JP7055764B2 - 対話制御システム、対話制御方法及びプログラム - Google Patents

Description

本発明の実施形態は対話制御システム、対話制御方法及びプログラムに関する。

例えば、ユーザが自然文を入力して、自然文から必要な情報を抽出し、自然文で応答を返す対話制御システムでは、システムの知識にない未知のキーワードが入力される場合がある。未知のキーワードを正しく解析するためには、未知のキーワードをシステムの知識に追加する必要がある。商品名や流行語など、ユーザが使用するキーワードは日々新規のものが出現するため、その都度、キーワードを知識に追加する必要がある。また、自然文等の入力情報からキーワードの属性を推定し、当該属性を対話制御に利用する技術が従来から知られている。

特開２００２－２８８１５５号公報 特開２００８－２９３３０２号公報

しかしながら、従来の技術では、入力情報に含まれるキーワードの属性の推定精度を向上させることが難しかった。

実施形態の対話制御システムは、変換部と第１推定部と第２推定部と重み決定部と属性決定部とを備える。検出部は、入力情報から入力キーワードを検出する。変換部は、前記入力情報を、前記入力キーワードを含む情報と、前記入力情報の前記入力キーワード以外の部分を含む文脈情報と、に変換する。第１推定部は、前記文脈情報から、前記入力キーワードの第１属性と、前記第１属性の尤度を示す第１尤度とが関連付けられた第１推定情報を少なくとも１つ推定する。第２推定部は、前記入力キーワードから、前記入力キーワードの第２属性と、前記第２属性の尤度を示す第２尤度とが関連付けられた第２推定情報を少なくとも１つ推定する。重み決定部は、前記第１尤度の重みを示す第１重みを、前記第１推定部により推定された少なくとも１つの第１尤度の値に基づいて決定し、前記第２尤度の重みを示す第２重みを、前記第２推定部により推定された少なくとも１つの第２尤度の値に基づいて決定する。属性決定部は、前記第１推定情報、前記第１重み、前記第２推定情報、及び、前記第２重みに基づいて、前記入力キーワードの属性を決定する。

第１実施形態の対話制御システムの機能構成の例を示す図。 第１実施形態の属性決定方法の例１を示すフローチャート。 第１実施形態の属性決定方法の例２を示すフローチャート。 第１実施形態のキーワードリストの例を示す図。 第１実施形態の変形例の対話制御システムの機能構成の例を示す図。 第２実施形態の対話制御システムの機能構成の例を示す図。 第２実施形態の属性決定方法の例を示すフローチャート。 第２実施形態の変形例の対話制御システムの機能構成の例を示す図。 第３実施形態の対話制御システムの機能構成の例を示す図。 第３実施形態の対話制御方法の例を示すフローチャート。 第４実施形態の対話制御システムの機能構成の例を示す図。 第４実施形態のコンテンツの例を示す図。 第４実施形態の検索方法の例１を示すフローチャート。 第４実施形態の検索方法の例２を示すフローチャート。 第１乃至第４実施形態のハードウェア構成の例を示す図。

以下に添付図面を参照して、対話制御システム、対話制御方法及びプログラムの実施形態を詳細に説明する。

（第１実施形態）
［機能構成の例］
図１は第１実施形態の対話制御システム１０の機能構成の例を示す図である。第１実施形態の対話制御システム１０は、検出部１０１、変換部１０２、第１推定部１０３、第２推定部１０４及び属性決定部１０５を備える。本対話制御システム１０は、入力情報（例えば発話文）から入力キーワードを検出し、当該入力キーワードの属性を推定する。属性及び入力キーワードは、対話制御に使用される。具体的には、属性及び入力キーワードは、例えば検索タスク、及び、質問に応答するアプリケーション等で使用される。

検出部１０１は、入力情報から入力キーワードを検出する。検出部１０１は、入力情報が、日本語などの単語が分割されていない言語の場合、形態素解析を行い、発話文を単語に分割する。

キーワードを検出する方法はいくつか考えられる。以下に例をあげる。

一つ目のキーワード検出方法の例は、検出対象のキーワードのリストを用意しておき、そのキーワードが発話文に含まれていればキーワードとして検出する方法である。

二つ目のキーワード検出方法の例は、検出対象のキーワードが使われる文脈、例えば「この辺で＿が食べられるお店」のような文脈のテンプレートのリストを用意しておき、そのテンプレートが発話文に含まれていれば「＿」の部分をキーワードとして検出する方法である。

三つ目のキーワード検出方法の例は、検出対象のキーワードが含まれる複数の発話文と、検出対象のキーワードの箇所を示すラベルとを含む学習データを用いて機械学習モデルを作成し、当該機械学習モデルを用いてキーワードを検出する方法である。

変換部１０２は、入力情報を、入力キーワードを含む情報と、当該入力情報の当該入力キーワード以外の部分を含む文脈情報と、に変換する。

例えば「お寿司屋さんに行きたい」という発話文が入力情報である場合、入力キーワードの最小単位は「寿司」である。また、入力キーワードを含む情報は、「お寿司屋さん」及び「お寿司屋さんに行きたい」等である。

文脈情報は、例えば入力情報に含まれる情報のうち、入力キーワード以外の情報である。一番長い文脈情報の例は、入力キーワード以外を全て含む文である。例えば「お寿司屋さんに行きたい」という発話文で入力キーワードが「寿司」だった場合に、文脈情報は入力キーワード部分をマスクした「お＿さんに行きたい」である。また、文脈情報は、入力キーワードに付随する情報もマスクして、「＿に行きたい」及び「＿行きたい」などでもよい。

なお、文脈情報に、入力キーワードの一部又は全部を含めるようにしてもよい。例えば、入力情報が「フードストアに行きたい」であり、入力キーワードが「フードストア」である場合、文脈情報は、「＿ストアに行きたい」のように、入力キーワードの一部を含んでいてもよい。また例えば、文脈情報は、「フードストアに行きたい」のように、入力キーワードの全部を含んでいてもよい。

変換部１０２は、文脈情報を第１推定部１０３に入力し、入力キーワードを第２推定部１０４に入力する。

第１推定部１０３は、文脈情報から、入力キーワードの第１属性と、第１属性の尤度を示す第１尤度とが関連付けられた第１推定情報を少なくとも１つ推定する。キーワードから推定される属性と区別するため、文脈情報から推定される属性を第１属性と称する。第１尤度及び第１推定情報についても同様である。第１尤度の範囲は、例えば０～１である。

第２推定部１０４は、入力キーワードから、入力キーワードの第２属性と、第２属性の尤度を示す第２尤度とが関連付けられた第２推定情報を少なくとも１つ推定する。文脈情報から推定される属性と区別するため、キーワードから推定される属性を第２属性と称する。第２尤度及び第２推定情報についても同様である。第２尤度の範囲は、例えば０～１である。

属性決定部１０５は、第１推定情報及び第２推定情報に基づいて、入力キーワードの属性を決定する。

［属性決定方法の例１］
図２Ａは第１実施形態の属性決定方法の例１を示すフローチャートである。図２Ａでは、入力情報が「和食が食べたい」という発話文である場合について説明する。「和食」は、対話制御システム１０にとって既知のキーワードであるとする。

はじめに、検出部１０１が、入力情報「和食が食べたい」からキーワード「和食」を検出する（ステップｓ１０１）。次に、変換部１０２が、入力情報「和食が食べたい」を、キーワード「和食」と、文脈情報「＿が食べたい」に変換する（ステップｓ１０２）。変換部１０２は、キーワード「和食」を第２推定部１０４に入力し、文脈情報「＿が食べたい」を第１推定部１０３に入力する。

次に、第２推定部１０４が、キーワード「和食」から、キーワードの第２属性を推定する（ステップｓ１０３）。このとき、第２推定部１０４は、第２属性とともに第２尤度を推定する。キーワード「和食」は、対話制御システムにとって既知のキーワードであり、キーワード「和食」の属性がｆｏｏｄであるという知識も保持しているため、ｐ（ｆｏｏｄ）＝０．９という高い第２尤度が推定される。また、キーワード「和食」から、ｐ（ｉｔｅｍ）＝０．１という低い第２尤度が推定される。

次に、第１推定部１０３が、文脈情報から、キーワード「和食」の第１属性を推定する（ステップｓ１０４）。このとき、第１推定部１０３は、第１属性とともに第１尤度を推定する。ステップＳ１０４では、「＿が食べたい」という文脈情報から第１属性ｆｏｏｄが推定される。「＿が食べたい」という文脈情報は、属性ｆｏｏｄで使われるので、ｐ（ｆｏｏｄ）＝０．８という高い第１尤度が推定される。また、「＿が食べたい」という文脈情報から、ｐ（ｉｔｅｍ）＝０．１という低い第１尤度が推定される。

次に、属性決定部１０５が、ステップＳ１０３の処理により推定された第２尤度と、ステップＳ１０４の処理により推定された第１尤度とを使用して、キーワード「和食」の属性を決定する（ステップＳ１０５）。図２Ａの例では、属性決定部１０５が、属性ｆｏｏｄの第１尤度及び第２尤度の平均値０．８５と、属性ｉｔｅｍの第１尤度及び第２尤度の平均値０．１と、を比較し、平均値が高い方の属性ｆｏｏｄを、キーワード「和食」の属性に決定する。

［属性決定方法の例２］
図２Ｂは第１実施形態の属性決定方法の例２を示すフローチャートである。図２Ｂでは、入力情報が「ふわふわリング食べたい」という発話文である場合について説明する。「ふわふわリング」は、対話制御システム１０にとって未知のキーワードであるとする。「ふわふわリング」はここではドーナツの商品名として使用しており、属性はｆｏｏｄになるのが正しい。

はじめに、検出部１０１が、入力情報「ふわふわリング食べたい」からキーワード「ふわふわリング」を検出する（ステップｓ１０１）。次に、変換部１０２が、入力情報「ふわふわリング食べたい」を、キーワード「ふわふわリング」と、文脈情報「＿食べたい」に変換する（ステップｓ１０２）。変換部１０２は、キーワード「ふわふわリング」を第２推定部１０４に入力し、文脈情報「＿食べたい」を第１推定部１０３に入力する。

次に、第２推定部１０４が、キーワード「ふわふわリング」から、キーワードの第２属性を推定する（ステップｓ１０３）。このとき、第２推定部１０４は、第２属性とともに第２尤度を推定する。キーワード「ふわふわリング」は、対話制御システムにとって未知のキーワードであり、キーワード「ふわふわリング」の属性がｆｏｏｄであるという知識も保持していない。そのため、ｐ（ｆｏｏｄ）＝０．３、及び、ｐ（ｉｔｅｍ）＝０．４という低い第２尤度が推定され、キーワード「ふわふわリング」からは、属性を１つに決定できない。

次に、第１推定部１０３が、文脈情報から、キーワード「ふわふわリング」の第１属性を推定する（ステップｓ１０４）。このとき、第１推定部１０３は、第１属性とともに第１尤度を推定する。ステップＳ１０４では、「＿食べたい」という文脈情報から属性ｆｏｏｄが推定される。「＿食べたい」という文脈情報は、属性ｆｏｏｄで使われるので、ｐ（ｆｏｏｄ）＝０．８という高い第１尤度が推定される。また、「＿食べたい」という文脈情報から、ｐ（ｉｔｅｍ）＝０．１という低い第１尤度が推定される。

次に、属性決定部１０５が、ステップＳ１０３の処理により推定された第２尤度と、ステップＳ１０４の処理により推定された第１尤度とを使用して、キーワード「ふわふわリング」の属性を決定する（ステップｓ１０５）。図２Ｂの例では、属性決定部１０５が、属性ｆｏｏｄの第１尤度及び第２尤度の平均値０．５５と、属性ｉｔｅｍの第１尤度及び第２尤度の平均値０．２５と、を比較し、平均値が高い方の属性ｆｏｏｄを、キーワード「ふわふわリング」の属性に決定する。このように未知のキーワードについては第２属性の推定精度が低いが、第１推定部１０３が、文脈情報を使用して第１属性を推定することで、最終的にはキーワードの正しい属性を出力することができる。

第１推定部１０３によって、第１属性を推定する方法はいくつか考えられる。以下に例をあげる。

一つ目の第１属性推定方法は、各属性に対して、その属性のキーワードが使われる文脈（例えば「この辺で＿が食べられるお店」等）のテンプレートを用意し、そのテンプレートが入力情報（例えば発話文）に含まれていれば該当する第１属性を推定する方法である。

二つ目の第１属性推定方法は、学習対象の学習キーワードが含まれる複数の文と、文に含まれる学習キーワードの位置及び属性を示すラベルと、を含む学習データによって機械学習された第１属性推定モデルを用いて、第１属性を推定する方法である。

第２推定部１０４によって、第２属性を推定する方法はいくつか考えられる。以下に例をあげる。

一つ目の第２属性推定方法は、キーワードリストを用いて、第２属性を推定する方法である。

図３は第１実施形態のキーワードリスト２０１の例を示す図である。キーワードリスト２０１は、属性毎に１以上のサンプルキーワードを関連付けて記憶する。例えば、第２属性がｆｏｏｄである場合、「和食」、「洋食」及び「スイーツ」等のサンプルキーワードが関連付けられている。

第２推定部１０４は、属性毎に１以上のサンプルキーワードが関連付けられたキーワードリストを参照して、入力キーワードが、サンプルキーワードとしてキーワードリスト２０１に含まれているか否かを判定する。そして、第２推定部１０４は、入力キーワードが、サンプルキーワードとしてキーワードリスト２０１に含まれている場合、サンプルキーワードに関連付けられた属性によって、入力キーワードの第２属性を推定する。

二つ目の第２属性推定方法は、各属性のキーワードの言い換え表現を大量に用意しておき、これを学習データとして用いて、キーワードの属性を推定する機械学習モデルを作成し、当該機械学習モデルによって第２属性を推定する方法である。

以上、説明したように、第１実施形態の対話制御システム１０では、検出部１０１が、入力情報から入力キーワードを検出する。変換部１０２が、入力情報を、入力キーワードを含む情報と、入力情報の入力キーワード以外の部分を含む文脈情報と、に変換する。第１推定部１０３が、文脈情報から、入力キーワードの第１属性と、第１属性の尤度を示す第１尤度とが関連付けられた第１推定情報を少なくとも１つ推定する。第２推定部１０４が、入力キーワードから、入力キーワードの第２属性と、第２属性の尤度を示す第２尤度とが関連付けられた第２推定情報を少なくとも１つ推定する。属性決定部１０５は、第１推定情報、及び、第２推定情報に基づいて、入力キーワードの属性を決定する。

これにより第１実施形態の対話制御システム１０によれば、入力情報に含まれるキーワードの属性の推定精度を向上させることができる。具体的には、文脈情報による入力キーワードの第１属性の推定は未知キーワードでも性能が劣化しないというメリットがある。しかし、複数の第１属性で共通に使われる文脈情報もあるため、キーワードの情報を使用した第２推定よりは推定精度が落ちる。一方、キーワードの情報による第２属性の推定は、既知の入力キーワードについては高性能であるが、未知の入力キーワードについては推定精度が劣化する。第１実施形態の対話制御システム１０では、第１推定部１０３及び第２推定部１０４の両方を備えているので、入力情報に含まれるキーワードの属性の推定精度を向上させることができる。

（第１実施形態の変形例）
次に第１実施形態の変形例について説明する。変形例の説明では、第１実施形態と同様の説明については省略する。変形例では、入力キーワード（単語）を分散表現に変換して取り扱う場合について説明する。

図４は第１実施形態の変形例の対話制御システム１０－２の機能構成の例を示す図である。変形例の対話制御システム１０－２は、検出部１０１、変換部１０２、第１推定部１０３、第２推定部１０４、属性決定部１０５及び生成部１０６を備える。すなわち、変形例では、生成部１０６が追加されている。

生成部１０６は、単語（キーワード）から、当該単語の特徴がベクトルにより表された分散表現を生成する。例えば、生成部１０６は、入力キーワードから、入力キーワードの特徴がベクトルにより表された分散表現を生成する。具体的には、入力キーワードの分散表現は、入力キーワードが、当該入力キーワードの意味や文章中での使われ方に基づいて、１次元以上のベクトルデータに変換されることによって生成される。生成部１０６の生成処理は、意味が似ている単語や、文中での使われ方が似ている単語はベクトルデータの同士の距離が小さくなるように、あらかじめ大規模なデータによって作成される。距離の算出方法には、例えばユークリッド距離及びコサイン距離等があげられる。

第１推定部１０３は、学習対象の学習キーワードが含まれる複数の文と、文に含まれる学習キーワードの位置及び属性を示すラベルと、を含む学習データによって機械学習された第１属性推定モデルを用いて、第１属性を推定する。変形例では、学習キーワードのデータ形式が、生成部１０６によって、分散表現としてベクトルデータに変換されている点が、第１実施形態とは異なる。

第２推定部１０４は、各属性のキーワードの言い換え表現を大量に用意しておき、これを学習データとして用いて、キーワードの属性を推定する機械学習モデルを作成し、当該機械学習モデルによって第２属性を推定する。変形例では、キーワードの言い換え表現のデータ形式が、生成部１０６によって、分散表現としてベクトルデータに変換されている点が、第１実施形態とは異なる。

なお、第２推定部１０４は、属性毎に１以上のサンプルキーワードが関連付けられたキーワードリスト２０１を参照して、サンプルキーワードと、入力キーワードとの類似度を算出し、類似度に基づいて、第２属性及び第２尤度を含む第２推定情報を少なくとも１つ推定してもよい。例えば、第２推定部１０４は、入力キーワードの分散表現と、キーワードリスト２０１に含まれるサンプルキーワードの分散表現との距離を類似度として算出し、当該距離と、サンプルキーワードの属性とに基づいて、入力キーワードの第２属性を推定してもよい。例えば、第２推定部１０４は、入力キーワードとの距離がより近い１以上のサンプルキーワードの属性を、当該入力キーワードの第２属性として推定し、当該第２属性の第２尤度を距離に応じて推定してもよい。

（第２実施形態）
次に第２実施形態について説明する。第２実施形態の説明では、第１実施形態と同様の説明については省略する。第２実施形態では、推定された第１属性及び第２属性の重みを考慮して、入力キーワードの属性を決定する場合について説明する。

［機能構成の例］
図５は第２実施形態の対話制御システム１０－３の機能構成の例を示す図である。第２実施形態の対話制御システム１０－３は、検出部１０１、変換部１０２、第１推定部１０３、第２推定部１０４、属性決定部１０５及び重み決定部１０７を備える。すなわち、第２実施形態では、重み決定部１０７が追加されている。

重み決定部１０７は、例えば第１尤度及び第２尤度に応じて、第１重み及び第２重みを決定する。

［属性決定方法の例］
図６は第２実施形態の属性決定方法の例を示すフローチャートである。ステップＳ２０１～ステップＳ２０４の説明は、図２ＡのステップＳ１０１～ステップＳ１０４の説明と同じなので省略する。

重み決定部１０７は、ステップＳ２０４の処理（第１推定部１０３）により推定された第１尤度、及び、ステップＳ２０３の処理（第２推定部１０４）により推定された第２尤度に応じて、第１重み及び第２重みを決定する（ステップＳ２０５）。

重みの決定する方法はいくつか考えられる。尤度が高いほど、推定される属性は正しい可能性が高い。そのため図６の例では、第１尤度及び第２尤度に応じて、重みを分配して、第１重み及び第２重みを決定する方法が用いられている。

図６の例では、ステップＳ２０３及びステップＳ２０４の処理結果は以下の通りである。
ステップＳ２０３の処理結果：ｐ_ｋ（ｆｏｏｄ）＝０．３，ｐ_ｋ（ｉｔｅｍ）＝０．４
ステップＳ２０４の処理結果：ｐ_ｃ（ｆｏｏｄ）＝０．８，ｐ_ｃ（ｉｔｅｍ）＝０．１

重み決定部１０７は、例えばステップＳ２０３の処理により推定された第２属性の第２尤度の最大値によって、第２重みを決定する。すなわち、図６の例では、第２重み（キーワード）は０．４である。

また、重み決定部１０７は、例えばステップＳ２０４の処理により推定された第１属性の第１尤度の最大値によって、第１重みを決定する。すなわち、図６の例では、第１重み（文脈）は０．８である。

次に、属性決定部１０６が、ステップＳ２０３の処理により推定された第２尤度と、ステップＳ２０４の処理により推定された第１尤度と、ステップＳ２０５の処理により決定された第１重み及び第２重みを使用して、キーワード「ふわふわリング」の属性を決定する（ステップｓ２０６）。図６の例では、（第１属性）＊（第１重み）＋（第２属性）＊（第２重み）の算出結果に基づいて、キーワード「ふわふわリング」の属性がｆｏｏｄに決定されている。

具体的には、
ｐ（ｆｏｏｄ）＝０．８＊ｐ_ｃ（ｆｏｏｄ）＋０．４＊ｐ_ｋ（ｆｏｏｄ）＝０．７６
ｐ（ｉｔｅｍ）＝０．８＊ｐ_ｃ（ｉｔｅｍ）＋０．４＊ｐ_ｋ（ｉｔｅｍ）＝０．２４
となり、属性ｆｏｏｄの尤度の方が高いので、「ふわふわリング」の属性はｆｏｏｄに決定される。図６の例では、重みを考慮していない図２Ｂの場合よりも、属性ｆｏｏｄと属性ｉｔｅｍとの差がより顕著になっている。

以上、説明したように、第２実施形態では、属性決定部１０５が、推定された第１属性及び第２属性の重み（上述の第１重み及び第２重み）を更に考慮して、入力キーワードの属性を決定する。これにより、第２実施形態によれば、入力情報に含まれるキーワードの属性の推定精度を更に向上させることができる。

（第２実施形態の変形例）
次に第２実施形態の変形例について説明する。変形例の説明では、第２実施形態と同様の説明については省略する。変形例では、入力キーワード（単語）を分散表現に変換して取り扱う場合について説明する。

［機能構成の例］
図７は第２実施形態の変形例の対話制御システム１０－４の機能構成の例を示す図である。変形例の対話制御システム１０－４は、検出部１０１、変換部１０２、第１推定部１０３、第２推定部１０４、属性決定部１０５、生成部１０６及び重み決定部１０７を備える。すなわち、第２実施形態の変形例では、生成部１０６が追加されている。

生成部１０６の説明は、第１実施形態の変形例の説明と同様である。生成部１０６は、入力キーワードから、入力キーワードの特徴がベクトルにより表された分散表現を生成する。また、生成部１０６は、キーワードリスト２０１に含まれるサンプルキーワードの分散表現を生成する。

第２推定部１０４は、入力キーワードの分散表現と、キーワードリスト２０１に含まれるサンプルキーワードの分散表現との距離を類似度として算出し、当該距離と、サンプルキーワードの属性とに基づいて、入力キーワードの第２属性を推定する。

重み決定部１０７は、入力キーワードの分散表現と、キーワードリスト２０１に含まれるサンプルキーワードの分散表現との距離（類似度）に基づいて、第１重み及び第２重みを決定する。入力キーワードが、キーワードリスト２０１内のサンプルキーワードに近いほど、第２属性の推定精度が高い。そこで、変形例では、推定精度の高さをキーワードリスト２０１内のサンプルキーワードを使用して見積もる。

以下に具体例をあげる。

生成部１０６は、入力キーワードと、キーワードリスト２０１内のサンプルキーワードとの距離を算出する。ここでは距離を０～１に正規化しておく。そして、重み決定部１０７は、入力キーワードとの距離が一番小さいサンプルキーワードの距離を第１重みとし、第２重みを１から第１重みを引いた値により決定する。

＜具体例１＞
「日本料理がいい」（ｄｉｓｔａｎｃｅ（日本料理、和食）＝０．１）
第１属性（文脈）：ｐ_ｃ（ｆｏｏｄ）０．４，ｐ_ｃ（ｉｔｅｍ）＝０．４
→ 第１重み：０．１
第２属性（キーワード）：ｐ_ｋ（ｆｏｏｄ）＝０．９，ｐ_ｋ（ｉｔｅｍ）＝０．１
→ 第２重み：０．９

ｐ（ｆｏｏｄ）＝０．１＊ｐ_ｃ（ｆｏｏｄ）＋０．９＊ｐ_ｋ（ｆｏｏｄ）＝０．８５
ｐ（ｉｔｅｍ）＝０．１＊ｐ_ｃ（ｉｔｅｍ）＋０．９＊ｐ_ｋ（ｉｔｅｍ）＝０．１３
となり、ｆｏｏｄの尤度が高いので、「日本料理」の属性としてｆｏｏｄを出力する。

＜具体例２＞
「ふわふわリングが食べたい」（ｄｉｓｔａｎｃｅ（ふわふわリング、指輪）＝０．６）
第１属性（文脈）：ｐ_ｃ（ｆｏｏｄ）＝０．８，ｐ_ｃ（ｉｔｅｍ）＝０．１
→ 第１重み：０．６
第２属性（キーワード）：ｐ_ｋ（ｆｏｏｄ）＝０．３，ｐ_ｋ（ｉｔｅｍ）＝０．４
→ 第２重み：０．４

ｐ（ｆｏｏｄ）＝０．６＊ｐ_ｃ（ｆｏｏｄ）＋０．４＊ｐ_ｋ（ｆｏｏｄ）＝０．６６
ｐ（ｉｔｅｍ）＝０．６＊ｐ_ｃ（ｉｔｅｍ）＋０．４＊ｐ_ｋ（ｉｔｅｍ）＝０．２２
となり、ｆｏｏｄの尤度が高いので、「ふわふわリング」の属性としてｆｏｏｄを出力する。

なお、重み決定部１０７による第１重み及び第２重みの決定方法は、上述の例に限られない。例えば、重み決定部１０７は、機械学習を利用して、第１重み及び第２重みを決定してもよい。例えば、重み決定部１０７は、学習対象の学習キーワードが含まれる複数の文と、文に含まれる学習キーワードの位置及び属性を示すラベルと、を含む学習データによって機械学習された重み決定モデルを用いて、第１重み（文脈から推定された第１属性の重み）、及び、第２重み（入力キーワードから推定された第２属性の重み）を決定してもよい。

（第３実施形態）
次に第３実施形態について説明する。第３実施形態の説明では、第２実施形態と同様の説明については省略する。第３実施形態では、推定された第１属性及び第２属性の重みを考慮して、入力キーワードの属性を決定する場合について説明する。また、第３実施形態では、属性が１つに決定できない場合の対話制御について説明する。

［機能構成の例］
図８は第３実施形態の対話制御システム１０－５の機能構成の例を示す図である。第３実施形態の対話制御システム１０は、検出部１０１、変換部１０２、第１推定部１０３、第２推定部１０４、属性決定部１０５、重み決定部１０７及び制御部１０８を備える。すなわち、第３実施形態では、制御部１０８が追加されている。

制御部１０８は、入力キーワードの属性が１つに決定できない場合、入力キーワードの属性を問い合わせる情報を出力する。これにより、無理に１つに絞る場合に比べて、誤った属性を出力する可能性を下げることができる。

［対話制御方法の例］
図９は第３実施形態の対話制御方法の例を示すフローチャートである。図９の例では、属性決定部１０５が、属性決定部１０５による属性決定（ステップＳ２０６）の後に、入力キーワードの属性が１つに絞り込めたか否かを判定する（ステップＳ２０７）。

属性が１つに絞り込めなかった場合（ステップＳ２０７，Ｎｏ）、制御部１０８が、入力キーワードの属性を問い合わせる情報を出力する。制御部１０８は、例えば図９の例では、「『ふわふわリング』は食べ物ですか？ファッションアイテムですか？」と問い合わせる。これにより、ユーザの応答から正しい属性を得ることができる。

以下にステップＳ２０７の判定方法の例をあげる。ここでは属性決定部１０５により出力された尤度を使用する。例えば、各属性の尤度の差に対して閾値を設ける。制御部１０８は、例えば属性の尤度の差が閾値より小さい場合、差が取得された２つの属性を使用して、入力キーワードの属性を問い合わせる情報を出力する。

また例えば、属性決定部１０５は、属性を属性の尤度が高い順にソートし、１位と各順位間の尤度の差を算出し、閾値より小さいか否かを判定する。そして、制御部１０８は、尤度の差が閾値より小さい場合、差が取得された属性を使用して、入力キーワードの属性を問い合わせる情報を出力する。例えば、制御部１０８は、１位と２位との差、１位と３位との差が閾値より小さい場合、１位～３位までの属性を使用して、入力キーワードの属性を問い合わせる情報を出力する。

また例えば、制御部１０８は、尤度が閾値より大きい属性を使用して、入力キーワードの属性を問い合わせる情報を出力する。

以下は、属性決定部１０５が、属性を１つに絞り込めない場合の具体例である。

＜具体例１＞
「ふわふわリングがいい」
第１属性（文脈）：ｐ_ｃ（ｆｏｏｄ）＝０．４，ｐ_ｃ（ｉｔｅｍ）＝０．４，ｐ_ｃ（ｎａｍｅ）＝０．２ → 第１重み：０．６（＝１－（第２重み））
第２属性（キーワード）：ｐ_ｋ（ｆｏｏｄ）＝０．３，ｐ_ｋ（ｉｔｅｍ）＝０．４，ｐ_ｃ（ｎａｍｅ）＝０．２ → 第２重み：０．４

ｐ（ｆｏｏｄ）＝０．６＊ｐ_ｃ（ｆｏｏｄ）＋０．４＊ｐ_ｋ（ｆｏｏｄ）＝０．３６
ｐ（ｉｔｅｍ）＝０．６＊ｐ_ｃ（ｉｔｅｍ）＋０．４＊ｐ_ｋ（ｉｔｅｍ）＝０．４
ｐ（ｎａｍｅ）＝０．６＊ｐ_ｃ（ｎａｍｅ）＋０．４＊ｐ_ｋ（ｎａｍｅ）＝０．２

ｆｏｏｄとｉｔｅｍの尤度が近い値である。例えば尤度の差に対する閾値を０．１にしておくと、
ｐ（ｆｏｏｄ）－ｐ（ｉｔｅｍ）＝０．０４ ＜ ０．１
ｐ（ｆｏｏｄ）－ｐ（ｎａｍｅ）＝０．１６ ＞ ０．１
となる。この場合、属性決定部１０５は、属性を１つに絞り込まずに、ｆｏｏｄ及びｉｔｅｍを、入力キーワードの属性として出力する。

また例えば尤度に対する閾値を０．３にしておくと、
ｐ（ｆｏｏｄ）＝０．３６ ＞ ０．３
ｐ（ｉｔｅｍ）＝０．４ ＞ ０．３
ｐ（ｎａｍｅ）＝０．２ ＜ ０．３
となる。この場合も、属性決定部１０５は、属性を１つに絞り込まずに、ｆｏｏｄ及びｉｔｅｍを、入力キーワードの属性として出力する。

以上、説明したように、第３実施形態では、入力キーワードの属性が１つに決定できない場合、制御部１０８が、入力キーワードの属性を問い合わせる情報を出力する。これにより、無理に１つに絞る場合に比べて、誤った属性を出力する可能性を下げることができる。

（第４実施形態）
次に第４実施形態について説明する。第４実施形態の説明では、第２実施形態と同様の説明については省略する。第４実施形態では、属性に関連付けられたサンプルキーワードを検索に使用する場合について説明する。

［機能構成の例］
図１０は第４実施形態の対話制御システム１０－６の機能構成の例を示す図である。第４実施形態の対話制御システム１０－６は、検出部１０１、変換部１０２、第１推定部１０３、第２推定部１０４、属性決定部１０５、重み決定部１０７、選択部１０９、記憶部１１０及び検索部１１１を備える。すなわち、第４実施形態では、選択部１０９、記憶部１１０及び検索部１１１が追加されている。

選択部１０９は、入力キーワードの属性と同じ属性に関連付けられた１以上のサンプルキーワード（図３のキーワードリスト２０１参照）と、入力キーワードとの類似度に基づいて、１以上のサンプルキーワードから検索キーワードを選択する。例えば、選択部１０９は、入力キーワードと、属性決定部１０６により決定された属性のサンプルキーワードとの距離を、類似度として算出する。この場合、選択部１０９は、属性決定部１０６により決定された属性のサンプルキーワードのうち、例えば入力キーワードとの距離が最小のサンプルキーワードを、検索キーワードとして選択する。選択部１０９は、例えば入力キーワード「日本料理」に一番近いサンプルキーワードは「和食」なので、「和食」を選択する。

また例えば、選択部１０９は、「ふわふわリング」の属性はｆｏｏｄなので、ｆｏｏｄ内のサンプルキーワードで、一番近い距離の近い「スイーツ」を選択する。なお、「ふわふわリング」に一番近いサンプルキーワードは、全サンプルキーワードの中では「指輪」である。選択部１０９が、属性を絞らずに全属性のサンプルキーワードと比較すると、「指輪」が一番近いので「指輪」を選択してしまう。選択部１０９が、属性決定部１０５により決定された属性に関連付けられたサンプルキーワードを比較対象とすることで、「スイーツ」を選択できる。これにより、検索部１１１が、「スイーツ」のコンテンツを検索することができるようになる。

記憶部１１０は情報を記憶する。記憶部１１０は、例えば上述のキーワードリスト２０１、及び、検索対象のコンテンツ等を記憶する。

図１１は第４実施形態のコンテンツの例を示す図である。図１１の例では、コンテンツは、各属性（ｆｏｏｄ，ｉｔｅｍ，ａｒｅａ及びｎａｍｅ）をカラムとして有するデータ－ベースに記憶される。各属性に設定されているデータは、例えばキーワードリスト２０１のサンプルキーワードに対応する。

検索部１１１は、選択部１０９により選択されたキーワードを使用してコンテンツを検索する。

＜検索方法の例１＞
図１２は第４実施形態の検索方法の例１を示すフローチャートである。ステップＳ３０１～ステップＳ３０６の説明は、図６のステップＳ２０１～ステップＳ２０６の説明と同じなので省略する。選択部１１１が、「ふわふわリング」の属性はｆｏｏｄなので、ｆｏｏｄに関連付けられた１以上のサンプルキーワードと、「ふわふわリング」との類似度に基づいて、検索キーワードを選択する。例えば、選択部１１１は、ｆｏｏｄ内のサンプルキーワードで、一番近い距離の近い「スイーツ」を、検索キーワードとして選択する（ステップＳ３０７）。

次に、検索部１１１が、ステップＳ３０７の処理により選択されたキーワードを使用してコンテンツを検索する。図１２の例では、検索部１１１は、「『スイーツ』のお店が１０件見つかりました。」と通知するとともに、コンテンツの検索結果を出力する。

＜検索方法の例２＞
図１３は第４実施形態の検索方法の例２を示すフローチャートである。ステップＳ３０１～ステップＳ３０８の説明は、図１２の説明と同じなので省略する。検索部１１１は、ｆｏｏｄに関連付けられたサンプルキーワード「スイーツ」と、入力キーワード「ふわふわリング」との類似度が閾値Ｘより大きいか否かを判定する（ステップＳ３０９）。なお、閾値Ｘは、類似度の判断基準等に応じて適宜、定めてよい。

類似度が閾値Ｘより大きい場合（ステップＳ３０９、Ｙｅｓ）、検索部１１１は、「『スイーツ』のお店が１０件見つかりました。」と通知するとともに、コンテンツの検索結果を出力する。

類似度が閾値Ｘ以下の場合（ステップＳ３０９、Ｎｏ）、すなわち、類似していないと判定された検索キーワードの場合は、検索部１１１が、当該検索キーワードで検索してもユーザの好みのコンテンツが提示できない可能性が高い。そのため、検索部１１１は、「『ふわふわリング』のお店は見つかりませんでした。スイーツのお店なら１０件見つかりました。」と代替案であることを通知する。または、検索部１１１は、「『ふわふわリング』のお店はみつかりませんでした。どんなものが食べたいですか？」等の情報を通知して、別のキーワードの入力をするように促す。この際に属性ｆｏｏｄがわかっているので、検索部１１１が、「どんなものが食べたいですか？」と食べ物のキーワードを要求することで、何を言うべきかをわかりやすくユーザに認識させることができる。例えばユーザが「ドーナツが食べたい」のように別の食べ物で言い換えることで、検索部１１１は、検索に使える入力キーワード「ドーナツ」を取得できる。

なお、上述の第３実施形態のように、属性決定部１０５が、属性を１つに絞り込めない場合もある。この場合、検索部１１１は、ユーザに問い返して１つの属性に絞り込むことも可能だが、絞り込まずにそのまま検索に使用することも可能である。この場合、選択部１０９が、属性決定部１０５から出力された複数の属性のそれぞれに対して、１以上のサンプルキーワードとの距離を算出する。例えば、選択部１０９は、属性決定部１０５から属性ｆｏｏｄ及びｉｔｅｍが出力された場合は、それぞれの属性に関連付けられた１以上のサンプルキーワードと、入力キーワードとの距離を算出する。選択部１０９は、各属性で、例えば一番距離の小さいサンプルキーワードを選択し、当該サンプルキーワードを検索キーワードとして出力する。そして、検索部１１１が、各属性の検索キーワードでコンテンツを検索し、例えば「『ふわふわリング』のお店は見つかりませんでした。『指輪』のお店なら１０件見つかりました。また、『スイーツ』のお店なら１０件見つかりました。」等の情報を通知する。

また、選択部１０９は、入力キーワードの属性と同じ属性に関連付けられた１以上のサンプルキーワードと、入力キーワードとの類似度が閾値Ｘより小さい場合、当該入力キーワードは受け付けられないことを示す情報を通知してもよい。

以上、説明したように、第４実施形態では、検索部１１１が、属性決定部１０５により決定された属性と同じ属性に関連付けられたサンプルキーワードで、コンテンツを検索する。第４実施形態によれば、属性決定部１０５により決定された属性を、コンテンツの検索に使用することができる。

最後に、実施形態の対話制御システム１０のハードウェア構成の例について説明する。

［ハードウェア構成の例］
図１４は第１乃至第４実施形態のハードウェア構成の例を示す図である。

対話制御システム１０は、制御装置３０１、主記憶装置３０２、補助記憶装置３０３、表示装置３０４、入力装置３０５及び通信装置３０６を備える。制御装置３０１、主記憶装置３０２、補助記憶装置３０３、表示装置３０４、入力装置３０５及び通信装置３０６は、バス３１０を介して接続されている。

制御装置３０１は、補助記憶装置３０３から主記憶装置３０２に読み出されたプログラムを実行する。主記憶装置３０２は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、及び、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のメモリである。補助記憶装置３０３は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、及び、メモリカード等である。

表示装置３０４は表示情報を表示する。表示装置３０４は、例えば液晶ディスプレイ等である。入力装置３０５は、対話制御システム１０として動作させるコンピュータを操作するためのインタフェースである。入力装置３０５は、例えばキーボードやマウス等である。コンピュータがスマートフォン及びタブレット型端末等のスマートデバイスの場合、表示装置３０４及び入力装置３０５は、例えばタッチパネルである。通信装置３０６は、他の装置と通信するためのインタフェースである。

コンピュータで実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、メモリカード、ＣＤ－Ｒ及びＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）等のコンピュータで読み取り可能な記憶媒体に記録されてコンピュータ・プログラム・プロダクトとして提供される。

またコンピュータで実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。またコンピュータで実行されるプログラムをダウンロードさせずにインターネット等のネットワーク経由で提供するように構成してもよい。

またコンピュータで実行されるプログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

コンピュータで実行されるプログラムは、上述の対話制御システム１０の機能構成（機能ブロック）のうち、プログラムによっても実現可能な機能ブロックを含むモジュール構成となっている。当該各機能ブロックは、実際のハードウェアとしては、制御装置３０１が記憶媒体からプログラムを読み出して実行することにより、上記各機能ブロックが主記憶装置３０２上にロードされる。すなわち上記各機能ブロックは主記憶装置３０２上に生成される。

なお上述した各機能ブロックの一部又は全部をソフトウェアにより実現せずに、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等のハードウェアにより実現してもよい。

また複数のプロセッサを用いて各機能を実現する場合、各プロセッサは、各機能のうち１つを実現してもよいし、各機能のうち２つ以上を実現してもよい。

また対話制御システム１０として動作させるコンピュータの動作形態は任意でよい。例えば、対話制御システム１０を１台のコンピュータにより実現してもよい。また例えば、対話制御システム１０を、ネットワーク上のクラウドシステムとして動作させてもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、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。

１０ 対話制御システム
１０１ 検出部
１０２ 変換部
１０３ 第１推定部
１０４ 第２推定部
１０５ 属性決定部
１０６ 生成部
１０７ 重み決定部
１０８ 制御部
１０９ 選択部
１１０ 記憶部
１１１ 検索部
２０１ キーワードリスト
３０１ 制御装置
３０２ 主記憶装置
３０３ 補助記憶装置
３０４ 表示装置
３０５ 入力装置
３０６ 通信装置
３１０ バス

Claims (10)

1. 入力情報から入力キーワードを検出する検出部と、
   前記入力情報を、前記入力キーワードを含む情報と、前記入力情報の前記入力キーワード以外の部分を含む文脈情報と、に変換する変換部と、
   前記文脈情報から、前記入力キーワードの第１属性と、前記第１属性の尤度を示す第１尤度とが関連付けられた第１推定情報を少なくとも１つ推定する第１推定部と、
   前記入力キーワードから、前記入力キーワードの第２属性と、前記第２属性の尤度を示す第２尤度とが関連付けられた第２推定情報を少なくとも１つ推定する第２推定部と、
   前記第１尤度の重みを示す第１重みを、前記第１推定部により推定された少なくとも１つの第１尤度の値に基づいて決定し、前記第２尤度の重みを示す第２重みを、前記第２推定部により推定された少なくとも１つの第２尤度の値に基づいて決定する重み決定部と、
   前記第１推定情報、前記第１重み、前記第２推定情報、及び、前記第２重みに基づいて、前記入力キーワードの属性を決定する属性決定部と、
   を備える対話制御システム。
2. 前記重み決定部は、学習対象の学習キーワードが含まれる複数の文と、前記文に含まれる前記学習キーワードの位置及び属性を示すラベルと、を含む学習データによって機械学習された重み決定モデルを用いて、前記第１重み及び前記第２重みを決定する、
   請求項１に記載の対話制御システム。
3. 前記第２推定部は、属性毎に１以上のサンプルキーワードが関連付けられたキーワードリストを参照して、前記入力キーワードが、前記サンプルキーワードとして前記キーワードリストに含まれているか否かを判定し、前記入力キーワードが、前記サンプルキーワードとして前記キーワードリストに含まれている場合、前記サンプルキーワードに関連付けられた属性によって、前記入力キーワードの第２属性を推定する、
   請求項１に記載の対話制御システム。
4. 前記第２推定部は、属性毎に１以上のサンプルキーワードが関連付けられたキーワードリストを参照して、前記サンプルキーワードと、前記入力キーワードとの類似度を算出し、前記類似度に基づいて、前記第２推定情報を少なくとも１つ推定する、
   請求項１に記載の対話制御システム。
5. 前記重み決定部は、前記類似度に基づいて、前記第２重みを決定し、前記第２重みに基づいて前記第１重みを決定する、
   請求項４に記載の対話制御システム。
6. 前記入力キーワードの属性が１つに決定できない場合、前記入力キーワードの属性を問い合わせる情報を出力する制御部、
   を更に備える請求項１に記載の対話制御システム。
7. 前記入力キーワードの属性と同じ属性に関連付けられた前記１以上のサンプルキーワードと、前記入力キーワードとの類似度に基づいて、前記１以上のサンプルキーワードから検索キーワードを選択する選択部と、
   前記検索キーワードを使用して、コンテンツを検索する検索部と、
   を更に備える請求項４に記載の対話制御システム。
8. 前記選択部は、前記入力キーワードの属性と同じ属性に関連付けられた前記１以上のサンプルキーワードと、前記入力キーワードとの類似度が閾値より小さい場合、前記入力キーワードは受け付けられないことを示す情報を通知する、
   請求項７に記載の対話制御システム。
9. 対話制御システムが、入力情報から入力キーワードを検出するステップと、
   前記対話制御システムが、前記入力情報を、前記入力キーワードを含む情報と、前記入力情報の前記入力キーワード以外の部分を含む文脈情報と、に変換するステップと、
   前記対話制御システムが、前記文脈情報から、前記入力キーワードの第１属性と、前記第１属性の尤度を示す第１尤度とが関連付けられた第１推定情報を少なくとも１つ推定する第１推定ステップと、
   前記対話制御システムが、前記入力キーワードから、前記入力キーワードの第２属性と、前記第２属性の尤度を示す第２尤度とが関連付けられた第２推定情報を少なくとも１つ推定する第２推定ステップと、
   前記対話制御システムが、前記第１尤度の重みを示す第１重みを、前記第１推定ステップにより推定された少なくとも１つの第１尤度の値に基づいて決定し、前記第２尤度の重みを示す第２重みを、前記第２推定ステップにより推定された少なくとも１つの第２尤度の値に基づいて決定するステップと、
   前記対話制御システムが、前記第１推定情報、前記第１重み、前記第２推定情報、及び、前記第２重みに基づいて、前記入力キーワードの属性を決定するステップと、
   を含む対話制御方法。
10. コンピュータを、
    入力情報から入力キーワードを検出する検出部と、
    前記入力情報を、前記入力キーワードを含む情報と、前記入力情報の前記入力キーワード以外の部分を含む文脈情報と、に変換する変換部と、
    前記文脈情報から、前記入力キーワードの第１属性と、前記第１属性の尤度を示す第１尤度とが関連付けられた第１推定情報を少なくとも１つ推定する第１推定部と、
    前記入力キーワードから、前記入力キーワードの第２属性と、前記第２属性の尤度を示す第２尤度とが関連付けられた第２推定情報を少なくとも１つ推定する第２推定部と、
    前記第１尤度の重みを示す第１重みを、前記第１推定部により推定された少なくとも１つの第１尤度の値に基づいて決定し、前記第２尤度の重みを示す第２重みを、前記第２推定部により推定された少なくとも１つの第２尤度の値に基づいて決定する重み決定部と、
    前記第１推定情報、前記第１重み、前記第２推定情報、及び、前記第２重みに基づいて、前記入力キーワードの属性を決定する属性決定部、
    として機能させるためのプログラム。

Images