JP2020091878A - 支援装置、支援方法、およびプログラム - Google Patents

Abstract

【課題】作業の予約を適切に支援すること。【解決手段】利用者の端末装置から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得する取得部と、作業の予約のための動作を行う音声処理部を含む複数のインターフェース部と、前記取得部により取得された利用者側情報に含まれる入力情報の意図推定を行うと共に、前記意図推定の結果に基づいて前記複数のインターフェース部を選択的に生成し、生成した複数のインターフェースを並行して制御し、前記利用者の意図する作業の予約のためのコミュニケーションを自律的に実行すると共に、前記複数のインターフェース部における作業の予約可否に関する応答を前記利用者の端末装置に提供するよう、通話相手の発話内容を認識して構造化されたデータに変換するとともに、前記利用者の意図する作業の予約のための発話内容を前記音声処理部に生成させる仲介部と、を備える支援装置。【選択図】図２

Description

本発明の態様は、支援装置、支援方法、およびプログラムに関する。
本願は、２０１７年６月１６日に、日本国に出願された特願２０１７−１１８７００号に基づき優先権を主張し、その内容をここに援用する。

従来、第１言語で話す話者の音声を取得する音声取得手段と、音声取得手段により取得された音声により示される文を第２言語に翻訳する翻訳手段と、翻訳手段における翻訳精度が、あらかじめ決められた不良範囲にあるか判定する判定手段と、翻訳精度が不良範囲にあると判定された場合、オペレータに呼接続する通信手段と、オペレータに呼接続されているときは当該オペレータの音声を、オペレータに接続されていないときは翻訳手段により翻訳された結果を出力する音声出力手段とを有する翻訳支援システムが知られている（特許文献１参照）。

特開２０１７−１０３１１号公報

しかしながら、従来の技術では、宿泊施設などの施設を利用者が予約しようとした場合に、両者を適切に支援することができない場合があった。

本発明は、このような事情を考慮してなされたものであり、作業の予約を適切に支援することができる支援装置、支援方法、およびプログラムを提供することを目的の一つとする。

（１）：本発明の一態様は、利用者（Ｕ）の端末装置（２００）から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得する取得部（１１０）と、作業の予約のための動作を行うインターフェース部（１５０、１６０）と、前記取得部により取得された利用者側情報に含まれる入力情報の意図推定を行うと共に、前記意図推定の結果に基づいて前記インターフェース部を制御し、前記利用者の意図する作業の予約を実現する仲介部（１２０、１４０）と、を備える支援装置（１００）。
ここで、作業とは、例えば、施設を利用させる作業、ロードサービス、トラブルシュートなどの作業を含む。言い換えると、作業とは、サービスである。

（２）：上記（１）の態様において、前記インターフェース部は、相手先に応じて異なる態様で前記作業の予約のための動作を行い、前記仲介部は、前記インターフェース部からのフィードバックに対して、同じレベルの構造化処理を行うことで、前記端末装置に対して前記インターフェース部の態様の相違を認識させない応答を返すもの。

（３）：上記（１）の態様において、前記取得部により取得される利用者側情報には、前記端末装置の位置情報または進行方向が含まれ、前記取得部により取得される前記端末装置の位置情報または進行方向に基づいて、前記インターフェース部がアクセスする対象を絞り込む絞込部（１２４）を更に備えるもの。

（４）：上記（１）の態様において、前記利用者側情報は、前記利用者の言語で作成され、前記仲介部は、前記利用者の言語に基づいて前記利用者側情報に含まれる入力情報の意図推定を行い、前記意図推定の結果を前記作業の管理者の言語に翻訳することを翻訳部に依頼し、前記翻訳部による翻訳結果に基づいて、前記インターフェース部を制御するもの。

（５）：上記（１）の態様において、前記仲介部は、前記インターフェース部に、複数の作業に対して並行して予約のためのコミュニケーションを実現させるもの。

（６）：上記（５）の態様において、前記仲介部は、逆オークション方式によって前記複数の作業のうち予約を行う作業を決定するもの。

（７）：本発明の他の態様は、コンピュータが、利用者の端末装置から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得し、前記取得部により取得された利用者側情報に含まれる入力情報の意図推定を行い、前記意図推定の結果に基づいて、作業の予約のための動作を行うインターフェース部を制御し、前記利用者の意図する作業の予約を実現する、支援方法である。

（８）：本発明の他の態様は、コンピュータに、作業の利用者の端末装置から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得させ、前記取得部により取得された利用者側情報に含まれる入力情報の意図推定を行わせ、前記意図推定の結果に基づいて、作業の予約のための動作を行うインターフェース部を制御させ、前記利用者の意図する作業の予約を実現させる、プログラムである。

（９）：本発明の他の態様は、利用者による入力情報を含む利用者側情報を取得する取得部と、前記利用者に対応する環境情報を参照する環境情報参照部と、前記利用者側情報および前記環境情報に基づきタスクを計画するタスク計画部と、前記タスクに基づき、複数のサービスリクエストを生成するリクエスト生成部と、前記サービスリクエストに対応する複数のサービス提供者情報を参照するサービス提供者情報参照部と、前記サービスリクエストに対応し、複数のサービス提供者へのインタフェースを選択的に生成する仲介部と、を備える支援装置である。

（１０）：上記（９）の態様において、前記環境情報は、前記利用者の識別情報に対応付けられた行動履歴情報を含むもの。

（１１）：上記（１０）の態様において、前記行動履歴情報は、前記利用者の位置情報履歴または進行方向を含むもの。

（１２）：上記（１０）の態様において、前記行動履歴情報は、前記利用者が現在閲覧している、または過去に閲覧したウェブコンテンツまたは前記ウェブコンテンツの識別情報を含むもの。

（１３）：上記（９）の態様において、前記仲介部は、前記サービス提供者の識別情報に基づき前記複数のインタフェースを前記サービス提供者に割り当てるもの。

（１４）：上記（９）の態様において、前記環境情報は、前記利用者の音声通話識別情報を含み、前記複数のインタフェースは、前記音声通話識別情報に基づき音声通話接続を実行する音声通話インタフェースを含むもの。

（１５）：上記（９）の態様において、前記仲介部は、前記音声通話インタフェースを複数同時に制御して前記複数のサービス提供者と音声通話接続を実行するもの。

（１６）：上記（９）の態様において、前記仲介部は、前記環境情報を参照し、前記インタフェースを介して前記複数のサービス提供者に対し前記環境情報の一部を提供するもの。

（１７）：上記（１６）の態様において、前記環境情報は、発信元情報を含むもの。

（１８）：上記（９）の態様において、前記仲介部は、前記タスクに対応した前記インタフェースの入出力情報を記録するログ記録部を備えるもの。

（１９）：上記（９）の態様において、前記タスクは、前記サービスリクエストの完了を目指すメインタスクと、前記メインタスクの進捗および前記サービス提供者からの返答に基づき前記メインタスクのマイルストーンを達成するためのサブタスクと、を含み、前記仲介部は、前記メインタスクおよび前記サブタスクに基づき動的に前記タスクの参照情報を取得し、前記利用者およびインタフェースへの出力を制御するもの。

（１）〜（８）によれば、作業の予約を適切に支援することができる。

（３）によれば、移動中（例えば、旅行中）の利用者が、進行方向先の宿泊施設などを簡易に予約することができるように支援することができる。

（５）、（６）によれば、複数の作業の中から利用者が好適な作業を予約できるように支援することができる。

（９）〜（１９）によれば、適切なインターフェースを選択することができる。

（１７）によれば、発信者に関する情報を通知することでセキュリティ性に配慮することができる。

（１８）によれば、支援装置の行動を透明化することができる。

第１実施形態に係る支援装置１００の使用環境の一例を示す図である。 第１実施形態に係る支援装置１００の機能構成図である。 施設情報１４４の内容の一例を示す図である。 逆オークション方式により予約施設が決定される様子を示す図である。 支援装置１００において実行される処理の流れの一例を示すフローチャートである。 第２実施形態に係る支援装置５００の機能構成図である。 第２実施形態に係る支援装置５００の機能構成図である。 第２実施形態の支援装置５００を中心に実行される処理の流れの一例を示すフローチャートである。

以下、図面を参照し、本発明の支援装置、支援方法、およびプログラムの実施形態について説明する。

＜第１実施形態＞
図１は、第１実施形態に係る支援装置１００の使用環境の一例を示す図である。支援装置１００は、ネットワークＮＷに接続されて使用される。ネットワークＮＷは、例えば、インターネットやＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、無線基地局、セルラー網、Ｗｉ―Ｆｉ網などを含む。

ネットワークＮＷには、施設を利用しようとする利用者Ｕの端末装置２００、予約サービスプロバイダ３００、翻訳サービスプロバイダ４００などが接続される。

端末装置２００は、例えば、スマートフォンやタブレット端末、ノートパソコンなどの可搬型端末装置である。また、端末装置２００は、利用者Ｕが車両に乗車している場合、車載端末装置（車載インターネット設備）であってもよいし、据え置き型のデスクトップパソコンなどであってもよい。利用者Ｕが乗車する車両は、自動運転車両であってもよく、この場合、以下に説明するように予約された施設の位置が、自動運転の目的地に自動的に設定されてもよい。

端末装置２００は、アプリケーションプログラムなどが起動することで利用者の音声入力またはテキスト入力を受け付け、この受け付けた情報を支援装置１００に送信する。また、端末装置２００は、ＧＮＳＳ（Global Navigation Satellite System）や無線基地局の位置などを利用した位置取得部を備え、端末装置２００の位置、あるいは位置の変化に基づく端末装置２００の進行方向（利用者Ｕの進行方向）を定期的に支援装置１００に送信する。

予約サービスプロバイダ３００は、インターネットによる予約を受け付ける施設Ｂの端末装置（以下、施設端末）Ｂ−１によってアクセスされ、支援装置１００からの指示に基づいて、施設Ｂのネットワーク予約を実現する。また、予約サービスプロバイダ３００は、一般的な意味でのネットワーク予約、すなわちインターネットを介して予約サービスプロバイダ３００のウェブサイトにアクセスすることによる予約を受け付けてもよい。

翻訳サービスプロバイダ４００は、支援装置１００からの依頼に基づいて、所望の言語間での翻訳を請け負う。

なお、図中、電話での予約のみ受け付ける施設Ａについて、支援装置１００は、人工知能による自動発話により、或いはテレフォンオペレータに指示することにより予約を行う。

図２は、第１実施形態に係る支援装置１００の機能構成図である。支援装置１００は、例えば、取得部１１０と、フロントエンド仲介部１２０と、バックエンド仲介部１４０と、音声処理部１５０と、サービスインターフェース１６０とを備える。また、支援装置１００は、ＲＡＭ（Random Access Memory）やフラッシュメモリ、ＨＤＤ（Hard Disk Drive）などの記憶装置に、サービスリクエスト情報１３０と、施設情報１４４とを記憶させている。

取得部１１０は、例えば、ＮＩＣ（Network Interface Card）を含む。取得部１１０は、端末装置２００から、利用者Ｕにより音声またはテキストで入力された入力情報を含む利用者側情報を取得する。利用者側情報には、端末装置２００の位置情報または進行方向情報が含まれてもよい。

フロントエンド仲介部１２０は、例えば、応答部１２２と、対象地域絞込部１２４と、タスクスケジューラ１２６とを備える。これらの機能部は、ＣＰＵ（Central Processing Unit）などのプロセッサがプログラム（ソフトウェア）を実行することで実現される。また、これらの機能部のうち一部または全部は、ＧＰＵ（Graphics Processing Unit）やＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）などのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

応答部１２２は、端末装置２００の利用者Ｕとの会話の形式で、施設の予約を受け付け、或いは施設の予約に誘導する。この際に、応答部１２２は、入力情報に基づいて、利用者Ｕの意図を推定する。例えば、応答部１２２は、人工知能（ＡＩ）、深層学習（ディープラーニング）などの機械学習によって、平文のテキストで記述された入力情報を、構造化されたデータに変換することで、利用者Ｕの意図を推定する。利用者Ｕの意図とは、例えば、「日付：○月○日、場所：観光地××、泊数：１泊、食事：和食」といったコンピュータにより認識可能な抽象化されたデータである。また、応答部１２２は、サービスリクエスト情報１３０の内容を参照し、施設の予約の進捗状況に応じた会話の内容を生成し、端末装置２００に送信する。

対象地域絞込部１２４は、取得部１１０により取得される端末装置２００の位置情報または進行方向に基づいて、インターフェース部（音声処理部１５０またはサービスインターフェース１６０）がアクセスする（予約について問いかける）施設の存する地域（対象地域）を絞り込む。例えば、対象地域絞込部１２４は、端末装置２００（利用者Ｕ）の進行方向の先にあり、進行速度から推定された移動手段によって日没までに到達可能な地域に絞り込む。このような処理は、例えば、利用者Ｕが宿泊先を決めずに車両で移動しており、そのまま車両で旅行を楽しんだ後に宿泊する施設を決めたいといったニーズに対応したものである。

タスクスケジューラ１２６は、応答部１２２による推定結果と、対象地域絞込部１２４による絞り込み結果とに基づいて、サービスリクエスト情報１３０を生成する。サービスリクエスト情報１３０は、サービスリクエストＮｏ（ナンバー）によってラべリングされ、対象範囲と、交渉ステータスとが含まれる情報である。対象範囲とは、例えば、「日時」、「対象地域」、「施設の種別」、「料金範囲」などを含む情報である。交渉ステータスとは、バックエンド仲介部１４０の処理によって行われる動作に対して、施設からの応答がどの段階まで進んだかを示す情報である。

バックエンド仲介部１４０は、例えば、施設コミュニケーション処理部１４２と、翻訳依頼部１４６とを備える。施設コミュニケーション処理部１４２は、施設情報１４４を参照し、サービスリクエスト情報に含まれるサービスリクエストＮｏごとにアクセス対象の施設を特定する。

図３は、施設情報１４４の内容の一例を示す図である。図示するように、施設情報１４４は、施設の識別情報である施設ＩＤに対して、施設の位置、施設属性、予約手段などの情報が対応付けられたものである。施設コミュニケーション処理部１４２は、サービスリクエスト情報１３０の対象範囲に合致する施設（以下、候補施設）を抽出し、抽出した施設に対して、予約手段に即した手段で予約の交渉のための動作を音声処理部１５０またはサービスインターフェース１６０に行わせる。

施設コミュニケーション処理部１４２は、候補施設の予約手段が電話であれば、音声処理部１５０および電話機１５２を制御して、合成音声によって施設の予約担当番号宛てに電話をかけさせる。施設コミュニケーション処理部１４２は、応答部１２２と同様の機能を有しており、通話相手の発話内容を認識して構造化されたデータに変換し、予約希望内容を伝えるための発話内容を音声処理部１５０に生成させて電話機１５２に伝える。なお、これに代えて、施設コミュニケーション処理部１４２は、テレフォンオペレータに会話の内容を伝えることで、会話を行わせてもよい。

また、施設コミュニケーション処理部１４２は、候補施設の予約手段がインターネットであれば、サービスインターフェース１６０を制御し、予約サービスプロバイダ３００が提供するインターネットサイトに対して所定のフォームを入力する処理を行わせる。この所定のフォームは、直ちに予約を行うためのフォームに限らず、テキストによる問いかけを行うためのフォームであってもよい。

このように、支援装置１００は、施設側へのインターフェースを複数有し、それらの相違を利用者Ｕに認識させない形で利用者Ｕとの会話を実現する。

また、施設コミュニケーション処理部１４２は、候補施設が複数存在する場合、複数の施設に対して並行してコミュニケーションを行い、逆オークション方式（入札方式）で予約を行う施設（予約施設）を決定してもよい。図４は、逆オークション方式により予約施設が決定される様子を示す図である。図示するように、所定の条件で利用可能か否かを問い合わせた結果、施設Ａからは「利用可、料金は１００００円」、施設Ｂからは「利用不可」、施設Ｃからは「利用可、料金は９５００円」、施設Ｄからは「利用可、料金は８５００円」、と応答がなされた場合、施設Ｄを予約施設に決定してよい。

また、施設コミュニケーション処理部１４２は、サービスリクエスト情報１３０を生成するまでの処理が、施設において使用される言語とは異なる言語（利用者の言語）で行われる場合、翻訳依頼部１４６に対して、翻訳サービスプロバイダ４００に翻訳を依頼させてもよい。なお、このような処理は、フロントエンド仲介部１２０において行われてもよい。この場合、取得部１１０により取得された入力情報が、施設において使用される言語に翻訳されてもよいし、サービスリクエスト情報１３０を生成する手前までの処理が他の言語で行われ、サービスリクエスト情報１３０が施設において使用される言語で生成されてもよい。

以下、支援装置１００において実行される処理の流れについて説明する。図５は、支援装置１００において実行される処理の流れの一例を示すフローチャートである。本フローチャートの処理は、例えば、新たな利用者側情報が取得部１１０により取得されたときに開始される。

まず、応答部１２２が入力情報に基づいて意図推定を行い（ステップＳ１００）、対象地域絞込部１２４は、位置または進行方向に基づいて対象地域の絞込みを行う（ステップＳ１０２）。次に、応答部１２２は、利用者Ｕによる施設の利用意図が推定されたか否かを判定する（ステップＳ１０４）。利用者Ｕによる施設の利用意図が推定されなかった場合は、ステップＳ１００に処理が戻される。

利用者Ｕによる施設の利用意図が推定された場合、タスクスケジューラ１２６が、サービスリクエスト情報１３０を新たに生成し（ステップＳ１０６）、交渉ステータスを「交渉中」に設定する（ステップＳ１０８）。

以降の処理は、ステップＳ１００〜Ｓ１０８とは非同期に、サービスリクエスト情報１３０を順次参照することで行われてよい。施設コミュニケーション処理部１４２は、施設情報１４４から候補施設を抽出し（ステップＳ１１０）、候補施設への問いかけを行うように音声処理部１５０および／またはサービスインターフェース１６０に指示する（ステップＳ１１２）。

次に、施設コミュニケーション処理部１４２は、施設側からの質問があったか否かを判定する（ステップＳ１１４）。施設側からの質問があった場合、施設コミュニケーション処理部１４２は、サービスリクエスト情報１３０の交渉ステータスを「質問あり」に変更する（ステップＳ１１６）。この際に、サービスリクエスト情報１３０には、質問の内容を示す情報が登録される。これに応じて応答部１２２は、端末装置２００に対して質問の内容を示す問いかけ情報を送信する（ステップＳ１１８）。

ステップＳ１１４において施設側からの質問が無いと判定された場合（何度か質問に応じた結果、質問が無くなった場合も含まれる）、施設コミュニケーション処理部１４２は、利用可能な施設があるか否かを判定する（ステップＳ１２０）。

利用可能な施設があると判定した場合、施設コミュニケーション処理部１４２は、利用可能な施設の中で最も条件の良い施設を選択する（ステップＳ１２２）。条件とは、利用代金だけでなく、施設属性や品質などの条件を含んでもよく、端末装置２００からの入力情報に含まれている条件（直接的に指定された場合だけでなく、会話の中で示唆されたものでもよい）を、応答部１２２が解釈してもよい。次に、施設コミュニケーション処理部１４２は、サービスリクエスト情報１３０の交渉ステータスを「利用可」に変更する（ステップＳ１２４）。この際に、サービスリクエスト情報１３０には、施設に関する種々の情報が登録される。一方、利用可能な施設が無いと判定した場合、施設コミュニケーション処理部１４２は、サービスリクエスト情報１３０の交渉ステータスを「利用不可」に変更する（ステップＳ１２８）。

そして、応答部１２２は、端末装置２００に施設の利用可否について連絡する（ステップＳ１２６）。施設の利用が可能である場合、応答部１２２は、施設に関する種々の情報を併せて端末装置２００に送信する。

以上説明した第１実施形態の支援装置１００によれば、作業の利用者Ｕの端末装置２００から、利用者Ｕにより音声またはテキストで入力された入力情報を含む利用者側情報を取得する取得部１１０と、作業の予約のための動作を行うインターフェース部（１５０、１６０）と、取得部１１０により取得された利用者側情報に含まれる入力情報の意図推定を行うと共に、意図推定の結果に基づいてインターフェース部を制御し、利用者の意図する作業の予約を実現する仲介部（１２０、１４０）と、を備えることにより、作業の予約を適切に支援することができる。

例えば、電話での予約のみ受け付ける宿泊施設であって、高齢者などが管理（経営）する宿泊施設を外国人が予約しようとした場合、従来の技術では通訳に依頼するなどして予約を行う必要があった。この点、実施形態の支援装置１００を利用することで、言語を問わず施設の予約を行うことができる。

また、自動化・知能化が進んだ社会において、少ない情報で素早く予約を確定された受注者がサービスを受注できるという形態が予想される。この点、実施形態の支援装置１００では、予め収集された施設情報１４４を利用することで、迅速に予約を成立させることができる。

なお、施設情報１４４の収集は、例えば、地方自治体が紹介を請け負い、紹介手数料や斡旋手数料を受領するというビジネスの中で行われてよい。また、支援装置１００の運営者が、予約サービスプロバイダ３００や翻訳サービスプロバイダ４００から予約の成立に応じてインセンティブを受領する仕組みを構築してもよい。

＜第２実施形態＞
以下、第２実施形態の支援装置５００について説明する。支援装置５００の使用環境については図１を援用し、再度の説明を省略する。

図６および図７は、第２実施形態に係る支援装置５００の機能構成図である。図６に示すように、支援装置５００は、例えば、取得部５１０と、フロントエンド仲介部５２０と、入出力インターフェース（Ｉ／Ｆ）５４０と、参照部５５０とを備える。フロントエンド仲介部５２０および後述するバックエンド仲介部５６０の各部は、例えば、ＣＰＵなどのプロセッサがプログラム（ソフトウェア）を実行することで実現される。また、各部のうち一部または全部は、ＧＰＵやＬＳＩ、ＡＳＩＣ、ＦＰＧＡなどのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

取得部５１０は、例えば、入出力Ｉ／Ｆ５４０を介して端末装置２００から、利用者Ｕにより音声、テキスト、その他の形式で入力された入力情報を含む利用者側情報を取得する。利用者側情報には、端末装置２００の位置情報または進行方向情報が含まれてもよい。

フロントエンド仲介部５２０は、例えば、基本Ｉ／Ｏ（Input / Output）モジュール５２２と、意図・指示推定部５２４と、タスクスケジューラ５３０とを備える。

基本Ｉ／Ｏモジュール５２２は、音声／テキスト変換部、表示機器制御部などを含む。基本Ｉ／Ｏモジュール５２２は、例えば、第１実施形態の応答部１２２と同様に、端末装置２００の利用者Ｕとの会話の形式で、施設の予約を受け付け、或いは施設の予約に誘導するための処理を行う。基本Ｉ／Ｏモジュール５２２は、入力情報が音声である場合、これをテキストに変換して意図・指示推定部５２４に出力する。また、基本Ｉ／Ｏモジュール５２２は、入力情報がテキストである場合、そのテキストをそのまま意図・指示推定部５２４に出力する。また、基本Ｉ／Ｏモジュール５２２は、サービスリクエスト情報５３６の内容を参照し、タスクの進捗状況に応じた会話の内容を生成し、端末装置２００に送信する。

意図・指示推定部５２４は、入力されたテキストに基づいて、利用者Ｕの意図や指示の内容を推定する。例えば、意図・指示推定部５２４は、人工知能（ＡＩ）、深層学習（ディープラーニング）などの機械学習によって、平文のテキストで記述された入力情報を、構造化されたデータに変換することで、利用者Ｕの意図や指示の内容を推定する。意図・指示推定部５２４は、推定した内容に応じたメインタスク（例えば、「宿泊施設の予約」といったもの）を決定する。

タスクスケジューラ５３０は、タスクドメイン・メインタスク決定部５３２と、リクエスト生成部５３４とを備える。

タスクドメイン・メインタスク決定部５３２は、意図・指示推定部５２４により決定されたメインタスクのドメイン（分類属性）に応じたリクエスト生成部５３４（ドメイン制御モジュール）を生成する。この際に、タスクドメイン・メインタスク決定部５３２は、参照部５５０の環境情報参照部５５４により参照される利用者の環境情報と、タスクドメイン情報参照部５５６により参照されるタスクドメイン情報と、タスク優先度参照部５５８により参照されるタスク優先度とに基づいてリクエスト生成部５３４を生成する。

環境情報は、例えば、電話番号あるいは通話元情報であるＣＩＤ、性別、年齢、禁煙／喫煙希望、ウェブ閲覧履歴（現在、または過去の履歴）や端末操作履歴などの各種行動履歴情報といった情報を含む。行動履歴情報は、利用者の位置情報の履歴や進行方向の履歴を含んでもよい。タスクドメイン・メインタスク決定部５３２は、環境情報に合致するようにリクエスト生成部５３４を生成する。

タスクドメイン情報は、例えば、タスクの識別情報であるタスクＩＤ、タスクドメインの識別情報であるタスクドメインＩＤ、実行／終了条件、使用可能なインターフェースの形式、参照情報の範囲などを含む。

タスクドメイン・メインタスク決定部５３２は、例えば、環境情報が利用者が自宅から遠距離を移動中であることを示し、かつ施設を参照あるいは予約しようとしている場合には、「施設情報参照・予約」というタスクドメインにおいて、現在地および進行情報を初期条件としてメインタスク（例として宿泊施設の参照・予約）の割り当てを行う。また、タスクドメイン・メインタスク決定部５３２は、「交通事故処理」というタスクドメインにおいて、利用者が通報を試みている場合には、利用者の利用している車両のＶＩＮ等の情報、運転者情報といった環境情報を元に、警察機関、家族、保険事業者といった全連絡対象者に対し連絡を行うというメインタスクの割り当てを行ってもよい。

タスク優先度は、例えば、タスクＩＤに対して、優先度、代替タスクＩＤ、代替タスクの実行／終了条件などが対応付けられた情報である。

リクエスト生成部５３４は、メインタスクの完了に対応したサブタスクの実行順を決定する。サブタスクとは、メインタスクの進捗およびサービス提供者からの返答に基づきメインタスクのマイルストーンを達成するためのものである。例えば、メインタスクが電話予約である場合、サービス提供者の特定、電話番号の特定、言語の特定、翻訳Ｉ／Ｆの有効化、通話といった順に、サブタスクの実行順が決定される。また、リクエスト生成部５３４は、サービスリクエスト情報５３６を生成する。ここで、それぞれのタスクを、異なるドメインに属するモジュールを組合せて実行するようにしてもよい。例えば、タスクの一部のステータスを途中で通知したり、実行結果を利用者にフィードバックする、あるいは対話のなかでサービス提供者側から特定の要求があったときに、それに対応する処理を実行するなどしてもよい。例えば、付加情報の確認として、喫煙／禁煙の確認を環境情報の参照制御モジュールで対応し、言語が異なった時に翻訳モジュールを介した通話に切り替えてもよい。

サービスリクエスト情報５３６は、サービスリクエストＮｏ（ナンバー）によってラべリングされ、対象範囲と、交渉ステータスとが含まれる情報である。対象範囲とは、例えば、「日時」、「対象地域」、「施設の種別」、「料金範囲」などを含む情報である。交渉ステータスとは、バックエンド仲介部５６０の処理によって行われる動作に対して、施設からの応答がどの段階まで進んだかを示す情報である。

バックエンド仲介部５６０は、例えば、ログ記録部５７０と、外部モジュール呼び出し部５８０と、入出力制御部５９０とを備える。

ログ記録部５７０は、タスクに対応した入出力Ｉ／Ｆ５４０の入出力情報を記録する。入出力情報は、音声またはテキストである。ログ記録部５７０は、この音声またはテキストを一定期間、記憶装置によって保持する。

外部モジュール呼び出し部５８０は、翻訳モジュールなどの外部モジュールを呼び出す。

入出力制御部５９０は、メインタスクおよびサブタスクに基づき動的にタスクの参照情報を取得し、利用者およびインタフェースへの出力を制御する。入出力制御部５９０は、サービスリクエストに対応し、複数のサービス提供者への入出力Ｉ／Ｆ５４０を選択的に生成する。このとき、入出力制御部５９０は、サービス提供者情報参照部５５２により参照されるサービス提供者情報に基づいて、入出力Ｉ／Ｆ５４０を選択する（サービス提供者に割り当てる）。入出力Ｉ／Ｆ５４０には、利用者のＣＩＤに基づき音声通話接続を実行する音声通話インターフェースを含む。

サービス提供者情報は、例えば、サービス提供者の識別情報、サービス提供者の使用する言語、使用可能なインターフェースの形式、施設位置情報、サービス属性などを含む。

入出力制御部５９０は、サービス提供者の管理サーバに対し、前述した利用者の環境情報の一部や、意図・指示推定部５２４が変換することにより構造化された属性情報を読み取り可能に提供する入出力Ｉ／Ｆ５４０を選択したり、サービス提供者からの音声や画像、選択肢等の入力情報を、利用者の端末装置に直接あるいは既定の方法で変換して提示する入出力Ｉ／Ｆ５４０を選定するように構成されてもよい。また、ここで選択される入出力Ｉ／Ｆ５４０は複数存在してもよく、並列あるいは直列で組み合わされるものであって良い。例えば、サービス提供者に対し、英語と、日本語それぞれの言語別インタフェースが提供されて良いし、音声の入力に対し、翻訳（変換）インタフェースを直列に設定することで、出力が翻訳結果に基づく音声になるように構成することもできる。ここで、入出力Ｉ／Ｆ５４０は、記憶装置上で共有される情報に対し、一方向あるいは双方向からのアクセスを付与して任意のタイミングで読書きする型のものや、予め設定されたルールに基づき変換される入出力の対などで構成される。入出力制御部５９０は、この入出力Ｉ／Ｆ５４０を介して実行するメインタスクあるいはサブタスクに特化した操作入力を受け付けるとともに、双方向からの受信信号を処理することで、タスクに付随する処理の実行を行う。言い換えると、定義され割り当てられたこの入出力Ｉ／Ｆ５４０において、共有される情報、一方から他方へ伝達される情報、および各々が呼び出し・実行可能な処理が規定される。

入出力制御部５９０は、サービス提供者情報に基づいて、サービス提供者の特定を行い、更に、サービス提供者の電話番号、言語、翻訳モジュールの使用条件、入出力Ｉ／Ｆなどを特定し、利用環境情報の入力、通話内容の決定等の処理を行う。

図８は、第２実施形態の支援装置５００を中心に実行される処理の流れの一例を示すフローチャートである。

まず、利用者のユーザインターフェース（図中、利用者ＵＩ）からフロントエンド仲介部５２０（図中、ＦＥ仲介部）に対して音声が入力される（ステップＳ２００）。

フロントエンド仲介部５２０の基本Ｉ／Ｏモジュール５２２は、言語解析を行い、音声をテキストに変換する（ステップＳ２０２）。次に、意図・指示推定部５２４およびタスクドメイン・メインタスク決定部５３２が、利用者側情報と環境情報を参照して利用者の意図を推定し、メインタスクを決定する（ステップＳ２０４）。続いて、タスクドメイン・メインタスク決定部５３２が、タスクドメインを決定し（ステップＳ２０６）、タスク実行対応モジュール（リクエスト生成部５３４）を生成する（ステップＳ２０８）。

リクエスト生成部５３４は、サービスリクエストを生成し、対応サブタスクを生成する（ステップＳ２１０）。フロントエンド仲介部５２０は、ステータスを更新し、追加操作を受け付ける状態となる（ステップＳ２１２）。この状態で更に音声入力がなされると（ステップＳ２００）、ステップＳ２０２以降の処理が再度実行される。

バックエンド仲介部５６０の入出力制御部５９０は、対応ドメインを決定し、対応Ｉ／Ｆ（使用する入出力Ｉ／Ｆ５４０）を決定し、対応モジュールを実行する（ステップＳ２１４）。これによって、入出力Ｉ／Ｆ５４０が音声通話を実行する（ステップＳ２１６、Ｓ２１８）。なお、通話先のサービス提供者が複数存在する場合、入出力制御部５９０は、複数の入出力Ｉ／Ｆ５４０（音声通話インターフェース）を同時に制御して、複数のサービス提供者と音声通話接続を実行してよい。また、翻訳が必要な場合には、外部モジュール呼び出し部５８０が翻訳モジュールを呼び出して翻訳を行わせる。

このとき、入出力制御部５９０は、通話先のサービス提供者に対して、入出力Ｉ／Ｆ５４０（音声通話インターフェース以外のもの）を介して、利用者の環境情報の一部を提供してもよい。提供される環境情報は、利用者が許諾した範囲内に制限されてよい。

音声通話が終了すると、入出力制御部５９０は、サブタスク対応モジュールの実行完了を通知する（ステップＳ２２０）。これを受けてフロントエンド仲介部５２０は、サブタスクの終了判定（ステップＳ２２２）、メインタスクの終了判定（ステップＳ２２４）を行い、終了ステータス判定を行って応答を生成する（ステップＳ２２６）。利用者ＵＩは、応答を受信する（ステップＳ２２８）。

以上説明した第２実施形態によれば、第１実施形態と同様の効果を奏する他、適切なインターフェースを自動的に選択することができる。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

Claims (20)

1. 利用者の端末装置から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得する取得部と、
   作業の予約のための動作を行う音声処理部を含む複数のインターフェース部と、
   前記取得部により取得された利用者側情報に含まれる入力情報の意図推定を行うと共に、前記意図推定の結果に基づいて前記複数のインターフェース部を選択的に生成し、生成した複数のインターフェースを並行して制御し、前記利用者の意図する作業の予約のためのコミュニケーションを自律的に実行すると共に、前記複数のインターフェース部における作業の予約可否に関する応答を前記利用者の端末装置に提供するよう、通話相手の発話内容を認識して構造化されたデータに変換するとともに、前記利用者の意図する作業の予約のための発話内容を前記音声処理部に生成させる仲介部と、
   を備える支援装置。
2. 前記インターフェース部は、相手先に応じて異なる態様で前記作業の予約のための動作を行い、
   前記仲介部は、前記音声処理部への前記通話相手の発話内容と、前記音声処理部を介さない前記インターフェース部からのフィードバックに対して、同じレベルの構造化処理を行うことで、前記端末装置に対して前記インターフェース部の態様の相違を認識させない応答を返す、
   請求項１記載の支援装置。
3. 前記取得部により取得される利用者側情報には、前記端末装置の位置情報または進行方向が含まれ、
   前記取得部により取得される前記端末装置の位置情報または進行方向に基づいて、前記インターフェース部がアクセスする対象を絞り込む絞込部を更に備える、
   請求項１または２記載の支援装置。
4. 前記利用者側情報は、前記利用者の言語で作成され、
   前記仲介部は、前記利用者の言語に基づいて前記利用者側情報に含まれる入力情報の意図推定を行い、前記意図推定の結果を前記作業の管理者の言語に翻訳することを翻訳部に依頼し、前記翻訳部による翻訳結果に基づいて、前記インターフェース部を制御する、
   請求項１から３のうちいずれか１項記載の支援装置。
5. 前記仲介部は、逆オークション方式によって前記複数の作業のうち予約を行う作業を決定する、
   請求項１記載の支援装置。
6. コンピュータが、
   利用者の端末装置から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得し、
   前記取得された利用者側情報に含まれる入力情報の意図推定を行い、
   前記意図推定の結果に基づいて、作業の予約のための動作を行う音声処理部を含む複数のインターフェース部を選択的に生成し、
   生成した複数のインターフェースを並行して制御して前記利用者の意図する作業の予約のためのコミュニケーションを自律的に実行し、
   前記複数のインターフェース部における作業の予約可否に関する応答を前記利用者の端末装置に提供するよう、通話相手の発話内容を認識して構造化されたデータに変換するとともに、前記利用者の意図する作業の予約のための発話内容を前記音声処理部に生成させる、
   支援方法。
7. コンピュータに、
   利用者の端末装置から、前記利用者により音声またはテキストで入力された入力情報を含む利用者側情報を取得させ、
   前記取得させた利用者側情報に含まれる入力情報の意図推定を行わせ、
   前記意図推定の結果に基づいて、作業の予約のための動作を行う音声処理部を含む複数のインターフェース部を選択的に生成させ、
   生成した複数のインターフェースを並行して制御して前記利用者の意図する作業の予約のためのコミュニケーションを自律的に実行させ、
   前記複数のインターフェース部における作業の予約可否に関する応答を前記利用者の端末装置に提供するよう、通話相手の発話内容を認識して構造化されたデータに変換するとともに、前記利用者の意図する作業の予約のための発話内容を前記音声処理部に生成させることを行わせる、
   プログラム。
8. 利用者による入力情報を含む利用者側情報を取得する取得部と、
   前記利用者に対応する環境情報を参照する環境情報参照部と、
   前記利用者側情報および前記環境情報に基づきタスクを計画するタスク計画部と、
   前記タスクに基づき、複数のサービスリクエストを生成するリクエスト生成部と、
   前記サービスリクエストに対応する複数のサービス提供者情報を参照するサービス提供者情報参照部と、
   前記サービスリクエストに対応し、複数のサービス提供者からの応答を含む情報を利用者とサービス提供者の各々が呼び出し、実行可能な複数のインタフェースを選択的に生成すると共に、生成した複数のインタフェースを同時に制御し、前記複数のインタフェースに対する前記複数のサービス提供者からの応答入力状態に基づき前記利用者の端末装置への出力を制御する仲介部と、
   を備える支援装置。
9. 前記環境情報は、前記利用者の識別情報に対応付けられた行動履歴情報を含む、
   請求項８記載の支援装置。
10. 前記行動履歴情報は、前記利用者の位置情報履歴または進行方向を含む、
    請求項９記載の支援装置。
11. 前記行動履歴情報は、
    前記利用者が現在閲覧している、または過去に閲覧したウェブコンテンツまたは前記ウェブコンテンツの識別情報を含む、
    請求項９記載の支援装置。
12. 前記仲介部は、前記サービス提供者の識別情報に基づき前記複数のインタフェースを前記サービス提供者に割り当てる、
    請求項８記載の支援装置。
13. 前記環境情報は、前記利用者の音声通話識別情報を含み、
    前記複数のインタフェースは、前記音声通話識別情報に基づき音声通話接続を実行する音声通話インタフェースを含む、
    請求項８記載の支援装置。
14. 前記仲介部は、前記音声通話インタフェースを複数同時に制御して前記複数のサービス提供者と音声通話接続を実行する、
    請求項１３記載の支援装置。
15. 前記仲介部は、前記環境情報を参照し、前記インタフェースを介して前記複数のサービス提供者に対し前記環境情報の一部を提供する、
    請求項８記載の支援装置。
16. 前記環境情報は、発信元情報を含む、
    請求項１５に記載の支援装置。
17. 前記仲介部は、前記タスクに対応した前記インタフェースの入出力情報を記録するログ記録部を備える、
    請求項８記載の支援装置。
18. 前記タスクは、前記サービスリクエストの完了を目指すメインタスクと、前記メインタスクの進捗および前記複数のサービス提供者のそれぞれからの複数の返答に基づき前記メインタスクのマイルストーンを達成するための複数のサブタスクと、を含み、
    前記仲介部は、前記メインタスクおよび前記複数のサブタスクの進捗に基づき動的に前記タスクの参照情報を取得し、前記利用者およびインタフェースへの出力を制御すると共に、前記メインタスクのマイルストーンの成否結果を前記利用者の端末装置に提供する、
    請求項８記載の支援装置。
19. コンピュータが、
    利用者による入力情報を含む利用者側情報を取得し、
    前記利用者に対応する環境情報を参照し、
    前記利用者側情報および前記環境情報に基づきタスクを計画し、
    前記タスクに基づき、複数のサービスリクエストを生成し、
    前記サービスリクエストに対応する複数のサービス提供者情報を参照し、
    前記サービスリクエストに対応し、複数のサービス提供者へのインタフェースを選択的に生成する、
    支援方法。
20. コンピュータに、
    利用者による入力情報を含む利用者側情報を取得させ、
    前記利用者に対応する環境情報を参照させ、
    前記利用者側情報および前記環境情報に基づきタスクを計画させ、
    前記タスクに基づき、複数のサービスリクエストを生成させ、
    前記サービスリクエストに対応する複数のサービス提供者情報を参照させ、
    前記サービスリクエストに対応し、複数のサービス提供者へのインタフェースを選択的に生成させる、
    プログラム。

Images