JP2022025665A - 要約文作成装置、要約文作成方法及びプログラム - Google Patents

Abstract

【課題】自動要約システムを導入することなく、簡便に要約文を作成する。【解決手段】要約文作成装置１０は、会話中の複数の人物それぞれの発言内容をテキストに変換する音声認識部１０１と、音声認識部１０１によって生成されたテキストを記憶する記憶部１０４と、変換されたテキストを、発言が行われる度に選択可能に表示するＵＩ制御部１０２と、表示されたテキストのうち、ユーザにより選択されたテキストで構成される要約文を作成する要約文作成部１０３と、を有する。【選択図】図１

Description

本発明は、要約文作成装置、要約文作成方法及びプログラムに関する。

コールセンター（又は、電話以外にもチャットやメール等も含めた応対を行う場合には「コンタクトセンター」とも称される。）等では、顧客に対する応対内容の管理等を目的として応対履歴の記録が行われている。電話応対の場合、１通話終わるごとにオペレータが手作業で応対内容の要約文を作成し、顧客管理システム（ＣＲＭ：Customer Relationship Management）等に投入している。

上記の要約文の作成に要する時間の削減はコールセンター運営における大きな課題の一つとなっており、音声認識システムを導入して応対内容を自動的にテキスト化したり、更に自動要約システムを導入して自動的に要約文を作成したりすることが行われている。

特開２０１７－４２７０号公報

しかしながら、自動要約システムを導入する場合、コールセンターで対応する商品やサービス等の内容や性質によって要約文の粒度が異なるため、初期チューニングが必須であり導入コストが高くなることがある。また、自動要約システムは機械学習技術の一つである教師あり学習を利用している場合が多いため、導入後も持続的なチューニングを行う必要があり、ランニングコストが高くなることがある。

このため、コスト的に自動要約システムを導入することが困難なコールセンターも多く、自動要約システムを導入することなく簡便に要約文を作成することが可能な技術に多くのニーズが存在する。

本発明の一実施形態は、上記の点に鑑みてなされたもので、簡便に要約文を作成することを目的とする。

上記目的を達成するため、一実施形態に係る要約文作成装置は、会話中の複数の人物それぞれの発言内容を表すテキストを、前記発言が行われる度に選択可能に表示する表示部と、前記表示部に表示されたテキストのうち、ユーザにより選択されたテキストで構成される要約文を作成する作成部と、を有することを特徴とする。

簡便に要約文を作成することができる。

本実施形態に係る要約文作成装置の機能構成の一例を示す図である。 本実施形態に係る要約文作成装置のハードウェア構成の一例を示す図である。 本実施形態に係る要約文作成処理の流れの一例を示すフローチャートである。 発話内容表示画面の一例を示す図である。 発話内容の選択の一例を説明するための図である。 要約文の一例を示す図である。

以下、本発明の一実施形態について説明する。本実施形態では、自動要約システムを導入することなく、通話内容や会話内容等の発話内容から簡便に要約文を作成することが可能な要約文作成装置１０について説明する。ここで、本実施形態では、一例として、コールセンターのオペレータが顧客との応対内容の要約文を作成する場合を想定し、要約文作成装置１０はコールセンターのオペレータが利用する各種端末（例えば、パーソナルコンピュータ等）であるものとする。ただし、これに限られず、本実施形態は、例えば、会議における発言内容の要約文を作成する場合等にも適用可能である。コールセンターにおける応対内容の要約文を作成する場合以外の適用例やその他の応用例等については後述する。

＜要約文作成装置１０の機能構成＞
まず、本実施形態に係る要約文作成装置１０の機能構成について、図１を参照しながら説明する。図１は、本実施形態に係る要約文作成装置１０の機能構成の一例を示す図である。

図１に示すように、本実施形態に係る要約文作成装置１０は、音声認識部１０１と、ＵＩ制御部１０２と、要約文作成部１０３と、記憶部１０４とを有する。

音声認識部１０１は、既知の音声認識技術により通話中のオペレータ及び顧客の音声をテキストに変換する。すなわち、音声認識部１０１は、既知の音声認識技術によりオペレータ及び顧客が通話中に発話した音声を認識することで、オペレータ及び顧客の発話内容を表すテキストを生成する。なお、音声認識部１０１によって生成されたテキストは、例えば、発話者（オペレータ又は顧客）ごとに記憶部１０４に記憶される。

ＵＩ制御部１０２は、音声認識部１０１によって生成されたテキストを用いて、オペレータ及び顧客の発話内容を表すテキストが選択可能に含まれる発話内容表示画面を表示する。また、ＵＩ制御部１０２は、発話内容表示画面に含まれるテキストのうち、要約文に含める対象とするテキスト（又はテキストの一部）の選択操作を受け付ける。

要約文作成部１０３は、記憶部１０４に記憶されているテキストのうち、ＵＩ制御部１０２が受け付けた選択操作によって選択されたテキスト（又はテキストの一部）に対して、要約文に含める対象であることを示す情報を付与する（例えば、テキストに対応付けられているフラグを所定の値に更新する等）。また、要約文作成部１０３は、要約文を作成するための操作に応じて、要約文に含める対象であることを示す情報が付与されたテキスト（又は、当該情報が付与された、テキストの一部の文字若しくは文字列）で構成される要約文を作成する。なお、要約文作成部１０３は、ＵＩ制御部１０２が受け付けた選択操作によって選択されたテキスト（又はテキストの一部）に対してフラグ等の情報を付与するのではなく、例えば、当該選択されたテキスト（又はテキストの一部）を、要約文に含める対象として所定の記憶領域にキャッシュしておいてもよい。

記憶部１０４は、音声認識部１０１によって生成されたテキストを記憶する。これらのテキストには、当該テキストが表す発話内容を発話した発話者を識別する情報と、発話時刻と、当該テキストが要約文に含まれる対象であるか否かを示す情報（例えば、フラグ等）とが少なくとも対応付けられているものとする。ただし、上述したように、要約文に含める対象に選択されたテキスト（又はテキストの一部）がキャッシュされる場合にはフラグ等の情報は対応付けられていなくてもよい。

なお、図１に示す要約文作成装置１０の機能構成は一例であって、他の機能構成であってもよい。例えば、オペレータと顧客が音声通話ではなく、テキストベースのチャット等でコミュニケーションを行う場合には、要約文作成装置１０は音声認識部１０１を有していなくてもよい。この場合、オペレータ及び顧客により入力されたテキストが記憶部１０４に記憶される。

又は、例えば、要約文作成装置１０と通信ネットワークを介して接続される音声認識システムでオペレータ及び顧客の音声がテキストに変換される場合、要約文作成装置１０は音声認識部１０１を有していなくてもよい。この場合、当該音声認識システムで変換されたテキストが記憶部１０４に記憶される。

＜要約文作成装置１０のハードウェア構成＞
次に、本実施形態に係る要約文作成装置１０のハードウェア構成について、図２を参照しながら説明する。図２は、本実施形態に係る要約文作成装置１０のハードウェア構成の一例を示す図である。

図２に示すように、本実施形態に係る要約文作成装置１０は一般的なコンピュータ又はコンピュータシステムで実現され、入力装置２０１と、表示装置２０２と、外部Ｉ／Ｆ２０３と、通信Ｉ／Ｆ２０４と、プロセッサ２０５と、メモリ装置２０６とを有する。これら各ハードウェアは、それぞれがバス２０７を介して通信可能に接続されている。

入力装置２０１は、例えば、キーボードやマウス、タッチパネル等である。表示装置２０２は、例えば、ディスプレイ等である。

外部Ｉ／Ｆ２０３は、記録媒体２０３ａ等の外部装置とのインタフェースである。要約文作成装置１０は、外部Ｉ／Ｆ２０３を介して、記録媒体２０３ａの読み取りや書き込み等を行うことができる。記録媒体２０３ａとしては、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等がある。なお、記録媒体２０３ａには、例えば、要約文作成装置１０が有する各機能部（つまり、音声認識部１０１、ＵＩ制御部１０２及び要約文作成部１０３）を実現する１以上のプログラムが格納されていてもよい。

通信Ｉ／Ｆ２０４は、要約文作成装置１０を通信ネットワークに接続するためのインタフェースである。なお、要約文作成装置１０が有する各機能部を実現する１以上のプログラムは、例えば、通信Ｉ／Ｆ２０４を介して、所定のサーバ装置等から取得（ダウンロード）されてもよい。

プロセッサ２０５は、例えば、ＣＰＵ（Central Processing Unit）等の各種演算装置である。要約文作成装置１０が有する各機能部は、例えば、メモリ装置２０６に格納されている１以上のプログラムがプロセッサ２０５に実行させる処理により実現される。

メモリ装置２０６は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ等の各種記憶装置である。要約文作成装置１０が有する記憶部１０４は、例えば、メモリ装置２０６を用いて実現可能である。

本実施形態に係る要約文作成装置１０は、図２に示すハードウェア構成を有することにより、後述する要約文作成処理を実現することができる。なお、図２に示すハードウェア構成は一例であって、要約文作成装置１０は、他のハードウェア構成を有していてもよい。例えば、要約文作成装置１０は、複数のプロセッサ２０５を有していてもよいし、複数のメモリ装置２０６を有していてもよい。

＜要約文作成処理＞
次に、本実施形態に係る要約文作成処理について、図３を参照しながら説明する。図３は、本実施形態に係る要約文作成処理の流れの一例を示すフローチャートである。

まず、ＵＩ制御部１０２は、顧客との間の会話内容が表示される発話内容表示画面を表示装置２０２に表示する（ステップＳ１０１）。ここで、発話内容表示画面の一例を図４に示す。図４に示す発話内容表示画面１０００には、顧客との間の会話内容を表すテキストがリアルタイムに表示される発話履歴表示欄１１００が含まれる。発話履歴表示欄１１００では、オペレータの発話内容が左側、顧客の発話内容が右側に吹き出し形式で表示される。オペレータと顧客が会話している間、オペレータと顧客の音声が音声認識部１０１によってテキストに変換され、発話単位でこれらのテキストが含まれる吹き出しがＵＩ制御部１０２によって発話履歴表示欄１１００にリアルタイムに表示（つまり、動的に表示）される。なお、音声認識部１０１によって変換されたテキストは、発話者を識別する情報と、発話時刻と、当該テキストが要約文に含まれる対象であるか否かを示す情報（この情報の初期値は、要約文に含まれないことを示す値とする。）とに対応付けられて記憶部１０４に記憶される。以降では、簡単のため、テキストが要約文に含まれる対象であるか否かを示す情報を「要約対象情報」と呼ぶことにする。

後述するように、オペレータは、吹き出し（又は、吹き出し中のテキストの一部）を選択することで、吹き出し中のテキスト（又はそのテキストの一部）を要約文に含める対象とすることができる。また、図４に示す発話内容表示画面１０００には、要約文を作成するための操作に用いられるcopyボタン１２００が含まれる。オペレータは、copyボタン１２００を選択（押下）することで、自身が選択した吹き出し中のテキスト（又はそのテキストの一部）で構成される要約文を作成することができる。なお、発話内容表示画面１０００に含まれる各種ボタン等は「表示部品」や「ＵＩ部品」等とも呼ばれる。

図３に戻る。オペレータは、発話内容表示画面１０００の発話履歴表示欄１１００中の吹き出しのうち、要約文に含めたい発話内容を表す吹き出し（又は、吹き出し中のテキストの一部）を選択する（ステップＳ１０２）。すると、ＵＩ制御部１０２は、この選択操作を受け付け、選択された吹き出し（又は、吹き出し中のテキストの一部）の表示態様を、選択済みであることを示す表示態様（例えば、吹き出しの枠線を強調表示させたり、吹き出し中の背景を異ならせたりする等の表示態様）に変更する。なお、吹き出しを選択するためには、例えば、マウスやタッチパネル等のポインティングデバイスで吹き出しを選択する操作を行えばよい。また、吹き出し中のテキストの一部を選択するためには、例えば、マウスやタッチパネル等のポインティングデバイスで吹き出し中のテキストの一部をドラッグ操作により選択すればよい。

例えば、図５に示す発話内容表示画面１０００では発話履歴表示欄１１００に吹き出し２１０１～２０１７が表示されており、オペレータによって吹き出し２１０２、吹き出し２１０６及び吹き出し２１０７が選択されている様子を表している。このように、オペレータは、発話履歴表示欄１１００にリアルタイム（動的）に表示される吹き出しの中から、要約文に含めたい発話内容を表す吹き出しを選択することができる。なお、図５に示す例では吹き出し単位に選択されている例を示しているが、吹き出し中のテキストの一部が選択された場合には、選択された部分の文字又は文字列のみの表示態様を変更（例えば、背景の色を異ならせる等の表示態様に変更）させればよい。

なお、吹き出し単位（つまり、発話単位）や吹き出し中のテキストの一部だけでなく、発話者単位で発話内容を表すテキストが選択されてもよい。例えば、図５に示す発話内容表示画面１０００において、選択ボタン１３１０が選択されることで、オペレータの全ての発話内容を表す吹き出しが選択されてもよい。同様に、選択ボタン１３２０が選択されることで、顧客の全ての発話内容を表す吹き出しが選択されてもよい。更に、選択ボタン１３１０と選択ボタン１３２０の両方が選択されることで、オペレータと顧客の両方の全ての発話内容（つまり、会話全体の発話内容）を表す吹き出しが選択されてもよい。

また、オペレータによって一度選択された吹き出し（又は吹き出し中のテキストの一部）は、再度選択されることで、選択が解除される。この場合、選択済みであることを示す表示態様も元の表示態様に変更される。

図３に戻る。ステップＳ１０２に続いて、要約文作成部１０３は、記憶部１０４に記憶されているテキストのうち、上記のステップＳ１０２で選択された吹き出し中のテキストを、要約文に含める対象とする（ステップＳ１０３）。すなわち、要約文作成部１０３は、例えば、上記のステップＳ１０２で選択された吹き出し中のテキストの要約対象情報の値を、要約文に含まれることを示す値に更新する。なお、上記のステップＳ１０２で吹き出し中のテキストの一部が選択された場合、要約文作成部１０３は、例えば、当該吹き出し中のテキストの要約対象情報の値を、当該テキストを構成する文字列のうち選択された文字又は文字列が要約文に含まれる対象であることを示す値に更新すればよい。

上記のステップＳ１０２～ステップＳ１０３はオペレータと顧客の通話が終了するまで繰り返し実行される（ステップＳ１０４でＮＯ）。一方で、オペレータと顧客の通話が終了した場合（ステップＳ１０４でＹＥＳ）、オペレータは、発話内容表示画面１０００のcopyボタン１２００を選択する（ステップＳ１０５）。copyボタン１２００の選択操作がＵＩ制御部１０２によって受け付けられると、要約文作成部１０３は、要約文を作成する（ステップＳ１０６）。このとき、要約文作成部１０３は、例えば、記憶部１０４に記憶されているテキストのうち、要約対象情報の値が要約文に含まれることを示す値であるテキストを、その発話時刻順に結合することで要約文を作成する。これにより、オペレータによって選択されたテキスト又はその一部の文字若しくは文字列で構成される要約文が作成される。なお、この要約文は記憶部１０４に記憶される。

そして、ＵＩ制御部１０２は、要約文を出力するための操作であるpaste操作がオペレータにより行われた場合、上記のステップＳ１０６で作成された要約文を編集可能に表示（出力）する（ステップＳ１０７）。ここで、図５に示す発話内容表示画面１０００の発話履歴表示欄１１００で吹き出し２１０２、吹き出し２１０６及び吹き出し２１０７が選択されている場合における要約文を図６に示す。図６に示す要約文は、吹き出し２１０２中のテキストと吹き出し２１０６中のテキストと吹き出し２１０７中のテキストとを発話時刻順に結合したものである。

なお、要約文の出力及び表示先はオペレータが任意に決定することができる。例えば、要約文作成装置１０とは異なる外部システム（例えば、顧客管理システム等）によって表示される画面のテキスト入力欄上でpaste操作が行われれば、このテキスト入力欄上に要約文が出力及び表示される。

また、上記のステップＳ１０６では、要約文は編集可能に表示される。したがって、オペレータは、この要約文の一部の文字又は文字列を修正したり、新たな文字又は文字列を追加したりする等の編集を行うことができる。このため、例えば、音声認識部１０１による認識結果の誤りを修正したり、要約文として不要な文字又は文字列を削除したり、必要な文字又は文字列を追加したりすることが可能となる。また、例えば、通話ではなくチャットでオペレータと顧客がコミュニケーションを行う場合には、要約文中の誤記等の誤りを修正することも可能となる。

以上のように、本実施形態に係る要約文作成装置１０ではオペレータと顧客の会話の発話内容がリアルタイムにテキスト化され、これらのテキストの中から要約文の構成要素となる文字又は文字列をリアルタイムに選択することで、会話終了後に要約文を作成することができる。このため、オペレータは、顧客と会話中に、要約文に含めたい文字又は文字列をリアルタイムに選択するだけで、簡便に要約文を作成することができる。また、この要約文は編集可能な形式で作成されるため、オペレータは必要な修正等も容易に行うことが可能となる。

しかも、本実施形態に係る要約文作成装置１０では、要約文の構成要素として、発話単位のテキスト、発話単位のテキストの一部の文字又は文字列、発話者単位のテキスト、会話全体のテキストを選択することができる。このため、例えば、コールセンターで対応する商品やサービス等の内容や性質によって適切な粒度で要約文を作成することが可能となる。具体的には、例えば、保険や薬品等に関する問い合わせ対応では応対内容を事細かに記録することが求められるため、発話単位にテキストを選択することで要約文を作成する一方で、携帯電話に関する問い合わせ対応ではテキストの一部の文字又は文字列を選択することで要約文を作成する等である。

なお、図３に示す要約文作成処理では通話終了後にcopyボタン１２００が選択されることで要約文が作成されたが、これに限られず、例えば、通話終了前（つまり、通話中）であってもcopyボタン１２００が選択されることで要約文が作成されてもよい。これにより、オペレータは顧客と通話を行いながら、必要に応じて適宜copyボタン１２００の選択及びpaste操作を行って任意の出力先に要約文を出力することが可能となる。

又は、例えば、発話内容表示画面１０００にはcopyボタン１２００が存在せず、通話終了後に自動的に要約文が作成されてもよい。この場合、オペレータは、通話終了後にpaste操作を行うだけで任意の出力先に要約文を出力することが可能となる。

＜応用例等＞
以下、本実施形態をコールセンターにおける応対内容の要約文を作成する場合以外に適用する場合の例やその他の応用例について説明する。

≪コールセンターにおける応対内容の要約文作成以外の適用例≫
本実施形態に係る要約文作成装置１０は、例えば、会議における議事録を作成する場合にも適用可能であり、議事録作成に要する時間や負担を軽減させることができる。この場合、例えば、上述した発話者単位のテキスト選択を利用することで、会議の参加者ごとの議事録を要約文として作成することが可能となる。また、発話者単位のテキスト選択と、発話単位のテキスト選択や発話単位のテキストの一部の文字又は文字列の選択とを組み合わせることで、或る特定の参加者（例えば、決裁権限者等の重要人物等）の発話内容が重点的に含まれる議事録を要約文として作成することが可能となる。

このように、本実施形態に係る要約文作成装置１０では特定の参加者の発話内容を重点的に扱った議事録を作成する等、既存の自動要約システムでは実現が難しい人為的な判断を伴う議事録を作成することが可能となる。

≪応用例１≫
上記のステップＳ１０７で出力された要約文中の誤記や誤変換等がオペレータにより修正された場合には、この修正内容を音声認識部１０１や外部の音声認識システムにフィードバックしてもよい。これにより、音声認識部１０１や外部の音声認識システムの認識精度の向上に寄与することが可能となる。

≪応用例２≫
上記のステップＳ１０７で要約文が出力される際に、当該要約文に対して既知の自然言語処理（例えば、不要な語の自動削除処理等）が行われてもよい。

≪応用例３≫
上記のステップＳ１０２でテキスト又はその一部の文字若しくは文字列が選択される際に、或る特定の文字列や当該特定の文字列を含むテキストが自動的に選択されてもよい。また、この選択の際には、選択された文字列やテキストに対して所定の情報（例えば、選択された文字列やテキストの属性を表す情報等）が付与されてもよい。なお、特定の文字列としては、予め設定された特定の単語（例えば、商品名やサービス名等）、特定の意味や属性を有する文字列（例えば、名前、住所等）、特定の形式で表記される文字列（例えば、電話番号等）等が挙げられる。

また、このように自動的に選択された文字列やテキストは外部システム等に送信されてもよい。このとき、この文字列やテキストに付与された情報に応じた外部システムに送信されてもよい。例えば、文字列やテキストに付与された情報が「Ａ」である場合は外部システムＡに送信し、文字列やテキストに付与された情報が「Ｂ」である場合は外部システムＢに送信する等である。

これにより、本実施形態に係る要約文作成装置１０をＲＰＡ（Robotic Process Automation）等として機能させることが可能となり、例えば、顧客情報の抽出及び入力作業や商品・サービス情報の抽出及び入力作業等の各種作業の自動化を実現することが可能となる。

≪応用例４≫
本実施形態に係る要約文作成装置１０によって作成された要約文が自動要約システムの教師データとして用いられてもよい。これにより、例えば、同様又は類似の商品・サービスの問い合わせ対応を行うコールセンター等に自動要約システムを導入する際に、その初期チューニングコスト等を抑えることが可能となる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲の記載から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。

１０ 要約文作成装置
１０１ 音声認識部
１０２ ＵＩ制御部
１０３ 要約文作成部
１０４ 記憶部
２０１ 入力装置
２０２ 表示装置
２０３ 外部Ｉ／Ｆ
２０３ａ 記録媒体
２０４ 通信Ｉ／Ｆ
２０５ プロセッサ
２０６ メモリ装置
２０７ バス

Claims (7)

1. 会話中の複数の人物それぞれの発言内容を表すテキストを、前記発言が行われる度に選択可能に表示する表示部と、
   前記表示部に表示されたテキストのうち、ユーザにより選択されたテキストで構成される要約文を作成する作成部と、
   を有することを特徴とする要約文作成装置。
2. 前記表示部は、
   前記テキストを構成する１以上の文字の全部又は一部を選択可能に表示し、
   前記作成部は、
   前記ユーザにより選択された１以上の文字で構成される要約文を作成する、ことを特徴とする請求項１に記載の要約文作成装置。
3. 前記表示部は、
   前記複数の人物の各々を選択するための表示部品を表示し、
   前記作成部は、
   前記表示部に表示された前記表示部品のうち、ユーザにより選択された前記表示部品に対応する人物の発言内容を表すテキストの全てで構成される要約文を作成する、ことを特徴とする請求項１又は２に記載の要約文作成装置。
4. 前記発言が行われる度に、前記会話中の複数の人物それぞれの発話内容をテキストに変換する音声認識部を有し、
   前記表示部は、
   前記音声認識部で変換されたテキストを、前記音声認識部で変換が行われる度に選択可能に表示する、ことを特徴とする請求項１乃至３の何れか一項に記載の要約文作成装置。
5. 前記作成部により作成された要約文を編集可能に出力する出力部を有することを特徴とする請求項１乃至４の何れか一項に記載の要約文作成装置。
6. 会話中の複数の人物それぞれの発言内容を表すテキストを、前記発言が行われる度に選択可能に表示する表示手順と、
   前記表示手順で表示されたテキストのうち、ユーザにより選択されたテキストで構成される要約文を作成する作成手順と、
   をコンピュータが実行することを特徴とする要約文作成方法。
7. コンピュータを、請求項１乃至５の何れか一項に記載の要約文作成装置として機能させるプログラム。

Images