JP2020194321A - 自動応答システムおよび自動応答プログラム - Google Patents

Abstract

【課題】 質問者からの質問に対する自動の回答の精度が低下する可能性を低減することができる自動応答システムおよび自動応答プログラムを提供する。【解決手段】 自動応答システムは、質問者からの質問に対する回答をＱ＆Ａデータベースから学習モデルを使用して推測し、推測した回答が適切ではないという判断を受け付けた場合に、この質問に対する回答を受け付ける回答者として、この質問のカテゴリーが得意な回答者を選定し（Ｓ１６４およびＳ１７１）、選定した回答者によってＱ＆Ａデータベースから選択された回答を、この質問に対する回答として受け付け、受け付けた回答に基づいて学習モデルを更新することを特徴とする。【選択図】 図１２

Description

本発明は、複数の回答の群である回答群から、質問者からの質問に対する回答を学習モデルを使用して推測する自動応答システムおよび自動応答プログラムに関する。

従来の自動応答システムとして、複数の回答の群である回答群から、質問者からの質問に対する回答を学習モデルを使用して推測し、推測した回答が適切ではない場合に、質問に対する回答として回答群から回答者によって選択された回答を受け付け、受け付けた回答に基づいて学習モデルを更新するものが知られている（例えば、特許文献１、２参照。）。

特許第４９０１７３８号公報 特許第６２１８０５７号公報

しかしながら、従来の自動応答システムにおいては、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性があり、質問に対する回答として回答群から回答者によって不適切な回答が選択された場合には、質問者からの質問に対する自動の回答の精度が低下する可能性があるという問題がある。

そこで、本発明は、質問者からの質問に対する自動の回答の精度が低下する可能性を低減することができる自動応答システムおよび自動応答プログラムを提供することを目的とする。

本発明の自動応答システムは、複数の回答の群である回答群から、質問者からの質問に対する前記回答を学習モデルを使用して推測する回答推測部と、前記回答推測部によって推測された前記回答が適切ではないという判断を受け付けた場合に、前記質問に対する前記回答として前記回答群から回答者によって選択された前記回答を受け付ける回答受付部と、前記回答受付部によって受け付けられた前記回答に基づいて前記学習モデルを更新する学習モデル更新部と、前記回答者に関する情報を示す回答者データを設定する回答者データ設定部とを備え、前記回答者データは、前記回答者の得意なカテゴリーを示す得意カテゴリーを含み、前記回答受付部は、前記質問のカテゴリーを前記得意カテゴリーに含む前記回答者を、この質問に対する前記回答を受け付ける前記回答者として選定することを特徴とする。

この構成により、本発明の自動応答システムは、質問に対する回答を受け付ける回答者として、質問のカテゴリーが得意な回答者を選定するので、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性を低減することができ、その結果、質問者からの質問に対する自動の回答の精度が低下する可能性を低減することができる。

本発明の自動応答システムにおいて、前記回答者データ設定部は、前記回答受付部によって前記回答が受け付けられた場合に、前記質問に対して前記回答受付部によって受け付けられた前記回答が適切であるという判断を受け付けたとき、この質問のカテゴリーを前記得意カテゴリーであると設定し、前記質問に対して前記回答受付部によって受け付けられた前記回答が適切ではないという判断を受け付けたとき、この質問のカテゴリーを前記得意カテゴリーではないと設定しても良い。

この構成により、本発明の自動応答システムは、回答者の回答が適切であるか否かの判断に応じて回答者の得意カテゴリーを設定するので、回答者の得意カテゴリーの適切性を向上することができ、その結果、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性を低減することができる。

本発明の自動応答システムにおいて、前記回答者データ設定部は、前記回答受付部によって前記回答が受け付けられた場合に、前記回答者に前記質問が届いてから前記回答者による前記回答が完了するまでの時間が特定の時間以上であるとき、前記回答受付部によって受け付けられた前記回答が適切であるという判断を受け付けたとしても、この質問のカテゴリーを前記得意カテゴリーではないと設定しても良い。

この構成により、本発明の自動応答システムは、回答者に質問が届いてから回答者による回答が完了するまでの時間が特定の時間以上である場合、すなわち、回答者が直ぐに回答を完了することができない場合に、この質問のカテゴリーを回答者の得意カテゴリーではないと設定するので、回答者の得意カテゴリーの適切性を向上することができ、その結果、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性を低減することができる。

本発明の自動応答システムにおいて、前記回答受付部は、前記回答者の前記回答に対する前記質問者の過去の満足度が特定の度合い以上である場合に、この回答者を、前記回答を受け付ける前記回答者として選定しても良い。

この構成により、本発明の自動応答システムは、回答者の回答に対する質問者の過去の満足度が特定の度合い以上である場合、すなわち、回答者が得意な回答である可能性が高い場合に、この回答者を、回答を受け付ける回答者として選定するので、回答を受け付ける回答者の選定の適切性を向上することができ、その結果、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性を低減することができる。

本発明の自動応答システムにおいて、前記回答受付部は、前記回答者に前記質問が届いてから前記回答者による前記回答が完了するまでの過去の時間が特定の時間以下である場合に、この回答者を、前記回答を受け付ける前記回答者として選定しても良い。

この構成により、本発明の自動応答システムは、回答者に質問が届いてから回答者による回答が完了するまでの過去の時間が特定の時間以下である場合、すなわち、回答者が得意な回答である可能性が高い場合に、この回答者を、回答を受け付ける回答者として選定するので、回答を受け付ける回答者の選定の適切性を向上することができ、その結果、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性を低減することができる。

本発明の自動応答プログラムは、複数の回答の群である回答群から、質問者からの質問に対する前記回答を学習モデルを使用して推測する回答推測部と、前記回答推測部によって推測された前記回答が適切ではないという判断を受け付けた場合に、前記質問に対する前記回答として前記回答群から回答者によって選択された前記回答を受け付ける回答受付部と、前記回答受付部によって受け付けられた前記回答に基づいて前記学習モデルを更新する学習モデル更新部と、前記回答者に関する情報を示す回答者データを設定する回答者データ設定部とをコンピューターに実現させ、前記回答者データは、前記回答者の得意なカテゴリーを示す得意カテゴリーを含み、前記回答受付部は、前記質問のカテゴリーを前記得意カテゴリーに含む前記回答者を、この質問に対する前記回答を受け付ける前記回答者として選定することを特徴とする。

この構成により、本発明の自動応答プログラムを実行するコンピューターは、質問に対する回答を受け付ける回答者として、質問のカテゴリーが得意な回答者を選定するので、質問に対する回答として回答群から回答者によって不適切な回答が選択される可能性を低減することができ、その結果、質問者からの質問に対する自動の回答の精度が低下する可能性を低減することができる。

