JP2020194321A - 自動応答システムおよび自動応答プログラム - Google Patents
自動応答システムおよび自動応答プログラム Download PDFInfo
- Publication number
- JP2020194321A JP2020194321A JP2019099054A JP2019099054A JP2020194321A JP 2020194321 A JP2020194321 A JP 2020194321A JP 2019099054 A JP2019099054 A JP 2019099054A JP 2019099054 A JP2019099054 A JP 2019099054A JP 2020194321 A JP2020194321 A JP 2020194321A
- Authority
- JP
- Japan
- Prior art keywords
- answer
- respondent
- question
- category
- unit
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 claims abstract description 137
- 230000002452 interceptive effect Effects 0.000 description 31
- 238000010276 construction Methods 0.000 description 19
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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。)。
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。
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
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)
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019099054A JP2020194321A (ja) | 2019-05-28 | 2019-05-28 | 自動応答システムおよび自動応答プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019099054A JP2020194321A (ja) | 2019-05-28 | 2019-05-28 | 自動応答システムおよび自動応答プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020194321A true JP2020194321A (ja) | 2020-12-03 |
Family
ID=73548638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019099054A Pending JP2020194321A (ja) | 2019-05-28 | 2019-05-28 | 自動応答システムおよび自動応答プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020194321A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022020063A (ja) * | 2020-12-24 | 2022-01-31 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 対話処理方法、装置、電子機器及び記憶媒体 |
JP7290704B1 (ja) | 2021-12-03 | 2023-06-13 | 株式会社ビデオリサーチ | 調査集計システム |
JP7295207B1 (ja) | 2021-12-03 | 2023-06-20 | 株式会社ビデオリサーチ | 調査集計システム |
JP7446023B1 (ja) | 2023-02-12 | 2024-03-08 | 株式会社サマデイ | アシストサーバ |
-
2019
- 2019-05-28 JP JP2019099054A patent/JP2020194321A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022020063A (ja) * | 2020-12-24 | 2022-01-31 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 対話処理方法、装置、電子機器及び記憶媒体 |
JP7256857B2 (ja) | 2020-12-24 | 2023-04-12 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 対話処理方法、装置、電子機器及び記憶媒体 |
US11977850B2 (en) | 2020-12-24 | 2024-05-07 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method for dialogue processing, electronic device and storage medium |
JP7290704B1 (ja) | 2021-12-03 | 2023-06-13 | 株式会社ビデオリサーチ | 調査集計システム |
JP7295207B1 (ja) | 2021-12-03 | 2023-06-20 | 株式会社ビデオリサーチ | 調査集計システム |
JP2023085586A (ja) * | 2021-12-03 | 2023-06-21 | 株式会社ビデオリサーチ | 調査集計システム |
JP2023089330A (ja) * | 2021-12-03 | 2023-06-28 | 株式会社ビデオリサーチ | 調査集計システム |
JP7446023B1 (ja) | 2023-02-12 | 2024-03-08 | 株式会社サマデイ | アシストサーバ |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020194321A (ja) | 自動応答システムおよび自動応答プログラム | |
JP7404467B2 (ja) | 一貫性重み付けおよびルーティング規則に基づく動的通信ルーティング | |
US10205684B2 (en) | Smart messaging for computer-implemented devices | |
CN112507094B (zh) | 一种基于强化学习的客服机器人对话方法及其相关组件 | |
US11860945B2 (en) | Information processing apparatus to output answer information in response to inquiry information | |
KR20180022762A (ko) | 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
KR20170137419A (ko) | 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
JP2009104288A (ja) | 通信管理サーバ及び計算機システム | |
WO2015162960A1 (ja) | 情報処理装置、制御方法、およびプログラム | |
WO2020259799A1 (en) | Method and computer network for gathering evaluation information from users | |
CN114742230A (zh) | 信息处理系统、信息处理方法及信息处理装置 | |
CN108306813B (zh) | 会话消息的处理方法、服务器及客户端 | |
WO2018157695A1 (zh) | 一种信息交互的方法及装置 | |
CN114168785B (zh) | 基于社交及距离的音乐推荐方法、系统、装置及存储介质 | |
JP2018028939A (ja) | 分類支援装置、分類支援方法、および分類支援プログラム | |
JP5464295B1 (ja) | 応答装置及び応答プログラム | |
JP6457600B1 (ja) | チャットシステム、サーバ、画面生成方法及びコンピュータプログラム | |
JP2019056949A (ja) | 問い合わせ回答担当者の評価装置、問い合わせ回答担当者の選択装置、メールサーバ、評価方法及びプログラム | |
JP2021051385A (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP6277807B2 (ja) | 質問紹介装置、質問紹介方法、および質問紹介プログラム | |
JP5799655B2 (ja) | メール督促プログラム、メール装置、及びメール督促方法 | |
JP2021033759A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP6305473B2 (ja) | 分類支援装置、分類支援方法、および分類支援プログラム | |
US11049023B1 (en) | Methods and systems for evaluating and improving the content of a knowledge datastore | |
EP3767924A1 (en) | Methods and systems for establishing connection between users via structured communication |