JP2015133047A - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
JP2015133047A
JP2015133047A JP2014005022A JP2014005022A JP2015133047A JP 2015133047 A JP2015133047 A JP 2015133047A JP 2014005022 A JP2014005022 A JP 2014005022A JP 2014005022 A JP2014005022 A JP 2014005022A JP 2015133047 A JP2015133047 A JP 2015133047A
Authority
JP
Japan
Prior art keywords
information
response
user
relationship
elements
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2014005022A
Other languages
English (en)
Inventor
角川 元輝
Mototeru Kadokawa
元輝 角川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2014005022A priority Critical patent/JP2015133047A/ja
Priority to PCT/JP2014/078524 priority patent/WO2015107741A1/ja
Priority to EP14879246.8A priority patent/EP3096240A4/en
Priority to US15/109,841 priority patent/US9965463B2/en
Publication of JP2015133047A publication Critical patent/JP2015133047A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • G06F40/35Discourse or dialogue representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43Querying
    • G06F16/432Query formulation
    • G06F16/433Query formulation using audio data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63Querying
    • G06F16/632Query formulation
    • G06F16/634Query by example, e.g. query by humming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/268Morphological analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】質問に対する応答のユーザの満足度を向上する。【解決手段】ユーザから入力された質問の意図を理解する意図理解部と、前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、を備え、各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置。【選択図】図4

Description

本開示は、情報処理装置、情報処理方法およびプログラムに関する。
近日、ユーザの支援を目的とする対話型のユーザ支援機能を備える情報処理装置の普及が進んでいる。このような情報処理装置は、ユーザから質問を受けると、ユーザからの質問に対する回答を自動的に生成してユーザに応答する。例えば、ユーザが「明日の天気は?」と発話すると、情報処理装置は「台風です。」という音声を出力する。なお、ユーザの支援を目的とするシステムについては例えば特許文献1にも開示されている。
特開2009−157951号公報
しかし、ユーザからの質問に対する回答のみを応答するユーザ支援機能では、例えば回答を受けてユーザが追加質問を繰り返す手間が生じる場合があるので、ユーザの満足度が不十分である。
そこで、本開示では、質問に対する応答のユーザの満足度を向上することが可能な、新規かつ改良された情報処理装置、情報処理方法およびプログラムを提案する。
本開示によれば、ユーザから入力された質問の意図を理解する意図理解部と、前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、を備え、各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置が提供される。
また、本開示によれば、ユーザから入力された質問の意図を理解することと、前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報をプロセッサにより抽出することと、を含み、各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、前記応答付加情報を抽出することは、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出することを含む、情報処理方法が提供される。
また、本開示によれば、コンピュータを、ユーザから入力された質問の意図を理解する意図理解部と、前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、を備え、各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置として機能させるための、プログラムが提供されます。
以上説明したように本開示によれば、質問に対する応答のユーザの満足度を向上することが可能である。なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
本開示の実施形態によるユーザ支援機能の概要を示した説明図である。 本開示の実施形態による情報処理装置のハードウェア構成を示した説明図である。 知識情報の具体例を示した説明図である。 制御部により実現される機能を示した機能ブロック図である。 意図構造の具体例を示した説明図である。 センサ情報の具体例を示した説明図である。 グラフ構造の生成過程を示した説明図である。 グラフ構造の生成過程を示した説明図である。 グラフ構造の他の例を示した説明図である。 本開示の実施形態による情報処理装置の動作を示すフローチャートである。 意図理解部により得られた「明日の予定は?」という質問の意図構造を示した説明図である。 グラフ構造の他の例を示した説明図である。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
また、本明細書及び図面において、実質的に同一の機能構成を有する複数の構成要素を、同一の符号の後に異なるアルファベットを付して区別する場合もある。ただし、実質的に同一の機能構成を有する複数の構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。
また、以下に示す項目順序に従って本開示を説明する。
1.ユーザ支援機能の概要
2.情報処理装置の構成
3.情報処理装置の機能
4.情報処理装置の動作
5.応用例
6.むすび
<1.ユーザ支援機能の概要>
近日、多様なユーザ支援機能の普及が進んでいる。例えば、ユーザからの質問に対する回答を自動的に生成してユーザに応答する対話型のユーザ支援機能が注目を集めている。しかし、ユーザからの質問に対する回答のみを応答する機能では、回答を受けてユーザが追加質問を繰り返す手間が生じる場合や、追加質問すべきことに気付かずにユーザが後で困る場合などがあるので、ユーザの満足度が不十分である。
これに対し、ユーザからの質問に対する回答に加え、他の情報も回答する機能では、上記懸念が幾分緩和される。例えば、ユーザの「明日の天気は?」という質問に対して、「台風です。」という回答に加え、「海岸地区にお住いの方は高潮に注意して、避難に備えて下さい。」という付加情報をユーザ支援機能が応答すると、海岸地区に住んでいるユーザは、事前の避難により高潮の被害を逃れ得る。
しかし、全てのユーザにとって有益な付加情報は必ずしも同一ではない。例えば、上記の付加情報は、海岸地区に住んでいるユーザにとっては有益であるが、内陸地に住んでいるユーザにとっては有益と言い難い。このため、回答に加えて一律的な付加情報を応答するユーザ支援機能にはさらなる改善が望まれた。
そこで、上記事情に鑑みて本開示の実施形態による情報処理装置が創作されるに至った。本開示の実施形態による情報処理装置は、ユーザから質問を受けると、質問に対する回答に加えて、ユーザに合わせた情報を応答することが可能である。図1を参照し、より具体的に説明する。
図1は、本開示の実施形態によるユーザ支援機能の概要を示した説明図である。図1に示したように、本開示の実施形態による情報処理装置20は、電車で通勤するユーザAからの「明日の天気は?」という質問には、「明日は台風です。」という回答に加え、「電車が遅れるかもしれませんので、早めに起きた方が良さそうです。」という情報を応答し得る。一方、本開示の実施形態による情報処理装置20は、海岸地区に住んでいるユーザBからの「明日の天気は?」という質問には、「明日は台風です。」という回答に加え、「高潮に注意して、避難に備えて下さい。」という情報を応答し得る。
上記のように、本開示の実施形態による情報処理装置20は、ユーザからの質問に対し、回答に加えてユーザに合わせた情報を応答するので、ユーザにとって有益な情報を提供できる可能性が高い。このため、本開示の実施形態による情報処理装置20は、質問に対する応答のユーザの満足度を一層向上することが可能である。以下、このような本開示の実施形態による情報処理装置20の構成、機能および動作について順次詳細に説明する。
<2.情報処理装置の構成>
本開示の実施形態による情報処理装置20は、上述したユーザ支援機能をソフトウェアとの協働により実現するためのハードウェアを備える。以下、情報処理装置20のハードウェア構成について図2を参照して具体的に説明する。なお、図1においては情報処理装置20の一例として携帯端末を示したが、情報処理装置20は、PC(Personal Computer)、家庭用映像処理装置(DVDレコーダ、ビデオデッキなど)、PDA(Personal Digital Assistants)、家庭用ゲーム機器、家電機器、スマートフォン、携帯電話、PHS、携帯用音楽再生装置、携帯用映像処理装置、携帯用ゲーム機器などであってもよい。
図2は、本開示の実施形態による情報処理装置20のハードウェア構成を示した説明図である。図2に示したように、本開示の実施形態による情報処理装置20は、音声入力装置204、音声入力インタフェース208、センサ212、センサ入力インタフェース216、操作装置220、操作入力インタフェース224、記憶装置228、記録/読出インタフェース232、音声出力インタフェース236、音声出力装置240、表示出力インタフェース244、表示装置248、通信インタフェース252および制御部260を備える。
音声入力装置204は、ユーザによる音声入力を受け付けるための装置である。音声入力装置204は、ユーザにより発せられた音声を電気信号に変換するマイクロホンであってもよい。音声入力装置204にユーザの音声が入力されると、電気信号に変換された音声が音声入力インタフェース208を介して制御部260へ出力される。
センサ212は、情報処理装置20または情報処理装置20のユーザが置かれている環境を検出する。例えば、センサ212は、位置を検出するGPS(Global Positioning System)、温度を検出する温度センサおよび湿度を検出する湿度センサなどを含んでもよい。センサ212により得られたセンサ値は、センサ入力インタフェース216を介して制御部260へ出力される。
操作装置220は、ユーザによる操作を検出するための装置である。操作装置220は、タッチパネル、キーボード、マウスまたはボタンなどの入力装置であってもよい。操作装置220によりユーザの操作が検出されると、操作に応じた入力信号が操作入力インタフェース224から制御部260へ出力される。
記憶装置228は、情報処理装置20の動作に用いられる各種情報を記憶する。特に、本実施形態による記憶装置228は、ユーザ支援機能の実現のために用いられる複数の知識情報を記憶する。知識情報は、常識情報、ユーザに関するユーザ情報、ユーザの置かれている環境を示すコンテキスト情報、および世間の事象を示す動的情報の少なくともいずれかを含む。以下、図3を参照し、これら知識情報の具体例を説明する。
図3は、知識情報の具体例を示した説明図である。図3に示したように、各知識情報は、複数の情報要素および複数の情報要素間の関係を示す関係情報を含む。例えば、「長野は地名である。」を意味する常識情報は、情報要素「長野」、情報要素「地名」、および「長野」と「地名」が等価な関係であることを示す関係情報「IS−A」からなる。また、「ユーザAは長野に住んでいる。」を意味するユーザ情報は、情報要素「ユーザA」、情報要素「長野」、および「長野」が「ユーザA」の居所であることを示す関係情報「AT−LOCATION」からなる。
上述した知識情報のうち、常識情報および動的情報は、通信インタフェース252を介して通信網12から取得され得る。また、ユーザ情報は、例えばユーザが操作装置220を操作することにより入力され得る。また、コンテキスト情報は、情報処理装置20のシステム情報として保持され得る。
なお、上記の知識情報を含む各種情報を記憶する記憶装置228は、ハードディスクドライブであってもよい。また、記憶装置228への情報の記録、および記憶装置228からの情報の読出しは、記録/読出インタフェース232により行われる。
音声出力装置240は、音声出力インタフェース236を介して音声信号が供給され、供給された音声信号を音声に変換して出力する。音声出力装置240は、スピーカ、イヤホンまたはヘッドホンなどであってもよい。
表示装置248は、表示出力インタフェース244を介して映像信号が供給され、供給された映像信号に基づいて映像を表示する。表示装置248は、液晶ディスプレイ装置または有機電界発光表示装置であってもよい。
通信インタフェース252は、通信網12との間で通信を行うためのインタフェースである。通信インタフェース252は、有線通信インタフェースであってもよいし、無線通信インタフェースであってもよい。なお、通信網12は、通信網12に接続されている装置から送信される情報の有線、または無線の伝送路である。例えば、通信網12は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ethernet(登録商標)を含む各種のLAN(Local Area Network)、WAN(Wide Area Network)などを含んでもよい。また、通信網12は、IP−VPN(Internet Protocol−Virtual Private Network)などの専用回線網を含んでもよい。
制御部260は、図2に示したように、CPU(Central Processing Unit)262、ROM(Read Only Memory)264、およびRAM(Random Access Memory)266を有する。CPU262は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置20内の動作全般を制御する。このCPU262は、マイクロプロセッサであってもよい。ROM264は、CPU262が使用するプログラムや演算パラメータ等を記憶する。RAM266は、CPU262の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。主としてこの制御部260により、本開示の実施形態によるユーザ支援機能が提供される。
<3.情報処理装置の機能>
以上、本開示の実施形態による情報処理装置20のハードウェア構成を説明した。続いて、図4を参照し、情報処理装置20の上述した制御部260により実現される機能を詳細に説明する。
図4は、制御部260により実現される機能を示した機能ブロック図である。図4に示したように、制御部260は、音声認識部310、言語解析部320、意図理解部330、センサ情報受付部340、グラフ生成部350、情報抽出部360、応答生成部370、および音声合成部380としての機能を有する。
音声認識部310は、ユーザの音声信号に基づいて音声認識を行い、ユーザの音声信号をテキストに変換する。例えば、音声認識部310により、「あしたのてんきは」というテキストが得られる。音声認識部310により得られたテキストは言語解析部320に入力される
言語解析部320は、音声認識部310により得られたテキストが入力され、テキストに対して形態素解析および構文解析などを行うことにより、分かち書き、各形態素の品詞、および係り受けなどを判定する。例えば、言語解析部320は、「あしたのてんきは」というテキストを、「あした/の/てんき/は」のように分割し、各形態素が名詞、助詞、または動詞であるか、および係り受けの判定を行う。これにより、「明日の天気は?」という解析の結果が得られる。言語解析部320による解析の結果は意図理解部330に入力される。
意図理解部330は、言語解析部320により得られた解析の結果が入力され、解析の結果を用いて意図を理解することにより意図構造を生成する。以下、図5を参照して具体的に説明する。
図5は、意図構造の具体例を示した説明図である。意図理解部330は、例えば「明日の天気は?」というテキストの意図が「情報提示」であり、回答が求められている事項を示すドメインが「天気」であることを理解する。また、「天気」は、場所と日時により定まるので、図5に示したように、「いつ」および「どこ」というスロットが用意される。そして、意図理解部330は、「いつ」については、記憶装置228に記憶されているコンテキスト情報に基づいて「明日」が「8/5」であることを特定する。また、「どこ」については、ユーザが住んでいる場所での天気を質問されているとの仮定の下、記憶装置228に記憶されているユーザ情報に基づいてユーザが「長野」に住んでいることを特定する。意図理解部330により得られた意図構造はグラフ生成部350に入力される。
センサ情報受付部340は、センサ212により得られたセンサ値が入力され、センサ値の意味を示すセンサ情報を出力する。このセンサ情報について、図6を参照して具体的に説明する。
図6は、センサ情報の具体例を示した説明図である。センサ情報受付部340は、センサ212の一例であるGPSからのセンサ値に基づき、「ユーザAが北緯35.68度、東経135.77度に現在位置する。」ことを意味する「ユーザA AT−PRESENT−LOCATION 北緯35.68、ユーザA AT−PRESENT−LOCATION 東経135.77」というセンサ情報を出力する。このようにセンサ情報受付部340から出力されるセンサ情報は、知識情報におけるコンテキスト情報の一部として扱われる。
グラフ生成部350は、意図理解部330から意図構造が入力され、センサ情報受付部340からセンサ情報が入力され、意図構造および知識情報(センサ情報を含む。)に基づき、ユーザからの質問と関係性を有する複数の情報要素間の繋がりを示すグラフ構造を生成する。例えば、グラフ生成部350は、意図理解部330により理解されたドメインに対応する第1の情報要素を特定し、当該第1の情報要素と関係性を有する第2の情報要素を知識情報から検索して特定する、というように、情報要素の検索による特定を繰り返す。以下、図7および図8を参照し、グラフ構造の生成についてより具体的に説明する。
図7および図8は、グラフ構造の生成過程を示した説明図である。まず、グラフ生成部350は、意図構造に基づき、「明日」、「8/5」、「天気」、「長野」、「ユーザA」が繋がれたグラフを生成する。そして、グラフ生成部350は、意図構造における、「8/5」および「長野」を属性(PROPERTY)に有する「天気」を特定し、図3に示した「8/5 長野 天気 台風」という動的情報に基づき、当該「天気」に「台風」が関連することを特定し、図7に示したように、グラフのノードとして情報要素「台風」を追加する。
さらに、グラフ生成部350は、作成したグラフに含まれる各情報要素と関係性を有する情報要素を知識情報から検索して追加していくことにより、グラフ構造を更新する。例えば、図8に示したように、グラフ生成部350は、「台風」の影響で生じる「電車遅延」を常識情報から特定し、「台風」に「電車遅延」を繋げる。また、グラフ生成部350は、「ユーザA」が「電車」を使用していることをユーザ情報から特定し、「ユーザA」に「電車」を繋げる。また、グラフ生成部350は、常識情報から「電車遅延」と「電車」が関連していることを特定し、「電車遅延」と「電車」を繋げる。また、図8に示したように、「長野」に「地名」および「内陸地」が繋がれ、「電車遅延」に「ネガティブ」および「早く起きる」が繋がれ、ユーザAに「33℃」が繋がれ得る。
情報抽出部360は、グラフ生成部350により生成されたグラフ構造が入力され、グラフ構造から、質問に対する回答である応答基本情報を抽出する。例えば、情報抽出部360は、意図理解部330により理解されたドメインに対応する情報要素をグラフ構造から特定し、特定した情報要素と所定の関係性を有する情報要素を応答基本情報として抽出する。図8に示したグラフ構造の例では、情報抽出部360は、意図理解部330により理解されたドメインに対応する情報要素「天気」を特定し、「天気」と「IS−A」の関係を有する「台風」を応答基本情報として抽出する。
さらに、情報抽出部360は、グラフ構造および事前に設定されているサーチルールに従い、グラフ構造から応答付加情報を抽出する。例えば、情報抽出部360は、応答基本情報およびユーザ情報に含まれる情報要素と、直接または1以上の情報要素を介して繋がれている情報要素群から応答付加情報を抽出する。より具体的には、情報抽出部360は、所定の情報要素と関係付けられている第3の情報要素および/または第3の情報要素と所定の関係性を有する第4の情報要素を応答付加情報として抽出する。図8に示した例では、情報抽出部360は、応答基本情報である「台風」およびユーザ情報に含まれる情報要素「ユーザA」および「電車」などと直接または1以上の情報要素を介して繋がれている情報要素群から、「ネガティブ」と直接関係付けられている「電車遅延」、および「電車遅延」と事象と対策(COUNTERMEASURE)の関係にある「早く起きる」を応答付加情報として抽出する。
応答生成部370は、情報抽出部360から応答基本情報および応答付加情報が入力され、ユーザからの質問、応答基本情報および応答付加情報に基づいて応答文を生成する。例えば、応答基本情報として「台風」が入力され、応答付加情報として「電車遅延」および「早く起きる」が入力された場合、応答生成部370は、「明日は台風です。電車が遅れるかもしれませんので、早めに起きた方が良さそうです。」という応答文を生成する。
音声合成部380は、応答生成部370から応答文が入力され、音声合成により応答文に対応する音声信号を生成する。音声合成部380により生成された音声信号は音声出力装置240から音声として出力される。なお、応答文の出力形態は音声出力に限られず、応答文の出力形態は表示装置248による表示であってもよい。
上記のように、本実施形態による情報処理装置20は、応答基本情報に加え、応答付加情報に基づいた応答を行うことができるので、単に質問に対する回答のみを応答するシステムに比べて利便性が高い。さらに、情報抽出部360は、ユーザと関係性を有する情報要素を応答付加情報として抽出するので、本実施形態よる情報処理装置20は、ユーザに合わせた応答を行うことができる。従って、本実施形態よる情報処理装置20は、質問に対する応答のユーザの満足度を一層向上することが可能である。
(補足)
上記で参照した図8には、「ネガティブ」が関係付けられている情報要素が「電車遅延」のみである例を示しているが、「ネガティブ」が関係付けられている情報要素が複数存在する場合も考えられる。このような場合を想定した応答付加情報の抽出方法について図9を参照して説明する。
図9は、グラフ構造の他の例を示した説明図である。図9に示したグラフ構造においては、「電車遅延」に加え、「高潮」にも「ネガティブ」が関係付けられている。この場合、情報抽出部360は、「ネガティブ」に関係付けられている情報要素および当該情報要素と事象と対策の関係にある情報要素を抽出するというサーチルールに従い、「電車遅延」、「早く起きる」、「高潮」および「避難」を応答付加情報として抽出してもよい。
しかし、内陸地である長野に住んでいるユーザAにとって、「高潮」および「避難」などの情報が有益とは言い難い。そこで、情報抽出部360は、グラフ構造において応答基本情報とユーザ情報の間に存在する情報要素を含む情報要素群から応答付加情報を抽出してもよい。すなわち、情報要素群は、ユーザ情報と、質問に対応する情報要素を介さない関係性を有する情報要素からなってもよい。この場合、図9に示した例では、「電車遅延」、「電車」、「ネガティブ」、および「早く起きる」が情報要素群を構成する情報要素として挙げられる。一方、「高潮」および「避難」は、グラフ構造において応答基本情報とユーザ情報の間に存在しないので、「高潮」および「避難」は情報要素群に含まれない。このため、情報抽出部360は、「高潮」および「避難」を応答付加情報として抽出せず、「電車遅延」および「早く起きる」を応答付加情報として抽出することができる。
また、情報抽出部360は、各情報要素にスコアが設定されている場合、当該スコアに基づいて応答付加情報を抽出してもよい。すなわち、情報抽出部360は、情報要素群に「ネガティブ」と関係付けられている情報要素が複数存在する場合、当該複数の情報要素の各々に設定されているスコアに基づき、複数の情報要素から応答付加情報として抽出する情報要素を選択してもよい。例えば、情報抽出部360は、スコアが最も高い情報要素を選択してもよいし、スコアが閾値を超えている情報要素を選択するなど、スコアが高い情報要素を優先的に選択してもよい。
あるいは、情報抽出部360は、情報要素群に「ネガティブ」と関係付けられている情報要素が複数存在する場合、当該複数の情報要素の各々とユーザ情報に含まれる情報要素との関係性の強さに基づき、複数の情報要素から応答付加情報として抽出する情報要素を選択してもよい。例えば、情報抽出部360は、複数の情報要素から、ユーザ情報に含まれる情報要素との間に介在する情報要素の数が少ない情報要素を優先的に選択してもよい。また、グラフ構造における情報要素間の関係性(ノード間のアーク)にはスコアが事前に設定されている場合、情報抽出部360は、ユーザ情報に含まれる情報要素との間に介在するアークのスコアの総和が高い情報要素を優先的に選択してもよい。
なお、上述した情報要素のスコアおよびアークのスコアは、ユーザからのフィードバックに応じて更新されてもよい。例えば、情報処理装置20からの応答に対してユーザが満足した旨のフィードバックがなされた場合、制御部260は、当該応答に含まれる応答付加情報のスコア、または応答付加情報とユーザ情報に含まれる情報要素との間に介在するアークのスコアを増加させてもよい。一方、情報処理装置20からの応答に対してユーザが不満を感じた旨のフィードバックがなされた場合、制御部260は、当該応答に含まれる応答付加情報のスコア、または応答付加情報とユーザ情報に含まれる情報要素との間に介在するアークのスコアを減少させてもよい。かかる構成により、ユーザのためによりカスタマイズされた応答を返すことが可能となる。
<4.情報処理装置の動作>
以上、本開示の実施形態による情報処理装置20の機能を説明した。続いて、図10を参照し、本開示の実施形態による情報処理装置20の動作を整理する。
図10は、本開示の実施形態による情報処理装置20の動作を示すフローチャートである。図10に示したように、本開示の実施形態による情報処理装置20の動作は、ユーザから質問が入力されることにより開始する(S404)。ユーザからの質問の入力は、音声入力であっても、テキスト入力であってもよい。ユーザからの質問の入力が音声入力である場合には、音声認識部310が音声認識を行うことにより、質問がテキストに変換される。
続いて、言語解析部320が、音声認識部310により得られたテキストまたはユーザにより操作装置220に入力されたテキストに対して形態素解析および構文解析などを行うことにより、分かち書き、各形態素の品詞、および係り受けなどを判定する(S408)。さらに、意図理解部330が、言語解析部320により得られた解析の結果を用いて質問の意図を理解することにより意図構造を生成する(S412)。一方、センサ情報受付部340は、センサ212により得られたセンサ値が入力され、センサ値の意味を示すセンサ情報を出力する(S416)。
その後、グラフ生成部350が、意図構造および知識情報(センサ情報を含む。)に基づき、ユーザからの質問と関係性を有する複数の情報要素間の繋がりを示すグラフ構造を生成する(S420)。
そして、情報抽出部360が、グラフ生成部350により生成されたグラフ構造から、質問に対する回答である応答基本情報と、応答基本情報およびユーザ情報に含まれる情報要素と、直接または1以上の情報要素を介して繋がれている情報要素群から応答付加情報を抽出する(S424)。
続いて、応答生成部370が、情報抽出部360によって抽出された応答基本情報および応答付加情報に基づいて応答文を生成する(S428)。その後、音声合成部380が、音声合成により応答文に対応する音声信号を生成し(S432)、音声出力装置240が音声信号に基づいて質問に対する応答音声を出力する(S436)。なお、応答の出力形態が表示である場合には、音声合成および応答音声の出力に代えて、応答文の表示が行われる。
<5.応用例>
以上、本開示の実施形態による情報処理装置20について説明した。上記では、応答付加情報の抽出に際し、「ネガティブ」に関係付けられている情報要素を特定するサーチルールを説明したが、サーチルールはかかる例に限定されない。例えば、応用例によるサーチルールとして、上述した情報要素群から「ポジティブ」と関係付けられている第5の情報要素を応答付加情報として抽出するサーチルールが挙げられる。以下、ユーザにより「明日の予定は?」と質問された場合の応答例を具体的に説明する。
図11は、意図理解部330により得られた「明日の予定は?」という質問の意図構造を示した説明図である。図11に示したように、意図理解部330は、例えば「明日の予定は?」という質問の意図が「情報提示」であり、回答が求められている事項を示すドメインが「スケジュール」であることを理解する。また、「予定」は日時により定まるので、図11に示したように、「いつ」というスロットが用意される。そして、意図理解部330は、「いつ」について、記憶装置228に記憶されているコンテキスト情報に基づいて「明日」が「8/5」であることを特定する。
グラフ生成部350は、知識情報および意図理解部330により得られた意図構造に基づき、図12に示すように、ユーザからの質問と関係性を有する複数の情報要素間の繋がりを示すグラフ構造を生成する。図12に示したグラフ構造は、ユーザAがカレーを好んでいること、横浜にカレー屋Xがあること、カレー屋XがGOODであることなどが示されている。
情報抽出部360は、図12に示したグラフ構造から、意図理解部330により理解されたドメインに対応する情報要素「予定1」を特定し、「予定1」と関係を有する「横浜」および「会議」を応答基本情報として抽出する。さらに、情報抽出部360は、応用例によるサーチルールに従い、「ポジティブ」と関係付けられている「GOOD」および「カレー屋X」を応答付加情報として抽出する。そして、応答生成部370は、ユーザからの質問、応答基本情報および応答付加情報に基づいて応答文を生成する。例えば、応答生成部370は、「明日は横浜で会議です。」という質問に対する回答に加え、ユーザAにとって有益と考えられる「横浜においしいカレー屋Xがありますよ。」という付加的な情報を含む応答文を作成し得る。
このように、応用例のサーチルールによれば、ユーザの質問に対する回答に加え、回答に関連するユーザへの推薦情報も応答することが可能である。その他、多様なサーチルールを規定することにより、応答の充実度を一層高めることも可能である。
<6.むすび>
以上説明したように、本開示の実施形態による情報処理装置20は、ユーザからの質問に対し、回答に加えてユーザに合わせた情報を応答するので、ユーザに対して「気の利いた」応答をすることが可能なユーザ支援機能を実現することができる。当該ユーザ支援機能により、ユーザが追加質問を繰り返す手間を抑制することや、ユーザにとって有益な情報を提供することが可能となる。
なお、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
例えば、上記ではユーザが利用する情報処理装置20に各機能が実装される例を説明したが、制御部260の機能の一部または全てはネットワーク上のサーバ装置に実装されてもよい。このバイ、情報処理装置20が認識したユーザの音声をサーバ装置に送信し、サーバ装置が言語解析、意図理解、グラフ生成、情報抽出、応答生成および音声合成などを行い、音声合成により得られた応答音声を情報処理装置20に送信し、情報処理装置20が当該応答音声を音声として出力してもよい。すなわち、ネットワーク上のサーバ装置を上述した実施形態における情報処理装置として機能させることにより、クラウドコンピューティングを実現することも可能である。
また、本明細書の情報処理装置20の処理における各ステップは、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はない。例えば、情報処理装置20の処理における各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。
また、情報処理装置20に内蔵されるCPU262、ROM264およびRAM266などのハードウェアに、上述した情報処理装置20の各構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供される。
また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
また、以下のような構成も本開示の技術的範囲に属する。
(1)
ユーザから入力された質問の意図を理解する意図理解部と、
前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、
を備え、
各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、
前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置。
(2)
前記情報抽出部は、前記意図理解部により理解された質問に対応する第1の情報要素を特定し、当該情報要素と関係性を有する第2の情報要素を前記応答基本情報として抽出する、前記(1)に記載の情報処理装置。
(3)
前記情報抽出部は、所定の情報要素と直接関係付けられている第3の情報要素と所定の関係性を有する第4の情報要素を前記応答付加情報として抽出する、前記(2)に記載の情報処理装置。
(4)
前記所定の関係性は、前記第3の情報要素と前記第4の情報要素が、事象と当該事象に対する対策との関係にあることである、前記(3)に記載の情報処理装置。
(5)
前記情報要素群に前記第3の情報要素が複数存在する場合、前記情報抽出部は、前記第3の情報要素に事前に設定されているスコアに基づき、複数の第3の情報要素から少なくともいずれかの第3の情報要素を選択し、選択した第3の情報要素と所定の関係性を有する第4の情報要素を前記応答付加情報として抽出する、前記(4)に記載の情報処理装置。
(6)
前記情報要素群に前記第3の情報要素が複数存在する場合、前記情報抽出部は、複数の第3の情報要素の各々と前記ユーザに関する知識情報に含まれる情報要素との関係性の強さに基づき、前記複数の第3の情報要素から少なくともいずれかの第3の情報要素を選択し、選択した第3の情報要素と所定の関係性を有する第4の情報要素を前記応答付加情報として抽出する、前記(4)に記載の情報処理装置。
(7)
前記情報抽出部は、所定の情報要素と関係付けられている第5の情報要素を前記応答付加情報として抽出する、前記(2)に記載の情報処理装置。
(8)
前記応答基本情報および前記応答付加情報に基づいて応答文を生成する応答生成部をさらに備える、前記(1)〜(7)のいずれか一項に記載の情報処理装置。
(9)
前記情報要素群は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、前記質問に対応する情報要素を介さない関係性を有する、前記(1)〜(8)のいずれか一項に記載の情報処理装置。
(10)
前記知識情報は、常識情報、前記ユーザの置かれている環境を示すコンテキスト情報、または世間の事象を示す動的情報の少なくともいずれかをさらに含む、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(11)
ユーザから入力された質問の意図を理解することと、
前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報をプロセッサにより抽出することと、
を含み、
各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、
前記応答付加情報を抽出することは、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出することを含む、情報処理方法。
(12)
コンピュータを、
ユーザから入力された質問の意図を理解する意図理解部と、
前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、
を備え、
各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、
前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置として機能させるための、プログラム。
20 情報処理装置
20 無線通信装置
204 音声入力装置
212 センサ
220 操作装置
228 記憶装置
240 音声出力装置
248 表示装置
252 通信インタフェース
260 制御部
310 音声認識部
320 言語解析部
330 意図理解部
340 センサ情報受付部
350 グラフ生成部
360 情報抽出部
370 応答生成部
380 音声合成部

Claims (12)

  1. ユーザから入力された質問の意図を理解する意図理解部と、
    前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、
    を備え、
    各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、
    前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置。
  2. 前記情報抽出部は、前記意図理解部により理解された質問に対応する第1の情報要素を特定し、当該情報要素と関係性を有する第2の情報要素を前記応答基本情報として抽出する、請求項1に記載の情報処理装置。
  3. 前記情報抽出部は、所定の情報要素と直接関係付けられている第3の情報要素と所定の関係性を有する第4の情報要素を前記応答付加情報として抽出する、請求項2に記載の情報処理装置。
  4. 前記所定の関係性は、前記第3の情報要素と前記第4の情報要素が、事象と当該事象に対する対策との関係にあることである、請求項3に記載の情報処理装置。
  5. 前記情報要素群に前記第3の情報要素が複数存在する場合、前記情報抽出部は、前記第3の情報要素に事前に設定されているスコアに基づき、複数の第3の情報要素から少なくともいずれかの第3の情報要素を選択し、選択した第3の情報要素と所定の関係性を有する第4の情報要素を前記応答付加情報として抽出する、請求項4に記載の情報処理装置。
  6. 前記情報要素群に前記第3の情報要素が複数存在する場合、前記情報抽出部は、複数の第3の情報要素の各々と前記ユーザに関する知識情報に含まれる情報要素との関係性の強さに基づき、前記複数の第3の情報要素から少なくともいずれかの第3の情報要素を選択し、選択した第3の情報要素と所定の関係性を有する第4の情報要素を前記応答付加情報として抽出する、請求項4に記載の情報処理装置。
  7. 前記情報抽出部は、所定の情報要素と関係付けられている第5の情報要素を前記応答付加情報として抽出する、請求項2に記載の情報処理装置。
  8. 前記応答基本情報および前記応答付加情報に基づいて応答文を生成する応答生成部をさらに備える、請求項1に記載の情報処理装置。
  9. 前記情報要素群は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、前記質問に対応する情報要素を介さない関係性を有する、請求項1に記載の情報処理装置。
  10. 前記知識情報は、常識情報、前記ユーザの置かれている環境を示すコンテキスト情報、または世間の事象を示す動的情報の少なくともいずれかをさらに含む、請求項1に記載の情報処理装置。
  11. ユーザから入力された質問の意図を理解することと、
    前記ユーザに関する知識情報を含む複数の知識情報から、理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報をプロセッサにより抽出することと、
    を含み、
    各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、
    前記応答付加情報を抽出することは、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出することを含む、情報処理方法。
  12. コンピュータを、
    ユーザから入力された質問の意図を理解する意図理解部と、
    前記ユーザに関する知識情報を含む複数の知識情報から、前記意図理解部により理解された質問に対する回答である応答基本情報、および前記応答基本情報と関係性を有する応答付加情報を抽出する情報抽出部と、
    を備え、
    各知識情報は、複数の情報要素および前記複数の情報要素間の関係を示す関係情報を含み、
    前記情報抽出部は、前記応答基本情報として抽出した情報要素および前記ユーザに関する知識情報に含まれる情報要素と、直接または1以上の情報要素を介して関係性を有する情報要素群から前記応答付加情報を抽出する、情報処理装置として機能させるための、プログラム。





JP2014005022A 2014-01-15 2014-01-15 情報処理装置、情報処理方法およびプログラム Pending JP2015133047A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2014005022A JP2015133047A (ja) 2014-01-15 2014-01-15 情報処理装置、情報処理方法およびプログラム
PCT/JP2014/078524 WO2015107741A1 (ja) 2014-01-15 2014-10-27 情報処理装置、情報処理方法およびプログラム
EP14879246.8A EP3096240A4 (en) 2014-01-15 2014-10-27 Information processing device, information processing method, and program
US15/109,841 US9965463B2 (en) 2014-01-15 2014-10-27 Information processing apparatus and information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014005022A JP2015133047A (ja) 2014-01-15 2014-01-15 情報処理装置、情報処理方法およびプログラム

Publications (1)

Publication Number Publication Date
JP2015133047A true JP2015133047A (ja) 2015-07-23

Family

ID=53542651

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014005022A Pending JP2015133047A (ja) 2014-01-15 2014-01-15 情報処理装置、情報処理方法およびプログラム

Country Status (4)

Country Link
US (1) US9965463B2 (ja)
EP (1) EP3096240A4 (ja)
JP (1) JP2015133047A (ja)
WO (1) WO2015107741A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678513A (zh) * 2015-12-31 2016-06-15 联想(北京)有限公司 信息处理方法、装置及电子设备
JP2020507861A (ja) * 2017-02-15 2020-03-12 バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド 検索結果を提供する方法及び装置
WO2020105302A1 (ja) * 2018-11-22 2020-05-28 ソニー株式会社 応答生成装置、応答生成方法及び応答生成プログラム
JP2021018797A (ja) * 2019-07-23 2021-02-15 バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド 対話の交互方法、装置、コンピュータ可読記憶媒体、及びプログラム
JP2021518019A (ja) * 2018-04-16 2021-07-29 上海智臻智能網絡科技股▲ふん▼有限公司Shanghai Xiaoi Robot Technology Co.,Ltd. 質問応答インタラクション方法、装置、コンピュータデバイス及びコンピュータ読取可能な記憶媒体

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6951712B2 (ja) * 2016-09-30 2021-10-20 株式会社Nextremer 対話装置、対話システム、対話方法、およびプログラム
US10740398B2 (en) 2017-11-27 2020-08-11 International Business Machines Corporation Structuring incoherent nodes by superimposing on a base knowledge graph
US12027161B2 (en) * 2018-05-01 2024-07-02 Ntt Docomo, Inc. Dialogue device
CN108984666B (zh) * 2018-06-29 2022-05-13 阿里巴巴集团控股有限公司 数据处理方法、数据处理装置和服务器
CN109460823A (zh) * 2018-09-14 2019-03-12 广州神马移动信息科技有限公司 知识库的构建方法及其装置、电子设备、计算机可读介质
JP7538931B1 (ja) 2023-10-10 2024-08-22 東芝ライフスタイル株式会社 家電機器用対話型サーバ装置、家電機器用対話型サーバ処理方法および家電機器用対話システム

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6021403A (en) 1996-07-19 2000-02-01 Microsoft Corporation Intelligent user assistance facility
JP4176228B2 (ja) * 1999-03-15 2008-11-05 株式会社東芝 自然言語対話装置及び自然言語対話方法
US6490560B1 (en) * 2000-03-01 2002-12-03 International Business Machines Corporation Method and system for non-intrusive speaker verification using behavior models
WO2003050799A1 (en) * 2001-12-12 2003-06-19 International Business Machines Corporation Method and system for non-intrusive speaker verification using behavior models
JP2002132812A (ja) * 2000-10-19 2002-05-10 Nippon Telegr & Teleph Corp <Ntt> 質問応答方法、質問応答システム及び質問応答プログラムを記録した記録媒体
EP1255190A1 (en) * 2001-05-04 2002-11-06 Microsoft Corporation Interface control
JP2003228580A (ja) 2002-02-04 2003-08-15 Celestar Lexico-Sciences Inc 文献知識管理装置、文献知識管理方法、プログラム、および、記録媒体
JP3856388B2 (ja) * 2003-04-15 2006-12-13 独立行政法人産業技術総合研究所 類義性計算方法、類義性計算プログラム、類義性計算プログラムを記録したコンピュータ読み取り可能な記録媒体
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
JP2008204133A (ja) * 2007-02-20 2008-09-04 National Institute Of Information & Communication Technology 回答検索装置及びコンピュータプログラム
US8060513B2 (en) * 2008-07-01 2011-11-15 Dossierview Inc. Information processing with integrated semantic contexts
WO2013155619A1 (en) * 2012-04-20 2013-10-24 Sam Pasupalak Conversational agent
US9536049B2 (en) * 2012-09-07 2017-01-03 Next It Corporation Conversational virtual healthcare assistant
KR20140093303A (ko) * 2013-01-07 2014-07-28 삼성전자주식회사 디스플레이 장치 및 그의 제어 방법
CN105190607B (zh) * 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
US10176167B2 (en) * 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
US9547640B2 (en) * 2013-10-16 2017-01-17 International Business Machines Corporation Ontology-driven annotation confidence levels for natural language processing
KR20150045683A (ko) * 2013-10-21 2015-04-29 삼성전자주식회사 맞춤형 식생활 서비스 제공 방법 및 맞춤형 식생활 서비스 제공 장치
US9666185B2 (en) * 2014-10-06 2017-05-30 Nuance Communications, Inc. Automatic data-driven dialog discovery system
US9953028B2 (en) * 2015-01-09 2018-04-24 International Business Machines Corporation Cognitive contextualization of emergency management system communications

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678513A (zh) * 2015-12-31 2016-06-15 联想(北京)有限公司 信息处理方法、装置及电子设备
JP2020507861A (ja) * 2017-02-15 2020-03-12 バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド 検索結果を提供する方法及び装置
US11669579B2 (en) 2017-02-15 2023-06-06 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for providing search results
JP2021518019A (ja) * 2018-04-16 2021-07-29 上海智臻智能網絡科技股▲ふん▼有限公司Shanghai Xiaoi Robot Technology Co.,Ltd. 質問応答インタラクション方法、装置、コンピュータデバイス及びコンピュータ読取可能な記憶媒体
JP7127150B2 (ja) 2018-04-16 2022-08-29 上海智臻智能網絡科技股▲ふん▼有限公司 質問応答インタラクション方法、装置、コンピュータデバイス及びコンピュータ読取可能な記憶媒体
WO2020105302A1 (ja) * 2018-11-22 2020-05-28 ソニー株式会社 応答生成装置、応答生成方法及び応答生成プログラム
JPWO2020105302A1 (ja) * 2018-11-22 2021-12-16 ソニーグループ株式会社 応答生成装置、応答生成方法及び応答生成プログラム
US11875776B2 (en) 2018-11-22 2024-01-16 Sony Group Corporation Response generating apparatus, response generating method, and response generating program
JP7491221B2 (ja) 2018-11-22 2024-05-28 ソニーグループ株式会社 応答生成装置、応答生成方法及び応答生成プログラム
JP2021018797A (ja) * 2019-07-23 2021-02-15 バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド 対話の交互方法、装置、コンピュータ可読記憶媒体、及びプログラム
US11322153B2 (en) 2019-07-23 2022-05-03 Baidu Online Network Technology (Beijing) Co., Ltd. Conversation interaction method, apparatus and computer readable storage medium
JP7150770B2 (ja) 2019-07-23 2022-10-11 バイドゥ オンライン ネットワーク テクノロジー(ペキン) カンパニー リミテッド 対話方法、装置、コンピュータ可読記憶媒体、及びプログラム

Also Published As

Publication number Publication date
EP3096240A4 (en) 2017-10-18
US20160328379A1 (en) 2016-11-10
EP3096240A1 (en) 2016-11-23
US9965463B2 (en) 2018-05-08
WO2015107741A1 (ja) 2015-07-23

Similar Documents

Publication Publication Date Title
WO2015107741A1 (ja) 情報処理装置、情報処理方法およびプログラム
US10657966B2 (en) Better resolution when referencing to concepts
US10522146B1 (en) Systems and methods for recognizing and performing voice commands during advertisement
RU2699399C2 (ru) Система и способ обнаружения орфанных высказываний
US9734193B2 (en) Determining domain salience ranking from ambiguous words in natural speech
US10860289B2 (en) Flexible voice-based information retrieval system for virtual assistant
RU2637874C2 (ru) Генерирование диалоговых рекомендаций для чатовых информационных систем
US20190007510A1 (en) Accumulation of real-time crowd sourced data for inferring metadata about entities
JP2018532165A (ja) 個別化されたエンティティ発音の学習
KR20150138109A (ko) 수동 시작/종료 포인팅 및 트리거 구문들에 대한 필요성의 저감
US20120221656A1 (en) Tracking message topics in an interactive messaging environment
US9812124B1 (en) Identifying underserved command inputs
US9720982B2 (en) Method and apparatus for natural language search for variables
KR102144868B1 (ko) 통화 기록 제공 장치 및 방법
US20170200455A1 (en) Suggested query constructor for voice actions
CN103729476A (zh) 一种根据环境状态来关联内容的方法和系统
US20190197165A1 (en) Method and computer device for determining an intent associated with a query for generating an intent-specific response
CN113868427A (zh) 一种数据处理方法、装置及电子设备
KR102536944B1 (ko) 음성 신호 처리 방법 및 장치
JP6433765B2 (ja) 音声対話システムおよび音声対話方法
US9129598B1 (en) Increasing semantic coverage with semantically irrelevant insertions
US9299339B1 (en) Parsing rule augmentation based on query sequence and action co-occurrence
CN113196384B (zh) 在请求时间将补充音频内容动态插入到音频记录中的方法和系统
JP2017151931A (ja) 対話決定システム、対話決定方法、対話決定プログラム、及び端末装置
Adityatama IndoVMS: Indonesian voice messaging system