JP2022018724A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】任意のユーザとの対話を成立可能な発話文を出力する情報処理装置、情報処理方法、及び情報処理プログラムを提供する。【解決手段】プロセッサを備える情報処理装置であって、プロセッサは、ユーザの発話に基づく発話データから、発話に含まれる第１語句を抽出する語句抽出部と、複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された第１語句に関連付けられた複数の文章のうちの一つの文章を抽出する文章抽出部と、として機能する。【選択図】図７

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

ユーザに応じたコミュニケーションを実現するための音声対話装置が知られている（例えば、特許文献１）。特許文献１に記載の音声対話装置は、発話を認識するように構成された音声認識部と、認識された発話と予め登録されているユーザ情報とに基づいて、発話者を特定する音声認証部と、を備えており、特定された発話者に応じた話題を音声で出力する。

特開２０１６－７１０５０号公報

特許文献１に記載の音声対話装置が、例えば、公共スペースに設置され、ユーザ情報が予め登録されていない未知のユーザとの間で対話を行うことがある。この場合、特許文献１に記載の音声対話装置は、ユーザ情報に基づいて話題の内容を生成するため、未知のユーザに対して、適切な発話を行うことができないおそれがあった。

本開示の主な目的は、任意のユーザとの対話を成立可能な発話文を出力する情報処理装置、情報処理方法、及び情報処理プログラムを提供することである。

本開示の一態様に係る情報処理装置は、プロセッサを備える情報処理装置であって、前記プロセッサは、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出する語句抽出部と、複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出する文章抽出部と、として機能する。

本開示の一態様に係る情報処理装置は、プロセッサを備える情報処理装置であって、前記プロセッサは、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出する語句抽出部と、複数の語句の各々に関連付けられた複数の関連語句に関する関連語句データから、抽出された前記第１語句に関連付けられた前記複数の関連語句のうちの一つの第２語句を抽出する関連語抽出部と、複数の関連語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第２語句に関連付けられた前記複数の文章のうちの一つの文章を抽出する文章抽出部と、として機能する。

本開示の一態様に係る情報処理方法は、プロセッサを備える情報処理装置によって実行される情報処理方法であって、前記プロセッサが、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出することと、前記プロセッサが、複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出することと、を備える。

本開示の一態様に係る情報処理方法は、プロセッサを備える情報処理装置によって実行される情報処理方法であって、前記プロセッサが、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出することと、前記プロセッサが、複数の語句の各々に関連付けられた複数の関連語句に関する関連語句データから、抽出された前記第１語句に関連付けられた前記複数の関連語句のうちの一つの第２語句を抽出することと、前記プロセッサが、複数の関連語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第２語句に関連付けられた前記複数の文章のうちの一つの文章を抽出することと、を備える。

本開示の一態様に係る情報処理プログラムは、プロセッサにより実行されることにより、前記プロセッサに対して、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出させ、複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出させる。

本開示の一態様に係る情報処理プログラムは、プロセッサにより実行されることにより、前記プロセッサに対して、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出させ、複数の語句の各々に関連付けられた複数の関連語句に関する関連語句データから、抽出された前記第１語句に関連付けられた前記複数の関連語句のうちの一つの第２語句を抽出させ、複数の関連語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第２語句に関連付けられた前記複数の文章のうちの一つの文章を抽出させる。

第１実施形態に係る、情報処理システムの全体構成の一例を示す図である。 第１実施形態に係るデジタルサイネージのハードウェア構成の一例を示すブロック図である。 第１実施形態に係るサーバのハードウェア構成の一例を示すブロック図である。 第１実施形態に係る商品データベース及び店舗データベースの一例を示す図である。 第１実施形態に係る文章データベースの一例を示す図である。 第１実施形態に係る一般会話データベースの一例を示す図である。 第１実施形態に係るサーバの機能構成の一例を示すブロック図である。 第１実施形態に係る情報処理方法の一例を示すフローチャートである。 第１実施形態に係る情報処理方法の一例を示すフローチャートである。 第１実施形態に係る会話例である会話例１を示す図である。 第２実施形態に係るサーバの機能構成の一例を示すブロック図である。 第２実施形態に係る関連語データベースの一例を示す図である。 第２実施形態に係る情報処理方法の一例を示すフローチャートである。 第２実施形態に係る会話例である会話例２を示す図である。 第２実施形態に係る会話例である会話例３を示す図である。 第２実施形態の変形例１に係る情報処理方法の一例を示すフローチャートである。

以下、図面を参照しながら、本発明の一実施形態を説明する。下記実施形態は、単なる例示であり、本発明を適用可能な実施形態は、下記実施形態に限定されない。

（第１実施形態）
第１実施形態に係る情報処理装置、情報処理方法、及び情報処理プログラムについて説明する。図１は、情報処理装置の一例であるサーバを含む情報処理システムの概略構成を示す図である。図１に示す、情報処理システム１は、デジタルサイネージ１００及びクラウド上のサーバ２００を含む。デジタルサイネージ１００は、例えば、店舗、百貨店等の店頭や、公園、駅、学校といった施設の入口／出口等に設置される。デジタルサイネージ１００は、デジタルサイネージ１００の前にいるユーザ１０に対して、店舗や百貨店で扱っている商品の広告等を表示したり、施設内を案内するための音声ガイドを、ユーザ１０の問い合わせに応じて提供したりすることができる。サーバ２００は、上記商品の広告表示や施設案内の音声ガイドを生成するための処理を実行する。サーバ２００は、クラウド上にあることから、クラウド機器と呼ばれることもある。デジタルサイネージ１００及びサーバ２００は、例えば、移動体通信網、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット、及びこれらの組み合わせ等を含むネットワークを介して、互いと通信する。

本実施形態に係る情報処理システム１において、デジタルサイネージ１００は、ユーザ１０の発話に基づく音声データ（発話データ）を取得し、サーバ２００に送信する。サーバ２００は、本開示に係る情報処理装置の一例である。サーバ２００は、受信した音声データに基づいて、発話に対する応答を生成し、応答に基づく音声データをデジタルサイネージ１００に送信する。デジタルサイネージ１００は、受信した音声データに対応する音声をユーザ１０に対して出力する。まず、デジタルサイネージ１００の構成について説明する。

