JP2016157407A - テキスト分析及び応答システムのための語彙意味パターンの事前構築方法 - Google Patents

Abstract

【課題】質疑応答システムが、テキスト分析及び応答システムを利用して良質のサービスを提供するための語彙意味パターンの事前構築方法を提供する。
【解決手段】質疑者端末の入力文章にマッチングされる語彙意味パターンが属する集合であるコンセプトを予め定義するステップＳ１０と、語彙意味パターンの対象となる文章であるサンプルデータを収集して前記コンセプトに合わせて分類するステップＳ２０と、コンセプトの意味を構成する基本単位である意味素性（ｓｅｍａｎｔｉｃ ｆｅａｔｕｒｅ）を定義し、同じ意味を有する一つ以上のエントリを各意味素性に属する一つの集合として構築するステップＳ３０と、サンプルデータに対する語彙意味パターンを構築するステップＳ４０と、質疑者端末の入力文章に応答する応答データをコンセプト別に予め構築するステップＳ５０を含む。
【選択図】図２

Description

本発明は自然言語テキストの意味を分析しそれに応答するためのシステムの基盤になるＬＳＰ（Ｌｅｘｉｃｏ Ｓｅｍａｎｔｉｃ Ｐａｔｔｅｒｎ：語彙意味パターン）知識を構築する方法に関するものであり、特に音声認識システムのためのＬＳＰ知識の構築方法に関するものである。

機械によって人の音声を認識し反応する技術は実生活の多様な分野に応用されている。代表的にアップルのシリ（Ｓｉｒｉ）（登録商標）とグーグルナウ（Ｎｏｗ）のように、機械（スマートフォン）が人の音声を認識して応答するか多様な制御命令を実行するシステムが知られている。このようなシステムはテキストマイニング技術に基づいてユーザの入力文章を分析して意味を把握し、その意図に合わせて応答を生成、出力する。これは単にシリとナウだけでなく、ロボットシステムやキーワード抽出、文章要約などのような自然言語処理システムのように人工知能システムの多様なシステム適用されて使用されている。

質疑応答システムがユーザ入力テキストを分析するためには、形態素及び構文分析などのように自然言語分析過程を経る。このような研究は以前から行われており、パターン基盤分析と統計基盤分析に分けられて発展してきた。そのうちパターン基盤分析は様々な文章で繰り返し出現する単語や或いは形態素、構文をＬＳＰ（語彙意味パターン）形態のパターンにし、該当ＬＳＰに意味を与えることで文章を分析する。ＬＳＰ技術を利用した韓国語構文を認識するための語彙意味パターン再構成方法に関しては特許文献１があり、この特許は本発明の発明者が完成したものである。

パターン基盤の分析方法としてＬＳＰは語彙、形態素、品詞などの情報と構文構造を表現する文法規則であって、自然言語処理方法でよく知られている。ＬＳＰ技術は構文分析が容易に行われない自然言語に対して１次元的な構文分析ができるように助ける。ところで、このようなパターン基盤の分析方法はＬＳＰという知識をシステム管理者が、入力される質疑（質問）に合わせて事前に定義しておくべきである。これは単にＬＳＰ知識構築だけの問題だけではない。入力される質疑に対するテキスト分析過程が終わると該当情報を利用して応答生成過程を経る。よって、質疑に合う応答が効率的に予め構築されていなければ、応答情報の提供に失敗するか間違った応答が出力される恐れがある。

要するに、テキスト分析及び応答システムを利用して良質のサービスを提供するためには質疑を分析するための基本知識であるＬＳＰと質疑に適合する応答データを事前によく構築しておくべきである。よって、本発明の発明家はＬＳＰ知識の構築をいかに効率的に行うのかを長く研究した末、本発明を完成するに至った。

大韓民国特許第１４０９２９８号

本発明の目的は、ユーザの質疑に効率的に応答するために多段階のＬＳＰ知識構築方法を提供することである。それによって効果的な質疑応答システムサービスを提供する環境を構築しようとする。一方、本発明の明示されていない他の目的は下記詳細な説明及びその効果から容易に推論し得る範囲内で追加的に考慮されるはずである。

このような課題を解決するために、本発明はテキスト分析及び応答システムのための語彙意味パターンの事前構築方法として、
（ａ）質疑者端末の入力文章にマッチングされる語彙意味パターンが属する集合であるコンセプトを予め定義するステップと、
（ｂ）語彙意味パターンの対象となる文章であるサンプルデータを収集して前記コンセプトに合わせて分類するステップと、
（ｃ）前記コンセプトの意味を構成する基本単位である意味素性（Ｓｅｍａｎｔｉｃ ｆｅａｔｕｒｅ）を定義し、同じ意味を有する一つ以上のエントリを各意味素性に属する一つの集合として構築するステップと、
（ｄ）前記サンプルデータに対する語彙意味パターンを構築するステップと、
（ｅ）質疑者端末の入力文章に応答する応答データを前記コンセプト別に予め構築するステップと、を含むことを特徴とする。

また、本発明の好ましいある実施例によるテキスト分析及び応答システムのための語彙意味パターンの事前構築方法において、前記ステップ（ａ）のコンセプトは階層構造を有することが好ましい。

また、本発明の好ましいある実施例によるテキスト分析及び応答システムのための語彙意味パターンの事前構築方法において、前記ステップ（ｂ）でサンプルデータに対応するコンセプトが定義されていない場合、コンセプトを追加するか修正するステップを更に含む。

また、本発明の好ましいある実施例によるテキスト分析及び応答システムのための語彙意味パターンの事前構築方法において、前記ステップ（ｄ）の語彙意味パターンは前記サンプルデータを認識するための文法表現と前記ステップ（ｃ）の意味素性を使用する。

また、本発明の好ましいある実施例によるテキスト分析及び応答システムのための語彙意味パターンの事前構築方法において、前記ステップ（ｅ）の前記応答データは前記質疑者端末の入力文章に応じて変わるべき部分を変数に指定することが好ましい。

このような本発明によると、質疑応答システムのＬＳＰ知識を効果的に構築することことができる長所がある。また、知識の管理とメンテナンスを効率的に行うことができることはもちろんである。一方、ここで明示的に言及されていない効果であっても、本発明の技術的特徴によって期待される下記明細書に記載された効果及びその暫定的な効果は本発明の明細書に記載されたものと同じく取り扱われることを付言する。

ＬＳＰ（語彙意味パターン）基盤の質疑応答システムを使用するあるシナリオにおけるシステムの構成例を示すブロック図である。 好ましい実施例による本発明の全体プロセスを概略的に示すフローチャートである。 本発明によってキャプションを構築するに当たって、管理者端末の画面構成例を示す図である。 本発明の方法によって意味素性を定義した意味素性辞典テーブル２００の一例を示す図である。 図４の５００番の意味素性「ｍｅｅｔｉｎｇ」に対するエントリテーブル２０１の構成例を示す図である。 本発明の方法によって生成されたＬＳＰ構築テーブル３００の構成例を示す図である。ちなみに、添付した図面は本発明の技術思想に関する理解を助けるために参照として例示されたものであることを明らかにし、それによって本発明の権利範囲が制限されることはない。

以下、添付した図面を参照して本発明を実施するための具体的な内容を説明する。そして、本発明を説明するに当たって、関連する公知機能についてこの分野の技術者に自明な事項であって本発明の要旨を不明確にする恐れがあると判断される場合にはその詳細な説明を省略する。

図１は、ＬＳＰ（語彙意味パターン）基盤の質疑応答システムの使用用例のうちあるシナリオを示す。特に図示した例は主に質疑者の入力文章が音声で形成された場合であるが、質疑者の入力文章が音声ではなくテキストで入力された場合でも本発明のＬＳＰ知識構築方法を使用することができる。

質疑者がユーザディバイス１０にアクセスして入力文章を入力すると、ユーザディバイス１０に内蔵されている音声認識器１１を経てテキストに変換される。ユーザディバイス１０の質疑応答システム１２は予め構築されているＬＳＰ知識情報を利用して入力文章を分析し、質疑に合う応答データを応答出力器１３を介して質疑者に提示する。

質疑応答システム１２の駆動に必要なデータとプログラムコードは貯蔵装置に構築される。本発明の好ましいある実施例では図１のようにユーザディバイス１０のメモリ上に構築される。また、本発明の更に好ましい他の実施例では前記質疑応答システム１２が構築されている貯蔵装置はユーザディバイス１０の外部に位置するが、この場合ユーザディバイス１０はネットワーク通信を介して外部貯蔵装置に常住する質疑応答システム１２を利用して質疑者に応答データを出力する。

本発明の方法は前記質疑応答システム１２を構成するＬＳＰ知識を事前に段階的に構築する方法に関し、これは管理者端末２０によって実施される。以下で説明するＬＳＰ知識は、質疑者の入力文章を分析し応答データを抽出するために使用するデータベースとそれらのデータベースに貯蔵されているデータを使用するためのソフトウェアモジュールを含む。一方、本発明によって事前に構築されたＬＳＰ知識を実際に使用することに当たって、図１又は図１の多様な変形例におけるハードウェア及びソフトウェアの機能と作用関係は公知技術であるか或いは公知技術の変容や様々な改善が含まれる。

図２は、本発明の好ましい一実施例によるＬＳＰ知識構築方法の全体プロセスを例示している。これはテキスト分析及び応答システムのためのＬＳＰの辞典構築方法のプロセスでもある。これらの各ステップはハードウェア／ソフトウェアモジュールが構築されているコンピューティングシステムである管理者端末によって行われる。

まず、コンセプト（Ｃｏｎｃｅｐｔｓ）を構築するＳ１０。コンセプトは語彙意味パターンが属する集合の役割をし、入力される文章に対してどの応答を取るのか決める単位となる。即ち、ユーザに出力される応答文章は質疑者端末の入力文章にマッチングされる任意のＬＳＰが属したコンセプトに登録された応答文章である。

また、好ましくはＳ１０で定義されて構築されるコンセプトは階層構造を有する。図３はコンセプト生成画面１００を示し、複数のコンセプトが階層構造を形成していることを示す。例えば、ｃｏｍｍｏｎコンセプトを定義しながらその下位範疇としてｐｅｒｉｏｄ，ｔｉｍｅ，ｐｌａｃｅ，ａｔｔｅｎｄｅｅ，ｆｉｌｔｅｒｉｎｇコンセプト定義し、ｆｉｌｔｅｒｉｎｇコンセプトには更にｐｅｒｉｏｄ，ｔｉｍｅ，ｐｌａｃｅ，ａｔｔｅｎｄｅｅを定義して登録する。このようにコンセプトを構築するに当たって、大きい範疇の意味表現から細部意味まで階層を成しながら文章の意味を分類して定義する。各コンセプトはＬＳＰを有するか或いは有しなくてもよい。しかし、本発明において、以下で生成されるＬＳＰは必ずコンセプトに属する。

このように多数のＬＳＰがコンセプトに属するように事前に構造化することで、ＬＳＰはコンセプトの集合になる。よって、類似した内容のテキストを分析し得るＬＳＰを一つのコンセプトに束ねることでより効果的に管理することができる。

各コンセプトに属するＬＳＰを構築するためには、対象となるテキストであるサンプルデータの確保が必要である。サンプルデータを収集して前記コンセプトに合わせて分類するＳ２０。サンプルデータを多く収集するほどより精巧なコンセプトとＬＳＰの構築が可能になる。これは質疑応答システムの性能に直接的な影響を及ぼす。収集したサンプルデータは構築したコンセプトに合わせてそれぞれ分類するが、もし収集したサンプルデータのうち特定のコンセプトに分類することが難しいデータである場合、即ち、収集したサンプルデータに対応するコンセプトがない場合にはコンセプトを追加するか修正する。

説明の便宜上、以下の文章のようなサンプルデータを例示する：
（Ａ）「チーム会食によいランチを食べる食堂を教えて」
（Ｂ）「課題ワークショックをするつもりだけど、どこがいいかな」
（Ｃ）「課題会議のスケジュールを立てなきゃ…」

質疑応答システムが効果的に実行されるために単語は異なるが同じ意味を有する語彙を構造化する必要がある。そのため、前記コンセプトの意味を構成する基本単位である意味素性を定義して意味素性辞典を構築するＳ３０。

意味素質はＬＳＰを構成する基本単位のうち一つであり、意味素性辞典は同じ意味を有する一つ以上のエントリを一つの集合に束ねたものである。

前記サンプルデータの文章に関して説明すると、文章（Ａ）の場合には「要請」、「飲食店」、「目的」のような意味素性で構成されている。それぞれの意味素性は、例えば「要請（教えて）」、「飲食店（食堂）」、「目的（会食、ランチ）」などのエントリを含む。文章（Ｂ）の場合、「ミーティング」、「目的」、「ｗｈｅｒｅ」のような意味素性で、文章（Ｃ）は「目的」、「望み」のような意味素性で構成されている。前記文章を包括するコンセプトは「ｒｅｓｅｒｖａｔｉｏｎ」である。結局、いくつかのサンプル文章からこのコンセプトは「要請」、「飲食店」、「ミーティング」、「目的」、「ｗｈｅｒｅ」、「望み」のような意味素性で構成される。

図３において、「ｒｅｓｅｒｖａｔｉｏｎ」の下のｍｅａｌコンセプトは「飲食店の予約」というコンセプトであり、このコンセプトは「飲食店」、「要請」、「望み」、「ｗｈｅｒｅ」などの意味素性で構成され、「ｒｅｓｅｒｖａｔｉｏｎ」の下のｍｅｅｔｉｎｇコンセプトは「飲食店」の意味素性の代わりに「ミーティング」の意味素性が追加に構成されてもよい。

図４を利用して更に説明する。図４は、意味素性を定義した意味素性辞典テーブル２００の一例を示す。この意味素性辞典テーブル２００のうち５００番の意味素性２０１である「ｍｅｅｔｉｎｇ」を例に挙げて説明する。

「会議」、「課題＋会議」、「集会」、「ミーティング」、「課題＋ミーティング」、「討議」、「論議」は同じ意味を有する。よって、これらの単語を「ｍｅｅｔｉｎｇ＿ｎ」という意味素性２０１のエントリに束ねることができ、図５のエントリテーブル２１０のように一つのエントリに分類し、このエントリがｍｅｅｔｉｎｇ＿ｎという意味素性２０１の下位分類の集合になるように構造化する。

このような意味素性は辞典のような役割をし、このように定義された意味素性に同じ意味を有する語彙エントリを追加するため、意味素性はエントリの集合になる。ドメインに内にキーワードで形成された意味素性と叙述表現の意味素性が含まれる。

語彙意味パターンでは記号「＠」を使用して意味素性を「＠ｍｅｅｔｉｎｇ＿ｎ」で表現する。意味素性辞典の構築が終わると、それを活用して先に収集し分類したサンプルデータに対する語彙意味パターン（ＬＳＰ）を構築するＳ４０。

ＬＳＰを構築する際には意味素性だけでなく多様な文法表現に基づく節、形態素、音節、辞典、変数などの表現と多様な演算子を使用することができる。上述したように、本発明においてＬＳＰは任意のコンセプトに属するようにする。

前記Ｓ３０を先に実行しておくことで、一つの代表文型を表現するＬＳＰはそのＬＳＰを構成する意味素性エントリの組み合わせだけ文章を認識することができる。

図６は、本発明のＬＳＰ構築テーブル３００の一例を示す。このＬＳＰ構築テーブル３００は前記Ｓ２０のサンプルデータの例文（Ａ），（Ｂ），（Ｃ）に関する代表文型のＬＳＰの一部である。ＬＳＰの基本構成は語彙、品詞、形態素を含み、図６で使用された記号（演算子と品詞）については下記表１がその意味を説明する。

質疑者の入力文章は質疑応答システムによって分析され、分析結果マッチングされるＬＳＰ構文が検索されると、質疑応答システムはそれに対応する応答データを質疑者に出力する。そのために応答データを予め構築するＳ５０。

好ましくは、各コンセプト別に予め応答文章を構築しておく。質疑者の入力文章がＬＳＰにマッチングされているということはその文章が当たるコンセプトが特定されるという意味である。なぜならば、Ｓ２０で事前実行によってＳ４０で構築されたＬＳＰ構文が各コンセプト別に分類されるためである。よって、前記Ｓ５０で予め構築される応答データもコンセプト別に分類して登録することが好ましい。この際、入力文章に応じて変わるべき部分は変数に指定しておくことが好ましい。前記Ｓ２０で提示したサンプルデータの例文に対応する応答データは以下のように予め登録される。
（ａ）「近くの＠ｄｉｓｔａｎｃｅ内に＠ｒｅｓｔａｕｒａｎｔがありますね」
（ｂ）「ワークショップ場所として＠ｄｉｓｔａｎｃｅほどよいところはないですね」
（ｃ）「＠ｐｒｏｊｅｃｔのスケジュールは＠ｗｈｅｎになっております」

これまで説明した各ブロックは特定の論理的機能を実行するための一つ以上の実行可能なインストラクションを含むモジュール、セグメント又はコードの一部を示す。また、いくつかの代替実行例ではブロックで言及した機能が順番を逸脱して発生する可能性もあることを注目すべきである。例えば、連なって図示されている２つのブロックは実は実質的に同時に行われてもよく、又はそのブロックが時々当たる機能に応じて逆順に行われてもよい。例えば、前記Ｓ２０のサンプルデータの収集は前記Ｓ１０を実行する前に行われてもよく、またＳ３０の後で行われてもよい。また、前記Ｓ２０はＳ４０の前に来ることが自然であるが、サンプルデータを必要に応じて追加することも考えられる。

ちなみに、本発明の好ましい様々な実施例によるテキスト分析及び応答システムのための語彙意味パターンの事前構築方法は、多様なコンピュータ手段を介して行われるプログラム命令形態で具現されてコンピュータで判読可能な媒体に記録される。前記コンピュータで判読可能な媒体はプログラム命令、データファイル、データ構造などを単独に又は組み合わせて含む。前記媒体に記録されるプログラム命令は本発明のために特別に設計され構成されたものであるか、コンピュータソフトウェアの当業者に公知されて使用可能なものであってもよい。コンピュータで判読可能な記録媒体の例としては、ハードディスク、フロッピディスク及び磁気テープのような磁気媒体、ＣＤ−ＲＯＭ，ＤＶＤのような光記録媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような磁気−光媒体及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を貯蔵し実行するように特別に構成されたハードウェア装置が含まれる。プログラム命令の例としては、コンパイラによって作られるような機械語コードだけでなくインタプリタなどを使用してコンピュータによって実行される高級言語コードを含む。ハードウェア装置は本発明の動作を行うために一つ以上のソフトウェアモジュールとして作動するように構成されてもよく、その逆も同じである。

本発明の保護範囲が前記で明示的に説明した実施例の記載と表現に制限されることはない。また、本発明の属する技術分野で自明な変更や置換によって本発明の保護範囲が制限されることもないことを再度付言する。

Claims (5)

1. （ａ）質疑者端末の入力文章にマッチングされる語彙意味パターンが属する集合であるコンセプトを予め定義するステップと、
   （ｂ）語彙意味パターンの対象となる文章であるサンプルデータを収集して前記コンセプトに合わせて分類するステップと、
   （ｃ）前記コンセプトの意味を構成する基本単位である意味素性（Ｓｅｍａｎｔｉｃ ｆｅａｔｕｒｅ）を定義し、同じ意味を有する一つ以上のエントリを各意味素性に属する一つの集合として構築するステップと、
   （ｄ）前記サンプルデータに対する語彙意味パターンを構築するステップと、
   （ｅ）質疑者端末の入力文章に応答する応答データを前記コンセプト別に予め構築するステップと、を含むテキスト分析及び応答システムのための語彙意味パターンの事前構築方法。
2. 前記ステップ（ａ）のコンセプトは階層構造を有する請求項１に記載のテキスト分析及び応答システムのための語彙意味パターンの事前構築方法。
3. 前記ステップ（ｂ）において、サンプルデータに対応するコンセプトが定義されていなければコンセプトを追加するか修正するステップを更に含む請求項１に記載のテキスト分析及び応答システムのための語彙意味パターンの事前構築方法。
4. 前記ステップ（ｄ）の語彙意味パターンは前記サンプルデータを認識するための文法表現と前記ステップ（ｃ）の意味素性を使用する請求項１に記載のテキスト分析及び応答システムのための語彙意味パターンの事前構築方法。
5. 前記ステップ（ｅ）の前記応答データは前記質疑者端末の入力文章に応じて変わるべき部分を変数に指定する請求項１に記載のテキスト分析及び応答システムのための語彙意味パターンの事前構築方法。

Images