JP2022126428A - 情報提供装置、情報提供方法および情報提供プログラム - Google Patents
情報提供装置、情報提供方法および情報提供プログラム Download PDFInfo
- Publication number
- JP2022126428A JP2022126428A JP2021024492A JP2021024492A JP2022126428A JP 2022126428 A JP2022126428 A JP 2022126428A JP 2021024492 A JP2021024492 A JP 2021024492A JP 2021024492 A JP2021024492 A JP 2021024492A JP 2022126428 A JP2022126428 A JP 2022126428A
- Authority
- JP
- Japan
- Prior art keywords
- question
- answer
- information providing
- distance
- answers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title abstract description 7
- 238000003672 processing method Methods 0.000 title 1
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 45
- 238000000034 method Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 241000590419 Polygonia interrogationis Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- -1 for example Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Abstract
Description
〔1.情報提供装置の概要について〕
まず、図1を用いて、本実施形態に係る情報提供装置10の一例について説明する。なお、以下の説明では、情報提供装置10が実行する処理の一例として、所謂Q&Aサイトに蓄積された質問回答情報を利用して、利用者が指定した所定のカテゴリに関するFAQ(質問回答集)を自動作成する処理を説明する。この種のQ&Aサイトは、インターネットを使って、ユーザ(質問者)が投稿した質問文に対して他のユーザ(回答者)が回答文を投稿することで、ユーザ間で知識や知恵の共有を行うものである。
ウェブサーバ200が管理するQ&Aサイトには、多数の質問回答が蓄積されているため、これらの質問回答を利用して様々なカテゴリにおけるFAQを作成して提供するサービスが望まれている。この場合、様々なカテゴリのFAQを作成するには膨大な人手コストがかかるため、該FAQを自動的に作成することが好ましい。一方、様々なカテゴリに対応するFAQを自動的に作成しようとする場合、質問回答(見出し)の粒度や軸(方向性)が揃わないため、利用者の意図に沿ったFAQを提供できない問題が生じるおそれがある。例えば、クレジットカード関連のFAQを作成したい場合には、各カード会社に関する質問回答が混在すると、質問回答の粒度がばらつく。このため、カード会社ごとに質問回答を分けたいという利用者の意図を反映させることが好ましい。また、決済方法(スマホ決済やEコマース)に関する質問回答と決済代行会社に関する質問回答とは、質問回答の軸が異なる。このため、質問回答を決済方法ごとに分けたい場合と決済代行会社ごとに分けたい場合とが混在して欲しくないという利用者の意図を反映させることが好ましい。
図1に示すように、情報提供装置10は、ウェブサーバ200から質問回答を受け取る(ステップS1)。この質問回答は、情報提供装置10の指示に応じてウェブサーバ200が送信しても良いし、定期的にウェブサーバ200が送信しても良い。また、ウェブサーバ200は、毎回すべての質問回答を送信しても良いし、前回との差分情報を送信しても良い。
続いて、情報提供装置10は、距離学習されたベクトルデータに基づいてクラスタリング処理を行う(ステップS7)。このクラスタリング処理は、ベクトルデータ間の距離(例えばコサイン距離)を考慮して、この距離の近いベクトルデータに対応する質問回答群により階層的なクラスタ形成する。本実施形態では、クラスタリング処理の前に、距離学習により質問回答のベクトルデータの距離が調整されているため、該質問回答の粒度や軸のばらつきを抑えた状態でクラスタリングがなされる。続いて、情報提供装置10は、形成された各クラスタについて、該クラスタに含まれる質問回答の見出しを形成してFAQを作成する(ステップS8)。情報提供装置10は、クラスタに含まれる質問回答の単語を分析して、特徴がある単語を用いて見出し(例えば、[A社入退会]、[A社明細]、[A社ポイント]など)をつける。なお、見出しの代わりに各クラスタの中心質問回答を選択してもよい。最後に情報提供装置10は、作成されたFAQ情報を端末装置100に送信することにより、利用者にFAQ(質問回答集)を提供する(ステップS9)。この構成では、所定のカテゴリに関する意味空間にマッピングされた複数の質問回答を、利用者の指示に基づいて距離学習させるため、質問回答の粒度や軸のばらつきを抑えることができ、利用者の意図に沿ったFAQを作成して提供することができる。
以下、上記した情報提供装置10が有する機能構成の一例について説明する。なお、以下の説明では、Q&Aサイトに蓄積された質問回答情報を利用して、利用者が所望するカテゴリに関する質問回答集を作成して提供する情報提供装置10が有する機能構成の一例を示す。図2は、本実施形態に係る情報提供装置の構成例を示す図である。図2に示すように、情報提供装置10は、通信部20、記憶部30、および制御部40を有する。
次に、図4を用いて、本実施形態に係る情報提供装置10が実行する処理の流れの一例を説明する。図4は、本実施形態に係る処理の流れの一例を示すフローチャートである。図4に示すように、情報提供装置10は、ウェブサーバ200から受け取った質問回答をベクトルデータへ変換する前処理を行う(ステップS101)。続いて、情報提供装置10は、利用者の指示に基づくカテゴリに関連する質問回答に対応するベクトルデータを抽出する(ステップS102)。続いて、情報提供装置10は、利用者の指示に基づいて、所定のカテゴリに関する意味空間にマッピングされた複数の質問回答の距離学習を実行させる(ステップS103)。続いて、情報提供装置10は、距離学習されたベクトルデータに基づいてクラスタリングする(ステップS104)。続いて、情報提供装置10は、クラスタリングにより形成された各クラスタについて、該クラスタに含まれる質問回答の見出しを形成してFAQを作成して(ステップS105)、このFAQを利用者に提供して処理を終了する。なお、情報提供装置10は、ステップS101とステップS102とを実行する順序を入れ替えてもよい。また、ステップS101とステップS102とステップS103とを同時に実行してもよい。
上述した情報提供装置10は、上記実施形態以外にも種々の異なる形態にて実施されてもよい。そこで、以下では、情報提供装置10の他の実施形態について説明する。
上記した実施形態では、情報提供装置10は、所定のカテゴリに関する意味空間に複数の質問回答をマッピングする前処理の後に、これら質問回答の距離学習を行う距離学習処理を行っていたが、これら前処理と距離学習処理とをほぼ同時に処理して一気に学習させることもできる。
また、クラスタリング処理として、取得した質問回答のベクトルデータを、例えば、ε近傍法、k近傍法、全結合法などの手法を用いてグラフに変換した後、このグラフの連結性に注目してクラスタリングを行うスペクトラルクラスタリングを採用することもできる。このクラスタリングの際に、一度クラスタ化しやすい低次元表現に落としてからクラスタリングするため、利用者が指定する教師データにフィットするように、質問回答の軸の重みを調整することができる。
上述してきたように、情報提供装置10は、蓄積された複数の質問回答文書に対して、利用者の指示に基づく距離学習を行う距離学習部43と、距離学習された質問回答文書をクラスタリングするクラスタリング処理部44と、クラスタリングされた質問回答文書を含む各クラスタを要約してFAQを作成するFAQ作成部45と、を備えるため、質問回答の粒度や軸のばらつきを抑えることができ、利用者の意図に沿ったFAQを作成することができる。
また、上述してきた実施形態に係る情報提供装置10は、例えば図5に示すような構成のコンピュータ1000によって実現される。図5は、実施形態に係る情報提供装置10の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
20 通信部
30 記憶部
31 質問回答記憶部
32 学習モデル記憶部
40 制御部
41 前処理部
42 抽出部
43 距離学習部(学習処理部)
44 クラスタリング処理部
45 FAQ作成部
100 端末装置
Claims (8)
- 蓄積された複数の質問回答文書に対して、利用者の指示に基づく距離学習を行う学習処理部と、
距離学習された質問回答文書をクラスタリングするクラスタリング処理部と、
クラスタリングされた質問回答文書を含む各クラスタを要約して質問回答集を作成するFAQ作成部と、
を備えることを特徴とする情報提供装置。 - 前記距離学習を行う前に、複数の前記質問回答文書をベクトル化して所定の意味空間にマッピングする前処理を実行する前処理部を備えることを特徴とする請求項1に記載の情報提供装置。
- 前記学習処理部は、前記利用者の指示に基づいて学習された共分散行列を用いて、ベクトル化された前記質問回答文書を演算することにより、前記意味空間の内で前記質問回答文書を移動させることを特徴とする請求項2に記載の情報提供装置。
- 前記クラスタリング処理部は、ベクトル化された複数の前記質問回答文書の間の距離を考慮して、この距離の近いベクトルに対応する質問回答群によりクラスタを形成すること特徴とする請求項1~3のいずれか一項に記載の情報提供装置。
- 前記FAQ作成部は、各クラスタに含まれる質問回答文書に見出しをつけることを特徴とする請求項1~4のいずれか一項に記載の情報提供装置。
- 前記前処理部と前記学習処理部は、それぞれ前記前処理および前記距離学習を同時に実行することを特徴とする請求項2~5のいずれか一項に記載の情報提供装置。
- 蓄積された複数の質問回答文書に対して、利用者の指示に基づく距離学習を行う学習処理工程と、
距離学習された質問回答文書をクラスタリングするクラスタリング処理工程と、
クラスタリングされた質問回答文書を含む各クラスタを要約して質問回答集を作成するFAQ作成工程と、
を備えることを特徴とする情報提供方法。 - 蓄積された複数の質問回答文書に対して、利用者の指示に基づく距離学習を行う学習処理工程と、
距離学習された質問回答文書をクラスタリングするクラスタリング処理工程と、
クラスタリングされた質問回答文書を含む各クラスタを要約して質問回答集を作成するFAQ作成工程と、
をコンピュータに実行させることを特徴とする情報提供プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021024492A JP7410066B2 (ja) | 2021-02-18 | 2021-02-18 | 情報提供装置、情報提供方法および情報提供プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021024492A JP7410066B2 (ja) | 2021-02-18 | 2021-02-18 | 情報提供装置、情報提供方法および情報提供プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022126428A true JP2022126428A (ja) | 2022-08-30 |
JP7410066B2 JP7410066B2 (ja) | 2024-01-09 |
Family
ID=83058828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021024492A Active JP7410066B2 (ja) | 2021-02-18 | 2021-02-18 | 情報提供装置、情報提供方法および情報提供プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7410066B2 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006031460A (ja) * | 2004-07-16 | 2006-02-02 | Advanced Telecommunication Research Institute International | データ検索方法及びコンピュータプログラム |
JP2011123565A (ja) * | 2009-12-08 | 2011-06-23 | Nomura Research Institute Ltd | Faq候補抽出システムおよびfaq候補抽出プログラム |
JP2017102921A (ja) * | 2015-12-02 | 2017-06-08 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 質問応答(q&a)データベースを拡張するためのシステム、方法、およびコンピュータ・プログラム(質問応答データベースの拡張) |
