JP6207733B2 - 人工知的エージェントまたはシステムを作成および実装するためのシステムおよび方法 - Google Patents
人工知的エージェントまたはシステムを作成および実装するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP6207733B2 JP6207733B2 JP2016524388A JP2016524388A JP6207733B2 JP 6207733 B2 JP6207733 B2 JP 6207733B2 JP 2016524388 A JP2016524388 A JP 2016524388A JP 2016524388 A JP2016524388 A JP 2016524388A JP 6207733 B2 JP6207733 B2 JP 6207733B2
- Authority
- JP
- Japan
- Prior art keywords
- personality
- conversation
- response
- target
- core meaning
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
Description
本明細書は、例えば、以下の項目も提供する。
(項目1)
少なくとも1つのコンピュータデバイス上のメモリ内に常駐し、少なくとも1つの会話入力に応答して適切な措置を講じるように構成される、人工知的エージェントを作成および実装するための方法であって、
前記少なくとも1つのコンピュータデバイス上のメモリ内に前記エージェントの標的人格を実装するステップと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの人工知的会話人格を実装するステップであって、各会話人格は、前記標的人格に適切な知識および関連応答を提供するために、必要に応じて前記標的人格と会話をするように構成される、ステップと、
通信エンティティから前記少なくとも1つの会話入力を受信することによって、少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップと、
前記標的人格によって受信される各会話入力について、
それと関連付けられた少なくとも1つの核心的意味を導出するように、前記会話入力を処理するステップと、
前記少なくとも1つの核心的意味のための適切な未加工応答を判定するステップと、
前記未加工応答をフォーマットするステップと、
前記フォーマットされた応答を前記通信エンティティに伝送するステップと、
を含み、
それによって、前記エージェントの前記標的人格は、常に前記標的人格の人工知能を動的に増加させながら、前記標的人格によって提供される、1つまたはそれを上回る応答が、前記少なくとも1つの会話人格からリアルタイムで得られる場合でさえも、会話を続けることが可能である、方法。
(項目2)
前記標的人格のための所望の人格タイプを選択するステップと、
前記標的人格のための前記所望の人格タイプに基づいて、前記標的人格が通信するべきである、1つまたはそれを上回る適切な会話人格を選択するステップと、
をさらに含む、項目1に記載の方法。
(項目3)
少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップはさらに、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの教師人格を実装するステップであって、各教師人格は、前記標的人格が、前記少なくとも1つの会話人格からの適切な応答と相互作用し、それらを受信することを通して、前記会話入力に適切に応答する方法を学習し得るように、一式の事前定義された会話入力を前記標的人格に伝送するように構成される、ステップと、
前記標的人格のための前記所望の人格タイプに基づいて、前記標的人格が通信するべきである適切な教師人格を選択するステップと、
を含む、項目2に記載の方法。
(項目4)
少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップはさらに、少なくとも1人の人間ユーザが前記少なくとも1つの会話入力を前記標的人格に選択的に伝送することを可能にするステップを含む、項目1に記載の方法。
(項目5)
前記会話入力を処理するステップはさらに、
それぞれのそのような会話入力と関連付けられた核心的意味とともに、前記標的人格によって遭遇される全ての会話入力の関係リストを維持するステップと、
前記会話入力から任意の句読点を除去するステップと、
前記核心的意味と関係がないと判定される任意の言語を前記会話入力から除去するステップと、
前記会話入力を、前記関係リストに記憶された前記関連付けられた核心的意味にマップするステップと、
を含む、項目1に記載の方法。
(項目6)
適切な未加工応答を判定するステップはさらに、前記会話入力と関連付けられた各核心的意味について、
前記核心的意味が少なくとも1つのオブジェクトを含有することを判定すると、前記少なくとも1つのオブジェクトを処理するステップと、
それぞれのそのような核心的意味と関連付けられた未加工応答とともに、前記標的人格によって遭遇される全ての核心的意味を含有する、一式の応答ファイルを維持するステップと、
前記核心的意味が新しいかどうか、または前記核心的意味が前記標的人格によって以前に遭遇されたかどうかを判定するステップと、
前記核心的意味に以前に遭遇したことを判定すると、
前記核心的意味を、前記応答ファイルに記憶された少なくとも1つの関連未加工応答にマップするステップと、
前記少なくとも1つの関連未加工応答のうちのどれが最も適切であるかを判定するステップと、
前記核心的意味が新しいことを判定すると、
前記核心的意味を前記少なくとも1つの会話人格に伝送するステップと、
前記会話人格から少なくとも1つの未加工応答を受信するステップと、
前記少なくとも1つの未加工応答のうちのどれが最も適切であるかを判定するステップと、
最も適切と見なされる前記核心的意味および関連未加工応答を前記応答ファイルに追加するステップと、
前記未加工応答が少なくとも1つのオブジェクトを含有することを判定すると、前記少なくとも1つのオブジェクトを処理するステップと、
を含む、項目1に記載の方法。
(項目7)
各未加工応答と関連付けられた気分値を前記一式の応答ファイルに記憶するステップであって、前記気分値は、前記関連未加工応答を伴うものである感情のタイプを示す、ステップと、
前記気分値によって定義される前記感情のタイプを反映するように、前記未加工応答を修正するステップと、
をさらに含む、項目6に記載の方法。
(項目8)
各未加工応答の前記気分値と関連付けられた加重値を前記一式の応答ファイルに記憶するステップであって、前記加重値は、前記関連未加工応答を伴うものである適切な気分の強度を示す、ステップと、
前記加重値によって定義される前記適切な気分の強度を反映するように、前記未加工応答を修正するステップと、
をさらに含む、項目7に記載の方法。
(項目9)
前記少なくとも1つの未加工応答のうちのどれが最も適切であるかを判定するステップはさらに、
ランクを各通信エンティティおよび会話人格に割り当てるステップと、
前記応答ファイルに含有される前記未加工応答を作成または最終編集する責任がある前記通信エンティティまたは会話人格に関係付けられる情報を各応答ファイルに記憶するステップであって、前記情報は、前記ランクを含む、ステップと、
所与の核心的意味と関連付けられた複数の未加工応答を発見すると、前記未加工応答のうちのどれがそれと関連付けられた最高ランクを有するかを判定する、ステップと、
を含む、項目6に記載の方法。
(項目10)
前記少なくとも1つのオブジェクトを処理するステップはさらに、
前記標的人格によって遭遇される全てのオブジェクトと関連付けられた情報を含有する、一式のオブジェクトファイルを維持するステップであって、各オブジェクトファイルは、オブジェクト名、オブジェクト分類、およびオブジェクト属性のうちの少なくとも1つを含有する、ステップと、
前記核心的意味および未加工応答のうちの少なくとも1つに含有される、各オブジェクトについて、
前記オブジェクトが新しいかどうか、または前記オブジェクトが前記標的人格によって以前に遭遇されたかどうかを判定するステップと、
前記オブジェクトに以前に遭遇したことを判定すると、
前記核心的意味および未加工応答のうちの少なくとも1つに含有される任意の関連情報を用いて、必要に応じて前記オブジェクトと関連付けられたオブジェクトファイルを更新するステップと、
前記オブジェクトが新しいことを判定すると、
前記オブジェクトのための新しいオブジェクトファイルを作成するステップと、
前記核心的意味および未加工応答のうちの少なくとも1つに含有される任意の関連情報を用いて、前記新しいオブジェクトファイルにデータ投入するステップと、
前記オブジェクトが以前から存在するオブジェクトのサブセットであることを判定すると、前記以前から存在するオブジェクトと関連付けられた全ての関連情報を用いて、前記新しいオブジェクトファイルの前記オブジェクト分類およびオブジェクト属性のうちの少なくとも1つにデータ投入するステップと、
を含む、項目6に記載の方法。
(項目11)
前記少なくとも1つの通信エンティティのそれぞれのためのオブジェクトファイルを作成して維持するステップと、
前記標的人格が前記少なくとも1つの通信エンティティのうちの1つから初期会話入力を受信すると、
前記通信エンティティが前記標的人格によって以前に遭遇されたかどうかを判定するステップと、
前記通信エンティティが新しいことを判定すると、
前記通信エンティティのための新しいオブジェクトファイルを作成するステップと、
前記通信エンティティに関係付けられた関連情報について前記エンティティを促すステップと、
前記通信エンティティから取得される任意の関連情報を用いて、前記新しいオブジェクトファイルにデータ投入するステップと、
前記通信エンティティに以前に遭遇したことを判定すると、
前記通信エンティティと関連付けられたオブジェクトファイルにアクセスするステップと、
前記通信エンティティの識別を検証するステップと、
前記少なくとも1つの会話入力に含有される任意の関連情報を用いて、必要に応じて前記通信エンティティと関連付けられたオブジェクトファイルを更新するステップと、
をさらに含む、項目10に記載の方法。
(項目12)
前記通信エンティティの前記識別を検証するステップはさらに、関連オブジェクトファイルに含有される前記関連情報、および前記標的人格と前記通信エンティティとの間の過去の会話に含有される詳細のうちの少なくとも1つに基づく、少なくとも1つの検証質問を用いて前記通信エンティティを促すステップをさらに含む、項目11に記載の方法。
(項目13)
一意の暗号化キーを使用して、前記少なくとも1つの通信エンティティと関連付けられた少なくとも1つのオブジェクトファイルに含有される前記関連情報を暗号化するステップと、
前記通信エンティティの前記識別を検証すると、前記通信エンティティが対応する復号キーを保有しているかどうかを判定するステップと、
前記通信エンティティと相互作用しながら、適宜、関連オブジェクトファイルに含有される前記関連情報を利用するために、その情報を復号するように前記復号キーを使用するステップと、
をさらに含む、項目11に記載の方法。
(項目14)
前記人格の知識ベースを選択的に増加させるための1つまたはそれを上回る補足データソースへのアクセスを前記標的人格および会話人格のうちの少なくとも1つに提供するステップをさらに含む、項目1に記載の方法。
(項目15)
前記標的人格が、調査を必要とする応答を有する会話入力を受信すると、
曖昧な応答を前記通信エンティティに伝送し、それとの前記会話を継続するステップと、
前記補足データソースを介して前記必要な調査を行うための第2のスレッドを開始するステップと、
前記調査を完結させると、前記会話を中断し、前記調査された応答を前記通信エンティティに伝送するステップと、
をさらに含む、項目14に記載の方法。
(項目16)
少なくとも1つのコンピュータデバイス上のメモリ内に常駐し、少なくとも1つの会話入力に応答して適切な措置を講じるように構成される、人工知的エージェントを作成および実装するための方法であって、
前記少なくとも1つのコンピュータデバイス上のメモリ内に前記エージェントの標的人格を実装するステップと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの人工知的会話人格を実装するステップであって、各会話人格は、前記標的人格に適切な知識および関連応答を提供するために、必要に応じて前記標的人格と会話をするように構成される、ステップと、
前記通信エンティティから前記少なくとも1つの会話入力を受信することによって、少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの教師人格を実装するステップであって、各教師人格は、前記標的人格が、前記少なくとも1つの会話人格からの適切な応答と相互作用し、それらを受信することを通して、前記会話入力に適切に応答する方法を学習し得るように、一式の事前定義された会話入力を前記標的人格に伝送することによって、通信エンティティとして機能するように構成される、ステップと、
