JP2020098322A - Correspondence presentation device and correspondence method - Google Patents
Correspondence presentation device and correspondence method Download PDFInfo
- Publication number
- JP2020098322A JP2020098322A JP2019155509A JP2019155509A JP2020098322A JP 2020098322 A JP2020098322 A JP 2020098322A JP 2019155509 A JP2019155509 A JP 2019155509A JP 2019155509 A JP2019155509 A JP 2019155509A JP 2020098322 A JP2020098322 A JP 2020098322A
- Authority
- JP
- Japan
- Prior art keywords
- hierarchical structure
- structure data
- text data
- text
- category
- 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
Links
- 238000000034 method Methods 0.000 title claims description 43
- 238000000547 structure data Methods 0.000 claims abstract description 164
- 239000000284 extract Substances 0.000 claims description 9
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims 1
- 230000004044 response Effects 0.000 description 20
- 238000006243 chemical reaction Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000000605 extraction Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000010485 coping Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000004397 blinking Effects 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、対応提示装置および対応提示方法に関する。 The present invention relates to a correspondence presentation device and a correspondence presentation method.
従来、コールセンタのオペレータ用の支援システムが知られている(例えば、特許文献1および2参照)。
特許文献1 特開2015−233230号公報
特許文献2 特開2010−224727号公報
Conventionally, a support system for an operator of a call center is known (see, for example,
しかしながら、従来の支援システムでは、対策事例の内容を検索したり、内容をよく読んだりする必要があり、情報への迅速なアクセスが困難であった。 However, in the conventional support system, it is necessary to search the contents of the countermeasure case or read the contents carefully, which makes it difficult to quickly access the information.
本発明の第1の態様においては、過去の質問応答記録のマスタDBを記憶する記憶部と、現在の質問応答記録を音声認識したテキストデータを取得するテキスト取得部と、テキストデータの要点を予め定められたカテゴリ毎に分類し、要点を集約して、マスタDBの階層構造データを生成する階層構造データ生成部と、テキストデータに対応する階層構造データを、階層構造データ生成部が分類したカテゴリ毎に表示する表示部とを備え、表示部は、テキストデータに対する類似度の高い階層構造データを強調表示する対応提示装置を提供する。 In the first aspect of the present invention, a storage unit that stores a master DB of past question answer records, a text acquisition unit that obtains text data obtained by voice recognition of the current question answer records, and a main point of the text data are described in advance. A category in which the hierarchical structure data generation unit classifies the defined categories, collects the main points, and generates the hierarchical structure data of the master DB, and the hierarchical structure data corresponding to the text data. And a display unit that displays each of the display units, and the display unit provides a correspondence presentation device that highlights hierarchical structure data having a high degree of similarity to text data.
表示部は、第1のカテゴリの内容を、テキストデータに対する類似度の高い順に表示し、第1のカテゴリよりも低次の階層である第2のカテゴリの内容を、マスタDBに記憶された件数の多い順に並べて表示してよい。 The display unit displays the contents of the first category in descending order of similarity to the text data, and displays the contents of the second category, which is a hierarchy lower than the first category, in the master DB. You may display them in descending order.
対応提示装置は、階層構造データの階層の数を決定する階層決定部を更に備えてよい。階層構造データ生成部は、階層決定部の決定した階層の数に応じて、階層構造データを生成してよい。 The correspondence presentation device may further include a layer determination unit that determines the number of layers of the hierarchical structure data. The hierarchical structure data generation unit may generate the hierarchical structure data according to the number of layers determined by the layer determination unit.
階層構造データ生成部は、顧客とオペレータとの会話のテキストデータから、状況、原因および対処のカテゴリ毎に、テキストデータの要点を抽出してよい。 The hierarchical structure data generation unit may extract the main points of the text data for each category of situation, cause, and countermeasure from the text data of the conversation between the customer and the operator.
テキスト取得部は、テキストデータを修正してよい。階層構造データ生成部は、修正後のテキストデータに基づいて、階層構造データを生成してよい。表示部は、修正後のテキストデータに対応する階層構造データを、階層構造データ生成部が分類したカテゴリ毎に表示してよい。 The text acquisition unit may modify the text data. The hierarchical structure data generation unit may generate hierarchical structure data based on the corrected text data. The display unit may display the hierarchical structure data corresponding to the corrected text data for each category classified by the hierarchical structure data generation unit.
本発明の第2の態様においては、過去の質問応答記録のマスタDBを記憶するステップと、現在の質問応答記録を音声認識したテキストデータを取得するステップと、テキストデータの要点を予め定められたカテゴリ毎に分類し、要点を集約して、マスタDBの階層構造データを生成するステップと、テキストデータに対応する階層構造データを、分類されたカテゴリ毎に表示するステップと、テキストデータに対する類似度の高い階層構造データを強調表示するステップと、を備える対応提示方法を提供する。 In the second aspect of the present invention, a step of storing a master DB of past question answer records, a step of obtaining text data obtained by voice recognition of the current question answer records, and a point of text data are predetermined. The steps of classifying each category and collecting the main points to generate the hierarchical structure data of the master DB, the step of displaying the hierarchical structure data corresponding to the text data for each classified category, and the degree of similarity to the text data And a step of highlighting high hierarchical structure data.
なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。 The above summary of the invention does not enumerate all the features of the present invention. Further, a sub-combination of these feature groups can also be an invention.
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。 Hereinafter, the present invention will be described through embodiments of the invention, but the following embodiments do not limit the invention according to the claims. In addition, not all of the combinations of features described in the embodiments are essential to the solving means of the invention.
