JP2023055296A - Compatibility assessment system, method, and program - Google Patents
Compatibility assessment system, method, and program Download PDFInfo
- Publication number
- JP2023055296A JP2023055296A JP2021164509A JP2021164509A JP2023055296A JP 2023055296 A JP2023055296 A JP 2023055296A JP 2021164509 A JP2021164509 A JP 2021164509A JP 2021164509 A JP2021164509 A JP 2021164509A JP 2023055296 A JP2023055296 A JP 2023055296A
- Authority
- JP
- Japan
- Prior art keywords
- compatibility
- evaluation
- pair
- value
- unit
- 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.)
- Pending
Links
Images
Abstract
Description
本開示は、相性評価を行なうシステム、方法およびプログラムに関する。 The present disclosure relates to a system, method, and program for compatibility evaluation.
国際公開第2019/097674号(特許文献1)は、人間関係を解析して定量化する人間関係解析ユニットを開示している。人間解析ユニットは、複数の人間の会話音声データから所定のキーワードを抽出し、発話者毎のキーワードに基づいて当該発話者毎の言葉遣いを特定し、言葉遣いと会話内容とを用いて、人間関係を解析する。 WO2019/097674 discloses a human relationship analysis unit that analyzes and quantifies human relationships. The human analysis unit extracts a predetermined keyword from conversation voice data of a plurality of people, identifies the wording of each speaker based on the keyword of each speaker, and uses the wording and conversation content to analyze the human Analyze relationships.
一般的に、職場における離職率を低くすることが望まれる。離職理由のうち最も多い理由は、人間関係の不具合であると言われている。すなわち、離職率は、職場における複数の人間同士の相性の良否に依存する。 In general, it is desirable to have a low turnover rate in the workplace. The most common reason for leaving a job is said to be a problem with human relationships. In other words, the turnover rate depends on the compatibility between a plurality of people in the workplace.
特許文献1に開示の人間関係解析ユニットは、カーナビゲーション装置などの車両用操作支援装置に適用され、車両内の複数の乗員同士の人間関係が「家族」、「友人」、「上司と部下」、「同僚」などの複数のカテゴリーの中のいずれに該当するかを推定する。すなわち、特許文献1に開示の人間関係解析ユニットは、複数の人間同士の相性の良否を推定するものではない。したがって、特許文献1に開示の人間関係解析ユニットは、職場における離職率の低下を支援できない。
The human relationship analysis unit disclosed in
本開示は上述のような問題点を解決するためになされたものであって、その目的は、職場における離職率の低下を支援することが可能な相性評価システム、方法及びプログラムを提供することである。 The present disclosure has been made to solve the above-mentioned problems, and its purpose is to provide a compatibility evaluation system, method, and program that can help reduce the turnover rate in the workplace. be.
ある局面に従うと、相性評価システムは、発言者による発言を取得する取得部と、発言ごとに心理的安全性の度合いを検出する検出部と、対象発言者の発言について検出された度合いに基づいて、対象発言者と対象発言者の発言の直前に発言した別の発言者とのペア毎の相性を評価する評価部と、を備える。 According to one aspect, the compatibility evaluation system includes an acquisition unit that acquires a statement by a speaker, a detection unit that detects the degree of psychological safety for each statement, and , and an evaluation unit that evaluates compatibility for each pair between the target speaker and another speaker who spoke immediately before the target speaker's speech.
好ましくは、評価部は、予め定められた期間毎に、ペア毎の対象発言者の発言について検出された度合いを集計することにより、ペア毎の相性に関する評価値を算出する。 Preferably, the evaluation unit calculates the evaluation value of compatibility for each pair by totaling the degree of detection of the utterances of the target speaker for each pair for each predetermined period.
好ましくは、相性評価システムは、評価値の時間変化を示す画面を提供する提供部をさらに備える。 Preferably, the compatibility evaluation system further includes a providing unit that provides a screen showing changes in evaluation values over time.
好ましくは、評価値は、度合いが第1基準を超える発言の回数を示す第1数値、度合いが第1基準を超える発言の割合を示す第2数値、度合いが第2基準を下回る発言の回数を示す第3数値、度合いが第2基準を下回る発言の割合を示す第4数値、および、第1数値から第4数値から選択される1以上の数値を用いて演算される第5数値のうちの少なくとも1つを含む。 Preferably, the evaluation value includes a first numerical value indicating the number of utterances whose degree exceeds the first criterion, a second numerical value indicating the percentage of utterances whose degree exceeds the first criterion, and the number of utterances whose degree falls below the second criterion. of the third numerical value shown, the fourth numerical value indicating the percentage of utterances whose degree falls below the second standard, and the fifth numerical value calculated using one or more numerical values selected from the first numerical value to the fourth numerical value At least one.
好ましくは、相性評価システムは、ペア毎に、過去一定期間における、相性の悪くなる方向への評価値の変化幅が基準値を超えることに応じて、相性悪化の兆候を示す警告を発する警告部をさらに備える。 Preferably, the compatibility evaluation system includes a warning unit that issues a warning indicating a sign of deterioration of compatibility in response to a change in evaluation value in the direction of worsening compatibility for each pair in the past fixed period exceeding a reference value. further provide.
好ましくは、相性評価システムは、ペア毎の評価値の時間変化に基づいて、対象発言者に対してラベルを付けるラベリング部をさらに備える。 Preferably, the compatibility evaluation system further includes a labeling unit that labels the target speaker based on the temporal change in the evaluation value for each pair.
好ましくは、ラベリング部は、ペア毎に、相性の評価を開始してからの第1の一定期間における、相性が良くなる方向への評価値の第1変化幅を算出する。ラベリング部は、ペア毎の第1変化幅の第1代表値が第2基準値を超え、かつ、単位時間当たりの相性の評価が開始されるペアの数が第1基準値を超えることに応じて、対象発言者に対して第1ラベルを付ける。 Preferably, the labeling unit calculates, for each pair, a first change range of the evaluation value in the direction of improving compatibility in a first fixed period after the start of compatibility evaluation. The labeling part indicates that the first representative value of the first change width for each pair exceeds the second reference value and the number of pairs for which compatibility evaluation is started per unit time exceeds the first reference value. to assign the first label to the target speaker.
好ましくは、ラベリング部は、ペア毎に、相性の評価を開始してからの第2の一定期間における、相性が良くなる方向への評価値の第2変化幅を算出し、ペア毎の第2変化幅の第2代表値が第3基準値を超えることに応じて、対象発言者に対して第2ラベルを付ける。 Preferably, the labeling unit calculates, for each pair, a second variation range of the evaluation value in a direction of improving compatibility in a second fixed period after the start of compatibility evaluation, A second label is attached to the target speaker in accordance with the fact that the second representative value of the width of change exceeds the third reference value.
好ましくは、ラベリング部は、過去一定期間におけるペア毎の評価値の第3代表値を算出し、評価値の取りうる範囲のうち中央値よりも相性の悪い対象範囲内に第3代表値が含まれることに応じて、対象発言者に対して第3ラベルを付ける。 Preferably, the labeling unit calculates a third representative value of the evaluation values for each pair in the past fixed period, and the third representative value is included in a target range that is less compatible than the median value in the range that the evaluation values can take. A third label is attached to the target speaker according to the
好ましくは、発言者は、勤務者である。相性評価システムは、各発言者の勤務時間を管理するデータベースをさらに備える。ラベリング部は、ペア毎に、過去一定期間における、相性の悪くなる方向への評価値の第3変化幅を算出する。ラベリング部は、ペア毎の第3変化幅の第4代表値が第4基準値を超え、かつ、対象発言者の勤務時間が第5基準値を超えることに応じて、対象発言者に対して第4ラベルを付ける。 Preferably, the speaker is a worker. The compatibility evaluation system further includes a database that manages the working hours of each speaker. The labeling unit calculates, for each pair, the third variation range of the evaluation value in the past fixed period in the direction of worsening compatibility. The labeling unit, in response to the fourth representative value of the third change width for each pair exceeding the fourth reference value and the working hours of the target speaker exceeding the fifth reference value, to the target speaker: Attach a fourth label.
好ましくは、記検出部は、発言を示すデータを学習済モデルに入力することにより、度合いを取得する。学習済モデルは、発言を示すデータが入力された際に、当該発言を行なった人の心理的安全性の度合いを出力するように、教師データを用いた機械学習により生成される。 Preferably, the detection unit acquires the degree by inputting data indicating the utterance to the trained model. The trained model is generated by machine learning using teacher data so that when data indicating a statement is input, the degree of psychological safety of the person who made the statement is output.
好ましくは、取得部は、発言を示すデータとして、音声データ、電子メールデータ、チャットに投稿されたメッセージデータのうちの少なくとも1つを取得する。 Preferably, the acquisition unit acquires at least one of voice data, e-mail data, and message data posted in chat as the data indicating the utterance.
別の局面に従うと、方法は、発言者による発言を取得するステップと、発言ごとに心理的安全性の度合いを検出するステップと、対象発言者の発言について検出された度合いに基づいて、対象発言者と対象発言者の発言の直前に発言した別の発言者とのペア毎の相性を評価するステップと、を備える。 According to another aspect, a method includes the steps of obtaining utterances by a speaker; detecting a degree of psychological safety for each utterance; Evaluating the compatibility of each pair between the speaker and another speaker who spoke immediately before the target speaker's speech.
さらに別の局面に従うと、プログラムは、上記の方法をコンピューターに実行させる。 According to yet another aspect, a program causes a computer to perform the above method.
本開示によれば、職場における離職率の低下を支援できる。 The present disclosure can help reduce turnover in the workplace.
以下、図面を参照しつつ、本発明に従う実施の形態および変形例について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがって、これらについての詳細な説明は繰り返さない。なお、以下で説明される実施の形態および変形例は、適宜選択的に組み合わされてもよい。 Hereinafter, embodiments and modifications according to the present invention will be described with reference to the drawings. In the following description, identical parts and components are given identical reference numerals. Their names and functions are also the same. Therefore, detailed description of these will not be repeated. Note that the embodiments and modifications described below may be selectively combined as appropriate.
<A.心理的安全性>
本実施の形態では、会議に参加するメンバーの心理的安全性の度合いを検出することにより、2人のメンバーからなるペア毎の相性を評価する評価ツールを提供する。
<A. Psychological Safety>
This embodiment provides an evaluation tool for evaluating the compatibility of each pair of two members by detecting the degree of psychological safety of the members participating in the meeting.
企業における議論の活発化、意思疎通の向上などを目的として、打合せ時の心理的な障壁を軽減させるような手法として、「心理的安全性」に注目した方法が提案されている。心理的安全性とは、会議においてメンバーの心理的な障壁を軽減させる状態(例えば、他のメンバーが自分の発言を拒絶し、または、罰を与えないという確信が持てる状態)をいう。心理的安全性を測定するための項目として、エドモンソン教授の「7つの質問」がよく知られている。 A method that focuses on "psychological safety" has been proposed as a method of reducing the psychological barriers during meetings for the purpose of activating discussions and improving communication in companies. Psychological safety refers to the state of reducing the psychological barriers of members in a meeting (for example, the state of being confident that other members will not reject their remarks or punish them). Professor Edmonson's "Seven Questions" is well known as an item for measuring psychological safety.
エドモンソン教授の「7つの質問」は、以下の通りである。
質問(1)チームの中でミスを起こすと、たいてい非難される。
質問(2)チームのメンバーの間で、課題や難しい問題を指摘し合える。
質問(3)チームのメンバーは、自分と異なることを理由に、他者を拒絶することがある。
質問(4)チームに対してリスクのある行動を取っても安心である。
質問(5)チームの他のメンバーに助けを求めることは難しい。
質問(6)チームのメンバーは誰も、他人の仕事を意図的におとしめるような行動をしない。
質問(7)チームのメンバーと一緒に仕事をするとき、自分のスキルと才能が尊重され、活かされていると感じる。
Professor Edmonson's "Seven Questions" are:
Question (1) When you make a mistake in a team, you are usually blamed.
Question (2) Team members can point out challenges and difficult problems.
Question (3) Team members sometimes reject others because they are different from themselves.
Question (4): Is it safe to take risky actions towards the team?
Question (5) It is difficult to ask other members of the team for help.
Question (6) No member of the team intentionally degrades the work of others.
Question (7) When working with team members, do I feel that my skills and talents are respected and put to good use?
質問(1),(3),(5)に示す状態の可能性が高いほど、心理的安全性の度合いが低い。一方、質問(2),(4),(6),(7)に示す状態の可能性が高いほど、心理的安全性の度合いが高い。 The higher the probability of the conditions shown in questions (1), (3), and (5), the lower the degree of psychological safety. On the other hand, the higher the probability of the states shown in questions (2), (4), (6), and (7), the higher the degree of psychological safety.
さらに、エドモンソン教授は、心理的安全性が低いと、4つの不安が引き起こされることを提唱している。4つの不安は、「無知だと思われる不安」、「無能だと思われる不安」、「邪魔をしていると思われる不安」、および「ネガティブだと思われる不安」である。例えば、以下のような発言があることで、これら4つの不安が解消されていると想定される。
・他の人の発言に対し、建設的な批判や異なる意見を述べた(ネガティブと思われる不安が解消されていると想定される)。
・自らの課題、不安、ミスを打ち明けた(無能だと思われる不安が解消されていると想定される)。
・他の人に助けを求めた(無能と思われる不安および邪魔をしていると思われる不安が解消されていると想定される)。
・新しい提案、意見を述べた(邪魔をしていると思われる不安が解消されていると想定される)。
・知らないことを質問した(無知だと思われる不安が解消されていると想定される)。
In addition, Professor Edmonson suggests that low psychological safety triggers four types of anxiety. The four fears are "fear of perceived ignorance,""fear of perceived incompetence,""fear of being disturbed," and "fear of perceived negative." For example, it is assumed that these four concerns are resolved by the following remarks.
・Constructive criticism and different opinions were expressed in response to other people's remarks (it is assumed that negative concerns have been resolved).
・They confided in their own problems, anxieties, and mistakes (it is assumed that the incompetence of incompetence has been resolved).
- Asked for help from others (assumed that fears of being incompetent and disturbing were resolved).
・New proposals and opinions were expressed (it is assumed that the anxiety that seems to be disturbing has been resolved).
・I asked questions about things I didn't know (it is assumed that the fear of being ignorant has been resolved).
逆に、批判的な意見のみを述べる発言は、4つの不安が解消されていない環境下で行なわれやすい。 Conversely, remarks that express only critical opinions tend to be made in an environment where the four anxieties have not been resolved.
そこで、本実施の形態では、会議に参加するメンバーによる、上記の質問(1)~(7)に関連する発言および4つの不安に関連する発言に基づいて、心理的安全性の度合いが検出される。 Therefore, in the present embodiment, the degree of psychological safety is detected based on remarks related to the above questions (1) to (7) and remarks related to four anxiety by members participating in the meeting. be.
<B.システム>
図1は、本実施の形態に係る会議システムの概略構成を示す図である。図1に示されるシステム1は、ネットワークを介して画像や音声の遣り取りを行うオンライン会議を提供するためのシステムである。図1に示されるように、システム1は、会議に参加するメンバー(参加者)が操作可能な複数の端末200と、複数の端末200とネットワーク100を介して通信する情報処理装置300とを備える。以下では、オンライン会議を「会議」と略す。
<B. System>
FIG. 1 is a diagram showing a schematic configuration of a conference system according to this embodiment. A
端末200は、たとえば、汎用のPC(Personal Computer)、スマートフォン、またはタブレットなどを含む。情報処理装置300は、たとえば、端末200をクライアントとするクラウドサーバーとして、会議を実現するためのプラットフォームを提供する。ネットワーク100は、たとえば、インターネット、公衆回線、公衆無線LAN(Local Area Network)等のパブリックネットワークであってもよいし、LAN、VPN(Virtual Private Network)等のプライベートネットワークであってもよい。情報処理装置300は、クラウド型サーバーとして例示したが、これに限定されず、オンプレミスサーバーであってもよい。
情報処理装置300は、複数の端末200の間でのオンラインでの会議を支援する。情報処理装置300は、たとえば、1つの端末200から送られてきた映像データ、音声データ等を受信し、受信した映像データまたは音声データを他の端末200へ転送する。これにより、メンバーは端末200を操作して、映像や音声を共有することができる。
The
さらに、情報処理装置300は、会議において端末200間で遣り取りされる音声データから、会議中におけるメンバーの心理的安全性の度合いを検出することにより、2人のメンバーからなるペア毎の相性を評価する評価ツールを提供する。
Furthermore, the
<C.ハードウェア構成>
(端末のハードウェア構成)
図2は、本実施の形態に係る端末のハードウェア構成を示す図である。図2に示されるように、端末200は、プロセッサー11と、例えばRAM(Random Access Memory)などを含む揮発性記憶媒体から構成される主メモリー12と、カメラ13と、マイク(マイクロフォン)14と、NIC(ネットワークインターフェースカード)を含む通信回路から構成される通信インターフェイス15と、ユーザーが操作可能なキーボードやマウス等の入力装置16Aを接続する入力インターフェイス16と、ディスプレイ17Aを接続する表示インターフェイス17と、スピーカー18と、記録媒体の一例である光学ディスク19Aが着脱自在に装着される光学ドライブ19と、HDD(Hard Disk Drive)やSSD(Solid State Drive)等の不揮発性の記録媒体から構成される記憶装置20とを含む。これらのコンポーネントは、内部バス25を介して互いに通信可能に接続されている。入力インターフェイス16は、入力装置16Aを介して端末200に対するユーザー操作を受け付ける。また、表示インターフェイス17は、画像を表示するように画像データに基づきディスプレイ17Aを駆動するドライバー回路を含む。記憶装置20は、プロセッサー11により読出されて実行されると、各種の処理を実現するプログラム22が格納される。
<C. Hardware configuration>
(Device hardware configuration)
FIG. 2 is a diagram showing the hardware configuration of the terminal according to this embodiment. As shown in FIG. 2, the terminal 200 includes a
プロセッサー11は、たとえば、少なくとも1つの集積回路によって構成される。集積回路は、たとえば、少なくとも1つのCPU(Central Processing Unit)、少なくとも1つのASIC(Application Specific Integrated Circuit)、少なくとも1つのFPGA(Field Programmable Gate Array)、またはそれらの組み合わせなどによって構成される。
プロセッサー11は、記憶装置20に格納されているプログラム22を主メモリー12に展開して実行することで、本実施の形態に従う各種処理を実現する。主メモリー12は、プロセッサー11によるプログラムの実行に必要なワークメモリを提供する。
The
カメラ13は、CMOS(Complementary Metal Oxide Semiconductor)センサーまたはCCD(Charge Coupled Device)センサー等を有する撮像装置である。カメラ13の撮像視野は、端末200を操作するメンバー等を撮像可能な範囲を有して、撮像した動画(映像)または静止画等の画像データを生成する。マイク14は、端末200の周囲の音声を集音するように構成される。マイク14が集音する音声は、端末200を操作するメンバーの音声を含み得る。
The
通信インターフェイス15は、ネットワーク100を介して情報処理装置300との間でデータや信号を遣り取りする。一例として、端末200は、通信インターフェイス15を介して、情報処理装置300との間で画像データおよび音声データ等を送受信する。当該画像データは、端末200のカメラ13の撮像画像に基づく画像データを含み、また、当該音声データは、端末200のマイク14の集音した音声データを含む。
The
会議中は、情報処理装置300は、端末200から送信された画像データおよび音声データを受信し、受信した画像データおよび音声データを他のメンバーの端末200へ転送する。端末200は情報処理装置300から受信した画像データに基づく画像をディスプレイ17Aに表示し、また、情報処理装置300から受信した音声データに基づく音声をスピーカー18から出力する。これにより、会議中は、メンバーは端末200を介して互いに画像および音声を遣り取りしてコミュニケーションをとることができる。
During the conference, the
また、通信インターフェイス15は、情報処理装置300から画面データを受信することもできる。より具体的には、情報処理装置300はWebサーバーとして、Webページを端末200に送信し、端末200のWebブラウザーは、表示インターフェイス17を介して、情報処理装置300からのWebページに基づく画面をディスプレイ17Aに表示させる。
The
光学ドライブ19は、外部の記憶媒体である光学ディスク19Aなどから、その中に格納されている各種プログラム(たとえば、プログラム22)を読み出して、記憶装置20にインストールする。図2には、外部の記憶媒体から必要なプログラムを端末200にインストールする構成例を示すが、これに限られることなく、ネットワーク100上の他の装置などからダウンロードするようにしてもよい。また、外部の記憶媒体は光学ディスク19Aに限定されず、例えばUSB(Universal Serial Bus)メモリー、SD(Secure Digital)カード、CF(Compact Flash)などの記憶媒体であってもよい。
The
記憶装置20のプログラム22は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、任意のプログラムと協働して本実施の形態に従う処理が実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う端末200の趣旨を逸脱するものではない。また、プログラム22によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。また、カメラ13、マイク14およびスピーカー18は、端末200に外付けされてもよく、また、これらデバイスは1台に限らず複数台が端末200に接続されてもよい。
The
(情報処理装置のハードウェア構成)
図3は、本実施の形態に係る情報処理装置のハードウェア構成を示す図である。図3に示されるように、情報処理装置300は、プロセッサー301と、RAMなどを含む揮発性記憶媒体から構成される主メモリー302と、NICを含む通信回路から構成される通信インターフェイス303と、ユーザーが操作可能なキーボードやマウス等の入力装置305Aを接続する入力インターフェイス305と、ディスプレイ306Aを接続する表示インターフェイス306と、記録媒体の一例である光学ディスク307Aが着脱自在に装着される光学ドライブ307と、HDDやSSD等の不揮発性の記録媒体から構成される記憶装置310とを含む。これらのコンポーネントは、内部バス319を介して互いに通信可能に接続されている。入力インターフェイス305は、入力装置305Aを介して情報処理装置300に対するユーザー操作を受付ける。また、表示インターフェイス306は、画像を表示するように画像データに基づきディスプレイ306Aを駆動するドライバー回路を含む。記憶装置310は、プロセッサー11により読出されて実行されるフォフトウェアを記憶する。このソフトウェアは、各種の処理を実現するプログラム320と、複数のデータベース(Data Base)からなるDB群330と、音声データの入力を受けて、心理的安全性の度合いを出力する学習済モデル340と、を含む。
(Hardware configuration of information processing device)
FIG. 3 is a diagram showing the hardware configuration of the information processing apparatus according to this embodiment. As shown in FIG. 3, an
プロセッサー301は、たとえば、少なくとも1つの集積回路によって構成される。集積回路は、たとえば、少なくとも1つのCPU、少なくとも1つのASIC、少なくとも1つのFPGA、またはそれらの組み合わせなどによって構成される。
プロセッサー301は、記憶装置310に格納されているプログラム320を主メモリー302に展開して実行することで、本実施の形態に従う各種処理を実現する。主メモリー302は、プロセッサー301によるプログラムの実行に必要なワークメモリを提供する。
通信インターフェイス303は、ネットワーク100を介して端末200との間でデータや信号を遣り取りする。一例として、情報処理装置300は、通信インターフェイス303を介して、端末200との間で画像データ、音声データ、画面データ等を送受信する。
光学ドライブ307は、外部の記憶媒体である光学ディスク307Aなどから、その中に格納されている各種プログラム(たとえば、プログラム320)やDBなどのデータを読み出して、記憶装置310にインストールする。図3には、光学ドライブ307を介して必要なプログラムを情報処理装置300にインストールする構成例を示すが、これに限られることなく、ネットワーク100上の他の装置などからダウンロードするようにしてもよい。また、外部の記憶媒体は光学ディスク307Aに限定されず、例えばUSBメモリー、SDカード、CFなどの記憶媒体であってもよい。
The
なお、プログラム320は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、任意のプログラムと協働して本実施の形態に従う処理が実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う情報処理装置300の趣旨を逸脱するものではない。また、プログラム320によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。
It should be noted that the
<D.情報処理装置のソフトウェア構成>
図4は、情報処理装置のソフトウェア構成を模式的に示す図である。図4には、2人のメンバーからなるペア毎の相性を評価する評価ツールに関連するソフトウェア構成が示される。すなわち、図4には、会議を支援するソフトウェア構成については省略されている。なお、情報処理装置300は、会議を支援するための公知のソフトウェア構成を備えていればよい。
<D. Software Configuration of Information Processing Device>
FIG. 4 is a diagram schematically showing the software configuration of the information processing device. FIG. 4 shows the software configuration associated with the assessment tool for assessing pairwise compatibility of two members. That is, FIG. 4 omits the software configuration for supporting the conference. Note that the
図4に示されるように、情報処理装置300は、記憶部30と、モデル生成部31と、取得部32と、検出部33と、評価部34と、提供部35と、警告部36と、ラベリング部37と、を備える。記憶部30は、図3に示す主メモリー302および記憶装置310によって実現される。モデル生成部31、取得部32、検出部33、評価部34、提供部35、警告部36、およびラベリング部37は、図3に示すプロセッサー301がプログラム320を実行することにより実現される。
As shown in FIG. 4, the
(記憶部)
記憶部30は、学習済モデル340と、1以上の基本データベース331と、集計データベース332と、勤務データベース333と、を記憶する。学習済モデル340は、モデル生成部31によって生成され、記憶部30に格納される。基本データベース331は、取得部32および検出部33によって生成され、記憶部30に格納される。集計データベース332は、評価部34によって更新される。勤務データベース333は、取得部32によって更新される。
(storage unit)
The
(モデル生成部)
モデル生成部31は、教師データ群を用いた機械学習を行なうことにより、学習済モデル340を生成し、生成した学習済モデル340を記憶部30に格納する。
(model generator)
The
教師データ群は、例えば、過去の会議において収集された音声データと、当該音声データによって示される音声に対して付与された心理的安全性の度合い(以下、「心理的安全性スコア」と称する。)とを対応付けたデータの集まりである。 The training data group includes, for example, speech data collected in past meetings and the degree of psychological safety given to the speech indicated by the speech data (hereinafter referred to as "psychological safety score"). ) are associated with each other.
なお、心理的安全性スコアは、心理的安全性が高いほど大きくなるように設定されてもよいし、心理的安全性が高いほど小さくなるように設定されてもよい。 The psychological safety score may be set to increase as the psychological safety increases, or may be set to decrease as the psychological safety increases.
学習済モデル340は、音声データから特徴量を抽出し、抽出した特徴量から心理的安全性スコアを生成する演算処理に使用される演算パラメータによって定義される。機械学習では、教師データ群が与えられると、教師データ群に含まれる音声データの入力を受けたときに当該音声データに対応付けられた心理的安全性スコアが出力されるように、演算パラメータの値が調整される。音声データから抽出される特徴量は、例えば、文字、形態素、単語、抑揚を示すパラメータ(例えば周波数)などを含む。文字、形態素および単語は、公知の音声認識技術および自然言語処理を用いて、音声データから抽出される。
The trained
学習済モデル340は、例えば、再帰型ニューラルネットワーク(RNN:Recurrent Neural Network)などのニューラルネットワーク、サポートベクターマシン(SVM:Support Vector Machine)、または、CRF(Conditional Random Fields)などの機械学習モデルである。ニューラルネットワークによって構成される学習済モデル340を生成する場合、機械学習により調整される演算パラメータは、各層に含まれる各ニューロン間の結合の重み、各ニューロンに対して設定される閾値などを含む。また、層の数、各層に含まれるニューロンの数、隣接する層のニューロン同士の結合関係、各ニューロン間の結合の重みの初期値、各ニューロンの閾値の初期値などは、テンプレートにより与えられてもよいし、ユーザーの入力により与えられてもよい。
The trained
(取得部)
取得部32は、各会議について、当該会議における発言者の端末200から発言を取得する。具体的には、取得部32は、各会議について基本データベース331を作成し、当該会議の発言者の端末200から取得した音声データに基づいて、基本データベース331にデータを追加する。取得部32は、作成した基本データベース331を記憶部30に格納する。
(acquisition unit)
For each conference, the
図5は、基本データベースの一例を示す図である。基本データベース331は、発言者を識別する個人IDと、発言時刻と、音声データと、心理的安全性スコアと、を対応付ける。図5に示されるように、基本データベース331は、テーブル形式を有し、1以上のレコード331aを含む。各レコード331aは、個人IDが記述されるフィールド331bと、発言時刻が記述されるフィールド331cと、音声データへのパスが記述されるフィールド331dと、心理的安全性スコアが記述される331eと、を含む。
FIG. 5 is a diagram showing an example of the basic database. The
取得部32は、音声データを取得すると、新たなレコード331aを追加する。取得部32は、取得した音声データに関連する情報を当該新たなレコード331aのフィールドに記述する。具体的には、取得部32は、音声データの出力元の端末200を使用する発言者の個人IDをフィールド331bに記述する。取得部32は、音声データの取得時刻を発言時刻としてフィールド331cに記述する。取得部32は、取得した音声データを記憶部30に格納すると、音声データへのパスをフィールド331dに記述する。取得部32は、フィールド331eには何も記述しない。
The acquiring
さらに、取得部32は、図示しない勤怠管理サーバーから勤怠情報を取得し、取得した勤怠情報に基づいて勤務データベース333を更新する。
Furthermore, the
図6は、勤務データベースの一例を示す図である。勤務データベース333は、期間ごとの各勤務者の勤務時間を管理する。図6に示されるように、勤務データベース333は、勤務者の個人IDと、期間と、当該期間における勤怠情報とを対応付ける。勤怠情報は、出勤日数、残業時間、勤務時間、欠勤日数などを含む。
FIG. 6 is a diagram showing an example of a work database. The working
(検出部)
検出部33は、発言ごとに心理的安全性の度合い(心理的安全性スコア)を検出する。検出部33は、学習済モデル340を用いて、発言ごとの心理的安全性スコアを検出すればよい。具体的には、検出部33は、基本データベース331の各レコード331a(図5参照)について、フィールド331dに記述されたパスに格納された音声データを学習済モデル340に入力し、学習済モデル340から出力される心理的安全性スコアを取得する。検出部33は、取得した心理的安全性スコアをフィールド331eに記述する。
(Detection unit)
The
(評価部)
評価部34は、評価対象者の発言について検出された心理的安全性スコアに基づいて、評価対象者と評価対象者の発言の直前に発言した別の発言者とのペア毎の相性を評価する。具体的には、評価部34は、予め定められた期間(例えば1ヶ月)毎に、各ペアの評価対象者の発言について検出された心理的安全性スコアを集計することにより、ペア毎の相性に関する評価値を算出する。評価部34は、集計結果に応じて、集計データベース332を更新する。
(Evaluation Department)
The
図7は、集計データベースの一例を示す図である。図7に示されるように、集計データベース332は、テーブル形式を有し、1以上のレコード332aを含む。各レコード331aは、評価対象者(発言者)の個人IDが記述されるフィールド332bと、直前の発言者の個人IDが記述されるフィールド332cと、期間が記述されるフィールド332dと、各種の評価値が記述されるフィールド332e~332hと、総会話時間が記述されるフィールド332iと、を含む。フィールド332eには、心理的安全性の高い発言の回数が記述される。フィールド332fには、心理的安全性の高い発言の割合が記述される。フィールド332gには、心理的安全性の低い発言の回数が記述される。フィールド332hには、心理的安全性の低い発言の割合が記述される。
FIG. 7 is a diagram showing an example of a summary database. As shown in FIG. 7, the
評価部34は、予め定められた期間(例えば1ヶ月)が経過すると、記憶部30に格納された1以上の基本データベース331の中から、当該期間に属する発言時刻が記述された基本データベース331を抽出する。評価部34は、抽出した各基本データベース331(図5参照)について、フィールド331cに記述された発言時刻の昇順にレコード331aを並べかえる。
After a predetermined period (for example, one month) elapses, the
評価部34は、会議の参加メンバーの中から1人の評価対象者を選択する。評価部34は、抽出した基本データベース331の中から、評価対象者の個人IDがフィールド331b(図5参照)に記述されているレコード331aを特定する。評価部34は、特定したレコード331aの1つ前のレコード331aのフィールド331bに記述された個人IDを、評価対象者の直前に発言した発言者(以下、「直前発言者」と称する。)の個人IDとして特定する。評価部34は、直前発言者ごとに、評価対象者と直前発言者とのペアに対応する新たなレコード332a(図7参照)を集計データベース332に追加する。
The
評価部34は、追加したレコード332aにおいて、フィールド332b,332c,332dに、評価対象者の個人ID、直前発言者の個人IDおよび期間をそれぞれ記述する。
In the added
評価部34は、基本データベース331の中から特定した1以上のレコード331aを、直前発言者毎に分類する。評価部34は、直前発言者毎に分類されたレコード331aのフィールド331eに記述された心理的安全性スコアと予め定められた閾値とを比較することにより、各種の評価値を算出する。例えば、心理的安全性が高いほど心理的安全性スコアが大きくなるように設定されている場合、評価部34は、心理的安全性スコアが第1閾値を超えるレコード331aの個数を、心理的安全性の高い発言の回数としてカウントする。さらに、評価部34は、心理的安全性スコアが第2閾値(<第1閾値)を下回るレコード331aの個数を、心理的安全性の低い発言の回数としてカウントする。あるいは、心理的安全性が高いほど心理的安全性スコアが小さくなるように設定されている場合、評価部34は、心理的安全性スコアが第3閾値を下回るレコード331aの個数を、心理的安全性の高い発言の回数としてカウントする。さらに、評価部34は、心理的安全性スコアが第4閾値(>第3閾値)を超えるレコード331aの個数を、心理的安全性の低い発言の回数としてカウントする。
The
評価部34は、心理的安全性の高い発言の回数を、直前発言者毎に分類されたレコード331aの個数で除算することにより、心理的安全性の高い発言の割合を算出する。評価部34は、心理的安全性の低い発言の回数を、直前発言者毎に分類されたレコード331aの個数で除算することにより、心理的安全性の高い発言の割合を算出する。
The
評価部34は、このようにして得られた、心理的安全性の高い発言の回数、心理的安全性の高い発言の割合、心理的安全性の低い発言の回数、および心理的安全性の低い発言の割合をフィールド332e~332hにそれぞれ記述する。
The
評価部34によって算出される各種の評価値は、ペアの相性に関係する。例えば、心理的安全性の高い発言の回数が大きいほど、ペアの相性が良い。心理的安全性の高い発言の割合が高いほど、ペアの相性がよい。逆に、心理的安全性の低い発言の回数が大きいほど、ペアの相性が悪い。心理的安全性の低い発言の割合が高いほど、ペアの相性が悪い。そのため、評価値を確認することにより、各ペアの相性の良し悪しを把握できる。相性の悪い状態が長期間継続しているペアの勤務者は、離職の可能性が高まる。したがって、各ペアの相性の良し悪しに従って、例えば面談を行なったり、人事異動を行なったりすることにより、離職率の低下が抑制される。
Various evaluation values calculated by the
評価部34は、直前発言者毎に分類されたレコード331aに対応する音声データによって示される音声の時間の合計を総会話時間として算出する。評価部34は、算出した総会話時間をフィールド332iに記述する。一般的に、総会話時間が長いほど、ペアの相性が良い。
The
(提供部)
提供部35は、評価部34による評価結果を示す画面を提供する。例えば、提供部35は、評価値の時間変化を示す画面を提供する。提供部35によって提供される画面は、ディスプレイ306Aに表示される。
(providing department)
The providing
(警告部)
警告部36は、対象ペアについて、過去一定期間(例えば、半年、1年間など)における、相性の悪くなる方向への評価値の変化幅が基準値を超えることに応じて、相性悪化の兆候を示す警告を発する。警告は、提供部35によって提供される画面に表示される。
(warning part)
The
(ラベリング部)
ラベリング部37は、会議の参加メンバーの中から1人のラベリング対象者を選択する。ラベリング部37は、ラベリング対象者(発言者)と直前発言者とのペア毎の評価値の時間変化に基づいて、ラベリング対象者に対してラベルを付ける。例えば、集計データベース332が、ラベリング対象者と「Aさん」とのペアと、ラベリング対象者と「Bさん」とのペアとの2つのレコード332aを有する場合、ラベリング部37は、2つのペアの評価値の時間変化に基づいてラベルを決定する。ラベルは、ラベリング対象者の性質、心理的状態を表す。ラベリング部37によって付与されたラベルは、提供部35によって提供される画面に表示される。
(Labeling part)
The
図8は、ラベリング部の処理例を示す図である。図8において、左列には、評価値の時間変化を示すグラフの4つの例が示される。図8では、心理的安全性が高いほど大きくなる評価値(例えば、心理的安全性の高い発言の割合)が示される。右列には、左列に示されるグラフに対応するラベルが示される。 FIG. 8 is a diagram illustrating a processing example of the labeling unit; In FIG. 8, the left column shows four examples of graphs showing temporal changes in evaluation values. FIG. 8 shows an evaluation value that increases as psychological safety increases (for example, the percentage of statements with high psychological safety). The right column shows labels corresponding to the graphs shown in the left column.
((第1ラベルの付与方法))
図8の1段目に示されるように、ラベリング部37は、ペア毎に、相性の評価を開始してからの一定期間T1(例えば3ヶ月)における、相性が良くなる方向への評価値の変化幅W1を算出する。評価部34が相性の評価を開始したタイミングとは、集計データベース332への評価値の記録が開始されたタイミングであり、通常、ラベリング対象者と直前発言者とが知り合ったタイミングに近い。そのため、一定期間T1は、ラベリング対象者と直前発言者とが知り合ったタイミングを起点とする期間である。
((Method of attaching the first label))
As shown in the first row of FIG. 8, the
ラベリング部37は、ペア毎の変化幅W1の代表値(例えば、平均値、中央値、最小値など)と第1基準値とを比較する。第1基準値は、人間関係作りが良好な人の変化幅W1の値から予め定められる。ペア毎の変化幅W1の代表値が第1基準値を超えることは、新しく知り合った人との相性が短期間で高くなることを意味している。
The
さらに、ラベリング部37は、単位時間(例えば1ヶ月)当たりの相性の評価が開始されるペアの数と、第2基準値とを比較する。第2基準値は、人間関係作りが良好な人が単位時間当たりに知り合う人数に基づいて、予め定められる。単位時間当たりの相性の評価が開始されるペアの数が第2基準値を超えることは、新しく知り合う人数が多いことを意味している。
Further, the
ラベリング部37は、ペア毎の変化幅W1の代表値が第1基準値を超え、かつ、単位時間当たりの相性の評価が開始されるペアの数が第2基準値を超えることに応じて、ラベリング対象者に対して、ラベル「人間関係作り良好」(第1ラベル)を付ける。
The
((第2ラベルの付与方法))
図8の2段目に示されるように、ラベリング部37は、ペア毎に、相性の評価を開始してからの一定期間T2(例えば6ヶ月)における、相性が良くなる方向への評価値の変化幅W2を算出する。一定期間T2は、一定期間T1よりも長い。
((Secondary labeling method))
As shown in the second row of FIG. 8, the
ラベリング部37は、ペア毎の変化幅W2の代表値(例えば、平均値、中央値、最小値など)と第3基準値とを比較する。第3基準値は、ポジティブな人の変化幅W2の値から予め定められる。ペア毎の変化幅W2の代表値が第3基準値を超えることは、人間関係作りが得意ではないが、新しく知り合った人との相性が長期間で高くなることを意味している。
The
ラベリング部37は、ペア毎の変化幅W2の代表値が第3基準値を超えることに応じて、ラベリング対象者に対して、ラベル「ポジティブ」(第2ラベル)を付ける。
The
((第3ラベルの付与方法))
図8の3段目に示されるように、ラベリング部37は、過去一定期間T3(例えば現在から遡って1年間)におけるペア毎の評価値をモニタリングする。ラベリング部37は、過去一定期間T3におけるペア毎の評価値の代表値(例えば、平均値、中央値、最大値)を算出し、評価値の取りうる範囲のうち中央値よりも相性の悪い対象範囲R内に代表値が含まれるか否かを判断する。対象範囲Rは、ネガティブな人が取りうる評価値が含まれるように予め定められる。ラベリング部37は、対象範囲R内に評価値の代表値が含まれることに応じて、ラベリング対象者に対してラベル「ネガティブ」(第3ラベル)を付ける。
((Method of attaching the third label))
As shown in the third row of FIG. 8, the
((第4ラベルの付与方法))
図8の4段目に示されるように、ラベリング部37は、ペア毎に、過去一定期間T4(例えば現在から遡って1年間)における、相性の悪くなる方向への評価値の変化幅W3を算出する。
((Method of attaching the fourth label))
As shown in the fourth row of FIG. 8, the
ラベリング部37は、ペア毎の変化幅W3の代表値(例えば、平均値、中央値、最小値など)と第4基準値とを比較する。第4基準値は、例えば過去に離職した人または病気(特にこころの病気)の変化幅W3の値から予め定められる。ペア毎の変化幅W3の代表値が第4基準値を超えることは、心理的安全性が低く、離職の可能性または病気になる可能性が高いことを意味している。
The
さらに、ラベリング部37は、ラベリング対象者の勤務時間を勤務データベース333から読み出し、読み出した勤務時間と第5基準値とを比較する。第5基準値は、過去に離職した人または病気になった人の勤務時間に基づいて、予め定められる。勤務時間が第5基準値を超えることは、心理的安全性が低く、離職の可能性または病気になる可能性が高いことを意味している。
Further, the
ラベリング部37は、ペア毎の変化幅W3の代表値が第4基準値を超え、かつ、勤務時間が第5基準値を超えることに応じて、ラベリング対象者に対して、ラベル「離職・病気の兆候」(第4ラベル)を付ける。
The
<E.画面例>
次に、提供部35によって提供される画面の例について説明する。例えば、提供部35は、評価値の時間変化を示す画面を提供する。あるいは、提供部35は、ある部門の所属員に対して付与されたラベルの一覧を示す画面を提供してもよい。提供部35によって提供される画面は、例えば人事担当者、管理者によって確認される。
<E. Screen example>
Next, examples of screens provided by the providing
(評価値の時間変化を示す画面)
図9は、評価値の時間変化を示す画面の一例を示す図である。図10は、評価値の時間変化を示す画面の別の例を示す図である。図9および図10に示されるように、画面50は、領域51と、入力欄52,53と、警告インジケータ54と、ラベル表示欄55と、を含む。
(Screen showing changes over time in evaluation values)
FIG. 9 is a diagram showing an example of a screen showing temporal changes in evaluation values. FIG. 10 is a diagram showing another example of a screen showing temporal changes in evaluation values. As shown in FIGS. 9 and 10 ,
入力欄52は、評価対象者の入力を受け付ける。入力欄53は、評価対象者の相手の入力を受け付ける。例えば、人事担当者または管理者は、プルダウンリストから評価対象者および評価対象者の相手を選択すればよい。
The
提供部35は、集計データベース332(図7参照)から、入力欄52に入力された評価対象者の個人IDがフィールド332bに記述され、かつ、入力欄53に入力された相手の個人IDがフィールド332cに記述されたレコード332aを抽出する。提供部35は、抽出したレコード332aのフィールド332dに記述された期間と、フィールド332e~332hに記述された評価値とに基づいて、評価値の時間変化を示すグラフを作成する。
The providing
領域51には、評価値の時間変化を示すグラフが表示される。図9および図10に示す例では、心理的安全性の高い発言の割合の時間変化を示すグラフが領域51に表示される。
A
警告部36は、入力欄52,53にそれぞれ入力された評価対象者および相手の対象ペアについて、過去一定期間(例えば、半年、1年間など)における、相性の悪くなる方向への評価値の変化幅と基準値とを比較する。変化幅が基準値を超える場合、警告部36は、警告インジケータ54を点灯するように提供部35に指示する。図10に示す例では、領域51に表示される評価値(心理的安全性の高い発言の割合)が低下傾向にあり、警告インジケータ54が点灯されている。一方、変化幅が基準値以下である場合、警告部36は、警告インジケータ54を消灯するように提供部35に指示する。図9に示す例では、領域51に表示される評価値(心理的安全性の高い発言の割合)が上昇傾向にあり、警告インジケータ54が消灯されている。
The
人事担当者または管理者は、警告インジケータ54を確認することにより、対象ペアの相性が悪化傾向にあることを容易に把握できる。人事担当者または管理者は、警告インジケータ54が点灯していることに応じて、評価対象者または相手に対して面談を行なったり、評価対象者および相手が同じチームに属さないように配慮したりできる。あるいは、人事担当者または管理者は、評価対象者および相手の一方の異動を検討してもよい。
By checking the
ラベル表示欄55には、入力欄52に入力された評価対象者に対して付与されたラベルが表示される。人事担当者または管理者は、ラベル表示欄55を確認することにより、評価対象者の性質および心理的状態を把握できる。
In the
(ラベルの一覧を示す画面)
図11は、ラベルの一覧を示す画面の一例を示す図である。図11に示されるように、画面60は、入力欄61と、表示欄62,63と、を含む。
(Screen showing a list of labels)
FIG. 11 is a diagram showing an example of a screen showing a list of labels. As shown in FIG. 11,
入力欄61は、評価対象部門の入力を受け付ける。例えば、人事担当者または管理者は、プルダウンリストから評価対象部門を選択すればよい。
The
警告部36は、入力欄61に入力された評価対象部門の所属員同士のペアについて、過去一定期間(例えば、半年、1年間など)における、相性の悪くなる方向への評価値の変化幅と基準値とを比較する。警告部36は、変化幅が基準値を超えるペアの一覧を表示欄62に表示する。すなわち、表示欄62には、相性悪化の兆候を示す警告の対象となるペアが表示される。
The
人事担当者または管理者は、表示欄62を確認することにより、相性悪化の兆候が見られるペアを容易に把握できる。人事担当者または管理者は、表示欄62に表示されるペアの所属員に対して面談を行なったり、当該ペアが同じチームに属さないように配慮したりできる。
By checking the
表示欄63には、入力欄61に入力された評価対象部門の各所属員に対して付与されたラベルが表示される。人事担当者または管理者は、表示欄63を確認することにより、各所属員の性質および心理的状態を把握できる。
The
<F.処理フロー>
図12~図14を参照して、情報処理装置300のプロセッサー301による処理の流れについて説明する。
<F. Processing Flow>
The flow of processing by the
(データベースの更新)
図12は、集計データベースの更新処理の流れを示すフローチャートである。まず、プロセッサー301は、会議が開始されたか否かを判断する(ステップS1)。会議が開始されていない場合(ステップS1でNO)、プロセッサー301は、処理をステップS7に進める。
(database update)
FIG. 12 is a flow chart showing the flow of update processing of the summary database. First,
会議が開始された場合(ステップS1でNO)、プロセッサー301は、当該会議に対応する基本データベース331を作成する(ステップS2)。次に、プロセッサー301は、会議における発言者による発言を取得する(ステップS3)。具体的には、プロセッサー301は、会議の参加者が使用する端末200から音声データを取得する。
If the conference has started (NO in step S1),
次に、プロセッサー301は、取得した発言に対して、心理的安全性の度合い(心理的安全性スコア)を検出する(ステップS4)。具体的には、プロセッサー301は、音声データを学習済モデル340に入力することにより、学習済モデル340から出力される心理的安全性スコアを取得する。
Next,
次に、プロセッサー301は、基本データベース331に新たなレコード331aを追加し、当該レコード331aの各フィールドに情報を記述する(ステップS5)。具体的には、プロセッサー301は、ステップS3において取得した音声データの送信元の端末200を使用する発言者の個人IDをフィールド331bに記述し、音声データを取得した時刻をフィールド331cに記述する。さらに、プロセッサー301は、音声データの保存場所へのパスをフィールド331dに記述し、心理的安全性スコアをフィールド331eに記述する。
Next, the
次に、プロセッサー301は、会議が終了したか否かを判断する(ステップS6)。会議が終了していない場合(ステップS6でNO)、プロセッサー301は、処理をステップS3に戻す。会議が終了した場合(ステップS6でYES)、プロセッサー301は、処理をステップS7に進める。
Next,
ステップS7において、プロセッサー301は、現時点が集計開始のタイミングか否かを判断する。例えば、集計期間が1ヶ月に設定されている場合、プロセッサー301は、月が切り替わったことにより、現時点が集計開始のタイミングであると判断すればよい。現時点が集計開始のタイミングではない場合(ステップS7でNO)、プロセッサー301は、処理をステップS1に戻す。
In step S7, the
現時点が集計開始のタイミングである場合(ステップS7でYES)、プロセッサー301は、集計処理を行ない(ステップS8)、集計結果を集計データベース332へ保存する(ステップS9)。具体的には、プロセッサー301は、対象期間(例えば直近の1ヶ月)に行なわれた会議に対応する基本データベース331の中から、1人ずつ発言者(対象発言者)を選択する。そして、プロセッサー301は、対象発言者について、直前発言者ごとの評価値を算出する。プロセッサー301は、直前発言者ごとに、対象発言者と直前発言者とのペアに対応する新たなレコード332aを集計データベース332に追加する。新たなレコード332aの各フィールドへの記述方法は、上述した通りであるため、詳細な説明を省略する。ステップS9の後、プロセッサー301は、処理をステップS1に戻す。
If the current time is the time to start tallying (YES in step S7),
(警告対象のペアの決定)
図13は、警告すべきペアの決定処理の流れを示すフローチャートである。まず、プロセッサー301は、1つの対象ペアを選択する(ステップS11)。例えば、プロセッサー301は、入力装置305Aへの入力に応じて、発言者と直前発言者とからなる対象ペアを選択する。
(Determination of pairs to be warned)
FIG. 13 is a flow chart showing the flow of processing for determining pairs to be warned. First, the
次に、プロセッサー301は、集計データベース332から対象ペアに対応するデータ(レコード332a)を読み出す(ステップS12)。プロセッサー301は、読み出したレコード332aのフィールド332dに記述された期間とフィールド332e~332hに記述された評価値とに基づいて、相性が悪化傾向であるか否かを判断する(ステップS13)。具体的には、プロセッサー301は、過去一定期間における、相性の悪くなる方向への評価値の変化幅が基準値を超える場合に、相性が悪化傾向であると判断する。
Next, the
相性が悪化傾向である場合(ステップS13でYES)、プロセッサー301は、対象ペアを警告すべきペアとして決定する(ステップS14)。
If the compatibility tends to deteriorate (YES in step S13), the
ステップS14の後、および、相性が悪化傾向でない場合(ステップS13でNO)、プロセッサー301は、未選択のペアがあるか否かを判断する(ステップS15)。未選択のペアがある場合(ステップS15でYES)、プロセッサー301は、処理をステップS11に戻す。未選択のペアがない場合(ステップS15でNO)、プロセッサー301は、処理を終了する。
After step S14 and when the compatibility is not on a downward trend (NO in step S13), the
(ラベリング処理)
図14は、ラベリング処理の流れを示すフローチャートである。まず、プロセッサー301は、1人のラベリング対象者を選択する(ステップS21)。例えば、プロセッサー301は、入力装置305Aへの入力に応じて、ラベリング対象者を選択する。
(labeling process)
FIG. 14 is a flow chart showing the flow of labeling processing. First, the
次に、プロセッサー301は、集計データベース332からラベリング対対象者に対応するデータ(レコード332a)を読み出す(ステップS22)。具体的には、プロセッサー301は、フィールド332bにラベリング対象者の個人IDが記述されたレコード332aを読み出す。
Next, the
プロセッサー301は、読み出したレコード332aに基づいて、新たに知り合う人の数が多く、かつ、新たに知り合った人との相性が短期間で上昇する傾向が大きいか否かを判断する(ステップS23)。具体的には、プロセッサー301は、評価対象者を発言者とするペア毎に、相性の評価を開始してからの一定期間T1における、相性が良くなる方向への評価値の変化幅W1を算出する。プロセッサー301は、ペア毎の変化幅W1の代表値と第1基準値とを比較する。さらに、プロセッサー301は、単位時間当たりの相性の評価が開始されるペアの数と第2基準値とを比較する。プロセッサー301は、ペア毎の変化幅W1の代表値が第1基準値を超え、かつ、単位時間当たりの相性の評価が開始されるペアの数が第2基準値を超えることに応じて、ステップS23でYESと判断する。
Based on the
ステップS23でYESの場合、プロセッサー301は、ラベリング対象者に対して、ラベル「人間関係作り良好」(第1ラベル)を付ける(ステップS24)。
In the case of YES in step S23, the
ステップS23でNOの場合、および、ステップS24の後、プロセッサー301は、読み出したレコード332aに基づいて、新たに知り合った人との相性が長期間で上昇する傾向が大きいか否かを判断する(ステップS25)。具体的には、プロセッサー301は、ラベリング対象者を発言者とするペア毎に、相性の評価を開始してからの一定期間T2(>T1)における、相性が良くなる方向への評価値の変化幅W2を算出する。プロセッサー301は、ペア毎の変化幅W2の代表値と第3基準値とを比較する。プロセッサー301は、ペア毎の変化幅W2の代表値が第3基準値を超えることに応じて、ステップS25でYESと判断する。
In the case of NO in step S23 and after step S24, the
ステップS25でYESの場合、プロセッサー301は、ラベリング対象者に対して、ラベル「ポジティブ」(第2ラベル)を付ける(ステップS26)。
If YES in step S25, the
ステップS25でNOの場合、および、ステップS26の後、プロセッサー301は、読み出したレコード332aに基づいて、過去一定期間において他者との相性が全体的に低いか否かを判断する(ステップS27)。具体的には、プロセッサー301は、過去一定期間T3におけるペア毎の評価値の代表値を算出する。プロセッサー301は、評価値の取りうる範囲のうち中央値よりも相性の悪い対象範囲R内に代表値が含まれることに応じて、ステップS27でYESと判断する。
In the case of NO in step S25 and after step S26, the
ステップS27でYESの場合、プロセッサー301は、ラベリング対象者に対して、ラベル「ネガティブ」(第3ラベル)を付ける(ステップS28)。
In the case of YES in step S27, the
ステップS27でNOの場合、および、ステップS28の後、プロセッサー301は、読み出したレコード332aに基づいて、過去一定期間において他者との相性が悪化傾向にあり、かつ、勤務時間が長いか否かを判断する(ステップS29)。具体的には、プロセッサー301は、ラベリング対象者を発言者とするペア毎に、過去一定期間T4における、相性が悪くなる方向への評価値の変化幅W3を算出する。プロセッサー301は、ペア毎の変化幅W3の代表値と第4基準値とを比較する。さらに、プロセッサー301は、ラベリング対象者の勤務時間を勤務データベース333から読み出し、読み出した勤務時間と第5基準値とを比較する。プロセッサー301は、ペア毎の変化幅W3の代表値が第4基準値を超え、かつ、勤務時間が第5基準値を超えることに応じて、ステップS29でYESと判断する。
In the case of NO in step S27 and after step S28, the
ステップS29でYESの場合、プロセッサー301は、ラベリング対象者に対して、ラベル「離職・病気の兆候」(第4ラベル)を付ける(ステップS30)。
In the case of YES in step S29, the
ステップS29でNOの場合、および、ステップS30の後、プロセッサー301は、未選択のラベリング対象者があるか判断する(ステップS31)。未選択のラベリング対象者がある場合(ステップS31でYES)、プロセッサー301は、処理をステップS31に戻す。未選択のラベリング対象者がない場合(ステップS31でNO)、プロセッサー301は、処理を終了する。
If NO in step S29 and after step S30, the
<G.変形例>
(変形例1)
評価部34によって算出される評価値は、上記の種類に限定されない。例えば、評価部34は、以下の式に従って評価値を算出してもよい。
評価値=a×P+b×Q+c×R
Pは、心理的安全性の高い発言の割合を示す。Qは、心理的安全性の低い発言の割合を示す。Rは、総会話時間を示す。a,b,cは、予め定められる係数である。a,cは正であり、bが負である。上記の式に従って算出される評価値は、相性が良いほど大きくなる。
<G. Variation>
(Modification 1)
The evaluation value calculated by the
Evaluation value = a x P + b x Q + c x R
P indicates the ratio of utterances with high psychological safety. Q indicates the percentage of utterances with low psychological safety. R indicates total talk time. a, b, and c are predetermined coefficients. a and c are positive and b is negative. The evaluation value calculated according to the above formula increases as the compatibility increases.
あるいは、評価部34は、期間毎に、各ペアの評価対象者の発言について検出された心理的安全性スコアの代表値(平均値、中央値、最小値など)を評価値として算出してもよい。
Alternatively, the
(変形例2)
上記の説明では、情報処理装置300は、発言者による発言として、オンライン会議の音声データを取得する。しかしながら、情報処理装置300は、オンライン会議の音声データに加えて、または、代えて、別の手法により発言者による発言を取得してもよい。
(Modification 2)
In the above description, the
例えば、情報処理装置300は、発言者による発言として、チャットに投稿されたメッセージデータを取得してもよい。この場合、対象発言者と対象発言者によるメッセージの直前にメッセージを投稿した投稿者(直前発言者)との相性が評価される。
For example, the
あるいは、情報処理装置300は、発言者による発言として、電子メールデータを取得してもよい。この場合、ある電子メールに対して返信メールを送信した対象発言者と当該電子メールの送信者(直前発言者)との相性が評価される。
Alternatively, the
(変形例3)
上記の説明では、情報処理装置300のモデル生成部31が学習済モデル340を生成するものとした。しかしながら、学習済モデル340は、情報処理装置300とは異なる装置で生成され、情報処理装置300にインストールされてもよい。
(Modification 3)
In the above description, it is assumed that the
(変形例4)
上記の説明では、取得部32、検出部33、評価部34、提供部35、警告部36およびラベリング部37は、情報処理装置300のプロセッサー301によって実現されるものとした。しかしながら、取得部32、検出部33、評価部34、提供部35、警告部36およびラベリング部37のうちの一部は、情報処理装置300とは異なる1以上の装置に備えられるプロセッサーによって実現されてもよい。この場合、基本データベース331と集計データベースとが互いに異なる装置に保存されてもよい。
(Modification 4)
In the above description, the
今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。 It should be considered that the embodiments disclosed this time are illustrative in all respects and not restrictive. The scope of the present invention is indicated by the scope of the claims rather than the above description, and is intended to include all modifications within the scope and meaning equivalent to the scope of the claims.
1 システム、11,301 プロセッサー、12,302 主メモリー、13 カメラ、14 マイク、15,303 通信インターフェイス、16,305 入力インターフェイス、16A,305A 入力装置、17,306 表示インターフェイス、17A,306A ディスプレイ、18 スピーカー、19,307 光学ドライブ、19A,307A 光学ディスク、20,310 記憶装置、22,320 プログラム、25,319 内部バス、30 記憶部、31 モデル生成部、32 取得部、33 検出部、34 評価部、35 提供部、36 警告部、37 ラベリング部、50,60 画面、51 領域、52,53,61 入力欄、54 警告インジケータ、55 ラベル表示欄、62,63 表示欄、100 ネットワーク、200 端末、300 情報処理装置、330 DB群、331 基本データベース、331a,332a レコード、331b~331e,332b~332i フィールド、332 集計データベース、333 勤務データベース、340 学習済モデル。
1 system, 11,301 processor, 12,302 main memory, 13 camera, 14 microphone, 15,303 communication interface, 16,305 input interface, 16A, 305A input device, 17,306 display interface, 17A, 306A display, 18 speaker, 19,307 optical drive, 19A, 307A optical disk, 20,310 storage device, 22,320 program, 25,319 internal bus, 30 storage unit, 31 model generation unit, 32 acquisition unit, 33 detection unit, 34
Claims (14)
発言ごとに心理的安全性の度合いを検出する検出部と、
対象発言者の発言について検出された前記度合いに基づいて、前記対象発言者と前記対象発言者の前記発言の直前に発言した別の発言者とのペア毎の相性を評価する評価部と、を備える相性評価システム。 an acquisition unit that acquires a statement by a speaker;
a detection unit that detects the degree of psychological safety for each statement;
an evaluation unit that evaluates compatibility for each pair between the target speaker and another speaker who spoke immediately before the target speaker's utterance, based on the detected degree of the target speaker's utterance; Compatibility evaluation system.
前記ペア毎に、前記相性の評価を開始してからの第1の一定期間における、相性が良くなる方向への前記評価値の第1変化幅を算出し、
前記ペア毎の前記第1変化幅の第1代表値が第2基準値を超え、かつ、単位時間当たりの前記相性の評価が開始されるペアの数が第1基準値を超えることに応じて、前記対象発言者に対して第1ラベルを付ける、請求項6に記載の相性評価システム。 The labeling part is
For each pair, calculating a first change range of the evaluation value in the direction of improving compatibility in a first fixed period after the start of evaluation of compatibility,
when the first representative value of the first width of change for each pair exceeds a second reference value and the number of pairs for which the compatibility evaluation is started per unit time exceeds the first reference value 7. The compatibility evaluation system according to claim 6, wherein a first label is attached to said target speaker.
前記ペア毎に、前記相性の評価を開始してからの第2の一定期間における、相性が良くなる方向への前記評価値の第2変化幅を算出し、
前記ペア毎の前記第2変化幅の第2代表値が第3基準値を超えることに応じて、前記対象発言者に対して第2ラベルを付ける、請求項6または7に記載の相性評価システム。 The labeling part is
For each of the pair, calculating a second change range of the evaluation value in the direction of improving the compatibility in a second fixed period after the start of the compatibility evaluation,
8. The compatibility evaluation system according to claim 6, wherein a second label is given to said target speaker in accordance with a second representative value of said second change width for each pair exceeding a third reference value. .
過去一定期間における前記ペア毎の前記評価値の第3代表値を算出し、
前記評価値の取りうる範囲のうち中央値よりも相性の悪い対象範囲内に前記第3代表値が含まれることに応じて、前記対象発言者に対して第3ラベルを付ける、請求項6から8のいずれか1項に記載の相性評価システム。 The labeling part is
calculating a third representative value of the evaluation values for each pair in the past certain period;
7. A third label is applied to the target speaker according to the fact that the third representative value is included in a target range that is less compatible than the median value of the possible range of the evaluation values. 9. The compatibility evaluation system according to any one of 8.
前記相性評価システムは、各発言者の勤務時間を管理するデータベースをさらに備え、
前記ラベリング部は、
前記ペア毎に、過去一定期間における、相性の悪くなる方向への前記評価値の第3変化幅を算出し、
前記ペア毎の前記第3変化幅の第4代表値が第4基準値を超え、かつ、前記対象発言者の勤務時間が第5基準値を超えることに応じて、前記対象発言者に対して第4ラベルを付ける、請求項6から9のいずれか1項に記載の相性評価システム。 The speaker is a worker,
The compatibility evaluation system further comprises a database that manages the working hours of each speaker,
The labeling part is
For each pair, calculating a third variation range of the evaluation value in the past fixed period in the direction of worsening compatibility,
When the fourth representative value of the third change width for each pair exceeds a fourth reference value and the working hours of the target speaker exceed a fifth reference value, 10. A compatibility evaluation system according to any one of claims 6 to 9, wherein a fourth label is applied.
前記学習済モデルは、発言を示すデータが入力された際に、当該発言を行なった人の心理的安全性の度合いを出力するように、教師データを用いた機械学習により生成される、請求項1から10のいずれか1項に記載の相性評価システム。 The detection unit acquires the degree by inputting data indicating the statement into a trained model,
The trained model is generated by machine learning using teacher data so as to output the degree of psychological safety of the person who made the statement when data indicating the statement is input. 11. The compatibility evaluation system according to any one of 1 to 10.
発言ごとに心理的安全性の度合いを検出するステップと、
対象発言者の発言について検出された前記度合いに基づいて、前記対象発言者と前記対象発言者の前記発言の直前に発言した別の発言者とのペア毎の相性を評価するステップと、を備える方法。 obtaining utterances by a speaker;
detecting a degree of psychological safety for each utterance;
Evaluating compatibility for each pair between the target speaker and another speaker who spoke immediately before the target speaker's utterance based on the degree detected for the target speaker's utterance. Method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021164509A JP2023055296A (en) | 2021-10-06 | 2021-10-06 | Compatibility assessment system, method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021164509A JP2023055296A (en) | 2021-10-06 | 2021-10-06 | Compatibility assessment system, method, and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023055296A true JP2023055296A (en) | 2023-04-18 |
Family
ID=86004247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021164509A Pending JP2023055296A (en) | 2021-10-06 | 2021-10-06 | Compatibility assessment system, method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023055296A (en) |
-
2021
- 2021-10-06 JP JP2021164509A patent/JP2023055296A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11720859B2 (en) | Systems and methods for evaluating actions over a computer network and establishing live network connections | |
JP6741504B2 (en) | Interview system | |
CN115335902A (en) | System and method for automatic candidate evaluation in asynchronous video settings | |
JP6649461B1 (en) | Program, information processing apparatus and information processing method | |
Levon | 10 Ethnography and recording interaction | |
US11741376B2 (en) | Prediction of business outcomes by analyzing voice samples of users | |
JP6531323B1 (en) | PROGRAM, INFORMATION PROCESSING APPARATUS, AND INFORMATION PROCESSING METHOD | |
JP7334913B2 (en) | Interview support system | |
JP6570465B2 (en) | Program, apparatus, and method capable of estimating participant's contribution by key words | |
Lehner et al. | Web-based assessment of communication-related parameters in dysarthria: Development and implementation of the KommPaS web app | |
JP2020091824A (en) | Program, information processing device, and information processing method | |
US20210125602A1 (en) | Communication system, communication method, and non-transitory recording medium | |
JP2023055296A (en) | Compatibility assessment system, method, and program | |
Gururajan et al. | Health text analysis: a Queensland Health case study | |
KR20170050325A (en) | Method, user terminal and server for social network service using the Image of Growth for free sympathy expression | |
US20230116808A1 (en) | Information processing device and program | |
WO2023095629A1 (en) | Conversation management device, conversation management system, and conversation management method | |
JP7465040B1 (en) | Communication visualization system | |
JP7397527B1 (en) | Emotion analysis application, emotion analysis device, and emotion analysis method | |
WO2022230155A1 (en) | Video analysis system | |
JP7152825B1 (en) | VIDEO SESSION EVALUATION TERMINAL, VIDEO SESSION EVALUATION SYSTEM AND VIDEO SESSION EVALUATION PROGRAM | |
WO2022180862A1 (en) | Video session evaluation terminal, video session evaluation system, and video session evaluation program | |
WO2022180859A1 (en) | Video session evaluation terminal, video session evaluation system, and video session evaluation program | |
WO2022180853A1 (en) | Video session evaluation terminal, video session evaluation system, and video session evaluation program | |
WO2022180855A1 (en) | Video session evaluation terminal, video session evaluation system, and video session evaluation program |