JP2001188783A - 情報処理装置および方法、並びに記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 算出した重み付け値の優先順位で対話履歴を
利用し、応答文を生成することができるようにする。 【解決手段】 対話制御部９１は、ユーザの発話の意味
理解の結果に関連する対話履歴を、重み付け部９２を介
して、対話履歴記憶部９３から読み取るとともに、重み
付け部９２から与えられる、その対話履歴の重み付け値
を受け取り、その重み付け値に対応する優先順位で対話
履歴を利用し、ユーザの発話に対する応答としての応答
文の意味等を示す情報を生成する。すなわち、対話履歴
記憶部９３は、ユーザとの対話の履歴（対話履歴）を記
憶している。重み付け部９２は、対話制御部９１により
読み出される対話履歴とともに、その重み付け値を算出
し、対話制御部９１に供給する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報処理装置およ
び方法、並びに記録媒体に関し、特に、外部から与えら
れる要因、または内部で発生する要因に対応して、発話
に対する応答としての応答文を生成することができる情
報処理装置および方法、並びに記録媒体に関する。

【０００２】

【従来の技術】音声認識技術を利用して、ユーザの発話
を認識し、その発話に対する応答としての応答文を発話
し、ユーザと対話する機能、いわゆる、対話機能を有す
るロボットが実用化されている。

【０００３】この対話機能においては、過去のユーザの
対話が、対話履歴として管理されており、現在の対話を
行う上で必要な情報源として利用される。例えば、ユー
ザの発話で省略された事柄が、対話履歴が参照されて推
測され、その推測結果に基づいて、その発話に対する応
答としての応答文が生成される。

【０００４】

【発明が解決しようとする課題】しかしながら、応答文
生成のための対話履歴の利用は、時間経過や、外部から
与えられる要因（例えば、強く叩かれることによる圧
力）、内部で発生する要因（例えば、バッテリの残量）
などに対応しておらず、例えば、強く叩かれたときに、
対話履歴が利用できないようにし、あたかも記憶を喪失
したかのような発話をさせたり、より変化に富んだ対話
を行うことができない課題があった。

【０００５】本発明はこのような状況に鑑みてなされた
ものであり、時間経過や、外部から与えられる要因、内
部で発生する要因に対応して、応答文を生成することが
できるようにするものである。

【０００６】

【課題を解決するための手段】請求項１に記載の情報処
理装置は、ユーザとの対話の履歴を管理する管理手段
と、外部から与えられる要因、または内部で発生する要
因に基づいて、管理手段により管理されている対話の履
歴の重み付け値を算出する算出手段と、算出手段により
算出された対話の履歴の重み付け値に基づいて、応答文
を生成する生成手段とを備えることを特徴とする。

【０００７】請求項２に記載の情報処理方法は、ユーザ
との対話の履歴を管理する管理ステップと、外部から与
えられる要因、または内部で発生する要因に基づいて、
管理ステップの処理で管理された対話の履歴の重み付け
値を算出する算出ステップと、算出ステップの処理で算
出された対話の履歴の重み付け値に基づいて、応答文を
生成する生成ステップとを含むことを特徴とする。

【０００８】請求項３に記載の記録媒体のプログラム
は、ユーザとの対話の履歴を管理する管理ステップと、
外部から与えられる要因、または内部で発生する要因に
基づいて、管理ステップの処理で管理された対話の履歴
の重み付け値を算出する算出ステップと、算出ステップ
の処理で算出された対話の履歴の重み付け値に基づい
て、応答文を生成する生成ステップとを含むことを特徴
とする。

【０００９】請求項１に記載の情報処理装置、請求項２
に記載の情報処理方法、および請求項３に記載の記録媒
体のプログラムにおいては、ユーザとの対話の履歴が管
理され、外部から与えられる要因、または内部で発生す
る要因に基づいて、管理された対話の履歴の重み付け値
が算出され、算出された対話の履歴の重み付け値に基づ
いて、応答文が生成される。

【００１０】

【発明の実施の形態】図１は、本発明を適用したロボッ
トの外観構成例を示しており、図２は、その電気的構成
例を示している。このロボットは、例えば、ユーザから
の「なでる」や「たたく」といった外部からの物理的な
働きかけに対する応答として、またはユーザの発話に対
する応答として、頭部を上下左右に振らせ、若しくは歩
行するなどの行動を行ったり、または応答文を発話す
る。

【００１１】本実施の形態では、ロボットは、犬形状の
ものとされており、胴体部ユニット２の前後左右に、そ
れぞれ脚部ユニット３Ａ，３Ｂ，３Ｃ，３Ｄが連結され
るとともに、胴体部ユニット２の前端部と後端部に、そ
れぞれ頭部ユニット４と尻尾部ユニット５が連結される
ことにより構成されている。

【００１２】尻尾部ユニット５は、胴体部ユニット２の
上面に設けられたベース部５Ｂから、２自由度をもって
湾曲または揺動自在に引き出されている。

【００１３】胴体部ユニット２には、ロボット全体の制
御を行うコントローラ１０、ロボットの動力源となるバ
ッテリ１１、並びにバッテリセンサ１２および熱センサ
１３からなる内部センサ部１４などが収納されている。

【００１４】頭部ユニット４には、「耳」に相当するマ
イク（マイクロフォン）１５、「目」に相当するＣＣＤ
(Charge Coupled Device)カメラ１６、触覚に相当する
タッチセンサ１７、「口」に相当するスピーカ１８など
が、それぞれ所定位置に配設されている。

【００１５】脚部ユニット３Ａ乃至３Ｄそれぞれの関節
部分や、脚部ユニット３Ａ乃至３Ｄそれぞれと胴体部ユ
ニット２の連結部分、頭部ユニット４と胴体部ユニット
２の連結部分、並びに尻尾部ユニット５と胴体部ユニッ
ト２の連結部分などには、図２に示すように、それぞれ
アクチュエータ３ＡＡ1乃至３ＡＡK、３ＢＡ1乃至３Ｂ
ＡK、３ＣＡ1乃至３ＣＡK、３ＤＡ1乃至３ＤＡK、４Ａ1
乃至４ＡL、５Ａ1および５Ａ2が配設されており、これ
により、各連結部分は、所定の自由度をもって回転する
ことができるようになっている。

【００１６】頭部ユニット４におけるマイク１５は、ユ
ーザからの発話を含む周囲の音声（音）を集音し、得ら
れた音声信号を、コントローラ１０に送出する。ＣＣＤ
カメラ１６（例えば、１５２万画素を有するＣＣＤカメ
ラ）は、周囲の状況を撮像し、得られた画像信号を、コ
ントローラ１０に送出する。

【００１７】タッチセンサ１７は、例えば、頭部ユニッ
ト４の上部に設けられており、ユーザからの「なでる」
や「たたく」といった物理的な働きかけにより受けた圧
力を検出し、その検出結果を圧力検出信号としてコント
ローラ１０に送出する。

【００１８】胴体部ユニット２におけるバッテリセンサ
１２は、バッテリ１１の残量を検出し、その検出結果
を、バッテリ残量検出信号としてコントローラ１０に送
出する。熱センサ１３は、ロボット内部の熱や外気の温
度を検出し、その検出結果を、コントローラ１０に送出
する。

【００１９】コントローラ１０は、ＣＰＵ(Central Pro
cessing Unit)１０Ａやメモリ１０Ｂ等を内蔵してお
り、ＣＰＵ１０Ａにおいて、メモリ１０Ｂに記憶された
制御プログラムが実行されることにより、各種の処理を
行う。

【００２０】即ち、コントローラ１０は、バッテリセン
サ１２や、熱センサ１３、マイク１５、ＣＣＤカメラ１
６、タッチセンサ１７から与えられる各信号に基づい
て、周囲の状況や、ユーザからの指令、ユーザからの働
きかけなどの有無を判断する。

【００２１】さらに、コントローラ１０は、この判断結
果等に基づいて、続く行動を決定し、その決定結果に基
づいて、アクチュエータ３ＡＡ1乃至３ＡＡK、３ＢＡ1
乃至３ＢＡK、３ＣＡ1乃至３ＣＡK、３ＤＡ1乃至３ＤＡ
K、４Ａ1乃至４ＡL、５Ａ1、５Ａ2のうちの必要なもの
を駆動させ、これにより、頭部ユニット４を上下左右に
振らせたり、尻尾部ユニット５を動かせたり、各脚部ユ
ニット３Ａ乃至３Ｄを駆動して、ロボットを歩行させる
などの行動を行わせる。

【００２２】また、コントローラ１０は、必要に応じ
て、合成音を生成し、スピーカ１８に供給して出力させ
る。

【００２３】以上のようにして、ロボットは、周囲の状
況等に基づいて自律的に行動をとることができるように
なっている。

【００２４】次に、図３は、コントローラ１０の、ユー
ザの発話に対する応答としての応答文を発話し、対話を
行う機能（以下、対話機能と称する）の第１の実施の形
態の構成例を示している。なお、この対話機能の構成
は、ＣＰＵ１０Ａが、メモリ１０Ｂに記憶された制御プ
ログラムを実行することで実現されるようになってい
る。

【００２５】音声認識部３１には、ユーザが発話した音
声がマイク１５を介して入力されるようになっており、
音声認識部３１は、入力された音声を音声認識し、その
音声認識結果としてのテキスト、その他付随する情報
（例えば、ワードグラフ等）を言語解析部３２に供給す
る。

【００２６】言語解析部３２は、音声認識部３１からの
音声認識結果を解析し、ユーザの発話の内容の意味理解
を行い、その意味理解の結果を対話管理部３３に出力す
る。

【００２７】対話管理部３３は、言語解析部３２からの
意味理解の結果に基づき、ユーザとの対話の履歴（対話
履歴）を管理する。

【００２８】対話管理部３３はまた、その意味理解の結
果に関連する対話履歴を利用して、ユーザの発話に対す
る応答としての応答文を生成するための応答文の意味や
概念を示す情報（以下、応答文意味情報と称する）を生
成し、応答文生成部３４に出力する。対話管理部３３
は、このとき管理する対話履歴の重み付け値を、所定の
重み付け関数（後述）に基づき算出し、その算出結果に
基づく優先順位で、対話履歴を利用する。

【００２９】応答文生成部３４は、対話管理部３３から
の応答文意味情報に基づいて、応答文を生成し、音声合
成部３５に出力する。

【００３０】音声合成部３５は、応答文生成部３４から
の応答文に対応する合成音を生成し、スピーカ１８に出
力する。

【００３１】図４は、音声認識部３１の構成例を示して
いる。ユーザの発話は、マイク１５に入力され、マイク
１５で、電気信号としての音声信号に変換され、ＡＤ(A
nalog Digital)変換部５１に供給される。ＡＤ変換部５
１では、マイク１５からのアナログ信号である音声信号
がサンプリング、量子化され、ディジタル信号である音
声データに変換される。この音声データは、特徴抽出部
５２に供給される。

【００３２】特徴抽出部５２は、ＡＤ変換部５１からの
音声データについて、短時間パワーと自己相関分析を組
み合わせた方法などにより、音声区間を検出する。特徴
抽出部５２は、検出した音声区間毎に、例えば、スペク
トルや、線形予測係数、ケプストラム係数、線スペクト
ル対等の特徴パラメータを抽出し、マッチング部５３に
供給する。

【００３３】マッチング部５３は、その特徴パラメータ
に基づき、音響モデルデータベース５４、辞書データベ
ース５５、および文法データベース５６を参照して、マ
イク１５に入力された音声（入力音声）を認識する。

【００３４】すなわち、音響モデルデータベース５４
は、音声認識する音声の言語における個々の音素や音節
などの音響的な特徴を表す音響モデルを記憶している。
ここで、音響モデルとしては、例えば、ＨＭＭ(Hidden
Markov Model)などを用いることができる。

【００３５】辞書データベース５５は、認識対象の各単
語について、その発音に関する辞書情報が記述されてい
る単語辞書を記憶している。文法データベース５６は、
辞書データベース５５の単語辞書に登録されている各単
語が、どのように連鎖する（つながる）かを記述した文
法規則を記憶している。ここで、文法規則としては、例
えば、文脈自由文法（ＣＦＧ）や、統計的な単語連鎖確
率（Ｎ−ｇｒａｍ）などに基づく規則を用いることがで
きる。

【００３６】マッチング部５３は、辞書データベース５
５の辞書情報を参照することにより、音響モデルデータ
ベース５４に記憶されている音響モデルを接続すること
で、単語の音響モデル（単語モデル）を構成する。さら
に、マッチング部５３は、幾つかの単語モデルを、文法
データベース５６に記憶された文法規則を参照すること
により接続し、そのようにして接続された単語モデルを
用いて、特徴パラメータに基づき、例えば、ＨＭＭ法等
によって、マイク１５に入力された音声を認識する。

【００３７】マッチング部５３による音声認識結果は、
例えば、テキスト等で、言語解析部３２に送出される。

【００３８】図５は、言語解析部３２の構成例を示して
いる。言語解析部３２のテキスト解析部７１には、音声
認識部３１が出力する音声認識結果としてのテキスト等
が、入力されるようになっており、テキスト解析部７１
は、辞書データベース７２および解析用文法データベー
ス７３を参照しながら、そのテキストを解析し、意味理
解を行う。

【００３９】すなわち、辞書データベース７２は、各単
語の表記や、解析用文法を適用するために必要な品詞情
報などの辞書情報が記述されている単語辞書を記憶して
いる。

【００４０】解析用文法データベース７３は、単語辞書
に記述された各単語の情報に基づいて、単語連鎖に関す
る制約等が記述された解析用文法規則を記憶している。

【００４１】テキスト解析部７１は、その辞書情報およ
び解析用文法規則に基づいて、入力されるテキスト（入
力テキスト）の形態素解析や、構文解析等を行って、入
力テキストの意味理解を行う。

【００４２】テキスト解析部７１による意味理解の結果
は、対話管理部３３に供給される。

【００４３】図６は、対話管理部３３の構成例を示して
いる。対話管理部３３の対話制御部９１には、言語解析
部３２からの意味理解の結果が入力されるようになって
いる。対話制御部９１は、その意味理解の結果の一部ま
たは全部を、重み付け部９２を介して、対話履歴記憶部
９３に順次供給して記憶させる。これにより、この対話
機能を介して行われた対話の履歴（対話履歴）が対話履
歴記憶ｂ９３に記録される。

【００４４】対話制御部９１はまた、意味理解の結果に
関連する対話履歴を、重み付け部９２を介して、対話履
歴記憶部９３から読み取るとともに、重み付け部９２か
ら与えられる、その対話履歴の重み付け値を受け取り、
その重み付け値に基づく優先順位で対話履歴を利用し
て、ユーザの発話に対する応答としての応答文の応答文
意味情報を生成する。

【００４５】すなわち、対話履歴記憶部９３は、ユーザ
との対話の履歴（対話履歴）を記憶している。重み付け
部９２は、対話制御部９１により読み出される対話履歴
とともに、その重み付け値を算出し、対話制御部９１に
供給する。

【００４６】重み付け部９２は、例えば、対話履歴が対
話履歴記憶部９３に記録された時刻ｔ（内部で発生する
要因）を１つの変数とし、式（１）を満たし、さらにそ
の値が図７に示すように変化する重み付け関数Ｗ（ｔ）
で、重み付け値を算出する。

【００４７】

【数１】 なお、式中、ｔ0は、その対話履歴（対話）が記憶され
た時刻を示し、ｔ(n-1)は、現在の時刻ｔnの直前の時刻
を示し、[ｔ0，ｔ(n-1)]は、対話履歴記憶部９３により
設定される時間領域である。

【００４８】対話制御部９１は、対話履歴記憶部９３か
ら読み出した対話履歴を、重み付け部９２から与えられ
たその重み付け値の大きい方から順番に利用して応答文
意味情報を生成する。