JP2019139783A (ja) * | 2014-12-26 | 2019-08-22 | 株式会社オルツ | コミュニケーションを提供する人工知能 |
JP2020109689A (ja) * | 2018-11-06 | 2020-07-16 | データ・サイエンティスト株式会社 | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 |
WO2020174826A1 (ja) * | 2019-02-25 | 2020-09-03 | 日本電信電話株式会社 | 回答生成装置、回答学習装置、回答生成方法、及び回答生成プログラム |
JP2020166426A (ja) * | 2019-03-28 | 2020-10-08 | 株式会社日立ソリューションズ東日本 | 文書分析装置および文書分析方法 |
-
2021
- 2021-02-18 JP JP2021024492A patent/JP7410066B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006031460A (ja) * | 2004-07-16 | 2006-02-02 | Advanced Telecommunication Research Institute International | データ検索方法及びコンピュータプログラム |
JP2011123565A (ja) * | 2009-12-08 | 2011-06-23 | Nomura Research Institute Ltd | Faq候補抽出システムおよびfaq候補抽出プログラム |
JP2019139783A (ja) * | 2014-12-26 | 2019-08-22 | 株式会社オルツ | コミュニケーションを提供する人工知能 |
JP2017102921A (ja) * | 2015-12-02 | 2017-06-08 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 質問応答(q&a)データベースを拡張するためのシステム、方法、およびコンピュータ・プログラム(質問応答データベースの拡張) |
JP2020109689A (ja) * | 2018-11-06 | 2020-07-16 | データ・サイエンティスト株式会社 | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 |
WO2020174826A1 (ja) * | 2019-02-25 | 2020-09-03 | 日本電信電話株式会社 | 回答生成装置、回答学習装置、回答生成方法、及び回答生成プログラム |
JP2020166426A (ja) * | 2019-03-28 | 2020-10-08 | 株式会社日立ソリューションズ東日本 | 文書分析装置および文書分析方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7410066B2 (ja) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3069936C (en) | System and method for identifying and providing personalized self-help content with artificial intelligence in a customer self-help system | |
JP7062851B2 (ja) | 声紋の作成・登録の方法及び装置 | |
WO2020143844A1 (zh) | 意图分析方法、装置、显示终端及计算机可读存储介质 | |
Manaswi et al. | Deep learning with applications using python | |
US11907274B2 (en) | Hyper-graph learner for natural language comprehension | |
CN110609955B (zh) | 一种视频推荐的方法及相关设备 | |
US10019670B2 (en) | Systems and methods for creating and implementing an artificially intelligent agent or system | |
US11928985B2 (en) | Content pre-personalization using biometric data | |
CN112328849A (zh) | 用户画像的构建方法、基于用户画像的对话方法及装置 | |
CN108268450B (zh) | 用于生成信息的方法和装置 | |
WO2021155691A1 (zh) | 用户画像生成方法、装置、存储介质及设备 | |
CN112131883A (zh) | 语言模型训练方法、装置、计算机设备和存储介质 | |
CN111666416A (zh) | 用于生成语义匹配模型的方法和装置 | |
KR20190143792A (ko) | 학습 콘텐츠 추천 장치 및 방법 | |
KR20230117716A (ko) | 검색어 추천 장치, 방법 및 기록매체 | |
JP7410066B2 (ja) | 情報提供装置、情報提供方法および情報提供プログラム | |
Manaswi et al. | Developing chatbots | |
CN115878752A (zh) | 文本情感的分析方法、装置、设备、介质及程序产品 | |
CN113886539A (zh) | 话术推荐方法、装置、客服设备及存储介质 | |
CN114970494A (zh) | 一种评论生成方法、装置、电子设备和存储介质 | |
JP2021162997A (ja) | 情報処理装置及び情報処理方法 | |
Sahu et al. | Offline Virtual Chat Bot by Using Natural Language Processing | |
CN114372191A (zh) | 消息行业应用模板推荐方法、装置及计算设备 | |
CN111444338A (zh) | 文本处理、装置、存储介质及设备 | |
KR102650574B1 (ko) | 트랜드 및 이슈 데이터 수집 및 분석을 기반으로 한 기업 관련 언론 보도 및 홍보 자료 기획 및 생성 방법, 장치 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230919 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7410066 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |