JP7038884B1 - ユーザアシストシステム - Google Patents

Abstract

【課題】ユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供する。【解決手段】ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群とソフトウェアの機能に関する機能情報との関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群に対する前記機能情報を選択する選択手段と、前記選択手段により選択された機能情報を前記ユーザに提示する提示手段とを備えることを特徴とする。【選択図】図３

Description

本発明は、ユーザがソフトウェアを扱うためのユーザアシストシステムに関する。

近年、コンテンツを生成するクリエイト作業を行うユーザの多様性と共に、クリエイト作業の質を向上させるための新しいソフトウェアも多様化している。

これに伴い、多種多様なソフトウェアの中から、ユーザに適したソフトフェアを見つけることが難しくなっている。このため、ユーザが求めているソフトウェアの機能に関する機能情報をユーザに提示できるソフトウェア素材選定支援プログラムが必要とされている（例えば、特許文献１参照）。

特許文献１では、開発対象ソフトウェアを説明する文書に出現する文言に関係するソフトウェア素材を、文言とソフトウェア素材との関係を示す利用傾向関係情報から検索し、候補として提示するソフトウェア素材選定支援装置及びソフトウェア素材選定支援プログラムが開示されている。

特開２０１８－１２０３８１号公報

一方、クリエイト作業を行うユーザの中にはソフトウェアを扱うためのノウハウを持ち合わせていないユーザも多い。このようなユーザは、コンテキスト等のソフトウェアに関する専門用語を扱うためのノウハウを持ち合わせていない。

ここで、開発対象ソフトウェアを説明する文書に出現する文言は、主にコンテキスト等の専門用語により構成されている。しかしながら、ソフトウェアを扱うためのノウハウを持ち合わせていないユーザは、コンテキスト等の専門用語を扱うことができない。このため、特許文献１の開示技術では、開発対象ソフトウェアを説明する文書に出現する文言を用いて、ソフトウェア素材を検索するにはユーザにコンテキスト等の専門用語を扱うノウハウが求められていることが問題点となっている。

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、ユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することを目的とする。

第１発明に係るユーザアシストシステムは、ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、前記選択手段は、予め取得された単語群を含む入力データと機能情報を含む出力データとからなるデータセットを学習データとして用い、入力を入力データとし、出力を出力データとして、機械学習により生成された前記関係を示す選択モデルを参照することを特徴とする。

第２発明に係るユーザアシストシステムは、第１発明において、前記選択手段は、新たに取得した単語群を含む入力データと当該単語群に対応する機能情報を含む出力データとからなるデータセットを学習データとして、前記選択モデルに随時機械学習させることを特徴とする。

第３発明に係るユーザアシストシステムは、ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、前記選択手段は、前記ユーザから新たに入力されたテキストデータを取得し、当該テキストデータに含まれる単語を含む前記単語群に、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含ませることを特徴とする。

第４発明に係るユーザアシストシステムは、ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段と、前記選択手段により選択された出力データに含まれる機能情報に含まれる機能の効果に関する効果情報を提示する使用例提示手段とを備えることを特徴とする。

第５発明に係るユーザアシストシステムは、ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、前記選択手段は、予め取得された前記ソフトウェアの構成を特定するための特定用単語を参照し、前記ソフトウェアを説明する文書から抽出された前記特定用単語が含まれる前記構成を説明する構成情報に基づいて生成された機能情報を含む出力データと前記単語群を含む入力データとの関係を示す選択モデルを参照することを特徴とする。

第６発明に係るユーザアシストシステムは、ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、前記提示手段は、予め取得した前記ユーザに関するユーザ情報を参照し、前記選択手段により選択された出力データに含まれる機能情報の中から、ユーザに提示する機能情報を１以上決定することを特徴とする。

第７発明に係るユーザアシストシステムは、第６発明において、前記提示手段は、前記ユーザのソフトウェア及びソフトウェアの機能の利用頻度に関する情報と各機能情報の連関度とを含むユーザ情報を参照することを特徴とする。

第８発明に係るユーザアシストシステムは、ユーザから入力されたテキストデータを取得する取得手段と、予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、前記取得手段は、前記ユーザに関するユーザ情報をさらに取得し、前記選択手段は、予め取得された単語群及びユーザ情報を含む入力データと機能情報を含む出力データとの関係を示す選択モデルを参照し、前記単語群及び前記取得手段により取得されたユーザ情報を含む入力データに対する前記機能情報を含む出力データを１以上選択すること
を特徴とする。

第９発明に係るユーザアシストシステムは、第８発明において、前記取得手段は、質問データに対するユーザの回答を示す回答データを取得し、当該回答データに基づいて、新たに質問データを生成することを複数回繰り返し、取得した複数の前記回答データを含むユーザ情報を取得することを特徴とする。

第１０発明に係るユーザアシストシステムは、第８発明又は第９発明において、前記取得手段は、前記ユーザのソフトウェア及びソフトウェアの機能の利用頻度に関する情報を含むユーザ情報を取得することを特徴とする。

第１１発明に係るユーザアシストシステムは、第１発明～第１０発明の何れかにおいて、前記提示手段は、前記機能情報をモニターの画面上において背面が可視可能なサイン、又は音声により前記ユーザに提示することを特徴とする。

第１２発明に係るユーザアシストシステムは、第１発明～第１１発明の何れかにおいて、前記取得手段は、前記ユーザから入力される音声を取得し、音声認識を用いて前記音声から前記テキストデータを取得することを特徴とする。

第１発明～第１２発明によれば、本発明のユーザアシストシステムは、予め取得された１以上の単語を含む単語群とソフトウェアの機能に関する機能情報との関係を示す選択モデルを参照し、テキストデータに含まれる１以上の単語を含む単語群に対する機能情報を選択する。これによって、例えば単語群に「ふんわり」や「ふわふわ」等の類似する単語が複数含ませることにより抽象的な単語から、単語に対応する機能情報を取得することが可能となる。このため、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第１発明によれば、本発明のユーザアシストシステムは、予め取得された単語群と機能情報とからなるデータセットを学習データとして用い、入力を単語群とし、出力を機能情報として、機械学習により生成された関係を示す選択モデルを参照する。これによって３段階以上の関係を用いて、単語群と機能情報を紐づけることが可能となるので、入力された単語群により適した機能情報を選択することができる。

特に、第２発明によれば、本発明のユーザアシストシステムは、新たに取得した単語群と当該単語群に対応する機能情報とからなるデータセットを学習データとして、選択モデルに随時機械学習させる。これによって、順次学習を繰り返し行うことができるため、入力された単語群により適した機能情報を選択することができる。

特に、第１１発明によれば、本発明のユーザアシストシステムは、機能情報をモニターの画面上において背面が可視可能なサイン、又は音声によりユーザに提示する。これによって、ユーザの操作を阻害することなく、ユーザに機能情報を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第１２発明によれば、本発明のユーザアシストシステムは、取得手段は、ユーザから入力される音声を取得し、音声認識を用いて音声からテキストデータを取得する。これによって、ユーザから入力された音声からテキストデータを取得することが可能となるため、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第３発明によれば、本発明のユーザアシストシステムは、取得手段により取得されたテキストデータに含まれる１以上の単語が、単語群に含まれない場合、ユーザから新たに入力されたテキストデータを取得し、当該テキストデータに含まれる単語を含む単語群に、取得手段により取得されたテキストデータに含まれる１以上の単語を含ませる。これによって、入力された単語を含む単語群が選択モデルにない場合においても、当該単語を単語群に自動的に含ませることができるため、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第４発明によれば、本発明のユーザアシストシステムは、選択手段により選択された機能情報に含まれる機能の効果に関する効果情報を提示する使用例提示手段をさらに備える。これによって、効果情報として、例えば機能を使用したときの使用例を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第５発明によれば、本発明のユーザアシストシステムは、ソフトフェアの処理を特定するための処理用単語を参照し、ソフトウェアについて記載された文章から処理用単語が含まれる処理について記載された処理情報を抽出する。これによって、例えばソースコードから取得した処理情報に基づく機能情報を取得することができるため、機能情報を容易に取得することができる。入力された単語に対する単語群が選択モデルにない場合においても、当該単語を単語群に自動的に含ませることができるため、入力された単語により適した機能情報を選択することができる。

特に、第６発明によれば、本発明のユーザアシストシステムは、予め取得したユーザに関するユーザ情報を参照し、選択手段により選択された機能情報の中から、ユーザに提示する機能情報を１以上決定する。これにより、よりユーザに適した機能情報を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第７発明によれば、本発明のユーザアシストシステムは、ユーザのソフトウェアの利用頻度に関する情報及び各機能情報の連関度を含むユーザ情報を参照する。これにより、例えば利用頻度に関する情報からユーザの利用頻度の高いソフトウェアを抽出し、選択手段により選択された機能情報の中から抽出したソフトウェアの機能情報との連関度の高い機能情報を選択することが可能となる。これにより、よりユーザに適した機能情報を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第８発明によれば、本発明のユーザアシストシステムは、予め取得された単語群及びユーザ情報と機能情報との関係を示す選択モデルを参照し、単語群及びユーザ情報に対する機能情報を１以上選択する。これにより、よりユーザに適した機能情報を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第９発明によれば、本発明のユーザアシストシステムは、回答データを取得し、当該回答データに基づいて、新たに質問データを生成することを複数回繰り返し、取得した複数の回答データを含むユーザ情報を取得する。これにより、ユーザが求めている機能情報に関する情報をより詳細に取得できる。これにより、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

特に、第１０発明によれば、本発明のユーザアシストシステムは、取得手段は、ユーザのソフトウェア及びソフトウェアの機能の利用頻度に関する情報を含むユーザ情報を取得する。これにより、ユーザが頻繁に利用している機能情報を取得することができる。これにより、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

図１は、実施の形態におけるユーザアシストシステムを示す図である。 図２は、ユーザアシスト装置の構成の一例を示す模式図である。 図３は、ユーザアシスト装置の機能の一例を示す模式図である。 図４は、ユーザアシスト装置を説明するフローチャートである。 図５は、処理情報の抽出の動作の一例を示す図である。 図６は、参照用単語群と機能情報との関連性を示す図である。 図７は、参照用単語群と機能情報との隠れ層を設けた場合の関連性を示す図である。 図８は、使用例提示部の動作の一例を示す図である。 図９は、提示部の動作の一例を示す図である。 図１０は、質問データと回答データの対応表を示す図である。 図１１は、参照用単語群及び参照用ユーザ情報と機能情報との関連性を示す図である。

（第１実施形態）
以下、本発明の第１実施形態におけるユーザアシストシステムの一例について、図面を参照して説明する。

図１は、第１実施形態に係るユーザアシストシステム１００を示す図である。ユーザアシスト装置１は、通信ネットワーク４を介してユーザ端末２と、サーバ３と、に接続されている。

ユーザアシスト装置１は、通信ネットワーク４を介して、ユーザ端末２からテキストデータを取得し、テキストデータに含まれる１以上の単語を含む単語群を含む入力データに対するソフトウェアの機能に関する機能情報を含む出力データを選択するコンピュータである。

ユーザ端末２は、テキストデータを取得するためのアプリケーションがインストールされているスマートフォン、タブレット端末、パーソナルコンピュータ、ウェアラブル端末、携帯電話機等の端末である。また、ユーザ端末２は、ユーザアシスト装置１を内蔵していてもよい。かかる場合、ユーザ端末２は、通信ネットワーク４を介することなく、ユーザアシスト装置１と、通信を行ってもよい。

サーバ３は、例えば、ユーザ端末２が取得したテキストデータや、単語及び単語群、機能情報等の各種情報を記憶するサーバであるが、クラウドサーバやＡＳＰサーバ等でもよく、そのタイプは問わない。

通信ネットワーク４は、ユーザアシスト装置１と、ユーザ端末２と、サーバ３とを通信回線を介して接続されるインターネット網等である。通信ネットワーク４は、ユーザアシスト装置システム１を一定の狭いエリア内で運用する場合には、ＬＡＮ（Local Area Network）で構成されてもよい。また、通信ネットワーク４は、いわゆる光ファイバ通信網で構成されてもよい。また、この通信ネットワーク４は、有線通信網に限定されるものではなく、無線通信網で実現されてもよい。以下、ユーザアシスト装置１の構成を詳細に説明する。

図２は、ユーザアシスト装置１の構成の一例を示す模式図である。ユーザアシスト装置１として、例えばパーソナルコンピュータ（ＰＣ）、スマートフォン、タブレット端末等の公知の電子機器が用いられる。ユーザアシスト装置１は、例えば筐体１０と、ＣＰＵ（Central Processing Unit）１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、保存部１０４と、Ｉ／Ｆ１０５～１０７と、入力部１０８と、表示部１０９とを備える。各構成１０１～１０７は、内部バス１１０により接続される。

ＣＰＵ１０１は、ユーザアシスト装置１全体を制御する。ＲＯＭ１０２は、ＣＰＵ１０１の動作コードを格納する。ＲＡＭ１０３は、ＣＰＵ１０１の動作時に使用される作業領域である。保存部１０４は、処理用データ等の各種情報が保存される。保存部１０４として、例えばＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等が用いられる。

Ｉ／Ｆ１０５は、ユーザ端末２、サーバ３、通信ネットワーク４等との各種情報の送受信を行うためのインターフェースである。Ｉ／Ｆ１０６は、入力部１０８との各種情報の送受信を行うためのインターフェースである。Ｉ／Ｆ１０７は、表示部１０９との各種情報の送受信を行うためのインターフェースである。

入力部１０８には、キーボードが用いられるほか、例えばマイク等の収音装置が用いられてもよい。入力部１０８は、ユーザアシスト装置１を利用するユーザによって、テキストデータや音声等の各種情報が入力される。

表示部１０９は、保存部１０４に保存された会話文等の各種情報等を表示する。表示部１０９は、例えばディスプレイ及びモニターが用いられるほか、例えばスピーカが用いられる。

なお、Ｉ／Ｆ１０５～Ｉ／Ｆ１０７は、例えば同一のものが用いられてもよく、各Ｉ／Ｆ１０５～Ｉ／Ｆ１０７は、例えばそれぞれ複数のものが用いられてもよい。また、表示部１０９は、タッチパネル式のディスプレイが用いられる場合、入力部１０８を含む構成としてもよい。

図３は、ユーザアシスト装置１の機能の一例を示す模式図である。ユーザアシスト装置１は、取得部１１と、取得部１１に接続される解析部１２と、解析部１２に接続される選択部１３と、選択部１３に接続される使用例提示部１４と、使用例提示部１４に接続される提示部１５とを備えてもよい。なお、ユーザアシスト装置１は、ＣＰＵ１０１が、ＲＡＭ１０３を作業領域として、保存部１０４等に記憶されたプログラムを実行することにより実現される。また、ユーザアシスト装置１は、人工知能により制御されてもよい。ここで、人工知能は、いかなる周知の人工知能技術に基づくものであってもよい。

取得部１１は、音声又は入力端末を介して入力されたテキストデータを取得する。取得部１１は、例えばユーザ端末２又は入力部１０８を介してユーザから入力されたテキストデータを取得する。例えばユーザ端末２又は入力部１０８を介して、ユーザから会話文が音声により入力された場合、取得部１１は、公知の音声認識技術（例えば音素認識技術）を用いて音声から生成されたテキストデータを取得する。なお、音声認識技術は、例えば通信ネットワーク４を介して、クラウド型の音声認識技術を用いてもよい。取得部１１は、入力されたテキストデータを解析部１２に出力する。

解析部１２は、取得部１１から入力されたテキストデータについて、例えば形態素解析等の自然言語解析をすることにより、動詞や名詞、格成分等を始めとする文の個々の単語を抽出する。解析部１２は、抽出した単語を選択部１３に出力する。

選択部１３は、選択モデルを用いて、単語群と機能情報との関係を示す選択モデルを参照し、解析部１２から入力された単語を含む単語群に対する機能情報を選択する。選択部１３は、選択した機能情報を使用例提示部１４に出力する。

使用例提示部１４は、選択部１３から入力された機能情報に含まれる機能の効果に関する効果情報を提示する。使用例提示部１４は、例えばユーザに選択された機能情報を提示部１５に出力する。

提示部１５は、機能情報を提示する。提示部１５は、表示部１０９又はユーザ端末２等を介して、ユーザが認識できるように機能情報を提示する。提示部１５は、Ｉ／Ｆ１０５を介してユーザ端末２等に機能情報等を出力し、ユーザ端末２に設けられたディスプレイやモニターを介して機能情報等を提示してもよい。

次に、本発明を適用した実施形態におけるユーザアシスト装置１の動作について説明をする。図４に示すようにステップＳ１１において会話文を取得する。会話文は、人が会話する文であり、自然言語による文といってもよい。会話文の取得は、例えば、音声での取得であるが、テキストデータでの取得でもよい。音声は、人が発した声である。テキストデータは、人が発した声を音声認識した文字列又はキーボード等により入力された文字列である。文字列は、１または２以上の文字の配列で構成される。具体的には、音声データとして取得部１１において会話文が取得した場合には、これを公知の音声認識技術（例えば音素認識技術）を用いテキストデータを生成する。

次にステップＳ１２に移行し、Ｓ１１において取得され、記憶部１３において一時的に記憶されているテキストデータを読み出し、これを自然言語解析として例えば形態素解析する。この形態素解析は、主として解析部１２が行う。形態素解析技術は周知のいかなる形態素解析技術を利用するようにしてもよい。形態素解析をされたテキストデータの単語は、選択部１３に出力される。また、解析部１２が行う自然言語解析の他の例として、構文解析、同義語抽出、スパン抽出、含意認識等を行ってもよい。

構文解析は、係り受け解析と呼ばれ、所定の構造的制約を満たす中で、単語及び文節間の係り受け関係としての自然さを計算し、単語及び文節間の係り受け関係を決定する解析方法である。

同義語抽出は、処理対象のテキストデータを入力し、表記が異なるが同一の意味を持つ同義語のペアを抽出する解析方法である。同義語は、例えばＩＴ関連、機械関連、料理関連など特定のドメイン（分野）ごとに抽出して記憶しておいてもよい。

スパン抽出は、学習データから学習したモデルを利用し、入力されたテキストデータから重要部分を自動的に切り出して抽出する解析方法である。スパン抽出の代表的な手法としては、ＣＲＦ（Conditional Random Field:条件付き確率場）がある。例えば、学習データとして、「家族と旅行でハワイに行きます」、「来月は旅行でアメリカに行く」、「行先はニューヨークです」の３つが入力された場合を説明する。この場合、学習データを学習することで、「旅行」＋「で」の後と、「に」＋「行く」の前の間にある単語が行先の可能性が高いことが分かる。この結果、未知のデータとして「旅行でイタリアに行きます」と入力されたとき、行先として「イタリア」を抽出することができる。また、「含意認識」とは、２つの文章について、一方の文章が他方の文章が表す意味を含むか否かを判定する解析方法である。

このステップＳ１２における形態素解析の結果、会話文に含まれる単語が抽出される。単語は、通常、自立語である。自立語とは、単独でも文節を構成し得る語であり、例えば、名詞であるが、動詞、形容詞等でもよい。ただし、対応付く単語は、付属語でもよい。付属語とは、単独では文節を構成し得ず、他の自立語を伴って文節を構成する語であり、例えば、助動詞、助詞等である。つまり、対応付く単語は、通常、自立語であるが、付属語を伴った自立語であってもよい。

また、単語は、例えば、連語でもよい。連語とは、２以上の自立語が結び付いて一定の意味を表す語であり、複合語といってもよい。連語は、例えば、“柔らかい”と“音”が結合した“柔らかい音”や、“合成”と“音声”が結合した“合成音声”等であり、２以上の語の組であれば何でもよい。

次にステップＳ１３に移行し、選択部１３は、単語群と機能情報との関係を示す選択モデルを参照し、取得ステップＳ１１により取得されたテキストデータに含まれる１以上の単語を含む単語群に対する機能情報を選択する。単語群とは、１以上の単語からなる群であり、例えば類似する意味を持つ複数の単語からなる群であってもよい。また、単語群は、「ふんわり」や「ふわふわ」等の同じ意味を持つが品詞が異なる単語からなる群であってもよい。機能情報は、ソフトウェアの機能に関する情報である。ソフトウェアの機能に関する情報は、例えばソフトウェアの機能の名称、機能を説明する情報やソフトウェアの使用方法、マニュアル等、又はソフトウェアに含まれる各種の素材に関する情報等であってもよい。ソフトウェアは、例えばお絵描きツールで、画像編集プログラム、作曲ツール等であってもよい。また、機能情報は、例えばお絵描きツール内の「アクリル筆」、「油筆」、「色鉛筆」、「クレヨン」等の素材の使用方法等であってもよい。

選択部１３は、先ずステップＳ１２において自然言語解析した単語について、当該単語が含まれる単語群を選択する。このとき保存部１０４に格納された類義語辞書を参照し、単語に対する単語群を選択してもよい。類義語辞書とは、類義語に関する辞書である。類義語辞書には例えば保存部１０４に格納されている１以上の各単語群に、単語と、当該単語の１または２以上の類義語とが紐づけて登録されている。具体的には、例えば、単語群として「柔らかい」の単語群に対応付けて、「ふんわり」、「ふわふわ」等が登録されていてもよい。そして、この類義語辞書を介して、新たに取得した単語が類義語辞書内の単語と類似するか否かを判別することができる。仮に類義語辞書内の単語群が「柔らかい」であり、新たに取得した単語が「ふんわり」である場合、類義語辞書において類似するものとして予め登録されていることから「ふんわり」という単語が「柔らかい」の単語群に含まれているものと判断することが可能となる。当該単語が複数の単語群に含まれている場合、当該単語を含む複数の単語群を選択してもよい。また、当該単語が含まれる単語群が、例えば上述した類義語辞書内に登録されていない場合、新たにユーザからテキストデータを取得し、そのテキストデータに含まれる単語が含まれる単語群に当該単語を含めて登録してもよい。かかる場合、例えば類義語辞書内の単語に、ステップＳ１２において自然言語解析した「ふんわり」という単語が含まれていない場合、新たにユーザからテキストデータを取得し、形態素解析を行う。この結果、新たに取得したテキストデータに類義語辞書に「柔らかい」の単語群に登録されている「ふわふわ」という単語が含まれていた場合、「ふんわり」という先に取得した単語を「柔らかい」の単語群に登録するようにしてもよい。これによって、入力された単語に対する単語群が選択モデルにない場合においても、当該単語を単語群に自動的に含ませることができるため、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。また、当該単語が含まれる単語群が、例えば上述した類義語辞書内に登録されていない場合、新たにユーザからテキストデータを取得し、そのテキストデータに含まれる単語が含まれる単語群に当該単語を含めて登録するとき、登録する前にユーザに当該単語を当該単語群に含ませるかを質問し、質問に対する回答情報を取得し、当該回答情報に応じて登録するかどうかを判断してもよい。また、かかる場合、当該単語と当該単語群と当該回答情報とを一つのデータセットとして、複数のデータセットを用いて学習モデルを生成してもよい。これによって、入力された単語に対する単語群が選択モデルにない場合においても、当該単語を単語群にさらに高精度に自動的に含ませることができるため、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

次に、ステップＳ１３において、選択モデルを参照し、選択された単語群に対する機能情報を選択する。

選択モデルとは、予め取得された単語群を含む入力データと機能情報を含む出力データとの関係を示すモデルである。選択モデルは、例えば表１に示すような単語群に対応する機能情報が記載された関係テーブルであってもよい。例えば、テキストデータとして「ふわふわした音の素材が欲しい」というテキストデータが入力された場合、「ふわふわした・音の・素材が・欲しい」と、解析部１２に形態素解析されたとすると、選択部１３は選択モデルを用いて、「ふわふわした」という単語が含まれる「柔らかい」の単語群に対応する機能情報Ｂを選択してもよい。

また、選択モデルは、予め取得された参照用単語群を含む入力データと機能情報を含む出力データとからなるデータセットを学習データとして用い、入力を参照用単語群とし、出力を機能情報として、機械学習により生成された学習済みモデルであってもよい。参照用単語群は、学習データの入力データとして用いられる単語群であり、単語群と同じデータ形式のものを用いてもよい。

また、選択モデルの出力データに用いられる機能情報は、予め取得されたソフトフェアの構成を特定するための特定用単語を参照し、ソフトウェアを説明する文書から抽出された特定用単語が含まれる構成について記載された構成情報に基づいて生成されたものでもよい。ソフトウェアについて記載された文章は、ソフトウェアについての説明書、マニュアル、又はソフトウェアのソースコードであってもよい。特定用単語は、ソフトウェアを説明する文書からソフトウェアの構成を特定するために用いられる予め取得された単語である。特定用単語は、例えば「ｂｕｔｔｏｎ」等が含まれる。構成情報は、ソフトウェアの構成に関する情報である。構成情報として、例えばアップロードボタンや、ダウンロードボタン等が含まれる。かかる場合、例えば図５に示すように、ブラウザ上にＨＴＭＬの形式で掲載されているソフトウェアのソースコードから、特定用単語に含まれる「ｂｕｔｔｏｎ」という単語を参照し、上述した単語が含まれるコードを抽出し、抽出したコードが示す「アップロードをするためのボタン」、「キューを削除するためのボタン」、「全てをダウンロードするためのボタン」等の構成を構成情報として取得する。その後、構成情報に基づいて機能情報を生成する。

選択モデルの生成方法として、例えばニューラルネットワークをモデルとした機械学習を用いて、選択モデルを生成してもよい。選択モデルは、例えばＣＮＮ（Convolution Neural Network） 等のニューラルネットワークをモデルとした機械学習を用いて生成されるほか、任意のモデルが用いられてもよい。

かかる場合、選択モデルには、例えば図６のように、参照用単語群と機能情報との間における連関度を有する連関性が記憶される。連関度は、参照用単語群と機能情報との繋がりの度合いを示しており、例えば連関度が高いほど各データの繋がりが強いと判断することができる。連関度は、例えば百分率等の３値以上又は３段階以上で示されるほか、２値又は２段階で示されてもよい。

例えば連関性は、複数の参照用単語群、対、複数の機能情報の間における繋がりの度合いにより構築される。連関性は、機械学習の過程で適宜更新され、例えば複数の参照用単語群、及び複数の機能情報に基づいて最適化された関数を用いた分類器を示す。なお、連関性は、例えば各データの間における繋がりの度合いを示す複数の連関度を有してもよい。連関度は、例えばデータベースがニューラルネットワークで構築される場合、重み変数に対応させることができる。連関性は、例えば図６に示すように、複数の参照用単語群と、複数の機能情報との間における繋がりの度合いを示してもよい。この場合、連関性を用いることで、図６の「参照用単語群Ａ」～「参照用単語群Ｃ」のそれぞれの参照用単語群に対し、「機能情報Ａ」～「機能情報Ｃ」の複数の機能情報との関係の度合いを紐づけて記憶させることができる。このため、例えば連関性を介して、１つの機能情報に対して、複数の参照用単語群を紐づけることができる。これにより、単語群に対して多角的な機能情報の選択を実現することができる。

連関性は、例えば各機能情報と、各単語群とをそれぞれ紐づける複数の連関度を有する。連関度は、例えば百分率、１０段階、又は５段階等の３段階以上で示され、例えば線の特徴（例えば太さ等）で示される。例えば、単語群に含まれる「単語群Ａ」は、機能情報に含まれる「機能情報Ａ」との間の連関度ＡＡ「７３％」を示し、単語群に含まれる「単語群Ｂ」との間の連関度ＡＢ「１２％」を示す。すなわち、「連関度」は、各データ間における繋がりの度合いを示しており、例えば連関度が高いほど、各データの繋がりが強いことを示す。例えば、「柔らかい」という単語群と「機能情報Ｂ」との連関度が「９２％」であり、「柔らかい」という単語群と、「機能情報Ｃ」という機能情報との連関度が「５％」である場合、「柔らかい」という単語群と「機能情報Ｃ」との繋がりよりも「柔らかい」という単語群と「機能情報Ｂ」との繋がりが強いことを示す。

このような図６に示す３段階以上の連関度を予め取得しておく。つまり実際の推定解の判別を行う上で、単語群と、機能情報の何れが採用、評価されたか、過去のデータセットを蓄積しておき、これらを分析、解析することで図６に示す連関度を作り上げておく。

例えば、過去において「柔らかい」という単語群に対して、機能情報Ｂが最も適合性が高いと判断され、評価されたものとする。このようなデータセットを集めて分析することにより、参照用単語群と機能情報との連関度が強くなる。

この分析、解析は人工知能により行うようにしてもよい。かかる場合には、例えば入力された単語群が「柔らかい」である場合に、過去のデータセットに基づいて、機能情報Ｂが推定される事例が多い場合には、この「柔らかい」と機能情報Ｂとにつながる連関度をより高く設定する。

また、この連関度は、人工知能におけるニューラルネットワークのノードで構成されるものであってもよい。即ち、このニューラルネットワークのノードが出力に対する重み付け係数が、上述した連関度に対応することとなる。またニューラルネットワークに限らず、人工知能を構成するあらゆる意思決定因子で構成されるものであってもよい。

また、選択モデルは、図７に示すように、入力データとして参照用単語群が入力され、出力データとして機能情報が出力され、入力データと出力データとの間に少なくとも１以上の隠れ層が設けられ、機械学習させるようにしてもよい。入力データ又は隠れ層データの何れか一方又は両方において上述した連関度が設定され、これが各データの重み付けとなり、これに基づいて出力の選択が行われる。そして、この連関度がある閾値を超えた場合に、その出力を選択するようにしてもよい。

このような連関度が、人工知能でいうところの学習済みデータとなる。このような学習済みデータを作った後に、実際にこれから新たに単語群から機能情報の推定を行うこととなる。かかる場合には、ステップＳ１２において抽出した単語に対する単語群を新たに取得する。新たに取得した単語群に基づいて、これに見合う機能情報を推定する。推定の際には、例えば予め取得した図６に示す連関度を参照する。例えば、新たに取得した単語群が「参照用単語群Ａ」と同一かこれに類似するものである場合には、連関度を介して「機能情報Ａ」との間の連関度ＡＡ「７３％」、「機能情報Ｂ」との間の連関度ＡＢ「１２％」で関連付けられている。この場合には、連関度の最も高い「機能情報Ａ」を最適解として選択する。但し、最も連関度の高いものを最適解として選択することは必須ではなく、連関度は低いものの連関性そのものは認められる「機能情報Ｂ」を最適解として選択するようにしてもよい。また、これ以外に矢印が繋がっていない出力解を選択してもよいことは勿論であり、連関度に基づくものであれば、その他いかなる優先順位で選択されるものであってもよい。

このような連関度を参照することにより、単語群が、機能情報と同一又は類似である場合のほか、非類似である場合においても、単語群に適した機能情報を定量的に選択することができるため、会話文から抽出した単語群がいかなる機能情報に該当するものであるのかを精度良く判別することができる。これによって３段階以上の関係を用いて、単語群と機能情報を紐づけることが可能となるので、入力された単語により適した機能情報を選択することができる。また、選択モデルは、ステップＳ１３で入力された入力データと、選択された出力データを学習データとして、強化学習を行ってもよい。

次にステップＳ１４へ移行し、使用例提示部１４は、ステップＳ１３で選択された機能情報に対応する効果情報を提示する。効果情報は、機能の効果に関する情報である。効果情報は、例えば機能情報が説明する機能を使用したときの効果を示す情報であり、当該機能を使用したときの使用例を提示してもよい。また、使用例提示部１４は、図８に示すように、例えばステップＳ１３において、複数の機能情報が選択された場合、各機能情報を示すモニター５の画面上のアイコンに対してカーソル６が重なった際にモニター５の画面上において背面が可視可能な半透明なサインを用いて、ユーザに効果情報を示すようにしてもよい。かかる場合、使用例提示部１４は、例えば機能情報として「アクリル筆」「油筆」「色鉛筆」「クレヨン」を取得した場合、それぞれの素材を使用した場合の使用例を効果情報としてモニター５に表示させてもよい。使用例提示部１４は、例えば複数の機能情報の中から、ユーザに選択された機能情報を、提示部１５に出力するようにしてもよい。

次にステップＳ１５へ移行し、提示部１５は、ステップＳ１４で、選択された機能情報を提示する。提示部１５は、例えば図９に示すように、ユーザ端末２のモニター５の画面上において背面が可視可能な半透明なサインを用いて、機能情報をユーザに提示してもよい。また、提示部１５は、音声を用いて機能情報を提示してもよい。これによって、ユーザの操作を阻害することなく、ユーザに機能情報を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

また、ステップＳ１５において、提示部１５は、予め取得したユーザに関するユーザ情報を参照し、ステップＳ１３により選択された機能情報の中から、ユーザに提示する機能情報を１以上決定してもよい。ユーザ情報は、ユーザに関する情報であり、例えばユーザの年齢や性別等のユーザの属性、ユーザの好み、ユーザのソフトウェア及びソフトウェアの機能の利用履歴、利用頻度、又はユーザが使用中のソフトウェア及びソフトウェアの機能の情報等である。また、ユーザ情報は、各機能情報の連関度を含んでもよい。各機能情報の連関度は、各機能情報間の連関度を示す情報であり、例えば機能情報ａと機能情報ｂとの関係の度合いを示すものである。また、ユーザ情報として、ユーザが使用しているソフトウェア及びソフトウェアの機能の情報を取得し、ステップＳ１３により選択された機能情報の中に取得したソフトウェアの機能情報が含まれている場合、当該機能情報をユーザに提示しないように決定してもよい。

また、ユーザと同じ属性を示す他ユーザによる利用頻度が高いソフトウェアの機能情報が、ステップＳ１３により選択された機能情報の中に含まれている場合、当該機能情報をユーザに提示するように決定してもよい。かかる場合、ユーザの属性毎にソフトウェアの利用頻度のリストを作成し、ユーザ情報を当該リストに参照させ、当該ソフトウェアの機能情報をユーザに提示するように決定してもよい。

また、ユーザが良く利用しているソフトウェア及びソフトウェアの機能と類似するソフトウェアの機能情報が、ステップＳ１３により選択された機能情報の中に含まれている場合、当該機能情報をユーザに提示するように決定してもよい。かかる場合、ユーザ情報に含まれるユーザのソフトウェア及びソフトウェアの機能の利用頻度又は利用履歴を参照し、利用頻度の高いソフトウェアの機能情報と連関度の高い機能情報をユーザに提示してもよい。かかる場合、予め取得した各機能情報の連関度を参照してもよい。各機能情報の連関度は、機能情報同士の連関度が示されたデータであり、例えば機能情報Ａと機能情報Ｂとが３０％、機能情報Ａと機能情報Ｃとが７０％、機能情報Ｂと機能情報Ｃとが５０％の連関度で連関していることを示すデータである。また、類似する複数のソフトウェアの機能情報が紐づけられた機能情報群を予め取得し、上述した機能情報群を参照し、ユーザに提示する機能情報を決定してもよい。

（第２実施形態）
以下、本発明の第２実施形態におけるユーザアシストシステムの一例について、図面を参照して説明する。第２実施形態は、予め取得された単語群及びユーザ情報を含む入力データと機能情報を含む出力データとの関係を示す選択モデルを参照し、単語群及びユーザ情報に対する機能情報を１以上選択する点において第１実施形態と異なる。また、第１実施形態と同様なものの説明は省略する。

第２実施形態では、ステップＳ１１においてユーザ情報を取得する。また、かかる場合、ユーザ情報は、質問データに対するユーザの回答を示す回答データを含む。質問データは、ユーザが使いたいソフトウェア及びソフトウェアの機能を特定するための質問のデータであり、例えばソフトウェア及びソフトウェアの機能の傾向等を訪ねる質問に関するデータであってもよい。回答データは、質問データに対するユーザの回答であり、例えば図１０に示すような複数の選択肢を含むデータであってもよい。また、回答データを取得したときに、取得した回答データに基づいて、新たに質問データを生成し、この質問データに対する回答データをさらに取得してもよい。かかる場合、ステップＳ１１は、図１０に示すような質問データと回答データの対応表を参照し、取得した回答データに基づいて、新たに質問データを生成し、この質問データに対する回答データをさらに取得すること複数回繰り返し、複数の回答データを含むユーザ情報を取得してもよい。これにより、ユーザが求めている機能情報に関する情報をより詳細に取得できる、これにより、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。また、ユーザ情報は、ユーザのソフトウェア及びソフトウェアの機能の利用履歴、利用頻度に関する情報が含まれていてもよい。

第２実施形態では、ステップＳ１３において、選択部１３は、予め取得された単語群及びユーザ情報を含む入力データと機能情報を含む出力データとの関係を示す選択モデルを参照し、ステップＳ１１において取得した単語群及びユーザ情報を含む入力データに対する機能情報を含む出力データを１以上選択する。かかる場合、選択モデルは、単語群及びユーザ情報を入力とし、機能情報を出力として、入力と出力の関係を示すモデルである。選択モデルは、例えば例えばニューラルネットワークをモデルとした機械学習を用いて、選択モデルを生成してもよい。かかる場合、選択モデルには、例えば図１１のように、参照用単語群及び参照用ユーザ情報と機能情報との間における連関度を有する連関性が記憶される。この選択モデルは入力データとして参照用ユーザデータが含まれる点で第１実施形態と異なる。これにより、よりユーザに適した機能情報を提示することが可能となるので、よりユーザビリティに優れた、ソフトウェアを扱うためのユーザアシストシステムを提供することができる。

本発明の実施形態を説明したが、この実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ ユーザアシスト装置
２ ユーザ端末
３ サーバ
４ 通信ネットワーク
５ モニター
６ カーソル
１０ 筐体
１１ 取得部
１２ 解析部
１３ 選択部
１４ 使用例提示部
１５ 提示部
１００ ユーザアシストシステム
１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ 保存部
１０５～１０７ Ｉ／Ｆ
１０８ 入力部
１０９ 表示部
Ｓ１１ 取得ステップ
Ｓ１２ 解析ステップ
Ｓ１３ 選択ステップ
Ｓ１４ 使用例提示ステップ
Ｓ１５ 提示ステップ

Claims (12)

1. ユーザから入力されたテキストデータを取得する取得手段と、
   予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、
   前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、
   前記選択手段は、予め取得された単語群を含む入力データと機能情報を含む出力データとからなるデータセットを学習データとして用い、入力を入力データとし、出力を出力データとして、機械学習により生成された前記関係を示す選択モデルを参照すること
   を特徴とするユーザアシストシステム。
2. 前記選択手段は、新たに取得した単語群を含む入力データと当該単語群に対応する機能情報を含む出力データとからなるデータセットを学習データとして、前記選択モデルに随時機械学習させること
   を特徴とする請求項１に記載のユーザアシストシステム。
3. ユーザから入力されたテキストデータを取得する取得手段と、
   予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、
   前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、
   前記選択手段は、前記ユーザから新たに入力されたテキストデータを取得し、当該テキストデータに含まれる単語を含む前記単語群に、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含ませること
   を特徴とするユーザアシストシステム。
4. ユーザから入力されたテキストデータを取得する取得手段と、
   予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、
   前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段と、
   前記選択手段により選択された出力データに含まれる機能情報に含まれる機能の効果に関する効果情報を提示する使用例提示手段とを備えること
   を特徴とするユーザアシストシステム。
5. ユーザから入力されたテキストデータを取得する取得手段と、
   予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、
   前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、
   前記選択手段は、予め取得された前記ソフトウェアの構成を特定するための特定用単語を参照し、前記ソフトウェアを説明する文書から抽出された前記特定用単語が含まれる前記構成を説明する構成情報に基づいて生成された機能情報を含む出力データと前記単語群を含む入力データとの関係を示す選択モデルを参照すること
   を特徴とするユーザアシストシステム。
6. ユーザから入力されたテキストデータを取得する取得手段と、
   予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、
   前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、
   前記提示手段は、予め取得した前記ユーザに関するユーザ情報を参照し、前記選択手段により選択された出力データに含まれる機能情報の中から、ユーザに提示する機能情報を１以上決定すること
   を特徴とするユーザアシストシステム。
7. 前記提示手段は、前記ユーザのソフトウェア及びソフトウェアの機能の利用頻度に関する情報と各機能情報の連関度とを含むユーザ情報を参照すること
   を特徴とする請求項６に記載のユーザアシストシステム。
8. ユーザから入力されたテキストデータを取得する取得手段と、
   予め取得された１以上の単語を含む単語群を含む入力データとソフトウェアの機能に関する機能情報を含む出力データとの関係を示す選択モデルを参照し、前記取得手段により取得されたテキストデータに含まれる１以上の単語を含む単語群を含む入力データに対する前記機能情報を含む出力データを１以上選択する選択手段と、
   前記選択手段により選択された出力データに含まれる機能情報を前記ユーザに提示する提示手段とを備え、
   前記取得手段は、前記ユーザに関するユーザ情報をさらに取得し、
   前記選択手段は、予め取得された単語群及びユーザ情報を含む入力データと機能情報を含む出力データとの関係を示す選択モデルを参照し、前記単語群及び前記取得手段により取得されたユーザ情報を含む入力データに対する前記機能情報を含む出力データを１以上選択すること
   を特徴とするユーザアシストシステム。
9. 前記取得手段は、質問データに対するユーザの回答を示す回答データを取得し、当該回答データに基づいて、新たに質問データを生成することを複数回繰り返し、取得した複数の前記回答データを含むユーザ情報を取得すること
   を特徴とする請求項８に記載のユーザアシストシステム。
10. 前記取得手段は、前記ユーザのソフトウェア及びソフトウェアの機能の利用頻度に関する情報を含むユーザ情報を取得すること
    を特徴とする請求項８又は請求項９に記載のユーザアシストシステム。
11. 前記提示手段は、前記機能情報をモニターの画面上において背面が可視可能なサイン、又は音声により前記ユーザに提示すること
    を特徴とする請求項１～１０の何れか１項に記載のユーザアシストシステム。
12. 前記取得手段は、前記ユーザから入力される音声を取得し、音声認識を用いて前記音声から前記テキストデータを取得すること
    を特徴とする請求項１～１１の何れか１項に記載のユーザアシストシステム。

Images