JP2021117205A - 情報処理装置 - Google Patents

Abstract

【課題】車両に関する質問に対して回答を生成する際に、車両の属性を考慮して回答を生成することができる情報処理装置を提供する。【解決手段】エージェントサーバ１６の質問取得部５０は、質問情報を取得する。車両情報取得部５２は、車両を表す車両情報を取得する。そして、モデル選択部５４は、質問情報から該質問情報に対する回答情報の候補を表すラベルを推定するための予め学習された複数の学習済みモデルから、車両情報取得部５２により取得された車両情報に対応する学習済みモデルを選択する。そして、ラベル取得部５８は、質問取得部５０により取得された質問情報を、モデル選択部５４により選択された学習済みモデルへ入力することにより、質問取得部５０により取得された質問情報に対する回答情報の候補を表すラベルを取得する。そして、回答取得部５６は、ラベル取得部５８により取得されたラベルに対応する回答情報を取得する。【選択図】図５

Description

本発明は、情報処理装置に関する。

従来、各種車載ユニットの操作に関係のある情報を提供する車両用エージェント処理装置が知られている（例えば、特許文献１を参照）。この車両用エージェント処理装置は、肉声を含む音声情報が与えられたときは音声認識を行った後で、電子メールの場合はそのままで、それぞれ構文解析部を行って意味解釈し、自動車内の各種車載ユニットの操作に関係のある情報を取捨選択して優先的に要約し、これを音声合成してスピーカから出力する。

特開２００１−１４１５００号公報

ところで、車両の乗員からの質問に対して回答するようなシステムが考えられる。車両には様々な種類が存在しており、例えば、車種、形状、ブランド、グレード、及び装備品等が車両により異なる。このため、これらが異なる車両の各々に対して、同一の質問応答手法を用いたとしても、車両の属性に応じた回答を生成することができない場合がある。

上記特許文献１に開示されている車両用エージェント処理装置は、各種車載ユニットの操作に関係のある情報を音声合成して出力する点が開示されているのみであり、車両に関する質問に対し、車両の属性を考慮して回答を生成する点については開示されていない。

このため、従来技術では、車両に関する質問に対して回答を生成する際に、車両の属性を考慮して回答を生成することができない、という課題がある。

本発明は、上記事実を考慮し、車両に関する質問に対して回答を生成する際に、車両の属性を考慮して回答を生成することができる情報処理装置を提供することを目的とする。

請求項１に記載の情報処理装置は、車両の乗員からの質問情報に対する回答情報を出力する情報処理装置であって、前記質問情報を取得する質問取得部と、前記車両を表す車両情報を取得する車両情報取得部と、質問情報から該質問情報に対する回答情報の候補を表すラベルを推定するための予め学習された複数の学習済みモデルであって、車両情報毎に予め学習された複数の学習済みモデルから、前記車両情報取得部により取得された前記車両情報に対応する前記学習済みモデルを選択するモデル選択部と、前記質問取得部により取得された前記質問情報を、前記モデル選択部により選択された前記学習済みモデルへ入力することにより、前記質問取得部により取得された前記質問情報に対する回答情報の候補を表すラベルを取得するラベル取得部と、前記ラベル取得部により取得された前記ラベルに対応する回答情報を取得する回答取得部と、を備える情報処理装置である。

情報処理装置は、質問情報を取得し、車両を表す車両情報を取得し、質問情報から該質問情報に対する回答情報の候補を表すラベルを推定するための予め学習された複数の学習済みモデルであって、車両情報毎に予め学習された複数の学習済みモデルから、回答情報を生成しようとする対象の車両情報に対応する学習済みモデルを選択する。そして、情報処理装置は、取得された質問情報を、選択された学習済みモデルへ入力することにより、質問情報に対する回答情報の候補を表すラベルを取得する。そして、情報処理装置は、取得されたラベルに対応する回答情報を取得する。これにより、車両に関する質問に対して回答を生成する際に、車両の属性を考慮して回答を生成することができる。

以上説明したように本発明によれば、車両に関する質問に対して回答を生成する際に、車両の属性を考慮して回答を生成することができる、という効果がある。

実施形態に係る情報処理システムの構成例を示すブロック図である。 実施形態に係る車載器のハードウエア構成の一例を示すブロック図である。 実施形態に係るサーバのハードウエア構成の一例を示すブロック図である。 実施形態に係る情報処理システムの機能構成の一例を示すブロック図である。 実施形態に係るエージェントサーバの機能構成の一例を示すブロック図である。 実施形態に係る車載器で実行される処理ルーチンの一例を示す図である。 実施形態に係るＨＭＩサーバで実行される処理ルーチンの一例を示す図である。 実施形態に係るエージェントサーバで実行される処理ルーチンの一例を示す図である。

＜実施形態＞

図１に示されるように、本実施形態の情報処理システム１０は、複数の車両１２と、複数のサーバ３０と、を含んで構成されている。各車両１２には情報提供装置としての車載器２０が搭載されている。また、サーバ３０は、Ｈｕｍａｎ Ｍａｃｈｉｎｅ Ｉｎｔｅｒｆａｃｅ（以下、「ＨＭＩ」とする）として機能するＨＭＩサーバ１４、情報処理装置の一例であるエージェントサーバ１６、及びオーナーズマニュアル（Ｏｗｎｅｒ’ｓ Ｍａｎｕａｌ、以下「ＯＭ」と略す場合がある）サーバ１８を含んでいる。オーナーズマニュアルとは、車両の取り扱い説明書をいう。

各車両１２の車載器２０、ＨＭＩサーバ１４、及びＯＭサーバ１８は、それぞれ、ネットワークＮ１を介して相互に接続されている。また、ＨＭＩサーバ１４とエージェントサーバ１６とは、ネットワークＮ２を通じて相互に接続されている。

（車両）
図２に示されるように、本実施形態に係る車両１２は、車載器２０と、複数のＥＣＵ２２と、音声入力装置としてのマイク２４と、操作入力装置としての入力スイッチ２６と、表示装置としてのモニタ２８と、を含んで構成されている。

車載器２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０Ａ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０Ｂ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０Ｃ、車内通信Ｉ／Ｆ（Ｉｎｔｅｒ Ｆａｃｅ）２０Ｄ、無線通信Ｉ／Ｆ２０Ｅ及び入出力Ｉ／Ｆ２０Ｆを含んで構成されている。ＣＰＵ２０Ａ、ＲＯＭ２０Ｂ、ＲＡＭ２０Ｃ、車内通信Ｉ／Ｆ２０Ｄ、無線通信Ｉ／Ｆ２０Ｅ及び入出力Ｉ／Ｆ２０Ｆは、内部バス２０Ｇを介して相互に通信可能に接続されている。

ＣＰＵ２０Ａは、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ２０Ａは、ＲＯＭ２０Ｂからプログラムを読み出し、ＲＡＭ２０Ｃを作業領域としてプログラムを実行する。

ＲＯＭ２０Ｂは、各種プログラム及び各種データを記憶している。本実施形態のＲＯＭ２０Ｂには、車載器２０を制御するための制御プログラムが記憶されている。

ＲＡＭ２０Ｃは、作業領域として一時的にプログラム又はデータを記憶する。

車内通信Ｉ／Ｆ２０Ｄは、ＥＣＵ２２と接続するためのインタフェースである。当該インタフェースは、ＣＡＮプロトコルによる通信規格が用いられる。車内通信Ｉ／Ｆ２０Ｄは、外部バス２０Ｈに対して接続されている。ＥＣＵ２２は、車両１２の機能毎に複数設けられている。本実施形態のＥＣＵ２２としては、車両制御ＥＣＵ、エンジンＥＣＵ、ブレーキＥＣＵ、ボデーＥＣＵ、カメラＥＣＵ、マルチメディアＥＣＵが例示される。

無線通信Ｉ／Ｆ２０Ｅは、サーバ３０と通信するための無線通信モジュールである。当該無線通信モジュールは、例えば、５Ｇ、ＬＴＥ、Ｗｉ−Ｆｉ（登録商標）等の通信規格が用いられる。無線通信Ｉ／Ｆ２０Ｅは、ネットワークＮに対して接続されている。

入出力Ｉ／Ｆ２０Ｆは、車両１２に搭載されるマイク２４、入力スイッチ２６、及びモニタ２８と通信するためのインタフェースである。

マイク２４は、車両１２のフロントピラーやダッシュボード等に設けられ、乗員が発した音声を集音する装置である。

入力スイッチ２６は、センタコンソールやステアリングホイール等に設けられ、乗員の手指による操作を入力するスイッチである。入力スイッチ２６としては、例えば、押しボタン式のテンキーやタッチパッド等を採用することができる。

モニタ２８は、センタコンソールやメータパネルに設けられ、オーナーズマニュアルや後述する回答情報及び通知情報を表示するための液晶モニタである。モニタ２８は、入力スイッチ２６を兼ねたタッチパネルとして設けてもよい。

（サーバ）
図３に示されるようにサーバ３０は、ＣＰＵ３０Ａ、ＲＯＭ３０Ｂ、ＲＡＭ３０Ｃ、ストレージ３０Ｄ、及び通信Ｉ／Ｆ３０Ｅを含んで構成されている。ＣＰＵ３０Ａ、ＲＯＭ３０Ｂ、ＲＡＭ３０Ｃ、記憶部の一例であるストレージ３０Ｄ及び通信Ｉ／Ｆ３０Ｅは、内部バス３０Ｇを介して相互に通信可能に接続されている。ＣＰＵ３０Ａ、ＲＯＭ３０Ｂ、ＲＡＭ３０Ｃ及び通信Ｉ／Ｆ３０Ｅの機能は、上述した車載器２０のＣＰＵ２０Ａ、ＲＯＭ２０Ｂ、ＲＡＭ２０Ｃ及び無線通信Ｉ／Ｆ２０Ｅと同じである。

ストレージ３０Ｄは、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）により構成され、各種プログラム及び各種データを記憶している。

ＣＰＵ３０Ａは、ストレージ３０Ｄからプログラムを読み出し、ＲＡＭ３０Ｃを作業領域としてプログラムを実行する。

本実施形態のストレージ３０Ｄには、処理プログラム１００及びデータ群１１０が記憶されている。処理プログラム１００は、サーバ３０が有する各機能を実現するためのプログラムである。

（ＨＭＩサーバ）
ＨＭＩサーバ１４は、車載器２０からの質問を受け付けると共に、オーナーズマニュアルに関する質問に対する回答をエージェントサーバ１６に照会する機能を有している。

図４に示されるように本実施形態のＨＭＩサーバ１４では、ＣＰＵ３０Ａが、処理プログラム１００を実行することで、ＨＭＩ対話制御部３２として機能する。

ＨＭＩ対話制御部３２は、車載器２０との間で通信を行う。ＨＭＩ対話制御部３２は、車載器２０から送信された車両１２の乗員の音声情報を取得し、音声認識を行い、音声情報をテキスト情報に変換する。また、ＨＭＩ対話制御部３２は、車載器２０から送信された車両１２の識別情報を表す車両情報を取得する。車両情報は、車両の車種、形状、ブランド、グレード、及び装備品等を表す情報である。

また、ＨＭＩ対話制御部３２は、変換されたテキスト情報を基に、乗員の発話の意図を理解する。そして、ＨＭＩ対話制御部３２は、乗員がオーナーズマニュアルに係る質問を行ったと理解した場合、当該質問に係る照会をエージェントサーバ１６に対し実行する。

この場合、ＨＭＩ対話制御部３２は、乗員の音声情報から得られたテキスト情報を質問情報とする。そして、ＨＭＩ対話制御部３２は、車載器２０から送信された、車両情報と質問情報との組み合わせを、エージェントサーバ１６に対して送信する。

（エージェントサーバ）
エージェントサーバ１６は、オーナーズマニュアルに関する質問を処理するエージェント（Ｏｗｎｅｒ’ｓ Ｍａｎｕａｌ Ａｇｅｎｔ（以下、「ＯＭＡ」とする））として機能する。エージェントサーバ１６は、ＨＭＩサーバ１４から送信された、車両情報と質問情報とを取得する。なお、エージェントサーバ１６は、後述する処理において、質問情報に対する回答を表す回答情報を、ＨＭＩサーバ１４経由で車載器２０へ送信する。

本実施形態のエージェントサーバ１６では、ＣＰＵ３０Ａは、処理プログラム１００を実行することで、図５に示すＯＭＡ対話制御部３６及び意図推定部３８として機能する。

図５に示されるように、ＯＭＡ対話制御部３６は、質問取得部５０、車両情報取得部５２、モデル選択部５４、及び回答取得部５６を含む。また、図５に示されるように、意図推定部３８は、ラベル取得部５８を含む。

また、エージェントサーバ１６のデータ群１１０は、車両ＯＭ対応データ２００、モデルＩＤ管理データ２１０、ＱＡデータ２２０、単語正規化データ２３０、及び学習済みモデル２４０を含む。

車両ＯＭ対応データ２００は、車両の車種、形状、ブランド、グレード、及び装備品等を表す車両情報と、オーナーズマニュアル毎に付与されたＯＭ品番との対応関係を記憶したデータである。

モデルＩＤ管理データ２１０は、ＯＭ品番と、ＯＭ品番に対応する学習済みモデルＩＤとを管理するデータである。学習済みモデルＩＤとは、後述する意図推定処理を実行する学習済みモデル毎に付与されたＩＤである。

なお、車両ＯＭ対応データ２００において車両情報とＯＭ品番とが対応付けられており、かつモデルＩＤ管理データ２１０においてＯＭ品番と学習済みモデルＩＤとが対応付けられているため、結果として、車両情報と学習済みモデルＩＤとが対応付けられていることになる。

ＱＡデータ２２０は、回答毎に付されるインテントラベルに紐づく回答情報の候補を保持するデータである。ここで、「インテントラベル」とは、乗員の発話内容から意図を推定した結果として提供されるラベル番号である。回答情報の候補には、質問に対する回答に係る表示用テキスト、表示用画像、読み上げ用テキスト、及びオーナーズマニュアル表示用のＵＲＬ等が含まれている。

単語正規化データ２３０は、意図推定の前処理に使用する単語の正規化用のデータである。ここで前処理とは、表記のゆれや表現のゆれを統一する処理である。例えば、単語正規化データ２３０は、「オフ」と「ＯＦＦ」とが同じ語であることを示す情報であって、表記ゆれを統一させるためのデータを含む。また例えば、単語正規化データ２３０は、「タイヤ空気圧警告灯」と「空気圧警告灯」とが同一のものを指す情報であって、異なる表現を統一するためのデータを含む。

学習済みモデル２４０は、ある質問に関連する複数の言い回しに係るテキスト情報を入力とし、当該質問の回答に係るインテントラベルを出力とする教師データを使用して機械学習を行うことによって生成されたデータである。

学習済みモデル２４０は、質問情報のテキスト情報から該質問情報に対する回答情報を推定するためのモデルである。学習済みモデルから出力されるインテントラベルを用いることにより、インテントラベルに紐づけられている回答情報を得ることができる。本実施形態では、学習済みモデル２４０は、車両情報毎（又はＯＭ品番毎）に予め学習されたものが複数用意されている。

車両には様々な種類が存在しており、例えば、車種、形状、ブランド、グレード、及び装備品等が車両により異なる。このため、これらが異なる車両の各々に対して、同一の学習済みモデルを用いたとしても、車両に応じた適切な回答情報が得られない場合がある。

そこで、本実施形態では、車両情報毎に予め学習された学習済みモデルを用意する。例えば、車両の車種がＡ，Ｂ，Ｃの３種類存在しているようであれば、車種Ａ用の学習済みモデル、車種Ｂ用の学習済みモデル、及び車種Ｃ用の学習済みモデルが予め用意される。また、形状、ブランド、グレード、及び装備品等についても、同様に複数の学習済みモデルが予め用意される。

そして、例えば、エージェントサーバ１６は、車種Ａの車両の乗員から発せられた質問情報に対しては、複数の学習済みモデルから車種Ａ用の学習済みモデルを選択する。そして、エージェントサーバ１６は、選択された車種Ａ用の学習済みモデルを用いて、当該車両の乗員の質問情報に対する回答情報の候補を表すインテントラベルとその確信度を取得する。また、形状、ブランド、グレード、及び装備品等についても、同様の処理が実行される。これにより、車両の乗員から発せられた質問に対して回答を取得する際に、車両の属性を考慮して回答を取得することができる。

ＯＭＡ対話制御部３６の質問取得部５０は、ＨＭＩサーバ１４から送信された質問情報を取得する。ＯＭＡ対話制御部３６の車両情報取得部５２は、ＨＭＩサーバ１４から送信された、車両情報を取得する。

ＯＭＡ対話制御部３６のモデル選択部５４は、車両情報取得部５２により取得された車両情報に基づいて、車両ＯＭ対応データ２００及びモデルＩＤ管理データ２１０を参照して、当該車両１２に適用する学習済みモデルＩＤを取得することにより、複数の学習済みモデル２４０から特定の学習済みモデルを選択する。

ＯＭＡ対話制御部３６の回答取得部５６は、質問取得部５０により取得された質問情報に対する回答情報を取得する。

具体的には、回答取得部５６は、車両情報取得部５２により取得された車両情報に基づいて、車両ＯＭ対応データ２００を参照して、車両１２の車両情報から当該車両１２に対応するＯＭ品番を取得する。回答取得部５６がＯＭ品番を取得できなかった場合には、「サービス対象外」である旨がＨＭＩ対話制御部３２へ通知される。

そして、回答取得部５６は、質問取得部５０により取得された質問情報及びモデル選択部５４により選択された学習済みモデルＩＤを入力値として、意図推定部３８に照会を行い、回答に相当するインテントラベルを取得する。インテントラベルが一つも取得できなかった場合、回答取得部５６は「該当なし」であることを示す「該当なし情報」をＨＭＩ対話制御部３２に送信する。

一方、回答取得部５６は、取得したインテントラベルが一つである場合には、ＱＡデータ２２０を参照して、取得したインテントラベル及びＯＭ品番を基に、対応する回答情報を取得する。

そして、ＯＭＡ対話制御部３６の回答取得部５６は、該当なし情報及び回答情報の何れかをＨＭＩ対話制御部３２経由で車載器２０に送信する。

意図推定部３８は、質問取得部５０により取得された質問情報を、モデル選択部５４により選択された学習済みモデルへ入力することにより、質問取得部５０により取得された質問情報に対する回答情報の候補を表すインテントラベルを取得する。これにより、ＯＭＡ対話制御部３６に提供する意図推定処理が実行される。意図推定処理では具体的には次の処理が実行される。

まず、意図推定部３８のラベル取得部５８は、質問取得部５０が取得した質問情報に対応するテキスト情報に対して前処理を行う。前処理により、表記のゆれや表現のゆれが統一される。

次に、意図推定部３８のラベル取得部５８は、ＯＭＡ対話制御部３６から出力された学習済みモデルＩＤに対応する学習済みモデルへ前処理をしたテキスト情報を入力し、インテントラベル及びその確信度を出力する。確信度とは、学習済みモデルに入力されたテキスト情報が、推定されたインテントラベルである確率に相当する。

そして、意図推定部３８のラベル取得部５８は、確信度が所定値を超える、つまり、所定の確率以上の信頼性が担保されたインテントラベルをＯＭＡ対話制御部３６に提供する。

（ＯＭサーバ）
ＯＭサーバ１８は、オーナーズマニュアルを提供するサーバ３０である。ＯＭサーバ１８のデータ群１１０は、オーナーズマニュアルに係るＨＴＭＬデータであるＯＭデータ３００を含む。車両１２のモニタ２８に回答情報及び通知情報に係る画像が表示された場合、当該画像に含まれるＵＲＬを乗員が選択すると、当該ＵＲＬに対応するＨＴＭＬデータの送信要求がＯＭサーバ１８に対して実行される。これにより、ＵＲＬに対応するオーナーズマニュアルのＨＴＭＬデータが車載器２０に送信され、モニタ２８に表示される。

（制御の流れ）

本実施形態の情報処理システム１０において実行される処理の流れの例を図６〜図８のフローチャートを用いて説明する。

車両１２の乗員が質問を音声によって発すると、車載器２０のマイク２４が当該音声を取得する。車載器２０のＣＰＵ２０Ａは、マイク２４によって音声情報が取得されると、図６に示す処理ルーチンを実行する。

ステップＳ１００において、車載器２０のＣＰＵ２０Ａは、マイク２４により取得された音声情報を受け付ける。

ステップＳ１０２において、車載器２０のＣＰＵ２０Ａは、車載器２０内の所定の記憶部（図示省略）から、車両１２の車両情報を取得する。

そして、ステップＳ１０４において、車載器２０のＣＰＵ２０Ａは、無線通信Ｉ／Ｆ２０Ｅを介して、上記ステップＳ１００で取得された乗員の音声情報と、上記ステップＳ１０２で取得された車両１２の車両情報とを、ＨＭＩサーバ１４へ送信するように制御する。

ＨＭＩサーバ１４は、車載器２０から各情報が送信されると、図７に示す処理ルーチンを実行する。

ステップＳ２００において、ＨＭＩサーバ１４のＨＭＩ対話制御部３２は、車載器２０から送信された、乗員の音声情報と車両１２の車両情報とを受け付ける。

ステップＳ２０２において、ＨＭＩ対話制御部３２は、車載器２０から送信された車両１２の乗員の音声情報に対して音声認識を行い、音声情報をテキスト情報に変換する。そして、ＨＭＩ対話制御部３２は、乗員の音声情報から得られたテキスト情報の意図を理解した場合、当該テキスト情報を質問情報として生成する。

そして、ステップＳ２０４において、ＨＭＩサーバ１４のＨＭＩ対話制御部３２は、上記ステップＳ２０２で生成された質問情報と、上記ステップＳ２００で受け付けた車両情報とを、エージェントサーバ１６へ送信する。

エージェントサーバ１６が、ＨＭＩサーバ１４から送信された、質問情報及び車両情報を受け付けると、図８に示す処理ルーチンを実行する。

ステップＳ３００において、ＯＭＡ対話制御部３６の質問取得部５０は、ＨＭＩサーバ１４から送信された質問情報を取得する。また、ステップＳ３００において、ＯＭＡ対話制御部３６の車両情報取得部５２は、ＨＭＩサーバ１４から送信された、車両情報を取得する。

ステップＳ３０２において、ＯＭＡ対話制御部３６のモデル選択部５４は、上記ステップＳ３００で取得された車両情報に基づいて、車両ＯＭ対応データ２００及びモデルＩＤ管理データ２１０を参照して、車両１２に適用する学習済みモデルＩＤを取得することにより、複数の学習済みモデル２４０から特定の学習済みモデルを選択する。

学習済みモデルＩＤが特定されると、回答取得部５６は、質問取得部５０により取得された質問情報及びモデル選択部５４により選択された学習済みモデルＩＤを入力値として、意図推定部３８に照会を行い、回答に相当するインテントラベルを取得する。

ステップＳ３０４において、意図推定部３８のラベル取得部５８は、上記ステップＳ３０２で選択された学習済みモデルＩＤに対応する学習済みモデルへ、上記ステップＳ３００で取得された質問情報に対応する前処理済みのテキスト情報を入力し、インテントラベル及びその確信度を出力する。

ステップＳ３０６において、回答取得部５６は、ＱＡデータ２２０を参照して、上記ステップＳ３０４で取得されたインテントラベルに対応する回答情報を取得する。

ステップＳ３０８において、回答取得部５６は、上記ステップＳ３０６で取得された回答情報をＨＭＩサーバ１４経由で車載器２０へ送信する。

以上説明したように、実施形態に係るエージェントサーバは、質問情報から該質問情報に対する回答情報の候補を表すラベルを推定するための予め学習された複数の学習済みモデルであって、車両情報毎に予め学習された複数の学習済みモデルから、車両情報に対応する学習済みモデルを選択する。そして、エージェントサーバは、質問情報を選択された学習済みモデルへ入力することにより、質問情報に対する回答情報の候補を表すラベルを取得する。そして、エージェントサーバは、ラベルに対応する回答情報を取得する。これにより、車両に関する質問に対して回答を生成する際に、車両の属性を考慮して回答を生成することができる。また、本実施形態によれば、車両の属性に応じた学習済みモデルを用いて回答情報が特定されるため、回答情報を精度良く特定することができる。また、車両の属性に応じた学習済みモデルを用いることにより、対象範囲が限定されるため処理負荷を軽減させることができる。

なお、上記の実施形態における各装置で行われる処理は、プログラムを実行することにより行われるソフトウエア処理として説明したが、ハードウエアで行う処理としてもよい。或いは、ソフトウエア及びハードウエアの双方を組み合わせた処理としてもよい。また、ＲＯＭに記憶されるプログラムは、各種記憶媒体に記憶して流通させるようにしてもよい。

さらに、本発明は、上記に限定されるものでなく、上記以外にも、その主旨を逸脱しない範囲内において種々変形して実施可能であることは勿論である。

１０ 情報処理システム
１２ 車両
１４ ＨＭＩサーバ
１６ エージェントサーバ
１８ ＯＭサーバ
２０ 車載器
２４ マイク
２６ 入力スイッチ
３０ サーバ
３２ ＨＭＩ対話制御部
３６ ＯＭＡ対話制御部
３８ 意図推定部
５０ 質問取得部
５２ 車両情報取得部
５４ モデル選択部
５６ 回答取得部
５８ ラベル取得部
２４０ 学習済みモデル

Claims (1)

1. 車両の乗員からの質問情報に対する回答情報を出力する情報処理装置であって、
   前記質問情報を取得する質問取得部と、
   前記車両を表す車両情報を取得する車両情報取得部と、
   質問情報から該質問情報に対する回答情報の候補を表すラベルを推定するための予め学習された複数の学習済みモデルであって、車両情報毎に予め学習された複数の学習済みモデルから、前記車両情報取得部により取得された前記車両情報に対応する前記学習済みモデルを選択するモデル選択部と、
   前記質問取得部により取得された前記質問情報を、前記モデル選択部により選択された前記学習済みモデルへ入力することにより、前記質問取得部により取得された前記質問情報に対する回答情報の候補を表すラベルを取得するラベル取得部と、
   前記ラベル取得部により取得された前記ラベルに対応する回答情報を取得する回答取得部と、
   を備える情報処理装置。

Images