JP6397368B2 - 次焦点選択装置、方法、及びプログラム - Google Patents

Description

本発明は、ユーザとの間で対話を行う対話システムにおいて、ユーザとの間で、ある発話列がやり取りされた後、発話列における話題に相当する焦点の列を踏まえて、システム側が発する次発話の焦点として相応しいものを選択するための次焦点選択装置、方法、及びプログラムに関する。

一般に対話における発話には、その内容の対象となっている事物を表す焦点が存在する。例えば図８は、対話を行っているシステムとユーザの発話列を示しているが、各発話の焦点は、図８に示すとおりである。システムは、各発話からルールベースないし機械学習の手法を用いて、焦点を抽出する。ユーザの発話が終わった後、システムは、自身が発する次発話の焦点として何らかの焦点を選択し、その選択した焦点について言及した文を、発話知識データから選択ないし生成して、該文を次発話として発する。

ここで、焦点の選択処理としては、非特許文献１にあるように、直前のユーザ発話から抽出した焦点をそのまま用いるというやり方がある。

東中竜一郎, "雑談対話システムに向けた取り組み," 人工知能研資, Vol.SIG-SLUD-70, pp.65-70, Mar. 2004.

上記従来手法で選択した焦点は、これまでの焦点列を踏まえた上で、必ずしもユーザにとって満足感の高いものとは言えないという課題がある。

本発明の目的は、この課題を解決するため、これまでの焦点列を踏まえた上で、ユーザにとって満足感の高い焦点を選択することができる次焦点選択装置、方法、及びプログラムを提供することにある。

上記課題を解決するため、第１の発明に係る次焦点選択装置は、シソーラスと、発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出しデータベースに格納する学習手段と、発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記データベース内の、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する選択手段とを含むことを特徴とする。

また第２の発明に係る次焦点選択方法は、シソーラスと、学習手段と、選択手段とを含む次焦点選択装置における次焦点選択方法であって、前記学習手段が、発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出しデータベースに格納し、前記選択手段が、発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記データベース内の、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する。

また、第３の発明に係る次焦点選択装置は、シソーラスと、発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出しデータベースに格納する学習手段と、発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記データベース内の、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する選択手段とを含むことを特徴とする。

また、第４の発明に係る次焦点選択方法は、シソーラスと、学習手段と、選択手段とを含む次焦点選択装置における次焦点選択方法であって、前記学習手段が、発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出しデータベースに格納し、前記選択手段が、発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記データベース内の、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する。

また、本発明のプログラムは、コンピュータを、上記の次焦点選択装置を構成する各手段として機能させるためのプログラムである。

本発明の選択手段で、これまでの焦点列の後、選択される焦点の傾向は、学習手段に入力した焦点列集合における遷移先焦点の傾向と同様となり、学習手段に入力する焦点列を含む発話列として、ユーザにとって満足感の高かった発話列（例えば、人と人との間の対話における発話列）をとることにより、本発明で選択される焦点は、ユーザにとって満足感が高いものとなる。

本発明により、次発話として相応しい発話をシステムが返すことにより、システムとユーザとのインタラクションが円滑になるという効果を奏する。

本発明の実施の形態に係る次焦点選択装置の機能的構成を示すブロック図である。 シソーラスの例を示す図である。 焦点ノードの遷移を説明するための図である。 学習手段が生成するデータベースの例を示す図である。 本発明の実施の形態に係る次焦点選択装置の学習処理ルーチンを示すフローチャート図である。 本発明の実施の形態に係る次焦点選択装置の学習処理ルーチンを示すフローチャート図である。 本発明の実施の形態に係る次焦点選択装置の選択処理ルーチンを示すフローチャート図である。 対話を行っているシステムとユーザとの発話列を示す図である。

以下、図面とともに本発明の実施の形態を説明する。

[第１の実施の形態]
＜第１の実施の形態に係る次焦点選択装置の構成＞

本発明の第１の実施の形態に係る次焦点選択装置の構成について説明する。図１は、本発明の請求項１及び請求項２の次焦点選択装置の構成例である。図１に示すように、本発明の第１の実施の形態に係る次焦点選択装置１００は、ＣＰＵと、ＲＡＭと、後述する学習処理ルーチン及び選択処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭと、を含むコンピュータで構成することが出来る。この次焦点選択装置１００は、機能的には図１に示すように入力手段１０と、演算手段２０と、出力手段３０とを備えている。

入力手段１０は、発話列における焦点の列である焦点列の集合を受け付ける。本実施の形態では、図８にあるような話者と発話の組の列を複数用意する。各列中の各発話から、ルールベースないし機械学習の手法を用いて、焦点を抽出する。このようにして図８にあるような焦点列が複数得られ、この焦点列の集合を入力とする。また、入力手段１０は、発話列における焦点列を受け付ける。

演算手段２０は、シソーラス２１と、学習手段２２と、データベース２３と、選択手段２４と、を含んで構成されている。

シソーラス２１は概念の階層関係を表したもので、各概念をノードで表し、上位・下位関係にあるノードをリンクで結んでいる。図２は、シソーラス２１の例を示す図である。このようにして形成されるグラフ構造は、通常、ツリー構成をとることが多く、親ノードを持たないルートノードが存在する。ノードに対応する概念は、１つの語句のみを要素とすることもあれば、複数の同義語や類義語を要素とすることもある。

学習手段２２は、入力手段１０によって受け付けた焦点列の集合と、シソーラス２１とに基づいて、データベース２３に格納されるデータを構築する。学習手段２２の処理を述べる。

以降の処理で、焦点列を、連続する同一の焦点は一つにしたものとしてとらえてもよい。こうした場合、図８の焦点列は、（刺身，ラーメン，麺類）となる。

学習手段２２は、各焦点列における各焦点を、該焦点を要素とするシソーラス２１上のノードに変換する。変換後のノードを焦点ノードと呼ぶ。
学習手段２２は、まず予め定められた数としてｎ（但し、ｎ≧２）を一つ定める。

学習手段２２は、各焦点列における各焦点に対し、以下の処理を行う。以下では説明のために図３を用いる。図３は、シソーラス２１上の焦点ノードの遷移を説明するための図である。

学習手段２２は、該焦点列における各焦点に順に番号をつけ、対象とする焦点の番号をｉとする。第１の実施の形態の構成では、ｉ番目の焦点ノードのルートノードからの深さを取得する。この深さは、ルートノードから該焦点ノードまでの最短経路に含まれるリンクの数である。図３では、ｉ番目の焦点ノードのルートノードからの深さは４である。なお、後述する第２の実施の形態の構成では、この値を取得しない。

そして、学習手段２２は、ｉ≦ｊ≦ｉ＋ｎ−３を満たす各ｊに対し、対象とする焦点を含む列におけるｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスを取得する。パスは以下のように定義される。ｊ番目の焦点ノードからｊ＋１番目の焦点ノードへの最短経路において、上位方向に辿るリンク数をａ、下位方向に辿るリンク数をｂとしたとき、ｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスを（ａ，ｂ）とする。図３では、ｎを４とし、ｉ番目の焦点ノードからｉ＋１番目の焦点ノードへのパスは（２，１）、ｉ＋１番目の焦点ノードからｉ＋２番目の焦点ノードへのパスは（１，１）となる。なお、ｎ＝２の場合は、ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊは存在しないため、これらのパスは取得されない。

第１の実施の形態の構成では、学習手段２２は、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列を取得する。図３の例では、このパス系列は（４，（２，１），（１，１））となる。なお、ｎ＝２の場合は、ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊは存在しないため、このパス系列は、（４）のように、ｉ番目の焦点ノードのルートノードからの深さのみを要素とした系列となる。

図４は、学習手段２２が生成するデータベース２３の例を示す図である。パス系列を第１キーとしており、同一のパス系列が複数、第１キーにあることはない。

学習手段２２は、取得したパス系列がデータベース２３に存在しなければ、該パス系列を第１キーとするレコードをデータベース２３に追加する。図４では、第１の実施の形態の構成における例を示している。

