に記載の発明の効果に加えて、自然言語による
文書に含まれている文同士の関係も考慮して、質問文と
類似度の高い文を返答文として選択し、ユーザは自然な
対話を通じて知識を増やしていくことが可能となる。

【０１５０】請求項１３に記載の発明は、請求項１２に
記載の発明の効果に加えて、類似度が比較的高い文と対
応付けられている文も返答文の候補とすることが可能と
なるので、返答文が直接的、単調になるのを防止するこ
とができる。

【０１５１】請求項１４に記載の発明は、請求項１２ま
たは１３に記載の発明の効果に加えて、自然言語による
文書を分割した文と当該文に続く文との関係も考慮し
て、質問文と類似度の高い文を返答文として選択し、ユ
ーザは自然な対話を通じて知識を増やしていくことが可
能となる。

【０１５２】請求項１５に記載の発明は、請求項１２〜
１４のいずれかの一に記載の発明の効果に加えて、質問
文から抽出される単語と会話データベースの文または単
語との間の対応付けを介して得点を分配するので、高速
かつ容易に質問文と類似度の高い文を見つけることがで
きる。

【０１５３】請求項１６に記載の発明は、請求項１５に
記載の発明の効果に加えて、新しい対応付けには高い得
点を付与するので、ネットニュースやＷＷＷなどの日々
新しくなる文書から会話データベースを作成する場合に
は、より新しく新鮮な情報を返答文として返すことが可
能となる。

【０１５４】請求項１７に記載の発明は、請求項１５ま
たは１６に記載の発明の効果に加えて、文や単語に付与
された得点を累積的に加算して保存することができるの
で、一連の会話の流れを自然に保持しながら、返答文を
生成することができる。

【０１５５】請求項１８に記載の発明は、請求項１７に
記載の発明の効果に加えて、時間的に新しい文を重視し
ながら、返答文を選択することができる。

【０１５６】請求項１９に記載の発明は、自然言語によ
る文書から作成された当該文書に含まれている文に関す
る情報から、質問文と類似度の比較的高い文を選択し
て、質問文に対する返答文として出力することができる
ので、ユーザは自然な対話を通じて知識を増やしていく
ことが可能となる。

【０１５７】請求項２０に記載の発明は、請求項１９記
載の発明の効果に加えて、ユーザが同じ質問文を入力し
ても、返答文が固定されず、適度にイレギュラーな返答
文も帰ってくる、楽しい対話が可能となる。

【０１５８】請求項２１に記載の発明は、請求項１９ま
たは２０に記載の発明の効果に加えて、自然言語による
文書に含まれている文同士の関係も考慮して、質問文と
類似度の高い文を返答文として選択し、ユーザは自然な
対話を通じて知識を増やしていくことが可能となる。

【０１５９】請求項２２に記載の発明は、請求項２１に
記載の発明の効果に加えて、類似度が比較的高い文と対
応付けられている文も返答文の候補とすることが可能と
なるので、返答文が直接的、単調になるのを防止するこ
とができる。

【０１６０】請求項２３に記載の発明は、請求項１２ま
たは１３に記載の発明の効果に加えて、自然言語による
文書を分割した文と当該文に続く文との関係も考慮し
て、質問文と類似度の高い文を返答文として選択し、ユ
ーザは自然な対話を通じて知識を増やしていくことが可
能となる。

【０１６１】請求項２４に記載の発明は、請求項２１〜
２３のいずれかの一に記載の発明の効果に加えて、質問
文から抽出される単語と会話データベースの文または単
語との間の対応付けを介して得点を分配するので、高速
かつ容易に質問文と類似度の高い文を見つけることがで
きる。

【０１６２】請求項２５に記載の発明は、請求項２４に
記載の発明の効果に加えて、新しい対応付けには高い得
点を付与するので、ネットニュースやＷＷＷなどの日々
新しくなる文書から会話データベースを作成する場合に
は、より新しく新鮮な情報を返答文として返すことが可
能となる。

【０１６３】請求項２６に記載の発明は、請求項２４ま
たは２５に記載の発明の効果に加えて、文や単語に付与
された得点を累積的に加算して保存することができるの
で、一連の会話の流れを自然に保持しながら、返答文を
生成することができる。

【０１６４】請求項２７に記載の発明は、請求項２６に
記載の発明の効果に加えて、時間的に新しい文を重視し
ながら、返答文を選択することができる。

【図面の簡単な説明】

【図１】この発明の一実施の形態である自然言語対話装
置の機能ブロック図である。

【図２】前記自然言語対話装置の電気的な接続を示すブ
ロック図である。

【符号の説明】

１ 自然言語対話装置 ２ 質問文入力手段 ３ 返答文生成手段 ４ 会話データベース ５ 得点保持手段 ６ 返答文出力手段 ７ 得点データベース ９ 会話データベース作成手段

Claims (27)

