JP2005242891A - 事例検索プログラム - Google Patents

Abstract

【課題】コールセンタにおける業務を効率良く行うことを課題とする。
【解決手段】事例検索装置１０は、発話データから韻律情報を抽出する韻律情報抽出部１３、発話データからキーワードを抽出するキーワード抽出部１４、キーワードおよび韻律情報をもとに、顧客およびオペレータの発話に対する自信度を算出する自信度算出部１５ａ、キーワード、韻律情報および当該発話の直近の発話の属性に基づいて顧客およびオペレータの発話の属性を推定する発話属性推定部１６、顧客およびオペレータの発話に対する自信度と、顧客およびオペレータの発話の属性とをもとに、顧客およびオペレータの対話内容に対する理解度を算出する理解度算出部１５ｂ、顧客およびオペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定する検索条件決定部１８ｃを備える。
【選択図】 図１

Description

本発明は、顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなう事例検索プログラムに関し、特に、コールセンタにおける業務を効率良く行うことができる事例検索プログラムに関する。

従来より、コールセンタでは、オペレータが顧客に生じた問題の状況を把握し、かかる問題に対する対処方法を示すための対話が行われている。このとき、オペレータは、顧客から得られた問題状況をもとに、かかる問題を的確に示す「文」や「言葉」をキーワードとして入力することで、ＦＡＱ（frequently asked question）などの事例検索をおこない、該検索結果を参照してかかる問題に対する対処方法を顧客に伝える。

例えば、特許文献１に開示された苦情および関連情報記憶システムでは、顧客の問題状況を苦情内容として電子ファイルへの書き込みを受け付け、該書き込まれた電子ファイルの苦情内容をもとに、苦情内容に対応し、かつ苦情を処理する上で必要な関連情報をデータベースから検索する。かかる苦情および関連情報記憶システムによれば、データベースから苦情内容に対応した関連情報を検索する際に、苦情を処理する上で必要な関連情報のみを選定するため、オペレータの作業効率を向上させることができる。

このように、かかる「事例検索」は、専用の操作画面にキーワードを手動で入力して行なわれるのが一般的であるが、近年では、顧客およびオペレータの対話音声を音声認識し、該音声認識で得られたキーワードを自動で入力することで、オペレータの検索作業の負荷を軽減する技術が開発されている。

特開平６−１６５２３０号公報

しかしながら、上記の従来技術（特許文献１）では、顧客からオペレータに正確な問題状況が伝わっていない場合、顧客に生じた実際の問題状況を適確に示す事例を検索することができず、コールセンタにおける業務を効率良く行なうことができないという問題点があった。

例えば、オペレータが顧客の問題状況の説明を早とちりしたり、よくある事例にあわせて問題を限定してしまった場合、オペレータが自信をもって「お客様の問題は○○ということですね？」と確認を行うのに対し、顧客は問題に係る背景知識に乏しいためにあまり理解しないままで「はい」と返事をしてしまい、オペレータに正確な問題状況が伝わらないこととなる。同様に、オペレータが問題状況を把握するために行う質問に対して顧客が「はい」と答えているが、顧客が質問内容を正しく理解して答えていない場合、オペレータに正確な問題状況が伝わらない。

このように、上記の従来技術においては、オペレータが顧客の問題状況の説明を誤解している場合や、顧客の問題状況の説明に疑問を感じている場合、顧客からオペレータに正確な問題状況が伝わらず、事例検索を行う際のキーワードとなる「文」や「言葉」が曖昧になり、顧客に生じた実際の問題状況を適確に示す事例を検索することができない。このため、双方の問題状況に対する認識を一致させるために再度対話を行ったり、事例を再検索したりと問題解決に多くの時間を要することとなり、コールセンタにおける業務を効率良く行なうことができなかった。

そこで、本発明は、上述した従来技術による問題点を解消するためになされたものであり、コールセンタにおける業務を効率良く行なうことができる事例検索プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る事例検索プログラムは、顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなう事例検索プログラムであって、前記顧客または前記オペレータの発話から言語情報および韻律情報を抽出する抽出手順と、前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記オペレータの発話に対する自信度を算出する自信度算出手順と、前記自信度算出手順によって算出された前記オペレータの発話に対する自信度に応じて当該事例検索の検索条件を決定する検索条件決定手順と、をコンピュータに実行させることを特徴とする。

また、本発明に係る事例検索プログラムは、上記の発明において、前記顧客および前記オペレータの発話は、対話を構成するものであって、前記自信度算出手順は、前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記顧客および前記オペレータの発話に対する自信度を算出し、前記抽出手順によって抽出された言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて前記顧客および前記オペレータの発話の属性を推定する発話属性推定手順と、前記自信度算出手順によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記発話属性推定手順によって推定された前記顧客および前記オペレータの発話の属性とをもとに、前記顧客および前記オペレータの対話内容に対する理解度を算出する理解度算出手順と、をさらに含み、前記検索条件決定手順は、前記理解度算出手順によって算出された前記顧客および前記オペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定することを特徴とする。

また、本発明に係る事例検索プログラムは、上記の発明において、前記発話属性推定手順は、前記顧客および前記オペレータの発話の属性として質問回答対話である発話を推定し、前記検索条件決定手順は、前記抽出手順によって言語情報を抽出された発話のうち、前記発話属性推定手順によって質問回答対話であると推定された発話の言語情報から当該事例に係る検索キーワードを抽出する検索キーワード抽出手順をさらに含んだことを特徴とする。

また、本発明に係る事例検索プログラムは、上記の発明において、前記検索キーワード抽出手順は、前記発話属性推定手順によって質問回答対話であると推定された発話の言語情報の中から該言語情報に対応する韻律情報に基づいて当該事例に係る検索キーワードを抽出することを特徴とする。

また、本発明に係る事例検索プログラムは、上記の発明において、前記自信度算出手順によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記理解度算出手順によって算出された前記顧客および前記オペレータの対話内容に対する理解度とを出力するように制御する出力制御手順をさらに含んだことを特徴とする。

本発明によれば、顧客またはオペレータの発話から言語情報および韻律情報を抽出し、抽出された言語情報および韻律情報をもとに、オペレータの発話に対する自信度を算出し、算出されたオペレータの発話に対する自信度に応じて当該事例検索の検索条件を決定することとしたので、問題解決に有用な事例を検索できる蓋然性を高めることができ、コールセンタにおける業務を効率良く行なうことが可能な事例検索プログラムが得られるという効果を奏する。

また、本発明によれば、言語情報および韻律情報をもとに、顧客およびオペレータの発話に対する自信度を算出し、言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて顧客およびオペレータの発話の属性を推定し、顧客およびオペレータの発話に対する自信度と、顧客およびオペレータの発話の属性とをもとに、顧客およびオペレータの対話内容に対する理解度を算出し、顧客およびオペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定することとしたので、問題解決に有用な事例を検索できる蓋然性を高めることができ、コールセンタにおける業務を効率良く行なうことが可能な事例検索プログラムが得られるという効果を奏する。さらに、これに関連して、顧客およびオペレータの対話内容に対する理解度に応じて検索条件を決定することにより、対話を問題解決に誘導すべき立場にあるオペレータが顧客の問題状況の説明を誤解している場合でも、顧客およびオペレータの対話をもとに、問題解決に有用な事例を検索することが可能になる。

また、本発明によれば、顧客およびオペレータの発話の属性として質問回答対話である発話を推定し、言語情報を抽出された発話のうち、質問回答対話であると推定された発話の言語情報から当該事例に係る検索キーワードを抽出することとしたので、対話の中で問題状況の核心に触れるキーワードから検索キーワードを抽出することができ、事例検索を精度良く行うことが可能な事例検索プログラムが得られるという効果を奏する。

また、本発明によれば、質問回答対話であると推定された発話の言語情報の中から該言語情報に対応する韻律情報に基づいて当該事例に係る検索キーワードを抽出することとしたので、対話の中で問題状況の核心に触れるキーワードの中でも特に強調して発せられたキーワードを検索キーワードとして抽出することができ、事例検索をより精度良く行うことが可能な事例検索プログラムが得られるという効果を奏する。

また、本発明によれば、顧客およびオペレータの発話に対する自信度と、顧客およびオペレータの対話内容に対する理解度とを出力するように制御することとしたので、双方（顧客およびオペレータ）の問題状況に対する認識がどの程度一致しているかを提示することができ、顧客からオペレータに正確な問題状況が伝わらないという状況を未然に防止することが可能な事例検索プログラムが得られるという効果を奏する。

以下に図面を添付して、本発明に係る事例検索装置、事例検索方法および事例検索プログラムの好適な実施例を詳細に説明する。なお、以下では、本発明に係る事例検索装置の概要および特徴を説明した後に、本実施例１に係る事例検索装置（事例検索方法）を説明し、その後、本実施例２に係る事例検索プログラムを実行するコンピュータシステムを説明し、最後に、他の実施例として種々の変形例（実施例３）を説明することとする。

（概要および特徴）
まず最初に、本発明に係る事例検索装置の概要および特徴を説明する。図１は、本実施例１に係る事例検索装置の構成を示す機能ブロック図である。同図に示すように、事例検索装置１０は、概略的に、顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなうものである。

ここで、本発明に係る事例検索装置１０は、顧客またはオペレータの発話から言語情報および韻律情報を抽出する「抽出処理」、抽出された言語情報および韻律情報をもとに、顧客およびオペレータの発話に対する自信度を算出する「自信度算出処理」、抽出された言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて顧客およびオペレータの発話の属性を推定する「発話属性推定処理」、顧客およびオペレータの発話に対する自信度と、顧客およびオペレータの発話の属性とをもとに、顧客およびオペレータの対話内容に対する理解度を算出する「理解度算出処理」、顧客およびオペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定する「検索条件決定処理」に主たる特徴があり、かかる一連の処理によって、コールセンタにおける業務を効率良く行なうことができるようにしている。

この主たる特徴を具体的に説明すると、この事例検索装置１０は、顧客とオペレータの発話音声を別チャネルから音声バッファ単位で入力し、顧客用、オペレータ用にそれぞれ用意したバッファ（入力音声バッファより十分大きなバッファ）に入力音声を蓄積する。そして、音声が入力されるたびに無音区間の検出を行い、無音区間が検出されると、バッファの頭から無音検出されるまでの区間の音声データを「発話データ」として出力する。

続いて、かかる「発話データ」を入力として音声認識を行い、該認識結果から得られるキーワードを抽出する。例えば、音声認識エンジンがディクテーションを行うものであれば、認識結果となるテキストに予め用意したキーワード集合の各語句をマッチングすることによってキーワードを抽出する。また、音声認識がグラマを用意して認識するものであれば、グラマに抽出すべきキーワードを記載しておくことによってキーワードを抽出する。なお、音声認識エンジンがスコアを出力する場合にはそのスコアも一緒に出力する。

また、入力された「発話データ」から韻律情報抽出モジュールを介して韻律情報を抽出する。かかる韻律情報とは、ポーズ長情報（発話中に出現するポーズ長や前発話と間）、話速情報、ピッチ周波数情報、パワー情報、スペクトル情報などを示す。

そして、この事例検索装置１０は、キーワードや韻律情報からどの程度の自信をもって発話したかを示す自信度を以下の知見をもとに計算する。例えば、一発話内のポーズ長が短い場合には、自信を持って話していると考えられ、また、話速が遅い場合には、自信がない可能性がある。また、通常のピッチ周波数（その話者のそれまでの平均ピッチ周波数）よりピッチ周波数値が大きく（すなわち、通常より音が高く）、通常のパワー値（その話者のそれまでの平均パワー値）よりパワー値が大きい（すなわち、通常より音量が大きい）場合には、自信をもって話していると考えられる。また、直近の相手発話の平均パワー値との差分が小さい（すなわち、相手が通常と比べてきい声ではないのに対して、自分の発話は大きくなっている）場合には、自信をもって話していると考えられる。また、「ですね」などの間投詞が一発話中に出現する頻度が高い場合は、相手が自分の発話を本当に聞いているか確認したいという心理状態であると想定できるため、自身の発話に自信がない可能性がある。このような知見をもとに、韻律情報、キーワードまたは特定のキーワードの頻度などから自信度を数値化する。

また、この事例検索装置１０は、キーワードと韻律情報から発話属性を推定する。この発話属性の推定は、発話属性を判定するルールを用意し、キーワード列にルールを適用して、発話属性を判定する。例えば、「ですか」、「でしょうか」、「ますか」というキーワードが語尾に出現する場合、或いは語尾部分のピッチ周波数が通常より高くなって終わっている（あがり口調である）場合には、発話属性を「質問発話」と推定し、また、推定しようとしている発話の直近の相手発話が「質問発話」の場合には、「回答発話」と判定する。また、推定しようとしている発話の直近の相手発話が「回答発話」であり、かつ「ですね」というキーワードが語尾に出現する場合、或いは直近の相手発話と同じキーワードが出現する（相手の発話を繰り返している）場合には、「回答確認発話」というように推定する。

ここで、この事例検索装置１０は、オペレータの「質問発話」、顧客の「回答発話」、オペレータの「回答確認発話」、顧客の「回答確認応答発話」の自信度から顧客およびオペレータの対話内容に対する理解度を算出する。具体的には、オペレータ、顧客ともに理解している「ケース１」、オペレータが誤解している可能性がある「ケース２」、オペレータが顧客の回答内容に疑問を感じている、或いは理解していない可能性がある「ケース３」、オペレータ、顧客ともに理解していない「ケース４」という４つのケースのシチュエーションに顧客およびオペレータの対話内容に対する理解の度合に応じてレベルわけする。

そして、かかる「ケース１」〜「ケース４」のレベルに応じて検索式および検索結果の取得数などの検索条件を決定する。例えば、顧客およびオペレータの理解度が「ケース１」である場合には、検索キーワードをＡＮＤ条件で検索してより精度の高い検索結果が得られるようにし、顧客およびオペレータの理解度が「ケース２」である場合には、オペレータが顧客の問題状況の説明を誤解していることに起因して検索キーワード自体に誤りが生じる可能性があるため、検索キーワードをＡＮＤ条件で検索するのではなく、関連する情報が幅広くとれるようにＯＲ条件で検索する。また、顧客およびオペレータの理解度が「ケース３」である場合には、より多くの検索結果が得られるように検索結果の取得数を増やし、顧客およびオペレータの理解度が「ケース４」である場合には、検索キーワードをＯＲ条件で検索し、かつ検索結果も数多く得られるようにする。

したがって、上記した従来技術の例で言えば、顧客からオペレータに正確な問題状況が伝わっていない場合でも、顧客に生じた実際の問題状況を示す事例を検索できないという状況に陥ることを回避し、問題解決に有用な事例を検索できる蓋然性を高めることで、上記した主たる特徴のように、コールセンタにおける業務を効率良く行なうことが可能になる。さらに、これに関連して、顧客およびオペレータの対話内容に対する理解度に応じて検索条件を決定することにより、対話を問題解決に誘導すべき立場にあるオペレータが顧客の問題状況の説明を誤解している場合でも、顧客およびオペレータの対話をもとに、問題解決に有用な事例を検索することが可能になる。

本実施例１では、パソコンのサポートセンタにおいて、オペレータが事例検索や顧客情報を入力する操作装置に本発明に係る事例検索装置が実装され、顧客とオペレータの間で、図２に示すような対話が行われた場合の好適な実施例を説明することとする。なお、ここでは、本実施例１に係る事例検索装置の構成を説明した後に、本実施例１に係る事例検索装置の処理手順を説明することとする。

（事例検索装置の構成）
まず最初に、本実施例１に係る事例検索装置の構成を説明する。図１は、本実施例１に係る事例検索装置の構成を示す機能ブロック図である。同図に示すように、この事例検索装置１０は、顧客とオペレータの発話音声データを別チャネルで発話データ抽出部１２に入力する音声データ入力部１１と、発話データ抽出部１２と、韻律情報抽出部１３と、キーワード抽出部１４と、自信度算出部１５ａと、理解度算出部１５ｂと、発話属性推定部１６と、発話情報ＤＢ１７と、検索開始判定部１８ａと、検索キーワード抽出部１８ｂと、検索条件決定部１８ｃと、検索実行部１８ｄと、出力制御部１９ａと、出力部１９ｂとを備える。

このうち、発話データ抽出部１２は、発話音声が入力されるたびに無音区間検出を行ってバッファの頭から無音検出されるまでの音声データを一発話データとして抽出する処理部である。例えば、図２に示す例で言えば、顧客１１の発話音声に続く無音区間を検出し、この音声データを「発話データ」として切り出した時点で、顧客またはオペレータそれぞれのチャネルごとに用意された発話作成数カウンタを一つインクリメントする。そして、この時点でカウントが「１０」であったとすると、ここでカウンタが「１１」となり、この値とチャネルを示す識別子（本実施例１では、顧客を示すＣをあわせて「Ｃ１１」という発話ＩＤ）を採番する。なお、この発話ＩＤ「Ｃ１１」と発話区間の時間情報（音声データ形式と無音検出位置から容易に計算可能）は、発話情報ＤＢ１７に登録されることとなる（図６参照）。

韻律情報抽出部１３は、発話データ抽出部１２によって入力された「発話データ」から韻律情報を抽出する処理部であり、ポーズ長、ピッチ周波数、パワー値を出力する韻律情報抽出モジュール１３ａを具備する。具体的には、一発話中に出現するポーズ長（発話の区切りとなる無音区間長よりは短い、言葉と言葉の間に相当する時間長）、音声データ区間について３０ｍｓｅｃごとに計算したピッチ周波数値列、音声データ区間について３０ｍｓｅｃごとに計算したパワー値列を取得する。なお、このようにして得られた韻律情報の抽出結果は、発話ＩＤ「Ｃ１１」の情報として韻律情報ＤＢ１７ｂに登録され（図１０参照）、また、同様に、各キーワードに対応した音声データのピッチ周波数値、パワー値もキーワードＤＢ１７ａに登録されることとなる（図８参照）。

キーワード抽出部１４は、発話データ抽出部１２によって入力された「発話データ」に対して音声認識を行い、該認識結果から得られるキーワードを抽出する処理部であり、予め切り出したいキーワード集合をグラマとして登録されたワードスポッティング音声認識エンジン１４ａを具備する。また、「発話データ」の認識結果として得られたキーワードに対応する音声区間情報も取得されることとなる。

より詳細には、図３に示すようなグラマが音声認識エンジン１４ａに登録されており、「フロッピのですね、ファイル更新がですね、できないんですよ。」（図２参照）という入力に対し、「フロッピ」「ですね」「ファイル」「更新」「ですね」「出ない」（誤認識）というキーワードと該キーワードに対応する音声区間情報、スコアを取得し、かかるキーワードの抽出結果を発話ＩＤ「Ｃ１１」のキーワード情報としてキーワードＤＢ１７ａに登録する（図８参照）。なお、キーワードＤＢ１７ａにおけるＩＤ（発話情報ＤＢ１７におけるキーワードＤＢ用のＩＤに対応）は、一発話中に含まれるキーワードについて同一のＩＤが採番される。

自信度算出部１５ａは、発話情報ＤＢ１７によって記憶されたキーワードおよび韻律情報をもとに、顧客およびオペレータの発話に対する自信度を算出する処理部である。具体的には、以下に示す知見から自信を持っている場合には値が高くなるように設定した自信度の算定式を用いて算出される。
（１）一発話内のポーズ長が短い場合には、自信を持って話している蓋然性が高いという知見
（２）当該話者のそれまでの平均ピッチ周波数より発話平均ピッチ周波数値が大きい場合、或いは当該話者のそれまでの平均パワー値より発話平均パワー値が大きい場合には、自信をもって話している蓋然性が高いという知見
（３）「ですね」などの間投詞が一発話中に通常より多く出現している場合には、自信がない可能性があるという知見

かかる知見（１）（２）（３）を用いて設定された自信度の算定式
自信度＝ａ×ｘ＋ｂ×ｙ＋ｃ×ｚ＋ｄ×ｓ
から自信度を算出する。ただし、ａ＝０．３、ｂ＝０．２、ｃ＝０．２、ｄ＝０．３、ｘ＝ｉｆ（発話の長さ−発話内のポーズの長さ）／発話の長さ＞０．８ ｔｈｅｎ １ ｅｌｓｅ ０、ｙ＝ｉｆ発話の平均ピッチ数−話者の平均ピッチ数＞０ ｔｈｅｎ １ ｅｌｓｅ ０、ｚ＝ｉｆ発話の平均パワー−話者の平均パワー＞０ ｔｈｅｎ １ ｅｌｓｅ ０、ｓ＝発話中の文末以外の「ですね」の出現数／発話中の出現キーワード数＜０．４ ｔｈｅｎ １ ｅｌｓｅ ０とする。なお、話者の平均パワー値やピッチ値は、韻律情報ＤＢ１７ｂに新たな情報が追加されるたびに更新され、該更新された値を参照して計算されることとなる。

例えば、図２に示す顧客１１の発話では、
自信度＝０．３×１＋０．２×０＋０．２×１＋０．３×１＝０．８
ｘ＝１（（２３−３）／２３＞０．８）、ｙ＝０（１５０−１６５＜０）、ｚ＝１（６８−６７＞０）、ｓ＝１（２／６＜０．４）
となる。そして、この結果を発話情報ＤＢ１７に登録する。

発話属性推定部１６は、発話情報ＤＢ１７によって記憶されたキーワード、韻律情報および当該発話の直近の発話の属性に基づいて顧客およびオペレータの発話の属性を推定する処理部である。具体的には、発話属性推定ルールが用意されており、発話情報ＤＢ１７を参照して、キーワード、韻律情報および当該発話の直近の発話属性を取得し、かかるルールを適用して発話属性を推定する。

より詳細には、図４に示すような発話属性推定ルールが用意されており、顧客１１の発話を例にして言えば、ルール２に該当することから、発話属性を「回答」と推定する。また、この発話属性の推定結果は、発話情報ＤＢ１７に登録されることとなる。

検索開始判定部１８ａは、当該発話までのシーケンスが検索開始ルールに該当する場合に、「検索開始」と判定し、理解度算出部１５ｂに検索開始指示をおこなう処理部である。例えば、処理過程が顧客１１の発話であれば、図５に示す検索開始ルールに該当しないため、「検索開始」とは判定されず、検索開始指示は行われない。

そこで、オペレータ１２、次いで、顧客１２の発話についても、発話データ抽出部１２、韻律情報抽出部１３、キーワード抽出部１４、自信度算出部１５ａおよび発話属性推定部１６における各処理が行われ、検索開始判定部１８ａにおいて検索開始判定が行われるが、いずれも検索開始ルールに該当しないので、さらに続いて、オペレータ１３の発話について、発話データ抽出部１２、韻律情報抽出部１３、キーワード抽出部１４、自信度算出部１５ａおよび発話属性推定部１６における各処理が行われる。

このとき、発話情報ＤＢ１７は、図７に示すような状態となり、キーワードＤＢ１７ａは、図９に示すような状態となっている。ここで、検索開始判定部１８ａは、オペレータ１３の発話について検索開始ルールの判定を行い、ルール１に該当するため（図５および図７参照）、「検索開始」と判定し、理解度算出部１５ｂに検索開始指示を行う。

理解度算出部１５ｂは、検索開始判定部１８ａから検索開始指示を受けて、発話情報ＤＢ１７に記憶されたオペレータの「質問発話」、顧客の「回答発話」、オペレータの「回答確認発話」、顧客の「回答確認応答発話」の自信度をもとに、顧客およびオペレータの対話内容に対する理解度を算出する処理部である。具体的には、オペレータ、顧客ともに理解している「ケース１」、オペレータが誤解している可能性がある「ケース２」、オペレータが顧客の回答内容に疑問を感じている、或いは理解していない可能性がある「ケース３」、オペレータ、顧客ともに理解していない「ケース４」という４つのケースのシチュエーションに顧客およびオペレータの対話内容に対する理解の度合に応じてレベルわけする。

より詳細には、直前のオペレータの回答確認発話の自信度が閾値以上、かつ直前の顧客の確認応答発話の自信度が閾値以上ならば、理解度を「ケース１」とし、直前のオペレータの回答確認発話の自信度が閾値以上、かつ直前の顧客の確認応答発話の自信度が閾値以下ならば、理解度を「ケース２」とし、直前のオペレータの回答確認発話の自信度が閾値以下、かつ直前の顧客の回答発話の自信度が閾値以上ならば、理解度を「ケース３」とし、直前のオペレータの回答確認発話の自信度が閾値以下、かつ直前の顧客の回答発話の自信度が閾値以下ならば、理解度を「ケース４」とする。なお、閾値を「０．６」として理解度を割り出すと、図２に示す例では、直前のオペレータの回答確認発話の自信度が閾値以上、かつ直前の顧客の確認応答発話の自信度が閾値以下であるため、理解度は、「ケース２」と算出される。

検索キーワード抽出部１８ｂは、顧客の「回答発話」、或いはオペレータの「回答確認発話」に出現するキーワードから事例検索に用いる「検索キーワード」を抽出する処理部である。具体的には、予めキーワードとなりうる語句集合を用意してマッチするキーワードを選択し、該選択されたキーワードのうち、「名詞」、「動詞」、「形容詞」の品詞のみを「検索キーワード」の抽出対象とし、韻律情報や音声認識のスコアの高低に応じて取捨選択を行って「検索キーワード」を抽出する。

すなわち、（１）名詞，動詞，形容詞のような自立語以外ははずす、（２）各キーワードの音声認識結果のスコアが閾値「７０」以下のものははずす、（３）各キーワードの韻律情報のパワー値が閾値「５０」以下のものははずす、（４）理解度が「ケース１」ならば、オペレータの確認回答発話からのみ選択、理解度が「ケース２」および「ケース４」ならば、オペレータの確認回答発話と顧客の回答発話から選択、理解度が「ケース３」ならば、顧客の回答発話からのみ選択するという（１）〜（４）の選定ルールに基づいて検索キーワードを選定する。

より詳細には、図２で示す例で言えば、理解度算出部１５ｂによって理解度が「ケース２」と算出されているため、オペレータの確認回答発話と顧客の回答発話から検索キーワードを抽出する。このとき、顧客の回答発話（顧客１１の発話）から抽出されたキーワードは、「フロッピ」「ですね」「ファイル」「更新」「ですね」「でない」であり、オペレータの回答確認発話（オペレータ１２の発話）から抽出されたキーワードは、「フロッピ」「読めない」「ですね」であり、また、音声認識結果のスコアや各キーワードの値は、図９に示すようになっている。このため、抽出対象となる検索キーワードは、「フロッピ」「ファイル」「更新」「読めない」となる。

このように、顧客およびオペレータの発話の属性として質問回答対話である発話を推定し、キーワードを抽出された発話のうち、質問回答対話であると推定された発話のキーワードから当該事例に係る検索キーワードを抽出することにより、対話の中で問題状況の核心に触れるキーワードから検索キーワードを抽出することができ、事例検索を精度良く行うことが可能になる。

また、質問回答対話であると推定された発話のキーワードの中から該キーワードに対応する韻律情報に基づいて当該事例に係る検索キーワードを抽出することとしたので、対話の中で問題状況の核心に触れるキーワードの中でも特に強調して発せられたキーワードを検索キーワードとして抽出することができ、事例検索をより精度良く行うことが可能になる。

検索条件決定部１８ｃは、理解度算出部１５ｂによって算出された顧客およびオペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定する処理部であり、検索式作成ルールおよび検索結果取得数決定ルールに基づき検索式および検索結果取得数を決定する。かかる検索式作成ルールには、理解度が「ケース１」または「ケース３」と算出されている場合に、検索キーワードを「ＡＮＤ」にするというルール（１）と、理解度が「ケース２」または「ケース４」と算出されている場合に、検索キーワードを「ＯＲ」にするというルール（２）とが存在する。そして、図２に示す例での顧客およびオペレータの対話内容の理解度は、「ケース２」であり、ルール（２）に該当するため、検索式は「フロッピ ＯＲ ファイル ＯＲ 更新 ＯＲ 読めない」と決定される。

また、かかる検索結果取得数決定ルールには、理解度が「ケース１」または「ケース２」と算出されている場合に、検索結果の取得数を「５」にするルール（１）と、理解度が「ケース３」または「ケース意４」と算出されている場合に、検索結果の取得数を「１０」にするというルール（２）とが存在する。そして、図２に示す例での顧客およびオペレータの対話内容の理解度は、「ケース２」であり、ルール（１）に該当するため、検索回答取得数は「５」と決定される。

検索実行部１８ｄは、検索条件決定部１８ｃによって決定された検索条件で検索エンジン１８ｅを利用して事例検索を行う処理部である。具体的には、検索式「フロッピ ＯＲ ファイル ＯＲ 更新 ＯＲ 読めない」および検索結果取得数「５」で事例検索を行う。

出力制御部１９ａは、自信度算出部１５ａによって算出された顧客およびオペレータの発話に対する自信度と、理解度算出部１５ｂによって算出された顧客およびオペレータの対話内容に対する理解度とを出力するように制御する処理部である。具体的には、各発話ごとに算出される自信度を逐次グラフ化して出力部１９ｂで表示するようにしたり、オペレータが顧客に待機指示を行う際に、「オペレータおよび顧客が問題状況を正確に理解しています。」、「オペレータが顧客の問題状況の説明を誤解している可能性があります。」、「オペレータが顧客の回答内容に疑問を感じている、或いは理解していない可能性があります。」、または「オペレータ、顧客ともに問題状況を理解していません。」などのメッセージを出力部１９ｂに表示するようにしたりする。

このように、顧客およびオペレータの発話に対する自信度と、顧客およびオペレータの対話内容に対する理解度とを出力するように制御することにより、双方（顧客およびオペレータ）の問題状況に対する認識がどの程度一致しているかを提示することができ、顧客からオペレータに正確な問題状況が伝わらないという状況を未然に防止することが可能になる。

出力部１９ｂは、液晶パネルやディスプレイなどの表示デバイスであり、具体的には、顧客およびオペレータの発話に対する自信度、顧客およびオペレータの対話内容に対する理解度、検索式および検索結果取得数などの検索条件および事例の検索結果などのコールセンタに業務に係る情報を出力する。

（事例検索装置の処理手順）
次に、本実施例１に係る事例検索装置の処理手順を説明する。図１１は、本実施例１に係る事例検索装置の処理手順を示すフローチャートである。この処理において、同図に示すＡ部、Ｂ部、Ｃ部は、別スレッドで動作し、Ｂ部とＣ部は、同期をとって動作する。

音声データ入力部１１から発話データ抽出部１２に音声データが入力された場合に（ステップＳＡ１０１肯定）、発話データ抽出部１２は、音声データ（発話音声）に続く無音区間を検出し（ステップＳＡ１０２肯定）、この音声データを「発話データ」として切り出す（ステップＳＡ１０３）。

続いて、韻律情報抽出部１３は、発話データ抽出部１２によって入力された「発話データ」から韻律情報抽出モジュール１３ａを介してポーズ長、ピッチ周波数、パワー値などの韻律情報を抽出する（ステップＳＢ１０４）。具体的には、一発話中に出現するポーズ長（発話の区切りとなる無音区間長よりは短い、言葉と言葉の間に相当する時間長）、音声データ区間について３０ｍｓｅｃごとに計算したピッチ周波数値列、音声データ区間について３０ｍｓｅｃごとに計算したパワー値列を取得する。

このとき、キーワード抽出部１４は、発話データ抽出部１２によって入力された「発話データ」に対して音声認識を行い、該認識結果から得られるキーワードを抽出する（ステップＳＣ１０４）。例えば、図２に示す顧客１１の発話では、「フロッピのですね、ファイル更新がですね、できないんですよ。」（図２参照）という入力に対し、「フロッピ」「ですね」「ファイル」「更新」「ですね」「出ない」（誤認識）というキーワードと該キーワードに対応する音声区間情報、スコアが取得されることとなる。

その後、自信度算出部１５ａは、発話情報ＤＢ１７によって記憶されたキーワードおよび韻律情報をもとに、顧客およびオペレータの発話に対する自信度を算出する（ステップＳＢ１０５）。例えば、図２に示す顧客１１の発話では、
自信度＝０．３×１＋０．２×０＋０．２×１＋０．３×１＝０．８
ｘ＝１（（２３−３）／２３＞０．８）、ｙ＝０（１５０−１６５＜０）、ｚ＝１（６８−６７＞０）、ｓ＝１（２／６＜０．４）
となる。

このとき、発話属性推定部１６は、発話情報ＤＢ１７によって記憶されたキーワード、韻律情報および当該発話の直近の発話の属性に基づいて顧客およびオペレータの発話の属性を推定する（ステップＳＣ１０５）。具体的には、図４に示すような発話属性推定ルールが用意されており、顧客１１の発話は、この中のルール２に適合することから、発話属性を「回答」と推定する。

そして、出力部１９ｂは、自信度算出部１５ａによって算出された顧客およびオペレータの発話に対する自信度を出力する（ステップＳＢ１０６）。具体的には、各発話ごとに算出される自信度を逐次グラフ化して表示する。

ここで、検索開始判定部１８ａは、検索開始ルールに基づいて検索開始判定を行う（ステップＳ１０７）。例えば、処理過程が顧客１１の発話であれば、図５に示す検索開始ルールに該当しないため、「検索開始」とは判定されず（ステップＳ１０７否定）、処理過程がオペレータ１３の発話に至るまで上記のステップＳＡ１０１〜ステップＳＢ１０６の処理を繰り返して行う。

そして、処理過程がオペレータ１３の発話に至ったならば、オペレータ１３の発話が検索開始ルールのルール１に該当するため（図５および図７参照）、理解度算出部１５ｂに検索開始指示を行う（ステップＳ１０７肯定）。

続いて、理解度算出部１５ｂは、検索開始判定部１８ａから検索開始指示を受けて、オペレータの「質問発話」、顧客の「回答発話」、オペレータの「回答確認発話」、顧客の「回答確認応答発話」の自信度から顧客およびオペレータの対話内容に対する理解度を算出する（ステップＳ１０８）。具体的には、閾値を「０．６」として理解度を割り出すと、図２に示す例では、直前のオペレータの回答確認発話の自信度が閾値以上、かつ直前の顧客の確認応答発話の自信度が閾値以下であるため、理解度は、「ケース２」と算出される。

そして、検索キーワード抽出部１８ｂは、顧客の「回答発話」、或いはオペレータの「回答確認発話」に出現するキーワードから事例検索に利用する「検索キーワード」を抽出する（ステップＳ１０９）。具体的には、理解度算出部１５ｂによって理解度が「ケース２」と算出されていることから、検索キーワードの選定ルールに基づき、「フロッピ」「ファイル」「更新」「読めない」を検索キーワードとして抽出する。

続いて、検索条件決定部１８ｃは、理解度算出部１５ｂによって算出された顧客およびオペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定する（ステップＳ１１０）。具体的には、図２に示す例での顧客およびオペレータの対話内容の理解度が「ケース２」であることから、検索式作成ルールに基づき、検索式を「フロッピ ＯＲ ファイル ＯＲ 更新 ＯＲ 読めない」と決定し、また、同様に、検索結果取得数決定ルールに基づき、検索回答取得数を「５」と決定する。

最後に、検索実行部１８ｄは、検索条件決定部１８ｃによって決定された検索条件で検索エンジン１８ｅを利用して事例検索を行い（ステップＳ１１１）、検索結果を出力部１９ｂで出力する（ステップＳ１１２）。具体的には、検索式「フロッピ ＯＲ ファイル ＯＲ 更新 ＯＲ 読めない」および検索結果取得数「５」で事例検索を行い、該検索結果を出力部１９ｂで出力する。

上述してきたように、本実施例１に係る事例検索装置によれば、顧客およびオペレータの対話をもとに、問題解決に有用な事例を検索できる蓋然性を高めることができ、コールセンタにおける業務を効率良く行なうことが可能になる。

さらに、本実施例１に係る事例検索装置の効果を実例（図２の例）と照らし合わせて説明する。この例では、顧客が「フロッピのファイルが更新できない」と言っているのであって、フロッピの中のファイルが読めないわけではない。それにも拘らず、オペレータが「ファイルが読めない」と一方的に決めつけて、そのような確認を顧客に行っている。

顧客は、パソコンに関する知識が浅いため、「ファイルが更新できない」ことと「ファイルが読めない」こととは違うのか同じなのかの判断が曖昧なまま、とりあえず聞かれるままに、「はい」と答えている。そして、上記の従来技術では、顧客がオペレータの確認に対して否定していないので、このようなオペレータの誤解に対して何ら対策を行わずに、オペレータの確認発話から「フロッピ」「ファイル」「読めない」という検索キーワードをＡＮＤ条件で検索していた。

しかし、これでは、「ファイルが更新されない」という事例を検索することはできず、検索結果が得られた後の対話の中で問題状況を再度確認し直すとともに、再度検索を行わなければならなかった。しかし、本発明に係る事例検索装置では、顧客が自信なく「はい」と回答していることから、顧客の回答発話からもキーワードを抽出することによって正しい問題状況を伝えるキーワードを抽出することが可能になっている。さらに、顧客発話の音声認識の精度が一般的に低くなることから音声認識精度も考慮して検索式を作成しているので、誤認識の言葉によって検索精度が低くなることも回避することができる。

ところで、上記実施例１で説明した事例検索装置および事例検索方法は、あらかじめ用意されたプログラムをパーソナル・コンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することができる。そこで、本実施例２では、上記実施例１で説明した事例検索装置（事例検索方法）と同様の機能を有する事例検索プログラムを実行するコンピュータシステムについて説明する。

図１２は、本実施例２に係るコンピュータシステムの構成を示すシステム構成図であり、図１３は、このコンピュータシステムにおける本体部の構成を示すブロック図である。図１２に示すように、本実施例２に係るコンピュータシステム１００は、本体部１０１と、本体部１０１からの指示によって表示画面１０２ａに画像などの情報を表示するためのディスプレイ１０２と、このコンピュータシステム１００に種々の情報を入力するためのキーボード１０３と、ディスプレイ１０２の表示画面１０２ａ上の任意の位置を指定するためのマウス１０４とを備える。

また、このコンピュータシステム１００における本体部１０１は、図１３に示すように、ＣＰＵ１２１と、ＲＡＭ１２２と、ＲＯＭ１２３と、ハードディスクドライブ（ＨＤＤ）１２４と、ＣＤ−ＲＯＭ１０９を受け入れるＣＤ−ＲＯＭドライブ１２５と、フレキシブルディスク（ＦＤ）１０８を受け入れるＦＤドライブ１２６と、ディスプレイ１０２、キーボード１０３並びにマウス１０４を接続するＩ／Ｏインターフェース１２７と、ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）１０６に接続するＬＡＮインターフェース１２８とを備える。

さらに、このコンピュータシステム１００には、インターネットなどの公衆回線１０７に接続するためのモデム１０５が接続されるとともに、ＬＡＮインターフェース１２８およびＬＡＮ／ＷＡＮ１０６を介して、他のコンピュータシステム（ＰＣ）１１１、サーバ１１２並びにプリンタ１１３などが接続される。

そして、このコンピュータシステム１００は、所定の記録媒体に記録された事例検索プログラムを読み出して実行することで事例検索装置（事例検索方法）を実現する。ここで、所定の記録媒体とは、フレキシブルディスク（ＦＤ）１０８、ＣＤ−ＲＯＭ１０９、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」の他に、コンピュータシステム１００の内外に備えられるハードディスクドライブ（ＨＤＤ）１２４や、ＲＡＭ１２２、ＲＯＭ１２３などの「固定用の物理媒体」、さらに、モデム１０５を介して接続される公衆回線１０７や、他のコンピュータシステム１１１並びにサーバ１１２が接続されるＬＡＮ／ＷＡＮ１０６などのように、プログラムの送信に際して短期にプログラムを保持する「通信媒体」など、コンピュータシステム１００によって読み取り可能な事例検索プログラムを記録する、あらゆる記録媒体を含むものである。

すなわち、事例検索プログラムは、上記した「可搬用の物理媒体」、「固定用の物理媒体」、「通信媒体」などの記録媒体に、コンピュータ読み取り可能に記録されるものであり、コンピュータシステム１００は、このような記録媒体から事例検索プログラムを読み出して実行することで事例検索装置および事例検索方法を実現する。なお、事例検索プログラムは、コンピュータシステム１００によって実行されることに限定されるものではなく、他のコンピュータシステム１１１またはサーバ１１２が事例検索プログラムを実行する場合や、これらが協働して事例検索プログラムを実行するような場合にも、本発明を同様に適用することができる。

さて、これまで本発明の実施例１および２について説明したが、本発明は上述した実施例以外にも、上記特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施例にて実施されてもよいものである。

例えば、本実施例では、顧客およびオペレータの発話に係る個人特性を記憶し、発話情報ＤＢ１７に記憶されたキーワードおよび韻律情報をもとに、顧客およびオペレータの発話に係る個人特性を参照して、顧客およびオペレータの発話に対する自信度を算出するようにしても良い。例えば、オペレータおよび会員である顧客の発話に係る個人特性（発話平均ピッチ、発話平均パワーまたは「ですね」の出現頻度など）を予め試験などによって記憶しおく。そして、かかる個人特性（個人差）に応じた自信度の算定手法を採用し、該算定手法によって算定された自信度に応じて検索条件を決定することにより、問題解決に有用な事例を検索できる蓋然性をさらに高めることが可能になる。

また、本実施例１では、各発話の自信度を先に算出し、該算出された自信度を参照して理解度を算出し、検索条件を決定することとしたが、本発明はこれに限定されるものではなく、各発話の自信度というものを求めず、理解度の算出において、直接、キーワード、韻律情報、発話属性を利用して理解度を算出するようにしても良い。すなわち、これによって、対話シーケンスに着目したときのキーワードや韻律情報の変化、傾向をより厳密に着目して理解度を算出することが可能になる。

また、本実施例１では、「検索キーワード」を抽出する際に、音声認識結果のスコア、パワー値およびピッチ周波数が閾値を満たすキーワードを「検索キーワード」として抽出することとしたが、本発明はこれに限定されるものではなく、キーワードごとの韻律情報を抽出し、パワー値およびピッチ周波数が大きいものは強く言っているキーワードであるとし、検索キーワードとして優先的に抽出するようにしても良い。

また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

（付記１）顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなう事例検索プログラムであって、
前記顧客または前記オペレータの発話から言語情報および韻律情報を抽出する抽出手順と、
前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記オペレータの発話に対する自信度を算出する自信度算出手順と、
前記自信度算出手順によって算出された前記オペレータの発話に対する自信度に応じて当該事例検索の検索条件を決定する検索条件決定手順と、
をコンピュータに実行させることを特徴とする事例検索プログラム。

（付記２）前記顧客および前記オペレータの発話は、対話を構成するものであって、
前記自信度算出手順は、前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記顧客および前記オペレータの発話に対する自信度を算出し、
前記抽出手順によって抽出された言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて前記顧客および前記オペレータの発話の属性を推定する発話属性推定手順と、
前記自信度算出手順によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記発話属性推定手順によって推定された前記顧客および前記オペレータの発話の属性とをもとに、前記顧客および前記オペレータの対話内容に対する理解度を算出する理解度算出手順と、をさらに含み、
前記検索条件決定手順は、前記理解度算出手順によって算出された前記顧客および前記オペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定することを特徴とする付記１に記載の事例検索プログラム。

（付記３）前記発話属性推定手順は、前記顧客および前記オペレータの発話の属性として質問回答対話である発話を推定し、
前記検索条件決定手順は、
前記抽出手順によって言語情報を抽出された発話のうち、前記発話属性推定手順によって質問回答対話であると推定された発話の言語情報から当該事例に係る検索キーワードを抽出する検索キーワード抽出手順をさらに含んだことを特徴とする付記２に記載の事例検索プログラム。

（付記４）前記検索キーワード抽出手順は、前記発話属性推定手順によって質問回答対話であると推定された発話の言語情報の中から該言語情報に対応する韻律情報に基づいて当該事例に係る検索キーワードを抽出することを特徴とする付記３に記載の事例検索プログラム。

（付記５）前記自信度算出手順によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記理解度算出手順によって算出された前記顧客および前記オペレータの対話内容に対する理解度とを出力するように制御する出力制御手順をさらに含んだことを特徴とする付記２、３または４に記載の事例検索プログラム。

（付記６）前記顧客および前記オペレータの発話に係る個人特性を記憶する記憶手順をさらに含み、
前記自信度算出手順は、前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記記憶手順によって記憶された前記顧客および前記オペレータの発話に係る個人特性を参照して、前記顧客および前記オペレータの発話に対する自信度を算出することを特徴とする付記１〜５のいずれか一つに記載の事例検索プログラム。

（付記７）顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなう事例検索方法であって、
前記顧客または前記オペレータの発話から言語情報および韻律情報を抽出する抽出工程と、
前記抽出工程によって抽出された言語情報および韻律情報をもとに、前記オペレータの発話に対する自信度を算出する自信度算出工程と、
前記自信度算出工程によって算出された前記オペレータの発話に対する自信度に応じて当該事例検索の検索条件を決定する検索条件決定工程と、
を含んだことを特徴とする事例検索方法。

（付記８）前記顧客および前記オペレータの発話は、対話を構成するものであって、
前記自信度算出工程は、前記抽出工程によって抽出された言語情報および韻律情報をもとに、前記顧客および前記オペレータの発話に対する自信度を算出し、
前記抽出工程によって抽出された言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて前記顧客および前記オペレータの発話の属性を推定する発話属性推定工程と、
前記自信度算出工程によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記発話属性推定工程によって推定された前記顧客および前記オペレータの発話の属性とをもとに、前記顧客および前記オペレータの対話内容に対する理解度を算出する理解度算出工程と、をさらに含み、
前記検索条件決定工程は、前記理解度算出工程によって算出された前記顧客および前記オペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定することを特徴とする付記７に記載の事例検索方法。

（付記９）顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなう事例検索装置であって、
前記顧客または前記オペレータの発話から言語情報および韻律情報を抽出する抽出手段と、
前記抽出手段によって抽出された言語情報および韻律情報をもとに、前記オペレータの発話に対する自信度を算出する自信度算出手段と、
前記自信度算出手段によって算出された前記オペレータの発話に対する自信度に応じて当該事例検索の検索条件を決定する検索条件決定手段と、
を備えたことを特徴とする事例検索装置。

（付記１０）前記顧客および前記オペレータの発話は、対話を構成するものであって、
前記自信度算出手段は、前記抽出手段によって抽出された言語情報および韻律情報をもとに、前記顧客および前記オペレータの発話に対する自信度を算出し、
前記抽出手段によって抽出された言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて前記顧客および前記オペレータの発話の属性を推定する発話属性推定手段と、
前記自信度算出手段によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記発話属性推定手段によって推定された前記顧客および前記オペレータの発話の属性とをもとに、前記顧客および前記オペレータの対話内容に対する理解度を算出する理解度算出手段と、をさらに備え、
前記検索条件決定手段は、前記理解度算出手段によって算出された前記顧客および前記オペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定することを特徴とする付記９に記載の事例検索装置。

本実施例１に係る事例検索装置の構成を示す機能ブロック図である。 顧客およびオペレータの間で行われる対話の一例を示す図である。 音声認識エンジンによって保持されているグラマの一例を示す図である。 発話属性推定ルールの一例を示す図である。 検索開始ルールの一例を示す図である。 発話情報ＤＢに記憶される情報の構成例を示す図である。 発話情報ＤＢに記憶される情報の構成例を示す図である。 キーワードＤＢに記憶される情報の構成例を示す図である。 キーワードＤＢに記憶される情報の構成例を示す図である。 韻律情報ＤＢに記憶される情報の構成例を示す図である。 本実施例１に係る事例検索装置の処理手順を示すフローチャートである。 本実施例２に係るコンピュータシステムの構成を示すシステム構成図である。 図１２に示したコンピュータシステムにおける本体部の構成を示すブロック図である。

符号の説明

１０ 事例検索装置
１１ 音声データ入力部
１２ 発話データ抽出部
１３ 韻律情報抽出部
１３ａ 韻律情報抽出モジュール
１４ キーワード抽出部
１４ａ 音声認識エンジン
１５ａ 自信度算出部
１５ｂ 理解度算出部
１６ 発話属性推定部
１７ 発話情報ＤＢ
１７ａ キーワードＤＢ
１７ｂ 韻律情報ＤＢ
１８ａ 検索開始判定部
１８ｂ 検索キーワード抽出部
１８ｃ 検索条件決定部
１８ｄ 検索実行部
１８ｅ 検索エンジン
１９ａ 出力制御部
１９ｂ 出力部

Claims (5)

1. 顧客またはオペレータの発話から抽出された言語情報をもとに事例検索をおこなう事例検索プログラムであって、
   前記顧客または前記オペレータの発話から言語情報および韻律情報を抽出する抽出手順と、
   前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記オペレータの発話に対する自信度を算出する自信度算出手順と、
   前記自信度算出手順によって算出された前記オペレータの発話に対する自信度に応じて当該事例検索の検索条件を決定する検索条件決定手順と、
   をコンピュータに実行させることを特徴とする事例検索プログラム。
2. 前記顧客および前記オペレータの発話は、対話を構成するものであって、
   前記自信度算出手順は、前記抽出手順によって抽出された言語情報および韻律情報をもとに、前記顧客および前記オペレータの発話に対する自信度を算出し、
   前記抽出手順によって抽出された言語情報および韻律情報と、当該発話の直近の発話の属性とに基づいて前記顧客および前記オペレータの発話の属性を推定する発話属性推定手順と、
   前記自信度算出手順によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記発話属性推定手順によって推定された前記顧客および前記オペレータの発話の属性とをもとに、前記顧客および前記オペレータの対話内容に対する理解度を算出する理解度算出手順と、をさらに含み、
   前記検索条件決定手順は、前記理解度算出手順によって算出された前記顧客および前記オペレータの対話内容に対する理解度に応じて当該事例検索の検索条件を決定することを特徴とする請求項１に記載の事例検索プログラム。
3. 前記発話属性推定手順は、前記顧客および前記オペレータの発話の属性として質問回答対話である発話を推定し、
   前記検索条件決定手順は、
   前記抽出手順によって言語情報を抽出された発話のうち、前記発話属性推定手順によって質問回答対話であると推定された発話の言語情報から当該事例に係る検索キーワードを抽出する検索キーワード抽出手順をさらに含んだことを特徴とする請求項２に記載の事例検索プログラム。
4. 前記検索キーワード抽出手順は、前記発話属性推定手順によって質問回答対話であると推定された発話の言語情報の中から該言語情報に対応する韻律情報に基づいて当該事例に係る検索キーワードを抽出することを特徴とする請求項３に記載の事例検索プログラム。
5. 前記自信度算出手順によって算出された前記顧客および前記オペレータの発話に対する自信度と、前記理解度算出手順によって算出された前記顧客および前記オペレータの対話内容に対する理解度とを出力するように制御する出力制御手順をさらに含んだことを特徴とする請求項２、３または４に記載の事例検索プログラム。

Images