JP6449378B2 - 生成装置、生成方法及び生成プログラム - Google Patents
生成装置、生成方法及び生成プログラム Download PDFInfo
- Publication number
- JP6449378B2 JP6449378B2 JP2017120708A JP2017120708A JP6449378B2 JP 6449378 B2 JP6449378 B2 JP 6449378B2 JP 2017120708 A JP2017120708 A JP 2017120708A JP 2017120708 A JP2017120708 A JP 2017120708A JP 6449378 B2 JP6449378 B2 JP 6449378B2
- Authority
- JP
- Japan
- Prior art keywords
- response
- user
- model
- generating
- information processing
- 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
- 238000000034 method Methods 0.000 title claims description 41
- 230000004044 response Effects 0.000 claims description 320
- 238000011156 evaluation Methods 0.000 claims description 54
- 230000002349 favourable effect Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010187 selection method Methods 0.000 claims 2
- 230000010365 information processing Effects 0.000 description 192
- 230000008569 process Effects 0.000 description 27
- 238000012545 processing Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
まず、図1を用いて、情報処理装置10が実行する生成処理の概念について説明する。図1は、実施形態に係る情報処理装置が発揮する作用効果の一例を説明するための図である。例えば、情報処理装置10は、サーバ装置やクラウドシステム等、単数または複数の情報処理装置により実現され、移動通信網や無線LAN(Local Area Network)等のネットワークNを介して、利用者U01が使用する端末装置100と通信可能な情報処理装置である。
そこで、情報処理装置10は、以下の生成処理を実行する。例えば、情報処理装置10は、利用者U01によって入力された条件に基づいて、質問に対する応答を生成するための複数のモデルであって、それぞれ異なる条件に対応する応答を生成するためのモデルの中から、応答を生成する際に用いるモデルを選択する。そして、情報処理装置10は、選択されたモデルを用いて、利用者U01からの質問に対する応答を生成する。そして、情報処理装置10は、生成した応答を利用者U01の端末装置100へと送信する。
図2は、実施形態に係る情報処理装置が有する機能構成の一例を説明する図である。図2に示すように、情報処理装置10は、通信部20、記憶部30、および制御部40を有する。通信部20は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部20は、ネットワークNと有線または無線で接続され、端末装置100との間で、質問や応答の送受信を行う。
以下、図5に示すフローチャートを用いて、各処理部41〜45が実行・実現する生成処理の内容について説明する。図5は、実施形態に係る情報処理装置が実行する生成処理の流れの一例を説明するフローチャートである。
以下、図6に示すフローチャートを用いて、学習部46が実行・実現する取得処理の内容について説明する。図6は、実施形態に係る情報処理装置が実行する学習処理の流れの一例を説明するフローチャートである。学習部46は、図6に示す学習処理を実行することで、利用者U01からの質問と、質問に対して生成された応答と、応答に対する評価とを用いて、モデルを学習する。
上述した実施形態に係る情報処理装置10は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の情報処理装置10の他の実施形態について説明する。
ここで、情報処理装置10は、利用者U01の属性に対して適正化されたモデルを選択し、選択したモデルを用いて、利用者U01に対する応答を生成した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報処理装置10は、利用者U01の属性以外にも、任意の選択基準に基づき、応答を生成するモデルの選択をおこなってよい。
上述した例では、情報処理装置10は、質問者である利用者に対し、相手方となる利用者が「脈あり」であるか「脈なし」であるかを応答するためのモデルの学習や利用を行った。しかしながら、実施形態は、これに限定されるものではない。すなわち、情報処理装置10は、質問の種別に応じて様々な条件に対する適正化が行われたモデルの学習や利用を行ってもよい。
上述した情報処理装置10は、推定情報から利用者の属性ごとに適正化された応答を出力するための複数のモデルを学習し、質問を行った利用者の属性に対して適正化された応答を出力するためのモデルを選択した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報処理装置10は、推定情報から、相手方となる利用者が好意を有するか否かを推定するモデルであれば、任意の条件に対して適正化された推定を行うモデルの学習を行ってよい。
上述した処理では、情報処理装置10は、質問者である利用者から受付けた応答に対する評価に応じて、応答の内容をそのまま若しくは反転させて、質問者である利用者の属性に対して適正化がなされたモデルの学習を行った。しかしながら、実施形態は、これに限定されるものではない。
ここで、情報処理装置10は、上述した処理に加えて、オフトピックスの判定を行うモデルの学習や利用を行ってもよい。例えば、情報処理装置10は、質問を受け付けると、任意の文章解析技術を用いて、質問が属する分野が恋愛相談であるか否かを判定する。そして、情報処理装置10は、質問が属する分野が恋愛相談である場合は、質問者の属性や相手方の属性に応じてモデルを選択し、選択したモデルを用いて質問に対する応答を出力すればよい。
ここで、情報処理装置10は、質問者との会話を進めることで、質問者の属性や相手方の属性等といったモデルを選択するための条件を取得してもよい。例えば、図7は、実施形態に係る情報処理装置が条件を取得する処理の一例を示す図である。なお、図7に示す例では、情報処理装置10が端末装置100に表示させるメッセージと、端末装置100が利用者U01から受け付ける文章(すなわち、「質問」)の一例について記載した。
ここで、情報処理装置10は、質問を行った利用者U01から、質問に対する応答への評価を受付けた。しかしながら、実施形態は、これに限定されるものではない。例えば、情報処理装置10は、利用者U01からの質問と、質問に対する応答とを公開し、第三者からの評価を受け付ける。そして、情報処理装置10は、利用者U01からの質問と、質問に対する応答とを公開し、第三者からの評価とを用いて、モデルの学習を行ってもよい。例えば、情報処理装置10は、第三者の属性が「女性 10代」である場合は、利用者U01からの質問と、質問に対する応答と、第三者からの評価とを用いて、属性「女性 10代」に対して適正化されたモデルの学習を行ってもよい。このような学習を行う場合、情報処理装置10は、利用者U01からの質問に対し、相手方となる利用者U02の属性に基づいてモデルの選択を行うことで、応答内容の推定精度を向上させることができる。
上述した情報処理装置10は、上述したモデル以外にも、任意のモデルの学習や利用を行ってよい。例えば、情報処理装置10は、入力された文章が犬に関する文章であるのか猫に関する文章であるのかを判定するモデルであって、それぞれ異なる条件(例えば、質問者の性別)に対して適正化がなされたモデルの学習を行ってもよい。また、情報処理装置10は、米ドルに関する文章であるのかユーロに関する文章であるのかを判定するモデルであって、それぞれ異なる条件(例えば、入力された文章の言語)に対して適正化がなされたモデルの学習を行ってもよい。また、情報処理装置10は、野球に関する文章であるのかサッカーに関する文章であるのかを判定するモデルであって、それぞれ異なる条件(例えば、質問者の年代)に対して適正化がなされたモデルの学習を行ってもよい。
なお、上記実施形態は例示に過ぎず、本発明は、以下に例示するものやそれ以外の他の実施態様も含むものである。例えば、本出願における機能構成、データ構造、フローチャートに示す処理の順序や内容などは例示に過ぎず、各要素の有無、その配置や処理実行などの順序、具体的内容などは適宜変更可能である。例えば、上述した生成処理や学習処理は、上記実施形態で例示したように情報処理装置10が実現する以外にも、クラウドシステムにおける装置、方法やプログラムとして実現することもできる。
上述したように、情報処理装置10は、利用者U01によって入力された条件に基づいて、質問に対する応答を生成するための複数のモデルであって、それぞれ異なる条件に対応する応答を生成するためのモデルの中から、応答を生成する際に用いるモデルを選択する。そして、情報処理装置10は、選択されたモデルを用いて、利用者U01からの質問に対する応答を生成する。このため、情報処理装置10は、質問に対する応答の推定精度を向上させることができる。
20 通信部
30 記憶部
31 モデルデータベース
32 教師データデータベース
40 制御部
41 取得部
42 選択部
43 生成部
44 応答部
45 受付部
46 学習部
100 端末装置
Claims (18)
- 利用者から問い合わせを受け付けた場合は、問い合わせに対する応答を生成するための複数のモデルであって、それぞれ異なる条件に対応する応答を生成するためのモデルの中から、前記問合せに関連する他の利用者に関する条件に基づいて、応答を生成する際に用いるモデルを選択する選択部と、
前記選択部により選択されたモデルを用いて、前記利用者からの問い合わせに対する応答を生成する生成部と
を有することを特徴とする生成装置。 - 前記選択部は、前記条件として、前記利用者の属性に基づいて、それぞれ異なる属性に対応する応答を生成するためのモデルの中から、応答を生成する際に用いるモデルを選択する
ことを特徴とする請求項1に記載の生成装置。 - 前記選択部は、前記利用者の属性と同じ属性に対応する応答を生成するためのモデルを選択する
ことを特徴とする請求項2に記載の生成装置。 - 前記選択部は、前記利用者の属性と異なる属性に対応する応答を生成するためのモデルを選択する
ことを特徴とする請求項2に記載の生成装置。 - 前記選択部は、前記利用者から他の利用者に関する問い合わせを受け付けた場合は、前記条件として、当該他の利用者の属性に基づき、それぞれ異なる属性に対応する応答を生成するためのモデルの中から、応答を生成する際に用いるモデルを選択する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記モデルとして、前記応答と当該応答の確度とを出力する複数のモデルの中から、前記利用者からの問い合わせに対して各モデルが出力した確度の値に基づき、当該問い合わせに対して応答を生成するためのモデルを選択する
ことを特徴とする請求項1〜5のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記条件として、前記利用者が所在する地域に基づいて、それぞれ異なる地域に対応する応答を生成するためのモデルの中から、応答を生成する際に用いるモデルを選択する
ことを特徴とする請求項1〜6のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記モデルのうち、前記利用者が選択した条件に対応する応答を生成するためのモデルを選択する
ことを特徴とする請求項1〜7のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記モデルの中から複数のモデルを選択する
ことを特徴とする請求項1〜8のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記モデルとして、前記応答と当該応答の確度とを出力する複数のモデルの中から複数のモデルを選択し、
前記生成部は、前記選択部により選択された複数のモデルを用いて、前記利用者からの問い合わせに対する応答と当該応答の確度とをそれぞれ生成し、生成した応答のうち、確度の値が最も高い応答を出力する
ことを特徴とする請求項9に記載の生成装置。 - 前記生成部は、前記選択部により選択された複数のモデルを用いて、前記利用者からの問い合わせに対する応答と当該応答の確度とをそれぞれ生成し、生成した応答の内容ごとに確度の平均値を算出し、算出した平均値の値が最も高い内容の応答を出力する
ことを特徴とする請求項9に記載の生成装置。 - 前記利用者から、前記生成部が生成した応答に対する評価を受け付ける受付部と、
前記利用者からの問い合わせと、当該問い合わせに対して生成された応答と、当該応答に対する評価とを用いて、前記モデルを学習する学習部と
を有することを特徴とする請求項1〜11のうちいずれか1つに記載の生成装置。 - 前記学習部は、前記応答に対する評価が好意的な評価である場合は、前記利用者からの問い合わせと、当該問い合わせに対して生成された応答とを前記モデルに学習させ、前記応答に対する評価が否定的な評価である場合は、前記利用者からの問い合わせと、当該問い合わせに対して生成された応答とは逆の内容の応答とを前記モデルに学習させる
ことを特徴とする請求項12に記載の生成装置。 - 前記学習部は、前記利用者からの問い合わせと、当該問い合わせに対して生成された応答と、当該応答に対する評価とを用いて、当該利用者によって入力された条件に対応する応答を生成するためのモデルを学習する
ことを特徴とする請求項12または13に記載の生成装置。 - 前記学習部は、前記利用者からの問い合わせであって、他の利用者に関する問い合わせと、当該問い合わせに対する応答と、当該応答に対する評価とを用いて、当該他の利用者の属性に対応する応答を生成するためのモデルを学習する
ことを特徴とする請求項12〜14のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記モデルとして、前記利用者からの問い合わせに対し、所定の応答または所定の応答とは逆の内容の応答のいずれか一方を出力するモデルの中から、応答を生成する際に用いるモデルを選択する
ことを特徴とする請求項1〜15のうちいずれか1つに記載の生成装置。 - 生成装置が実行する生成方法であって、
利用者から問い合わせを受け付けた場合は、問い合わせに対する応答を生成するための複数のモデルであって、それぞれ異なる条件に対応する応答を生成するためのモデルの中から、前記問合せに関連する他の利用者に関する条件に基づいて、応答を生成する際に用いるモデルを選択する選択工程と、
前記選択工程により選択されたモデルを用いて、前記利用者からの問い合わせに対する応答を生成する生成工程と
を含むことを特徴とする生成方法。 - 利用者から問い合わせを受け付けた場合は、問い合わせに対する応答を生成するための複数のモデルであって、それぞれ異なる条件に対応する応答を生成するためのモデルの中から、前記問合せに関連する他の利用者に関する条件に基づいて、応答を生成する際に用いるモデルを選択する選択手順と、
前記選択手順により選択されたモデルを用いて、前記利用者からの問い合わせに対する応答を生成する生成手順と
をコンピュータに実行させるための生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017120708A JP6449378B2 (ja) | 2017-06-20 | 2017-06-20 | 生成装置、生成方法及び生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017120708A JP6449378B2 (ja) | 2017-06-20 | 2017-06-20 | 生成装置、生成方法及び生成プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016182901A Division JP6165306B1 (ja) | 2016-09-20 | 2016-09-20 | 生成装置、生成方法及び生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018049588A JP2018049588A (ja) | 2018-03-29 |
JP6449378B2 true JP6449378B2 (ja) | 2019-01-09 |
Family
ID=61766446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017120708A Active JP6449378B2 (ja) | 2017-06-20 | 2017-06-20 | 生成装置、生成方法及び生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6449378B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10573298B2 (en) * | 2018-04-16 | 2020-02-25 | Google Llc | Automated assistants that accommodate multiple age groups and/or vocabulary levels |
JP7196929B2 (ja) * | 2018-10-19 | 2022-12-27 | 日本電気株式会社 | 支援情報生成装置、支援情報生成方法、プログラム |
CN111984759B (zh) * | 2020-06-29 | 2023-12-12 | 百度在线网络技术(北京)有限公司 | 问答处理方法、装置、电子设备和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001265808A (ja) * | 2000-03-22 | 2001-09-28 | Skysoft Inc | 情報検索システム及び情報検索方法 |
JP2009530746A (ja) * | 2006-03-20 | 2009-08-27 | アマゾン テクノロジーズ インコーポレイテッド | 参加者対話を介したコンテンツ生成の促進 |
JP5885689B2 (ja) * | 2012-03-06 | 2016-03-15 | 株式会社オウケイウェイヴ | Q&aシステム |
JP5710581B2 (ja) * | 2012-12-18 | 2015-04-30 | 日本電信電話株式会社 | 質問応答装置、方法、及びプログラム |
-
2017
- 2017-06-20 JP JP2017120708A patent/JP6449378B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018049588A (ja) | 2018-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10146768B2 (en) | Automatic suggested responses to images received in messages using language model | |
Pejovic et al. | Anticipatory mobile computing: A survey of the state of the art and research challenges | |
WO2020177282A1 (zh) | 一种机器对话方法、装置、计算机设备及存储介质 | |
Tang et al. | A novel multimodal communication framework using robot partner for aging population | |
US11657371B2 (en) | Machine-learning-based application for improving digital content delivery | |
WO2021162839A1 (en) | Graph enhanced attention network for explainable poi recommendation | |
US20160019280A1 (en) | Identifying question answerers in a question asking system | |
US20200402082A1 (en) | Method of selecting respondents for querying in a respondent-interrogator system | |
JP6449378B2 (ja) | 生成装置、生成方法及び生成プログラム | |
US20200218770A1 (en) | Incenting online content creation using machine learning | |
JP6680659B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP7348230B2 (ja) | 生成装置、生成方法、及び生成プログラム | |
Sánchez-Fernández et al. | Application of classical and advanced Machine Learning models to predict personality on social media | |
US20190138650A1 (en) | Systems and methods for electronic communication, communication node classification, and communication node affinity mapping using machine learning | |
JP6165306B1 (ja) | 生成装置、生成方法及び生成プログラム | |
US20230325944A1 (en) | Adaptive wellness collaborative media system | |
US11615441B2 (en) | Multi-stage content analysis system that profiles users and selects promotions | |
CN115191002A (zh) | 匹配系统、匹配方法以及匹配程序 | |
JP6937707B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN112581203A (zh) | 在会话中提供解释性产品推荐 | |
US20210192131A1 (en) | Machine learning of response selection to structured data input including momentum classification | |
Karatzoglou et al. | Enhancing the affective sensitivity of location based services using situation-person-dependent semantic similarity | |
Balraj | Multilabel Active Learning for User Context Recognition In-the-Wild | |
Tao et al. | Interaction modeling and classification scheme for augmenting the response accuracy of human-robot interaction systems | |
Pathak et al. | Chatbot based Disease Prediction and Treatment Recommendation using AI |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20181106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6449378 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
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 |