JP4686905B2 - 対話制御方法及びその装置 - Google Patents
対話制御方法及びその装置 Download PDFInfo
- Publication number
- JP4686905B2 JP4686905B2 JP2001164869A JP2001164869A JP4686905B2 JP 4686905 B2 JP4686905 B2 JP 4686905B2 JP 2001164869 A JP2001164869 A JP 2001164869A JP 2001164869 A JP2001164869 A JP 2001164869A JP 4686905 B2 JP4686905 B2 JP 4686905B2
- Authority
- JP
- Japan
- Prior art keywords
- slot
- user
- search
- frame
- input
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 39
- 230000002452 interceptive effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims 1
- 230000004044 response Effects 0.000 description 68
- 230000004308 accommodation Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000000386 athletic effect Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/35—Aspects of automatic or semi-automatic exchanges related to information services provided via a voice call
- H04M2203/355—Interactive dialogue design tools, features or methods
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Digital Computer Display Output (AREA)
Description
【０００１】
【発明の属する技術分野】
ユーザとシステムが対話的に情報検索のための条件を複数回やりとりする対話インターフェースを持ったシステムの対話制御方法及びその装置に関するものである。
【０００２】
【従来の技術】
多くの対話システムの一つの従来例として、音声対話システムおよび対話制御方法である特開平５−２１６６１８号公報に記載されたものが知られている。
【０００３】
図１２に従来の音声対話システムの構成図を示す。図１２に示す従来の音声システムでは、入力音声の意味内容を理解する音声理解部３１と、前記理解の結果に基づいて応答内容の意味的な決定を行う対話管理部３２と、前記応答内容に基づいて音声応答出力および画面表示出力を生成する応答生成出力部３３とで構成されている。多くの 音声対話システムと同様に特開平５−２１６６１８号公報で用いられている対話制御システムも、システム開発時に対話の流れがあらかじめ決定されており、システムが想定している発話の順序で及び回数でユーザが発話し、対話が進行することを期待して作られている。
【０００４】
また、同一の伝達内容を伝えるユーザ発話に対して、システムはあらかじめ決められた一つの発話を行うよう作られている。このようにシステムが主導権を取って対話を進めていく対話制御方法を、多くの音声対話システムが用いているのが現状である。
【０００５】
特開平５−２１６６１８号公報の例に示したような、システムが主導権を取るような堅い対話ではなく、ユーザと対話システムの間で主導権が行き来するような対話制御方法が文献「GUS, A Frame-Driven Dialog System（Daniel G. Bobrow, Ronald M. Kaplan, Martin Kay, Donald .A Norman, Henry Thompson and Terry Winograd, "GUS, A Frame-Driven Dialog System", Artificial Intelligence 8 (1977), 155-173）」で提案されている。
【０００６】
ここでは対話システムにおけるユーザの対話目的に関するフレームを定義し、フレームに記述されたスロットと呼ばれるユーザの対話目的遂行のために必要な条件を、ユーザとシステムの間で対話を行いながら埋めていく対話制御方法で、条件をうめる対話の進行があらかじめ記述されているわけではなく、ユーザの発話によって条件が埋まり、システムは足りない条件を埋めるようなユーザの発話を促す発声を生成し、対話が進行する。
【０００７】
このように文献では主導権がユーザとシステムの間で行き来するような柔軟な対話制御を可能とする対話制御方法が提案されている。ただし、複数の条件が埋まっていない場合どの順序でその埋まっていない条件を、ユーザに埋めるように促していくかについては、フレームに定義されており、対話の柔軟性は十分であるとは言えない。
【０００８】
【発明が解決しようとする課題】
一般に、機器を制御するための対話型インターフェースに用いる対話制御方法として、ユーザに対する心理的負担の少ない柔軟な対話制御方法が求められている。
【０００９】
本発明は、このような対話制御方法において、システムにおける対話履歴や、ユーザの個人情報を用いることで効率的な対話を実現すること目的とする。
【００１０】
また、ネットワーク上のWEB情報のように、データの数や種類が一定値でく、動的に変化する情報検索においても、効率の良い検索を行うために、対話によるユーザへの問いかけ内容を最適な順番や回数に変更することを可能とすることを目的とする。
【００１１】
【課題を解決するための手段】
上記課題を解決するために本発明は、ユーザの検索目的であるフレームおよび前記フレームの検索条件である複数のスロットを格納する格納部に格納された前記スロットを、前記ユーザに問い合わせるステップと、前記問い合わせに対するユーザの入力を受け付け、前記フレームと前記ユーザの入力とに基づいて、検索用データベースから前記フレームを検索する検索ステップとを有する対話制御方法において、スロットスコア記憶部に記憶された前記ユーザに前記スロットを問い合わせる順番を、対話履歴記憶部に記憶された前記ユーザの利用回数が一定以上の場合、スロットスコア記憶部に記憶された前記スロットを問い合わせる順番について、前記フレームに対応する全てのスロットのうち複数以上のスロットを同じ順番に変更する変更ステップを含み、前記問い合わせステップは、前記変更ステップで同じ順番に変更したスロットを同時に問い合わせる。
【００１２】
【発明の実施の形態】
本発明の第１態様は、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力ステップと、問いかけの重要度に応じてユーザへの問いかけ方の変更を可能とする対話制御ステップと、前記ユーザからの伝達内容またはユーザからの応答に対して、前記変更された問いかける内容を出力する出力ステップとを有することを特徴とする対話制御方法であり、ユーザへの問いかけ内容を最適な順番や回数に変更できる作用を有する。
【００１３】
本発明の第２態様は、請求項１記載の対話制御方法において、前記対話制御ステップにおけるユーザへの問いかけ方の変更は、複数ある問いかけの順番を変更することを特徴とするものであり、ユーザに適した順番で問いかけを行える作用を有する。
【００１４】
本発明の第３態様は、請求項１記載の対話制御方法において、前記対話制御ステップにおけるユーザへの問いかけ方の変更は、少なくとも１つ以上の問い合わせ内容を組み合わせて問いかけることを特徴とするものであり、複数の内容を一度に問いかけることができる作用を有する。
【００１５】
本発明の第４態様は、請求項１記載の対話制御方法において、前記問いかけの重要度は、対話の履歴を用いることを特徴とするものであり、ユーザの使用傾向によりユーザへの問いかけ方を変更できる作用を有する。
【００１６】
本発明の第５態様は、請求項１記載の対話制御方法において、前記問いかけの重要度は、ユーザの個人情報を用いることを特徴とするものであり、ユーザの個人情報に応じた問いかけ方を行うことができる作用を有する。
【００１７】
本発明の第６態様は、請求項１記載の対話制御方法において、前記問いかけの重要度は、ユーザが自ら設定できることを特徴とした請求項１記載の対話制御方法であり、ユーザが対話の進行を自ら設定できる作用を有する。本発明の第７態様は、請求項１記載の対話制御方法において、前記ユーザからの入力は、音声認識を用いて入力することを特徴としたものであり、音声を用いた入力が行える作用を有する。
【００１８】
本発明の第８態様は、請求項１記載の対話制御方法において、前記ユーザからの入力は、タッチペンを用いて入力することを特徴としたものであり、タッチペンを用いた入力ができる作用を有する。
【００１９】
本発明の第９態様は、請求項１記載の対話制御方法において、前記ユーザからの入力は、キーボードを用いて入力することを特徴としたものであり、キーボードを用いた入力ができる作用を有する。
【００２０】
本発明の第１０態様は、請求項１から９のいずれかに記載の対話制御方法を用い、データベースを用いてユーザの目的の検索を行うことを特徴としたものであり、問いかけの順番および回数を変更ができる作用を有する。
【００２１】
本発明の第１１態様は、請求項１０記載の情報検索方法において、前期問いかけの重要度は、データベースの内容を用いて設定することを特徴とするもので、検索条件の問いかけの順番および回数を変更できる作用を有する。
【００２２】
本発明の第１２態様は、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力手段と、問いかけの重要度に応じてユーザへの問いかけ方の変更を可能とする対話制御手段と、前記ユーザからの伝達内容またはユーザからの応答に対して、前記変更された問いかける内容を出力する出力手段を有することを特徴とする対話制御装置であり、ユーザへの問いかけ内容を最適な順番や回数に変更できる作用を有する。
【００２３】
本発明の第１３態様は、請求項１２に記載の対話制御装置を用い、データベースを用いてユーザの目的の検索を行うことを特徴とする情報検索装置であり、検索条件の問いかけの順番および回数を変更ができる作用を有する。
【００２４】
本発明の第１４態様は、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力手段と、前記問いかけの重要度に応じてユーザへの問いかけ方の変更を可能とする対話制御手段と、データベースからユーザの応答に対して検索するデータベース検索手段と、ユーザに対して問いかける内容またはユーザからの応答に対する検索結果を出力する出力手段とを有し、データベースよりユーザの希望の目的地を検索できるカーナビゲーションシステムであり、ユーザの問いかけに対する検索結果を容易に得ることができるという作用を有する。
【００２５】
本発明の第１５態様は、プログラムされたコンピュータによって、問いかけの重要度に応じてシステムがユーザに対して問いかけるシステムの応答の順番を変更することが可能な対話制御プログラムを記録した記録媒体であって、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力ステップと、スロットスコアに応じてユーザへの問いかけ方の変更を可能とする対話制御ステップと、前記ユーザからの伝達内容またはユーザからの応答に対して、前記変更された問いかける内容を出力する出力ステップを有するプログラムを記憶したものであり、プログラムをコンピュータに読み取り実行することにより、ユーザへの問いかけ内容を最適な順番や回数に変更できる作用を有する。
【００２６】
以下、本発明の実施の形態について図を参照して説明する。
【００２７】
（実施の形態１）
図１は、本発明の実施の形態１における対話制御システムの一実施例の構成図である。図１において、１はユーザからの伝達内容を入力する音声入力部、２は入力させた音声を音響モデル３及び言語モデル４を用いてテキスト文字列に変換する音声認識部、５は音声認識部２からのテキスト文字列を意味表現に変換する意味理解部、６は意味理解部５からのユーザの入力の意味表現と個人情報記憶部１３のユーザの個人情報と対話履歴記憶部１４からの対話履歴情報とデータベース検索部７からのデータベース検索結果から応答内容を決定する対話制御部、７は対話制御部６から送られた条件を基にデータベースから検索を行うデータベース検索部、８は検索用データベースを格納するデータベース記憶部、９は音声応答出力および画面表示出力を生成する応答音声・画像出力部、１０は応答音声・画像出力部９からの画像情報を表示する画面、１１は応答音声・画像出力部９からの音声情報を再生するスピーカ、１２は対話制御部６での問いかけの方法を決定するスロットスコアを記憶するスロットスコア記憶部、１３は対話の過去の履歴を保存する対話履歴記憶部、１４はユーザの個人情報を記憶する個人情報記憶部、１５はキーボードやタッチペン等音声以外の入力部である音声以外の情報入力部である。
【００２８】
上記のように構成された情報検索システムの動作について以下に説明する。
【００２９】
なお、本実施例における情報検索システムではフレーム駆動式の対話制御方法を用いている。この情報検索システムでは、タスクに応じたフレーム（人工知能の分野で知識の表現方法として用いられるフレーム）を用意し、ユーザの入力から得られる情報を目的のタスクを実現するのに必要な一つあるいは複数のフレームのスロットに格納する。ここで、フレームの動作として２つの場合がある。１つ目の動作は、バッチ処理的動作であり、フレーム内のスロットを埋めるために、ユーザにスロットを埋めるための発話を促し、全てのスロットに値が埋まるとフレームに対応したタスクを実行する場合である。２つ目の動作としては、逐次処理的動作であり、ユーザの入力をスロットに格納するたびにその情報を用いてタスクを実行する場合である。
【００３０】
上記２つ目の逐次処理的動作の例である情報検索向け情報検索システムの詳細を以下説明する。
【００３１】
例として、図２に示すように運動靴を検索するタスクを実現するフレーム（運動靴検索フレーム）を用いて対話によりユーザが希望する運動靴の検索を行うケースについて説明する。運動靴検索タスクにおいての検索条件として、「メーカー」２２、「サイズ」２３、「色」２４、「値段」２５とし、これらを運動靴検索フレーム２１のスロットでとする。
【００３２】
入力部１より入力された音声は電気的信号に変換され、適当な音響パラメータに変換される。音声認識部２において、入力部１からの音響パラメータと音響モデル３、言語モデル４を用いて音声認識される。音声認識の結果は、テキスト文字列STRとされて音声認識部２から出力される。意味解析部５は、音声認識部２からの文字列STRを一つもしくは複数の情報DSTRに分けて出力する。
【００３３】
対話制御部６では、意味解析部５からの一つもしくは複数の情報DSTRは、対話履歴などを考慮した形としてフレーム内の適切なスロットに格納される。例えば、ユーザの「○○メーカーの靴が欲しい」との発声に対してフレームのメーカースロットには「○○メーカー」が入る。スロットに値が格納されると対話制御部６はその条件をデータベース検索部７に送る。
【００３４】
データベース検索部７は、条件に合った結果をデータベース記憶部８内のデータから検索し、データベース検索結果として対話制御部６に送る。なお、データベース検索部７はシステム内の検索エンジンだけでなく、インターネット上の検索エンジンでもよい。また、データベース記憶部８もシステム内のデータベース記憶部だけではなく、前記インターネット上の検索エンジンに対応したデータベース記憶部やメモリカードやＤＶＤなど携帯できる記憶媒体上のデータベースでもよい。
【００３５】
ここで、対話制御部６は、前記データベース検索結果の数がある範囲内に入っていない場合に、さらに検索結果を絞り込むため、絞り込むための次の検索条件を尋ねる。対話制御部６がフレーム内の空いているスロットを探し、その空いているスロットに条件を埋めるようにユーザの発声を促すべく、空いているスロットに対応した問い合わせ文を選択し、応答音声・画像出力部９に問い合わせ文を送る。応答音声・画像出力部９は、対話制御部６から送られた結果をスピーカ１１あるいは画面１０からユーザに伝える。
【００３６】
例えば、本システムでは、ユーザの「○○メーカーの靴が欲しい」というの発声に対してフレームのメーカースロットには「○○メーカー」が入と、結果として検索件数を出力する。検索結果が多い場合、続けて各スロットで用意された「サイズはいくつですか?」「何色がよいですか?」「幾ら以内にしますか?」というシステムの応答を検索結果数がある範囲内に入るまで行う。
【００３７】
なお、ユーザが「○○メーカーの△△色の靴」と発声した場合、運動靴検索フレーム内のメーカースロットと色スロットにそれぞれ「○○メーカー」「△△色」が入り、検索結果が範囲内でない場合は、さらに「幾ら以内にしますか?」とい応答が本システムからされることになる。
【００３８】
上記システムからの問い合わせ文の順番は、スロットスコア記憶部１２に格納されている各スロットのスコアによって決定される。スロットスコアの値が高いスロットから問い合わせを行う。初期状態では、各スロットのスコアは予め初期値が格納されている。各スロットのスコアは、システム外部から変更可能なパラメータであり、ユーザの好みや、ユーザの個人情報、また、ユーザのシステムに関する習熟度などから決定することができる。
【００３９】
さらに、このスコアは複数設定できるので、複数のモードをあらかじめ作っておき、それを切り替えることで問い合わせの順番を変更することも可能である。また、複数のスロットスコアが同じ値の場合、対話制御部６は同じスコアのスロット全てに値を一度に埋めようと問いかけを行う。
【００４０】
つまり、スロットスコア記憶部１２に格納されているスロットスコアが初期値のままである場合、上記運動靴検索タスクの例における対話において、システムは常に「メーカーはどこがいいですか?」という問いかけが一番始めであり、色スロットが空の場合は次に「何色がよいですか?」という順番でシステムの応答を行うが、例えば、いつも「色」から検索したいユーザにおいては、音声入力部１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部１５といった入力手段により、スロットスコア記憶部１２における色スロットのスコアを変化させることで、システムが通常一番始めに行う問いかけを「何色がよいですか」に変えることできる。
【００４１】
なお、このユーザの好みは、個人情報記憶部１４を用いることもできる。例えば、ユーザの個人情報として、ユーザの好きなメーカーや、好きな色が登録されていれば、その情報を用いて問いかける順番を決定できる。なお、この個人情報記憶部はシステム内のメモリだけではなく、メモリカードのような、携帯できる媒体として持ち、これをシステムに組み込むことにより、利用することも可能である。
【００４２】
また、いつも「メーカー」と「サイズ」同時に検索条件に使いたいユーザにおいては、メーカースロットとサイズスロットのスロットスコアを同一にして、システムからの問いかけを「メーカーとサイズを言ってください」という問いかけに変えることもできる。
【００４３】
前記のように、ユーザ自身がスロットスコアの値を変化させることでシステムの問い合わせの順番や回数を変化させることもできるが、対話履歴記憶部１４の情報を用いて、問い合わせの順番や回数を変化させることもできる。例えば、前記運動靴検索タスクにおいて、ユーザがいつも色の情報から発声していることを対話履歴記憶部１４から対制御部６が認識した場合、対話制御６がスロットスコア記憶部１２内の色スロットのスコアを変化させ、システムからの問いかけの順番を色の情報から得る順番に変えるし、ユーザがいつも複数の条件を同時に入れている場合や、ユーザがそのタスクを利用している回数が多い場合は、対話制御部６はスロットスコアを記憶部１２内の複数のスロットスコア値を等しくすることにより、複数の問いかけ内容を含む応答文を作成する。
【００４４】
さらに、スロットの値はスロットデフォルト値記憶部１６にデフォルトとして設定できるため、通常同じ内容を入力するスロット、もしくは個人情報にデータがあるスロットに対しては、予め音声もしくは音声以外の情報入力部１５からデフォルト値をスロットデフォルト値記憶部１６に設定することにより、デフォルト値を入れたスロットについて次の対話からは、システムからの問い合わせが行われない。
【００４５】
例えば上記運動靴検索タスクの例では、ユーザの靴のサイズは余り変化しないものだとしてサイズスロットにデフォルト値として自分のサイズを設定できる。これにより、運動靴検索時にはシステムからの「サイズはいくつですか?」という問い合わせの必要はなく、自分の靴のサイズを毎回発声する手間を省くことができる。
【００４６】
また、このデフォルト値設定も問い合わせ順番設定同様、対話履歴記憶部１４より対話制御部６において、ユーザがあるスロットに対して通常一定の値を格納していると判断できた場合、対話制御部６がその値をデフォルト値としてスロットデフォルト値記憶部１６に設定できる。これにより、ユーザは自ら設定しなくとも対話システムを何回か使用することにより、自動的に自分にあった検索手順を少ない対話のターン数で実現できる。
【００４７】
なお、本システム応答は、データベース記憶部８内のデータベースの内容によって対話制御部６が変化することもできる。例えば、上記運動靴検索タスクにおいて、メーカーのデータベースの中にあるメーカーの種類が１社しかなかった場合、対話制御部６は、スロットにその値を入れるため、メーカーについて、ユーザからへ問いかけることをしない。
【００４８】
なお、今回は前記運動靴検索をタスクとしたが、他のタスクとしては例えばカーナビや情報端末における施設検索や交通機関における情報検索、テレビの番組検索、音楽配信サービスにおけるアーティストや曲の検索などに適用できる。
【００４９】
（実施の形態２）
図３は、本発明の実施の形態２における情報検索システムを利用したカーナビゲーションシステムの一実施例の構成図である。
【００５０】
図３において、４０１はユーザからの伝達内容を入力する音声入力部、４０２は入力させた音声を音響モデル４０３及び言語モデル４０４を用いてテキスト文字列に変換する音声認識部、４０５は音声認識部４０２からのテキスト文字列を意味表現に変換する意味理解部、４０６は意味理解部４０５からのユーザの入力の意味表現とフレーム制御部４１３のスロット値要求文と個人情報記憶部４１８のユーザの個人情報と対話履歴記憶部４１７からの対話履歴情報とデータベース検索部４０７からのデータベース検索結果から対話制御を行う対話制御部、４０７は対話制御部４０６から送られた条件を基にデータベースから検索を行うデータベース検索部、４０８はカーナビゲーションシステムで提供される情報を蓄積しているデータベース記憶部、４０９は音声応答出力および画面表示出力を生成する応答音声・画像出力部、４１０は応答音声・画像出力部４０９からの画像情報を表示するモニタ、４１１は応答音声・画像出力部４０９からの音声情報を再生するスピーカ、４１２は対話制御に用いるフレームの定義がされているデータであるフレーム定義データ、４１３は対話制御部４０６からの要求によりフレーム用記憶部４１４からのフレーム内の情報と応答文連結部４１５からフレーム内のスロット値やスロットに値を要求するときの応答文を作成するフレーム制御部、４１４はフレーム制御部４１３からのフレームに関するデータを記憶するフレーム制御用記憶部、４１５はフレーム記憶部からのスロット値要求フレーズを文末表現４１６を用いて連結し応答文を作成する応答文連結部、４１６はフレーズを接続し、文を作成するための文末表現である文末表現データ、４１７は対話の過去の履歴を保存する対話履歴記憶部、４１８はユーザの個人情報を記憶する個人情報記憶部、４１９はＧＰＳ自車位置検出部、４２０はキーボードやタッチペン等音声以外の入力部である音声以外の情報入力部４２０である。
【００５１】
上記のように構成された情報検索システムを利用したカーナビゲーションシステムの動作について以下に説明する。
【００５２】
カーナビゲーションシステムで行う情報検索としては、目的地設定として利用可能な宿泊施設検索、飲食店検索、駐車場検索等の他にインターネットやＦＭ多重放送等を利用した映画館検索や渋滞情報検索や列車時刻表検索等が実現可能であるが、本実施の形態ではカーナビゲーションシステムにおける宿泊施設検索の一例について図４のフローに従って以下に説明する。
【００５３】
本実施の形態では、カーナビゲーションシステムのモニタ４１０で図６のように表示される宿泊施設検索タスクにおいて、音声入力を中心としたケースについて説明する。前記宿泊施設検索タスク７１には、検索条件として「最寄り駅名」７２、「最寄り駅からの徒歩時間」７４、「お部屋の種類（シングル、ダブル、ツイン、スイート）」７５、「値段」７６がある。このタスクを音声対話で実現するために、図５に示す宿泊施設検索フレーム６１を用いた対話制御を行う。これは、検索に必要な条件をスロットとして持ち、このスロットに値を埋めるように対話を進行させる対話制御方法である。宿泊施設検索フレームとしてにおいてのスロットとして、「最寄り駅スロット」６２、「最寄り駅からの徒歩時間スロット」６３、「部屋のタイプスロット」６４、「値段スロット」６５、を定義する。
【００５４】
まず、初期化処理として、対話制御部４０６から初期化を要求されたフレーム制御部４１３は、タスクが決定されると、タスクに適応したフレーム設定ファイルをフレーム定義データ４１２から読み込み、フレーム制御用記憶部４１４にフレームの動作に必要なメモリ領域が作成と初期値の格納を行う（Ｓ５１）。
【００５５】
このメモリ領域では、例えば図７に示すようなフレームの情報が格納される。ここで、スロットスコア８１は、スロットの重要度を表すパラメータ、スロット名８２はスロットの名前、スロット値８３はスロットに格納されたデータ、スロット値要求文８４は対応するスロット１つの値を求めるために用いられる応答文、スロット値要求フレーズ８５は複数スロットの値をユーザに同時に要求するときに用いる文である。
【００５６】
また、前記フレーム定義データ４１２から対話開始時や情報検索後、対話終了時等に出力される応答文デフォルト値の格納等もフレーム制御記憶部４１４に対し行う。
【００５７】
上記スロット値８３にデフォルト値が設定されている場合、このスロットに値を埋めようとする対話は行われないので、より迅速な情報入力が行える。例えば、上記宿泊施設検索タスクの例では、ユーザの都合の良い最寄り駅は最寄り駅スロットにデフォルト値として設定しておくと、宿泊施設検索時にはシステムからの「最寄り駅はどこにしますか?」という問い合わせの必要はなく、自分の都合の良い最寄り駅を宿泊施設検索のたびに入力する手間を省くことができる。
【００５８】
なお、このスロットのデフォルト値は音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０といった入力手段により、ユーザ自身が入力しても良いし、個人情報記憶部４１８から獲得しても良い。また、対話履歴記憶部４１８より、例えばいつも同じ最寄り駅を入力していると判断できた場合、いつも入力される最寄り駅をデフォルト値として設定できる。個人情報記憶部４１８は、システム内のメモリだけではなく、メモリカードのような、携帯できる媒体として持ち、これをシステムに組み込むことにより、利用することも可能である。
【００５９】
なお、同じタスクにおいて上記フレームの情報を変えたフレーム定義をフレーム設定ファイルに複数持つことにより同じタスクでも初期値や応答文の異なる対話制御が行える。
【００６０】
初期化処理（Ｓ５１）を行った後、対話制御部４０６は情報検索の対話開始用応答文をフレーム制御用記憶部４１４に要求する。フレーム制御部４０６は、フレーム制御用記憶部４１４から対話開始応答文を受け取り、それを対話制御部４０６に送る。対話制御部４０６は、この対話開始応答文を応答音声・画像出力部４０９を介してスピーカ４１１に出力する（Ｓ５２）。なお、特に初期化において対話開始応答文が定義されていない場合、スロットスコア８１の最も高いスロットに対応したスロット値要求文８４が対話開始応答応答文として出力される。例えば図７の例では「最寄り駅はどこですか?」という応答文が出力される。
出力された対話開始用応答文に対して、ユーザは例えば「○○駅に近いホテルを探して」と発声する。音声入力部４０１より入力された音声は、電気的信号に変換され、音響パラメータに変換される。音声認識部４０２において、音声入力部４０１からの音響パラメータと音響モデル４０３、言語モデル４０４を用いて音声認識される。音声認識の結果は、テキスト文字列ＳＴＲとされて音声認識部４０２から出力される（Ｓ５３）。
【００６１】
意味解析部４０５は、音声認識部４０２からのテキスト文字列ＳＴＲをスロット格納に対応した、一つもしくは複数の情報ＤＳＴＲに分けて出力する（Ｓ５４）。例えば、テキスト文字列ＳＴＲが、「○○駅に近いホテルを探して」の場合、スロットに対応した「○○駅」がＤＳＴＲとして出力される。
【００６２】
対話制御部４０６では、意味解析部４０５からの一つもしくは複数の情報ＤＳＴＲを、フレーム制御部４１３に送り、フレーム制御部４１３はフレーム制御用記憶部４１４の対応したスロットに値を格納する。例えば、ＤＳＴＲ「○○駅」は宿泊施設検索フレームの最寄り駅スロットに入力される。対話制御部４０６は、その結果を応答音声・画像出力部４０９を通してモニタ４１０に出力する（Ｓ５５）。このときのフレーム制御用記憶部４１４のおける宿泊施設フレーム記憶情報を図８に示す。図８では、スロット値９３に「○○駅」９６が入力され、モニタ４１０には図９のように、最寄り駅スロット１０２には「○○駅」が表示される。
【００６３】
また、前記テキスト文字列ＳＴＲが「○○駅から５分くらいのホテル」である場合、ＤＳＴＲは「○○駅」と「５分」となり、フレーム制御記憶部４１４内の宿泊施設検索フレーム内の最寄り駅スロットと最寄り駅からの徒歩時間スロットにそれぞれ「○○駅」と「５分」が入ることになる。このときのフレーム制御用４１４のおける宿泊施設フレーム記憶情報を図１０に示す。ここでは、スロット値１１０３として、「○○駅」１１０６と「５分」１１０７が入力され、モニタ４１０には図１１のように、最寄り駅スロット１２０２には「○○駅」が、最寄り駅からの所要時間スロット１２０３には「５分」が表示される。
【００６４】
なお、スロットの値を格納するときは対話履歴記憶部４１８に記憶されている対話履歴を用いることもできる。これにより、例えば、対話履歴記憶部４１８で対話のターン数を記憶しておき、「○○」というスロット値が格納されてあるターン数以上が経過した後、同じスロットに対して「△△」のスロット値が入力された場合、対話制御部４０６が例えば「○○を△△に変更しますか」といった確認を行うことができる。
【００６５】
また、「近くのホテルを探して」との発声に対してはＧＰＳ自車位置検出部４１９から現在の車の位置情報を取り出し、データベース検索部４０７で最寄り駅を検索した後、最寄り駅スロットに検索結果の現在の車の位置から最も近い駅名を格納する。
【００６６】
フレーム制御用記憶部４１４のスロットに値が格納されると対話制御部４０６は、フレーム制御部４１３を通してその情報を取得し、その条件をデータベース検索部４０７に送る。データベース検索部４０７は、条件に合った結果をデータベース記憶部４０８内のデータから検索し、データベース検索結果として、例えば、○○駅周辺のホテルについてのデータを対話制御部４０６に送る（Ｓ５６）。
【００６７】
なお、データベース検索部４０７は、システム内の検索エンジンだけでなく、インターネット上の検索エンジンでもよい。また、データベース記憶部４０８もシステム内のデータベース記憶部４０８だけではなく、前記インターネット上の検索エンジンに対応したデータベース記憶部やメモリカードやＤＶＤなど携帯できる記憶媒体上のデータベースでもよい。
【００６８】
データベース検索部４０７から検索結果を受け取った対話制御部４０６は、前記データベース検索結果の数が結果表示数である閾値ＴＨ内に入っているかを調べる（Ｓ５７）。
【００６９】
前記閾値ＴＨ内に入っていれば、検索結果を応答音声・画像出力部４０９より出力し、検索用対話を終了する（Ｓ５８）。例えば、○○駅周辺のホテルの検索結果が５件有り、前記閾値ＴＨが１０件である場合、５件の検索結果のホテル名を画面に表示し、音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０といった入力手段により、最も希望のホテルを選んでもらい、対話を終了する。
【００７０】
逆に、前記データベース検索結果が閾値ＴＨより大きい場合には、さらに検索結果を絞り込むため、対話制御部４０６の要求によりフレーム制御部４１３がフレーム制御用記憶部４１４のフレーム内の値が格納されていないスロットを探し、その中から最も高いスロットスコアを持つスロットに条件を埋めるようにユーザの発声を促すべく、空のスロットに対応したスロット値要求文を選択し、対話制御部４０６に送る。ここで、複数のスロットスコアが同じ値の場合、対話制御部４０６は同じスコアのスロット全てに値を一度に埋めようと問いかけを行う。
【００７１】
例えば図８の場合、既に「○○駅」９６が埋まっているので、空スロット９７の中で最もスロットスコア９１の高いスロット名は「最寄り駅からの徒歩時間」スロット９８であり、このスロットに対応したスロット値要求文９４は「最寄り駅はどこから歩いてどのくらいが良いですか?」９９となる。
なお、各スロットスコアは、システム外部から変更可能なパラメータであり、ユーザの好みや、ユーザの個人情報、また、ユーザのシステムに関する習熟度などから決定することができる。
【００７２】
例えば前記例のデフォルト値として最もスロットスコアが高いスロットは「最寄り駅スロット」であるが、ユーザが常にこのタスクにおいては料金から聞いて欲しいと思えば、音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０より、「値段スロット」のスロットスコアを最も高くし、それをフレーム定義データとしてフレーム定義データ４１２に保存すれば、次の対話から一番初めに要求されるのは「値段スロット」の値となる。
【００７３】
また、「最寄り駅」と「最寄り駅からの徒歩時間」を同時に検索したい場合は、音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０といった入力手段により、スロットスコア記憶部４１２における「最寄り駅からの徒歩時間スロット」のスコアを「最寄り駅スロット」と同じ値かつ最大値となるよう変化させることで、システムが通常一番始めに行う問いかけを例えば「最寄り駅と最寄り駅からの徒歩時間を言ってください?」に変えることできる。これは、複数の空スロットに値同時を求める応答文はフレーム制御用記憶部４１４のスロットのスロット値要求フレーズを、文末表現データ４１６を用いて応答文連結部４１５で連結することで作成される。
【００７４】
また、例えば対話履歴記憶部４１８の対話履歴において、一番初めの「最寄りの駅はどこですか?」という問いに対し、いつもユーザが「５０００円以内」といった入力を行っている場合、対話管理部４０６はフレーム制御部４１３にフレーム定義データ４１２として「値段スロット」のスロットスコアを最も高い値に設定するよう指令を送る。
【００７５】
また、ユーザが一番初めの「最寄りの駅はどこですか?」という問いに対し、いつもユーザが例えば「○○駅から歩いて５分以内」といった入力を行っている場合、対話管理部４０６はフレーム制御部４１３にフレーム定義データとして「最寄り駅スロット」と「最寄り駅からの時間」スロットのスロットスコアを同じ値に設定することで、一度に例えば「最寄り駅と最寄り駅からの徒歩時間を言ってください?」といった応答を行える。
さらに、例えば対話履歴記憶部４１８の対話履歴において、ユーザがそのシステムを利用している回数が多い事が分かると（システムの操作に習熟している場合）は、対話制御部４０６はフレーム制御用記憶部４１４内の複数のスロットスコア値を等しくすることにより、前記同様複数条件を問いかける応答文を作成することができる。
【００７６】
また、本システム応答は、データベース記憶部４０８内のデータベースの内容によって対話制御部４０６が検索手順を変更することもできる。例えば、上記宿泊施設検索タスクにおいて、データベース内のデータにおいて最寄り駅からの徒歩時間が「５分」しかなかった場合、対話制御部４０６は、スロットにその値を入れ、最寄り駅からの徒歩時間についてユーザへ問いかけることをしない。
【００７７】
上記のように応答文が決定されると、対話制御部４０６は前記スロット値要求文を応答音声・画像出力部４０９に問い合わせ文を送る（Ｓ５９）。
【００７８】
応答音声・画像出力部４０９は、対話制御部４０６から送られた結果をスピーカ４１１あるいはモニタ４１０からユーザに伝える（Ｓ６０）。 次に、ユーザは、Ｓ５３〜Ｓ５７の処理を繰り返し、データベース検索部４０７から受け取ったデータベース検索結果の数が結果表示数である閾値ＴＨ内に入っているかを調べ、前記閾値ＴＨ内に入っていれば、検索結果を応答音声・画像出力部４０９より出力し、検索用対話を終了する。
【００７９】
【発明の効果】
以上説明したように本発明では、同じタスクを達成するフレームが選ばれた場合でも、ユーザの好みや、個人情報や、システムの対話履歴によるユーザのシステム使用傾向や、データ検索におけるデータベースの内容から、ユーザにスロットを埋めさせる順番をおよび回数を変更することにより、ユーザ・システム共に条件入力時間が短くなり、快適にシステムを使用することが可能になり、さらに情報検索においては、変化するデータベースに対して効率的な情報検索が可能になり、検索結果を早く導き出すことが実現できる。
【図面の簡単な説明】
【図１】本発明の実施の形態１における対話制御システムの構成を示すブロック図
【図２】運動靴検索フレームを示す図
【図３】本発明の実施の形態２における対話制御システムの構成を示すブロック図
【図４】本発明が適用された対話制御システムにおけるの処理を示すフローチャート
【図５】宿泊施設検索フレームを示す図
【図６】宿泊施設検索タスクの画面例を示す図
【図７】フレーム制御用記憶部における記憶情報の例を示す図
【図８】フレーム制御用記憶部の記憶情報の例を示す図
【図９】宿泊施設検索タスクに入力されたときのの画面例を示す図
【図１０】フレーム制御用記憶部に記録された記憶情報の例を示す図
【図１１】宿泊施設検索タスクに入力されたときのの画面例を示す図
【図１２】従来の対話制御システムの構成図
【符号の説明】
１ 音声入力部
２ 音声認識部
３ 音響モデル
４ 言語モデル
５ 意味理解部
６ 対話制御部
７ データベース検索部
８ データベース記憶部
９ 応答音声・画像出力部
１０ 画面
１１ スピーカ
１２ スロットスコア記憶部
１３ 個人情報記憶部
１４ 対話履歴記憶部
１５ 音声以外の情報入力部
１６ スロットデフォルト値記憶部
４０１ 音声入力部
４０２ 音声認識部
４０３ 音響モデル
４０４ 言語モデル
４０５ 意味理解部
４０６ 対話制御部
４０７ データベース検索部
４０８ データベース記憶部
４０９ 応答音声・画像出力部
４１０ モニタ
４１１ スピーカ
４１２ フレーム定義データ
４１３ フレーム制御部
４１４ フレーム制御用記憶部
４１５ 応答文連結部
４１６ 文末表現データ
４１７ 対話履歴記憶部
４１８ 個人情報記憶部
４１９ ＧＰＳ自車位置検出部
４２０ 音声以外の情報入力部
【発明の属する技術分野】
ユーザとシステムが対話的に情報検索のための条件を複数回やりとりする対話インターフェースを持ったシステムの対話制御方法及びその装置に関するものである。
【０００２】
【従来の技術】
多くの対話システムの一つの従来例として、音声対話システムおよび対話制御方法である特開平５−２１６６１８号公報に記載されたものが知られている。
【０００３】
図１２に従来の音声対話システムの構成図を示す。図１２に示す従来の音声システムでは、入力音声の意味内容を理解する音声理解部３１と、前記理解の結果に基づいて応答内容の意味的な決定を行う対話管理部３２と、前記応答内容に基づいて音声応答出力および画面表示出力を生成する応答生成出力部３３とで構成されている。多くの 音声対話システムと同様に特開平５−２１６６１８号公報で用いられている対話制御システムも、システム開発時に対話の流れがあらかじめ決定されており、システムが想定している発話の順序で及び回数でユーザが発話し、対話が進行することを期待して作られている。
【０００４】
また、同一の伝達内容を伝えるユーザ発話に対して、システムはあらかじめ決められた一つの発話を行うよう作られている。このようにシステムが主導権を取って対話を進めていく対話制御方法を、多くの音声対話システムが用いているのが現状である。
【０００５】
特開平５−２１６６１８号公報の例に示したような、システムが主導権を取るような堅い対話ではなく、ユーザと対話システムの間で主導権が行き来するような対話制御方法が文献「GUS, A Frame-Driven Dialog System（Daniel G. Bobrow, Ronald M. Kaplan, Martin Kay, Donald .A Norman, Henry Thompson and Terry Winograd, "GUS, A Frame-Driven Dialog System", Artificial Intelligence 8 (1977), 155-173）」で提案されている。
【０００６】
ここでは対話システムにおけるユーザの対話目的に関するフレームを定義し、フレームに記述されたスロットと呼ばれるユーザの対話目的遂行のために必要な条件を、ユーザとシステムの間で対話を行いながら埋めていく対話制御方法で、条件をうめる対話の進行があらかじめ記述されているわけではなく、ユーザの発話によって条件が埋まり、システムは足りない条件を埋めるようなユーザの発話を促す発声を生成し、対話が進行する。
【０００７】
このように文献では主導権がユーザとシステムの間で行き来するような柔軟な対話制御を可能とする対話制御方法が提案されている。ただし、複数の条件が埋まっていない場合どの順序でその埋まっていない条件を、ユーザに埋めるように促していくかについては、フレームに定義されており、対話の柔軟性は十分であるとは言えない。
【０００８】
【発明が解決しようとする課題】
一般に、機器を制御するための対話型インターフェースに用いる対話制御方法として、ユーザに対する心理的負担の少ない柔軟な対話制御方法が求められている。
【０００９】
本発明は、このような対話制御方法において、システムにおける対話履歴や、ユーザの個人情報を用いることで効率的な対話を実現すること目的とする。
【００１０】
また、ネットワーク上のWEB情報のように、データの数や種類が一定値でく、動的に変化する情報検索においても、効率の良い検索を行うために、対話によるユーザへの問いかけ内容を最適な順番や回数に変更することを可能とすることを目的とする。
【００１１】
【課題を解決するための手段】
上記課題を解決するために本発明は、ユーザの検索目的であるフレームおよび前記フレームの検索条件である複数のスロットを格納する格納部に格納された前記スロットを、前記ユーザに問い合わせるステップと、前記問い合わせに対するユーザの入力を受け付け、前記フレームと前記ユーザの入力とに基づいて、検索用データベースから前記フレームを検索する検索ステップとを有する対話制御方法において、スロットスコア記憶部に記憶された前記ユーザに前記スロットを問い合わせる順番を、対話履歴記憶部に記憶された前記ユーザの利用回数が一定以上の場合、スロットスコア記憶部に記憶された前記スロットを問い合わせる順番について、前記フレームに対応する全てのスロットのうち複数以上のスロットを同じ順番に変更する変更ステップを含み、前記問い合わせステップは、前記変更ステップで同じ順番に変更したスロットを同時に問い合わせる。
【００１２】
【発明の実施の形態】
本発明の第１態様は、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力ステップと、問いかけの重要度に応じてユーザへの問いかけ方の変更を可能とする対話制御ステップと、前記ユーザからの伝達内容またはユーザからの応答に対して、前記変更された問いかける内容を出力する出力ステップとを有することを特徴とする対話制御方法であり、ユーザへの問いかけ内容を最適な順番や回数に変更できる作用を有する。
【００１３】
本発明の第２態様は、請求項１記載の対話制御方法において、前記対話制御ステップにおけるユーザへの問いかけ方の変更は、複数ある問いかけの順番を変更することを特徴とするものであり、ユーザに適した順番で問いかけを行える作用を有する。
【００１４】
本発明の第３態様は、請求項１記載の対話制御方法において、前記対話制御ステップにおけるユーザへの問いかけ方の変更は、少なくとも１つ以上の問い合わせ内容を組み合わせて問いかけることを特徴とするものであり、複数の内容を一度に問いかけることができる作用を有する。
【００１５】
本発明の第４態様は、請求項１記載の対話制御方法において、前記問いかけの重要度は、対話の履歴を用いることを特徴とするものであり、ユーザの使用傾向によりユーザへの問いかけ方を変更できる作用を有する。
【００１６】
本発明の第５態様は、請求項１記載の対話制御方法において、前記問いかけの重要度は、ユーザの個人情報を用いることを特徴とするものであり、ユーザの個人情報に応じた問いかけ方を行うことができる作用を有する。
【００１７】
本発明の第６態様は、請求項１記載の対話制御方法において、前記問いかけの重要度は、ユーザが自ら設定できることを特徴とした請求項１記載の対話制御方法であり、ユーザが対話の進行を自ら設定できる作用を有する。本発明の第７態様は、請求項１記載の対話制御方法において、前記ユーザからの入力は、音声認識を用いて入力することを特徴としたものであり、音声を用いた入力が行える作用を有する。
【００１８】
本発明の第８態様は、請求項１記載の対話制御方法において、前記ユーザからの入力は、タッチペンを用いて入力することを特徴としたものであり、タッチペンを用いた入力ができる作用を有する。
【００１９】
本発明の第９態様は、請求項１記載の対話制御方法において、前記ユーザからの入力は、キーボードを用いて入力することを特徴としたものであり、キーボードを用いた入力ができる作用を有する。
【００２０】
本発明の第１０態様は、請求項１から９のいずれかに記載の対話制御方法を用い、データベースを用いてユーザの目的の検索を行うことを特徴としたものであり、問いかけの順番および回数を変更ができる作用を有する。
【００２１】
本発明の第１１態様は、請求項１０記載の情報検索方法において、前期問いかけの重要度は、データベースの内容を用いて設定することを特徴とするもので、検索条件の問いかけの順番および回数を変更できる作用を有する。
【００２２】
本発明の第１２態様は、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力手段と、問いかけの重要度に応じてユーザへの問いかけ方の変更を可能とする対話制御手段と、前記ユーザからの伝達内容またはユーザからの応答に対して、前記変更された問いかける内容を出力する出力手段を有することを特徴とする対話制御装置であり、ユーザへの問いかけ内容を最適な順番や回数に変更できる作用を有する。
【００２３】
本発明の第１３態様は、請求項１２に記載の対話制御装置を用い、データベースを用いてユーザの目的の検索を行うことを特徴とする情報検索装置であり、検索条件の問いかけの順番および回数を変更ができる作用を有する。
【００２４】
本発明の第１４態様は、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力手段と、前記問いかけの重要度に応じてユーザへの問いかけ方の変更を可能とする対話制御手段と、データベースからユーザの応答に対して検索するデータベース検索手段と、ユーザに対して問いかける内容またはユーザからの応答に対する検索結果を出力する出力手段とを有し、データベースよりユーザの希望の目的地を検索できるカーナビゲーションシステムであり、ユーザの問いかけに対する検索結果を容易に得ることができるという作用を有する。
【００２５】
本発明の第１５態様は、プログラムされたコンピュータによって、問いかけの重要度に応じてシステムがユーザに対して問いかけるシステムの応答の順番を変更することが可能な対話制御プログラムを記録した記録媒体であって、ユーザからの伝達内容またはユーザへの問いかけに対する応答を入力とする入力ステップと、スロットスコアに応じてユーザへの問いかけ方の変更を可能とする対話制御ステップと、前記ユーザからの伝達内容またはユーザからの応答に対して、前記変更された問いかける内容を出力する出力ステップを有するプログラムを記憶したものであり、プログラムをコンピュータに読み取り実行することにより、ユーザへの問いかけ内容を最適な順番や回数に変更できる作用を有する。
【００２６】
以下、本発明の実施の形態について図を参照して説明する。
【００２７】
（実施の形態１）
図１は、本発明の実施の形態１における対話制御システムの一実施例の構成図である。図１において、１はユーザからの伝達内容を入力する音声入力部、２は入力させた音声を音響モデル３及び言語モデル４を用いてテキスト文字列に変換する音声認識部、５は音声認識部２からのテキスト文字列を意味表現に変換する意味理解部、６は意味理解部５からのユーザの入力の意味表現と個人情報記憶部１３のユーザの個人情報と対話履歴記憶部１４からの対話履歴情報とデータベース検索部７からのデータベース検索結果から応答内容を決定する対話制御部、７は対話制御部６から送られた条件を基にデータベースから検索を行うデータベース検索部、８は検索用データベースを格納するデータベース記憶部、９は音声応答出力および画面表示出力を生成する応答音声・画像出力部、１０は応答音声・画像出力部９からの画像情報を表示する画面、１１は応答音声・画像出力部９からの音声情報を再生するスピーカ、１２は対話制御部６での問いかけの方法を決定するスロットスコアを記憶するスロットスコア記憶部、１３は対話の過去の履歴を保存する対話履歴記憶部、１４はユーザの個人情報を記憶する個人情報記憶部、１５はキーボードやタッチペン等音声以外の入力部である音声以外の情報入力部である。
【００２８】
上記のように構成された情報検索システムの動作について以下に説明する。
【００２９】
なお、本実施例における情報検索システムではフレーム駆動式の対話制御方法を用いている。この情報検索システムでは、タスクに応じたフレーム（人工知能の分野で知識の表現方法として用いられるフレーム）を用意し、ユーザの入力から得られる情報を目的のタスクを実現するのに必要な一つあるいは複数のフレームのスロットに格納する。ここで、フレームの動作として２つの場合がある。１つ目の動作は、バッチ処理的動作であり、フレーム内のスロットを埋めるために、ユーザにスロットを埋めるための発話を促し、全てのスロットに値が埋まるとフレームに対応したタスクを実行する場合である。２つ目の動作としては、逐次処理的動作であり、ユーザの入力をスロットに格納するたびにその情報を用いてタスクを実行する場合である。
【００３０】
上記２つ目の逐次処理的動作の例である情報検索向け情報検索システムの詳細を以下説明する。
【００３１】
例として、図２に示すように運動靴を検索するタスクを実現するフレーム（運動靴検索フレーム）を用いて対話によりユーザが希望する運動靴の検索を行うケースについて説明する。運動靴検索タスクにおいての検索条件として、「メーカー」２２、「サイズ」２３、「色」２４、「値段」２５とし、これらを運動靴検索フレーム２１のスロットでとする。
【００３２】
入力部１より入力された音声は電気的信号に変換され、適当な音響パラメータに変換される。音声認識部２において、入力部１からの音響パラメータと音響モデル３、言語モデル４を用いて音声認識される。音声認識の結果は、テキスト文字列STRとされて音声認識部２から出力される。意味解析部５は、音声認識部２からの文字列STRを一つもしくは複数の情報DSTRに分けて出力する。
【００３３】
対話制御部６では、意味解析部５からの一つもしくは複数の情報DSTRは、対話履歴などを考慮した形としてフレーム内の適切なスロットに格納される。例えば、ユーザの「○○メーカーの靴が欲しい」との発声に対してフレームのメーカースロットには「○○メーカー」が入る。スロットに値が格納されると対話制御部６はその条件をデータベース検索部７に送る。
【００３４】
データベース検索部７は、条件に合った結果をデータベース記憶部８内のデータから検索し、データベース検索結果として対話制御部６に送る。なお、データベース検索部７はシステム内の検索エンジンだけでなく、インターネット上の検索エンジンでもよい。また、データベース記憶部８もシステム内のデータベース記憶部だけではなく、前記インターネット上の検索エンジンに対応したデータベース記憶部やメモリカードやＤＶＤなど携帯できる記憶媒体上のデータベースでもよい。
【００３５】
ここで、対話制御部６は、前記データベース検索結果の数がある範囲内に入っていない場合に、さらに検索結果を絞り込むため、絞り込むための次の検索条件を尋ねる。対話制御部６がフレーム内の空いているスロットを探し、その空いているスロットに条件を埋めるようにユーザの発声を促すべく、空いているスロットに対応した問い合わせ文を選択し、応答音声・画像出力部９に問い合わせ文を送る。応答音声・画像出力部９は、対話制御部６から送られた結果をスピーカ１１あるいは画面１０からユーザに伝える。
【００３６】
例えば、本システムでは、ユーザの「○○メーカーの靴が欲しい」というの発声に対してフレームのメーカースロットには「○○メーカー」が入と、結果として検索件数を出力する。検索結果が多い場合、続けて各スロットで用意された「サイズはいくつですか?」「何色がよいですか?」「幾ら以内にしますか?」というシステムの応答を検索結果数がある範囲内に入るまで行う。
【００３７】
なお、ユーザが「○○メーカーの△△色の靴」と発声した場合、運動靴検索フレーム内のメーカースロットと色スロットにそれぞれ「○○メーカー」「△△色」が入り、検索結果が範囲内でない場合は、さらに「幾ら以内にしますか?」とい応答が本システムからされることになる。
【００３８】
上記システムからの問い合わせ文の順番は、スロットスコア記憶部１２に格納されている各スロットのスコアによって決定される。スロットスコアの値が高いスロットから問い合わせを行う。初期状態では、各スロットのスコアは予め初期値が格納されている。各スロットのスコアは、システム外部から変更可能なパラメータであり、ユーザの好みや、ユーザの個人情報、また、ユーザのシステムに関する習熟度などから決定することができる。
【００３９】
さらに、このスコアは複数設定できるので、複数のモードをあらかじめ作っておき、それを切り替えることで問い合わせの順番を変更することも可能である。また、複数のスロットスコアが同じ値の場合、対話制御部６は同じスコアのスロット全てに値を一度に埋めようと問いかけを行う。
【００４０】
つまり、スロットスコア記憶部１２に格納されているスロットスコアが初期値のままである場合、上記運動靴検索タスクの例における対話において、システムは常に「メーカーはどこがいいですか?」という問いかけが一番始めであり、色スロットが空の場合は次に「何色がよいですか?」という順番でシステムの応答を行うが、例えば、いつも「色」から検索したいユーザにおいては、音声入力部１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部１５といった入力手段により、スロットスコア記憶部１２における色スロットのスコアを変化させることで、システムが通常一番始めに行う問いかけを「何色がよいですか」に変えることできる。
【００４１】
なお、このユーザの好みは、個人情報記憶部１４を用いることもできる。例えば、ユーザの個人情報として、ユーザの好きなメーカーや、好きな色が登録されていれば、その情報を用いて問いかける順番を決定できる。なお、この個人情報記憶部はシステム内のメモリだけではなく、メモリカードのような、携帯できる媒体として持ち、これをシステムに組み込むことにより、利用することも可能である。
【００４２】
また、いつも「メーカー」と「サイズ」同時に検索条件に使いたいユーザにおいては、メーカースロットとサイズスロットのスロットスコアを同一にして、システムからの問いかけを「メーカーとサイズを言ってください」という問いかけに変えることもできる。
【００４３】
前記のように、ユーザ自身がスロットスコアの値を変化させることでシステムの問い合わせの順番や回数を変化させることもできるが、対話履歴記憶部１４の情報を用いて、問い合わせの順番や回数を変化させることもできる。例えば、前記運動靴検索タスクにおいて、ユーザがいつも色の情報から発声していることを対話履歴記憶部１４から対制御部６が認識した場合、対話制御６がスロットスコア記憶部１２内の色スロットのスコアを変化させ、システムからの問いかけの順番を色の情報から得る順番に変えるし、ユーザがいつも複数の条件を同時に入れている場合や、ユーザがそのタスクを利用している回数が多い場合は、対話制御部６はスロットスコアを記憶部１２内の複数のスロットスコア値を等しくすることにより、複数の問いかけ内容を含む応答文を作成する。
【００４４】
さらに、スロットの値はスロットデフォルト値記憶部１６にデフォルトとして設定できるため、通常同じ内容を入力するスロット、もしくは個人情報にデータがあるスロットに対しては、予め音声もしくは音声以外の情報入力部１５からデフォルト値をスロットデフォルト値記憶部１６に設定することにより、デフォルト値を入れたスロットについて次の対話からは、システムからの問い合わせが行われない。
【００４５】
例えば上記運動靴検索タスクの例では、ユーザの靴のサイズは余り変化しないものだとしてサイズスロットにデフォルト値として自分のサイズを設定できる。これにより、運動靴検索時にはシステムからの「サイズはいくつですか?」という問い合わせの必要はなく、自分の靴のサイズを毎回発声する手間を省くことができる。
【００４６】
また、このデフォルト値設定も問い合わせ順番設定同様、対話履歴記憶部１４より対話制御部６において、ユーザがあるスロットに対して通常一定の値を格納していると判断できた場合、対話制御部６がその値をデフォルト値としてスロットデフォルト値記憶部１６に設定できる。これにより、ユーザは自ら設定しなくとも対話システムを何回か使用することにより、自動的に自分にあった検索手順を少ない対話のターン数で実現できる。
【００４７】
なお、本システム応答は、データベース記憶部８内のデータベースの内容によって対話制御部６が変化することもできる。例えば、上記運動靴検索タスクにおいて、メーカーのデータベースの中にあるメーカーの種類が１社しかなかった場合、対話制御部６は、スロットにその値を入れるため、メーカーについて、ユーザからへ問いかけることをしない。
【００４８】
なお、今回は前記運動靴検索をタスクとしたが、他のタスクとしては例えばカーナビや情報端末における施設検索や交通機関における情報検索、テレビの番組検索、音楽配信サービスにおけるアーティストや曲の検索などに適用できる。
【００４９】
（実施の形態２）
図３は、本発明の実施の形態２における情報検索システムを利用したカーナビゲーションシステムの一実施例の構成図である。
【００５０】
図３において、４０１はユーザからの伝達内容を入力する音声入力部、４０２は入力させた音声を音響モデル４０３及び言語モデル４０４を用いてテキスト文字列に変換する音声認識部、４０５は音声認識部４０２からのテキスト文字列を意味表現に変換する意味理解部、４０６は意味理解部４０５からのユーザの入力の意味表現とフレーム制御部４１３のスロット値要求文と個人情報記憶部４１８のユーザの個人情報と対話履歴記憶部４１７からの対話履歴情報とデータベース検索部４０７からのデータベース検索結果から対話制御を行う対話制御部、４０７は対話制御部４０６から送られた条件を基にデータベースから検索を行うデータベース検索部、４０８はカーナビゲーションシステムで提供される情報を蓄積しているデータベース記憶部、４０９は音声応答出力および画面表示出力を生成する応答音声・画像出力部、４１０は応答音声・画像出力部４０９からの画像情報を表示するモニタ、４１１は応答音声・画像出力部４０９からの音声情報を再生するスピーカ、４１２は対話制御に用いるフレームの定義がされているデータであるフレーム定義データ、４１３は対話制御部４０６からの要求によりフレーム用記憶部４１４からのフレーム内の情報と応答文連結部４１５からフレーム内のスロット値やスロットに値を要求するときの応答文を作成するフレーム制御部、４１４はフレーム制御部４１３からのフレームに関するデータを記憶するフレーム制御用記憶部、４１５はフレーム記憶部からのスロット値要求フレーズを文末表現４１６を用いて連結し応答文を作成する応答文連結部、４１６はフレーズを接続し、文を作成するための文末表現である文末表現データ、４１７は対話の過去の履歴を保存する対話履歴記憶部、４１８はユーザの個人情報を記憶する個人情報記憶部、４１９はＧＰＳ自車位置検出部、４２０はキーボードやタッチペン等音声以外の入力部である音声以外の情報入力部４２０である。
【００５１】
上記のように構成された情報検索システムを利用したカーナビゲーションシステムの動作について以下に説明する。
【００５２】
カーナビゲーションシステムで行う情報検索としては、目的地設定として利用可能な宿泊施設検索、飲食店検索、駐車場検索等の他にインターネットやＦＭ多重放送等を利用した映画館検索や渋滞情報検索や列車時刻表検索等が実現可能であるが、本実施の形態ではカーナビゲーションシステムにおける宿泊施設検索の一例について図４のフローに従って以下に説明する。
【００５３】
本実施の形態では、カーナビゲーションシステムのモニタ４１０で図６のように表示される宿泊施設検索タスクにおいて、音声入力を中心としたケースについて説明する。前記宿泊施設検索タスク７１には、検索条件として「最寄り駅名」７２、「最寄り駅からの徒歩時間」７４、「お部屋の種類（シングル、ダブル、ツイン、スイート）」７５、「値段」７６がある。このタスクを音声対話で実現するために、図５に示す宿泊施設検索フレーム６１を用いた対話制御を行う。これは、検索に必要な条件をスロットとして持ち、このスロットに値を埋めるように対話を進行させる対話制御方法である。宿泊施設検索フレームとしてにおいてのスロットとして、「最寄り駅スロット」６２、「最寄り駅からの徒歩時間スロット」６３、「部屋のタイプスロット」６４、「値段スロット」６５、を定義する。
【００５４】
まず、初期化処理として、対話制御部４０６から初期化を要求されたフレーム制御部４１３は、タスクが決定されると、タスクに適応したフレーム設定ファイルをフレーム定義データ４１２から読み込み、フレーム制御用記憶部４１４にフレームの動作に必要なメモリ領域が作成と初期値の格納を行う（Ｓ５１）。
【００５５】
このメモリ領域では、例えば図７に示すようなフレームの情報が格納される。ここで、スロットスコア８１は、スロットの重要度を表すパラメータ、スロット名８２はスロットの名前、スロット値８３はスロットに格納されたデータ、スロット値要求文８４は対応するスロット１つの値を求めるために用いられる応答文、スロット値要求フレーズ８５は複数スロットの値をユーザに同時に要求するときに用いる文である。
【００５６】
また、前記フレーム定義データ４１２から対話開始時や情報検索後、対話終了時等に出力される応答文デフォルト値の格納等もフレーム制御記憶部４１４に対し行う。
【００５７】
上記スロット値８３にデフォルト値が設定されている場合、このスロットに値を埋めようとする対話は行われないので、より迅速な情報入力が行える。例えば、上記宿泊施設検索タスクの例では、ユーザの都合の良い最寄り駅は最寄り駅スロットにデフォルト値として設定しておくと、宿泊施設検索時にはシステムからの「最寄り駅はどこにしますか?」という問い合わせの必要はなく、自分の都合の良い最寄り駅を宿泊施設検索のたびに入力する手間を省くことができる。
【００５８】
なお、このスロットのデフォルト値は音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０といった入力手段により、ユーザ自身が入力しても良いし、個人情報記憶部４１８から獲得しても良い。また、対話履歴記憶部４１８より、例えばいつも同じ最寄り駅を入力していると判断できた場合、いつも入力される最寄り駅をデフォルト値として設定できる。個人情報記憶部４１８は、システム内のメモリだけではなく、メモリカードのような、携帯できる媒体として持ち、これをシステムに組み込むことにより、利用することも可能である。
【００５９】
なお、同じタスクにおいて上記フレームの情報を変えたフレーム定義をフレーム設定ファイルに複数持つことにより同じタスクでも初期値や応答文の異なる対話制御が行える。
【００６０】
初期化処理（Ｓ５１）を行った後、対話制御部４０６は情報検索の対話開始用応答文をフレーム制御用記憶部４１４に要求する。フレーム制御部４０６は、フレーム制御用記憶部４１４から対話開始応答文を受け取り、それを対話制御部４０６に送る。対話制御部４０６は、この対話開始応答文を応答音声・画像出力部４０９を介してスピーカ４１１に出力する（Ｓ５２）。なお、特に初期化において対話開始応答文が定義されていない場合、スロットスコア８１の最も高いスロットに対応したスロット値要求文８４が対話開始応答応答文として出力される。例えば図７の例では「最寄り駅はどこですか?」という応答文が出力される。
出力された対話開始用応答文に対して、ユーザは例えば「○○駅に近いホテルを探して」と発声する。音声入力部４０１より入力された音声は、電気的信号に変換され、音響パラメータに変換される。音声認識部４０２において、音声入力部４０１からの音響パラメータと音響モデル４０３、言語モデル４０４を用いて音声認識される。音声認識の結果は、テキスト文字列ＳＴＲとされて音声認識部４０２から出力される（Ｓ５３）。
【００６１】
意味解析部４０５は、音声認識部４０２からのテキスト文字列ＳＴＲをスロット格納に対応した、一つもしくは複数の情報ＤＳＴＲに分けて出力する（Ｓ５４）。例えば、テキスト文字列ＳＴＲが、「○○駅に近いホテルを探して」の場合、スロットに対応した「○○駅」がＤＳＴＲとして出力される。
【００６２】
対話制御部４０６では、意味解析部４０５からの一つもしくは複数の情報ＤＳＴＲを、フレーム制御部４１３に送り、フレーム制御部４１３はフレーム制御用記憶部４１４の対応したスロットに値を格納する。例えば、ＤＳＴＲ「○○駅」は宿泊施設検索フレームの最寄り駅スロットに入力される。対話制御部４０６は、その結果を応答音声・画像出力部４０９を通してモニタ４１０に出力する（Ｓ５５）。このときのフレーム制御用記憶部４１４のおける宿泊施設フレーム記憶情報を図８に示す。図８では、スロット値９３に「○○駅」９６が入力され、モニタ４１０には図９のように、最寄り駅スロット１０２には「○○駅」が表示される。
【００６３】
また、前記テキスト文字列ＳＴＲが「○○駅から５分くらいのホテル」である場合、ＤＳＴＲは「○○駅」と「５分」となり、フレーム制御記憶部４１４内の宿泊施設検索フレーム内の最寄り駅スロットと最寄り駅からの徒歩時間スロットにそれぞれ「○○駅」と「５分」が入ることになる。このときのフレーム制御用４１４のおける宿泊施設フレーム記憶情報を図１０に示す。ここでは、スロット値１１０３として、「○○駅」１１０６と「５分」１１０７が入力され、モニタ４１０には図１１のように、最寄り駅スロット１２０２には「○○駅」が、最寄り駅からの所要時間スロット１２０３には「５分」が表示される。
【００６４】
なお、スロットの値を格納するときは対話履歴記憶部４１８に記憶されている対話履歴を用いることもできる。これにより、例えば、対話履歴記憶部４１８で対話のターン数を記憶しておき、「○○」というスロット値が格納されてあるターン数以上が経過した後、同じスロットに対して「△△」のスロット値が入力された場合、対話制御部４０６が例えば「○○を△△に変更しますか」といった確認を行うことができる。
【００６５】
また、「近くのホテルを探して」との発声に対してはＧＰＳ自車位置検出部４１９から現在の車の位置情報を取り出し、データベース検索部４０７で最寄り駅を検索した後、最寄り駅スロットに検索結果の現在の車の位置から最も近い駅名を格納する。
【００６６】
フレーム制御用記憶部４１４のスロットに値が格納されると対話制御部４０６は、フレーム制御部４１３を通してその情報を取得し、その条件をデータベース検索部４０７に送る。データベース検索部４０７は、条件に合った結果をデータベース記憶部４０８内のデータから検索し、データベース検索結果として、例えば、○○駅周辺のホテルについてのデータを対話制御部４０６に送る（Ｓ５６）。
【００６７】
なお、データベース検索部４０７は、システム内の検索エンジンだけでなく、インターネット上の検索エンジンでもよい。また、データベース記憶部４０８もシステム内のデータベース記憶部４０８だけではなく、前記インターネット上の検索エンジンに対応したデータベース記憶部やメモリカードやＤＶＤなど携帯できる記憶媒体上のデータベースでもよい。
【００６８】
データベース検索部４０７から検索結果を受け取った対話制御部４０６は、前記データベース検索結果の数が結果表示数である閾値ＴＨ内に入っているかを調べる（Ｓ５７）。
【００６９】
前記閾値ＴＨ内に入っていれば、検索結果を応答音声・画像出力部４０９より出力し、検索用対話を終了する（Ｓ５８）。例えば、○○駅周辺のホテルの検索結果が５件有り、前記閾値ＴＨが１０件である場合、５件の検索結果のホテル名を画面に表示し、音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０といった入力手段により、最も希望のホテルを選んでもらい、対話を終了する。
【００７０】
逆に、前記データベース検索結果が閾値ＴＨより大きい場合には、さらに検索結果を絞り込むため、対話制御部４０６の要求によりフレーム制御部４１３がフレーム制御用記憶部４１４のフレーム内の値が格納されていないスロットを探し、その中から最も高いスロットスコアを持つスロットに条件を埋めるようにユーザの発声を促すべく、空のスロットに対応したスロット値要求文を選択し、対話制御部４０６に送る。ここで、複数のスロットスコアが同じ値の場合、対話制御部４０６は同じスコアのスロット全てに値を一度に埋めようと問いかけを行う。
【００７１】
例えば図８の場合、既に「○○駅」９６が埋まっているので、空スロット９７の中で最もスロットスコア９１の高いスロット名は「最寄り駅からの徒歩時間」スロット９８であり、このスロットに対応したスロット値要求文９４は「最寄り駅はどこから歩いてどのくらいが良いですか?」９９となる。
なお、各スロットスコアは、システム外部から変更可能なパラメータであり、ユーザの好みや、ユーザの個人情報、また、ユーザのシステムに関する習熟度などから決定することができる。
【００７２】
例えば前記例のデフォルト値として最もスロットスコアが高いスロットは「最寄り駅スロット」であるが、ユーザが常にこのタスクにおいては料金から聞いて欲しいと思えば、音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０より、「値段スロット」のスロットスコアを最も高くし、それをフレーム定義データとしてフレーム定義データ４１２に保存すれば、次の対話から一番初めに要求されるのは「値段スロット」の値となる。
【００７３】
また、「最寄り駅」と「最寄り駅からの徒歩時間」を同時に検索したい場合は、音声入力部４０１や、ボタンやタッチパネルなどを用いた音声以外の情報入力部４２０といった入力手段により、スロットスコア記憶部４１２における「最寄り駅からの徒歩時間スロット」のスコアを「最寄り駅スロット」と同じ値かつ最大値となるよう変化させることで、システムが通常一番始めに行う問いかけを例えば「最寄り駅と最寄り駅からの徒歩時間を言ってください?」に変えることできる。これは、複数の空スロットに値同時を求める応答文はフレーム制御用記憶部４１４のスロットのスロット値要求フレーズを、文末表現データ４１６を用いて応答文連結部４１５で連結することで作成される。
【００７４】
また、例えば対話履歴記憶部４１８の対話履歴において、一番初めの「最寄りの駅はどこですか?」という問いに対し、いつもユーザが「５０００円以内」といった入力を行っている場合、対話管理部４０６はフレーム制御部４１３にフレーム定義データ４１２として「値段スロット」のスロットスコアを最も高い値に設定するよう指令を送る。
【００７５】
また、ユーザが一番初めの「最寄りの駅はどこですか?」という問いに対し、いつもユーザが例えば「○○駅から歩いて５分以内」といった入力を行っている場合、対話管理部４０６はフレーム制御部４１３にフレーム定義データとして「最寄り駅スロット」と「最寄り駅からの時間」スロットのスロットスコアを同じ値に設定することで、一度に例えば「最寄り駅と最寄り駅からの徒歩時間を言ってください?」といった応答を行える。
さらに、例えば対話履歴記憶部４１８の対話履歴において、ユーザがそのシステムを利用している回数が多い事が分かると（システムの操作に習熟している場合）は、対話制御部４０６はフレーム制御用記憶部４１４内の複数のスロットスコア値を等しくすることにより、前記同様複数条件を問いかける応答文を作成することができる。
【００７６】
また、本システム応答は、データベース記憶部４０８内のデータベースの内容によって対話制御部４０６が検索手順を変更することもできる。例えば、上記宿泊施設検索タスクにおいて、データベース内のデータにおいて最寄り駅からの徒歩時間が「５分」しかなかった場合、対話制御部４０６は、スロットにその値を入れ、最寄り駅からの徒歩時間についてユーザへ問いかけることをしない。
【００７７】
上記のように応答文が決定されると、対話制御部４０６は前記スロット値要求文を応答音声・画像出力部４０９に問い合わせ文を送る（Ｓ５９）。
【００７８】
応答音声・画像出力部４０９は、対話制御部４０６から送られた結果をスピーカ４１１あるいはモニタ４１０からユーザに伝える（Ｓ６０）。 次に、ユーザは、Ｓ５３〜Ｓ５７の処理を繰り返し、データベース検索部４０７から受け取ったデータベース検索結果の数が結果表示数である閾値ＴＨ内に入っているかを調べ、前記閾値ＴＨ内に入っていれば、検索結果を応答音声・画像出力部４０９より出力し、検索用対話を終了する。
【００７９】
【発明の効果】
以上説明したように本発明では、同じタスクを達成するフレームが選ばれた場合でも、ユーザの好みや、個人情報や、システムの対話履歴によるユーザのシステム使用傾向や、データ検索におけるデータベースの内容から、ユーザにスロットを埋めさせる順番をおよび回数を変更することにより、ユーザ・システム共に条件入力時間が短くなり、快適にシステムを使用することが可能になり、さらに情報検索においては、変化するデータベースに対して効率的な情報検索が可能になり、検索結果を早く導き出すことが実現できる。
【図面の簡単な説明】
【図１】本発明の実施の形態１における対話制御システムの構成を示すブロック図
【図２】運動靴検索フレームを示す図
【図３】本発明の実施の形態２における対話制御システムの構成を示すブロック図
【図４】本発明が適用された対話制御システムにおけるの処理を示すフローチャート
【図５】宿泊施設検索フレームを示す図
【図６】宿泊施設検索タスクの画面例を示す図
【図７】フレーム制御用記憶部における記憶情報の例を示す図
【図８】フレーム制御用記憶部の記憶情報の例を示す図
【図９】宿泊施設検索タスクに入力されたときのの画面例を示す図
【図１０】フレーム制御用記憶部に記録された記憶情報の例を示す図
【図１１】宿泊施設検索タスクに入力されたときのの画面例を示す図
【図１２】従来の対話制御システムの構成図
【符号の説明】
１ 音声入力部
２ 音声認識部
３ 音響モデル
４ 言語モデル
５ 意味理解部
６ 対話制御部
７ データベース検索部
８ データベース記憶部
９ 応答音声・画像出力部
１０ 画面
１１ スピーカ
１２ スロットスコア記憶部
１３ 個人情報記憶部
１４ 対話履歴記憶部
１５ 音声以外の情報入力部
１６ スロットデフォルト値記憶部
４０１ 音声入力部
４０２ 音声認識部
４０３ 音響モデル
４０４ 言語モデル
４０５ 意味理解部
４０６ 対話制御部
４０７ データベース検索部
４０８ データベース記憶部
４０９ 応答音声・画像出力部
４１０ モニタ
４１１ スピーカ
４１２ フレーム定義データ
４１３ フレーム制御部
４１４ フレーム制御用記憶部
４１５ 応答文連結部
４１６ 文末表現データ
４１７ 対話履歴記憶部
４１８ 個人情報記憶部
４１９ ＧＰＳ自車位置検出部
４２０ 音声以外の情報入力部
Claims (9)
- ユーザの検索目的であるフレームおよび前記フレームの検索条件である複数のスロットを格納する格納部に格納された前記スロットを、前記ユーザに問い合わせるステップと、
前記問い合わせに対するユーザの入力を受け付け、前記フレームと前記ユーザの入力とに基づいて、検索用データベースから前記フレームを検索する検索ステップとを有する対話制御方法において、
ユーザの嗜好に基づいて、スロット毎にスコアリングされたスロットスコアの大小により、前記スロットを問い合わせる順番を変更するステップと、
前記変更したスロットの順番に応じて、スロットを問合せるステップと、を有する、
対話制御方法。 - 前記スロットスコアが大きい順に問合せる順番を変更する、請求項１記載の対話制御方法。
- 前記検索ステップの検索結果の数が一定数以下になるまで、前記問い合わせステップは、前記変更した順番で順次、前記スロットを前記ユーザに問い合わせる
請求項１記載の対話制御方法。 - 前記ユーザの入力は、音声認識を用いて入力されることを特徴とした請求項１記載の対話制御方法。
- 前記ユーザの入力は、タッチパネルを用いて入力されることを特徴とした請求項１記載の対話制御方法。
- 前記ユーザの入力は、キーボードを用いて入力されることを特徴とした請求項１記載の対話制御方法。
- ユーザの検索目的であるフレームおよび前記フレームの検索条件である複数のスロットを格納する格納部と、
ユーザの嗜好に基づいて、スロット毎にスコアリングされたスロットスコアの大小により、前記スロットを問い合わせる順番を変更する対話制御部と、
前記対話制御部により変更されたスロットの順番に応じて、スロットを問合せる出力手段と、
前記問い合わせに対するユーザの入力を受け付ける入力手段と、
前記フレームおよび前記問い合わせに対するユーザの入力に基づいて、検索用データベースから前記フレームを検索する検索部と
を有する対話制御システム。 - ユーザの検索目的であるフレームおよび前記フレームの検索条件である複数のスロットを格納する格納部と、
ユーザの嗜好に基づいて、スロット毎にスコアリングされたスロットスコアの大小により、前記スロットを問い合わせる順番を変更する対話制御部と、
前記対話制御部により変更されたスロットの順番に応じて、スロットを問合せる出力手段と、
前記問い合わせに対するユーザの入力を受け付ける入力手段と、
前記フレームおよび前記問い合わせに対するユーザの入力に基づいて、検索用データベースから前記フレームを検索する検索部と
を有する対話制御カーナビゲーションシステム。 - ユーザの検索目的であるフレームおよび前記フレームの検索条件である複数のスロットを格納する格納部に格納された前記スロットを、前記ユーザに問い合わせるステップと、
前記問い合わせに対するユーザの入力を受け付け、前記フレームと前記ユーザの入力とに基づいて、検索用データベースから前記フレームを検索する検索ステップとを有する対話制御方法において、
ユーザの嗜好に基づいて、スロット毎にスコアリングされたスロットスコアの大小により、前記スロットを問い合わせる順番を変更するステップと、
前記変更したスロットの順番に応じて、スロットを問合せるステップと、を有する、対話制御をコンピュータに実行させるためのコンピュータプログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001164869A JP4686905B2 (ja) | 2000-07-21 | 2001-05-31 | 対話制御方法及びその装置 |
| US09/908,609 US20020013860A1 (en) | 2000-07-21 | 2001-07-20 | Dialog control method and apparatus for controlling dialog |
| EP01117597A EP1187007A3 (en) | 2000-07-21 | 2001-07-20 | Dialog control method |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000-220460 | 2000-07-21 | ||
| JP2000220460 | 2000-07-21 | ||
| JP2000220460 | 2000-07-21 | ||
| JP2001164869A JP4686905B2 (ja) | 2000-07-21 | 2001-05-31 | 対話制御方法及びその装置 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2002099404A JP2002099404A (ja) | 2002-04-05 |
| JP2002099404A5 JP2002099404A5 (ja) | 2008-06-19 |
| JP4686905B2 true JP4686905B2 (ja) | 2011-05-25 |
Family
ID=26596402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001164869A Expired - Lifetime JP4686905B2 (ja) | 2000-07-21 | 2001-05-31 | 対話制御方法及びその装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20020013860A1 (ja) |
| EP (1) | EP1187007A3 (ja) |
| JP (1) | JP4686905B2 (ja) |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003302997A (ja) * | 2002-04-11 | 2003-10-24 | Murata Mach Ltd | 音声制御装置 |
| JP2004348658A (ja) * | 2003-05-26 | 2004-12-09 | Nissan Motor Co Ltd | 車両用情報提供方法および車両用情報提供装置 |
| JP2005181386A (ja) * | 2003-12-16 | 2005-07-07 | Mitsubishi Electric Corp | 音声対話処理装置及び音声対話処理方法並びにプログラム |
| DE10360656A1 (de) * | 2003-12-23 | 2005-07-21 | Daimlerchrysler Ag | Bediensystem für ein Fahrzeug |
| US7805704B2 (en) * | 2005-03-08 | 2010-09-28 | Microsoft Corporation | Development framework for mixing semantics-driven and state-driven dialog |
| JP4491438B2 (ja) * | 2006-06-26 | 2010-06-30 | Ｎｅｃシステムテクノロジー株式会社 | 音声対話装置、音声対話方法、およびプログラム |
| JP2008233678A (ja) * | 2007-03-22 | 2008-10-02 | Honda Motor Co Ltd | 音声対話装置、音声対話方法、及び音声対話用プログラム |
| JP5333131B2 (ja) * | 2009-09-30 | 2013-11-06 | 沖電気工業株式会社 | 情報処理装置及び情報処理方法 |
| FR2991077A1 (fr) * | 2012-05-25 | 2013-11-29 | Ergonotics Sas | Systeme interactif de resolution contextuelle d'informations provenant d'un systeme semantique |
| CN104301500A (zh) * | 2013-07-16 | 2015-01-21 | 中兴通讯股份有限公司 | 一种终端控制方法、装置和终端 |
| JP6069157B2 (ja) * | 2013-09-30 | 2017-02-01 | Ｎｅｃパーソナルコンピュータ株式会社 | 情報処理装置、制御方法、及びプログラム |
| JP2015069101A (ja) * | 2013-09-30 | 2015-04-13 | Ｎｅｃパーソナルコンピュータ株式会社 | 情報処理装置、制御方法、及びプログラム |
| CN104360897B (zh) * | 2014-10-29 | 2017-09-22 | 百度在线网络技术（北京）有限公司 | 对话处理方法和对话管理系统 |
| US10885129B2 (en) | 2014-12-10 | 2021-01-05 | Google Llc | Using frames for action dialogs |
| JP6604542B2 (ja) * | 2015-04-02 | 2019-11-13 | パナソニックＩｐマネジメント株式会社 | 対話方法、対話プログラム及び対話システム |
| CN105845137B (zh) * | 2016-03-18 | 2019-08-23 | 中国科学院声学研究所 | 一种语音对话管理系统 |
| US10949748B2 (en) * | 2016-05-13 | 2021-03-16 | Microsoft Technology Licensing, Llc | Deep learning of bots through examples and experience |
| JP6553007B2 (ja) * | 2016-09-13 | 2019-07-31 | 株式会社東芝 | 対話フロー制御装置、対話フロー制御方法およびプログラム |
| JP6610965B2 (ja) * | 2017-03-10 | 2019-11-27 | 日本電信電話株式会社 | 対話方法、対話システム、対話装置、およびプログラム |
| JP2019057092A (ja) * | 2017-09-20 | 2019-04-11 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
| JP6805112B2 (ja) | 2017-11-08 | 2020-12-23 | 株式会社東芝 | 対話システム、対話方法および対話プログラム |
| KR102064207B1 (ko) * | 2018-02-27 | 2020-01-09 | 주식회사 와이즈넛 | 의료문진을 위한 예제기반 목적지향 대화관리 방법 및 그 장치 |
| KR20200024511A (ko) | 2018-08-28 | 2020-03-09 | 삼성전자주식회사 | 대화 에이전트의 동작 방법 및 그 장치 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6393034A (ja) * | 1986-10-08 | 1988-04-23 | Nippon Telegr & Teleph Corp <Ntt> | 学習型デ−タ検索システム |
| JPH09326856A (ja) * | 1996-06-03 | 1997-12-16 | Mitsubishi Electric Corp | 音声認識応答装置 |
| JPH10187846A (ja) * | 1996-12-25 | 1998-07-21 | San Doratsugu:Kk | 薬検索装置およびその方法 |
| JP2000194722A (ja) * | 1998-12-24 | 2000-07-14 | Nec Corp | 情報検索装置及びその方法ならびに情報検索プログラムを格納した記憶媒体 |
| JP2000194386A (ja) * | 1998-12-24 | 2000-07-14 | Omron Corp | 音声認識応答装置及び方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5694558A (en) * | 1994-04-22 | 1997-12-02 | U S West Technologies, Inc. | Method and system for interactive object-oriented dialogue management |
| US5685000A (en) * | 1995-01-04 | 1997-11-04 | U S West Technologies, Inc. | Method for providing a linguistically competent dialogue with a computerized service representative |
| US5730603A (en) * | 1996-05-16 | 1998-03-24 | Interactive Drama, Inc. | Audiovisual simulation system and method with dynamic intelligent prompts |
| US6498921B1 (en) * | 1999-09-01 | 2002-12-24 | Chi Fai Ho | Method and system to answer a natural-language question |
| US5836771A (en) * | 1996-12-02 | 1998-11-17 | Ho; Chi Fai | Learning method and system based on questioning |
| US6044347A (en) * | 1997-08-05 | 2000-03-28 | Lucent Technologies Inc. | Methods and apparatus object-oriented rule-based dialogue management |
| US6539372B1 (en) * | 1999-11-17 | 2003-03-25 | International Business Machines Corporation | Method for providing automated user assistance customized output in the planning, configuration, and management of information systems |
| US6598018B1 (en) * | 1999-12-15 | 2003-07-22 | Matsushita Electric Industrial Co., Ltd. | Method for natural dialog interface to car devices |
| US7006990B2 (en) * | 2000-04-27 | 2006-02-28 | International Business Machines Corporation | Electronic product catalog systems |
-
2001
- 2001-05-31 JP JP2001164869A patent/JP4686905B2/ja not_active Expired - Lifetime
- 2001-07-20 US US09/908,609 patent/US20020013860A1/en not_active Abandoned
- 2001-07-20 EP EP01117597A patent/EP1187007A3/en not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6393034A (ja) * | 1986-10-08 | 1988-04-23 | Nippon Telegr & Teleph Corp <Ntt> | 学習型デ−タ検索システム |
| JPH09326856A (ja) * | 1996-06-03 | 1997-12-16 | Mitsubishi Electric Corp | 音声認識応答装置 |
| JPH10187846A (ja) * | 1996-12-25 | 1998-07-21 | San Doratsugu:Kk | 薬検索装置およびその方法 |
| JP2000194722A (ja) * | 1998-12-24 | 2000-07-14 | Nec Corp | 情報検索装置及びその方法ならびに情報検索プログラムを格納した記憶媒体 |
| JP2000194386A (ja) * | 1998-12-24 | 2000-07-14 | Omron Corp | 音声認識応答装置及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1187007A3 (en) | 2004-08-04 |
| EP1187007A2 (en) | 2002-03-13 |
| JP2002099404A (ja) | 2002-04-05 |
| US20020013860A1 (en) | 2002-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4686905B2 (ja) | 対話制御方法及びその装置 | |
| US6513006B2 (en) | Automatic control of household activity using speech recognition and natural language | |
| WO2018021237A1 (ja) | 音声対話装置、音声対話方法、および記録媒体 | |
| JP2023115067A (ja) | アシスタントアプリケーションのための音声ユーザインタフェースショートカット | |
| Chu-Carroll | MIMIC: An adaptive mixed initiative spoken dialogue system for information queries | |
| EP1049072B1 (en) | Graphical user interface and method for modifying pronunciations in text-to-speech and speech recognition systems | |
| EP1045374B1 (en) | Merging of speech interfaces for concurrent use of devices and applications | |
| US20020077823A1 (en) | Software development systems and methods | |
| WO2005122016A1 (ja) | 入力補助装置、情報検索装置、入力補助方法、及びプログラム | |
| JP2001034451A (ja) | ヒューマン−マシンダイアログ自動生成方法、システム及びその装置 | |
| WO1998013771A1 (fr) | Processeur interactif | |
| JP2006277119A (ja) | コミュニケーション支援装置、コミュニケーション支援方法およびコミュニケーション支援プログラム | |
| US20060116882A1 (en) | User interface selectable real time information delivery system and method | |
| CN102549652A (zh) | 信息检索装置、信息检索方法及导航系统 | |
| EP1079615A2 (en) | System for identifying and adapting a TV-user profile by means of speech technology | |
| JP2003263188A (ja) | 対話フォーカス追跡機能を有する音声命令解釈装置及びその方法並びにその方法を記録したコンピュータで読込み可能な記録媒体 | |
| JP2001357053A (ja) | 対話装置 | |
| JP5300497B2 (ja) | 対話装置、対話プログラムおよび対話方法 | |
| JPH10283403A (ja) | 情報処理装置及び記憶媒体 | |
| JP6772916B2 (ja) | 対話装置および対話方法 | |
| JP3615309B2 (ja) | データ検索装置および方法、情報記憶媒体 | |
| JP2003108566A (ja) | エージェントを用いた情報検索方法および情報検索装置 | |
| Glass et al. | Flexible and personalizable mixed-initiative dialogue systems | |
| KR20210135151A (ko) | 단말기의 음성인식 기능과 tts 기능을 이용한 상호 음성전달에 의한 대화 형 외국어 학습방법 | |
| JP2004118856A (ja) | エージェントを用いた情報検索方法および情報検索装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080423 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080423 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20080513 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091117 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20091119 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091201 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100106 |
|
| 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: 20110118 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110131 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 4686905 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140225 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |