JP7091295B2 - 解析装置、解析方法及びプログラム - Google Patents

Description

本発明の実施形態は解析装置、解析方法及びプログラムに関する。

自然文を入力して行う検索では、あらかじめ、ユーザが入力する単語（検索キーワード）を網羅する必要がある。従来は各コンテンツについて、対応する検索キーワードを開発者が手動で付与していた。そのため、コンテンツごとにどんな検索キーワードが用いられるかを考えなければならず、データベースの生成にコストがかかっていた。同義語辞書などを用いて１つのキーワードを拡張することはできるが、それ以外の類義語などは手動で付与する必要があった。近年、大量の文書を用いて単語間の類似度モデルを学習し、単語間の意味的類似度を算出する類似度算出器の技術が用いられている。

特許第４７６９００５号公報

Ｃｏｕｎｔｅｒ－ｆｉｔｔｉｎｇ Ｗｏｒｄ Ｖｅｃｔｏｒｓ ｔｏ Ｌｉｎｇｕｉｓｔｉｃ Ｃｏｎｓｔｒａｉｎｔｓ

しかしながら、従来の技術では、どんなキーワードが各カテゴリに割り当てられるのかをあらかじめ確認することができない。大量の文書を用いて機械学習によって生成される類似度算出器は意味的な類似度として好ましくない結果を出すことがあり、開発者が意図しない単語（キーワード）がカテゴリに割り当てられる場合がある。本発明が解決しようとする課題は、カテゴリと関連する単語をより容易に把握することができる解析装置、解析方法及びプログラムを提供することである。

実施形態の解析装置は、算出部と適用部と決定部と表示制御部とを備える。算出部は、カテゴリを示す第１単語と、第２単語との第１類似度を算出する。適用部は、前記第１類似度が第１閾値よりも大きい１以上の第２単語を１以上のテンプレート文に適用する。決定部は、前記第２単語を含むテンプレート文を解析して、前記第２単語を１以上の第１カテゴリに分類する。表示制御部は、前記第１カテゴリの分類に使用された前記第２単語を、前記第１カテゴリ毎に表示部に表示する。

第１実施形態の解析装置の機能構成の例を示すブロック図。 第１実施形態の対話システムの機能構成の例を示すブロック図。 第１実施形態の音声対話処理の例を示すフローチャート。 第１実施形態の単語とカテゴリとの関連度の算出例１を示す図。 第１実施形態の単語とカテゴリとの関連度の算出例２を示す図。 第１実施形態の単語とカテゴリとの関連を示す表示情報の例１を示す図。 第１実施形態の単語とカテゴリとの関連を示す表示情報の例２を示す図。 第１実施形態の単語とカテゴリとの関連度の算出方法の例を示すフローチャート。 第２実施形態のカテゴリの変更を受け付ける表示情報の例を示す図。 第２実施形態のカテゴリの削除を受け付ける表示情報の例を示す図。 第２実施形態のカテゴリの追加を受け付ける表示情報の例を示す図。 第３実施形態の単語とカテゴリとの関連度の変更を受け付ける表示情報の例を示す図。 第５実施形態の単語とカテゴリとの関連を示す表示情報の例を示す図。 第１乃至第５実施形態の解析装置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、解析装置、解析方法及びプログラムの実施形態を詳細に説明する。

［解析装置の機能構成の例］
図１は第１実施形態の解析装置１０の機能構成の例を示すブロック図である。第１実施形態の解析装置１０は、算出部１、適用部２、決定部３、表示制御部４及び記憶部１０１を備える。

記憶部１０１は情報を記憶する。記憶部１０１は、例えばカテゴリに分類されたコンテンツ（コンテンツデータベース）を記憶する。カテゴリは、例えば服・かばん・アクセサリーなどの取扱商品のジャンル、和食・中華・洋食などの料理のジャンル、女性向け・男性向けなどの対象ユーザ、及び、安い・高いなどの価格帯などである。コンテンツは、例えば商品を販売する店舗等である。コンテンツには、１以上のカテゴリが登録される。

算出部１は、カテゴリを示す単語（第１単語）と、単語（第２単語）との類似度（第１類似度）を算出する。なお、カテゴリを示す単語を受け付ける方法は任意でよい。例えば、第１単語は、ユーザにより直接、入力されてもよいし、複数の第１単語からユーザにより選択されてもよい。

また例えば、カテゴリを示す単語（第１単語）は、発話データ等の入力情報から取得されてもよい。発話データを受け付ける場合、算出部１が、発話データに含まれる単語（第３単語）と、カテゴリを示す単語（第１単語）との類似度（第２類似度）を算出する。そして、算出部１は、類似度（第２類似度）が閾値（第２閾値）よりも大きい単語（第１単語）と、単語（第２単語）との類似度（第１類似度）を算出する。具体的には、入力情報が、例えばユーザの発話「ギターを買いたい」である場合、「ギター」との類似度（第２類似度）が閾値（第２閾値）よりも大きい単語として、カテゴリの単語「楽器」が取得される。この場合、算出部１は、単語「楽器」と、単語（第２単語）との類似度（第１類似度）を算出する。

