JP2017224204A - 対話処理方法、対話処理システム、及びプログラム - Google Patents

対話処理方法、対話処理システム、及びプログラム Download PDF

Info

Publication number
JP2017224204A
JP2017224204A JP2016120091A JP2016120091A JP2017224204A JP 2017224204 A JP2017224204 A JP 2017224204A JP 2016120091 A JP2016120091 A JP 2016120091A JP 2016120091 A JP2016120091 A JP 2016120091A JP 2017224204 A JP2017224204 A JP 2017224204A
Authority
JP
Japan
Prior art keywords
concept
knowledge base
task
input
sentence
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.)
Granted
Application number
JP2016120091A
Other languages
English (en)
Other versions
JP6655835B2 (ja
Inventor
遠藤　充
Mitsuru Endo
充 遠藤
ヴィヴィアネ・オリヴェイラ
Oliveira Viviane
宏杰 史
Hung-Chieh Shi
宏杰 史
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.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
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 Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Priority to JP2016120091A priority Critical patent/JP6655835B2/ja
Priority to CN201710280871.7A priority patent/CN107526763A/zh
Priority to US15/613,486 priority patent/US10282139B2/en
Publication of JP2017224204A publication Critical patent/JP2017224204A/ja
Application granted granted Critical
Publication of JP6655835B2 publication Critical patent/JP6655835B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/0671—In-line storage system
    • G06F3/0683—Plurality of storage devices
    • G06F3/0685—Hybrid storage combining heterogeneous device types, e.g. hierarchical storage, hybrid arrays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/1858—Parallel file systems, i.e. file systems supporting multiple processors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/221—Announcement of recognition results
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech

Abstract

【課題】応答能力の高い対話処理方法、対話処理システム、及びプログラムを提供する。【解決手段】制御装置（２０）により入力文に対する応答文を生成する対話処理方法であって、タスクの実行に関連する知識に基づいて生成された、複数の概念を互いに関連付けるタスク知識ベース（３１）と、一般的な知識に関して生成された、複数の概念を互いに関連付ける一般知識ベース（３２）と、が記憶装置（３０）に格納されていて、入力文に含まれる入力概念を抽出するステップと、入力概念がタスク知識ベースにあるか否かを判断するステップと、入力概念がタスク知識ベースにある場合は、タスク知識ベースのみを参照して応答文を生成するステップと、入力概念がタスク知識ベースにない場合は、タスク知識ベースと一般知識ベースの両方を参照して応答文を生成するステップと、を含む。【選択図】図４

Description

本開示は、入力した音声又はテキストに応じて応答文を生成する、対話処理方法、対話処理システム、及びプログラムに関する。
知識ベースを利用してユーザからの要求に応える知識ベースシステムが開示されている（例えば、特許文献１参照）。この知識ベースシステムは複数の知識処理装置を備え、複数の知識処理装置の各々が自己の知識ベースを備えている。この知識ベースシステムにおいて、ある知識処理装置が自己の知識ベースを使用してユーザの要求を解決できないときは、他の知識処理装置に解決を依頼することによって、ユーザの要求を解決できるようにしている。
特開昭６２−２７６６２７号公報
特許文献１に記載の従来の知識ベースシステムでは、一つの知識処理装置が備える知識ベースだけではユーザの要求に対応できないことがあり、要求に対する応答能力が高くなかった。
本開示は、応答能力の高い、対話処理方法、対話処理システム、及びプログラムを提供する。
本発明の一態様の対話処理方法は、
制御装置により入力文に対する応答文を生成する対話処理方法であって、
タスクの実行に関連する知識に基づいて生成された、複数の概念を互いに関連付けるタスク知識ベースと、一般的な知識に関して生成された、複数の概念を互いに関連付ける一般知識ベースと、が記憶装置に格納されていて、
前記制御装置により、入力文に含まれる概念である入力概念を抽出するステップと、
前記制御装置により、抽出した前記入力概念が前記タスク知識ベースにあるか否かを判断するステップと、
抽出した前記入力概念が前記タスク知識ベースにある場合は、前記制御装置により、前記タスク知識ベースのみを参照して、前記入力概念に基づいて、前記入力文に対する応答文を生成するステップと、
抽出した前記入力概念が前記タスク知識ベースにない場合は、前記制御装置により、前記タスク知識ベースと前記一般知識ベースの両方を参照して、前記入力概念に基づいて、前記入力文に対する応答文を生成するステップと、
を含む。
これらの概括的かつ特定の態様は、システム、方法、コンピュータプログラム、並びにシステム、方法及びコンピュータプログラムの任意の組み合わせにより、実現してもよい。
本開示の対話処理方法、対話処理システム、及びプログラムによれば、応答能力が高くなる。
（ａ）はタスク知識ベースの一例を示し、（ｂ）は一般知識ベースの一例を示す図 本発明の一態様の対話処理システムの構成を示すブロック図 本開示の実施形態の対話処理の概略を示すフローチャート 図３のステップＳ３０３の詳細の処理を示すフローチャート 本開示の実施形態におけるタスク知識ベースの具体例を示す図 本開示の実施形態における一般知識ベースの具体例を示す図 本開示の実施形態における結合知識情報の具体例を示す図 図４のステップＳ４０６の詳細の処理を示すフローチャート 本開示の対話処理システムをクラウド（ネットワーク）を利用して実現する際の実装例を示した図 本開示の対話処理システムをクラウド（ネットワーク）を利用して実現する際の別の実装例を示した図
（本発明の一態様を得るに至った経緯）
近年、人工知能による業務の代行が検討されている。業務の形態の中でも特に接客などの対人業務において、顧客との口頭のコミュニケーションを通じて、顧客の要望に応えることが必要とされる。そのため、タスク実行型の対話技術が検討されている。
図１（ａ）に、タスク知識ベースの一例を示す。タスク知識ベースは、タスクの実行に関連する知識を含む知識ベースである。図１（ｂ）に、一般知識ベースの一例を示す。一般知識ベースは、一般的な知識を含む知識ベースである。
以後の説明において、以下のように用語を定義する。
「概念」：自然言語に含まれる単語、又は２つ以上の単語で構成される語句。
「アクション」：タスクの実行に関連する動作。
「ノード」：知識ベース内において、概念及びアクションを表すもの（図１に楕円で示されている）。
「ルート」：知識ベース内の最上位概念。
「エッジ」：知識ベース内において、ノード間を関係詞により相互に関連付けるもの（図１に矢印で示されている）。
「関係詞」：ノード間の関係を表すもの（図１の「IsA」、「HasFeature」、「Antonym」、「RelatedTo」、「ToDo」）。
「知識」：概念、アクション、概念と概念の関係、及び概念とアクションの関係を含むもの。
本開示において、「タスクの実行」とは、ユーザの指示に応じた仕事を行うことである。例えば、タスクの実行とは、実際にコーヒーを提供できる状態にした注文を受け付けることである。
本開示において、各関係詞は以下の意味を持つ。
関係詞「IsA」：概念の上下関係を表す。具体的には、接続元のノードが接続先のノードの下位概念であることを示す。例えば、図１（ａ）において、ノード２ａ「Concept_01」はルートノード１ａ「TASK root」の下位概念であることを示している。
関係詞「HasFeature」：特徴（性質）を持つことを表す。具体的には、接続元のノードが接続先のノードを特徴として持つことを示す。
関係詞「RelatedTo」：接続元と接続先の概念に関係があることを表す。
関係詞「Antonym」：接続元と接続先の概念が対義語であることを表す。
関係詞「ToDo」：接続元のノード２ａに対してアクションノード４ａを関連付けるものであり、接続先のアクションノード４ａに示されるアクションを実行すべきであることを表す。具体的には、例えば、ノード２ａ「Concept_01」に関連してアクションノード４ａの「Action_01」を実行すべきであることを示している。
図１（ａ）及び図１（ｂ）に示すように、タスク知識ベース３１及び一般知識ベース３２は、それぞれ、複数の概念を関係詞によって互いに関連付けた有向グラフである。
タスク知識ベース３１は、タスクの実行に関連する知識に基づいて生成され、タスクの実行に関連する知識を含む。図１（ａ）に示すように、タスク知識ベース３１は、ルートノード１ａ「TASK root」の下位に、各概念を表すノード２ａを含む。ノード２ａ間は、関係詞「IsA」、「RelatedTo」、及び「HasFeature」などで表されるエッジ３ａによって接続されている。タスク知識ベース３１は、動作を表すアクションノード４ａ「Action_01」及び「Action_02」を含む。アクションノード４ａは、関係詞「ToDo」により、概念を表すノード２ａに接続されている。このようなタスク知識ベース３１は、タスク知識ベース３１の記述者による想定に基づいて、生成される。しかし、ユーザの要求は多様であり、事前に、すべての要求を予測して、タスクの実行に必要な全ての知識を含むタスク知識ベース３１を生成することは困難である。また、タスクを確実に実行できるようにタスク知識ベース３１を正確に生成するためには、タスク知識ベース３１の質が要求される。そのため、タスク知識ベース３１は手作業で構築される場合が多く、タスク知識ベース３１の量は制限され、あらゆる概念を網羅することは難しい。よって、タスク知識ベース３１のみでは、ユーザの要求を解釈できない場合が発生する。
一方、図１（ｂ）に示すような一般知識ベース３２は、コーパス（大量の言語データ）から機械的に構築され、一般的な知識を含む。一般知識ベース３２は、一般に、概念の上下関係に関する情報（例えば関係詞「IsA」で表す）と、概念の持つ性質に関する情報（例えば関係詞「HasFeature」で表す）を多く含む。一般知識ベース３２は、タスク知識ベース３１にあるような、タスクの実行に関連するアクションノード４ａを含まないため、一般知識ベース３２だけでは、ユーザが要求するようなタスクを実行することが難しい。また、機械的な構築方法によって大規模な知識ベースを構築することは可能になるが、概念が精度良く関連付けられていないことも多く、ユーザが要求するようなタスクを実行することが難しい。
以上のように、手作業で作られた小規模のタスク知識ベース３１においては概念の網羅性が乏しく、機械が自動生成した大規模な一般知識ベース３２ではタスクを達成することが困難である。よって、タスク知識ベース３１のみ、又は一般知識ベース３２のみでは、高い応答能力で、タスクを実行することが難しい。
よって、本開示の対話処理システムは、タスクの実行に関連する知識を含むタスク知識ベース３１と、広範囲な知識について高い網羅性を有する一般知識ベース３２とを併用し、高い応答能力で、タスクを実行することを可能にする。
（実施の形態）
１．対話処理システムの構成
図２は、本発明の一態様の対話処理システムの構成を示す。本開示の対話処理システム１００は、ユーザの発話又はテキストを入力する入力装置１０と、入力した発話又はテキストに応じて応答文を生成する制御装置２０と、タスク知識ベース３１及び一般知識ベース３２を格納する記憶装置３０と、生成した応答文を音声又はテキストで出力する出力装置４０と、を含む。
入力装置１０は、ユーザが発した音声を入力する音声入力部１１と、テキストを入力する文字入力部１２とを含む。音声入力部１１は、例えば、マイクロフォンである。文字入力部１２は、例えば、キーボード又はタッチパネルである。
制御装置２０は、音声入力部１１が入力した音声をテキスト（テキストデータ）に変換する音声認識部２１と、音声認識部２１及び文字入力部１２から出力されるテキスト（入力文）を処理する自然言語処理部２２と、を含む。自然言語処理部２２は、テキストの構文を解析して、構文から自然言語の概念を抽出する。自然言語処理部２２は、例えば、文の表層表現を意味表現に変換する一般的なセマンティックパーサを使用する。意味表現は、例えば、ユーザの意図の動詞句とそれに関連する目的語句からなり、本実施形態では、特に、目的語句に含まれる名詞や形容詞を抽出された概念として利用する。
制御装置２０は、さらに、抽出した概念に基づいて、タスク知識ベース３１と一般知識ベース３２を参照して結合知識情報３３を生成して、入力文に対する応答文を生成する対話処理部２３と、生成した結合知識情報３３を格納するメモリ２４と、生成した応答文をテキスト（テキストデータ）から音声（音声信号）に音声合成により変換する音声合成部２５と、を含む。応答文の生成は、文生成用のテンプレートを適用するなどの、一般的な方法により行うことができる。
音声認識部２１、自然言語処理部２２、対話処理部２３、及び音声合成部２５は、半導体素子などで実現可能である。これらの機能は、ハードウェアのみで構成してもよいし、ハードウェアとソフトウェアとを組み合わせることにより実現してもよい。例えば、マイコン、ＣＰＵ、ＭＰＵ、ＤＳＰ、ＦＰＧＡ、ＡＳＩＣで構成することができる。メモリ２４は、例えば、ＲＡＭ、ＤＲＡＭ、ＲＯＭ、強誘電体メモリ、フラッシュメモリ、又は磁気ディスク、又はこれらの組み合わせによって実現できる。
制御装置２０は、例えば、制御装置２０内の各部（音声認識部２１、自然言語処理部２２、対話処理部２３、及び音声合成部２５）の機能をプログラムにより実現するサーバ装置である。例えば、制御装置２０は、上記各部の機能を実現するためのプログラムをメモリ２４に記憶していても良い。ＣＰＵが、メモリ２４に記憶されたプログラムをＲＡＭにコピーし、そのプログラムに含まれる命令をＲＡＭから順次読み出して実行することにより、上記各部の機能を実現する。また、プログラムを実行する際、以下の各実施形態で述べる各種処理で得られた情報がＲＡＭまたはメモリ２４に記憶され、適宜利用される。また、制御装置２０は、例えば、所定の通信規格（例えばＬＡＮ、ＷｉＦｉ）に準拠して外部機器との通信を行うためのインタフェース回路を備え、外部機器と通信を行うことができる。
タスク知識ベース３１は、図１（ａ）に示すような、複数の概念を関係詞により互いに関連付けたものであって、タスクの実行に関連する知識（アクション等）の情報を含む知識ベースである。一般知識ベース３２は、図１（ｂ）に示すような、複数の概念を関係詞により互いに関連付けたものであって、一般的な知識（上下関係、性質等）の情報を含む知識ベースである。記憶装置３０は、例えば、クラウド上にあって、制御装置２０とインターネット経由により接続されても良い。しかし、記憶装置３０は、制御装置２０内に含まれても良い。タスク知識ベース３１及び一般知識ベース３２は、別個の記憶装置に格納されても良い。タスク知識ベース３１及び一般知識ベース３２は、その大きさに応じてそれぞれ、クラウド上にあっても良いし、制御装置２０内に格納されても良い。記憶装置３０は、例えば、ＳＳＤ、ＲＯＭ、ＤＲＡＭ、強誘電体メモリ、フラッシュメモリ、又は磁気ディスクなどで実現できる。
出力装置４０は、音声を出力する音声出力部４１と、テキストを出力する文字出力部４２とを含む。音声出力部４１は、例えばスピーカである。文字出力部４２は、例えば液晶ディスプレイである。
制御装置２０は、入力装置１０、記憶装置３０、及び出力装置４０と、無線通信により接続されても良いし、コネクタやケーブル等を介して有線接続されても良い。
２．対話処理
図３は、制御装置２０による対話処理の全体の流れを示している。図３は、音声による対話をユーザと行う例を示している。制御装置２０は、音声入力部１１からユーザの発話を入力すると（Ｓ３０１）、音声認識部２１により、ユーザの発話をテキストに変換する（Ｓ３０２）。制御装置２０は、自然言語処理部２２により、テキストから自然言語概念を抽出し、対話処理部２３により、抽出した概念に基づいて、タスク知識ベース３１、又はタスク知識ベース３１と一般知識ベース３２の両方を使用して、応答文を生成する（Ｓ３０３）。制御装置２０は、音声合成部２５によって応答文をテキストから音声に変換し（Ｓ３０４）、音声出力部４１から応答文に対応する音声を出力する（Ｓ３０５）。なお、ユーザとテキストによる対話を行う場合は、ステップＳ３０１において文字入力部１２からテキストを入力し、音声からテキストへの変換処理（Ｓ３０２）とテキストから音声への変換処理（Ｓ３０４）を省略し、ステップＳ３０５において文字出力部４２により応答文をテキストで出力する。
以下、応答文の生成（図３のステップＳ３０３）の具体的な処理について、対話処理システム１００が、飲食店において注文の自動受付を行う場合を例にして説明する。図４に、応答文の生成（図３のステップＳ３０３）の詳細の処理を示す。図５に、対話処理システム１００が飲食店の注文の自動受付を行うシステムである場合の、タスク知識ベース３１の一部の具体例を示す。図６に、一般知識ベース３２の一部の具体例を示す。
図４において、自然言語処理部２２は、音声認識部２１又は文字入力部１２から出力されるテキスト（入力文）に含まれる主要概念を抽出する(ステップＳ４０１)。例えば、ユーザが「I want something warm.」と発声すると、自然言語処理部２２は、入力文に対して構文解析を行い、目的語である「something warm」を抽出する。次に、一般に検索の対象外である「stop word」として定義される「something」を入力文から除き、残った「warm」を主要概念として抽出する。
対話処理部２３は、抽出された主要概念がタスク知識ベース３１に含まれるか否かを調べる（Ｓ４０２）。主要概念がタスク知識ベース３１に含まれていれば（Ｓ４０２でＹｅｓ）、タスク実行のための応答文を生成する（Ｓ４０９）。ここでのタスク実行のための応答文の生成は、タスク知識ベース３１内において、主要概念及びその上位概念に関係詞「ToDo」によって関連付けられているアクションノード４ａに示されるアクションを実行することである。例えば、図５に示すようなアクションノード４「confirm order」に従い、注文を確認するための応答文を生成する。図５に示すような注文の自動受付を行うためのタスク知識ベース３１には、例えば、さまざまな商品に関する情報を体系化した商品知識と、商品に付随して確認すべきこと又はお薦めすべきことを記述した行動知識とが含まれる。対話処理システム１００は、ユーザが要望した注文の対話に基づいて、タスク知識ベース３１だけで、ユーザの対話に含まれる概念を解釈できて対話処理を完了させることができる場合は、タスク知識ベース３１だけを使用して対話処理を完了させ、ユーザの注文を受け付ける。
一方、タスク知識ベース３１には含まれない概念を解釈する必要が生じれば、一般知識ベース３１を併用して、一般知識ベース３１内の概念をタスク知識ベース３１内の概念と紐付けして、対話を継続する。そのために、まず、主要概念がタスク知識ベース３１に含まれていなければ（Ｓ４０２でＮｏ）、対話処理部２３は、一般知識ベース３２から近傍概念を抽出する（ステップＳ４０３）。例えば、「warm」は図５に示すタスク知識ベース３１に含まれていないため、図６の一般知識ベース３２から主要概念「warm」の近傍概念が抽出される。「近傍概念」とは、具体的には、一般知識ベース３２において、１つのエッジでたどることができる概念間のグラフ距離を「１」とした場合の、主要概念からグラフ距離が所定数以下（本実施形態においては、２以下）までの概念のことである。図６の例では、主要概念のノード５ｂ「warm」から、グラフ距離が「１」である近傍概念「cold」，「tea」，「hot」，「water」，「soup」，「coffee」と、グラフ距離が「２」である近傍概念「salad」，「drink」，「fire」，「ice」，「snow」とが、抽出される。なお、図６は、主要概念「warm」に関連付けられている概念の一部のみを示していて、例えば、全体としては、主要概念「warm」からグラフ距離が「１」の範囲には１０個の概念が関連付けられていて、グラフ距離が「２」までの範囲には１１０個の概念が関連付けられていて、グラフ距離が「３」までの範囲になれば１１１０個の概念が関連付けられている。この場合、グラフ距離が「２」までの範囲の概念を近傍概念として抽出すると、１１０個の概念が抽出されることになる。一般知識ベース３２から抽出する概念を主要概念の近傍に存在する概念に制限することによって、入力された主要概念と関連性の低い概念を抽出して、関連性の低い概念に基づいて応答文を生成することを防ぐ。また、図４及び図８に示す対話処理に関する処理量を低く抑えることもできる。
対話処理部２３は、抽出した近傍概念がタスク知識ベース３１に含まれるかどうかを確認する（ステップＳ４０４）。抽出した近傍概念のいずれもがタスク知識ベース３１に含まれない場合、エラー処理を実行する（ステップＳ４１０）。例えば、エラー処理として、エラーメッセージ「I do not understand.」を生成する。
抽出した近傍概念のうちタスク知識ベース３１に含まれるものがあれば、対話処理部２３は、近傍概念のうち一般知識ベース３２とタスク知識ベース３１の両方に含まれる概念を「共通概念」とし、その共通概念に基づいて、タスク知識ベース３１に含まれる概念と一般知識ベース３２に含まれる概念とを結合した結合知識情報３３を生成する（ステップＳ４０５）。図５及び図６において、共通概念のノード２ａｂを太枠で示している。図７に、図５のタスク知識ベース３１と図６の一般知識ベース３２とにより生成された結合知識情報３３を示す。図７に示す結合知識情報３３は、共通概念「salad」，「drink」，「cold」，「tea」，及び「hot」に基づいて、生成されたものである。図７において、実線のエッジ３ａはタスク知識ベース３１内のエッジを示し、点線のエッジ３ｂは一般知識ベース３２内のエッジを示している。また、実線のノード１ａ、２ａ及び４ａはタスク知識ベース３１内のノードを示し、点線のノード２ｂ及び５ｂは一般知識ベース３２内のノードを示している。但し、実線で示されているノードのうち、点線のエッジに接続されているノード２ａｂは、タスク知識ベース３１と一般知識ベース３２の両方に存在する共通概念を示している。
対話処理部２３は、生成した結合知識情報３３に基づいて、重要関連概念を抽出する（ステップＳ４０６）。「重要関連概念」とは、応答文の生成に必要な、主要概念の代わりとなる概念である。重要関連概念の抽出処理の詳細については、図８を使用して後述する。この重要関連概念の抽出処理によって、例えば、重要関連概念として「tea」が抽出されると、対話処理部２３は、重要関連概念「tea」について確認処理を行う（ステップＳ４０７）。確認処理として、例えば、「We have tea. How about it?」という問い合わせ文を生成し、出力しても良い。重要関連概念についての確認が取れた（又は承諾が得られた）場合、例えば、重要関連概念についての問い合わせ文に対してユーザから肯定的な回答を受け取ったときは（Ｓ４０８でＹｅｓ）、タスク実行のための応答文を生成する（Ｓ４０９）。具体的には、結合知識情報３３内で、関係詞「IsA」に基づいて重要関連概念「tea」の上位概念をたどって全ての上位概念を抽出し、重要関連概念「tea」と全ての上位概念に関係詞「ToDo」によって関連付けられているアクションノード４ａに示されるアクションを順番に実行する。例えば、図７においては、重要関連概念「tea」に、レモンとミルクに要否を確認するためのアクションノード４ａ「confirm milk/lemon」が関連付けられているため、ユーザとの対話履歴にレモンとミルクの要否についての情報がなければ、レモンとミルクの要否を問い合わせるための応答文を生成する。これにより、ユーザからレモンとミルクの要否に関する情報を取得する。また、上位概念のノード「drink」に、サイズを確認するためのアクションノード４ａ「confirm size」が関連付けられているため、ユーザとの対話履歴にサイズについての情報がなければ、サイズについて問い合わせるための応答文を生成する。これにより、ユーザからサイズについての情報を取得する。さらに、ルートノード１ａ「menu root」に関連付けられているアクションノード４ａ「confirm order」に基づいて、注文内容についての最終確認を行う。例えば、他の注文がないかどうかを問い合わせても良い。重要関連概念の確認において、ユーザの確認が取れなかった（又は承諾が得られなかった）場合、例えばユーザから否定的な回答を受け取ったとき（Ｓ４０８でＮｏ）は、エラーメッセージを生成する等のエラー処理を実行する（ステップＳ４１０）。なお、重要関連概念の確認において、ユーザから否定的な回答を受け取ったときに（Ｓ４０８でＮｏ）、重要関連概念として選ばれなかった他の重要関連概念の候補を使用した確認を行ってもよい。
図８に、重要関連概念の抽出処理（図４のステップＳ４０６）の詳細を示す。対話処理部２３は、図７に示すような結合知識情報３３内で、主要概念のノード５ｂ「warm」から、タスク知識ベース３１のルートノード１ａ「menu root」に至るまでの全ての経路を探索する（ステップＳ８０１）。探索して見つかった経路が、重要関連概念を探すための経路の候補となる。具体的には、主要概念のノード５ｂ「warm」から近傍概念のノード２ａｂ「salad」，「drink」，「cold」，「tea」，及び「hot」のそれぞれを経由してルートノード１ａ「menu root」に至る経路を探索する。例えば、「warm」−「soup」−「salad」−「menu root」を通る経路、「warm」−「water」−「drink」−「menu root」を通る経路、「warm」−「tea」−「drink」−「menu root」を通る経路などが、候補として探し出される。
次に、対話処理部２３は、候補として見つかった経路の中から最短経路を選択する（Ｓ８０２）。本実施形態においては、概念間の関連性に関して、関係詞に重みを予め設定しておく。対話処理部２３は、主要概念のノード５ｂからルートノード１ａに至るまでの経路の重みの合計を計算して、合計値の大きさに基づいて、経路を一つ選択する。例えば、概念間の関連性の近いものほど重みが小さくなるように設定し、関係詞{IsA, HasFeature, RelatedTo, Antonym}のそれぞれに対して、{0.5, 1.0, 3.0, 10.0}を設定する。この場合、図７に示す経路の重み付き距離{「tea」を通る経路, 「hot」を通る経路, 「cold」を通る経路, 「water」を通る経路, 「soup」を通る経路}は、それぞれ、{4.0, 5.0, 5.0, 13.5, 13.5}となる。この中で、概念間の関連性が最も近い経路、すなわち、経路の重み付き距離の値が最小の経路を選択する。この場合、最短経路は「tea」を通る経路である。図７において、最短経路を太線で示している。重み付きの最短経路を求める際に、例えば、ダイクストラ法（Dijkstraのアルゴリズム）を利用することができる。このように、関係詞に応じた重み付き経路を計算することによって、例えば、経路上に存在する関係詞の多様な組み合わせ間の重要性についての序列に関するルールを作成することなく、数値の比較によって序列をつけることができる。
次に、対話処理部２３は、最短経路上にある概念の中から一つを重要関連概念として抽出する（ステップＳ８０３）。具体的には、最短経路沿いにあって、タスク知識ベース３１内でルートノード１ａから関係詞「IsA」でたどることができる概念のうち、最も下位の概念を主要概念の重要関連概念として抽出する。下位概念であるほど概念が具体的であり、且つ主要概念からの距離が近いからである。図７の例では、最短経路に、概念「menu root」、「drink」、「tea」、及び「warm」が含まれる。この中で、タスク知識ベース３１内にあり、ルートノード１ａから関係詞「IsA」のみでたどることができる概念のうち最も下位の概念である「tea」が主要概念「warm」の重要関連概念として抽出される。このようにして抽出した重要関連概念を抽出することによって、ユーザの「I want something warm.」という要望に対して、「We have tea. How about it?」と返すことができる（図４のステップＳ４０７）。
３．効果等
誤りなくタスクを実行することを目指してタスク知識ベース３１を生成する場合、人手により吟味して生成する必要が生じるため、一般的に、タスク知識ベース３１の規模は小さくなりやすい。そのため、ユーザの発話に含まれる概念が、タスク知識ベース３１に含まれないことが起こりやすい。一方、一般知識ベース３２は、機械がルールに基づき、大量のテキストデータから知識を抽出することによって生成するため、大規模の知識ベースを実現できる。しかし、一般知識ベース３２は、動作に直接関連付けられていないため、タスクを実行するのに必要な知識が含まれていないことが多い。また、一般知識ベース３２は、大規模であって、知識の組み合わせ方が膨大であるため、一般知識ベース３２内だけで、タスクの実行に必要な知識を探索することは難しい。
本実施形態の対話処理システム１００は、タスクの実行に関連する知識を含むタスク知識ベース３１と、一般的な概念に対しての網羅性の高い一般知識ベース３２とを併用することによって、タスク知識ベース３１のみでは対応できない概念についても対応可能にしている。具体的には、一般知識ベース３２とタスク知識ベース３１の共通概念に基づいて、入力文から抽出した主要概念に関する結合知識情報３３を生成し、結合知識情報３３内で、一般知識ベース３２内の主要概念のノード５ｂからタスク知識ベース３１内のルートノード１ａに至る経路を探索し、探索した経路の中から重要関連概念を抽出することによって、タスクの達成につながる応答文を決定している。よって、タスク知識ベース３１に含まれない要求についても、タスク達成に向けた対話を継続することが可能となる。よって、ユーザの要求に対して高い応答能力で、対話を継続することができる。このように、本実施形態によれば、タスク知識ベース３１と一般知識ベース３２とを併用することによって、より広い範囲の概念をカバーして、より確実にタスクを実行することができる。
本実施形態においては、関係詞の重みを使用して、最短経路を選択した（図８のＳ８０２）。仮に、グラフ距離の短いもの（すなわち、エッジの数が少ないもの）を最短経路として選択すると、図７においてはグラフ距離が３になる、「soup」を通る経路、「water」を通る経路、及び「tea」を通る経路が最短経路として選択されることになる。しかし、「soup」を通る経路上には「salad」が含まれ、この「salad」が重要関連概念として抽出された場合、「I want something warm.」というユーザの要望に対して、「We have salad. How about it?」と返すことになり、適切ではない。これは、経路上にある「soup」と「salad」が関係詞「Antonym」（反意語）によって関連付けられているからである。よって、関係詞「Antonym」（反意語）の関係が含まれるような経路は、最短経路として選択される可能性が低くなるようにすることが好ましい。本実施形態によれば、概念間の関連性の近いものほど重みが小さくなるように設定して、経路の重み付き距離の値が最小の経路を選択しているため、好ましくない重要関連概念を抽出する可能性を低減することができる。
なお、上述した対話処理システム１００の一部の機能をクラウド上で実現してもよい。例えば、図９は、知識ベース３１、３２を管理する記憶装置３０（知識ベースサーバ）をクラウド上に設けたときの構成の例を示す。図９に示すように、ネットワーク上に記憶装置３０を設け、端末装置５０は、対話処理システム１００における入力装置１０、制御装置２０及び出力装置４０のみを備えてもよい。端末装置５０の制御装置２０は、クラウド上にある記憶装置３０すなわち知識ベース３１、３２にアクセスする。また、図１０は、制御装置２０および記憶装置３０をクラウド上に設けた構成の例を示す。図１０に示すように、ネットワーク上に制御装置２０と記憶装置３０を設け、端末装置５０は、対話処理システム１００における入力装置１０と出力装置４０のみを備えてもよい。端末装置５０は、入力文を示す音声信号またはテキスト情報をクラウド上にある制御装置２０に送信する。制御装置２０は、端末装置５０から受信した音声信号またはテキスト情報に基づき応答文を生成し、応答文に対応する音声信号またはテキストを端末装置５０に返信する。
上記実施形態では、制御装置２０がサーバ装置である例を示したが、制御装置２０は汎用のパーソナルコンピュータ又は携帯端末（スマートフォンなど）であっても良い。例えば、携帯端末である場合、メモリ２４はフラッシュメモリなどの内蔵ストレージである。
（本開示）
上記の実施形態では、以下の構成が開示されている。
（１）本開示の対話処理方法は、制御装置により入力文に対する応答文を生成する対話処理方法であって、タスクの実行に関連する知識に基づいて生成された、複数の概念を互いに関連付けるタスク知識ベースと、一般的な知識に関して生成された、複数の概念を互いに関連付ける一般知識ベースと、が記憶装置に格納されていて、制御装置により、入力文に含まれる概念である入力概念を抽出するステップと、制御装置により、抽出した入力概念がタスク知識ベースにあるか否かを判断するステップと、抽出した入力概念がタスク知識ベースにある場合は、制御装置により、タスク知識ベースのみを参照して、入力概念に基づいて、入力文に対する応答文を生成するステップと、抽出した入力概念がタスク知識ベースにない場合は、制御装置により、タスク知識ベースと一般知識ベースの両方を参照して、入力概念に基づいて、入力文に対する応答文を生成するステップと、を含む。
このように、タスク知識ベースと一般知識ベースとを併用することによって、タスク知識ベースだけでは対応できない入力概念に対しても対応することが可能になり、高い応答能力で、ユーザと対話を継続することができる。その結果、タスクの実行を達成することができる。
（２）（１）の対話処理方法において、入力概念がタスク知識ベースにない場合は、制御装置により、タスク知識ベースと一般知識ベースの両方に含まれる概念である共通概念に基づいて、タスク知識ベースと一般知識ベースを結合した結合知識情報を生成し、制御装置により、結合知識情報を参照して、入力概念に基づいた応答分を生成しても良い。
これにより、結合知識情報に基づいて、タスク知識ベースだけでは対応できない入力概念に対しても対応することが可能になる。
（３）（２）の対話処理方法において、共通概念は、一般知識ベースにおいて入力概念に直接、又は所定数以下の他の概念を介して間接的に接続されている概念であって、且つタスク知識ベースにも含まれる概念であっても良い。
このように、一般知識ベースから抽出する概念を主要概念の近傍に存在する概念に制限することによって、入力概念との関連性の低い応答文を生成することを防ぐことができる。また、対話処理に関する処理量を低減することができる。
（４）（２）又は（３）の対話処理方法において、タスク知識ベースは、複数の概念の最上位に位置する最上位概念を含み、応答分の生成において、制御装置により、入力概念から最上位概念に至る経路を結合知識情報内で探索し、制御装置により、入力概念から最上位概念までの距離が最短となる最短経路を、探索された経路の中から選択し、応答文の生成は、最短経路に含まれる概念に基づいて行われても良い。
最短経路には入力概念と関連性が高い概念が含まれるため、入力概念との関連性が高い概念を使用して応答文を生成することができる。
（５）（４）の対話処理方法において、タスク知識ベースと一般知識ベースにおいて、複数の概念は複数種類の関係情報の中の少なくとも１つによって互いに関連付けられていて、複数種類の関係情報には、それぞれに対応する重みが予め付けられていて、最短経路は、入力概念から最上位概念に至る経路内の重みの合計値が最小となる経路であっても良い。
関係情報（関係詞）に応じた重み付き経路の計算を使用することにより、経路上に存在する関係情報の多様な組み合わせ間の重要性についての序列に関するルールを作成することなく、数値の比較による序列をつけることができるようになる。
（６）（４）の対話処理方法において、タスク知識ベースと一般知識ベースにおいて、複数の概念は複数種類の関係情報の中の少なくとも１つによって互いに関連付けられていて、応答文の生成は、最短経路の中で、最上位概念から所定の関係情報でたどることができる、最上位概念から最も遠い概念に基づいて行われても良い。
これにより、入力概念に最も関連している概念によって、応答文を生成することができる。
（７）所定の関係情報は、互いに関連付けられている概念が上位概念と下位概念の関係を示す情報であっても良い。
これにより、入力概念に最も関連している概念によって、応答文を生成することができる。
（８）本開示の対話処理システムは、入力文に対する応答文を生成する対話処理システムであって、タスクの実行に関連する知識に基づいて生成された、複数の概念を互いに関連付けるタスク知識ベースと、一般的な知識に関して生成された、複数の概念を互いに関連付ける一般知識ベースと、を格納する記憶装置と、入力文を示す情報を入力する入力装置と、入力文に含まれる概念である入力概念を抽出し、抽出した入力概念に基づいて、入力文に対する応答文を生成する、制御装置と、応答文を示す情報を出力する出力装置と、を備え、制御装置は、抽出した入力概念がタスク知識ベースにあるか否かを判断し、抽出した入力概念がタスク知識にある場合は、タスク知識ベースのみを参照して、入力文に対する応答文を生成し、抽出した入力概念がタスク知識ベースにない場合は、タスク知識ベースと一般知識ベースの両方を参照して、入力文に対する応答文を生成する。
このように、タスク知識ベースと一般知識ベースとを併用することによって、タスク知識ベースだけでは対応できない入力概念に対しても対応することが可能になり、高い応答能力で、ユーザと対話を継続することができる。その結果、タスクの実行を達成することができる。
（９）本開示のプログラムは、コンピュータに（１）から（７）のいずれか一つに記載の対話処理方法を実行させる。
本開示の全請求項に記載の対話処理方法及び対話処理システムは、ハードウェア資源、例えば、プロセッサ、メモリ、及びプログラムとの協働などによって、実現される。
本開示の対話処理方法及び対話処理システムによれば、高い応答能力で、応答文を生成することが可能になるため、ユーザとの対話を自動的に行う種々の対話処理手段において有用である。
１０ 入力装置
１１ 音声入力部
１２ 文字入力部
２０ 制御装置
２１ 音声認識部
２２ 自然言語処理部
２３ 対話処理部
２４ メモリ
２５ 音声合成部
３０ 記憶装置
３１ タスク知識ベース
３２ 一般知識ベース
４０ 出力装置
４１ 音声出力部
４２ 文字出力部
５０ 端末装置
１００ 対話処理システム

Claims (9)

  1. 制御装置により入力文に対する応答文を生成する対話処理方法であって、
    タスクの実行に関連する知識に基づいて生成された、複数の概念を互いに関連付けるタスク知識ベースと、一般的な知識に関して生成された、複数の概念を互いに関連付ける一般知識ベースと、が記憶装置に格納されていて、
    前記制御装置により、入力文に含まれる概念である入力概念を抽出するステップと、
    前記制御装置により、抽出した前記入力概念が前記タスク知識ベースにあるか否かを判断するステップと、
    抽出した前記入力概念が前記タスク知識ベースにある場合は、前記制御装置により、前記タスク知識ベースのみを参照して、前記入力概念に基づいて、前記入力文に対する応答文を生成するステップと、
    抽出した前記入力概念が前記タスク知識ベースにない場合は、前記制御装置により、前記タスク知識ベースと前記一般知識ベースの両方を参照して、前記入力概念に基づいて、前記入力文に対する応答文を生成するステップと、
    を含む、対話処理方法。
  2. 前記入力概念が前記タスク知識ベースにない場合は、
    前記制御装置により、前記タスク知識ベースと前記一般知識ベースの両方に含まれる概念である共通概念に基づいて、前記タスク知識ベースと前記一般知識ベースを結合した結合知識情報を生成し、
    前記制御装置により、前記結合知識情報を参照して、前記入力概念に基づいた前記応答分を生成する、請求項１に記載の対話処理方法。
  3. 前記共通概念は、前記一般知識ベースにおいて前記入力概念に直接、又は所定数以下の他の概念を介して間接的に接続されている概念であって、且つ前記タスク知識ベースにも含まれる概念である、請求項２に記載の対話処理方法。
  4. 前記タスク知識ベースは、前記複数の概念の最上位に位置する最上位概念を含み、
    前記応答分の生成において、
    前記制御装置により、前記入力概念から前記最上位概念に至る経路を前記結合知識情報内で探索し、
    前記制御装置により、前記入力概念から前記最上位概念までの距離が最短となる最短経路を、探索された前記経路の中から選択し、
    前記応答文の生成は、前記最短経路に含まれる概念に基づいて行われる、
    請求項２又は請求項３に記載の対話処理方法。
  5. 前記タスク知識ベースと前記一般知識ベースにおいて、前記複数の概念は複数種類の関係情報の中の少なくとも１つによって互いに関連付けられていて、
    前記複数種類の関係情報には、それぞれに対応する重みが予め付けられていて、
    前記最短経路は、前記入力概念から前記最上位概念に至る経路内の前記重みの合計値が最小となる経路である、
    請求項４に記載の対話処理方法。
  6. 前記タスク知識ベースと前記一般知識ベースにおいて、前記複数の概念は複数種類の関係情報の中の少なくとも１つによって互いに関連付けられていて、
    前記応答文の生成は、前記最短経路の中で、前記最上位概念から所定の関係情報でたどることができる、前記最上位概念から最も遠い概念に基づいて行われる、
    請求項４に記載の対話処理方法。
  7. 前記所定の関係情報は、互いに関連付けられている概念が上位概念と下位概念の関係を示す情報である、請求項６に記載の対話処理方法。
  8. 入力文に対する応答文を生成する対話処理システムであって、
    タスクの実行に関連する知識に基づいて生成された、複数の概念を互いに関連付けるタスク知識ベースと、一般的な知識に関して生成された、複数の概念を互いに関連付ける一般知識ベースと、を格納する記憶装置と、
    入力文を示す情報を入力する入力装置と、
    前記入力文に含まれる概念である入力概念を抽出し、抽出した前記入力概念に基づいて、前記入力文に対する応答文を生成する、制御装置と、
    前記応答文を示す情報を出力する出力装置と、
    を備え、
    前記制御装置は、
    抽出した前記入力概念が前記タスク知識ベースにあるか否かを判断し、
    抽出した前記入力概念が前記タスク知識にある場合は、前記タスク知識ベースのみを参照して、前記入力文に対する応答文を生成し、
    抽出した前記入力概念が前記タスク知識ベースにない場合は、前記タスク知識ベースと前記一般知識ベースの両方を参照して、前記入力文に対する応答文を生成する、
    対話処理システム。
  9. コンピュータに請求項１から請求項７のいずれか一つに記載の対話処理方法を実行させるためのプログラム。
JP2016120091A 2016-06-16 2016-06-16 対話処理方法、対話処理システム、及びプログラム Active JP6655835B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2016120091A JP6655835B2 (ja) 2016-06-16 2016-06-16 対話処理方法、対話処理システム、及びプログラム
CN201710280871.7A CN107526763A (zh) 2016-06-16 2017-04-26 处理方法、处理系统及记录介质
US15/613,486 US10282139B2 (en) 2016-06-16 2017-06-05 Processing method, processing system, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016120091A JP6655835B2 (ja) 2016-06-16 2016-06-16 対話処理方法、対話処理システム、及びプログラム

Publications (2)

Publication Number Publication Date
JP2017224204A true JP2017224204A (ja) 2017-12-21
JP6655835B2 JP6655835B2 (ja) 2020-02-26

Family

ID=60659555

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016120091A Active JP6655835B2 (ja) 2016-06-16 2016-06-16 対話処理方法、対話処理システム、及びプログラム

Country Status (3)

Country Link
US (1) US10282139B2 (ja)
JP (1) JP6655835B2 (ja)
CN (1) CN107526763A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200004655A (ko) * 2018-07-04 2020-01-14 오해석 인공지능을 이용하는 스마트 주문 시스템 및 방법
JP2020129267A (ja) * 2019-02-08 2020-08-27 本田技研工業株式会社 データ構造
JP2020129266A (ja) * 2019-02-08 2020-08-27 本田技研工業株式会社 設計支援装置
JP2020140467A (ja) * 2019-02-28 2020-09-03 富士ゼロックス株式会社 情報処理装置及びプログラム
JP2020140468A (ja) * 2019-02-28 2020-09-03 富士ゼロックス株式会社 情報処理装置及びプログラム

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6655835B2 (ja) * 2016-06-16 2020-02-26 パナソニックＩｐマネジメント株式会社 対話処理方法、対話処理システム、及びプログラム
JP6940428B2 (ja) * 2018-02-15 2021-09-29 アルパイン株式会社 検索結果提供装置および検索結果提供方法
JP7010073B2 (ja) * 2018-03-12 2022-01-26 株式会社Ｊｖｃケンウッド 出力内容制御装置、出力内容制御方法、及び出力内容制御プログラム
CN108735206A (zh) * 2018-04-19 2018-11-02 成都泰盟软件有限公司 一种带语音识别的信号采集与处理系统
CN109739961A (zh) * 2018-12-24 2019-05-10 科大讯飞股份有限公司 一种人机语言交互方法及装置
CN111951782A (zh) * 2019-04-30 2020-11-17 京东方科技集团股份有限公司 语音问答方法及装置、计算机可读存储介质和电子设备

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2574784B2 (ja) 1986-02-21 1997-01-22 株式会社日立製作所 複数の処理手段からなる知識ベ−スシステム
US4868763A (en) * 1986-02-21 1989-09-19 Hitachi, Ltd. Knowledge-based system having plural processors
JPH02224028A (ja) * 1988-11-30 1990-09-06 Hitachi Ltd 知識ベース・システムおよび推論方法
US5893910A (en) * 1996-01-04 1999-04-13 Softguard Enterprises Inc. Method and apparatus for establishing the legitimacy of use of a block of digitally represented information
US6341268B2 (en) * 1997-03-21 2002-01-22 Walker Digital, Llc System and method providing a restaurant menu dynamically generated based on revenue management information
US6314398B1 (en) * 1999-03-01 2001-11-06 Matsushita Electric Industrial Co., Ltd. Apparatus and method using speech understanding for automatic channel selection in interactive television
US7110963B2 (en) * 2000-09-07 2006-09-19 Manuel Negreiro Point-of-sale customer order system utilizing an unobtrusive transmitter/receiver and voice recognition software
WO2002037473A1 (de) * 2000-11-03 2002-05-10 Voicecom Ag Robuste spracherkennung mit datenbankorganisation
US7398209B2 (en) * 2002-06-03 2008-07-08 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
JP4072718B2 (ja) * 2002-11-21 2008-04-09 ソニー株式会社 音声処理装置および方法、記録媒体並びにプログラム
JP2006039120A (ja) * 2004-07-26 2006-02-09 Sony Corp 対話装置および対話方法、並びにプログラムおよび記録媒体
JP2007114621A (ja) * 2005-10-21 2007-05-10 Aruze Corp 会話制御装置
CN101076061A (zh) * 2007-03-30 2007-11-21 腾讯科技（深圳）有限公司 一种机器人服务器及自动聊天方法
US9842342B2 (en) * 2011-05-10 2017-12-12 Restaurant Revolution Technologies, Inc. Systems and methods for take-out order analytics
WO2013042117A1 (en) * 2011-09-19 2013-03-28 Personetics Technologies Ltd. System and method for evaluating intent of a human partner to a dialogue between human user and computerized system
JP6255274B2 (ja) * 2014-02-19 2017-12-27 シャープ株式会社 情報処理装置、音声対話装置、および制御プログラム
US9756185B1 (en) * 2014-11-10 2017-09-05 Teton1, Llc System for automated call analysis using context specific lexicon
US9959866B2 (en) * 2015-04-02 2018-05-01 Panasonic Intellectual Property Management Co., Ltd. Computer-implemented method for generating a response sentence by using a weight value of node
JP6655835B2 (ja) * 2016-06-16 2020-02-26 パナソニックＩｐマネジメント株式会社 対話処理方法、対話処理システム、及びプログラム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200004655A (ko) * 2018-07-04 2020-01-14 오해석 인공지능을 이용하는 스마트 주문 시스템 및 방법
KR102137818B1 (ko) * 2018-07-04 2020-07-24 오해석 인공지능을 이용하는 스마트 주문 시스템 및 방법
JP2020129267A (ja) * 2019-02-08 2020-08-27 本田技研工業株式会社 データ構造
JP2020129266A (ja) * 2019-02-08 2020-08-27 本田技研工業株式会社 設計支援装置
JP7301547B2 (ja) 2019-02-08 2023-07-03 本田技研工業株式会社 設計支援装置
JP2020140467A (ja) * 2019-02-28 2020-09-03 富士ゼロックス株式会社 情報処理装置及びプログラム
JP2020140468A (ja) * 2019-02-28 2020-09-03 富士ゼロックス株式会社 情報処理装置及びプログラム

Also Published As

Publication number Publication date
US20170364310A1 (en) 2017-12-21
JP6655835B2 (ja) 2020-02-26
US10282139B2 (en) 2019-05-07
CN107526763A (zh) 2017-12-29

Similar Documents

Publication Publication Date Title
JP6655835B2 (ja) 対話処理方法、対話処理システム、及びプログラム
JP6280342B2 (ja) 機能実行指示システム及び機能実行指示方法
JP6333745B2 (ja) 翻訳結果提供方法、翻訳結果提供システム、プログラムおよびファイル配布システム
JP6817467B2 (ja) 画像および／または他のセンサデータに基づいている自動アシスタント要求の解決
KR102043365B1 (ko) 음성 인식 전자 디바이스에서 선택적으로 오프라인으로 실행가능한 음성 액션을 위한 데이터의 로컬 유지
US9484034B2 (en) Voice conversation support apparatus, voice conversation support method, and computer readable medium
US11626115B2 (en) Voice to text conversion based on third-party agent content
JP7095254B2 (ja) 対話システムおよびドメイン決定方法
JP2017107078A (ja) 音声対話方法、音声対話装置及び音声対話プログラム
JP2017505964A (ja) 機械学習に基づく自動タスク分類
US9720982B2 (en) Method and apparatus for natural language search for variables
JP6064629B2 (ja) 音声入出力データベース検索方法、プログラム、及び装置
US20200143792A1 (en) Interactive system, apparatus, and method
WO2019159986A1 (ja) 情報提供装置、情報提供方法、およびプログラム
JP2018045639A (ja) 対話ログ分析装置、対話ログ分析方法およびプログラム
JP2017120616A (ja) 機械翻訳方法、及び、機械翻訳システム
JP7058574B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US11416555B2 (en) Data structuring device, data structuring method, and program storage medium
RU2631975C2 (ru) Способ и система для обработки входных команд пользователя
JP2017059014A (ja) 解析装置およびデータ検索装置，ならびにこれらの制御方法
JP2020027466A (ja) 対話方法、対話システム及びプログラム
JP6929960B2 (ja) 情報処理装置及び情報処理方法
JP2021125164A (ja) 情報処理装置、チャットボットアシストプログラム及びチャットボットアシスト方法
WO2016136208A1 (ja) 音声対話装置、音声対話システム、および、音声対話装置の制御方法
JP2019144348A (ja) 情報処理システム及びコンピュータプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190107

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191119

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191120

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191210

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200107

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200121

R151 Written notification of patent or utility model registration

Ref document number: 6655835

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151