前記標的人格によって受信される各会話入力について、
それと関連付けられた少なくとも1つの核心的意味を導出するように、前記会話入力を処理するステップと、
前記少なくとも1つの核心的意味のための適切な未加工応答を判定するステップと、
前記未加工応答をフォーマットするステップと、
前記フォーマットされた応答を前記通信エンティティに伝送するステップと、
を含み、
それによって、前記エージェントの前記標的人格は、常に前記標的人格の人工知能を動的に増加させながら、前記標的人格によって提供される、1つまたはそれを上回る応答が、前記少なくとも1つの会話人格からリアルタイムで得られる場合でさえも、会話を続けることが可能である、方法。
(項目17)
少なくとも1つのコンピュータデバイス上のメモリ内に常駐する、人工知的エージェントを作成および実装するためのシステムであって、
前記少なくとも1つのコンピュータデバイス上のメモリ内に常駐し、プリプロセッサ、論理プロセッサ、およびポストプロセッサを備える、標的人格であって、そこから受信される少なくとも1つの会話入力に応答することを通して、少なくとも1つの通信エンティティと相互作用するように構成される、標的人格と、
それと関連付けられた少なくとも1つの核心的意味を導出するように各会話入力を処理するように構成される、前記プリプロセッサと、
前記少なくとも1つの核心的意味に対する適切な未加工応答を判定するように構成される、前記論理プロセッサと、
前記未加工応答をフォーマットするように構成される、前記ポストプロセッサと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に常駐する、少なくとも1つの人工知的会話人格であって、各会話人格は、前記標的人格に適切な知識および関連応答を提供するために、必要に応じて前記標的人格と会話をするように構成される、人工知的会話人格と、
前記少なくとも1つのコンピュータデバイス上のメモリ内に常駐する、少なくとも1つの教師人格であって、各教師人格は、前記標的人格が、前記少なくとも1つの会話人格からの適切な応答と相互作用し、それらを受信することを通して、前記会話入力に適切に応答する方法を学習し得るように、一式の事前定義された会話入力を前記標的人格に伝送するように構成される、教師人格と、
を備え、
前記標的人格が前記少なくとも1つの会話入力を受信すると、前記標的人格は、
前記標的人格によって受信される各会話入力について、
それと関連付けられた少なくとも1つの核心的意味を導出するように、前記会話入力を処理することと、
前記少なくとも1つの核心的意味に対する適切な未加工応答を判定することと、
前記未加工応答をフォーマットすることと、
前記フォーマットされた応答を前記通信エンティティに伝送することと
を行うように構成され、
それによって、前記標的人格は、常に前記標的人格の人工知能を動的に増加させながら、前記標的人格によって提供される、1つまたはそれを上回る応答が、前記少なくとも1つの会話人格からリアルタイムで得られる場合でさえも、会話を続けることが可能である、システム。
Claims (16)
- 少なくとも1つのコンピュータデバイス上のメモリ内に常駐し、少なくとも1つの会話入力に応答して措置を講じるように構成される、人工知的エージェントを作成および実装するための方法であって、前記方法は、
前記少なくとも1つのコンピュータデバイス上のメモリ内に前記エージェントの標的人格を実装するステップと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの人工知的会話人格を実装するステップであって、各会話人格は、前記標的人格に知識および関連応答を提供するために、必要に応じて前記標的人格と会話をするように構成される、ステップと、
少なくとも1つの通信エンティティから前記少なくとも1つの会話入力を受信することによって、前記少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップと、
前記標的人格によって受信される各会話入力について、
それと関連付けられた少なくとも1つの核心的意味を導出するように、前記会話入力を処理すること、および、
前記会話入力と関連付けられた各核心的意味に対応する未加工応答を判定すること
を実行するステップと
を含み、
前記会話入力と関連付けられた各核心的意味に対応する未加工応答を判定することは、
前記核心的意味が少なくとも1つのオブジェクトを含有することを判定し、前記少なくとも1つのオブジェクトを処理することと、
それぞれのそのような核心的意味と関連付けられた未加工応答とともに、前記標的人格によって遭遇される全ての核心的意味を含有する、一式の応答ファイルを維持することと、
前記核心的意味が新しいかどうか、または前記核心的意味が前記標的人格によって以前に遭遇されたかどうかを判定することと、
前記核心的意味に以前に遭遇したことを判定すると、
前記核心的意味を、前記応答ファイルに記憶された少なくとも1つの関連未加工応答にマップすること、および、
前記少なくとも1つの関連未加工応答のうちのどれが最も適切であるかを判定すること
を実行することと、
前記核心的意味が新しいことを判定すると、
前記核心的意味を前記少なくとも1つの会話人格に伝送すること、
前記会話人格から少なくとも1つの未加工応答を受信すること、
前記少なくとも1つの未加工応答のうちのどれが最も適切であるかを判定すること、
前記核心的意味および最も適切と見なされる関連未加工応答を前記応答ファイルに追加すること、および、
前記未加工応答が少なくとも1つのオブジェクトを含有することを判定すると、前記少なくとも1つのオブジェクトを処理すること
を実行することと
により実行され、
それによって、前記エージェントの前記標的人格は、常に前記標的人格の人工知能を動的に増加させながら、前記標的人格によって提供される、1つまたはそれを上回る応答が、前記少なくとも1つの会話人格からリアルタイムで得られる場合でさえも、会話を続けることが可能である、方法。 - 前記標的人格のための所望の人格タイプを選択するステップと、
前記標的人格のための前記所望の人格タイプに基づいて、前記標的人格が通信するべきである、1つまたはそれを上回る適切な会話人格を選択するステップと
をさらに含む、請求項1に記載の方法。 - 前記少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップはさらに、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの教師人格を実装するステップであって、各教師人格は、前記標的人格が、前記少なくとも1つの会話人格からの適切な応答と相互作用し、前記少なくとも1つの会話人格からの前記適切な応答を受信することを通して、前記会話入力に適切に応答する方法を学習し得るように、一式の事前定義された会話入力を前記標的人格に伝送するように構成される、ステップと、
前記標的人格のための前記所望の人格タイプに基づいて、前記標的人格が通信するべきである適切な教師人格を選択するステップと
を含む、請求項2に記載の方法。 - 前記少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップはさらに、少なくとも1人の人間ユーザが前記少なくとも1つの会話入力を前記標的人格に選択的に伝送することを可能にするステップを含む、請求項1に記載の方法。
- 前記会話入力を処理するステップはさらに、
それぞれのそのような会話入力と関連付けられた核心的意味とともに、前記標的人格によって遭遇される全ての会話入力の関係リストを維持するステップと、
前記会話入力から任意の句読点を除去するステップと、
前記核心的意味と関係がないと判定される任意の言語を前記会話入力から除去するステップと、
前記会話入力を、前記関係リストに記憶された前記関連付けられた核心的意味にマップするステップと
を含む、請求項1に記載の方法。 - 各未加工応答と関連付けられた気分値を前記一式の応答ファイルに記憶するステップであって、前記気分値は、前記関連未加工応答を伴うものである感情のタイプを示す、ステップと、
前記気分値によって定義される前記感情のタイプを反映するように、前記未加工応答を修正するステップと
をさらに含む、請求項1に記載の方法。 - 各未加工応答の前記気分値と関連付けられた加重値を前記一式の応答ファイルに記憶するステップであって、前記加重値は、前記関連未加工応答を伴うものである適切な気分の強度を示す、ステップと、
前記加重値によって定義される前記適切な気分の強度を反映するように、前記未加工応答を修正するステップと
をさらに含む、請求項6に記載の方法。 - 前記少なくとも1つの未加工応答のうちのどれが最も適切であるかを判定するステップはさらに、
ランクを各通信エンティティおよび会話人格に割り当てるステップと、
各応答ファイルに、当該応答ファイルに含有される前記未加工応答を作成または最終編集する責任がある前記通信エンティティまたは会話人格に関係付けられる情報を記憶するステップであって、前記情報は、前記ランクを含む、ステップと、
所与の核心的意味と関連付けられた複数の未加工応答を発見すると、前記未加工応答のうちのどれがそれと関連付けられた最高ランクを有するかを判定するステップと
を含む、請求項1に記載の方法。 - 前記少なくとも1つのオブジェクトを処理するステップはさらに、
前記標的人格によって遭遇される全てのオブジェクトと関連付けられた情報を含有する、一式のオブジェクトファイルを維持するステップであって、各オブジェクトファイルは、オブジェクト名、オブジェクト分類、およびオブジェクト属性のうちの少なくとも1つを含有する、ステップと、
前記核心的意味および未加工応答のうちの少なくとも1つに含有される、各オブジェクトについて、
前記オブジェクトが新しいかどうか、または前記オブジェクトが前記標的人格によって以前に遭遇されたかどうかを判定することと、
前記オブジェクトに以前に遭遇したことを判定すると、
前記核心的意味および未加工応答のうちの少なくとも1つに含有される任意の関連情報を用いて、必要に応じて前記オブジェクトと関連付けられたオブジェクトファイルを更新することと、
前記オブジェクトが新しいことを判定すると、
前記オブジェクトのための新しいオブジェクトファイルを作成すること、
前記核心的意味および未加工応答のうちの少なくとも1つに含有される任意の関連情報を用いて、前記新しいオブジェクトファイルにデータ投入すること、および、
前記オブジェクトが以前から存在するオブジェクトのサブセットであることを判定すると、前記以前から存在するオブジェクトと関連付けられた全ての関連情報を用いて、前記新しいオブジェクトファイルの前記オブジェクト分類およびオブジェクト属性のうちの少なくとも1つにデータ投入すること
を実行することと
を実行するステップと
を含む、請求項1に記載の方法。 - 前記少なくとも1つの通信エンティティのそれぞれのためのオブジェクトファイルを作成して維持するステップと、
前記標的人格が前記少なくとも1つの通信エンティティのうちの1つから初期会話入力を受信すると、
前記通信エンティティが前記標的人格によって以前に遭遇されたかどうかを判定することと、
前記通信エンティティが新しいことを判定すると、
前記通信エンティティのための新しいオブジェクトファイルを作成すること、
前記通信エンティティに関係付けられた関連情報について前記通信エンティティを促すこと、および、
前記通信エンティティから取得される任意の関連情報を用いて、前記新しいオブジェクトファイルにデータ投入すること
を実行することと、
前記通信エンティティに以前に遭遇したことを判定すると、
前記通信エンティティと関連付けられたオブジェクトファイルにアクセスすること、および、
前記通信エンティティの識別を検証すること
を実行することと、
少なくとも1つの会話入力に含有される任意の関連情報を用いて、必要に応じて前記通信エンティティと関連付けられたオブジェクトファイルを更新することと
を実行するステップと
をさらに含む、請求項9に記載の方法。 - 前記通信エンティティの前記識別を検証するステップはさらに、関連オブジェクトファイルに含有される前記関連情報、および前記標的人格と前記通信エンティティとの間の過去の会話に含有される詳細のうちの少なくとも1つに基づく、少なくとも1つの検証質問を用いて前記通信エンティティを促すステップを含む、請求項10に記載の方法。
- 一意の暗号化キーを使用して、前記少なくとも1つの通信エンティティと関連付けられた少なくとも1つのオブジェクトファイルに含有される前記関連情報を暗号化するステップと、
前記通信エンティティの前記識別を検証すると、前記通信エンティティが対応する復号キーを保有しているかどうかを判定するステップと、
前記通信エンティティと相互作用しながら、適宜、関連オブジェクトファイルに含有される前記関連情報を利用するために、その情報を復号するように前記復号キーを使用するステップと
をさらに含む、請求項10に記載の方法。 - 前記標的人格および会話人格のうちの少なくとも1つに、当該人格の知識ベースを選択的に増加させるための1つまたはそれを上回る補足データソースへのアクセスを提供するステップをさらに含む、請求項1に記載の方法。
- 前記標的人格が、調査を必要とする応答を有する会話入力を受信すると、
曖昧な応答を前記通信エンティティに伝送し、それとの前記会話を継続することと、
前記補足データソースを介して前記必要な調査を行うための第2のスレッドを開始することと、
前記調査を完結させると、前記会話を中断し、前記調査された応答を前記通信エンティティに伝送することと
を実行するステップをさらに含む、請求項13に記載の方法。 - 少なくとも1つのコンピュータデバイス上のメモリ内に常駐し、少なくとも1つの会話入力に応答して措置を講じるように構成される、人工知的エージェントを作成および実装するための方法であって、前記方法は、
前記少なくとも1つのコンピュータデバイス上のメモリ内に前記エージェントの標的人格を実装するステップと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの人工知的会話人格を実装するステップであって、各会話人格は、前記標的人格に知識および関連応答を提供するために、必要に応じて前記標的人格と会話をするように構成される、ステップと、
少なくとも1つの通信エンティティから前記少なくとも1つの会話入力を受信することによって、前記少なくとも1つの通信エンティティが前記標的人格と相互作用することを可能にするステップと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に少なくとも1つの教師人格を実装するステップであって、各教師人格は、前記標的人格が、前記少なくとも1つの会話人格からの適切な応答と相互作用し、前記少なくとも1つの会話人格からの前記適切な応答を受信することを通して、前記会話入力に適切に応答する方法を学習し得るように、一式の事前定義された会話入力を前記標的人格に伝送することによって、通信エンティティとして機能するように構成される、ステップと、
前記標的人格によって受信される各会話入力について、
それと関連付けられた少なくとも1つの核心的意味を導出するように、前記会話入力を処理すること、および、
前記会話入力と関連付けられた各核心的意味に対応する未加工応答を判定すること
を実行するステップと
を含み、
前記会話入力と関連付けられた各核心的意味に対応する未加工応答を判定することは、
前記核心的意味が少なくとも1つのオブジェクトを含有することを判定し、前記少なくとも1つのオブジェクトを処理することと、
それぞれのそのような核心的意味と関連付けられた未加工応答とともに、前記標的人格によって遭遇される全ての核心的意味を含有する、一式の応答ファイルを維持することと、
前記核心的意味が新しいかどうか、または前記核心的意味が前記標的人格によって以前に遭遇されたかどうかを判定することと、
前記核心的意味に以前に遭遇したことを判定すると、
前記核心的意味を、前記応答ファイルに記憶された少なくとも1つの関連未加工応答にマップすること、および、
前記少なくとも1つの関連未加工応答のうちのどれが最も適切であるかを判定すること
を実行することと、
前記核心的意味が新しいことを判定すると、
前記核心的意味を前記少なくとも1つの会話人格に伝送すること、
前記会話人格から少なくとも1つの未加工応答を受信すること、
前記少なくとも1つの未加工応答のうちのどれが最も適切であるかを判定すること、
前記核心的意味および最も適切と見なされる関連未加工応答を前記応答ファイルに追加すること、および、
前記未加工応答が少なくとも1つのオブジェクトを含有することを判定すると、前記少なくとも1つのオブジェクトを処理すること
を実行することと
により実行され、
それによって、前記エージェントの前記標的人格は、常に前記標的人格の人工知能を動的に増加させながら、前記標的人格によって提供される、1つまたはそれを上回る応答が、前記少なくとも1つの会話人格からリアルタイムで得られる場合でさえも、会話を続けることが可能である、方法。 - 少なくとも1つのコンピュータデバイス上のメモリ内に常駐する、人工知的エージェントを作成および実装するためのシステムであって、前記システムは、
前記少なくとも1つのコンピュータデバイス上のメモリ内に常駐し、プリプロセッサ、論理プロセッサ、およびポストプロセッサを備える、標的人格であって、前記標的人格は、そこから受信される少なくとも1つの会話入力に応答することを通して、少なくとも1つの通信エンティティと相互作用するように構成される、標的人格と、
それと関連付けられた少なくとも1つの核心的意味を導出するように各会話入力を処理するように構成される、前記プリプロセッサと、
前記少なくとも1つの核心的意味に対する対応する未加工応答を判定するように構成される、前記論理プロセッサと、
前記未加工応答をフォーマットするように構成される、前記ポストプロセッサと、
前記少なくとも1つのコンピュータデバイス上のメモリ内に常駐する、少なくとも1つの人工知的会話人格であって、各会話人格は、前記標的人格に知識および関連応答を提供するために、必要に応じて前記標的人格と会話をするように構成される、人工知的会話人格と、
前記少なくとも1つのコンピュータデバイス上のメモリ内に常駐する、少なくとも1つの教師人格であって、各教師人格は、前記標的人格が、前記少なくとも1つの会話人格からの対応する応答と相互作用し、前記少なくとも1つの会話人格からの前記対応する応答を受信することを通して、前記会話入力に応答する方法を学習し得るように、一式の事前定義された会話入力を前記標的人格に伝送するように構成される、教師人格と
を備え、
前記標的人格が前記少なくとも1つの会話入力を受信すると、前記標的人格は、
前記標的人格によって受信される各会話入力について、
それと関連付けられた少なくとも1つの核心的意味を導出するように、前記会話入力を処理することと、
前記会話入力と関連付けられた各核心的意味に対応する未加工応答を判定することと
を行うように構成され、
前記会話入力と関連付けられた各核心的意味に対応する未加工応答を判定することは、
前記核心的意味が少なくとも1つのオブジェクトを含有することを判定し、前記少なくとも1つのオブジェクトを処理することと、
それぞれのそのような核心的意味と関連付けられた未加工応答とともに、前記標的人格によって遭遇される全ての核心的意味を含有する、一式の応答ファイルを維持することと、
前記核心的意味が新しいかどうか、または前記核心的意味が前記標的人格によって以前に遭遇されたかどうかを判定することと、
前記核心的意味に以前に遭遇したことを判定すると、
前記核心的意味を、前記応答ファイルに記憶された少なくとも1つの関連未加工応答にマップすること、および、
前記少なくとも1つの関連未加工応答のうちのどれが最も適切であるかを判定すること
を実行することと、
前記核心的意味が新しいことを判定すると、
前記核心的意味を前記少なくとも1つの会話人格に伝送すること、
前記会話人格から少なくとも1つの未加工応答を受信すること、
前記少なくとも1つの未加工応答のうちのどれが最も適切であるかを判定すること、
前記核心的意味および最も適切と見なされる関連未加工応答を前記応答ファイルに追加すること、および、
前記未加工応答が少なくとも1つのオブジェクトを含有することを判定すると、前記少なくとも1つのオブジェクトを処理すること
を実行することと
により実行され、
それによって、前記標的人格は、常に前記標的人格の人工知能を動的に増加させながら、前記標的人格によって提供される、1つまたはそれを上回る応答が、前記少なくとも1つの会話人格からリアルタイムで得られる場合でさえも、会話を続けることが可能である、システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361843230P | 2013-07-05 | 2013-07-05 | |
US61/843,230 | 2013-07-05 | ||
PCT/US2014/045506 WO2015003180A1 (en) | 2013-07-05 | 2014-07-04 | Systems and methods for creating and implementing an artificially intelligent agent or system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016532185A JP2016532185A (ja) | 2016-10-13 |
JP6207733B2 true JP6207733B2 (ja) | 2017-10-04 |
Family
ID=52133502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016524388A Active JP6207733B2 (ja) | 2013-07-05 | 2014-07-04 | 人工知的エージェントまたはシステムを作成および実装するためのシステムおよび方法 |
Country Status (12)
Country | Link |
---|---|
US (1) | US9672467B2 (ja) |
EP (1) | EP3017379A4 (ja) |
JP (1) | JP6207733B2 (ja) |
KR (1) | KR101790092B1 (ja) |
CN (1) | CN105518647A (ja) |
AU (1) | AU2014285033B2 (ja) |
BR (1) | BR112015032888A2 (ja) |
CA (1) | CA2916950A1 (ja) |
IL (1) | IL243354A0 (ja) |
RU (1) | RU2015155633A (ja) |
SG (1) | SG11201600039YA (ja) |
WO (1) | WO2015003180A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9634855B2 (en) | 2010-05-13 | 2017-04-25 | Alexander Poltorak | Electronic personal interactive device that determines topics of interest using a conversational agent |
US10015234B2 (en) * | 2014-08-12 | 2018-07-03 | Sony Corporation | Method and system for providing information via an intelligent user interface |
WO2016123221A1 (en) * | 2015-01-27 | 2016-08-04 | RISOFTDEV, Inc. | Systems and methods for creating and implementing an artificially intelligent agent or system |
US11093711B2 (en) | 2016-09-28 | 2021-08-17 | Microsoft Technology Licensing, Llc | Entity-specific conversational artificial intelligence |
US10347244B2 (en) | 2017-04-21 | 2019-07-09 | Go-Vivace Inc. | Dialogue system incorporating unique speech to text conversion method for meaningful dialogue response |
WO2019098803A1 (en) | 2017-11-20 | 2019-05-23 | Lg Electronics Inc. | Device for providing toolkit for agent developer |
KR102209336B1 (ko) * | 2017-11-20 | 2021-01-29 | 엘지전자 주식회사 | 에이전트 개발자를 위한 툴킷 제공 장치 |
AU2019212839B2 (en) * | 2018-01-29 | 2023-11-09 | EmergeX, LLC | System and method for facilitating affective-state-based artificial intelligence |
KR101987592B1 (ko) * | 2018-08-31 | 2019-06-10 | 건국대학교 산학협력단 | 문법 모델의 정확도 향상 방법 및 이를 수행하는 장치들 |
US11075862B2 (en) | 2019-01-22 | 2021-07-27 | International Business Machines Corporation | Evaluating retraining recommendations for an automated conversational service |
US10983789B2 (en) * | 2019-01-25 | 2021-04-20 | Allstate Insurance Company | Systems and methods for automating and monitoring software development operations |
KR102041617B1 (ko) * | 2019-03-07 | 2019-11-27 | 주식회사 다이얼로그디자인에이전시 | 인공 지능의 다양한 스타일의 응답 제공 방법 및 장치 |
US10803057B1 (en) * | 2019-08-23 | 2020-10-13 | Capital One Services, Llc | Utilizing regular expression embeddings for named entity recognition systems |
KR20210026962A (ko) | 2019-09-02 | 2021-03-10 | 삼성전자주식회사 | 보이스 어시스턴트 서비스를 제공하는 장치 및 방법 |
CN112163677B (zh) * | 2020-10-14 | 2023-09-19 | 杭州海康威视数字技术股份有限公司 | 应用机器学习模型的方法、装置及设备 |
US11824819B2 (en) | 2022-01-26 | 2023-11-21 | International Business Machines Corporation | Assertiveness module for developing mental model |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2621809B2 (ja) * | 1994-08-15 | 1997-06-18 | 日本電気株式会社 | 協調型の知識ベースシステム |
US6721706B1 (en) * | 2000-10-30 | 2004-04-13 | Koninklijke Philips Electronics N.V. | Environment-responsive user interface/entertainment device that simulates personal interaction |
JP2004515852A (ja) * | 2000-11-07 | 2004-05-27 | アスクリプタス, インコーポレイテッド | バーバル入力からデータベースおよび構造化情報を生成するためのシステム |
JP2002304114A (ja) * | 2001-04-03 | 2002-10-18 | World Vision:Kk | 学習支援システム及び記録媒体及びプログラム |
US20030033266A1 (en) * | 2001-08-10 | 2003-02-13 | Schott Wade F. | Apparatus and method for problem solving using intelligent agents |
JP4318903B2 (ja) * | 2002-10-18 | 2009-08-26 | 株式会社日本ビジネスエンジニアリング | 自己学習型エージェント |
US7305372B2 (en) | 2003-03-04 | 2007-12-04 | Kurzweil Technologies, Inc. | Enhanced artificial intelligence language |
US7272818B2 (en) * | 2003-04-10 | 2007-09-18 | Microsoft Corporation | Creation of an object within an object hierarchy structure |
US20100088262A1 (en) * | 2008-09-29 | 2010-04-08 | Neuric Technologies, Llc | Emulated brain |
US8977584B2 (en) | 2010-01-25 | 2015-03-10 | Newvaluexchange Global Ai Llp | Apparatuses, methods and systems for a digital conversation management platform |
CN103020655B (zh) * | 2012-12-16 | 2016-12-21 | 神思电子技术股份有限公司 | 一种基于单训练样本人脸识别的远程身份认证方法 |
-
2014
- 2014-07-04 JP JP2016524388A patent/JP6207733B2/ja active Active
- 2014-07-04 CA CA2916950A patent/CA2916950A1/en not_active Abandoned
- 2014-07-04 WO PCT/US2014/045506 patent/WO2015003180A1/en active Application Filing
- 2014-07-04 CN CN201480047138.5A patent/CN105518647A/zh active Pending
- 2014-07-04 US US14/324,144 patent/US9672467B2/en active Active
- 2014-07-04 AU AU2014285033A patent/AU2014285033B2/en not_active Ceased
- 2014-07-04 BR BR112015032888A patent/BR112015032888A2/pt not_active IP Right Cessation
- 2014-07-04 KR KR1020167000839A patent/KR101790092B1/ko active IP Right Grant
- 2014-07-04 RU RU2015155633A patent/RU2015155633A/ru not_active Application Discontinuation
- 2014-07-04 SG SG11201600039YA patent/SG11201600039YA/en unknown
- 2014-07-04 EP EP14820600.6A patent/EP3017379A4/en not_active Withdrawn
-
2015
- 2015-12-24 IL IL243354A patent/IL243354A0/en unknown
Also Published As
Publication number | Publication date |
---|---|
AU2014285033B2 (en) | 2017-09-14 |
US20150012464A1 (en) | 2015-01-08 |
WO2015003180A1 (en) | 2015-01-08 |
AU2014285033A1 (en) | 2016-01-28 |
CN105518647A (zh) | 2016-04-20 |
BR112015032888A2 (pt) | 2017-07-25 |
US9672467B2 (en) | 2017-06-06 |
SG11201600039YA (en) | 2016-02-26 |
IL243354A0 (en) | 2016-02-29 |
KR20160019942A (ko) | 2016-02-22 |
EP3017379A1 (en) | 2016-05-11 |
EP3017379A4 (en) | 2017-08-09 |
JP2016532185A (ja) | 2016-10-13 |
KR101790092B1 (ko) | 2017-10-25 |
RU2015155633A (ru) | 2017-08-10 |
CA2916950A1 (en) | 2015-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6207733B2 (ja) | 人工知的エージェントまたはシステムを作成および実装するためのシステムおよび方法 | |
US20230015665A1 (en) | Multi-turn dialogue response generation with template generation | |
US10019670B2 (en) | Systems and methods for creating and implementing an artificially intelligent agent or system | |
JP2017517028A (ja) | ロボットとの対話を取り扱う方法とシステム | |
Lebeuf | A taxonomy of software bots: towards a deeper understanding of software bot characteristics | |
Deepika et al. | Jollity Chatbot-a contextual AI assistant | |
Olabiyi et al. | An adversarial learning framework for a persona-based multi-turn dialogue model | |
US20210217418A1 (en) | Methods and systems for facilitating accomplishing tasks based on a natural language conversation | |
US20200159526A1 (en) | Methods and systems for automatically updating software functionality based on natural language input | |
US20240012992A1 (en) | Content paths and framework for content creation | |
CN115221294A (zh) | 对话处理方法、装置、电子设备及存储介质 | |
WO2024073087A1 (en) | Revision of and attribution for output of text generation models | |
Inupakutika et al. | Integration of NLP and Speech-to-text Applications with Chatbots | |
CN117494761A (zh) | 信息处理及模型训练方法、装置、设备、介质、程序产品 | |
US20230186155A1 (en) | Machine learning method and information processing device | |
CN116956019A (zh) | 文本生成方法、装置、电子设备及计算机可读存储介质 | |
Pavel | Comparing chatbot frameworks: A study of Rasa and Botkit | |
KR20220075638A (ko) | 비윤리 상황에서 사용자 특성정보 기반 챗봇 대응 제어 방법 및 그를 위한 장치 | |
WO2016123221A1 (en) | Systems and methods for creating and implementing an artificially intelligent agent or system | |
US11417336B2 (en) | Methods and systems of generating a customized response based on a context | |
KR102673062B1 (ko) | 말투 모사 방법 및 장치 | |
Madan et al. | CodeFed: Federated Speech Recognition for Low-Resource Code-Switching Detection | |
KR20210131716A (ko) | 사용자 인증 서비스 제공 장치 및 시스템 | |
CN115204118A (zh) | 文章生成方法、装置、计算机设备及存储介质 | |
Lew et al. | AI and UX: Parallel Journeys |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170327 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170627 |
|
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: 20170713 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170905 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6207733 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |