JP2009110420A - 電子機器、その制御方法およびコンピュータプログラム - Google Patents

Abstract

【課題】翻訳文書を出力する電子機器において利便性を向上させる。
【解決手段】携帯型翻訳機１では、プロファイルデータ記憶部１３３に「体型（洋服のサイズ）」等のプロファイル項目に関連付けられてユーザの特性を示す値が記憶されており、ユーザに提示される返答例にプロファイル項目に関連した値が挿入される。また、携帯型翻訳機１では、入力された会話文からプロファイル項目の値の候補となる値が抽出され、当該値がプロファイル項目とともに更新用情報記憶部１３６Ａに記憶され、プロファイルデータ記憶部１３３に記憶されるプロファイルデータの更新に利用される。
【選択図】図１

Description

この発明は、電子機器およびその制御方法に関し、特に、翻訳文書を出力する電子機器、その制御方法およびコンピュータプログラムに関する。

従来から、母国語とする言語の異なる者同士がより円滑にコミュニケーションを図るために、種々の方法が存在している。たとえば、母国語と異なる言語を習得することや、通訳者を同行することも、円滑なコミュニケーションのための方法であると言える。ただし、外国語の習得には比較的長い期間を要し、また、通訳者を同行するには多額の費用を要するという問題がある。なお、円滑なコミュニケーションのための他の方法として、翻訳機を利用するという方法がある。そして、従来から、翻訳機に関する種々の技術が開示されている。

たとえば、特許文献１には、電子メール作成支援システムにおいて、システムに他人の個人情報を記憶させておき、電子メールに含まれる文書の翻訳の際に送信相手の個人情報の解析結果に基づいて求められた翻訳属性に従って当該文書の翻訳を行なう技術が開示されている。つまり、この特許文献には、読み手の属性に応じた訳文書を得るための技術が開示されている。

また、特許文献２には、翻訳機に関して、当該翻訳機が置かれている場所の位置情報を取得し、当該位置情報に基づいて翻訳に使用する言語を設定する技術が開示されている。つまり、この特許文献には、翻訳機における翻訳時の使用言語を容易に設定するための技術が開示されている。

また、特許文献３には、コミュニケーション支援装置に関して、辞書から訳語を選択する際に、スケジュール等のイベント情報を参照し、当該イベント情報に基づいて選択する訳語を決定する技術が開示されている。つまり、ユーザの入力した言語を状況に応じた訳語を利用して翻訳するための技術が開示されている。
特開２０００−１０９７５号公報 特開２００３−１１４８８７号公報 特開２００５−２５３８０号公報

上記したように、従来の翻訳機では、ユーザが入力した文章に対して状況に応じた訳文を出力するための技術やユーザに選択のための操作をさせることなく適切な使用言語を設定する技術など、ユーザの利便性を考慮した技術が種々開示されている。

なお、ユーザは、そのコミュニケーション能力によっては、翻訳機に対してどのような文章を入力すればよいのか戸惑いを覚える場合もある。

本発明は、かかる実情に鑑み考え出されたものであり、その目的は、翻訳文書を出力する電子機器において利便性を向上させることである。

本発明に従った電子機器は、会話文が記憶されている会話文記憶手段を備えた電子機器において、前記会話文記憶手段は、会話文とユーザの特性の種類を表す特定の単語とを関連付けて記憶し、前記特定の単語と、前記特定の単語に対応するユーザの特性を表す単語である特性用単語とを関連付けて記憶するプロファイルデータ記憶手段と、前記特定の単語と、前記特定の単語に対応する前記特性用単語の候補を特定する情報とを関連付けて記憶する候補記憶手段と、会話文の入力を受付ける会話文入力手段と、前記会話文入力手段に入力された会話文についての形態素解析を行なう会話文解析手段と、前記会話文解析手段による解析結果として得られた前記入力会話文中の単語の中から、前記特定の単語を抽出する抽出手段と、前記会話文記憶手段から、前記抽出手段により抽出された特定の単語に関連付けられて記憶された会話文を検索する会話文検索手段と、前記会話文検索手段により検索された会話文に、前記候補記憶手段において前記抽出手段により抽出された特定の単語と関連付けられた特性用単語を挿入して、前記会話文入力手段により入力された入力会話文に対する応答文として出力する会話文出力手段とを備え、前記抽出手段は、さらに、前記入力会話文中の単語の中から抽出した前記特定の単語と前記候補記憶手段において関連付けて記憶されている前記特性用単語の候補を抽出し、前記抽出手段が抽出した前記特性用単語の候補を、前記プロファイルデータ記憶手段に記憶させる制御手段をさらに備えることを特徴とする。

また、電子機器は、前記会話文入力手段に入力された会話文が、前記電子機器のユーザのものであるかそれ以外の人物のものであるかを判断する第１の判断手段と、前記第１の判断手段が前記入力された会話文が前記電子機器のユーザ以外の人物のものであると判断した場合に、前記入力された会話文が疑問文であるか否かを判断する第２の判断手段と、前記第２の判断手段が疑問文であると判断した場合に、前記入力された会話文を一時的に記憶する一時的記憶手段と、前記一時的記憶手段に会話文が記憶された後に入力された会話文について前記第１の判断手段が前記入力された会話文が前記電子機器のユーザのものであると判断した場合に、前記入力された会話文が肯定文であるか否かを判断する第３の判断手段とをさらに備え、前記抽出手段は、前記第３の判断手段が肯定文であると判断した場合に、前記一時的記憶手段に記憶された会話文中の単語の中から抽出した前記特定の単語と前記候補記憶手段において関連付けて記憶されている前記特性用単語の候補を抽出し、前記一時的記憶手段は、前記抽出手段が前記一時的記憶手段に記憶された会話文に対する前記特性用単語の候補の抽出の後、記憶している会話文を消去することが好ましい。

また、電子機器では、前記抽出手段は、前記第２の判断手段が疑問文ではないと判断した場合には、前記電子機器のユーザ以外の人物のものであると判断した会話文中の単語の中から抽出した前記特定の単語と前記候補記憶手段において関連付けて記憶されている前記特性用単語の候補を抽出することが好ましい。

また、電子機器は、ユーザを特定するための音声データであるサンプルデータを記憶するサンプルデータ記憶手段をさらに備え、前記第１の判断手段は、前記サンプルデータに基づいて、前記会話文入力手段に入力された会話文が前記電子機器のユーザのものであるかそれ以外の人物のものであるかを判断することが好ましい。

また、電子機器は、外部から操作される操作部をさらに備え、前記第１の判断手段は、前記会話文入力手段に入力された会話文が前記操作部が操作された状態で入力されたか否かに基づいて、前記会話文入力手段に入力された会話文が前記電子機器のユーザのものであるかそれ以外の人物のものであるかを判断することが好ましい。

また、電子機器では、前記制御手段は、前記抽出手段が抽出した前記特性用単語の候補を、前記プロファイルデータ記憶手段に記憶されている前記特性用単語と入れ替えて前記プロファイルデータ記憶手段に記憶させることが好ましい。

また、電子機器では、前記制御手段は、前記抽出手段が抽出した前記特性用単語の候補を、前記プロファイルデータ記憶手段に記憶されている前記特性用単語に加えて前記プロファイルデータ記憶手段に記憶させる
本発明に従った電子機器の制御方法は、会話文がとユーザの特性の種類を表す特定の単語とを関連付けて記憶されている会話文記憶手段を備えた電子機器の制御方法であって、前記特定の単語と、前記特定の単語に対応するユーザの特性を表す単語である特性用単語とを関連付けて記憶するステップと、前記特定の単語と、前記特定の単語に対応する前記特性用単語の候補を特定する情報とを関連付けて記憶するステップと、会話文の入力を受付けるステップと、前記入力された会話文についての形態素解析を行なうステップと、前記形態素解析による解析結果として得られた前記入力会話文中の単語の中から、前記特定の単語を抽出するステップと、前記会話文記憶手段から、前記抽出された特定の単語に関連付けられて記憶された会話文を検索するステップと、前記検索された会話文に、前記抽出された特定の単語と関連付けられた特性用単語を挿入して、前記入力された会話文に対する応答文として出力するステップと、前記入力会話文中の単語の中から抽出した前記特定の単語と関連付けて記憶されている前記特性用単語の候補を抽出するステップと、前記抽出した特性用単語の候補を、前記特定の単語に対応するユーザの特性を表す単語として前記特定の単語に関連付けて記憶するステップとを備えることを特徴とする。

本発明に従ったコンピュータプログラムは、電子機器において上記したような制御方法を実現するためのコンピュータプログラムである。

本発明によれば、制御手段が抽出手段によって抽出された特性用単語をプロファイルデータ記憶手段に記憶させるため、特定の単語に関連付けて特性用単語の候補として記憶された単語の中で入力された会話文に実際に含まれる単語が、出力される会話文（応答文）に挿入されるようになる。

したがって、本発明に従った電子機器は、実際にユーザやその会話相手によって選択されて発言された会話の中から抽出された単語を、それ以降出力される応答文に含めることができるため、ユーザの特性に応じた応答文を出力でき、利便性の高いものとなる。

以下に、図面を参照しつつ、本発明の一実施の形態である携帯型翻訳機について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがってそれらについての詳細な説明は繰返さない。

図１に、本実施の形態の携帯型翻訳機の機能を説明するための模式的な図を示す。
図１を参照して、携帯型翻訳機１は、たとえば、日本語で会話を行なうユーザ９０１によって、日本語以外の言語で会話をする会話相手９０２と会話をするために利用される。なお、本明細書では、翻訳を必要とする日本語以外の言語の一例として英語を挙げるが、本発明に従った携帯型翻訳機が訳文を出力する際の翻訳先の言語は英語に限定されない。

携帯型翻訳機１は、ユーザ９０１または会話相手９０２からの情報の入力の受付けおよびユーザ９０１または会話相手９０２への情報の出力を行なう会話エンジン１００を含む。

会話エンジン１００は、会話相手９０２からたとえばテキストデータや音声による質問文の入力を受付け、かつ、当該質問文の内容を解析する、解析機能１０１を備えている。なお、解析機能１０１は、基本的に質問文の入力の受付けおよびその内容の解析（形態素解析を含む）を行なうものであるが、入力を受付けまたその内容を解析する文章の種類は必ずしも質問文に限られない。また、解析機能１０１は、会話相手９０２から音声で文章を入力された場合には、当該入力された音声（会話相手９０２が発した音声）の認識および認識結果の補正を行なう機能を含む。

また、会話エンジン１００は、会話相手９０２から入力された質問文に対する返答の例文をユーザに提示する返答作成エンジン１０２を含む。返答作成エンジン１０２は、質問文に対する返答として回答文を作成して出力する回答作成機能１０２Ａと、質問文に対する回答として依頼文を作成して出力する依頼文作成機能１０２Ｂを備えている。なお、返答作成エンジン１０２は、ＧＰＳ（Global Positioning System）９１０から得た現在位置等に基づいて得られた携帯型翻訳機１の現在位置についての詳細な情報に基づき、ユーザ９０１に対して、返答例を提示する機能も有する。また、返答作成エンジン１０２は、後述する参照用情報記憶部１３６に記憶されたスケジュール情報に基づき、返答例を提示する機能も有する。

また、会話エンジン１００は、携帯型翻訳機１に対してユーザ９０１が入力した音声についての解析機能１０３も備えている。解析機能１０３は、解析機能１０１と同様に入力された文に対する内容の解析（形態素解析も含む）を行なうものである。

携帯型翻訳機１は、さらに、翻訳・辞書データベース（以下、「データベース」を「ＤＢ」と略す）１３１、場面情報ＤＢ１３２、プロファイルデータ記憶部１３３、属性ＤＢ１３４、分類ＤＢ１３５、参照用情報記憶部１３６、および、会話文ＤＢ１４０を記憶している。会話文ＤＢ１４０は、会話事例ＤＢ１４１、回答事例ＤＢ１４２、依頼事例ＤＢ１４３、および、会話履歴ＤＢ１４４を含む。参照用情報記憶部１３６は、後述するプロファイルデータの更新に利用する情報を記憶する更新用情報記憶部１３６Ａを含む。また、参照用情報記憶部１３６には、後述する属性・プロファイル関連テーブルおよび分類・プロファイル関連テーブルが記憶されている。

翻訳・辞書ＤＢ１３１には、一般的な翻訳機において利用される辞書データが記憶されており、具体的には、たとえば、複数の言語についての、言語対の辞書データおよびその例文が記憶されている。

場面情報ＤＢ１３２には、後述する店情報等、携帯型翻訳機１の現在位置に関する情報（場面情報）が記憶されている。なお、場面情報とは、たとえば、後述する表８，表９に記載されるような、場所を特定することのできる情報である。

表１に、プロファイルデータ記憶部１３３に記憶されているデータ（プロファイルデータ）の一例を示す。

表１を参照して、プロファイルデータでは、「項目名」の欄に挙げられた各項目についてのユーザの情報が「値」の欄に記憶されている。本実施の形態の携帯型翻訳機１では、ユーザが後述する入力部１１を利用して入力した各「値」が、プロファイルデータに記憶される。なお、プロファイルデータでは、すべての項目名に対応する値が記憶されていても良いし、表１に示されるように値が記憶されていない項目名を含んでも良い。

表２に、属性ＤＢ１３４に記憶されているデータ（属性テーブル）の一例を示す。

表２を参照して、属性テーブルでは、「属性」の欄に、会話で利用される単語に関する属性を表す単語が挙げられ、「内容」の欄に、属性の内容を表す単語が挙げられている。たとえば、表２の属性の欄には、「サイズ」という日本語の単語と、当該日本語の単語に対応する英語の（入力される文章の言語の）単語「size」が挙げられている。また、表２の内容には、英語の（入力される文章の言語の）文章中でサイズについての言及がなされる際に利用されることが想定される単語（文字列）として、「L」「M」「S」「large」「medium」「small」という衣服等のサイズを言及する際に一般的に利用される文字列が挙げられている。

また、属性テーブルでは、「属性」の欄に、「色」という日本語の単語と、それに対応する英語の単語「color」が挙げられ、そして、これらに対応する「内容」として、「blue」「red」「yellow」「green」という具体的な色を特定する単語が挙げられている。

表３に、分類ＤＢ１３５に記憶されているデータ（分類テーブル）の一例を示す。

表３を参照して、分類テーブルでは、「分類」の欄に、入力された文章（以下、入力文と呼ぶ）における話題に関する分類を表す単語（衣服、車種、食品、かばん、靴、雑貨）が対応する英語（clothes, car type, food, bag, shoes, sundries）とともに挙げられている。また、各分類に対応する「内容」の欄には、「分類」の欄に挙げられた各分類に属する単語（たとえば、「clothes」（衣類）に属する内容として「T-shirts」等）挙げられている。

表４に、回答事例ＤＢ１４２に記憶されているデータ（回答事例テーブル）の一例を示す。

表４を参照して、回答事例テーブルでは、複数の会話例（回答文）が、内容（１）、内容（２）、内容（３）等のように、互いに独立した情報として記憶されている。また、回答事例テーブルでは、各会話例に関連付けられて、属性、属性の重み、分類、および、分類の重みに関する情報が記憶されている。表４において、属性とは、回答文がどのような属性について回答するものであるかを示す情報であり、分類とは、回答文がどのような分類についての会話であるかを示す情報であり、属性の重みおよび分類の重みは、後述するような態様で各会話例に対して属性または分類について重み付けされた結果を示す値である。なお、表４では、内容（１）、つまり、「My size is large.」という会話例およびそれに関連付けられた情報の中で、分類の欄に「衣類」と「食品」の２つが「／」で仕切られて記載されている。これは、回答例の文章に、「衣類」の分類に対応するキーワードと「食品」の分類に対応するキーワードが含まれていることを意味する。そして、分類の重みの欄には、「衣類」と「食品」のそれぞれに基づいた重みが、分類の欄と同様に「／」で仕切られて記載されている。

表５に、依頼事例ＤＢ１４３に記憶されているデータ（依頼事例テーブル）の一例を示す。

表５を参照して、依頼事例テーブルでは、複数の会話例（依頼文）が、内容（５）、内容（６）等のように互いに独立した情報として記憶されている。つまり、依頼事例テーブルでも、回答事例テーブルと同様に、各会話例に関連付けられて、属性、属性の重み、分類、および、分類の重みに関する情報が記憶されている。表５において、属性とは、依頼文がどのような属性に関する依頼を行なうものであるかを示す情報であり、分類とは、依頼文がどのような分類についての会話であるかを示す情報であり、属性の重みおよび分類の重みは、後述するような態様で各会話例に対して重み付けされた結果を示す値である。

表６に、会話事例ＤＢ１４１に記憶されているデータ（会話事例テーブル）の一例を示す。

表６を参照して、会話事例テーブルでは、複数の会話例が、回答事例テーブルおよび依頼事例テーブルと同様に、互いに独立した情報として記憶されている。なお、会話事例テーブルに記憶される会話例は、回答文および依頼文以外の会話文が記憶されている。そして、会話事例テーブルでも、各会話例に関連付けられて、属性、属性の重み、分類、および、分類の重みに関する情報が記憶されている。表６において、属性とは、会話例がどのような属性に関する会話であるかを示す情報であり、分類とは、会話例がどのような分類についての会話であるかを示す情報であり、属性の重みおよび分類の重みは、後述するような態様で各会話例に対して重み付けされた結果を示す値である。

また、会話事例テーブルには、後述するように、お店の種類、お店で扱われる商品の分類、キーワード、および、会話例の各フィールドに対応した値が定義されている。

以上説明した会話事例テーブル、回答事例テーブル、および、依頼事例テーブルに記憶される情報は、予め携帯型翻訳機１に記憶されていても良いし、ユーザによって後述する入力部１１を介して入力されても良いし、また、ワークを介してダウンロードされても良い。携帯型翻訳機１では、解析機能１０１によって、後述するように、入力文に対して、属性、属性の重み、分類、および、分類の重みの各情報を与えることができる。このため、ユーザによって会話例を入力されるだけで、これらのテーブルのいずれかに、会話例とそれに関連付けられた属性等の情報を記憶させることができる。なお、入力文を、会話事例テーブル、回答事例テーブル、または、依頼事例テーブルのどのテーブルに記憶させるかについては、ユーザによって指定されても良いし、解析機能１０１に指定する機能を備えさせても良い。このような機能は、たとえば、解析機能１０１が、入力文中に回答文に指定するためのキーワード（「is」等）または依頼文に指定するためのキーワード（「please」等）が含まれているか否かを判断し、含まれていればキーワードに対応するテーブル（回答事例テーブルまたは依頼事例テーブル）を指定し、含まれていなければ会話事例テーブルを指定することによって達成される。

会話履歴ＤＢ１４４には、携帯型翻訳機１がユーザに提示した返答例の中でユーザが選択した会話文の履歴が記憶されている。会話履歴ＤＢ１４４では、各会話文が、たとえば会話事例テーブルと同様の形式で、つまり、会話文（会話例）が、それぞれ、属性、属性の重み、分類、および、分類の重みが関連付けられて記憶される。

なお、会話履歴ＤＢ１４４では、表７に示されるように、各会話文に、さらに、その会話文がユーザに選択されたときの日時と携帯型翻訳機１がどのような場所に位置していたかについての情報が関連付けられても良い。

表７において、「種類」「名前」「住所」とは、それぞれ、携帯型翻訳機１が位置していた場所についての情報であり、たとえば、後述するように店舗の種類、名前、住所が記憶される。

図２は、携帯型翻訳機１のハードウェア構成を示す図である。
図２を参照して、携帯型翻訳機１は、当該携帯型翻訳機１の動作を全体的に制御する制御部１０を備えている。制御部１０は、ＣＰＵ（Central Processing Unit）を含む。また、携帯型翻訳機１は、ユーザが情報を入力する入力部１１と情報を表示する表示部１２を含む。入力部１１は、ボタン、表示部１２に表示されるタッチキーやタッチパネル、および／または、音声を入力するマイクを含み、また、音声を出力するためのＤ／Ａ変換部１３、出力アンプ１４、スピーカ１５を含む。

また、携帯型翻訳機１は、複数の言語の会話の例文および所定の言語対の辞書データおよび例文を記憶する辞書データ記憶部１６、会話の例文の音声データを記憶する音声データ記憶部１７、種々の情報を記憶する情報記憶部１８、および、インターネット等のネットワーク上のサーバやＧＰＳ衛星と通信を行なう通信部１９を含む。

なお、本実施の形態では、携帯型翻訳機１が自機の位置情報をＧＰＳ衛星と通信することによって取得するように記載されているが、携帯型翻訳機１が自機の位置情報を取得する方法はこれに限定されない。建物や店頭に設置される電灯やＬＥＤ（Light Emitting Diode）の点滅パターンの中に位置情報を埋め込み、当該電灯やＬＥＤが発する光を通信部１９が受光させ、そして、当該通信部１９が受けた光のパターンを解析する、という方法によって携帯型翻訳機１が自機の位置情報を取得しても良い。

情報記憶部１８に格納されている情報には、制御部１０が実行する処理のプログラム、場面情報ＤＢ１３２、プロファイルデータ記憶部１３３、属性ＤＢ１３４、分類ＤＢ１３５、参照用情報記憶部１３６、および、会話文ＤＢ１４０が含まれる。辞書データ記憶部１６に格納されている情報には、翻訳・辞書ＤＢ１３１が含まれる。

また、携帯型翻訳機１では、制御部１０が情報記憶部１８に格納されるプログラムを適宜実行することによって、会話エンジン１００が実現される。なお、解析機能１０１、回答作成機能１０２Ａ、および／または、依頼文作成機能１０２Ｂについて、それぞれの専用のＬＳＩ（Large Scale Integration）によって実現されても良い。

図３は、携帯型翻訳機１において、当該携帯型翻訳機１の位置に応じた会話例が提示される際に制御部１０が実行する処理のフローチャートである。

図３を参照して、入力部１１に対してユーザが会話例の提示を要求するための操作を行なうと、ステップＳ１０１で、制御部１０は、通信部１９にＧＰＳ衛星と通信させることにより、自機の位置情報を取得する。

なお、上記したように、自機の位置情報を取得する方法は、ＧＰＳ衛星との通信に限定されない。

次に、ステップＳ１０２で、制御部１０は、現在位置の＜建物情報＞を取得する。なお、ステップＳ１０２の処理内容を、当該処理のサブルーチンのフローチャートである図４を参照して詳細に説明する。

図４を参照して、制御部１０は、ステップＳ２０１で、通信部１９を介してネットワークに接続することにより、当該ネットワーク上の地図情報等を提供するサーバから、ステップＳ１０１で取得した現在位置に基づいて現在位置を中心とした地図情報と当該地図内に含まれる建物の名前を取得し、地図情報を表示部１２に表示させる。

次に、制御部１０は、ステップＳ２０２で、ユーザに自機を使用している場所を地図上で選択させ、選択した情報の入力を受付ける。ここで、ユーザが選択する情報としては、たとえば、地図上の建物の名称が挙げられる。

次に、制御部１０は、ステップＳ２０３で、ステップＳ２０２でユーザが選択した情報によって特定される場所（建物）が、２つ以上の建物情報（店舗等の情報）に対応するかどうかを判断し、対応すると判断した場合にはステップＳ２０４で、当該２つ以上の建物情報を表示部１２に表示させる。一方、ない場合には、制御部１０はステップＳ２２０に処理を進める。

なお、情報記憶部１８に記憶されるデータベースには、場所または建物と、それに対応する建物情報（店舗等）とが、互いに関連付けられて記憶されているものが含まれる。具体的には、たとえば、情報記憶部１８には、あるビルと、当該ビルに入っているすべての店舗の名称とが互いに関連付けられて記憶されていたり、または、ある地域の名称と当該地域内に存在する建物の名称とが互いに関連付けられて記憶されている。そして、制御部１０は、上記のデータベースを参照することにより、ステップＳ２０３における判断を行なう。

ステップＳ２０４で建物情報を表示した後、制御部１０は、ステップＳ２０５で、ユーザからの、複数の建物情報の中から１つの建物情報を選択する情報の入力を受付け、ステップＳ２２０に処理を進める。なお、ステップＳ２０４で表示される建物情報は、たとえば、複数の建築物の名前であっても良いし、同じ建築物内の異なる複数の店舗の名称であっても良い。

ステップＳ２２０では、制御部１０は、ステップＳ２０３からステップＳ２０５の処理によって、後述する建物情報テーブルの名前のフィールドにセットする建物の情報（店名）が得られたか否かを判断し、得られたと判断するとステップＳ２２１へ、得られていないと判断するとステップＳ２２２へ、それぞれ処理を進める。なお、ステップＳ２２０では、制御部１０は、具体的には、ステップＳ２０２において選択された情報によって特定される場所に対して１つの建物情報が対応する場合であってユーザが当該建物情報を正しいという情報を入力した場合、または、ステップＳ２０５においてユーザから１つの建物情報を選択する情報が入力された場合に、上記した建物の情報や店名が得られたと判断する。

ここで、建物情報テーブルについて説明する。建物情報テーブルの一例を表８に示す。

建物情報テーブルは、参照用情報記憶部１３６（図１参照）に記憶される。
建物情報テーブルでは、建物の種類、名前、住所という各フィールドについての値が定義され、これらが互いに関連付けられて記憶されている。なお、建物の種類として格納される値の具体例としては、たとえば、一般の人が居住する家（一般家）、会社、店舗、公共施設、道、空港を含む。また、名前として格納される値の具体例としては、家に居住する人の名前、会社名、店名、公共施設の名前、道路の名前を含む。住所として格納される値は、対応する建物や店舗や家の住所を示す情報である。

ステップＳ２２１では、制御部１０は、建物情報テーブルの「名前」のフィールドに対応する値として、建物の名称または店舗の名称を記憶させる。なお、ステップＳ２０２で選択した場所に２つ以上の建物や店舗の名称がある場合には、ステップＳ２０３からステップＳ２０５の処理によって取得した名称を記憶させ、また、ステップＳ２０２で選択した場所の建物または店舗の名称が１つである場合には、その名称を記憶させて、ステップＳ２０６に処理を進める。

一方、ステップＳ２２２では、制御部１０は、建物情報テーブルの「名前」のフィールドに、「不明」という値を記憶させて、ステップＳ２０６に処理を進める。

ステップＳ２０６では、制御部１０は、ステップＳ２０２で選択された情報に対応する住所を、インターネット等のネットワーク上の上記したサーバから取得して、ステップＳ２０７に処理を進める。

図５を参照して、ステップＳ２０７では、制御部１０は、ステップＳ２０６の処理により住所が取得できたか否かを判断し、取得できたと判断するとステップＳ２０８へ、取得できなかったと判断するとステップＳ２１２へ、それぞれ処理を進める。なお、制御部１０は、ステップＳ２０７では、具体的には、ステップＳ２０１において提示された現在位置情報（経度、緯度）と一致する地図上において、ステップＳ２０２で、ユーザが選択した地図上の場所に付随した住所データが存在するか（住所を特定するデータであることを示すデータが存在するか）どうかを判断する。そして、制御部１０は、存在すると判断するとステップＳ２０８へ、存在しないと判断するとステップＳ２１２へ、それぞれ処理を進める。

ステップＳ２０８では、制御部１０は、建物情報テーブルの［住所］のフィールドの値として、ステップＳ２０７で存在すると判断した住所データをセットする。なお、ステップＳ２０８では、制御部１０は、ユーザがステップＳ２０２で複数の建物情報に対応する場所（建物）を選択した場合、住所だけではなく、建物情報が対応する詳細な場所を示す情報（建物の中の何階かを示す情報）を付随情報としてセットする。通信部１９は、建物の場所の何階かを特定する情報として、ＧＰＳから受信する情報の他に、建物に設置された装置（センサ等）からの信号を受信できる。具体的には、制御部１０は、たとえば建物内の異なる場所に設置された複数のセンサから通信部１９が受信した信号を解析することにより、携帯型翻訳機１と当該複数のセンサのそれぞれとの距離を特定し、これにより、何階のどこにいるかということを特定することができる。そして、制御部１０は、ステップＳ２０８において、［住所］のフィールドに、当該付随情報を付加することも可能である。

次に、制御部１０は、ステップＳ２０９で、ステップＳ２０８でセットした住所に関する情報がインターネット等のネットワーク上のサーバに存在するか否かを確認し、ステップＳ２１１に処理を進める。なお、ステップＳ２０９では、制御部１０は、具体的には、たとえば、ステップＳ２０８でセットした住所またはステップＳ２２１でセットした店名をキーワードとして検索エンジンを利用すること等により、インターネット等のネットワーク上のサーバに格納された情報の検索を行なう。

ステップＳ２１１では、制御部１０は、ステップＳ２０９での確認の結果として、住所に関する情報があるか否かを判断し、あると判断するとステップＳ２１５に処理を進め、無いと判断するとステップＳ２１４に処理を進める。なお、ステップＳ２１１では、制御部１０は、たとえば、ステップＳ２０２においてユーザが選択した住所に対して店舗等のホームページへのリンクが設定されているか否か、または、施設（店舗）に関するデータベースであって施設名（店舗名）と住所とホームページアドレスとを含むデータベースにおいて住所をキーワードとして施設名を検索した上で検索結果である施設名に対応したホームページアドレスを取得することができたか否か、等によって、住所に関する情報があるか否かを判断する。

ステップＳ２１２では、制御部１０は、ステップＳ２０２においてユーザが選択した住所が、インターネット等のネットワーク上で提供される地図情報において道に対応しているか否かを判断し、そうであると判断するとステップＳ２１３へ、そうではないと判断するとステップＳ２１４へ、それぞれ処理を進める。

ステップＳ２１３では、上記した建物情報テーブルにおいて、ステップＳ２０６で取得した住所を「住所」のフィールドにセットし、そして、セットした住所に対応する種類のフィールドに「道」という値を、そして、セットした住所に対応する名前のフィールドに「不明」という値をセットして、処理をステップＳ１０２にリターンさせる。

ステップＳ２１４では、制御部１０は、建物情報テーブルにおいて、ステップＳ２０８でセットした建物情報に対応する種類および名前のフィールドに「不明」という値をセットして、処理をステップＳ１０２にリターンさせる。

ステップＳ２１５では、制御部１０は、ステップＳ２０９の検索結果として取得された情報の中に、建物情報テーブル中の「種類」のフィールドの値として適切な情報を検索する。そして、制御部１０は、ステップＳ２１６において、そのような情報が含まれているか否かを判断する。なお、制御部１０は、具体的には、ホームページのソースに対して、「種類」のフィールドの値の候補とされるテキストや、後述する会話事例ＤＢや会話履歴ＤＢの「種類」のフィールドに記憶されている内容（デパート／スーパー／…等）と合致するテキストが含まれるかどうか、または、ホームページ作成上のフォーマットとして「種類：種類名」をソース上に入れておくという規定があるときには、その規定に基づいたデータがホームページのソースに含まれるか否かを判断する。そして、制御部１０は、含まれていると判断するとステップＳ２１７に、含まれていないと判断するとステップＳ２１８に、それぞれ処理を進める。

ステップＳ２１７では、制御部１０は、建物情報テーブルに対して、ステップＳ２０８でセットした住所に対応する種類のフィールドの値として、ステップＳ２１５の検索結果として得られた情報をセットして、ステップＳ１０２に処理をリターンさせる。

一方、ステップＳ２１８では、制御部１０は、建物情報テーブルに対して、ステップＳ２０８でセットした住所に対応する種類のフィールドの値として「不明」をセットして、ステップＳ１０２に処理をリターンさせる。

再度図３を参照して、ステップＳ１０２では、図４および図５を参照して説明されたように、携帯型翻訳機１が現在位置する建物（または店舗）の情報が、表８に示された建物情報テーブルとして得られる。

そして、制御部１０は、ステップＳ１０２において得られた建物情報テーブルの［種類］のフィールドの値に応じて、その後の処理を進める。たとえば、値が「一般家（一般の人が居住する家）」である場合にはステップＳ１０３へ、「店」である場合にはステップＳ１０４へ、それぞれ処理を進める。

ステップＳ１０３では、携帯型翻訳機１に格納されたアドレス帳の中で、現在位置の建物情報テーブルの住所のフィールドの値に対応した住所があるかどうかを検索する。そして、当該住所がある場合には、ステップＳ１０３Ａで、アドレス帳における、当該住所に対応する個人についての登録内容（プロファイルデータ）や会話履歴等に基づいた英語の会話例を提示する。

一方、ステップＳ１０４では、制御部１０は、建物情報テーブルを利用して、携帯型翻訳機１の現在位置についてのさらに詳細な情報を取得する。ここで言う「さらに詳細な情報」とは、たとえば以下の表９に示される店情報テーブルを挙げることができる。

店情報テーブルには、種類、名前、住所、取扱商品の大分類、および、データ入手先という各フィールドに値が定義されている。

そして、種類のフィールドの値としては、デパート、スーパー（マーケット）、飲食店、衣料品店、雑貨店、免税店等の店舗の種類を示すデータが格納される。

また、名前のフィールドの値としては、店舗の名称を示すデータが格納され、住所のフィールドの値としては、店の所在地の住所を示すデータが格納される。なお、名前および住所のフィールドの値は、表８として示した建物情報テーブルに格納された対応する値をコピーされる。

なお、携帯型翻訳機１では、上述の表８，表９に挙げられたような座標情報や位置情報が取得された場合、これらの情報を取得された時刻情報とともに記憶されていても良い。つまり、たとえば、表８において、建物ごとの情報に、情報が取得された時刻情報がさらに記憶されていても良い。

ここで、ステップＳ１０４の処理内容を、当該処理のサブルーチンのフローチャートである図６を参照して説明する。

図６を参照して、制御部１０は、まずステップＳ３０１およびステップＳ３０２のそれぞれで、建物情報テーブル（表８参照）の名前と住所のフィールドのそれぞれの値を、店情報テーブル（表９参照）の対応するフィールドの値としてコピーし、ステップＳ３０３の処理を進める。

ステップＳ３０３では、制御部１０は、店情報テーブルの名前と住所の２つのフィールドの値をキーワードとして、インターネット等のネットワーク上のサーバに格納された情報を検索する。なお、このような検索は、たとえば検索エンジンを利用して行なわれる。そして、なんらかの検索結果が得られた場合には、表示部１２に当該検索結果が表示される。

そして、ステップＳ３０４で、制御部１０は、ステップＳ３０３における検索の結果として情報が得られたかどうかを判断する。なお、ステップＳ３０４では、ステップＳ３０３で表示された検索結果の中の少なくとも１つの情報がユーザによって選択されたか否かも判断される。そして、選択されたと判断するとステップＳ３０５へ、選択されなかったまたはステップＳ３０３における検索の結果が１件も得られなかったと判断するとステップＳ３１４へ、制御部１０はそれぞれ処理を進める。

ステップＳ３１４では、制御部１０は、店情報テーブルの種類および取扱商品の大分類のフィールドの値としてそれぞれ「不明」をセットして、処理をステップＳ１０４へとリターンさせる。

一方、ステップＳ３０５では、制御部１０は、店情報テーブルのデータ入手先のフィールドに、ステップＳ３０３の検索結果として得られた値の中から当該情報の提供先を示す情報を抽出して値としてセットする。なお、ステップＳ３０５における値のセットは、本発明が実施される条件に適した方法で行なわれれば良いが、たとえば、ホームページのトップページのアドレス（ＵＲＬ：Uniform Resource Locator）に基づいて決定した値をセットする方法が挙げられる。具体的には、制御部１０は、たとえば、ホームページのトップページのアドレスに、店名に対応するテキストが含まれているか否かを判断し、含まれていれば、提供先として「店のデータベース」という情報をセットする。また、当該トップページのアドレスに、商店街の名称に対応するテキストが含まれているか否かを判断し、含まれていれば、提供先として「商店街のホームページ」という情報をセットする。また、他の方法としては、ホームページのトップページのアドレスに特定のテキストが含まれているかどうかによって決定した値をセットする方法も挙げられる。たとえば、ホームページのトップページのアドレスにデータベースを意味する“db”や店舗を意味する“shop”等のテキストが含まれているか否かを判断し、含まれていれば、提供先として「店のデータベース」という情報をセットする。さらに別の方法としては、ホームページのソースに特定のテキストが含まれる場合であって、さらに、当該特定のテキストに対して一定の関係にあるテキストが所定の条件を満たす場合に、提供先として「店のデータベース」という情報をセットする方法も挙げられる。具体的には、ホームページのソースにおいて“title”というテキストを検索し、含まれる場合には、当該テキストの後に“のホームページ”というテキストが含まれるかどうかを判断し、含まれる場合には、当該“のホームページ”の直前のテキストが店名であるか否かを判断し、店名である場合には、提供先として「店のデータベース」という情報をセットする。また、“title”というテキストに限らず、ホームページのソースにおいて店名の属性を表す属性コードを検出し、当該属性コードについている名前が店名であるか否かに応じて、提供先として「店のデータベース」という情報をセットするか否かが決定されても良い。

次に、制御部１０は、ステップＳ３０６で、ステップＳ３０３で取得した情報の中に店の種類に相当する情報を検索し、ステップＳ３０７で、検索することによってそのような情報が得られたかどうかを判断する。そして、得られたと判断するとステップＳ３０８へ、得られなかったと判断するとステップＳ３０９に処理を進める。なお、ステップＳ３０７での判断として、制御部１０は、ステップＳ２１６と同様に、ホームページのソースに対して、「種類」のフィールドの値の候補とされるテキストや、後述する会話事例ＤＢや会話履歴ＤＢの「種類」のフィールドに記憶されている内容（デパート／スーパー／…等）と合致するテキストが含まれるかどうか、または、ホームページ作成上のフォーマットとして「種類：種類名」をソース上に入れておくという規定があるときには、その規定に基づいたデータがホームページのソースに含まれるか否かを、判断する。そして、制御部１０は、含まれていると判断するとステップＳ３０８に、含まれていないと判断するとステップＳ３０９に、それぞれ処理を進める。

ステップＳ３０８では、制御部１０は、店情報テーブルの種類のフィールドの値として、ステップＳ３０７の検索結果として得られた情報をセットして、ステップＳ３１０に処理を進める。一方、ステップＳ３０９では、制御部１０は、店情報テーブルの種類のフィールドの値として「不明」をセットして、ステップＳ３１０に処理を進める。

ステップＳ３１０では、制御部１０は、ステップＳ３０３で取得した情報の中に店の取扱商品に相当する情報を検索し、ステップＳ３１１で、そのような情報が含まれるか否かを判断する。なお、ここでの判断は、具体的には、ステップＳ３０５で判断したデータ入手先が、店のホームページ、データベースなどで判断された場合、該データ入手のサーバ上に「商品ラインナップ」、「製品一覧」などのページまたはデータベースが存在するか確認し、存在すれば、取扱商品の分類に相当する“衣服”、“食品”、“家電製品”、“車”などのテキストが含まれるか検索することで判断する。また、ステップＳ３０５で判断したデータ入手先が、商店街のホームページで判断された場合は、商店街のホームページ上に店の紹介ページなどが存在するか確認し、存在すれば、取扱商品の分類に相当する“衣服”、“食品”、“家電製品”、“車”などのテキストが含まれるか検索することで判断することにより行なわれる。そして、制御部１０は、情報が含まれると判断するとステップＳ３１２へ、含まれないと判断するとステップＳ３１３へ、それぞれ処理を進める。

ステップＳ３１２では、制御部１０は、ステップＳ３１１において含まれると判断した情報を、店情報テーブルの取扱商品の大分類のフィールドの値としてセットして、処理をステップＳ１０４へとリターンさせる。一方、ステップＳ３１３では、制御部１０は、店情報テーブルの取扱商品の大分類のフィールドの値として「不明」をセットして、処理をステップＳ１０４へとリターンさせる。

再度図３を参照して、制御部１０は、ステップＳ１０４において、図６を用いて説明したように店情報を取得すると、ステップＳ１０５で、店情報に追加情報を付加してキーワードを作成する。

本実施の形態では、ステップＳ１０３において、表８に建物情報テーブルとして示すような携帯型翻訳機１の現在位置についての情報を取得し、さらに、ステップＳ１０３またはＳ１０４において、アドレス帳に登録されている情報の中から、または、表９に店情報テーブルとして示すような、携帯型翻訳機１が現在位置する場所または店舗についての情報を取得する、制御部１０により、現在位置の詳細情報を取得する詳細情報取得手段が構成される。

そして、以下に、ステップＳ１０５における処理内容を当該処理のサブルーチンのフローチャートである図７を参照して説明する。なお、当該処理では、キーワードの作成のために、表１０に示すようなキーワードテーブルが作成される。

キーワードテーブルでは、種類、名前、住所、分類、信頼度、頻度、および、優先会話パターンの各フィールドに対して値が定義されている。

図７を参照して、制御部１０は、まずステップＳ４０１で、キーワードテーブルの中の、種類、名前、住所、および、分類のフィールドの値として、表９に示した店情報テーブルの中の対応する値をセットする（分類のフィールドには、店情報テーブル中の「取扱商品の大分類」の値をセットする）。

次に、制御部１０は、ステップＳ４０２で、信頼度参照レコードに格納された情報を参照することにより、店情報テーブルの中のデータ入手先に対応した信頼度を、キーワードテーブルの中の信頼度のフィールドの値としてセットする。なお、信頼度参照テーブルの一例を表１１に示す。

表１１では、データの入手先の種類に関連付けられて、高、中、または、低という３段階で信頼度が記憶されている。各入手先に対する信頼度は、予め携帯型翻訳機１において決められていても良いし、当該携帯型翻訳機１のユーザによって設定されても良い。

なお、表１１では、データの入手先が、店舗のデータベース（店のＤＢ）および店舗のホームページ（店のＨＰ）である場合には信頼度が「高」とされ、店舗が所属する商店街のホームページである場合には信頼度が「中」とされ、その他の場合には信頼度が「低」とされている。

再度図７を参照して、ステップＳ４０２で信頼度をセットした後、制御部１０は、ステップＳ４０３で、店情報テーブルの住所と名前に基づいて、会話履歴ＤＢの会話履歴テーブルに対応する履歴があるか否かを判断する。なお、会話履歴テーブルには、表７に示したように、各会話文が、店舗の種類、名前および住所に関連付けられて、会話を行なった日時および会話文（会話履歴）が格納されている。なお、会話履歴ＤＢは、後述するように、１つの店等の場所において会話例が提示されるごとに作成される履歴情報である。

そして、ステップＳ４０３では、会話履歴ＤＢにおいて、現在の店情報テーブルの住所と名前のフィールドの値が一致する履歴を検索し、ステップＳ４０４で、そのような履歴があるか否かを判断する。そして、あると判断するとステップＳ４０５へ、無いと判断するとステップＳ４１３へ、処理を進める。

ステップＳ４１３では、制御部１０は、キーワードテーブルに対して、頻度のフィールドの値として「初めて」をセットし、優先会話パターンのフィールドの値として「なし」をセットして、処理をリターンさせる。

一方、ステップＳ４０５では、制御部１０は、会話履歴ＤＢにおいて該当するすべての履歴（ステップＳ４０３において名前とフィールドの値が一致すると判断した履歴）を、日時のフィールドの値に基づいて順に並べる。

そして、ステップＳ４０６で、制御部１０は、並べられた履歴が、毎日存在するものであるか否かを判断し、そうであると判断するとステップＳ４０７へ、そうではないと判断するとステップＳ４０８へ、それぞれ処理を進める。

ステップＳ４０８では、制御部１０は、並べられた履歴が、週一回（または、週一回以上毎日未満）の間隔で存在するものであるか否かを判断し、そうであると判断すればステップＳ４０９へ、そうではないと判断するとステップＳ４１０へ、それぞれ処理を進める。

ステップＳ４１０では、制御部１０は、並べられた履歴が、月一回の間隔（または、月一回以上週一回未満）で存在するものであるか否かを判断し、そうであると判断すればステップＳ４１１へ、そうではないと判断するとステップＳ４１２へ、それぞれ処理を進める。ステップＳ４０７、ステップＳ４０９、および、ステップＳ４１１では、制御部１０は、キーワードテーブルの頻度のフィールドの値として、それぞれ「毎日」「週一回」「月一回」をセットして、ステップＳ４１２に処理を進める。なお、ステップＳ４１０において月一回ではないと判断された場合には、キーワードテーブルの頻度のフィールドの値に「不明」という情報を入力しても良い。

ステップＳ４１２では、制御部１０は、該当するすべての履歴の会話履歴のフィールドに格納されたデータ内に、優先会話パターン参照レコードのキーワードフィールドに記憶されている語句が存在するかどうか検索し、該当するものがあれば、該当する語句に対応した優先会話パターンフィールドにセットして、処理をリターンさせる。

表１２に、優先会話パターン参照レコードの一例を示す。

優先会話パターン参照レコードのキーワードフィールドには、同じ種類の語句が記憶されており、その各キーワードフィールドに対応して、それらの語句がどのような種類のキーワードであるかを分類した語句が優先会話パターンフィールドに記憶されている。すなわち、優先会話パターン参照レコードはキーワードとなる語句を、汎用性のある語句へ変換するための記憶部である。

例えば、会話履歴に“ｍｙ ｓｈｏｅｓ”や“ｍｙ ｗａｔｃｈ”があれば、自分の物を買うために会話をしたと考えられるので、それらの語句の分類は、“Ｍｙ ｓｈｏｐｐｉｎｇ”とし、その値を優先会話パターンフィールドに格納している。同様に、会話履歴に“ｐｒｅｓｅｎｔ”があれば、それは、プレゼントを買うために会話をしたと考えられるので、その語句の分類は、“Ｐｒｅｓｅｎｔ”としている。

この優先会話パターンフィールドの語句は、会話事例から関係する事例を抽出する際に使用する。具体的には、現在位置情報に関係する会話履歴が抽出された後、その会話履歴の中に、優先会話パターン参照レコードのキーワードフィールドと同じ語句があるかどうか検索し、それがあれば、そのキーワードフィールドに対応する優先会話パターンフィールドの汎用性のある語句を取り出す。更に、取り出した優先会話パターンフィールドの汎用性のある語句を持つ会話事例があるかどうか検索し、そのような事例があれば、それらの事例を優先的に出力するように処理を行なっているので、ユーザは、関連する会話事例を早く見つけ出し、使用することが出来る。

再度図３を参照して、図７を参照して説明したように、ステップＳ１０５でキーワードテーブルを作成すると、制御部１０は、ステップＳ１０６で、キーワードに基づいて、ユーザに対して提示する会話事例を、会話事例ＤＢの会話事例テーブル（表６参照）から検索する。

会話事例テーブルには、上記した属性や分類の他に、お店の種類、お店で扱われる商品の分類、キーワード、および、会話例の各フィールドに対応した値が定義されている。

ステップＳ１０６における処理内容を、当該処理のフローチャートである図８を参照して説明する。

図８を参照して、まず制御部１０は、ステップＳ５０１において、キーワードテーブルの種類、分類、頻度の各値を検索対象として、会話事例ＤＢに格納された情報を検索する。なお、会話事例ＤＢ（表６の会話事例テーブル）には、頻度に関する値（「every day」「once a week」等）は、キーワードフィールドに格納されている。したがって、キーワードテーブルの頻度の値が検索対象とされる際には、当該頻度の値が会話事例のＤＢのキーワードフィールドに格納された情報と一致するか否かの検索が行なわれる。また、この場合、制御部１０は、キーワードテーブルにおける信頼度の値が「高」の場合には、上記各値のＡＮＤ検索を行ない、「低」の場合には、上記の値のＯＲ検索を行なう。

次に、制御部１０は、ステップＳ５０２において、会話事例ＤＢの中に、キーワードテーブルに現在格納されている種類、分類、および、頻度の値と同じ値を有する同じ事例があるか否かを判断する。そして、制御部１０は、そのような事例があると判断するとステップＳ５０３に処理を進め、そのような事例がないと判断するとステップＳ５０４に処理を進める。

ステップＳ５０３では、制御部１０は、検索結果として得られた事例のリストの中で、キーワードテーブルの優先会話パターンフィールドの値と同じ値を持つ事例が、持たない事例よりも先に並ぶように、事例を並び替える。このことによって、ユーザが必要とする事例をより優先的に提示することが可能となる。

ステップＳ５０４では、制御部１０は、キーワードテーブルの頻度が「初めて」以外であるか否かを判断し、「初めて」以外であると判断するとステップＳ５０５へ、「初めて」であると判断するとステップＳ５０６へ、それぞれ処理を進める。

ステップＳ５０５では、制御部１０は、会話履歴ＤＢにおいて、キーワードテーブルの住所と名前のフィールドに格納された値と同じ値を持つ履歴を抽出し、そのような履歴がある場合には、当該履歴の中の会話履歴のフィールドに格納された値（会話文）をユーザに提示する会話リストに追加して、ステップＳ５０６に処理を進める。

ステップＳ５０６では、制御部１０は、抽出した会話例リストを表示部１２に表示する等によりユーザに提示して、処理をリターンさせる。

再度図３を参照して、図８を説明したようにステップＳ１０６で会話例リストを提示した後、制御部１０は、ステップＳ１０７で、会話例を提示させる。なお、ステップＳ１０７における処理内容を、当該処理のサブルーチンのフローチャートである図９を参照して説明する。

図９を参照して、まず制御部１０は、ステップＳ６０１で、ステップＳ５０６で提示した会話例リストに対して、ユーザの選択を受付ける。具体的には、ステップＳ５０６の処理により、表示部１２には、たとえば図１０において（Ａ）および（Ｂ）として示すように、会話パターン１から会話パターンｎまでのｎパターンの会話例が提示される（ちなみに、図１０では、（Ａ）において「会話パターン１」が示され、（Ｂ）において「会話パターンｎ」が示されている）。なお、図１０において、「Ｉ：」以下に記載された文章は、携帯型翻訳機１のユーザが発話するべき文章を意味し、「Ｃｌａｒｋ：」以下に記載されている文章は店員が話していると考えられる文章を意味する。また、ここで提示される会話パターンの数は、ステップＳ５０１からステップＳ５０２で抽出された会話事例の数と、ステップＳ５０５において抽出された会話履歴の数の合計となる。なお、表示された会話パターンの数が「１」である場合には、ステップＳ６０１の処理は省略されて、直接ステップＳ６０２の処理が実行されるようにされても良い。

そして、制御部１０は、ステップＳ６０１において受付けた選択内容に基づいて、ステップＳ６０２において、選択された会話例の会話パターンを表示する。

そして、制御部１０は、ステップＳ６０３において、ステップＳ６０２で表示された会話パターンの中で置換可能な箇所があるかどうかを判断する。ここで、置換可能な箇所とは、たとえば、図１０において（Ｂ）として示された会話パターンｎに含まれる「T-shirt」のように、話す場面によって変更されることが容易に想定できる箇所である。なお、このような箇所は、表示部１２において、下線を付したり（図１０（Ｂ）参照）または会話パターン中の他の部分とは色を変えたりというように、態様を変えて表示させることが好ましい。なお、会話パターンの中にこのような箇所があるか否か、そして、どこがこのような箇所であるかを特定する情報は、会話パターンのデータ自体に含まれているものとする。

そして、制御部１０は、ステップＳ６０３において置換可能な箇所があると判断するとステップＳ６０４へ処理を進める。一方、そのような箇所は無いと判断するとそのまま処理をリターンさせる。

ステップＳ６０４では、制御部１０は、会話パターンを、置換可能な箇所をユーザが置換するように指定するデータで置換して、再度表示させる。なお、置換可能な箇所に置換するように指定するデータも、会話パターンのデータ自体に関連付けられて格納されていることが好ましい。

そして、ステップＳ６０５で、制御部１０は、ユーザの個人的な情報が入力されたか否かを判断する。

具体的には、たとえば、図１０に（Ｂ）として示された会話パターンｎには、同図に（Ｃ）および（Ｄ）として示された会話が続くものとする。なお、（Ｃ）では、店員がＴシャツのサイズを問う文章が記載され、（Ｄ）では、店員に対してサイズの計測を依頼する文章が記載されている。なお、（Ｄ）の文章が表示されることにより、ユーザは、（Ｃ）に続く会話の内容を認識するとともに、携帯型翻訳機１に対して、個人的な情報（Ｔシャツのサイズ）の入力を促されている。なお、制御部１０は、図１０（Ｂ）の会話パターンが選択されたときに、ステップＳ６０２において、（Ｂ）に示された文章と合わせて、（Ｃ）および（Ｄ）に記載の会話文も表示部１２に表示させるが、このとき、さらに、（Ｄ）に表示された内容に対応するように、Ｔシャツのサイズの入力を促す情報（メッセージ等）を表示させても良い。

再度、図９を参照して、制御部１０は、ステップＳ６０５において、ユーザ情報（上記したようなユーザの個人的な情報）が入力されたと判断するとステップＳ６０６で入力された情報をユーザプロファイルデータとして格納して処理をリターンさせる。一方、そのような情報が入力されていないと判断すると制御部１０はそのまま処理をリターンさせる。

また、以上説明した本実施の形態では、ステップＳ５０６において会話例リストが提示（表示）される。なお、会話例リストとして表示される会話パターンが複数ある場合、各会話パターン（会話文）が対応するキーワードテーブルの中の信頼度が高いものから順に表示されることが好ましい。本実施の形態では、信頼度は「高」「中」「低」の３段階で区分けされていたが、本発明における信頼度の表現はこれに限定されず、たとえば０％から１００％の間の値で表現される等、別の態様で表現されても良い。

また、以上説明した本実施の形態では、図１０に（Ａ）および（Ｂ）として示したように、翻訳後の言語で、つまり、英語で、会話例リストが表示される例が示されたが、会話例リストは、その翻訳前の言語で、つまり、日本語で、表示されても良い。翻訳前の言語で表示される際には、その都度、機械翻訳により、英文が日本語に翻訳されて、表示される。また、翻訳後の言語と、その翻訳前の言語の両方で、表示されても良い。

さらに、本実施の形態の携帯型翻訳機１では、会話エンジン１００は、ユーザが店員等の会話相手から話し掛けられた場合、そのときの音声を入力されることにより、当該入力された音声を文章として認識し、当該文章に対応した返答例を提示する機能を有する。

このような機能について図１１を参照して説明すると、たとえば、携帯型翻訳機１を携帯するユーザが、店員から、応答文として記載されているように「What is your size of T-shirts ?」と声をかけられた場合、携帯型翻訳機１は、その音声を文章として認識し、そして、文章に対して解析を行なう。

具体的には、周知の音声認識に関する技術等に基づいて入力文を構成する単語を取得し、当該単語から構成される文章の解析を行なうことにより、解析の対象となっている文章（以下、入力文と呼ぶ）に、属性テーブル（表２参照）に格納されている単語が含まれるか、および、分類テーブル（表３参照）に格納されている単語が含まれるかという検索が行なわれ、それぞれ、入力文に対し属性および分類を決定する。そして、携帯型翻訳機１では、決定した属性および分類を利用して、入力文に対する返答として適すると考えられる文（返答例）を会話文ＤＢ１４０に格納されている文（会話例）から選択し、表示部１２に表示させる等して、ユーザに対して提示する。なお、以下の説明では、入力文に対する返答とされる文を総称して「返答文」と記載する。「返答文」には、入力文に対する回答である文である「回答文」と、会話相手に依頼する文である「依頼文」が含まれるものとする。

図１２および図１３は、制御部１０が実行する、返答文の文例である返答例を提示するための処理である返答例提示処理のフローチャートである。

まず、図１２を参照して、返答例提示処理では、まずステップＳＡ１０で、制御部１０は、入力部１１に対して音声の入力があったか否かを判断し、音声が入力されたと判断するとステップＳＡ２０へ処理を進める。

ステップＳＡ２０では、ステップＳＡ１０で入力された音声について、当該音声を入力した人物を判別する処理を実行して、ステップＳＡ３０へ処理を進める。ステップＳＡ３０では、制御部１０は、ステップＳＡ１０で入力されたと判断した音声を入力した人物が、携帯型翻訳機１のユーザ以外の人物（会話相手）であるか否かを判断し、そうであると判断するとステップＳＡ４０へ処理を進め、そうではないと判断すると（つまり、携帯型翻訳機１のユーザであると判断すると）、ステップＳＡ１４０（図１３参照）に処理を進める。なお、ステップＳＡ２０における判別は、たとえば、予め参照用情報記憶部１３６に、携帯型翻訳機１のユーザの声のサンプルデータ（当該ユーザであることを特定するための音声データ）を記憶させておき、制御部１０が入力された音声と当該サンプルデータとを比較することにより実現される。なお、携帯型翻訳機１に、当該携帯型翻訳機１のユーザ自身が音声を入力する際に操作するための操作部を設け、制御部１０は、当該操作部が操作されている期間中に入力された音声はユーザ自身の声であると判断し、当該操作部が操作されていない期間中に入力された音声はユーザ以外の人物の音声であると判断しても良い。

ステップＳＡ４０では、ステップＳＡ１０で入力された音声に基づいて、会話相手が話した内容を解析する処理を実行して、ステップＳＡ５０へ処理を進める。なお、ステップＳＡ４０における処理内容を、当該処理のサブルーチンのフローチャートである図１４を参照して説明する。

図１４を参照して、会話相手が話した内容を解析する処理では、制御部１０は、まずステップＳＢ１０で、入力文が疑問文であるかまたは疑問詞を含むかをチェックし、疑問文であるかまたは疑問詞を含むと判断するとその旨を意味するフラグ（以下、疑問文フラグと呼ぶ）をオンにして、ステップＳＢ２０に処理を進める。なお、疑問文フラグは、携帯型翻訳機１の初期状態ではオフされている。なお、初期状態とは、たとえば図３を参照して説明した処理が開始されるときを意味する。また、ステップＳＢ１０における疑問文であるか否かのチェックは、制御部１０が、入力された音声に対して既存の音声認識技術を適用することによりテキストデータを取得し、当該テキストデータに対して形態素解析を行ない、そして、当該解析後の文に対してパターン認識を行なうか、または、「is」「are」などのBe動詞が文頭に配置されているかなどのように、入力された文の言語において疑問文であるための条件として一般的に認識されている条件を満たすかどうかを判断することにより実現される。なお、ステップＳＢ１０では、入力された音声において文末のトーンが上がっていたか否かが判断され、上がっていた場合には疑問文であると判断し上がっていなければ疑問文ではないと判断することによって、実現されてもよい。

ステップＳＢ２０では、制御部１０は、入力文から、主語、動詞、目的語などの文法要素に対応する単語（または、句）を抽出し、処理を図１２にリターンさせる。

図１２に戻って、ステップＳＡ４０の処理の後、制御部１０は、ステップＳＡ５０で、入力された文が疑問文であるか否かを判断し、そうであると判断するとステップＳＡ６０へ処理を進め、そうではないと判断するとステップＳＡ９０へ処理を進める。なお、ステップＳＡ５０における判断は、上記した疑問文フラグがオンであるか否かを判断することによって実現される。

ステップＳＡ６０では、制御部１０は、入力された文（疑問文）を情報記憶部１８等に一時的に保存して、ステップＳＡ７０へ処理を進める。なお、ステップＳＡ６０で保存されるデータは、たとえば、ステップＳＡ４０（ステップＳＢ１０）で取得されたテキストデータである。

ステップＳＡ７０では、制御部１０は、入力された文（疑問文）に対する返答文を作成する処理を実行して、ステップＳＡ８０へ処理を進める。なお、ステップＳＡ７０で実行される処理の内容について、当該処理のサブルーチンのフローチャートである図１７〜図２１を参照して説明する。

まず、図１７を参照して、まず制御部１０は、ステップＳＣ１０で、入力文がＹＥＳ（肯定）またはＮＯ（否定）で回答できる疑問文であるか否か、つまり、疑問詞ではなくＢｅ動詞や助動詞（ｄｏ，ｃａｎ等）が文頭に位置する文章であるか否かを判断する。そして、そのような文章であると判断すると、ステップＳＣ２０に処理を進め、そうではないと判断するとステップＳＣ５０へ処理を進める。

ステップＳＣ２０では、制御部１０は、ＹＥＳの回答例（回答文）とＮＯの回答例（回答文）を作成し、制御部１０内の所定の記憶領域に格納させて、ステップＳＣ３０へ処理を進める。なお、ＹＥＳの回答例は、「Yes,」の次に、入力文中のＢｅ動詞と主語を所定の変換を行なった上で並べることによって作成し、ＮＯの回答例は、「No,」の次に、入力文中のＢｅ動詞に対して所定の変換を行なった後、「not」を付加して並べ、その次に入力文中の主語を所定の変換を行なった後で並べることによって作成する。Ｂｅ動詞および主語に関する所定の変換とは、入力文中のＢｅ動詞が、二人称であれば一人称に、一人称であれば二人称に、三人称であれば三人称のまま、という態様の変換である。なお、助動詞が文頭に来る疑問文に対するＹＥＳ（肯定）の回答例、ＮＯ（否定）の回答例は、上記したようなＢｅ動詞を用いた回答例と同様の作成手順により、Ｂｅ動詞の代わりに助動詞を使用して作成する。

ステップＳＣ３０では、制御部１０は、当該制御部１０内の所定のフラグ（以下、ＹＥＳ／ＮＯ回答フラグと呼ぶ）をオンにセットして、ステップＳＣ４０へ処理を進める。

ステップＳＣ４０では、制御部１０は、付加的な会話文を作成できるか否かを判断し、作成できると判断するとステップＳＣ５０へ処理を進め、作成できないと判断するとステップＳＡ４０へ処理をリターンさせる。なお、ここでは、入力文中に、上述の属性テーブルまたは分類テーブルの属性、分類、内容のいずれかの欄に記憶される語句が含まれれば付加的な会話文を作成できると判断され、含まれなければ作成できないと判断される。

ステップＳＣ５０では、制御部１０は、入力文中において、上述の属性テーブルおよび分類テーブルを利用した検索を行なう処理を実行する。なお、この処理の内容を、当該処理のサブルーチンのフローチャートである図２２および図２３を参照して説明する。

なお、本実施の形態では、回答事例テーブル（表４参照）および依頼事例テーブル（表５参照）に記憶されるすべての会話例について、入力文との関連性についての重み付けが行なわれる。各会話例についての重み付けは、たとえば表１３に示されるような態様で制御部１０内のメモリに格納される。表１３中の「合計」とは、各会話例についての、属性についての属性と分類についての重みの値の合計を意味する。

まず図２２を参照して、この処理では、制御部１０は、まずステップＳＤ１０で、後述する表１５，表１６に示したような、会話例の属性および分類の重みを０に設定（クリア）して、ステップＳＤ２０に処理を進める。

ステップＳＤ２０では、制御部１０は、入力文（図２２では「会話文」と記載）の最初の語（文頭の単語）を抽出して、ステップＳＤ３０に処理を進める。

ステップＳＤ３０では、制御部１０は、品詞と重み付けの値を関連付けられたテーブルを参照することにより、直前の処理で抽出された単語に対して付与された品詞情報（ステップＳＡ２０参照）に基づいて、当該単語に対する重み付けの値を付与し、ステップＳＤ４０に処理を進める。ここで参照されるテーブルの一例を表１４に示す。なお、表１４において、「疑問詞付きの品詞」とは、「What size do you want ?」といった英文中の「size」のように、疑問詞と組み合わされた状態で構文の成分となる語句（上記例文であれば目的部となる「what size」）の中の疑問詞以外の単語の品詞を意味する。また、表１４では、疑問詞付きの品詞の重みの値を他の品詞よりも大きくすることにより、疑問文の中で、回答するにあたって最も重要な語句の重みの値が大きくなるように、重み付けがなされている。

ステップＳＤ４０では、制御部１０は、直前の処理で品詞情報に基づいた重み付けの値を付与した単語が、属性ＤＢ中の属性テーブルの「属性」または「内容」に含まれるか否かをチェックする。そして、含まれると判断するとステップＳＤ５０へ、含まれないと判断するとステップＳＤ８０（図２３参照）へ、それぞれ処理を進める。

ステップＳＤ５０では、制御部１０は、上記の単語が、属性テーブル中の「内容」の欄に含まれるか否かを判断し、そうであると判断するとステップＳＤ６０へ、そうではない（つまり、「属性」の欄に含まれる単語である）と判断するとステップＳＤ７０へ、それぞれ処理を進める。

ステップＳＤ６０では、制御部１０は、上記の単語が含まれる「内容」に対応する「属性」を取得して、ステップＳＤ７０へ処理を進める。たとえば、「large」という単語を処理対象とされた場合、ステップＳＤ６０では、「large」が含まれる「内容」に対応する属性、つまり、「サイズ」という属性が取得される（表２参照）。

ステップＳＤ７０では、制御部１０では、ステップＳＤ６０で取得した属性（または、ステップＳＤ５０で単語が含まれる「属性」）に対して、現在処理対象となっている単語の品詞情報に基づいた重みの値を加算して、ステップＳＤ８０に処理を進める。

たとえば、「size」という単語が入力文に含まれていた場合、この単語に対応する「サイズ」という属性に対して、この単語の品詞情報に基づいた重みの値が加算される。より具体的に説明すると、入力文が「What is your size of T-shirt ?」である場合、当該入力文中「size」は主語として機能しており、品詞情報に基づいた重みの値は「３」となる（表１４参照）。これにより、「size」という単語を処理対象としてステップＳＤ４０からステップＳＤ７０の処理が実行されると、当該単語に対応する「サイズ」という属性に対して「３」という値の重みが追加される。

図２３を参照して、ステップＳＤ８０では、制御部１０は、直前のステップＳＤ４０〜ステップＳＤ７０の処理で対象とされた単語が、分類ＤＢ中の分類テーブルの「分類」または「内容」に含まれるか否かをチェックする。そして、含まれると判断するとステップＳＤ９０へ、含まれないと判断するとステップＳＤ１２０へ、それぞれ処理を進める。

ステップＳＤ９０では、制御部１０は、上記の単語が、分類テーブル中の「内容」の欄に含まれるか否かを判断し、そうであると判断するとステップＳＤ１００へ、そうではない（つまり、「分類」の欄に含まれる単語である）と判断するとステップＳＤ１１０へ、それぞれ処理を進める。

ステップＳＤ１００では、制御部１０は、上記の単語が含まれる「内容」に対応する「分類」を取得して、ステップＳＤ１１０へ処理を進める。たとえば、「T-shirt」という単語が処理対象とされた場合、ステップＳＤ１００では、「T-shirt」が含まれる「内容」に対応する分類、つまり、「衣類」という分類が取得される。

ステップＳＤ１１０では、制御部１０では、ステップＳＤ１００で取得した分類（または、ステップＳＤ９０で単語が含まれる「分類」）に対して、現在処理対象となっている単語の品詞情報に基づいた重みの値を加算して、ステップＳＤ１２０に処理を進める。

たとえば、「T-shirt」という単語が入力文に含まれていた場合、この単語に対応する「衣類」という分類に対して、この単語の品詞情報に基づいた重みの値が加算される。より具体的に説明すると、入力文が「What is your size of T-shirt ?」である場合、当該入力文中「T-shirt」の品詞情報は表１４中の「その他」に対応するため、品詞情報に基づいた重みの値は「１」となる。これにより、「T-shirt」という単語を処理対象としてステップＳＤ８０からステップＳＤ１１０の処理が実行されると、当該単語に対応する「衣類」という属性に対して「１」という値の重みが追加される。

ステップＳＤ１２０では、制御部１０は、入力文中に、ステップＳＤ４０からステップＳＤ１１０の処理対象とされていない単語があるか否かを判断し、あると判断すると、ステップＳＤ１３０で、入力文中の現在処理対象としている単語の次の単語を処理対象として抽出してステップＳＤ３０に処理を戻す。一方、無いと判断すると、制御部１０は、ステップＳＣ５０に処理を戻す。

以上図２２および図２３を参照して説明した処理により、入力文に対して、当該入力文に含まれる各単語が処理対象とされることにより、属性テーブル中の各属性についての重みの値と、分類テーブル中の各分類についての値が算出される。これらの値は、たとえば、それぞれ表１５，表１６に示されるような態様で制御部１０内のメモリに記憶される。なお、表１５および表１６は、入力文が「What is your size of T-shirt ?」である場合の例として示されている。

なお、上記した例の入力文では、含まれる単語が、属性テーブル（表２）中の１つの属性にしか対応せず、さらに、分類テーブル（表３）中の１つの分類にしか対応しないため、表１５および表１６ではそれぞれ１つの属性または分類に対してのみ重みの値が与えられているが、入力文が、複数の属性に対応する単語を含む場合には表１５は複数の属性に対して重みの値が与えられるように作成され、また、複数の分類に対応する単語を含む場合には表１６は複数の分類に対して重みの値が与えられるように作成される。

再度図１７を参照して、ステップＳＣ５０の処理の後、制御部１０は、ステップＳＣ６０で、後述するような表１７〜表２０において格納されるような重みの値をすべてクリアして、ステップＳＣ７０に処理を進める。

ステップＳＣ７０では、制御部１０は、ステップＳＣ５０の結果として、入力文について、表１５または表１６に示したような属性または分類についての重みの値を付与できたかを判断し、付与できたと判断するとステップＳＣ９０へ、属性および分類のいずれについても重みの値を付与できなかったと判断するとステップＳＣ８０へ、それぞれ処理を進める。

ステップＳＣ８０では、場面情報を検索して、ステップＳＣ９０に処理を進める。ステップＳＣ９０の処理内容を、当該処理のサブルーチンのフローチャートである図２４を参照して詳細に説明する。

図２４を参照して、この処理では、制御部１０は、まずステップＳＥ１０で、表９に示したような、現在携帯型翻訳機１が位置している店舗についての店情報が得られているかどうかを判断し、得られていると判断するとステップＳＥ３０へ処理を進め、得られていないと判断するとステップＳＥ２０で店情報を得るための処理を行なった後でステップＳＥ３０へ処理を進める。なお、店情報を得るための処理の内容は、表９に示した店情報テーブルを作成するための処理として上述しているため、説明を繰返さない。

ステップＳＥ３０では、制御部１０は、店情報に基づいて、表１６に示したような分類についての重みの値を作成し、ステップＳＣ９０へ処理を戻す。なお、ここでは、制御部１０は、たとえば、店情報テーブルの取扱商品の大分類の欄に含まれる語句が分類テーブル（表３）の「分類」または「内容」の欄に含まれるかどうかを判断し、含まれる場合には、当該分類（または、当該内容に対応する分類）について、「１」等の値を重みとして与えるように、表１６に示したような各分類についての重みの情報を作成する。

再度図１７を参照して、ステップＳＣ９０では、制御部１０は、入力文についての属性データ（表１５に示したような、各属性についての重みの情報）が当該制御部１０内のメモリにあるか否かを判断し、あるとステップＳＣ１１０（図１８参照）へ、無いと判断するとステップＳＣ１００へ、それぞれ処理を進める。

ステップＳＣ１００では、制御部１０は、入力文についての分類データ（表１６に示したような、各分類についての重みの情報）が当該制御部１０内のメモリにあるか否かを判断し、あるとステップＳＣ２８０（図２０参照）へ処理を進め、無いと判断すると図１２へ処理をリターンさせる。

図１８を参照して、ステップＳＣ１１０では、制御部１０は、属性データの１つ目の属性についてのデータを取り出し、ステップＳＣ１２０へ処理を進める。

ステップＳＣ１２０では、制御部１０は、取り出したデータを基に、回答事例ＤＢ１４２、会話事例ＤＢ１４１、会話履歴ＤＢ１４４の順番に、各ＤＢに記憶されるテーブルにおいて、取り出したデータに含まれる属性を「属性」のフィールドの値に持つ会話例を検索する。そして、制御部１０は、ステップＳＣ１３０で、そのような会話例があるか否かを判断し、あったと判断するとステップＳＣ１４０へ処理を進め、無かったと判断するとステップＳＣ１９０（図１９参照）へ処理を進める。

ステップＳＣ１４０では、制御部１０は、ステップＳＣ１２０の検索結果として得られた会話例のそれぞれについて、現在の処理対象の属性データに含まれる属性についての重みを抽出し、入力文の当該属性の重みとの積を算出して、表１３に示したような重み情報に格納する。

次に、制御部１０は、ステップＳＣ１５０で、入力文に対して回答文の候補が存在することを示すフラグ（以下、「回答文ありフラグ」と呼ぶ）をオンにセットする。

次に、制御部１０は、ステップＳＣ１６０で、現在処理対象となっている回答文がそれまでのステップＳＣ１６０で処理対象とされた回答文と同じ回答文であるか否かを判断し、そうであると判断するとステップＳＣ１８０へ、そうではないと判断するとステップＳＣ１７０へ、処理が進められる。そして、ステップＳＣ１７０では、現在処理対象となっている回答文に対して属性の欄の重みの値を重みの合計に付加して、ステップＳＣ１９０へ処理を進める。また、ステップＳＣ１８０では、現在処理対象となっている回答文について、前回処理対象となった同じ回答文に対して与えられている重みの合計（表１３参照）を現在処理対象となっている回答文の重みの合計に加算して、ステップＳＣ１９０へ処理を進める。ステップＳＣ１８０は、ステップＳＣ１２０で複数のＤＢにおいて検索がなされることなどにより実質的に同じ会話例が複数回検索結果として挙げられた場合、これらについて重みの合計をまとめる処理に相当する。また、ステップＳＣ１８０では、制御部１０は、前回処理対象となった回答文が重複して表示リストに登録されるのを回避するために、同じ回答文が重複して表示リストに登録されている場合には１つを残して残りを削除する処理を行なう。

ステップＳＣ１９０では、制御部１０は、ステップＳＣ１１０（または、後述するステップＳＣ２７０）で取り出したデータを基に、依頼事例ＤＢ１４３に記憶されるテーブルにおいて、取り出したデータに含まれる属性を「属性」のフィールドの値として持つ会話例を検索する。そして、制御部１０は、ステップＳＣ２００で、そのような会話例があるか否かを判断し、あったと判断するとステップＳＣ２１０へ処理を進め、無かったと判断するとステップＳＣ２６０へ処理を進める。

ステップＳＣ２１０では、制御部１０は、ステップＳＣ１９０における検索の結果として得られた会話例のそれぞれについて、ステップＳＣ１４０と同様に、現在の処理対象の属性データに含まれる属性についての重みを抽出し、入力文の当該属性の重みとの積を算出して、表１３に示したような重み情報に格納する。

次に、制御部１０は、ステップＳＣ２２０で、入力文に対して依頼文の候補が存在することを示すフラグ（以下、「依頼文ありフラグ」と呼ぶ）をオンにセットする。

次に、制御部１０は、ステップＳＣ２３０で、現在処理対象となっている依頼文がそれまでのステップＳＣ２３０で処理対象となった依頼文と同じ依頼文であるか否かを判断し、そうであると判断するとステップＳＣ２５０へ、そうではないと判断するとステップＳＣ２４０へ、処理が進められる。そして、ステップＳＣ２４０では、現在処理対象となっている依頼文に対して属性の欄の重みを重みの合計に付加して、ステップＳＣ２６０へ処理を進める。また、ステップＳＣ２５０では、現在処理対象となっている依頼文について、前回処理対象となった同じ依頼文に対して与えられている重みの合計（表１３参照）を現在処理対象となっている依頼文の重みの合計に加算して、ステップＳＣ２６０へ処理を進める。ステップＳＣ２５０は、ステップＳＣ１９０における検索がなされることにより実質的に同じ会話例が複数回検索結果として挙げられた場合、これらについて重みの合計をまとめる処理に相当する。また、ステップＳＣ２４０では、制御部１０は、前回処理対象となった依頼文が重複して表示リストに登録されるのを回避するために、同じ依頼文が重複して表示リストに登録されている場合には１つを残して残りを削除する処理を行なう。

ステップＳＣ２６０では、制御部１０は、入力文の属性データにおいて、まだステップＳＣ１１０または後述するステップＳＣ２７０でデータを取り出されていない属性があるか否かを判断し、あると判断するとステップＳＣ２７０で、属性データから現在処理対象となっている属性の次の属性を取り出して、ステップＳＣ１２０へ処理を戻す。一方、無いと判断するとステップＳＣ１００へ処理を戻す。

図２０を参照して、ステップＳＣ２８０では、制御部１０は、分類データの１つ目の分類についてのデータを取り出し、ステップＳＣ２９０へ処理を進める。

ステップＳＣ２９０では、制御部１０は、取り出したデータを基に、回答事例ＤＢ１４２、会話事例ＤＢ１４１、会話履歴ＤＢ１４４の順番に、各ＤＢに記憶されるテーブルにおいて、取り出したデータに含まれる分類を「分類」のフィールドの値として持つ会話例を検索する。そして、制御部１０は、ステップＳＣ３００で、そのような会話例があるか否かを判断し、あったと判断するとステップＳＣ３１０へ処理を進め、無かったと判断するとステップＳＣ３６０へ処理を進める。

ステップＳＣ３１０では、制御部１０は、ステップＳＣ２９０の検索結果として挙げられた会話例のそれぞれについて、現在の処理対象の分類データに含まれる分類についての重みを抽出し、入力文の当該分類の重みとの積を算出して、表１３に示したような重み情報に格納する。

次に、制御部１０は、ステップＳＣ３２０で、入力文に対して回答文ありフラグをオンにセットする。

次に、制御部１０は、ステップＳＣ３３０で、現在処理対象となっている回答文がそれまでのステップＳＣ３３０で処理対象とされた回答文と同じ回答文であるか否かを判断し、そうであると判断するとステップＳＣ３５０へ、そうではないと判断するとステップＳＣ３４０へ、処理が進められる。そして、ステップＳＣ３４０では、現在処理対象となっている回答文について分類の欄の重みを重みの合計に付加して、ステップＳＣ３６０へ処理を進める。また、ステップＳＣ３５０では、現在処理対象となっている回答文について、前回処理対象となった同じ回答文に対して与えられている重みの合計（表１３参照）を現在処理対象となっている回答文の重みの合計に加算して、ステップＳＣ３６０へ処理を進める。ステップＳＣ３５０は、ステップＳＣ２９０で複数のＤＢにおいて検索がなされることなどにより実質的に同じ会話例が複数回検索結果として挙げられた場合、これらについて重みの合計をまとめる処理に相当する。また、ステップＳＣ３４０では、制御部１０は、前回処理対象となった回答文が重複して表示リストに登録されるのを回避するために、同じ回答文が重複して表示リストに登録されている場合には１つを残して残りを削除する処理を行なう。

ステップＳＣ３６０では、制御部１０は、ステップＳＣ２８０（または、後述するステップＳＣ４４０（図２１））で取り出したデータを基に、依頼事例ＤＢ１４３に記憶されるテーブルにおいて、取り出したデータに含まれる分類を「分類」のフィールドの値に持つ会話例を検索する。そして、制御部１０は、ステップＳＣ３７０で、そのような会話例があるか否かを判断し、あったと判断するとステップＳＣ３８０へ処理を進め、無かったと判断するとステップＳＣ４３０（図２１）へ処理を進める。

ステップＳＣ３８０では、制御部１０は、ステップＳＣ３６０の検索結果として挙げられた会話例のそれぞれについて、ステップＳＣ３１０と同様に、現在の処理対象の分類データに含まれる分類についての重みを抽出し、入力文の当該分類の重みとの積を算出して、表１３に示したような重み情報に格納する。

次に、制御部１０は、ステップＳＣ３９０で、入力文に対して依頼文ありフラグをオンにセットする。

次に、制御部１０は、ステップＳＣ４００で、現在処理対象となっている依頼文がそれまでのステップＳＣ４００で処理対象となった依頼文と同じ依頼文であるか否かを判断し、そうであると判断するとステップＳＣ４２０へ、そうではないと判断するとステップＳＣ４１０へ、処理が進められる。そして、ステップＳＣ４１０では、現在処理対象となっている依頼文について分類の欄の重みを重みの合計に付加して、ステップＳＣ４３０へ処理を進める。また、ステップＳＣ４２０では、現在処理対象となっている依頼文について、前回処理対象となった同じ依頼文に対して与えられている重みの合計（表１３参照）を現在処理対象となっている依頼文の重みの合計に加算して、ステップＳＣ４３０へ処理を進める。ステップＳＣ４２０は、ステップＳＣ３６０における検索がなされることにより実質的に同じ会話例が複数回検索結果として挙げられた場合、これらについて重みの合計をまとめる処理に相当する。また、ステップＳＣ４１０では、制御部１０は、前回処理対象となった依頼文が重複して表示リストに登録されるのを回避するために、同じ依頼文が重複して表示リストに登録されている場合には１つを残して残りを削除する処理を行なう。

ステップＳＣ５０〜ステップＳＣ４２０の処理により、会話文ＤＢ１４０中の各会話例について、入力文に対応した重み付けがなされたことになる。ここで、たとえば、入力文が「What is your size of T-shirt?」であり、会話文ＤＢ１４０に、表２の属性テーブルおよび表３の分類テーブルが利用され、表４および表５に示した６つの会話例（内容（１）〜内容（６））だけが記憶されている場合において、ステップＳＣ５０〜ステップＳＣ４２０の処理によって各会話例に対してどのように重み付けがなされるかについて、具体的に説明する。

ステップＳＣ５０により、入力文に対して、「サイズ」という属性に対して「３」とい重みが付され、「衣類」という分類に対して「１」という重みが付される（表１５および表１６参照）。

そして、ステップＳＣ１１０〜ステップＳＣ１８０の処理により、内容（１）〜内容（４）（回答事例ＤＢ１４２、会話事例ＤＢ１４１、会話履歴ＤＢ１４４に記憶される会話例）の「サイズ」という属性についての重みが抽出され、入力文の「サイズ」という属性についての重み（表１５参照）との積が算出されて、表１７のようにそれぞれの重み情報の「属性」の欄に格納される。

表１５において入力文の「サイズ」についての重みが「３」であり、表４において内容（１）の「サイズ」についての重みが「１０」であるため、表１７の内容（１）の属性の欄には、これらの積である「３０」が記載されている。

また、表４では、内容（３），（４）の「サイズ」についての重みがそれぞれ「８」，「７」であるため、表１７の内容（３），（４）の属性の欄には、これらの「３」との積である「２４」，「２１」がそれぞれ記載されている。

さらに、ステップＳＣ１９０〜ステップＳＣ２５０の処理により、内容（５）〜内容（６）（依頼事例ＤＢ１４３に記憶される会話例）の「サイズ」という属性についての重みが抽出され、入力文の「サイズ」という属性についての重み（表１５参照）との積が算出されて、表１８のようにそれぞれの重み情報の「属性」の欄に格納される。

上記のように入力文の「サイズ」についての重みが「３」である。表５では、内容（５），（６）の「サイズ」についての重みが「１０」，「６」であるため、表１８の内容（５），（６）の属性の欄には、これらの「３」との積である「３０」，「１８」が記載されている。

さらに、ステップＳＣ２８０〜ステップＳＣ３５０の処理により、内容（１）〜内容（４）（回答事例ＤＢ１４２、会話事例ＤＢ１４１、会話履歴ＤＢ１４４に記憶される会話例）の「衣類」という分類についての重みが抽出され、入力文の「衣類」という分類についての重み（表１６参照）との積が算出されて、表１９のようにそれぞれの重み情報の「分類」の欄に格納される。

表１６において入力文の「分類」についての重みが「１」であり、表４において内容（１）の「分類」についての重みが「１０」であるため、表１９の内容（１）の分類の欄には、これらの積である「１０」が記載されている。

また、表４では、内容（２），（３），（４）の「衣類」についての重みがそれぞれ「８」，「１０」，「１０」であるため、表１９の内容（２），（３），（４）の分類の欄には、これらの「１」との積である「８」，「１０」，「１０」がそれぞれ記載されている。

さらに、ステップＳＣ３６０〜ステップＳＣ４２０の処理により、内容（５）〜内容（６）（依頼事例ＤＢ１４３に記憶される会話例）の「衣類」という分類についての重みが抽出され、入力文の「衣類」という分類についての重み（表１６参照）との積が算出されて、表２０のようにそれぞれの重み情報の「分類」の欄に格納される。

上記のように入力文の「衣類」についての重みが「１」である。表５では、内容（５），（６）の「分類」についての重みが「９」，「７」であるため、表２０の内容（５），（６）の分類の欄には、これらの「１」との積である「９」，「７」が記載されている。

また、後述するステップＳＣ４６０において、各会話例について、重みの合計が算出される。表２０には、各会話例についての重みの合計も記載されている。

なお、入力文が「What is your size of T-shirt?」である場合、この文の文頭にＢｅ動詞ではなく疑問詞が位置することから、ステップＳＣ１０では、ＹＥＳまたはＮＯで回答できる疑問文ではないと判断される。

図２１を参照して、ステップＳＣ４３０では、制御部１０は、入力文の分類データにおいて、まだステップＳＣ２８０または後述するステップＳＣ４４０でデータを取り出されていない分類があるか否かを判断し、あると判断するとステップＳＣ４４０で、分類データから現在処理対象となっている分類の次の分類を取り出して、ステップＳＣ２９０へ処理を戻す。一方、無いと判断するとステップＳＣ４５０へ処理を進める。

ステップＳＣ４５０では、制御部１０は、回答文があるか否かを判断し、あると判断するとステップＳＣ４６０へ、無いと判断するとステップＳＣ４７０へ、それぞれ処理を進める。なお、制御部１０は、回答文ありフラグがオンされている場合に回答文があると判断し、オフされている場合に回答文が無いと判断する。

ステップＳＣ４６０では、制御部１０は、回答文を重みが大きい順に並べ変えて、当該制御部１０内の所定の記憶領域に記憶し、ステップＳＣ４７０へ処理を進める。ここで、回答文とは、入力文と同じ属性または同じ分類について重みに値を有する会話例であって、回答事例ＤＢ１４２、会話事例ＤＢ１４１、または、会話履歴ＤＢ１４４に記憶された会話例のことである。また、重みが大きい順に並べ変えるとは、表２０に示したような各会話例についての重みの合計値が大きい順に、各会話例を並べ替えるということを意味する。なお、制御部１０は、「回答文を記憶する」場合、回答文（会話例）そのもののテキストを記憶しても良いし、各回答文に対応する符号（各会話例に付された通し番号のようなもの）を記憶しても良い。

ステップＳＣ４７０では、制御部１０は、依頼文があるか否かを判断し、あると判断するとステップＳＣ４８０へ処理を進め、無いと判断すると図１２へ処理をリターンさせる。

ステップＳＣ４８０では、制御部１０は、依頼文を重みが大きい順に並べ変えて、当該制御部１０内の所定の記憶領域に記憶し、図１２へ処理をリターンさせる。ここで、依頼文とは、入力文と同じ属性または同じ分類について重みに値を有する会話例であって、依頼事例ＤＢ１４３に記憶された会話例のことである。また、重みが大きい順に並べ変えるとは、表２０に示したような各会話例についての重みの合計値が大きい順に、各会話例を並べ替えるということを意味する。なお、制御部１０は、「依頼文を記憶する」場合、依頼文（会話例）そのもののテキストを記憶しても良いし、各依頼文に対応する符号（各会話例に付された通し番号のようなもの）を記憶しても良い。

再度図１２を参照して、ステップＳＡ７０の処理の後、制御部１０は、ステップＳＡ８０で、返答文を表示部１２に表示させて、ステップＳＡ１０に処理を戻す。なお、ステップＳＡ８０の処理内容を、当該処理のサブルーチンのフローチャートである図２５を参照して詳細に説明する。

図２５を参照して、この処理では、制御部１０は、まずステップＳＦ１０で、上記したＹＥＳ／ＮＯ回答フラグがオンにセットされているか否かを判断し、オンにセットされていると判断するとステップＳＦ２０へ、オフにされていると判断するとステップＳＦ３０へ、それぞれ処理を進める。

ステップＳＦ２０では、制御部１０は、ステップＳＣ２０で作成し所定の記憶領域に格納させたＹＥＳの回答例およびＮＯの回答例を表示部１２に表示させ、ステップＳＦ３０へ処理を進める。

ステップＳＦ３０では、回答文ありフラグ（ステップＳＣ１５０またはステップＳＣ３２０でセットされるフラグ）および依頼文ありフラグ（ステップＳＣ２２０またはステップＳＣ３９０でセットされるフラグ）がオンされているか否かを判断し、両方のフラグがオンにセットされていると判断するとステップＳＦ４０へ、両方のフラグがオンにセットされていない（いずれか一方がオンされている状態も含む）と判断するとステップＳＦ５０へ、それぞれ処理を進める。

ステップＳＦ４０では、制御部１０は、ステップＳＦ４０で、回答文および依頼文を表示部１２に表示させる処理を実行し、図１２へ処理をリターンさせる。ステップＳＦ４０の処理内容を、当該処理のサブルーチンのフローチャートである図２６を参照して詳細に説明する。

図２６を参照して、この処理では、制御部１０は、まずステップＳＨ１０で、上記したＹＥＳ／ＮＯ回答フラグがオンにセットされているか否かを判断し、オンにセットされていると判断するとステップＳＨ２０へ、オフにされていると判断するとステップＳＨ３０へ、それぞれ処理を進める。

ステップＳＨ２０では、ステップＳＦ２０（図２５参照）で表示させた回答文の中で、ユーザからのＹＥＳの回答例かＮＯの回答例のいずれかを選択する情報の入力を待機し、情報の入力があったと判断するとステップＳＨ３０へ処理を進める。

ステップＳＨ３０では、制御部１０は、プロファイル項目（プロファイルデータを構成する項目）の値を埋め込んだ回答文および依頼文を表示させる処理を実行して、ステップＳＦ４０（図２５）に処理を戻す。ステップＳＨ３０の処理内容を、当該処理のサブルーチンのフローチャートである図２７を参照して詳細に説明する。

図２７を参照して、この処理では、制御部１０は、まずステップＳＨ３１で、ステップＳＣ４６０またはステップＳＣ４８０で重みの値の順に並べられた回答文と依頼文の中で１番目の回答文と１番目の依頼文を取り出し、ステップＳＨ３２へ処理を進める。

ステップＳＨ３２では、制御部１０は、プロファイルデータの検索および置換の処理を行ない、ステップＳＨ３３に処理を進める。なお、ステップＳＨ３２の処理内容を、当該処理のサブルーチンのフローチャートである図２８および図２９を参照して詳細に説明する。

図２８を参照して、当該処理では、制御部１０は、まずステップＳＧ１０で、返答文から最初の単語を抽出し、ステップＳＧ２０へ処理を進める。ここで言う返答文とは、その時点で取り出されている回答文および依頼文である。なお、以下説明するステップＳＧ１０〜ステップＳＧ２００の処理は、回答文と依頼文のそれぞれについて独立して実行される。

ステップＳＧ２０では、制御部１０は、その単語が属性ＤＢの属性テーブル（表２参照）の内容の欄に含まれる単語であるか否かを判断し、含まれると判断するとステップＳＧ３０へ、含まれないと判断するとステップＳＧ６０へ、それぞれ処理を進める。

ステップＳＧ３０では、制御部１０は、当該内容に対応する属性をすべて抽出し、ステップＳＧ４０へ処理を進める。なお、上記の単語が複数の属性についての内容に含まれる場合には、ステップＳＧ３０では、当該複数の属性が抽出される。具体的には、単語「ａ」が属性「Ａ」の内容であってかつ属性「Ｂ」の内容である場合には、ステップＳＧ３０では、「Ａ」および「Ｂ」が抽出される。

ステップＳＧ４０では、属性・プロファイル関連テーブルに基づいて、ステップＳＧ３０で抽出した属性に関連するプロファイル項目を取得し、ステップＳＧ５０へ処理を進める。なお、属性・プロファイル関連テーブルとは、属性とプロファイルデータ（表１参照）の各項目とを関連付けるテーブルであり、その一例を表２１に示す。

表２１では、属性とプロファイルデータ（表１）を構成する個々の項目が関連付けられている。ステップＳＧ４０では、制御部１０は、属性・プロファイル関連テーブルにおいて、ステップＳＧ３０で抽出された属性と関連付けられたプロファイル項目を取得する。

ステップＳＧ５０では、制御部１０は、ステップＳＧ４０で得られたプロファイル項目にポイントを付して、ステップＳＧ６０へ処理を進める。

例えば、ステップＳＧ１０で「short」という単語が抽出された場合、ステップＳＧ３０でサイズ（size）および期間（period）という属性が抽出され、そして、ステップＳＧ４０で、サイズという属性からは「体型」というプロファイル項目が、期間という属性から「旅行日程」というプロファイル項目が、それぞれ抽出される。この場合、ステップＳＧ５０では、「体型」「旅行日程」の双方のプロファイル項目に「１」のポイントが付される。なお、たとえば、属性・プロファイル関連テーブルが、「Ｘ」というプロファイル項目が「Ｙ」および「Ｚ」の複数の属性に関連付けられている場合であって、ステップＳＧ１０で抽出された単語から「Ｙ」および「Ｚ」という属性が抽出された場合には、ステップＳＧ５０では、「Ｘ」というプロファイル項目について「Ｙ」という属性と「Ｚ」という属性について２回ずつポイントが付され、合計「２」のポイントが付される。

ステップＳＧ６０では、制御部１０は、ステップＳＧ１０で抽出された単語が分類ＤＢの分類テーブル（表３参照）の内容の欄に含まれる単語であるか否かを判断し、含まれると判断するとステップＳＧ７０へ、含まれないと判断するとステップＳＧ１００（図２８参照）へ、それぞれ処理を進める。

ステップＳＧ７０では、制御部１０は、当該内容に対応する分類をすべて抽出し、ステップＳＧ８０へ処理を進める。なお、上記の単語が複数の分類についての内容に含まれる場合には、ステップＳＧ７０では、当該複数の属性が抽出される。

ステップＳＧ８０では、分類・プロファイル関連テーブルに基づいて、ステップＳＧ７０で抽出した分類に関連するプロファイル項目を取得し、ステップＳＧ９０へ処理を進める。なお、分類・プロファイル関連テーブルとは、分類とプロファイルデータ（表１参照）の各項目とを関連付けるテーブルであり、その一例を表２２に示す。

表２２では、分類とプロファイルデータ（表１）を構成する個々の項目が関連付けられている。ステップＳＧ８０では、制御部１０は、分類・プロファイル関連テーブルにおいて、ステップＳＧ７０で抽出された分類と関連付けられたプロファイル項目を取得する。

ステップＳＧ９０では、制御部１０は、ステップＳＧ８０で得られたプロファイル項目の集計を行ない、ステップＳＧ１００（図２９参照）へ処理を進める。なお、ステップＳＧ９０では、ステップＳＧ４０と同様に、ステップＳＧ８０で得られたプロファイル項目に対してポイントが付される。

図２９を参照して、ステップＳＧ１００では、制御部１０は、取得されたステップＳＧ５０またはステップＳＧ９０の処理においてポイントを付されたプロファイル項目が少なくとも１つはあったか否かを判断し、無いと判断すると処理をステップＳＧ１９０へ進め、あると判断するとステップＳＧ１１０へ処理を進める。

ステップＳＧ１１０では、制御部１０は、プロファイル項目を出現回数が多い順（ポイント数が大きい順）にソートし、ステップＳＧ１２０へ処理を進める。

ステップＳＧ１２０では、最初の（ポイント数が最も大きい）プロファイル項目を取得し、ステップＳＧ１３０へ処理を進める。

ステップＳＧ１３０では、制御部１０は、プロファイルデータ（表１参照）にステップＳＧ１２０で取得したプロファイル項目が存在するか否かを判断し、存在すると判断するとステップＳＧ１４０へ、存在しないと判断するとステップＳＧ１６０へ、それぞれ処理を進める。

ステップＳＧ１４０では、制御部１０は、ステップＳＧ１３０で存在すると判断したプロファイル項目に値が登録されているか否かを判断し、登録されていると判断するとステップＳＧ１５０へ、されていないと判断するとステップＳＧ１６０へ、それぞれ処理を進める。

ステップＳＧ１５０では、制御部１０は、ステップＳＧ１４０で登録されていると判断した値を、ステップＳＧ１０で抽出した単語の置換リストに追加して、ステップＳＧ１６０へ処理を進める。

ステップＳＧ１６０では、制御部１０は、ポイントを付されたプロファイル項目の中でステップＳＧ１３０〜１５０の処理の対象とされていないプロファイル項目が残っているか否かを判断し、残っていると判断するとステップＳＧ１７０へ、残っていないと判断するとステップＳＧ１８０へ、それぞれ処理を進める。

ステップＳＧ１７０では、制御部１０は、現在処理対象としていたプロファイル項目の次にポイントの大きいプロファイル項目を取出し、ステップＳＧ１３０へ処理を戻す。

ステップＳＧ１８０では、制御部１０は、ステップＳＧ１０で抽出された単語の置換リストに、表２および表３において当該単語と同じ属性および分類に含まれる単語を追加して、ステップＳＧ１９０へ処理を進める。

ステップＳＧ１９０では、制御部１０は、現在処理対象としている返答文のすべての単語に対してステップＳＧ１０〜ステップＳＧ１８０の処理を実行したか否かを判断し、まだ処理対象となっていない単語があると判断するとステップＳＧ２００で当該返答文中の現在の処理対象の次の単語を抽出してステップＳＧ２０へ処理を戻す。一方、すべての単語を処理対象としたと判断すると、図２７のステップＳＨ３２へ処理をリターンさせる。

再度図２７を参照して、ステップＳＨ３２の処理の後、制御部１０は、ステップＳＨ３３で、現在処理対象としている回答文および依頼文を表示リストに追加して、ステップＳＨ３４へ処理を進める。

ステップＳＨ３４では、制御部１０は、ステップＳＣ４６０またはステップＳＣ４８０で重みの値の順に並べられた回答文と依頼文の中で、ステップＳＨ３２〜ステップＳＨ３３の処理対象とされていないものがあるか否かを判断し、あると判断するとステップＳＨ３５へ、無いと判断するとステップＳＨ３６へ、それぞれ処理を進める。

ステップＳＨ３５では、制御部１０は、現在処理対象とされていた回答文および依頼文の次に大きな重みの値を付された回答文および依頼文を抽出し、ステップＳＨ３２へ処理を戻す。

ステップＳＨ３６では、制御部１０は、表示リストにある回答文および依頼文を表示部１２に表示させて、図２６のステップＳＨ３０に処理をリターンさせる。なお、ステップＳＨ３０の処理が終了すると、制御部１０は、図２５のステップＳＦ４０へ処理をリターンさせる。ステップＳＦ４０の処理の後、制御部１０は、図１２へ処理をリターンさせる。

再度図２５を参照して、ステップＳＦ５０では、回答文ありフラグがオンにセットされているか否かを判断し、セットされていると判断するとステップＳＦ６０へ処理を進める。ここで、ステップＳＦ６０の処理内容を、当該処理のサブルーチンのフローチャートである図３０を参照して詳細に説明する。

図３０を参照して、この処理では、制御部１０は、まずステップＳＪ１０で、ＹＥＳ／ＮＯ回答フラグがオンされているか否かを判断し、オンされていると判断するとステップＳＪ２０へ、されていないと判断するとステップＳＪ３０へ、それぞれ処理を進める。

ステップＳＪ２０では、ステップＳＦ２０（図２５参照）で表示させた回答文の中で、ユーザからのＹＥＳの回答例かＮＯの回答例のいずれかを選択する情報の入力を待機し、情報の入力があったと判断するとステップＳＪ３０へ処理を進める。

ステップＳＪ３０では、制御部１０は、プロファイル項目の値を埋め込んだ回答文を表示させる処理を実行して、ステップＳＦ６０（図２５）に処理を戻す。ステップＳＪ３０の処理内容を、当該処理のサブルーチンのフローチャートである図３１を参照して詳細に説明する。

図３１を参照して、この処理では、制御部１０は、まずステップＳＪ３１で、ステップＳＣ４６０で重みの値の順に並べられた回答文の中で１番目の回答文を取り出し、ステップＳＪ３２へ処理を進める。

ステップＳＪ３２では、制御部１０は、プロファイルデータの検索および置換の処理を行ない、ステップＳＪ３３に処理を進める。なお、ステップＳＪ３２の処理内容は、図２８および図２９を参照して説明した処理内容と同様のものであるため、ここでは説明を繰り返さない。なお、図２８および図２９を参照した上記の説明では、回答文および依頼文においてプロファイルデータの検索および置換を行なうよう説明がなされていたが、ＳＪ３２では、回答文に対してのみ、処理が行なわれる。

ステップＳＪ３２の処理の後、制御部１０は、ステップＳＪ３３で、現在処理対象としている回答文を表示リストに追加して、ステップＳＪ３４へ処理を進める。

ステップＳＪ３４では、制御部１０は、ステップＳＣ４６０で重みの値の順に並べられた回答文の中で、ステップＳＪ３２〜ステップＳＪ３３の処理対象とされていないものがあるか否かを判断し、あると判断するとステップＳＪ３５へ、無いと判断するとステップＳＪ３６へ、それぞれ処理を進める。

ステップＳＪ３５では、制御部１０は、現在処理対象とされていた回答文の次に大きな重みの値を付された回答文を抽出し、ステップＳＪ３２へ処理を戻す。

ステップＳＪ３６では、制御部１０は、表示リストにある回答文を表示部１２に表示させて、図３０のステップＳＪ３０に処理をリターンさせる。なお、ステップＳＪ３０の処理が終了すると、制御部１０は、図２５のステップＳＦ６０へ処理をリターンさせる。ステップＳＦ６０の処理の後、制御部１０は、図１２へ処理をリターンさせる。

再度図２５を参照して、ステップＳＦ７０では、依頼文ありフラグがオンにセットされているか否かを判断し、セットされていると判断するとステップＳＦ８０へ処理を進める。ここで、ステップＳＦ８０の処理内容を、当該処理のサブルーチンのフローチャートである図３２を参照して詳細に説明する。

図３２を参照して、この処理では、制御部１０は、まずステップＳＫ１０で、ＹＥＳ／ＮＯ回答フラグがオンされているか否かを判断し、オンされていると判断するとステップＳＫ２０へ、されていないと判断するとステップＳＫ３０へ、それぞれ処理を進める。

ステップＳＫ２０では、ステップＳＦ２０（図２５参照）で表示させた回答文の中で、ユーザからのＹＥＳの回答例かＮＯの回答例のいずれかを選択する情報の入力を待機し、情報の入力があったと判断するとステップＳＫ３０へ処理を進める。

ステップＳＫ３０では、制御部１０は、プロファイル項目の値を埋め込んだ回答文を表示させる処理を実行して、ステップＳＦ８０（図２５）に処理を戻す。ステップＳＫ３０の処理内容を、当該処理のサブルーチンのフローチャートである図３３を参照して詳細に説明する。

図３３を参照して、この処理では、制御部１０は、まずステップＳＫ３１で、ステップＳＣ４８０で重みの値の順に並べられた依頼文の中で１番目の回答文を取り出し、ステップＳＫ３２へ処理を進める。

ステップＳＫ３２では、制御部１０は、プロファイルデータの検索および置換の処理を行ない、ステップＳＫ３３に処理を進める。なお、ステップＳＫ３２の処理内容は、図２８および図２９を参照して説明した処理内容と同様のものであるため、ここでは説明を繰り返さない。なお、図２８および図２９を参照した上記の説明では、回答文および依頼文においてプロファイルデータの検索および置換を行なうよう説明がなされていたが、ＳＫ３２では、依頼文に対してのみ、処理が行なわれる。

ステップＳＫ３２の処理の後、制御部１０は、ステップＳＫ３３で、現在処理対象としている依頼文を表示リストに追加して、ステップＳＫ３４へ処理を進める。

ステップＳＫ３４では、制御部１０は、ステップＳＣ４８０で重みの値の順に並べられた依頼文の中で、ステップＳＫ３２〜ステップＳＫ３３の処理対象とされていないものがあるか否かを判断し、あると判断するとステップＳＫ３５へ、無いと判断するとステップＳＫ３６へ、それぞれ処理を進める。

ステップＳＫ３５では、制御部１０は、現在処理対象とされていた依頼文の次に大きな重みの値を付された依頼文を抽出し、ステップＳＫ３２へ処理を戻す。

ステップＳＫ３６では、制御部１０は、表示リストにある回答文を表示部１２に表示させて、図３２のステップＳＫ３０に処理をリターンさせる。なお、ステップＳＫ３０の処理が終了すると、制御部１０は、図２５のステップＳＦ８０へ処理をリターンさせる。ステップＳＦ８０の処理の後、制御部１０は、図１２へ処理をリターンさせる。

再度図２５を参照して、制御部１０は、ステップＳＦ９０では、返答文が無いことを表示部１２に表示させて、図１２へ処理をリターンさせる。ステップＳＦ９０の処理内容を、当該処理のサブルーチンのフローチャートである図３４を参照して詳細に説明する。

図３４を参照して、制御部１０は、まずステップＳＬ１０で、ＹＥＳ／ＮＯ回答フラグがオンされているか否かを判断し、オンされていると判断するとステップＳＬ２０へ処理を進め、されていないと判断するとステップＳＬ３０へ処理を進める。

ステップＳＬ２０では、ユーザからのＹＥＳの回答例かＮＯの回答例のいずれかを選択する情報の入力を待機し、情報の入力があったと判断するとステップＳＫ３０へ処理を進める。たとえば、「Do you like venison which is a kind of meat?」（あなたは食肉の一種であるシカ肉は好きですか？）という入力文に対しては、「Yes, I do.」の回答例と「No, I don't.」の回答例が、選択肢として表示され（ＳＬ２０）。

ステップＳＬ３０では、制御部１０は、表示部１２に、再度文章を入力することを要求するメッセージを表示させて、図２５のステップＳＦ９０へ処理をリターンさせる。なお、再度文章を入力することを要求するメッセージとしては、たとえば、「もう１度お願いします。」「別の言い方でお願いします。」のようなユーザの会話相手に対して再度会話文を発音することを要求するメッセージや、ユーザ自信に対して別の文章の入力を要求するメッセージが挙げられる。

なお、とりあえず肉が嫌いならば、ステップＳＬ２０で「No, I don't.」を選択した後、ステップＳＬ１０からステップＳＬ３０へ処理を進め、「Venison」の単語が分からないので、ステップＳＬ３０で、「What is venison？ Could you tell me with the other expression.」という会話文を出すというように、利用することができる。なお、携帯型翻訳機１においてこのような処理が実行される場合、ＳＬ３０は、入力された質問文の中の名詞句を取り出し「What is （取り出された名詞句）?」という質問文（入力された質問文中の名詞句の内容を問い合わせる質問文）を作成するとともに、当該作成した質問文の後に、「別の表現でお願いします」という英文に対応する固定データ（たとえば情報記憶部１８に格納されたデータ）を読み出して付けて、出力する処理とされる。

図１２に戻って、ステップＳＡ５０で入力された文が疑問文ではないと判断すると、制御部１０は、ステップＳＡ９０でプロファイルデータを抽出する処理を実行して、ステップＳＡ１００へ処理を進める。なお、ステップＳＡ９０における処理内容を、当該処理のサブルーチンのフローチャートである図１５を参照して説明する。

図１５を参照して、プロファイルデータを抽出する処理では、制御部１０は、まずステップＳＡ９０２において、ステップＳＡ１０で入力されたと判断した会話文（ステップＳＢ１０でテキストデータを取得した会話文）から最初（文頭）の単語を取出して、ステップＳＡ９０４へ処理を進める。

ステップＳＡ９０４では、制御部１０は、直前の処理で取出した単語が属性ＤＢ（属性テーブル（表２参照））の内容の欄に含まれる単語であるか否かを判断し、そうであると判断するとステップＳＡ９０６へ処理を進め、そうではないと判断するとステップＳＡ９１０へ処理を進める。

ステップＳＡ９０６では、制御部１０は、現在処理対象となっている単語が属性テーブルにおいて関連付けて記憶されている属性を取得して、ステップＳＡ９０８へ処理を進める。

ステップＳＡ９０８では、属性・プロファイル関連テーブル（表２１参照）において、直前のステップＳＡ９０６で取得した属性に関連付けられて記憶されているプロファイル項目を取得し、現在処理対象となっている単語（ステップＳＡ９０１またはステップＳＡ９１８で取出された単語）と関連付けて更新用情報記憶部１３６Ａに記憶させて、ステップＳＡ９１０へ処理を進める。

ステップＳＡ９１０では、制御部１０は、ステップＳＡ９０４において処理対象とした単語が分類ＤＢ（分類テーブル（表３参照））の内容の欄に含まれる単語であるか否かを判断し、そうであると判断するとステップＳＡ９１２へ処理を進め、そうではないと判断するとステップＳＡ９１６へ処理を進める。

ステップＳＡ９１２では、制御部１０は、現在処理対象となっている単語が分類テーブルにおいて関連付けて記憶されている分類を取得して、ステップＳＡ９１４へ処理を進める。

ステップＳＡ９１４では、分類・プロファイル関連テーブル（表２２参照）において、直前のステップＳＡ９１２で取得した分類に関連付けられて記憶されているプロファイル項目を取得し、現在処理対象となっている単語（ステップＳＡ９０１またはステップＳＡ９１８で取出された単語）と関連付けて更新用情報記憶部１３６Ａに記憶させて、ステップＳＡ９１６へ処理を進める。

ステップＳＡ９１６では、制御部１０は、入力された会話文の中でまだステップＳＡ９０２からステップＳＡ９１４までの処理の対象となっていない単語があるか否かを判断し、あると判断するとステップＳＡ９１８で、当該会話文の中から現在処理対象としていた単語の次に位置している単語を取出して、ステップＳＡ９０４へ処理を戻す。一方、そのような単語がないと判断すると、制御部１０は、処理を図１２に戻す。

以上図１５を参照して説明したプロファイルデータを抽出する処理では、たとえば、「Your size is medium.」という会話相手の音声が入力された場合、「medium」という単語が含まれることから、ステップＳＡ９０４で、制御部１０は、属性テーブルにおいて当該「medium」に関連付けられて記憶されている属性である「サイズ（size）」を取得する。そして、ステップＳＡ９０８において、制御部１０は、属性・プロファイル関連テーブルにおいて、属性「サイズ（size）」に関連付けられて記憶されているプロファイル項目である「体型」を取得し、更新用情報記憶部１３６Ａに、単語「medium」とプロファイル項目「体型」とを関連付けて記憶させる。

図１２に戻って、ステップＳＡ９０でプロファイルデータを抽出する処理を実行した後、制御部１０は、ステップＳＡ１００で、入力された会話文がプロファイルデータを含むか否かを判断し、含むと判断するとステップＳＡ２００（図１３参照）へ処理を進め、含んでいないと判断するとステップＳＡ１１０へ処理を進める。なお、ここでの判断は、たとえば直前のプロファイルデータを抽出する処理において更新用情報記憶部１３６Ａへの単語と属性（または分類）の記憶がなされたか否かが判断されることにより実現される。

ステップＳＡ１１０では、制御部１０は、会話相手が話した内容の訳文を表示部１２に表示させて、ステップＳＡ１２０へ処理を進める。なお、訳文を表示させる処理は、たとえば、ステップＳＢ１０で取得したテキストデータに対して既存の翻訳処理を施し、当該処理後のデータを表示部１２に表示させることにより実現される。

ステップＳＡ１２０では、ＧＰＳ９１０を介して現在の位置情報を取得して、ステップＳＡ１３０へ処理を進める。

ステップＳＡ１３０では、制御部１０は、当該返答例提示処理が実行される前に取得された最も新しい位置情報と直前のステップＳＡ１２０で取得された位置情報とを比較し、これらの間に予め定められた距離以上の変化があったか否かを判断し、あったと判断するとステップＳ１０２（図３参照）に処理を戻し、ないと判断するとステップＳ１０６（図３参照）へ処理を戻す。

ステップＳＡ３０において、制御部１０は、音声を入力した人物が携帯型翻訳機１のユーザ自身であると判断すると、ステップＳＡ１４０へ処理を進める。図１３を参照して、ステップＳＡ１４０では、制御部１０は、自分（携帯型翻訳機１のユーザ自身）が話した内容の解析を行なって、ステップＳＡ１５０へ処理を進める。なお、ステップＳＡ１４０における解析は、たとえば、入力された音声に対して既存の音声認識技術を適用することによりテキストデータを取得し、当該テキストデータに対して形態素解析を行なうことにより実現される。

ステップＳＡ１５０では、制御部１０は、ステップＳＡ１４０における解析結果を参照することにより入力された文がＹＥＳを含む回答文（肯定文）であったか否かを判断し、そうであると判断するとステップＳＡ１６０へ処理を進め、そうではないと判断するとステップＳＡ１８０へ処理を進める。なお、ステップＳＡ１５０では、制御部１０は、ＹＥＳを含む文以外であっても、入力された文が肯定文であるという条件を満たす場合には、ステップＳＡ１６０へ処理を進める。このような条件を特定する情報は、参照用情報記憶部１３６に予め登録されておいても良いし、ユーザによって参照用情報記憶部１３６に登録されても良いし、または、ネットワークを介してダウンロードされて参照用情報記憶部１３６に登録されても良い。

ステップＳＡ１６０では、制御部１０は、ステップＳＡ６０で保存しておいた疑問文からプロファイルデータを抽出する処理を実行して、ステップＳＡ１７０へ処理を進める。なお、ステップＳＡ１６０におけるプロファイルデータを抽出する処理は、ステップＳＡ９０（図１５を参照して説明したプロファイルデータを抽出する処理）と同様の内容とすることができるため、ここでは説明を繰返さない。

ステップＳＡ１７０では、ステップＳＡ１６０における処理の結果として、プロファイルデータを含むか否かを判断し、含むと判断するとステップＳＡ２００へ処理を進め、含まないと判断するとステップＳＡ２０１へ処理を進める。なお、ステップＳＡ６０で保存された疑問文がプロファイルデータを含むか否かの判断は、ステップＳＡ１６０における処理の結果として更新用情報記憶部１３６Ａへの単語と属性（または分類）の記憶がなされたか否かが判断されることにより実現される。

ステップＳＡ２００ではプロファイルデータ（表１参照）を更新する処理を実行して、ステップＳＡ２０１へ処理を進める。

ここで、ステップＳＡ２００における処理の内容を、当該処理のサブルーチンのフローチャートである図１６を参照して説明する。

図１６を参照して、プロファイルデータを更新する処理では、制御部１０は、まずステップＳＡ２０２で、プロファイルデータ（表１）における最初のプロファイル項目を取得し、ステップＳＡ２０４処理を進める。

ステップさ２０４では、更新用情報記憶部１３６Ａ（図１参照）に、現在取得しているプロファイル項目に対応する情報が記憶されているか否かを判断し、記憶されていると判断すると、プロファイルデータにおける当該項目の値を更新して、ステップＳＡ２０６へ処理を進める。ステップＳＡ２０６では、制御部１０は、プロファイルデータにおいてまだステップＳＡ２０４の処理対象とされていないプロファイル項目がある否かを判断し、あると判断するとステップＳＡ２０８へ処理を進め、ないと判断すると図１３へ処理を戻す。

ステップＳＡ２０８では、制御部１０は、プロファイルデータにおいて、その時点で処理対象とされていたプロファイル項目の次のプロファイル項目を取得して、ステップＳＡ２０４へ処理を戻す。

以上図１６を参照して説明したプロファイルデータを更新する処理では、更新用情報記憶部１３６Ａに記憶されている情報を利用してプロファイルデータ（表１）の更新がなされるため、ステップＳＡ２０２を実行する前に更新用情報記憶部１３６Ａに何ら情報が記憶されていなければその時点でプロファイルデータを更新する処理は終了するように構成されても良い。また、プロファイルデータを更新する処理が終了して、処理が図１３に戻される際には、更新用情報記憶部１３６Ａに記憶された情報がクリアされることが好ましい。

また、プロファイルデータを更新する処理において、ステップＳＡ２０４では、更新用情報記憶部１３６Ａに対応する情報が記憶されているプロファイル項目については、プロファイルデータにおける値が当該記憶されていた情報によって更新されていたが、本実施の形態では、プロファイルデータの対応する値に、更新情報記憶部１３６Ａに記憶されている情報を追加して記憶させることもできる。

図１３に戻って、ステップＳＡ１９０またはステップＳＡ２００の後、ステップＳＡ２０１では、制御部１０は、ステップＳＡ６０で保存した文（疑問文）を消去して、ステップＳＡ２１０へ処理を進める。

ステップＳＡ２１０で、制御部１０は、表示部１２に自分（携帯型翻訳機１のユーザ）の話した内容の訳文を表示させて、ステップＳＡ１０へ処理を戻す。なお、ステップＳＡ２１０における訳文の表示は、ステップＳＡ１４０で取得したテキストデータに対して既存の翻訳処理を施し、当該翻訳処理の結果が表示部１２に表示されることにより実現される。

ステップＳＡ１８０では、自分が話した内容（携帯型翻訳機１のユーザ自身が入力した音声）に対して、プロファイルデータを抽出する処理を実行して、ステップＳＡ１９０へ処理を進める。なお、ステップＳＡ１８０における処理内容は、図１５を参照して説明したステップＳＡ９０における処理内容と同様のものとすることができるため、ここでは詳細な説明は繰返さない。

ステップＳＡ１９０では、ステップＳＡ１８０の処理の結果、携帯型翻訳機１のユーザ自身が入力した音声に対応した文においてプロファイルデータが含まれるか否かを判断し、含まれると判断するとステップＳＡ２００へ処理を進め、含まれないと判断するとステップＳＡ２１０へ処理を進める。なお、ここでの判断は、たとえばステップＳＡ１８０における処理によって更新用情報記憶部１３６Ａに情報が記憶されたか否かの判断によって実現される。

以上（特に、図１１〜図３４を参照して）説明した本実施の形態では、文章が入力された場合であって、それが質問文（疑問文）である場合には、携帯型翻訳機１は、返答文として、当該質問文に返答する文章を表示部１２に表示させることができる。また、携帯型翻訳機１は、ユーザのプロファイルデータ（表１参照）を記憶しておき、提示する返答文においてユーザのプロファイルデータを組み込ませることができる。

以上説明した本実施の形態では、入力文と同じ属性または分類である各回答例に対して、入力文についての当該属性または分類の重みと、各回答例についての当該属性または分類の重みの積が算出されて、各回答例を当該入力文の返答例として表示する際の順序に関する重みとされた。なお、当該順序に関する重みは、入力文についての当該属性または分類の重みに、各回答例についての当該属性または分類の重みが付加されることによって、算出されても良い。

なお、本実施の形態では、図３５（Ａ）に示されるように入力文（質問文）が入力されると、その入力文に含まれる属性または分類に対応したプロファイル項目について、プロファイルデータにおいて当該プロファイル項目に関連付けられて値が登録されている場合には、図３５（Ｂ）に示されるように回答文が表示される。当該回答文には、プロファイル項目に関連付けられた値が組み込まれる。なお、回答文は、図３５（Ｃ）に示されるように、ユーザの属性に対応する部分をプルダウンメニューが適用されたように表示される。プルダウンメニューには、回答文中の属性に対応する部分（図３５（Ｃ）では、洋服等のサイズ）について入力されるのに適するとされる情報であって予め登録された情報が表示される。なお、プルダウンメニューに表示されるメニューは、属性ＤＢ１３４において、プロファイル項目に対応した属性または分類（図３５に示された例では、属性「サイズ」）についての値の候補として登録されている項目が示される。

一方、入力文（質問文）に含まれる属性または分類に対応したプロファイル項目について、プロファイルデータにおいて当該プロファイル項目に関連付けられた値が登録されていない場合には、図３５（Ｄ）に示されるように、当該属性または分類についてわからない旨を示す回答文が表示される。そして、その次に、当該属性または分類について、測定を依頼したりする依頼文が表示される。なお、図３５（Ｆ）に示されるように、プルダウンメニューとして、測定を依頼する文の他に、想定される文を返答文の候補として複数表示させても良い。この場合、回答例に付された重みの大きい順に、プルダウンメニューの上から縦方向に並べて表示される。

また、以上説明した本実施の形態では、ユーザが特に操作をすることが無くとも、入力される会話文に基づいて、プロファイルデータに登録されている値が更新される。具体的には、たとえば、携帯型翻訳機１において、プロファイルデータとして表１に示されるような情報が登録されている場合、「Your size is medium.」という会話相手の音声が入力された場合には、表２３に示されるように、「体型」というプロファイル項目に対応した値が「medium」に更新される。

つまり、図１５を参照して説明したように、たとえば「Your size is medium.」という会話相手の音声が入力された場合、「medium」という単語が含まれることから、制御部１０は、属性テーブルにおいて当該「medium」に関連付けられて記憶されている属性である「サイズ（size）」を取得し、属性・プロファイル関連テーブルにおいて、属性「サイズ（size）」に関連付けられて記憶されているプロファイル項目である「体型」を取得し、更新用情報記憶部１３６Ａに、単語「medium」とプロファイル項目「体型」とを関連付けて記憶させる。そして、更新用情報記憶部１３６Ａに記憶された情報は、図１６を参照して説明したように、プロファイル項目の更新に利用される。

なお、プロファイル項目によっては、データを入れ替えるのではなく、データを追加することによって、更新用情報記憶部１３６Ａに記憶された情報を用いたデータの更新がなされる場合がある。このような更新が行なわれた後のプロファイルデータの一例を、表２４に示す。

表２４では、好きな色に関連付けられた値の欄に、「赤（１０）」と「青（１）」というデータが記憶されている。括弧内の数値は、「重み」を意味する。

たとえば「My favorite color is blue.」という携帯型翻訳機１のユーザ自身の声が入力された場合、属性テーブルまたは分類テーブルの「内容」に含まれる単語に一致する単語が含まれているか否かを監視し、「blue」という単語が含まれることから、制御部１０は、属性テーブルにおいて当該「blue」に関連付けられて記憶されている属性である「色（color）」を取得する。

そして、制御部１０は、属性・プロファイル関連テーブルにおいて、属性「色（color）」に関連付けられて記憶されているプロファイル項目である「好きな色」「嫌いな色」を取得する。なお、制御部１０は、さらに、上記の「blue」が含まれている文に対して、「好き」または「嫌い」という感情を特定できる文言（たとえば、好意的な感情を特定できる文言としては「favorite」「like」、否定的な感情を特定できる文言としては「don't like」「dislike」）が含まれるか否かを検知する。そして、含まれていると判断すると、検出した単語（上記した、属性テーブルまたは分類テーブルの「内容」に含まれる単語）をプロファイル項目の「好きな色」または「嫌いな色」に関連付けて記憶させる。つまり、たとえば、上記の例であれば、「favorite」が含まれているので、更新用情報記憶部１３６Ａに、単語「blue」をプロファイル項目「好きな色」に関連付けて記憶させる。そして、更新用情報記憶部１３６Ａに記憶された情報は、図１６を参照して説明したように、プロファイル項目の更新に利用される。

なお、プロファイルデータにおいて、「好きな色」や「嫌いな色」のように、複数の値を持つことができるプロファイル項目については、プロファイル項目の更新は、上記のように入力文から取得された情報を、追加するような態様で行なわれる。具体的には、表１に示したプロファイルデータに対して、表２４に示されたプロファイルデータは、「好きな色」に対応する値が「赤」だけでなく「青」も含むように更新されている。

なお、このような更新が行なわれる際には、ステップＳＡ２０４（図１６参照）において、入力文に含まれる単語をプロファイルデータに追加する際には、日本語への翻訳処理を施した後で、追加するようにされることが好ましい。

また、データを追加する際には、追加した回数を、表２４に示されるプロファイルデータの括弧内の数値として表すことが好ましい。このようにプロファイルデータが更新されることにより、再度「My favorite color is blue.」という携帯型翻訳機１のユーザ自身の声が入力された場合、プロファイルデータは、表２５のように更新される。表２５では、「好きな色」に関連付けられた値への「青」の追加が２回目となることから、「青」に対応する括弧内の数値が「２」とされている。

上記のように「好きな色」または「嫌いな色」への単語の振り分けは、当該単語が検出された文章に感情を特定できる文言の種類（好意的または否定的）に応じて実現することができる。なお、プロファイルデータにおける各欄ごとについて専用の文言を情報記憶部１８に記憶させておき、そして、制御部１０は、入力された会話文の中から属性テーブルまたは分類テーブルの「内容」に記憶されている単語の中から或る単語が抽出された場合、さらに、同じ文から上記した専用の文言の抽出を試み、専用の文言が抽出された場合には、最初に抽出した「或る単語」を、抽出した専用の文言が対応する項目名の値として登録する。

具体的には、たとえば、入力された会話文に「egg」が含まれる場合、制御部１０は、当該単語が含まれることを検知する。当該単語は、分類テーブルに含まれているからである。そして、制御部１０は、さらに、入力された会話文から上記した専用の文言の抽出を試みる。専用の文言とは、たとえば、色に関して上記した「favorite」「like」「don't like」「dislike」や、アレルギーに関する「allergic」が挙げられる。そして、「allergic」が入力された会話文に含まれると判断すると、つまり、入力された会話文から当該単語を抽出すると、制御部１０は、最初に抽出した単語「egg」（またはそれに対応する日本語である「卵」）を、プロファイルデータにおける、「allergic」が対応する項目名「アレルギー」の値として記憶させる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明の一実施の形態である携帯型翻訳機の機能を説明するための模式的な図である。 図１の携帯型翻訳機のハードウェア構成を示す図である。 図１の携帯型翻訳機において、当該携帯型翻訳機の位置に応じた会話例が提示される際に実行される処理のフローチャートである。 図３のフローチャートの中の、現在位置の建物情報を取得する処理のサブルーチンのフローチャートである。 図３のフローチャートの中の、現在位置の建物情報を取得する処理のサブルーチンのフローチャートである。 図３のフローチャートの中の、店情報を取得する処理のサブルーチンのフローチャートである。 図３のフローチャートの中の、店情報に追加情報を付加してキーワードを作成する処理のサブルーチンのフローチャートである。 図３のフローチャートの中の、キーワードをキーとして会話事例ＤＢから提示する会話例を検索する処理のサブルーチンのフローチャートである。 図３のフローチャートの中の、会話例を表示する処理のサブルーチンのフローチャートである。 図２の携帯型翻訳機の表示部における表示内容の一例を示す図である。 図１の携帯型翻訳機の機能を説明するための図である。 図２の携帯型翻訳機の制御部が実行する返答例提示処理のフローチャートである。 図２の携帯型翻訳機の制御部が実行する返答例提示処理のフローチャートである。 図１２のステップＳＡ４０のサブルーチンのフローチャートである。 図１２のステップＳＡ９０のサブルーチンのフローチャートである。 図１３のステップＳＡ２００のサブルーチンのフローチャートである。 図１２のステップＳＡ７０のサブルーチンのフローチャートである。 図１２のステップＳＡ７０のサブルーチンのフローチャートである。 図１２のステップＳＡ７０のサブルーチンのフローチャートである。 図１２のステップＳＡ７０のサブルーチンのフローチャートである。 図１２のステップＳＡ７０のサブルーチンのフローチャートである。 図１７のステップＳＣ５０のサブルーチンのフローチャートである。 図１７のステップＳＣ５０のサブルーチンのフローチャートである。 図１７のステップＳＣ８０のサブルーチンのフローチャートである。 図１２のステップＳＡ８０のサブルーチンのフローチャートである。 図２５のステップＳＦ４０のサブルーチンのフローチャートである。 図２６のステップＳＨ３０のサブルーチンのフローチャートである。 図２７のステップＳＨ３２のサブルーチンのフローチャートである。 図２７のステップＳＨ３２のサブルーチンのフローチャートである。 図２５のステップＳＦ６０のサブルーチンのフローチャートである。 図３０のステップＳＪ３０のサブルーチンのフローチャートである。 図２５のステップＳＦ８０のサブルーチンのフローチャートである。 図３２のステップＳＫ３０のサブルーチンのフローチャートである。 図２５のステップＳＦ９０のサブルーチンのフローチャートである。 図１の携帯型翻訳機において質問文が入力された際に表示される返答文の内容を説明するための図である。

符号の説明

１ 携帯型翻訳機、１０ 制御部、１１ 入力部、１２ 表示部、１３ Ｄ／Ａ変換部、１４ 出力アンプ、１５ スピーカ、１６ 辞書データ記憶部、１７ 音声データ記憶部、１８ 情報記憶部、１９ 通信部、１００ 会話エンジン、１０１ 質問解析機能、１０２ 返答作成エンジン、１０２Ａ 回答作成機能、１０２Ｂ 依頼文作成機能、１３１ 翻訳辞書ＤＢ、１３２ 場面情報ＤＢ、１３３ プロファイルデータ記憶部、１３４ 属性ＤＢ、１３５ 分類ＤＢ、１３６ 参照用情報記憶部、１３６Ａ 更新用情報記憶部、１４０ 会話文ＤＢ、１４１ 会話事例ＤＢ、１４２ 回答事例ＤＢ、１４３ 依頼事例ＤＢ、１４４ 会話履歴ＤＢ、９０１ ユーザ、９０２ 会話相手。

Claims (9)

1. 会話文が記憶されている会話文記憶手段を備えた電子機器において、
   前記会話文記憶手段は、会話文とユーザの特性の種類を表す特定の単語とを関連付けて記憶し、
   前記特定の単語と、前記特定の単語に対応するユーザの特性を表す単語である特性用単語とを関連付けて記憶するプロファイルデータ記憶手段と、
   前記特定の単語と、前記特定の単語に対応する前記特性用単語の候補を特定する情報とを関連付けて記憶する候補記憶手段と、
   会話文の入力を受付ける会話文入力手段と、
   前記会話文入力手段に入力された入力会話文についての形態素解析を行なう会話文解析手段と、
   前記会話文解析手段による解析結果として得られた前記入力会話文中の単語の中から、前記特定の単語を抽出する抽出手段と、
   前記会話文記憶手段から、前記抽出手段により抽出された特定の単語に関連付けられて記憶された会話文を検索する会話文検索手段と、
   前記会話文検索手段により検索された会話文に、前記候補記憶手段において前記抽出手段により抽出された特定の単語と関連付けられた特性用単語を挿入して、前記会話文入力手段により入力された入力会話文に対する応答文として出力する会話文出力手段とを備え、
   前記抽出手段は、さらに、前記入力会話文中の単語の中から抽出した前記特定の単語と前記候補記憶手段において関連付けて記憶されている前記特性用単語の候補を抽出し、
   前記抽出手段が抽出した前記特性用単語の候補を、前記プロファイルデータ記憶手段に記憶させる制御手段をさらに備える、電子機器。
2. 前記会話文入力手段に入力された会話文が、前記電子機器のユーザのものであるかそれ以外の人物のものであるかを判断する第１の判断手段と、
   前記第１の判断手段が前記入力された会話文が前記電子機器のユーザ以外の人物のものであると判断した場合に、前記入力された会話文が疑問文であるか否かを判断する第２の判断手段と、
   前記第２の判断手段が疑問文であると判断した場合に、前記入力された会話文を一時的に記憶する一時的記憶手段と、
   前記一時的記憶手段に会話文が記憶された後に入力された会話文について前記第１の判断手段が前記入力された会話文が前記電子機器のユーザのものであると判断した場合に、前記入力された会話文が肯定文であるか否かを判断する第３の判断手段とをさらに備え、
   前記抽出手段は、前記第３の判断手段が肯定文であると判断した場合に、前記一時的記憶手段に記憶された会話文中の単語の中から抽出した前記特定の単語と前記候補記憶手段において関連付けて記憶されている前記特性用単語の候補を抽出し、
   前記一時的記憶手段は、前記抽出手段が前記一時的記憶手段に記憶された会話文に対する前記特性用単語の候補の抽出の後、記憶している会話文を消去する、請求項１に記載の電子機器。
3. 前記抽出手段は、前記第２の判断手段が疑問文ではないと判断した場合には、前記電子機器のユーザ以外の人物のものであると判断した会話文中の単語の中から抽出した前記特定の単語と前記候補記憶手段において関連付けて記憶されている前記特性用単語の候補を抽出する、請求項２に記載の電子機器。
4. ユーザを特定するための音声データであるサンプルデータを記憶するサンプルデータ記憶手段をさらに備え、
   前記第１の判断手段は、前記サンプルデータに基づいて、前記会話文入力手段に入力された会話文が前記電子機器のユーザのものであるかそれ以外の人物のものであるかを判断する、請求項２または請求項３に記載の電子機器。
5. 外部から操作される操作部をさらに備え、
   前記第１の判断手段は、前記会話文入力手段に入力された会話文が前記操作部が操作された状態で入力されたか否かに基づいて、前記会話文入力手段に入力された会話文が前記電子機器のユーザのものであるかそれ以外の人物のものであるかを判断する、請求項２または請求項３に記載の電子機器。
6. 前記制御手段は、前記抽出手段が抽出した前記特性用単語の候補を、前記プロファイルデータ記憶手段に記憶されている前記特性用単語と入れ替えて前記プロファイルデータ記憶手段に記憶させる、請求項１〜請求項５のいずれかに記載の電子機器。
7. 前記制御手段は、前記抽出手段が抽出した前記特性用単語の候補を、前記プロファイルデータ記憶手段に記憶されている前記特定用単語に加えて前記プロファイルデータ記憶手段に記憶させる、請求項１〜請求項５のいずれかに記載の電子機器。
8. 会話文がとユーザの特性の種類を表す特定の単語とを関連付けて記憶されている会話文記憶手段を備えた電子機器の制御方法であって、
   前記特定の単語と、前記特定の単語に対応するユーザの特性を表す単語である特性用単語とを関連付けて記憶するステップと、
   前記特定の単語と、前記特定の単語に対応する前記特性用単語の候補を特定する情報とを関連付けて記憶するステップと、
   会話文の入力を受付けるステップと、
   前記入力された会話文についての形態素解析を行なうステップと、
   前記形態素解析による解析結果として得られた前記入力会話文中の単語の中から、前記特定の単語を抽出するステップと、
   前記会話文記憶手段から、前記抽出された特定の単語に関連付けられて記憶された会話文を検索するステップと、
   前記検索された会話文に、前記抽出された特定の単語と関連付けられた特性用単語を挿入して、前記入力された会話文に対する応答文として出力するステップと、
   前記入力会話文中の単語の中から抽出した前記特定の単語と関連付けて記憶されている前記特性用単語の候補を抽出するステップと、
   前記抽出した特性用単語の候補を、前記特定の単語に対応するユーザの特性を表す単語として前記特定の単語に関連付けて記憶するステップとを備える、電子機器の制御方法。
9. 電子機器において請求項８に記載の制御方法を実現するためのコンピュータプログラム。

Images