具体的には、算出部１は、単語間の意味的類似度を算出する。類似度の具体的な算出方法は任意でよい。例えば、算出部１は、文書内での使われ方が似ているほど、単語間の類似度を高く算出する。また、算出部１は、ある単語に類似度が高い単語（類似度が閾値より大きい単語）を出力することもできる。

適用部２は、カテゴリを示す単語（第１単語）を算出部１に入力し、算出部１から類似度（第１類似度）が閾値（第１閾値）より大きい１以上の単語（第２単語）を受け付ける。例えば、カテゴリが「楽器」の場合、適用部２は、算出部１から、「ギター」、「ピアノ」、「リコーダー」及び「ハープ」を受け付ける。そして、適用部２は、算出部１から受け付けた１以上の単語を、１以上のテンプレート文に適用する。テンプレート文は、例えばコンテンツを検索する発話文を示す。テンプレート文は、例えばあらかじめ収集された大量の発話文に基づいて生成される。具体的には、テンプレート文は、「［楽器］が買いたい」、「［楽器］がほしい」、「［楽器］のお店は」、及び、「［楽器］」等である。［楽器］の部分には、例えば単語「ギター」、「ピアノ」、「リコーダー」及び「ハープ」が適用される。

決定部３は、単語（第２単語）を含むテンプレート文を解析して、当該単語を１以上のカテゴリ（第１カテゴリ）に分類する。具体的には、決定部３は、「ギターを買いたい」を解析して、「ギター」をカテゴリ「楽器」に分類する。

テンプレート文（発話文）の具体的な解析方法は任意でよい。例えば、あらかじめコンテンツを検索するための発話文を大量に収集しておき、各発話文がどのカテゴリについて言及したものなのかをラベル付しておき、これを学習データとして用いてモデルを作成する。学習方法はいくつか考えられるが、例をあげる。まず、学習データに含まれる各発話文が、単語が分割されていない言語（例えば日本語等）の場合、形態素解析が行われ、発話文が単語に分割される。次に、コンテンツに登録されているカテゴリの単語が取得される。次に、発話文中の単語と、カテゴリの単語との類似度が、算出部１を用いて算出される。次に、発話文中の単語と、算出された類似度とを特徴量とし、ラベル付されたカテゴリを正解値としてモデルが学習される。なお、決定部３が、実際に解析する際も上記と同様にして、単語が適用されたテンプレート文中の単語と、カテゴリとの類似度を算出することにより、単語をカテゴリに分類する。

なお、算出部１は単語間の類似度を算出するだけなので、算出部１を用いただけではどのキーワードがどのカテゴリに対応するのか決定できない。実際にはキーワードとカテゴリの対応付けは類似度だけでは決定されず、対話システムの設計によっては発話文の言い回しによって対応付けが変わる場合がある。たとえば「子供服が買いたい」という発話文ではカテゴリ「子供用」が対応し、「子供連れでも入れるところ」という発話文ではカテゴリ「ファミリー向け」が対応する。

そこで、算出部１により算出された類似度に基づいて、決定部３が作成される。決定部３はあらかじめ、検索用の発話文を大量に収集し、発話文と算出部１とを用いて、発話文中のキーワードがどのカテゴリに対応するのかを決定するモデルを学習する。決定部３は学習モデルを使用しているので、どんなキーワードがどのカテゴリに対応するのかはモデルからは直接確認することができない。また、大量の発話文から機械学習しているので、好ましくないキーワードをカテゴリに対応づけている可能性がある。そのため、例えば事前に開発者が確認して、好ましくないキーワードは変更する必要がある。

表示制御部４は、カテゴリ（第１カテゴリ）の分類に使用された単語（第２単語）を、カテゴリ（第１カテゴリ）毎に表示部に表示する。表示部は、例えば液晶ディスプレイ等の表示装置である。表示部は、解析装置１０に備えられていてもよいし、外部の装置に備えられていてもよい。

コンテンツを記憶するデータベースは、例えば対話システムのドメインごとに作成される。ドメインは、例えば店舗検索の場合、店舗を複数含むデパート及びショッピングセンターなどの施設毎に分割される。また例えば、ドメインは、店舗検索、商品検索及びサービス検索などの検索対象で分割されてもよい。

上述の算出部１及び決定部３は、ドメイン毎にカスタマイズされてもよいし、ドメイン共通で使用されてもよい。

ここで、解析装置１０の機能（算出部１、決定部３及び記憶部１０１）を利用した対話システムを利用してユーザがコンテンツを検索する際の音声対話処理について説明する。

［対話システムの機能構成の例］
図２は第１実施形態の対話システム２０の機能構成の例を示すブロック図である。第１実施形態の対話システム２０は、算出部１、決定部３、検索部５及び記憶部１０１を備える。算出部１、決定部３及び記憶部１０１の説明は、図１と同様なので省略する。

検索部５は、決定部３により分類されたカテゴリ（第１カテゴリ）に基づいて、コンテンツを検索する。コンテンツの検索方法の詳細は図３を用いて説明する。

なお、解析装置１０と対話システム２０とは、同じ装置により実現してもよい。実施形態では、説明のため、解析処理の動作について説明する場合には、解析装置１０と称呼し、音声対話処理の動作について説明する場合には、対話システム２０と称呼する。

図３は第１実施形態の音声対話処理の例を示すフローチャートである。図３の例は、ユーザの発話入力が、「ギターを買いたい」である場合を示す。

はじめに、発話文の解析が行われる（ステップＳ１）。具体的には、上述の算出部１及び決定部３の処理によって、カテゴリ「楽器」が出力される。

次に、検索部５が、ステップＳ１の処理により得られたカテゴリ「楽器」に基づいて、１以上の検索クエリを作成する（ステップＳ２）。検索クエリには、例えばカテゴリ「楽器」との関連度が、閾値よりも大きい単語（検索キーワード）が含まれる。なお、関連度については後述する。

次に、検索部５が、ステップＳ２の処理により作成された検索クエリを使用して、コンテンツを検索する（ステップＳ３）。次に、検索部５は、検索結果が０件であるか否かを判定する（ステップＳ４）。検索結果が０件の場合（ステップＳ４，Ｙｅｓ）、検索結果が０件であることを通知して（ステップＳ５）、処理を終了する。

検索結果が０件でない場合（ステップＳ４，Ｎｏ）、検索部５は、検索結果がＸ件（閾値）より小さいか否かを判定する（ステップＳ６）。検索結果がＸ件以上の場合（ステップＳ６，Ｎｏ）、検索部５は、他の条件を要求する（ステップＳ７）。検索結果がＸ件より小さい場合（ステップＳ６，Ｙｅｓ）、検索部５が、検索結果を表示部に表示する。

上述の図２のような対話システム２０の新規ドメインが作成される場合、まずコンテンツを記憶するデータベース（コンテンツＤＢ）が作成される。なお、算出部１、テンプレート文を記憶するデータベース（テンプレート文ＤＢ）、及び、決定部３をドメイン共通で使用する場合は、既存のものを使用できる。

算出部１、テンプレート文ＤＢ及び決定部３をドメイン毎に保持する場合は、コンテンツＤＢを検索するための発話文が大量に収集され、当該発話文を元にして、算出部１、テンプレート文ＤＢ及び決定部３が作成される。

解析装置１０及び対話システム２０の機能ブロックをドメイン共通で使用する場合、新規ドメインが作成される際には、コンテンツＤＢを設計するだけでよい。しかも、カテゴリの同義語、類似語などを考える必要がないので、コンテンツにカテゴリを登録するだけでよい。しかし、この状態では、ユーザは実際に各コンテンツが、どのような検索キーワードで検索されるのかが分からない。検索キーワードには、例えばカテゴリとの関連度が、設定された閾値よりも高い単語が使用される。

そこで、決定部３が、カテゴリ（第１カテゴリ）と単語（第２単語）との関連度を、当該単語をカテゴリに分類するときに使用されたテンプレート文の数に応じて決定する。そして、表示制御部４が、単語に関連度を付与して表示する。これにより、ユーザはカテゴリと関連する単語をより容易に把握することができる。

図４Ａは第１実施形態の単語とカテゴリとの関連度の算出例１を示す図である。適用部２は、カテゴリ「楽器」を算出部１に入力し、算出部１から受け付けた１以上の単語（第２単語）を１以上のテンプレート文に適用する。図４Ａの例では、算出部１から受け付けた１以上の単語として、「ギター」、「ピアノ」、「リコーダー」及び「ハープ」が例示されている。

決定部３は、単語（第２単語）を含むテンプレート文を解析して、当該単語をカテゴリ（第１カテゴリ）に分類する。図４Ａの例では、決定部３は、「ギターを買いたい」を解析して、「ギター」を「楽器」カテゴリに分類する。また、決定部３は、「ギターがほしい」を解析して、「ギター」を「楽器」カテゴリに分類する。また、決定部３は、「ギターのお店は」を解析して、「ギター」を「楽器」カテゴリに分類する。また、決定部３は、「ギター」を解析して、「ギター」を「楽器」カテゴリに分類する。

次に、決定部３は、カテゴリ（第１カテゴリ）と単語（第２単語）との関連度を、当該単語をカテゴリに分類するときに使用されたテンプレート文の数に応じて決定する。図４Ａの例では、「ギター」が適用された全てのテンプレート文で、「ギター」が「楽器」カテゴリに分類されている。そのため、決定部３は、「楽器」カテゴリと「ギター」との関連度を、１．０に決定する。

図４Ｂは第１実施形態の単語とカテゴリとの関連度の算出例２を示す図である。適用部２は、カテゴリ「楽器」を算出部１に入力し、算出部１から受け付けた１以上の単語（第２単語）を１以上のテンプレート文に適用する。図４Ｂの例では、算出部１から受け付けた１以上の単語として、「ギター」、「ピアノ」、「リコーダー」及び「ハープ」が例示されている。

決定部３は、単語（第２単語）を含むテンプレート文を解析して、当該単語をカテゴリ（第１カテゴリ）に分類する。図４Ｂの例では、決定部３は、「リコーダーを買いたい」を解析して、「リコーダー」を「楽器」カテゴリに分類する。また、決定部３は、「リコーダーがほしい」を解析して、「リコーダー」を「楽器」カテゴリに分類する。また、決定部３は、「リコーダーのお店は」を解析して、「リコーダー」を「楽器」カテゴリに分類する。また、決定部３は、「リコーダー」を解析して、「リコーダー」を「子供用品」カテゴリに分類する。

次に、決定部３は、カテゴリ（第１カテゴリ）と単語（第２単語）との関連度を、当該単語をカテゴリに分類するときに使用されたテンプレート文の数に応じて決定する。図４Ｂの例では、「リコーダー」が適用された３つのテンプレート文で、「リコーダー」が「楽器」カテゴリに分類されている。また、「リコーダー」が適用された１つのテンプレート文で、「リコーダー」が「子供用品」カテゴリに分類されている。そのため、決定部３は、「楽器」カテゴリと「リコーダー」との関連度を、０．７５に決定し、「子供用品」カテゴリと「リコーダー」との関連度を、０．２５に決定する。

図５は第１実施形態の単語とカテゴリとの関連を示す表示情報の例１を示す図である。図５の例は、単語とカテゴリとの関連をリスト形式で可視化する場合を示す。図５では、各カテゴリに関連する単語が、検索キーワードとして表示されている。検索キーワードが複数のカテゴリに関連する検索キーワードは、関連度が付与されている。

図６は第１実施形態の単語とカテゴリとの関連を示す表示情報の例２を示す図である。図６の例は、単語とカテゴリとの関連をマップ形式で可視化する場合を示す。図６では、各カテゴリに関連する単語が、各カテゴリの周辺に表示されている。単語の位置は、単語とカテゴリとの関連度、及び、単語間の類似度に応じて決定されている。複数のカテゴリに関連する単語は、複数の矢印でカテゴリに結び付けられており、矢印には、関連度が付与されている。図６の例では、単語間（検索キーワード間）の類似度も、単語間の距離によって可視化することができる。

図７は第１実施形態の単語とカテゴリとの関連度の算出方法の例を示すフローチャートである。はじめに、適用部２が、カテゴリを示す単語（第１単語）を算出部１に入力し、算出部１から１以上の単語（第２単語）を取得する（ステップＳ１１）。次に、適用部２は、ステップＳ１１の処理により取得された１以上の単語（第２単語）を１以上のテンプレート文に適用する（ステップＳ１２）。

次に、決定部３が、単語（第２単語）を含むテンプレート文を解析して、当該単語をカテゴリ（第１カテゴリ）に分類する（ステップＳ１３）。次に、決定部３は、カテゴリ（第１カテゴリ）と単語（第２単語）との関連度を、当該単語をカテゴリに分類するときに使用されたテンプレート文の数に応じて決定する（ステップＳ１４）。

次に、表示制御部４が、カテゴリ（第１カテゴリ）の分類に使用された単語（第２単語）を、カテゴリ（第１カテゴリ）毎に表示部に表示する（ステップＳ１５）。図７の例は、関連度が１．０の場合は、関連度の表示を省略し、単語が２以上のカテゴリに関連する場合は、当該単語に関連度を付与して表示する場合を示す。

以上説明したように、第１実施形態の解析装置１０では、算出部１が、カテゴリを示す単語（第１単語）と、単語（第２単語）との類似度（第１類似度）を算出する。適用部２は、第１類似度が第１閾値よりも大きい１以上の第２単語を１以上のテンプレート文に適用する。決定部３は、第２単語を含むテンプレート文を解析して、第２単語を１以上のカテゴリ（第１カテゴリ）に分類する。そして、表示制御部４が、第１カテゴリの分類に使用された第２単語を、第１カテゴリ毎に表示部に表示する。

これにより第１実施形態の解析装置１０によれば、カテゴリと関連する単語をより容易に把握することができる。

（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。

カテゴリに関連付けられた単語を、図５及び図６で確認した結果が、ユーザが意図したものと異なる場合がある。例えば、算出部１の設定に誤った値が含まれていたため、意味的に近くない単語が、カテゴリに関連付けられてしまう場合である。また例えば、店舗を検索する場合、カテゴリ「楽器」に分類されている店舗でも、「ピアノ」を売っていない店舗の場合には「ピアノ」で検索されるのは好ましくない。そこで、第２実施形態では、カテゴリと単語との関連付けが、好ましくない結果になっていた場合、これを変更できるようにする場合の構成について説明する。

図８乃至図１１は、単語（第２単語）に関連付けられるカテゴリ（第１カテゴリ）の変更、削除又は追加を受け付ける表示情報（ユーザインターフェース）の例である。検索キーワードの項目は自由記述で、図５及び図６により可視化された検索キーワードを記述しても良いし、新たな検索キーワードを記述しても良い。カテゴリの項目は現在コンテンツＤＢ内にあるカテゴリの一覧から選択できる。表示制御部４は、検索キーワードの項目の入力を受け付けると、現在対応づけられているカテゴリをカテゴリの項目に表示する。

図８は第２実施形態のカテゴリの変更を受け付ける表示情報の例を示す図である。表示制御部４が、例えばカテゴリの項目に表示された「スポーツウェア」が、「服」に変更され、「登録」ボタンの押下を受け付けると、変更内容が反映される。

図９は第２実施形態のカテゴリの削除を受け付ける表示情報の例を示す図である。表示制御部４が、例えば検索キーワード「ピアノ」のカテゴリ「楽器」の隣のゴミ箱アイコンの押下を受け付けると、カテゴリ「楽器」に関連付けられていた単語「ピアノ」の削除が反映される。

図１０は第２実施形態のカテゴリの追加を受け付ける表示情報の例を示す図である。表示制御部４が、例えば検索キーワード「サブレ」に関連付けられるカテゴリとして、「ケーキ」が追加され、「登録」ボタンの押下を受け付けると、カテゴリ「ケーキ」に単語「サブレ」を追加する反映が行われる。

変更、削除及び追加作業を実施するユーザは、解析装置１０のシステム内部の仕組みについて理解していなくても、図５及び図６を見て、好ましくない検索キーワードについて、意図した設計になるように図８乃至図１１のような簡単なユーザインターフェースを操作するだけでよい。

次に、カテゴリの変更、削除及び追加を反映させる方法について説明する。カテゴリの変更、削除及び追加を反映させる方法は、例えば３種類考えられる。

１つ目は、算出部１の動作を変更する方法である。算出部１は、単語（第２単語）に関連付けられるカテゴリ（第１カテゴリ）の変更、削除又は追加に応じて類似度を変更する。具体的には、例えばカテゴリ「スポーツウェア」から検索キーワード「セーター」を除外したい場合、カテゴリ「スポーツウェア」に関連付けられた単語と、検索キーワード「セーター」との類似度を低くする（閾値未満にする）。カテゴリ「服」に検索キーワード「セーター」を追加したい場合、カテゴリ「服」に関連付けられた単語と検索キーワード「セーター」の類似度を高くする（閾値以上にする）。

２つ目は、決定部３の動作を変更する方法である。決定部３は、単語（第２単語）に関連付けられるカテゴリ（第１カテゴリ）の変更、削除又は追加に応じて、当該単語が分類されるカテゴリを変更、削除又は追加する。具体的には、決定部３は学習モデルを使用しているが、学習モデルの判定結果をそのまま出力するのではなく、学習モデルの判定結果をルールで変更する処理を追加する。このルールを変更することで検索キーワードの変更が可能になる。例えば、カテゴリ「スポーツウェア」から検索キーワード「セーター」を除外したい場合、学習モデルがカテゴリ「スポーツウェア」を出力しても、カテゴリ「スポーツウェア」を除外するルールを記述する。また例えば、カテゴリ「服」に検索キーワード「セーター」を追加したい場合、学習モデルがカテゴリ「服」を出力しなくても、カテゴリ「服」を追加するルールを記述する。

３つ目は、コンテンツＤＢを変更する方法である。決定部３は、単語（第２単語）に関連付けられるカテゴリ（第１カテゴリ）の変更、削除又は追加に応じて、コンテンツＤＢでコンテンツに登録されているカテゴリ（第２カテゴリ）を変更、削除又は追加する。具体的には、例えば変更したい検索キーワードを新たにカテゴリにする。例えば「セーター」という検索キーワードを変更したい場合、カテゴリ「セーター」を作成する。検索キーワード「セーター」は、例えば類似度が一番高いカテゴリ「セーター」に対応するので、他のカテゴリには対応しなくなる。また例えば、カテゴリ「スポーツウェア」から検索キーワード「セーター」を除外したい場合、カテゴリ「セーター」を作成する。また例えば、カテゴリ「服」に検索キーワード「セーター」を追加したい場合、カテゴリ「セーター」を作成し、カテゴリ「服」に登録されているコンテンツにカテゴリ「セーター」を登録する。対話システム２０の実行時には検索キーワード「セーター」はカテゴリ「服」とは扱われないが、カテゴリ「服」に登録されているコンテンツとカテゴリ「セーター」に登録されているコンテンツは同じなので、カテゴリ「セーター」で検索しても検索結果は同じになる。

ある検索キーワードが複数のカテゴリに対応していた場合、発話文によってどちらのカテゴリに判定されるかわからない。そのため、１つのカテゴリにのみ対応するように変更したい場合がある。例えば図５及び図６の例では、検索キーワード「Ｔシャツ」がカテゴリ「スポーツウェア」及びカテゴリ「服」の両方に含まれている。カテゴリ「服」のみに対応するように変更する際は、カテゴリ「スポーツウェア」から検索キーワード「Ｔシャツ」を除外する処理を上記３つの方法のどれかで実施すればよい。

逆に、ある検索キーワードを複数のカテゴリに対応させたい場合がある。例えば図５及び図６の例では、検索キーワード「焼き菓子」はカテゴリ「ケーキ」と「クッキー」の両方に対応している。ただし、「焼き菓子」を含む発話文を入力するとカテゴリ「ケーキ」と「クッキー」を両方出力するのではなく、発話文の言い回しによってカテゴリ「ケーキ」が出力されたり、カテゴリ「クッキー」が出力されたりする。発話文の言い回しによらずカテゴリ「ケーキ」と「クッキー」の両方を出力したい場合がある。算出部１を変更しても、両方出力されるようにはならないので、決定部３又はコンテンツＤＢを変更する。

決定部３を変更する場合、後段のルール処理の部分に検索キーワード「焼き菓子」はカテゴリ「ケーキ」及び「クッキー」の両方を出力するように記述する。コンテンツＤＢを変更する場合、カテゴリ「焼き菓子」を作成し、カテゴリ「ケーキ」と「クッキー」に登録されているコンテンツ全てにカテゴリ「焼き菓子」を登録する。こうすると検索キーワード「焼き菓子」が入力されるとカテゴリ「焼き菓子」が出力され、カテゴリ「焼き菓子」に登録されているコンテンツが該当する。

図５及び図６の初期状態で、複数のカテゴリに対応している場合、発話文の言い回しによって出力されるカテゴリが異なる。ユーザが特に変更しなければそのままの状態で登録される。

ユーザが、図１０のように、検索キーワードを複数のカテゴリに関連付ける場合、どんな発話文が来ても複数のカテゴリが出力されるようにする。以下、具体的に、検索実行時に複数のカテゴリが出力された場合の処理について、２つの方法を例に挙げて説明する。

１つ目は１つのカテゴリに絞り込む方法である。

ユーザ：焼き菓子を買いたい
対話システム：クッキーがいいですか、ケーキがいいですか
ユーザ：クッキーがいいです
検索クエリ：ｓｅｌｅｃｔ ＊ ｆｒｏｍ ｄａｔａｂａｓｅ ｗｈｅｒｅ カテゴリ ＬＩＫＥ “クッキー”

検索キーワード「焼き菓子」は、カテゴリ「クッキー」と「ケーキ」に関連付けられているので、決定部３は、両方のカテゴリを出力する。対話システム２０は、この段階では検索は実施せずにどちらのカテゴリがいいかユーザに問い合わせ、カテゴリを１つに絞り込んだ後に検索を実施する。

２つ目は複数のカテゴリのままで検索する方法である。

ユーザ：焼き菓子を買いたい
検索クエリ：ｓｅｌｅｃｔ ＊ ｆｒｏｍ ｄａｔａｂａｓｅ ｗｈｅｒｅ カテゴリ ＬＩＫＥ “クッキー” ＯＲ カテゴリ ＬＩＫＥ “ケーキ”
対話システム：２０件見つかりました。価格帯にご希望はありますか
ユーザ：安いのがいいです
検索クエリ：ｓｅｌｅｃｔ ＊ ｆｒｏｍ ｄａｔａｂａｓｅ ｗｈｅｒｅ （カテゴリ ＬＩＫＥ “クッキー” ＯＲ カテゴリ ＬＩＫＥ “ケーキ”） ＡＮＤ カテゴリ ＬＩＫＥ”低価格”
システム：５件見つかりました

対話システム２０は、カテゴリ「クッキー」と「ケーキ」のＯＲ検索を実施する。その後、他の絞り込み条件を使用してコンテンツの検索を行う。

上述の例では、ユーザが「焼き菓子」と発話した際に、ユーザは「クッキー」と「ケーキ」のどちらがいいか決めていない可能性がある。上述の１つ目の方法は、ユーザにどちらか決めてもらう方法である。上述の２つ目の方法は、あいまいにしたままに検索する方法である。１つ目は検索結果が少ないので、少ない件数に早く絞り込めるというメリットがある。２つ目はユーザが「クッキー」か「ケーキ」かを決めきれない場合に、他の条件で絞り込み、ユーザに無理にどちらかに決めさせる必要がないというメリットがある。

（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、カテゴリに関連付ける単語の変更を、より直接的な操作により受け付ける場合について説明する。

図１１は第３実施形態の単語とカテゴリとの関連度の変更を受け付ける表示情報の例を示す図である。図１１の表示情報の表示形式は、カテゴリ（第１カテゴリ）と単語（第２単語）との関連が、当該カテゴリの位置と、当該単語の位置とにより表されたマップ形式である。表示制御部４は、単語に関連付けられるカテゴリの変更を、当該単語の位置の変更を示す入力により受け付ける。そして、算出部１は、単語の位置の変更に応じて類似度を変更する。

具体的には、ユーザは、単語（検索キーワード）をドラッグして、任意の位置に置くことができる。算出部１は、単語が置かれた場所を元に、表示されている単語間の類似度を更新する。そして、決定部３は、単語とカテゴリとの関連度を算出し直し、表示制御部４が、表示情報を更新する。

第２実施形態で説明した図８乃至図１０の方法でも、単語とカテゴリとの関連付けを変更するために、算出部１による類似度算出処理が変更されるが、類似度がユーザの意図したものと合わない場合もある。一方、図１１の方法では、単語（検索キーワード）の位置を自由に変更できるので、単語の位置に応じて、単語間の類似度を意図した値に変更することができる。類似度の値を好ましいものにしておけば、例えば、今後この算出部１を他のドメインでも使用する際に、算出部１の動作を再度直す必要がなくなる。

（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、カテゴリに関連付ける単語の変更を、ドメイン共通で行う場合と、ドメイン毎に行う場合の例１について説明する。

単語（検索キーワード）とカテゴリとの関連づけを変更する理由として、例えば２種類考えられる。１つは算出部１の動作が誤っている場合である。もう１つは対応する検索キーワードがコンテンツには該当しない場合である。例えばカテゴリ「楽器」に登録されているコンテンツが検索キーワード「ピアノ」を扱っていない場合などがあげられる。

算出部１は、例えば大量の文書から学習されたモデルを使用して生成される。例えば同じ文脈で使用される単語は類似度が大きくなるような学習を実施すると、意味的には全く異なっていても、同じ文脈で使用される頻度が高ければ類似度が高くなる。例えば「辛い」及び「甘い」の意味はまったく逆であるが、「甘いものが好き」及び「辛いものが好き」のようにまったく同じ文脈で使用することが多いため、類似度が高くなる。そのため、対話システム２０では上記２つは同じカテゴリに関連付けられる可能性が高い。しかし、例えばカテゴリ「スイーツ」の検索キーワードに「辛い」が含まれるのは好ましくない。そこで、検索キーワード「辛い」をカテゴリ「スイーツ」から除外することになる。

この場合、誤っているのは算出部１なので、算出部１の動作を変更するのが好ましい。すなわち、カテゴリ「スイーツ」と検索キーワード「辛い」の類似度を低くするように動作を変更する。「スイーツ」と「辛い」の類似度が高いのが好ましくないのはドメインに依存しない汎用的な内容なので、他のドメインでも同じ変更が必要になる可能性が高い。そのため、同じ変更を何度もしなくていいように、算出部１をドメイン間で共有し、変更内容も共有する。こうすることでドメインに依存しない、汎用的な変更内容を共有し、同じ変更を何度もしなくていいようにする。

算出部１をドメイン共通で保持しておき、決定部３をドメインごとに保持しておき、ドメインに依存しない変更は算出部１で反映し、ドメインに依存する変更は決定部３又はコンテンツＤＢで反映するようにしておけば、ドメイン依存の変更とドメイン共有の変更を分けて実現することができる。

（第４実施形態の変形例）
次に第４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４実施形態と同様の説明については省略する。変形例では、カテゴリに関連付ける単語の変更を、ドメイン共通で行う場合と、ドメイン毎に行う場合の例２について説明する。

変形例では、算出部１及び決定部３をドメイン共通で保持しておき、コンテンツＤＢをドメインごとに保持しておく。ドメインに依存しない変更は、算出部１又は決定部３で反映し、ドメインに依存する変更はコンテンツＤＢで反映するようにしておけば、ドメイン依存の変更とドメイン共有の変更を分けることができる。

算出部１及び決定部３は学習するためのデータが大量に必要になるなど、開発にコストがかかる。そのため、ドメインごとで保持するのではなく、ドメイン共通で保持しておけば、新たなドメインを作成する際にコンテンツＤＢの作成のみで済み、低コストで新しいドメインを構築することができる。

（第５実施形態）
次に第５実施形態について説明する。第５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１実施形態では、店舗検索の例を使用して説明したが、第５実施形態では、社内ヘルプデスクの例について説明する。

図１２は第５実施形態の単語とカテゴリとの関連を示す表示情報の例を示す図である。図１２は、社内ヘルプデスクドメイン事例での可視化例である。店舗検索では各カテゴリは意味的類似度が低く、検索キーワードが重複しなかったが、ドメインによっては図１２のように重複キーワードを多く持つことがわかる。第５実施形態の解析装置１０により、どの検索キーワードを重複させるのかを確認して変更できるようにすることで、より好ましい対話システム２０を作成することができる。

最後に、第１乃至第５実施形態の解析装置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１０は第１乃至第５実施形態の解析装置１０のハードウェア構成の例を示す図である。第１乃至第５実施形態の解析装置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）、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、解析装置１０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。解析装置１０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。

第１乃至第５実施形態の解析装置１０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。

また第１乃至第５実施形態の解析装置１０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。また第１乃至第５実施形態の解析装置１０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。

また第１乃至第５実施形態の解析装置１０のプログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

第１乃至第５実施形態の解析装置１０で実行されるプログラムは、上述の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以上を実現してもよい。

また第１乃至第５実施形態の解析装置１０の動作形態は任意でよい。第１乃至第５実施形態の解析装置１０を、例えば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。

１ 算出部
２ 適用部
３ 決定部
４ 表示制御部
５ 検索部
１０ 解析装置
２０ 対話システム
１０１ 記憶部
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 (11)

1. カテゴリを示す第１単語と、第２単語との第１類似度を算出する算出部と、
   前記第１類似度が第１閾値よりも大きい１以上の第２単語を１以上のテンプレート文に適用する適用部と、
   前記第２単語を含むテンプレート文を解析して、前記第２単語を１以上の第１カテゴリに分類する決定部と、
   前記第１カテゴリの分類に使用された前記第２単語を、前記第１カテゴリ毎に表示部に表示する表示制御部と、
   を備える解析装置。
2. 前記第１カテゴリに基づいて、コンテンツを検索する検索部、
   を更に備える請求項１に記載の解析装置。
3. 前記決定部は、前記第１カテゴリと前記第２単語との関連度を、前記第２単語を前記第１カテゴリに分類するときに使用されたテンプレート文の数に応じて決定し、
   前記表示制御部は、前記第２単語に関連度を付与して表示する、
   請求項１に記載の解析装置。
4. 前記表示制御部は、前記第２単語に関連付けられる前記第１カテゴリの変更、削除又は追加を受け付ける表示情報を表示する、
   請求項１に記載の解析装置。
5. 前記算出部は、前記第２単語に関連付けられる前記第１カテゴリの変更、削除又は追加に応じて前記第１類似度を変更する、
   請求項４に記載の解析装置。
6. 前記決定部は、前記第２単語に関連付けられる前記第１カテゴリの変更、削除又は追加に応じて、前記第２単語が分類される前記第１カテゴリを変更、削除又は追加する、
   請求項４に記載の解析装置。
7. コンテンツと、前記コンテンツの分類を示す第２カテゴリとを関連付けて記憶するコンテンツデータベースを更に備え、
   前記表示制御部は、前記第２単語に関連付けられる前記第１カテゴリの変更、削除又は追加を受け付ける表示情報を表示し、
   前記決定部は、前記第２単語に関連付けられる前記第１カテゴリの変更、削除又は追加に応じて、前記第２カテゴリを変更、削除又は追加する、
   請求項４に記載の解析装置。
8. 前記表示情報の表示形式は、前記第１カテゴリと前記第２単語との関連が、前記第１カテゴリの位置と、前記第２単語の位置とにより表されたマップ形式であり、
   前記表示制御部は、前記第２単語に関連付けられる前記第１カテゴリの変更を、前記第２単語の位置の変更を示す入力により受け付け、
   前記算出部は、前記第２単語の位置の変更に応じて前記第１類似度を変更する、
   請求項４に記載の解析装置。
9. 前記算出部は、発話データを受け付け、前記発話データに含まれる第３単語と、前記第１単語との第２類似度を算出し、前記第２類似度が第２閾値よりも大きい前記第１単語と、前記第２単語との第１類似度を算出する、
   請求項１に記載の解析装置。
10. 解析装置が、カテゴリを示す第１単語と、第２単語との第１類似度を算出するステップと、
    前記解析装置が、前記第１類似度が第１閾値よりも大きい１以上の第２単語を１以上のテンプレート文に適用するステップと、
    前記解析装置が、前記第２単語を含むテンプレート文を解析して、前記第２単語を１以上の第１カテゴリに分類するステップと、
    前記解析装置が、前記第１カテゴリの分類に使用された前記第２単語を、前記第１カテゴリ毎に表示部に表示するステップと、
    を含む解析方法。
11. コンピュータを、
    カテゴリを示す第１単語と、第２単語との第１類似度を算出する算出部と、
    前記第１類似度が第１閾値よりも１以上の第２単語を１以上のテンプレート文に適用する適用部と、
    前記第２単語を含むテンプレート文を解析して、前記第２単語を１以上の第１カテゴリに分類する決定部と、
    前記第１カテゴリの分類に使用された前記第２単語を、前記第１カテゴリ毎に表示部に表示する表示制御部と、
    として機能させるためのプログラム。
    

Images