JP4824043B2 - 自然言語対話エージェントの知識構造構成方法、知識構造を用いた自動応答の作成方法および自動応答作成装置 - Google Patents
自然言語対話エージェントの知識構造構成方法、知識構造を用いた自動応答の作成方法および自動応答作成装置 Download PDFInfo
- Publication number
- JP4824043B2 JP4824043B2 JP2008009458A JP2008009458A JP4824043B2 JP 4824043 B2 JP4824043 B2 JP 4824043B2 JP 2008009458 A JP2008009458 A JP 2008009458A JP 2008009458 A JP2008009458 A JP 2008009458A JP 4824043 B2 JP4824043 B2 JP 4824043B2
- Authority
- JP
- Japan
- Prior art keywords
- response
- knowledge structure
- term
- relationship
- knowledge
- 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.)
- Active
Links
- 230000004044 response Effects 0.000 title claims description 152
- 238000000034 method Methods 0.000 title claims description 42
- 238000010276 construction Methods 0.000 title description 13
- 238000003860 storage Methods 0.000 claims description 58
- 230000002123 temporal effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 description 57
- 238000013515 script Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 230000003287 optical effect Effects 0.000 description 10
- 235000021438 curry Nutrition 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
また、自然言語処理に係る技術分野において、自然言語データに含まれる構成要素のデータ構造又は自然言語処理アルゴリズムの関係を取り扱うためにグラフ理論が用いられ、辺(エッジ)と頂点(ノード)を用いるグラフ構造により自然言語データの構成要素の関係を示す手法が知られている(非特許文献1参照)。
さらに、本発明は、対話エージェントの知識構造に前記自己創出性を備えるために、意味ネットワークを拡張した拡張意味ネットワークという知識構造を提供することを目的とする。拡張意味ネットワークは、辺と頂点からなる公知のグラフ理論に加えて、辺を修飾する辺を表現する特徴を備えることにより、柔軟性と拡張性に優れた、対話エージェントの知識構造を実装することを目的とする。
本発明に係る知識構造を作成する記憶部は、コンピュータ資源に含まれ主記憶又は仮想記憶として用いうる半導体メモリ等の電気的記憶手段、磁気ディスク等の磁気的記憶手段、光磁気ディスク等の光学的記憶手段等を適宜含む。
本発明に係る知識構造の構成方法は、状況と動作の両者を要素とする言語の集合である知識構造を用意すること、及び、典型的には状況を始点とし動作を終点とする関係もまた前記知識構造の要素でありうることにおいて従来技術と共通点を有する。すなわち、公知のグラフ構造等を用いて、従来技術に係る始点と終点により関係を記述する手法は、本発明においても同様に用いることができる。ここに、グラフ構造を用いる知識構造の表現手法においては、始点及び終点は「頂点」又は「ノード」等と呼ばれ、始点から終点への関係は「辺」又は「エッジ」等と呼ばれる。
従来技術に係るグラフ理論においては、始点又は終点の集合を用意し、始点及び終点の組合せを用いて辺の集合を用意する。すなわち、辺は始点から終点に向かって定義される。
これに対して、本発明に係る知識構造に属する要素の関連付けは、頂点と辺を特に区別せずに要素を用意し、2の要素の組合せにおいて、始点及び終点が共に空要素である組合せを頂点として扱い、始点及び終端が共に空要素でない組合せを辺として扱う。すなわち、知識構造に属する2の要素を組合せることにより、当該組合せが頂点及び辺として取り扱われる。
拡張意味ネットワークは、このようにして2の要素を組合せることによりグラフ構造の頂点又は辺を表す手法である。
本発明に係る知識構造においては、知識構造に属する2の要素を組合せれば頂点でも辺でもありうる。具体的には、終点は状況でもよく動作でもよく、あるいは状況と動作の関係でもよい。この点において、本発明に係る知識構造に属する要素の関連付けは従来技術にない特徴を有する。すなわち、状況と状況の関連付け、状況と動作の関連付け、動作と動作の関連付け、さらにこれらの関連付けを1の関係とする動作と1の関係の関連付け等を実施することが可能になる。従って、本発明に係る知識構造の構成方法においては、従来の意味ネットワークに加えて、拡張意味ネットワークを提供することにより、知識構造に含まれる要素同士の関連付け及び要素と関係の関連付け等を柔軟に実施することが可能になる。
本発明に係る知識構造をグラフ構造を用いて表現することにおいては、従来技術と同様の始点から終点への関連付けに加えて、関連付けを表す辺を修飾する辺を表現しうる。すなわち、辺の終点は辺でもありうる。このような、従来技術を拡張した拡張意味ネットワークを用いて、本発明に係る知識構造の構成方法は、意味又は記憶の構造を表すための知識構造を構成しうる。
数式2は、本発明に係る拡張意味ネットワークが頂点の集合Ev及び辺の集合Eeを構成要素とすることを表す。
数式3は、頂点の集合Evは二項組要素es、edが両方とも空要素であるときの要素e(es,ed)を含むことを表す。
数式4は、辺の集合Eeは二項組要素es、edが辺の集合Evに属するときの要素e(es,ed)を含むことを表す。
数式3及び数式4は、共通して要素e(es,ed)を用いて表現される。すなわち、本発明に係る拡張意味ネットワークにおいては、要素に含まれる辺の終点が終点edだけではなく辺e(es,ed)でもありうることにおいて、公知の意味ネットワークとの相違点を有する。従って、本発明に係る拡張意味ネットワークにおいては、始点ec(304)から始まる辺ei(305)の終点を辺ee(303)としうる。
選別する手段は、予め定義したキーワード等に基づいて特定の用語を排除する等の公知の手段等でもよく、記憶する手段はコンピュータ可読媒体等でもよく、選別して記憶するための手段は適宜設計しうる。
これにより、本発明に係る知識構造の構成方法は、外部から送信された用語、語句等を受信し、選別して記憶することにより、用語等を本発明に係る知識構造に追加することが可能になる。
会話の場は、具体的には、パーソナルコンピュータ、携帯電話等のネットワーク端末を介して接続した複数のユーザが相互に文字情報又は音声情報等の交換を実質的にリアルタイムに実施しうる、チャットルームサービス、ネットワーク会議システム等のサービスを含む。
全順序付き集合は、具体的には、会話の発生ごとに会話の時間的順序を数字の大小と関連付けて規則的に記憶する手段を要素に有する集合を含む。
これにより、本発明に係る知識構造の構成方法は、会話の発生を検出すると、時間的順序を規則的に記憶する手段を用いてそれぞれの会話の発生を識別して本発明に係る知識構造に追加し、文字コードを用いて表現される会話文脈を知識構造に取り込むことが可能になる。
関係クラスは、本発明に係る知識構造に含まれる要素である、状況又は動作の関係が属するクラスである。具体的には、このクラスは、当該関係が動作から動作への関係であるのか、1の状況を表すのか等を示しうる。クラスを用いてたどり構造を生成することにより、例えば同じユーザのクラスを定義しうる複数の関係を新たに生成しうる。これにより、過去に相互に関連付けのなかった要素に対して、クラスを通じてユーザが共有する手段を提供しうる。
たどり構造を生成し、順方向又は逆方向の関連付け、及び始点又は終点の組合せをたどり構造に追加することにより、本発明に係る知識構造はすでに記憶された知識構造の要素から新たな要素を生成しうる。
これにより、本発明に係る知識構造は、拡張意味ネットワークにより知識構造を柔軟に構成しうることに加えて、再帰的にたどり構造を生成することで、知識構造の構成方法に拡張性、自己改変性、共有性を備えうる。
あるいは、本発明に係る拡張意味ネットワークは、前記用語の実体をインスタンスとして扱い、インスタンスとして扱うことのクラスを定義して当該クラスを頂点又は辺に格納してもよい。これにより、用語等の実体が巨大なデータであっても、拡張意味ネットワークにおける頂点又は辺は、クラス定義の語句又は記号を表すデータでありうる。従って、本発明に係る自動応答の作成方法は、応答を作成するためのコンピュータ・プログラムのメモリ消費量を抑えて動作を安全に維持しうる。
たどり構造の集合に属する要素は、(5)において前述のように、順方向又は逆方向の関連付けを有する。状況から動作を特定するための用語を決定することにおいては、たどり構造に含まれる順方向の関連付けを用いる。これにより、全ての知識構造に属する要素をひとつひとつ調べて応答を作成する手順は不要であり、順方向の関連付けを示すフラグに基づいて応答を作成すればよく、自動応答の作成は迅速化されうる。
また、動作を特定するための用語の決定は、談話構造と最も関連性の高い要素を選択する規則を含み、所定の規則から適宜選択しうる。これにより、内容が的確な自動応答を作成しうると共に、非論理的応答を含む自動応答を作成することが可能になり、ユーザの立場から見た自動応答の単調さを避けうる。
これにより、本発明に係る知識構造の構成方法の一実施形態として、(5)において前述の自動応答の作成方法を実施するための装置を提供しうる。
また、本発明によれば、知識構造に含まれる頂点だけでなく辺をも修飾する辺を表現しうる拡張意味ネットワークを備えて対話エージェントが動作することにより、柔軟性と拡張性に優れた、対話エージェントの知識構造を実装することが出来るという効果がある。
また、本発明によれば、知識構造の中に談話構造を構成して自然言語に基づく会話を取り扱いうるという効果がある。また、知識構造の中にたどり構造を構成することにより、すでに記憶された知識構造の要素から新たな要素を生成しうるという効果がある。
さらに、本発明によれば、知識構造に含まれる要素にクラスを定義し、クラスを用いて要素の相互の関係を取り扱うことにより、要素の拡張を容易にすると共に、要素の実体であるインスタンスが巨大なデータであっても応答生成等のプログラムのメモリ消費を抑えて動作を安全に維持しうるという効果がある。
図1は、本発明及び従来技術の一実施形態に係る、知識構造の基本構造における要素の関係を示す図である。
図1(b)は、意味ネットワークを表すグラフ構造を示す図である。辺e(312)は、始点vs(310)及び終点vd(311)で定義され、始点から終点に向かう矢印で表される。意味ネットワークは次の数式5から数式7を用いて表される形式を有する。
VSN:意味ネットワークに含まれる頂点(Vertex)の集合
ESN:意味ネットワークに含まれる辺(Edge)の集合
v:頂点の集合Vの要素
e:辺の集合Eの要素
vs:始点(310)等、VSNの要素
vd:終点(311)等、VSNの要素
である。
数式5は、意味ネットワークが頂点の集合VSN及び辺の集合ESNで構成されることを表す。
数式6は、頂点の集合VSN要素vを有することを表す。
数式7は、辺の集合ESNは辺の要素eを有し、辺の要素eは始点vs及び終点vdで定義され、始点vs及び終点vdは頂点の集合VSNに属することを表す。
図1(a)は、拡張意味ネットワークを表すグラフを示す図である。辺ee(303)は始点es(301)及び終点ed(302)で定義され、始点から終点に向かう矢印で表される。辺ei(305)は始点ec(304)を有して終点は辺ee(303)である。本発明に係る拡張意味ネットワークは次の形式を有する。
EASN:拡張意味ネットワークの集合
e:集合Eの要素である二項組要素
es:始点(301)等、EASNの要素
ed:終点(302)等、EASNの要素
null:空要素
である。
数式8は、二項組を構成するes、edは要素集合EASNの要素か、あるいは空要素nullであることを表す。さらに、拡張意味ネットワークは、次の要素集合を有する。
Ev:拡張意味ネットワークにおける頂点の集合
Ee:拡張意味ネットワークにおける辺の集合
である。
数式9は、本発明に係る拡張意味ネットワークが頂点の集合Ev及び辺の集合Eeを構成要素とすることを表す。
数式10は、頂点の集合Evは二項組要素es、edが両方とも空要素であるときの要素e(es,ed)を含むことを表す。
数式11は、辺の集合Eeは二項組要素es、edが辺の集合Evに属するときの要素e(es,ed)を含むことを表す。
数式10及び数式11は、共通して要素e(es,ed)を用いて表現される。すなわち、本発明に係る拡張意味ネットワークにおいては、要素に含まれる辺の終点が終点edだけではなく辺e(es,ed)でもありうることにおいて、公知の意味ネットワークとの相違点を有する。従って、本発明に係る拡張意味ネットワークにおいては、図1(a)に示したように、始点ec(304)から始まる辺ei(305)の終点を辺ee(303)としうる。
本発明に係る拡張意味ネットワークにおいては、辺を辺の接続対象にできるという自由度を発生させることができる。
図2は、本発明及び従来技術の一実施形態に係る拡張意味ネットワークを用いて格納される知識の例を示す図である。
一例として、ユーザから、「車」を意味する英単語「car」、自然言語のひとつの文を構成する他の文言「is a」、及び前記「車」の上位概念である「乗り物」を意味する英単語「vehicle」が与えられた場合を示す。
図2(a)は、本発明の一実施形態に係る拡張意味ネットワークを用いて格納される知識の例を示す図である。英単語「car」は要素321に、文言「is a」は要素323に、英単語「vehicle」は要素322に、それぞれ格納される。要素321及び要素322は、それぞれ辺325の始点及び終点でありうる。要素323及び辺325は、それぞれ辺324の始点及び終点でありうる。
図2(b)は、従来技術に係る意味ネットワークを用いて格納される知識の例を示す図である。英単語「car]は始点331に、文言「is a」は辺333に、英単語「vehicle」は終点332に、それぞれ格納される。
図3は、本発明の一実施形態に係る自動応答出力作成システムの構成を示す図である。自動応答出力作成システム20は、自動応答出力作成装置10、知識データベース(知識DB)30、ユーザ端末60、ネットワーク38等を適宜含む。ネットワーク38はイントラネットでもよく、インターネット等でもよい。ユーザ端末60は、パーソナルコンピュータ、携帯電話端末等の、ネットワーク接続可能な端末を含む。知識DB30は、ユーザから送信された文言に含まれる任意の語句、自動応答作成装置10が応答のために用いる知識及び語句、作成された応答に含まれる任意の語句、自然言語の分野における生成文法規則及び語句の頻度等の派生的な情報等を、適宜記憶する。
図3にはネットワーク38を介して相互に接続する複数機器を示したが、これに限らず、自動応答作成装置10及び知識DB30及びユーザインタフェース(図示せず)の機能を1台の機器に備えてもよい。
本発明の一実施形態に係る自動応答出力作成システムを用いることにより、ユーザの入力に対する応答を自動的に生成するシステムを提供しうる。
図4は、本発明の一実施形態に係る、知識データベース(知識DB)のデータ構造を表す図である。
知識DBデータ構造80は、識別子82により個別に識別されるデータの1つについて関連付けられる、始点84、終点85、ラベル86、ポインタ88等を含む。これらに限らず、知識DBデータ構造80に含まれ関連付けられる情報は適宜設計しうる。
識別子82は、記憶されるデータを識別しうる形式であれば数字でも文字でもよく、適宜設計しうる。
始点84及び終点85は、知識DBデータ構造80に記憶されるデータの他のデータとの修飾の関係を示す。1つの識別子を有するデータに対して始点84及び終点85の1つずつが定義されてもよく、複数が定義されてもよく、空白でもよい。始点84及び終点85がいずれも空白であることは、そのデータが拡張意味ネットワークにおける頂点であることを示すので、拡張意味ネットワークにおいて取り扱いうるデータに含まれる。
ラベル86は、識別子82により個別に識別されるデータの1つについて、予め拡張意味ネットワークにおいて予約されるか、又は、ユーザにより定義される領域である。前記予約は、より具体的には、拡張意味ネットワークにおいて取り扱われる要素にクラスを定義し、要素が追記される等の拡張意味ネットワークの動作において生成される要素同士の関係を予め定義するためのものである。
例えば、予約されるクラスの定義には次のものが用いられうる。
(クラス1)vroot:全知識要素の開始点
(クラス2)vusr:ユーザのクラス
(クラス3)vact:動作のクラス
(クラス4)vins:インスタンス化関係のクラス
vrootは、全知識要素の開始点であり、他の任意の要素を定義するための始点でありうる。vusrは、次に説明する動作クラスを目的やユーザに応じて整理するためのクラスである。vactは、本発明の実施形態に係る自動対話応答生成システムが実施する対話応答等の動作を知識要素に含めるためのクラスである。vinsは、本発明の実施形態に係る自動対話応答生成システム等において、メモリ上に配置されたデータの集合等の実体を示すためのクラスである。例えば、基本的な応答動作をとりまとめる頂点ubrは、クラスvusrのインスタンスである枝uiによってvrootから接続され定義される。基本的な動作であるkeyword、relation、message等は、それぞれクラスvactのインスタンスである枝によって頂点ubrから接続され定義されうる。頂点ubrや基本的な動作を表す頂点のラベル86には、知識DB30を人が管理する際に便利な説明文字が含まれうる。
ポインタ88は、1つの識別子を有するデータであって、上述の始点84、終点85、又はラベル86以外の情報を含むデータを知識DB30に記憶し、取り扱うことができるようにするためのものである。例えば、当業に公知の文字列処理関数等は、ポインタ88に当該関数を関連付けることにより、知識DB30に取り込むことが可能になる。
図5は、本発明の一実施形態に係る、拡張意味ネットワークの要素が含まれる連結グラフを示す図である。
拡張意味ネットワークの要素は知識構造を構成することに用いられる。それぞれの要素は、前述の全知識要素の開始点であるvrootとの関係を有する。この関係は、例えば、次式のように定義する連結グラフを用いて表しうる。
である。
本発明に係る知識構造の要素は、vrootを始点とする連結グラフに含まれる。
数式12の右辺に{}を用いて囲まれた4個の集合は、それぞれ、要素evの集合、始点e’及び終点e’’を有する辺ee(e,e’’)の集合、辺ee(e’,e)の終点である要素eの集合、辺ee(e,e’)の始点である要素eの集合を表し、これらを連結グラフとして取り扱う。
図5に、これらの連結グラフの例を示す。連結グラフ340は、要素e6、e7、e1及び、要素e6から要素e7への辺、要素e7から要素e8への辺を含む。
連結グラフ350についても同様である。数式12の右辺第3項に含まれる終点である要素eは、数式11を用いて前述のように、辺により修飾される辺であってもよい。例えば、連結グラフ350に、要素e5を始点とし、要素e9から要素e10への辺を終点とする辺を含むことができる。
本発明の一実施形態に係る知識構造の構成方法において、拡張意味ネットワークの要素を含む連結グラフを用いることにより、辺を修飾する辺等を知識構造の要素に含めることが可能になる。
ユーザ関係は頂点としての到達点uを含む。知識構造は、この到達点uにより分割される。すなわち、u1、u2、…、un等により表される複数の到達点がある場合に、vrootを始点とする知識構造は、それぞれの到達点u1、u2、…、unから先の関連付けにおいては、到達点uの数に分割される。換言すれば、知識構造を分割しうる頂点uはユーザである。
動作関係は頂点としての到達点aを含む。この到達点aは対話エージェント等の動作を意味する。換言すれば、ユーザuを開始点とする到達点aは動作である。
対話エージェントの動作はプログラミング言語により実装されうる。動作はプログラミング言語でコーディングされた関数等のポインタと関連付けられうる。動作は実際のデータに対してはクラスである。そのデータインスタンスがアクセスされたときに対話エージェントとしての動作を実行する。実行する動作の種類としては、発話、システム資源の操作、知識構造の変更等がある。
インスタンス関係の到達点は任意の要素iであり、頂点cが意味するクラスに所属することを意味する。要素iを頂点cのインスタンスと呼び、頂点cを要素iのクラスと呼ぶ。インスタンスは複数のクラスに所属してもよい。ほとんど全ての要素は少なくともひとつのクラスのインスタンスである。
図6は、本発明の一実施形態に係る、自動応答出力作成装置のハードウェア構成を示す図である。以下、自動応答出力作成装置をサーバとして説明するが、パーソナルコンピュータを自動応答出力作成装置として用いる場合においても基本的には同様である。
図7は、本発明の一実施形態に係る、知識構造の動作の例を示す図である。
全ての知識構造の動作は、前述の全知識要素の開始点Vroot(360)を始点とする拡張意味ネットワークを用いて記述されうる。
また、本発明に係る知識構造の要素である動作は、ユーザを開始点とする。すなわち、図7においては、ユーザu1(361)はVroot(360)を始点とする辺との関連付けを有し、動作a1(362)、a2(363)…an(364)に対しては始点でありうる。さらに、ユーザu1(361)と関連付けられうる動作a1(362)、a2(363)…an(364)は、それぞれの動作に関連付けられる関数ポインタf1(365)、f2(366)…fn(367)を適宜含む。
具体的には、ユーザが発話の開始等の入力を始めることに応答して、本発明に係る知識構造の構成方法の実施手段は動作を開始しうる。例えば、本発明に係る知識構造の構成方法の実施手段は、ユーザが送信した「こんにちは」という文字情報を受信することを契機として、当該状況との関連付けを有する動作の中から、所定の規則に基づいて動作を選択し、選択された動作に含まれる会話の文脈である「お元気ですか」等の応答を生成してユーザに送信しうる。これにより、ユーザからのメッセージに対して応答を生成する動作を、コンピュータを用いて実施するための手順として作成することができる。
ここで、所定の規則には、ランダムな選択規則、最初又は最後に抽出された要素を選択する規則、最も以前又は最近に抽出された要素を選択する規則、談話構造と最も関連性の高い要素を選択する規則を含む。これにより、内容が的確な自動応答を作成しうると共に、非論理的応答を含む自動応答を作成することが可能になり、ユーザの立場から見た自動応答の単調さを避けうる。
談話構造は、特に、コンピュータ処理可能な文字コードを用いて表現される会話文脈を要素に有する集合を含む。
ユーザu1(361)は、動作a1…anのそれぞれにおいて談話構造として表しうる会話の文脈を発話しうる。
会話の場は、具体的にはパーソナルコンピュータ、携帯電話等のネットワーク端末を介して接続した複数のユーザが相互に文字情報又は音声情報等の交換を実質的にリアルタイムに実施しうる、チャットルームサービス、ネットワーク会議システム等のサービスを含む。会話の場は、ひとつの要素として知識構造に記憶されうる。
それぞれの動作a1…anにおいて、会話の発生を要素とする全順序つき集合を知識構造に記憶してもよい。全順序付き集合は、例えば、会話の発生ごとに会話の時間的順序を数字の大小と関連付けて規則的に記憶する手段を要素に有する集合を含む。また、会話の発生及び前記会話の発生の順序隣接関係を知識構造の要素として記憶してもよい。
これにより、本発明に係る知識構造の構成方法は、会話の発生を検出すると、時間的順序を規則的に記憶する手段を用いてそれぞれの会話の発生を識別して本発明に係る知識構造に追加し、文字コードを用いて表現される会話文脈を知識構造に取り込むことが可能になる。
本発明の一実施形態に係る自動応答の作成方法として、キーワード応答を例示する。キーワード応答は、ユーザの発話中に予め定義したキーワードが出現した場合に、そのキーワードに関連付けた応答を実施する機能である。この機能を実現するために、キーワードと応答を関連付けたルールを、以下に示すように知識構造に格納する。
まず、ルールを格納する準備として、ユーザ定義キーワードへの応答を表す要素ukrを格納する。要素ukrは知識構造内のキーワード応答ルールにおける開始点である。本発明に係る知識構造においては、要素ukrを含むキーワード応答ルールの開始点は次式で表される。
i1:eur1がユーザ関係であることを表す辺
i2:i1がインスタンス関係であることを表す辺
である。ユーザ関係を示す辺eur1はルートvrootから頂点ukrを結ぶ。辺eur1はユーザクラスvusrのインスタンスである。辺i1は辺eur1がユーザ関係であることを示し、辺i2は辺i1がインスタンス関係であることを示す。辺i2もインスタンス関係を意味するが、これを説明する辺は無限ネストを避けるために省略される。
次いで、動作キーワード、メッセージ、関係をそれぞれ表す要素akw、amsg、arelを格納する。要素akwは応答ルールのキーワード動作のクラスを、amsgは応答メッセージ動作のクラスを、arelはキーワードから応答メッセージ間への対応関係動作のクラスを、それぞれ意味する。本発明に係る知識構造においては、これらの要素は次式で表される。
動作関係を示す辺ear1、ear2、ear3はユーザukrからそれぞれ頂点akw、amsg、arelを結ぶ。辺ear1、ear2、ear3は動作クラスvactのインスタンスである。辺i3、i5、i7はそれぞれ辺ear1、ear2、ear3が動作関係であることを示し、辺i4、i6、i8はそれぞれ辺i3、i5、i7がインスタンス関係であることを示す。辺i4、i6、i8もインスタンス関係を意味するが、これを説明する辺は無限ネストを避けるために省略される。
これらのルールを格納する準備の後に、ルールデータを格納する。
一例として、「カレー」というキーワードに対して、「おいしいですね!」という応答を行うルールを示す。キーワードインスタンスを意味する要素をk1、応答メッセージインスタンスを意味する要素をm1とする場合に、「カレー」というキーワードで「おいしいですね!」という応答を行うルールは、本発明に係る知識構造において、次式で表される。
(R1)ユーザの発話「今日は暑いけどカレーは欠かせない。」を受信する。
(R2)ルートvrootからユーザ関係をたどり、ユーザukrを特定する。
(R3)動作関係をたどり、キーワード動作クラスakwを特定する。
(R4)クラスakwのインスタンスデータ要素を順に調べ、その要素に関連付けられる文字列がユーザ発話に出現したかどうかを調べる。
(R5)要素k1に関連付けられる文字列「カレー」が出現したことを検出する。
(R6)要素k1から関係動作クラスarelのインスタンス辺r1をたどって要素m1に到達し、実行を試みる。
(R7)要素m1のクラスがamsgであることを検出する。
(R8)動作クラスamsgはそのインスタンスデータ要素に結び付けられた文字列を応答メッセージとして出力する関数のポインタと関連付いている。この関数を起動する。
(R9)要素m1に結び付けられた文字列「おいしいですね!」を応答として送信する。
動作クラスの関数ポインタは未定義であってもよく、具体的な動作の対象となりうる動作クラスのインスタンスデータを示さずに、他の動作から参照される属性情報等を提供してもよい。要素k1には複数のarelインスタンスが接続していてもよい。その接続先に具体的な動作の対象となりうる要素が複数ある場合は、そのうちのひとつをランダムに選
んで実行してもよく、複数の要素から具体的な動作を選択する規則は適宜設計しうる。
図8を用いて、本発明の一実施形態に係る対話スクリプト追跡及びたどり構造をグラフ 構造として表す例を示す。
ここでたどり構造とは、本発明に係る拡張意味ネットワークの知識構造を用いて図示しうる、要素間の関係を含む集合である。具体的には、たどり構造は、関係クラス、方向、到達先を要素に含む集合でありうる。
図8は、本発明の一実施形態に係る、知識構造の構成方法におけるスクリプト追跡のためのデータを示す図である。
知識構造内の対話スクリプトにおける開始点である要素udst(390)、及び、対話チャネルにおいて知識構造内のスクリプトポインタ等にアクセスする際の開始点である要素uca(392)は、いずれもユーザのクラスvusr(381)により全知識要素の開始点vroot(380)と関連付けられる。
ここで動作のクラスvact(382)に属する動作により、ユーザのクラスvusr(381)は選択(asel)(410)、選択メッセージ(asm)(412)、選択ルール(asr)(414)と関連付けられる。同様に、対話チャネルのアクセスはコンテキスト(ac)(420)、最終選択(als)(422)、最終応答(alr)(424)と関連付けられ、さらに、インスタンスのクラス(384)により、対話チャネルのアクセスは対話動作と関連付けられる要素(430、432、434)と関連付けられる。
このように、本発明の一実施形態に係る対話スクリプトは、本発明に係るグラフ構造として表すことができる。すなわち、本発明の一実施形態に係る対話スクリプトは、本発明に係るグラフ構造を用いて追跡しうる。
まず、スクリプト追跡を表すユーザの要素であるudstと、スクリプトを動作させるチャネルの番号を表すucaを格納する。要素udstは知識構造内の対話スクリプトにおける開始点である。要素ucaは、対話チャネルにおいて、知識構造内のスクリプトポインタ等にアクセスする際の開始点である。本発明に係る知識構造においては、要素udstを含むスクリプトの開始点は次式で表される。
数式16は、図8を用いて説明したグラフ構造の、vroot(380)、vusr(381)、udst(390)、及びuca(392)を含む。さらに、数式16はインスタンスのクラスvins(384)が式中の関連付けに含まれうることも表す。
次いで、スクリプトの動作の集合に次の要素が含まれると仮定する。すなわち要素として、選択(asel)、選択メッセージ(asm)、選択ルール(asr)のそれぞれを、ユーザudstに関連付けて格納する。
さらに、スクリプトの動作の集合に次の要素が含まれると仮定する。すなわち要素として、コンテキスト(ac)、最終選択(als)、最終応答(alr)のそれぞれの初期値を、ユーザucaに関連付けて格納する。
要素aselはスクリプト内選択肢動作のクラスを、asmは選択肢メッセージ動作のクラスを、asrはスクリプト構造の開始点を、acは文脈ポインタ動作のクラスを、alsは最終選択肢ポインタ動作のクラスを、alrは最終応答ポインタ動作のクラスを、それぞれ表す。
これらのスクリプトの動作に含まれる要素は、次式で表される。
また、たどり構造は要素に関係クラスを含み、クラスを用いてたどり構造を生成することにより、例えば同じユーザのクラスを定義しうる複数の関係を新たに生成しうる。これにより、過去に相互に関連付けのなかった要素に対して、クラスを通じてユーザが共有する手段を提供しうる。
たどり構造を生成し、順方向又は逆方向の関連付け、及び始点又は終点の組合せをたどり構造に追加することにより、本発明に係る知識構造はすでに記憶された知識構造の要素から新たな要素を生成しうる。
これにより、本発明に係る知識構造は、拡張意味ネットワークにより知識構造を柔軟に構成しうることに加えて、再帰的にたどり構造を生成することで、知識構造の構成方法に拡張性、自己改変性、共有性を備えうる。
また、たどり構造を利用することによって、グラフ更新操作に制約を加えることなく、グラフの到達先を効率的に取得することができる。たどり構造を利用しない場合はグラフの規模に比例した計算時間が必要であるが、たどり構造を利用する場合は一定の計算時間で済む。
一例として、「カレー」というキーワードに対して、カレーのタイプ、レストランのエリアを質問し、レストラン名を提案するスクリプトを示す。
図9に、本発明に係る対話スクリプト追跡における知識構造の要素間の関係の例を示し、図9に含まれる各要素について、まず表を用いて説明する。
表1に、対話スクリプト追跡例データの文字列対応の例を示す。
表1に示すように、要素srkは文字列データと結び付いているとする。ここで、要素m4の「×××」には具体的なレストランの名称等が入る。簡便のため、選択ルールasrのインスタンスsr1、…、sr8、及び、選択aselのインスタンスs1、s2、s3、メッセージamsgのインスタンスm1、…、m9は省略する。
次に辺要素の具体例を、インスタンスに関する辺を省略して、次式で示す。
選択ルールasl(440)は選択ルールのインスタンスsr1(442)と関連付けられ、選択s1により次の選択ルールのインスタンスsr2(446)及びメッセージm2(460)と関連付けられる。これ以降についても同様であり、本発明に係る知識構造の構成方法に、スクリプトに含まれる選択ルール、選択、メッセージを格納することができる。
前述のように知識構造に格納されたデータを用いて、本発明に係る自動応答の作成方法の実施手段が行いうる動作の例を、次の(K1)〜(K11)に示す。以下、行頭の「U」はユーザの行動を、「A」は本発明に係る自動応答の作成方法の実施手段の動作を、それぞれ示す。
(K1)(U)「今日は暑いけどカレーが食べたい。」と発話する。
(K2)(A)始点vrootからユーザ関係をたどり、ユーザudstを発見し、さらに動作関係をたどり、スクリプト構造の開始点asrを発見する。また、始点vrootからユーザ関係をたどり、ユーザucaを発見し、さらに動作関係をたどり、クラスacを経由して文脈ポインタpicを発見する。要素picと同様に、クラスalsを経由して最終選択肢ポインタpilsを、クラスalrを経由して最終応答ポインタpilrを発見する。