【特許請求の範囲】
1. 【請求項１】 自然言語による文書から作成された当該
   文書に含まれている文に関する情報を集積している会話
   データベースと、 自然言語による質問文の入力を受け付ける質問文入力手
   段と、 前記質問文に対する返答文を前記会話データベースに集
   積されている文から選択する返答文生成手段と、 この選択した返答文を出力する返答文出力手段と、を備
   え、 前記返答文生成手段は、前記会話データベースに集積さ
   れた文と前記質問文との類似度を、その類似度の高さを
   示す得点を前記会話データベースに集積された文に所定
   の基準で付与して当該得点に基づいて判定し、その類似
   度が比較的高い文を前記返答文として選択するものであ
   る自然言語対話装置。
2. 【請求項２】 前記返答文生成手段は、前記得点に応じ
   た確率で前記選択を行うものである請求項１に記載の自
   然言語対話装置。
3. 【請求項３】 前記文書を文に分割し、その文同士の関
   係を抽出し、その関係により前記文同士を対応付けた情
   報を作成して、その情報を前記文に関する情報として前
   記会話データベースに記憶する会話データベース作成手
   段を備えている請求項１または２に記載の自然言語対話
   装置。
4. 【請求項４】 前記返答文生成手段は、前記会話データ
   ベースで前記類似度が比較的高い文と前記対応付けがな
   されている文にも前記得点を付与して前記返答文の選択
   を行うものである請求項３に記載の自然言語対話装置。
5. 【請求項５】 前記会話データベース作成手段は、前記
   文書を分割した文と当該文に続く文とに前記対応付けを
   行うものである請求項３または４に記載の自然言語対話
   装置。
6. 【請求項６】 前記会話データベース作成手段は、前記
   文書を分割した文と当該文中の単語との対応付け、およ
   び、前記文中の単語同士の対応付けを行なって前記情報
   の作成を行うものであり、 前記返答文生成手段は、前記質問文に一定の得点を割り
   当て、この割り当てた得点を前記質問文またはその質問
   文から抽出される単語との間で前記対応付けがなされて
   いる文または単語に分配するものである請求項３〜５の
   いずれかの一に記載の自然言語対話装置。
7. 【請求項７】 前記会話データベース作成手段は、前記
   文同士、単語同士および文と単語との対応付けを当該対
   応付けが行われた時刻の順に並べて前記会話データベー
   スに記憶するものであり、 前記返答文生成手段は、前記会話データベースに集積さ
   れた文に前記得点の分配を行うのに際し前記対応付けが
   なされた時刻が新しいものほど多くの得点を分配するも
   のである請求項６に記載の自然言語対話装置。
8. 【請求項８】 前記得点についての情報を当該情報を記
   憶する得点データベースに記憶させる得点保持手段を備
   え、 この得点保持手段は、前記分配後の得点を前記得点デー
   タベースに記憶されている前記文または単語ごとの得点
   に加算するものである請求項６または７に記載の自然言
   語対話装置。
9. 【請求項９】 前記得点保持手段は、前記返答文生成手
   段で返答文が生成されたときには、当該返答文に付与さ
   れている前記得点から所定の減点を行うものである請求
   項８に記載の自然言語対話装置。
10. 【請求項１０】 自然言語による質問文の入力を受け付
    ける質問文入力工程と、 自然言語による文書から作成された当該文書に含まれて
    いる文に関する情報を集積している会話データベースを
    参照して、集積されている文から前記質問文に対する返
    答文を選択する返答文生成工程と、 この選択した返答文を出力する返答文出力工程と、を含
    んでなり、 前記返答文生成工程は、前記会話データベースに集積さ
    れた文と前記質問文との類似度を、その類似度の高さを
    示す得点を前記会話データベースに集積された文に所定
    の基準で付与して当該得点に基づいて判定し、その類似
    度が比較的高い文を前記返答文として選択するものであ
    る自然言語対話方法。
11. 【請求項１１】 前記返答文生成工程は、前記得点に応
    じた確率で前記選択を行うものである請求項１０に記載
    の自然言語対話方法。
12. 【請求項１２】 前記返答文生成工程は、前記文書を文
    に分割し、その文同士の関係を抽出し、その関係により
    前記文同士を対応付けた情報を作成して、その情報を前
    記文に関する情報として記憶している前記会話データベ
    ースを用いるものである請求項１０または１１に記載の
    自然言語対話方法。
13. 【請求項１３】 前記返答文生成工程は、前記会話デー
    タベースで前記類似度が比較的高い文と前記対応付けが
    なされている文にも前記得点を付与して前記返答文の選
    択を行うものである請求項１２に記載の自然言語対話方
    法。
14. 【請求項１４】 前記返答文生成工程は、前記文書を分
    割した文と当該文に続く文とに前記対応付けがなされて
    いる前記会話データベースを用いるものである請求項１
    ２または１３に記載の自然言語対話方法。
15. 【請求項１５】 前記返答文生成工程は、前記文書を分
    割した文と当該文中の単語との対応付け、および、前記
    文中の単語同士の対応付けを行なっている前記会話デー
    タベースを用いるものであり、前記質問文に一定の得点
    を割り当て、この割り当てた得点を前記質問文またはそ
    の質問文から抽出される単語との間で前記対応付けがな
    されている前記会話データベースの文または単語に分配
    するものである請求項１２〜１４のいずれかの一に記載
    の自然言語対話方法。
16. 【請求項１６】 前記返答文生成工程は、前記文同士、
    単語同士および文と単語との対応付けを当該対応付けが
    行われた時刻の順に並べて記憶されている前記会話デー
    タベースを用いるものであり、前記会話データベースに
    集積された文に前記得点の分配を行うのに際し前記対応
    付けがなされた時刻が新しいものほど多くの得点を分配
    するものである請求項１５に記載の自然言語対話方法。
17. 【請求項１７】 前記得点についての情報を当該情報を
    記憶する得点データベースに記憶させる得点保持工程を
    含んでなり、 この得点保持工程は、前記分配後の得点を前記得点デー
    タベースに記憶されている前記文または単語ごとの得点
    に加算するものである請求項１５または１６に記載の自
    然言語対話方法。
18. 【請求項１８】 前記得点保持工程は、前記返答文生成
    工程で返答文が生成されたときには、当該返答文に付与
    されている前記得点から所定の減点を行うものである請
    求項１７に記載の自然言語対話方法。
19. 【請求項１９】 自然言語による質問文の入力を受け付
    ける質問文入力工程と、 自然言語による文書から作成された当該文書に含まれて
    いる文に関する情報を集積している会話データベースを
    参照して、集積されている文から前記質問文に対する返
    答文を選択する返答文生成工程と、 この選択した返答文を出力する返答文出力工程と、を含
    んでなる処理であり、 前記返答文生成工程は、前記会話データベースに集積さ
    れた文と前記質問文との類似度を、その類似度の高さを
    示す得点を前記会話データベースに集積された文に所定
    の基準で付与して当該得点に基づいて判定し、その類似
    度が比較的高い文を前記返答文として選択するものであ
    る前記処理を、コンピュータに実行させるプログラムを
    記憶しているコンピュータに読取り可能な記憶媒体。
20. 【請求項２０】前記返答文生成工程は、前記得点に応じ
    た確率で前記選択を行うものである請求項１９記載の記
    憶媒体。
21. 【請求項２１】 前記返答文生成工程は、前記文書を文
    に分割し、その文同士の関係を抽出し、その関係により
    前記文同士を対応付けた情報を作成して、その情報を前
    記文に関する情報として記憶している前記会話データベ
    ースを用いるものである請求項１９または２０に記載の
    記憶媒体。
22. 【請求項２２】 前記返答文生成工程は、前記会話デー
    タベースで前記類似度が比較的高い文と前記対応付けが
    なされている文にも前記得点を付与して前記返答文の選
    択を行うものである請求項２１に記載の記憶媒体。
23. 【請求項２３】 前記返答文生成工程は、前記文書を分
    割した文と当該文に続く文とに前記対応付けがなされて
    いる前記会話データベースを用いるものである請求項２
    １または２２に記載の記憶媒体。
24. 【請求項２４】 前記返答文生成工程は、前記文書を分
    割した文と当該文中の単語との対応付け、および、前記
    文中の単語同士の対応付けを行なっている前記会話デー
    タベースを用いるものであり、前記質問文に一定の得点
    を割り当て、この割り当てた得点を前記質問文またはそ
    の質問文から抽出される単語との間で前記対応付けがな
    されている前記会話データベースの文または単語に分配
    するものである請求項２１〜２３のいずれかの一に記載
    の記憶媒体。
25. 【請求項２５】 前記返答文生成工程は、前記文同士、
    単語同士および文と単語との対応付けを当該対応付けが
    行われた時刻の順に並べて記憶されている前記会話デー
    タベースを用いるものであり、前記会話データベースに
    集積された文に前記得点の分配を行うのに際し前記対応
    付けがなされた時刻が新しいものほど多くの得点を分配
    するものである請求項２４に記載の記憶媒体。
26. 【請求項２６】 前記処理には、 前記得点についての情報を当該情報を記憶する得点デー
    タベースに記憶させる得点保持工程を含んでなり、 この得点保持工程は、前記分配後の得点を前記得点デー
    タベースに記憶されている前記文または単語ごとの得点
    に加算するものである請求項２４または２５に記載の記
    憶媒体。
27. 【請求項２７】 前記得点保持工程は、前記返答文生成
    工程で返答文が生成されたときには、当該返答文に付与
    されている前記得点から所定の減点を行うものである請
    求項２６に記載の記憶媒体。