JP2022063820A - 精神状態推定装置 - Google Patents

Abstract

【課題】対象者の気付いていないものを含めた悩みの原因を含む精神状態を推定し、最適な指導を提供する。【解決手段】対象者に質問、または計測を行い、その回答や結果から、対象者の過去から現在に至るまでの体験および／または精神構造といった実情モデルを構築し、そこから悩みの原因を含む精神状態モデルを構築、それに合わせて指導を出力し、質問への回答や指導への満足度および／または効果度といったフィードバックから、モデル構築及び指導選出を最適化する精神状態推定装置【選択図】図３

Description

本発明は、精神状態推定装置、精神状態推定システム、およびプログラムに関する。

特許文献１には認知の歪みと気分に焦点を当てて、共通するキーワードを抽出して分析し、その結果をフィードバックして、次のアドバイスを行うのがカウンセラーである。この一連の作業をアルゴリズム化してアプリ化することにより自動化する。認知の歪みという質的データの共通キーワードを分類して、その数値変化をフィードバックすることでカウンセリングする。また、目的別の実施項目を推奨するとともに、数値で結果が現れ、効果が出やすいためモチベーションが向上し継続性が向上して認知行動療法を支援するシステムが開示されている。

特開２０１７－１４６７０５号公報

特許文献１記載のシステムは認知の歪みと気分に焦点を当てて、キーワードを分析し、その結果をフィードバックして、次の指導を行うのがカウンセリングとある。しかしこれは、心理カウンセラーのカウンセリングの中の一部である認知行動療法の部分に限定される。対象者の認知の歪みや気分だけでなく、その対象者の過去や人間関係、生活環境、ホルモンバランスや交感神経副交感神経といった生理状況にも、対象者の精神状態の悪化の原因がある。
それら原因として考えられるものの中から、それぞれがどれだけ精神状態悪化の原因として起因しているかをまず特定する必要がある。
そしてそれに応じて、対象者の認知の歪みの修正も対象者の精神状態の改善に有効だが、対象者の状況によっては、具体的な行動指針の指導や生活習慣の指導をする、対象者の将来を予測し伝えてあげるといった他行為が、認知行動療法のアプローチよりも適していることもある。心理カウンセラーの行えることだけでなく、キャリアカウンセラー、生活習慣カウンセラー、仕事習慣カウンセラー等の人間であれば分業されていることを、統合し、対象者の精神状態悪化の原因を多面的に分析し、多面的に特定、そしてそれに合わせて、認知行動療法、行動指針の提示、他者の事例の提示などの手法から、最適なものを選択し、実行する必要がある。
また、学説や既存の人間のカウンセラーのノウハウから分かる既知の因果をシステムに落とした場合、学説や人間のカウンセラーが間違っていた場合、本目的を達成できない。故に独自の因果をシステムにおいて作り上げていく必要もある。

そこで本発明は、対象者を取り巻く外環境や外的要因と対象者の思考傾向、精神構造といった多様な因子を取り込み、そこから対象者の実態を把握するためにモデルを作成、そのモデルに合わせて、指導を実行する。
多様な情報因子を取り込み、それをメンタル状態悪化の原因特定に用い、そこに合わせて指導情報を提示するまでの、データ処理、生成手法と工夫が本発明の特徴的な手段と言える。 また、そのモデル作成、そしてそれに合わせた指導実行において、機械学習をはさみ、最適化を行う。
また、モデル作成、指導実行に至るまでの質問提示や計測において対象者のストレスを軽減し、対象者に信用、信頼してもらうべく、対象者の精神構造モデルに合わせて、質問提示方法や計測方法を最適化する。

認知の歪みや気分といった限られた対象者の情報だけでなく、多面的な対象者の情報から、メンタル状態悪化の原因を探ることにより、認知の歪み以外の原因も特定でき、認知行動療法等だけでない様々な手法からメンタル状態改善の策を実行できる。
また、機械学習によるメンタル状態悪化の原因特定の最適化により、現状の学説や人間のカウンセラーのノウハウにて分かっていなかった因果を見つけ、上記目標のために利用できる。
対象者の精神状態から、本装置の対象者への働きかけも変更させるため、
対象者の本装置への信頼が高まる。

質問をし、回答を得て、実状モデルを構築する流れの図である。 指導情報提示までのフローの図である。 実状モデル構築、精神状態モデル構築、指導選出のフローの図である。 悩み原因特定に至る評価スコア算出の図である。 追加質問により、必要な実状モデル要素を取得する図である。 追加質問により、必要な実状モデル要素を取得し、悩み原因特定を進める図である。 確定質問の提示例の図である。 選択質問の提示例の図である。 木構造分類された悩み、悩み原因の特定フローの図である。 実状モデル要素の具体例の図である。 実状モデルと精神状態モデルの関係を示す図である。 実状モデルと精神状態モデルにおける関係の実施例を示す図である。 性格傾向を取得方法、およびその活用方法の実施例を示す図である。

＜精神状態推定装置の原理＞
まず、実状モデルと精神状態モデルについて説明する。人の悩みが生じる原因は、その対象者の認知の歪みや気分といった、その人の精神的要素だけでなく、その人の過去や人間関係、生活環境、ホルモンバランスや交感神経副交感神経等の生理状況といった、その人を取り巻く現実世界の要素を含む。本発明では対象者のこれら両方の要素を網羅的に取得し、それぞれ実状モデル構築部にて現実世界モデル要素または精神構造モデル要素として蓄積する。これらの要素群を基に、対象者が現実世界を、対象者の精神構造を通して認知した結果生じる悩み、その悩みの原因（例えば「不適切な信念」、「原体験」、「遺伝的因子」を含む）、対象者の欲求または対象者の精神疾患リスク等を、精神状態モデル構築部において推定し、対象者のその時の精神状態モデルを構築する。

これにより、実状モデル要素および精神状態モデル要素にて対象者メンタル状態を推定および回復するために必要な情報を網羅的に蓄積し、それら情報を基にして、対象者が実行可能で、より対象者のメンタル状態の回復につながる指導情報を提示することができる。

＜実状モデル要素の説明＞
図１０を用いて対象者の実状モデル要素の詳細を説明する。まず、精神構造モデルは、例えばＢｉｇ Ｆｉｖｅと呼ばれる性格診断の結果や、ＡＱ（自閉症スペクトラム指数）等の傾向から分類される対象者の性格傾向Ｂ１、および対象者の悩みの原因となる「○○であるべき」という考え方である不適切な信念Ｂ２、および対象者の思考領域をある物事がどれほど占有しているかの指標となる自己関与度Ｂ３、および対象者の理想Ｂ４といった、対象者の現実世界に対する物の見方や感じ方に影響する情報をその要素として含む。以下、精神構造モデル要素の具体例を説明する。

性格傾向Ｂ１とは、例えば対象者に対して、Ｂｉｇ Ｆｉｖｅと呼ばれる性格診断、ＡＱ（自閉症スペクトラム指数）、感覚特性を評価するＡＡＳＰ－Ｊ等の指標を得るための質問の提示を行い、それに対する回答（図１３ａ）をもとにした算出値およびその算出値（図１３ｂ）の組み合わせの傾向から分類されるもの（図１３ｃ）である。

不適切な信念Ｂ２とは、対象者の悩みの原因の一要素となる、「○○であるべき」という考え方である。具体例として、「自尊心が低い・自分に自信がもてない」や、「１度のミスや失敗の評価が全体の評価だと感じる」を含む。

自己関与度Ｂ３とは、対象者の思考領域を、ある物事がどれだけ占有しているかの指標となる要素である。

現実世界モデルは、例えば対象者の年齢Ａ１、職業・業務内容Ａ２、原体験Ａ３、人間関係Ａ４、生活習慣Ａ７、生理状況Ａ８、出来事Ａ９といった、過去から現在に至るまで対象者が体験する物事や対象者の身体的情報を含む。

＜実状モデル構築の流れ＞
図１に記載されているように、質問回答および計測結果に応じて、実状モデル要素情報群から実状モデル要素が特定され、それが対象者の実状モデルに蓄積される。
実状モデルは、対象者の性格傾向、思考の偏向性、生きる理由となっている事柄等からなる精神構造モデルおよび生活環境、周囲環境、人生経験、人間関係、仕事状況、生理情報などからなる現実世界モデルを含む。

＜実状モデルと精神状態モデルの関係＞
図１１に実状モデルと精神状態モデルの関係を示す。対象者の精神状態モデルは、ある時点での対象者の前記精神状態を反映するものであり、時間の経過に伴い変化する。精神状態モデル構築部において、各時点での対象者の精神状態モデルから得られた、対象者の現実世界および精神構造の因子となる要素（例えば、「不適切な信念」および「原体験」）は各時点において対象者の実状モデル要素として蓄積される。

＜悩み原因から悩み原因の原体験の推定および実状モデル蓄積＞
精神状態モデル構築部において、対象者の悩みおよび悩み原因を特定するとき、「不適切な信念」およびそれを形成した悩み原因の要素である「原体験」を特定する場合がある。これら要素は精神状態モデル構築部において、対象者の抱える悩みや実状モデル要素を基に特定された後、対象者の実状モデルに新たな要素としてそれぞれ蓄積される。

これによって、対象者の悩みから推定、蓄積された、対象者の持つ「不適切な信念」や「原体験」といった実状モデル要素をデータとして蓄積し、それら要素の傾向をさらなる対象者の悩みおよび悩み原因の推定、および対象者に適切な指導の推定に利用することができる。

また、このとき実状モデルに蓄積される「不適切な信念」や「原体験」といった要素は、それぞれ蓄積された時点の時刻をデータとして含む。蓄積された時点での時刻データにより、例えばその要素が一定期間よりも前に蓄積された古い要素であったら、指導選出部におけるスコア算出において、その要素の重みを小さくするといった操作を行う場合がある。

また、このとき実状モデルに蓄積される「原体験」は、それぞれ実際にその出来事を体験した時期（例えば、「幼少期」、「１０代」）をデータとして含む。

これによって、対象者の実状モデルについて、過去から現在に至るまでの対象者の体験を取得し、本装置における各推定に反映させ、結果的に悩みの原因となる対象者の過去から現在までの網羅的な情報をもとに、対象者に対してより適切な指導情報の選出や、より高精度な悩みおよび悩み原因の推定をすることができる。

＜「性格傾向」データの取り方、その活用方法＞
性格傾向は、図１３下部に示すように、例えば対象者の悩みおよび悩みの原因を特定する際に、情報蓄積部に存在する悩み情報および悩み原因情報と対象者の実状モデル要素との間の適合度のスコア算出式の項として作用する。具体的には、例えば対象者の性格傾向について、「誠実性」および「調和性」が高い傾向にある場合には、そのような性格傾向を一定値以上の重みとして属性に持つ「人に合わせてしまうので疲れる」という悩み情報との適合度スコアが増加する。同様に、対象者の悩みの原因の要素として「不適切な信念」が、「自尊心が低い・自分に自信がもてない」を含む悩み原因情報の適合度スコアが増加する。

＜対象者の悩み原因特定およびそれに対する指導情報の提示＞
情報蓄積部に蓄積されている悩み情報群、悩み原因情報群、および指導群には、対象者の実状モデル要素との適合度、悩み、悩み原因に基づく評価スコア（評価スコア）を算出するための重み係数が含まれる。評価スコアは、例えば対象者の実状モデルおよび精神状態モデルと、悩み情報群および悩み原因情報群および指導群の重み係数との間の重み付き和により算出される。その例が図４に記載されている。

これにより、対象者の実状モデルをもとに、対象者の抱えている悩みおよびその悩み原因と対応する悩み情報群および悩み原因情報群、並びに対象者の実状モデルに即した内容の指導情報群を前記評価スコアの高いものから推定することができる。

前記評価スコアが高い悩み情報群、悩み原因情報群および指導群から、対象者の抱えている悩みおよびその悩み原因と対応する悩み情報群および悩み原因情報群、並びに対象者の実状モデル要素に即した内容の指導情報群の候補を絞り込むまたは特定するために、対象者に対して質問の提示を行い、それに対する対象者の回答情報を取得する。

対象者に対して提示する質問は、例えば対応する悩み情報群および悩み原因情報群を絞り込むために選択肢を提示する質問（選択質問）や、推定された悩み情報が対象者の悩みと合致するかを確認する質問（確定質問）を含み、例えばそれぞれ情報提示部より図７、８に記載されているように提示される。

また、対象者の悩みに対応する悩み情報群の特定の際には、対象者が言語化できないような潜在意識における悩みの原因を特定する質問を提示する場合がある。

上記処理により、対象者の抱える悩みおよび潜在意識に対応する悩み情報および悩み原因情報を特定し、その悩み情報および悩み原因情報に対応するように絞り込まれた指導情報群から、前記評価スコアの高い指導を選択し、情報提示部より対象者に提示するステップを実行する。この様が図３に記載されている。

＜フィードバック＞
前記質問の提示とそれに対する対象者の回答、および提示した指導に対する対象者のフィードバックデータをもとに、対象者の実状モデルおよび精神状態モデルの推定、提示すべき指導の推定をする各推定器や、その内容に対するフィードバックを行う。

これにより、例えば対象者の悩みの推定および悩みの原因推定が適切に行われているか、あるいは対象者に適切な指導を提示できているかを評価することができ、その評価情報をもとに各推定器の精度を向上、および指導の内容の向上をすることができる。

フィードバックは、各推定器のパラメータ（例えば重み係数）を、対象者のフィードバックデータより所定の更新式を用いて自動的に補正する場合（学習）と、対象者のフィードバックデータより本装置の構成要素（例えば指導の内容）を手動で書き換える場合（ブラッシュアップ）を含む。

また、フィードバックは、対象者のフィードバックデータのみが反映される場合（個人フィードバック）と、対象者のフィードバックを含む、本装置の全ての利用者のフィードバックデータが反映される場合（他者共通フィードバック）を含む。

＜まだ得られていない情報の取得のためのＱ＆Ａ＞
本装置は、例えば対象者の悩みの特定、悩み原因の特定、提示すべき指導の特定をするとき、その特定において不足している対象者の実状モデル要素を抽出するための質問群を提示する。質問群に対する対象者の回答情報から、前記実状モデルおよび精神状態モデルの更新を行う。

ここで、「特定において不足している」とは、例えば対象者の悩み原因の特定の際に、情報蓄積部における悩み原因情報群と対象者の実状モデル要素および精神状態モデル要素との間の適合度に基づく評価スコア（評価スコア）が、ある悩み原因情報についてのみ高い状態でなく、対象者の悩み原因に対応する悩み原因情報がそれであると確定できない場合を含む。

対象者の実状モデルおよび精神状態モデルの更新がされるたびに、情報蓄積部内の悩み情報、悩み原因情報、および指導と対象者の悩み、悩み原因との間の評価スコアの算出において、例えば重み付き和のある項の値が変化し、結果として、それぞれの評価スコアが更新される。この様が図５に記載されている。

これによって、質問群の提示に対する対象者の回答情報および計測で得られた情報から、対象者の実状を逐次反映させながら対象者の悩み特定、悩み原因特定および提示する指導の特定を進めることができ、対象者が本装置を利用するほど、対象者の実状が情報として蓄積され、より対象者の実状に即した指導の特定、あるいはより正確に対象者の悩みの推定、悩み原因の推定をすることができる。この様が図６に記載されている。

また、この時対象者に対して提示する質問は、例えば対象者のある悩みを特定するときに、対応する悩み情報の候補から、最も悩み情報の特定につながる実状モデル要素を抽出する内容のものを選択する。「最も悩み情報の特定につながる実状モデル要素」とは例えば、対象者の実状モデルに含まれない実状モデル要素Ａについて、悩み情報の候補の評価スコアがＡにより大きく差がつくことがわかっているとき、この実状モデル要素Ａが「最も悩み情報の特定につながる実状モデル要素」となる。

これにより、対象者の悩み特定、および悩み原因特定、および提示すべき指導の特定にかかる時間および手順の短縮をすることができる。

＜悩み情報群・指導群の絞り込み過程＞
対象者に提示する指導の選択をするとき、まずは対象者の悩みを特定し（悩み特定ステップ）、その悩みの原因を特定する（悩み原因特定ステップ）。その後、その悩みの原因、および対象者の実状モデル要素に即した指導を選択する（指導特定ステップ）。図２および図３にこの過程が記載されている。

対象者の抱える悩みおよび悩みの原因、並びに情報蓄積部内の悩み情報および悩み原因情報は一定の抽象度毎に階層構造を持ったカテゴリ（悩みカテゴリ）に分類される（図９に記載）。悩み特定ステップ、および悩み原因特定ステップにおいて、抽象度の高い悩みカテゴリから、質問の提示とそれに対する対象者の回答をもとに、徐々に抽象度の低い具体的な悩みカテゴリへの分類を繰り返し、対象者の抱える悩みおよび悩みの原因の候補を絞り込み、特定していく。

悩み特定ステップ、および悩み原因特定ステップにおいて、対象者に提示される質問は、対象者の抱える悩みのカテゴリをさらに一段階具体化したときの分類先を決定するための質問と選択肢を提示する選択質問と、対象者の実状モデル要素および精神状態モデル要素から推定される対象者の悩みカテゴリについて、その推定が合っているかを確定させる確定質問を含む。

選択質問は、例えばあるカテゴリの子カテゴリのリストを提示し、対象者が自分の悩みと合致すると思うものを１つ以上選択させるものを含む。

確定質問は、前記評価スコアの高い悩み情報群および悩み原因情報群から推定される対象者の悩みおよび悩み原因のカテゴリが存在する場合、その推定が合っているかを確定するための質問と選択肢を提示する（例、「あなたの悩みは○○ですか？」はい／いいえ）。

悩み情報候補の評価スコアが高いことから、ある抽象度の悩みカテゴリへの分類および分類候補が十分な確度で推定できるときは、その推定が合っているかどうかを確定する確定質問を提示する場合がある。

確定質問に対して、対象者が、推定が正しいと回答した場合は絞り込みを実行する。推定が間違っていると回答した場合は、改めて候補の絞り込みを行うために前記選択質問を提示するか、再び別の確定質問の提示を行っても良い。

確定質問の提示による悩み情報群の推定が正しい場合、本装置が対象者の実状を理解している、あるいは対象者の悩みを解消してくれると対象者に思わせることができ、結果として対象者のシステムに対する信用・信頼を大きく向上させることができる。

各悩み情報には、それに対応した指導群が紐付けられている。上記処理により対象者の悩みに対応した悩み情報を特定したあと、それに対応した指導群のなかから、評価スコアの高い指導を選択し、対象者に提示する。

確定質問により例えば抽象度の高い悩みカテゴリと、抽象度の低い悩みカテゴリへの分類および分類候補が十分に推定できるときは、より抽象度の低い悩みカテゴリへの分類の推定を確定させる確定質問を優先的に対象者に提示するとよい。

対象者の抱える悩みについて、より具体的な推定を言い当てることにより対象者の信頼度スコアを大きく向上させることができる。

選択質問の、ある選択肢について、選択された場合の絞り込み先となる悩み情報群候補の評価スコアが低いことから、対象者の選択する可能性が低いと推定されたときは非表示にする場合がある。また、反対に対象者の選択する可能性が高いと推定された選択肢から降順に並べて提示する場合がある。また、選択質問において対象者の回答する可能性が高い選択肢がただひとつ存在し、他の選択肢を選択する可能性が低いと推定されたときは、自動的に絞り込みを行い、選択質問の提示を省略する場合がある。

これら操作によって、対象者に対して必要以上に選択肢を提示することが回避されるとともに、対象者が自身の回答を複数の選択肢から探す手間を減らすことができるため、本装置使用時の対象者のストレスを軽減することができる。

＜信用値・懐疑値の推定および学習について＞
対象者の本装置に対する信頼を推定するために対象者の信用値・懐疑値の指標を導入する。上記質問の提示を行う際にこれら指標を参照し、どのように質問を提示するかの判断材料とする。

例えば、対象者の信用値が低い、あるいは懐疑値が高い場合には、前記確定質問を提示する頻度を抑え、反対に対象者の信用値が高い、あるいは懐疑値が低い場合には前記確定質問を提示する頻度を上げる、または抽象度の高い悩みカテゴリへ分類するための確定質問を提示するようにする場合がある。

これにより、対象者のシステムの信用を維持または向上させつつ、質問や計測を行うことができる。

対象者の信用値・懐疑値は上記質問の提示に対する対象者の回答をもとに増減する。このとき、信用値・懐疑値の増減量は対象者の精神構造モデル要素によって異なり、対象者の精神構造モデルが更新されるたびに、この変動量も更新される。さらに、対象者の本装置の使用回数および使用時間に応じてこの変動量が変化させる場合がある。

信用値・懐疑値の増減量は、例えば対象者の性格傾向情報の分類により決定されてもよい。

これにより、対象者の性格傾向および本装置利用時間に応じて推定される信頼度パラメータの変動を監視し、対象者のシステムに対する信用を低下させず、向上させるように本装置の振る舞いを変化させることができる。

＜その他＞
実状モデル要素の一部である精神構造要素には例えばＢＩＧ５やＡＱと呼ばれる性格診断や自閉症スペクトラム指数の算出によって、性格傾向を質問回答から取得することがある。

精神構造要素には対象者の生きる理由となっている、生きる軸なども含まれる。

現実世界要素には、その日の気温などが含まれ、それによって、対象者の交感神経副交感神経の働きを特定し、実状モデルを構築することがある。

悩み原因とは、例えば上の立場の人の指示には必ず従わなければいけないといった考え方の偏向性やその原因となった幼少期の原体験が含まれる。

本装置は、過去から現在までの対象者の体験および／または精神構造を含む実状モデルを、質問への回答および／または計測結果から構築する実状モデル構築部を備え、前記実状モデル構築部にて構築された前記実状モデルに基づいて、対象者の現在および／または過去の精神状態を推定し、精神状態モデルとして構築する精神状態モデル構築部を備える

前記実状モデル構築部および／または前記精神状態モデル構築部は、質問への回答および／または計測結果に応じて、実状モデル構築方法および／または精神状態モデル構築方法を改善すべく変更することで学習する。

本装置は、対象者の精神状態を向上、維持させるおよび／または対象者の能力を向上させる指導情報が蓄積された情報蓄積部と前記実状モデル構築部および／または前記精神状態モデル構築部により構築された前記実状モデル及び／または前記精神状態モデルに基づいて、対象者に出力する前記指導情報を選出する指導選出部と前記指導選出部において選出された指導を対象者に出力する情報出力部を備える。

本装置は、前記情報出力部により出力された前記指導情報のうち、対象者にとって精神状態のプラス回復（悩み解消ｏｒ満足度）につながる指導情報に関連付けて、当該プラス回復の度合いに応じて重み係数を調整した信頼度パラメータを生成するパラメータ生成部を備え、前記実状モデル構築部は、前記パラメータ生成部により生成された前記信頼度パラメータに基づいて、前記実状モデル構築方法を変更し、前記精神状態モデル構築部は、前記パラメータ生成部により生成された前記信頼度パラメータに基づいて、前記精神状態モデル構築方法を変更し、前記指導選出部は、前記パラメータ生成部により生成された前記信頼度パラメータに基づいて、指導選出方法を変更する

本装置において、前記情報蓄積部は、前記実状モデルを構築するための要素となる実状モデル要素情報を蓄積し、前記実状モデル構築部は、質問をし回答を得る、および／または計測をし結果を得、当該回答および／または当該結果より、当該回答および／または当該結果をそのまま前記実状モデル要素情報として前記情報蓄積部に蓄積し対象者の前記実状モデルに追加または書き換える、または、当該回答より、当該結果より、および／または既に構築された前記実状モデルの一部に基づいて、前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加または前記実状モデルを書き換える、

本装置において、前記情報蓄積部は、前記精神状態モデルを構築するための要素となる精神状態モデル要素情報を蓄積し、前記精神状態モデル構築部は、質問をし回答を得る、および／または計測をし結果を得、当該回答および／または当該結果をそのまま前記精神状態モデル要素情報として前記情報蓄積部に蓄積し、前記精神状態モデルに追加または前記精神状態モデルを書き換える、または当該回答および／または当該結果より前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加または前記精神状態モデルを書き換える、および／または、前記実状モデルおよび／または既に構築された前記精神状態モデルの一部に基づいて、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加または前記精神状態モデルを書き換える

前記精神状態モデル構築部は、前記精神状態モデル構築を行う際に基とする情報として、特定の前記実状モデル要素情報がおよび／または特定の前記実状モデル情報の前記実状モデルへの追加または書き換えが必要だが、まだ為されていない時、当該実状モデル要素情報を取得するためおよび／または当該実状モデル要素の前記実状モデルへの追加または書き換えを為すための行為をする。

前記精神状態モデル構築を行う際に基とする情報として、特定の前記精神状態モデル要素情報および／または特定の前記精神状態モデル情報の前記精神状態モデルへの追加または書き換えが必要だが、まだ為されていない時、当該精神状態モデル要素情報を取得するためおよび／または当該精神状態モデル要素の前記精神状態モデルへの追加または書き換えを為すための行為をする

前記指導選出部において、前記指導情報の選出を行う際に基とする情報として必要だが、まだ得られていない前記実状モデル要素情報を取得するために、前記実状モデル構築部は質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果より、前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加または前記実状モデルを書き換える、または前記実状モデル要素情報を取得するための行為をする

前記指導選出部において、前記指導情報の選出を行う際に基とする情報として必要だが、まだ得られていない前記精神状態モデル要素情報を取得するために、前記精神状態モデル構築部は質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果より、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加または前記精神状態モデルを書き換える、または前記精神状態モデル要素情報を取得するための行為をする。

前記実状モデルを構築する要素として特定の前記実状モデル要素を確定する、前記精神状態モデルを構築する要素として特定の前記精神状態モデル要素を確定する、および／または対象者に出力する前記指導情報を確定するために、前記実状モデル構築部、前記精神状態モデル構築部および／または前記指導選出部は、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、当該実状モデル要素、当該精神状態モデル要素、および／または当該指導情報を確定させる。

前記実状モデル構築部は、質問への回答および／または計測結果により、当該回答および当該結果そのものを前記実状モデル要素情報として情報蓄積部に蓄積し、前記実状モデルを構築する、および／または、前記実状モデル要素情報は、特定の質問への回答、特定の計測結果および／または特定の実状モデル要素を重み情報付きの属性として持つ

前記実状モデル構築部は、質問への回答、計測結果および／または実状モデルを既に構築している実状モデル要素と、前記実状モデル要素情報の属性である特定の質問への回答、特定の計測結果および／または特定の実状モデル要素との適合度（マッチング）に基づく実状評価スコアを算出し、当該実状評価スコアに基づいて前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加または前記実状モデルを書き換える。

この時、ある前記実状モデル要素を特定するために必要な、当該実状モデル要素の属性である特定の質問への回答、特定の計測結果および／または特定の実状モデル要素を得るために、質問をし回答を得る、計測をし結果を得、および／または特定の実状モデル要素を実状モデルに加えるための行為をし、または書き換えるための行為をし、当該回答により、当該結果によりおよび／または当該加わったまたは書き換えられた実状モデル要素に基づいて、前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加、または前記実状モデルを書き換えた結果、前記実状評価スコアが変化し、前記実状モデル要素の特定が進む。

前記精神状態モデル構築部は、質問への回答および／または計測結果により、当該回答および当該結果そのものを前記精神状態モデル要素情報として情報蓄積部に蓄積し、前記精神状態モデルを構築する、および／または、前記精神状態モデル要素情報は、特定の質問への回答、特定の計測結果、特定の前記実状モデル要素および／または前記精神状態モデル要素を重み情報付きの属性として持つ。

前記精神状態モデル構築部は、質問への回答、計測結果、前記実状モデルを構成する前記実状モデル要素および／または前記精神状態モデルを既に構築している精神状態モデル要素と、前記精神状態モデル要素情報の属性である特定の質問への回答、特定の計測結果、特定の実状モデル要素および／または特定の精神状態モデル要素との適合度（マッチング）に基づく精神状態評価スコアを算出し、当該精神状態評価スコアに基づいて前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデル要素として前記精神状態モデルに追加、または前記精神状態モデルを書き換える。

この時、ある前記精神状態モデル要素を特定するために必要な、当該精神状態モデル要素の属性である特定の質問への回答、特定の計測結果、特定の実状モデル要素、および／または特定の精神状態モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、特定の実状モデル要素を実状モデルに加えるための行為をし、または書き換えるための行為をし、および／または特定の精神状態モデル要素を精神状態モデルに加えるための行為をし、または書き換えるための行為をし、当該回答により、当該結果により、当該加わったまたは書き換えられた実状モデル要素に基づいて、および／または当該加わったまたは書き換えられた精神状態モデル要素に基づいて、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加、または前記精神状態モデルを書き換えた結果、前記精神状態評価スコアが変化し、前記精神状態モデル要素の特定が進む。

前記情報蓄積部が蓄積する前記精神状態モデル要素情報は、人の抱える悩みである悩み情報を含み、前記精神状態モデルはその要素として悩みを含み、精神状態評価スコアは悩み評価スコアを含む。

前記悩み情報は、特定の前記実状モデル要素を重み情報付きの属性として持つ。

前記精神状態モデル構築部は、前記実状モデルを構成する前記実状モデル要素と前記悩み情報の属性である当該実状モデル要素との適合度（マッチング）に基づく前記悩み評価スコアを算出し、当該悩み評価スコアに基づいて前記情報蓄積部に蓄積されている前記悩み情報を特定し、前記精神状態モデル要素として前記悩みに追加または前記悩みを書き換える。

この時、ある前記悩みを特定するために必要な、当該悩みの属性である前記実状モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデル要素として前記悩みに追加、または前記悩みを書き換えた結果、前記悩み評価スコアが変化し、前記悩みの特定が進む。

前記情報蓄積部が蓄積している前記精神状態モデル要素情報は、人の抱える悩みの原因である悩み原因情報を含み、前記精神状態モデルはその要素として悩み原因を含み、精神状態評価スコアは悩み原因評価スコアを含む。

前記悩み原因情報は、特定の前記悩み情報および／または前記実状モデル要素を重み情報付きの属性として持つ。

前記精神状態モデル構築部は、対象者の前記悩みおよび／または前記実状モデルを構成する前記実状モデル要素と、前記悩み原因の属性である当該悩みおよび／または前記実状モデル要素との適合度（マッチング）に基づく前記悩み原因評価スコアを算出し、当該悩み原因評価スコアに基づいて前記情報蓄積部に蓄積されている前記悩み原因情報を特定し、前記精神状態モデル要素として前記悩み原因に追加または前記悩み原因を書き換える。

この時、ある前記悩み原因を特定するために必要な、当該悩み原因の属性である前記悩みおよび前記実状モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、前記情報蓄積部に蓄積されている前記悩み原因情報を特定し、前記精神状態モデル要素として前記悩み原因に追加、または前記悩み原因を書き換えた結果、前記悩み原因評価スコアが変化し、前記悩み原因の特定が進む

前記指導情報は、特定の前記実状モデル要素および／または前記精神状態モデル要素を重み情報付きの属性として持つ。

前記指導選出部は、前記実状モデルおよび／または前記精神状態モデルを構成する前記実状モデル要素および／または前記精神状態モデル要素と、前記指導情報の属性である前記実状モデルおよび／または前記精神状態モデル要素との適合度（マッチング）に基づく指導評価スコアを算出し、当該指導評価スコアに基づいて前記情報蓄積部に蓄積されている前記指導情報を特定する。

前記指導選出部は、特定の前記指導情報を選出するために必要な、当該指導情報の属性である前記実状モデル要素および／または前記精神状態モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、前記情報蓄積部に蓄積されている前記実状モデル要素情報および／または前記精神状態モデル要素情報を特定し、前記実状モデルおよび／または前記精神状態モデルに追加、または前記実状モデルおよび／または前記精神状態モデルを書き換えた結果、前記指導評価スコアが変化し、前記指導情報の選出が進む

前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、ある質問または計測において、回答または結果が得られた時、その回答または結果に応じて、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報の属性の重みを変化させる。または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報を特定する。または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報そのものを書き換える。または、その質問または計測の関連する、前記実状モデルおよび／または前記精神状態モデルの一部の前記実状モデル要素または前記精神状態モデル要素を変化させるおよび／または消滅させることによって学習する

前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、パラメータ生成部において生成された信頼度パラメータに応じて、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報の属性の重みを変化させる。または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報を特定する。または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報そのものを書き換える。または、その質問または計測の関連する、前記実状モデルおよび／または前記精神状態モデルの一部の前記実状モデル要素または前記精神状態モデル要素を変化させるおよび／または消滅させることによって学習する。

対象者の操作するクライアント端末同士がネットワークを介して接続されており、各対象者はアカウントを持つ。

前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、請求項２、１５～１６記載の学習を、ユーザ個人の前記アカウント内でのみ為す場合と全ユーザの前記アカウントにおいて共通して為す場合とそのユーザに近い前記実状モデルおよび／または前記精神状態モデルを持つ他ユーザ群の前記アカウントに反映しつつ為す場合とがある。

本装置は、あるユーザの前記実状モデル要素および／または前記精神状態モデル要素と別ユーザの前記実状モデル要素および／または前記精神状態モデル要素との適合度（マッチング）に基づくスコアを算出し、それをユーザ間類似度として保持する類似度算出部を備える。

前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、あるユーザとある別のユーザの前記類似度算出部記載のユーザ間類似度に基づいて、当該ユーザの学習を当該別のユーザのアカウントに反映する。

前記実状モデル構築部により構築する前記実状モデルの要素となる前記実状モデル要素は、任意の前記実状モデル要素と別の任意の前記実状モデル要素との間に因果関係、独立従属関係および／または相反関係を含む関係性属性情報を持つ。

前記精神状態モデル構築部により構築する前記精神状態モデルの要素となる前記精神状態モデル要素は、任意の前記精神状態モデル要素と別の任意の前記精神状態モデル要素との間に因果関係、独立従属関係および／または相反関係を含む関係性属性情報を持つ。

任意の前記指導情報と別の任意の前記指導情報との間に因果関係、独立従属関係および／または相反関係を含む関係性属性情報を持つ。

前記実状モデル構築部により構築する前記実状モデルの要素となる前記実状モデル要素は、前記精神状態モデルの一部である現在の対象者の精神状態にどれほど影響を与えているかという寄与度属性情報を持つ。

前記精神状態モデル構築部により構築する前記精神状態モデルの要素となる前記精神状態モデル要素は、前記精神状態モデルの一部である現在の対象者の精神状態にどれほど影響を与えているかという寄与度属性情報を持つ。

前記実状モデル要素情報が特定され前記実状モデルに追加または書き換えられた時間、その時点での対象者の本装置の使用回数、および／または当該実状モデル要素に関連する時間を、前記実状モデル構築部は取得し、前記情報蓄積部に、当該実状モデルと結び付けて蓄積する。

前記精神状態モデル要素情報が特定され、前記精神状態モデルに追加または書き換えられた時間、その時点での対象者の本装置の使用回数、および／または当該実状モデル要素に関連する時間を、前記精神状態モデル構築部は取得し、前記情報蓄積部に、当該精神状態モデルと結び付けて蓄積する。

前記指導情報が選出された時間、および／またはその時点での対象者の本装置の使用回数を、前記指導選出部は取得し、前記情報蓄積部に、当該指導情報と結び付けて蓄積する。

前記指導情報は、対象者が当該指導を実現する上でかかる時間および／または必要な状況を含むコスト属性情報を持つ。

前記実状モデル構築部および／または前記精神状態モデル構築部は、前記実状モデルおよび／または前記精神状態モデルに、前記実状モデル要素および／または前記精神状態モデル要素が追加または書き換えられた時間および／またはその時点での本装置使用回数と、ある時点での時間および／または本装置使用回数の比較をし、それに応じて当該実状モデルおよび／または当該精神状態モデルの一部の前記実状モデル要素および／または前記精神状態モデル要素を変化させるおよび／または消滅させる。

前記実状モデル要素情報群および／または前記精神状態モデル要素情報群は各々の要素情報が、特定側面の属性情報を１つまたは複数持ち、任意の前記特定側面の属性情報は、前記実状モデル要素群および／または前記精神状態モデル要素群のうち特定の複数要素を葉ノードとする木構造をなす。

前記木構造の葉ノードである要素はそれぞれ前記実状評価スコアおよび／または前記精神状態評価スコアを持つが、前記木構造の各ノードはそれぞれ、当該ノードの子孫ノードのノード評価スコアを基に算出された前記ノード評価スコアを持つ。

前記実状モデル構築部および／または前記精神状態モデル構築部は、質問をし回答を得るおよび／または計測をし結果を得ることで、前記特定側面の属性情報がなす前記木構造において、根ノードから葉ノードへ進み、当該特定側面の属性情報の当該木構造の葉ノードである前記要素情報を特定する。

その際、あるノードにおける質問に対する回答の選択肢は当該ノードの子ノードに対応し、その兄弟ノードおよび当該子ノードが選択肢となり、その提示順番は、それぞれの選択肢に対応する子ノードの前記ノード評価スコアに基づいて決定する。

前記実状モデル構築部および／または前記精神状態モデル構築部は、前記木構造における質問および／または計測において、当該根ノードから当該葉ノードへ、１つずつ質問および／または計測を行いノードを進み、葉ノードに至るだけでなく、ある子ノードの前記ノード評価スコアまたはある葉ノードの前記ノード評価スコアが、設定された値である確定質問値に対して特定の関係性を持っていた場合、当該木構造における一部の内部ノードに対応する質問および／または計測を経ることなく、当該子ノードまたは葉ノードが対象者にとって真であるか偽であるかを問う確定質問を行い、真であった場合、当該子ノードおよび／または葉ノードを特定し、当該子ノードを特定した場合、当該子ノードの子孫ノードを特定する質問および／または計測を引き続き行う、当該葉ノードを特定した場合、当該要素情報を確定し、前記実状モデルおよび／または前記精神状態モデルに追加するまたは書き換え、偽であった場合、当該子ノードおよび／または当該葉ノードの先祖ノードに対応する質問および／または計測を引き続き行う。

前記実状モデル構築部および／または前記精神状態モデル構築部は、対象者の前記精神状態モデル要素、前記実状モデル要素、前記本装置の使用回数、および／または前記確定質問の偽の回数および／または真の回数に、重み値をつけ、四則演算することで対象者の信用懐疑スコアを算出し、前記確定質問値を対象者の前記信用懐疑スコアに基づいて算出する。

Claims (28)

1. 過去から現在までの対象者の体験および／または精神構造を含む実状モデルを、質問への回答および／または計測結果から構築する実状モデル構築部を備え、
   前記実状モデル構築部にて構築された前記実状モデルに基づいて、対象者の現在および／または過去の精神状態を推定し、精神状態モデルとして構築する精神状態モデル構築部を備える
   ことを特徴とする精神状態推定装置
2. 前記実状モデル構築部および／または前記精神状態モデル構築部は、質問への回答および／または計測結果に応じて、実状モデル構築方法および／または精神状態モデル構築方法を改善すべく変更する
   ことで学習する
   ことを特徴とする請求項１記載の精神状態推定装置
3. 対象者の精神状態を向上、維持させるおよび／または対象者の能力を向上させる指導情報が蓄積された情報蓄積部と
   前記実状モデル構築部および／または前記精神状態モデル構築部により構築された前記実状モデル及び／または前記精神状態モデルに基づいて、対象者に出力する前記指導情報を選出する指導選出部と
   前記指導選出部において選出された指導を対象者に出力する情報出力部と
   を備えることを特徴とする請求項１記載の精神状態推定装置
4. 前記情報出力部により出力された前記指導情報のうち、対象者にとって精神状態のプラス回復（悩み解消ｏｒ満足度）につながる指導情報に関連付けて、当該プラス回復の度合いに応じて重み係数を調整した信頼度パラメータを生成するパラメータ生成部を備え、
   前記実状モデル構築部は、前記パラメータ生成部により生成された前記信頼度パラメータに基づいて、前記実状モデル構築方法を変更し、
   前記精神状態モデル構築部は、前記パラメータ生成部により生成された前記信頼度パラメータに基づいて、前記精神状態モデル構築方法を変更し、
   前記指導選出部は、前記パラメータ生成部により生成された前記信頼度パラメータに基づいて、指導選出方法を変更する
   ことを特徴とする請求項１～３のうちいずれか１つに記載の精神状態推定装置
5. 前記情報蓄積部は、前記実状モデルを構築するための要素となる実状モデル要素情報を蓄積し、
   前記実状モデル構築部は、質問をし回答を得る、および／または計測をし結果を得、当該回答および／または当該結果より、当該回答および／または当該結果をそのまま前記実状モデル要素情報として前記情報蓄積部に蓄積し対象者の前記実状モデルに追加または書き換える、
   または、当該回答より、当該結果より、および／または既に構築された前記実状モデルの一部に基づいて、前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加または前記実状モデルを書き換える、
   ことを特徴とする請求項１～２のうちいずれか１つに記載の精神状態推定装置
6. 前記情報蓄積部は、前記精神状態モデルを構築するための要素となる精神状態モデル要素情報を蓄積し、
   前記精神状態モデル構築部は、質問をし回答を得る、および／または計測をし結果を得、当該回答および／または当該結果をそのまま前記精神状態モデル要素情報として前記情報蓄積部に蓄積し、前記精神状態モデルに追加または前記精神状態モデルを書き換える、または当該回答および／または当該結果より前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加または前記精神状態モデルを書き換える、
   および／または、前記実状モデルおよび／または既に構築された前記精神状態モデルの一部に基づいて、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加または前記精神状態モデルを書き換える
   ことを特徴とする請求項１～２および５のうちいずれか１つに記載の精神状態推定装置
7. 前記精神状態モデル構築部は、前記精神状態モデル構築を行う際に基とする情報として、特定の前記実状モデル要素情報がおよび／または特定の前記実状モデル情報の前記実状モデルへの追加または書き換えが必要だが、まだ為されていない時、
   当該実状モデル要素情報を取得するためおよび／または当該実状モデル要素の前記実状モデルへの追加または書き換えを為すための行為をする
   前記精神状態モデル構築を行う際に基とする情報として、特定の前記精神状態モデル要素情報がおよび／または特定の前記精神状態モデル情報の前記精神状態モデルへの追加または書き換えが必要だが、まだ為されていない時、当該精神状態モデル要素情報を取得するためおよび／または当該精神状態モデル要素の前記精神状態モデルへの追加または書き換えを為すための行為をする
   ことを特徴とする請求項１～２および５～６のうちいずれか１つに記載の精神状態推定装置
8. 前記指導選出部において、
   前記指導情報の選出を行う際に基とする情報として必要だが、まだ得られていない前記実状モデル要素情報を取得するために、前記実状モデル構築部は質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果より、前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加または前記実状モデルを書き換える、または前記実状モデル要素情報を取得するための行為をする
   前記指導情報の選出を行う際に基とする情報として必要だが、まだ得られていない前記精神状態モデル要素情報を取得するために、前記精神状態モデル構築部は質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果より、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加または前記精神状態モデルを書き換える、または前記精神状態モデル要素情報を取得するための行為をする
   ことを特徴とする請求項１～２および５～７のうちいずれか１つに記載の精神状態推定装置
9. 前記実状モデルを構築する要素として特定の前記実状モデル要素を確定する、前記精神状態モデルを構築する要素として特定の前記精神状態モデル要素を確定する、および／または対象者に出力する前記指導情報を確定するために、前記実状モデル構築部、前記精神状態モデル構築部および／または前記指導選出部は、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、当該実状モデル要素、当該精神状態モデル要素、および／または当該指導情報を確定させる
   ことを特徴とする請求項１～３および５～８のうちいずれか１つに記載の精神状態推定装置
10. 前記実状モデル構築部は、質問への回答および
    または計測結果により、当該回答および当該結果そのものを前記実状モデル要素情報として情報蓄積部に蓄積し、前記実状モデルを構築する、
    および／または、前記実状モデル要素情報は、特定の質問への回答、特定の計測結果および／または特定の実状モデル要素を重み情報付きの属性として持ち、
    前記実状モデル構築部は、質問への回答、計測結果および／または前記実状モデルを既に構築している前記実状モデル要素と、前記実状モデル要素情報の属性である特定の質問への回答、特定の計測結果および／または特定の前記実状モデル要素との適合度（マッチング）に基づく実状評価スコアを算出し、当該実状評価スコアに基づいて前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加または前記実状モデルを書き換える
    この時、ある前記実状モデル要素を特定するために必要な、当該実状モデル要素の属性である特定の質問への回答、特定の計測結果および／または特定の前記実状モデル要素を得るために、質問をし回答を得る、計測をし結果を得、および／または特定の前記実状モデル要素を前記実状モデルに加えるための行為をし、または書き換えるための行為をし、当該回答により、当該結果によりおよび／または当該加わったまたは書き換えられた前記実状モデル要素に基づいて、前記情報蓄積部に蓄積されている前記実状モデル要素情報を特定し、前記実状モデルに追加、または前記実状モデルを書き換えた結果、前記実状評価スコアが変化し、前記実状モデル要素の特定が進む
    ことを特徴とする請求項１～２および５～９のうちいずれか１つに記載の精神状態推定装置
11. 前記精神状態モデル構築部は、質問への回答および
    または計測結果により、当該回答および当該結果そのものを前記精神状態モデル要素情報として情報蓄積部に蓄積し、前記精神状態モデルを構築する、
    および／または、前記精神状態モデル要素情報は、特定の質問への回答、特定の計測結果、特定の前記実状モデル要素および／または前記精神状態モデル要素を重み情報付きの属性として持ち、
    前記精神状態モデル構築部は、質問への回答、計測結果、前記実状モデルを構成する前記実状モデル要素および／または前記精神状態モデルを既に構築している前記精神状態モデル要素と、前記精神状態モデル要素情報の属性である特定の質問への回答、特定の計測結果、特定の前記実状モデル要素および／または特定の前記精神状態モデル要素との適合度（マッチング）に基づく精神状態評価スコアを算出し、当該精神状態評価スコアに基づいて前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデル要素として前記精神状態モデルに追加、または前記精神状態モデルを書き換える
    この時、ある前記精神状態モデル要素を特定するために必要な、当該精神状態モデル要素の属性である特定の質問への回答、特定の計測結果、特定の前記実状モデル要素、および／または特定の前記精神状態モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、特定の前記実状モデル要素を前記実状モデルに加えるための行為をし、または書き換えるための行為をし、および／または特定の前記精神状態モデル要素を前記精神状態モデルに加えるための行為をし、または書き換えるための行為をし、当該回答により、当該結果により、当該加わったまたは書き換えられた前記実状モデル要素に基づいて、および／または当該加わったまたは書き換えられた前記精神状態モデル要素に基づいて、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデルに追加、または前記精神状態モデルを書き換えた結果、前記精神状態評価スコアが変化し、前記精神状態モデル要素の特定が進む
    ことを特徴とする請求項１～２および５～１０のうちいずれか１つに記載の精神状態推定装置
12. 前記情報蓄積部が蓄積する前記精神状態モデル要素情報は、人の抱える悩みである悩み情報を含み、
    前記精神状態モデルはその要素として悩みを含み、精神状態評価スコアは悩み評価スコアを含む
    前記悩み情報は、特定の前記実状モデル要素を重み情報付きの属性として持ち、
    前記精神状態モデル構築部は、前記実状モデルを構成する前記実状モデル要素と前記悩み情報の属性である当該実状モデル要素との適合度（マッチング）に基づく前記悩み評価スコアを算出し、当該悩み評価スコアに基づいて前記情報蓄積部に蓄積されている前記悩み情報を特定し、前記精神状態モデル要素として前記悩みに追加または前記悩みを書き換える
    この時、ある前記悩みを特定するために必要な、当該悩みの属性である前記実状モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、前記情報蓄積部に蓄積されている前記精神状態モデル要素情報を特定し、前記精神状態モデル要素として前記悩みに追加、または前記悩みを書き換えた結果、前記悩み評価スコアが変化し、前記悩みの特定が進む
    ことを特徴とする請求項１～２および５～１１のうちいずれか１つに記載の精神状態推定装置
13. 前記情報蓄積部が蓄積している前記精神状態モデル要素情報は、人の抱える悩みの原因である悩み原因情報を含み、
    前記精神状態モデルはその要素として悩み原因を含み、精神状態評価スコアは悩み原因評価スコアを含む
    前記悩み原因情報は、特定の前記悩み情報および／または前記実状モデル要素を重み情報付きの属性として持ち、
    前記精神状態モデル構築部は、対象者の前記悩みおよび／または前記実状モデルを構成する前記実状モデル要素と、前記悩み原因の属性である当該悩みおよび／または前記実状モデル要素との適合度（マッチング）に基づく前記悩み原因評価スコアを算出し、当該悩み原因評価スコアに基づいて前記情報蓄積部に蓄積されている前記悩み原因情報を特定し、前記精神状態モデル要素として前記悩み原因に追加または前記悩み原因を書き換える
    この時、ある前記悩み原因を特定するために必要な、当該悩み原因の属性である前記悩みおよび前記実状モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、前記情報蓄積部に蓄積されている前記悩み原因情報を特定し、前記精神状態モデル要素として前記悩み原因に追加、または前記悩み原因を書き換えた結果、前記悩み原因評価スコアが変化し、前記悩み原因の特定が進む
    ことを特徴とする請求項１～２および５～１２のうちいずれか１つに記載の精神状態推定装置
14. 前記指導情報は、特定の前記実状モデル要素および／または前記精神状態モデル要素を重み情報付きの属性として持ち、
    前記指導選出部は、前記実状モデルおよび／または前記精神状態モデルを構成する前記実状モデル要素および／または前記精神状態モデル要素と、前記指導情報の属性である前記実状モデルおよび／または前記精神状態モデル要素との適合度（マッチング）に基づく指導評価スコアを算出し、当該指導評価スコアに基づいて前記情報蓄積部に蓄積されている前記指導情報を特定し、
    前記指導選出部は、特定の前記指導情報を選出するために必要な、当該指導情報の属性である前記実状モデル要素および／または前記精神状態モデル要素を得るために、質問をし回答を得るおよび／または計測をし結果を得、当該回答および／または当該結果により、前記情報蓄積部に蓄積されている前記実状モデル要素情報および／または前記精神状態モデル要素情報を特定し、前記実状モデルおよび／または前記精神状態モデルに追加、または前記実状モデルおよび／または前記精神状態モデルを書き換えた結果、前記指導評価スコアが変化し、前記指導情報の選出が進む
    ことを特徴とする請求項１～３および５～１３のうちいずれか１つに記載の精神状態推定装置
15. 前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、
    ある質問または計測において、回答または結果が得られた時、その回答または結果に応じて、
    その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報の属性の重みを変化させる
    または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報を特定する
    または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報そのものを書き換える
    または、その質問または計測の関連する、前記実状モデルおよび／または前記精神状態モデルの一部の前記実状モデル要素または前記精神状態モデル要素を変化させるおよび／または消滅させる
    ことによって学習する
    ことを特徴とする請求項１～３および５～１４のうちいずれか１つに記載の精神状態推定装置
16. 前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、
    パラメータ生成部において生成された信頼度パラメータに応じて、
    その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報の属性の重みを変化させる
    または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報を特定
    する
    または、その質問または計測の関連する、ある前記実状モデル要素情報、前記精神状態モデル要素情報または前記指導情報そのものを書き換える
    または、その質問または計測の関連する、前記実状モデルおよび／または前記精神状態モデルの一部の前記実状モデル要素または前記精神状態モデル要素を変化させるおよび／または消滅させる
    ことによって学習する
    ことを特徴とする請求項１～１５のうちいずれか１項に記載の精神状態推定装置
17. 対象者の操作するクライアント端末同士がネットワークを介して接続されており、各対象者はアカウントを持ち、
    前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、
    請求項２、１５～１６記載の学習を
    ユーザ個人の前記アカウント内でのみ為す場合と
    全ユーザの前記アカウントにおいて共通して為す場合と
    そのユーザに近い前記実状モデルおよび／または前記精神状態モデルを持つ他ユーザ群の前記アカウントに反映しつつ為す場合とがある
    ことを特徴とする請求項１～１６のうちいずれか１項に記載の精神状態推定装置
18. あるユーザの前記実状モデル要素および／または前記精神状態モデル要素と別ユーザの前記実状モデル要素および／または前記精神状態モデル要素との適合度（マッチング）に基づくスコアを算出し
    それをユーザ間類似度として保持する類似度算出部
    を備えることを特徴とする請求項１～１７のうちいずれか１項に記載の精神状態推定装置
19. 前記実状モデル構築部、前記精神状態モデル構築部または前記指導選出部は、
    あるユーザとある別のユーザの前記類似度算出部記載のユーザ間類似度に基づいて、当該ユーザの学習を当該別のユーザのアカウントに反映する
    ことを特徴とする請求項１～１８のうちいずれか１項に記載の精神状態推定装置
20. 前記実状モデル構築部により構築する前記実状モデルの要素となる前記実状モデル要素は、任意の前記実状モデル要素と別の任意の前記実状モデル要素との間に因果関係、独立従属関係および／または相反関係を含む関係性属性情報を持ち、
    前記精神状態モデル構築部により構築する前記精神状態モデルの要素となる前記精神状態モデル要素は、任意の前記精神状態モデル要素と別の任意の前記精神状態モデル要素との間に因果関係、独立従属関係および／または相反関係を含む関係性属性情報を持ち、
    任意の前記指導情報と別の任意の前記指導情報との間に因果関係、独立従属関係および／または相反関係を含む関係性属性情報を持つ、
    ことを特徴とする請求項１～１９のうちいずれか１つに記載の精神状態推定装置
21. 前記実状モデル構築部により構築する前記実状モデルの要素となる前記実状モデル要素は、前記精神状態モデルの一部である現在の対象者の精神状態にどれほど影響を与えているかという寄与度属性情報を持ち、
    前記精神状態モデル構築部により構築する前記精神状態モデルの要素となる前記精神状態モデル要素は、前記精神状態モデルの一部である現在の対象者の精神状態にどれほど影響を与えているかという寄与度属性情報を持つ、
    ことを特徴とする請求項１～２０のうちいずれか１つに記載の精神状態推定装置
22. 前記実状モデル要素情報が特定され前記実状モデルに追加または書き換えられた時間、その時点での対象者の本装置の使用回数、および／または当該実状モデル要素に関連する時間を、前記実状モデル構築部は取得し、前記情報蓄積部に、当該実状モデルと結び付けて蓄積する。
    前記精神状態モデル要素情報が特定され、前記精神状態モデルに追加または書き換えられた時間、その時点での対象者の本装置の使用回数、および／または当該実状モデル要素に関連する時間を、前記精神状態モデル構築部は取得し、前記情報蓄積部に、当該精神状態モデルと結び付けて蓄積する。
    前記指導情報が選出された時間、および／またはその時点での対象者の本装置の使用回数を、前記指導選出部は取得し、前記情報蓄積部に、当該指導情報と結び付けて蓄積する。
    ことを特徴とする請求項１～２１のうちいずれか１つに記載の精神状態推定装置
23. 前記指導情報は、対象者が当該指導を実現する上でかかる時間および／または必要な状況を含むコスト属性情報を持つ
    ことを特徴とする請求項１～２２のうちいずれか１つに記載の精神状態推定装置
24. 前記実状モデル構築部および／または前記精神状態モデル構築部は、
    前記実状モデルおよび／または前記精神状態モデルに、前記実状モデル要素および／または前記精神状態モデル要素が追加または書き換えられた時間および／またはその時点での本装置使用回数と、ある時点での時間および／または本装置使用回数の比較をし、それに応じて当該実状モデルおよび／または当該精神状態モデルの一部の前記実状モデル要素および／または前記精神状態モデル要素を変化させるおよび／または消滅させる
    ことを特徴とする請求項１～２３のうちいずれか１項に記載の精神状態推定装置
25. 前記実状モデル要素情報群および／または前記精神状態モデル要素情報群は各々の要素情報が、特定側面の属性情報を１つまたは複数持ち、
    任意の前記特定側面の属性情報は、前記実状モデル要素群および／または前記精神状態モデル要素群のうち特定の複数要素を葉ノードとする木構造をなす
    前記木構造の葉ノードである要素はそれぞれ前記実状評価スコアおよび／または前記精神状態評価スコアを持つが、前記木構造の各ノードはそれぞれ、当該ノードの子孫ノードのノード評価スコアを基に算出された前記ノード評価スコアを持つ
    ことを特徴とする請求項１～２４のうちいずれか１つに記載の精神状態推定装置
26. 木構造属性選択肢提示
    前記実状モデル構築部および／または前記精神状態モデル構築部は、
    質問をし回答を得るおよび／または計測をし結果を得ることで、前記特定側面の属性情報がなす前記木構造において、根ノードから葉ノードへ進み、当該特定側面の属性情報の当該木構造の葉ノードである前記要素情報を特定する
    その際、あるノードにおける質問に対する回答の選択肢は当該ノードの子ノードに対応し、その兄弟ノードおよび当該子ノードが選択肢となり、
    その提示順番は、それぞれの選択肢に対応する子ノードの前記ノード評価スコアに基づいて決定する
    ことを特徴とする請求項１～２５のうちいずれか１つに記載の精神状態推定装置
27. 前記実状モデル構築部および／または前記精神状態モデル構築部は、
    前記木構造における質問および／または計測において、当該根ノードから当該葉ノードへ、１つずつ質問および／または計測を行いノードを進み、葉ノードに至るだけでなく、
    ある子ノードの前記ノード評価スコアまたはある葉ノードの前記ノード評価スコアが、設定された値である確定質問値に対して特定の関係性を持っていた場合、当該木構造における一部の内部ノードに対応する質問および／または計測を経ることなく、当該子ノードまたは葉ノードが対象者にとって
    真であるか偽であるかを問う確定質問を行い、
    真であった場合、当該子ノードおよび／または葉ノードを特定し、当該子ノードを特定した場合、当該子ノードの子孫ノードを特定する質問および／または計測を引き続き行う、当該葉ノードを特定した場合、当該要素情報を確定し、前記実状モデルおよび／または前記精神状態モデルに追加するまたは書き換え、
    偽であった場合、当該子ノードおよび／または当該葉ノードの先祖ノードに対応する質問および／または計測を引き続き行う
    ことを特徴とする請求項１～２６のうちいずれか１つに記載の精神状態推定装置
28. 前記実状モデル構築部および／または前記精神状態モデル構築部は、
    対象者の前記精神状態モデル要素、前記実状モデル要素、前記本装置の使用回数、および／または前記確定質問の偽の回数および／または真の回数に、重み値をつけ、四則演算することで対象者の信用懐疑スコアを算出し、
    前記確定質問値を対象者の前記信用懐疑スコアに基づいて算出する、
    ことを特徴とする請求項１～２７のうちいずれか１項に記載の精神状態推定装置

Images