JP2006163623A - 質問応答装置及び質問応答プログラム、並びに、テレビ受像機 - Google Patents

Abstract

【課題】 質問が不完全な場合であっても、適切に質問の内容を把握し、その回答を出力することが可能な質問応答装置を提供する。
【解決手段】 質問応答装置１は、概念辞書ＤＢｃに基づいて、質問種別を概念情報として特定する質問特定手段１１と、記事出現頻度ＤＢｂに基づいて、質問に含まれる単語を検索語として、記事ＤＢａから質問に関連する関連記事を検索する記事検索手段１２と、関連記事に含まれる単語の概念情報と、質問種別とに基づいて、関連記事から回答となる単語を回答情報として推論する推論手段１３とを備えていることを特徴とする。
【選択図】 図１

Description

本発明は、自然言語で入力された、ユーザからの質問に対して応答を行う質問応答装置及び質問応答プログラム、並びに、質問応答装置を備えたテレビ受像機に関する。

従来、テレビ受像機で放送番組を視聴している視聴者（ユーザ）が、その番組内で分からない言葉や、疑問に思った内容について、質問を入力することで、その回答を検索し提示するシステムが種々提案されている。
例えば、近年では、パーソナルコンピュータ及びインターネットの普及により、検索エンジン等によって、インターネットに接続されたデータベースから、ユーザが知りたい情報を検索することで、画面上に検索結果（回答）を提示する技術が一般化している。

また、他のシステムとしては、ユーザが入力した質問（質問情報）に対して、その質問情報に含まれるキーワードに基づいて、回答を記憶している文書データベースから、回答を検索して提示する質問応答システムが開示されている（特許文献１参照）。
この質問応答システムでは、入力された質問情報が、「ロシアの大統領は誰ですか？」であった場合、質問情報の中から「ロシア」及び「大統領」をキーワードとして抽出し、そのキーワードに基づいて、文書データベースから「プーチン」、「エリツィン」等の回答候補と、その回答の根拠となる文書の一部を提示するものである。
特開２００２−１３２８１２号公報（段落００１５〜００３３、図１）

しかし、従来のインターネットによる情報検索は、パソコンやマウス等の入力手段を使いこなせる、限られた人しかその操作を行うことができない。例えば、高齢者の中には、パソコン等の操作ができない人もいるため、テレビ番組を視聴中に、分からない言葉や、疑問に思った内容があっても、解決できないままになってしまうという問題がある。

また、従来の質問応答システムは、例えば、「ＮＨＫの連続テレビ小説の主演女優は誰ですか？」という質問情報に対して、「ＮＨＫの連続テレビ小説の主演女優は」というように「誰ですか？」という疑問詞が省略されている場合には、質問の種別を判定することができず、正しい回答を出力することができない。また、従来の質問応答システムは、例えば、「ＮＨＫの連続テレビ小説の主演女優は誰ですか？」という質問情報に対して、「ＮＨＫの連続テレビ小説に主演したのは？」のように、修飾される語句（先行詞：ここでは「女優」）が省略されている場合にも、質問の種別を判定することができず、正しい回答を出力することができない。
すなわち、従来の質問応答システムでは、入力された質問情報が不完全な場合、正しい回答を出力することができないため、ユーザは正確に質問情報を入力する必要があり、使い勝手の悪いものとなっていた。

また、従来の質問応答システムは、文書データベースを更新する機能がない、あるいは、手動で更新するしか方法がないため、テレビ番組等で放送される新出の固有名詞等に素早く対応することができず、新しい時事情報に対するユーザの質問に対して、リアルタイムで回答を行うことができないという問題がある。

本発明は、以上のような課題を解決するためになされたものであり、ユーザから入力される質問（質問情報）が不完全な場合であっても、適切に質問の内容を把握し、その回答を生成することが可能な質問応答装置及び質問応答プログラム、並びに、質問応答装置を備えたテレビ受像機を提供することを目的とする。さらに、本発明は、新しい時事情報に対しても回答を行うことが可能な質問応答装置及び質問応答プログラム、並びに、質問応答装置を備えたテレビ受像機を提供することを目的とする。

本発明は、前記目的を達成するために創案されたものであり、まず、請求項１に記載の質問応答装置は、入力された質問を示す質問情報に対して、その回答となる回答情報を生成する質問応答装置であって、概念辞書記憶手段と、質問特定手段と、記事データ記憶手段と、記事出現頻度記憶手段と、記事検索手段と、推論手段とを備える構成とした。

かかる構成によれば、質問応答装置は、概念辞書記憶手段に、単語とその単語の概念を示す概念情報とを対応付けた概念辞書を記憶しておく。そして、質問応答装置は、質問特定手段によって、概念辞書記憶手段に記憶されている概念辞書を参照することで、質問情報における質問の種別（例えば、「人」に関する質問であるのか、「場所」に関する質問であるのか等）を概念情報として特定する。これによって、質問に含まれている単語だけではなく、その単語の上位概念によって質問を特定することができるため、その質問の種別（質問種別）に幅を持たせることができる。

また、質問応答装置は、記事データ記憶手段に、質問に対する回答を検索するための情報源となる記事を記憶し、記事出現頻度記憶手段に、記事に含まれる単語毎に、記事データ記憶手段に記憶されている全記事における、当該単語が出現する記事の割合を示す記事出現頻度を記憶する。この記事出現頻度を参照することで、ある単語の重要度を判定することができる。例えば、記事出現頻度が少ない単語ほど、特定の記事に限って出現することになり、より重要度の高い単語とみなすことができる。また、逆に記事出現頻度が多い単語ほど、多くの記事に出現することになり、重要度の低い単語であるとみなすことができる。

そして、質問応答装置は、記事検索手段によって、記事出現頻度記憶手段に記憶されている記事出現頻度を参照することで、質問情報に含まれる単語を検索語として、記事データ記憶手段から質問情報に関連する記事を関連記事として検索する。これによって、重要度の高い単語を含んだ記事を検索することができる。
そして、質問応答装置は、推論手段によって、記事検索手段で検索された関連記事に含まれる単語の概念情報と、質問特定手段で特定された質問種別（概念情報）とが合致する単語を、回答情報として特定（推論）する。このように、概念情報を基準として、回答情報を推定するため、記事内に質問種別に該当する直接的な記載がなくても、回答に近い候補を推定することができる。

また、請求項２に記載の質問応答装置は、請求項１に記載の質問応答装置において、前記質問特定手段が、疑問詞解析手段を備える構成とした。

かかる構成によれば、質問応答装置は、疑問詞解析手段によって、質問情報を形態素解析することで、当該質問情報に含まれている疑問詞を特定し、その疑問詞に対応する概念情報を質問種別として特定する。これによって、「どこ」、「だれ」等の疑問詞から、質問が意図する内容を解析することができる。例えば、疑問詞「どこ」から、予め定めた概念情報として「場所」、「組織」等が、質問の対象となっていることを特定する。

さらに、請求項３に記載の質問応答装置は、請求項１又は請求項２に記載の質問応答装置において、前記質問特定手段が、先行詞解析手段を備える構成とした。

かかる構成によれば、質問応答装置は、先行詞解析手段によって、質問情報を構文解析することで、修飾語によって修飾された単語である先行詞を特定し、その先行詞に対応する概念情報を質問種別として特定する。これによって、質問応答装置は、質問が意図する内容が、先行詞に関連するものであると解析することができる。

また、請求項４に記載の質問応答装置は、請求項１乃至請求項３のいずれか一項に記載の質問応答装置において、前記質問特定手段が、種別分類手段を備える構成とした。

かかる構成によれば、質問応答装置は、種別分類手段によって、少なくとも自立語（動詞、形容詞、形容動詞、名詞、代名詞、副詞、連体詞、感動詞及び接続詞）の概念情報により質問種別を学習した学習データを参照して、質問情報に含まれる自立語から質問種別を特定する。例えば、２分類器であるサポートベクターマシンによって、質問情報に含まれる自立語の概念情報が、２分類のどちらに分類されるかを判定する。これによって、例えば、質問情報に含まれる自立語の概念情報が、「人」に関する質問であるのか、あるいは、「人」に関する質問ではないのかを判定することができる。なお、種別分類手段は、複数の２分類器を連結した構成とすることで、複数の分類項目によって、質問種別を特定することができる。

さらに、請求項５に記載の質問応答装置は、請求項１乃至請求項４のいずれか一項に記載の質問応答装置において、前記推論手段が、文抽出手段と、候補語抽出手段と、回答決定手段とを備える構成とした。

かかる構成によれば、質問応答装置は、文抽出手段によって、関連記事の中から、記事出現頻度が最も少ない単語を含んだ文を抽出する。これによって、重要度の高い単語を含んだ文が抽出されることになる。そして、質問応答装置は、候補語抽出手段によって、文抽出手段で抽出された文の各単語の概念情報と、質問特定手段で特定された質問種別とに基づいて、回答の候補となる候補語を抽出する。そして、質問応答装置は、回答決定手段によって、候補語抽出手段で抽出された候補語の中で、記事出現頻度が少なく、当該候補語及び検索語の形態素単位での距離が短いものを、回答となる単語として決定する。これは、記事出現頻度が少ないほど単語としての重要度が高く、また、検索語からの距離が短いものほど、質問に対する関連性が高いためである。

また、請求項６に記載の質問応答装置は、請求項１乃至請求項５のいずれか一項に記載の質問応答装置において、受信手段と、送信手段とを備える構成とした。

かかる構成によれば、質問応答装置は、受信手段によって、質問情報を送信する機能を備えた携帯電話から質問情報を受信し、送信手段によって、回答情報を携帯電話に送信する。これによって、携帯電話から音声信号やテキストデータとして、質問情報及び回答情報を送受信することができる。

さらに、請求項７に記載の質問応答装置は、請求項１乃至請求項６のいずれか一項に記載の質問応答装置において、記事取得手段と、記事更新手段とを備える構成とした。

かかる構成によれば、質問応答装置は、記事取得手段によって、放送波又は通信回線を介して、記事を取得する。例えば、記事取得手段は、放送波を介して放送されるデジタル放送に含まれる放送データを記事として取得したり、通信回線を介して提供されているデータベースに含まれているデータを記事として取得したりする。そして、質問応答装置は、記事更新手段によって、記事取得手段で取得した記事により、記事データ記憶手段に記憶される記事及び記事出現頻度記憶手段に記憶される記事出現頻度を更新する。これによって、質問応答装置における知識リソースが常に新しい状態に保持されることになる。

また、請求項８に記載の質問応答装置は、請求項７に記載の質問応答装置において、取得元選択手段を備える構成とした。

かかる構成によれば、質問応答装置は、取得元選択手段によって、ユーザからの指示により、記事の取得元を選択する。例えば、取得元選択手段は、予め定めた複数の取得元の名称等を表示装置に提示し、ユーザに選択させることで、記事の取得元を切り替える。

さらに、請求項９に記載のテレビ受像機は、放送番組を提示するテレビ受像機において、請求項１乃至請求項８のいずれか一項に記載の質問応答装置を備える構成とした。

かかる構成によれば、テレビ受像機は、内部に質問応答装置を備える構成としたため、ユーザが、放送番組を視聴中に疑問に思ったこと等を質問として入力し、その回答をテレビ受像機の画面上に合成して提示したり、スピーカを介して音声として提示したりすることができる。

また、請求項１０に記載の質問応答プログラムは、単語にその概念を示す概念情報を対応付けた概念辞書を記憶した概念辞書記憶手段と、情報源となる記事を記憶した記事データ記憶手段と、前記記事に含まれる単語毎に、前記記事データ記憶手段に記憶されている全記事における、当該単語が出現する記事の割合を示す記事出現頻度を記憶した記事出現頻度記憶手段とを備えた質問応答装置において、入力された質問を示す質問情報に対して、その回答となる回答情報を生成するために、コンピュータを、質問特定手段、記事検索手段、文抽出手段、候補語抽出手段、回答決定手段として機能させる構成とした。

かかる構成によれば、質問応答プログラムは、質問特定手段によって、概念辞書記憶手段に記憶されている概念辞書を参照することで、質問情報における質問の種別を概念情報として特定する。そして、質問応答プログラムは、記事検索手段によって、記事出現頻度記憶手段に記憶されている記事出現頻度を参照することで、質問情報に含まれる単語を検索語として、記事データ記憶手段から質問情報に関連する関連記事を検索する。

さらに、質問応答プログラムは、文抽出手段によって、関連記事の中から、記事出現頻度が最も少ない単語を含んだ文を抽出する。そして、質問応答プログラムは、候補語抽出手段によって、文抽出手段で抽出された文の各単語の概念情報と、質問特定手段で特定された質問種別とに基づいて、回答の候補となる候補語を抽出する。そして、質問応答プログラムは、回答決定手段によって、候補語抽出手段で抽出された候補語の中で、記事出現頻度が少なく、当該候補語及び検索語の形態素単位での距離が短いものを、回答となる単語として決定（推定）する。

請求項１又は請求項１０に記載の発明によれば、概念情報を基準として回答を推定するため、質問が曖昧（不完全）な表現であっても、適切に質問の内容を把握し、その回答を出力することができる。
請求項２に記載の発明によれば、疑問詞毎に予め定めた複数の概念情報を質問種別とすることができ、例えば、「だれ」という疑問詞があれば、「人」を尋ねているのか、「職位」を尋ねているのか等の複数の候補を質問種別とすることができる。これによって、質問が曖昧であっても、質問の意図を外す可能性が低くなる。

請求項３に記載の発明によれば、先行詞に対応する概念情報を質問種別として特定するため、疑問詞が省略された不完全な質問であっても、質問の意図を把握することができる。
請求項４に記載の発明によれば、疑問詞が省略された場合や、先行詞が「の」に変更された場合（例えば、「〜した人は」が「〜したのは」）であっても、質問の意図を把握することができる。

請求項５に記載の発明によれば、関連記事の中から、重要度の高い単語を含んだ文を抽出し、その文の中から、回答の候補となる候補語を抽出し、さらに、その候補語の中から、記事出現頻度が少なく、かつ、質問情報に含まれる単語である検索語（キーワード）からの形態素単位での距離が短い単語を回答となる単語として決定するため、精度の高い回答を決定することができる。
請求項６に記載の発明によれば、携帯電話から、ユーザの質問を入力し、その回答を携帯電話に出力することができるため、一般的な携帯電話を、質問応答装置の入出力機器として使用することができる。
請求項７に記載の発明によれば、外部から記事を更新することができるため、質問応答装置における知識リソースを常に新しい状態に保持することができる。これによって、ユーザの質問に対して、精度の高い回答を提示することができる。

請求項８に記載の発明によれば、信頼性の高い回答を得るためには、放送局や新聞社が提供する放送データ、データベースを記事の取得元として選択し、幅広い知識リソースから回答を得るためには、インターネットのＷｅｂサイトを記事の取得元として選択する等、ユーザが望む回答の種類によって、記事の取得元を選択することができる。
請求項９に記載の発明によれば、ユーザは、テレビ受像機で放送番組を視聴中に、疑問が発生した場合、その場でテレビ受像機（質問応答装置）に対して質問を入力することで、リアルタイムで回答を得ることができる。

以下、本発明の実施の形態について図面を参照して説明する。
［第一の実施の形態］
（質問応答装置の構成）
まず、図１を参照して、質問応答装置の構成について説明する。図１は、本発明における第一の実施の形態に係る質問応答装置の構成を示すブロック図である。なお、ここでは、質問応答装置の一実施形態として、質問応答装置をテレビ受像機Ｔｖに組み込んだ例を示している。

図１に示すように、質問応答装置１は、入力された質問（質問情報）に対して、その回答（回答情報）を生成して、出力するものである。ここでは、質問応答装置１は、記憶手段ＤＢと制御手段ＣＬとを備えている。さらに、質問応答装置１は、質問を音声で入力するためのマイク２ａと、質問をテキストデータで入力するためのキーボード２ｂとを入力手段２として外部に接続可能な構成としている。また、質問応答装置１は、回答を音声で出力するためのスピーカ３ａと、回答に関連する情報を文字として表示するためのモニタ３ｂとを出力手段３として外部に接続可能な構成としている。

記憶手段（記事データ記憶手段、記事出現頻度記憶手段、概念辞書記憶手段に相当）ＤＢは、質問応答装置１が回答を行う際の知識用のリソース（資源）を知識用リソースデータベースとして記憶しておくもので、ハードディスク等の一般的な記憶装置である。この記憶手段ＤＢには、知識用リソースデータベースとして、記事ＤＢａと、記事出現頻度ＤＢｂと、概念辞書ＤＢｃと、学習データＤＢｄとを記憶している。

記事ＤＢａは、質問に対する回答を得るために参考となるテキストデータである。この記事ＤＢａは、後記する知識用リソース取得手段１７で取得した、放送番組の番組情報、ニュース、新聞社等が提供する記事、あるいは、家庭内にネットワークで接続された電子機器のマニュアル等であって、プレーンテキストとして、記憶手段ＤＢに記憶しておく。なお、この記事ＤＢａは、知識用リソース取得手段１７が新規に知識用リソースを取得した段階で、追加、更新される。なお、記事ＤＢａは、放送番組の情報である場合は、番組単位、インターネットのＷｅｂサイトである場合は、ＨＴＭＬ（Hyper Text Markup Language）ファイルの単位とする。

記事出現頻度ＤＢｂは、個々の記事ＤＢａに含まれる単語毎の、全記事における当該単語が出現する記事の割合を示す値である。この値（記事出現頻度）には、ｉｄｆ（Inverse Document Frequency）値と呼ばれる値を用いることとする。このｉｄｆ値は、単語の重要度を判定する指標であって、全記事数Ｎのうち、ある単語ｉを含む記事がｎ個あるとき、単語ｉのｉｄｆ値〔ｉｄｆ（ｉ）〕は、以下の（１）式で表される。
ｉｄｆ（ｉ）＝ｌｏｇ（Ｎ／ｎ） …（１）

このｉｄｆ値が大きい（記事出現頻度が少ない）ほど、その単語は特定の記事に限って出現することになり、より重要度の高い単語とみなすことができる。逆に、ｉｄｆ値が小さい（記事出現頻度が多い）ほど、その単語は多くの記事に出現することになり、重要度の低い単語であるとみなすことができる。

概念辞書ＤＢｃは、単語毎に、単語の持つ概念を示す概念情報を対応付けた辞書である。この概念辞書ＤＢｃは、１つの単語に対して複数の概念が登録されている。例えば、「女優」という単語に対して、「女性」、「俳優」、「人」等の概念が対応付けられている。なお、後記する知識用リソース取得手段１７によって新たな記事を取得し、その記事内に新出の単語が存在する場合は、概念辞書ＤＢｃに、その単語を未知語として登録しておく。

学習データＤＢｄは、後記する質問特定手段１１の種別分類手段１１ｃにおいて、質問が何を対象とした質問かを示す種別（質問種別）を分類するための学習したデータである。この学習データＤＢｄは、予め準備しておいてもよいが、種別分類手段１１ｃの分類の正誤を、ユーザが判定することで、再学習することとしてもよい。

制御手段ＣＬは、質問応答装置１全体の制御を行うものである。例えば、制御手段ＣＬは、ＣＰＵ（Central Processing Unit）やメモリ等を備えたコンピュータであって、プログラム（質問応答プログラム）を、以下に示す各手段として機能させることで、記憶手段ＤＢに記憶されている知識用リソースデータベースを参照して、ユーザが入力した質問に対して、回答を提示する。ここでは、制御手段ＣＬは、音声認識手段１０と、質問特定手段１１と、記事検索手段１２と、推論手段１３と、応答文生成手段１４と、音声合成手段１５と、画像合成手段１６と、知識用リソース取得手段１７と、解析手段１８と、ＤＢ管理手段１９とを備えている。

音声認識手段１０は、マイク２ａから音声信号として入力されるユーザの質問を、音声認識し、テキストデータ（文字列）として出力するものである。この音声認識手段１０は、入力された音声信号をＡ／Ｄ変換し、例えば、ＬＰＣ（線形予測）法により音声分析することで、音響的特徴パラメータを抽出する。そして、音声認識手段１０は、時系列の音響的特徴パラメータを、隠れマルコフモデル（ＨＭＭ：Hidden Markov Model）によりモデル化し、統計的言語モデル（Ｎグラムモデル等）を参照することで、音声をテキストデータ（文字列）に変換する。この音声認識手段１０で認識された音声に対応するテキストデータは、質問特定手段１１に出力される。

質問特定手段１１は、記憶手段ＤＢに記憶されている概念辞書ＤＢｃに基づいて、テキストデータとして入力された質問（質問情報）が、どのような種別の質問であるかを概念情報として特定するものである。なお、質問特定手段１１は、解析手段１８の形態素解析手段１８ａ及び構文解析手段１８ｂで、質問を形態素解析及び構文解析することで、疑問詞、先行詞等の単語を特定し、その単語が有する概念情報を、概念辞書ＤＢｃを参照することで特定する。ここでは、質問特定手段１１は、疑問詞解析手段１１ａと、先行詞解析手段１１ｂと、種別分類手段１１ｃとを備えている。

疑問詞解析手段１１ａは、質問情報を形態素解析することで疑問詞を特定し、その疑問詞に対応する概念情報を質問種別とするものである。ここで、図２を参照（適宜図１参照）して、疑問詞解析手段１１ａにおける質問種別の特定手法について説明する。図２は、疑問詞による質問種別を特定する手法を示した概念図である。
図２に示すように、概念辞書ＤＢｃには、１つの疑問詞（例えば、「どこ」、「だれ」等）に対して、複数の概念情報が登録されている。例えば、疑問詞「どこ」は、「場所」、「組織」等をその概念として有し、疑問詞「だれ」は、「人」、「職位」等をその概念として有している。また、疑問詞「何」は、疑問詞が有する概念の「すべて」を指すこととしている。

このように、概念辞書ＤＢｃには、１つの疑問詞に対して、複数の概念情報が登録されている。そこで、疑問詞解析手段１１ａは、質問情報に疑問詞が含まれている場合には、その疑問詞に対応する概念情報を質問種別とする。
図１に戻って、質問応答装置１の構成について説明を続ける。

先行詞解析手段１１ｂは、質問情報を形態素解析及び構文解析することで先行詞を特定し、その先行詞に対応する（先行詞が属する）概念情報を質問種別とするものである。なお、先行詞とは、修飾語によって修飾された単語（名詞）のことである。ここで、図３を参照（適宜図１参照）して、先行詞解析手段１１ｂにおける質問種別の特定手法について説明する。図３は、先行詞による質問種別を特定する手法を示した概念図である。

図３に示すように、先行詞解析手段１１ｂは、例えば、質問情報として、（ａ）「ＮＨＫの連続テレビ小説の主演女優は」が入力された場合、形態素解析手段１８ａにより形態素解析を行う。（ｂ）は、（ａ）を形態素毎に区分した状態を示している。そして、先行詞解析手段１１ｂは、（ｃ）に示すように、構文解析手段１８ｂにより（ｂ）を構文解析する。すなわち、各単語が、修飾語（連体修飾語）であるか、複合語であるか等を解析することで、先行詞を特定する。これによって、先行詞解析手段１１ｂは、（ｄ）に示すように、（ａ）「ＮＨＫの連続テレビ小説の主演女優は」における先行詞を「女優」として特定する。そして、先行詞解析手段１１ｂは、先行詞（ここでは「女優」）に対応する概念情報（例えば、「女性」、「俳優」等）を、概念辞書ＤＢｃから取得し、質問種別とする。これによって、回答から男性に関するものを除外することが可能になる。
図１に戻って、質問応答装置１の構成について説明を続ける。

種別分類手段１１ｃは、少なくとも自立語（動詞、形容詞、形容動詞、名詞、代名詞、副詞、連体詞、感動詞及び接続詞）の概念情報を学習した学習データＤＢｄ（記憶手段ＤＢ内）に基づいて、質問種別を分類することで質問種別を特定するものである。この種別分類手段１１ｃは、一般的な２分類器であるサポートベクターマシン（ＳＶＭ：Support Vector Machine）を用いることで、質問種別を分類する。

ここで、図４を参照（適宜図１参照）して、種別分類手段１１ｃにおける質問種別の特定手法について説明する。図４は、ＳＶＭによる質問種別を特定する手法を示した概念図である。
図４に示すように、種別分類手段１１ｃは、例えば、質問情報として、（ａ）「ＮＨＫの連続テレビ小説に主演したのは」が入力された場合、形態素解析手段１８ａにより形態素解析を行うことで自立語を抽出し、構文解析手段１８ｂにより先行詞が省略されている語（ここでは「の」）を抽出する。（ｂ）は、（ａ）を形態素毎に区分した状態を示している。そして、種別分類手段１１ｃは、（ｃ）に示すように、各単語の概念パスを要素とするベクトル（素性ベクトル）を作成する。

ここで、概念パスとは、概念辞書ＤＢｃにおける概念情報の有無を、「０」「１」の２値情報で表わした概念数分の次元のベクトルである。また、素性ベクトルには、格のパラメータを加えることとしてもよい。ここで、格のパラメータとは、質問情報に格助詞（例えば、「が」、「は」、「も」、「を」等）があるか否かを示す２値情報である。この格のパラメータを素性ベクトルに加えることで、質問情報における質問種別の精度を高めることができる。また、素性ベクトルには、先行詞のみの概念パスを加えることとしてもよい。この先行詞の概念パスを素性ベクトルに加えることで、先行詞が含まれるか否かが、質問情報の質問種別の結果に直接影響を与えることになり、さらに、質問種別の精度を高めることができる。
そして、種別分類手段１１ｃは、（ｄ）に示すように、素性ベクトルと、予め学習した学習データＤＢｄとに基づいて、当該質問が「人」に関する質問であるのか、「人」に関する質問ではないのかをＳＶＭ（誰学習モデル）により分類することで、判定を行う。

なお、種別分類手段１１ｃは、「人」に関する質問であるかどうかを分類する誰学習モデルだけでなく、「場所」に関する質問であるかどうかを分類する場所学習モデルといった、複数の学習モデルを持つＳＶＭを連結することで、質問種別を特定する。
これによって、種別分類手段１１ｃは、質問情報に疑問詞がない場合や、先行詞が「の」に変更されている場合であっても、ＳＶＭを用いた統計処理によって、質問種別を特定することができる。

このように、疑問詞解析手段１１ａ、先行詞解析手段１１ｂ及び種別分類手段１１ｃで特定された質問種別（「人」、「場所」、「物」等）は、推論手段１３に出力される。また、質問特定手段１１は、質問情報を形態素解析及び構文解析することで抽出された自立語（動詞、形容詞、形容動詞、名詞、代名詞、副詞、連体詞、感動詞及び接続詞）を、記事検索手段１２に出力する。
また、質問特定手段１１において、質問種別が特定できなかった場合は、「質問が認識できませんでした。」、「もう一度、質問を入力してください。」等の定型文を、後記する音声合成手段１５や画像合成手段１６によって、音声又はテキストとしてユーザに提示することとする。

なお、ここでは、質問特定手段１１は、疑問詞解析手段１１ａ、先行詞解析手段１１ｂ及び種別分類手段１１ｃの各手段を備えることとしたが、これらの各手段を、いずれか１つ以上備えていればよい。ただし、質問の種別を判定する精度を高めるためには、これらの３つの手段（疑問詞解析手段１１ａ、先行詞解析手段１１ｂ及び種別分類手段１１ｃ）を備えることが望ましい。
図１に戻って、質問応答装置１の構成について説明を続ける。

記事検索手段１２は、質問情報に含まれる単語（自立語）を検索語（キーワード）として、質問情報に関連する記事（関連記事）を検索するものである。この記事検索手段１２で検索された関連記事は、推論手段１３に出力される。
ここで、記事検索手段１２は、１つの文章にすべての検索語が含まれているのかどうかを検索するのではなく、１つの記事にすべての検索語が含まれているかどうかを検索する。これは、すべての検索語が、１つの文章に含まれていることよりも、記事内の各文章に散在している場合が多いためである。
また、記事検索手段１２は、先行詞にあたる語のｉｄｆ値（前記（１）式参照）が予め定めた閾値よりも小さい場合は、検索語から除外することとする。これは、例えば、質問が「〜した人は誰」の場合、ｉｄｆ値の小さい先行詞“人”を検索語とすると、多くの不用な記事が検索されることになってしまうからである。また、逆に、質問が「前のアメリカの大統領は誰」の場合、ｉｄｆ値の大きい先行詞“大統領”を、重要な検索語として残すことで、適切な記事が検索されることになる。

なお、記事検索手段１２は、質問情報に含まれる自立語が名詞の連続した複合語である場合は、その連続した複合語を１つの検索語として検索を行う。例えば、「連続テレビ小説」という放送番組の番組名で検索を行う場合、「連続」、「テレビ」及び「小説」のように個々の自立語で検索する場合に比べて、より回答に適した記事を検索することが可能になる。ただし、記事検索手段１２は、連続した複合語である検索語を含んだ記事が存在しない場合は、その複合語を自立語単位に分割し、再検索を行うこととする。

また、記事検索手段１２は、質問情報に特定の単位を類推する単語が含まれている場合は、その単位を特定の検索語として記事の検索を行うこととしてもよい。例えば、「琵琶湖の面積はいくら？」と質問されたとき、「面積」の単位「ｋｍ²」、「ｍ²」等を特定の検索語として用いる。これによって、「いくら」という疑問詞であっても、「面積」を特定することができる。
さらに、記事検索手段１２は、質問情報に含まれる単語だけではなく、図示を省略した同義語辞書から質問情報に含まれる単語の同義語を取得し、その同義語を検索語として検索を行うこととしてもよい。これによって、回答の精度をさらに高めることができる。

また、記事検索手段１２は、検索語を含んだ記事（関連記事）が存在しない場合、個々の検索語の中で、ｉｄｆ値が小さいものから順に検索語から除外し、再検索を行うこととする。これによって、質問に関連する可能性の高い記事が検索されることになる。
そして、記事検索手段１２は、関連記事に含まれる検索語のｉｄｆ値の合計が大きい順に、関連性の高い記事であると判定し、予め定めた個数（上限値）の関連記事を抽出する。

推論手段１３は、質問特定手段１１で特定された質問種別と、記事検索手段１２で検索された関連記事に含まれる単語の概念情報とに基づいて、関連記事の中から回答となる単語を回答情報として推論するものである。ここでは、推論手段１３は、文抽出手段１３ａと、候補語抽出手段１３ｂと、回答決定手段１３ｃとを備えている。

文抽出手段１３ａは、関連記事の中から、記事出現頻度が最も少ない単語を含んだ文を抽出するものである。すなわち、文抽出手段１３ａは、ｉｄｆ値が最も大きい単語を含んでいる文を、関連記事の中から抽出する。これによって、関連記事の中で、重要度の高い単語を含んだ文が抽出されることになる。この文抽出手段１３ａで抽出された文は、候補語抽出手段１３ｂに出力される。

候補語抽出手段１３ｂは、質問特定手段１１で特定された質問種別と、文抽出手段１３ａで抽出された文の各単語を概念解析手段１８ｃで解析することで得られる概念情報とに基づいて、質問種別に合致する概念情報を有している単語を、回答の候補となる候補語として抽出するものである。
例えば、質問種別が「人」であった場合、候補語抽出手段１３ｂは、文抽出手段１３ａで抽出された文の中から、「人」の概念情報を持っている単語（例えば、人名）を、回答の候補語として抽出する。この候補語抽出手段１３ｂで抽出された候補語は、回答決定手段１３ｃに出力される。
なお、候補語抽出手段１３ｂは、概念辞書ＤＢｃに概念が登録されていない単語（未知語）が存在する場合は、その未知語も候補語として抽出することとする。これらの未知語は、回答となる可能性があるからである。

回答決定手段１３ｃは、候補語抽出手段１３ｂで抽出された候補語の中から、回答となる単語を決定するものである。具体的には、回答決定手段１３ｃは、候補語の記事出現頻度（例えば、ｉｄｆ値）と、当該候補語及び検索語（質問特定手段１１で抽出された質問情報に含まれる自立語）の形態素を単位とした単語間の距離（単語数）とに基づいて、回答となる単語を決定する。
すなわち、回答決定手段１３ｃは、ある候補語ｉのｉｄｆ値をｉｄｆ（ｉ）、候補語ｉと検索語との形態素単位での距離をｄとしたとき、候補語のスコアＡｉを以下の（２）式により算出する。
Ａｉ＝Σ（ｉｄｆ（ｉ）×１／ｄ） …（２）

そして、回答決定手段１３ｃは、このスコアＡｉが最も大きい候補語を回答として決定する。この（２）式において、ｉｄｆ値が最大の候補語には、予め定めた重み（例えば数倍程度の重み）を付加することとしてもよい。
この回答決定手段１３ｃで決定された回答（回答情報）は、応答文生成手段１４に出力される。なお、ここでは、スコアＡｉが２番目に大きい候補語、３番目に大きい候補語等を回答の次候補として、画像合成手段１６に出力することとする。また、このとき、同時に、その回答の根拠となる関連記事の出典等を画像合成手段１６に出力することとしてもよい。

応答文生成手段１４は、回答決定手段１３ｃで決定された回答を整形し、応答文を生成するものである。例えば、回答が「○○××子」という人名であった場合、応答文として、「それは、○○××子さんです。」を生成する。あるいは、質問情報と対応付けて、「ＮＨＫの連続テレビ小説の主演女優は、○○××子さんです。」を生成することとしてもよい。この応答文生成手段１４で生成された応答文は、音声合成手段１５に出力される。

音声合成手段１５は、応答文生成手段１４で生成された応答文を音声合成することで音声（音声信号）に変換するものである。この変換された音声信号は、スピーカ３ａを介して出力される。これによって、ユーザは、質問に対する回答を音声によって聴くことができる。

画像合成手段１６は、回答決定手段１３ｃで決定された次候補の回答や、回答の根拠となる関連記事の出典等の文字情報を合成した合成画像を生成するものである。この画像合成手段１６で生成された合成画像は、モニタ３ｂに出力される。これによって、ユーザは、質問に対する回答に関連する関連情報を知ることができる。

知識用リソース取得手段１７は、記憶手段ＤＢに記憶される知識用リソースデータベースのデータを、外部のデータベース等から取得し、登録・更新するものである。ここでは、知識用リソース取得手段１７は、取得元選択手段１７ａと、記事取得手段１７ｂと、記事更新手段１７ｃとを備えている。

取得元選択手段１７ａは、記憶手段ＤＢに記憶する記事ＤＢａの取得元を選択するものである。この記事の取得元としては、例えば、放送波４を介して放送を行う放送局、通信回線４を介して情報を取得可能なインターネットのＷｅｂサイト、新聞社や出版社が提供するデータベース、機器の操作マニュアル等を送信可能な電子機器等がある。この取得元選択手段１７ａは、例えば、図５に示した選択画面Ｄを表示装置（モニタ３ｂ）に提示し、ユーザが、入力手段２であるキーボード２ｂや、図示していないマウス等で選択することで、記事の取得元を決定する。この決定された取得元は、記事取得手段１７ｂに出力される。

記事取得手段１７ｂは、取得元選択手段１７ａで選択された記事の取得元から記事を取得するものである。この記事取得手段１７ｂは、例えば、取得元が放送局の場合、放送波４を介して放送されるデジタル放送（データ放送、文字放送、字幕放送）の記事として取得する。この場合、記事取得手段１７ｂは、デジタル放送に重畳されて放送されるＳＩ情報（Service Information，番組配列情報）に含まれる文字情報を記事として取得する。

記事更新手段１７ｃは、記事取得手段１７ｂで取得した記事を記憶手段ＤＢに登録することで、記事ＤＢａを更新するものである。さらに、記事更新手段１７ｃは、記事取得手段１７ｂで取得した記事を、解析手段１８の各解析手段で解析を行うことで、記事内に含まれる単語を抽出し、記事出現頻度ＤＢｂを更新するものでもある。この記事更新手段１７ｃは、記憶手段ＤＢの知識用リソースデータベースを更新するには、ＤＢ管理手段１９を介して行う。
なお、記事更新手段１７ｃは、取得した記事の中に、概念辞書ＤＢｃに登録されていない単語、例えば、「人名」、「商品名」等、新出の単語については、未知語として登録しておくこととする。

このように、記事の取得元を選択可能とし、記憶手段ＤＢに記憶される知識用リソースデータベースを更新することで、例えば、放送局からの記事を選択すれば、放送番組の概要、ニュース等、タイムリな情報を知識として記憶することができ、新しい話題に関する質問に対して、適切な回答を得ることが可能になる。また、記事の取得元をインターネットとすることで、膨大なデータの中から回答を得ることができ、質問に対する回答の精度を高めることができる。あるいは、記事の取得元を新聞社や出版社が提供するデータベースとすることで、信頼度の高い回答を得ることが可能になる。

解析手段１８は、入力された文字情報（テキストデータ）を解析するものであって、形態素解析手段１８ａと、構文解析手段１８ｂと、概念解析手段１８ｃとを備えている。

形態素解析手段１８ａは、入力されたテキストデータを品詞分解することで、そのテキストデータを形態素毎に分解するものである。なお、この形態素解析手段１８ａは、記憶手段ＤＢに記憶されている、形態素の読み、品詞、活用型等を記憶した、図示していない形態素辞書を参照して、形態素解析を行う。

構文解析手段１８ｂは、形態素解析手段１８ａで形態素に分解されたテキストデータにおいて、各形態素が、どのような修飾、被修飾（係り受け）関係を有しているかを解析するものである。これによって、テキストデータの中で、修飾される語句（先行詞）を特定することができる。

概念解析手段１８ｃは、形態素解析手段１８ａで形態素に分解されたテキストデータにおいて、各形態素（単語）が、どのような概念を持っているのかを解析するものである。なお、この概念解析手段１８ｃは、記憶手段ＤＢに記憶されている、概念辞書ＤＢｃを参照することで、各単語がどの概念に含まれるかを特定する。

ＤＢ管理手段１９は、記憶手段ＤＢに記憶されている知識用リソースデータベースを管理するものである。例えば、記事ＤＢａを追加、更新する場合は、このＤＢ管理手段１９に対して要求を行うことで、ＤＢ管理手段１９が、記事ＤＢａの追加、更新を行う。これによって、記憶手段ＤＢに記憶されている知識用リソースデータベースが、一元管理されデータの整合性を保つことができる。

以上説明したように、質問応答装置１は、ユーザからの質問に対して、質問を構成する単語の概念に基づいて、知識用リソースデータベースとして記憶されている記事から、回答を推論するため、疑問詞や先行詞が省略された質問であっても、適切な回答を導き出すことができる。
以上、本発明に係る質問応答装置１の構成について説明したが、本発明はこれに限定されるものではない。例えば、記憶手段ＤＢに記憶する知識用リソースを更新するための、記事の取得元が固定である場合は、取得元選択手段１７ａを構成から省略することができる。

また、ここでは、マイク２ａやキーボード２ｂによって、質問が音声（音声信号）や、テキストデータ（文字情報）のいずれの場合であっても対応可能な構成としたが、いずれか一方のみに対応した構成としてもよい。例えば、音声による質問の入力を行わない場合は、音声認識手段１０を構成から省略することができる。音声による回答の出力を行わない場合は、応答文生成手段１４及び音声合成手段１５を構成から省略することができる。また、文字情報による回答の出力を行わない場合は、画像合成手段１６を構成から省略することができる。

さらに、入力手段２や出力手段３には、携帯電話を使用することとしてもよい。この携帯電話を使用する場合の質問応答装置の構成について、第二の実施の形態として後で説明を行うこととする。
なお、本発明に係る質問応答装置１は、単独の構成として動作させることも可能であるが、図１に示すように、一般的なテレビ受像機Ｔｖに組み込むことで、ユーザが番組を視聴する際に、同時に放送波４を介して知識用リソースを取得することが可能になる。これによって、ユーザが、テレビ番組を視聴している段階で発生した質問に対して、最適な回答を生成し、ユーザに提示することができる。

（質問応答装置の動作）
次に、図６を参照（適宜図１参照）して、質問応答装置の動作について説明する。図６は、本発明における第一の実施の形態に係る質問応答装置の動作を示すフローチャートである。なお、ここでは、質問応答装置１において、予め記憶手段ＤＢに知識用リソースデータベースが構築されており、音声（音声信号）によって質問が入力され、音声によって回答を出力する動作を例として、動作の説明を行う。

＜質問入力ステップ＞
まず、質問応答装置１は、音声認識手段１０によって、音声信号として入力されるユーザの質問を音声認識し、テキストデータ（質問情報）に変換する（ステップＳ１）。

＜質問特定ステップ＞
そして、質問応答装置１は、質問特定手段１１によって、質問情報が、どのような種別の質問であるかを示す質問種別を概念情報として特定する。
具体的には、質問応答装置１は、まず、疑問詞解析手段１１ａによって、質問情報を形態素解析手段１８ａによる形態素解析、及び、構文解析手段１８ｂによる構文解析を行うことで、質問情報に疑問詞が含まれているかどうかを判定する（ステップＳ２）。そして、疑問詞が含まれている場合（ステップＳ２でＹｅｓ）、疑問詞解析手段１１ａは、疑問詞に対して、概念解析手段１８ｃにより概念解析を行うことで、疑問詞の概念情報を取得し質問種別とし（ステップＳ３）、ステップＳ７に進む。

一方、質問情報に疑問詞が含まれていない場合（ステップＳ２でＮｏ）、質問応答装置１は、先行詞解析手段１１ｂによって、ステップＳ２で形態素解析及び構文解析された結果により、質問情報に先行詞が含まれているかどうかを判定する（ステップＳ４）。そして、先行詞が含まれている場合（ステップＳ４でＹｅｓ）、先行詞解析手段１１ｂは、先行詞に対して、概念解析手段１８ｃにより概念解析を行うことで、先行詞の概念情報を取得し質問種別とし（ステップＳ５）、ステップＳ７に進む。

また、一方、質問情報に先行詞が含まれていない場合（ステップＳ４でＮｏ）、質問応答装置１は、種別分類手段１１ｃによって、自立語の概念情報を学習した学習データＤＢｄを参照することで質問種別を分類し、その結果を質問情報の質問種別とする（ステップＳ６）。
このように、ステップＳ２〜Ｓ６において、質問情報に対して、１つ以上の質問種別が生成されることになる。

＜記事検索ステップ＞
また、質問応答装置１は、記事検索手段１２によって、質問情報に含まれる自立語を検索語（キーワード）として、質問情報に関連する記事（関連記事）を検索する（ステップＳ７）。
そして、質問応答装置１は、記事検索手段１２において、関連記事が検索されたかどうかを判定し（ステップＳ８）、検索に成功、すなわち、関連記事が存在した場合（ステップＳ８でＹｅｓ）、ステップＳ１０に進む。一方、検索に失敗、すなわち、関連記事が存在しなかった場合（ステップＳ８でＮｏ）、記事検索手段１２は、ステップＳ７で用いた検索語の中で、ｉｄｆ値が小さいものを検索語から削除し（ステップＳ９）、ステップＳ７に戻って、再度検索を実行する。
そして、質問応答装置１は、記事検索手段１２において、関連記事に含まれる検索語のｉｄｆ値の合計（Σｉｄｆ）が大きい順に、予め定めた個数を上限として関連記事を抽出
する（ステップＳ１０）。

なお、この記事検索ステップにおいて、フローチャートとしては図示していないが、ステップＳ７において、質問情報に含まれる自立語が名詞の連続した複合語である場合、記事検索手段１２は、その連続した複合語を１つの検索語として記事の検索を行い、連続した複合語を含んだ記事が存在しない場合は、その複合語を分割し、再検索を行うこととする。

＜回答推論ステップ＞
続けて、質問応答装置１は、推論手段１３によって、質問特定ステップ（ステップＳ２〜Ｓ６）で特定された質問種別と、記事検索ステップ（ステップＳ７〜Ｓ１０）で検索された関連記事に含まれる単語の概念情報とに基づいて、関連記事の中から回答となる単語を回答情報として推論する。
具体的には、質問応答装置１は、文抽出手段１３ａによって、ｉｄｆ値が最も大きい単語を含んでいる文を、関連記事の中から抽出する（ステップＳ１１）。

また、質問応答装置１は、候補語抽出手段１３ｂによって、質問特定ステップ（ステップＳ２〜Ｓ６）で特定された質問種別と、ステップＳ１１で抽出された文の各単語を概念解析手段１８ｃで解析することで得られる概念情報とに基づいて、質問種別に合致する概念情報を有している単語を、回答の候補となる候補語として抽出する（ステップＳ１２）。
そして、質問応答装置１は、回答決定手段１３ｃによって、ステップＳ１２で抽出された候補語のｉｄｆ値と、当該候補語及び検索語の形態素単位での距離ｄとに基づいて、スコア付け（前記（２）式参照）を行い、回答となる単語を決定（推定）する（ステップＳ１３）。

＜回答出力ステップ＞
そして、質問応答装置１は、応答文生成手段１４によって、ステップＳ１３で決定された回答を整形することで、応答文を生成し（ステップＳ１４）、音声合成手段１５によって、その応答文を音声合成することで、音声（音声信号）に変換し出力する（ステップＳ１５）。このとき、画像合成手段１６によって、次候補の回答や、回答の根拠となる関連記事の出典等の文字情報を出力画像に合成することとしてもよい。
以上の動作によって、質問応答装置１は、ユーザが音声として発した質問に対して、音声によって、その回答を提示することができる。なお、質問が音声ではなく、テキストデータで入力される場合は、ステップＳ１を省略し、ステップＳ１４及びＳ１５の代わりに、画像合成手段１６によって、回答を出力することができる。

［第二の実施の形態］
次に、図７を参照して、携帯電話を入出力機器とした質問応答装置の構成について説明する。図７は、本発明における第二の実施の形態に係る携帯電話を入出力機器とした質問応答装置の構成を示すブロック図である。ここでは、まず、質問応答装置に使用する携帯電話の構成についてその概略を説明し、その後、質問応答装置の構成について説明を行う。

（携帯電話の構成）
質問応答装置１Ｂに用いられる携帯電話６は、内線通話やデータ通信等が可能な一般的な携帯電話であって、音声入力手段６０と、テキスト入力手段６１と、テキスト表示手段６２と、音声出力手段６３と、制御手段６４と、送受信手段６５とを備えている。なお、図７の携帯電話６では、公衆回線との接続を行う手段については、図示を省略している。

音声入力手段６０は、ユーザが発する音声データ（ここでは、質問）を入力するものであって、一般的なマイクである。この入力された音声データは、音声入力手段６０においてデジタル化され、制御手段６４に出力される。

テキスト入力手段６１は、英数かな文字等が対応付けられたキーをユーザが押下することで、テキストデータ（ここでは、質問）を入力するものである。このテキスト入力手段６１で入力されたテキストデータは、制御手段６４に出力される。

テキスト表示手段６２は、テキストデータ（ここでは、回答）を表示するものであって、一般的な液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）等の表示装置である。このテキスト表示手段６２に表示するテキストデータは、制御手段６４から入力される。

音声出力手段６３は、音声データ（ここでは、回答）を出力するものであって、一般的なスピーカである。この音声出力手段６３は、制御手段６４から入力されるデジタル化された音声信号をアナログ変換し、音声（音声データ）として出力する。

制御手段６４は、携帯電話６全体の制御を行うものであって、ＣＰＵやメモリ等を備えたコンピュータにより、音声信号や、テキストデータ等の入出力を制御する信号処理部として機能するものである。

送受信手段６５は、内線通話やデータ通信等によって、質問応答装置１Ｂとの間で、音声、テキストデータを無線によって送受信するものである。例えば、送受信手段６５は、１０ミリワット（ｍＷ）の特定省電力トランシーバ、レシーバとして、音声、テキストデータを送受信する。
このように、携帯電話６には、音声入力手段６０、テキスト入力手段６１、テキスト表示手段６２及び音声出力手段６３が備えられており、質問応答装置１Ｂに対する入出力手段として、最も適した構成を具備していると考えられる。
また、携帯電話６を用いることで、ユーザは、使い慣れた携帯電話による操作、例えば、文字入力操作によって、質問を行うことができる。

（質問応答装置の構成）
次に、同じく図７を参照して、携帯電話を入出力機器とした質問応答装置の構成について説明する。図７に示すように、質問応答装置１Ｂは、携帯電話６から入力された質問（質問情報）に対して、その回答（回答情報）を生成して、携帯電話６に出力するものである。質問応答装置１Ｂは、図１で説明した質問応答装置１から画像合成手段１６を省き、送受信手段２０を構成に含めている。その他の構成については、図１で説明した質問応答装置１と同じものであるため、同一の符号を付し、説明を省略する。

送受信手段２０は、携帯電話６から送信される質問（質問情報）を受信し、制御手段ＣＬにおいて生成された回答（回答情報）を携帯電話６に送信するものである。ここでは、送受信手段２０は、受信手段２０ａと、送信手段２０ｂとを備えている。

受信手段２０ａは、携帯電話６から送信される質問（質問情報）を受信するものである。この受信手段２０ａは、例えば、特定小電力レシーバとして、携帯電話６から送信される質問を無線で受信する。この受信手段２０ａで受信した質問が音声データ（音声信号）である場合、受信手段２０ａは、音声認識手段１０にその音声信号を出力する。また、質問がテキストデータである場合、受信手段２０ａは、質問特定手段１１にそのテキストデータを出力する。

送信手段２０ｂは、制御手段ＣＬにおいて生成された回答（回答情報）を携帯電話６に送信するものである。この送信手段２０ｂは、例えば、特定小電力トランシーバとして、回答を無線で携帯電話６に送信する。なお、送信手段２０ｂは、受信手段２０ａで受信した質問が音声データである場合、音声合成手段１５で音声合成された回答を送信し、受信手段２０ａで受信した質問がテキストデータである場合、推論手段１３で推論された回答（テキストデータ）を携帯電話６に送信することとする。もちろん、音声又はテキストデータのいずれか一方のみを、回答として固定的に送信することとしてもよい。

以上説明したように、質問応答装置１Ｂは、携帯電話６を用いて、ユーザからの質問に対して回答を行うことができるため、ユーザは、携帯電話における通話やメールの作成を行う操作と同様の操作で質問を行うことができる。
なお、質問応答装置１Ｂの動作については、図６で説明した質問応答装置１の動作と同様であるので説明を省略する。

本発明における第一の実施の形態に係る質問応答装置の構成を示すブロック図である。 疑問詞による質問種別を特定する手法を示した概念図である。 先行詞による質問種別を特定する手法を示した概念図である。 ＳＶＭによる質問種別を特定する手法を示した概念図である。 記事の取得元を選択するための選択画面の例を示す図である。 本発明における第一の実施の形態に係る質問応答装置の動作を示すフローチャートである。 本発明における第二の実施の形態に係る携帯電話を入出力機器とした質問応答装置の構成を示すブロック図である。

符号の説明

Ｔｖ テレビ受像機
ＤＢ 記憶手段（記事データ記憶手段、記事出現頻度記憶手段、概念辞書記憶手段）
ＤＢａ 記事
ＤＢｂ 記事出現頻度
ＤＢｃ 概念辞書
ＤＢｄ 学習データ
１、１Ｂ 質問応答装置
１０ 音声認識手段
１１ 質問特定手段
１１ａ 疑問詞解析手段
１１ｂ 先行詞解析手段
１１ｃ 種別分類手段
１２ 記事検索手段
１３ 推論手段
１３ａ 文抽出手段
１３ｂ 候補語抽出手段
１３ｃ 回答決定手段
１４ 応答文生成手段
１５ 音声合成手段
１６ 画像合成手段
１７ 知識用リソース取得手段
１７ａ 取得元選択手段
１７ｂ 記事取得手段
１７ｃ 記事更新手段
１８ 解析手段
１８ａ 形態素解析手段
１８ｂ 構文解析手段
１８ｃ 概念解析手段
１９ ＤＢ管理手段
２０ 送受信手段
２０ａ 受信手段
２０ｂ 送信手段

Claims (10)

1. 入力された質問を示す質問情報に対して、その回答となる回答情報を生成する質問応答装置であって、
   単語にその概念を示す概念情報を対応付けた概念辞書を記憶した概念辞書記憶手段と、
   この概念辞書記憶手段に記憶されている概念辞書に基づいて、前記質問の種別を示す質問種別の概念情報を特定する質問特定手段と、
   情報源となる記事を記憶した記事データ記憶手段と、
   前記記事に含まれる単語毎に、前記記事データ記憶手段に記憶されている全記事における、当該単語が出現する記事の割合を示す記事出現頻度を記憶した記事出現頻度記憶手段と、
   この記事出現頻度記憶手段に記憶されている記事出現頻度に基づいて、前記質問情報に含まれる単語を検索語として、前記記事データ記憶手段から前記質問情報に関連する記事を関連記事として検索する記事検索手段と、
   この記事検索手段で検索された関連記事に含まれる単語の概念情報と、前記質問特定手段で特定された質問種別とに基づいて、前記関連記事から回答となる単語を前記回答情報として推論する推論手段と、
   を備えていることを特徴とする質問応答装置。
2. 前記質問特定手段は、前記質問情報を形態素解析することで、当該質問情報に含まれている疑問詞を特定し、その疑問詞に対応する概念情報を前記質問種別とする疑問詞解析手段を備えていることを特徴とする請求項１に記載の質問応答装置。
3. 前記質問特定手段は、前記質問情報を構文解析することで、修飾語によって修飾された単語である先行詞を特定し、その先行詞に対応する概念情報を前記質問種別とする先行詞解析手段を備えていることを特徴とする請求項１又は請求項２に記載の質問応答装置。
4. 前記質問特定手段は、少なくとも自立語の概念情報により質問種別を学習した学習データと、前記質問情報に含まれる自立語とに基づいて、当該質問情報の質問種別を特定する種別分類手段を備えていることを特徴とする請求項１乃至請求項３のいずれか一項に記載の質問応答装置。
5. 前記推論手段は、
   前記関連記事の中から、前記記事出現頻度が最も少ない単語を含んだ文を抽出する文抽出手段と、
   この文抽出手段で抽出された文の各単語の概念情報と、前記質問種別とに基づいて、回答の候補となる候補語を抽出する候補語抽出手段と、
   この候補語抽出手段で抽出された候補語の前記記事出現頻度と、当該候補語及び前記検索語の形態素を単位とした単語間の距離とに基づいて、前記回答となる単語を決定する回答決定手段と、
   を備えていることを特徴とする請求項１乃至請求項４のいずれか一項に記載の質問応答装置。
6. 前記質問情報を送信する機能を備えた携帯電話から、前記質問情報を受信する受信手段と、
   前記回答情報を前記携帯電話に送信する送信手段と、
   を備えていることを特徴とする請求項１乃至請求項５のいずれか一項に記載の質問応答装置。
7. 放送波又は通信回線を介して、前記記事を取得する記事取得手段と、
   この記事取得手段で取得した記事に基づいて、前記記事データ記憶手段に記憶される記事及び前記記事出現頻度記憶手段に記憶される記事出現頻度を更新する記事更新手段と、
   を備えていることを特徴とする請求項１乃至請求項６のいずれか一項に記載の質問応答装置。
8. 前記記事の取得元を選択する取得元選択手段を備えていることを特徴とする請求項７に記載の質問応答装置。
9. 放送番組を提示するテレビ受像機において、
   請求項１乃至請求項８のいずれか一項に記載の質問応答装置を備えていることを特徴とするテレビ受像機。
10. 単語にその概念を示す概念情報を対応付けた概念辞書を記憶した概念辞書記憶手段と、情報源となる記事を記憶した記事データ記憶手段と、前記記事に含まれる単語毎に、前記記事データ記憶手段に記憶されている全記事における、当該単語が出現する記事の割合を示す記事出現頻度を記憶した記事出現頻度記憶手段とを備えた質問応答装置において、入力された質問を示す質問情報に対して、その回答となる回答情報を生成するために、コンピュータを、
    前記概念辞書記憶手段に記憶されている概念辞書に基づいて、前記質問の種別を示す質問種別の概念情報を特定する質問特定手段、
    前記記事出現頻度記憶手段に記憶されている記事出現頻度に基づいて、前記質問情報に含まれる単語を検索語として、前記記事データ記憶手段から前記質問情報に関連する記事を関連記事として検索する記事検索手段、
    前記関連記事の中から、前記記事出現頻度が最も少ない単語を含んだ文を抽出する文抽出手段、
    この文抽出手段で抽出された文の各単語の概念情報と、前記質問種別とに基づいて、回答の候補となる候補語を抽出する候補語抽出手段、
    この候補語抽出手段で抽出された候補語の前記記事出現頻度と、当該候補語及び前記検索語の形態素単位での距離とに基づいて、前記回答となる単語を決定する回答決定手段、
    として機能させることを特徴とする質問応答プログラム。

Images