JP6885217B2 - ユーザ対話支援システム、ユーザ対話支援方法及びプログラム - Google Patents

Description

本発明は、ユーザ対話支援システム、ユーザ対話支援方法及びプログラムに関する。

近年、インターネット環境が普及・充実したことで、特定の拠点（会社のオフィス）から離れたサテライトオフィスあるいは自宅で仕事を行うリモートワークと呼ばれる勤務形態が着目されている。会社のオフィスの面積を低減できるため、会社側としても職種によって、オフィス以外での仕事場所における勤務を認めるケースが増えている。
このリモートワークでは、会社のオフィスから遠隔にある複数の異なる仕事場所の間において、社員同士が業務あるいは職務の遂行に必要な対話（例えば、ミーティング）を行う必要がある。

遠隔にある複数の異なる仕事場所の社員が対話を行うため、インターネットなどのネットワークを利用したチャットと呼ばれる対話型アプリケーション（チャットアプリケーション）が用いられている。チャットアプリケーションは、ユーザ（例えば、上記社員）あるいはユーザの代わりとなるソフトウェア（チャットボット）がネットワークを介してテキストデータなどのデータの送受信を行うことで対話を実現している。
また、リモートワークを利用した複数のユーザが所定のグループを構成し、このグループ内においてチャットを行うサービス（アプリケーション）もある。

複数のユーザがチャットを用いた会議等の対話を行う際、チャットで行う会議の議事進行手法として、以下の構成が知られている。
すなわち、チャットの会議に参加しているユーザの各々が発生する会話の音声データ、あるいはユーザが送信する画像データ、ユーザが入力するキー入力データなどの情報を分析し、適切な次の話者となるユーザを決定する。そして、決定した次の話者となるユーザを、確実に会議に参加している各ユーザに通知することで、会議の議事進行を円滑に行う（例えば、特許文献１参照）。

また、ユーザまたはチャットボットとの対話を、複数のユーザで構成されたグループ内で行う場合、チャットの対話で取り扱う情報の推薦手法として、以下の構成が知られている。
すなわち、グループに属する複数のユーザのチャットにおける対話ログを用い、対話における話題毎の盛り上がる確率を計算する。これにより、グループにおけるユーザの嗜好に合致し、かつユーザ間の対話が長く継続されるように、持ち上がる確率の高い話題に対応した「盛り上がる話題情報」をユーザの各々に推薦する（例えば、特許文献２参照）。

特許第５４５８０２７号公報 特許第５７３０７４１号公報

チャットにより行う会議において、議事の進行によっては、話しを継続するための担当者の追加情報が必要となる状況、決定のための役職者の判断が必要となる状況、あるいは役職者の指示が必要となる状況が発生する場合がある。
この場合、追加情報を提示するユーザ、あるいは判断及び指示を行うユーザ（例えば、社員、フリーランスのエンジニアなど）がチャットの会議に参加していなければ、議事の進行が阻害され、対話自体が停滞ないし中断される場合がある。

本発明は、このような状況に鑑みてなされたもので、ネットワーク環境を用いて遠隔地間における会議などの対話を行う際、対話の進行に必要な追加情報、判断及び指示の各々の提供を行うそれぞれの要員であるユーザが出席していない場合にも、従来のように議事の進行を阻害することなく、議事の進行を円滑に進めることが可能なユーザ対話支援システム、ユーザ対話支援方法及びプログラムを提供する。

上述した課題を解決するために、本発明のユーザ対話支援システムは、ネットワークを介して、各々異なった場所に配置された複数の端末を用い、各種データの送受信に基づいてユーザが対話を行う際、当該対話のログである対話ログから前記対話の進行に必要な候補者を推定するユーザ対話支援システムであり、前記対話ログからキーワードを抽出するキーワード抽出部と、前記キーワードから対話の内容のカテゴリを推定するカテゴリ推定部と、前記カテゴリと前記ユーザとの対応が示された候補者テーブルと、前記候補者テーブルを参照して前記カテゴリから、前記対話の内容に対応した前記候補者を抽出する候補者抽出部とを備えることを特徴とする。

本発明のユーザ対話支援システムは、前記キーワード抽出部が、前記対話ログにおけるテキストデータから、前記キーワードとして単語を抽出することを特徴とする。

本発明のユーザ対話支援システムは、前記キーワードが抽出された前記対話ログにおける文脈から、当該キーワードと同等な意味を有すると推定される単語を抽出し、前記キーワードに対応するカテゴリの新たなキーワードとして前記候補者テーブルに登録するキーワード更新部をさらに有することを特徴とする。

本発明のユーザ対話支援システムは、前記候補者抽出部が、前記カテゴリを用いて前記候補者テーブルから前記カテゴリにより前記候補者を抽出する際、前記候補者に対する前記カテゴリの組合わせを少なくとも含むルールが示された制約条件を用いることを特徴とする。

本発明のユーザ対話支援システムは、前記カテゴリ推定部が、前記キーワードから前記カテゴリの推定を、例えば、機械学習にて生成した推定モデルを用いて行うことを特徴とする。

本発明のユーザ対話支援方法は、ネットワークを介して、各々異なった場所に配置された複数の端末を用い、各種データの送受信に基づいてユーザが対話を行う際、当該対話のログである対話ログから前記対話の進行に必要な候補者を推定するユーザ対話支援方法であり、キーワード抽出部が、前記対話ログからキーワードを抽出するキーワード抽出過程と、カテゴリ推定部が、前記キーワードから対話の内容のカテゴリを推定するカテゴリ推定過程と、候補者抽出部が、前記カテゴリと前記ユーザとの対応が示された候補者テーブルを参照して、前記カテゴリから、前記対話の内容に対応した前記候補者を抽出する候補者抽出過程とを含むことを特徴とする。

本発明のプログラムは、ネットワークを介して、各々異なった場所に配置された複数の端末を用い、各種データの送受信に基づいてユーザが対話を行う際、当該対話のログである対話ログから前記対話の進行に必要な候補者を推定するユーザ対話支援システムの動作をコンピュータに実行させるプログラムであり、前記コンピュータを、前記対話ログからキーワードを抽出するキーワード抽出手段、前記キーワードから対話の内容のカテゴリを推定するカテゴリ推定手段、前記カテゴリと前記ユーザとの対応が示された候補者テーブルを参照して、前記カテゴリから、前記対話の内容に対応した前記候補者を抽出する候補者抽出手段として機能させるためのプログラムである。

以上説明したように、本発明によれば、ネットワーク環境を用いて遠隔会議を行う際、議事の進行に必要な追加情報、判断及び指示の各々の提供を行うそれぞれの要員が出席していない場合にも、従来のように議事の進行を阻害することなく、議事の進行を円滑に進めることが可能なユーザ対話支援システム、ユーザ対話支援方法及びプログラムを提供することができる。

本発明の一実施形態によるユーザ対話支援システムの構成例を示すブロック図である。 対話ログ蓄積部１０２における対話ログ蓄積テーブルの構成例を示す図である。 対話データベース２００に記憶されている候補者テーブルの構成例を示している。 候補者を抽出する制約条件の例を示す図である。 本発明の一実施形態のユーザ対話支援システムにおけるユーザ追加の推薦の処理の動作例を示すフローチャートである。 本発明の一実施形態のユーザ対話支援システムにおけるユーザ追加の推薦の処理を説明する概念図である。

以下、本発明の一実施形態について、図面を参照して説明する。
図１は、本発明の一実施形態によるユーザ対話支援システムの構成例を示すブロック図である。ユーザ対話支援システム１は、対話支援装置１００及び対話データベース２００の各々を備えている。対話支援装置１００は、対話データベース２００と、異なる場所におけるユーザの各々が操作する端末３００それぞれとに対し、インターネットを含むネットワーク５００により接続されている。本実施形態においては、対話支援装置１００及び対話データベース２００の各々が分離して設けられているが、対話支援装置１００内部に対話データベース２００が備え、ユーザ対話支援システム１を構成しても良い。

対話支援装置１００は、対話ログ取得部１０１、対話ログ蓄積部１０２、キーワード抽出部１０３、カテゴリ推定部１０４、キーワード更新部１０５、候補者抽出部１０６、推薦者追加可否部１０７及び送受信部１０８の各々を備えている。以下において、リモートワークにて作業を行う所定の作業グループにおけるユーザの各々が、端末３００において対話型のメッセージングアプリケーションとして、チャットアプリケーションを起動して、ユーザの各々が端末３００を介して対話（例えば、会議）を行う場面を想定し、本実施形態のユーザ対話支援システム１の構成を説明する。

対話ログ取得部１０１は、相互にチャットを用いて対話を行っているユーザの各々の端末３００それぞれが接続されているチャットサーバ（不図示）から、ユーザの各々の発言の対話ログを取得する。ここで、発言のデータは、テキストデータ、音声データ及び画像データなどを含んでいる。本実施形態においては、対話ログのデータとしてテキストデータを用いた構成を例にして説明する。また、対話ログのデータの種類が音声データあるいは画像データを用いた場合については後述する。

対話ログ蓄積部１０２は、対話ログ取得部１０１が取得した対話ログを、自身内部の記憶部における対話ログ蓄積テーブルに書き込んで記憶させる。
図２は、対話ログ蓄積部１０２における対話ログ蓄積テーブルの構成例を示す図である。図２おいて、対話ログ毎にログ識別情報が付与され、対話ログ蓄積テーブルの各々のレコードには、ログ識別情報、データ種類、インデックス及び取得時間の各々の欄がある。ログ識別情報は、対話ログの各々を識別する識別情報である。データ種類は、対話ログの対話データの種類、すなわちテキストデータ、音声データ及び画像データなどのメディアの種類を示している。インデックスは、テキストデータ、音声データ及び画像データ（動画、静止画、スタンプ画像などの画像のデータ）が記憶されている上記記憶部の領域のアドレスを示している。取得時間は、同一レコードの対話ログが対話ログ取得部１０１により取得された時間を示している。

図１に戻り、キーワード抽出部１０３は、対話ログ蓄積部１０２の記憶部の対話ログ蓄積テーブルを参照し、対話ログのインデックスを読み出す。そして、キーワード抽出部１０３は、読み出した対話ログのインデックスに基づいて、対話ログのデータ、例えばテキストデータを記憶部から読み出す。
また、キーワード抽出部１０３は、読み出した対話ログのテキストデータ（自然言語）に対して、単語の品詞等の辞書情報に基づいて、自然言語解析における形態素解析を行い、このテキストデータからキーワード（単語あるいは複数の単語が連結された複合語）を抽出する。

カテゴリ推定部１０４は、キーワード抽出部１０３が抽出したキーワードに基づき、チャットにおける対話の内容を示すカテゴリを推定する。対話が所定の作業グループに属しているユーザが行う会議である場合、カテゴリの種類としては、例えば、予算、判断及び技術などがある。予算は、作業グループが行っている開発において、この開発における購買に用いる金額の振り分けなどの処理を示している。判断は、作業グループ内における決定事項に対して、いずれの案を採用するかを決定する処理を示している。技術は、開発に必要なエンジニアリングにおける専門知識を示している。キーワードからのカテゴリの推定については、例えば、カテゴリとこのカテゴリを示すキーワードとの対応テーブルを用いることができる。この対応テーブルは、追加情報、判断及び指示の各々のカテゴリと、各カテゴリにおいて参加が必要な担当者である要員とが異なるため、作業グループ毎に設定されている。

図３は、対話データベース２００に記憶されている候補者テーブルの構成例を示している。図３おいて、カテゴリ毎にカテゴリ識別情報が付与され、候補者テーブルの各々のレコードには、カテゴリ識別情報、カテゴリ種類、キーワード、候補者（後述）の各々の欄がある。カテゴリ識別情報はチャットの対話の内容を示すカテゴリの各々を識別する識別情報である。カテゴリ種類は、チャットの対話の内容を示すカテゴリの種類を示している。キーワードは、候補者テーブルからカテゴリを検索するための単語である。候補者は、対話の内容に対応した追加情報、判断及び指示などのカテゴリに必要な要員として設定されているユーザを示している。

ここで、カテゴリ推定部１０４は、対話データベース２００の候補者テーブルを参照し、この候補者テーブルにおいてキーワードを検索し、検索したキーワードと同一のレコードにあるカテゴリを、キーワードから推定されるカテゴリとして出力する。
また、キーワードを用いて、候補者テーブルからカテゴリを推定する処理を示したが、カテゴリの推定に候補者テーブルを用いるのではなく、キーワードからカテゴリを推定するカテゴリ推定モデルを、所定の教師データを用いて機械学習させることにより生成しても良い。このカテゴリ推定モデルは、サポートベクタマシンやニューラルネットなどを用いた推定モデルでも良く、キーワードを入力すると、このキーワードからカテゴリを推定して出力する手法でも良い。ここで、キーワードが単数である必要はなく、自然言語処理における文脈から同一のカテゴリに属するとする複数のキーワード（単語あるいは複数の単語が連結された複合語）を抽出し、この複数のキーワードを上記カテゴリ推定モデルの入力として用いても良い。

図１に戻り、キーワード更新部１０５は、キーワード抽出部１０３が抽出したキーワードに対応し、対話データベース２００の候補者テーブルにおけるカテゴリが検出された場合、新たなキーワードを対話ログから抽出する。すなわち、キーワード更新部１０５は、キーワード抽出部１０３が抽出したキーワードに対応させ、自然言語処理によって対話ログの文脈の前後関係や出現回数などを解析することで、検出されたカテゴリ（検出カテゴリ）に属すると推定される新たなキーワードを対話ログから抽出する。そして、キーワード更新部１０５は、抽出された新たなキーワードを、対話データベース２００の候補者テーブルの上記検出カテゴリと同一のレコードにあるキーワードの欄に書き込んで記憶させる。

候補者抽出部１０６は、カテゴリ推定部１０４が推定したカテゴリに対応した候補者を抽出する。そして、候補者抽出部１０６は、予め設定された候補者を抽出するルールである制約条件に基づいて、候補者の抽出を行う。

図４は、候補者を抽出する制約条件の例を示す図である。図４（ａ）は、制約条件＃１を示しており、候補者抽出部１０６が、キーワードにより候補者テーブルから推定されたカテゴリが、”予算”及び”判断”の双方である場合に必要な要員としてＡ課長を抽出し、キーワードにより対話データベース２００の候補者テーブルから推定されたカテゴリが、”技術”である場合に必要な要員としてＢ主任を抽出し、キーワードにより候補者テーブルからカテゴリとして”予算”、”判断”及び”技術”のいずれもが推定されない場合、該当者なしとするルールが記述されている。

また、図４（ｂ）は、制約条件＃２を示しており、候補者抽出部１０６が、キーワードにより候補者テーブルから推定されたカテゴリが、”予算”及び”判断”の双方である場合にＡ課長を抽出し、キーワードにより候補者テーブルから推定されたカテゴリが、”予算”である場合に必要な要員としてＡ課長及びＣ課長を抽出し、キーワードにより候補者テーブルからカテゴリとして”予算”及び”判断”の双方のいずれもが推定されない場合、該当者なしとするルールが記述されている。
そして、候補者抽出部１０６は、自身内部の記憶部に書き込まれて設定されている制約条件を参照し、参照した制約条件の記述に従って、候補者テーブルから候補者の抽出を行う。また、制約条件の権限を有する者が、この制約条件を任意に変更することができる。

図１に戻り、推薦者追加可否部１０７は、制約条件により抽出した候補者が、作業グループのチャットにおける対話に参加しているユーザに含まれているか否かの判定を行う。すなわち、推薦者追加可否部１０７は、チャットサーバから取得する対話ログの属性情報としてユーザを特定するユーザ情報を抽出する。そして、推薦者追加可否部１０７は、ユーザ情報の示すユーザに、候補者抽出部１０６が抽出した候補者が含まれている場合、ユーザ追加の推薦を行わない。一方、推薦者追加可否部１０７は、ユーザ情報の示すユーザに、候補者抽出部１０６が抽出した候補者が含まれている場合、ユーザ追加の推薦を行わない。
送受信部１０８は、すでに述べたチャットサーバ及び端末３００の各々と、データ（例えば、対話ログのデータやユーザ追加の推薦を行う通知データなど）の送受信を行う。

また、端末３００の各々は、チャットアプリケーションのプログラムがインストールされており、このプログラムが起動されることにより、チャットサーバを介して、それぞれが対話のデータを共有し、チャットを行うことができる。
端末３００は、対話情報出力部３０１、データ記憶部３０２及び送受信部３０３の各々を備えている。
ユーザが端末３００においてチャットアプリケーションを起動することにより、上記対話情報出力部３０１及び送受信部３０３の各々がモジュールとして構成され、チャットサーバを介して、チャットアプリケーションが起動された他の端末３００による各ユーザ間におけるチャットによる対話が行われる。対話情報出力部３０１は、対話におけるユーザ自身あるいは他の端末３００からのデータ（テキストデータ、音声データ及び画像データの各々）の出力を行う。

ここで、対話情報出力部３０１は、対話のデータが、テキストデータであれば、端末３００の表示画面に文字データを表示し、音声データであればスピーカあるいはイヤホンから音声を出力し、画像データであれば、端末３００の表示画面に画像データを表示出力する。データ記憶部３０２は、ユーザが入力したチャットサーバを介して他の端末３００に出力する、あるいはチャットサーバを介して他の端末３００から受信した、音声データ及び画像データの各々が書き込まれて記憶されている。送受信部３０３は、チャットを介して他の端末３００との対話のデータの送受信を行う。

次に、図５は、本発明の一実施形態のユーザ対話支援システムにおけるユーザ追加の推薦の処理の動作例を示すフローチャートである。図６は、本発明の一実施形態のユーザ対話支援システムにおけるユーザ追加の推薦の処理を説明する概念図である。以下、図５及び図６を用いて、本実施形態によるユーザ対話支援システムにおけるユーザ追加の推薦の処理の動作を説明する。例えば、以下の動作例においては、リモートワークを行うユーザを含む作業グループにおけるユーザの各々が、端末３００にてチャットアプリケーションを起動し、製品開発の会議を行っている。チャットアプリケーションを起動し、チャットを行っている端末３００の各々は、チャットサーバを介して、それぞれが送信する対話のデータを共有する。

ステップＳ１：
対話ログ取得部１０１は、複数のユーザの各々が端末３００において起動したチャットアプリケーション３５０それぞれ用い、ユーザ相互が行っている対話のデータ（テキストデータ３５１、３５２）を対話ログとして、各端末３００のチャットアプリケーションからアクセスされるチャットサーバから取得する。
そして、対話ログ取得部１０１は、チャットサーバから取得した、ユーザの行った対話における対話ログのデータ１５１を、対話ログ蓄積部１０２に対して出力する。
これにより、対話ログ取得部１０１は、自身の記憶部に対して、対話ログのデータ１５１を書き込んで記憶させる。

ステップＳ２：
キーワード抽出部１０３は、対話ログ解析１５２の処理において対話ログのデータからキーワードの抽出を行う。キーワード抽出部１０３は、例えば対話ログのデータがテキストデータの場合、このテキストデータから形態素解析を行うことでキーワードの抽出を行う。このとき抽出されるキーワードは、単数あるいは複数であり、対話ログのテキストデータに含まれる単語あるいは複合語である。この複合語については、候補者テーブル２０１を用いる場合にはキーワードとしてあらかじめ設定されていてもよい。一方、キーワードからカテゴリを推定するカテゴリ推定モデルを用いる場合、候補者テーブル２０１にはキーワードの欄はなく、カテゴリと候補者の対応関係のみが記述されている。

ステップＳ３：
カテゴリ推定部１０４は、対話データベース２００の候補者テーブル２０１を参照し、この候補者テーブル２０１において、キーワード抽出部１０３が抽出したキーワードと同一のキーワードの有無を検出する。このとき、カテゴリ推定部１０４は、候補者テーブル２０１において、キーワード抽出部１０３が抽出したキーワードと同一のキーワードが有る場合、対応するカテゴリを抽出することが可能である、すなわち、キーワード抽出部１０３が抽出したキーワードからカテゴリを推定することが可能であると判定し、処理をステップＳ４へ進める。一方、カテゴリ推定部１０４は、候補者テーブル２０１において、キーワード抽出部１０３が抽出したキーワードと同一のキーワードが無い場合、対応するカテゴリを抽出することが可能でない、すなわち、キーワード抽出部１０３が抽出したキーワードからカテゴリを推定することが可能でないと判定し、新たなキーワードを得るために処理をステップＳ１へ戻す。

ステップＳ４：
カテゴリ推定部１０４は、対話データベース２００の候補者テーブル２０１から、キーワード抽出部１０３が抽出したキーワードと同一のキーワードに対応したカテゴリを読み出す。すなわち、カテゴリ推定部１０４は、対話ログから抽出されたキーワードから、ユーザ間における対話ログの対話の内容を示すカテゴリを推定する。ここで、カテゴリ推定部１０４は、キーワード抽出部１０３が抽出したキーワードと、このキーワードから推定したカテゴリとの各々をキーワード更新部１０５に対して出力する。

ステップＳ５：
キーワード更新部１０５は、対話ログ解析１５２の処理において、対話ログのテキストデータの文脈から、キーワード抽出部１０３が抽出したキーワードと同様のカテゴリを推定することが可能なキーワードの抽出を行う。例えば、キーワード更新部１０５は、対話ログにおけるテキストデータの文脈から、キーワード抽出部１０３が抽出したキーワードと同様の状態（例えば出現回数）にて出現するキーワードを、キーワード抽出部１０３が抽出したキーワードから推定したカテゴリを示す新たなキーワードとして抽出する処理を行う。

ステップＳ６：
そして、キーワード更新部１０５は、対話ログ解析１５２の処理において、対話ログのテキストデータの文脈から、カテゴリが推定された対話ログから新たなキーワードが抽出されたか否かの判定を行う。
このとき、キーワード更新部１０５は、カテゴリが推定された対話ログから新たなキーワードが抽出された場合、処理をステップＳ７へ進める。一方、キーワード更新部１０５は、カテゴリが推定された対話ログから新たなキーワードが推定されない場合、処理をステップＳ８へ進める。

ステップＳ７：
そして、キーワード更新部１０５は、対話ログから抽出した新たなキーワードを対話データベース２００の候補者テーブル２０１における、キーワード抽出部１０３が抽出したキーワードに対応したカテゴリを示すキーワードの欄に対して書き込む。これにより、キーワード更新部１０５は、カテゴリを推定するキーワードを追加し、対話データベース２００の候補者テーブル２０１の更新処理を行う。

ステップＳ８：
候補者抽出部１０６は、対話データベース２００の候補者テーブル２０１から候補者を選択するため、自身内部の記憶部から候補者を推定する際に用いる制約条件１５３を読み出す。
そして、候補者抽出部１０６は、制約条件１５３に記載されたルールに従い、候補者テーブル２０１から候補者として設定されているユーザ（例えば、名称）を読み出す。例えば、制約条件１５３として図４（ｂ）を用いた場合、候補者抽出部１０６は、カテゴリが「予算」及び「判断」の双方が推定された場合、候補者テーブル２０１においてユーザである「Ａ課長」が合致するため、「Ａ課長」を候補者とする。また、候補者抽出部１０６は、カテゴリが「予算」のみが推定された場合、候補者テーブル２０１においてユーザである「Ａ課長」及びが合致するため、「Ａ課長」及び「Ｃ課長」の各々を候補者とする。また、候補者抽出部１０６は、カテゴリが「予算」及び「判断」の双方とも推定されない場合、合致するユーザが候補者テーブル２０１において検出されずに該当者なしとなる。

ステップＳ９：
候補者抽出部１０６は、カテゴリ推定部１０４が推定したカテゴリが、制約条件１５３に記載されたルールにおけるカテゴリと合致するか否かの判定を行う。このとき、候補者抽出部１０６は、カテゴリ推定部１０４が推定したカテゴリが、制約条件１５３に記載されたルールにおけるカテゴリと合致した場合、処理をステップＳ１０へ進める。一方、候補者抽出部１０６は、カテゴリ推定部１０４が推定したカテゴリが、制約条件１５３に記載されたルールにおけるカテゴリと合致しない（該当者なし）場合、新たなカテゴリが推定されるように処理をステップＳ１へ戻す。

ステップＳ１０：
候補者抽出部１０６は、カテゴリ推定部１０４が推定したカテゴリが、制約条件１５３に記載されたルールにおけるカテゴリと合致した場合、この合致したカテゴリに対応付けられたユーザを候補者として抽出する。

ステップＳ１１：
推薦者追加可否部１０７は、候補者として抽出したユーザが、チャットにおける対話に参加しているか否かを、チャットアプリケーションを起動して、チャットサーバにアクセスしているユーザの対話ログから判定する。すなわち、推薦者追加可否部１０７は、対話ログのデータの属性情報から対話に参加しているユーザの識別を行い、識別されたユーザのなかに候補者として抽出されたユーザが存在するか否かを検出することで、対話に対しての候補者の参加の有無を検出する。

そして、推薦者追加可否部１０７は、候補者として抽出したユーザが、チャットにおける対話に参加していない場合、候補者として抽出されたユーザを対話に参加する必要のあるユーザとして推薦する。一方、推薦者追加可否部１０７は、候補者として抽出したユーザが、チャットにおける対話に参加している場合、候補者として抽出されたユーザを対話に参加する必要のあるユーザとして推薦しない。例えば、推薦者追加可否部１０７は、候補者を推薦する際、送受信部１０８及びチャットサーバの各々を介して、チャットに参加しているユーザの端末３００に対し、候補者として抽出したユーザを会話に追加して参加させることを示す推薦データ３５３を、テキストデータ、音声データあるいは画像データなどにより通知する。

上述した構成により、本実施形態によれば、ネットワーク環境を用いて遠隔会議などの対話を複数のユーザ間において行う際、対話の進行に必要な追加情報、判断及び指示の各々の提供を行うそれぞれの要員となるユーザが出席していない場合、対話内容に対応して的確に、この対話に必要となる要員の追加を推薦するため、対話の進行に必要な追加情報、判断及び指示の各々が適切に得ることができ、従来のように議事の進行を阻害することなく、議事の進行を円滑に進めることが可能となる。

また、上述した実施形態において、候補者の推薦を端末３００に対して、対話に参加しているユーザに対して通知する構成とした説明した。しかしながら、候補者抽出部１０６が、抽出した候補者に対し、対話ログのデータから対話の要約を生成し、この要約をデータとして添付した推薦メールを送信する構成としても良い。この構成の場合、推薦メールに対して返送されたメールに記載された追加情報、判断及び指示の各々のデータを、チャットサーバを介して対話を行っているユーザの端末３００に対して通知する。
この構成によれば、追加情報、判断及び指示の必要な場面毎に、それぞれの要員からの追加情報、判断及び指示のデータが得られるため、対話の進行に必要な追加情報、判断及び指示の各々が適切に得ることができ、従来のように議事の進行を阻害することなく、議事の進行を円滑に進めることが可能となる。

また、本実施形態において、対話ログのデータをテキストデータとして説明したが、テキストデータに限らず、音声データあるいは画像データ（動画、静止画、スタンプ画像などの画像のデータ）のいずれでもよい。音声データの場合、キーワード抽出部１０３がこの音声データをテキストデータに変換し、このテキストデータに対してすでに説明した自然言語解析の処理を行うように構成しても良い。一方、画像データの場合、キーワード抽出部１０３は、画像データにおける画像の画像特徴を抽出し、この画像特徴に類似した（予め設定された所定の類似度を有する）画像特徴に対応付けられたキーワードを、画像データの画像に対応したキーワードとして抽出する構成としても良い。

ここで、類似度は、例えば、画像特徴空間におけるそれぞれの画像特徴の距離とする。すなわち、キーワード抽出部１０３は、この画像特徴空間におけるそれぞれの画像特徴の距離が予め設定された所定の距離以下である場合に類似していると判定し、座標点の距離が予め設定された所定の距離を超える場合に類似していないと判定する。そして、キーワード抽出部１０３は、類似していると判定された画像特徴に対応付けられたキーワードを、対話ログから抽出されたキーワードとする。

また、本実施形態において、対話データベース２００の候補者テーブル２０１を参照し、対話ログから抽出したキーワードと同一のキーワードに対応付けられたカテゴリを、対話ログから抽出したキーワードにより推定されたカテゴリとする構成としている。しかしながら、すでに述べたように、キーワードの入力によりカテゴリを推定するカテゴリ推定モデルを用いて、キーワードからのカテゴリの推定を行う構成としてもよい。この構成の場合、所定の教師データを用いたカテゴリ推定モデルを予め生成しておき、カテゴリ推定部１０４がカテゴリの推定を行う際、対話ログから抽出された複数のキーワードをカテゴリ推定モデルに入力し、カテゴリ推定モデルの出力するカテゴリを、推定結果として出力する。

なお、本発明における図１の対話支援装置１００の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより対話に追加させる必要のある候補者としてのユーザを推薦する処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

１００…対話支援装置
１０１…対話ログ取得部
１０２…対話ログ蓄積部
１０３…キーワード抽出部
１０４…カテゴリ推定部
１０５…キーワード更新部
１０６…候補者抽出部
１０７…推薦者追加可否部
１０８，３０３…送受信部
１５１…データ
１５２…対話ログ解析
１５３…制約条件
２００…対話データベース
２０１…候補者テーブル
３００…端末
３０１…対話情報出力部
３５０…チャットアプリケーション
３５１，３５２…テキストデータ
３５３…推薦データ
５００…ネットワーク

Claims (7)

1. ネットワークを介して、各々異なった場所に配置された複数の端末を用い、各種データの送受信に基づいてユーザが対話を行う際、当該対話のログである対話ログから前記対話の進行に必要な候補者を推定するユーザ対話支援システムであり、
   前記対話ログからキーワードを抽出するキーワード抽出部と、
   前記キーワードから対話の内容のカテゴリを推定するカテゴリ推定部と、
   前記カテゴリと前記ユーザとの対応が示された候補者テーブルと、
   前記候補者テーブルを参照して前記カテゴリから、前記対話の内容に対応した前記候補者を抽出する候補者抽出部と
   を備えることを特徴とするユーザ対話支援システム。
2. 前記キーワード抽出部が、前記対話ログにおけるテキストデータから、前記キーワードとして単語を抽出する
   ことを特徴とする請求項１に記載のユーザ対話支援システム。
3. 前記キーワードが抽出された前記対話ログにおける文脈から、当該キーワードと同等な意味を有すると推定される単語を抽出し、前記キーワードに対応するカテゴリの新たなキーワードとして前記候補者テーブルに登録するキーワード更新部をさらに有する
   ことを特徴とする請求項１または請求項２に記載のユーザ対話支援システム。
4. 前記候補者抽出部が、前記カテゴリを用いて前記候補者テーブルから前記カテゴリにより前記候補者を抽出する際、前記候補者に対する前記カテゴリの組合わせを少なくとも含むルールが示された制約条件を用いる
   ことを特徴とする請求項１から請求項３のいずれか一項に記載のユーザ対話支援システム。
5. 前記カテゴリ推定部が、前記キーワードから前記カテゴリの推定を、機械学習にて生成した推定モデルを用いて行う
   ことを特徴とする請求項１から請求項４のいずれか一項に記載のユーザ対話支援システム。
6. ネットワークを介して、各々異なった場所に配置された複数の端末を用い、各種データの送受信に基づいてユーザが対話を行う際、当該対話のログである対話ログから前記対話の進行に必要な候補者を推定するユーザ対話支援方法であり、
   キーワード抽出部が、前記対話ログからキーワードを抽出するキーワード抽出過程と、
   カテゴリ推定部が、前記キーワードから対話の内容のカテゴリを推定するカテゴリ推定過程と、
   候補者抽出部が、前記カテゴリと前記ユーザとの対応が示された候補者テーブルを参照して、前記カテゴリから、前記対話の内容に対応した前記候補者を抽出する候補者抽出過程と
   を含むことを特徴とするユーザ対話支援方法。
7. ネットワークを介して、各々異なった場所に配置された複数の端末を用い、各種データの送受信に基づいてユーザが対話を行う際、当該対話のログである対話ログから前記対話の進行に必要な候補者を推定するユーザ対話支援システムの動作をコンピュータに実行させるプログラムであり、
   前記コンピュータを、
   前記対話ログからキーワードを抽出するキーワード抽出手段、
   前記キーワードから対話の内容のカテゴリを推定するカテゴリ推定手段、
   前記カテゴリと前記ユーザとの対応が示された候補者テーブルを参照して、前記カテゴリから、前記対話の内容に対応した前記候補者を抽出する候補者抽出手段
   として機能させるためのプログラム。

Images