JP6986978B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

近年、インターネットを使ったユーザ同士の情報共有サービスが盛んになっている。このようなサービスでは、ユーザ（質問者）が投稿した質問文に対して、他のユーザ（回答者）が回答文を投稿することで、ユーザ間で知識や知恵の共有を行う。

特開平０６−２７４５３９号公報

サービスが活発に利用されるようにするためには、質の良い質問文（例えば、回答をもらいやすい質問文）が多く存在することが望ましい。しかし、質問文を書くのに熟練していないユーザにとっては、質の良い質問文を書くのは容易ではない。

本願は、上記に鑑みてなされたものであって、質問文を書くユーザへの適切な支援を実現できるようにすることを目的とする。

本願に係る情報処理装置は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する選択部と、選択された質問文の文書構造のパターンを抽出する抽出部と、を備える。

実施形態の一態様によれば、質問文を書くユーザへの適切な支援を実現できるようにすることができる。

図１は、実施形態１に係る情報処理システムの動作を示す図である。 図２は、質問文を投稿するためのコンテンツが表示された端末装置を示す図である。 図３は、実施形態２に係る情報処理システムの動作を示す図である。 図４は、質問文を生成するためのコンテンツが表示された端末装置を示す図である。 図５は、実施形態に係る情報処理サーバの構成例を示す図である。 図６は、質問情報データベースに登録される情報の一例を示す図である。 図７は、モデルデータベースに登録される情報の一例を示す図である。 図８は、パターンデータベースに登録される情報の一例を示す図である。 図９は、テンプレートデータベースに登録される情報の一例を示す図である。 図１０は、実施形態に係る端末装置の構成例を示す図である。 図１１は、情報生成処理の一例を示すフローチャートである。 図１２は、質問文解析処理の一例を示すフローチャートである。 図１３は、質問文生成処理の一例を示すフローチャートである。 図１４は、情報処理サーバの機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、以下の実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理装置の動作〕
最初に、情報処理装置の一例である情報処理サーバ１０を備える情報処理システム１を例に、情報処理装置の動作を説明する。

〔実施形態１〕
〔１−１．情報処理システムについて〕
図１は、実施形態１に係る情報処理システム１の動作を示す図である。情報処理システム１は、情報処理サーバ１０と、端末装置１００_１〜１００_２と、を備える。なお、図１の例では、端末装置が２つしか示されていないが、端末装置は２つより少なくてもよいし、２つより多くてもよい。以下の説明では、端末装置１００_１〜１００_２等を総称して端末装置１００と記載することがある。

情報処理サーバ１０は、クライアント端末に対して各種サービスを提供するサーバ用ホストコンピュータである。情報処理サーバ１０は、端末装置１００にコンテンツを配信する。例えば、情報処理サーバ１０は、ポータルサイト、ゲーム情報配信サイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、掲示板サイト、ウェブブログなどに関連する情報がタイル状に配置されたコンテンツを端末装置１００に配信する。本実施形態の情報処理サーバ１０は、ユーザ同士で質問及び回答を行うことが可能な情報共有サービスを提供する。

端末装置１００は、スマートフォンやタブレット等のスマートデバイスであり、３Ｇ（3rd Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。なお、端末装置１００は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

〔１−２．情報共有サービスについて〕
上述したように、情報処理サーバ１０は、情報共有サービスを提供する。情報共有サービスは、ユーザ（質問者）が投稿した質問文に対して、他のユーザ（回答者）が回答文を投稿することで、ユーザ間で知識や知恵の共有を行う。情報処理サーバ１０は、端末装置１００からの要求に応じて、質問文を投稿するためのコンテンツ（以下、質問投稿コンテンツという。）や質問への回答文を投稿するためのコンテンツ（以下、回答投稿コンテンツという。）を端末装置１００に配信するよう構成されている。端末装置１００は、コンテンツの配信を受けて、画面に質問投稿コンテンツや回答投稿コンテンツを表示する。図１の例では、端末装置１００_１及び端末装置１００_２に質問投稿コンテンツであるコンテンツＣ１、Ｃ２が表示されている。コンテンツＣ１、Ｃ２は、例えば、ウェブページやアプリの画面である。図１の例の場合、ユーザＵ１、Ｕ２は、いずれも質問者である。

コンテンツＣ１には、質問文を入力するためのテキストボックスＴＢ１が配置されている。ユーザＵ１がテキストボックスＴＢ１に質問文を入力して投稿ボタンを押すと、情報処理サーバ１０に質問文が送信される。また、コンテンツＣ２には、質問文を入力するためのテキストボックスＴＢ２が配置されている。ユーザＵ２がテキストボックスＴＢ２に質問文を入力して投稿ボタンを押すと、情報処理サーバ１０に質問文が送信される。なお、質問は、音楽、健康、ビジネスといった複数のカテゴリ分類される。質問文を投稿するためのコンテンツは、ユーザが質問のカテゴリを選択可能に構成されている。質問を投稿するユーザは、複数のカテゴリのいずれかを指定して情報共有サイトに質問を投稿する。図１の例では、コンテンツＣ１、Ｃ２は、いずれも、カテゴリＡの質問を投稿するためのコンテンツとなっている。

〔１−３．情報処理システムの動作〕
以下、実施形態１の情報処理システム１の動作について説明する。

まず、情報処理サーバ１０は、端末装置１００（図１の例では端末装置１００_１）から質問投稿コンテンツの配信要求を受け付ける。質問投稿コンテンツの配信要求を受け付けたら、情報処理サーバ１０は、質問投稿コンテンツの配信要求を行った端末装置１００に対して、質問投稿コンテンツであるコンテンツＣ１を配信する。ユーザがテキストボックスＴＢ１に質問文を入力して投稿ボタンを押すと、端末装置１００は情報処理サーバ１０に対して質問文を送信する（ステップＳ１）。情報処理サーバ１０は、端末装置１００から質問文を取得したら、質問者の情報（例えば、ユーザＩＤ）およびカテゴリの情報とともに質問文をデータベースに登録する。

なお、情報処理サーバ１０は、質問に対して回答がなされたら、回答の情報（例えば、回答文、回答者の情報）を質問文に関連付けて登録する。なお、回答の情報には、回答者が行った回答への評価の情報が含まれていてもよい。このとき、評価は、ベストアンサーを得たか否か、回答の優良度を示すスコア（例えば、評価を示す星の数や“いいね”の数等）であってもよい。

また、情報処理サーバ１０は、一定期間毎に、或いはデータベースに登録された質問が一定の基準に達したら（例えば、質問数が一定数に達したら）、質問のテンプレート生成のための処理を実行する。本実施形態において、テンプレートは、ユーザが質の良い質問文を書くことを可能にするための情報である。例えば、テンプレートは、回答を得やすい質問の文書構造を示す情報である。例えば、「カテゴリＡの場合、“問”、問に対する“補足”、質問の“締め”の順に文を書くと回答の得やすい質問文となる」といった情報である。以下、テンプレート生成のための処理を具体的に説明する。

まず、情報処理サーバ１０は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文（以下、選択質問文ともいう。）を選択する。このとき、情報処理サーバ１０は、カテゴリごとに所定の基準を満たす質問文を選択する（ステップＳ２ａ、Ｓ２ｂ）。例えば、図１に示すように、カテゴリＡに属する複数の質問文（質問文ＴＱ２１、ＴＱ２２等）と、カテゴリＢに属する複数の質問文（質問文ＴＱ３１、ＴＱ３２等）と、があるとする。このとき、情報処理サーバ１０は、カテゴリＡに属する複数の質問文から所定の基準を満たす１又は複数の質問文を選択するとともに、カテゴリＢに属する複数の質問文から所定の基準を満たす１又は複数の質問文を選択する。

なお、回答数の多い質問は、質問文の質が良い可能性が高い。そこで、情報処理サーバ１０は、複数の質問文それぞれに対する回答数の情報に基づいて、カテゴリ毎に、複数の質問文の中から所定の基準を満たす質問文を選択する。例えば、情報処理サーバ１０は、質問文に対する回答数が１０以上の質問文を選択する。閾値とする回答数は、１０より少なくてもよいし、多くてもよい。図１の例では、カテゴリＡでは、回答数が９０の質問文ＴＱ２２が選択されており、カテゴリＢでは、回答数が１００の質問文ＴＱ３１が選択されている。回答数が１或いは０の質問文ＴＱ２１、ＴＱ３２は選択されていない。

なお、情報処理サーバ１０は、単純に回答数が所定の閾値以上の質問文を選択するのではなく、複数の質問文の中から、回答内容に関する所定の判定基準を満たす回答の数が所定の閾値以上の質問文を選択してもよい。例えば、情報処理サーバ１０は、評価が所定の基準を満たす回答（例えば、スコアが所定の閾値以上の回答）の数が所定の閾値以上の質問文を選択する。

また、情報処理サーバ１０は、複数の質問文の中から、回答内容に関する所定の判定基準を満たす回答を除いた回答の数が所定の閾値以上の質問文を選択してもよい。例えば、情報処理サーバ１０は、複数の質問文の中から、ヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択してもよい。情報処理サーバ１０は、既知の様々な方法を使用して、ヘイト判定やスパム判定を行うことが可能である。ヘイト判定やスパム判定されるような回答が多く存在する質問は、必ずしも質の高い質問であるとは言えない。従って、このような回答をカウントの対象から除外することにより、情報処理サーバ１０は、質の高い質問の選択精度を高めることが可能となる。

続いて、情報処理サーバ１０は、ステップＳ２ａ及びステップＳ２ｂで選択された質問文の文書構造のパターン（以下、文書パターンという。）を抽出する。このとき、情報処理サーバ１０は、カテゴリごとの選択質問文に基づいてカテゴリごとに質問文の文書パターンを抽出する（ステップＳ３ａ、Ｓ３ｂ）。例えば、情報処理サーバ１０は、カテゴリＡの選択質問文（質問文ＴＱ２２等）から、選択質問文の文書パターンであるパターンＰ１を抽出する。また、情報処理サーバ１０は、カテゴリＢの選択質問文（質問文ＴＱ３１等）から、選択質問文の文書パターンであるパターンＰ２を抽出する。

例えば、情報処理サーバ１０は、カテゴリＡにおいて選択された複数の質問文の文書構造に、“問”、“補足”、“締め”の構造が多いのであれば、“問”、“補足”、“締め”の構造を示す情報をパターンＰ１として抽出する。また、情報処理サーバ１０は、カテゴリＢにおいて選択された複数の質問文の文書構造に、“起”、“承”、“転”、“結”の構造が多いのであれば、“起”、“承”、“転”、“結”の構造を示す情報をパターンＰ２として抽出する。パターンの抽出方法については任意の方法を採用可能である。例えば、情報処理サーバ１０は、任意のテキストマイニング手法を用いて文書構造を解析する。例えば、情報処理サーバ１０は、文書を単語或いは文節で具切り、それらの出現頻度や出現傾向等から、文書中の文或いは段落が“問”なのか、問の“補足”なのか等を判別する。或いは、情報処理サーバ１０は、所定のテキストと当該所定のテキストの文書構造を示す情報とを学習データとして学習した学習済みモデルを使って、質問文から当該質問文の文書構造を示す情報を生成してもよい。そして、情報処理サーバ１０は、複数の質問文をモデルに入力して得た複数の情報に基づいて、選択された複数の質問文に多い文書構造を特定する。

続いて、情報処理サーバ１０は、ステップＳ３ａ及びステップＳ３ｂで抽出したパターンに基づき質問文の文書構造を示すテンプレートを生成する。このとき、情報処理サーバ１０は、カテゴリごとにテンプレートを生成する（ステップＳ４ａ、Ｓ４ｂ）。テンプレートは、ユーザが質の良い質問文を書くことを可能にするための情報である。例えば、テンプレートは、回答を得やすい質問の文書構造を示す情報である。テンプレートには、例文が記載されていてもよい。情報処理サーバ１０は、パターンＰ１に基づいてカテゴリＡの質問に関するテンプレートとしてテンプレートＴＰ１を生成する。また、情報処理サーバ１０は、カテゴリＢの質問に関するテンプレートとしてテンプレートＴＰ２を生成する。なお、情報処理サーバ１０は、１つのカテゴリにつき複数のテンプレートを生成してもよい。テンプレートの生成が完了したら、情報処理サーバ１０は、テンプレートをデータベースに保存する。

次に、情報処理サーバ１０は、端末装置１００（図１の例では端末装置１００_２）から質問投稿コンテンツの配信要求を受け付ける（ステップＳ５）。質問投稿コンテンツの配信要求を受け付けたら、情報処理サーバ１０は、ステップＳ４ａ或いはステップＳ４ｂで生成したテンプレートが表示された質問投稿コンテンツを生成する。図１の例では、情報処理サーバ１０は、カテゴリＡのテンプレートＴＰ１が表示されたコンテンツＣ２を生成する。コンテンツＣ２の生成が完了したら、情報処理サーバ１０は、コンテンツＣ２を端末装置１００に送信する（ステップＳ６）。

図２は、質問文を投稿するためのコンテンツが表示された端末装置１００を示す図である。図２の状態Ｄ１は、テンプレートＴＰ１が表示された質問投稿コンテンツであるコンテンツＣ２が表示された端末装置１００_２を示す。状態Ｄ１のテンプレートＴＰ１には、カテゴリＡで回答を得やすい質問文の文書構造が、“問”、“補足”、“締め”の構造であることを示す情報が表示されている。ユーザはテンプレートＴＰ１に基づいて、容易に質の高い質問文を作成可能である。ユーザがテキストボックスＴＢ２に質問文を入力して投稿ボタンＢＴ１を押すと、端末装置１００は情報処理サーバ１０に対して質問文を送信する（ステップＳ７）。

情報処理サーバ１０は、ユーザが投稿した質問文（以下、投稿文という。）を受け取ったら情報処理サーバ１０は、投稿文の文書構造を解析する（ステップＳ８）。このとき、情報処理サーバ１０は、任意のテキストマイニング手法を用いて投稿文の文書構造を解析してもよい。例えば、情報処理サーバ１０は、文書を単語或いは文節で具切り、それらの出現頻度や出現傾向等から、文書中の文或いは段落が“問”なのか、問の“補足”なのか等を判別する。或いは、情報処理サーバ１０は、所定のテキストと当該所定のテキストの文書構造を示す情報とを学習データとして学習した学習済みモデルを使って、質問文から当該質問文の文書構造を示す情報を生成する。情報処理サーバ１０は、ステップＳ３ａ、Ｓ３ｂで示した解析手法と同じ手法を用いて投稿文の文書構造を解析してもよい。

そして、情報処理サーバ１０は、投稿文が属するカテゴリのパターンの情報に基づいて投稿文を解析する（ステップＳ９）。例えば、投稿文のカテゴリがカテゴリＡであるとする。このとき、情報処理サーバ１０は、ステップＳ８で取得した投稿文の文書構造と、カテゴリＡのパターンＰ１で示される文書構造との比較結果を投稿文の解析結果として取得する。このとき、情報処理サーバ１０は、パターンの情報に基づいて判別される投稿文の不足部分に関する情報を解析結果として取得してもよい。例えば、パターンＰ１が、“問”、“補足”、“締め”の構造を示す情報であるとする。そして、投稿文の文書構造が“問”、“締め”で構成されていたとする。このとき、情報処理サーバ１０は、投稿文に“補足”が不足していることを示す情報を解析結果として取得する。或いは、投稿文の文書構造が“問”、“補足”、“締め”で構成されているものの、“問”の記載量に比べて“補足”の記載量が少なかったとする。このときも、情報処理サーバ１０は、“補足”が不足していることを示す情報を解析結果として取得してもよい。勿論、情報処理サーバ１０は、投稿文の文書構造の情報そのものを投稿文の解析結果として取得してもよい。

そして、情報処理サーバ１０は、投稿文の解析結果ＥＴ１が含むコンテンツＣ３を端末装置１００に送信する（ステップＳ１０）。端末装置１００はコンテンツＣ３を画面に表示する。図２の状態Ｄ１は、解析結果ＥＴ１を含むコンテンツＣ３が表示された端末装置１００_２を示す。なお、コンテンツＣ３には、質問文を書きなおすためのボタンＢＴ２が表示されている。ユーザがボタンＢＴ２を押すと、情報処理サーバ１０は、質問投稿コンテンツであるコンテンツＣ２を、再度、端末装置１００に送信する。ユーザは、解析結果ＥＴ１に基づいて質問文を書きなおす。

本実施形態によれば、情報処理サーバ１０は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択している。そして、情報処理サーバ１０は、選択された質問文の文書構造のパターンを抽出している。これにより、情報処理サーバ１０は、質の良い質問文の文書構造のパターンをユーザに提示する等、質問文を書くユーザへの適切な支援を実現できる。

〔実施形態２〕
実施形態１では、情報処理サーバ１０は、ユーザに対する支援として、端末装置１００にテンプレートＴＰ1や解析結果ＥＴ１を送信した。しかしながら、情報処理サーバ１０は、ユーザに対する支援として、ユーザが入力するキーワードから質問文を生成するよう構成されていてもよい。以下、実施形態２の情報処理システム１について説明する。

〔１−４．情報処理システムの動作〕
図３は、実施形態２に係る情報処理システム１の動作を示す図である。情報処理システム１は、実施形態１と同様に、情報処理サーバ１０と、端末装置１００_１〜１００_２と、を備える。情報処理サーバ１０と、端末装置１００_１〜１００_２の構成は実施形態１と同様である。以下の説明では、実施形態１と同様に、端末装置１００_１〜１００_２等を総称して端末装置１００と記載することがある。

まず、情報処理サーバ１０は、端末装置１００（図３の例では端末装置１００_１）から質問投稿コンテンツの配信要求を受け付ける。質問投稿コンテンツの配信要求を受け付けたら、情報処理サーバ１０は、質問投稿コンテンツの配信要求を行った端末装置１００に対して、質問投稿コンテンツであるコンテンツＣ１を配信する。ユーザがテキストボックスＴＢ１に質問文を入力して投稿ボタンを押すと、端末装置１００は情報処理サーバ１０に対して質問文を送信する（ステップＳ１１）。情報処理サーバ１０は、端末装置１００から質問文を取得したら、質問者の情報（例えば、ユーザＩＤ）およびカテゴリの情報とともに質問文をデータベースに登録する。

また、情報処理サーバ１０は、一定期間毎に、或いはデータベースに登録された質問が一定の基準に達したら（例えば、質問数が一定数に達したら）、質問文を生成するための学習モデル（以下、単にモデルという。）の生成のための処理を実行する。本実施形態で生成されるモデルは、入力テキストから質問文を出力するためのモデルである。入力テキストは、例えば、検索クエリのようなワード或いはセンテンスである。

まず、情報処理サーバ１０は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文（以下、選択質問文ともいう。）を選択する。このとき、情報処理サーバ１０は、カテゴリごとに所定の基準を満たす質問文を選択する（ステップＳ１２ａ、Ｓ１２ｂ）。質問文の選択方法は、実施形態１と同様であってもよい。

続いて、情報処理サーバ１０は、ステップＳ１２ａ及びステップＳ１２ｂで選択された質問文に基づいて、入力テキストから質問文を出力するモデルを生成する。例えば、情報処理サーバ１０は、“夏 野菜”というテキストが入力された場合に、“夏野菜のおすすめは？”といった質問文を出力するモデルを生成する。このとき、情報処理サーバ１０は、カテゴリごとの選択質問文に基づいてカテゴリごとにモデルを生成する（ステップＳ１３ａ、Ｓ１３ｂ）。例えば、情報処理サーバ１０は、カテゴリＡの選択質問文（質問文ＴＱ２２等）に基づいてモデルＭ１を生成する。また、情報処理サーバ１０は、カテゴリＢの選択質問文（質問文ＴＱ３１等）に基づいてモデルＭ２を生成する。

なお、モデルの生成方法は任意の方法を使用可能である。例えば、情報処理サーバ１０は、質問に対して回答を出力する既知の学習モデルと同様の構造のモデルを用意する。そして情報処理サーバ１０は、当該学習モデルが、入力テキスト（例えば、検索クエリのような１又は複数のキーワード）から質問文を出力するよう学習モデルの係数の変更を行う。

次に、情報処理サーバ１０は、端末装置１００（図１の例では端末装置１００_２）から質問投稿コンテンツの配信要求を受け付ける（ステップＳ１４）。質問投稿コンテンツの配信要求を受け付けたら、カテゴリＡの質問文を生成するためのコンテンツ（以下、質問文生成コンテンツという。）であるコンテンツＣ４を端末装置１００に送信する（ステップＳ１５）。

図４は、質問文を生成するためのコンテンツが表示された端末装置１００を示す図である。図４の状態Ｄ３は、質問文生成コンテンツであるコンテンツＣ４が表示された端末装置１００_２を示す。状態Ｄ３のテキストボックスＴＢ３には入力テキストとなるキーワードがユーザによって入力されている。ユーザがテキストボックスＴＢ３にキーワードを入力して生成ボタンＢＴ３を押すと、端末装置１００は情報処理サーバ１０に対してキーワードを送信する（ステップＳ１６）。

情報処理サーバ１０は、キーワードを受け取ったら、情報処理サーバ１０は、キーワードをカテゴリＡのモデルＭ１に入力する（ステップＳ１７）。そして、情報処理サーバ１０は、モデルＭ１から出力された質問文を取得する（ステップＳ１８）。

そして、情報処理サーバ１０は、ステップＳ１８で取得した質問文が含まれるコンテンツＣ５を端末装置１００に送信する（ステップＳ１９）。端末装置１００はコンテンツＣ５を画面に表示する。図４の状態Ｄ４は、ステップＳ１８で取得した質問文が含まれるコンテンツＣ５が表示された端末装置１００_２を示す。図４の状態Ｄ４の例では、テキストボックスＴＢ４に質問文が入力されており、ユーザが書き直すことが可能である。なお、ユーザが質の良い質問文を書くことができるようにするため、情報処理サーバ１０は、コンテンツＣ５に、実施形態１のステップＳ４ａで生成したテンプレートＴＰ１を表示してもよい。

また、コンテンツＣ５には、質問文を投稿するためのボタンＢＴ４が表示されている。ユーザがボタンＢＴ４を押すと、端末装置１００は、テキストボックスＴＢ４に入力されている質問文を情報処理サーバ１０に送信する。

本実施形態によれば、情報処理サーバ１０は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する。そして、情報処理サーバ１０は、選択された質問文に基づいて入力テキストから質問文を出力するモデルを生成する。これにより、情報処理サーバ１０は、モデルを使って質の良い質問文を生成できるので、ユーザがキーワード等のテキストを質問文生成コンテンツに入力するだけで質の良い質問文を提示できる。結果として、情報処理サーバ１０は、質問文を書くユーザへの適切な支援を実現できる。

〔２．情報処理システムの構成例〕
以上、本実施形態の情報処理システム１の動作を述べたが、以下、本実施形態の情報処理装置の一例である情報処理サーバ１０を備える情報処理システム１の構成を説明する。上述したように、情報処理システム１は、端末装置１００と、情報処理サーバ１０と、を備える。

〔２−１．情報処理サーバの構成例〕
情報処理サーバ１０は、端末装置１００等のクライアントコンピュータからの要求を処理するサーバ用ホストコンピュータ（以下、単に「サーバ」という。）である。情報処理サーバ１０は、ＰＣサーバであってもよいし、ミッドレンジサーバであってもよいし、メインフレームサーバであってもよい。また、情報処理サーバ１０は、１つのサーバにより構成されていてもよいし、協働して処理を実行する複数のサーバにより構成されていてもよい。情報処理サーバ１０が複数のサーバで構成される場合、これらサーバの設置場所は離れていてもよい。設置場所が離れていたとしても、協働して処理を実行するのであれば、これらサーバは１つの情報処理装置（情報処理サーバ）とみなすことができる。

上述したように、情報処理サーバ１０は、端末装置１００とネットワークを介して接続されている。ネットワークは、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、電話網（携帯電話網、固定電話網等）、地域ＩＰ（Internet Protocol）網、インターネット等の通信ネットワークである。ネットワークには、有線ネットワークが含まれていてもよいし、無線ネットワークが含まれていてもよい。

図５は、実施形態に係る情報処理サーバ１０の構成例を示す図である。情報処理サーバ１０は、通信部１１と、記憶部１２と、制御部１３と、を備える。なお、図５に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１は、外部の装置と通信する通信インタフェースである。通信部１１は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１は、ＮＩＣ（Network Interface Card）等のＬＡＮインタフェースであってもよいし、ＵＳＢ（Universal Serial Bus）ホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１は、情報処理サーバ１０の通信手段として機能する。通信部１１は、制御部１３の制御に従って端末装置１００と通信する。

記憶部１２は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１２は、情報処理サーバ１０の記憶手段として機能する。記憶部１２は、質問情報データベース１２１、モデルデータベース１２２、パターンデータベース１２３、及びテンプレートデータベース１２４を記憶する。

質問情報データベース１２１には、質問情報が登録される。図６は、質問情報データベース１２１に登録される情報の一例を示す図である。質問情報データベース１２１には、「質問ＩＤ（Identifier）」、「カテゴリ」、「質問文」、「質問者情報」、および「回答」といった項目を有する情報が登録される。

「質問ＩＤ」は、質問サイトでなされた質問を識別するための識別子である。また、「カテゴリ」は、質問ＩＤで識別される質問のカテゴリである。例えば、「カテゴリ」は、音楽、健康、ビジネスといった質問の分類である。また、「質問文」は、質問ＩＤで識別される質問の質問文である。「質問者情報」は、質問ＩＤで識別される質問者の情報である。例えば、「質問者情報」は、質問者の識別情報（例えば、ユーザＩＤ）やユーザ属性情報（例えば、デモグラフィック情報やサイコグラフィック情報）である。具体例を挙げると、ユーザ属性情報は、ユーザ（例えば質問者や回答者）の年齢、職業、収入、資産、住所、勤務先の住所、使用言語数、家族構成、友人関係、ライフサイクル、価値観、ライフスタイル、性格、好み、及びこれらの変化の情報である。また、ユーザ属性情報には、ユーザの検索履歴やサービス利用履歴が含まれていてもよい。勿論、ユーザ属性情報は上記の情報に限定されない。

また、「回答」は、質問ＩＤで識別される質問への回答の情報である。「回答」の項目には、「回答文」、「回答者情報」、および「評価」といった項目を有する情報が登録される。「回答文」は、質問ＩＤで識別される質問への回答文である。「回答者情報」は、回答文を投稿した回答者の情報である。例えば、「回答者情報」は、回答者の識別情報（例えば、ユーザＩＤ）や属性情報（例えば、デモグラフィック情報やサイコグラフィック情報）である。また、「評価」は、回答者が行った回答への評価の情報である。例えば、評価は、ベストアンサーを得たか否か、回答の優良度を示すスコア（例えば、評価を示す星の数や“いいね”の数等）である。なお、図６の例では、１つの質問につき１つの「回答」の項目しか設けられていないが、１つの質問につき複数の「回答」の情報が設けられていてもよい。

例えば、図６に示す例では、質問ＩＤ「Ｑ２１」、カテゴリ「Ａ」、質問文「ＴＱ２１」、質問者情報「ＵＱ２１」、回答文「ＴＡ２１」、回答者情報「ＵＡ２１」、及び評価「Ｅ２１」といった情報が対応付けて登録されている。このような情報は、例えば、質問ＩＤ「Ｑ２１」が示す質問情報に、「Ａ」が示すカテゴリと、「ＴＱ２１」が示す質問文と、「ＵＱ２１」が示す質問者情報と、「ＴＡ２１」が示す回答文と、「ＵＡ２１」が示す回答者情報と、「Ｅ２１」が示す評価と、が含まれる旨を示す。なお、図６に示す例では、質問情報データベース１２１に登録される情報として、「Ｑ２１〜Ｑ２３」、「Ａ〜Ｂ」、「ＴＱ２１〜ＴＱ２３」、「ＵＱ２１〜ＵＱ２３」、「ＴＡ２１〜ＴＡ２３」、「ＵＡ２１〜ＵＡ２３」、「Ｅ２１〜Ｅ２３」といった概念的な情報を示したが、実際には、テキストデータやバイナリデータが登録されることとなる。

図５に戻り、モデルデータベース１２２には、情報処理サーバ１０が有するモデルのデータが登録される。図７は、モデルデータベース１２２に登録される情報の一例を示す図である。図７に示す例では、モデルデータベース１２２には、「モデルＩＤ」、および「モデルデータ」といった情報が登録されている。

ここで、「モデルＩＤ」は、各モデルを識別するための情報である。また、「モデルデータ」は、対応付けられた「モデルＩＤ」が示すモデルのデータであり、例えば、各層におけるノードと、各ノードが採用する関数と、ノードの接続関係と、ノード間の接続に対して設定される接続係数とを含む情報である。

例えば、図７に示す例では、モデルＩＤ「４００１」およびモデルデータ「Ｍ１」といった情報が対応付けて登録されている。このような情報は、例えば、「４００１」が示すモデルのデータが「Ｍ１」である旨を示す。なお、図７に示す例では、モデルデータベース１２２に登録される情報として、「Ｍ１〜Ｍ３」といった概念的な情報を記載したが、実際には、モデルの構造や接続係数を示す文字列や数値等が登録されることとなる。以下、Ｍ１〜Ｍ３等を総称してモデルＭという。

モデルＭは、第１のテキスト（質問文）を含む学習データに基づいて、第２のテキスト（例えば、所定のワード）を入力した時に質問文を出力するよう学習したモデルである。このようなモデルＭは、テキストを入力する入力層と、質問文を出力する出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された情報に対し、出力層以外の各層に属する各要素を第１要素として、第１要素と第１要素の重み（すなわち、接続係数）とに基づく演算を行うことにより、入力層に入力されたテキストに応じて、入力テキストに対応する質問文を出力層から出力するよう、コンピュータを機能させるためのモデルである。

ここで、モデルＭが「y=a1*x1+a2*x2+・・・+ai*xi」で示す回帰モデルで実現されるとする。この場合、モデルＭが含む第１要素は、x1やx2等といった入力データ（xi）に対応する。また、第１要素の重みは、xiに対応する係数aiに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンと見做すことができる。各モデルを単純パーセプトロンと見做した場合、第１要素は、入力層が有するいずれかのノードに対応し、第２要素は、出力層が有するノードと見做すことができる。

また、モデルＭがＤＮＮ（Deep Neural Network）等、１つまたは複数の中間層を有するニューラルネットワークで実現されるとする。この場合、モデルＭが含む第１要素は、入力層または中間層が有するいずれかのノードに対応する。また、第２要素は、第１要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第１要素の重みは、第１要素と対応するノードから第２要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。

情報処理サーバ１０は、上述した回帰モデルやニューラルネットワーク等、任意の構造を有するモデルを用いて、出力する情報の算出を行う。具体的には、モデルＭは、第１のテキストが入力された場合に、第１のテキストに対応する第２のテキスト（質問文）を出力するように係数が設定される。例えば、情報処理サーバ１０は、第１のエンベディング処理（例えば、Word Embedding）を使って第１のテキストを分散表現となるベクトルに変換した結果と、第２のエンベディング処理を使って第２のテキストを分散表現となるベクトル化した結果と、の類似度に基づいて係数を設定する。情報処理サーバ１０は、このようなモデルＭを用いて、入力テキストから質問文を生成する。

なお、上記例では、モデルＭが、テキストが入力された場合に質問文出力するモデル（以下、モデルＶという。）である例を示した。しかし、実施形態に係るモデルＭは、モデルＶにデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。

また、情報処理サーバ１０がＧＡＮ（Generative Adversarial Networks）を用いた学習処理或いは生成処理を行う場合、モデルＭは、ＧＡＮの一部を構成するモデルであってもよい。

図５に戻り、パターンデータベース１２３は、情報処理サーバ１０が有するパターンデータが登録される。図８は、パターンデータベース１２３に登録される情報の一例を示す図である。図８に示す例では、パターンデータベース１２３には、「パターンＩＤ」、および「カテゴリ」、「パターンデータ」といった情報が登録されている。

ここで、「パターンＩＤ」は、各パターンを識別するための情報である。また、「カテゴリ」は、パターンＩＤで識別されるパターンが対応するカテゴリである。「パターンデータ」は、対応付けられた「パターンＩＤ」が示すパターンのデータである。

例えば、図８に示す例では、パターンＩＤ「５００１」、カテゴリ「Ａ」、及びパターンデータ「Ｐ１」といった情報が対応付けて登録されている。このような情報は、例えば、パターンＩＤ「５００１」が示すパターン情報に、「Ａ」が示すカテゴリと、「Ｐ１」が示すパターンデータと、が含まれる旨を示す。なお、図８に示す例では、パターンデータベース１２３に登録される情報として、「５００１〜５００２」、「Ａ〜Ｂ」、「Ｐ１〜Ｐ２」といった概念的な情報を示したが、実際には、テキストデータやバイナリデータが登録されることとなる。

図５に戻り、テンプレートデータベース１２４は、情報処理サーバ１０が有するテンプレートのデータが登録される。図９は、テンプレートデータベース１２４に登録される情報の一例を示す図である。図９に示す例では、テンプレートデータベース１２４には、「テンプレートＩＤ」、および「カテゴリ」、「テンプレートデータ」といった情報が登録されている。

ここで、「テンプレートＩＤ」は、各テンプレートを識別するための情報である。また、「カテゴリ」は、テンプレートＩＤで識別されるパターンが対応するカテゴリである。「テンプレートデータ」は、対応付けられた「テンプレートＩＤ」が示すテンプレートのデータである。

例えば、図９に示す例では、テンプレートＩＤ「６００１」、カテゴリ「Ａ」、及びテンプレートデータ「ＴＰ１」といった情報が対応付けて登録されている。このような情報は、例えば、テンプレートＩＤ「６００１」が示すテンプレート情報に、「Ａ」が示すカテゴリと、「ＴＰ１」が示すテンプレートデータと、が含まれる旨を示す。なお、図９に示す例では、テンプレートデータベース１２４に登録される情報として、「６００１〜６００２」、「Ａ〜Ｂ」、「ＴＰ１〜ＴＰ２」といった概念的な情報を示したが、実際には、テキストデータやバイナリデータが登録されることとなる。

図５に戻り、制御部１３は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理サーバ１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１３は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

また、制御部１３は、記憶部１２に記憶されるモデルＭに従った情報処理により、モデルＭの入力層に入力されたテキストに対し、モデルＭが有する係数（すなわち、モデルＭが学習した各種の特徴に対応する係数）に基づく演算を行い、モデルＭの出力層から質問文を出力する。

制御部１３は、図５に示すように、取得部１３１と、学習部１３２と、選択部１３３と、抽出部１３４と、生成部１３５と、解析部１３６と、送信部１３７と、を備える。制御部１３を構成するブロック（取得部１３１〜送信部１３７）はそれぞれ制御部１３の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１３は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

取得部１３１は、端末装置１００或いは記憶部１２から質問文を取得する。また、取得部１３１は、記憶部１２から質問文への回答に関する情報を取得する。また、取得部１３１は、端末装置１００から質問文を生成するためのテキストを取得する。また、取得部１３１は、ユーザが投稿した質問文である投稿文をユーザが操作する端末装置１００から取得する。

学習部１３２は、モデルＭの学習を行い、学習したモデルＭをモデルデータベース１２２に格納する。より具体的には、学習部１３２は、テキストをモデルＭに入力した際に、モデルＭが質問文を出力するように、モデルＭの接続係数の設定を行う。すなわち、学習部１３２は、テキストをモデルＭに入力した際に、モデルＭが質問文を出力するように、モデルＭの学習を行う。

例えば、学習部１３２は、モデルＭが有する入力層のノードに第１のテキストを入力し、各中間層を辿ってモデルＭの出力層までデータを伝播させることで、第１のテキストに対応する第２のテキスト（質問文）を出力させる。そして、学習部１３２は、モデルＭが実際に出力したテキストに所定の処理（例えば、第２のエンベディング処理）を実行した結果と、学習データに含まれる第１のテキストに所定の処理（例えば、第２のエンベディング処理）を実行した結果との差に基づいて、モデルＭの接続係数を修正する。例えば、学習部１３２は、バックプロパゲーション等の手法を用いて、接続係数の修正を行ってもよい。このとき、学習部１３２は、第２のテキストの分散表現となるベクトルと、モデルＭが実際に出力したテキストの分散表現となるベクトルとのコサイン類似度に基づいて、接続係数の修正を行ってもよい。

なお、学習部１３２は、いかなる学習アルゴリズムを用いてモデルＭを学習してもよい。例えば、学習部１３２は、ニューラルネットワーク、サポートベクターマシン（support vector machine）、クラスタリング、強化学習等の学習アルゴリズムを用いて、モデルＭを学習してよい。

選択部１３３は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する。なお、複数の質問文は複数のカテゴリに分類されていてもよい。この場合、選択部１３３は、カテゴリごとに所定の基準を満たす質問文を選択してもよい。

また、選択部１３３は、複数の質問文それぞれに対する回答数の情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する。また、選択部１３３は、複数の質問文の中から回答内容に関する所定の判定基準を満たす回答の数が所定の閾値以上の質問文を選択する。
また、選択部１３３は、複数の質問文の中から回答内容に関する所定の判定基準を満たす回答を除いた回答の数が所定の閾値以上の質問文を選択する。例えば、選択部１３３は、複数の質問文の中からヘイト及びスパムの少なくとも一方と判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する。

抽出部１３４は、選択部１３３で選択された質問文の文書構造のパターンを抽出する。このとき、抽出部１３４は、カテゴリごとの所定の基準を満たす質問文に基づいてカテゴリごとに質問文の文書構造のパターンを抽出してもよい。

生成部１３５は、パターンに基づき質問文の文書構造を示すテンプレートを生成する。このとき、生成部１３５は、質問文のカテゴリごとにテンプレートを生成してもよい。また、生成部１３５は、選択部１３３で選択された質問文に基づいて入力テキストから質問文を出力するモデルを生成する。

解析部１３６は、パターンの情報に基づいて投稿文を解析する。解析部は、投稿文の文書構造とパターンで示される文書構造との比較結果を投稿文の解析結果として取得する。解析部は、パターンの情報に基づいて判別される投稿文の不足部分に関する情報を解析結果として取得する。

送信部１３７は、ユーザが質問文を入力するためのコンテンツであってテンプレートが表示されたコンテンツを送信する。また、送信部１３７は、投稿文の解析結果を含むコンテンツを端末装置１００に送信する。

〔２−２．端末装置の構成例〕
次に、端末装置１００の構成について説明する。端末装置１００は、ユーザがコンテンツの閲覧に使用する情報表示装置である。端末装置１００は、例えば、スマートフォン、タブレット、携帯電話等の通信端末である。通信機能を備えるのであれば、端末装置１００は、パーソナルコンピュータ（ノートＰＣ、デスクトップＰＣ）、ＰＤＡ（Personal Digital Assistant）等の情報処理端末であってもよい。この場合、情報処理端末も通信端末の一種である。端末装置１００は、ネットワークを介して情報処理サーバ１０と接続する。

図１０は、実施形態に係る端末装置１００の構成例を示す図である。端末装置１００は、通信部１１０と、入力部１２０と、記憶部１３０と、出力部１４０と、制御部１５０と、を備える。なお、図１０に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１０は、外部の装置と通信する通信インタフェースである。通信部１１０は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１０は、ＮＩＣ等のＬＡＮインタフェースであってもよいし、ＵＳＢホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１０は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１０は、端末装置１００の通信手段として機能する。通信部１１０は、制御部１５０の制御に従って情報処理サーバ１０と通信する。

入力部１２０は、外部から各種入力を受け付ける入力装置である。例えば、入力部１２０は、キーボードやマウスや操作キー等、ユーザが各種操作を行うための操作装置である。入力部１２０は、端末装置１００の入力手段として機能する。なお、端末装置１００にタッチパネルが採用される場合には、タッチパネルも入力部１２０に含まれる。この場合、ユーザは、指やスタイラスで画面をタッチすることにより各種操作を行う。

記憶部１３０は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１３０は、端末装置１００の記憶手段として機能する。記憶部１３０は、アプリケーションのデータが格納されている。アプリケーションのデータは、ウェブブラウザのデータであってもよい。

出力部１４０は、音、光、振動、画像等、外部に各種出力を行う装置である。出力部１４０は、端末装置１００の出力手段として機能する。出力部１４０は、各種情報を表示する表示装置を備える。表示装置は、例えば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイである。なお、端末装置１００にタッチパネルが採用される場合には、表示装置（以下、画面という。）は入力部１２０と一体であってもよい。出力部１４０は、制御部１５０の制御に従って、画面に画像を表示する。

制御部１５０は、コントローラであり、例えば、ＣＰＵ、ＭＰＵ等のプロセッサによって、端末装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１５０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

制御部１５０は、図１０に示すように、表示部１５１と、表示制御部１５２と、を備える。制御部１５０を構成するブロック（表示部１５１と、表示制御部１５２）はそれぞれ制御部１５０の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１５０は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

表示部１５１は、情報処理サーバ１０から送信されたコンテンツＣ１或いはコンテンツＣ２を画面に表示する。

表示制御部１５２は、情報処理サーバ１０から送信された制御情報に従って画面に表示されたコンテンツＣ１或いはＣ２の態様を変更する。

〔３．情報処理サーバの処理フロー〕
次に、情報処理サーバ１０が実行する処理の手順について説明する。情報処理サーバ１０は、情報生成処理と、質問文解析処理と、質問文生成処理と、を実行する。情報処理サーバ１０は、これらの処理を並行して実行可能である。

〔３−１．情報生成処理〕
最初に、情報生成処理を説明する。図１１は、情報生成処理の一例を示すフローチャートである。

まず、情報処理サーバ１０は、質問情報データベース１２１から質問文を取得する（ステップＳ１０１）。そして、情報処理サーバ１０は、複数の質問文の中から所定の基準を満たす質問文を選択する（ステップＳ１０２）。

続いて、情報処理サーバ１０は、ステップＳ１０２で選択された質問文の文書構造のパターンを抽出する（ステップＳ１０３）。情報処理サーバ１０は、抽出したパターンをパターンデータベース１２３に登録する。

続いて、情報処理サーバ１０は、ステップＳ１０３で抽出したパターンに基づき質問文の文書構造を示すテンプレートを生成する（ステップＳ１０４）。情報処理サーバ１０は、生成したテンプレートをテンプレートデータベース１２４に登録する。

続いて、情報処理サーバ１０は、ステップＳ１０２で選択された質問文に基づいて入力テキストから質問文を生成するモデルを生成する（ステップＳ１０５）。情報処理サーバ１０は、生成したモデルをモデルデータベース１２２に登録する。

データの登録が完了したら、情報処理サーバ１０は、情報生成処理を終了する。

〔３−２．質問文解析処理〕
最初に、質問文解析処理を説明する。図１２は、質問文解析処理の一例を示すフローチャートである。

まず、情報処理サーバ１０は、ユーザが操作する端末装置１００から質問に回答するためのコンテンツの配信要求を受信したか判別する（ステップＳ２０１）。配信要求を受信していない場合（ステップＳ２０１：Ｎｏ）、情報処理サーバ１０は、配信要求を受信するまでステップＳ２０１を繰り返す。

配信要求を受信した場合（ステップＳ２０１：Ｙｅｓ）、情報処理サーバ１０は、テンプレートデータベース１２４からテンプレートを取得する（ステップＳ２０２）。そして、情報処理サーバ１０は、ステップＳ２０２で取得したテンプレートを含むコンテンツＣ２を端末装置１００に配信する（ステップＳ２０３）。

続いて、情報処理サーバ１０は、ユーザが操作する端末装置１００から質問文を受信したか判別する（ステップＳ２０４）。質問文を受信していない場合（ステップＳ２０４：Ｎｏ）、情報処理サーバ１０は、質問文を受信するまでステップＳ２０４を繰り返す。

質問文を受信した場合（ステップＳ２０４：Ｙｅｓ）、情報処理サーバ１０は、質問文の解析を実行する（ステップＳ２０５）。そして、情報処理サーバ１０は、解析結果を端末装置１００に送信する（ステップＳ２０６）。解析結果の送信が完了したら、情報処理サーバ１０は、ステップＳ２０１に戻り、端末装置１００からコンテンツの配信要求を受信するまで待機する。

〔３−３．質問文生成処理〕
次に、質問文生成処理を説明する。図１３は、質問文生成処理の一例を示すフローチャートである。

まず、情報処理サーバ１０は、ユーザが操作する端末装置１００から質問に回答するためのコンテンツの配信要求を受信したか判別する（ステップＳ３０１）。配信要求を受信していない場合（ステップＳ３０１：Ｎｏ）、情報処理サーバ１０は、配信要求を受信するまでステップＳ３０１を繰り返す。配信要求を受信した場合（ステップＳ３０１：Ｙｅｓ）、情報処理サーバ１０は、質問文生成のためのコンテンツＣ４を端末装置１００に配信する（ステップＳ３０２）。

続いて、情報処理サーバ１０は、ユーザが操作する端末装置１００からキーワードを受信したか判別する（ステップＳ３０３）。キーワードを受信していない場合（ステップＳ３０３：Ｎｏ）、情報処理サーバ１０は、キーワードを受信するまでステップＳ３０３を繰り返す。

キーワードを受信した場合（ステップＳ３０３：Ｙｅｓ）、情報処理サーバ１０は、キーワードをモデルに入力して質問文を生成する（ステップＳ３０４）。そして、情報処理サーバ１０は、質問文を端末装置１００に送信する（ステップＳ３０５）。質問文の送信が完了したら、情報処理サーバ１０は、ステップＳ３０１に戻り、端末装置１００からコンテンツの配信要求を受信するまで待機する。

〔４．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。

例えば、上述の実施形態２では、情報処理サーバ１０は、ステップＳ１８で取得した質問文が含まれるコンテンツＣ５を端末装置１００に送信した。このとき、情報処理サーバ１０は、ユーザが質の良い質問文を書くことができるようにするため、コンテンツＣ５に、実施形態１のステップＳ４ａ、Ｓ４ｂで生成したテンプレートを表示してもよい。コンテンツＣ５の質問文がカテゴリＡの質問文なのであれば、情報処理サーバ１０は、コンテンツＣ５に、実施形態１のステップＳ４ａで生成したテンプレートＴＰ１を表示してもよい。

また、情報処理サーバ１０は、実施形態２で質問文の投稿を受け付けた後、実施形態１と同様に、投稿文の解析位結果を端末装置１００に送信してもよい。

本実施形態の情報処理サーバ１０を制御する制御装置は、専用のコンピュータシステムによって実現してもよいし、通常のコンピュータシステムにより実現してもよい。例えば、上述の動作を実行するためのプログラムまたはデータ（例えば、モデルＭ）を、光ディスク、半導体メモリ、磁気テープ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に格納して配布し、該プログラムまたはデータをコンピュータにインストールし、上述の処理を実行することによって制御装置を構成してもよい。制御装置は、情報処理サーバ１０の外部の装置（例えば、パーソナルコンピュータ）であってもよいし、内部の装置（例えば、制御部１３）であってもよい。また、上記プログラムをインターネット等のネットワーク上のサーバ装置が備えるディスク装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。また、上述の機能を、ＯＳ（Operating System）とアプリケーションソフトとの協働により実現してもよい。この場合には、ＯＳ以外の部分を媒体に格納して配布してもよいし、ＯＳ以外の部分をサーバ装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。

また、上記各実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔５．ハードウェア構成〕
実施形態及び変形例に係る情報処理サーバ１０は、例えば図１４に示すような構成のコンピュータ１０００によっても実現可能である。図１４は、情報処理サーバ１０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ（Central Processing Unit）１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インタフェース（Ｉ／Ｆ）１５００、入出力インタフェース（Ｉ／Ｆ）１６００、及びメディアインタフェース（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インタフェース１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インタフェース１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インタフェース１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インタフェース１６００を介して出力装置へ出力する。

メディアインタフェース１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインタフェース１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理サーバ１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムまたはデータ（例えば、モデルＭ）に基づいた処理を実行することにより、制御部１３を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムまたはデータ（例えば、モデルＭ）を記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムまたはデータ（例えば、モデルＭ）を取得してもよい。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔６．効果〕
本実施形態によれば、情報処理サーバ１０は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する。そして、情報処理サーバ１０は、選択された質問文の文書構造のパターンを抽出する。これにより、情報処理サーバ１０は、質の良い質問文の文書構造のパターンをユーザに提示する等、質問文を書くユーザへの適切な支援を実現できる。

複数の質問文は複数のカテゴリに分類されている。情報処理サーバ１０は、カテゴリごとに所定の基準を満たす質問文を選択する。そして、情報処理サーバ１０は、カテゴリごとの所定の基準を満たす質問文に基づいてカテゴリごとに質問文の文書構造のパターンを抽出する。これにより、情報処理サーバ１０は、カテゴリごとにユーザへの適切な支援を実現できる。

情報処理サーバ１０は、パターンに基づき質問文の文書構造を示すテンプレートを生成する。これにより、ユーザは、テンプレートに基づいて容易に質の良い質問文を作成できる。

情報処理サーバ１０は、質問文のカテゴリごとにテンプレートを生成する。これにより、情報処理サーバ１０は、カテゴリごとにユーザへの適切なテンプレートを提供できる。

情報処理サーバ１０は、ユーザが質問文を入力するためのコンテンツであってテンプレートが表示されたコンテンツを送信する。これにより、情報処理サーバ１０は、ユーザへの適切な支援を実現できる。

情報処理サーバ１０は、ユーザが投稿した質問文である投稿文をユーザが操作する端末装置から取得する。そして、情報処理サーバ１０は、パターンの情報に基づいて投稿文を解析する。そして、情報処理サーバ１０は、投稿文の解析結果を含むコンテンツを端末装置に送信する。これにより、ユーザは、解析結果に基づいて容易に質の良い質問文を作成できる。

情報処理サーバ１０は、投稿文の文書構造とパターンで示される文書構造との比較結果を投稿文の解析結果として取得する。これにより、ユーザは、解析結果に基づいて容易に質の良い質問文を作成できる。

情報処理サーバ１０は、パターンの情報に基づいて判別される投稿文の不足部分に関する情報を解析結果として取得する。これにより、ユーザは、解析結果に基づいて容易に質の良い質問文を作成できる。

情報処理サーバ１０は、複数の質問文それぞれに対する回答に関する情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する。そして、情報処理サーバ１０は、選択された質問文に基づいて入力テキストから質問文を出力するモデルを生成する。これにより、情報処理サーバ１０は、モデルを使って質の良い質問文を生成できるので、ユーザがキーワード等のテキストを質問文生成コンテンツに入力するだけで質の良い質問文を提示できる。結果として、情報処理サーバ１０は、質問文を書くユーザへの適切な支援を実現できる。

情報処理サーバ１０は、複数の質問文それぞれに対する回答数の情報に基づいて複数の質問文の中から所定の基準を満たす質問文を選択する。回答数の多い質問は、質問文の質が良い可能性が高い。そのため、情報処理サーバ１０は、本当に質の良い質問文に基づくユーザへの質の高い支援を実現できる。

情報処理サーバ１０は、複数の質問文の中から回答内容に関する所定の判定基準を満たす回答の数が所定の閾値以上の質問文を選択する。これにより、情報処理サーバ１０は、より質の高い質問文を選択できるので、ユーザへのより質の高い支援を実現できる。

情報処理サーバ１０は、複数の質問文の中から回答内容に関する所定の判定基準を満たす回答を除いた回答の数が所定の閾値以上の質問文を選択する。これにより、情報処理サーバ１０は、より質の高い質問文を選択できるので、ユーザへのより質の高い支援を実現できる。

情報処理サーバ１０は、複数の質問文の中からヘイト及びスパムの少なくとも一方と判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する。これにより、情報処理サーバ１０は、より質の高い質問文を選択できるので、ユーザへのより質の高い支援を実現できる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、選択部は、選択手段や選択回路に読み替えることができる。

１…情報処理システム
１０…情報処理サーバ
１１、１１０…通信部
１２、１３０…記憶部
１２１…質問情報データベース
１２２…モデルデータベース
１２３…パターンデータベース
１２４…テンプレートデータベース
１３、１５０…制御部
１３１…取得部
１３２…学習部
１３３…選択部
１３４…抽出部
１３５…生成部
１３６…解析部
１３７…送信部
１００…端末装置
１２０…入力部
１４０…出力部
１５１…表示部
１５２…表示制御部
Ｃ１、Ｃ２…コンテンツ
Ｐ１、Ｐ２…パターン
ＴＰ１、ＴＰ２…テンプレート
Ｍ１、Ｍ２…モデル

Claims (13)

1. 複数の質問文それぞれに対する回答に関する情報に基づいて前記複数の質問文の中から所定の基準を満たす質問文を選択する選択部と、
   前記選択部で選択された前記質問文の文書構造のパターンを抽出する抽出部と、を備え、
   前記選択部は、前記複数の質問文の中からヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する、
   ことを特徴とする情報処理装置。
2. 複数の質問文は複数のカテゴリに分類されており、
   前記選択部は、前記カテゴリごとに所定の基準を満たす質問文を選択し、
   前記抽出部は、前記カテゴリごとの前記所定の基準を満たす質問文に基づいて前記カテゴリごとに前記質問文の文書構造のパターンを抽出する、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記パターンに基づき質問文の文書構造を示すテンプレートを生成する生成部、
   をさらに備えることを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記生成部は、質問文のカテゴリごとに前記テンプレートを生成する、
   ことを特徴とする請求項３に記載の情報処理装置。
5. ユーザが質問文を入力するためのコンテンツであって前記テンプレートが表示されたコンテンツを送信する送信部、をさらに備える、
   ことを特徴とする請求項３又は４に記載の情報処理装置。
6. ユーザが投稿した質問文である投稿文を前記ユーザが操作する端末装置から取得する取得部と、
   前記パターンの情報に基づいて前記投稿文を解析する解析部と、
   前記投稿文の解析結果を含むコンテンツを前記端末装置に送信する送信部と、をさらに備える、
   ことを特徴とする請求項１〜４のいずれか１項に記載の情報処理装置。
7. 前記解析部は、前記投稿文の文書構造と前記パターンで示される文書構造との比較結果を前記投稿文の解析結果として取得する、
   ことを特徴とする請求項６に記載の情報処理装置。
8. 前記解析部は、前記パターンの情報に基づいて判別される前記投稿文の不足部分に関する情報を解析結果として取得する、
   ことを特徴とする請求項６又は７に記載の情報処理装置。
9. 複数の質問文それぞれに対する回答に関する情報に基づいて前記複数の質問文の中から所定の基準を満たす質問文を選択する選択部と、
   前記選択部で選択された質問文に基づいて入力テキストから質問文を出力するモデルを生成する生成部と、を備え、
   前記選択部は、前記複数の質問文の中からヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する、
   ことを特徴とする情報処理装置。
10. 情報処理装置が実行する情報処理方法であって、
    複数の質問文それぞれに対する回答に関する情報に基づいて前記複数の質問文の中から所定の基準を満たす質問文を選択する選択工程と、
    前記選択工程で選択された前記質問文の文書構造のパターンを抽出する抽出工程と、を含み、
    前記選択工程では、前記複数の質問文の中からヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する、
    ことを特徴とする情報処理方法。
11. 情報処理装置が実行する情報処理方法であって、
    複数の質問文それぞれに対する回答に関する情報に基づいて前記複数の質問文の中から所定の基準を満たす質問文を選択する選択工程と、
    前記選択工程で選択された質問文に基づいて入力テキストから質問文を出力するモデルを生成する生成工程と、を含み、
    前記選択工程では、前記複数の質問文の中からヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する、
    ことを特徴とする情報処理方法。
12. 複数の質問文それぞれに対する回答に関する情報に基づいて前記複数の質問文の中から所定の基準を満たす質問文を選択する選択手順と、
    前記選択手順で選択された前記質問文の文書構造のパターンを抽出する抽出手順と、をコンピュータに実行させ、
    前記選択手順では、前記複数の質問文の中からヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する、
    ことを特徴とする情報処理プログラム。
13. 複数の質問文それぞれに対する回答に関する情報に基づいて前記複数の質問文の中から所定の基準を満たす質問文を選択する選択手順と、
    前記選択手順で選択された質問文に基づいて入力テキストから質問文を出力するモデルを生成する生成手順と、をコンピュータに実行させ、
    前記選択手順では、前記複数の質問文の中からヘイト及びスパムのいずれかと判定された回答を除いた回答の数が所定の閾値以上の質問文を選択する、
    ことを特徴とする情報処理プログラム。

Images