JP2021108033A - 質問回答表示サーバ、質問回答表示方法及び質問回答表示プログラム - Google Patents

Abstract

【課題】ある質問パターンが入力されたときに、同じ回答パターンに対応する別の表現の質問文を自動的に作成する質問回答表示サーバ、質問回答表示方法及び質問回答表示プログラムを提供する。【解決手段】質問回答表示システム１において、質問回答表示サーバ１００は、回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶部１０１と、ユーザ端末２００により入力された質問文を取得する質問文取得部１０２と、取得した質問文と記憶部１０１に記憶している質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末２００に表示させる回答パターン表示部１０３と、質問回答データベースに基づき、管理者端末２０１から入力された質問文を入力された質問文と同じ回答パターンに対応する一又は複数の別の表現の質問文に変換する質問文作成部と、を備える。【選択図】図１

Description

本開示は、質問回答データベースから、対話形式により、ユーザからの質問に対する回答を行うとともに、質問回答データベースへの登録において、管理者が入力した質問文の別の表現の質問文を作成して質問回答データベース構築の手助けを行う質問回答表示サーバ、質問回答表示方法及び質問回答表示プログラムに関する。

近年、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）技術が注目を浴びている。ユーザサポートの場面において、従来は、人手で電話対応を行い、または、メールでユーザからの問合せに対する回答を行っていたが、ＡＩが活用される場面が増えている。例えば、ＡＩの活用場面では、対話システムを用いて、ユーザからの質問に回答するシステムが開発されている。

例えば、特許文献１では、予め複数の質問・回答パターンを知識データベースとして登録し、ユーザからの質問に対して対話システムを用いて応答を行うための構成が提案されている。

特許６２１８０５７号公報

特許文献１は、対話形式のインタフェースを用いてユーザが求める回答を提示するものであるが、そのためには、回答パターンとそれに対応する質問パターンを用意しておく必要がある。

また、特許文献１のようなシステムでは、ある回答パターンに対して、質問の仕方に応じて複数の質問パターンを用意する必要があるが、その質問パターンを作成するためには、ある程度の経験が必要であり、初心者がすぐに有益な質問パターンを用意できないといった問題がある。

そこで、本開示では、ある質問パターンが入力されたときに、同じ回答パターンに対応する別の表現の質問文を自動的に作成し、有益な質問パターンの簡便な作成に資することを目的とする。

本開示の一態様における質問回答表示サーバは、回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶部と、ユーザ端末により入力された質問文を取得する質問文取得部と、取得した質問文と記憶部に記憶している質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示部と、管理者端末から入力された質問文を入力された質問文と同じ回答パターンに対応する一又は複数の別の表現に変換された質問文を作成する質問文作成部とを備える。

本開示の一態様における質問回答表示方法は、回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶ステップと、ユーザ端末により入力された質問文を取得する質問文取得ステップと、取得した質問文と記憶ステップにて記憶した質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示ステップと、管理者端末から入力された質問文を入力された質問文と同じ回答パターンに対応する一又は複数の別の表現に変換された質問文を作成する質問文作成ステップとを備える。

本開示の一態様における質問回答表示プログラムは、回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶ステップと、ユーザ端末により入力された質問文を取得する質問文取得ステップと、取得した質問文と記憶ステップにて記憶した質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示ステップと、管理者端末から入力された質問文を入力された質問文と同じ回答パターンに対応する一又は複数の別の表現に変換された質問文を作成する質問文作成ステップとをコンピュータに実行させるためのプログラムである。

本開示によれば、対話形式のインタフェースによりユーザからの質問に対して回答を行う質問回答表示サーバにおいて、自動的に質問文の言い換え表現を生成することで、管理者が質問回答データベースを構築する際に、簡便に作成することを可能とする。

本開示の質問回答表示サーバの構成の一例を示す図である。 本開示の記憶部のデータ構成の一例を示す図である。 本開示のユーザ端末の表示の一例を示す図である。 本開示のユーザ端末におけるユーザからの質問及び対話サーバからの回答の表示の一例を示す図である。 本開示の管理者端末において生成された質問文を選択させるインタフェースの一例を示す図である。 質問回答表示サーバのユーザ操作時の処理の流れの一例を示すフローチャートである。 質問回答表示サーバの質問文の言い換え表現を作成する際の処理の流れの一例を示すフローチャートである。 本開示の実施形態に係るコンピュータの構成を示す概略ブロック図である。

