JP7033776B2 - 情報処理装置、情報処理システム及びプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理システム及びプログラムに関する。

各個人の性格上の傾向を知ることができれば、各個人の反応や行動の予測も容易になる。

特開２０１３－１０９６５６号公報

予測の精度を高めるには、利用の機会があるたびに、推定に必要な情報を取得することが望ましい。一方で、推定に必要な情報を頻繁に取得することは対象者に負担を掛ける。また、情報の取得や診断に必要な時間を確保できない可能性もある。

本発明は、各時点における性格上の傾向を容易に利用できるようにすることを目的とする。

請求項１に記載の発明は、対象者について事前に推定された性格上の傾向を、当該対象者の現在の生体情報から推定した前記対象者の心身の状態に基づいて強める方向、又は弱める方向に補正手段を有する情報処理装置である。
請求項２に記載の発明は、前記現在の生体情報は、前記性格上の傾向を利用する時点の情報である、請求項１に記載の情報処理装置である。
請求項３に記載の発明は、前記生体情報は逐次取得される、請求項２に記載の情報処理装置である。
請求項４に記載の発明は、前記補正手段は、前記生体情報から推定される前記対象者の体調及び心理の状態の両方又は一方に基づいて前記性格上の傾向を補正する、請求項１に記載の情報処理装置である。
請求項５に記載の発明は、前記補正手段は、前記体調に応じて、前記性格上の傾向を強める又は弱めるように補正する、請求項４に記載の情報処理装置である。
請求項６に記載の発明は、前記補正手段は、前記心理の状態に応じて、前記性格上の傾向を強めるように若しくは弱めるように補正する又は補正しない、請求項４に記載の情報処理装置である。
請求項７に記載の発明は、前記補正手段は、前記心理の状態が興奮した状態の場合、前記性格上における一部の傾向については強め、他の一部の傾向については弱める、請求項６に記載の情報処理装置である。
請求項８に記載の発明は、前記性格上の傾向は、前記対象者の筆跡に現れる特徴に基づいて推定される、請求項１に記載の情報処理装置である。
請求項９に記載の発明は、前記筆跡に現れる特徴に基づく推定は、人工知能を用いて実行される、請求項８に記載の情報処理装置である。
請求項１０に記載の発明は、前記補正手段は、人工知能を用いて構成される、請求項１に記載の情報処理装置である。
請求項１１に記載の発明は、補正後の前記性格上の傾向と、前記対象者の体調又は心理の状態とに基づいて話者を選択する、請求項１に記載の情報処理装置である。
請求項１２に記載の発明は、対象者について事前に推定された性格上の傾向を、当該対象者の現在の生体情報から推定した前記対象者の心身の状態に基づいて強める方向、又は弱める方向に補正する補正手段を有する情報処理システムである。
請求項１３に記載の発明は、コンピュータを、対象者について事前に推定された性格上の傾向を、当該対象者の現在の生体情報から推定した前記対象者の心身の状態に基づいて強める方向、又は弱める方向に補正する補正手段として機能させるプログラムである。

請求項１記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項２記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項３記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項４記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項５記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項６記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項７記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項８記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項９記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項１０記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項１１記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項１２記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。
請求項１３記載の発明によれば、各時点における性格上の傾向を容易に利用することができる。

実施の形態に係る会話支援システムの構成例を示す図である。 性格傾向診断部の構成例を示す図である。 １字１字の特徴に着目した分類の一部を示す図である。 １字１字の特徴に着目した分類の残りを示す図である。 章法上の特徴に着目した分類を示す図である。 性格傾向補正部の構成例を示す図である。 生体情報と心身の状態との対応関係の例を示す図である。 補正テーブルの構成例を示す図である。 本実施の形態で用いる会話支援部の構成例を示す図である。 話者選択部が話者の選択のために参照するテーブルの例を示す図である。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。

＜システム全体の構成＞
図１は、実施の形態に係る会話支援システム１の構成例を示す図である。
図１に示す会話支援システム１は、複数人の自然人（以下「対象者」という）の個々人について性格上の傾向を推定する性格推定装置２と、性格上の傾向に関する情報を用いて対象者の会話を支援する会話支援装置３と、性格推定装置２と会話支援装置３とを接続するクラウドネットワーク４とを有している。
会話支援システム１は、情報処理システムの一例である。
図１の例では、性格推定装置２と会話支援装置３を別の装置として表しているが、１つの装置として構成されてもよい。
本実施の形態における性格推定装置２と会話支援装置３の全体または一部はコンピュータとして構成され、プログラムの実行を通じて各種の機能を実現する。

＜性格推定装置の構成＞
性格推定装置２は、個々人の性格上の傾向を診断する性格傾向診断部１０と、診断の結果を個々人に対応付けて格納する性格傾向データベース２０とを有している。
ここでの性格推定装置２は、会話支援システム１のサーバとして機能する。
性格傾向診断部１０は、例えば診断プログラムの実行を通じ、対象者である個々人の性格上の傾向を診断又は推定する。本実施の形態における性格傾向診断部１０は、個々人の筆跡に基づいて、個々人の性格上の傾向を診断する。性格傾向診断部１０による診断の結果は、性格傾向データベース２０に格納される。
性格傾向データベース２０は、例えばハードディスク装置で構成され、クラウドネットワーク４に接続されている。性格傾向データベース２０に格納されている個々人の性格上の傾向は、会話支援装置３により参照される。

図２は、性格傾向診断部１０の構成例を示す図である。
本実施の形態における性格傾向診断部１０は、対象者が手書きで文字を書き込んだ書面Ｄの画像を取り込む画像取込部１１と、画像から文字に現れる筆跡のタイプを分類する筆跡タイプ分類部１２と、筆跡のタイプの分類と各分類に対応する性格上の傾向との関係を対応付けた筆跡特徴データベース１３と、分類された結果から対象者の性格上の傾向を推定して出力する性格傾向出力部１４とを有している。
書面Ｄには、漢字、平仮名、カタカナ、アルファベッド等によって文字が記載されている。

画像取込部１１は、例えば撮像カメラ、スキャナ、筆圧検知機能付きのタッチセンサで構成される。画像取込部１１は、例えば文字の形状、筆順、筆勢、筆圧などの情報を取得する。取得される情報は、使用するデバイスによる。本実施の形態では、専ら文字の形状を利用する。
筆跡タイプ分類部１２は、コンピュータによって構成され、文字に現れる特徴を予め定めた幾つかの筆跡タイプのうちのいずれかに分類する。この機能は、プログラムの実行を通じて実現される。プログラムの一例には、人工知能プログラムがある。なお、ディープラーニングプログラムや機械学習プログラムを用いてもよい。
筆跡タイプの特徴は、筆跡特徴データベース１３に格納されている。

筆跡特徴データベース１３に格納される筆跡タイプの分類の例を図３－１～図３－３に示す。
図３－１は、１字１字の特徴に着目した分類の一部を示す図である。図３－２は、１字１字の特徴に着目した分類の残りを示す図である。図３－３は、章法上の特徴に着目した分類を示す図である。
章法とは、集合体としての文字の書き方をいい、例えば指定された位置に集合としての文字をどの位置にどのように書くかによって分類される。

本実施の形態の場合、筆跡特徴データベース１３には、筆跡タイプとして７０通りの分類が用意されている。
この筆跡タイプは、日本筆跡診断士会より２００１年３月２７日に発行された「筆跡特徴マニュアル７２項目の図解」のうちの１～７０項に対応する。
図３－１～図３－３の例では、１字１字の特徴（図３－１及び図３－２）として５０通り、章法上の特徴（図３－３）として２０通りの分類が示されている。
例えば１字１字の特徴のうち接筆部の特徴は、画と画がきちんとくっついている「接筆閉型」と、画と画の間をくっつけずに開いて書くところがある「接筆開型」と、画と画の間がくっついているとも離れているともとれる「接筆あいまい型」と、画と画の間が上開きで下も閉じている「上開下閉型」と、画と画の間が上開きで下も開く「上開下開型」と、他の画線を切るように交差する「刃物運型」と、通常伸びない画線が伸びて他の線を切る「異常接筆型」に分類される。
図の例では、７０通りの分類の欄１３Ｂ、各分類に対応する特徴を説明する欄１３Ｃ、各分類に対応づける性格上の傾向の特徴を説明する欄１３Ｄを設けている。

欄１３Ｄに示すように、１つの分類には複数の傾向が割り当てられているが、本実施の形態では、処理の観点からそれらの中から代表的な傾向を１つ選び、性格傾向の大分類の欄１３Ｅとして使用する。
例えば「接筆閉型」と認められた人の性格上の傾向には、真面目だけでなく、潔癖、物事を決めてかかり融通が利きにくいという多面性も含まれるが、本実施の形態では、「真面目」を代表的な傾向として使用する。
本実施の形態では、７０通りの分類に対して、「真面目」、「妥協性あり」、「優柔不断」、「積極的」、「混乱招く」、「創造的」のうちのいずれかの傾向を割り当てる。
なお、欄１３Ｅに記載された傾向は初期値であり、人工知能（ＡＩ）、ディープラーニング、機械学習などの学習によって異なる評価が下された場合には異なる傾向に変化し得る。

ここで、筆跡タイプ分類部１２は、前処理として、画像取込部１１から取り込まれた書面Ｄを対象とした画像処理によって書面Ｄ上に記載された各文字を認識する。
文字の認識後、筆跡タイプ分類部１２は、認識された各文字と対応する標準的な（基本となる）文字の形状との差が大きい（すなわち、筆跡上の特徴が大きい）一部の文字に対して分類上の特徴との照合を実行することにより分類を決定する。
筆跡タイプ分類部１２は、決定された全ての分類を性格傾向出力部１４に与えてもよいし、予め定めた閾値以上の頻度で出現する分類や決定された複数の分類の中で出現の頻度が他の分類に比して多い分類を選択的に性格傾向出力部１４に与えてもよい。

性格傾向出力部１４は、決定された分類に対応する性格上の傾向を筆跡特徴データベース１３から読み出して出力する。
この例では、例えば「接筆開型」に分類される人には、真面目、潔癖、融通がききにくい等の傾向があるとみなす。なお、筆跡特徴データベース１３に記憶されている個々の分類と性格上の傾向についての関係は、人工知能プログラムの学習によって変化する。
本実施の形態における性格傾向出力部１４は、同一人の筆跡について複数の分類が検出された場合、これらの分類に対応する性格上の各傾向を対象者が備える傾向として出力する。
もっとも、予め定めた規則に従い、１人の対象者に対して１つの性格を出力してもよい。例えば代表的な６通りの傾向（「真面目」、「妥協性あり」、「優柔不断」、「積極的」、「混乱招く」、「創造的」）のうち予め定めた閾値以上の頻度で出現する傾向や決定された複数の傾向の中で出現の頻度が他の分類に比して多い傾向を性格上の傾向として出力してもよい。

なお、本実施の形態の場合には、プログラム（人工知能プログラムなどを含む）の実行を通じて各個人の性格上の傾向（性格傾向データ）を決定し、性格傾向データベース２０に記録しているが、性格上の傾向の診断そのものは、自然人である専門家が行ってもよい。この場合、専門家による診断の結果が性格傾向データベース２０に記録される。

＜会話支援装置の構成＞
図１の説明に戻る。
会話支援装置３は、対象者の身体から発せられる様々な生理学的又は解剖学的な情報（以下「生体情報」という）を実時間で計測する生体情報センサ３０と、生体情報を用いて対象者の性格上の傾向（性格傾向データ）を補正する性格傾向補正部４０と、補正後の性格上の傾向と生体情報から推定された心身の状態とに基づいて会話を支援する会話支援部５０とを有している。

ここでの会話支援装置３は情報処理装置の一例である。
会話支援装置３は、会話支援システム１上の端末装置として機能する。会話支援装置３は、例えばコンピュータ、スマートフォン、会話ロボット、サーバ等の形態を採用する。
本実施の形態の場合、生体情報センサ３０は、参加者に装着されるデバイスに内蔵された複数種類のセンサで構成される。なお、生体情報センサ３０は、非接触方式で生体情報を測定するセンサ又はセンサ群でもよい。

具体的には、体温を測定する体温センサ３１、脈拍を測定する脈拍センサ３２、脳波を測定する脳波センサ３３で構成される。
なお、これらのセンサは一例であり、全てのセンサを用いなくてもよい。また、不図示のセンサとして、視線を検知する視線センサ、声に現れる特性を検知する音声センサ、姿勢を検知する姿勢センサ、動作を検知する動作センサ、血圧を測定する血圧センサのうちの一部又は全部を用いてもよい。
各センサは、少なくとも会話が始まるまでに生体情報を測定し、会話の開始後も予め定めたタイミングや周期で生体情報を逐次測定する。会話の間にも心身の状態に影響を与えるほど生体情報が変化する可能性もあるためである。

性格傾向補正部４０は、例えば補正プログラムの実行を通じ、会議の参加者について事前に推定された性格上の傾向を現在の心身の状態に応じて補正する情報処理装置として機能する。
本実施の形態では、「事前」との用語を、性格上の傾向を利用する時点よりも前の時点の意味で使用する。もっとも、性格傾向補正部４０による補正は、性格推定装置２によって性格上の傾向を推定した時点の心身の状態と、性格上の傾向の情報を利用する時点の心身の状態との間に変化が予見される場合に利用することで、本実施の形態における補正の効果が期待される。

性格傾向補正部４０は、特許請求の範囲における補正手段の一例であり、情報処理装置の一例でもある。
図４は、性格傾向補正部４０の構成例を示す図である。
性格傾向補正部４０は、生体情報（体温、脈拍、脳波）に基づいて心身の状態を推定する心身の状態推定部４１と、推定された心身の状態に基づいて事前に推定された対象者の性格上の傾向を補正する補正部４２とを有している。

心身の状態推定部４１は、例えば体温について、測定値と平均値との差分値を算出し、算出された差分値が閾値（例えば±１℃）より大きいか否かに基づいて、異常の有無を判定する。差分値が閾値を超える場合、体調は異常である（健康ではない）と判定される。
体温の平均値は、人種、年齢、性別、測定部位などによって異なるので、対象者や測定部位に応じた平均値を採用する。望ましくは、対象者個人についての体温の平均値を事前に取得して使用する。
日本人の場合、１０歳から５０歳前後の健康な男女３０００人以上の体温の平均値は３６．８９℃±０．３４℃（脇下での測定）である。

心身の状態推定部４１は、例えば脈拍について、測定値が正常範囲内か否かに基づいて、異常の有無を判定する。測定値が正常範囲を超える場合は頻脈と呼ばれ、測定値が正常範囲より低い場合は徐脈と呼ばれる。頻脈や徐脈を合わせて不整脈という。不整脈と判断された場合、体調は異常である（健康ではない）と判定される。
脈拍の正常範囲は、人種、年齢などによって異なるので、対象者に応じた正常範囲を採用する。
脈拍も個人差が表れやすい生体情報である。従って、必ずしも一般的な範囲を使用する必要はない。望ましくは、対象者個人について取得された安静状態での脈拍の範囲を使用する。
日本人の場合、子供や小学生の正常範囲は７０～１１０回／分であり、中学生、高校生、大学生、成人の正常範囲は６０～１００回／分であり、高齢者の正常範囲は６０～８０回／分である。
本実施の形態では、正常範囲内でも脈拍が予め定めた閾値より速い状態や正常範囲より脈拍が速い状態を緊張時やストレスがある状態と判定し、正常範囲内でも脈拍が予め定めた閾値より遅い状態を落ち着いた（リラックスした）状態と判定する。正常範囲内における判定用の閾値は事前に与えるものとする。

心身の状態推定部４１は、例えば脳波について、測定波形がγ波か、β波か、α波か、θ波か、δ波かを判定する。
γ波は３０ヘルツ以上の周波数を有する波形であり、強い不安や興奮した状態で現れるといわれている。
β波は３０～１４ヘルツの周波数を有する波形であり、緊張時やストレスがある状態で現れるといわれている。
α波は１３～８ヘルツの周波数を有する波形であり、落ち着いた（リラックスした）状態や目を閉じている状態で現れるといわれている。
θ波は７～４ヘルツの周波数を有する波形であり、深いリラックスの状態や睡眠時に現れるといわれている。
δ波は３．５ヘルツ以下の周波数を有する波形であり、熟睡時や昏睡時に現れるといわれている。
心身の状態推定部４１は、図５に示す判定テーブル４１Ａを使用して、参加者の現在の心身の状態を推定する。
なお、心身の状態推定部４１の機能は、プログラムの実行を通じて実現される。プログラムの一例には、人工知能プログラム、ディープラーニングプログラム、機械学習プログラムがある。

図５は、生体情報と心身の状態との対応関係の例を示す図である。
判定テーブル４１Ａには、生体情報４１０（体温、脈拍、脳波）と心身の状態（体調異常４１１、集中４１２、リラックス・安静４１３、眠気４１４、不安４１５、興奮４１６、緊張・ストレス４１７）との関係の例が記録されている。
このうち、体調異常４１１は体調の状態の一形態であり、集中４１２、リラックス・安静４１３、眠気４１４、不安４１５、興奮４１６、緊張・ストレス４１７は心理の状態の一形態である。

判定テーブル４１Ａは、例えば体温や脈拍のいずれかが異常であると、体調異常４１１と判定されることを示している。
判定テーブル４１Ａは、脈拍が正常範囲で遅い場合、又は、脳波にα波が出ている場合、リラックス・安静４１３と判定されることを示している。
判定テーブル４１Ａは、脈拍が正常範囲で速い場合、又は、脳波にβ波が出ている場合、緊張・ストレス４１７と判定されることを示している。なお、脈拍が正常範囲を超える場合も緊張・ストレス４１７と判定される。
判定テーブル４１Ａは、脳波にα波が出ている場合、例えば集中４１２と判定されることを示している。
判定テーブル４１Ａは、脳波にδ波やθ波が出ている場合、眠気４１４を感じている状態と判定されることを示している。
判定テーブル４１Ａは、脳波にγ波が出ている場合、不安４１５や興奮４１６を感じている状態と判定されることを示している。

図４の説明に戻る。
補正部４２は、推定された心身の状態に基づいて補正テーブル４２Ａ（図６参照）を参照し、事前に推定された性格上の傾向（性格傾向データ）を補正する。
図６は、補正テーブル４２Ａの構成例を示す図である。補正テーブル４２Ａは、６つの代表的な（大分類の）性格上の傾向が心身の状態によりどのような変化（ここでは補正）されるかの関係を示している。
図６では、傾向を弱めることをマイナスの記号（－）で表記し、傾向を強めることをプラスの記号（＋）で表記し、何らの作用がないことを空欄で表記している。

ここで、補正の対象となる性格上の傾向の大分類４２０は、「真面目」、「妥協性あり」、「優柔不断」、「積極的」、「混乱招く」、「創造的」である。
例えば生体情報から体調の異常（体調異常４２１）が推定される場合、眠気４２４、不安４２５、興奮４２６、緊張・ストレス４２７の状態が推定される場合には、「真面目」との傾向が弱められる方向に補正される。
例えば生体情報から集中４２２の状態やリラックス・安静４２３の状態が推定される場合には、「真面目」との傾向が強められる方向に補正される。

なお、心身の状態は、全ての傾向に一様に作用するのではない。すなわち、全ての傾向を一様に強めたり弱めたりするのではない。
例えば集中４２２とリラックス・安静４２３の場合は、「妥協性あり」や「積極的」や「創造的」といった傾向を強める方向に作用するが、「優柔不断」や「混乱招く」との傾向への作用はない。
同様に、不安４２５の場合は、「創造的」を除く５つの傾向を弱める方向に作用するが、「創造的」へは影響しない。
また、緊張・ストレス４２７の場合は、「真面目」、「優柔不断」、「創造的」といった傾向を弱める方向に作用するが、「妥協性あり」、「積極的」、「混乱招く」への影響はない。
なお、興奮４２６の場合は、他の状態とは異なる作用をする。すなわち、興奮４２６の場合は、「真面目」、「妥協性あり」、「混乱招く」といった傾向を弱める方向で作用する一方で、「積極的」や「創造的」といった傾向を強める方向に作用する。ただし、興奮４２６の場合は、「優柔不断」との傾向には作用しない。

ここで、補正の情報である「強める」及び「弱める」の用い方は、データ処理の構造によって様々である。
例えば性格上の傾向が多段階で表現可能な場合には、事前に推定された傾向（性格傾向データ）の段階の変更に用いられる。
また、後段（例えば会話支援部５０（図１参照））で実行される処理の内容によっては、補正の情報が事前に推定された性格上の傾向の付属情報として出力される。
本実施の形態では、付属情報が付された性格上の傾向の情報を補正後の性格傾向データという。
いずれにしても、利用時とは異なる時点で推定された性格上の傾向を利用時の心身の状態に応じて補正することで、利用の時点における性格上の傾向を正確に反映した会話の支援が可能になる。

なお、図６では、心身の状態の間に優先度を設けている。この優先度は、心身の状態として複数の状態が推定された場合に、どのように補正を行うかを決めるために用いられる。
本実施の形態の場合、優先順位は高い方から順番に、体調異常４２１、眠気４２４、興奮４２６、集中４２２、リラックス・安静４２３、緊張・ストレス４２７である。
このため、性格上の傾向が「積極的」な人について体調異常と興奮の２つの心身の状態が推定される場合には、体調異常４２１が優先された補正が実行される。すなわち、「積極的」との傾向を弱める補正を実行し、強める補正は行わない。「創造的」についても同様である。
また、性格上の傾向が「積極的」な人についてリラックスと眠気の２つの心身の状態が推定される場合には、眠気が優先された補正が実行される。すなわち、「積極的」との傾向を弱める補正を実行し、強める補正は行わない。
ここでの補正部４２の機能はプログラムの実行を通じて実現される。プログラムの一例には、人工知能プログラム、ディープラーニングプログラム、機械学習プログラムがある。

図１の説明に戻る。
会話支援部５０は、補正後の性格上の傾向と心身の状態との情報に基づいて、会話を支援する処理を実行する。
図７は、本実施の形態で用いる会話支援部５０の構成例を示す図である。
図７に示す会話支援部５０は、会話で主に発言を促す話者を選択する話者選択部５１を有している。
ここでの話者選択部５１は、補正後の性格の傾向だけでなく、心身の状態、会話の目的、現在の話題などの情報を用いて発言を促す話者を選択する機能を実行する。
会話の目的や現在の話題には、例えば結論の導出（解決案の導出を含む）、情報の共有、アイデア出し、問題の発見、局面の打開、話題の収束化、会話の活性化などがある。これらの目的は、人（例えば司会者、対象者のうちの一人）によって事前に又は会話の途中で与えられる。
会話の目的や現在の話題の情報が与えられることで、会話の目的や現在の話題に対して望ましい対象者を選択することができる。

図８は、話者選択部５１が話者の選択のために参照するテーブル５１Ａの例を示す図である。
テーブル５１Ａには、会話の目的や現在の話題の一例である局面打開５１１、結論導出５１２、アイデア出し５１３、収束化５１４、活性化５１５の実現のために発言が望まれる話者の心理の状態５１０の例が記載されている。
図８に示すテーブル５１Ａの場合、局面打開５１１、アイデア出し５１３、活性化５１５については、心理の状態が「集中」である人の発言が促される。また、結論導出５１２、収束化５１４については、心理の状態が「リラックス」である人の発言が促される。

話者選択部５１（図７参照）は、このテーブル５１Ａと、補正テーブル４２Ａ（図６参照）と、補正後の性格の傾向と、心身の状態とに基づいて話者を選択する。
具体的には、話者選択部５１は、まず与えられた話題に応じてテーブル５１Ａを参照して発言を促す心理の状態の情報を求め、次に選択の対象である複数人の話者の中で発言を促す心理の状態にある人を選択する。
さらに、この実施の形態の場合、話者選択部５１は、補正テーブル４２Ａを参照し、特定の心理の状態によって強められる性格上の傾向を有する人を優先し、発話を促すべき話者として選択する。

例えば話者を選択する基準が結論導出５１２である場合、話者選択部５１は、テーブル５１Ａよりリラックスの状態にある人に着目し、更にリラックスの状態によって性格上の傾向が強められる性格上の傾向（「真面目」、「妥協性あり」、「積極的」、「創造的」）を有する人を話者として選択する。
該当する人が複数存在する場合には、予め定めた条件に従って話者を選択する。ここでの選択は、例えば該当者の全員でもよいし、一部の人の選択でもよい。また、性格上の傾向まで満たす人がいない場合には、リラックスの状態にある人を優先してもよい。
選択された話者の情報は、スピーカなどを通じて出力されてもよいし、司会者や会話の進行を管理している人に支援のための情報として提供されてもよい。
話者選択部５１の機能はプログラムの実行を通じて実現される。プログラムの一例には、人工知能プログラム、ディープラーニングプログラム、機械学習プログラムがある。

＜実施の形態の効果＞
本実施の形態に係る会話支援システム１を用いれば、会話に参加している対象者について事前に推定された性格上の傾向を現在の心身の状態に応じて補正できる。例えば真面目な人であっても、体調が悪い状態では本来の真面目さや積極性が弱まっている可能性がある。また、集中した状態であれば、より積極的な反応や行動を期待することが期待される。

このように、補正後の性格上の傾向を利用すれば、事前の推定の時点ではなく、利用の時点における性格上の傾向を正確に反映した情報を各種の処理に用いることができる。
本実施の形態では、各種の処理動作の一例として話者の選択に使用している。
会話の実行時における心身の状態に応じて補正された性格上の傾向に基づいて話者を選択することで、会話の参加者の間で交わされる会話を充実させることができる。
また、会話支援部５０による選択の情報を対象者に提供することにより、会話の質を高めるための気づきを与えることができる。
会話の目的や現在の話題に応じた対象者の発話が促されることで、会話の質の向上が期待される。

＜他の実施の形態＞
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は前述した実施の形態に記載の範囲には限定されない。前述した実施の形態に、種々の変更又は改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。

例えば前述の実施の形態では、補正後の性格上の傾向を複数人による会話の支援に用いているが、補正後の性格上の傾向の利用する用途はこれに限らない。例えば対象者の反応や行動の予測に用いてもよい。また、対象者に応じた語り掛け方の選択や話題の選択に用いてもよい。
前述の実施の形態の説明では、性格上の傾向が体調異常によって弱められる場合について説明したが、体調が良好であると判定された場合（例えば事前に定めた体温や脈拍の条件を満たす場合）には性格上の傾向が強められてもよい。

１…会話支援システム、２…性格推定装置、３…会話支援装置、４…クラウドネットワーク、１０…性格傾向診断部、１１…画像取込部、１２…筆跡タイプ分類部、１３…筆跡特徴データベース、１４…性格傾向出力部、２０…性格傾向データベース、３０…生体情報センサ、３１…体温センサ、３２…脈拍センサ、３３…脳波センサ、４０…性格傾向補正部、４１…心身の状態推定部、４２…補正部、５０…会話支援部、５１…話者選択部

Claims (13)

1. 対象者について事前に推定された性格上の傾向を、当該対象者の現在の生体情報から推定した前記対象者の心身の状態に基づいて強める方向、又は弱める方向に補正する補正手段
   を有する情報処理装置。
2. 前記現在の生体情報は、前記性格上の傾向を利用する時点の情報である、請求項１に記載の情報処理装置。
3. 前記生体情報は逐次取得される、請求項２に記載の情報処理装置。
4. 前記補正手段は、前記生体情報から推定される前記対象者の体調及び心理の状態の両方又は一方に基づいて前記性格上の傾向を補正する、請求項１に記載の情報処理装置。
5. 前記補正手段は、前記体調に応じて、前記性格上の傾向を強める又は弱めるように補正する、請求項４に記載の情報処理装置。
6. 前記補正手段は、前記心理の状態に応じて、前記性格上の傾向を強めるように若しくは弱めるように補正する又は補正しない、請求項４に記載の情報処理装置。
7. 前記補正手段は、前記心理の状態が興奮した状態の場合、前記性格上における一部の傾向については強め、他の一部の傾向については弱める、請求項６に記載の情報処理装置。
8. 前記性格上の傾向は、前記対象者の筆跡に現れる特徴に基づいて推定される、請求項１に記載の情報処理装置。
9. 前記筆跡に現れる特徴に基づく推定は、人工知能を用いて実行される、請求項８に記載の情報処理装置。
10. 前記補正手段は、人工知能を用いて構成される、請求項１に記載の情報処理装置。
11. 補正後の前記性格上の傾向と、前記対象者の体調又は心理の状態とに基づいて話者を選択する、請求項１に記載の情報処理装置。
12. 対象者について事前に推定された性格上の傾向を、当該対象者の現在の生体情報から推定した前記対象者の心身の状態に基づいて強める方向、又は弱める方向に補正する補正手段
    を有する情報処理システム。
13. コンピュータを、
    対象者について事前に推定された性格上の傾向を、当該対象者の現在の生体情報から推定した前記対象者の心身の状態に基づいて強める方向、又は弱める方向に補正する補正手段
    として機能させるプログラム。

Images