本発明の自動応答システムおよび自動応答プログラムは、質問者からの質問に対する自動の回答の精度が低下する可能性を低減することができる。

本発明の一実施の形態に係るシステムのブロック図である。 図１に示す質問者端末のブロック図である。 図１に示す回答者端末のブロック図である。 １台のコンピューターによって構成される場合の図１に示す自動応答システムのブロック図である。 図１に示すＱ＆Ａデータベースの一例を示す図である。 図１に示す初回学習用データベースの一例を示す図である。 図１に示す質問履歴データベースの一例を示す図である。 図１に示す回答者データベースの一例を示す図である。 学習モデルの初回学習を実行する場合の図４に示す自動応答システムの動作のフローチャートである。 質問者からの質問に対して自動応答システムが回答する場合の図１に示すシステムの動作のシーケンス図である。 質問者からの質問に対して回答者が回答する場合の図１に示すシステムの動作のシーケンス図である。 図１１に示す回答者選定処理のフローチャートである。 回答者の得意カテゴリーを設定する場合の図４に示す自動応答システムの動作のフローチャートである。 学習モデルの追加学習を実行する場合の図４に示す自動応答システムの動作のフローチャートである。

以下、本発明の実施の形態について、図面を用いて説明する。

まず、本発明の一実施の形態に係るシステムの構成について説明する。

図１は、本実施の形態に係るシステム１０のブロック図である。

図１に示すように、システム１０は、質問する利用者（以下「質問者」という。）によって使用される質問者端末２０を備えている。質問者端末２０は、例えば、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、スマートフォンなどのコンピューターによって構成されている。

図２は、質問者端末２０のブロック図である。

図２に示すように、質問者端末２０は、種々の操作が入力される例えばキーボード、マウスなどの操作デバイスである操作部２１と、種々の情報を表示する例えばＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）などの表示デバイスである表示部２２と、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどのネットワーク経由で、または、ネットワークを介さずに有線または無線によって直接に、外部の装置と通信を行う通信デバイスである通信部２３と、各種の情報を記憶する例えば半導体メモリー、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの不揮発性の記憶デバイスとしての記憶部２４と、質問者端末２０全体を制御する制御部２５とを備えている。

記憶部２４は、特定の相手と後述のチャットサーバー４０を介して対話するための対話型インターフェイスプログラム２４ａを記憶している。対話型インターフェイスプログラム２４ａは、例えば、コンピューターの製造段階でコンピューターにインストールされていても良いし、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリーなどの外部の記憶媒体からコンピューターに追加でインストールされても良いし、ネットワーク上からコンピューターに追加でインストールされても良い。

制御部２５は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、プログラムおよび各種のデータを記憶しているＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、制御部２５のＣＰＵの作業領域として用いられるメモリーとしてのＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）とを備えている。制御部２５のＣＰＵは、記憶部２４または制御部２５のＲＯＭに記憶されているプログラムを実行する。

制御部２５は、対話型インターフェイスプログラム２４ａを実行することによって、特定の相手と後述のチャットサーバー４０を介して対話する対話型インターフェイス２５ａを実現する。対話型インターフェイス２５ａは、例えばチャットアプリである。対話型インターフェイス２５ａに対する入力は、テキストである。質問者は、質問者端末２０に直接テキストを入力することによって、このテキストを対話型インターフェイス２５ａに入力しても良いし、音声をテキスト化する音声認識システムを利用する場合には、質問者端末２０に音声を入力することによって、この音声を音声認識システムによってテキスト化したものを対話型インターフェイス２５ａに入力しても良い。対話型インターフェイス２５ａは、チャットサーバー４０の利用者の識別情報としてのユーザーアカウントに基づいて利用者の種別を識別可能な機能を有している。利用者の種別には、質問者と、後述の自動応答システム５０の代わりに回答する利用者（以下「回答者」という。）とが存在する。回答者は、例えば、コールセンターのオペレーターなどである。

図１に示すシステム１０は、質問者端末２０と同様な構成の質問者端末を質問者端末２０以外に少なくとも１つ備えても良い。システム１０は、質問者端末を質問者毎に備えても良い。すなわち、システム１０は、質問者が複数存在することが可能である。

システム１０は、回答者によって使用される回答者端末３０を備えている。回答者端末３０は、例えば、ＰＣ、スマートフォンなどのコンピューターによって構成されている。

図３は、回答者端末３０のブロック図である。

図３に示すように、回答者端末３０は、種々の操作が入力される例えばキーボード、マウスなどの操作デバイスである操作部３１と、種々の情報を表示する例えばＬＣＤなどの表示デバイスである表示部３２と、ＬＡＮ、インターネットなどのネットワーク経由で、または、ネットワークを介さずに有線または無線によって直接に、外部の装置と通信を行う通信デバイスである通信部３３と、各種の情報を記憶する例えば半導体メモリー、ＨＤＤなどの不揮発性の記憶デバイスとしての記憶部３４と、回答者端末３０全体を制御する制御部３５とを備えている。

記憶部３４は、特定の相手と後述のチャットサーバー４０を介して対話するための対話型インターフェイスプログラム３４ａを記憶している。対話型インターフェイスプログラム３４ａは、例えば、コンピューターの製造段階でコンピューターにインストールされていても良いし、ＣＤ、ＤＶＤ、ＵＳＢメモリーなどの外部の記憶媒体からコンピューターに追加でインストールされても良いし、ネットワーク上からコンピューターに追加でインストールされても良い。

制御部３５は、例えば、ＣＰＵと、プログラムおよび各種のデータを記憶しているＲＯＭと、制御部３５のＣＰＵの作業領域として用いられるメモリーとしてのＲＡＭとを備えている。制御部３５のＣＰＵは、記憶部３４または制御部３５のＲＯＭに記憶されているプログラムを実行する。

制御部３５は、対話型インターフェイスプログラム３４ａを実行することによって、特定の相手と後述のチャットサーバー４０を介して対話する対話型インターフェイス３５ａを実現する。対話型インターフェイス３５ａは、対話型インターフェイス２５ａと同様のものである。

システム１０は、回答者端末３０と同様な構成の回答者端末を回答者端末３０以外に少なくとも１つ備えても良い。システム１０は、回答者端末を回答者毎に備えても良い。すなわち、システム１０は、回答者が複数存在することが可能である。

システム１０は、質問者と、後述の自動応答システム５０との間のチャットや、質問者と、回答者との間のチャットなど、特定の相手同士のチャットを制御するチャットサーバー４０を備えている。チャットサーバー４０は、１台のコンピューターによって構成されても良いし、複数台のコンピューターによって構成されても良い。

システム１０は、質問者からの質問に対して自動で回答する自動応答システム５０を備えている。自動応答システム５０は、１台のコンピューターによって構成されても良いし、複数台のコンピューターによって構成されても良い。自動応答システム５０は、チャットサーバー４０のユーザーアカウントが付与されている。

図４は、１台のコンピューターによって構成される場合の自動応答システム５０のブロック図である。

図４に示す自動応答システム５０は、種々の操作が入力される例えばキーボード、マウスなどの操作デバイスである操作部５１と、種々の情報を表示する例えばＬＣＤなどの表示デバイスである表示部５２と、ＬＡＮ、インターネットなどのネットワーク経由で、または、ネットワークを介さずに有線または無線によって直接に、外部の装置と通信を行う通信デバイスである通信部５３と、各種の情報を記憶する例えば半導体メモリー、ＨＤＤなどの不揮発性の記憶デバイスとしての記憶部５４と、自動応答システム５０全体を制御する制御部５５とを備えている。

記憶部５４は、質問者からの質問に対して自動で回答するための自動応答プログラム５４ａを記憶している。自動応答プログラム５４ａは、例えば、コンピューターの製造段階でコンピューターにインストールされていても良いし、ＣＤ、ＤＶＤ、ＵＳＢメモリーなどの外部の記憶媒体からコンピューターに追加でインストールされても良いし、ネットワーク上からコンピューターに追加でインストールされても良い。

制御部５５は、例えば、ＣＰＵと、プログラムおよび各種のデータを記憶しているＲＯＭと、制御部５５のＣＰＵの作業領域として用いられるメモリーとしてのＲＡＭとを備えている。制御部５５のＣＰＵは、記憶部５４または制御部５５のＲＯＭに記憶されているプログラムを実行する。

制御部５５は、自動応答プログラム５４ａを実行することによって、複数の回答の群である回答群としての後述のＱ＆Ａデータベース６１から、質問者からの質問に対する回答を後述の学習モデル６２を使用して推測する回答推測部５５ａと、回答推測部５５ａによって推測された回答が適切ではないと質問者によって判断された場合に、質問に対する回答としてＱ＆Ａデータベース６１から回答者によって選択された回答を受け付ける回答受付部５５ｂと、回答受付部５５ｂによって受け付けられた回答に基づいて学習モデル６２を構築する学習モデル構築部５５ｃと、回答者に関する情報を示す回答者データを設定する回答者データ設定部５５ｄとを実現する。なお、学習モデル構築部５５ｃは、学習モデル６２を更新することも可能であり、本発明の学習モデル更新部を構成している。

図１に示すシステム１０における質問者端末、システム１０における回答者端末、および、自動応答システム５０と、チャットサーバー４０とは、例えば、ＬＡＮ、インターネットなどのネットワークを介して互いに通信可能である。

システム１０は、質問例と、質問例に対する回答とを示すデータベースであるＱ＆Ａデータベース６１を備えている。

図５は、Ｑ＆Ａデータベース６１の一例を示す図である。

図５に示すＱ＆Ａデータベース６１は、質問例と、質問例に対する回答とを示すＱ＆Ａデータを複数記憶することができる。Ｑ＆Ａデータは、Ｑ＆Ａデータの識別情報であるＱ＆Ａ番号と、質問例と、質問例に対する回答と、質問例のカテゴリーとを互いに関連付けて含むデータである。Ｑ＆Ａデータは、質問例毎に存在する。カテゴリーは、質問の対象の製品やサービスに応じて予め設定されている。例えば質問の対象の製品が複合機である場合には、カテゴリーとしては、例えば「プリント」、「コピー」、「スキャン」、「ファックス」、「その他」などが存在する。

図１に示すように、システム１０は、質問者からの質問に対する回答を推測するために機械学習によって構築される学習モデル６２を備えている。

システム１０は、学習モデル６２の初回学習のためのデータベースである初回学習用データベース６３を備えている。

図６は、初回学習用データベース６３の一例を示す図である。

図６に示す初回学習用データベース６３は、学習モデル６２の初回学習のための初回学習用データを複数記憶することができる。初回学習用データは、質問者からの質問例と、Ｑ＆Ａデータベース６１における質問例および回答の組み合わせと、この組み合わせが質問者からの質問例に適切に対応しているもの（以下「正解」という。）であるか否かとを互いに関連付けて含むデータである。初回学習用データは、質問者からの質問例毎に存在する。初回学習用データベース６３における「質問者からの質問例」は、質問者からの過去の質問に基づいて作成されても良い。初回学習用データベース６３は、例えば、システム１０の管理者によって整備されている。

図１に示すように、システム１０は、質問者からの質問の履歴を示す質問履歴データベース６４を備えている。

図７は、質問履歴データベース６４の一例を示す図である。

図７に示す質問履歴データベース６４は、質問者からの質問の履歴を示す質問履歴データを複数記憶することができる。質問履歴データは、質問者からの質問を自動応答システム５０が受信した時刻と、質問者からの質問と、質問者からの質問に対する自動応答システム５０の回答のＱ＆Ａ番号と、自動応答システム５０の回答に対する質問者の満足度と、自動応答システム５０の回答に対する質問者の満足度が特定の度合い以下であった場合の回答者のユーザーアカウントと、回答者の回答のＱ＆Ａ番号と、回答者に質問が届いてから回答者による回答が完了するまでの時間（以下「応対時間」という。）と、回答者の回答に対する質問者の満足度と、回答者による回答の完了の時刻（以下「応対完了時刻」という。）とを互いに関連付けて含むデータである。質問履歴データは、質問者からの質問毎に存在する。

例えば、質問者の満足度は、数値が大きいほど満足度が高いことを示す１、２、３、４および５という５段階の数値で示される。

図１に示すように、システム１０は、回答者に関する情報を示す回答者データベース６５を備えている。

図８は、回答者データベース６５の一例を示す図である。

図８に示す回答者データベース６５は、回答者に関する情報を示す回答者データを複数記憶することができる。回答者データは、回答者のユーザーアカウントと、直前の応対完了時刻と、回答者が質問に対して現在応対中であるか否かを示す応対状況と、回答者の得意なカテゴリーを示す得意カテゴリーと、得意カテゴリーにおける回答者の回答に対する質問者の満足度の平均を示す平均満足度と、得意カテゴリーにおける回答者の応対時間の平均を示す平均応対時間とを互いに関連付けて含むデータである。回答者データは、回答者のユーザーアカウント毎に存在する。なお、得意カテゴリーは、回答者によっては複数設定されても良いが、「その他」が設定されることはない。平均満足度および平均応対時間は、得意カテゴリー毎に記憶されるので、得意カテゴリーが複数設定された回答者に対しては、得意カテゴリーの数と同一の数だけ記憶される。

次に、システム１０の動作について説明する。

まず、学習モデル６２の初回学習を実行する場合の自動応答システム５０の動作について説明する。

図９は、学習モデル６２の初回学習を実行する場合の自動応答システム５０の動作のフローチャートである。

自動応答システム５０の学習モデル構築部５５ｃは、例えば、システム１０の管理者による操作部５１または通信部５３を介した指示に応じて、図９に示す動作を実行する。

図９に示すように、学習モデル構築部５５ｃは、初回学習用データベース６３から初回学習用データを取得する（Ｓ１０１）。

次いで、学習モデル構築部５５ｃは、Ｓ１０１において取得した初回学習用データにおける「Ｑ＆Ａデータベースにおける質問例」および「Ｑ＆Ａデータベースにおける回答」の組み合わせに対して、Ｓ１０１において取得した初回学習用データにおける「質問者からの質問例」のそれぞれの特徴量を抽出する（Ｓ１０２）。ここで、特徴量の抽出方法としては、様々な方法が採用されることが可能である。例えば、特徴量の抽出方法としてｔｆ−ｉｄｆが採用される場合について説明する。まず、Ｓ１０１において取得した初回学習用データにおける「質問者からの質問例」が、文章で、かつ、日本語のように単語の間がスペースなどで区切られていない入力である場合には、形態素解析を用いて単語に分割する。日本語の形態素解析が実行可能なオープンソースとしては、例えば、ＭｅＣａｂなどがある。ｔｆ−ｉｄｆのうちｔｆは、単語の出現頻度のことであり、Ｓ１０１において取得した初回学習用データにおける「質問者からの質問例」に含まれる１単語が、Ｓ１０１において取得した初回学習用データにおける「Ｑ＆Ａデータベースにおける質問例」および「Ｑ＆Ａデータベースにおける回答」の組み合わせの１つに出現する割合が高ければ、その組み合わせに対して、その単語の重要度が上がる。ｔｆ−ｉｄｆのうちｉｄｆは、逆文書頻度のことであり、Ｓ１０１において取得した初回学習用データにおける「質問者からの質問例」に含まれる１単語が、Ｓ１０１において取得した全ての初回学習用データにおける「Ｑ＆Ａデータベースにおける質問例」および「Ｑ＆Ａデータベースにおける回答」の組み合わせにおいて頻繁に使用される単語であれば、その単語の重要度が下がる。ｔｆ−ｉｄｆは、ｔｄと、ｉｄｆとを掛け合わせたものであり、テキストの特徴量の抽出方法として用いられることがある。

学習モデル構築部５５ｃは、Ｓ１０２の処理の後、Ｓ１０２において抽出された特徴量から、既存の機械学習技術を用いて学習モデルを構築する（Ｓ１０３）。ここで、機械学習技術としては、様々な技術が採用されることが可能である。例えば、図６に示す初回学習用データベース６３のようなそれぞれの「質問者からの質問例」に対して、ある「Ｑ＆Ａデータベースにおける質問例」および「Ｑ＆Ａデータベースにおける回答」の組み合わせが正解か否かを示す大量のデータに基づいた教師あり機械学習によって学習モデルを構築することができる。

学習モデル構築部５５ｃは、Ｓ１０３の処理の後、Ｓ１０３において構築した学習モデルを学習モデル６２として記憶して（Ｓ１０４）、図９に示す動作を終了する。

なお、以降に説明する動作は、学習モデル６２の初回学習が実行された後の動作である。

次に、質問者からの質問に対して自動応答システム５０が回答する場合のシステム１０の動作について説明する。

図１０は、質問者からの質問に対して自動応答システム５０が回答する場合のシステム１０の動作のシーケンス図である。

なお、以下においては、質問者が質問者端末２０を使用して質問を実行する場合について説明するが、質問者が質問者端末２０以外の質問者端末を使用して質問を実行する場合についても同様である。

質問者は、質問者端末２０の対話型インターフェイス２５ａによって質問のカテゴリーを選択するとともに、対話型インターフェイス２５ａに質問を入力することができる。対話型インターフェイス２５ａは、質問者によって質問のカテゴリーが選択されるとともに、質問者によって質問が入力されると、図１０に示すように、質問者によって選択されたカテゴリーと、質問者によって入力された質問とを自動応答システム５０宛てに送信するように、チャットサーバー４０に依頼する（Ｓ１２１）。

チャットサーバー４０は、Ｓ１２１の依頼を受けると、送信することが依頼されたカテゴリーおよび質問を自動応答システム５０宛てに送信する（Ｓ１２２）。

自動応答システム５０の回答推測部５５ａは、Ｓ１２２によって送信されてきたカテゴリーおよび質問を受信すると、Ｓ１２２によって送信されてきた質問の特徴量を、Ｓ１０２の処理と同様に、抽出する（Ｓ１２３）。

次いで、回答推測部５５ａは、Ｓ１２３において抽出した特徴量と、Ｑ＆Ａデータベース６１における質問例および回答の組み合わせと、学習モデル６２とを使用して、Ｑ＆Ａデータベース６１における質問例および回答の組み合わせのうち、Ｓ１２２によって送信されてきた質問に対する組み合わせを推測する（Ｓ１２４）。すなわち、回答推測部５５ａは、Ｓ１２３において抽出した特徴量を学習モデル６２に与えることによって、Ｓ１２２によって送信されてきた質問に対して、「Ｑ＆Ａデータベースにおける質問例」および「Ｑ＆Ａデータベースにおける回答」の組み合わせのいずれが正解であるかを推測する。

回答推測部５５ａは、Ｓ１２４の処理の後、Ｓ１２４において推測した質問例および回答の組み合わせを対話型インターフェイス２５ａ宛てに送信するように、チャットサーバー４０に依頼する（Ｓ１２５）。回答推測部５５ａは、Ｓ１２５において依頼する送信内容として、例えば予め決められた会話シナリオの中に、Ｓ１２４において推測した質問例および回答の組み合わせを含める送信内容を生成しても良い。この会話シナリオの例は、例えば「こんにちは。あなたの質問はＱ１です。その質問に近い質問例はＱ２です。その質問例に対する回答はＡ１です。」である。ここで、Ｑ１には、Ｓ１２２によって送信されてきた質問が入り、Ｑ２には、Ｓ１２４において推測した質問例が入り、Ａ１には、Ｓ１２４において推測した回答が入る。

チャットサーバー４０は、Ｓ１２５の依頼を受けると、送信することが依頼された質問例および回答の組み合わせを質問者端末２０の対話型インターフェイス２５ａ宛てに送信する（Ｓ１２６）。

質問者端末２０の対話型インターフェイス２５ａは、Ｓ１２６において送信されてきた質問例および回答の組み合わせを受信すると、Ｓ１２６において送信されてきた質問例および回答の組み合わせを表示部２２に表示する（Ｓ１２７）。すなわち、自動応答システム５０は、質問者からの質問に対して、コールセンターの人の代わりに、リアルタイムに自動で回答を実行するチャットボットとして機能する。Ｓ１２７における表示には、回答に対する満足度の入力の依頼が含まれている。質問者は、Ｓ１２７において表示された回答に対する満足度を、操作部２１を介して入力することができる。

質問者端末２０の対話型インターフェイス２５ａは、Ｓ１２７において表示された回答に対する満足度が入力されると、入力された満足度を自動応答システム５０宛てに送信するように、チャットサーバー４０に依頼する（Ｓ１２８）。

チャットサーバー４０は、Ｓ１２８の依頼を受けると、送信することが依頼された満足度を自動応答システム５０宛てに送信する（Ｓ１２９）。

自動応答システム５０の回答推測部５５ａは、Ｓ１２９によって送信されてきた満足度を受信すると、Ｓ１２２によって送信されてきた質問を受信した時刻と、Ｓ１２２によって送信されてきた質問と、Ｓ１２４において推測した回答と、Ｓ１２９によって送信されてきた、自動応答システム５０の回答に対する質問者の満足度とを、互いに関連付けて質問履歴データベース６４に記憶する（Ｓ１３０）。

次に、質問者からの質問に対して回答者が回答する場合のシステム１０の動作について説明する。

図１１は、質問者からの質問に対して回答者が回答する場合のシステム１０の動作のシーケンス図である。

自動応答システム５０の回答受付部５５ｂは、Ｓ１２９によって送信されてきた満足度が、例えば４以下など、特定の度合い以下である場合に、図１１に示すように、回答者を選定する回答者選定処理を実行する（Ｓ１４１）。

図１２は、図１１に示す回答者選定処理のフローチャートである。

図１２に示すように、回答受付部５５ｂは、回答者データベース６５から全ての回答者データを取得する（Ｓ１６１）。

次いで、回答受付部５５ｂは、Ｓ１６１において取得した回答者データにおける応対状況に基づいて、質問に対して応対可能な回答者、すなわち、質問に対して現在応対中ではない回答者を抽出する（Ｓ１６２）。

次いで、回答受付部５５ｂは、Ｓ１２２によって送信されてきたカテゴリーが「その他」以外であるか否かを判断する（Ｓ１６３）。

回答受付部５５ｂは、Ｓ１２２によって送信されてきたカテゴリーが「その他」以外であるとＳ１６３において判断すると、Ｓ１６２において抽出した回答者のうち、Ｓ１２２によって送信されてきたカテゴリーが得意な回答者を、Ｓ１２２によって送信されてきたカテゴリーと、Ｓ１６１において取得した回答者データにおける得意カテゴリーとに基づいて抽出する（Ｓ１６４）。

次いで、回答受付部５５ｂは、Ｓ１６４において抽出した回答者を、Ｓ１６１において取得した回答者データにおける「直前の応対完了時刻」が昇順になるように、すなわち、「直前の応対完了時刻」が前であるほど順番が前になるようにソートする（Ｓ１６５）。

次いで、回答受付部５５ｂは、Ｓ１６５においてソートした回答者のうち、順番が先頭側から特定の割合以内である回答者を抽出する（Ｓ１６６）。Ｓ１６６における「特定の割合」は、例えば、システム１０の管理者によって設定されるものである。

回答受付部５５ｂは、Ｓ１６６の処理の後、Ｓ１６６において抽出した回答者を、Ｓ１２２によって送信されてきたカテゴリーにおける回答者の回答に対する質問者の平均満足度が降順になるように、すなわち、平均満足度が高いほど順番が前になるように、Ｓ１２２によって送信されてきたカテゴリーと、Ｓ１６１において取得した回答者データにおける平均満足度とに基づいてソートする（Ｓ１６７）。

次いで、回答受付部５５ｂは、Ｓ１６７においてソートした回答者のうち、順番が先頭側から特定の割合以内である回答者を抽出する（Ｓ１６８）。Ｓ１６８における「特定の割合」は、例えば、システム１０の管理者によって設定されるものである。

回答受付部５５ｂは、Ｓ１６８の処理の後、Ｓ１６８において抽出した回答者を、Ｓ１２２によって送信されてきたカテゴリーにおける回答者の平均応対時間が昇順になるように、すなわち、平均応対時間が短いほど順番が前になるように、Ｓ１２２によって送信されてきたカテゴリーと、Ｓ１６１において取得した回答者データにおける平均応対時間とに基づいてソートする（Ｓ１６９）。

次いで、回答受付部５５ｂは、Ｓ１６９においてソートした回答者のうち、順番が先頭側から特定の割合以内である回答者を抽出する（Ｓ１７０）。Ｓ１７０における「特定の割合」は、例えば、システム１０の管理者によって設定されるものである。

回答受付部５５ｂは、Ｓ１７０の処理が終了すると、Ｓ１７０において抽出した回答者のうち、Ｓ１６１において取得した回答者データにおける「直前の応対完了時刻」が最も前である回答者を選定して（Ｓ１７１）、図１２に示す回答者選定処理を終了する。

回答受付部５５ｂは、Ｓ１２２によって送信されてきたカテゴリーが「その他」以外ではないとＳ１６３において判断すると、Ｓ１６２において抽出した回答者のうち、Ｓ１６１において取得した回答者データにおける「直前の応対完了時刻」が最も前である回答者を選定して（Ｓ１７１）、図１２に示す回答者選定処理を終了する。

図１１に示すように、回答受付部５５ｂは、Ｓ１４１の回答者選定処理が終了すると、Ｓ１４１において選定した回答者のユーザーアカウント宛てに、Ｓ１２２によって送信されてきた質問を送信するように、チャットサーバー４０に依頼する（Ｓ１４２）。なお、回答受付部５５ｂは、Ｓ１４２において質問の送信先として指定した回答者に関しては、回答者が質問に対して現在応対中であることを、回答者データベース６５における応対状況に設定する。そして、回答受付部５５ｂは、この回答者に関して、後述のＳ１４５において回答の送信の依頼があったことを認識すると、回答者が質問に対して現在応対中ではないことを、回答者データベース６５における応対状況に設定する。

チャットサーバー４０は、Ｓ１４２の依頼を受けると、送信することが依頼された質問を、送信することが依頼されたユーザーアカウント宛てに送信する（Ｓ１４３）。以下、Ｓ１４３における送信先のユーザーアカウントが付された回答者の回答者端末が回答者端末３０であるものとして説明する。

回答者端末３０の対話型インターフェイス３５ａは、Ｓ１４３において送信されてきた質問を受信すると、Ｓ１４３において送信されてきた質問を表示部３２に表示する（Ｓ１４４）。したがって、回答者は、Ｑ＆Ａデータベース６１における質問例および回答の組み合わせから、Ｓ１４４において表示された質問に対する組み合わせを、操作部３１を介して選択することができる。

回答者端末３０の対話型インターフェイス３５ａは、回答者によって質問例および回答の組み合わせが選択されると、回答者によって選択された組み合わせを、質問の送信元である対話型インターフェイス２５ａ宛てに送信するように、チャットサーバー４０に依頼する（Ｓ１４５）。対話型インターフェイス３５ａは、Ｓ１４５において依頼する送信内容として、Ｓ１２５の処理と同様に、例えば予め決められた会話シナリオの中に、回答者によって選択された質問例および回答の組み合わせを含める送信内容を生成しても良い。

チャットサーバー４０は、Ｓ１４５の依頼を受けると、送信することが依頼された質問例および回答の組み合わせを質問者端末２０の対話型インターフェイス２５ａ宛てに送信する（Ｓ１４６）。

質問者端末２０の対話型インターフェイス２５ａは、Ｓ１４６において送信されてきた質問例および回答の組み合わせを受信すると、Ｓ１４６において送信されてきた組み合わせを表示部２２に表示する（Ｓ１４７）。Ｓ１４７における表示には、回答に対する満足度の入力の依頼が含まれている。質問者は、Ｓ１４７において表示された回答に対する満足度を、操作部２１を介して入力することができる。

対話型インターフェイス２５ａは、Ｓ１４７において表示した回答に対する満足度が入力されると、入力された満足度を自動応答システム５０宛てに送信するように、チャットサーバー４０に依頼する（Ｓ１４８）。

チャットサーバー４０は、Ｓ１４８の依頼を受けると、送信することが依頼された満足度を自動応答システム５０宛てに送信する（Ｓ１４９）。

自動応答システム５０の回答受付部５５ｂは、Ｓ１４９によって送信されてきた満足度を受信すると、回答者のユーザーアカウントと、回答者の回答のＱ＆Ａ番号と、今回の回答の応対時間と、Ｓ１４９において送信されてきた、回答者の回答に対する質問者の満足度と、今回の回答の応対完了時刻とを、Ｓ１２２によって送信されてきた質問に関連付けて質問履歴データベース６４に記憶する（Ｓ１５０）。

なお、自動応答システム５０の回答受付部５５ｂは、Ｓ１４９によって送信されてきた満足度が、例えば４以下など、特定の度合い以下である場合に、再び図１１に示すＳ１４１の回答者選定処理を実行する。すなわち、システム１０は、図１１に示す動作と同様の動作を再び実行する。

次に、回答者の得意カテゴリーを設定する場合の自動応答システム５０の動作について説明する。

図１３は、回答者の得意カテゴリーを設定する場合の自動応答システム５０の動作のフローチャートである。

自動応答システム５０の回答者データ設定部５５ｄは、例えば、システム１０の管理者による操作部５１または通信部５３を介した指示に応じて、図１３に示す動作を実行する。また、回答者データ設定部５５ｄは、タイマーなどを利用して定期的に図１３に示す動作を実行しても良い。

図１３に示すように、自動応答システム５０の回答者データ設定部５５ｄは、図１３に示す動作において未だ対象にしていない質問履歴データが質問履歴データベース６４に存在するか否かを判断する（Ｓ１８１）。

回答者データ設定部５５ｄは、図１３に示す動作において未だ対象にしていない質問履歴データが質問履歴データベース６４に存在するとＳ１８１において判断すると、質問履歴データベース６４に存在する質問履歴データのうち、図１３に示す動作において未だ対象にしていない質問履歴データの１つのみを対象にする（Ｓ１８２）。

次いで、回答者データ設定部５５ｄは、現在の対象の質問履歴データから、回答者のユーザーアカウントと、回答者の回答のＱ＆Ａ番号と、回答者の回答に対する質問者の満足度と取得する（Ｓ１８３）。

次いで、回答者データ設定部５５ｄは、Ｑ＆Ａデータベース６１と、Ｓ１８３において取得したＱ＆Ａ番号とに基づいて、現在の対象の質問履歴データの質問のカテゴリーを特定する（Ｓ１８４）。

次いで、回答者データ設定部５５ｄは、Ｓ１８３において取得したユーザーアカウントと、Ｑ＆Ａデータベース６１と、質問履歴データベース６４とに基づいて、質問履歴データベース６４に記憶されている「回答者の回答に対する質問者の満足度」のうち、現在の対象の質問履歴データの対象の回答者に関連付けられた、Ｓ１８４において特定したカテゴリーに対する満足度を全て取得する（Ｓ１８５）。

次いで、回答者データ設定部５５ｄは、Ｓ１８５において取得した全ての満足度に基づいて、現在の対象の質問履歴データの対象の回答者の、Ｓ１８４において特定したカテゴリーに対する平均満足度を算出する（Ｓ１８６）。

次いで、回答者データ設定部５５ｄは、Ｓ１８６において算出した平均満足度が特定の度合い以上であるか否かを判断する（Ｓ１８７）。Ｓ１８７における「特定の度合い」は、例えば、システム１０の管理者によって設定されるものである。

回答者データ設定部５５ｄは、Ｓ１８６において算出した平均満足度が特定の度合い以上であるとＳ１８７において判断すると、Ｓ１８３において取得したユーザーアカウントと、Ｑ＆Ａデータベース６１と、質問履歴データベース６４とに基づいて、質問履歴データベース６４に記憶されている応対時間のうち、現在の対象の質問履歴データの対象の回答者の、Ｓ１８４において特定したカテゴリーに対する応対時間を全て取得する（Ｓ１８８）。

次いで、回答者データ設定部５５ｄは、Ｓ１８８において取得した全ての応対時間に基づいて、現在の対象の質問履歴データの対象の回答者の、Ｓ１８４において特定したカテゴリーに対する平均応対時間を算出する（Ｓ１８９）。

次いで、回答者データ設定部５５ｄは、Ｓ１８９において算出した平均応対時間が特定の時間以上であるか否かを判断する（Ｓ１９０）。Ｓ１９０における「特定の時間」は、例えば、システム１０の管理者によって設定されるものである。

回答者データ設定部５５ｄは、Ｓ１８９において算出した平均応対時間が特定の時間以上ではないとＳ１９０において判断すると、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーが存在するか否かを判断する（Ｓ１９１）。

回答者データ設定部５５ｄは、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーが存在しないとＳ１９１において判断すると、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーを追加する（Ｓ１９２）。

回答者データ設定部５５ｄは、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーが存在するとＳ１９１において判断するか、Ｓ１９２の処理を実行すると、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーのうち、Ｓ１８４において特定したカテゴリーに関連付けられた平均満足度および平均応対時間として、Ｓ１８６において算出した平均満足度、および、Ｓ１８９において算出した平均応対時間をそれぞれ記憶して（Ｓ１９３）、Ｓ１８１の処理を実行する。

回答者データ設定部５５ｄは、Ｓ１８６において算出した平均満足度が特定の度合い以上ではないとＳ１８７において判断するか、Ｓ１８９において算出した平均応対時間が特定の時間以上であるとＳ１９０において判断すると、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーが存在するか否かを判断する（Ｓ１９４）。

回答者データ設定部５５ｄは、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーが存在するとＳ１９４において判断すると、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーから、Ｓ１８４において特定したカテゴリーを削除する（Ｓ１９５）。

次いで、回答者データ設定部５５ｄは、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データのうち、Ｓ１９５において削除したカテゴリーに関連付けられていた平均満足度および平均応対時間を削除する（Ｓ１９６）。

回答者データ設定部５５ｄは、回答者データベース６５において、Ｓ１８３において取得したユーザーアカウントの回答者データの得意カテゴリーに、Ｓ１８４において特定したカテゴリーが存在しないとＳ１９４において判断するか、Ｓ１９６の処理を実行すると、Ｓ１８１の処理を実行する。

回答者データ設定部５５ｄは、図１３に示す動作において未だ対象にしていない質問履歴データが質問履歴データベース６４に存在しないとＳ１８１において判断すると、図１３に示す動作を終了する。

次に、学習モデル６２の追加学習を実行する場合の自動応答システム５０の動作について説明する。

図１４は、学習モデル６２の追加学習を実行する場合の自動応答システム５０の動作のフローチャートである。

自動応答システム５０の学習モデル構築部５５ｃは、タイマーなどを利用して定期的に図１４に示す動作を実行する。

図１４に示すように、自動応答システム５０の学習モデル構築部５５ｃは、図１４に示す動作において未だ対象にしていない質問履歴データが質問履歴データベース６４に特定の数以上存在するか否かを判断する（Ｓ２０１）。Ｓ２０１における「特定の数」は、例えば、システム１０の管理者によって設定されるものである。

学習モデル構築部５５ｃは、図１４に示す動作において未だ対象にしていない質問履歴データが質問履歴データベース６４に特定の数以上存在しないとＳ２０１において判断すると、図１４に示す動作を終了する。

学習モデル構築部５５ｃは、図１４に示す動作において未だ対象にしていない質問履歴データが質問履歴データベース６４に特定の数以上存在するとＳ２０１において判断すると、図１４に示す動作において未だ対象にしていない質問履歴データを質問履歴データベース６４から全て取得する（Ｓ２０２）。

次いで、学習モデル構築部５５ｃは、Ｓ２０２において取得した質問履歴データと、Ｑ＆Ａデータベース６１とに基づいて、初回学習用データと同様な構成の追加学習用データを生成する（Ｓ２０３）。

例えば、Ｓ２０３において、学習モデル構築部５５ｃは、質問履歴データにおける「質問者からの質問」に示される質問を、追加学習用データにおける「質問者からの質問例」に設定し、質問履歴データにおける「自動応答システムの回答のＱ＆Ａ番号」に示されるＱ＆Ａ番号にＱ＆Ａデータベース６１において関連付けられている「質問例」に示される質問例を、追加学習用データにおける「Ｑ＆Ａデータベースにおける質問例」に設定し、質問履歴データにおける「自動応答システムの回答のＱ＆Ａ番号」に示されるＱ＆Ａ番号にＱ＆Ａデータベース６１において関連付けられている「回答」に示される回答を、追加学習用データにおける「Ｑ＆Ａデータベースにおける回答」に設定し、質問履歴データにおける「自動応答システムの回答に対する満足度」に示される満足度が特定の度合い以上である場合に、追加学習用データにおける「正解であるか否か」に正解を設定し、質問履歴データにおける「自動応答システムの回答に対する満足度」に示される満足度が特定の度合い未満である場合に、追加学習用データにおける「正解であるか否か」に不正解を設定する。ここで、「特定の度合い」は、例えば、システム１０の管理者によって設定されるものである。

また、Ｓ２０３において、学習モデル構築部５５ｃは、質問履歴データにおける「質問者からの質問」に示される質問を、追加学習用データにおける「質問者からの質問例」に設定し、質問履歴データにおける「回答者の回答のＱ＆Ａ番号」に示されるＱ＆Ａ番号にＱ＆Ａデータベース６１において関連付けられている「質問例」に示される質問例を、追加学習用データにおける「Ｑ＆Ａデータベースにおける質問例」に設定し、質問履歴データにおける「回答者の回答のＱ＆Ａ番号」に示されるＱ＆Ａ番号にＱ＆Ａデータベース６１において関連付けられている「回答」に示される回答を、追加学習用データにおける「Ｑ＆Ａデータベースにおける回答」に設定し、質問履歴データにおける「回答者の回答に対する満足度」に示される満足度が特定の度合い以上である場合に、追加学習用データにおける「正解であるか否か」に正解を設定し、質問履歴データにおける「回答者の回答に対する満足度」に示される満足度が特定の度合い未満である場合に、追加学習用データにおける「正解であるか否か」に不正解を設定する。ここで、「特定の度合い」は、例えば、システム１０の管理者によって設定されるものである。

学習モデル構築部５５ｃは、Ｓ２０３の処理の後、Ｓ１０２の処理と同様に、Ｓ２０３において生成した追加学習用データにおける「Ｑ＆Ａデータベースにおける質問例」および「Ｑ＆Ａデータベースにおける回答」の組み合わせに対して、Ｓ２０３において生成した追加学習用データにおける「質問者からの質問例」のそれぞれの特徴量を抽出する（Ｓ２０４）。

学習モデル構築部５５ｃは、Ｓ２０４の処理の後、Ｓ１０３の処理と同様に、Ｓ２０４において抽出された特徴量から、既存の機械学習技術を用いて学習モデルを構築する（Ｓ２０５）。

学習モデル構築部５５ｃは、Ｓ２０５の処理の後、Ｓ２０５において構築した学習モデルに学習モデル６２を更新して（Ｓ２０６）、図１４に示す動作を終了する。

学習モデル構築部５５ｃは、以上において、タイマーなどを利用して定期的に図１４に示す動作を実行するが、図１４に示す動作を連続して繰り返し実行しても良い。

以上に説明したように、自動応答システム５０は、質問に対する回答を受け付ける回答者として、質問のカテゴリーが得意な回答者を選定する（Ｓ１６４およびＳ１７１）ので、質問に対する回答としてＱ＆Ａデータベース６１から回答者によって不適切な回答が選択される可能性を低減することができ、その結果、質問者からの質問に対する自動の回答の精度が低下する可能性を低減することができる。

自動応答システム５０は、回答者の回答に対する質問者の過去の満足度が特定の度合い以上である場合、すなわち、回答者が得意な回答である可能性が高い場合に、この回答者を、回答を受け付ける回答者として選定する（Ｓ１６７、Ｓ１６８およびＳ１７１）ので、回答を受け付ける回答者の選定の適切性を向上することができ、その結果、質問に対する回答としてＱ＆Ａデータベース６１から回答者によって不適切な回答が選択される可能性を低減することができる。

自動応答システム５０は、回答者に質問が届いてから回答者による回答が完了するまでの過去の時間としての平均応対時間が特定の時間以下である場合、すなわち、回答者が得意な回答である可能性が高い場合に、この回答者を、回答を受け付ける回答者として選定する（Ｓ１６９〜Ｓ１７１）ので、回答を受け付ける回答者の選定の適切性を向上することができ、その結果、質問に対する回答としてＱ＆Ａデータベース６１から回答者によって不適切な回答が選択される可能性を低減することができる。

自動応答システム５０は、回答を受け付ける回答者を選定する場合に、「直前の応対完了時刻」から長時間が経過している回答者を優先する（Ｓ１６５、Ｓ１６６およびＳ１７１）ので、特定の回答者を集中的に選定することを防止することによって、回答者の負担を分散することができる。

自動応答システム５０は、回答者の回答を受け付けた場合に、質問に対して受け付けた回答者の回答が適切であると質問者によって判断されたとき（Ｓ１８７でＹＥＳ）、この質問のカテゴリーを得意カテゴリーであると設定し（Ｓ１９２）、質問に対して受け付けた回答者の回答が適切ではないと質問者によって判断されたとき（Ｓ１８７でＮＯ）、この質問のカテゴリーを得意カテゴリーではないと設定する（Ｓ１９５）。この構成により、自動応答システム５０は、回答者の回答が適切であるか否かの質問者による判断に応じて回答者の得意カテゴリーを設定するので、回答者の得意カテゴリーの適切性を向上することができ、その結果、質問に対する回答としてＱ＆Ａデータベース６１から回答者によって不適切な回答が選択される可能性を低減することができる。

自動応答システム５０は、回答者の回答を受け付けた場合に、平均応対時間が特定の時間以上であるとき（Ｓ１９０でＹＥＳ）、質問に対して受け付けた回答者の回答が適切であると質問者によって判断されたとしても（Ｓ１８７でＹＥＳ）、この質問のカテゴリーを得意カテゴリーではないと設定する（Ｓ１９５）。この構成により、自動応答システム５０は、平均応対時間が特定の時間以上である場合、すなわち、回答者が直ぐに回答を完了することができない場合に、この質問のカテゴリーを回答者の得意カテゴリーではないと設定するので、回答者の得意カテゴリーの適切性を向上することができ、その結果、質問に対する回答としてＱ＆Ａデータベース６１から回答者によって不適切な回答が選択される可能性を低減することができる。

なお、自動応答システム５０は、質問に対して受け付けた回答者の回答が適切であると質問者によって判断された場合に（Ｓ１８７でＹＥＳ）、この質問のカテゴリーを得意カテゴリーであると必ず設定する構成でも良い。すなわち、自動応答システム５０は、質問に対して受け付けた回答者の回答が適切であると質問者によって判断された場合に（Ｓ１８７でＹＥＳ）、Ｓ１８８〜Ｓ１９０の処理を実行せずに、必ずＳ１９１の処理を実行する構成でも良い。

５０ 自動応答システム
５４ａ 自動応答プログラム
５５ａ 回答推測部
５５ｂ 回答受付部
５５ｃ 学習モデル構築部（学習モデル更新部）
５５ｄ 回答者データ設定部
６１ Ｑ＆Ａデータベース（回答群）
６２ 学習モデル
６５ 回答者データベース

Claims (6)

1. 複数の回答の群である回答群から、質問者からの質問に対する前記回答を学習モデルを使用して推測する回答推測部と、
   前記回答推測部によって推測された前記回答が適切ではないという判断を受け付けた場合に、前記質問に対する前記回答として前記回答群から回答者によって選択された前記回答を受け付ける回答受付部と、
   前記回答受付部によって受け付けられた前記回答に基づいて前記学習モデルを更新する学習モデル更新部と、
   前記回答者に関する情報を示す回答者データを設定する回答者データ設定部と
   を備え、
   前記回答者データは、前記回答者の得意なカテゴリーを示す得意カテゴリーを含み、
   前記回答受付部は、前記質問のカテゴリーを前記得意カテゴリーに含む前記回答者を、この質問に対する前記回答を受け付ける前記回答者として選定することを特徴とする自動応答システム。
2. 前記回答者データ設定部は、前記回答受付部によって前記回答が受け付けられた場合に、前記質問に対して前記回答受付部によって受け付けられた前記回答が適切であるという判断を受け付けたとき、この質問のカテゴリーを前記得意カテゴリーであると設定し、前記質問に対して前記回答受付部によって受け付けられた前記回答が適切ではないという判断を受け付けたとき、この質問のカテゴリーを前記得意カテゴリーではないと設定することを特徴とする請求項１に記載の自動応答システム。
3. 前記回答者データ設定部は、前記回答受付部によって前記回答が受け付けられた場合に、前記回答者に前記質問が届いてから前記回答者による前記回答が完了するまでの時間が特定の時間以上であるとき、前記回答受付部によって受け付けられた前記回答が適切であるという判断を受け付けたとしても、この質問のカテゴリーを前記得意カテゴリーではないと設定することを特徴とする請求項２に記載の自動応答システム。
4. 前記回答受付部は、前記回答者の前記回答に対する前記質問者の過去の満足度が特定の度合い以上である場合に、この回答者を、前記回答を受け付ける前記回答者として選定することを特徴とする請求項１から請求項３までのいずれかに記載の自動応答システム。
5. 前記回答受付部は、前記回答者に前記質問が届いてから前記回答者による前記回答が完了するまでの過去の時間が特定の時間以下である場合に、この回答者を、前記回答を受け付ける前記回答者として選定することを特徴とする請求項１から請求項４までのいずれかに記載の自動応答システム。
6. 複数の回答の群である回答群から、質問者からの質問に対する前記回答を学習モデルを使用して推測する回答推測部と、
   前記回答推測部によって推測された前記回答が適切ではないという判断を受け付けた場合に、前記質問に対する前記回答として前記回答群から回答者によって選択された前記回答を受け付ける回答受付部と、
   前記回答受付部によって受け付けられた前記回答に基づいて前記学習モデルを更新する学習モデル更新部と、
   前記回答者に関する情報を示す回答者データを設定する回答者データ設定部と
   をコンピューターに実現させ、
   前記回答者データは、前記回答者の得意なカテゴリーを示す得意カテゴリーを含み、
   前記回答受付部は、前記質問のカテゴリーを前記得意カテゴリーに含む前記回答者を、この質問に対する前記回答を受け付ける前記回答者として選定することを特徴とする自動応答プログラム。

Images