JP2023012634A - 対話表現分析方法、対話表現分析システム、及び対話表現分析プログラム - Google Patents

Abstract

【課題】語彙や表現の一貫性が低い話者の発話内容を適切に変換して、発話内容を用いた対話知識の検索精度を向上できる対話表現分析方法、システム及びプログラムを提供する。【解決手段】方法は、対話の対話記録における第１の話者及び第２の話者の発話に基づいて対話記録のサブコーパスを推定し、サブコーパス毎に対話記録から第１の話者が用いた第１の固有表現及び第２の話者が用いた第２の固有表現を抽出し、第１の固有表現及び第２の固有表現が所定条件を充足するか否かを判定し、所定条件を充足する場合に、第１の固有表現と第２の固有表現とが対応関係を有すると推定する、各処理を有する。【選択図】図１０

Description

本発明は、対話表現分析方法、対話表現分析システム、及び対話表現分析プログラムに関する。

例えばコールセンタのオペレータの顧客電話応対業務を支援する対話型業務推薦システムがある。対話型業務推薦システムは、相談者である顧客の発話内容を基に対話知識を検索し、応対者であるオペレータが行うべき適切な業務手続き（対応）を対話知識から特定して提示する。このため、適切な業務手続きの特定のためには、顧客の発話意図を適切に把握することが望まれる。

このように話者の意図を把握する技術として、例えば特許文献１には「セマンティックマイニングフレームワークは、発話のコーパス内の意図を検出すること、コーパス内の意図に対する意図ベクトルを生み出すこと、意図ベクトル間の距離を計算すること、該距離に基づいて意図ベクトルの意味クラスタを生成すること、意味クラスタに対するクラスタ半径値の安定範囲を検出すること、及び意味クラスタとクラスタ半径値の安定範囲とから意図／実体モデルを生成することを含む。エージェント自動化フレームワーク１００は、受信された自然言語のリクエスト中の意図を分類するために、意図／実体モデルを使用する。」が開示されている（特許文献１の要約書参照）。

特開２０１９－１６９１４８号公報

しかしながら、応対者は、業務マニュアル等に基づく比較的一貫性が高い表現や語彙を用いて発話する一方、相談者は、必ずしも表現や語彙に一貫性があるとは言えず、業務マニュアル等が想定する表現や語彙以外を用いて発話することがある。対話知識が業務マニュアル等から構築されたものである場合に、相談者が想定外の表現や語彙を用いて発話すると、相談者の発話意図を適切に把握し切れない。このため、相談者の発話の表現や語彙を用いた対話知識の検索精度が低下し、応対者に対して適切な業務手続きを提示できないという問題がある。

本発明は、上記の問題に鑑みてなされたものであり、語彙や表現の一貫性が低い話者の発話内容を適切に変換して、発話内容を用いた対話知識の検索精度を向上し得るようにすることを１つの目的とする。

上述した課題を解決するため、本発明の一態様では、第１の話者及び第２の話者による対話で用いられた表現の対応関係を分析する対話表現分析システムが実行する対話表現分析方法であって、前記対話の対話記録における前記第１の話者及び前記第２の話者の発話に基づいて前記対話記録のサブコーパスを推定し、前記サブコーパス毎に前記対話記録から前記第１の話者が用いた第１の固有表現及び前記第２の話者が用いた第２の固有表現を抽出し、前記第１の固有表現及び前記第２の固有表現が所定条件を充足するか否かを判定し、前記所定条件を充足する場合に、前記第１の固有表現と前記第２の固有表現とが対応関係を有すると推定する、各処理を有することを特徴とする。

本発明によれば、例えば、語彙や表現の一貫性が低い話者の発話内容を適切に変換して、発話内容を用いた対話知識の検索精度を向上し得るようにすることができる。

実施形態の対話用語分析システムの構成例を示す図。 実施形態の対話記録のテーブル構成例を示す図。 実施形態の業務マニュアルのテーブル構成例を示す図。 実施形態の対話記録サブコーパスのテーブル構成例を示す図。 実施形態の固有表現リストのテーブル構成例を示す図。 実施形態の固有表現対応関係リストのテーブル構成例を示す図。 実施形態の対話用語対応関係情報の構成例を示す図。 実施形態のサブコーパス推定処理例の説明図。 実施形態の応対者・相談者発話頻度分布例の説明図。 実施形態の対話用語分析処理例を示すフローチャート。 実施形態の固有表現対応関係推定処理例を示すフローチャート。 実施形態の対話用語分析システムを実現するコンピュータのハードウェアの構成例を示す図。

以下、図面を参照して本発明の実施形態を説明する。実施形態は、本発明を説明するための例示に過ぎず、本発明を限定するものではなく、説明の明確化のため、適宜、省略及び簡略化がなされている。本発明は、他の種々の形態や各形態の一部又は全部を組合せた形態でも実施することが可能である。特に限定しない限り、各構成要素は単数でも複数でもよい。

同一あるいは同様の機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。また、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。

実施形態では、テーブル形式で情報を例示するが、情報はテーブル形式に限らずその他の形式であってもよい。

以下の実施形態では、コールセンタ業務を想定し、顧客が相談者、コールセンタのオペレータが応対者であり、相談者の相談内容に基づいて、応対者が取るべき適切な業務手続きを対話知識から取得して顧客に提示するための対話を前提とする。業務手続きは、対応の一例である。対話知識は、応対者との対話における相談者の発話に含まれる語彙や表現といった固有表現をキーに検索すると、応対者が取るべき適切な業務手続きがヒットする場合に検索結果を出力するナレッジＤＢ（Data Base）である。

応対者及び対話知識は、業務マニュアル等に準拠するため、語彙にばらつきがなく一貫性がある。一方顧客は、オペレータ及び対話知識と比較して語彙にばらつきがあり一貫性がない。さらに顧客は、ある事柄を表す際に、オペレータ及び対話知識の語彙との対応関係が自明ではない語彙を用いることもある。このため、オペレータが顧客の発話内容に含まれる語彙を適切に把握しないまま対話知識を検索しても、適切な検索を得ることはできない。

そこで実施形態では、対話を行う相談者及び応対者の話者カテゴリに応じて各話者の語彙の一貫性（あるいは揺らぎ）の程度に差異があることに着目する。そしてこの差異に基づいて、顧客とオペレータの対話記録の蓄積から顧客とオペレータの語彙の対応関係を見出し、語彙の対応関係リストを作成する。この対応関係リストを用い、顧客の発話内容に含まれる語彙を適切な語彙に変換した上で対話知識を検索し、適切な業務手続きを取得でき、検索精度を向上させる。また対応関係リストを用意することで、オぺーレータをＡＩ（Artificial Intelligence）チャットボットに置き換え後も、顧客の発話内容に含まれる語彙を適切な語彙に変換した上で対話知識を検索し、適切な業務手続きを取得できるようになる。

以下の実施形態では、オペレータ（応対者）には、顧客（相談者）との対話において表現（あるいは語彙）に一貫性があり、顧客には、オペレータとの対話において表現（あるいは語彙）に一貫性がないことを前提とする。本発明は、しかしこれに限らず、対話を行う第１の話者と第２の話者との間に、対話内での表現（あるいは語彙）の一貫性に関して相対的な差異が存在すれば、適用可能である。

（対話用語分析システム１０の構成）
図１は、実施形態の対話用語分析システム１０の構成例を示す図である。対話用語分析システム１０には、ディスプレイやプリンタ等の表示装置２０が接続される。

（対話用語分析システム１０の保持データ）
対話用語分析システム１０は、対話記録１１、業務マニュアル１２、対話記録サブコーパス１３、固有表現リスト１４、固有表現対応関係リスト１５、及び対話用語対応関係情報１６を、揮発性又は不揮発性の記憶領域に格納している。

（対話記録１１）
図２は、実施形態の対話記録１１のテーブル構成例を示す図である。対話記録１１は、業務ドメイン毎に対話の記録をテーブル保存するものであり、対話記録ＩＤ１１１、話者カテゴリ１１２、発話番号１１３、及び発話テキスト１１４のカラムを有する。業務ドメインとは、応対者が担当する業務の領域であり、対話の対象領域の一例である。１つの対話は、相談者と応対者でやり取りされる複数の発話から構成される。

対話記録ＩＤ１１１は、記録された対話の識別情報である。話者カテゴリ１１２は、対話記録ＩＤ１１１で識別される１つの対話記録の中で、発話番号１１３の順序で発話される発話テキスト１１４の話者が相談者及び応対者の何れであるかを示す。

（業務マニュアル１２）
図３は、実施形態の業務マニュアル１２のテーブル構成例を示す図である。業務マニュアル１２は、業務ドメイン毎の業務のマニュアル文を保存するものであり、文書ＩＤ１２１、行番号１２２、及びテキスト１２３のカラムを有する。業務マニュアル１２は、複数の文書から構成される。文書は、行番号が示される複数のテキストから構成される。

文書ＩＤ１２１は、業務ドメイン毎の業務マニュアル１２内での文書の識別情報である。行番号１２２は、テキスト１２３で示される各マニュアル文が文書ＩＤ１２１で識別される文書内でどの行位置であるかを示す。

（対話記録サブコーパス１３）
図４は、実施形態の対話記録サブコーパス１３のテーブル構成例を示す図である。対話記録サブコーパス１３は、業務ドメイン毎の対話記録１１のサブコーパスに関する情報をテーブル保存するものであり、対話記録ＩＤ１３１、サブコーパスＩＤ１３２、及び生成方法１３３のカラムを有する。サブコーパスとは、全ての対話記録を対象として抽出された相談者と応対者の対話記録の部分集合である。

全ての対話記録を対象として生成方法１３３で示される各手法を適用して生成された各サブコーパスは、サブコーパスＩＤ１３２で識別される。サブコーパスＩＤ１３２で識別される同一のサブコーパスにグループ分けされた各対話記録は、対話記録ＩＤ１３１で識別される。

例えば対話記録サブコーパス１３では、対話記録ＩＤ１３１「９」「１０」「１１」の対話記録が、生成方法１３３「クラスタリング」によってサブコーパスＩＤ１３２「１」のサブコーパスへ分類されたことを示す。また対話記録サブコーパス１３では、対話記録ＩＤ１３１「１２」「１３」「１４」が、生成方法１３３「業務マニュアル用語「創業記念ミュージアム」の有無」に応じてサブコーパスＩＤ１３２「２」のサブコーパスへ分類されたことを示す。

（固有表現リスト１４）
図５は、実施形態の固有表現リスト１４のテーブル構成例を示す図である。固有表現リスト１４は、業務ドメイン毎の固有表現の統計情報を話者カテゴリ別に保存するテーブルである。固有表現リスト１４は、固有表現ＩＤ１４１、サブコーパスＩＤ１４２、話者カテゴリ１４３、固有表現テキスト１４４、統計情報１（ｔｆ）１４５、及び統計情報２（ｉｄｆ^－１）１４６のカラムを有する。

固有表現ＩＤ１４１は、固有表現テキスト１４４に示される固有表現の識別情報である。サブコーパスＩＤ１４２は、固有表現ＩＤ１４１で識別される固有表現が登場するサブコーパスの識別情報である。統計情報１（ｔｆ）１４５は、サブコーパスＩＤ１４２及び話者カテゴリ１４３のそれぞれで識別されるサブコーパス及び話者カテゴリ内で、固有表現ＩＤ１４１で識別される固有表現が登場する頻度を測る統計値である。統計情報２（ｉｄｆ^－１）１４６は、サブコーパスＩＤ１４２及び話者カテゴリ１４３のそれぞれで識別されるサブコーパス及び話者カテゴリ内で、固有表現ＩＤ１４１で識別される固有表現が出現する対話の数を測る統計値の対数値である。

固有表現リスト１４を基に、例えば応対者・相談者発話頻度分布１７（図９）が作成される。

（固有表現対応関係リスト１５）
図６は、実施形態の固有表現対応関係リスト１５のテーブル構成例を示す図である。固有表現対応関係リスト１５は、業務ドメイン毎に業務マニュアル用語と相談者発話の固有表現の対応関係を保存するテーブルであり、対応関係ＩＤ、業務マニュアル用語固有表現１５２、相談者発話固有表現１５３、及びサブコーパスＩＤ１５４のカラムを有する。

対応関係ＩＤ１５１は、サブコーパスＩＤ１５４で識別されるサブコーパス内での業務マニュアル用語固有表現１５２と相談者発話固有表現１５３との対応関係を識別する識別情報である。業務マニュアル用語固有表現１５２は、サブコーパスＩＤ１５４で識別されるサブコーパスに分類された対話記録１１に登録されている応対者発話の固有表現であり、業務マニュアル１２内の固有表現と一致する。相談者発話固有表現１５３は、サブコーパスＩＤ１５４で識別されるサブコーパスに分類された対話記録１１に登録されている相談者発話の固有表現である。

（対話用語対応関係情報１６の構成）
図７は、実施形態の対話用語対応関係情報１６の構成例を示す図である。対話用語対応関係情報１６は、固有表現対応関係リスト１５（図６）で示す業務マニュアル用語（応対者発話）１６１と相談者用語（相談者発話）１６２との対応関係を、対応関係の根拠情報と共に表示装置２０に表示する情報である。対応関係の根拠情報は、対応関係の推定の際に用いた後述の応対者・相談者発話頻度分布１７（図９）である。図９では、後述するように、応対者発話の固有表現（創業記念ミュージアム」１７１１の統計情報１（ｔｆ）と、相談者発話の固有表現（創業記念ミュージアム）１７２１、（ウサギの建物）１７２２、（テーマパーク）１７２３の統計情報１（ｔｆ）の合計とが一致することで、これらの固有表現が対応関係ありと推定されることを示す。ユーザは、対話用語対応関係情報１６を参照することで、業務マニュアル用語（応対者発話）１６１と相談者用語（相談者発話）１６２との対応付けの妥当性を判断できる。

なお対話用語対応関係情報１６に含まれる根拠情報として、応対者・相談者発話頻度分布１７は一例に過ぎない。業務マニュアル用語（応対者発話）１６１と相談者用語（相談者発話）１６２との対応関係の推定で用いた情報であれば、他の情報も根拠情報とすることもできる。

（対話用語分析システム１０の処理機能）
図１の説明に戻る。対話用語分析システム１０は、処理機能部として、サブコーパス推定部２１、統計情報計算部２２、固有表現抽出部２３、固有表現対応関係推定部２４、根拠情報生成部２５、及び表示制御部２６を含んで構成される。これらの処理機能部は、プロセッサ及びメモリによるプログラム実行によって実現される。

（サブコーパス推定部２１のサブコーパス推定処理）
サブコーパス推定部２１は、サブコーパス推定処理（後述のステップＳ１１（図１０））を実行する。サブコーパス推定処理では、指定された対象領域である業務ドメイン毎に、対話記録ＤＢ１１の全ての対話記録１１に対して、応対者の発話内容の類似性に基づくクラスタリングが実行される。またはサブコーパス推定処理では、業務マニュアルに登場する業務マニュアル用語の出現の有無に基づくグループ化が実行される。クラスタリング又はグループ化によって、業務ドメイン毎のサブコーパスが作成される。作成されたサブコーパスは、対話記録サブコーパス１３に格納される。なおサブコーパス推定部２１は、業務ドメインを、対話内の発話や表現、単語等に基づく対話の特徴量から判断してもよい。

図８は、実施形態のサブコーパス推定処理例の説明図である。例えばサブコーパスの推定方法の一例として、業務ドメインの指定を受け付け、指定された業務ドメイン毎の対話記録１１から、相談者と応対者の対話のうちの応対者の発話が類似性を有する対話を同一クラスタに分類するクラスタリングがある。図８では、３つの対話記録１８１、１８２、１８３の何れも相談者発話１８１１、１８２１、１８３１に対する応対者発話１８１２、１８２２、１８３２の中に「〇月〇日で創業記念ミュージアムの予約を承りました」という文があり類似性が認められる。よって対話記録１８１、１８２、１８３が同一のサブコーパス１８にグループ化される。

またサブコーパスの推定方法の別例としては、指定された業務ドメイン毎の対話記録から、相談者と応対者の対話中で業務マニュアルに登場する業務マニュアル用語の発話がある対話、及び、業務マニュアル用語の発話がない対話、といったグループ分けがある。

（統計情報計算部２２の統計情報計算処理）
統計情報計算部２２は、統計情報計算処理（後述のステップＳ１２（図１０））を実行する。統計情報計算処理では、同一のサブコーパスに分類された対話記録のテキストの集合に対して、応対者側と相談者側のそれぞれの発話の統計情報を算出する。例えば統計情報計算部２２は、同一のサブコーパスに分類された対話記録の応対者及び相談者の各テキストの頻度分布（統計情報１（ｔｆ）１４５（図５））、及び、各テキストが登場する対話の数（統計情報２（ｉｄｆ^－１）１４６（図５））を算出する。

図９は、実施形態の応対者・相談者発話頻度分布例の説明図である。図９の例では、応対者発話頻度分布１７１は、発話１７１１（創業記念ミュージアム）が２０回、発話１７１２（ＸＸ月ＸＸ日）が１回、発話１７１３（ＹＹ月ＹＹ日）が１回となっている。また相談者発話頻度分布１７２では、発話１７２１（創業記念ミュージアム）が１０回、発話１７２２（ウサギの建物）が５回、発話１７２３（テーマパーク）が３回となっている。

（固有表現抽出部２３の固有表現抽出処理）
固有表現抽出部２３は、固有表現抽出処理（後述のステップＳ１３（図１０））を実行する。固有表現抽出処理では、例えば固有表現抽出（ＮＥＲ：Named Entity Recognition）」のような周知技術を用いて、統計情報計算部２２によって統計情報が計算されたテキストの中から固有表現が抽出される。固有表現とは、例えば「４月１日」を単語分割すると「４」「月」「１」「日」のように４つの単語に分割されるが、「４月１日」の日時情報のように、何らかの意味を持つ１つの単位になるように単語がまとめられた表現あるいは語彙を指す。さらに固有表現抽出処理では、固有表現は、出現するグループあるいはクラスタで固有の表現であるため、他のグループあるいはクラスタでも出現する表現は、一般性が高い表現として、固有表現から除外される。

固有表現抽出部２３は、上述のように一般性が高い固有表現を除外して残った固有表現に固有表現ＩＤを割り当てる。固有表現抽出部２３は、固有表現ＩＤ、この固有表現が含まれるサブコーパスＩＤ、固有表現のテキスト、統計情報１（ｔｆ）、及び統計情報２（ｉｄｆ^－１）を対応付けて、サブコーパス毎の固有表現リスト１４に登録する。

（固有表現対応関係推定部２４の固有表現対応関係推定処理）
固有表現対応関係推定部２４は、固有表現対応関係推定処理（後述のステップＳ１４（図１０））を実行する。対応関係推定処理では、サブコーパス毎の固有表現リスト１４の中で、応対者の固有表現（業務マニュアル用語）と相談者の固有表現との対応関係が推定される。

サブコーパス毎の固有表現リスト１４の中で、対応付け可能な応対者の固有表現と相談者の固有表現とは、次の３つの条件を充足する。

（条件１）応対者の固有表現と相談者の固有表現の組合せは、対話記録ＩＤ１３１で識別される同一の対話記録内で共起性を有する（発話順序を示す発話番号（図２）の距離が閾値以下）。同一の組合せが複数の場合は、発話番号の距離の平均を取る。

（条件２）同一の応対者の固有表現と相談者の固有表現の複数の組合せのうちで、対話中の応対者の発話テキストに手掛かり表現（例えば“～のことですか？”といった問い返し表現等の特定表現）が含まれる割合が閾値以上である。対話中に手掛かり表現が一定割合以上存在する場合に、この応対者の固有表現と相談者の固有表現の組合せは、応対者の固有表現と相談者の固有表現の時間的近接性を表し、対応関係ありが示唆される。

（条件３）応対者側発話の固有表現の統計情報１（ｔｆ）と、相談者側発話の固有表現の統計情報１（ｔｆ）の合計とが一致又は一定範囲内で近似する。または応対者側発話の固有表現の統計情報２（ｉｄｆ^－１）と、相談者側発話の固有表現の統計情報２（ｉｄｆ^－１）の合計とが一致又は一定範囲内で近似する。例えば応対者側発話の１つの固有表現の統計情報１（ｔｆ）と、相談者側発話の複数の固有表現の統計情報１（ｔｆ）の合計が一致する場合に、応対者側発話の１つの固有表現が相談者側発話の複数の固有表現のそれぞれと対応関係を有すると推定される。

固有表現対応関係推定部２４は、上記（条件１）～（条件３）を全て充足する応対者の固有表現と相談者の固有表現との組を、対応関係ありと分析し、固有表現対応関係リスト１５（図６）に格納する。

図９では、図８の対話記録１８１、１８２、１８３の応対者発話１８１２、１８２２、１８２３における「創業記念ミュージアム」と、相談者発話１８１１、１８２１、１８３１における「ウサギの建物」、「創業記念ミュージアム」、「テーマパーク」と、が（条件１）～（条件３）を充足して対応関係を有すると判断される。すなわち「創業記念ミュージアム」と「ウサギの建物」、「創業記念ミュージアム」と「テーマパーク」の各組合せは、対応関係を有する固有表現であると判断される。
（条件１）発話番号の距離が閾値以下である。
（条件２）対話中に手掛かり表現の割合が閾値以上である。
（条件３）応対者側発話の固有表現（創業記念ミュージアム）１７１１の統計情報１（ｔｆ）が２０回である。これに対して、相談者側発話の固有表現（創業記念ミュージアム）１７２１、（ウサギの建物）１７２２、（テーマパーク）１７２３の統計情報１（ｔｆ）の合計が１０＋７＋３＝２０回である。これは、固有表現（創業記念ミュージアム）１７１１の統計情報１（ｔｆ）と一致する。

なお上記（条件１）～（条件３）の全てが充足されることで、応対者の固有表現と相談者の固有表現とが対応関係を有するとの推定結果の確信度が高まる。しかし、上記（条件１）～（条件３）の必ずしも全てが充足されなくても、上記（条件１）～（条件３）の少なくとも何れかが充足されれば、応対者の固有表現と相談者の固有表現とが対応関係を有すると推定してもよい。

また応対者の固有表現と相談者の固有表現とが対応関係を有すると推定する際に、上記（条件１）～（条件３）に限らず、応対者と相談者の固有表現の時間的近接性や他の関連性を示唆する条件が充足されることで、対応関係があると推定してもよい。

固有表現対応関係推定部２４は、対応関係ありと推定した応対者の固有表現（業務マニュアル用語固有表現１５２）と相談者の固有表現（相談者発話固有表現１５３）を、対応関係ＩＤ１５１、サブコーパスＩＤ１５４と共に固有表現対応関係リスト１５に格納する。

なお固有表現対応関係推定部２４は、上述した（条件１）～（条件３）に基づく方法に限らず、各固有表現の特徴量及び対応関係の有無を学習させて予測値及び予測確信度を出力する分類器を構成し、この分類器を用いて固有表現の対応関係を判断してもよい。

（対話用語分析処理）
次に対話用語分析システム１０の処理動作を説明する。図１０は、実施形態の対話用語分析処理例を示すフローチャートである。先ずステップＳ１１では、サブコーパス推定部２１は、サブコーパスを作成する業務ドメインが指定された上でサブコーパス処理を実行する。次にステップＳ１２では、統計情報計算部２２は、統計情報計算処理を実行する。次にステップＳ１３では、固有表現抽出部２３は、固有表現抽出処理を実行する。次にステップＳ１４では、固有表現対応関係推定部２４は、固有表現対応関係推定処理を実行する。固有表現対応関係推定処理は、図１１を参照して後述する。

次にステップＳ１５では、根拠情報生成部２５は、根拠情報生成処理を実行する。根拠情報生成処理では、業務マニュアル用語固有表現１５２と相談者発話固有表現１５３との対応関係（図６）を推定した根拠情報として例えば応対者・相談者発話頻度分布１７（図９）を付加した対話用語対応関係情報１６を作成する。

次にステップＳ１６では、表示制御部２６は、対話用語対応関係情報１６（図７）を表示装置２０の表示画面に出力する。

（固有表現対応関係推定処理の詳細）
図１１は、図１０のステップＳ１４の固有表現対応関係推定処理の詳細例を示すフローチャートである。先ずステップＳ１４０１では、固有表現対応関係推定部２４は、サブコーパスＩＤを指定して固有表現リスト１４から該当のサブコーパスＩＤのレコード群を抽出する。

次にステップＳ１４０２では、固有表現対応関係推定部２４は、ステップＳ１４０１で抽出したレコード群の中に、対応関係の有無が未判定の固有表現レコードの組があるか否かを判定する。固有表現対応関係推定部２４は、対応関係の有無が未判定の固有表現レコードの組がある場合（ステップＳ１４０２ＹＥＳ）にステップＳ１４０３へ処理を移す。一方固有表現対応関係推定部２４は、全ての固有表現レコードの組の対応関係の有無を判定した場合（ステップＳ１４０２ＮＯ）に固有表現対応関係推定処理を終了し、図１０のステップＳ１５へ処理を移す。

次にステップＳ１４０３では、固有表現対応関係推定部２４は、ステップＳ１４０１で抽出したレコード群から対応関係の有無を未判定の固有表現の２つのレコードの組を１つ選択する。

次にステップＳ１４０４では、固有表現対応関係推定部２４は、ステップＳ１４０３で選択した２つのうちの何れかの固有表現を発話テキスト１１４に含む対話記録１１（図２）のレコードのうち、「手掛かり表現」（例えば「～のことでしょうか」のような聞き返しの表現）を含むレコードの有無を判定する。そして、固有表現対応関係推定部２４は、ステップＳ１４０３で選択した２つのうちの何れかの固有表現を発話テキスト１１４に含む対話記録１１（図２）のレコードのうちの、「手掛かり表現」を含むレコードの割合を計算する。

次にステップＳ１４０５では、固有表現対応関係推定部２４は、ステップＳ１４０３で選択した２つの固有表現の一方と他方を発話テキスト１１４にそれぞれ含む対話記録１１の２つのレコードの組について、発話番号１１３の差分に基づく２レコード間の距離（発話同士の距離）を推定する。ステップＳ１４０３で選択した２つの固有表現の一方と他方を発話テキスト１１４にそれぞれ含む対話記録１１の２つのレコードの組が複数抽出された場合には、２つのレコードの全ての組の距離の平均を取る。

次にステップＳ１４０６では、固有表現対応関係推定部２４は、ステップＳ１４０５で推定された「発話同士の距離」が上述の（条件１）を充たす、ステップＳ１４０４で計算された「手掛かり表現を含む割合」が上述の（条件２）を充たす、及び、ステップＳ１４０３で選択した２つの固有表現の統計情報（統計情報１（ｔｆ）及び統計情報２（ｉｄｆ^－１）（図５））が上述の（条件３）を充たすことに基づいて、ステップＳ１４０３で選択した２つの固有表現の対応関係ありと判定する。（条件１）～（条件３）の何れか１つでも充足されなかった場合は、対応関係なしと判定される。対応関係ありの場合、ステップＳ１４０３で選択した２つの固有表現及び関連情報を固有表現対応関係リスト１５（図６）に格納する。ステップＳ１４０６が終了すると、固有表現対応関係推定部２４は、ステップＳ１４０２へ処理を戻す。

上記実施形態では、サブコーパス毎に対話記録から応対者が用いた第１の固有表現及び相談者が用いた第２の固有表現を抽出し、第１の固有表現及び第２の固有表現が所定条件を充足する場合に、第１の固有表現と第２の固有表現とが対応関係を有すると推定する。よって、表現の一貫性の高い話者（応対者）とそうでない話者（相談者）という話者の特性を利用して、応対者と相談者の語彙の対応関係を取ることができる。そして、相談者に対する応対を支援するシステムにおいて相談者の発話に基づいて対話知識を検索する際に有用な、相談者の発話語彙と業務マニュアル用語（応対者の発話語彙）の対応関係の情報を低コストで生成できる。

また上記実施形態では、固有表現の共起性、固有表現の時間的近接性を示す特定表現の存在、及び、固有表現の統計情報の特定条件充足、の少なくとも何れかが充足されることで第１の固有表現と第２の固有表現とが対応関係を有すると推定する。よって、多様な基準に基づくことで、対応関係の推定精度を高めることができる。

また上記実施形態では、共起性は、固有表現の発話順序の差で表される距離が閾値以下であることによって表される。よって発話順序が近い固有表現をより共起性が高い固有表現であると判別できる。

また上記実施形態では、固有表現に関する問い返し表現である。よって固有表現の対応関係を手掛かり語に基づいて判別できる。

また上記実施形態では、対話を行う第１の話者と第２の話者との間に、固有表現の一貫性の程度に少しでも差異があれば、本実施形態を適用して第１の話者の固有表現と第２の話者の固有表現との対応関係を取ることができる。

また上記実施形態では、固有表現の一貫性が相対的に高い第１の話者の第１の固有表現の頻度分布と、第１の話者と比較して固有表現の一貫性が相対的に低い第２の話者の第２の固有表現の第１の頻度分布とに基づいて、固有表現の対応関係を取ることができる。

また上記実施形態では、対話の業務ドメイン毎に対話記録のサブコーパスを推定することで、業務ドメインを絞った上で固有表現の対応関係を取るので、対応関係の推定精度が向上する。

また上記実施形態では、業務ドメインを対話の特徴量に基づいて判断するので、客観指標に基づく決定結果に基づいて業務ドメインを絞った上で固有表現との対応関係を取るので、対応関係の推定精度が向上する。

また上記実施形態では、類似性を有する対話を同一クラスタに分類するクラスタリングを行って対話記録のサブコーパスを推定するので、固有表現の対応関係を取る際の推定精度が向上する。

また上記実施形態では、推定された固有表現の対応関係と共に、対応関係を有すると判定された際の根拠情報をユーザインターフェースに表示することで、ユーザに対応関係の妥当性や信頼性の程度を認識させることができる。

（対話用語分析システム１０を実現するコンピュータ５００の構成）
図１２は、対話用語分析システム１０を実現するコンピュータ５００の構成例を示す図である。コンピュータ５００では、プロセッサ５１０、ＲＡＭ（Random Access Memory）などのメモリ５２０、ＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive）などのストレージ５３０、及びネットワークＩ／Ｆ（Inter/Face）５４０が、バスを介して接続されている。

コンピュータ５００において、対話用語分析システム１０を実現するためのプログラムがストレージ５３０から読み出されプロセッサ５１０及びメモリ５２０の協働により実行されることで対話用語分析システム１０が実現される。または、対話用語分析システム１０を実現するためのプログラムは、ネットワークＩ／Ｆ５４０を介した通信により非一時的な記憶装置を備えた外部のコンピュータから取得されてもよい。あるいは対話用語分析システム１０を実現するためのプログラムは、非一時的記録媒体に記録され、媒体読み取り装置によって読み出されることで取得されてもよい。

本発明は上述の実施形態に限定されるものではなく、様々な変形例を含む。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、矛盾しない限りにおいて、ある実施形態の構成の一部を他の実施形態の構成で置き換え、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、構成の追加、削除、置換、統合、又は分散をすることが可能である。また、実施形態で示した構成及び処理は、処理効率又は実装効率に基づいて適宜分散、統合、または入れ替えることが可能である。

１０：対話用語分析システム、１１：対話記録、１２：業務マニュアル、１３：対話記録サブコーパス、１４：固有表現リスト、１５：固有表現対応関係リスト、１６：対話用語対応関係情報、１７：応対者・相談者発話頻度分布、１８：サブコーパス、２１：サブコーパス推定部、２２：統計情報計算部、２３：固有表現抽出部、２４：固有表現対応関係推定部、２５：根拠情報生成部

Claims (18)

1. 第１の話者及び第２の話者による対話で用いられた表現の対応関係を分析する対話表現分析システムが実行する対話表現分析方法であって、
   前記対話の対話記録における前記第１の話者及び前記第２の話者の発話に基づいて前記対話記録のサブコーパスを推定し、
   前記サブコーパス毎に前記対話記録から前記第１の話者が用いた第１の固有表現及び前記第２の話者が用いた第２の固有表現を抽出し、
   前記第１の固有表現及び前記第２の固有表現が所定条件を充足するか否かを判定し、前記所定条件を充足する場合に、前記第１の固有表現と前記第２の固有表現とが対応関係を有すると推定する、
   各処理を有することを特徴とする対話表現分析方法。
2. 請求項１に記載の対話表現分析方法であって、
   前記所定条件は、
   前記第１の固有表現及び前記第２の固有表現が共起性を有すること、前記対話記録に前記第１の固有表現及び前記第２の固有表現の時間的近接性を示す特定表現が含まれること、及び、前記第１の固有表現及び前記第２の固有表現の統計情報が特定条件を充足すること、の少なくとも何れかである
   ことを特徴とする対話表現分析方法。
3. 請求項２に記載の対話表現分析方法であって、
   前記第１の固有表現及び前記第２の固有表現の共起性は、発話順序の差で表される距離が閾値以下であることによって表される
   ことを特徴とする対話表現分析方法。
4. 請求項２に記載の対話表現分析方法であって、
   前記特定表現は、前記第１の固有表現及び前記第２の固有表現のうちの何れか一方に関する問い返し表現である
   ことを特徴とする対話表現分析方法。
5. 請求項２に記載の対話表現分析方法であって、
   前記第１の話者が前記対話において用いた前記第１の固有表現と、前記第２の話者が前記対話において用いた前記第２の固有表現との間に、表現の一貫性の差異がある
   ことを特徴とする対話表現分析方法。
6. 請求項５に記載の対話表現分析方法であって、
   前記特定条件は、
   前記一貫性が相対的に高い前記第１の話者の前記第１の固有表現の頻度分布と、前記一貫性が相対的に低い前記第２の話者の前記第２の固有表現の第１の頻度分布とに基づく条件である
   ことを特徴とする対話表現分析方法。
7. 請求項１に記載の対話表現分析方法であって、
   対話の対象領域毎に前記対話記録のサブコーパスを推定する
   ことを特徴とする対話表現分析方法。
8. 請求項７に記載の対話表現分析方法であって、
   前記対象領域を、前記対話の特徴量に基づいて判断する
   ことを特徴とする対話表現分析方法。
9. 請求項５に記載の対話表現分析方法であって、
   前記第１の話者及び前記第２の話者のうちの前記表現の一貫性が高い方の話者の発話に対して、類似性を有する対話を同一クラスタに分類するクラスタリングを行って前記対話記録のサブコーパスを推定する
   ことを特徴とする対話表現分析方法。
10. 請求項１に記載の対話表現分析方法であって、
    前記所定条件を充足して対応関係を有すると判定された前記第１の固有表現と前記第２の固有表現との対応関係と共に、該対応関係を有すると判定された際の根拠情報として前記所定条件を表示装置に表示する
    ことを特徴とする対話表現分析方法。
11. 第１の話者及び第２の話者による対話で用いられた表現の対応関係を分析する対話表現分析システムであって、
    前記対話の対話記録における前記第１の話者及び前記第２の話者の発話に基づいて前記対話記録のサブコーパスを推定するサブコーパス推定部と、
    前記サブコーパス毎に前記対話記録から前記第１の話者が用いた第１の固有表現及び前記第２の話者が用いた第２の固有表現を抽出する固有表現抽出部と、
    前記第１の固有表現及び前記第２の固有表現が所定条件を充足するか否かを判定し、前記所定条件を充足する場合に、前記第１の固有表現と前記第２の固有表現とが対応関係を有すると推定する対応関係推定部と、
    を有することを特徴とする対話表現分析システム。
12. 請求項１１に記載の対話表現分析システムであって、
    前記所定条件は、
    前記第１の固有表現及び前記第２の固有表現が共起性を有すること、前記対話記録に前記第１の固有表現及び前記第２の固有表現の時間的近接性を示す特定表現が含まれること、及び、前記第１の固有表現及び前記第２の固有表現の統計情報が特定条件を充足すること、の少なくとも何れかである
    ことを特徴とする対話表現分析システム。
13. 請求項１２に記載の対話表現分析システムであって、
    前記第１の話者が前記対話において用いた前記第１の固有表現と、前記第２の話者が前記対話において用いた前記第２の固有表現との間に、表現の一貫性の差異がある
    ことを特徴とする対話表現分析システム。
14. 請求項１３に記載の対話表現分析システムであって、
    前記特定条件は、
    前記一貫性が相対的に高い前記第１の話者の前記第１の固有表現の頻度分布と、前記一貫性が相対的に低い前記第２の話者の前記第２の固有表現の第１の頻度分布とに基づく条件である
    ことを特徴とする対話表現分析システム。
15. 請求項１１に記載の対話表現分析システムであって、
    前記サブコーパス推定部は、
    対話の対象領域毎に前記対話記録のサブコーパスを推定する
    ことを特徴とする対話表現分析システム。
16. 請求項１３に記載の対話表現分析システムであって、
    前記サブコーパス推定部は、
    前記第１の話者及び前記第２の話者のうちの前記表現の一貫性が高い方の話者の発話に対して、類似性を有する対話を同一クラスタに分類するクラスタリングを行って前記対話記録のサブコーパスを推定する
    ことを特徴とする対話表現分析システム。
17. 請求項１１に記載の対話表現分析システムであって、
    前記所定条件を充足して対応関係を有すると判定された前記第１の固有表現と前記第２の固有表現との対応関係と共に、該対応関係を有すると判定された際の根拠情報として前記所定条件を表示装置に表示する
    ことを特徴とする対話表現分析システム。
18. コンピュータを請求項１１～１７の何れか１項に記載の対話表現分析システムとして機能させるための対話表現分析プログラム。
    

Images