次に学習手段２２は、対象とする焦点を含む列におけるｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスを取得する。ｎを４としている図３で、ｉ＋２番目の焦点ノードからｉ＋３番目の焦点ノードへのパスは、ｉ＋３番目の焦点ノードがＡのノードならば（２，１）となる。

データベース２３において、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスを第２キーとしており、該パスの出現頻度を該第２キーに対応する値としている。該パスが、取得したパス系列を第１キーとするレコードの第２キーに存在しなければ、第２キーに該パスを設定し、対応する出現頻度を１とする。該パスが、取得したパス系列を第１キーとするレコードの第２キーに存在すれば、第２キーの該パスに対応する出現頻度を１だけ加算する。

学習手段２２は、各焦点列における各焦点に対し、以上の処理を行う。図３において、別の対象焦点から派生したパス系列が同じ（４，（２，１），（１，１））であって、ｉ＋３番目の焦点ノードがＢないしＣであれば、ｉ＋２番目の焦点ノードからｉ＋３番目の焦点ノードへのパスは、それぞれ、（０，１）、（０，２）となる。

学習手段２２は、各焦点列における各焦点に対し、以上の処理を行うことにより、データベース２３において、第１キーと第２キーの組合せに対する出現頻度が集計される。データベース２３は、第１キーのパス系列に対する、第２キーのパスの出現頻度分布を表している。ある第２キーのパスＺの出現頻度が相対的に高ければ、対応する第１キーのパス系列の後、焦点ノードがパスＺだけ離れた焦点ノードに遷移することが多いということを意味する。第１キーが共通の各第２キーに対し、その出現頻度を、該出現頻度の総和で割って得られる確率値を格納するカラムを、データベース２３に設けて、該第２キーに対応する該カラムに該確率値を格納する。ある第２キーのパスＺの確率値が高ければ、対応する第１キーのパス系列の後、焦点ノードがパスＺだけ離れた焦点ノードに遷移することが多いということを意味する。

選択手段２４は、入力手段１０によって受け付けた焦点列に基づいて、データベース２３から焦点を選択する。選択手段２４の処理は、システムが、ユーザとの間で対話を行うときの処理の一部となる。ユーザと発話を交わすたびに、該発話から、ルールベースないし機械学習の手法を用いて、焦点を抽出する。このようにして図８にあるような焦点列が得られ、この焦点列を入力とする。処理対象の発話列は、図８では、一方の話者の連続する発話数が１であるが、一方の話者の連続する発話数が２以上であってもよい。この場合、発話列における最後の発話がシステム発話の場合もありえる。

なお、以降の処理で、焦点列を、連続する同一の焦点は一つにしたものとしてとらえてもよい。いずれにするかは、通常、学習手段２２でとった方針と揃える。

選択手段２４は、まず該焦点列における各焦点を、該焦点を要素とするシソーラス２１上のノードに変換する。

次に選択手段２４は、ｎを学習手段２２で定めた値と同じ値とする。
選択手段２４は、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１,・・・,ｉ＋ｎ−２とする。第１の実施の形態の構成では、ｉ番目の焦点ノードのルートノードからの深さを取得する。後述する第２の実施の形態の構成では、この値を取得しない。

そして、選択手段２４は、ｉ≦ｊ≦ｉ＋ｎ−３を満たす各ｊに対し、ｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスを取得する。なお、ｎ＝２の場合は、ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊは存在しないため、これらのパスは取得されない。

第１の実施の形態の構成では、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列を取得する。対象とする末尾の焦点列が、図３の例と一致している場合、このパス系列は（４，（２，１），（１，１））となる。なお、ｎ＝２の場合は、ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊは存在しないため、このパス系列は、（４）のように、ｉ番目の焦点ノードのルートノードからの深さのみを要素とした系列となる。

選択手段２４は、データベース２３から、該パス系列を第１キーとして持つレコードを検索する。第１の実施の形態の構成で、パス系列が（４，（２，１），（１，１））であった場合、図４の１番目のレコードが検索される。

そして、選択手段２４は、当該レコードの各第２キーのパスＡの確率値をｐとする。選択手段２４は、該パス系列がＭ回出現する中で、確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードをＭ×ｐ回選択する。図４の１番目のレコードにおいて、ｉ＋２番目の焦点ノードからパス（２，１）だけ離れた焦点ノードをＭ×０．６回選択し、ｉ＋２番目の焦点ノードからパス（０，１）だけ離れた焦点ノードをＭ×０．３回選択し、ｉ＋２番目の焦点ノードからパス（０，２）だけ離れた焦点ノードをＭ×０．１回選択する。なお、パスＡだけ遷移するにあたり、下位方向の遷移では、下位ノードの個数に応じた分の遷移の選択肢がある。

また、選択手段２４は、選択した焦点ノードに所属する焦点を出力する。

出力手段３０は、選択手段２４によって出力された焦点を出力する。システムは、出力した焦点について言及した文を、発話知識データから選択ないし生成して、該文を次発話として発する。

このように、過去の対話事例において生起したパスの出現頻度の割合で、該パスだけ焦点ノードを遷移させるので、過去の対話事例と同様の焦点の遷移が可能となる。

また、焦点そのものの遷移で学習すると、学習データにおける各遷移事例の出現頻度が殆ど０となるというデータスパースネスが生じ、選択手段での遷移が低精度となるという問題があるが、本発明の実施の形態では、シソーラス上の焦点ノード間の相対的なパスの遷移という、より抽象化された対象の遷移で学習するため、学習データにおける各遷移事例の出現頻度が高くなり、選択手段において高精度の遷移が可能となる。

＜次焦点選択装置の作用＞
図５及び図６は、次焦点選択装置の学習処理フローの一例である。図５及び図６に沿って、次焦点選択装置の学習処理の処理内容を説明する。

まず、ステップＳ１００において、入力手段１０は、焦点列の集合を受け付ける。

ステップＳ１０２において、学習手段２２は、上記ステップＳ１００で受け付けた焦点列の集合の各焦点列における各焦点を、該焦点を要素とするシソーラス２１上のノードに変換する。また、学習手段２２は、まず予め定められた数としてｎ（但し、ｎ≧２）を一つ定める。

ステップＳ１０４において、学習手段２２は、上記ステップＳ１００で受け付けた焦点列の集合から、１つの焦点列を設定する。

ステップＳ１０６において、学習手段２２は、上記ステップＳ１０４で設定された焦点列における各焦点に順に番号をつける。

ステップＳ１０８において、学習手段２２は、上記ステップＳ１０６で番号が付けられた各焦点に基づいて、対象とする焦点の番号をｉとする。また、学習手段２２は、ｉ番目の焦点ノードのルートノードからの深さを取得する。

ステップＳ１１０において、学習手段２２は、条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たす各ｊのうち、１つのｊを設定する。

ステップＳ１１２において、学習手段２２は、上記ステップＳ１１０で設定されたｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスを取得する。

ステップＳ１１４において、学習手段２２は、条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たす全てのｊについて、ステップＳ１１０〜Ｓ１１２の処理を実行したか否かを判定する。条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たす全てのｊについて、ステップＳ１１０〜Ｓ１１２の処理を実行した場合には、ステップＳ１１６へ進む。一方、条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊについて、ステップＳ１１０〜Ｓ１１２の処理を実行していないｊが存在する場合には、ステップＳ１１０へ戻る。

ステップＳ１１６において、学習手段２２は、上記ステップＳ１０８で取得されたｉ番目の焦点ノードのルートノードからの深さと、上記ステップＳ１１２で取得された各ｊについてのｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスとに基づいて、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列を取得する。

ステップＳ１１８において、学習手段２２は、上記ステップＳ１１６で取得したパス系列がデータベース２３に存在するか否かを判定する。取得したパス系列がデータベース２３に存在する場合には、ステップＳ１２２へ進む。一方、取得したパス系列がデータベース２３に存在しない場合には、ステップＳ１２０へ進む。

ステップＳ１２０において、学習手段２２は、上記ステップＳ１１６で取得したパス系列を第１キーとして、データベース２３に追加して格納する。

ステップＳ１２２において、学習手段２２は、上記ステップＳ１０８で設定されたｉについて、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスを取得する。

ステップＳ１２４において、学習手段２２は、上記ステップＳ１２２で取得したパスがデータベース２３に存在するか否かを判定する。取得したパスがデータベース２３に存在する場合には、ステップＳ１２８へ進む。一方、取得したパスがデータベース２３に存在しない場合には、ステップＳ１２６へ進む。

ステップＳ１２６において、学習手段２２は、上記ステップＳ１２２で取得したパスを第２キーとして、データベース２３に追加し、追加した第２キーの出現頻度に１を格納する。

ステップＳ１２８において、学習手段２２は、上記ステップＳ１２２で取得したパスに対応する第２キーの出現頻度を１加算する。

ステップＳ１３０において、対象とする全ての焦点ｉについて、上記ステップＳ１０８〜Ｓ１２８の処理を実行したか否かを判定する。全ての焦点ｉについて、上記ステップＳ１０８〜Ｓ１２８の処理を実行した場合には、ステップＳ１３２へ進む。一方、上記ステップＳ１０８〜Ｓ１２８の処理を実行していない焦点ｉが存在する場合には、ステップＳ１０８へ戻る。

ステップＳ１３２において、上記ステップＳ１００で受け付けた焦点列の集合に含まれる全ての焦点列について、上記ステップＳ１０４〜Ｓ１３０の処理を実行したか否かを判定する。全ての焦点列について、上記ステップＳ１０４〜Ｓ１３０の処理を実行した場合には、ステップＳ１３４へ進む。一方、上記ステップＳ１０４〜Ｓ１３０の処理を実行していない焦点列が存在する場合には、ステップＳ１０４へ戻る。

ステップＳ１３４において、データベース２３の各レコードについて、出現頻度に応じて確率値を算出し、算出された確率値をデータベース２３に格納して学習処理ルーチンを終了する。

次に、次焦点選択装置の選択処理フローについて説明する。図７は、次焦点選択装置の選択処理フローの一例である。図７に沿って、次焦点選択装置の選択処理の処理内容を説明する。

ステップＳ２００において、入力手段１０は、焦点列を受け付ける。

ステップＳ２０２において、選択手段２４は、上記ステップＳ２００で受け付けた焦点列における各焦点を、該焦点を要素とするシソーラス２１上のノードに変換する。

ステップＳ２０４において、選択手段２４は、上記ステップＳ２００で受け付けた焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１,・・・,ｉ＋ｎ−２とする。また、選択手段２４は、ｉ番目の焦点ノードのルートノードからの深さを取得する。

ステップＳ２０６において、選択手段２４は、条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たす各ｊのうち、１つのｊを設定する。

ステップＳ２０８において、選択手段２４は、上記ステップＳ２０６で設定されたｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスを取得する。

ステップＳ２１０において、選択手段２４は、条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たす全てのｊについて、ステップＳ２０６〜Ｓ２０８の処理を実行したか否かを判定する。条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たす全てのｊについて、ステップＳ２０６〜Ｓ２０８の処理を実行した場合には、ステップＳ２１２へ進む。一方、条件式ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊについて、ステップＳ２０６〜Ｓ２０８の処理を実行していないｊが存在する場合には、ステップＳ２０６へ戻る。

ステップＳ２１２において、選択手段２４は、上記ステップＳ２０４で取得されたｉ番目の焦点ノードのルートノードからの深さと、上記ステップＳ２０８で取得された各ｊについてのｊ番目の焦点ノードからｊ＋１番目の焦点ノードへのパスとに基づいて、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列を取得する。

ステップＳ２１４において、選択手段２４は、データベース２３から、上記ステップＳ２１２で取得されたパス系列を第１キーとして持つレコードを検索する。

ステップＳ２１６において、選択手段２４は、上記ステップＳ２１４で検索されたレコードの確率値に応じて、パスを選択する。

ステップＳ２１８において、選択手段２４は、上記ステップＳ２１６で選択されたパスに応じた焦点ノードに所属する焦点を出力する。

ステップＳ２２０において、出力手段３０は、選択手段２４によって出力された焦点を結果として出力して、選択処理ルーチンを終了する。

[第２の実施の形態]
＜第２の実施の形態に係る次焦点選択装置の構成＞
次に、本発明の第２の実施の形態について説明する。なお、第２の実施の形態に係る次焦点選択装置の構成は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。

第２の実施の形態の構成において、学習手段２２は、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列を取得する。図３の例では、このパス系列は（（２，１），（１，１））となる。したがって、第２の実施の形態の構成では、データベース２３に格納される第１キーに、i番目の焦点ノードのルートノードからの深さは含まれない。なお、ｎ＝２の場合は、ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊは存在しないため、このパス系列は空の系列（）となる。空の系列（）も、他の系列と識別される一つの系列として扱う。

また、第２の実施の形態の構成において、選択手段２４は、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列を取得する。対象とする末尾の焦点列が、図３の例と一致している場合、このパス系列は（（２，１），（１，１））となる。なお、ｎ＝２の場合は、ｉ≦ｊ≦ｉ＋ｎ−３を満たすｊは存在しないため、このパス系列は空の系列（）となる。

以上のように、第２の実施の形態の構成では、ｉ番目の焦点ノードのルートノードからの深さについては取得しない。

なお、第２の実施の形態に係る次焦点選択装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

これまで述べた処理をプログラムとして構築し、当該プログラムを通信回線または記録媒体からインストールし、ＣＰＵ等の手段で実施することが可能である。

なお、本発明は、上記の実施例に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

本発明は、システムとユーザとの円滑なインタラクションを実現する対話処理技術に適用可能である。

１０ 入力手段
２０ 演算手段
２１ シソーラス
２２ 学習手段
２３ データベース
２４ 選択手段
３０ 出力手段
１００ 次焦点選択装置

Claims (5)

1. シソーラスと、
   発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出し記憶手段に格納する学習手段と、
   発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記記憶手段内の、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する選択手段と
   を含むことを特徴とする次焦点選択装置。
2. シソーラスと、
   発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出し記憶手段に格納する学習手段と、
   発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記記憶手段内の、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する選択手段と
   を含むことを特徴とする次焦点選択装置。
3. シソーラスと、学習手段と、選択手段とを含む次焦点選択装置における次焦点選択方法であって、
   前記学習手段が、発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出し記憶手段に格納し、
   前記選択手段が、発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記記憶手段内の、ｉ番目の焦点ノードのルートノードからの深さ、及び、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する
   次焦点選択方法。
4. シソーラスと、学習手段と、選択手段とを含む次焦点選択装置における次焦点選択方法であって、
   前記学習手段が、発話列における焦点の列である焦点列の集合を入力とし、焦点列における各焦点を前記シソーラス上のノードに変換し、焦点列におけるｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列毎に、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスと、前記パスの出現頻度の割合である確率値を算出し記憶手段に格納し、
   前記選択手段が、発話列における焦点の列である焦点列を入力とし、該焦点列における各焦点を前記シソーラス上のノードに変換し、該焦点列の末尾のｎ−１個の焦点ノードの番号をｉ，ｉ＋１，・・・，ｉ＋ｎ−２としたとき、前記記憶手段内の、ｊ番目（但し、ｉ≦ｊ≦ｉ＋ｎ−３であり、ｎは３以上の整数である）の焦点ノードからｊ＋１番目の焦点ノードへのパスを順に並べたパス系列に対応する、ｉ＋ｎ−２番目の焦点ノードからｉ＋ｎ−１番目の焦点ノードへのパスＡの確率値に応じた頻度で、ｉ＋ｎ−２番目の焦点ノードから該パスＡだけ離れた焦点ノードを選択し、選択した焦点ノードに対応する焦点を出力する
   次焦点選択方法。
5. コンピュータを、請求項１又は請求項２に記載の次焦点選択装置を構成する各手段として機能させるためのプログラム。

Images