JP2008152637A - 応答生成装置及び応答生成プログラム - Google Patents

Abstract

【課題】コストをかけることなくユーザと円滑に対話をすることができる応答生成装置及び応答生成プログラムを提供する。
【解決手段】応答生成装置は、発話を入力する入力部１０と、上位概念と下位概念の対応関係を記憶した概念データベースと、入力部１０に入力された発話に含まれる概念を概念データベースに記憶された対応関係に基づいて下位概念に置き換えることにより、発話の内容よりも詳細な内容の応答を生成する応答生成部１５と、応答生成部１５により生成された応答を出力する応答出力部２０と、を備えている。
【選択図】図１

Description

本発明は、ユーザの発話の内容よりも詳細な内容の応答を生成する応答生成装置及び応答生成プログラムに関する。

雑談における応答生成の実現に関する発明が数多く提案されている。このような応答を生成する装置として、事象と事象の因果関係や、事象と評価の関係などを利用して応答を生成する対話処理装置（例えば、特許文献１参照。）が知られている。特許文献１の対話処理装置は、ユーザの発話と予め記憶した応答用の発話とを事象と事象、事象と評価、及び評価と評価の各組合せからなるルールに基づいて応答を生成する。

また、応答生成ルールを複数定義することにより、ユーザ発話に対する応答を生成する対話処理装置（例えば、特許文献２参照。）も知られている。特許文献２の対話処理装置は、「ユーザ発話のパターン」から「システム発話のパターン」という形式で応答生成ルールを複数定義し、入力されたユーザ発話と応答生成ルールをパターンマッチングすることにより、適切なシステム応答を生成する。
特開２００６−２０１８７０号公報 特開２００３−２５５９９０号公報

人間同士の雑談を解析すると、他者の発話の詳細を述べる応答や他者の発話と対照的な内容を述べる応答が多く出現する。しかし、特許文献１の対話処理装置は、このような応答を生成することはできないため、ユーザと円滑に対話をすることができないという問題点がある。

また、特許文献２の対話処理装置では、あらゆるユーザ発話に応答を生成するには、あらゆるユーザ発話のパターンに対してこの形式の応答生成ルールを作成することが必要となり、コストの面で現実的ではないという問題点がある。

本発明は、上記問題点を解決するために成されたものであり、コストをかけることなくユーザと円滑に対話をすることができる応答生成装置及び応答生成プログラムを提供することを目的とする。

上記目的を達成するために、請求項１記載の応答生成装置は、発話を入力する入力手段と、上位概念と下位概念の対応関係を記憶した記憶手段と、前記入力手段に入力された発話に含まれる概念を前記記憶手段に記憶された対応関係に基づいて下位概念に置き換えることにより、前記発話の内容よりも詳細な内容の応答を生成する応答生成手段と、前記応答生成手段により生成された応答を出力する応答出力手段と、を備えている。

請求項１記載の発明によれば、ユーザ発話に含まれる概念を下位概念に置き換えて応答を生成するので、ユーザ発話の内容を深めることができる。

請求項２記載の応答生成装置は、発話を入力する入力手段と、前記入力手段に入力された発話を深層格解析し、該解析結果に基づいて必須格を補完する解析手段と、前記解析手段による補完結果に基づいて、前記入力手段に入力された発話内容より詳細な内容の応答を生成する応答生成手段と、前記応答生成手段により生成された応答を出力する応答出力手段と、を備えている。

請求項２記載の発明によれば、ユーザ発話の内容よりも詳細な内容の応答を生成するので、ユーザ発話の内容を広げることができる。

請求項３記載の応答生成装置は、請求項２記載の応答生成装置において、前記応答生成手段は、前記解析手段による補完結果に基づいて前記発話に含まれる深層格要素若しくは該深層格要素に対応する述語を下位概念に置き換えることにより、又は前記解析手段により補完された必須格に単語を補完することにより、前記発話内容より詳細な内容の応答を生成する。

請求項３記載の発明によれば、ユーザ発話に含まれる深層格要素又は述語を下位概念に置き換えたり、必須格に単語を補完するなど詳細化の幅が広い応答を生成することができる。

請求項４記載の応答生成装置は、請求項２記載の応答生成装置において、前記応答生成手段は、前記解析手段による補完結果に基づいて前記発話に含まれる深層格要素又は該深層格要素に対応する述語を対照概念に置き換えることにより、前記発話内容より詳細な内容の応答を生成する。

請求項４記載の発明によれば、ユーザ発話に対して対照的な内容の応答を生成することができる。

請求項５記載の応答生成プログラムは、コンピュータを、発話を入力する入力手段、上位概念と下位概念との対応関係を記憶した記憶手段、前記入力手段に入力された発話に含まれる概念を前記記憶手段に記憶された対応関係に基づいて下位概念に置き換えることにより前記発話の内容よりも詳細な内容の応答を生成する応答生成手段、及び前記応答生成手段により生成された応答を出力する応答出力手段、として機能させる。

請求項５記載の発明によれば、ユーザ発話に含まれる概念を下位概念に置き換えて応答を生成するので、ユーザ発話の内容を深めることができる。

請求項６記載の応答生成プログラムは、コンピュータを、発話を入力する入力手段、前記入力手段に入力された発話を深層格解析し、該解析結果に基づいて必須格を補完する解析手段、前記解析手段による補完結果に基づいて、前記入力手段に入力された発話内容より詳細な内容の応答を生成する応答生成手段、及び前記応答生成手段により生成された応答を出力する応答出力手段、として機能させる。

請求項６記載の発明によれば、ユーザ発話の内容よりも詳細な内容の応答を生成するので、ユーザ発話の内容を広げることができる。

以上説明したように、本発明によれば、ユーザ発話を解析し、その内容を下位概念化又は対照概念化した応答を生成するため、ユーザ発話に対して内容を深掘りした次の発話が行われ、コストをかけることなく、ユーザと円滑に対話をすることができるという効果が得られる。

以下、本発明の実施の形態について図面を参照しながら詳細に説明する。

＜第１の実施の形態＞
図１は、本発明の第１の実施の形態に係る応答生成装置の主要構成を示すブロック図である。第１の実施の形態に係る応答生成装置は、ユーザ発話を受理して認識する入力部１０と、概念データベースを記憶し、入力部１０が受理したユーザ発話の概念に基づいて応答発話を生成する応答生成部１５と、応答生成部１５で生成された応答を出力する出力部２０と、を備えている。

入力部１０は、ユーザ発話から音声信号を生成するマイク１１と、文字入力によるユーザ発話を電気信号に変換するキーボード１２と、マイク１１から出力された音声信号及びキーボードから出力された電気信号を認識する認識部１３と、を備えている。

出力部２０は、応答発話を音声出力するスピーカ２１と、応答発話を画像出力するディスプレイ２２と、を備えている。

図２は、応答生成部１５に記憶された概念データベースの構成を示す図である。同図に示すように、概念データベースは２つの概念が対応付けされて記述されたデータベースであり、概念Ａを詳細化、即ち下位概念化したものが概念Ｂである。

以上のように構成された応答生成装置は、第１の応答生成ルーチンを実行することにより、ユーザとの間で、例えば図３に示すような対話例１を実現することができる。

図４は、ユーザ発話に対する応答を生成する第１の応答生成ルーチンを示すフローチャートである。最初に１行目「明日は海で泳ぐの。」が入力された場合を例に挙げて説明する。

ステップ１００では、応答生成装置の各部が初期化され、ステップ１１０に進む。

ステップ１１０では、ユーザ発話がマイク１１から入力された場合は、マイク１１がユーザ発話に応じた音声信号を生成し、ユーザ発話がキーボード１２から入力された場合は、キーボード１２がユーザ発話に応じた電気信号を生成し、認識部１３がこれらの信号を認識する。

ステップ１２０では、応答生成部１５が、概念データベースを検索する。この検索は、先ず、ユーザ発話と図２に示す概念データベースの概念Ａとを照合する。照合に際しては、ユーザ発話と概念Ａとの間で自立語の基本形の一致する語数の逆数の値を近接度とし、近接度が最も小さいものを最も意味的な距離が近い概念として用いる。ここで、「自立語」とは、単独で意味を持つ名詞、動詞、形容詞、副詞の何れかをいう。ユーザ発話が図３に示す対話例１の１行目「明日海で泳ぐの。」の場合、ユーザ発話に含まれる自立語の基本形は「明日」、「海」、「泳ぐ」である。これらを図２の概念データベースの概念Ａと照合すると、５行目の「プールで泳ぐ」の場合は「泳ぐ」が一致して近接度は１／１となり、６行目の「海で泳ぐ」の場合は「海」と「泳ぐ」が一致して近接度は１／２となる。この結果、６行目の「海で泳ぐ」が最も意味的な距離が近い概念となる。

ステップ１３０では、応答生成部１５が、概念データベースにユーザ発話とマッチする概念があるか否かの判定を行う。上述の自立語の基本形の一致する語数が１以上の場合はマッチする概念があると判定してステップ１４０に進み、一致する語数が０の場合はマッチする概念がないと判定してステップ１６０に進む。

ステップ１４０では、応答生成部１５が、ステップ１３０でマッチした概念を元にして応答を生成する。対話例１の１行目のユーザ発話場合、上述のように図２の概念データベースの６行目の概念Ａが最も近い概念としてマッチしている。従って、応答生成部１５は、これに対応する６行目の概念Ｂの「海水浴場で泳ぐ」を詳細化された概念として選択し、これに形態素の活用型に基づいて選択した図５に示す接尾語を連結して、応答として図３に示す対話例１の２行目の「海水浴場で泳ぐの？」を生成する。

ここで生成される応答は１つに限定されるものではない。例えば、図６に示す対話例２の１行目のユーザ発話「犬の世話をするの？」の場合、応答生成部１５は、図２の概念データベースの概念Ａのうち、２、３、４行目の「犬の世話をする」を最も近い概念として選択する。その結果、応答生成部１５は、２、３、４行目に対応する概念Ｂと図５の接尾語から「犬の散歩に行くの。」、「犬にえさをやるの。」、「マルチーズの世話をするの。」の３つの応答を生成する。

ステップ１５０では、ステップ１４０で複数の応答を生成した場合に、ランダムに１つの応答を選択してステップ１８０に進む。図６の対話例２の場合には、２行目に示すように「犬にえさをやるの。」が選択されている。

また、応答生成部１５は、上述の図６の対話例２のようにユーザ発話が疑問文であるときも同様に、ユーザ発話と概念データベースとを照合し、対応する概念を応答として生成する。

一方、ステップ１３０で概念データベースにユーザ発話とマッチする概念がないと判定された場合には、ステップ１６０では、応答生成部１５が不明応答を生成する。応答生成部１５は、自身が記憶する不明応答データベースを参照することにより不明応答を生成する。図７は、不明応答データベースの構成を示す図であり、応答生成部１５はこれらに基づいて複数の不明応答を生成する。

ステップ１７０では、応答生成部１５が、ステップ１６０で生成した複数の不明応答から１つの応答をランダムに選択してステップ１８０に進む。

ステップ１８０では、スピーカ２１が、応答生成部１５が生成した応答又は不明応答を応答発話として音声出力する。又はディスプレイ２２が応答生成部１５が生成した応答又は不明応答を応答発話として画像出力して、ステップ１９０に進む。

ステップ１９０では、ユーザ発話の入力があるか否かが判定され、ユーザ発話があったとき（例えば、図３の対話例１の３行目のユーザ発話）にはステップ１１０に戻り、ユーザ発話がなかったときには処理を終了する。

以上のように、第１の実施の形態に係る応答生成装置は、ユーザ発話の概念を下位概念に置き換えることにより詳細化した応答を生成することができる。また、応答生成装置は、ユーザ発話がある限り、そのユーザ発話を深掘りする応答を生成するので、円滑に対話をすることができる。

なお、応答生成装置は、上述の構成に限定されるものではなく、例えば図１に示すスピーカ２１やディスプレイ２２の代わりにロボットを用いたものであってもよい。即ち、ユーザ発話を出力する出力部２０は、特に限定されるものではない。また、後述する実施の形態でも同様である。

＜第２の実施の形態＞
次に、本発明の第２の実施の形態について説明する。なお、第１の実施の形態と同一の部位には同一の符号を付し、主に第１の実施の形態と異なる部分について説明する。

図８は、本発明の第２の実施の形態に係る応答生成装置の主要構成を示すブロック図である。上記応答生成装置は、図１に示す構成に、ユーザ発話を深層格解析して必須格を補完する解析部１４を追加したものである。

図９は、解析部１４の構成を示すブロック図である。解析部１４は、ユーザ発話に対して品詞などの形態素解析を行う形態素解析器３１と、文節間の係り受け（修飾関係）を解析する係り受け解析器３２と、ユーザ発話の深層格を解析する深層格解析器３３と、必須格を補完する必須格補完エンジン３４と、必須格の一覧を定義する必須格辞書３５と、を備えている。

以上のように構成された応答生成装置は、第２の応答生成ルーチンを実行することにより、ユーザとの間で、例えば図１０に示すような対話例３を実現することができる。

図１１は、第２の応答生成ルーチンを示すフローチャートである。第２の応答生成ルーチンは、図４に示す第１の応答生成ルーチンのステップ１２０からステップ１４０がステップ２００からステップ２３０に変わったものである。

具体的には、ステップ１１０が終了すると、認識部１３によってユーザ発話が認識され、その後ステップ２００に進む。

ステップ２００では、解析部１４が、認識部１３で認識されたユーザ発話を解析する。このとき、図９に示す解析部１４を構成する各部は、次の処理を行う。

最初に、形態素解析器３１は、形態素解析を行い、ユーザ発話から品詞などの形態素情報を出力する。形態素解析器３１は、例えば図１２に示すように、「旅（名詞：一般）」、「に（助詞）」、「行く（動詞：自立）」、「の（助詞）」を出力する。

係り受け解析器３２は、形態素解析器３１の解析結果を用いて、次のように各文節間の係り受け（修飾関係）を解析する。例えば図１３に示すように、「旅に」は「行くの」に係っている。

深層格解析器３３は、係り受け解析器３２の解析結果を用いて深層格解析を行う。ここで、「深層格」とはAgent（動作主）、Object（対象）、Purpose（目的）、Goal（終点）など、発話における語の役割を表現する形態をいう（大石亨、松本裕治、「格パターン分析に基づく動詞の語彙知識獲得」、情報処理学会論文誌、Vol.36, No.11, 1995 参照）。深層格解析の結果、例えば図１４に示すように、「旅」がPurposeを意味する深層格要素であるという解析結果が出力される。

更に、必須格補完エンジン３４は、深層格解析器３３の解析結果と必須格辞書３５を照合し、必須格を補完する。図１５は、必須格辞書３５の構成を示す図である。必須格辞書３５は、右欄の述語に対する必須格が左欄に挙げられている。上述のユーザ発話に含まれる述語「行く」に対する必須格は、必須格辞書３５の５行目に示されるように、Agent、Goal、Purposeの３つである。必須格補完エンジン３４は、この照合結果と深層格解析器３３の解析結果とに基づいて、例えば図１６に示すように、必須格としてAgentとGoalを補完する。

次に、ステップ２１０では、応答生成部１５が、ユーザ発話の内容を詳細化するための応答生成ルールを検索する。図１７は、詳細化の応答生成ルールを示す図である。応答生成部１５は、図１７の３つのルールの中から、解析部１４の解析結果とマッチするルールを検索し、ステップ２２０に進む。

ステップ２２０では、ステップ２１０での検索の結果、マッチするルールがあるか否かの判定を行う。マッチするルールがある場合はステップ２３０に進み、マッチするルールがない場合はステップ１６０に進む。

ステップ２３０では、応答生成部１５が、図１６の解析結果にマッチした応答生成ルールを適用して応答を生成する。ここで、図１７の３つのルールは独立であるため、全てのルールを同時に適用することもできる。

例えば、図１７のルール１を適用すると、応答生成部１５は発話された格要素である「旅」を下位概念に置き換えて応答を生成する。下位概念化に際しては、格要素の上位概念と下位概念との対応関係を記述したシソーラスを用いる。図１８は、このシソーラスの構成の一部を示す図である。同図より、「旅」の下位概念は「温泉旅行」や「一人旅」であるので、「温泉旅行に行くの？」と「一人旅に行くの？」という応答が生成される。

また、図１７のルール３を適用すると、応答生成部１５は必須格であるAgent、Goalに単語を補完して応答を生成する。単語の補完に際しては、深層格と単語の対応辞書を用いる。図１９は、深層格と単語の対応辞書の構成の一部を示す図である。同図よりGoalには「山」、「川」などがあるため「山に旅に行くの？」、「川に旅に行くの？」などの応答が生成される。

更に、ルール１とルール３を同時に適用すると、応答生成部１５は、「山に温泉旅行に行くの？」、「川に一人旅に行くの？」などの応答を生成することもできる。

ステップ１５０では、ステップ２３０で複数の応答を生成した場合に、ランダムに１つの応答を選択してステップ１８０に進む。図１０の対話例３の場合には、２行目に示すように「温泉旅行に行くの？」が選択されている。

この結果、ステップ１８０では、スピーカ２１は応答を音声出力し、又はディスプレイ２２はその応答を画像出力して、ステップ１９０に進む。

以上のように、第２の実施の形態に係る応答生成装置は、ユーザ発話に含まれる深層格要素又は述語を下位概念に置き換えたり、必須格に単語を補完するなど詳細化の幅が広い応答を生成する。このため、ユーザの発話内容を深める応答をし、ユーザとの対話を円滑に進めることができる。

＜第３の実施の形態＞
次に、本発明の第３の実施の形態について説明する。なお、上述の実施の形態と同一の部位には同一の符号を付し、主に異なる部分に付いて説明する。

本発明の第３の実施の形態に係る応答生成装置の主要構成は、図８のブロック図に示す第２の実施の形態と同じであるが、応答生成装置に含まれる応答生成部１５による応答生成時に適用する応答生成ルールが異なる。

本実施の形態に係る応答生成装置は、第３の応答生成ルーチンを実行することにより、ユーザとの間で、例えば図２０に示すような対話例４を実現することができる。

図２１は、第３の応答生成ルーチンを示すフローチャートである。第３の応答生成ルーチンは、図１１に示す第２の応答生成ルーチンのステップ２１０からステップ２３０がステップ３１０からステップ３３０に変わったものである。

具体的には、ステップ２００が終了すると、図２０の対話例４の１行目のユーザ発話が解析部１４によって解析され、図２２に示す解析結果が得られる。

次に、ステップ３１０では、応答生成部１５が、ユーザ発話の内容を対照概念に置き換えるための応答生成ルールを検索する。図２３は、対照の応答生成ルールを示す。応答生成部１５は、図２３の２つのルールの中から、必須格補完エンジン３４の補完結果とマッチするルールを検索し、ステップ３２０に進む。

ステップ３２０では、ステップ３１０での検索の結果、マッチするルールがあるか否かの判定を行う。マッチするルールがある場合はステップ３３０に進み、マッチするルールがない場合はステップ１６０に進む。

ステップ３３０では、応答生成部１５が、図２２の解析結果にマッチした応答生成ルールを適用して応答を生成する。ここで、図２３の２つのルールは独立であるため、両方のルールを同時に適用することもできる。

例えば、図２３のルール１を適用すると、応答生成部１５は発話された格要素である「お父さん」を対照概念に置き換えて応答を生成する。対照概念への置換に際しては、格要素の対照関係を記述した対照概念辞書を用いる。図２４は、この対照概念辞書の一部を示す図である。同図より、「お父さん」の対照概念は「お母さん」であるので、これと図５の接尾語を用いて「お母さんはアウトドア派なの？」という応答が生成される。

また、図２３のルール１とルール２を同時に適用すると、応答生成部１５は発話された述語である「アウトドア派」も対照概念に置き換えて応答を生成する。図２４の対照概念辞書より「アウトドア」の対照概念は「インドア」であるので、これと図５の接尾語を用いて「お母さんはインドア派なの？」という応答が生成される。

ステップ１５０では、ステップ３３０で複数の応答を生成した場合に、ランダムに１つの応答を選択してステップ１８０に進む。図２０の対話例４の場合には、２行目に示すように「お母さんはインドア派なの？」が選択されている。

この結果、ステップ１８０では、スピーカ２１は応答を音声出力し、又はディスプレイ２２はその応答を画像出力して、ステップ１９０に進む。

以上のように、第３の実施の形態に係る応答生成装置は、ユーザ発話に含まれる深層格要素又は述語を対照概念に置き換えることによって応答を生成する。このため、ユーザの発話内容を広げる応答を生成し、ユーザとの対話を円滑に進めることができる。

本発明の第１の実施の形態に係る応答生成装置の主要構成を示すブロック図である。 概念データベースの構成を示す図である。 対話例１を示す図である。 第１の応答生成ルーチンを示すフローチャートである。 接尾語を示す図である。 対話例２を示す図である。 不明応答データベースを示す図である。 本発明の第２及び第３の実施の形態に係る応答生成装置の主要構成を示すブロック図である。 解析部の構成を示すブロック図である。 対話例３を示す図である。 第２の応答生成ルーチンを示すフローチャートである。 形態素解析器の出力を示す図である。 係り受け解析器の出力を示す図である。 深層格解析器の出力を示す図である。 必須格辞書の構成を示す図である。 必須格補完エンジンの出力を示す図である。 詳細化の応答生成ルールを示す図である。 シソーラスの構成を示す図である。 深層格と単語の対応辞書の構成を示す図である。 対話例４を示す図である。 第３の応答生成ルーチンを示すフローチャートである。 必須格補完エンジンの出力を示す図である。 対照の応答生成ルールを示す図である。 対照概念辞書の構成を示す図である。

符号の説明

１０ 入力部
１１ マイク
１２ キーボード
１３ 認識部
１４ 解析部
１５ 応答生成部
２０ 出力部
２１ スピーカ
２２ ディスプレイ

Claims (6)

1. 発話を入力する入力手段と、
   上位概念と下位概念の対応関係を記憶した記憶手段と、
   前記入力手段に入力された発話に含まれる概念を前記記憶手段に記憶された対応関係に基づいて下位概念に置き換えることにより、前記発話の内容よりも詳細な内容の応答を生成する応答生成手段と、
   前記応答生成手段により生成された応答を出力する応答出力手段と、
   を備えた応答生成装置。
2. 発話を入力する入力手段と、
   前記入力手段に入力された発話を深層格解析し、該解析結果に基づいて必須格を補完する解析手段と、
   前記解析手段による補完結果に基づいて、前記入力手段に入力された発話内容より詳細な内容の応答を生成する応答生成手段と、
   前記応答生成手段により生成された応答を出力する応答出力手段と、
   を備えた応答生成装置。
3. 前記応答生成手段は、前記解析手段による補完結果に基づいて前記発話に含まれる深層格要素若しくは該深層格要素に対応する述語を下位概念に置き換えることにより、又は前記解析手段により補完された必須格に単語を補完することにより、前記発話内容より詳細な内容の応答を生成する請求項２記載の応答生成装置。
4. 前記応答生成手段は、前記解析手段による補完結果に基づいて前記発話に含まれる深層格要素又は該深層格要素に対応する述語を対照概念に置き換えることにより、前記発話内容より詳細な内容の応答を生成する請求項２記載の応答生成装置。
5. コンピュータを、
   発話を入力する入力手段、
   上位概念と下位概念との対応関係を記憶した記憶手段、
   前記入力手段に入力された発話に含まれる概念を前記記憶手段に記憶された対応関係に基づいて下位概念に置き換えることにより前記発話の内容よりも詳細な内容の応答を生成する応答生成手段、及び
   前記応答生成手段により生成された応答を出力する応答出力手段、
   として機能させるための応答生成プログラム。
6. コンピュータを、
   発話を入力する入力手段、
   前記入力手段に入力された発話を深層格解析し、該解析結果に基づいて必須格を補完する解析手段、
   前記解析手段による補完結果に基づいて、前記入力手段に入力された発話内容より詳細な内容の応答を生成する応答生成手段、及び
   前記応答生成手段により生成された応答を出力する応答出力手段、
   として機能させるための応答生成プログラム。

Images