以下、本開示の実施形態に係る質問回答表示サーバ、質問回答表示方法及び質問回答表示プログラムについて図面を参照しながら説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態で説明される構成の全てが、本開示の必須構成要件であるとは限らない。また、実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。

図１は、本開示にかかる質問回答表示システム１の全体構成を示す図である。以下、これを参照して、本開示にかかる質問回答表示システム１の構成について説明する。

＜構成＞
質問回答表示サーバ１００は、記憶部１０１と、質問文取得部１０２と、回答パターン表示部１０３と、質問文作成部１０４と、マスキング部１０５と、質問文選択部１０６とを有する。質問回答表示サーバ１００は、ネットワークＮＷを介して、ユーザ端末２００−１〜２００−Ｎ及び管理者端末２０１−１〜２０１−Ｍと接続されている。質問回答表示サーバ１００は、コンピュータにプログラムを実装することにより実現する。なお、質問回答表示サーバ１００を構成する各部は、複数のコンピュータに分散して実現されていても構わない。また、記憶部１０１は対話サーバ外に存在しても構わない。

ユーザ端末２００−１〜２００−Ｎは、質問文の入力を受け付けて質問回答表示サーバ１００に対して発信し、当該質問文に対して質問回答表示サーバ１００が生成した回答パターンを受信して表示する端末である。ユーザ端末２００−１〜２００−Ｎは、例えば、ユーザサポートにおいて、不明な点の問合せを行おうとする一般ユーザが扱う端末が想定される。

管理者端末２０１−１〜２０１−Ｍは、記憶部１０１の質問文とそれに対応する回答パターンを含むデータベースにアクセスして管理する端末である。管理者端末２０１−１〜２０１−Ｍは、例えば、ユーザサポートにおいて、問合せ対応を行うサポート管理者側が扱う端末が想定される。管理者は、管理者端末２０１−１〜２０１−Ｍを通して、質問パターン及び回答パターンの追加・変更・削除などの登録操作を行う。

記憶部１０１は、質問パターン及び回答パターンを含む質問回答データベースを記憶する。質問回答データベースは例えば、ある１つの回答パターンに対して、１又は複数の質問パターンが記憶される。ユーザサポートなどの場面では、一つの回答に対しても複数の質問パターンが考えられるため、質問回答データベースにおいても、一つの回答パターンに対して想定される質問パターンができるだけ多く登録されていることが望ましい。

質問回答表示サーバ１００は、記憶部１０１の質問回答データベースを用いて、ユーザがユーザ端末２００−１〜２００−Ｎにより入力した質問文に対して、対応する回答パターンを表示し、チャットなどの対話形式でやり取りを進めていくことが可能なインタフェースを提供する。

質問文取得部１０２は、ネットワークＮＷを介して、ユーザ端末２００−１〜２００−Ｎ又は／及び管理者端末２０１−１〜２００−Ｍから質問文を取得する。質問文は、自然文の形式で取得することが可能である。自然文の形式で質問を可能とすることにより、ユーザは人に問合せているのと同じような感覚で簡単に問合せを行うことが可能となる。なお、キーワード等を示す単語を取得してもよい。

回答パターン表示部１０３は、質問文取得部１０２で取得した質問文に対して、記憶部１０１に登録されている質問パターンと比較し、質問パターンとの類似度を算出する。ここで、質問パターンとの類似度とは、同じ回答パターンに対応する質問パターンの集合である質問パターン群との類似度や、質問パターンを元にした関数やカテゴリ等との類似度も含まれる。類似度の算出に際しては、例えば、自然言語処理により計算する。具体的には、質問パターンと質問文のキーワードをそれぞれ抽出しておき、キーワードの一致度をキーワード毎の重みなども用いて類似度としてもよい。他にも、質問パターンと質問文をそれぞれベクトル化し、コサイン類似度を用いて類似度を算出してもよい。このように、類似度を用いて質問文がどの質問パターンに類似するか算出することで、記憶部に記憶されている質問パターンと同一でなくとも、回答パターンを選択することが可能となる。

回答パターン表示部１０３で用いる質問文と質問パターンとの類似度の算出に際しては、ユーザ及び／又は管理者が入力した質問パターンを学習データ（教師データともいう）の候補として機械学習をさせることにより、類似度算出のためのパラメータを更新してもよい。このような機械学習を行うことにより、ユーザの意図にあった回答パターンを提示する精度を向上させることが可能となる。

回答パターン表示部１０３は、さらに、類似度に基づいて、質問文との間の類似度の高い質問パターンに対応する回答パターンをユーザ端末２００−１〜２００−Ｎに表示する。

また、回答パターンとともに、確信度を合せて表示してもよい。確信度とは、対話サーバにおいて、質問文が記憶部１０１に記憶された質問パターンと同じことを意味しているという自信の程度を示す尺度であり、回答パターン表示部１０３で算出された類似度を用いてもよい。確信度は、類似度をそのまま用いず、他の方法により質問文と質問パターンとの一致の程度を評価した上で、算出することも可能である。他の方法とは、例えば、類似度をコサイン類似度により算出した場合に、確信度をキーワードの一致度で算出するなどの方法を含む。確信度を表示する場合には、数値で表示してもよいし、その程度をアイコン等で表現して表示してもよい。

なお、確信度に対して、ある一定の閾値を設定した上で、閾値以上の回答パターンを全て、または上位ｎ件を表示させることも可能である。このように、一定の確信度があることを前提として、複数件の回答パターンを表示させることで、ユーザが求める回答パターンを表示することができる可能性を高めることが可能となる。

また、確信度の上位１つのみを回答パターンとして表示することも可能である。さらに、設定した閾値以上の回答パターンがない場合には、回答パターンの表示を行わない又は「質問を変更してください」など、別の質問を促すような表示を行うことも可能である。これにより、ユーザは、意図した質問に対する回答とは異なる回答パターンが表示されることを避け、不要な混乱を招かずに済むことが可能となる。

質問文作成部１０４は、管理者端末２０１−１〜２０１−Ｍから入力された質問文から、別の表現に変換された質問文を作成する。

別の表現に変換された質問文とは、入力された質問文と同じ回答パターンを表示すべき内容の文であり、入力された質問文と同義の文であってもよい。また、必ずしも入力された質問文と同義の文でなくとも、同じ趣旨のことを質問しているなど回答パターンに対応する質問文であってもよい。

質問文作成部１０４は、管理者端末２０１−１〜２０１−Ｍから入力された質問文を質問文取得部１０２を介して取得する。そして、質問文作成部１０４は、記憶部１０１に記憶される回答パターン及びそれに紐づく質問パターン、すなわち質問パターン群を用いて、質問文から、別の表現に変換された質問文を作成する。

質問文作成部１０４は、例えば、同義文辞書を用いて、自然言語処理を行い、入力された質問文の単語を別の単語に変換することによって、別の表現に変換された質問文を作成してもよい。

質問文作成部１０４は、また、例えば、同義文辞書を用いて、ルールベースの規則を用いて、入力された質問文から、別の表現に変換された質問文を作成してもよい。

質問文作成部１０４は、さらに、統計モデルや機械学習を用いて学習モデルを生成することにより、入力された質問文から別の表現の質問文を作成してもよい。

質問文作成部１０４は、統計モデルや機械学習を用いる際に、学習データを次のように生成するとよい。すなわち、記憶部１０１に記憶される回答パターン及び質問パターンは、ある回答パターンに対する質問パターンという関係において、対応関係を有する。また、回答パターンには、一又は複数の質問パターンが紐づいており、一つの回答パターンに対応する複数の質問パターンは、それぞれ他の質問パターンの言い換え表現と仮定することが可能である。

質問文作成部１０４は、ある回答パターンに対応する複数の質問パターン群において、当該質問パターン群に属するある質問パターンを、当該質問パターン群に属する他の質問パターンの言い換え表現としての正解データ、すなわち、機械学習の学習データとし、これにより学習モデル等を生成した上で、取得した質問文から別の表現に変換された質問文を作成する。

なお、機械学習の学習データとして用いるのは、記憶部１０１に記憶される質問回答データベースに限らず、質問回答データベースに登録された文から同義文辞書を用いて変換された質問パターンを加えてもよい。

質問文作成部１０４が統計モデルや機械学習を用いる際の学習データについて前述したが、以下では、統計モデルや機械学習を用いて言い換え表現の質問文を作成する方法について述べる。

質問文作成部１０４が言い換え表現である別の表現の質問文を作成するために、例えば、機械翻訳の技術を用いる。また、特にニューラル翻訳の技術を用いると、複数の変換された質問文の候補が得やすい。

質問文作成部１０４は、例えば、統計モデルを用いた自動翻訳の技術をベースとして、学習データを用いて翻訳モデルと言語モデルを用意し、入力された質問文から、別の表現に変換された質問文を作成してもよい。

質問文作成部１０４は、例えば、機械翻訳の技術をベースとして、学習モデルを構築した上で、入力された質問文から、別の表現に変換された質問文を作成してもよい。

このとき、機械翻訳の技術として、ニューラル翻訳をベースとした学習モデルを構築すると好ましい。ニューラル翻訳をベースとした学習モデルを用いると、入力された質問文から別の表現に変換された質問文を作成する際に、複数の質問文候補を出力しやすい。

質問文作成部１０４は、さらに、例えばアテンション付（注意機構付）ＬＳＴＭ翻訳モデルを用いて、ニューラル翻訳と同じように学習モデルを構築すると好ましい。これにより、入力された質問文を一又は複数の別の表現の質問文に変換し、作成することができる。

質問回答表示システム１では、管理者端末２０１−１〜２０１−Ｍを通して、管理者が回答パターンと質問パターンを追加し、記憶部１０１に記憶する。しかし、管理者が質問パターンの追加を行うには、一定の経験値が必要であり、質問回答表示サーバ１００側から質問パターンの提案ができれば効率よく質問パターンを追加することが可能となる。質問文作成部１０４はこれを実現し、管理者が入力した質問文の言い換え表現の質問文を提案し、記憶部への質問パターンの追加を補助するための機能である。

マスキング部１０５は、質問文作成部１０４が作成した質問文について、自然言語処理を用いて、固有名詞をマスキングする。

マスキング部１０５は、質問文から自然言語処理を用いて固有名詞を抽出するにあたり、例えば、単語辞書を用いたり、機械学習などの方法により、抽出を行う。以下のような方法を用いる。すなわち、単語辞書を用いて、質問文に対して自然言語処理を行い、単語辞書にない単語を固有名詞として抽出する。

マスキング部１０５は、例えば、単語辞書を用いて、質問文に対して自然言語処理を行い、単語辞書にない単語を固有名詞として抽出する。

マスキング部１０５は、例えば、固有名詞を抽出するための機械学習のための学習モデルを用いて、固有名詞を抽出する。

マスキング部１０５は、抽出された固有名詞を特定の文字や記号に置き換えるなどの方法により、マスキング処理を行う。

質問回答表示システム１は、例えば、ユーザーサポートを行う複数の事業者が管理者端末２０１−１〜２０１〜Ｍを操作し、当該事業者のユーザがユーザ端末２００−１〜２００−Ｎを利用することが想定される。そこで、学習データとして、他の事業者が作成した質問パターン群を学習データとすることもあり得る。このとき、変換された質問文に対してマスキング処理を行うことにより、固有名詞を排除し、他の事業者に特有の事象を排除して汎用的にデータ活用を行うことが可能となる。

質問文選択部１０６は、質問文作成部１０４で作成され、又はマスキング部１０５でマスキング処理された質問文について、候補となる言い換えられた複数の質問文の中から、管理者に対して、回答パターンに登録すべき一又は複数の質問文を選択させ、管理者が選択した質問文を受け付け取得する。質問文選択部１０６は、受け付けた質問文を、回答パターンに対する質問パターンとして、記憶部１０１に記憶する。

質問文選択部１０６により、管理者に対してインタフェースを提供し、管理者は記憶部１０１に追加したい質問文を選択するだけで登録可能とすることにより、より簡単に質問パターンの追加を実現することが可能となる。

なお、質問文作成部１０４は、言い換え表現の作成にあたり、管理者端末から入力された質問文と、質問文選択部１０６により選択された質問文を学習データとして使用し、又は、質問パターン群と合わせて学習データとして使用し、質問文の言い換え表現を作成するための学習モデルの構築等に役立ててもよい。

＜質問回答データベース及び質問回答表示サーバの基本的動作＞
図２は、記憶部１０１が記憶する質問回答データベースの具体例を示す。質問回答データベースは、質問パターンと回答パターンの組み合わせからなり、一つの回答パターンに対して、一又は複数の質問パターンが用意されている。

ユーザから質問回答表示サーバに対して問合せが行われる場合には、ユーザはユーザ端末２００−１〜２００−Ｎを操作して質問文を入力し、質問文取得部１０２は、ユーザから入力された質問文を取得する。

図３は、質問文取得部がユーザ端末２００−１〜２００−Ｎ又は／及び管理者端末２０１−１〜２０１−Ｍに対して質問文を取得する際のユーザインタフェース１１１の一例を示す。質問文取得部では、キーボードやタッチパネルなどから入力することにより、質問文を取得する。また、音声認識エンジンを介して音声により入力する構成とすることも可能である。

回答パターン表示部１０３は、質問文と記憶部１０１に記憶された質問パターンとの類似度を算出する。ここで、質問パターンとの類似度とは、同じ回答パターンに対応する質問パターンの集合である質問パターン群との類似度や、質問パターンを元にした関数やカテゴリ等との類似度も含まれる。

例えば、記憶部１０１には、回答パターンがＡ１からＡＮまでＮパターン登録されているとする。そして、質問パターンは、各回答パターンに対して、Ｑ１１からＱ１Ｍ１、Ｑ２１からＱ２Ｍ２、…ＱＮ１からＱＮＭＮまでの質問パターンが登録されている。このとき、質問パターンＱ１１からＱ１Ｍ１を質問パターン群Ｃ１、質問パターンＱ２１からＱ２Ｍ２を質問パターン群Ｃ２…質問パターンＱＮ１からＱＮＭＮを質問パターン群ＣＮとする。このとき、回答パターン表示部１０３は、質問文と質問パターン（Ｑ１１からＱＮＭＮまで）との類似度を算出してもよい。また、質問文と質問パターン群（Ｃ１からＣＮまで）との類似度を算出してもよい。さらに、質問パターンを基にした関数やカテゴリ等との類似度を算出しても良い。

回答パターン表示部１０３は、質問文と記憶部１０１に記憶された質問パターンとの類似度を算出する。例えば、「住所情報を変更したい」という質問文を取得し、記憶部１０１にＣ１、Ｃ２、Ｃ３という質問パターン群が登録されていたとする。回答パターン表示部１０３は、質問文と各質問パターン群との類似度を算出し、この場合、例えば各質問パターン群との類似度がそれぞれ、0.92、0.70、0.21などのように算出される。

回答パターン表示部１０３は、質問文、質問パターン及び類似度を用いて、確信度を算出する。ここでは、例えば、質問パターン群Ｃ１に対して９８％、Ｃ２に対して７８％、Ｃ３に対して２０％と計算される。また、閾値を６０％としている場合には、Ｃ１及びＣ２の確信度が閾値を超えるため、これに対する回答パターンであるＡ１、Ａ２の回答パターンの表示を確信度の情報とともに、ユーザ端末２００−１〜２００−Ｎに対して表示する。

なお、回答パターンの表示を、上位１つのみとする場合には、上記確信度が閾値を超えたもののうち、最も確信度が高いＡ１の回答パターンのみを表示する。

図４は、回答パターン表示部１０３がユーザ端末２００−１〜２００−Ｎに対して表示させるユーザインタフェース１１１の一例を示す。なお、この例では、右側にユーザが入力した質問文を示し、左側に対話サーバが選択した回答パターンを示す。

以上が、質問回答表示サーバ１００の基本的動作である。

＜質問文の言い換え表現作成の具体的動作＞
質問文作成部１０４は、入力された質問文から、別の表現の質問文を作成する。例えば、ユーザサポートなどの場面で、「パスワードを忘れた」、「パスワードを失念した」、「パスワードをなくした」はどれも同じ意味であり、対応する回答回答パターンとしては、例えば、「こちらのページからパスワードの再設定をしてください」などがあり得る。

この場合、「パスワードを忘れた」という質問文に対して、自然言語処理を行い、「忘れた」を同義文辞書などを用いて変換することにより、「パスワードを失念した」、「パスワードをなくした」などの別の表現、言い換え表現の質問文を作成することが可能となる。

質問文作成部１０４は、このように同義語辞書を用いて作成した質問文を、別の表現の質問文の候補としてもよいし、学習パターンとして追加した上で、統計モデルや機械学習を用いた方法により別の質問文を作成してもよい。

以下、質問文作成部１０４が質問文を作成するに際し、特に機械学習を用いた方法について具体的に述べる。

質問文作成部１０４では、記憶部１０１に記憶される質問回答データベースの質問パターン群を学習データとして用いる。併せて、同義文辞書を用意した上で学習データに役立ててもよい。言い換え表現に変換された質問文を得るためには、特に、機械学習の技術、さらには、アテンション付ＬＳＴＭ翻訳モデルを用いて、ニューラル翻訳と同様に学習モデルを構築するとよい。

通常の機械翻訳では、ある自然文とその翻訳文との関係は１対１である。しかし質問文作成部１０４において、言い換え表現を作成するためには、出力文に柔軟性を与えることが必要である。したがって、言い換え表現の関係にある学習データとなる質問パターン群のように、複数の質問パターンが存在し、言い換え表現が１対Ｎの関係にある学習データを用いることが望ましい。

ここで、回答パターンの集合をＡ＝（ａ１，ａ２，…ａＮ）とする。ａｉにはｍｉ個の質問パターンＱｉ＝（ｑｉ１，ｑｉ２，…ｑｉｍｉ）が結びついている。またすべての質問パターンはＱ＝（Ｑ１，Ｑ２，…ＱＮ）として表すことができる。

学習データセットは、（ｑｉｊ，ｑｉｋ）の組み合わせからなる。このとき、ｉは１からＮまでのいずれかであり、ｊ及びｋは１からｍｉまでの値であり、ｊ＝ｋとはならないことが条件である。

学習モデルの作成において、すべての組み合わせのデータを学習データとして用いると、データ量が膨大となるため、ランダムで一定量を選択し、ダウンサプリングしてもよい。

学習データセットを確定した後、質問文作成部１０４は、学習データセットを用いて、アテンション付ＬＳＴＭ翻訳モデルの学習モデルを構築する。

質問文作成部１０４は、取得した質問文をアテンション付ＬＳＴＭ翻訳モデルに入力し、別の表現の質問文を作成する。ここで、ニューラル翻訳モデルであるアテンション付ＬＳＴＭ翻訳を用いることで、出力と同時に尤度を算出することができる。したがって、算出された尤度を質問文に対する言い換え表現の信頼度の指標である確信度として用いることが可能である。

さらに、質問文作成部１０４は、一定の閾値を設定し、算出された確信度に対して、枝刈を行いつつ貪欲法を用いたビームサーチを行うことで、閾値以上の確信度を有する言い換え表現の質問文を取り出し、複数の候補の言い換え表現を作成することが可能となる。

このとき、質問文作成部１０４は、単純にビームサーチを行うと文頭の確信度の影響が大きくなるので、文頭単語に関しては上位数個を持っておいて文頭単語を起点に言い換え表現の質問文を作成してもよい。

上記では、特に、機械学習の技術を用いた上で、アテンション付ＬＳＴＭ翻訳モデルを用いる方法を述べたが、その他の機械学習を用いる場合にも、同様に学習データを用意した上で、複数の言い換え表現の質問文を出力させた上で、閾値を用いて、上位Ｎ個の質問文を作成する方法をとることができる。

さらに、統計的モデルを用いる場合にも、同様に学習データを用意した上で、尤度とともに複数の言い換え表現の質問文を出力させ、閾値を用いて、上位Ｎ個の質問文を作成する方法をとることができる。

マスキング部１０５は、質問文作成部１０４で作成された質問文について、固有名詞にマスキングを施す。マスキング部１０５例えば、単語辞書を用いて、自然言語処理により、単語辞書にない単語を固有名詞として抽出を行う。

マスキング部１０５は、その他にも、機械学習を用いて、固有名詞を抽出した上で、マスキングを施してもよい。

マスキング部１０５において、言い換え表現である質問文に対して、マスキングを行うことで、固有名詞の影響を排除し、多くの質問パターンを学習データとして採用した上で質問文を作成することが可能となる。

質問文選択部１０６は、質問文作成部１０４が作成した管理者が入力した質問文の言い換え表現の質問文又は、マスキング部１０５においてマスキング処理された質問文に対して、回答パターンに登録すべき質問パターンを管理者に選択させる。そして、選択された質問文を記憶部１０１に質問パターンとして追加する。

図５に、質問文作成部１０４が作成した質問文の具体例と、質問文選択部１０６において、管理者に対して質問文を表示し、選択させるインタフェースの具体例を示す。図５において、管理者が質問文を選択した上で、登録ボタンを押下することにより、管理者が入力した質問文と同じ回答パターンに言い換え表現の質問文を質問パターンとして登録し、記憶部１０１に記憶する。

＜処理の流れ＞
図６は、本開示における質問回答表示サーバのユーザが使用する際の処理の流れを示す。

質問文取得部１０２は、ネットワークＮＷを介して、ユーザ端末２００−１〜２００−Ｎから質問文を取得する。質問文は、自然文の形式で取得することが可能である（ステップＳ１）。

回答パターン表示部１０３は、質問文取得部１０２で取得した質問文に対して、記憶部１０１に登録されている質問パターンと比較し、質問パターンとの類似度を算出する。類似度の算出に際しては、例えば、自然言語処理により計算することが可能である。

また、回答パターン表示部１０３は、類似度に基づいて、質問文との間の類似度の高い質問パターンに対する回答パターンをユーザ端末２００−１〜２００−Ｎに表示する（ステップＳ２）。

図７は、本開示における質問回答表示サーバにおいて、管理者端末２０１−１〜２０１−Ｍから入力された質問文を変換し、言い換えた質問文を作成した上で、管理者に選択させる際の処理の流れを示す。

質問文作成部１０４は、管理者端末２０１−１〜２０１−Ｍより入力された質問文を変換して、言い換えた質問文を作成する。具体的には、記憶部１０１に記憶された質問パターン群を学習データとして、アテンション付ＬＳＴＭ翻訳モデルを構築し、入力された質問文の言い換え表現である質問文を作成する（ステップＳ３）。

マスキング部１０５は、質問文作成部１０４により作成された質問文について、固有名詞に対してマスキングを行う。このとき、自然言語処理を用いて、辞書にない単語を固有名詞として判別を行う（ステップＳ４）。

質問文選択部１０６は、質問文作成部１０４により作成された言い換えられた表現の質問文を管理者端末２０１−１〜２０１−Ｍに表示して管理者に選択させ、選択された質問文を質問パターンとして記憶部１０１に記憶する（ステップＳ５）。

＜効果＞
本開示により、質問回答表示サーバにおいて、管理者がある回答パターンに対する質問パターンを作成する際に、質問文作成部１０４によりシステム側で言い換え表現の質問文を提示することにより、容易に質問パターンを作成することが可能となる。

これにより、質問パターンの作成に慣れていない初心者の管理者であっても容易に質問パターンを作成することが可能となり、また、慣れている者にとっても、適切な質問パターンを登録する助けとすることができる。

さらに、翻訳モデルから出力されるパラメータに対して、閾値を制御して、閾値を超えるもののみを質問文の候補とすることにより、精度の高い言い換え表現でありながら、複数の言い換え表現を提示することを可能とする。

加えて、変換された質問文に対してマスキングを行うことで多くのデータを学習データとして活用することが可能となるとともに、選択された質問文を質問パターンとして登録するユーザインタフェースを提供することで簡単に質問パターンを登録することが可能となる。

＜プログラム＞
図８は、コンピュータ８０１の構成を示す概略ブロック図である。コンピュータ８０１は、ＣＰＵ８０２、主記憶装置８０３、補助記憶装置８０４、インタフェース８０５を備える。

ここで、質問回答表示サーバ１００を構成する各機能を実現するためのプログラムの詳細について説明する。

質問回答表示サーバ１００は、コンピュータ８０１に実装される。そして、評価装置１の各構成要素の動作は、プログラムの形式で補助記憶装置８０４に記憶されている。ＣＰＵ８０２は、プログラムを補助記憶装置８０４から読み出して主記憶装置８０３に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ８０２は、プログラムに従って、上述した記憶部に対応する記憶領域を主記憶装置８０３に確保する。

当該プログラムは、具体的には、コンピュータ８０１において、回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶ステップと、ユーザ端末に対話形式のインタフェースを提供し、ユーザ端末により入力された質問文を取得する質問文取得ステップと、取得した質問文と記憶ステップにて記憶した質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示ステップと、質問回答データベースに基づき、管理者端末から入力された質問文を入力された質問文と同じ回答パターンに対応する一又は複数の別の表現の質問文に変換する質問文作成ステップとをコンピュータに実行させるためのプログラムである。