【００４９】なお、重み付け関数Ｗ（ｔ）は、対話履歴
が対話履歴記憶部９３に記憶された時刻が、現在の時刻
に近ければ近いほど（対話履歴記憶部９３に記憶されて
いる時間が短ければ短いほど）、その値が単純に増加す
る関数ではない。すなわち、重み付け関数Ｗ（ｔ）は、
記憶時間の長さと対話履歴の利用価値が対応しない場合
に用いられる関数である。

【００５０】一方、対話履歴の記憶時間の長さに伴っ
て、対話履歴の利用価値が低下する場合の場合（いわゆ
る、情報としての新鮮度が低下する場合）においては、
対話履歴が対話履歴記憶部９３に記録された時刻ｔを１
つの変数とし、式（２）を満たし、さらにその値が図８
に示すように変化する重み付け関数Ｆ（ｔ）で、重み付
け値を算出することもできる。

【００５１】

【数２】 ０＜＝Ｆ（ｔ）＜＝１ Ｆ（ｔ1）＞＝Ｆ（ｔ2）， ｔ1は、ｔ2より現在に近い時刻 ・・・・（２）

【００５２】Ｆ（ｔ）は、記憶された時刻が、現在の時
刻に近ければ近いほど（記憶されている時間が短ければ
短いほど）、その値が単純に増加する関数である。

【００５３】また、内容や含まれるキーワードが共通す
る対話履歴の重み付け値を累積し、その累積された値
を、その対話履歴の重み付け値とすることもできる。図
９の例では、キーワードＡを含む対話履歴の重み付け値
は、０．５５（=0.05+0.1+0.15+0.25）で、キーワード
Ｂを含む対話履歴の重み付け値は、０．２５(=0.05+0.
2)で、キーワードＣを含む対話履歴の重み付け値は、
０．２となり、その結果、この例の場合、キーワードＡ
を含む対話履歴、キーワードＢを含む対話履歴、そして
キーワードＣを含む対話履歴の順番でそれらが利用さ
れ、応答文意味情報が生成される。

【００５４】図１０は、応答文生成部３４の構成例を示
している。応答文生成部３４のテキスト生成部１０１に
は、対話管理部３３からの応答文意味情報が入力され
る。応答文生成部１０１は、入力された応答文意味情報
に基づき、生成規則データベース１０２を参照して、応
答文（テキスト）を生成する。

【００５５】すなわち、生成規則データベース１０２に
は、例えば単語の活用規則や語順の制約等の生成用文法
規則が記述されている単語辞書が記憶されている。

【００５６】図１１は、対話機能の第２の実施の形態の
構成例を示している。この対話機能には、図３に示す対
話機能に、その出力が、対話管理部３３に供給される入
力処理部２０１が設けられている。

【００５７】入力処理部２０１は、バッテリセンサ１２
から与えられるバッテリ残量検出信号（内部で発生する
要因）を入力し、対話管理部３３に送出する。

【００５８】入力処理部２０１から入力されたバッテリ
残量検出信号は、対話管理部３３の重み付け部９２（図
６）に供給されるようになっており、重み付け部９２
は、その信号を利用して、対話制御部９１により読み出
された対話履歴の重み付け値を算出する。

【００５９】重み付け部９２は、例えば、バッテリセン
サ１２により検出されたバッテリ残量検出信号の大きさ
（バッテリの残量）を１つの変数とし、式（３）を満た
し、さらにその値が図１２に示すように変化する重み付
け関数Ｇ（ｅ）で、重み付け値を算出する。

【００６０】

【数３】

【００６１】すなわち、重み付け関数Ｇ（ｅ）によれ
ば、バッテリの残量が少なくなればなるほど、そのとき
対話履歴記憶部９３から読み出される対話履歴の重み付
け値は、小さい値となる。

【００６２】なお、以上においては、バッテリセンサ１
２からのバッテリ残量検出信号を１つの変数とする重み
付け関数Ｇ（ｅ）で、重み付け値を算出する場合を例と
して説明したが、入力処理部２０１が、タッチセンサ１
７により検出された圧力検出信号（外部から与えられる
要因）を入力し、対話管理部３３に供給し、対話管理部
３３において、圧力検出信号を１つの変数とし、例え
ば、式（４）に示すように、その信号の大きさが、所定
のしきい値Ｌ以上である場合（例えば、ロボットが落下
し、強い衝撃を受けた場合）、重み付け値が０となり、
それ未満の圧力検出信号が検出された場合、上述した重
み付け関数Ｗ（ｔ）（また、重み付け関数Ｆ（ｔ））で
重み付け値が算出される重み付け関数Ｈ（ｔ）で、重み
付け値を算出することもできる。

【００６３】

【数４】 ・・・（４）

【００６４】これにより、例えば、図９の例の場合にお
いて、時刻ｔ4で、ロボットが落下し、その結果、しき
い値Ｌより大きい圧力検出信号が発生した場合、図１３
に示すように、時刻ｔ４以前に記憶された対話履歴の重
み付け値は０となる。その結果、キーワードＡを含む対
話履歴の重み付け値は、０．２５、キーワードＢを含む
対話履歴の重み付け値は、０．２、そしてキーワードＣ
を含む対話履歴の重み付け値は、０となる。すなわち、
この場合、キーワードＣを含む対話履歴が利用されない
で応答文が生成されず、ロボットは、あたかもキーワー
ドＣを含む対話履歴の内容を喪失したかのような応答文
を発話する。

【００６５】また、入力処理部２０１が、画像信号また
は音声信号（外部から与えられる要因）を入力して、そ
の信号を対話管理部３３に供給し、例えば、周囲の明る
さに対応する重み付け値を算出するようにしたり、大き
な音がしたときに重み付け値を変更するようにして重み
付け値を算出することができる。また、ロボットの成長
状態や、感情状態、性別（内部で発生する要因）を利用
して重み付け値を算出することもできる。さらに所定の
キーワード毎に、重み付け値を設定しておくこともでき
る。

【００６６】上述した一連の処理は、ハードウエアによ
り実現させることもできるが、ソフトウエアにより実現
させることもできる。一連の処理をソフトウエアにより
実現する場合には、そのソフトウエアを構成するプログ
ラムがコンピュータにインストールされ、そのプログラ
ムがコンピュータで実行されることより、上述した路ロ
ボットが機能的に実現される。

【００６７】図１４は、上述のようなロボットとして機
能するコンピュータ５０１の一実施の形態の構成を示す
ブロック図である。CPU５１１にはバス５１５を介して
入出力インタフェース５１６が接続されており、CPU５
１１は、入出力インタフェース５１６を介して、ユーザ
から、キーボード、マウスなどよりなる入力部５１８か
ら指令が入力されると、例えば、ROM（Read Only Memor
y）５１２、ハードディスク５１４、またはドライブ５
２０に装着される磁気ディスク５３１、光ディスク５３
２、光磁気ディスク５３３、若しくは半導体メモリ５３
４などの記録媒体に格納されているプログラムを、RAM
（Random Access Memory）５１３にロードして実行す
る。これにより、上述した各種の処理が行われる。さら
に、CPU５１１は、その処理結果を、例えば、入出力イ
ンタフェース５１６を介して、LCD（Liquid Crystal Di
splay）などよりなる表示部５１７に必要に応じて出力
する。なお、プログラムは、ハードディスク５１４やRO
M５１２に予め記憶しておき、コンピュータ５０１と一
体的にユーザに提供したり、磁気ディスク５３１、光デ
ィスク５３２、光磁気ディスク５３３，半導体メモリ５
３４等のパッケージメディアとして提供したり、衛星、
ネットワーク等から通信部５１９を介してハードディス
ク５１４に提供することができる。

【００６８】

【発明の効果】請求項１に記載の情報処理装置、請求項
２に記載の情報処理方法、および請求項３に記載の記録
媒体のプログラムによれば、外部から与えられる要因、
または内部で発生する要因に基づいて、対話の履歴の重
み付け値を算出し、算出した前記対話の履歴の前記重み
付け値に基づいて、前記応答文を生成するようにしたの
で、より変化に富んだ対話を可能とする。

【図面の簡単な説明】

【図１】本発明を適用したロボットの外観の構成例を示
す図である。

【図２】図１のロボットの内部の構成例を示すブロック
図である。

【図３】図２のコントローラ１０の、対話機能の第１の
実施の形態の構成例を示すブロック図である。

【図４】図３の音声認識部３１の構成例を示すブロック
図である。

【図５】図３の言語解析部３２の構成例を示すブロック
図である。

【図６】図３の対話管理部３３の構成例を示すブロック
図である。

【図７】重み付け関数Ｗ（ｔ）を説明する図である。

【図８】重み付け関数Ｆ（ｔ）を説明する図である。

【図９】キーワードが共通する対話履歴の重み付け値の
累積方法を説明する図である。

【図１０】図３の応答文生成部３４の構成例を示すブロ
ック図である。

【図１１】図２のコントローラ１０の、対話機能の第２
の実施の形態の構成例を示すブロック図である。

【図１２】重み付け関数Ｇ（ｅ）を説明する図である。

【図１３】キーワードが共通する対話履歴の重み付け値
の累積方法を説明する他の図である。

【図１４】コンピュータ５０１の構成例を示す図であ
る。

【符号の説明】

１０ コントローラ， １０Ａ ＣＰＵ， １０Ｂ メ
モリ， １５ マイク， １６ ＣＣＤカメラ， ３
１ 音声認識部， ３２ 言語解析部， ３３対話管理
部， ３４ 応答文生成部， ３５ 音声合成部， ９
１ 対話制御部， ９２ 重み付け部， ９３ 対話履
歴記憶部， ２０１ 入力処理部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 武田 正資 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 表 雅則 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 廣江 厚夫 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 岸 秀樹 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 Ｆターム(参考） 2C150 CA02 DA02 DA23 DA24 DF01 DF33 DJ08 ED31 ED42 ED47 ED49 ED59 EF13 EF15 EF16 EF23 EF28 EH07 FA01 FA02 5B091 AA15 CA14 CA21 CB12 CB32 CD01 DA06 5D015 AA04 AA05 BB01 HH03 HH13 KK01 LL06 5D045 AB11 AB30

Claims (3)

【特許請求の範囲】
1. 【請求項１】 ロボットが出力する、ユーザの発話に対
   する応答としての応答文を生成し、前記ユーザと対話す
   る情報処理装置において、 前記ユーザとの対話の履歴を管理する管理手段と、 外部から与えられる要因、または内部で発生する要因に
   基づいて、前記管理手段により管理されている前記対話
   の履歴の重み付け値を算出する算出手段と、 前記算出手段により算出された前記対話の履歴の前記重
   み付け値に基づいて、前記応答文を生成する生成手段と
   を備えることを特徴とする情報処理装置。
2. 【請求項２】 ロボットが出力する、ユーザの発話に対
   する応答としての応答文を生成し、前記ユーザと対話す
   る情報処理装置の情報処理方法において、 前記ユーザとの対話の履歴を管理する管理ステップと、 外部から与えられる要因、または内部で発生する要因に
   基づいて、前記管理ステップの処理で管理された前記対
   話の履歴の重み付け値を算出する算出ステップと、 前記算出ステップの処理で算出された前記対話の履歴の
   前記重み付け値に基づいて、前記応答文を生成する生成
   ステップとを含むことを特徴とする情報処理方法。
3. 【請求項３】 ロボットが出力する、ユーザの発話に対
   する応答としての応答文を生成し、前記ユーザと対話す
   る場合の、情報処理用のプログラムであって、 前記ユーザとの対話の履歴を管理する管理ステップと、 外部から与えられる要因、または内部で発生する要因に
   基づいて、前記管理ステップの処理で管理された前記対
   話の履歴の重み付け値を算出する算出ステップと、 前記算出ステップの処理で算出された前記対話の履歴の
   前記重み付け値に基づいて、前記応答文を生成する生成
   ステップとを含むことを特徴とするコンピュータが読み
   取り可能なプログラムが記録されている記録媒体。