(K3)(A)要素picの関係先がnullであることを確認する。要素asrからarel関係でたどった先の要素に順にアクセスし、その要素に結び付けられた文字列がユーザ発話に出現したかどうかを調べ、要素sr1に結び付けられた文字列「カレー」が出現したことを検知する。
(K4)(A)要素sr1からarel関係でたどった先の要素s1の実行を試みる。要素s1のクラスaselは選択肢動作を実行する関数のポインタと関連付いている。要素s1からasm関係でたどった先の要素m2に結び付けられた文字列「カレーのタイプは?」を応答し、要素s1からarel関係でたどった先の要素sr2、sr3にそれぞれ結び付けられた文字列「インド」、「南インド」を選択肢候補として応答する。文脈ポインタpicの関係先にs1を、最終選択肢ポインタpilsの関係先にsr1を、最終応答ポインタpilrの関係先にm2を設定する。
(K5)(U)「インド」と発話する。
(K6)(A)要素picの関係先s1からarel関係でたどった先の要素に結び付けられた文字列を調べ、要素sr2に結び付けられた文字列「インド」が出現したことを検知する。
(K7)(A)要素sr2からarel関係でたどった先の要素s2のクラスも選択肢動作aselであり、要素s2からasm関係でたどった先の要素m3に結び付けられた文字列「エリアは?」を応答し、要素s2からarel関係でたどった先の要素sr4、sr5、sr6にそれぞれ結び付けられた文字列「六本木」、「銀座」、「お茶の水」を選択肢候補として応答する。文脈ポインタpicの関係先にs2を、最終選択肢ポインタpilsの関係先にsr2を、最終応答ポインタpilrの関係先にm3を設定する。
(K8)(U)「六本木」と発話する。
(K9)(A)要素picの関係先s2からarel関係でたどった先の要素に結び付けられた文字列を調べ、要素sr4に結び付けられた文字列「インド」が出現したことを検知する。
(K10)(A)要素sr4からarel関係のたどり先で実行可能な要素はm4、m5と複数あるため、ランダム選択を行い、m4の実行を試みる。
(K11)(A)要素m4のクラスは応答メッセージを行うamsgであり、m4に結び付けられた文字列「×××がお勧めです。」を応答する。文脈ポインタpicの関係先は変更せず、最終選択肢ポインタpilsの関係先にsr4を、最終応答ポインタpilrの関係先にm4を設定する。
表2に、上述の本発明に係る自動応答の作成方法の実施手段の動作を含む対話であるダイアログを、プログラムの内部の動作を除く端末装置等に表示されうる文字列として例示する。
また、自動応答により作成されるメッセージも本発明に係る知識構造の要素でありうる。従って、本発明に係る自動応答の作成方法の実施手段は、自動応答の動作を繰り返すことにより、関連付けを有する選択ルール、応答メッセージ等を次々に知識構造に追加し、より多くの関連付けを記憶して知識構造を自ら構築しうる。これにより、本発明に係る知識構造は、自己創出性を備えることが可能である。
20 自動応答出力作成システム
30 知識DB
38 ネットワーク
60 ユーザ端末
80 知識DBデータ構造
82 識別子
84 始点
85 終点
86 ラベル
88 ポインタ
301、302、304、321、322、323 要素
303、305、312、324、325、333 辺
310、331 始点
311、332 終点
340、350 連結グラフ
361 ユーザ
362、363、364 動作
365、366、367 関数ポインタ
360、380 全知識構造の始点
381 ユーザのクラス
382 行動のクラス
384 インスタンスのクラス
390、392、ユーザ
410 選択
412 選択メッセージ
414 選択ルール
420 コンテキスト
422 最終選択
424 最終応答
440 選択ルール
442、446、447、450、452、454、456、458 選択ルールのインスタンス
460、462、464、466,468、470、472、474 メッセージのインスタンス
444、448、449 選択
Claims (9)
- コンピュータがユーザ端末からのメッセージに対応して、記憶部に記憶した入力と応答との関係を要素として含む集合である知識構造を用いて応答する自動応答方法であって、前記コンピュータが、
ユーザ、入力及び応答の関係を、グラフ構造の始点の要素及び終点の要素が共にnullとなる空要素である場合に当該グラフ構造の頂点の要素として扱い、当該始点の要素及び当該終点の要素が共にnull以外である場合に当該グラフ構造の辺の要素として扱うグラフ構造で示す一の知識構造を記憶する知識構造記憶ステップと、
前記入力を特定するための用語及び前記応答を特定するための用語を前記記憶部に記憶する用語記憶ステップと、
前記入力を特定するための用語及び前記応答を特定するための用語のお互いの関係を前記要素として前記知識構造に含めて前記記憶部に記憶する用語関係記憶ステップと、
前記関係の一を示す知識構造の要素の終点を前記関係の他の一を示す知識構造の要素とすることにより、前記他の一を示す知識構造の要素が前記一を示す知識構造の要素に所属あるいは従属の関係にあることを示す関係クラスを、前記知識構造に含めて前記記憶部に記憶する所属関係記憶ステップと、
前記ユーザ端末から、前記入力を特定するための用語をメッセージとして受信したことに応じて、前記用語関係記憶ステップにおいて記憶した用語の関係について、前記所属関係記憶ステップにおいて記憶した関係クラスに基づいて、前記一の知識構造をたどることにより前記ユーザ端末のユーザを特定し、特定した当該ユーザに係る知識構造を分割してたどることにより前記入力を特定するための用語を検出するとともに前記応答を特定するための用語を検出し、前記ユーザ端末に当該検出した前記応答を特定するための用語をメッセージとして送信するステップと、
を実行する自動応答方法。 - 前記知識構造記憶ステップにおいて記憶した前記知識構造の、前記入力及び前記応答及び前記関係のそれぞれについて、当該要素の属性を表すクラスを前記記憶部に記憶する要素クラス記憶ステップを更に含む、請求項1に記載の自動応答方法。
- 前記知識構造記憶ステップ、前記用語記憶ステップ、前記用語関係記憶ステップ、前記所属関係記憶ステップおよび前記要素クラス記憶ステップにおいて、前記コンピュータは、前記入力及び前記応答及び前記関係のそれぞれを、以下の数式で示される前記知識構造の各要素として記憶する、請求項2に記載の自動応答方法。
- 前記入力を特定するための用語又は前記応答を特定するための用語を前記ユーザ端末から受信するステップと、
受信した前記入力を特定するための用語又は前記応答を特定するための用語を前記要素として前記知識構造に含めて前記記憶部に記憶するステップと、
をさらに含む、請求項1から請求項3のいずれかに記載の知識構造の自動応答方法。 - 会話の場、会話履歴、会話の時間的順序を要素として有する集合である談話構造を前記要素として前記知識構造に含めて前記記憶部に記憶するステップと、
前記会話の場をひとつの要素として前記知識構造に含めて前記記憶部に記憶するステップと、
会話の発生を要素として記憶し、前記会話の発生ごとに前記会話の時間的順序を数字の大小と関連付けて要素として記憶する全順序つき集合を、前記知識構造に含めて前記記憶部に記憶するステップと、
前記会話の発生及び前記会話の発生の時間的順序を前記要素として前記知識構造に含めて前記記憶部に記憶するステップと、
をさらに含む、請求項1から請求項4のいずれかに記載の自動応答方法。 - 入力又は応答の関係が属するクラスである関係クラス、方向、到達先を要素に含む集合であるたどり構造を前記要素として前記知識構造に含めて前記記憶部に記憶するステップと、
前記知識構造に含まれる要素のうちで始点あるいは終点として記憶されている要素を抽出するステップと、
前記抽出された始点として記憶されている要素に対して、それ自身のクラス、前記グラフ構造の始点から終点に向かう方向を示す順方向の関連付けを示すフラグ、終点の組合せを、前記たどり構造の要素として追加するステップと、
前記抽出された終点として記憶されている要素に対して、それ自身のクラス、前記グラフ構造の終点から始点に向かう方向を示す逆方向の関連付けを示すフラグ、始点の組合せを、前記たどり構造の要素として追加するステップと、
をさらに含む、
請求項5に記載の自動応答方法。 - 請求項6に記載の自動応答方法であって、
前記ユーザ端末から、前記入力を特定するための用語をメッセージとして受信したことに応じて、前記送信するステップの前に、
前記たどり構造から、前記応答の関係が属するクラス及び前記順方向の関連付けを示すフラグの組合せを含む前記知識構造の要素を抽出するステップと、
ランダムな選択規則、最初又は最後に抽出された要素を選択する規則、最も以前又は最近に抽出された要素を選択する規則、前記談話構造の前記会話の場、前記会話履歴あるいは前記会話の時間的順序のいずれかの要素が示す関連性が最も高い要素を選択する規則の何れかの規則に基づいて、前記抽出された要素を選択するステップと、
を更に実行して前記応答を特定するための用語を決定する自動応答方法。 - コンピュータに、ユーザ端末からのメッセージに対応して、記憶部に記憶した入力と応答との関係を要素として含む集合である知識構造を用いて応答させるコンピュータ・プログラムであって、前記コンピュータに、
ユーザ、入力及び応答の関係を、グラフ構造の始点の要素及び終点の要素が共にnullとなる空要素である場合に当該グラフ構造の頂点の要素として扱い、当該始点の要素及び当該終点の要素が共にnull以外である場合に当該グラフ構造の辺の要素として扱うグラフ構造で示す一の知識構造を記憶する知識構造記憶ステップと、
前記入力を特定するための用語及び前記応答を特定するための用語を前記記憶部に記憶する用語記憶ステップと、
前記入力を特定するための用語及び前記応答を特定するための用語のお互いの関係を前記要素として前記知識構造に含めて前記記憶部に記憶する用語関係記憶ステップと、
前記関係の一を示す知識構造の要素の終点を前記関係の他の一を示す知識構造の要素とすることにより、前記他の一を示す知識構造の要素が前記一を示す知識構造の要素に所属あるいは従属の関係にあることを示す関係クラスを、前記知識構造に含めて前記記憶部に記憶する所属関係記憶ステップと、
前記ユーザ端末から、前記入力を特定するための用語をメッセージとして受信したことに応じて、前記用語関係記憶ステップにおいて記憶した用語の関係について、前記所属関係記憶ステップにおいて記憶した関係クラスに基づいて、前記一の知識構造をたどることにより前記ユーザ端末のユーザを特定し、特定した当該ユーザに係る知識構造を分割してたどることにより前記入力を特定するための用語を検出するとともに前記応答を特定するための用語を検出し、前記ユーザ端末に当該検出した前記応答を特定するための用語をメッセージとして送信するステップと、
を実行させるためのコンピュータ・プログラム。 - ユーザ端末からのメッセージに対応して、記憶部に記憶した入力と応答との関係を要素として含む集合である知識構造を用いて応答する自動応答装置であって、
ユーザ、入力及び応答の関係を、グラフ構造の始点の要素及び終点の要素が共にnullとなる空要素である場合に当該グラフ構造の頂点の要素として扱い、当該始点の要素及び当該終点の要素が共にnull以外である場合に当該グラフ構造の辺の要素として扱うグラフ構造で示す一の知識構造を記憶する知識構造記憶手段と、
前記入力を特定するための用語及び前記応答を特定するための用語を前記記憶部に記憶する用語記憶手段と、
前記入力を特定するための用語及び前記応答を特定するための用語のお互いの関係を前記要素として前記知識構造に含めて前記記憶部に記憶する用語関係記憶手段と、
前記関係の一を示す知識構造の要素の終点を前記関係の他の一を示す知識構造の要素とすることにより、前記他の一を示す知識構造の要素が前記一を示す知識構造の要素に所属あるいは従属の関係にあることを示す関係クラスを、前記知識構造に含めて前記記憶部に記憶する所属関係記憶手段と、
前記ユーザ端末から、前記入力を特定するための用語をメッセージとして受信したことに応じて、前記用語関係記憶手段が記憶した用語の関係について、前記所属関係記憶手段が記憶した関係クラスに基づいて、前記一の知識構造をたどることにより前記ユーザ端末のユーザを特定し、特定した当該ユーザに係る知識構造を分割してたどることにより前記入力を特定するための用語を検出するとともに前記応答を特定するための用語を検出し、前記ユーザ端末に当該検出した前記応答を特定するための用語をメッセージとして送信する手段と、
を備える自動応答装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008009458A JP4824043B2 (ja) | 2008-01-18 | 2008-01-18 | 自然言語対話エージェントの知識構造構成方法、知識構造を用いた自動応答の作成方法および自動応答作成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008009458A JP4824043B2 (ja) | 2008-01-18 | 2008-01-18 | 自然言語対話エージェントの知識構造構成方法、知識構造を用いた自動応答の作成方法および自動応答作成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009169840A JP2009169840A (ja) | 2009-07-30 |
JP4824043B2 true JP4824043B2 (ja) | 2011-11-24 |
Family
ID=40970906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008009458A Active JP4824043B2 (ja) | 2008-01-18 | 2008-01-18 | 自然言語対話エージェントの知識構造構成方法、知識構造を用いた自動応答の作成方法および自動応答作成装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4824043B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5368924B2 (ja) * | 2009-09-18 | 2013-12-18 | ヤフー株式会社 | 自然言語ユーザインタフェースを漸進的に開発する装置及び方法 |
JP5619930B2 (ja) * | 2013-02-15 | 2014-11-05 | ヤフー株式会社 | 対話スクリプト操作命令実行装置、対話スクリプト操作命令実行方法、およびプログラム |
CN103995847B (zh) * | 2014-05-06 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 信息搜索方法及其装置 |
CN109213867A (zh) * | 2018-10-26 | 2019-01-15 | 湖北大学 | 一种面向大数据精准预测的海量知识库构建方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0554067A (ja) * | 1991-08-23 | 1993-03-05 | Nec Corp | 意味解析方式 |
JP3765202B2 (ja) * | 1999-07-09 | 2006-04-12 | 日産自動車株式会社 | 対話型情報検索装置、コンピュータを用いた対話型情報検索方法及び対話型情報検索処理を行うプログラムを記録したコンピュータ読取り可能な媒体 |
-
2008
- 2008-01-18 JP JP2008009458A patent/JP4824043B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2009169840A (ja) | 2009-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11586689B2 (en) | Electronic apparatus and controlling method thereof | |
US10326863B2 (en) | Speed and accuracy of computers when resolving client queries by using graph database model | |
KR20210111343A (ko) | 적절한 에이전트의 자동화된 어시스턴트 호출 | |
US9697198B2 (en) | Guiding a conversation based on cognitive analytics | |
US20130144619A1 (en) | Enhanced voice conferencing | |
US20120136646A1 (en) | Data Security System | |
US20090158175A1 (en) | Communication support method, system, and server device | |
JP5368924B2 (ja) | 自然言語ユーザインタフェースを漸進的に開発する装置及び方法 | |
JP2014515853A (ja) | 会話ダイアログ学習および会話ダイアログ訂正 | |
KR20220000046A (ko) | 대화형 지능 서비스 제공 챗봇 제작 시스템 및 방법 | |
US11683283B2 (en) | Method for electronic messaging | |
US11095601B1 (en) | Connection tier structure defining for control of multi-tier propagation of social network content | |
WO2020191828A1 (zh) | 基于图的上下文关联回复生成方法、计算机及介质 | |
JP2016015026A (ja) | 作業対象確定プログラム、作業対象確定装置及び作業対象確定方法 | |
US11449683B2 (en) | Disentanglement of chat utterances | |
JP4824043B2 (ja) | 自然言語対話エージェントの知識構造構成方法、知識構造を用いた自動応答の作成方法および自動応答作成装置 | |
KR20200096935A (ko) | 다중 프로필을 제공하는 방법 및 시스템 | |
CN108306813A (zh) | 会话消息的处理方法、服务器及客户端 | |
JP2020154491A (ja) | コミュニケーション支援システム及びプログラム | |
WO2018173943A1 (ja) | データ構造化装置、データ構造化方法およびプログラム記憶媒体 | |
KR20190131355A (ko) | 대화용 애플리케이션의 운영 방법 | |
JP2021108095A (ja) | スピーチ理解における解析異常の情報を出力するための方法 | |
JP4881903B2 (ja) | 自然言語対話エージェントのためのスクリプト作成支援方法及びプログラム | |
CN117314139A (zh) | 业务流程的建模方法、装置、终端设备及存储介质 | |
WO2022206307A1 (en) | Method for electronic messaging using image based noisy content |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090626 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110308 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110801 |
|
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: 20110823 |
|
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: 20110907 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4824043 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140916 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |