JP2001188787A

JP2001188787A - 会話処理装置および方法、並びに記録媒体

Info

Publication number: JP2001188787A
Application number: JP37577099A
Authority: JP
Inventors: Osamu Hanagata; 理花形
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1999-12-28
Filing date: 1999-12-28
Publication date: 2001-07-10

Abstract

(57)【要約】【課題】ユーザに楽しく自然な会話を提供する。【解決手段】ロボット１のプロファイルメモリ１２１
には、ユーザの趣向に関するデータ（プロファイルデー
タ）が記憶されている。サーバ１０１の話題データベー
ス１１０には、話題となる情報が記憶されており、その
情報は、ロボット１に対してインターネットなどを介し
て提供される。ロボット１は、提供された情報のうち、
プロファイルメモリ１２１に記憶されているプロファイ
ルデータをフィルタとし、フィルタ１１２Ｂによりフィ
ルタリングした結果、残った情報のみが、話題メモリ７
６に記憶される。話題メモリ７６に記憶されている情報
は、ユーザと会話している時に用いられる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は会話処理装置および
方法、並びに記録媒体に関し、特に、ユーザと会話を行
うロボットなどに用いて好適な会話処理装置および方
法、並びに記録媒体。

【０００２】

【従来の技術】従来より、玩具等として、タッチスイッ
チが押圧操作されると、合成音を出力するロボット（ぬ
いぐるみ状のものを含む）が数多く製品化されている。

【０００３】また、コンピュータとの定型的な会話方式
（タスクオリエンテッド）が用いられ、航空券の予約が
行なわれたり、旅行案内のサービスを提供するなどのサ
ービスがある。これは、予め決められたことを話すだけ
で、雑談を含む人間との自然な会話を行うものではなか
った。コンピュータと人間とが、雑談を含む自然な会話
を行うための試みとして、Eliza（James Allen：Natura
l Language Understanding，６乃至９頁などに開示され
ている）などの実験的なものがある。

【０００４】

【発明が解決しようとする課題】上述したElizaなど
は、人間（ユーザ）とやりとりしている会話の内容は、
殆ど理解しておらず、換言すれば、オウム返し的な会話
しかできないので、ユーザは、すぐに飽きてしまうとい
った課題があった。

【０００５】ユーザが飽きないような、かつ自然な流れ
での会話を行うには、１つの話題を長々と話したり、逆
に、話題を次々と変えていったりといったことがないよ
うにすることが必要である。すなわち、自然な話題遷移
が、自然な会話を行うためには大切な要素となる。ま
た、話題を遷移するためには、コンピュータ側でユーザ
に提供するための、会話が楽しくなるような話題を記憶
しておく必要がある。

【０００６】本発明はこのような状況に鑑みてなされた
ものであり、会話の話題となりうる情報をネットワーク
を介してダウンロードすることにより、ユーザに提供す
る話題を新鮮なものとし、もって、ユーザに楽しく、自
然な会話を提供することを目的とする。

【０００７】

【課題を解決するための手段】請求項１に記載の会話処
理装置は、ユーザと会話する話題に関する情報を記憶す
る記憶手段と、ユーザのプライベートな情報を、ユーザ
との会話のなかから取得する取得手段と、ユーザの発話
を認識する認識手段と、記憶手段により記憶されている
情報、または、認識手段による認識結果のうち、少なく
とも一方を用いて、ユーザと会話するための応答文を生
成する生成手段とを含むことを特徴とする。

【０００８】他の装置と通信する通信手段をさらに含
み、記憶手段は、他の装置が、取得手段により取得され
たユーザのプライベートな情報を基に選択した話題に関
する情報を記憶するようにすることができる。

【０００９】前記記憶手段は、他の装置から送信された
話題に関する情報の中から、取得手段により取得された
ユーザのプライベートな情報を基に、所定の情報を選択
し、記憶するようにすることができる。

【００１０】会話は、音声または文字により行われるよ
うにすることができる。

【００１１】ロボットに内蔵されるようにすることがで
きる。

【００１２】請求項６に記載の会話処理方法は、ユーザ
と会話する話題に関する情報の記憶を制御する記憶制御
ステップと、ユーザのプライベートな情報を、ユーザと
の会話のなかから取得する取得ステップと、ユーザの発
話を認識する認識ステップと、記憶制御ステップの処理
で記憶された情報、または、認識ステップの処理で認識
結果のうち、少なくとも一方を用いて、ユーザと会話す
るための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。

【００１３】請求項７に記載の記録媒体のプログラム
は、ユーザと会話する話題に関する情報の記憶を制御す
る記憶制御ステップと、ユーザのプライベートな情報
を、ユーザとの会話のなかから取得する取得ステップ
と、ユーザの発話を認識する認識ステップと、記憶制御
ステップの処理で記憶された情報、または、認識ステッ
プの処理で認識結果のうち、少なくとも一方を用いて、
ユーザと会話するための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。

【００１４】請求項１に記載の会話処理装置、請求項６
に記載の会話処理方法、および請求項７に記載の記録媒
体においては、ユーザと会話する話題に関する情報が記
憶され、ユーザのプライベートな情報が、ユーザとの会
話のなかから取得され、ユーザの発話が認識され、記憶
されている情報、または、認識結果のうち、少なくとも
一方が用いられて、ユーザと会話するための応答文が生
成される。

【００１５】

【発明の実施の形態】図１は、本発明を適用したロボッ
トの一実施の形態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。

【００１６】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。

【００１７】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。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１
０、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。

【００１８】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(Ch
arge 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。

【００１９】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３ＡＡ_K、３ＢＡ₁乃至３Ｂ
Ａ_K、３ＣＡ₁乃至３ＣＡ_K、３ＤＡ₁乃至３ＤＡ_K、４Ａ₁
乃至４Ａ_L、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。

【００２０】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。

【００２１】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。

【００２２】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、ロボット内部の熱を検出し、
その検出結果を、熱検出信号としてコントローラ１０に
送出する。

【００２３】コントローラ１０は、CPU(Central Proces
sing Unit)１０Ａやメモリ１０Ｂ等を内蔵しており、CP
U１０Ａ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。即
ち、コントローラ１０は、マイク１５や、CCDカメラ１
６、タッチセンサ１７、バッテリセンサ１２、熱センサ
１３から与えられる音声信号、画像信号、圧力検出信
号、バッテリ残量検出信号、熱検出信号に基づいて、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。

【００２４】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３ＡＡ_K、３ＢＡ₁
乃至３ＢＡ_K、３ＣＡ₁乃至３ＣＡ_K、３ＤＡ₁乃至３ＤＡ
_K、４Ａ₁乃至４Ａ_L、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。

【００２５】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
たり、ロボットの「目」の位置に設けられた図示しない
LED（Light Emitting Diode）を点灯、消灯または点滅
させる。

【００２６】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。

【００２７】次に、図３は、図２のコントローラ１０の
機能的構成例を示している。なお、図３に示す機能的構
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。

【００２８】コントローラ１０は、特定の外部状態を認
識するセンサ入力処理部３１、センサ入力処理部３１の
認識結果等を累積して、感情および本能の状態を表現す
る感情／本能モデル部３２、センサ入力処理部３１の認
識結果等に基づいて、続く行動を決定する行動決定機構
部３３、行動決定機構部３３の決定結果に基づいて、実
際にロボットに行動を起こさせる姿勢遷移機構部３４、
各アクチュエータ３ＡＡ₁乃至５Ａ₁および５Ａ₂を駆動
制御する制御機構部３５、合成音を生成する音声合成部
３６、並びに音声合成部３６の出力を制御する音響処理
部３７から構成されている。

【００２９】センサ入力処理部３１は、マイク１５や、
CCDカメラ１６、タッチセンサ１７等から与えられる音
声信号、画像信号、圧力検出信号等に基づいて、特定の
外部状態や、ユーザからの特定の働きかけ、ユーザから
の指示等を認識し、その認識結果を表す状態認識情報
を、感情／本能モデル部３２および行動決定機構部３３
に通知する。

【００３０】即ち、センサ入力処理部３１は、音声認識
部３１Ａを有しており、音声認識部３１Ａは、行動決定
機構部３３からの制御にしたがい、マイク１５から与え
られる音声信号を用いて、音声認識を行う。そして、音
声認識部３１Ａは、その音声認識結果としての、例え
ば、「歩け」、「伏せ」、「ボールを追いかけろ」等の
指令その他を、状態認識情報として、感情／本能モデル
部３２および行動決定機構部３３に通知する。

【００３１】音声認識部３１Ａは、また、音声認識を行
った認識結果を、会話処理部38にも出力する。これは、
後述するユーザとの会話を行うためである。

【００３２】また、センサ入力処理部３１は、画像認識
部３１Ｂを有しており、画像認識部３１Ｂは、CCDカメ
ラ１６から与えられる画像信号を用いて、画像認識処理
を行う。そして、画像認識部３１Ｂは、その処理の結
果、例えば、「赤い丸いもの」や、「地面に対して垂直
なかつ所定高さ以上の平面」等を検出したときには、
「ボールがある」や、「壁がある」等の画像認識結果
を、状態認識情報として、感情／本能モデル部３２およ
び行動決定機構部３３に通知する。

【００３３】さらに、センサ入力処理部３１は、圧力処
理部３１Ｃを有しており、圧力処理部３１Ｃは、タッチ
センサ１７から与えられる圧力検出信号を処理する。そ
して、圧力処理部３１Ｃは、その処理の結果、所定の閾
値以上で、かつ短時間の圧力を検出したときには、「た
たかれた（しかられた）」と認識し、所定の閾値未満
で、かつ長時間の圧力を検出したときには、「なでられ
た（ほめられた）」と認識して、その認識結果を、状態
認識情報として、感情／本能モデル部３２および行動決
定機構部３３に通知する。

【００３４】感情／本能モデル部３２は、ロボットの感
情と本能の状態を表現する感情モデルと本能モデルをそ
れぞれ管理している。行動決定機構部３３は、センサ入
力処理部３１からの状態認識情報や、感情／本能モデル
部３２からの感情／本能状態情報、時間経過等に基づい
て、次の行動を決定し、決定された行動の内容を行動指
令情報として、姿勢遷移機構部３４に送出する。

【００３５】姿勢遷移機構部３４は、行動決定機構部３
３から供給される行動指令情報に基づいて、ロボットの
姿勢を、現在の姿勢から次の姿勢に遷移させるための姿
勢遷移情報を生成し、これを制御機構部３５に出力す
る。制御機構部３５は、姿勢遷移機構部３４からの姿勢
遷移情報に従って、アクチュエータ３ＡＡ₁乃至５Ａ₁お
よび５Ａ₂を駆動するための制御信号を生成し、これを
アクチュエータ３ＡＡ₁乃至５Ａ₁および５Ａ₂に送出す
る。これにより、アクチュエータ３ＡＡ₁乃至５Ａ₁およ
び５Ａ₂は、制御信号に従って、駆動し、ロボットは、
自律的に行動を起こす。

【００３６】上述したような構成をもつことにより、ロ
ボット１は、動作すると共に、ユーザと会話することも
できる。会話を行うための音声会話システムは、音声認
識部３１Ａ、会話処理部３８、音声合成部３６、および
音響処理部３７から構成される。

【００３７】図４は、音声認識部３１Ａの詳細な構成を
示す図である。ユーザの発話は、マイク１５に入力さ
れ、マイク１５では、その発話が、電気信号としての音
声信号に変換される。この音声信号は、音声認識部３１
ＡのＡＤ(Analog Digital)変換部５１に供給される。Ａ
Ｄ変換部５１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。

【００３８】特徴抽出部５２は、ＡＤ変換部５１からの
音声データについて、適当なフレームごとに、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、特徴量バッフ
ァ５３およびマッチング部５４に供給する。特徴量バッ
ファ５３では、特徴抽出部５２からの特徴パラメータが
一時記憶される。

【００３９】マッチング部５４は、特徴抽出部５２から
の特徴パラメータ、または特徴量バッファ５３に記憶さ
れた特徴パラメータに基づき、音響モデルデータベース
５５、辞書データベース５６、および文法データベース
５７を必要に応じて参照しながら、マイク１５に入力さ
れた音声（入力音声）を認識する。

【００４０】即ち、音響モデルデータベース５５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。辞書データベース５
６は、認識対象の各単語について、その発音に関する情
報が記述された単語辞書を記憶している。文法データベ
ース５７は、辞書データベース５６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。

【００４１】マッチング部５４は、辞書データベース５
６の単語辞書を参照することにより、音響モデルデータ
ベース５５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５４は、幾つかの単語モデルを、文法
データベース５７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。そし
て、マッチング部５４による音声認識結果は、例えば、
テキスト等で出力される。

【００４２】なお、マッチング部５４は、会話処理部３
８から、そこで得られる情報を受信することができるよ
うになっており、その会話管理情報に基づいて、精度の
高い音声認識を行うことができるようになっている。ま
た、マッチング部５４は、入力された音声を対象とし
て、再度、処理を行うことが必要な場合は、特徴量バッ
ファ５３に記憶された特徴パラメータを用いて処理を行
うようになっており、これにより、ユーザに再度の発話
を要求せずに済むようになっている。

【００４３】図５は、会話処理部３８の詳細な構成を示
す図である。音声認識部３１Ａから出力された認識結果
（テキストデータ）は、会話処理部３８の言語処理部７
１に入力される。言語処理部７１は、辞書データベース
７２と解析用文法データベース７３に記憶されているデ
ータを基に、入力された音声認識結果を、形態素解析、
構文解析などの解析を行うことにより、単語の情報や構
文の情報などの言語情報を抽出する。また、辞書に記述
された内容を基に、入力の音声発話の意味、意図なども
抽出する。

【００４４】すなわち、辞書データベース７２には、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
などの情報、単語の個別の意味情報などを記憶されてお
り、解析用文法データベース７３には、辞書データベー
ス７２に記憶されている各単語の情報を基に、単語連鎖
に関する制約を記述したデータが記憶されている。これ
らのデータを用いて言語処理部７１は、入力された音声
認識結果のテキストデータを解析する。

【００４５】解析用文法データベース７３に記憶されて
いるデータは、正規文法、文脈自由文法、統計的な単語
連鎖確立、意味的な解析までを含める場合はHPSGなどの
意味論を含んだ言語理論などを用いる、テキスト解析に
必要なデータである。

【００４６】言語処理部７１により抽出された情報に基
づき、話題管理部７４は、現在の話題を会話中話題メモ
リ７７に管理、更新させると共に、次の話題遷移（詳細
は後述する）に備えて、会話履歴メモリ７５に管理され
ている情報を適宜更新する。また、話題管理部７４は、
話題遷移を起こす場合、話題メモリ７６に記憶されてい
る情報を参照して遷移する話題を決定する。

【００４７】会話履歴メモリ７５は、会話された会話の
内容自身、あるいは、会話から抽出された情報が蓄積さ
れており、現在会話されている話題（会話中話題メモリ
７７に記憶されてる話題）より以前の会話で、どのよう
な話題が話されたのかを調査し、話題の遷移をコントロ
ールする際に用いられるデータが記憶されている。

【００４８】話題メモリ７６は、ユーザと会話を実行し
ている際、その会話の内容に一貫性を保つための情報が
複数格納されている。話題メモリ７６は、話題管理部７
４から話題の遷移を起こす際の遷移先の話題を探索する
とき、或いは、ユーザからの話題の変更に追従して話題
を変更するときに、参照される情報を蓄積しているメモ
リである。この話題メモリ７６に記憶されている情報
は、後述する方法により追加、更新される。

【００４９】会話中話題メモリ７７は、現在話している
話題に関する情報が格納されている。具体的には、話題
メモリ７６に記憶されている話題に関する情報から１
つ、話題管理部７４により選択された情報を記憶してい
る。話題管理部７４は、会話中話題メモリ７７に記憶さ
れている情報を基に、ユーザとの会話を進めていく。そ
のため、会話でやりとりされる情報により、例えば、ど
の内容を既に話し終わったかなどを管理し、その情報
は、適宜更新される。

【００５０】会話生成部７８は、会話中話題メモリ７７
で管理されている会話中の話題に関する情報と、直前の
ユーザの発話から言語処理部７１により抽出された情報
などに基づき、辞書データベース７９と会話生成規則デ
ータベース８０に記憶されているデータを参照して適切
な応答文（テキストデータ）を生成する。

【００５１】辞書データベース７９は、応答文を作成す
るのに必要な単語情報が記憶されている。辞書データベ
ース７２と辞書データベース７９は、同じ情報を記憶す
るようにしても良い。従って、共用することも可能であ
る。

【００５２】会話生成規則データベース８０は、会話中
話題メモリ７７の内容に基づいて、どのような応答文
を、どのように生成するのかに関する規則が記憶されて
いる。例えば、話題の中の、まだ話していない内容を話
す、相槌を最初に入れる、などの話題に対する話の進め
方と共に、仮に、話題が意味的なフレーム構造などで管
理されているなら、そこから自然言語文を生成する規則
なども書かれている。この意味構造から自然言語文を生
成する方法は、言語処理部７１により行われる処理の逆
の処理として行うことにより、実現することが可能であ
る。

【００５３】このようにして、会話生成部７８により生
成された、テキストデータとしての応答文は、音声合成
部３６に出力される。

【００５４】図６は、音声合成部３６の構成例を示して
いる。テキスト解析部９１には、会話処理部３８が出力
するテキストが、音声合成処理の対象として入力される
ようになっており、テキスト解析部９１は、辞書データ
ベース９２や解析用文法データベース９３を参照しなが
ら、そのテキストを解析する。

【００５５】即ち、辞書データベース９２には、各単語
の品詞情報や、読み、アクセント等の情報が記述された
単語辞書が記憶されており、また、解析用文法データベ
ース９３には、辞書データベース９２の単語辞書に記述
された単語について、単語連鎖に関する制約等の解析用
文法規則が記憶されている。そして、テキスト解析部９
１は、この単語辞書および解析用文法規則に基づいて、
そこに入力されるテキストの形態素解析や構文解析等の
解析を行い、後段の規則合成部９４で行われる規則音声
合成に必要な情報を抽出する。ここで、規則音声合成に
必要な情報としては、例えば、ポーズの位置や、アクセ
ントおよびイントネーションを制御するための情報、そ
の他の韻律情報や、各単語の発音等の音韻情報などがあ
る。

【００５６】テキスト解析部９１で得られた情報は、規
則合成部９４に供給され、規則合成部９４では、音素片
データベース９５を用いて、テキスト解析部９１に入力
されたテキストに対応する合成音の音声データ（デジタ
ルデータ）が生成される。

【００５７】即ち、音素片データベース９５には、例え
ば、ＣＶ(Consonant, Vowel)や、VCV、CVC等の形で音素
片データが記憶されており、規則合成部９４は、テキス
ト解析部９１からの情報に基づいて、必要な音素片デー
タを接続し、さらに、ポーズ、アクセント、イントネー
ション等を適切に付加することで、テキスト解析部９１
に入力されたテキストに対応する合成音の音声データを
生成する。

【００５８】この音声データは、ＤＡ変換部９６に供給
され、そこで、アナログ信号としての音声信号に変換さ
れる。この音声信号は、図示せぬスピーカに供給され、
これにより、テキスト解析部９１に入力されたテキスト
に対応する合成音が出力される。

【００５９】上述したように、音声会話システムは構成
される。ロボット１は、音声会話システムを備えること
により、ユーザと会話を行うことができるのだが、ここ
で、人と人との会話について考える。人と人とが会話し
ているとき、１つの話題を永遠と話していることはな
く、きりのいいところで、話題を変えることが一般的で
ある。話題を変える際、全く関連性のない話題に切り変
わる場合もあるが、関連性がある話題に切り変わること
の方が自然な会話である。このようなことは、人（ユー
ザ）とロボット１との間で交わされる会話においても当
てはまることである。

【００６０】そこで、ロボット１は、ユーザと会話をし
ているとき、適切な場面で話題を変える（遷移）する機
能をもつ。その為には、話題となる情報を記憶しておく
必要がある。また、その話題となる情報は、ユーザと話
を合わせる上で、ユーザが知っている情報は勿論、ユー
ザに話題を提供する上で、ユーザが知らないような情報
も記憶しておく必要がある。従って、古い情報ばかりで
なく、最新の情報を記憶する必要性も出てくる。

【００６１】そこで、ロボット１には、最新の情報（以
下、適宜、情報ｎと記述する）を取得するために、通信
機能（図２の通信部１９）を備える。ここでは、情報ｎ
を提供するサーバから、その情報ｎをダウンロードする
場合を説明する。図７（Ａ）は、ロボット１に備えられ
た通信部１９が、直接サーバ１０１と通信を行う場合を
示し、図７（Ｂ）は、通信ネットワークとして、例え
ば、インターネット１０２を介して通信部１９とサーバ
１０１が通信を行う場合を示している。

【００６２】図７（Ａ）に示したような構成にした場
合、ロボット１の通信部１９は、例えば、PHS（Persona
l Handyphone System）に用いられている技術を流用す
ることにより実現することができる。例えば、通信部１
９は、ロボット１が充電している間に、サーバ１０１の
ダイヤルをダイヤリングすることで、サーバ１０１と接
続し、情報ｎをダウンロードする。

【００６３】図７（Ｂ）に示したような構成の場合、通
信装置１０３とロボット１は、有線または無線により通
信が行われる。例えば、通信装置１０３をパーソナルコ
ンピュータで構成する。まず、ユーザは、パーソナルコ
ンピュータを、インターネット１０２を介してサーバ１
０１と接続させる。そして、サーバ１０１から、情報ｎ
をダウンロードし、パーソナルコンピュータ内の記憶装
置に、一旦記憶させる。その記憶された情報ｎを、例え
ば、赤外線による無線や、 USB（Universal Serial Bu
s）などの有線によりロボット１の通信部１９に送信す
る。このようにしてロボット１が情報ｎを取得すること
ができる。

【００６４】さらに、通信装置１０３は、所定の時間
に、自動的にサーバ１０１と接続し、情報ｎをダウンロ
ードし、ロボット１に送信するようにしても良い。

【００６５】次に、ダウンロードされる情報ｎについて
説明する。情報ｎとして、全てのユーザに、同一の情報
ｎを提供するようにしても良いが、全てのユーザに対し
て、その情報ｎが有効な情報であるとは限らない。換言
すれば、ユーザ毎に趣向は異なり、ユーザとの会話を成
り立たせるには、そのユーザの趣向に合った情報ｎのみ
をダウンロードし記憶する、または、全ての情報ｎをダ
ウンロードした後、選択し、ユーザの趣向に合った情報
ｎのみを記憶するようにすればよい。

【００６６】図８は、サーバ１０１側で、ロボット１に
提供する情報ｎを選択する場合のシステム構成を示す図
である。サーバ１０１は、話題データベース１１０、プ
ロファイルメモリ１１１、およびフィルタ１１２Ａを備
えている。話題データベース１１０は、情報ｎを記憶し
ている。情報ｎは、芸能情報、経済情報といったカテゴ
リ毎に記憶されている。これらの情報ｎは、後述するよ
うに、ロボット１が、情報ｎを用いて、ユーザに話題を
提供することにより、ユーザが知らなかった情報を提供
することができ、宣伝効果がある。従って、宣伝を行い
たい会社などを含む提供者から、話題データベース１１
０に記憶される情報ｎは提供される。

【００６７】プロファイルメモリ１１１は、ユーザの趣
向などの情報を記憶している。プロファイルは、ロボッ
ト１から供給され、適宜、更新される。また、プロファ
イルは、ロボット１が、ユーザと会話を重ねていくうえ
で、何度も出てくる話題（キーワード）を記憶すること
で作成するようにしても良いし、ユーザが、ロボット１
に入力し、記憶させるような機能を備えるようにしても
良い。また、会話形式で、ロボット１がユーザに対して
質問し、その質問に対して答えたユーザの答えをプロフ
ァイルとして作成するようにしても良い。

【００６８】フィルタ１１２Ａは、プロファイルメモリ
１１１に記憶されているプロファイルを基に、話題デー
タベース１１０に記憶されている情報ｎの中から、その
プロファイルに適した情報ｎ、すなわちユーザの趣向に
合った情報ｎを選択して出力する。

【００６９】図７を参照して説明したような方法によ
り、フィルタ１１２Ａから出力された情報ｎは、ロボッ
ト１の通信部１９に受信される。通信部１９に受信され
た情報ｎは、メモリ１０Ｂ内の話題メモリ７６に記憶さ
れる。記憶メモリ７６に記憶された情報ｎは、話題を遷
移させる時に用いられる。

【００７０】会話処理部３８により処理され、出力され
た情報は、適宜、プロファイル作成部１２３に出力され
る。上述したように、ユーザと会話を交わすなかで、プ
ロファイルが作成される場合、プロファイル作成部１２
３によりプロファイルが作成され、プロファイルメモリ
１２１に記憶される。プロファイルメモリ１２１に記憶
されたプロファイルは、適宜、通信部１９を介して、サ
ーバ１０１のプロファイルメモリ１１１に送信されるこ
とにより、プロファイルメモリ１１１内の、ロボット１
のユーザに対応するプロファイルが更新される。

【００７１】図８に示したような構成にした場合、プロ
ファイルメモリ１１１に記憶されているプロファイル
（ユーザ情報）が、外部に漏れる可能性があり、プライ
バシーを保護するという観点から、問題が生じる可能性
がある。そこで、プロファイルをサーバ１０１に管理さ
せないような構成とすることも可能である。図９は、サ
ーバ１０１側でプロファイルを管理しない場合のシステ
ム構成を示す図である。

【００７２】図９に示した構成では、サーバ１０１は、
話題データベース１１０のみを備える。ロボット１のコ
ントローラ１０は、フィルタ１１２Ｂを備える構成とな
り、ロボット１のコントローラ１０は、フィルタ１１２
Ｂを新たに備える構成となる。このような構成にした場
合、サーバ１０１は、話題データベース１１０に記憶さ
れている全ての情報ｎを、ロボット１に対して提供す
る。ロボット１の通信部１９により受信された情報ｎ
は、フィルタ１１２Ｂにより、フィルタリングされ、そ
の結果、残った情報ｎのみが、話題メモリ７６に記憶さ
れる。

【００７３】このように、ロボット１の方で、情報ｎを
選択するようにすれば、ユーザのプロファイルを、外部
に送信することがない（外部で管理することがない）の
で、ユーザのプライバシーは守られる。

【００７４】ここで、プロファイルとして扱う情報につ
いて説明する。プロファイルの情報としては、年齢、性
別、出身地、好きな俳優、好きなスポーツ、好きな場
所、好きな食べ物、趣味、最寄り駅などであり、また、
経済情報、芸能情報、スポーツ情報などに対して、どの
程度興味があるか数値で表した情報も含まれる。

【００７５】このようなプロファイルに基づき、選択さ
れることにより、ユーザの趣向に合った情報ｎのみが、
話題メモリ７６に記憶される。ロボット１は、話題メモ
リ７６に記憶された情報ｎを基に、ユーザとの会話が自
然に流れるように、話題を遷移する。会話を自然に行う
ためには、話題を遷移するタイミングも大切である。次
に、話題を遷移させるタイミングの決定の仕方について
説明する。

【００７６】話題を遷移させるための処理として、ロボ
ット１は、ユーザとの会話が開始されると、自分用のフ
レームとユーザ用のフレームを作成する。フレームにつ
いて、図１０を参照して説明する。時刻ｔ₁において、
ロボット１が、ユーザに対して、”昨日、成田で、事故
があったんだって”という新しい話題を持ちかけたとす
る。このとき、ロボット用フレーム１４１とユーザ用フ
レーム１４２が話題管理部７４内に作成される。

【００７７】ロボット用フレーム１４１とユーザ用フレ
ーム１４２には、同一の項目が用意されており、すなわ
ち、”いつ”、”どこで”、”だれが”、”どうし
た”、”なぜ”という５項目が用意されている。ロボッ
ト１側が、”昨日、成田で、事故があったんだって”と
いう話題を提供したことにより、ロボット側のフレーム
１４１の各項目は０．５に設定される。なお、ここで
は、各項目に設定される値は、０．０乃至１．０の値を
とるとする。値が０．０の場合は、その項目について全
く知らない（全く話していない）ことを示し、１．０の
場合は、全ての情報を知っている（その項目について
は、話し尽くした）ことを示す。

【００７８】ロボット１が話題を提供した場合、ロボッ
ト１は、その話題についての情報を得ていることを示し
ている。換言すれば、提供した話題は、話題メモリ７６
に記憶されている（話題メモリ７６に記憶されていた
が、現在話している話題となることにより、会話中話題
メモリ７７に移され、記憶されている）ことになる。

【００７９】その記憶されている情報は、その情報に関
する情報をユーザは、さらに多く知っている場合も想定
されるし、そうでない場合も想定される。従って、ロボ
ット１が話題を提供した場合、その話題に関するロボッ
ト用フレーム１４１の各項目には、初期値として０．５
が設定され、ユーザ側は何もしらないと想定し、ユーザ
用フレーム１４２の各項目は０．０に設定される。

【００８０】初期値として設定される値として、ここで
は、０．５としたが、その他の値を設定するようにして
も良い。また、例えば、”いつ”という項目は、具体的
には、通常、”年”、”月”、”日”、”時”、”分”
の５つの情報（”秒”も含めれば６つの情報になるが、
会話では、通常、秒まで、話題になることはないと仮定
し、ここでは、含めない）がそろえば、”いつ”という
項目に対しては、全ての情報がそろったとしても良い。
そこで、単純に、１．０を５等分した０．２を、１つの
情報に当てはめ、例えば、”昨日”という単語には、”
年”、”月”、”日”の３つの情報を含むと判断し、
０．６という値を設定するようにしても良い。

【００８１】また、上述した説明においては、初期値と
して全ての項目に０．５を設定したが、話題メモリ７６
内に、その時、話題にしていることに関して、例え
ば、”いつ”という項目にあたるキーワードが存在しな
いときは、その項目には０．０を設定するようにしても
良い。

【００８２】このように、会話が開始されると、その話
題に関して、フレームと、そのフレーム内の各項目の値
が設定される。ユーザは、ロボット１の”昨日、成田
で、事故が、あったんだって”という発話に対し、ユー
ザが、時刻ｔ₂において、”えっ？”という、言われた
事を聞き返すような場合に用いられる発話をしたとする
と、ロボット１は、時刻ｔ₃において、もう一度、同じ
発話を繰り返す。

【００８３】繰り返し発話された事により、ユーザがロ
ボット１が発話したことを理解し、時刻ｔ₄におい
て、”そうだね”という、発話された事を理解したとい
う場合に用いられる発話をしたとすると、ユーザ用フレ
ーム１４２が書き換えられる。ユーザ側は、”昨日”と
いう情報から”いつ”という項目が、”成田で”という
情報から”どこ”という項目が、”事故があった”とい
う情報から”どうした”という項目が、それぞれ知り得
たと判断し、それらの項目の値が０．２に設定される。

【００８４】０．２に設定されるというのは、一例であ
り、その他の値が設定されるようにしても良い。例え
ば、現在話している話題のうち、”いつ”という項目に
対してロボット１が知り得ている情報の全てを発話して
しまった場合、その項目に関しては、同じ値を設定する
ようにしても良い。例えば、この場合、ロボット１が”
いつ”という項目に対して”昨日”というキーワードし
か取得していなかった場合、既に、ユーザに対して発話
してしまっているので、ユーザ用フレーム１４２の”い
つ”という項目の値は、ロボット用フレーム１４１の”
いつ”という項目に設定されている０．５が設定され
る。

【００８５】ここで、ユーザが時刻ｔ₄に、”そうだ
ね”ではなく、図１１に示すように、”何時ごろ？”と
質問してきた場合、ユーザ用フレーム１４２に設定され
る値が異なってくる。すなわち、ロボット１は、今、ユ
ーザは、”いつ”の項目に関わる質問をしてきたの
で、”いつ”という項目に関する情報に興味があると判
断し、ユーザ用フレーム１４２の”いつ”という項目の
値を、他の項目に設定される値である０．２よりも大き
い０．４に設定する。このように、会話の内容により、
それぞれのフレームの項目に設定される値は異なる。

【００８６】上述した説明では、ロボット１側からユー
ザに対して話題を提供した場合を説明したが、ユーザ側
からロボット１に対して話題を提供した場合を説明す
る。図１２に示すように、時刻ｔ₁において、ユーザ
が”成田で、事故が、あったんだって”とロボット１に
対して発話したとする。その発話を受けて、ロボット１
は、ロボット用フレーム１４１とユーザ用フレーム１４
２を作成する。

【００８７】まず、ユーザ用フレーム１４２の各項目の
値についてだが、”成田”という情報から”どこで”と
いう項目の値が、”事故があった”という情報から”ど
うした”という項目の値が、それぞれ設定される。同様
の判断に基づき、ロボット用フレーム１４１内の各項目
も、ユーザ用フレーム１４２内の各項目の値と同じ値に
設定される。

【００８８】このようなユーザの発音に対し、ロボット
１が、時刻ｔ₂において返答を行う。ロボット１は、各
フレーム内の項目のなかで、値が０．０という項目がな
くなるような方向で会話が進むように、返答文を作成す
る。この場合、まず、”いつ”という項目の値が、ロボ
ット用フレーム１４１、ユーザ用フレーム１４２共に
０．０であるので、ロボット１は、時刻ｔ₂におい
て、”いつ？”という質問をユーザに対してする。

【００８９】この質問に対し、ユーザは、時刻ｔ₃にお
いて、”昨日”という発話をしたとすると、その発話を
受けて、フレーム内の各項目の値が設定し直される。即
ち、”昨日”という、”いつ”という項目に関する情報
が得られた事により、ロボット用フレーム１４１とユー
ザ用フレーム１４２の”いつ”という項目の値が０．０
から０．２に設定し直される。

【００９０】さらに、時刻ｔ₄（図１３）においてロボ
ット１が”何時頃？”という質問をユーザにし、ユーザ
が時刻ｔ₅において、”夜８時過ぎ”と返答した場合、
ロボット用フレーム１４１とユーザ用フレーム１４２
の”いつ”という項目の値が、０．２より高い値の０．
６に設定し直される。このように、ロボット１が質問を
ユーザにすることにより、値が０．０である項目がなく
なる方向で話が進められる事により、自然な会話が成立
する。

【００９１】なお、時刻ｔ₅において、ユーザが”知ら
ない”という返答をした場合にも、上述したように、ロ
ボット用フレーム１４１とユーザ用フレーム１４２の”
いつ”という項目の値は０．６に設定される。このよう
にするのは、互いに知らない事に対して再度、質問する
ようなことがないようにする、換言すれば、値が小さい
ままにしておくと、再度、質問するようなことが想定さ
れるため、そのような事を防ぐために行う。従って、”
知らない”というような返答を受けた場合は、その項目
に関する会話は、それ以上できないと判断することが可
能なので、そのような項目の値は、１．０に設定される
ようにしても良い。

【００９２】このような会話が続けられることにより、
ロボット用フレーム１４１とユーザ用フレーム１４２の
各項目の値が１．０に近づいていくことになる。全ての
項目の値が１．０になるということは、その話題に付い
ては、語り尽くした事を示す。そのような場合は、話題
を遷移する事が自然の会話の流れである。また、語り尽
くす前に、話題を遷移する場合があるというのも、自然
の会話の流れである。換言すれば、１つの話題に対し
て、常に語り尽くさなければ、次の話題に遷移できない
という設定にしてしまうと、会話はしつこくなり、楽し
くなくなる場合が想定されるので、語り尽くす前に（全
ての項目の値が１．０になる前に）、話題を遷移する場
合もあるように設定しておく。

【００９３】図１４のフローチャートを参照して、上述
したようなフレームを用いて、話題の遷移を行うタイミ
ングを制御する方法について説明する。ステップＳ１に
おいて、新しい話題に対して会話が開始されると、ステ
ップＳ２において、ロボット用フレーム１４１とユーザ
用フレーム１４２が話題管理部７４に生成され、各項目
の値が設定される。ステップＳ３において、平均値が算
出される。平均値は、ロボット用フレーム１４１とユー
ザ用フレーム１４２の各項目、この場合１０項目の値の
平均値である。

【００９４】平均値が算出されたら、ステップＳ４にお
いて、話題を遷移するか否かが判断される。平均値の値
が、閾値Ｔ₁以上になったら、話題を遷移するという規
則を設けて話題を遷移するか否かを判断しても良いが、
閾値Ｔ₁を小さく設定した場合、会話が中途半端な状態
で遷移してしまうことが多くなり、逆に、閾値Ｔ₁を大
きく設定した場合、会話にしつこさが出てきてしまうこ
とが多くなるといったような不都合が生じる事が想定さ
れる。

【００９５】そこで、本実施の形態においては、図１５
に示したような関数を用い、平均値により、話題が遷移
する確率を変動させる。すなわち、平均値が０．０乃至
０．２の間の値の場合、話題が遷移する確率は０なの
で、話題は遷移しない。平均値が、０．２乃至０．５の
間の値の場合、０．１の確率で話題が遷移する。平均値
が、０．５乃至０．８の間の値の場合、確率＝３×平均
値−１．４の式に従って確率が算出され、その確率に従
って、話題が遷移する。平均値が、０．８乃至１．０の
間の値の場合、１．０の確率、すなわち、必ず話題が遷
移する。

【００９６】このように、平均値と確率値を用いること
により、話題が遷移するタイミングを、異ならせること
が可能となり、より自然な会話を行わせる事が可能とな
る。なお、図１５に示したのは、一例であり、他の関数
にしたがっても良い。また、平均値が０．２以上の値の
場合、確率値は０．０ではないが、例えば、フレーム内
の１０項目のうち、４項目の値が０．０の場合は、話題
が遷移する確率値を０．０にするなどの規則を設けるよ
うにしても良い。

【００９７】さらに、会話が行われる時刻により、用い
られる関数を変化させるようにしてもよい。例えば、朝
と夜とで異なる関数を用いることにより、朝は、夜と比
べて、浅く広い会話ができるといった機能を持たせる事
も可能である。

【００９８】図１４のフローチャートの説明に戻り、ス
テップＳ４において、話題を遷移すると判断された場
合、話題を遷移し（遷移する先の話題の抽出の仕方につ
いては後述する）、その遷移した先の話題について、ス
テップＳ１以下の処理が繰り返される。一方、ステップ
Ｓ４において、話題を遷移しないと判断された場合、ス
テップＳ５に進み、新たな発話に対してフレーム内の項
目の値が設定し直され、その値に対してステップＳ３以
下の処理が繰り返される。

【００９９】上述した話題を遷移するタイミングの決定
の方法は、フレームというものを用いて行ったが、他の
方法を用いても良い。ロボット１とユーザとの間で会話
が行われているとき、その会話が交わされた回数をカウ
ントするようにしても良い。これは、通常、会話が交わ
される回数が増せば、その話題については十分話し合っ
たと判断することが可能であるので、会話が交わされた
回数で、話題を遷移するか否かを判断することも可能で
ある。

【０１００】会話が交わされた回数をカウントした値を
カウント値Ｎとした場合、そのカウント値Ｎが、単に所
定の閾値を越えたとき、話題を遷移するようにしても良
いし、Ｐ＝１−１／Ｎという式により算出される値Ｐ
を、図１５の平均値の代わりに用いて話題を遷移するよ
うにしても良い。

【０１０１】会話が交わされた回数をカウントする代わ
りに、会話が交わされている時間をカウントすることに
より、話題を遷移するタイミングを決定するようにして
も良い。ロボット１が発話した時間と、ユーザが発話し
た時間を累積加算する。その累積加算した加算値Ｔを、
上述したカウンタ値Ｎの代わりに用いるようにする。加
算値Ｔが所定の閾値を越えた場合に話題を遷移するよう
にしても良いし、基準会話時間Ｔｒという値を設け、Ｐ
＝Ｔ／Ｔｒという式に基づいて算出された値Ｐを、図１
５の平均値の代わりに用いるようにしても良い。

【０１０２】このようにカウント値Ｎまたは加算値Ｔを
用いた場合、話題を遷移させるタイミングを決定する処
理は、図１４のフローチャートを参照して説明したのと
基本的に同様だが、ステップＳ２のフレームを作成する
という処理が、カウンタ値Ｎ（加算値Ｔ）を０に初期化
する処理となり、ステップＳ３の処理は省略され、ステ
ップＳ５の処理が、カウンタ値Ｎ（加算値Ｔ）を更新す
る処理となる。

【０１０３】会話のなかでは、相槌というのも、話して
いる内容に興味があるかないかを判断するのに重要な要
素となるものであり、興味がないと判断される時には、
話題を遷移することが好ましい。そこで、話題を遷移す
るタイミングを決定する方法として、ユーザの発話の音
圧の時変化を用いる方法もある。図１６（Ａ）に示すよ
うに、入力されたユーザの発話（入力パターン）を、区
間正規化することにより入力パターンの解析を行う。

【０１０４】ユーザの発話（相槌）に関して、正規化し
た解析結果として想定されるのは、例えば、図１６
（Ｂ）に示したように、肯定を意図するパターン、無関
心を意図するパターン、標準（意志表現を含まない、単
なる相槌）を意図するパターン、および疑問を意図する
パターンの４パターンである。入力された入力パターン
を区間正規化した結果が、どのパターンに近似している
かは、例えば、いくつかの基準関数との内積値をベクト
ルとして距離を計算するなどの方法を用いて行う事が可
能である。

【０１０５】入力された入力パターンが、無関心を意図
するパターンであると判断された場合、すぐに話題を遷
移するようにしても良いし、無関心を意図するパターン
であると判断された回数を累積し、その累積値Ｑが所定
値以上になった時に、話題を遷移するようにしても良
い。さらに、対話回数もカウントするようにし、累積値
Ｑをカウンタ値Ｎで割った数値を度数Ｒとし、その度数
Ｒが所定値以上になったときに話題を遷移させるように
しても良いし、その度数を図１５の平均値の代わりとし
て用いて、話題を遷移させるようにしても良い。

【０１０６】会話をしているときに、相手が発話したこ
とに対して同じ事を言う（オウム返しする）ようなこと
は、その話題に興味がないことを示していることが多
い。このような事を利用し、ロボット１が発話した事
と、その発話に対してユーザが発話した事の一致度を測
定し、スコア値を得、そのスコア値を用いて話題を遷移
させる。スコア値の算出の仕方としては、例えば、ロボ
ット１が発話した言葉の文字の並びと、ユーザが発話し
た言葉の文字の並びを単純に比較し、一致する文字数を
スコア値とする。

【０１０７】このようにして得られたスコア値を用い
て、上述した方法と同じく、所定の閾値以上になったら
話題を遷移させる、または、図１５の平均値の代わりに
用いて話題を遷移させる。

【０１０８】上述した方法では、無関心を意図するパタ
ーン（音圧と時間との関係におけるパターン）を用いた
が、無関心を意図する言葉をトリガーとして話題を遷移
させるようにしても良い。無関心を意図する言葉として
は、「ふーん」、「へえ」、「あ、そう」、「はいは
い」などであり、これらの言葉を無関心を意図する言葉
の群として登録しておく。この登録された群内の言葉
が、ユーザから発せられたと判断された場合には、話題
が遷移されるようにする。

【０１０９】さらに会話をしている場合に、その会話が
止まった、換言すれば、返答に時間がかかったとき、ユ
ーザは、その話題に関して興味がなく、返答したくない
といった意思表示であると考える事ができる。そこで、
ロボット１は、自己が発話した事に対して、ユーザが返
答するまでの時間を測定し、その測定時間に応じて、話
題を遷移させるか否かを判断するようにしても良い。

【０１１０】例えば、図１７に示すように、返答までに
かかった時間が、０．０乃至１．０秒のときは話題を遷
移させない、１．０乃至１２．０秒のときは所定の関数
により算出される確率値に従い話題を遷移させる、１
２．０秒以上のときは、必ず話題を遷移させる。図１７
に示した例は一例であり、用いる関数や秒の設定は、ど
のようなものを用いても良い。

【０１１１】上述した方法のうち、１つ、または、複数
の組み合わせにより、話題を遷移させるタイミングが決
定される。

【０１１２】なお、ユーザが、「もうその話題はいい
よ」、「いいかげんにしろ」、「話題変えようよ」な
ど、話題を遷移することが望まれる発話を受けた場合
は、上述した方法による、話題を遷移させるタイミング
でないときにも関わらず、話題を遷移させる。

【０１１３】次に、ロボット１の３８により、会話処理
部話題を遷移させると判断された際、遷移先の話題の抽
出の仕方について説明する。その時話している話題Ａか
ら他の話題Ｂに遷移する場合、話題Ａと話題Ｂとの間
に、全く関連性がなくても良いが、多少ながら関連性が
ある話題に遷移するのが会話の流れを妨げず、自然の流
れとなる場合が多い。そこで、本実施の形態では、話題
Ａに関連がある話題Ｂに遷移するようにする。

【０１１４】話題を遷移するための情報は、話題メモリ
７６に記憶されており、会話処理部３８は、上述したよ
うな方法で、話題を遷移すると判断した場合、話題メモ
リ７６に記憶されている情報を基に、遷移先の話題を抽
出する。ここで、話題メモリ７６に記憶されている情報
について説明する。

【０１１５】上述したように、話題メモリ７６に記憶さ
れている情報は、インターネットなどの通信ネットワー
クを介してダウンロードされ、記憶されている。図１８
は、話題メモリ７６内の情報について説明する図であ
る。この場合、話題メモリ７６には、４つの情報が記憶
されている。各情報は、”事項”、”いつ”、”どこ
で”、”だれが”、”どうした”といった項目から構成
されており、”事項”以外の項目は、ロボット用フレー
ム１４１（ユーザ用フレーム１４２）内の項目と同じで
ある。

【０１１６】事項は、タイトル的な意味合いをもち、そ
の情報の内容を識別するために設けられたものである。
各情報は、その内容を代表する属性をもつ。図１９に示
した例では、属性としてキーワードを用いた場合を示し
ている。キーワードとしては、各情報に含まれる自立語
（名詞や動詞などで、単独で意味を持つ単語）が選択さ
れ、設定される。各情報は、その内容を表すテキスト形
式で保持しても良いが、図１８に示した例では、項目と
その値（属性：キーワード）の対で構成したフレーム構
造に内容を抽出して保持している。

【０１１７】図２０のフローチャートを参照して、ロボ
ット１側から話題を遷移させる場合の、会話処理部３８
において行われる処理について説明する。会話処理部３
８の話題管理部７４は、ステップＳ１１において、上述
したような方法を用いて、話題の遷移を起こすか否かを
判断する。ステップＳ１１において、話題の遷移を起こ
すと判断された場合、ステップＳ１２に進み、現在の話
題の情報と、話題メモリ７６内に記憶されている話題の
情報との関連度を計算する。ここで、関連度の計算の仕
方について説明する。

【０１１８】関連度の計算としては、例えば、情報の属
性であるキーワードのベクトルが成す角、分類の一致度
（同じ分類や近い分類がなされている情報が近似してい
る情報であると判断）などを用いる方法が考えられる。
また、キーワード間の関連度をテーブルとして定義し、
そのテーブルを用いて、現在の話題の情報のキーワード
と、話題メモリ７６内に記憶されている話題の情報のキ
ーワードとの関連度を計算する方法もある。このような
方法を採ると、異なるキーワード間の結び付きまで含め
た関連度の計算ができるので、自然な流れで話題を遷移
させる事が可能となる。

【０１１９】ここでは、キーワード間の関連度を定義し
たテーブルに基づく方法について説明する。図２１に、
テーブルの一例を示す。図２１には、”事項”という項
目が”バスの事故”という情報と、”飛行機事故”とい
う情報による作成されたテーブルである。このテーブル
として選択される情報は、現在話されている話題の情報
と次の話題となる可能性のある情報、換言すれば、会話
中話題メモリ７７（図５）に記憶されている情報と、話
題メモリ７６に記憶されている情報である。

【０１２０】事項が”バスの事故”という情報には、”
バス”、”事故”、”２月”、”１０日”、”札
幌”、”乗客”、”１０人”、”けが”、”スリップ”
という９個のキーワードが存在し、事項が”飛行機事
故”という情報には、”飛行機”、”事故”、”２
月”、”１０日”、”インド”、”乗客”、”１００
人”、”けが”という８個のキーワードが存在する。

【０１２１】それぞれのキーワードによる組み合わせ
は、７２（＝９×８）通りある。各キーワード間には、
関連度のスコアが記載されている。これらのスコアの総
和を、それらの２つの情報の関連度とする。図２１に示
したようなテーブルは、情報を提供するサーバ１０１
（図７）において作成し、その作成されたテーブルと共
に、情報をロボット１に提供するようにして良いし、ロ
ボット１側で、サーバ１０１からダウンロードした情報
を記憶する際、テーブルを作成し、記憶するようにして
も良い。

【０１２２】予めテーブルを作成しておく場合、会話中
話題メモリ７７に記憶されている情報と、話題メモリ７
６に記憶されている情報との両方の情報が、サーバ１０
１からダウンロードされたものであるということが前提
である。換言すれば、話題遷移を起こしたのが、ロボッ
ト１の場合、また、ユーザが話題遷移を起こした場合で
も、話題メモリ７６に、ユーザが話しているだろうと判
断される話題の情報が記憶されている場合は、予め作成
されたテーブルを用いることが可能である。しかしなが
ら、ユーザが話題遷移を起こし、その話題が話題メモリ
７６に記憶されていないと判断される場合は、予め作成
されたテーブルが存在しないので、新たに作成する必要
がある。そのような処理については後述する。

【０１２３】テーブルは、シソーラス（Thesaurus）
（語句を意味により分類し、配列したもの。分類語彙
表）を参考に、大量のコーバスから統計的に同じ文脈に
現れやすい言葉の関連度を取得するなどして作成され
る。

【０１２４】次に、具体的に、図２１に示したテーブル
を参照して、関連度の計算の仕方について説明する。上
述したように、”バスの事故”という情報と”飛行機事
故”という情報との間でのキーワードの組み合わせとし
ては、例えば、「バス」と「飛行機」、「バス」と「事
故」など、７２通り存在する。図２１に示した例では、
「バス」と「飛行機」の関連度は０．５、「バス」と
「事故」の関係度が０．３というようになっている。

【０１２５】このように、会話中話題メモリ７７と、話
題メモリ７６に、それぞれ記憶されている情報により、
テーブルを作成し、そのスコアの総和を算出する。ただ
し、このようにして総和を算出するようにすると、キー
ワードの数が多い話題（情報）だと、大きなスコアを持
つ可能性が高くなり、キーワードの数が少ない話題だと
関連度が低いスコアしか持たない可能性が高くなる。そ
こで、総和を算出する際、関連度を計算するときに用い
られたキーワードの組み合わせの個数（図２１に示した
例では７２）で除算するなどして、正規化するようにし
ても良い。

【０１２６】話題Ａから話題Ｂへと遷移する場合の、各
キーワード間の関連度を関連度ａｂとし、話題Ｂから話
題Ａへと遷移する場合の、各キーワード間の関連度を関
連度ｂａとしたとき、関連度ａｂと関連度ｂａが同じス
コア値をとる時は、図２１に示したように、図中左下半
分（或いは右上半分）を用いるようにする。しかし、話
題の遷移に方向性を持たせると設定した場合、テーブル
の全面を使用する必要がる。しかしながら、テーブルの
一部分を用いる場合でも、テーブルの全面を用いる場合
でも、同じアルゴリズムにより処理できる。

【０１２７】図２１に示したようなテーブルを作成し、
総和を算出する場合、単に総和を算出するのではなく、
現在話している話題の流れを考慮し、キーワードに重み
付けをして総和を算出するようにしても良い。例えば、
現在、話している話題が、”バスの事故が起きたこと”
であるとする。その内容に含まれるキーワードとして、
「バス」、「事故」があるわけだが、それらのキーワー
ドに重み付けをすることにより、それらのキーワードを
含むようなテーブルの総和が高くなる。例えば、重み付
けを２と設定すると、図２１のテーブルにおいて、「バ
ス」と「飛行機」の関連度は０．５であるが、重み付け
を行うことにより、２倍の１．０となる。

【０１２８】このように重み付けを行うことにより、遷
移する前の話題と遷移した後の話題との内容が、関連性
のあるものとなり、話題遷移を伴う会話の自然性を増す
ことができる。なお、重み付けしたものをテーブルとし
て用いても良い（テーブルを書き換えるようにしても良
い）し、テーブルは書き換えずに、関連度の総和を計算
する際に重み付けを行うようにしても良い。

【０１２９】図２０のフローチャートの説明に戻り、ス
テップＳ１２において、上述したように、現在の話題と
別の話題との関連度が計算されると、ステップＳ１３に
おいて、関連度が最も高い話題、換言すれば、総和値が
一番高いテーブルの情報を選択し、その選択した話題を
遷移先の話題として設定する。そして、ステップＳ１４
において、設定された話題に遷移し、新たな会話が開始
される。

【０１３０】ステップＳ１５において、以前の話題遷移
の評価と、その評価に従って、関連度のテーブルの更新
が行われる。このようなステップを設けるのは、同じ話
題でも、ユーザにより感じ方が異なるため、自然な会話
を行うためには、ユーザ毎に適したテーブルが作成され
る必要があるからである。例えば、「事故」というキー
ワードに対して、ユーザＡは「列車事故」を思い出し、
ユーザＢは「飛行機事故」を思い出し、ユーザＣは「交
通事故」を思い出すというように、ユーザにより異な
る。また、ユーザＡが札幌に旅行に行く計画をたて、実
際にその計画に従って旅行に出かけた場合、「札幌」と
いうキーワードに対して、同じユーザＡであっても、旅
行に行く前と後とでは、思い出すこと、会話の内容の進
め方が異なってくる。

【０１３１】即ち、同一の話題であっても、全ユーザに
対して共通の感じ方をするわけではなく、また、同一ユ
ーザにおいても、時間や、その時の状況により感じ方は
変化するので、テーブルの関連度は動的に変化させるよ
うにした方が、より自然に、かつ、ユーザにとって楽し
い会話を提供することができる。そこで、ステップＳ１
５の処理を設ける。図２２は、ステップＳ１５の処理の
詳細を説明するフローチャートである。

【０１３２】ステップＳ２１において、話題の遷移は妥
当であったか否かが判断される。この判断は、ステップ
Ｓ１４において遷移した話題（話題Tとする）を基準と
した場合、その前の話題T-1と、さらに前の話題T-2の間
で判断される。この判断は、例えば、ロボット１側で、
話題T-2に関して記憶していた情報を、どの程度ユーザ
に伝えたか、例えば、話題T-2に関するキーワードが１
０個であった場合、その１０個のキーワードの内、何個
のキーワードを、ユーザに伝えた時点で話題T-1に遷移
したかを調査することにより判断することができる。

【０１３３】また、キーワードを多く伝えられたと判断
される場合は、会話時間が長かったということになる。
そこで、話題T-2についての会話が、長時間続いた後に
話題T-1に遷移したか否かを判断することにより遷移が
妥当であったか否かを判断することもできる。このよう
な判断は、ユーザが話題T-2に関して、好意的であった
か否かを判断していることになる。

【０１３４】このような判断の方法を用い、ステップＳ
２１において、話題遷移が妥当であったと判断された場
合、ステップＳ２２に進み、話題T-1と話題T-2との間の
キーワード対を全て作成し、ステップＳ２３において、
その対の部分のスコア値が大きくなるように関連度テー
ブルを更新する。このように、関連度テーブルを更新す
ることにより、次から類似の組み合わせでの遷移が起こ
りやすくなる。

【０１３５】なお、ステップＳ２１において、話題遷移
は妥当ではなかったと判断された場合、関連度テーブル
の更新処理は行われない。これは、妥当ではないと判断
された話題遷移に関する情報を用いないようにするため
である。

【０１３６】このように、話題を遷移するために、会話
中話題メモリ７７に記憶されている情報と、話題メモリ
７６に記憶されている全ての話題の情報との関連度を計
算し、その総和を比べることにより、遷移先の話題を決
定するのは、計算コストが高くなってしまう。そこで、
話題メモリ７６に記憶されている全ての情報について総
和を計算してから、遷移先の話題を決定するのではな
く、遷移先の対象となる話題を選択しながら、話題の遷
移を行うようにすることにより、計算コストを低く抑え
るようにする。そのような場合の会話処理部３８の動作
について、図２３のフローチャートを参照して説明す
る。

【０１３７】ステップＳ３１において、話題管理部７４
は、既に上述したような方法により、話題の遷移を起こ
すか否かを判断し、話題の遷移を起こすと判断した場
合、ステップＳ３２に進む。ステップＳ３２において、
話題メモリ７６から１つの話題の情報を選択する。その
選択された情報と、会話中話題メモリ７７に記憶されて
いる情報との関連度を、ステップＳ３３において計算す
る。ステップＳ３３において行われる関連度の計算、お
よび総和は、図２０のフローチャートを参照して説明し
た場合と同様に行われる。

【０１３８】ステップＳ３４において、ステップＳ３３
において計算された総和値が、閾値を越えたか否かが判
断される。ステップＳ３３において、総和値が閾値を越
えてはいないと判断された場合、ステップＳ３２に戻
り、新たな話題に関する情報が話題メモリ７６から読み
出され、その情報に対して処理が行われる。

【０１３９】一方、ステップＳ３４において、総和値が
閾値を越えたと判断された場合、ステップＳ３５に進
み、最近話した話題であるか否かが判断される。例え
ば、ステップＳ３２における処理で、話題メモリ７６か
ら読み出された話題の情報が、現在話している話題の前
の話題であったという場合が想定される。同じ話題が繰
り返されるというのは不自然であり、会話を不愉快なも
のにしてしまう原因となるので、そのような事を防ぐた
めに、ステップＳ３５における処理を設ける。

【０１４０】ステップＳ３５の処理は、会話履歴メモリ
７５（図５）を調査することにより行われる。会話履歴
メモリ７５内の情報を調査することにより、最近話した
話題ではないと判断された場合、ステップＳ３６に進
み、最近話した話題であると判断された場合、ステップ
Ｓ３２に戻り、それ以降の処理が繰り返される。ステッ
プＳ３６において、選択された話題に遷移される。

【０１４１】図２４にロボット１とユーザとの間で交わ
される会話の一例を示す。時刻ｔ₁において、ロボット
１が、話題メモリ７６に記憶されている情報のなかで、
事項（図１９）という項目が”バスの事故”というのを
選択し、会話を始める。まず、ロボット１が、”札幌で
バスの事故がありましたね。”と発話し、それに対して
ユーザが、時刻ｔ₂において、”いつ？”と質問する。
ロボット１は、その質問に対し、時刻ｔ₃において、”
１２月１０日”と答え、ユーザは、その答えを受けて、
時刻ｔ₄において、”けがをした人はいたの？”と新た
な質問をする。

【０１４２】ロボット１は、時刻ｔ₅において”１０人
です”と返答する。ユーザは、時刻ｔ₆において、”ふ
ーん”と相づちを打つ。このような会話が交わされてい
る間、上述したような処理が繰り返し行われている。そ
して、ロボット１が、時刻ｔ ₇において、話題の遷移を
起こすと判断し、新たな話題として、事項という項目
が”飛行機事故”という話題を選択する。これは、上述
したように、遷移する前と後とでの話題には、”事
故”、”２月”、”１０日”、”けが”といったキーワ
ードが一致し、関連度が高いと判断されるからである。

【０１４３】ロボット１は、話題の遷移を起こした結
果、時刻ｔ₇において、”同じ日に、飛行機事故もあっ
たんですよね”と発話する。それに対し、ユーザは、時
刻ｔ₈において、”インドのやつ？”と興味を持ち、確
認するような発話をする。そこで、ロボット１は、さら
に会話を続けるために、ユーザの質問に対し、時刻ｔ₉
において、”そうです、原因がわからない事故です”と
肯定し、さらに、原因不明である事実を、ユーザに提供
する。ユーザは、時刻ｔ₁₀におて、”どれくらいけがし
たの？”と質問し、ロボット１が、時刻ｔ₁₁におい
て、”１００人です”と返答する。

【０１４４】このように、上述した方法により話題を遷
移させることにより、自然な会話を成立させる事が可能
となる。

【０１４５】なお、図２４に示した会話例において、ユ
ーザが、時刻ｔ₈において、”ちょっと待ってよ。バス
の事故の原因はなんだったの？”といったような、話題
の遷移を受け入れず、遷移前の話題に戻るような明示的
な発話がなされたり、または、遷移した話題に対しての
応答に時間が空いたような場合、遷移した話題がユーザ
に受け入れられなかったと判断し、遷移する前の話題に
戻り、会話を続ける。

【０１４６】上述して説明（全ての話題に関するテーブ
ルを作成し、その中で総和値が最も高いのを遷移先の話
題として選択する場合の説明）では、話題を遷移させる
とき、話題メモリ７６に、遷移させるのに適した話題の
情報がある、換言すれば、関連度が低い情報でも、他の
情報に比べて高ければ、遷移先の話題として選択される
ので、場合によっては、自然な会話の流れではなくなる
（全く異なる話題に遷移される）時が想定される。

【０１４７】そのような事を防ぐため、例えば、関連度
（総和値）が所定値以下の話題しか、選択できないよう
な状況の場合、または、上述した説明で、１つの話題を
選択し、その話題の総和値が閾値以上であれば、その話
題を遷移先の話題とする方法において、閾値以上の話題
が見つからなかったような場合、”ところで”、”そう
いえば”などの言葉を発話し、全く異なる話題をユーザ
に提供するようにしても良い。

【０１４８】また、上述した説明では、ロボット１が話
題を遷移する場合を説明したが、ユーザが話題を遷移す
る場合も想定される。図２５のフローチャートを参照し
て、ユーザが話題を遷移させた場合に対応した処理を行
うために会話処理部３８が行う動作について説明する。
ステップＳ４１において、ロボット１の話題管理部７４
は、ユーザが発話した話題が、現在会話している話題
（会話中話題メモリ７７に記憶されている話題）と関連
しているか否かを判断する。この判断は、上述したロボ
ット１が自発的に話題を遷移させる際に用いた、話題間
（キーワード）間の関連度の計算の方法と同様の方法を
用いて行う事が可能である。

【０１４９】すなわち、ユーザの単発の発話から取り出
されたキーワード群と、現在話されている話題のキーワ
ードとの関連度を計算し、所定の閾値の条件を満たすな
ら、関連性があると判断する。例えば、ユーザが、”そ
ういえば、札幌で雪祭りがあるんだよね”と発話したと
する。その発話からキーワードを抽出した場合、「札
幌」、「雪祭り」などがある。これらのキーワードと、
現在話している話題のキーワード群とを用いて、話題間
の関連度の計算を行い、その計算結果により関連性があ
るか否かを判断する。

【０１５０】ステップＳ４１において、現在の話題と関
連していると判断された場合、ユーザの話題遷移に追従
する処理を行う必要はないので、フローチャートの処理
は終了される。一方、ステップＳ４１において、現在話
している話題と関連していないと判断された場合、ステ
ップＳ４２に進む。ステップＳ４２において、話題の遷
移を許容するか否かが判断される。

【０１５１】話題の遷移を許容するか否かの判断は、例
えば、ロボット１側が、現在話している話題に対して、
まだ話す情報がある場合は許容しないなどの規則を設け
ることにより行われる。また、上述したロボット１側か
ら話題を遷移する場合の処理と、同様に行うようにして
も良い。すなわち、ロボット１側で、話題を遷移するタ
イミングではないと判断される場合は、話題の遷移を許
容しないようにする。しかしながら、このように設定し
てしまうと、話題の遷移の決定は、ロボット１側のみし
か行えないことになるので、ロボット１側から話題を遷
移する場合に対して、ユーザ側から話題を遷移する場合
は、遷移しやすいように、確率値を設定するなどの処理
が必要である。

【０１５２】ステップＳ４２において、話題の遷移を許
容しないと判断された場合、話題を遷移しないので、こ
のフローチャートの処理は終了される。一方、ステップ
Ｓ４２において、話題の遷移を許容すると判断された場
合、ユーザが話している話題を認識する必要があるの
で、ステップＳ４３において、ユーザが話している話題
を話題メモリ７６から検索する。

【０１５３】話題メモリ７６から、ユーザが話している
話題を検索する方法としては、ステップＳ４１において
行った方法と同じように、ユーザの発話から抽出された
キーワードと話題メモリ７６に記憶されている全ての話
題（情報）のキーワード群との関連度（の総和）を計算
することにより、その計算結果が最も大きい値の情報
を、まずユーザが話している話題の候補とし、その候補
の計算結果が所定値以上であれば、その情報をユーザが
話している話題であるとして決定する。このような方法
は、ユーザが話している話題と一致する確率が高く、信
頼性があるが、計算コストが高くなる。

【０１５４】そこで、話題メモリ７６から、１つの情報
を選択し、その情報のキーワード群との関連度を計算
し、その計算結果が所定値以上であれば、その話題をユ
ーザが話している話題として決定する。このような処理
を所定値以上である情報が検出されるまで繰り返し行う
ことにより、ユーザが遷移したであろう話題を検索す
る。

【０１５５】このような検索処理が行われることによ
り、ユーザが話している話題であると推定される話題が
検索されたか否かが、ステップＳ４４において行われ
る。ステップＳ４４において、話題が検索されたと判断
された場合、ステップＳ４５に進み、その検索された話
題（情報）を会話中話題メモリ７７に移すことにより、
話題を遷移したこととする。

【０１５６】一方、ステップＳ４４において、話題が検
索されなかったと判断された場合、換言すれば、関連度
の総和値が所定値を越えた情報がなかったと判断された
場合、ステップＳ４６に進む。ステップＳ４６の処理に
来るということは、ロボット１が知り得ている情報以外
の情報を、ユーザが話していると言うことなので、ロボ
ット１にとっては未知の話題に遷移したとして、会話中
話題メモリ７７内の情報をクリアする。

【０１５７】未知の話題に遷移した場合、ロボット１
は、ユーザに対して質問をするなどして会話を続ける。
また、会話を交わすなかで、会話中話題メモリ７７に話
題に関する情報を記憶していく。ロボット１は、このよ
うして新しい話題が入力された場合、上述した関連度の
テーブルを更新する。図２６のフローチャートを参照し
て、新しく入力された話題によりテーブルが更新される
際の処理について説明する。ステップＳ５１において、
新しい話題が入力される。新しい話題が入力される状況
としては、このように、ユーザがロボット１が取得して
いない情報の話題を話す場合と、ネットワークなどを介
して情報ｎをダウンロードした場合などが想定される。

【０１５８】新しい話題が入力されると、ステップＳ５
２において、その入力された話題からキーワードが抽出
される。そして、ステップＳ５３において、抽出された
キーワードの対が全て生成される。その結果を受けてス
テップＳ５４において、キーワード間の関連度テーブル
が更新される。ステップＳ５４の処理は、図２１に示し
たフローチャートのステップＳ２３の処理と同様なの
で、その説明は省略する。

【０１５９】このように、話題の遷移は、ロボット１側
から起こす場合と、ユーザ側から起こす場合とが、実際
の会話のなかでは混在している。そこで、会話処理部３
８が行う話題の遷移に関する大筋の流れとしては、図２
６のフローチャートに従う。すなわち、ステップＳ６１
において、ユーザ側の話題遷移への追従処理が行われ
る。この処理は、図２５のフローチャートの処理のこと
である。

【０１６０】ステップＳ６１の処理の結果、ステップＳ
６２において、ユーザが話題を遷移させたか否かが判断
される。すなわち、図２５のフローチャートにおいて、
ステップＳ４１において、現在の話題と関連していると
判断された場合、ステップＳ６２では、話題を遷移させ
てはいないと判断され、ステップＳ４１において、現在
の話題と関連していないと判断され、それ以降の処理が
された場合、ステップＳ６２では、話題を遷移させたと
して判断される。

【０１６１】ステップＳ６２において、話題は遷移され
ていないと判断された場合、ステップＳ６３に進み、ロ
ボット１側の自発的な話題遷移が行われる。この処理
は、図２０または図２３のフローチャートの処理のこと
である。

【０１６２】このように、ユーザの話題遷移をロボット
１の話題遷移よりも優先することは、ユーザ側に会話の
主導権を与えていることになる。ステップＳ６１とステ
ップＳ６３の処理を入れ替えた場合、ロボット１側に会
話の主導権を与えていることになる。このようなことを
利用し、例えば、ユーザの接し方により、ロボット１が
わがままに育ってしまった場合、ロボット１が会話の主
導権を握るように設定され、ロボット１にしつけが行き
届いている場合、ユーザが会話の主導権を握るように設
定されるようにしても良い。

【０１６３】上述した説明においては、属性として情報
に含まれるキーワードを用いる場合を説明したが、属性
として、図２８に示すように、分類、場所、時間などを
用いるようにしても良い。このような属性を用いた場
合、図２８に示した例では、１つの情報に、１つ又は２
つの値しか持たない時が多い。このような場合において
も、キーワードの場合と同じように処理することが可能
である。例えば、属性として分類の場合、基本的に１つ
の値しか持たないが、キーワードのように複数の値を持
つ場合の特殊な例として扱うことが可能なため、上述し
たキーワードの場合と同様に扱うこと（テーブルを作成
すること）が可能である。

【０１６４】属性は、例えば、キーワードと分類という
ように複数併用するようにしても良い。複数の属性を併
用する場合、それぞれの属性において、関連度の計算を
し、重み付け線形和をとって最終的な判断結果として用
いるようにする。

【０１６５】自然な会話を行うために、また、自然な話
題遷移を行うために、話題メモリ７６には、ユーザの趣
向（プロファイル）にあった話題（情報）が記憶されて
いることは上述した。また、そのプロファイルは、ロボ
ット１とユーザとの会話のなかで取得する、または、ロ
ボット１がコンピュータと接続され、そのコンピュータ
を用いてユーザがロボット１に入力するなどされるとい
うことも上述した。ここでは、ユーザとの会話により、
ロボット１が、そのユーザのプロファイルを作成する場
合を、具体例を挙げて説明する。

【０１６６】図２９に示すように、時刻ｔ₁において、
ロボット１が、”昨日、何かおもしろいことがあった
？”とユーザに対して質問する。この質問に対して、ユ
ーザが時刻ｔ₂において、”タイトルＡという映画を見
たよ”と返答する。この返答から、ユーザのプロファイ
ルに「タイトルＡ」という情報が追加される。さらに、
時刻ｔ₃において、ロボット１が”おもしろかった？”
と質問すると、ユーザは、時刻ｔ₄において、”おもし
ろかったよ。特に、Ｂ役で出ていた俳優Ｃさんが良い演
技をしていたよ”と返答する。この返答から、「俳優
Ｃ」という情報がプロファイルに追加される。

【０１６７】このようにして、ロボット１は、会話の中
からユーザの趣向を取得していく。なお、趣向を取得す
るという目的から、図２９に示した会話例において、ユ
ーザが時刻ｔ₄において、”おもしろくなかった”と返
答した場合、「タイトルＡ」をプロファイルに追加しな
いようにしても良い。

【０１６８】数日後、このようなプロファイルに従い、
サーバ１０１からロボット１に、例えば、”俳優Ｃ主演
の最新作「タイトルＢ」、明日公開、新宿では○○館で
上映”という情報がダウンロードされたとする。ロボッ
ト１は、その情報から、ユーザに対して、時刻ｔ₁’に
おいて、”俳優Ｃさんが主演している新しい映画が公開
されるよ”と話かける。ユーザは、数日前に、俳優Ｃさ
んの演技をほめていることから、その話題に興味を持
ち、時刻ｔ₂’において、”いつから？”と質問する。
ロボット１は、既にいつ公開されるのかの情報を取得し
ている。また、既にユーザの最寄り駅の情報（プロファ
イル）から、最寄りの映画館の情報も取得することが可
能であり、この例では、既に取得している。

【０１６９】ロボット１は、時刻ｔ₃’において、ユー
ザの質問に対し、取得している情報を基に、”明日から
です。新宿だと、○○館で上映しますよ”と返答する。
ユーザは、その情報を得て、時刻ｔ₄’において、”見
たいなー”と発話する。

【０１７０】このようにして、ユーザのプロファイルに
基づく情報を、会話という方法で伝えることにより、自
然な宣伝を行うことが可能となる。すなわち、上述した
会話例では、”タイトルＢ”という映画の宣伝を行えた
ことになる。

【０１７１】なお、サーバ１０１に記憶されたプロファ
イル、または、ユーザが自発的に提供したプロファイル
を用いて、広告代理店などは、ユーザに対して自社の製
品宣伝などのダイレクトメールを送付できるようにして
も良い。

【０１７２】上述した実施の形態のにおいては、ユーザ
と音声により会話を行う場合を説明したが、文字により
会話を行う場合にも、本発明は適用できる。

【０１７３】上述した一連の処理は、ハードウェアによ
り実行させることもできるが、ソフトウェアにより実行
させることもできる。一連の処理をソフトウェアにより
実行させる場合には、そのソフトウェアを構成するプロ
グラムが専用のハードウェアに組み込まれているコンピ
ュータ、または、各種のプログラムをインストールする
ことで、各種の機能を実行することが可能な、例えば汎
用のパーソナルコンピュータなどに、記録媒体からイン
ストールされる。

【０１７４】この記録媒体は、図３０に示すように、コ
ンピュータとは別に、ユーザにプログラムを提供するた
めに配布される、プログラムが記録されている磁気ディ
スク２１１（フロッピディスクを含む）、光ディスク２
１２（CD-ROM（Compact Disk-Read Only Memory），DVD
（Digital Versatile Disk）を含む）、光磁気ディスク
２１３（MD（Mini-Disk）を含む）、若しくは半導体メ
モリ２１４などよりなるパッケージメディアにより構成
されるだけでなく、コンピュータに予め組み込まれた状
態でユーザに提供される、プログラムが記憶されている
ROM２０２や記憶部２０８が含まれるハードディスクな
どで構成される。

【０１７５】なお、本明細書において、媒体により提供
されるプログラムを記述するステップは、記載された順
序に従って、時系列的に行われる処理は勿論、必ずしも
時系列的に処理されなくとも、並列的あるいは個別に実
行される処理をも含むものである。

【０１７６】また、本明細書において、システムとは、
複数の装置により構成される装置全体を表すものであ
る。

【０１７７】

【発明の効果】以上の如く請求項１に記載の会話処理装
置、請求項６に記載の会話処理方法、および請求項７に
記載の記録媒体によれば、ユーザと会話する話題に関す
る情報を記憶し、ユーザのプライベートな情報を、ユー
ザとの会話のなかから取得し、ユーザの発話を認識し、
記憶されている情報、または、認識結果のうち、少なく
とも一方を用いて、ユーザと会話するための応答文を生
成するようにしたので、ユーザに自然で、楽しい会話を
提供することが可能となる。

【図面の簡単な説明】

【図１】本発明を適用したロボットの一実施の形態の外
観構成例を示す斜視図である。

【図２】図１のロボットの内部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の機能的構成例を示す
ブロック図である。

【図４】音声認識部３１Ａの内部構成を示すブロック図
である。

【図５】会話処理部３８の内部構成を示すブロック図で
ある。

【図６】音声合成部３６の内部構成を示すブロック図で
ある。

【図７】情報ｎをダウンロードする際のシステム構成を
示すブロック図である。

【図８】図７のシステムの詳細な構成を示す図である。

【図９】図７のシステムの詳細な他の構成を示す図であ
る。

【図１０】話題遷移のタイミングについて説明する図で
ある。

【図１１】話題遷移のタイミングについて説明する図で
ある。

【図１２】話題遷移のタイミングについて説明する図で
ある。

【図１３】話題遷移のタイミングについて説明する図で
ある。

【図１４】話題遷移のタイミングを説明するフローチャ
ートである。

【図１５】話題遷移のタイミングを決定する平均値と確
率値との関係を示す図である。

【図１６】発話パターンを説明する図である。

【図１７】話題遷移のタイミングを決定する会話が途絶
えた時間と確率値との関係を示す図である。

【図１８】話題メモリ７６に記憶された情報について説
明する図である。

【図１９】属性がキーワードである場合について説明す
る図である。

【図２０】話題遷移について説明するフローチャートで
ある。

【図２１】テーブルについて説明する図である。

【図２２】図２０のフローチャートのステップＳ１５の
処理の詳細を示すフローチャートである。

【図２３】話題遷移について説明する他のフローチャー
トである。

【図２４】ロボット１とユーザの間で交わされる会話の
一例を説明する図である。

【図２５】ユーザ側が話題遷移した場合のロボット１の
動作について説明するフローチャートである。

【図２６】関連度テーブルの更新について説明するフロ
ーチャートである。

【図２７】会話処理部３８の動作について説明するフロ
ーチャートである。

【図２８】属性について説明する図である。

【図２９】ロボット１とユーザの間で交わされる会話の
一例を説明する図である。

【図３０】媒体を説明する図である。

【符号の説明】

１０コントローラ，１０Ａ CPU，１０Ｂメモ
リ，１５マイク，１６ CCD，１７タッチセン
サ，１８スピーカ，１９通信部，３１センサ
入力処理部，３１Ａ音声認識部，３１Ｂ画像認
識部，３１Ｃ圧力処理部，３２感情／本能モデ
ル部，３３行動決定機構部，３４姿勢遷移機構
部，３５制御機構部，３６音声合成部，３７
音響処理部，３８会話処理部，７４話題管理
部，７５会話履歴メモリ，７６話題メモリ，
７７会話中話題メモリ，１０１サーバ，１０３
通信装置，１１０話題データベース，１１１
プロファイルメモリ，１１２フィルタ、１４１ロ
ボット用フレーム，１４２ユーザ用フレーム

───────────────────────────────────────────────────── 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 15/00 Ｇ１０Ｌ 3/00 ５５１Ｈ９Ａ００１ 15/22 ５７１ＵＦターム(参考） 2C150 BA06 BA11 CA01 CA02 DA05 DA24 DA26 DA27 DA28 DF03 DF04 DF06 DF33 ED42 ED52 EF16 EF23 EF29 EF33 EF36 3F060 AA00 BA10 CA14 5B091 AA15 CA14 CA21 CB12 CB32 CC01 CD01 CD03 EA02 5D015 AA05 KK02 LL10 5D045 AB11 9A001 HH13 HH17 HH18 HH19 HH34 KK62

Claims

【特許請求の範囲】

【請求項１】ユーザと会話を行う会話処理装置におい
て、前記ユーザと会話する話題に関する情報を記憶する記憶
手段と、前記ユーザのプライベートな情報を、前記ユーザとの会
話のなかから取得する取得手段と、前記ユーザの発話を認識する認識手段と、前記記憶手段により記憶されている前記情報、または、
前記認識手段による認識結果のうち、少なくとも一方を
用いて、ユーザと会話するための応答文を生成する生成
手段とを含むことを特徴とする会話処理装置。
【請求項２】他の装置と通信する通信手段をさらに含
み、前記記憶手段は、前記他の装置が、前記取得手段により
取得された前記ユーザのプライベートな情報を基に選択
した前記話題に関する情報を記憶することを特徴とする
請求項１に記載の会話処理装置。
【請求項３】前記記憶手段は、他の装置から送信され
た前記話題に関する情報の中から、前記取得手段により
取得された前記ユーザのプライベートな情報を基に、所
定の情報を選択し、記憶することを特徴とする請求項１
に記載の会話処理装置。
【請求項４】前記会話は、音声または文字により行わ
れることを特徴とする請求項１に記載の会話処理装置。
【請求項５】ロボットに内蔵されることを特徴とする
請求項１に記載の会話処理装置。
【請求項６】ユーザと会話を行う会話処理装置の会話
処理方法において、前記ユーザと会話する話題に関する情報の記憶を制御す
る記憶制御ステップと、前記ユーザのプライベートな情報を、前記ユーザとの会
話のなかから取得する取得ステップと、前記ユーザの発話を認識する認識ステップと、前記記憶制御ステップの処理で記憶された前記情報、ま
たは、前記認識ステップの処理で認識結果のうち、少な
くとも一方を用いて、ユーザと会話するための応答文を
生成する生成ステップとを含むことを特徴とする会話処
理方法。
【請求項７】ユーザと会話を行う会話処理用のプログ
ラムであって、前記ユーザと会話する話題に関する情報の記憶を制御す
る記憶制御ステップと、前記ユーザのプライベートな情報を、前記ユーザとの会
話のなかから取得する取得ステップと、前記ユーザの発話を認識する認識ステップと、前記記憶制御ステップの処理で記憶された前記情報、ま
たは、前記認識ステップの処理で認識結果のうち、少な
くとも一方を用いて、ユーザと会話するための応答文を
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。