なお、補助記憶装置８０４は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インタフェース８０５を介して接続される磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ−ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、半導体メモリ等が挙げられる。また、このプログラムがネットワークを介してコンピュータ８０１に配信される場合、配信を受けたコンピュータ８０１が当該プログラムを主記憶装置８０３に展開し、上記処理を実行してもよい。

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置８０４に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。

以上、本開示の実施形態について説明したが、設計上の都合やその他の要因によって必要となる様々な修正や組み合わせは、請求項に記載されている発明や発明の実施形態に記載されている具体例に対応する発明の範囲に含まれるものとする。

１…質問回答表示システム、１００…質問回答表示サーバ、１０１…記憶部、１０２…質問文取得部、１０３…回答パターン表示部、１０４…マスキング部、１０５…質問文作成部、１０６…質問文選択部、１１１…ユーザ又は管理者に提示するインタフェース、２００−１〜２００−Ｎ…ユーザ端末、２０１−１〜２０１−Ｍ…管理者端末、８０１…コンピュータ、８０２…ＣＰＵ、８０３…主記憶装置、８０４…補助記憶装置、８０５…インタフェース、ＮＷ…ネットワーク

Claims (7)

1. 既登録の回答パターン及びそれに対する質問パターンをもとに質問への回答を行うサー
   バであって、
   回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶部と、
   ユーザ端末により入力された質問文
   を取得する質問文取得部と、
   前記取得した質問文と前記記憶部に記憶している前記質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示部と、
   管理者端末から入力された質問文を該入力された質問文と同じ回答パターンに対応する一又は複数の別の表現に変換された質問文を作成する質問文作成部と、
   を備える質問回答表示サーバ。
2. 前記質問文作成部は、前記質問回答データベースにおいて、回答パターンに対応する複数の質問パターン群を言い換え表現の学習データとして学習モデルを生成し、該学習モデルを用いて、別の表現に変換された質問文を作成する請求項１に記載の質問回答表示サーバ。
3. 前記質問文作成部により変換された一又は複数の前記別の表現の質問文を候補として表示し、管理者が選択した前記別の表現の質問文のうち一又は複数を取得して質問回答データベースに記憶する質問文選択部をさらに備える請求項１又は請求項２に記載の質問回答表示サーバ。
4. 前記質問文作成部により変換された一又は複数の前記別の表現の質問文に含まれる固有名詞を抽出してマスキングするマスキング部をさらに備える請求項１から請求項３のいずれか一項に記載の質問回答表示サーバ。
5. 前記質問文作成部は、管理者端末から入力された質問文と、前記質問文選択部において管理者が選択した前記別の表現の質問文を学習データとして、さらに機械学習を行う請求項１から請求項４のいずれか一項に記載の質問回答表示サーバ。
6. 既登録の回答パターン及びそれに対する質問パターンをもとに質問への回答を行う方法であって、
   回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶ステップと、
   ユーザ端末により入力された質問文
   を取得する質問文取得ステップと、
   前記取得した質問文と前記記憶ステップにて記憶した前記質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示ステップと、
   前記質問回答データベースに基づき、管理者端末から入力された質問文を該入力された質問文と同じ回答パターンに対応する一又は複数の別の表現に変換された質問文を作成する質問文作成ステップと、
   をコンピュータに実行させるための質問回答表示方法。
7. 既登録の回答パターン及びそれに対する質問パターンをもとに質問への回答を行うプログラムであって、
   回答パターンとそれに対応する複数の質問パターンを含む質問回答データベースを記憶する記憶ステップと、
   ユーザ端末により入力された質問文
   を取得する質問文取得ステップと、
   前記取得した質問文と前記記憶ステップにて記憶した前記質問パターンとの類似度に基づいて、対応する回答パターンをユーザ端末に表示させる回答パターン表示ステップと、
   前記質問回答データベースに基づき、管理者端末から入力された質問文を該入力された質問文と同じ回答パターンに対応する一又は複数の別の表現に変換された質問文を作成する質問文作成ステップと、
   をコンピュータに実行させる質問回答表示プログラム。

Images