図1は、対応システム200の構成の概要を示す。対応システム200は、顧客210からコールセンタに問い合わせがあった場合に、オペレータの応答を補助するためのシステムである。本例では、対応システム200が一次受付230および二次受付240を有する場合について説明するが、三次受付以上の受付を有してもよい。
FIG. 1 shows an outline of the configuration of the
顧客210は、PSTN(Public Switched Telephone Network)等の公衆交換電話網220、およびPBX(Private Branch eXchange)等の構内交換機225を経由して一次受付230のオペレータにコンタクトする。
The
一次受付230は、オペレータが使用する電話機232および受付用端末234を有する。二次受付240は、オペレータが使用する電話機242および受付用端末244を有する。受付用端末234および受付用端末244は、LAN(Local Area Network)250を介してサーバー機260に接続されている。
The
後述する対応提示装置100は、一次受付230および二次受付240が顧客210に対応するのを補助する。対応提示装置100は、サーバー機260に実装されてよい。サーバー機260は、例えば、パーソナルコンピューターである。サーバー機260で実行された結果が、LAN250等のネットワークを経由して受付用端末234または受付用端末244に表示される。
The
図2Aは、対応提示装置100の構成の概要を示す。対応提示装置100は、テキスト取得部10と、記憶部20と、階層構造データ生成部30と、表示部40と、階層決定部50とを備える。
FIG. 2A shows an outline of the configuration of the
テキスト取得部10は、現在の質問応答記録を音声認識したテキストデータTDを取得する。テキスト取得部10は、入力された音声をテキストデータTDに変換して取得してもよいし、入力されたテキストデータTDを取得してもよい。テキスト取得部10は、取得した現在の質問応答記録のテキストデータTDを階層構造データ生成部30に送信する。質問応答記録とは、顧客210とオペレータとの間の質問や応答等の会話の記録である。
The
現在の質問応答記録とは、オペレータが顧客対応しているリアルタイムの質問応答記録を指す。現在の質問応答記録は、一次受付230の質問応答記録であっても、二次受付240の質問応答記録であってもよい。
The current question/answer record is a real-time question/answer record that is handled by the operator. The current question and answer record may be the question and answer record of the
記憶部20は、過去の質問応答記録のマスタDBを記憶する。過去の質問応答記録とは、以前にオペレータが顧客対応したときの質問応答記録を後述する階層構造データHDとして保存したものである。過去の質問応答記録は、一次受付230の質問応答記録であっても、二次受付240の質問応答記録であってもよい。記憶部20は、記憶したマスタDBを階層構造データ生成部30に送信する。
The
階層構造データ生成部30は、マスタDBの階層構造データHDを生成する。階層構造データ生成部30は、生成した階層構造データHDを表示部40に送信する。また、階層構造データ生成部30は、テキスト取得部10からのテキストデータTDをそのままリアルタイムで表示部40に送信してもよい。なお、階層構造データ生成部30は、テキストデータの要点を予め定められたカテゴリ毎に分類し、分類されたカテゴリ毎に要約文を生成し、要約文を集約した集約文を生成する。詳細については後述する。
The hierarchical structure
階層構造データHDは、カテゴリ毎にマスタDBの内容を階層表示したものである。階層構造データHDは、階層構造データ生成部30が生成した集約文を含む。階層構造データ生成部30は、予め定められたカテゴリ毎に要点を分類して階層構造データHDを生成する。本例の階層構造データHDは、3つのカテゴリを有する。例えば、カテゴリには、オペレータが対応している事例の「状況」、「原因」および「対処」を含む。なお、本例のカテゴリ分類は一例であり、カテゴリの数や内容はこれに限定されない。「状況」が「質問」のカテゴリであってよく、「対処」が「回答」のカテゴリであってよい。
The hierarchical structure data HD is a hierarchical display of the contents of the master DB for each category. The hierarchical structure data HD includes the aggregate statement generated by the hierarchical structure
表示部40は、テキストデータTDに対応する階層構造データHDを表示する。表示部40は、階層構造データ生成部30が分類したカテゴリ毎に階層構造データHDを表示する。例えば、表示部40は、階層構造データHDを容易に把握するため、ツリー状に表示する。表示部40は、テキストデータTDと類似した階層構造データHDを強調表示してよい。例えば、表示部40は、色を付したり、点滅等のアニメーションを付したりすることにより、強調表示する。
The
また、表示部40は、テキスト取得部10が取得したテキストデータTDをそのまま表示してもよい。即ち、表示部40は、顧客210とオペレータとの現在の質問応答記録をリアルタイムで表示してよい。表示部40は、現在の質問応答記録のテキストデータTDと階層構造データHDとの両方を表示してもよい。なお、表示部40は、情報を表示するためのディスプレイを有してもよいし、受付用端末234および受付用端末244等の外部の端末に情報を表示させてもよい。
The
階層決定部50は、階層構造データHDの階層の数を決定する。階層構造データ生成部30は、階層決定部50の決定した階層の数に応じて階層構造データHDを生成する。なお、階層決定部50は、外部からの入力に応じて、階層構造データHDの階層の数を決定してよい。例えば、階層決定部50は、オペレータの指示に応じて階層構造データHDの階層の数を決定する。
The
本例の対応提示装置100は、現在の質問応答記録のテキストデータTDに対応する階層構造データHDを表示する。よって、オペレータは、階層構造データHDから応答の原因や対処の方法を迅速に把握することができる。これにより、対応提示装置100は、オペレータの応答を補助することができる。オペレータは、必要とする情報(例えば、対処)にたどり着きやすくなる。また、対応提示装置100は、二次受付240が応答していたような高度な事例を一次受付230に対応させることができる。よって、経験の浅い一次受付230のオペレータであっても、ある程度専門家やベテランのオペレータと同等の回答を実現することができる。したがって、一次受付230での受付の品質やスピードが向上する。
The
なお、対応提示装置100は、現在の質問応答記録のテキストデータTDを修正することにより、修正後の階層構造データHDを表示してもよい。一例において、テキスト取得部10は、オペレータからの指示に応じて、テキストデータTDを修正する。階層構造データ生成部30は、修正後のテキストデータTDに基づいて、階層構造データHDを生成する。表示部40は、修正後のテキストデータTDに対応する階層構造データHDを、階層構造データ生成部30が分類したカテゴリ毎に表示する。これにより、対応提示装置100は、さらにオペレータの回答の質を向上することができる。
The
図2Bは、対応提示装置100による動作のフローチャートの概要を示す。対応提示装置100は、ステップS10〜ステップS16を実行することにより、オペレータの応答を補助する。
FIG. 2B shows an outline of a flowchart of the operation performed by the
ステップS10において、記憶部20は、過去の質問応答記録のマスタDBを記憶する。ステップS12において、テキスト取得部10は、現在の質問応答記録を音声認識したテキストデータTDを取得する。ステップS14において、階層構造データ生成部30は、マスタDBの階層構造データHDを生成する。ステップS16において、表示部40は、テキストデータTDに対応する階層構造データHDを表示する。これにより、対応提示装置100は、オペレータに最適な対応方法を階層構造データHDとして提示することができる。
In step S10, the
図3は、対応提示装置100を用いた顧客応答のフローチャートの概要を示す。ステップS100〜ステップS118を実行することにより、顧客210の要求に応答することができる。なお、本例のフローチャートは、顧客応答のフローチャートの一例であり、顧客応答の方法は本例に限定されない。
FIG. 3 shows an outline of a flowchart of a customer response using the
ステップS100において、テキスト取得部10は、オペレータが正しく応対できた事例の記録を音声認識して、テキストデータTDを作成する。テキスト取得部10が取得するテキストデータTDは、一次受付230のオペレータの対応であっても、二次受付240のオペレータの対応であってもよい。テキスト取得部10が取得するテキストデータTDは、一次受付230および二次受付240の両方のオペレータの対応であってもよい。
In step S100, the
ステップS102において、階層構造データ生成部30は、テキスト取得部10が作成したテキストデータTDから、カテゴリ毎に要点を抽出する。階層構造データ生成部30は、カテゴリ毎に要点を抽出することにより、カテゴリ毎の階層を有する階層構造データHDを生成することができる。例えば、階層構造データ生成部30は、状況、原因および対処のカテゴリ毎に要点を抽出する。これにより、質問応答記録の会話の中から、状況、原因および対処に対応する部分がそれぞれ抽出される。
In step S102, the hierarchical structure
ステップS104において、階層構造データ生成部30は、抽出した情報から、カテゴリ内で類似する内容を要約して、集約する。例えば、階層構造データ生成部30は、カテゴリ内で類似する内容を要約した要約文を生成し、要約文を集約した集約文を生成する。この場合、階層構造データ生成部30は、内容毎の件数を集約度として生成してもよい。ステップS106において、記憶部20は、状況、原因、対処の順番に階層構造データHDをマスタDBとして登録する。
In step S104, the hierarchical structure
ステップS108において、テキスト取得部10は、顧客210とオペレータとの応対記録をリアルタイムに音声認識して、テキストデータTDを作成する。例えば、テキスト取得部10は、一次受付230の応対記録のテキストデータTDを作成する。
In step S108, the
ステップS110において、階層構造データ生成部30は、作成したテキストデータTDから、状況および原因のカテゴリ毎に要点を抽出する。ステップS112において、階層構造データ生成部30は、抽出した要点と類似する内容を、ステップS106でマスタDBに登録した状況のカテゴリから自動検索する。表示部40は、類似する内容を一次受付230のオペレータの端末に提示する。本明細書において、類似する内容とは、最も類似する内容に限られず、類似度の高いものから順に、複数の内容を指してもよい。次に、抽出した要点の中に「原因」のカテゴリ内容があった場合、ステップS114に進み、抽出した要点の中に「原因」のカテゴリ内容がない場合、ステップS116に進む。
In step S110, the hierarchical structure
ステップS114において、抽出した要点の中に「原因」のカテゴリ内容があった場合、階層構造データ生成部30は、ステップS106でマスタDBに登録した原因のカテゴリから類似する内容を自動検索する。表示部40は、類似する内容を一次受付230のオペレータの端末に表示する。
In step S114, when the extracted main points include the category content of “cause”, the hierarchical structure
ステップS116は、抽出した要点の中に「原因」のカテゴリ内容がない場合、一次受付230のオペレータが、端末に提示された複数ある原因の内容を参照しながら顧客210と会話することにより、原因を特定する。
If there is no “cause” category content in the extracted main points, the operator of the
ステップS118において、一次受付230のオペレータは、端末に提示されている状況および原因に対応する対処の内容を確認して、最適な対処方法を顧客に回答する。このように、対応提示装置100は、現在の質問応答記録のテキストデータTDに対応する階層構造データHDを表示することにより、オペレータの対応を補助することができる。
In step S118, the operator of the
図4は、テキスト取得部10が音声認識したテキストデータTDの一例を示す。本例のテキストデータTDは、図3のステップS100においてテキスト取得部10にテキストデータ化された音声の一例である。
FIG. 4 shows an example of the text data TD recognized by the
テキスト取得部10は、時系列で現在の質問応答記録をテキストデータ化する。テキスト取得部10は、オペレータや顧客210を区別してテキストデータ化する。テキスト取得部10は、オペレータが正しく応対できた事例の記録を音声認識してよい。本例のテキスト取得部10は、顧客210と一次受付230のオペレータの話の内容を時系列でテキストデータ化している。但し、現在の質問応答記録のテキストデータ化の対象や方法は本例に限られない。
The
図5Aは、階層構造データ生成部30によりカテゴリ分類された要点の一例を示す。本例の要点抽出例は、図3のステップS102における階層構造データ生成部30の処理の一例である。
FIG. 5A shows an example of the main points classified into categories by the hierarchical structure
階層構造データ生成部30は、テキスト取得部10が取得したテキストデータTDから、カテゴリ毎に要点を抽出する。例えば、カテゴリは、状況、原因および対処の3つである。本例の階層構造データ生成部30は、「状況」として「インバーターが停止しました」というテキストを抽出し、「原因」として「配線に触れたんですけど」というテキストを抽出し、「対処」として「配線を手配して交換してください。」というテキストを抽出する。
The hierarchical structure
また、階層構造データ生成部30は、任意の方法で、要点を抽出し、カテゴリを分類してよい。例えば、階層構造データ生成部30は、登録したキーワードが出現した場合にカテゴリ抽出するルールベースの手法により、要点の抽出およびカテゴリの分類を実行する。また、階層構造データ生成部30は、分類した正解例を学習させたモデルを利用してカテゴリ抽出してもよい。
Further, the hierarchical structure
図5Bは、階層構造データ生成部30が生成した要約文の一例を示す。本例の要点抽出例は、図3のステップS104における階層構造データ生成部30の処理の一例である。
FIG. 5B shows an example of a summary sentence generated by the hierarchical structure
階層構造データ生成部30は、カテゴリ毎に抽出された要点を要約した要約文を生成する。例えば、「状況」について、「インバーターが停止しました」との内容を「インバーターが停止」に要約する。「原因」について、「配線に触れたんですけど」との内容を「配線に触れた」に要約する。「対処」について、「配線を手配して交換してください。」との内容を「配線を手配して交換」に要約する。
The hierarchical structure
図5Cは、階層構造データ生成部30が生成した集約文の一例を示す。本例の要点抽出例は、図3のステップS104における階層構造データ生成部30の処理の一例である。
FIG. 5C shows an example of an aggregate sentence generated by the hierarchical structure
階層構造データ生成部30は、カテゴリ毎に抽出された要点を要約した要約文を生成する。例えば、「状況」について、「インバーターが停止」との内容を「インバータが停止」に集約する。「原因」について、「配線に触れた」との要約文を集約文として用いる場合は変更しなくてよい。「対処」について、「配線を手配して交換」との要約文を集約文として用いる場合は変更しなくてよい。
The hierarchical structure
図6は、階層構造データ生成部30によるカテゴリ内の情報の集約例を示す。本例の集約例は、図3のステップS104における階層構造データ生成部30の処理の一例である。本例では、要約例1〜要約例6の6つの要約文から集約例1〜集約例6の6つの集約文を生成する場合について説明する。
FIG. 6 shows an example of aggregation of information in categories by the hierarchical structure
階層構造データ生成部30は、抽出した情報を要約した要約文から、カテゴリ内で類似する内容を集約する。例えば、階層構造データ生成部30は、登録したキーワードが出現した場合に集約するルールベースの手法によって、文章を集約する。また、階層構造データ生成部30は、集約した正解例を学習させたモデルを利用して集約する手法によって、文章を集約してもよい。
The hierarchical structure
例えば、「状況」において、類似する内容として、「インバーターが停止」および「停止したインバーター」が含まれている場合、これらを「インバータが停止」に集約する。また、「状況」において、類似する内容として、「配線が焼損」および「コードが焼損」が含まれている場合、これらを「配線が焼損」に集約する。これにより、類似する「状況」の要点を共通の集約文に集約することができる。 For example, when the “situation” includes “inverter stopped” and “stopped inverter” as similar contents, these are aggregated into “inverter stopped”. In addition, when the “situation” includes “wiring burnout” and “cord burnout” as similar contents, these are aggregated into “wiring burnout”. As a result, the essential points of similar “situations” can be aggregated in a common aggregate sentence.
同様に、「原因」において、集約する内容として、「配線にふれた」および「配線に触った」が含まれている場合、これらを「配線に触れた」に集約する。また、「原因」において、類似する内容として、「長期に渡り利用」および「長期間利用」が含まれている場合、これらを「長期に渡り利用」に集約する。これにより、類似する「原因」の要点を共通の集約文に集約することができる。 Similarly, in the “cause”, when the contents to be aggregated include “touching the wiring” and “touching the wiring”, these are aggregated into “touching the wiring”. In addition, when “cause” includes “long-term use” and “long-term use” as similar contents, these are aggregated into “long-term use”. As a result, the main points of similar "causes" can be aggregated in a common aggregate sentence.
同様に、「対処」において、類似する内容として、「インバーターを交換」が含まれている場合、「インバータを交換」に集約する。このように、集約する集約文は、予め用意されていてもよい。内容を集約することにより、類似する内容を同一のものとして扱うことができる。なお、本例では、要約文と集約文との違いを明確にするために下線を付しているものの、下線は付さなくてもよい。 Similarly, in the “handling”, if “replace inverter” is included as similar contents, they are aggregated into “replace inverter”. In this way, aggregated sentences to be aggregated may be prepared in advance. By aggregating the contents, similar contents can be treated as the same. It should be noted that in this example, an underline is added to clarify the difference between the summary sentence and the aggregate sentence, but the underline may not be attached.
図7は、記憶部20に記憶されたマスタDBの一例を示す。本例のマスタDBは、図3のステップS106において記憶部20に記憶されるデータベースの一例である。
FIG. 7 shows an example of the master DB stored in the
記憶部20は、状況、原因および対処の順番に階層構造でマスタDBとして登録する。No.1〜No.5は、図6で示した階層構造データHDにそれぞれ対応している。記憶部20は、件数の多い順に番号を付して記憶してよい。また、記憶部20は、カテゴリ毎の件数や、事例毎の件数を記憶してもよい。マスタDBには、図3のステップS104で集約された集約文が記憶されている。
The
図8は、テキスト取得部10によって音声認識したテキストデータTDの一例を示す。本例のテキストデータTDは、図3のステップS108においてテキスト取得部10が取得するテキストの一例である。
FIG. 8 shows an example of the text data TD that is voice-recognized by the
テキスト取得部10は、顧客210と一次受付230の応対記録をリアルタイムに音声認識したテキストデータTDを取得している。テキスト取得部10は、二次受付240の質問応答記録のテキストデータTDをリアルタイムに取得してもよい。
The
表示部40は、表示領域42を表示している。本例の表示部40は、表示画面の左半分に表示領域42を表示しているが、これに限られない。表示部40は、表示領域42を一次受付230のオペレータに表示している。
The
表示領域42は、顧客210と一次受付230との会話を吹き出し形式で表示している。但し、会話の表示形式は、本例に限られない。顧客210と一次受付230の応対は音声認識され、時系列でテキストデータ化されるので、テキストのままデータとして保存してもよいし、画面に表示させてもよい。即ち、顧客210と一次受付230との会話を画面に表示しなくてもよい。本例では、状況および原因に相当するテキストデータTDが取得されているものの、対処に相当するテキストデータTDが取得されていない。
The
図9は、カテゴリ毎に抽出された集約文の表示例を示す。本例の要点抽出例は、図3のステップS110において表示部40が表示する集約文の一例である。表示部40は、表示領域42に加えて、表示領域44でも情報を表示している。
FIG. 9 shows a display example of aggregated sentences extracted for each category. The main point extraction example of this example is an example of an aggregate sentence displayed by the
表示領域44は、顧客210と一次受付230との会話の集約文を表示している。表示領域44は、表示領域42の隣に表示されている。本例では、状況および原因に相当するテキストデータTDが取得されているものの、対処に相当するテキストデータTDが取得されていない。そのため、集約文の対処の欄が空白となっている。
The
顧客210と一次受付230との会話の集約文は、階層構造データ生成部30により作成されてよい。例えば、階層構造データ生成部30は、登録したキーワードが出現した場合に抽出するルールベースの手法により集約文を作成する。
The aggregated sentence of the conversation between the
図10は、状況自動検索手順のフローチャートの一例を示す。本例のフローチャートは、図3のステップS112において、階層構造データ生成部30が類似する内容を自動検索する処理の一例を示す。本例の対応提示装置100は、「状況」のテキストデータTDと類似する内容を、マスタDBに登録した状況のカテゴリから自動検索する。なお、文章の類似度を算出して自動検索する方式は本例に限定されない。また、本フローチャートは会話が終了するまで継続されてよい。
FIG. 10 shows an example of a flowchart of a situation automatic search procedure. The flowchart of this example shows an example of the process in which the hierarchical structure
ステップS200において、階層構造データ生成部30は、マスタDBに登録した文章を形態素解析する。階層構造データ生成部30は、マスタDBに登録した文章を全て形態素解析してよい。ステップS202において、階層構造データ生成部30は、形態素解析した単語をベクトルデータ化する。
In step S200, the hierarchical structure
ステップS204において、階層構造データ生成部30は、マスタDBの文章のベクトルデータを算出する。階層構造データ生成部30は、マスタDBの文章毎のベクトルデータを算出する。例えば、階層構造データ生成部30は、同一のカテゴリにN個の文章が存在する場合に、N個のベクトルデータを算出する。本例の階層構造データ生成部30は、N個すべての文章をベクトルデータ化するが、一部の文章をベクトルデータ化してもよい。ステップS200〜ステップS204により、過去の質問応答記録についてベクトルデータが算出される。
In step S204, the hierarchical structure
ステップS206において、階層構造データ生成部30は、リアルタイムに音声認識したテキストデータTDを、状況、原因、対処にカテゴリ分類する。階層構造データ生成部30は、「状況」に対応するテキストデータTDがある場合、ステップS208に進む。ステップS208において、階層構造データ生成部30は、リアルタイムに音声認識したテキストデータTDの要約文を生成する。例えば、階層構造データ生成部30は、「状況」に対応するテキストデータTDの要約文を生成する。ステップS210において、要約文を集約した集約文を生成する。ステップS212において、階層構造データ生成部30は、集約文の単語をベクトルデータ化する。
In step S206, the hierarchical structure
ステップS214において、階層構造データ生成部30は、状況にカテゴリ分類された文章のベクトルデータを算出する。ステップS216において、階層構造データ生成部30は、ステップS204で算出した文章毎のベクトルデータと、ステップS214で算出したベクトルデータの類似度を算出する。言い換えると、階層構造データ生成部30は、過去の質問応答記録に対応するマスタDBのベクトルデータと、現在の質問応答記録に対応するテキストデータTDのベクトルデータとの類似度を算出する。ステップS218において、類似度の高いマスタDBに登録されている状況の文章を、一次受付230のオペレータに提示する。類似度の高い文章に限らず、マスタDBに登録されている複数の文章を、類似度の高い順に、一次受付230のオペレータに提示してよい。例えば、階層構造データ生成部30は、Doc2Vecを用いて、類似度を算出する。
In step S214, the hierarchical structure
図11は、表示部40による階層構造データHDの表示例を示す。同図は、図3のステップS112において、表示部40が表示する画面の一例である。本例の表示部40は、検索した結果を一次受付230のオペレータに提示している。
FIG. 11 shows a display example of the hierarchical structure data HD on the
表示部40は、階層構造データ生成部30が算出した類似度の高い階層構造データHDの内容を表示する。本例の表示部40は、抽出した要点(例えば、「状況」のカテゴリ内容)と類似する内容を表示領域44で強調して表示している。階層構造データ生成部30は、状況のテキストデータTDの集約文として、「インバータが停止」を取得している。そのため、表示部40は、マスタDBの「状況」のカテゴリの「インバータが停止」を強調表示する。これにより、一次受付230のオペレータは、表示領域44に表示された階層構造データHDから「インバータが停止」と関連する原因および対処を即座に知ることができる。
The
ここで、表示部40は、表示領域44で表示する内容の優先順位の決定方法を、カテゴリ毎に変更してよい。一例において、表示部40は、第1のカテゴリの内容を、類似度の高い順に表示する。そして、表示部40は、第1のカテゴリよりも低次の階層である第2のカテゴリの内容を件数順に並べて表示してよい。例えば、表示部40は、第1のカテゴリが「状況」であり、第2のカテゴリが「原因」である場合、「状況」よりも低次の階層である「原因」のカテゴリの内容を件数順に並べて表示する。即ち、マスタDBに登録された「配線に触れた」の件数が、「長期に渡り利用」よりも多い場合、「配線に触れた」を「長期に渡り利用」よりも優先的に表示する。優先的に表示するとは、表示領域44において、オペレータに、より認識されやすい位置に表示することを指す。
Here, the
ここで、図10の状況自動検索手順のフローチャートに沿って、表示部40の動作を説明する。ステップS200〜ステップS204で過去の質問応答記録についてベクトルデータが記憶された後に音声認識が開始される。表示領域42には、リアルタイムに音声認識したテキストデータTDが表示され、テキストデータTDがカテゴリ分類される(ステップS206)。そして、表示領域44には、「状況」に対応するテキストデータTDがある場合に集約文が表示される(ステップS208)。さらに、表示領域44には、リアルタイムに認識されたテキストデータTDの類似度が算出されて、マスタDBに登録されている状況の文章の集約文が、類似度の高い順に表示される(ステップS210〜ステップS218)。
Here, the operation of the
図12は、原因自動検索手順のフローチャートの一例を示す。本例のフローチャートは、図3のステップS114またはステップS116において、階層構造データ生成部30が類似する内容を自動検索する処理の一例を示す。本例の対応提示装置100は、「原因」のテキストデータTDと類似する内容を、マスタDBに登録した原因のカテゴリから自動検索する。本例では、「原因」のカテゴリに分類された文章のベクトルデータを算出している点で、図10の場合と相違する。なお、文章の類似度を算出して自動検索する方式は本例に限定されない。また、本フローチャートは会話が終了するまで継続されてよい。
FIG. 12 shows an example of a flowchart of the automatic cause search procedure. The flowchart of this example shows an example of a process in which the hierarchical structure
ステップS300において、階層構造データ生成部30は、マスタDBに登録した文章を形態素解析する。階層構造データ生成部30は、マスタDBに登録した文章を全て形態素解析してよい。ステップS302において、階層構造データ生成部30は、形態素解析した単語をベクトルデータ化する。
In step S300, the hierarchical structure
ステップS304において、階層構造データ生成部30は、マスタDBの文章のベクトルデータを算出する。階層構造データ生成部30は、マスタDBの文章毎のベクトルデータを算出する。例えば、階層構造データ生成部30は、同一のカテゴリにN個の文章が存在する場合に、N個のベクトルデータを算出する。本例の階層構造データ生成部30は、N個すべての文章をベクトルデータ化するが、一部の文章をベクトルデータ化してもよい。ステップS300〜ステップS304により、過去の質問応答記録についてベクトルデータが算出される。
In step S304, the hierarchical structure
ステップS306において、階層構造データ生成部30は、リアルタイムに音声認識したテキストデータTDを、状況、原因、対処にカテゴリ分類する。階層構造データ生成部30は、「原因」に対応するテキストデータTDがある場合、ステップS308に進む。ステップS308において、階層構造データ生成部30は、リアルタイムに音声認識したテキストデータTDの要約文を生成する。例えば、階層構造データ生成部30は、「原因」に対応するテキストデータTDの要約文を生成する。ステップS310において、要約文を集約した集約文を生成する。ステップS312において、階層構造データ生成部30は、集約文の単語をベクトルデータ化する。
In step S306, the hierarchical structure
ステップS314において、階層構造データ生成部30は、原因にカテゴリ分類された文章のベクトルデータを算出する。ステップS316において、階層構造データ生成部30は、ステップS304で算出した文章毎のベクトルデータと、ステップS314で算出したベクトルデータの類似度を算出する。言い換えると、階層構造データ生成部30は、過去の質問応答記録に対応するマスタDBのベクトルデータと、現在の質問応答記録に対応するテキストデータTDのベクトルデータとの類似度を算出する。ステップS318において、類似度の高いマスタDBに登録されている原因の文章を、一次受付230のオペレータに提示する。類似度の高い文章に限らず、マスタDBに登録されている複数の集約文を、類似度の高い順に、一次受付230のオペレータに提示してよい。例えば、階層構造データ生成部30は、Doc2Vecを用いて、類似度を算出する。
In step S314, the hierarchical structure
図13は、表示部40による階層構造データHDの表示例を示す。同図は、図3のステップS114において、表示部40が表示する画面の一例である。本例の表示部40は、検索した結果を一次受付230のオペレータに提示している。
FIG. 13 shows a display example of the hierarchical structure data HD on the
表示部40は、抽出した要点(例えば、「原因」のカテゴリ内容)と類似するマスタDBに登録された内容を表示領域44で強調して表示している。テキスト取得部10は、原因のテキストデータTDとして、「配線をさわりました」を取得している。そのため、表示部40は、マスタDBの「原因」のカテゴリから、「配線をさわりました」に類似する「配線に触れた」を強調表示する。これにより、一次受付230のオペレータは、表示領域44に表示された階層構造データHDから「配線に触れた」と関連する対処を即座に知ることができる。
The
ここで、表示部40は、表示領域44で表示する内容の優先順位の決定方法を、カテゴリ毎に変更してよい。一例において、表示部40は、第1のカテゴリの内容を、類似度の高い順に表示する。そして、表示部40は、第1のカテゴリよりも低次の階層である第2のカテゴリの内容を件数順に並べて表示してよい。例えば、表示部40は、第1のカテゴリが「原因」であり、第2のカテゴリが「対処」である場合、「原因」よりも低次の階層である「対処」のカテゴリの内容を件数順に並べて表示する。即ち、マスタDBに登録された「配線が抜けていないか確認」の件数が、「配線を手配して交換」よりも多い場合、「配線が抜けていないか確認」を「配線を手配して交換」よりも優先的に表示する。
Here, the
ここで、図12の原因自動検索手順のフローチャートに沿って、表示部40の動作を説明する。ステップS300〜ステップS304で過去の質問応答記録についてベクトルデータが記憶された後に音声認識が開始される。表示領域42には、リアルタイムに音声認識したテキストデータTDが表示され、テキストデータTDがカテゴリ分類される(ステップS306)。そして、表示領域44には、「原因」に対応するテキストデータTDがある場合に集約文が表示される(ステップS308)。さらに、表示領域44には、リアルタイムに認識されたテキストデータTDの類似度が算出されて、マスタDBに登録されている状況の文章の集約文が、類似度の高い順に表示される(ステップS310〜ステップS318)。
Here, the operation of the
なお、階層決定部50は、階層の解像度が粗いと判断した場合、カテゴリの数を増やして、階層の解像度を細かくしてもよい。階層の解像度が粗い場合とは、カテゴリの数が少なく、階層が少ない場合である。階層の解像度を細かくすることにより、よりきめ細かな対処を実現できる。
If the
一方、階層決定部50は、階層の解像度が細かいと判断した場合、カテゴリの数を増やして、階層の解像度を粗くしてもよい。階層の解像度が細かい場合とは、カテゴリの数が多く、階層が多い場合である。階層の解像度を粗くすることにより、カテゴリを分類しやすくなる。対応提示装置100は、階層の解像度を適切に設定することにより、よりオペレータが扱いやすい階層構造データHDを表示部40に表示することができる。
On the other hand, when the
さらに、階層決定部50は、階層の解像度をカテゴリの内容毎に変更してもよい。一例において、階層決定部50は、件数の多いカテゴリに対応する分類の解像度を上げて、件数の少ないカテゴリに対応する分類の解像度を下げる。例えば、自社が対応できる状況の場合には、階層の解像度を上げて、オペレータが「原因」や「対処」を詳細に検討する。一方、自社で対応できない状況の場合には、「原因」や「対処」を詳細に把握する必要がないので、解像度を下げてよい。階層の解像度は、オペレータによって選択されてよい。但し、階層構造データ生成部30は、事前に階層の解像度に応じた階層構造データHDを生成しておく。
Furthermore, the
対応提示装置100は、一次受付230のオペレータに、受付端末に提示されている状況及び原因に対応する対処の内容を確認し、最適な対処方法を顧客に回答させることができる。原因が抽出されていない場合、対応提示装置100は、端末に提示されている原因の内容を確認し、類推しながら顧客210との会話を進めさせることができる。
The
また、対応提示装置100は、経験の浅い一次受付230のオペレータであっても、ある程度専門家やベテランのオペレータと同等の回答を実現することができる。また、対応提示装置100は、FAQのように1対1で対応した情報のみが表示されている場合と比較して、オペレータにとって即座に対応しやすい情報を表示することができる。したがって、一次受付230での受付の品質やスピードが向上する。
In addition, the
図14は、対応提示装置100を用いた顧客応答のフローチャートの他の例を示す。ステップS400〜ステップS414を実行することにより、音声を誤認識または誤変換した場合であっても、顧客210の要求に適切に応答することができる。なお、本例のフローチャートは、顧客応答のフローチャートの一例であり、顧客応答の方法は本例に限定されない。
FIG. 14 shows another example of the flowchart of the customer response using the
ステップS400〜ステップS408は、図3のステップS106〜ステップS114に対応する。本例では、図3の動作フローチャートと相違する点について特に説明する。 Steps S400 to S408 correspond to steps S106 to S114 of FIG. In this example, differences from the operation flowchart of FIG. 3 will be particularly described.
ステップS410において、テキストデータTDに誤認識または誤変換があるか否かを判断する。本例では、誤認識または誤変換があるか否かをオペレータが判断する。誤認識または誤変換の可能性の高いテキストデータTDを強調表示して、オペレータに知らせてもよい。テキストデータTDに誤認識または誤変換がある場合、ステップS412に進む。 In step S410, it is determined whether the text data TD has an erroneous recognition or an erroneous conversion. In this example, the operator determines whether there is an erroneous recognition or an erroneous conversion. The text data TD that is likely to be erroneously recognized or erroneously converted may be highlighted to notify the operator. If the text data TD has an erroneous recognition or an erroneous conversion, the process proceeds to step S412.
ステップS412において、一次受付230の担当者の端末でテキストデータTDの誤認識または誤変換を修正する。例えば、誤変換された同音異義語を正しい文言に変換する。テキストデータTDの修正は、まとめて一括で変換してもよいし、個別に即時修正してもよい。そして、ステップS404に戻り、修正されたテキストデータTDに基づいて、カテゴリ毎に要点を抽出する。
In step S412, the erroneous recognition or erroneous conversion of the text data TD is corrected at the terminal of the person in charge of the
一方、テキストデータTDに誤認識または誤変換がない場合、ステップS414に進み、一次受付230のオペレータは、端末に提示されている状況および原因に対応する対処の内容を確認して、最適な対処方法を顧客に回答する。このように、本例の対応提示装置100は、テキストデータTDの誤認識または誤変換を修正できるので、より最適な対処方法を顧客に回答することができる。
On the other hand, if there is no erroneous recognition or erroneous conversion in the text data TD, the process proceeds to step S414, where the operator of the
図15Aは、テキスト取得部10によって音声認識したテキストデータTDの一例を示す。本例のテキストデータTDは、図14のステップS402においてテキスト取得部10が取得するテキストの一例である。
FIG. 15A shows an example of the text data TD speech-recognized by the
テキスト取得部10は、顧客210と一次受付230の応対記録をリアルタイムに音声認識したテキストデータTDを取得している。しかしながら、テキスト取得部10は、「配線をさわりました」と変換すべきところを、「敗戦をさわりました」と誤変換している。
The
表示領域42は、顧客210と一次受付230との会話を吹き出し形式で表示している。さらに、表示領域42は、誤認識または誤変換を修正するための入力欄を有する。本例の表示領域42には、修正ボタン46および一括修正ボタン48が設けられている。修正ボタン46および一括修正ボタン48については、後述する。
The
図15Bは、カテゴリ毎に抽出された集約文の表示例を示す。本例の要点抽出例は、図14のステップS404において表示部40が表示する集約文の一例である。表示部40は、表示領域42に加えて、表示領域44でも情報を表示している。
FIG. 15B shows a display example of aggregated sentences extracted for each category. The main point extraction example of this example is an example of an aggregated sentence displayed by the
表示領域44は、顧客210と一次受付230との会話の集約文を表示している。表示領域44は、表示領域42の隣に表示されている。本例では、状況に相当するテキストデータTDが取得されている。誤認識しなければ、図9で示したように、原因に相当するテキストデータTDとして、「配線に触れた」が入力されるはずであった。しかしながら、「配線」を「敗戦」と変換したために、原因に相当するテキストデータTDが取得されていない。そのため、集約文の原因の欄が空白となっている。
The
図15Cは、表示部40による階層構造データHDの表示例を示す。本例の表示部40は、検索した結果を一次受付230のオペレータに提示している。
FIG. 15C shows a display example of the hierarchical structure data HD by the
表示部40は、抽出した要点(例えば、「状況」のカテゴリ内容)と類似するマスタDBに登録された内容を表示領域44で強調して表示している。そして、表示部40は、テキストデータTDの誤変換がなければ、図13で示したように、「原因」のカテゴリ内容と類似するマスタDBに登録された内容を表示領域44で強調して表示するはずであった。しかしながら、テキスト取得部10が「配線をさわりました」と変換すべきところを、「敗戦をさわりました」と誤変換しているので、「原因」のカテゴリ内容と類似するマスタDBに登録された内容を強調して表示することができない。
The
図15Dは、テキストデータTDの修正方法の一例を示す。同図は、図14のステップS412において、表示部40が表示する画面の一例である。本例の一次受付230のオペレータは、表示領域42において、誤変換を修正している。
FIG. 15D shows an example of a method of correcting the text data TD. This figure is an example of a screen displayed by the
修正ボタン46は、テキストデータTDを個別修正するために用いられる。修正ボタン46は、表示領域42のそれぞれの吹き出しに対応して設けられている。個別修正の場合、修正対象となる吹き出しの文言を修正して、吹き出しの隣に配置された修正ボタン46を押すことにより該当する文言が修正される。例えば、「敗戦をさわりました」を「配線をさわりました」に修正して、修正ボタン46を押すことにより、文言が修正される。
The
一括修正ボタン48は、テキストデータTDを一括修正するために用いられる。一括修正ボタン48は、表示領域42に1つ設けられている。一括修正の場合、変換前の文言と変換後の文言を入力して、一括修正ボタン48を押す。例えば、変換前の文言として「敗戦」を入力し、変換後の文言として「配線」を入力して、一括修正ボタン48を押すことにより、表示領域42に表示されたテキストデータTDが修正される。
The
個別修正および一括修正のいずれを選択するかは、オペレータによって判断されてよい。オペレータは、個別修正および一括修正の両方を状況に応じて使い分けてよい。オペレータは、集約文の原因が抽出されていない場合、顧客対応しながら、誤認識または誤変換の可能性を検討し、リアルタイムでテキストデータTDを修正してよい。 Whether to select individual correction or collective correction may be determined by the operator. The operator may use both individual correction and collective correction depending on the situation. If the cause of the aggregated sentence is not extracted, the operator may consider the possibility of erroneous recognition or erroneous conversion while dealing with the customer and correct the text data TD in real time.
図15Eは、表示部40による階層構造データHDの表示例を示す。同図は、修正後の図14のステップS408において、表示部40が表示する画面の一例である。本例の表示部40は、検索した結果を一次受付230のオペレータに提示している。
FIG. 15E shows a display example of the hierarchical structure data HD by the
表示部40は、抽出した要点(例えば、「原因」のカテゴリ内容)と類似するマスタDBに登録された内容を表示領域44で強調して表示している。テキスト取得部10は、原因のテキストデータTDとして、修正後の文言である「配線をさわりました」を取得している。そのため、表示部40は、マスタDBの「原因」のカテゴリから、「配線をさわりました」に類似する「配線に触れた」を強調表示する。これにより、一次受付230のオペレータは、表示領域44に表示された階層構造データHDから「配線に触れた」と関連する対処を即座に知ることができる。
The
このように、対応提示装置100は、テキストデータTDの誤認識または誤変換が発生した場合であっても、修正して、より最適な対処方法を顧客に提示することができる。テキストデータTDの修正履歴は、過去の質問応答記録に関連する情報として、記憶部20のマスタDBに記憶されてもよい。これにより、テキスト取得部10は、テキストデータTDの修正履歴に基づいて、誤認識または誤変換の可能性を低減することができる。
In this way, the
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。 Although the present invention has been described above using the embodiment, the technical scope of the present invention is not limited to the scope described in the above embodiment. It is apparent to those skilled in the art that various changes or improvements can be added to the above-described embodiment. It is apparent from the description of the scope of claims that the embodiments added with such changes or improvements can be included in the technical scope of the present invention.
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。 The execution order of each process such as operation, procedure, step, and step in the device, system, program, and method shown in the claims, the specification, and the drawings is, in particular, “before” or “prior to”. It should be noted that the output of the previous process can be realized in any order unless the output of the previous process is used in the subsequent process. Even if "first," "next," and the like are used for convenience in the claims, the description, and the operation flow in the drawings, it means that it is essential to perform them in this order. Not a thing.
10・・・テキスト取得部、20・・・記憶部、30・・・階層構造データ生成部、40・・・表示部、42・・・表示領域、44・・・表示領域、46・・・修正ボタン、48・・・一括修正ボタン、50・・・階層決定部、100・・・対応提示装置、200・・・対応システム、210・・・顧客、220・・・公衆交換電話網、225・・・構内交換機、230・・・一次受付、232・・・電話機、234・・・受付用端末、240・・・二次受付、242・・・電話機、244・・・受付用端末、250・・・LAN、260・・・サーバー機 10... Text acquisition unit, 20... Storage unit, 30... Hierarchical structure data generation unit, 40... Display unit, 42... Display area, 44... Display area, 46... Correction button, 48... Batch correction button, 50... Hierarchy determination unit, 100... Corresponding presentation device, 200... Corresponding system, 210... Customer, 220... Public switched telephone network, 225 ... Private branch exchange, 230... Primary reception, 232... Telephone, 234... Reception terminal, 240... Secondary reception, 242... Telephone, 244... Reception terminal, 250 ...LAN, 260...Server machine
Claims (6)
現在の質問応答記録を音声認識したテキストデータを取得するテキスト取得部と、
前記テキストデータの要点を予め定められたカテゴリ毎に分類し、前記要点を集約して、前記マスタDBの階層構造データを生成する階層構造データ生成部と、
前記テキストデータに対応する前記階層構造データを、前記階層構造データ生成部が分類したカテゴリ毎に表示する表示部と
を備え、
前記表示部は、前記テキストデータに対する類似度の高い前記階層構造データを強調表示する対応提示装置。 A storage unit that stores a master DB of past question and answer records,
A text acquisition unit that acquires text data obtained by voice recognition of the current question answer record,
A hierarchical structure data generation unit that classifies the main points of the text data into predetermined categories, aggregates the main points, and generates the hierarchical structure data of the master DB;
A display unit for displaying the hierarchical structure data corresponding to the text data for each category classified by the hierarchical structure data generation unit,
The display unit is a correspondence presentation device that highlights the hierarchical structure data having a high degree of similarity to the text data.
請求項1に記載の対応提示装置。 The display unit displays the contents of the first category in descending order of similarity to the text data, and stores the contents of the second category, which is a lower hierarchy than the first category, in the master DB. The correspondence presentation device according to claim 1, wherein the correspondence presentation device is arranged and displayed in descending order of the number of stored cases.
前記階層構造データ生成部は、前記階層決定部の決定した階層の数に応じて、前記階層構造データを生成する
請求項1または2に記載の対応提示装置。 Further comprising a hierarchy determining unit that determines the number of layers of the hierarchical structure data,
The correspondence presentation device according to claim 1, wherein the hierarchical structure data generation unit generates the hierarchical structure data according to the number of layers determined by the layer determination unit.
請求項1から3のいずれか一項に記載の対応提示装置。 The said hierarchical structure data production|generation part extracts the essential point of the said text data for every category of a situation, a cause, and a countermeasure from the said text data of a conversation between a customer and an operator. Corresponding presentation device.
前記階層構造データ生成部は、修正後の前記テキストデータに基づいて、前記階層構造データを生成し、
前記表示部は、修正後の前記テキストデータに対応する前記階層構造データを、前記階層構造データ生成部が分類したカテゴリ毎に表示する
請求項1から4のいずれか一項に記載の対応提示装置。 The text acquisition unit corrects the text data,
The hierarchical structure data generation unit generates the hierarchical structure data based on the corrected text data,
The correspondence presentation device according to claim 1, wherein the display unit displays the hierarchical structure data corresponding to the corrected text data for each category classified by the hierarchical structure data generation unit. ..
現在の質問応答記録を音声認識したテキストデータを取得するステップと、
前記テキストデータの要点を予め定められたカテゴリ毎に分類し、前記要点を集約して、前記マスタDBの階層構造データを生成するステップと、
前記テキストデータに対応する前記階層構造データを、前記分類されたカテゴリ毎に表示するステップと、
前記テキストデータに対する類似度の高い前記階層構造データを強調表示するステップと、
を備える対応提示方法。 Storing a master DB of past question and answer records,
A step of obtaining text data obtained by voice-recognizing the current question answer record,
Classifying the main points of the text data into predetermined categories, aggregating the main points, and generating hierarchical structure data of the master DB;
Displaying the hierarchical structure data corresponding to the text data for each of the classified categories;
Highlighting the hierarchical structure data having a high degree of similarity to the text data;
A method for presenting correspondence.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018235997 | 2018-12-18 | ||
JP2018235997 | 2018-12-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020098322A true JP2020098322A (en) | 2020-06-25 |
JP7404713B2 JP7404713B2 (en) | 2023-12-26 |
Family
ID=71105919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019155509A Active JP7404713B2 (en) | 2018-12-18 | 2019-08-28 | Correspondence presentation device and correspondence presentation method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7404713B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11847407B2 (en) | 2021-05-28 | 2023-12-19 | Samsung Sds Co., Ltd. | Apparatus for removing text noise for text analysis and method thereof |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001188678A (en) * | 2000-01-05 | 2001-07-10 | Mitsubishi Electric Corp | Language case inferring device, language case inferring method, and storage medium on which language case inference program is described |
JP2002366556A (en) * | 2001-06-08 | 2002-12-20 | Hitachi Ltd | Information retrieving method |
JP2005242891A (en) * | 2004-02-27 | 2005-09-08 | Fujitsu Ltd | Case retrieving program |
JP2005316998A (en) * | 2004-04-15 | 2005-11-10 | Microsoft Corp | Mining service request for product support |
JP2012018518A (en) * | 2010-07-07 | 2012-01-26 | Cyber Clerk Institute | Operation support device and operation support method |
WO2016147219A1 (en) * | 2015-03-18 | 2016-09-22 | 日本電気株式会社 | Text visualization system, text visualization method, and recording medium |
-
2019
- 2019-08-28 JP JP2019155509A patent/JP7404713B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001188678A (en) * | 2000-01-05 | 2001-07-10 | Mitsubishi Electric Corp | Language case inferring device, language case inferring method, and storage medium on which language case inference program is described |
JP2002366556A (en) * | 2001-06-08 | 2002-12-20 | Hitachi Ltd | Information retrieving method |
JP2005242891A (en) * | 2004-02-27 | 2005-09-08 | Fujitsu Ltd | Case retrieving program |
JP2005316998A (en) * | 2004-04-15 | 2005-11-10 | Microsoft Corp | Mining service request for product support |
JP2012018518A (en) * | 2010-07-07 | 2012-01-26 | Cyber Clerk Institute | Operation support device and operation support method |
WO2016147219A1 (en) * | 2015-03-18 | 2016-09-22 | 日本電気株式会社 | Text visualization system, text visualization method, and recording medium |
Non-Patent Citations (2)
Title |
---|
松井 元伸: "コールセンタのデータ特性を考慮したオペレータ支援システムの提案", マルチメディア,分散,協調とモバイル(DICOMO)シンポジウム論文集 1997年〜2006年版 V, vol. 第2004巻, 第7号, JPN6023046863, 7 July 2004 (2004-07-07), pages 655 - 658, ISSN: 0005195166 * |
森本 由起子: "問合せ事例を活用したヘルプデスクオペレータ支援機能の開発", 情報処理学会論文誌, vol. 第44巻, 第7号, JPN6023046862, 15 July 2003 (2003-07-15), pages 1731 - 1739, ISSN: 0005195167 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11847407B2 (en) | 2021-05-28 | 2023-12-19 | Samsung Sds Co., Ltd. | Apparatus for removing text noise for text analysis and method thereof |
Also Published As
Publication number | Publication date |
---|---|
JP7404713B2 (en) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190272269A1 (en) | Method and system of classification in a natural language user interface | |
CN107038220B (en) | Method, intelligent robot and system for generating memorandum | |
WO2021047186A1 (en) | Method, apparatus, device, and storage medium for processing consultation dialogue | |
US20190164540A1 (en) | Voice recognition system and voice recognition method for analyzing command having multiple intents | |
CN108197282B (en) | File data classification method and device, terminal, server and storage medium | |
CN107491435B (en) | Method and device for automatically identifying user emotion based on computer | |
JP7042693B2 (en) | Interactive business support system | |
CA2823835C (en) | Voice search and response based on relevancy | |
EP3115907A1 (en) | Common data repository for improving transactional efficiencies of user interactions with a computing device | |
JP6622165B2 (en) | Dialog log analysis apparatus, dialog log analysis method and program | |
JP6769405B2 (en) | Dialogue system and dialogue method | |
KR101472451B1 (en) | System and Method for Managing Digital Contents | |
CN112199474B (en) | Voice customer service method and system | |
CN110765342A (en) | Information query method and device, storage medium and intelligent terminal | |
US20150286712A1 (en) | Function-based method for classifying and fusing system behavior information in product development | |
KR20220123187A (en) | Multi system based intelligent question answering method, apparatus and device | |
CN111477231A (en) | Man-machine interaction method, device and storage medium | |
US20160335267A1 (en) | Method and apparatus for natural language search for variables | |
JP6875270B2 (en) | Automatic response device and automatic response method | |
CN112035626A (en) | Rapid identification method and device for large-scale intentions and electronic equipment | |
CN104657492A (en) | Method and system for searching setting items based on voice recognition | |
JP2019185478A (en) | Classification program, classification method, and information processing device | |
CN114782054A (en) | Customer service quality detection method based on deep learning algorithm and related equipment | |
CN114841128B (en) | Business interaction method, device, equipment, medium and product based on artificial intelligence | |
CN111859957A (en) | Method, device and equipment for extracting emotion reason clause labels and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220713 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230613 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230804 |
|
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: 20231114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231127 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7404713 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |