JP2003173349A - 情報検索システム及び情報検索方法 - Google Patents

Abstract

(57)【要約】 【課題】 本発明は、利用者との間で会話した内容に基
づいて、利用者が抱く感情を把握し、その把握した感
情、感情を表現した言語に含まれる特定のキーワードを
抽出して、その抽出したキーワードに基づいて検索を行
うことで、より利用者の要求に合致した情報を検索する
ことができる。 【解決手段】 本発明は、利用者の音声情報を取得する
入力部１０１と、入力部１０１で取得した音声情報に基
づいて、該音声情報に対応する文字列を特定する音声認
識部１０２と、音声認識部１０２で特定した文字列に基
づいて利用者が抱く感情情報を推論し、推論した該感情
情報に関連付けられたキーワードを抽出して、抽出した
該キーワードに関係する情報を検索する推論エンジン１
０４とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、利用者が発話した
音声情報から利用者の感情を推論し、推論した利用者の
感情に基づいて所定の情報を検索する情報検索システム
及び情報検索方法に関する。

【０００２】

【従来の技術】近年では、通信ネットワークの発達によ
り、通信ネットワークの利用者は、例えばインターネッ
トを通じて、利用者が知りたい情報を簡単に取得するこ
とができる。特に、最近では、一般家庭においても、Ａ
ＤＳＬ（Asymmetric Digital Subscriber Line）などを
利用して、通信ネットワークに常時接続ができるという
環境が普及しつつあるので、利用者は何時でも簡単に情
報を取得することができる。

【０００３】これにより、利用者は、パーソナルコンピ
ュータに内蔵してある検索エンジンを用いることで、イ
ンターネットを通じて自己の要求に合致した情報を容易
に取得することができるという利点を有する。

【０００４】

【発明が解決しようとする課題】しかしながら、インタ
ーネットの発達に伴って、インターネットで検索するこ
とができる情報量が増加したため、利用者は、上記従来
からの検索エンジンを用いていたのでは、欲しい情報を
簡単に得ることができない状況になっている。

【０００５】例えば、利用者が本に関係する情報を検索
したい場合は、利用者は従来からの検索エンジンを用い
て「面白い」「本」というキーワードを入力して検索を
行うことができるが、ある検索エンジンでは、「面白
い」「本」に関係する検索結果を約１０万件という膨大
な内容を検索してしまい、その検索した内容の中には、
利用者が要求する本の情報とは全く関係のない「日”
本”の”面白い”スポット」というゴミ情報も含まれる
場合があった。

【０００６】また、利用者は、キーワードの数を増やし
てから検索することよって、上記ゴミ情報を排除するこ
とができるが、キーワードの数を多く考えなければなら
ず、また、それらのキーワードを入力しなければならな
いという不便が生じていた。

【０００７】そこで、本発明は以上の点に鑑みてなされ
たものであり、利用者が入力した文字列に基づいて、利
用者が抱く感情を把握し、その把握した感情し、感情を
表現する特定のキーワードを抽出して、その抽出したキ
ーワードに基づいて検索を行うことで、より利用者の要
求に合致した情報を検索することのできる情報検索シス
テム及び情報検索方法を提供することを課題とする。

【０００８】

【課題を解決するための手段】本願に係る発明は、上記
課題を解決すべくなされたものであり、利用者から入力
された文字列を認識し、認識した前記文字列に基づいて
前記利用者が抱く感情情報を推論し、推論した該感情情
報に関連付けられたキーワードを抽出して、抽出した該
キーワードに関係する情報を検索することを特徴とする
ものである。

【０００９】このような本願に係る発明によれば、端末
が、利用者から入力された文字列を認識し、認識した前
記文字列に基づいて前記利用者が抱く感情情報を推論
し、推論した該感情情報に関連付けられたキーワードを
抽出して、抽出した該キーワードに関係する情報を検索
するので、端末は、利用者が抱いている感情に特徴付け
られたキーワードを取得することができ、この取得した
キーワードを用いることで利用者の要求に合致した情報
を検索することができる。

【００１０】また、利用者は、端末に対して、特定の文
字列を入力、例えば、自己が発話することにより特定の
文字列を入力、又は、利用者が操作部を通じて特定の文
字列を入力することで、端末が利用者の感情を把握し、
その把握した感情に特徴付けられたキーワードを自動的
に検索してくれるので、所定の情報を検索するためのキ
ーワードを逐一考える必要がなく、更に複数のキーワー
ドを入力する手間を省くことができる。

【００１１】尚、端末は、前記文字列、該文字列に含ま
れる前記利用者の感情の度合いを示す感情度又は該感情
度が発生した時期に基づいて前記感情情報を推論するも
のであってもよい。これにより、端末は、前記文字列、
該文字列に含まれる前記利用者の感情の度合いを示す感
情度又は該感情度が発生した時期に基づいて前記感情情
報を推論することができるので、利用者の感情をより的
確に把握することができる。

【００１２】尚、前記感情度は、文字列に含まれる強調
語に基づいて定めるものであってもよい。これにより、
端末は、文字列に含まれる強調語に基づいて感情度を定
めることができるので、例えば強調語である副詞又は感
嘆詞などにより、利用者の感情の程度を把握することが
できる。

【００１３】本願に係る発明は、前記感情情報に関連付
けられた前記キーワードが所定の数以上になった場合
に、前記キーワードに関係する情報を検索することを特
徴とするものでもある。このような本願に係る発明によ
れば、端末は、感情情報に関連付けられたキーワードが
所定の数以上になった場合に、前記キーワードに関係す
る情報を検索するので、利用者は、端末を通じて、逐次
所定のキーワードに対応する検索結果を取得することが
できる。

【００１４】尚、端末は、前記感情度の高い前記感情情
報に関連付けられた前記キーワードが所定の数以上にな
った場合に、前記キーワードに関係する情報を検索する
ものであってもよい。これにより、端末が、感情度の高
い感情情報（例えば、〜に非常に興味があるなど）に関
連付けられたキーワードが所定の数以上になった場合
に、前記キーワードに関係する情報を検索するので、利
用者は、端末を通じて、例えば自己にとって興味のある
検索結果のみを取得することができる。

【００１５】尚、端末は、前記感情度が発生した時期
と、前記感情度とを含む前記感情情報に関連付けられた
前記キーワードが所定の数以上になった場合に、前記キ
ーワードに関係する情報を検索するものであってもよ
い。これにより、端末が、感情度が発生した時期と、感
情度とを含む前記感情情報に関連付けられた前記キーワ
ードが所定の数以上になった場合に、前記キーワードに
関係する情報を検索するので、利用者は、端末を通じ
て、例えば過去において興味があった情報の検索結果の
みを取得することができる。

【００１６】

【発明の実施の形態】［情報検索システムの基本構成］
本発明に係る情報検索システムについて図面を参照しな
がら説明する。図１は、本実施形態に係る情報検索シス
テムの概略構成図である。

【００１７】同図に示すように、情報検索システムは、
利用者の音声情報を取得する入力部１０１（取得手段）
と、入力部１０１で取得した音声情報に基づいて、前記
音声情報に対応する文字列を特定する音声認識部１０２
（音声認識手段）と、音声認識部１０２で特定した文字
列に基づいて利用者が抱く感情情報を推論し、推論した
該感情情報に関連付けられたキーワードを抽出して、抽
出した該キーワードに関係する情報を検索する推論エン
ジン１０４（推論検索手段）と、キーワードに対応する
情報を蓄積してある情報管理センター２００とを備えて
いる。

【００１８】端末１００ａ〜１００ｅは、利用者が発話
した内容から利用者の感情情報を推論し、推論した利用
者の感情情報に基づいて、利用者が要求する所定の情報
を検索するものである。尚、この端末１００ａ〜１００
ｅは、例えば、パーソナルコンピュータ、携帯電話機な
どが挙げられる。

【００１９】端末１００ａ〜１００ｅは、本実施形態で
は、入力部１０１と、音声認識部１０２と、音声認識辞
書記憶部１０３と、推論エンジン１０４と、通信部１０
５と、感情情報データベース１０６と、出力部１０７と
を有している。

【００２０】入力部１０１は、利用者の音声情報を取得
する取得手段である。具体的に入力部１０１は、利用者
の音声情報を取得し、取得した音声情報を音声信号とし
て音声認識部１０２に出力する。音声認識部１０２は、
入力部１０１で取得した音声情報に基づいて、その音声
信号に対応する文字列を特定する音声認識手段である。

【００２１】具体的には、音声信号が入力された音声認
識部１０２は、入力された音声信号を解析し、解析した
音声信号に対応する文字列を、音声認識辞書記憶部１０
３に格納されている辞書を用いて特定し、特定した文字
列を文字列信号として推論エンジン１０４に出力する。

【００２２】音声認識辞書記憶部１０３は、標準的な音
声信号に対応する辞書を格納しているものである。通信
部１０５は、情報管理センター２００との間でデータを
送受信するものである。出力部１０７は、推論エンジン
１０４からの指示に対応する命令を出力するものであ
り、例えば、ディスプレイ、スピーカ等が挙げられる。
具体的には、推論エンジン１０４から音声命令信号が入
力された出力部１０７は、入力された音声命令信号に対
応する音声を出力する。

【００２３】尚、音声認識部１０２は、利用者が操作部
（例えば、キーボード）を通じて入力した文字列を特定
する文字認識手段でもある。更に、音声辞書記憶部１０
３は、利用者が操作部を通じて入力した文字列に対応す
る辞書を格納するものでもある。これにより、利用者
は、端末１００に対して発話するだけでなく、操作部か
ら文字を入力することによっても、端末１００から所定
の検索内容を取得することができる。

【００２４】感情情報データベース１０６は、利用者が
抱く感情に関係する情報を感情情報として蓄積している
ものであり、例えば、ハードディスク、ＣＤ−ＲＯＭな
どが挙げられる。

【００２５】ここで、感情情報データベース１０６に
は、図７に示すように、利用者の「感情の度合い」（感
情度）の履歴を示す「感情履歴テーブル」と、利用者の
「感情の度合い」に時制に関する情報を付加した履歴を
示す「時制履歴テーブル」とを有している。感情情報に
は、同図に示すように、例えば、「感情の度合い」「キ
ーワード」「文字列の時制」などが含まれる。これらの
内容についての詳述は後述する。

【００２６】前記推論エンジン１０４は、音声認識部１
０２で特定した文字列に基づいて利用者が抱く感情情報
を推論し、推論した感情情報に関連付けられたキーワー
ドを抽出して、抽出した該キーワードに関係する情報を
検索する推論検索手段である。

【００２７】ここで、推論エンジン１０４は、文字列、
該文字列に含まれる利用者の感情の度合いを示す感情度
又は該感情度が発生した時期（時制）に基づいて感情情
報を推論する。この推論についての詳述は後述する。

【００２８】この推論エンジン１０４は、本実施形態で
は、文脈を解読するための文脈辞書、言語の類似関係を
調べるための類似関係辞書、日本語文節解析に関する辞
書、日本語の形態素解析（各品詞、活用形、分類、連
接）に関わる辞書を有しており、これらの辞書を基に、
利用者が発話した日本語の意味内容を解読し、解読した
意味内容から利用者が抱く感情を推論し、利用者に質問
するのに適した文を作成するものである。

【００２９】即ち、日本語の意味内容を解読した推論エ
ンジン１０４は、解読した意味内容に基づいて、解読さ
れた意味の結束性、話題の変化、利用者の感情を形成す
る言語、今までの会話の統計などにより、利用者が抱く
感情を推論し、利用者に質問するのに適した文を作成す
る。

【００３０】また、推論エンジン１０４は、人工知能、
ニューラルネットワークによって構成されているもので
もあり、利用者との間で交わされた言語（単語、文な
ど）をニューラルネットに学習させ、その学習された言
語に基づいて、利用者に質問をする内容を作成すること
ができる。

【００３１】更に、推論エンジン１０４は、解読した日
本語の意味内容が曖昧な表現であると判断した場合は、
ファジー機能を用いて、曖昧な表現に対応した質問内容
をも作成することもできる。尚、推論エンジン１０４に
有する上記機能の実行は、後述するＡＩ推論部１０４が
主に担っている。

【００３２】具体的には、音声認識部１０２から文字列
信号が入力された推論エンジン１０４は、入力された文
字列信号に対応する文字列を構成する要素に基づいて、
利用者の感情、利用者がその感情を抱いた時期、文字列
に含まれるキーワードを分別する。これらの”利用者の
感情”、”利用者がその感情を抱いた時期（時
制）”、”文字列に含まれるキーワード”は、本実施形
態では、感情情報を意味するものとする。

【００３３】ここで、「利用者の感情」（感情の度合
い）には、例えば、関心／無関心、喜ぶ／つまらない等
が挙げられる。また、「利用者の感情」には、利用者が
抱く感情の程度も含まれているものであり、例えば、す
ごく関心がある／関心がある／関心がない／全く関心が
ない等が含まれている。

【００３４】この「感情の程度」は、本実施形態では、
利用者がプラス的な感情を強く持っている場合をＰ１
（Ｐ；Positive）〔例えば、とても関心がある〕、利用
者がプラス的な感情を単に持っている場合をＰ２〔例え
ば、関心がある〕、利用者がマイナス的な感情を単に持
っている場合をＮ１（Ｎ；Negative）〔例えば、関心が
ない〕、利用者がマイナス的な感情を強く持っている場
合をＮ２と表現することにする。

【００３５】また、「利用者がその感情を抱いた時期
（時制）」には、例えば、現在・過去・未来が挙げられ
る。更に、文字列に含まれるキーワードは、例えば、
春、夏、秋、冬、読書、スポーツなどが挙げられる。

【００３６】文字列を構成する要素から、利用者の感情
に関する情報を分別した推論エンジン１０４は、利用者
の感情に関する情報に基づいて、利用者が抱いている感
情を推論する。

【００３７】例えば、推論エンジン１０４が出力部１０
７を通じて利用者に対し、”何か興味ある本は？”と質
問した場合に、利用者が”何かあるかな？”と返事をし
た場合は、推論エンジン１０４は、利用者は何に興味が
あるのか悩んでいるな、と判断し、更に質問内容を深め
ていくため次の質問をする。

【００３８】推論エンジン１０４は、出力部１０７を通
じて利用者に対し、”スポーツは何をやっていたの？”
と次に質問した場合に、利用者が”昔は楽しくサッカー
をやっていたよ”と返事をした場合は、推論エンジン１
０４は、利用者はサッカー関係に興味があるな、と推論
し次々と質問（会話）をしていく。

【００３９】利用者に対して様々な質問をした推論エン
ジン１０４は、利用者からの返事の内容に基づいて、そ
の返事毎に「利用者の感情」「感情の度合い」「利用者
がその感情を抱いた時期」に分別し、分別した感情情報
を感情情報データベース１０６に蓄積する。

【００４０】その後、推論エンジン１０４は、感情情報
に関連付けられたキーワードが所定の数以上になった場
合に、前記キーワードに関係する情報を検索する。ま
た、推論エンジン１０４は、感情度の高い感情情報に関
連付けられたキーワードが所定の数以上になった場合
に、前記キーワードに関係する情報を検索することもで
きる。

【００４１】具体的には、推論エンジン１０４は、例え
ば感情情報データベース１０６に蓄積されている感情情
報の中から、「感情の程度」が高いキーワード（Ｐ１、
Ｐ２）を取得し、取得したキーワードが所定の数以上に
なった場合は、複数のキーワードに対応する情報を情報
管理センター２００の中から検索すること行う。この検
索は、一般的な検索エンジンを用いることにより行うこ
とができる。

【００４２】また、推論エンジン１０４は、高い感情度
と、その高い感情度が発生した時期とを含む感情情報に
関連付けられたキーワードが所定の数以上になった場合
に、前記キーワードに関係する情報を検索することもで
きる。

【００４３】具体的には、推論エンジン１０４は、例え
ば感情情報データベース１０６に蓄積されている「利用
者がその感情を抱いた時期」「感情の程度」の中から、
「感情の程度」が高い（Ｐ１、Ｐ２）キーワードであ
り、その感情を抱いた時期が”現在”のもののみを取得
し、取得したキーワードが所定の数以上になった場合
は、そのキーワードに対応する情報を情報管理センター
２００の中から検索する。

【００４４】尚、推論エンジン１０４は、感情情報デー
タベース１０６に蓄積されている感情情報が、ある時制
（例えば、過去）の情報に偏っている場合は、違う時制
（例えば、現在）における感情を利用者から聞き出し、
その聞き出した感情を構成するキーワードに基づいて検
索をすることもできる。

【００４５】複数のキーワードに対応する情報を検索し
た推論エンジン１０４は、検索した情報を出力部１０７
に出力し、推論エンジン１０４から検索された情報が入
力された出力部１０７は、検索された情報を出力する。

【００４６】これにより、推論エンジン１０４は、出力
部１０７を通じて、利用者が抱いている感情を推論し、
その推論した感情から導かれたキーワードを用いて所定
の情報を検索することで、利用者の感情にマッチした情
報を的確に検索することができる。また、利用者は、推
論エンジン１０４を通じて、会話を通じて所定の情報を
検索することができるので、楽しく所定の情報を検索す
ることができる。

【００４７】上記推論エンジン１０４は、本実施形態で
は、図２に示すように、文節認識部１０４ａと、時制解
釈部１０４ｂと、類別部１０４ｃと、強調語検出部１０
４ｄと、感情判定部１０４ｅと、ＡＩ推論部１０４ｆ
と、検索実行部１０４ｇと、キーワード検出部１０４ｈ
とを有している。

【００４８】文節認識部１０４ａは、文を解析し、解析
した文に基づいて、文から把握される言葉の意味空間を
認識するものである。ここで、文の解析とは、文の形態
要素、例えば品詞、活用形、分類、連接関係を解析する
ことを意味する。言葉の意味空間は、文脈、文の類似関
係、文の学習パターンから把握するものである。

【００４９】更に、文節認識部１０４ａは、上記認識に
より、文と文との間を認識するものである。具体的に
は、文から把握される言葉の意味空間を認識した音声認
識部１０２から文字列信号が入力された文節認識部１０
４ａは、入力された文字列信号に基づいて、文字列信号
に対応する文と文との間を認識する。

【００５０】この認識は、本実施形態では、文と文との
間にはある程度の時間間隔があるので、その時間間隔に
基づいて文と文との間を区別するものである。例えば、
文字信号に対応する文が、”今日は暑いな・・・アイス
を食べよう”というものである場合は、文節認識部１０
４ａは、上記文の中で時間間隔がある部分”・・・”を
文の区切りと認識し、”今日は暑いな”と”アイスを食
べよう”との文に分けることを行う。

【００５１】文と文との間を認識した文節認識部１０４
ａは、文を１文毎に区分けして、１文毎に区分けした文
を文体信号として時制解釈部１０４ｂ、類別部１０４
ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力
する。

【００５２】類別部１０４ｃは、文字列から利用者の感
情の種類を判別するものである。具体的には、文節認識
部１０４ａから文体信号が入力された類別部１０４ｃ
は、入力された文体信号に対応する文に基づいて、文に
含まれる要素から感情に関係するフレーズを抜き出し、
この抜き出したフレーズがどのような感情の類別に属す
るものであるかを特定する。

【００５３】この感情の類別は、本実施形態では、例え
ば図３に示す「感情類別テーブル」に従って類別する。
感情類別テーブルは、例えば、利用者がプラス的な感情
要素を意味していることを示す「プラス要素Ｐ（Ｐ；Po
sitive）」、利用者がマイナス的な感情要素を意味して
いることを示す「マイナス要素Ｎ（Ｎ；Negative）」を
有している。

【００５４】このプラス要素Ｐには、例えば、いいね、
良い、ほっとする、最高、喜ぶ、気になる等が含まれ
る。また、マイナス要素Ｎには、例えば、だめ、悪い、
まいる、最低、つまらない、気にならない（無関心）等
が含まれる。類別部１０４ｃは、上記の「感情類別テー
ブル」に基づいて、１文の中からどのような感情が含ま
れているのかを類別し、この類別した結果を類別信号と
して感情判定部１０４ｅに出力する。

【００５５】強調語検出部１０４ｄは、文字列から感情
の強弱を特徴付ける要素を抽出するものである。具体的
には、文節認識部１０４ａから文体信号が入力された強
調語検出部１０４ｄは、入力された文体信号に対応する
文に基づいて、その文を構成する要素の中に、強調語が
あるか否かを検出する。

【００５６】この強調語の検出は、本実施形態では、例
えば図４に示す「強調語テーブル」に従って行うことが
できる。この「強調語テーブル」には、同図に示すよう
に、例えば、すげー、ちょー、うひょー、わおー、ひえ
ー、めっちゃ、すごく、とても、かなり等の副詞、感嘆
詞が含まれる。強調語検出部１０４ｄは、上記の「強調
語テーブル」に基づいて、１文の中にある強調語を検出
し、検出した強調語を強調語検出信号として感情判定部
１０７に出力する。

【００５７】感情判定部１０４ｅは、利用者が抱く感情
の程度を判定するものである。具体的には、類別部１０
４ｃ、強調語検出部１０４ｄ、文節認識部１０４ａから
類別信号、強調語検出信号、文体信号が入力された感情
判定部１０４ｅは、入力された類別信号、強調語検出信
号、文体信号に基づいて、利用者の感情の程度を判定す
る。

【００５８】この感情の程度の判定は、本実施形態で
は、例えば図５に示す「感情度テーブル」に従って行う
ことができる。この「感情度テーブル」には、例えば、
同図に示すように、判定要素（利用者の感情）と、「感
情の程度」とを有している。

【００５９】判定要素は、利用者の感情を左右するフレ
ーズを意味するものであり、例えば、同図に示すよう
に、関心／無関心、喜ぶ／つまらない、最高／最低、ほ
っとする／まいる等が挙げられる。この判定要素は、上
述した「利用者の感情」と同義の意味である。

【００６０】例えば、「感情の程度」は、上述の如く、
同図に示すように、判定要素が「関心／無関心」である
場合は、感情の程度は、すごく関心がある（Ｐ１）、関
心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がな
い（Ｎ２）と類別することができる。

【００６１】感情判定部１０４ｅは、類別信号に対応す
る「感情の類別」、強調語検出信号に対応する強調語に
基づいて、上記「感情度テーブル」を参照し、１文から
把握される利用者の感情がどの程度なのかを判定し、判
定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情判定信号
としてＡＩ推論部１０４ｆに出力する。

【００６２】例えば、文体信号に対応する文字列が”昔
はサッカーを楽しくやっていたよ”である場合は、類別
部１０４ｃは、”やっていた”という文字列を検出し、
強調語検出部１０４ｄは、”楽しく”という文字列を検
出する。感情判断部１０４ｅは、類別部１０４ｃで検出
された”やっていた”と、強調語検出部１０４ｄで検出
した”楽しく”とに基づいて、図５のテーブルを参照
し、利用者の感情の度合いをＰ１であると判断する。

【００６３】また、感情判定部１０４ｅは、文字列を構
成する重要な要素である”サッカー”というキーワード
を検出し、その検出結果と「感情の程度」とを含む感情
情報を感情情報信号としてＡＩ推論部１０４ｇに出力す
る。

【００６４】ＡＩ推論部１０４ｇは、感情判定部１０４
ｅで判定された利用者の「感情の度合い」、文字列のキ
ーワードから、利用者が抱く感情を推論する。具体的に
は、感情判定部１０４ｅから感情情報信号が入力された
ＡＩ推論部１０４ｇは、入力された感情情報信号に対応
する感情情報に基づいて、例えば上記結果より「感情の
度合い」がＰ１（楽しくやっていた）、キーワードが”
サッカー”である場合は、利用者はサッカーについて興
味があるな、と推論する。

【００６５】尚、ＡＩ推論部１０４ｇは、例えば、文字
列のキーワードに基づいて、前記キーワードと最も関係
するフレーズ（推論の内容を示す予め定められた内容）
を感情情報データベース１０６から抽出して、その抽出
したフレーズを推論の内容とすることができる。

【００６６】ＡＩ推論部１０４ｇは、上記推論により、
興味がある分野について更に質問内容を深めていき、利
用者が抱いている感情に対応するキーワードを聞き出
し、聞き出した感情に対応するキーワードを感情情報デ
ータベース１０６に蓄積する。

【００６７】時制解釈部は、利用者の抱く感情度が発生
した時期（時制）を解釈するものである。具体的には、
文節認識部１０４ａから文体信号が入力された時制解釈
部１０４ｂは、入力された文体信号に対応する文字列に
基づいて、その文字列に対応する事象がどの時制（時
点）に該当するのかを解釈する。この解釈は、本実施形
態では、図６に示す「時制テーブル」に従って行うもの
とする。

【００６８】この「時制テーブル」は、同図に示すよう
に、アスペクト、テンス、ムードから構成されるもので
あり、文字列に対応する時制は、これらの構成要素に基
づいて特定することができる。

【００６９】ここで、アスペクトＡとは、既にある事象
が完了していることを示す完成相（Ａ１）と、利用者の
発話時においてもある事象が継続していることを示す継
続相（Ａ２）とから構成されるものである。また、テン
スＴとは、非過去時制（Ｔ１）と、過去時制（Ｔ２）と
から構成されるものである。更に、ムードＭとは、叙述
法Ｍ１（断定法（Ｍ２）、推量法（Ｍ３））と、実行法
Ｍ６（意志・勧誘（Ｍ４）、命令（Ｍ４））とから構成
されるものである。

【００７０】例えば、時制解釈部１０４ｂは、”昔はサ
ッカーを楽しくしていたよ”という文字列を解釈する場
合は、図６を参照し、”〜いた”の文字から断定Ｍ２−
過去Ｔ２（判断）であると判断し、”〜していた”の
文字から完成相Ａ２（判断；過去における継続性）に
該当すると判断する。そして、これらの判断を行った時
制解釈部１０４ｂは、判断した時制（判断、判断）
を時制信号としてＡＩ推論部１０４ｆに出力する。

【００７１】時制解釈部１０４ｂと感情判断部１０４ｅ
とからそれぞれ時制信号と感情情報信号とが入力された
ＡＩ推論部１０４ｆは、入力された時制信号に対応する
「判断された時制」と、入力された感情情報信号に対応
する「感情の度合い」「キーワード」とに基づいて、利
用者が抱いている感情を推論する。

【００７２】例えば、ＡＩ推論部１０４ｆは、”昔はサ
ッカーを楽しくやっていたよ”の文字列から利用者の感
情を推論する場合は、時制解釈部１０４ｂ、類別部１０
４ｃ及び強調語解釈部１０４ｄで文字列の要素が解釈さ
れた結果、「判断された時制」が上記判断（断定Ｍ２
−過去Ｔ２；過去に何かを行っていたこと）、判断
（完成相Ａ２；何かを継続して行っていたこと）、「感
情の度合い」がＰ１（〜を楽しくやっていた）、更に、
「キーワード」がサッカーであるという結果が導かれる
ので、「利用者は過去（判断）においてサッカー（キ
ーワード）を継続（判断）してやっていた時期がある
な、利用者はサッカーに興味があるのでは」、と推論す
る。

【００７３】この推論をしたＡＩ推論部１０４ｆは、利
用者が過去においてサッカーに興味がある、と推論した
ので、サッカーに関係する質問を導きだし、導いた質問
を次々に行い質問の内容を深めていく。例えば、サッカ
ーに関係する質問としては、好きなサッカーチーム、好
きな選手などが挙げられる。

【００７４】利用者に対して様々な質問を行ったＡＩ推
論部１０４ｆは、利用者から回答のあった回答内容を、
「判断された時制」「感情の度合い」「キーワード」毎
に感情情報データベース１０６に蓄積する（図７参
照）。

【００７５】これにより、ＡＩ推論部１０４ｆは、利用
者が発話した文字列に含まれる「感情の度合い」「キー
ワード」だけではなく、「判断された時制」をも含めて
利用者の感情を判断するので、例えば利用者が過去にお
いてはどのような感情を抱いていたのかを把握すること
ができ、更に、過去から現在に至るまでの感情の変化を
も把握することができる。

【００７６】即ち、ＡＩ推論部１０４ｆは、利用者が過
去における事柄において「感情の度合い」が高かった場
合には、例えば、「現在においての感情は変わっていな
いか」と推論し、現在における利用者の感情を判断付け
る質問を行い、現在における利用者がどのような感情を
抱いているのかを把握することができる。

【００７７】更に、上記よりＡＩ推論部１０４ｆは、利
用者からの回答に含まれるキーワード、特に利用者の感
情に関係するキーワードを多く収集することができ、後
述する検索部実行部１０４ｇは、ＡＩ推論部１０４ｆで
推論された利用者の感情に関係するキーワードを用い
て、所定の情報を検索することで、利用者が要求する情
報をより的確に検索することができる。

【００７８】加えて、利用者は、入力部１０１を通じ
て、ＡＩ推論部１０４ｆに文字情報を入力（例えば、音
声入力、操作部からの入力）すれば、ＡＩ推論部１０４
ｆが利用者の感情を推論し、その推論に応じて異なった
質問をするので、あたかも人間と会話しているような雰
囲気を味わうことができ、ある情報についての情報をよ
り楽しく検索することができる。

【００７９】キーワード検出部１０４ｈは、感情情報に
関連付けられたキーワードが所定の数以上になった場合
に、前記キーワードを検出するための検索命令信号を検
索実行部１０４ｇに出力するものである。また、キーワ
ード検出部１０４ｈは、感情度の高い感情情報に関連付
けられたキーワードが所定の数以上になった場合に、検
索命令信号を検索実行部１０４ｇに出力することもでき
る。

【００８０】具体的には、キーワード検出部１０４ｈ
は、感情情報データベース１０６に蓄積されている「感
情履歴テーブル」（図７参照）の中から、「感情の度合
い」を示す値（Ｐ１、Ｐ２、Ｎ１、Ｎ２）と、その値に
関連付けられたキーワードとを取得する。

【００８１】「感情の度合い」が高い値と、その値に関
連付けられたキーワードとを取得したキーワード検出部
１０４ｈは、取得した「感情の度合い」に対応するキー
ワードが所定の個数以上になった場合に、それらのキー
ワードに関係する情報（例えば、本）を検索させるため
の検索命令信号を検索実行部１０４ｇに出力する。

【００８２】例えば、キーワード検出部１０４ｈは、取
得した「感情の度合い」のうち、感情の度合いが高いＰ
１又はＰ２に対応するキーワードが１０個以上になった
場合に、それらのキーワードに関係する情報を検索させ
るための検索命令信号を検索実行部１０４ｇに出力す
る。

【００８３】更に、キーワード検出部１０４ｈは、高い
感情度が発生した時期と、高い感情度とを含む感情情報
に関連付けられたキーワードが所定の数以上になった場
合に、検索命令信号を検索実行部１０４ｇに出力するこ
ともできる。

【００８４】具体的には、キーワード検出部１０４ｈ
は、感情情報データベース１０６に蓄積されている「時
制履歴テーブル」の中から、時制毎に「感情の度合い」
を示す値と、その値に関連付けられたキーワードとを取
得する。

【００８５】時制毎に「感情の度合い」を示す値と、そ
の値に関連付けられたキーワードとを取得したキーワー
ド検出部１０４ｈは、時制毎に取得した「感情の度合
い」のうち、ある時制に対応するキーワードが所定の数
値以上になった場合に、それらのキーワードに関係する
情報を検索させるための検索命令信号を検索実行部１０
４ｇに出力する。

【００８６】例えば、キーワード検出部１０４ｈは、取
得した「感情の度合い」のうち、過去におけるＰ１又は
Ｐ２に対応するキーワードが５個以上になった場合に、
それらのキーワードに関係する情報を検索させるための
検索命令信号を検索実行部１０４ｇに出力する。

【００８７】尚、キーワード検出部１０４ｈは、情報管
理センター２００にある感情情報データベース２０２に
蓄積されている各端末１００ａ〜１００ｅの感情情報に
基づいて、各端末１００ａ〜１００ｅを利用している利
用者の感情に関係するキーワードを検出して、その検出
したキーワードに関係する情報を検索させるための検索
命令信号を検索実行部１０４ｇに出力することもでき
る。

【００８８】この各端末１００ａ〜１００ｅを利用して
いる利用者の感情に関係するキーワードには、例えば、
年齢層において話題になっているキーワード（２０代で
あれば”ワールドカップ”、５０代であれば”リスト
ラ”など）が挙げられる。

【００８９】キーワード検出部１０４ｈから検索命令信
号が入力された検索実行部１０４ｇは、入力された検索
命令信号に対応するキーワードに基づいて、そのキーワ
ードに関係する情報を、通信部１０５、通信部２０１、
情報管理部２０２を通じて、情報データベース２０４の
中から検索し、その検索した結果を出力部に出力する。

【００９０】情報管理センター２００は、利用者の感情
情報を管理するものであり、本実施形態では、通信部２
０１と、情報管理部２０２と、感情情報データベース２
０３と、情報データベース２０４とを有している。

【００９１】感情情報データベース２０３は、各端末１
００ａ〜１００ｅを利用した各利用者の感情情報を蓄積
するものである。この感情情報データベース２０３は、
図７に示す内容と同様の感情情報を蓄積しているもので
ある。尚、この感情情報データベース２０３は、各端末
１００ａ〜１００ｅを利用した各利用者の年齢層、キー
ワードの多い順序毎に感情情報を蓄積するものであって
もよい。

【００９２】情報データベース２０４は、検索対象につ
いての情報が蓄積されているものである。この情報とし
ては、例えば、本、旅行、趣味などが挙げられる。通信
部２０１は、端末１００ａ〜１００ｅとの間でデータを
送受信するものである。情報管理部２０２は、情報管理
センター２０４の全体を制御するものである。

【００９３】［情報検索システムを用いた情報検索方
法］上記構成を有する情報検索システムによる情報検索
方法は、以下の手順により実施することができる。図８
は、本実施形態に係る情報検索方法の手順を示すフロー
図である。先ず、入力部１０１が利用者の音声情報を取
得するステップを行う（Ｓ１０１）。具体的に入力部１
０１は、利用者の音声情報を取得し、取得した音声情報
を音声信号として音声認識部１０２に出力する。

【００９４】次いで、音声認識部１０２が入力部１０１
で取得した音声情報に基づいて、その音声情報に対応す
る文字列を特定するステップを行う（Ｓ１０２）。具体
的には、音声信号が入力された音声認識部１０２は、入
力された音声信号を解析し、解析した音声信号に対応す
る文字列を、音声認識辞書記憶部１０３に格納されてい
る辞書を用いて特定し、特定した文字列を文字列信号と
して推論エンジン１０４に出力する。

【００９５】次いで、推論エンジン１０４が、音声認識
部１０２で特定した文字列に基づいて利用者が抱く感情
情報を推論し、推論した該感情情報に関連付けられたキ
ーワードを抽出して、抽出した該キーワードに関係する
情報を検索するステップを行う（Ｓ１０３）。ここで行
う処理は、図９に基づいて説明する。

【００９６】推論エンジン１０４では、先ず、図９に示
すように、文節認識部１０４ａが、文を解析し、解析し
た文に基づいて、文から把握される言葉の意味空間を認
識するステップを行う（Ｓ２００）。次いで、文節認識
部１０４ａが上記認識により文と文との間を認識するス
テップを行う（Ｓ２０１）。具体的には、文から把握さ
れる言葉の意味空間を把握した文節認識部１０４ａは、
入力された文字信号に基づいて、文字信号に対応する文
と文との間を認識する。

【００９７】この認識は、本実施形態では、文と文との
間にはある程度の時間間隔があるので、その時間間隔に
基づいて文と文との間を区別するものである。例えば、
文字信号に対応する文が、”今日は暑いな・・・アイス
を食べよう”というものである場合は、文節認識部１０
４ａは、上記文の中で時間間隔がある部分”・・・”を
文の区切りと認識し、”今日は暑いな”と”アイスを食
べよう”との文に分けることを行う。

【００９８】文と文との間を認識した文節認識部１０４
ａは、文を１文毎に区分けして、１文毎に区分けした文
を文体信号として時制解釈部１０４ｂ、類別部１０４
ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力
する。

【００９９】次いで、類別部１０４ｃが、文字列から利
用者の感情の種類を判別するステップを行う（Ｓ２０
２）。具体的には、文節認識部１０４ａから文体信号が
入力された類別部１０４ｃは、入力された文体信号に対
応する文に基づいて、文に含まれる要素から感情に関係
するフレーズを抜き出し、この抜き出したフレーズがど
のような感情の類別に属するものであるかを特定する。

【０１００】この感情の類別は、本実施形態では、例え
ば図３に示す「感情類別テーブル」に従って類別する。
感情類別テーブルは、例えば、利用者がプラス的な感情
要素を意味していることを示す「プラス要素Ｐ（Ｐ；Po
sitive）」、利用者がマイナス的な感情要素を意味して
いることを示す「マイナス要素Ｎ（Ｎ；Negative）」を
有している。

【０１０１】類別部１０４ｃは、上記の「感情類別テー
ブル」に基づいて、１文の中からどのような感情が含ま
れているのかを類別し、この類別した結果を類別信号と
して感情判定部１０４ｅに出力する。

【０１０２】次いで、強調語検出部１０４ｄが、文字列
から感情の強弱を特徴付ける要素を抽出するステップを
行う（Ｓ２０３）。具体的には、文節認識部１０４ａか
ら文体信号が入力された強調語検出部１０４ｄは、入力
された文体信号に対応する文に基づいて、その文を構成
する要素の中に、強調語があるか否かを検出する。

【０１０３】この強調語の検出は、本実施形態では、例
えば図４に示す「強調語テーブル」に従って行うことが
できる。この「強調語テーブル」には、同図に示すよう
に、例えば、すげー、ちょー、うひょー、わおー、ひえ
ー、めっちゃ、すごく、とても、かなり等の副詞、感嘆
詞が含まれる。

【０１０４】強調語検出部１０４ｄは、上記の「強調語
テーブル」に基づいて、１文の中にある強調語を検出
し、検出した強調語を強調語検出信号として感情判定部
１０７に出力する。

【０１０５】次いで、感情判定部１０４ｅが、利用者が
抱く感情の程度を判定するステップを行う（Ｓ２０
４）。具体的には、類別部１０４ｃ、強調語検出部１０
４ｄ、文節確認部１０４ａから類別信号、強調語検出信
号、又は文体信号が入力された感情判定部１０４ｅは、
入力された類別信号、強調語検出信号、又は文体信号に
基づいて、利用者の感情の程度を判定する。

【０１０６】この感情の程度の判定は、本実施形態で
は、例えば図５に示す「感情度テーブル」に従って行う
ことができる。この「感情判定テーブル」には、例え
ば、同図に示すように、判定要素（利用者の感情）と、
「感情の程度」とを有している。

【０１０７】例えば、「感情の程度」は、上述の如く、
同図に示すように、判定要素が「関心／無関心」である
場合は、感情の程度は、すごく関心がある（Ｐ１）、関
心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がな
い（Ｎ２）と類別することができる。

【０１０８】次いで、感情判定部１０４ｅが、類別信号
に対応する「感情の類別」、強調語検出信号に対応する
強調語に基づいて、上記「感情度テーブル」を参照し、
１文から把握される利用者の感情がどの程度なのかを判
定し、判定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情
判定信号としてＡＩ推論部１０４ｆに出力する。

【０１０９】具体的には、文字列信号に対応する文字列
が”昔はサッカーを楽しくやっていたよ”である場合
は、類別部１０４ｃは、”やっていた”という文字列を
検出し、強調語検出部１０４ｄは、”楽しく”という文
字列を検出する。感情判断部１０４ｅは、類別部１０４
ｃで検出された”やっていた”と、強調語検出部１０４
ｄで検出した”楽しく”とに基づいて、図５のテーブル
を参照し、利用者の感情の度合いをＰ１であると判断す
る。

【０１１０】また、感情判定部１０４ｅは、文字列を構
成する重要な要素である”サッカー”というキーワード
を検出し、その検出結果と「感情の程度」とを含む感情
情報を感情情報信号としてＡＩ推論部１０４ｇに出力す
る。

【０１１１】次いで、ＡＩ推論部１０４ｇが、感情判定
部１０４ｅで判定された利用者の「感情の度合い」、文
字列のキーワードから、利用者が抱く感情を推論するス
テップを行う（Ｓ２０５）。

【０１１２】具体的には、感情判定部１０４ｅから感情
情報信号が入力されたＡＩ推論部１０４ｇは、入力され
た感情情報信号に対応する感情情報に基づいて、例えば
上記結果より「感情の度合い」がＰ１（楽しくやってい
た）、キーワードが”サッカー”である場合は、利用者
はサッカーについて興味があるな、と推論する。

【０１１３】そして、ＡＩ推論部１０４ｇは、上記推論
により、興味がある分野について更に質問内容を深めて
いき、利用者が抱いている感情に対応するキーワードを
聞き出し、聞き出した感情に対応するキーワードを感情
情報データベース１０６に蓄積していく。

【０１１４】尚、ＡＩ推論部１０４ｆは、利用者の抱く
感情度が発生した時期（時制）を含めて、利用者が抱く
感情を推論してもよい。具体的には、文節認識部１０４
ａから文体信号が入力された時制解釈部１０４ｂは、入
力された文体信号に対応する文字列に基づいて、その文
字列に対応する事象がどの時制（時点）に該当するのか
を解釈する。この解釈は、本実施形態では、図６に示す
「時制テーブル」に従って行うものとする。

【０１１５】この「時制テーブル」は、同図に示すよう
に、アスペクト、テンス、ムードから構成されるもので
あり、文字列に対応する時制は、これらの構成要素に基
づいて特定することができる。

【０１１６】例えば、時制解釈部１０４ｂは、”昔はサ
ッカーを楽しくしていたよ”という文字列を解釈する場
合は、図６を参照し、”〜いた”の文字から断定Ｍ２−
過去Ｔ２（判断）であると判断し、”〜していた”の
文字から完成相Ａ２（判断；過去における継続性）に
該当すると判断する。そして、これらの判断を行った時
制解釈部１０４ｂは、判断した時制（判断、判断）
を時制信号としてＡＩ推論部１０４ｆに出力する。

【０１１７】そして、時制解釈部１０４ｂと感情判断部
１０４ｅとからそれぞれ時制信号と感情情報信号とが入
力されたＡＩ推論部１０４ｆは、入力された時制信号に
対応する「判断された時制」と、入力された感情情報信
号に対応する「感情の度合い」「キーワード」とに基づ
いて、利用者が抱いている感情を推論する。

【０１１８】例えば、ＡＩ推論部１０４ｆは、”昔はサ
ッカーを楽しくやっていたよ”の文字列から利用者の感
情を推論する場合は、時制解釈部１０４ｂ、類別部１０
４ｃ及び強調語解釈部１０４ｄで文字列の要素が解釈さ
れた結果、「判断された時制」が上記判断（断定Ｍ２
−過去Ｔ２；過去に何かを行っていたこと）、判断
（完成相Ａ２；何かを継続して行っていたこと）、「感
情の度合い」がＰ１（〜を楽しくやっていた）、更に、
「キーワード」がサッカーであるという結果が導かれる
ので、「利用者は過去（判断）においてサッカー（キ
ーワード）を継続（判断）してやっていた時期がある
な、利用者はサッカーに興味があるのでは」、と推論す
る。

【０１１９】この推論をしたＡＩ推論部１０４ｆは、利
用者が過去においてサッカーに興味がある、と推論した
ので、サッカーに関係する質問を導きだし、導いた質問
を次々に行い質問の内容を深めていく。例えば、サッカ
ーに関係する質問としては、好きなサッカーチーム、好
きな選手などが挙げられる。

【０１２０】利用者に対して様々な質問を行ったＡＩ推
論部１０４ｆは、利用者から回答のあった回答内容を、
「判断された時制」「感情の度合い」「キーワード」毎
に感情情報データベース１０６に蓄積する。

【０１２１】次いで、キーワード検出部１０４ｈが、感
情情報に関連付けられたキーワードが所定の数以上にな
った場合に、前記キーワードに対応する情報を検索させ
るための検索命令信号を検索実行部１０４ｇに出力する
ステップを行う（Ｓ２０６）。尚、キーワード検出部１
０４ｈは、感情度の高い感情情報に関連付けられたキー
ワードが所定の数以上になった場合に、検索命令信号を
検索実行部１０４ｇに出力してもよい。

【０１２２】具体的には、キーワード検出部１０４ｈ
は、感情情報データベース１０６に蓄積されている「感
情履歴テーブル」（図７参照）の中から、「感情の度合
い」を示す値（Ｐ１、Ｐ２、Ｎ１、Ｎ２）と、その値に
関連付けられたキーワードとを取得する。

【０１２３】「感情の度合い」が高い値と、その値に関
連付けられたキーワードとを取得したキーワード検出部
１０４ｈは、取得した「感情の度合い」に対応するキー
ワードが所定の個数以上になった場合に、それらのキー
ワードに関係する情報（例えば、本）を検索させるため
の検索命令信号を検索実行部１０４ｇに出力する。

【０１２４】例えば、キーワード検出部１０４ｈは、取
得した「感情の度合い」のうち、Ｐ１又はＰ２に対応す
るキーワードが１０個以上になった場合に、それらのキ
ーワードに関係する情報を検索させるための検索命令信
号を検索実行部１０４ｇに出力する。

【０１２５】更に、キーワード検出部１０４ｈは、高い
感情度が発生した時期と、高い感情度とを含む感情情報
に関連付けられたキーワードが所定の数以上になった場
合に、検索命令信号を検索実行部１０４ｇに出力するこ
ともできる。

【０１２６】具体的には、キーワード検出部１０４ｈ
は、感情情報データベース１０６に蓄積されている「時
制履歴テーブル」の中から、時制毎に「感情の度合い」
を示す値と、その値に関連付けられたキーワードとを取
得する。

【０１２７】即ち、時制毎に「感情の度合い」を示す値
と、その値に関連付けられたキーワードとを取得したキ
ーワード検出部１０４ｈは、時制毎に記憶している「感
情の度合い」のうち、ある時制に対応するキーワードが
所定の数値以上になった場合に、それらのキーワードに
関係する情報を検索させるための検索命令信号を検索実
行部１０４ｇに出力する。

【０１２８】例えば、キーワード検出部１０４ｈは、記
憶している「感情の度合い」のうち、過去におけるＰ１
又はＰ２に対応するキーワードが５個以上になった場合
に、それらのキーワードに関係する情報を検索させるた
めの検索命令信号を検索実行部１０４ｇに出力する。

【０１２９】尚、キーワード検出部１０４ｈは、情報管
理センター２００にある感情情報データベース２０２に
蓄積されている各端末１００ａ〜１００ｅの感情情報に
基づいて、各端末１００ａ〜１００ｅを利用している利
用者の感情に関係するキーワードを検出し、その検出し
たキーワードに関係する情報を検索させるための検索命
令信号を検索実行部１０４ｇに出力することもできる。

【０１３０】この各端末１００ａ〜１００ｅを利用して
いる利用者の感情に関係するキーワードには、例えば、
年齢層において話題になっているキーワード（２０代で
あれば”ワールドカップ”、５０代であれば”リスト
ラ”など）が挙げられる。

【０１３１】次いで、検索実行部１０４ｇが所定の情報
を検索するステップを行う（Ｓ２０７）。具体的には、
キーワード検出部１０４ｈから検索命令信号が入力され
た検索実行部１０４ｇは、入力された検索命令信号に対
応するキーワードに基づいて、そのキーワードに関係す
る情報を、通信部１０５、通信部２０１、情報管理部２
０２を通じて、情報データベース２０４の中から検索
し、その検索した結果を出力部に出力する。

【０１３２】［情報検索システム及び情報検索方法によ
る作用及び効果］このような本実施形態に係る発明によ
れば、推論エンジン１０４が、利用者から入力された文
字列を認識し、認識した文字列に基づいて利用者が抱く
感情情報を推論し、推論した該感情情報に関連付けられ
たキーワードを抽出して、抽出した該キーワードに関係
する情報を検索するので、推論エンジン１０４は、利用
者が抱いている感情に特徴付けられたキーワードを取得
し、この取得したキーワードを用いることで利用者の要
求に合致した情報を検索することができる。

【０１３３】また、利用者は、入力部１０１を通じて、
推論エンジン１０４に対して特定の文字列を入力（例え
ば、音声入力、操作手段からの入力）することで、推論
エンジン１０４が利用者の感情を把握し、その把握した
感情に特徴付けられたキーワードを自動的に検索してく
れるので、所定の情報を検索するためのキーワードを逐
一考える必要がなく、更に複数のキーワードを入力する
手間を省くことができる。

【０１３４】また、推論エンジン１０４は、文字列、該
文字列に含まれる利用者の感情の度合いを示す感情度又
は該感情度が発生した時期に基づいて感情情報を推論す
ることができるので、利用者の感情をより的確に把握す
ることができる。

【０１３５】また、推論エンジン１０４は、文字列に含
まれる強調語に基づいて感情度を定めることができるの
で、例えば強調語である副詞又は感嘆詞などにより、利
用者の感情の程度を的確に把握することができる。

【０１３６】また、キーワード検出部１０４ｈは、感情
情報に関連付けられたキーワードが所定の数以上になっ
た場合に、検索実行部１０４ｇを通じてキーワードに関
係する情報を検索するので、利用者は、キーワード検出
部１０４ｈを通じて、逐次所定のキーワードに対応する
検索結果を自動的に取得することができる。

【０１３７】更に、キーワード検出部１０４ｈが、感情
度の高い感情情報（例えば、〜に非常に興味があるな
ど）に関連付けられたキーワードが所定の数以上になっ
た場合に、検索実行部１０４ｇを通じてキーワードに関
係する情報を検索するので、利用者は、キーワード検出
部１０４ｈを通じて、例えば自己にとって興味のある検
索結果のみを取得することができる。

【０１３８】加えて、キーワード検出部１０４ｈが、高
い感情度が発生した時期と、高い感情度とを含む感情情
報に関連付けられたキーワードが所定の数以上になった
場合に、検索実行部１０４ｇを通じてキーワードに関係
する情報を検索するので、利用者は、キーワード検出部
１０４ｈを通じて、例えば過去において興味があった情
報の検索結果のみを取得することができる。

【０１３９】最後に、利用者は、入力部１０１を通じ
て、ＡＩ推論部１０４ｆに文字情報を入力（例えば、音
声入力、操作手段からの入力）すれば、ＡＩ推論部１０
４ｆが利用者の感情を推論し、その推論に応じて異なっ
た質問をするので、あたかも人間と会話しているような
雰囲気を味わうことができ、ある情報をより楽しく検索
することができる。

【０１４０】

【発明の効果】以上説明したように、本発明によれば、
利用者が入力した文字列に基づいて、利用者が抱く感情
を把握し、その把握した感情し、感情を表現する特定の
キーワードを抽出して、その抽出したキーワードに基づ
いて検索を行うことで、より利用者の要求に合致した情
報を検索することができる。

【図面の簡単な説明】

【図１】本実施形態に係る情報検索システムの概略構成
を示すブロック図である。

【図２】本実施形態における推論エンジンの内部構造を
示すブロック図である。

【図３】本実施形態における類別部で格納している感情
類別テーブルの内容を示した図である。

【図４】本実施形態における強調語検出部で格納してい
る強調語テーブルの内容を示した図である。

【図５】本実施形態における感情判定部で格納している
感情度テーブルの内容を示した図である。

【図６】本実施形態における時制解釈部で格納している
時制テーブルの内容を示した図である。

【図７】本実施形態における感情情報データベースに蓄
積されている時制履歴テーブルの内容を示した図であ
る。

【図８】本実施形態に係る情報検索方法の手順を示した
フロー図である。

【図９】本実施形態における推論エンジンの内部で処理
されている手順を示したフロー図である。

【符号の説明】

１００ａ〜１００ｅ…端末、１０１…入力部、１０２…
音声認識部、１０３…音声認識辞書記憶部、１０４…推
論エンジン、１０４ａ…文節認識部、１０４ｂ…時制解
釈部、１０４ｃ…類別部、１０４ｄ…強調語検出部、１
０４ｅ…感情判定部、１０４ｆ…ＡＩ推論部、１０４ｇ
…検索実行部、１０４ｈ…キーワード検出部、１０５…
通信部、１０６…感情情報データベース、１０７…出力
部、２００…情報管理センター、２０１…通信部、２０
２…情報管理部、２０３…感情情報データベース、２０
４…情報データベース、３００…通信ネットワーク

Claims (9)

【特許請求の範囲】
1. 【請求項１】 利用者から入力された文字列を認識する
   文字認識手段と、 前記文字認識手段で認識された前記文字列に基づいて前
   記利用者が抱く感情情報を推論し、推論した該感情情報
   に関連付けられたキーワードを抽出して、抽出した該キ
   ーワードに関係する情報を検索する推論検索手段とを有
   することを特徴とする情報検索システム。
2. 【請求項２】 請求項１に記載の情報検索システムであ
   って、前記推論検索手段は、前記文字列、該文字列に含
   まれる前記利用者の感情の度合いを示す感情度に基づい
   て前記感情情報を推論することを特徴とする情報検索シ
   ステム。
3. 【請求項３】 請求項１又は請求項２のいずれかに記載
   の情報検索システムであって、前記推論検索手段は、前
   記感情情報に関連付けられた前記キーワードが所定の数
   以上になった場合に、前記キーワードに関係する情報を
   検索することを特徴とする情報検索システム。
4. 【請求項４】 請求項２に記載の情報検索システムであ
   って、前記推論検索手段は、前記感情度の高い前記感情
   情報に関連付けられた前記キーワードが所定の数以上に
   なった場合に、前記キーワードに関係する情報を検索す
   ることを特徴とする情報検索システム。
5. 【請求項５】 請求項２乃至請求項４のいずれかに記載
   の情報検索システムであって、前記感情度は、文字列に
   含まれる強調語に基づいて定めることを特徴とする情報
   検索システム。
6. 【請求項６】 利用者から入力された文字列を認識する
   ステップと、 認識した前記文字列に基づいて前記利用者が抱く感情情
   報を推論し、推論した該感情情報に関連付けられたキー
   ワードを抽出して、抽出した該キーワードに関係する情
   報を検索するステップとを有することを特徴とする情報
   検索方法。
7. 【請求項７】 請求項６に記載の情報検索方法であっ
   て、前記文字列、該文字列に含まれる前記利用者の感情
   の度合いを示す感情度に基づいて前記感情情報を推論す
   るステップを有することを特徴とする情報検索方法。
8. 【請求項８】 請求項６又は請求項７のいずれかに記載
   の情報検索方法であって、前記感情情報に関連付けられ
   た前記キーワードが所定の数以上になった場合に、前記
   キーワードに関係する情報を検索するステップを有する
   ことを特徴とする情報検索方法。
9. 【請求項９】 請求項７に記載の情報検索方法であっ
   て、前記推論検索手段は、前記感情度の高い前記感情情
   報に関連付けられた前記キーワードが所定の数以上にな
   った場合に、前記キーワードに関係する情報を検索する
   ステップを有することを特徴とする情報検索方法。