（デジタルサイネージ１００の構成）
図２は、デジタルサイネージ１００のハードウェア構成の一例を示すブロック図である。図２に示すように、デジタルサイネージ１００は、中央処理装置（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１、読み取り専用メモリ（ＲＯＭ：Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０２、ランダムアクセスメモリ（ＲＡＭ：Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０３、ハードディスクドライブ（ＨＤＤ：Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１０４、スイッチ１０５、通信インタフェース（Ｉ／Ｆ）１０６、電源回路１０７、ディスプレイ１０８、操作キー１０９、カメラ１１０、マイク１１１、及びスピーカ１１２を備えている。これらのコンポーネントは、バスを介して相互に接続されている。

ＣＰＵ１０１は、ＲＯＭ１０２、ＲＡＭ１０３、ＨＤＤ１０４等の記憶装置・記憶媒体に記憶されているプログラムを実行するとともに、デジタルサイネージ１００の動作全般を制御する。

ＲＯＭ１０２は、プログラム及びデータを不揮発的に記憶する。

ＲＡＭ１０３は、プログラム、ＣＰＵ１０１によるプログラムの実行によって生成されたデータ、入力装置（操作キー１０９等）を介して入力されたデータ等を揮発的に記憶する。

ＨＤＤ１０４は、オペレーティングシステム、各種のアプリケーションプログラム、各種のデータ等を記憶する。

スイッチ１０５は、電源回路１０７に給電を行なうか否かを切り替えるための主電源用のスイッチ、他の様々な押しボタンスイッチを含む。

通信Ｉ／Ｆ１０６は、ネットワークを介して他の装置（例えばサーバ２００）にデータを送信し、ネットワークを介して他の装置からデータを受信するためのインタフェース装置である。

電源回路１０７は、商用電源の電圧を降圧し、デジタルサイネージ１００の各部に電源供給を行うための回路である。

ディスプレイ１０８は、液晶ディスプレイ等を含み、各種のデータを表示するとともに入力を受け付けるタッチスクリーンとして構成されてもよい。ディスプレイ１０８は、ＣＰＵ１０１の制御の下、スピーカ１１２を介して出力される合成音声と連動させるように、デジタルサイネージ１００の前にいる人物に対する案内等を表示する。

操作キー１０９は、デジタルサイネージ１００の主電源をオン／オフするためのキー（ボタン）、ディスプレイ１０８に表示されたアイテムを選択するためのキー（ボタン）等を含む。

カメラ１１０は、デジタルサイネージ１００の前にいる人物等の被写体を撮影するための撮像装置である。

マイク１１１は、デジタルサイネージ１００の前にいる人物が発話した音声等を収音するための装置である。本実施形態では、マイク１１１によって収音された音（デジタル変換後のオーディオデータ）がＣＰＵ１０１に送られて、ＣＰＵ１０１は、オーディオデータに対して所定の処理を実行する。

スピーカ１１２は、音声を出力するための音声出力装置である。スピーカ１１２は、例えば、サーバ２００から送信され、通信Ｉ／Ｆ１０６を介して受信された、音声データを出力する。

本実施形態において、デジタルサイネージ１００における処理は、各ハードウェア及びＣＰＵ１０１によって実行されるソフトウェア（プログラム）で実現されてよい。このようなプログラムは、ＨＤＤ１０４に予め記憶されていることもあるし、他の記憶媒体に記憶されて、プログラム製品として流通していることもある。あるいは、このようなプログラムは、インターネットを介してダウンロード可能なプログラム製品として提供されることもある。このようなプログラムは、ＣＰＵ１０１によって、ＨＤＤ１０４等からＲＡＭ１０３にロードされて実行されたときに、ＣＰＵ１０１は、例えば、後述する図３に示す機能部としての役割を果たす。

（サーバ２００の構成）
図３は、第１実施形態に係るサーバ２００のハードウェア構成の一例を示すブロック図である。図３に示すように、サーバ２００は、ＣＰＵ２０１、ＲＯＭ２０２、ＲＡＭ２０３、ＨＤＤ２０４、スイッチ２０５、通信Ｉ／Ｆ２０６、電源回路２０７、ディスプレイ２０８、及び操作キー２０９を備えている。これらのコンポーネントは、バスを介して相互に接続されている。

ＣＰＵ２０１は、情報処理装置が備えるプロセッサの一例であり、ＲＯＭ２０２、ＲＡＭ２０３、ＨＤＤ２０４等の記憶装置・記憶媒体に記憶されているプログラムを実行するとともに、サーバ２００の動作全般を制御する。

ＲＯＭ２０２は、プログラム及びデータを不揮発的に記憶する。

ＲＡＭ２０３は、プログラム、ＣＰＵ２０１によるプログラムの実行によって生成されたデータ、入力装置（操作キー２０９等）を介して入力されたデータ等を揮発的に記憶する。

ＨＤＤ２０４は、オペレーティングシステム、各種のアプリケーションプログラム、各種のデータ等を記憶する。ＨＤＤ２０４は、後に詳述するが、商品データベース２４１、店舗データベース２４２、文章データベース２４３、及び一般会話データベース２４４が記憶されている。

図４は、商品データベース２４１と店舗データベース２４２の一例を示す図である。商品データベース２４１と店舗データベース２４２は、商品に関する情報を含むデータベース（商品関連データ）であり、ユーザに対する商品案内及び店舗案内の実施の際や、ユーザによる商品及び店舗の検索の際に用いられる。商品データベース２４１は、デジタルサイネージ１００が設置される施設で取り扱われる商品と、当該施設に出店する店舗等を関連付ける。図４に示す例では、商品データベース２４１は、カテゴリー、サブカテゴリー、及び、商品の階層を有する階層型データベースである。１つのカテゴリーに対して、１又は複数のサブカテゴリーが関連付けられる。各サブカテゴリーに対して１又は複数の商品が関連付けられている。カテゴリーは、提供されるサービスの種別に応じて複数の店舗を大別した際のそれぞれの種別を示し、例えば、レストラン、ファッション、サービス等である。サブカテゴリーは、各カテゴリーを複数の種類に区別する。例えば、カテゴリーの「レストラン」に対して、サブカテゴリーとして「和食」、「中華」、「洋食」等が関連付けられている。これらサブカテゴリーのうちの「和食」に対して、「寿司」、「うどん」、「そば」等の商品が関連付けられている。また、サブカテゴリーの「中華」に対して、「ラーメン」、「餃子」等の商品が関連付けられている。また、例えば、カテゴリーの「医療」に対して、サブカテゴリーとして「医薬品」、「医院」等が関連付けられている。これらサブカテゴリーのうちの「医薬品」に対して、「咳止め」、「風邪薬」等の商品が関連付けられている。

店舗データベース２４２は、デジタルサイネージ１００が設置されるショッピングセンター等の施設に出店する店舗と、店舗に関連付けられたタグ情報と、を含む。図４では、店舗データベース２４２は、さらに、商品ＤＢに関連付けられている。具体的には、店舗データベース２４２に含まれる各店舗は、商品データベース２４１のサブカテゴリーのいずれかに対応付けられている。換言すると、店舗データベース２４２では、商品データベース２４１の複数のサブカテゴリーのそれぞれに複数の店舗が対応付けられている。例えば、店舗データベース２４２の複数の店舗Ａ～Ｘは、商品データベース２４１のサブカテゴリー１に関連付けられている。また、各店舗Ａ～Ｘは、タグ情報として例えば商品、サブカテゴリー、カテゴリー等の店舗に関連する情報がタグ付けされている。

図５は、文章データベース２４３の一例を示す図である。文章データベース２４３は、後に詳述するが、ユーザの発話に対する応答文の選択に用いられる。文章データベース２４３は、複数の語句と、これら複数語句のそれぞれに関連付けられた複数の文章と、を含む。図５に示す例では、文章データベース２４３は複数の語句として「風邪」、「飲食」、「生け花」、「飲み物」、「晴れ、「休む」等の語句を含む。複数の語句の一例である「風邪」に、「風邪」を含む複数の文章として「それは風邪かもしれません」、「風邪はつらいですね」、「今日は風邪薬を飲んで早く休みましょう」等の文章が関連付けられている。なお、複数の語句は、単語でもよいし、複数の単語を含む言葉、例えば、「おなかがすく」等であってもよい。また、複数の文章は、これら文章が関連付けられた語句を含まなくてもよい。例えば、「風邪」に対して、「病院にいきましたか」等の「風邪」を含まない文章が関連付けられてもよい。また、文章データベース２４３は、商品データベース２４１に登録されている商品、カテゴリー、及びサブカテゴリーや、店舗データベース２４２に登録されている店舗に関連する語句や文章を、商品に関する情報として含む。これにより、デジタルサイネージ１００に、店舗や商品に関連する文章を出力させることができる。

図６は、一般会話データベース２４４の一例を示す図である。一般会話データベース２４４は、デジタルサイネージ１００にユーザとの間で一般会話を行わせる際の会話文の選択に用いられる。図６に示す例では、一般会話データベース２４４は、複数の一般会話文（文章リスト）と、これら文章の主題や、文章の用途等を示す情報である属性情報を対応付ける。例えば、天候に関する一般会話文「今日はいい天気ですね。」には、属性情報「天候」が関連付けられている。なお、一般会話データベース２４４では、一つの一般会話文に対して複数の属性情報が関連付けられてもよい。後述するが、サーバ２００は、ユーザの発話に対して会話が成立するように、一般会話データベース２４４を参照して、文章リストに含まれる複数の文章から発話の内容に応じた一つの文章を抽出する。

図３に戻り、スイッチ２０５は、電源回路２０７に給電を行なうか否かを切り替えるための主電源用のスイッチ、他の様々な押しボタンスイッチを含む。

通信Ｉ／Ｆ２０６は、ネットワークを介して他の装置（例えばデジタルサイネージ１００）にデータを送信し、ネットワークを介して他の装置からデータを受信するためのインタフェース装置である。

電源回路２０７は、商用電源の電圧を降圧し、サーバの各部に電源供給を行うための回路である。

ディスプレイ２０８は、液晶ディスプレイ等を含み、各種のデータを表示するとともに入力を受け付けるタッチスクリーンとして構成されてもよい。ディスプレイ２０８は、存在しないこともあり、その場合、リモートに存在するディスプレイが、ディスプレイ２０８と同様の機能を担ってもよい。

操作キー２０９は、サーバ２００の主電源をオン／オフするためのキー（ボタン）、ディスプレイ２０８に表示されたアイテムを選択するためのキー（ボタン）等を含む。

本実施形態において、サーバ２００における処理は、各ハードウェア及びＣＰＵ２０１によって実行されるソフトウェア（情報処理プログラム）で実現されてよい。このようなプログラムは、ＨＤＤ２０４に予め記憶されていることもあるし、他の記憶媒体に記憶されて、プログラム製品として流通していることもある。あるいは、このようなプログラムは、インターネットを介してダウンロード可能なプログラム製品として提供されることもある。このようなプログラムは、ＣＰＵ２０１によって、ＨＤＤ２０４等からＲＡＭ２０３にロードされて実行されたときに、ＣＰＵ２０１は、例えば、後述する図７に示す機能部として機能する。

図７は、実施形態に係るサーバ２００の機能構成の一例を示すブロック図である。サーバ２００は、例えば上記プログラムを実行することにより、破線部内に示す機能部として機能する。すなわち、サーバ２００のＣＰＵ２０１は、受信部２１１、語句抽出部２１２、文章抽出部２１３、判定部２１４、発話生成部２１５、及び送信部２１６として機能する。

受信部２１１は、通信Ｉ／Ｆ２０６を介して、デジタルサイネージ１００から送信されたユーザの発話に基づく音声データを受信する。受信部２１１は、受信した音声データをデコードし、デコードされた音声データをテキストデータに変換して、例えばユーザの発話に対応するテキストデータを生成する。すなわち、受信部２１１は、ユーザの発話に基づく発話データを受信する。さらに換言すると、受信部２１１は、ユーザの発話に基づく発話データを取得する取得部として機能する。なお、受信部２１１は、デジタルサイネージ１００から発話に対応するテキストデータ（発話データ）を受信してもよい。発話データは、音声データやテキストデータ等の各種データ形式のデータを含む。受信部２１１は、発話データを受信し、ＲＡＭ２０３及び／又はＨＤＤ２０４に記憶してもよい。

語句抽出部２１２は、発話データから、ユーザの発話に含まれるキーワード（第１語句）を抽出する。語句抽出部２１２は、複数の語句の各々に関連付けられた複数の文章に関する文章データベース２４３（文章データ）を参照し、文章データベース２４３の複数の語句のいずれかが発話データに含まれる場合に、この発話に含まれる語句をキーワードとして抽出する。

語句抽出部２１２は、発話データに、文章データベース２４３に登録されている複数の語句が含まれ、これら複数の語句をキーワードとして抽出可能な場合は、複数の語句のうちの一つをキーワードとして抽出する。語句抽出部２１２は、抽出可能な複数の語句のうちの任意の一つの語句を、キーワードとして抽出してもよい。語句抽出部２１２は、複数のキーワードのうちの名詞を優先的に抽出してもよい。語句抽出部２１２は、抽出可能な複数の語句に対して予め設定された優先度に基づいて、抽出可能な複数の語句のうちの一つの語句をキーワードとして抽出してもよい。

文章抽出部２１３は、文章データベース２４３を参照し、抽出されたキーワード（第１語句）に関連付けられた複数の文章のうちの一つの文章を抽出する。文章抽出部２１３は、抽出可能な複数の文章から任意の一つの文章を抽出してもよい。文章抽出部２１３は、複数の文章に対して予め設定された優先度に基づいて、抽出可能な複数の文章のうちの一つの文章を抽出してもよい。

判定部２１４は、ユーザに対して出力する発話の内容を決定するための判定処理を実施する。判定部２１４は、更に、意図判定部２１４Ａ及び抽出判定部２１４Ｂとして機能する。意図判定部２１４Ａは、受信部２１１によって受信された音声データに、ユーザが所望する商品やサービスについての案内（商品案内）や、店舗についての案内（店舗案内）を要求する案内要求が含まれるか否かを判定する。抽出判定部２１４Ｂは、語句抽出部２１２によってキーワードが抽出されたか否かを判定する。

発話生成部２１５は、判定部２１４の判定結果に基づいて、デジタルサイネージ１００に出力させる発話に対応する音声データを生成し、出力する。すなわち、発話生成部２１５は、文章抽出部２１３によって抽出された文章を出力する出力部として機能する。発話生成部２１５は、判定部２１４によって案内要求を受けたと判定された場合に、案内要求に対する案内文（案内データ）を生成し、出力する。すなわち、発話生成部２１５は、ユーザによる案内の要求を受けた場合に、案内の要求に応じた案内データを出力する案内部として機能する。発話生成部２１５は、商品データベース２４１及び店舗データベース２４２を参照して、商品案内や店舗案内に対応する案内データを出力する。また、発話生成部２１５は、抽出判定部２１４Ｂによって、キーワードが抽出されなかったと判定された場合に、一般会話データベース２４４を参照して、一般会話（一般会話データ）を生成し、出力する。なお、発話生成部２１５は、案内文や一般会話に対応する音声データを出力してもよい。すなわち、案内データ及び一般会話データは、それぞれに対応する音声データを含む。

送信部２１６は、文章抽出部２１３によって抽出された文章、及び、発話生成部２１５によって生成れた案内や一般会話に対応する音声データを、通信Ｉ／Ｆ２０６を介してデジタルサイネージ１００に送信する。例えば、送信部２１６は、文章抽出部２１３によって抽出された文章、及び、発話生成部２１５によって生成された文章（案内、一般会話）に対応するテキストデータを音声データに変換する。そして、送信部２１６は、変換した音声データをエンコードし、エンコードされた音声データを、通信Ｉ／Ｆ２０６を介してデジタルサイネージ１００に送信する。送信部２１６は、文章抽出部２１３によって抽出された文章、及び、発話生成部２１５によって生成された文章（案内、一般会話）をテキストデータのまま送信してもよい。

なお、上記の例では、受信部２１１、語句抽出部２１２、文章抽出部２１３、判定部２１４、発話生成部２１５、及び送信部２１６は、ＣＰＵ２０１がプログラムを実行することによって実現されるプログラムモジュールである場合を例に説明した。しかし、別の実施形態において、これらの機能部は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現されてもよく、各機能部が、１つ以上の集積回路によって実現されてもよいし、複数の機能部が、１つの集積回路によって実現されてもよい。

（情報処理システムの動作）
図８は、サーバ２００による処理の一例を示すフローチャートである。図９は、図８に示す発話処理（ステップＳ３）の一例を示すフローチャートである。図１０は、デジタルサイネージ１００とユーザとの間の会話の一例である会話例１を示す図である。以下、図８～図１０を参照しながら、サーバ２００の動作を詳細に説明することにより、情報処理システム１の全体の動作について説明する。

デジタルサイネージ１００は、マイク１１１からユーザの発話に基づく音声データを取得する。デジタルサイネージ１００は、音声データを通信Ｉ／Ｆ１０３を介して、サーバ２００に送信する。受信部２１１は、図８に示すように、通信Ｉ／Ｆ２０６を介して、デジタルサイネージ１００から送信された、ユーザの発話に基づく発話データを受信する（ステップＳ１）。

判定部２１４の意図判定部２１４Ａは、発話データに基づいてユーザによる案内要求を受信した否かを判定する（ステップＳ２）。意図判定部２１４Ａは、例えば、発話データに対応する発話（テキスト）に対して形態素解析を行うことにより、案内要求が行われたか否かを判定する。すなわち、発話が、「うどんを食べたい」のように、商品データベース２４１に登録された商品名（うどん等）と、ユーザの願望を示す動詞（食べたい等）と、の組み合わせである場合、意図判定部２１４Ａは、案内要求を受け付けたと判定する。また、発話が、「文房具屋さんに行きたい」のように、店舗データベース２４２に登録された店舗名と、ユーザの願望を示す動詞と、の組み合わせである場合、意図判定部２１４Ａは、案内要求を受け付けたと判定する。すなわち、上記例では、意図判定部２１４Ａは、商品データベース２４１の商品名、及び店舗データベース２４２の店舗名を参照して、発話が案内要求であるか否かを判定する。また、会話例１のように、発話が「風邪薬が売っている店はわかりますか」のように、商品データベース２４１に登録された商品の購入を希望していることを示す場合にも、意図判定部２１４Ａは、案内要求を受け付けたと判定する。同様に、発話が、店舗データベース２４２に登録された店舗への来店を希望していることを示す場合にも、意図判定部２１４Ａは、案内要求を受け付けたと判定する。

なお、意図判定部２１４Ａは、例えば、ユーザによる案内要求を示す発話例を複数含む発話コーパスを参照し、上記発話例と、受信部２１１によって取得された音声データの発話内容との類似度に基づいて、案内要求を受けたか否かを判定してもよい。また、意図判定部２１４Ａは、例えば、ユーザの発話の意図を推定する意図推定ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）により実現されてもよい。意図推定ＡＩは、例えば、ランダムフォレスト等のアルゴリズムを用いて得られた機械学習結果に基づいて、ユーザの発話が案内要求か否かを判定する。すなわち、会話内容と、それが案内要求であるか否かの回答とのセットを複数用意する。そして、会話内容を入力として、ランダムフォレストを学習させる。そして、一定程度の確率で正しい回答が得られるまで学習を繰り返し、得られたランダムフォレストに、それが案内要求であるか否かが未知である、ユーザからの発話データを入力する。そして、ランダムフォレストは、それが案内要求であるか否か、の推定結果を出力する。このように、ランダムフォレスト等の機械学習モデルを用いてステップＳ２を実行してもよい。

ステップＳ２において、ユーザによる案内要求を受信していないと判定された場合（ステップＳ２：ＮＯ）、サーバ２００は、ステップＳ１で受信した発話データに基づいて、ユーザに対する発話をデジタルサイネージ１００に出力させる発話処理を実施する（ステップＳ３）。ステップＳ３の処理について、図９を用いて説明する。図９は、ステップＳ３の詳細を具体的に示すフローチャートである。図９に示すように、語句抽出部２１２は、発話データから、発話に含まれるキーワード（第１語句）を抽出する（ステップＳ１０）。語句抽出部２１２は、上述のように、文章データベース２４３を参照して、文章データベース２４３に含まれる複数の語句のうちの１つの語句をキーワードとして抽出する。図１０に示す会話例１のように、ユーザによる発話が「風邪をひいたようです」である場合、語句抽出部２１２は、キーワードとして「風邪」を抽出する。

判定部２１４の抽出判定部２１４Ｂは、ステップＳ１０でキーワードが抽出されたか否かを判定する（ステップＳ１１）。キーワードが抽出されたと判定された場合（ステップＳ１１：ＹＥＳ）、文章抽出部２１３は、抽出されたキーワード（第１語句）に関連付けられた複数の文章のうちの一つの文章を、文章データベース２４３から抽出する（ステップＳ１２）。図１０に示す会話例１の場合では、抽出されたキーワードである「風邪」に関連付けられた複数の文章の一つとして「風邪薬を飲んで早く休みましょう」が抽出される。送信部２１６は、抽出した文章に対応する音声データを、通信Ｉ／Ｆ２０６を介してデジタルサイネージ１００に送信する（ステップＳ１３）。デジタルサイネージ１００は、音声データを受信し、受信した音声データに対応する音声をスピーカ１１２から出力する。

一方、キーワードが抽出されなかったと判定された場合（ステップＳ１１：ＮＯ）、発話生成部２１５は、一般会話データベース２４４を参照し、一般会話データを生成する（ステップＳ１４）。発話生成部２１５は、一般会話データベース２４４を参照し、ステップＳ１で受信された発話データに対して適切な応答となるように、一般会話データベース２４４に含まれる複数の一般会話文のうちの一つを抽出し、一般会話データとして出力する。例えば、発話生成部２１５は、ユーザによる発話が天候に関する場合、一般会話データベース２４４から、属性情報「天候」が関連付けられている一般会話文を抽出する。なお、発話生成部２１５は、一般会話文リストからランダムに一つの文章を抽出してもよい。この場合、一般会話データベース２４４に属性情報を登録してなくてもよい。続いて、ステップＳ１３において、送信部２１６は、一般会話データに対応する音声データを生成し、デジタルサイネージ１００に送信する。デジタルサイネージ１００は、スピーカ１１２から一般会話データに対応する音声を、ユーザに対して出力する。

図８に示すように、ステップＳ２でＹＥＳと判定される、すなわち、ユーザによる案内要求を受信したと判定されるまで、サーバ２００は、ステップＳ１～Ｓ３の処理を実施する。ステップＳ２でＹＥＳと判定されると、発話生成部２１５は、商品データベース及び店舗データベースを参照して、案内要求に対する案内文（案内データ）を生成し、出力する（ステップＳ４）。会話例１では、発話が、「風邪薬」の販売店の案内に関する要求である。発話生成部２１５は、商品データベースと店舗データベースを参照し、商品名「風邪薬」のサブカテゴリー「医薬品」に関連付けられた店舗案内を行うための案内データを生成し、出力する。会話例１では、発話生成部２１５は、店舗データベースを参照し、「医薬品」に関連付けられた店舗名「〇〇薬局」を抽出し、抽出された店舗をユーザに案内する案内データとして「近くの〇〇薬局を案内できますよ」を生成する。なお、発話生成部２１５は、例えば、ＨＤＤ２０４に記憶されている案内文データベース（図示省略）を参照し、案内文データベースに登録されている案内文を抽出し、案内データを生成する。案内文データベースは、店舗名や商品名のそれぞれに案内文を関連付けている。送信部２１６は、案内データに対応する音声データをデジタルサイネージ１００に送信する（ステップＳ５）。デジタルサイネージ１００は、スピーカ１１２から案内データに対応する音声を出力する。

上述のように、第１実施形態のサーバ２００は、発話データから、発話に含まれるキーワード（第１語句）を抽出し、文章データベース２４３から、キーワードに関連付けられた複数の文章のうちの一つを抽出する。このため、任意のユーザに対しても、ユーザの発話の内容に応じた文章を抽出し、デジタルサイネージ１００に出力させることができる。例えば、デジタルサイネージ１００の使用方法がわからないユーザとの間での対話を成立させることができ、ユーザビリティを向上させることができる。

文章データベース２４３は、商品データベース２４１に登録されている商品、カテゴリー、及びサブカテゴリーや、店舗データベース２４２に登録されている店舗に関連する語句等の商品に関する情報の少なくとも一部を含む。これら商品データベース２４１及び店舗データベース２４２は、ユーザからの案内要求に応じた案内文の生成時に、サーバ２００によって参照される。すなわち、サーバ２００は、文章データベース２４３を参照することにより、店舗や商品に関連する文章を出力できる。これにより、デジタルサイネージ１００が設置された施設において提供可能なサービスに関する案内要求を、ユーザから引き出すことができる。

（第２実施形態）
以下、本開示に係る情報処理装置の第２実施形態について説明する。以下の説明では、上述した実施形態と同様の構成については、同一の符号を付して説明を適宜省略する。第２実施形態では、ユーザの発話に含まれるキーワードに関連付けられた関連語を抽出し、関連語に対応する文章を、発話に対する応答として出力する点で、第１実施形態と異なる。

（サーバ３００の構成）
図１１は、第２実施形態に係るサーバ３００の機能構成の一例を示すブロック図である。サーバ３００のＣＰＵ２０１は、破線部内に示す機能部として、受信部２１１、語句抽出部２１２、文章抽出部２１３、判定部２１４、発話生成部２１５、及び送信部２１６に加え、関連語抽出部３０１としても機能する。また、サーバ３００のＨＤＤ２０４には、商品データベース２４１、店舗データベース２４２、文章データベース２４３、及び一般会話データベース２４４（図３参照）に加え、関連語データベース２４５が記憶されている。

図１２は、関連語データベース２４５の一例を示す図である。関連語データベース２４５は、ＨＤＤ２０４に記憶されている。関連語データベース２４５は、ユーザの発話に含まれるキーワードの抽出、及びキーワードに関連付けられた関連語の抽出に用いられる。関連語データベース２４５は、複数の語句と、これら複数語句のそれぞれに関連付けられた複数の関連語と、を含む。関連語は、例えば、当該関連語に関連付けられた語句との間で類似性を有する。関連語データベース２４５に登録されている関連語のそれぞれは、文章データベース２４３に登録されている。換言すると、第２実施形態において、文章データベース２４３は、関連語データベース２４５に登録された複数の関連語のそれぞれに、複数の文章を関連付けている。

なお、関連語データベース２４５に登録されている語句及び関連語は、商品データベース２４１及び店舗データベース２４２に登録されている語句（商品、カテゴリー、及びサブカテゴリー、並びに、店舗名等）や、商品データベース２４１及び店舗データベース２４２に登録されている語句に関連する語句を含んでいてもよい。これにより、サーバ３００は、ユーザの発話から、店舗や商品に関連するキーワードや関連語を抽出できる。また、関連語データベース２４５に登録されている複数の語句、及び関連語は、単語でもよいし、複数の単語を含む言葉、例えば、「おなかがすく」等であってもよい。

図１１に戻り、第２実施形態において、語句抽出部２１２は、関連語データベース２４５（関連語句データ）に登録された複数の関連語のいずれかが発話データに含まれる場合に、発話データに含まれる関連語をキーワード（第１語句）として抽出する。

関連語抽出部３０１は、関連語データベース２４５から、語句抽出部２１２によって抽出されたキーワード（第１語句）に関連付けられた複数の関連語のうちの一つの関連語（第２語句）を抽出する。関連語抽出部３０１は、発話から複数の関連語が抽出可能な場合、抽出可能な複数の関連語のうちの一つをランダムに抽出してもよい。関連語抽出部３０１は、複数の関連語に対して予め設定された優先度に基づいて、抽出可能な複数の関連語のうちの一つを抽出してもよい。関連語抽出部３０１は、ランダムまたは優先度に基づいて、複数の関連語を抽出してもよい。

（情報処理システムの動作）
図１３は、ステップＳ３の発話処理（図８参照）の一例を示すフローチャートである。図１４Ａは、デジタルサイネージ１００とユーザとの間の会話の一例である会話例２－１を示す図である。図１４Ｂは、デジタルサイネージ１００とユーザとの間の会話の一例である会話例２－２を示す図である。以下、図１３、図１４Ａ、図１４Ｂを参照しながら、サーバ３００の動作を詳細に説明することにより、第２実施形態に係る情報処理システムの全体の動作について説明する。

図８に示すように、サーバ３００の受信部２１１は、通信Ｉ／Ｆ２０６を介して、デジタルサイネージ１００から送信されたユーザの発話に基づく発話データを受信する（ステップＳ１）。意図判定部２１４Ａは、発話データに基づいてユーザによる案内要求を受信した否かを判定する（ステップＳ２）。ユーザによる案内要求を受信していないと判定された場合（ステップＳ２：ＮＯ）、サーバ２００は、発話データに基づいて、ユーザに対する発話をデジタルサイネージ１００に出力させる発話処理を実施する（ステップＳ３）。

図１３に示すように、語句抽出部２１２は、ステップＳ１で受信した発話データから、発話に含まれるキーワード（第１語句）を抽出する（ステップＳ１０）。語句抽出部２１２は、上述のように、関連語データベース２４５を参照して、関連語データベース２４５に含まれる複数の語句のうちの１つの語句をキーワードとして抽出する。図１４Ａに示す会話例２－１のように、ユーザによる発話が「咳が出て困っています」である場合、語句抽出部２１２は、キーワードとして「咳」を抽出する。

判定部２１４の抽出判定部２１４Ｂは、ステップＳ１０でキーワードが抽出されたか否かを判定し（ステップＳ１１）、抽出されたと判定された場合（ステップＳ１１：ＹＥＳ）、関連語抽出部３０１は、関連語データベース２４５から、語句抽出部２１２によって抽出されたキーワード（第１語句）に関連付けられた複数の関連語のうちの一つの関連語（第２語句）を抽出する（ステップＳ２０）。図１４Ａに示す会話例２－１の場合、関連語抽出部３０１は、抽出されたキーワード「咳」の関連語として、「風邪」を抽出する。

文章抽出部２１３は、抽出された関連語に関連付けられた複数の文章のうちの一つの文章を、文章データベース２４３から抽出する（ステップＳ２１）。図１４Ａに示す会話例２－１の場合では、抽出された関連語「風邪」に関連付けられた複数の文章の一つである「風邪かもしれませんね」が抽出される。これにより、サーバ３００は、発話に含まれていない関連語を用いた文章を、ユーザの発話に関連する文章として抽出でき、ひいてはデジタルサイネージ１００にユーザに対して出力させることができる。送信部２１６は、抽出した文章に対応する音声データを、通信Ｉ／Ｆ２０６を介してデジタルサイネージ１００に送信する（ステップＳ１３）。これにより、サーバ３００は、発話に含まれていない関連語を用いた文章を、ユーザの発話に関連する文章として抽出でき、ひいてはデジタルサイネージ１００からユーザに対して出力させることができる。

第１実施形態と同様に、ステップＳ１１でキーワードが抽出されなかったと判定された場合（ステップＳ１１：ＮＯ）、発話生成部２１５は、一般会話データベース２４４を参照し、一般会話データを生成する（ステップＳ１４）。送信部２１６は、一般会話データに対応する音声データを生成し、デジタルサイネージ１００に送信する。デジタルサイネージ１００は、スピーカ１１２から一般会話データに対応する音声を、ユーザに対して出力する。

また、図８に示すように、ユーザによる案内要求を受信してステップＳ２でＹＥＳと判定されるまで、サーバ３００は、ステップＳ１～Ｓ３の処理を実施する。ステップＳ２でＹＥＳと判定されると、発話生成部２１５は、商品データベース２４１及び店舗データベース２４２を参照して、案内要求に対する案内文（案内データ）を生成し、出力する（ステップＳ４）。会話例２－１では、発話が、「咳止め」の販売店の案内に関する要求である。発話生成部２１５は、商品データベース２４１と店舗データベース２４２を参照し、「近くの〇〇薬局を案内できますよ」を生成する。送信部２１６は、案内データに対応する音声データをデジタルサイネージ１００に送信する（ステップＳ５）。デジタルサイネージ１００は、スピーカ１１２から案内データに対応する音声を出力する。

なお、図１４Ｂに示す会話例２-２の場合、ユーザによる発話「おなかがすいてきました」に対して、語句抽出部２１２は、キーワードとして「おなか」を抽出する（ステップＳ１０）。関連語抽出部３０１は、抽出されたキーワード「おなか」の関連語として「食べる」を抽出する（ステップＳ２０）。文章抽出部２１３は、抽出された関連語「おなか」に関連付けられた文章として「何か食べますか」を抽出する（ステップＳ２１）。また、発話生成部２１５は、ユーザによる案内要求「味噌ラーメンが食べたいです」に対して、商品データベースと店舗データベースを参照し、「近くの××ラーメンさんを紹介しますね」を生成する（ステップＳ４）。

（第２実施形態の変形例：変形例１）
サーバ３００は、文章データベース２４３を参照し、発話から抽出したキーワードに対応する文章を抽出可能な場合に、当該文章を抽出するように構成されてもよい。すなわち、変形例１において、関連語データベース２４５は、いずれかの関連語に関連づけられた語句として、文章データベース２４３においていずれかの文章に対応付けられた語句の少なくとも一部を登録する。文章抽出部２１３は、抽出されたキーワード（第１語句）が、文章データベース２４３に登録されている語句と一致する場合には、文章データベース２４３からキーワードに対応する文章を抽出する。

図１５は、第２実施形態の変形例１に係る発話処理（図８のステップＳ３参照）の一例を示すフローチャートである。図１５に示すように、語句抽出部２１２は、発話データから、発話に含まれるキーワード（第１語句）を抽出し（ステップＳ１０）、判定部２１４の抽出判定部２１４Ｂは、キーワードが抽出されたか否かを判定する（ステップＳ１１）。キーワードが抽出されたと判定された場合（ステップＳ１１：ＹＥＳ）、抽出判定部２１４Ｂは、文章データベース２４３を参照し、抽出されたキーワードに対応する文章が抽出可能かを判定する（ステップＳ３０）。抽出判定部２１４Ｂは、キーワードが文章データベース２４３に登録されていない場合に、文章を抽出可能ではないと判定する（ステップＳ３０：ＮＯ）。関連語抽出部３０１は、関連語データベース２４５から、抽出されたキーワードに関連付けられた一つの関連語を抽出し（ステップＳ２０）、文章抽出部２１３は、抽出された関連語に関連付けられた複数の文章のうちの一つの文章を、文章データベース２４３から抽出する（ステップＳ２１）。

一方、抽出判定部２１４Ｂは、キーワードが文章データベース２４３に登録されている場合に、文章を抽出可能と判定する（ステップＳ３０：ＹＥＳ）。文章抽出部２１３は、第１実施形態と同様に、抽出されたキーワードに関連付けられた複数の文章のうちの一つの文章を、文章データベース２４３から抽出する（ステップＳ１２）。これにより、サーバ３００は、所定のキーワードについては、関連語を抽出せずに、キーワードを含む文章を抽出することができる。

（第２実施形態の変形例：変形例２）
関連語データベース２４５において、キーワードの候補として登録されている複数の語句の少なくとも一部は、それら語句そのものが関連語として関連付けられていてもよい。この場合、文章データベース２４３において、関連語に含まれている語句に対応する文章も登録されている。例えば、登録されている語句である「咳」の関連語に「咳」そのものが含まれていてもよい。サーバ３００は、関連語として関連語に対応付けられている語句（キーワード）そのものを抽出することができる。したがって、サーバ３００は、ユーザの発話に対する応答文として、発話から抽出されたキーワードの関連語を含む文章の他に、キーワードそのものを含む文章を出力できる。

（他の変形例）
以下、上記実施形態に係る情報処理装置、情報処理方法、及びプログラムの他の変形例について説明する。以下に説明する変形例は、上記実施形態及び変形例と適宜組み合わせて適用可能である。

上記実施形態では、語句抽出部２１２は、文章データベース２４３や関連語データベース２４５に登録されている語句から、発話データに含まれるキーワード（第１語句）を抽出したが、他の方法でキーワードを抽出してもよい。例えば、語句抽出部２１２は、案内文（案内データ）の生成に用いられる商品データベース２４１及び店舗データベース２４２の少なくとも一方を参照して、商品名や店舗名等の商品に関する情報を、ユーザの発話に含まれるキーワードとして抽出してもよい。これにより、語句抽出部２１２は、商品データベース２４１や店舗データベース２４２に登録されている語句をキーワードとして抽出できる。さらには、ユーザとデジタルサイネージとの間の会話を、商品や店舗に関する内容となるように誘導できる。なお、この場合、語句抽出部２１２は、商品データベース２４１及び店舗データベース２４２を参照して、キーワードが抽出できない場合に、文章データベース２４３や関連語データベース２４５を参照してキーワードを抽出してもよい。また、商品データベース２４１及び店舗データベース２４２の少なくとも一方から抽出されたキーワードが文章データベース２４３に登録されていない場合にも、語句抽出部２１２は、文章データベース２４３や関連語データベース２４５を参照してキーワードを抽出してもよい。

上記実施形態では、情報処理装置の一例としてサーバが、発話に基づく文章に対応する音声データを出力した。そして、音声データを受信したデジタルサイネージ等の機器が、当該音声データに基づく音声を出力していた。情報処理装置は、上記例に限らず、発話に基づく文章データ（テキストデータ）を出力してもよい。また、デジタルサイネージ等の機器は、文章データに基づく画像を表示させてもよい。

また、上記実施形態では、ユーザの発話に対して１つの文章が抽出・出力される場合を例に説明した。しかし、例えば複数の文章が抽出・出力される場合であってもよい。これにより、ユーザとデジタルサイネージとの間の会話の方向性を、デジタルサイネージ側が誘導しやすくなる。また、これにより、ユーザを店舗へと案内しやすくなる。

更に、ユーザの発話に対して、複数のキーワード及び／又は関連語が抽出されてもよい。また、複数のキーワード及び／又は関連語に対応する文章が抽出されてもよい。この場合、抽出された複数の語句に対応する文章と、複数の語句のうちの一部にのみ対応する文章とが存在する場合には、前者の方が、より適切な文章である可能性がある。

上記実施形態では、情報処理装置としてサーバ２００，３００を例示したが、デジタルサイネージ１００を情報処理装置として機能させてもよい。すなわち、ＣＰＵ１０１が、ＲＯＭ１０２、ＲＡＭ１０３、ＨＤＤ１０４等の記憶装置・記憶媒体に記憶されているプログラムを実行することにより、デジタルサイネージ１００が、上記サーバ２００，３００と同様の機能を実現するように構成されてもよい。これにより、例えば、施設等にスタンドアローンに設置されるデジタルサイネージ１００を、本開示の一態様に係る情報処理装置として機能させることができる。また、例えば、携帯端末、パーソナルコンピュータ等の各種の電子機器を、本開示の一態様に係る情報処理装置として機能させてもよい。

１ 情報処理システム
１０ ユーザ
１００ デジタルサイネージ
２００，３００ サーバ
２０１ 中央処理装置（ＣＰＵ）
２０４ ハードディスクドライブ（ＨＤＤ）
２１１ 受信部
２１２ 語句抽出部
２１３ 文章抽出部
２１４ 判定部
２１４Ａ 意図判定部
２１４Ｂ 抽出判定部
２１５ 発話生成部
２１６ 送信部
２４１ 商品データベース
２４２ 店舗データベース
２４３ 文章データベース
２４４ 一般会話データベース
２４５ 関連語データベース
３０１ 関連語抽出部

Claims (13)

1. プロセッサを備える情報処理装置であって、
   前記プロセッサは、
   ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出する語句抽出部と、
   複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出する文章抽出部と、
   として機能する、情報処理装置。
2. 前記語句抽出部は、前記文章データにおける前記複数の語句のいずれかを前記第１語句として抽出する、
   請求項１に記載の情報処理装置。
3. プロセッサを備える情報処理装置であって、
   前記プロセッサは、
   ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出する語句抽出部と、
   複数の語句の各々に関連付けられた複数の関連語句に関する関連語句データから、抽出された前記第１語句に関連付けられた前記複数の関連語句のうちの一つの第２語句を抽出する関連語抽出部と、
   複数の関連語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第２語句に関連付けられた前記複数の文章のうちの一つの文章を抽出する文章抽出部と、
   として機能する、情報処理装置。
4. 前記語句抽出部は、前記関連語句データにおける前記複数の関連語句のいずれかを前記第１語句として抽出する、
   請求項３に記載の情報処理装置。
5. 前記文章抽出部は、抽出された前記第１語句が、前記文章データに含まれる前記複数の関連語句のうちのいずれか一つの関連語句と一致する場合に、前記文章データから、前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出する、
   請求項３又は４に記載の情報処理装置。
6. 前記関連語句データは、前記第１語句の関連語句のひとつとして、前記第１語句を含む
   請求項３から５のいずれか１項に記載の情報処理装置。
7. 前記プロセッサは、
   前記発話が前記ユーザによる案内の要求である場合に、前記案内の要求に応じた案内データを出力する案内部として機能する、
   請求項１から請求項６のいずれか１項に記載の情報処理装置。
8. 前記案内部は、商品に関する情報を含む商品関連データに基づいて前記案内データを出力し、
   前記文章データは、前記複数の文章に関連付けられる語句として、前記商品に関する情報を含む、
   請求項７に記載の情報処理装置。
9. 前記案内部は、商品に関する情報を含む商品関連データに基づいて前記案内データを出力し、
   前記語句抽出部は、前記商品関連データに含まれる前記商品に関する情報を前記第１語句として抽出する
   請求項７又は請求項８に記載の情報処理装置。
10. プロセッサを備える情報処理装置によって実行される情報処理方法であって、
    前記プロセッサが、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出することと、
    前記プロセッサが、複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出することと、
    を備える、情報処理方法。
11. プロセッサを備える情報処理装置によって実行される情報処理方法であって、
    前記プロセッサが、ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出することと、
    前記プロセッサが、複数の語句の各々に関連付けられた複数の関連語句に関する関連語句データから、抽出された前記第１語句に関連付けられた前記複数の関連語句のうちの一つの第２語句を抽出することと、
    前記プロセッサが、複数の関連語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第２語句に関連付けられた前記複数の文章のうちの一つの文章を抽出することと、
    を備える、情報処理方法。
12. 情報処理プログラムであって、プロセッサにより実行されることにより、前記プロセッサに対して、
    ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出させ、
    複数の語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第１語句に関連付けられた前記複数の文章のうちの一つの文章を抽出させる、
    情報処理プログラム。
13. 情報処理プログラムであって、プロセッサにより実行されることにより、前記プロセッサに対して、
    ユーザの発話に基づく発話データから、前記発話に含まれる第１語句を抽出させ、
    複数の語句の各々に関連付けられた複数の関連語句に関する関連語句データから、抽出された前記第１語句に関連付けられた前記複数の関連語句のうちの一つの第２語句を抽出させ、
    複数の関連語句の各々に関連付けられた複数の文章に関する文章データから、抽出された前記第２語句に関連付けられた前記複数の文章のうちの一つの文章を抽出させる、
    情報処理プログラム。

Images