JP7187411B2 - コーチングシステム及びコーチング方法 - Google Patents

Description

本発明は、非定型の知的業務を支援するコーチングシステムおよびコーチング方法に関するものである。

近年の情報通信技術の発展に伴い、企業や大学などの業務効率化が進んでいる。メインフレームやサーバなどによる計算自動化により、定型的な業務が効率化されている。またインターネットやモバイルの普及により、組織内での情報共有が円滑になってきている。

また最近は、人工知能技術の発展が目覚しく、人工知能技術を業務に適用し、更なる業務効率化が進みつつある。例えば、企業における会計処理や監査において、人間が会計書類の紙面をチェックしていたところを、文字認識技術により、そのチェックを自動化することなどが挙げられる。

今後は、非定型の知的業務に人工知能技術を適用し、価値創造に寄与することが期待されている。非定型の知的業務には様々な業務が存在するが、以下では、専門的な知識が必要とされ、質が問われる文書の作成を対象として説明する。例えば、研究者が執筆する研究論文、技術者が執筆する特許、契約書などが対象となる。

このような業務では、人間が文書を作成する過程で、文書を作成するためのガイドラインを意識しつつ、自問自答して、考えを整理しながら文書を作成する。

他方、文書の質を高めるためには、高度な専門知識をもつ人（専門家）に文書を確認してもらい、専門家からの質問に答える形で、文書を練り上げて行くことが一般的である。しかし、この方法では、専門家の予定に依存するため、十分に文書を洗練化できない、あるいは十分に文書を洗練化するために時間を要することになる。

対話システムにおいて、ユーザの特性を自動的に推定し、推定結果に応じた応対内容を提示することで、対話相手のユーザの知識の推定精度を向上させる技術として特許文献１が挙げられる。

特開２０１９－２８６０４号公報

特許文献１に記載した技術は、ユーザの特性を自動的に推定し、推定結果に応じた応対内容を提示するため、対話相手となるユーザの知識の推定精度を向上させる技術が開示されているが、ユーザの知識を推定するための適切な質問の選択については言及がない。

専門家のように質問するシステムがあれば、専門家の予定に依存しないで、文書を洗練化できるものと考える。専門家は、文書の作成に必要なポイントを質問するだけでなく、人間からの回答に応じて、質問を深堀したり、別の話題の質問を行う。つまり、システム化するにあたり、人間の回答に応じて、人間に適切な質問を行うことが重要である。

そこで、本発明の目的は、人間に適切な質問を行うことで、非定型の知的業務を支援するコーチングシステム及びコーチング方法を提供することにある。

本願において開示される発明の代表的な一例を示せば以下の通りである。文書の作成を支援するコーチングシステムであって、ユーザに対する質問を選択する質問提示部と、質問提示部で選択された質問する回答を受信する回答受付部と、回答受付部が受信した回答を格納するデータ管理部と、データ管理部に格納されたユーザの過去の回答と、今回の回答との類似度を算出する情報量推定部と、を有し、質問提示部は、情報量推定部から受信した類似度が所定値より大きい場合には、話題転換質問を選択し、類似度が小さい場合には深堀質問を選択する。

本発明によると、非定型の知的業務を支援し、例えば学術論文や特許などの文書作成を効率化し、作成された文書の質を向上させることができる。

実施例１のコーチングシステムの概略図。 実施例１の文書種別データの説明図。 実施例１の文書構成データの説明図。 実施例１の質問データの説明図。 実施例１の回答履歴データの説明図。 実施例２の関連文書データの説明図。 実施例１のユーザデータの説明図。 実施例１のコーチングシステムの処理フロー図。

以下、図面を参照して本発明の実施形態を説明する。実施例は、本発明を説明するためのユーザの文書作成を支援するコーチングシステに関するものである。説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施することが可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。

各種情報の例として、「テーブル」、「リスト」、「キュー」等の表現にて説明することがあるが、各種情報はこれら以外のデータ構造で表現されてもよい。例えば、「ＸＸテーブル」、「ＸＸリスト」、「ＸＸキュー」等の各種情報は、「ＸＸ情報」としてもよい。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ＩＤ」、「番号」等の表現を用いるが、これらについてはお互いに置換が可能である。

同一あるいは同様の機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。また、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。

実施例において、プログラムを実行して行う処理について説明する場合がある。ここで、計算機は、プロセッサ（例えばＣＰＵ、ＧＰＵ）によりプログラムを実行し、記憶資源（例えばメモリ）やインターフェースデバイス（例えば通信ポート）等を用いながら、プログラムで定められた処理を行う。そのため、プログラムを実行して行う処理の主体を、プロセッサとしてもよい。同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、演算部であれば良く、特定の処理を行う専用回路を含んでいてもよい。ここで、専用回路とは、例えばＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）、ＣＰＬＤ（Complex Programmable Logic Device）等である。

プログラムは、プログラムソースから計算機にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバまたは計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、実施例において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。

図１は、コーチングシステム１の概略図である。実施例１におけるコーチングシステム１は、文書の作成を支援する所定の質問データを複数の質問データの中から選択する。コーチングシステム１は、質問提示部１１が所定の質問データをユーザへ提示するよう動作する。ユーザは、所定の質問に回答することによって文書の作成を進める。なお、質問データには、文書を執筆するために必要な観点が含まれる。

コーチングシステム１は、一般の情報処理システムのように、処理部を構成するＣＰＵ１５、メモリ１６、通信Ｉ／Ｆ１８、記憶装置１９を有する。メモリ１６は、ＤＲＡＭやＳＲＡＭで構成され、ＣＰＵ１５が実行するプログラムやデータを保持する。通信Ｉ／Ｆ１８は、外部デバイスであるドキュメント作成装置２とネットワーク３を介して接続するためのインタフェースである。記憶装置１９は、ＨＤＤやＳＳＤ等の記憶ドライブで構成され、各種プログラムや管理データを記憶する。

図１の記憶装置１９に示された質問提示部１１、回答受付部１２、情報量推定部１３は、それぞれ記憶装置１９に格納された質問提示プログラム、回答受付プログラム、情報量推定プログラムをＣＰＵ１５が実行することにより実現される機能である。実施例では、理解を容易にするため、各機能を機能ブロック図として、質問提示部１１、回答受付部１２、情報量推定部１３として記載する。

また、データ管理部１４は、以下に説明する文書種別データ１４１、文書構成データ１４２、質問データ１４３、回答履歴データ１４４、関連文書データ１４５、ユーザデータ１４６等の各種データを格納する。

質問提示部１１は、ユーザに対する質問を検索し、検索した質問を、ドキュメント作成装置２に送信する。

回答受付部１２は、質問に対するユーザからの回答を受信し、受信した回答をデータ管理部１４に格納する。

質問提示部１１は、ユーザに提示する質問の種別を選択する。質問提示部１１は、ユーザの過去の回答履歴を考慮して、ユーザからの情報量の増減を推定し、推定結果に基づいて、次の質問の種別（深堀質問、話題転換質問）を選択する。例えば、ユーザからの情報量が増えていれば、深堀の質問（深堀質問）をすることで更なる情報を引き出す。一方で、情報量があまり増えていなければ、別の話題の質問（話題転換質問）を選択して、ユーザから異なる話題に対する情報を引き出す。
また、質問提示部１１は、選択した質問の種別に応じて、質問データ１４３から具体的な質問を検索する。なお、ユーザには同じ質問を提示しないように、回答履歴データ１４４を参照して、これまで提示していない質問を検索する。
また、質問提示部１１は、質問提示部１１で検索された所定の質問データをドキュメント作成装置２に送信する。

回答受付部１２、情報量推定部１３、データ管理部１４の説明の前に、ドキュメント作成装置２の説明を示す。ドキュメント作成装置２は、ユーザが操作することによって文書を作成する装置である。

ドキュメント作成装置２は、一般の情報処理システムのように、処理部を構成するＣＰＵ２３、メモリ２４、通信Ｉ／Ｆ２６、ユーザＩ／Ｆ２７、記憶装置２５を有する。

メモリ２４は、ＤＲＡＭやＳＲＡＭで構成され、ＣＰＵ２３が実行するプログラムやデータを保持する。通信Ｉ／Ｆ２６は、外部デバイスであるコーチングシステム１とネットワーク３を介して接続するためのインタフェースである。ユーザインターフェース２７は、例えば、表示装置やスピーカ等で構成され、ユーザに対して各種情報を表示する。

記憶装置２５は、ＨＤＤやＳＳＤ等の記憶ドライブで構成され、各種プログラムや管理データを記憶する。図１の記憶装置２５に示された文書作成アプリケーション２１、助言部２２は、それぞれ記憶装置２５に格納された文書作成アプリケーションプログラム、助言プログラムをＣＰＵ１５が実行することにより実現される機能である。実施例１では、理解を容易にするため、各機能を機能ブロック図として、文書作成アプリケーション２１、助言部２２で記載する。

文書作成アプリケーション２１は、ユーザが文書を作成する際に使用するソフトウェアである。

助言部２２は、情報の入出力部である。助言部２２は、質問表示部２２１と、回答部２２２と、を有する。

質問表示部２２１は、質問提示部１１から送信された所定の質問データをユーザインターフェース２７（図中、ユーザＩ／Ｆ（ＩｎｔｅｒＦａｃｅ）と示す）に出力させる機能である。

回答部２２２は、例えば、キーボードやマイク等で構成され、所定の質問データに対するユーザからの回答（入力文書）を取得する機能である。

助言部２２と、文書作成アプリケーション２１と、は、相互に情報交換する。なお、助言部２２は、文書作成アプリケーション２１に入力された情報を、入力情報として取得してもよい。

コーチングシステム１の回答受付部１２は、ドキュメント作成装置２の助言部２２から入力されるユーザによる回答を、データ管理部１４に蓄積する機能である。

情報量推定部１３は、ユーザの過去の回答履歴を考慮して、ユーザからの情報量の増減を推定する機能である。具体的な推定方法については、後述する。

データ管理部１４は、各種データを保存するデータベースである。なお、データ管理部１４は、図２～図７にて詳述する。図２から図７に示すデータは、学術論文を作成する場合のデータを例示しているが、本発明は、これに限らず、特許や契約書等の文書を対象とすることができ、各データを適宜、学術論文のデータから特許や契約のデータに置き換えればよい。

図２は、データ管理部１４の文書種別データ１４１の説明図である。文書種別データ１４１は、文書の種別を定義するデータである。文書種別データ１４１は「文書種別ＩＤ」１４１１と「文書種別名」１４１２とを対応して管理する。

「文書種別ＩＤ」１４１１には、文書の種別ごとの識別情報が保存される。「文書種別ＩＤ」には、例えば、「１」等が保存される
「文書種別名」１４１２には、文書の種別の名称が保存される。「文書種別」１４１１には、例えば、「学術論文」、「特許」、「実験ノート」「契約書名」等が保存される。

図３は、文書構成データ１４２の説明図である。文書構成データ１４２には、「文書種別ＩＤ」１４２１、「文書構成ＩＤ」１４２２、「文書構成名」１４２３と、を対応させて管理する。

「文書種別ＩＤ」１４２１には、文書の種別ごとの識別情報が保存され、文書種別データ１４１で定義されている「文書種別ＩＤ」１４１１と同じ情報が保存される。

「文書構成ＩＤ」１４２２には、文書の構成ごとの識別情報が保存される。「文書構成ＩＤ」には、例えば、「１」等が保存される。

「文書構成名」１４２３には、文書の構成要素を特定する情報が保存される。「文書構成名」１４２３には、文書種別が学術論文であれば、例えば、「概要」、「背景」、等が保存される。通常、一つの「文書種別ＩＤ」１４２１に対し、当該文書を構成する複数の「文書構成ＩＤ」１４２２が対応して管理される。

特許の場合には、「文書構成名」１４２３に「発明の名所」や「技術分野」等を格納し、契約書の場合には、「定義」や「期間」等を格納すればよい。

図４は、質問データ１４３の説明図である。質問データ１４３は、「文書種別ＩＤ」１４３１、「文書構成ＩＤ」１４３２、「質問ＩＤ」１４３３、「質問内容」１４３４と、を対応して管理する。

「文書種別ＩＤ」１４３１には、文書の種別ごとの識別情報が保存され、文書種別データ１４１で定義されている「文書種別ＩＤ」１４１１と同じ情報が保存される。

「文書構成ＩＤ」１４３２には、文書の構成ごとの識別情報が保存される。文書構成データ１４２で定義されている文書構成ＩＤ１４２２と同じ情報が保存される。

「質問ＩＤ」１４３３には、質問ごとの識別情報が保存される。図４では「文書種別ＩＤ」１４３１と「文書構成ＩＤ」１４３２が同じ質問群の中で最も小さな「質問ＩＤ」は、文書構成に関する最初の質問であり、それ以降の「質問ＩＤ」は、同じ話題について、より多くの情報を引き出すための質問を行う「深堀質問」である。他方「文書種別ＩＤ」１４３１が同じだが「文書構成ＩＤ」１４３２が異なる質問は、別の話題の質問である。また、「文書種別ＩＤ」が異なる場合も、別の話題の質問である。本明細書では、同じ話題について、より多くの情報を引き出すための質問を「深堀質問」と呼び、別の話題の質問を「話題転換質問」と呼ぶ。

このように、「文書種別ＩＤ」と「文書構成ＩＤ」が同じで、「質問ＩＤ」の数字を大きくすることで、同じ文書の種別、かつ、同じ文書の構成に対し、異なる質問（深堀質問）を行うことで、ユーザから新たな情報を引き出す。

一方、同じ話題に対してユーザの情報量が増えていない場合、「文書種別ＩＤ」に対し「文書構成ＩＤ」を変更し、或いは、前回の質問と「文書種別ＩＤ」を変更し、ユーザに対し質問の話題を変えた質問「話題転換質問」を行うことで、ユーザから新たな情報を効率的に引き出す。

そのため、一つの「文書種別ＩＤ」１４３１に対し、複数の「文書構成ＩＤ」１４３２が対応して管理され、一つの「文書構成ＩＤ」１４３２に対し、複数の「質問ＩＤ」１４３３が対応して管理されている。

このように質問データを構成することで、深堀質問の際に、次の質問を簡単に検索することができる。また、話題転換質問の場合も、文書種別を変更するか、文書構成を変更するか、或いはその両方を変更するかを容易に選択可能となる。

「質問内容」１４３４には、質問内容を示す文字列が保存される。質問内容は、予め人が作成する、あるいは文書作成に関する過去の質問履歴があればそれを機械的に抽出した内容を使用する。

図５は、回答履歴データ１４４の説明図である。回答履歴データ１４４には、「文書種別ＩＤ」１４４１、「文書構成ＩＤ」１４４２、「質問ＩＤ」１４４３、「質問時刻」１４４４、「ユーザＩＤ」１４４５、「回答時刻」１４４６、「回答内容」１４４７と、を対応して管理する。

「文書種別ＩＤ」１４４１には、文書の種別ごとの識別情報が保存され、文書種別データ１４１で定義されている「文書種別ＩＤ」１４１１と同じ情報が保存される。

「文書構成ＩＤ」１４４２には、文書の構成ごとの識別情報が保存される。文書構成データ１４２で定義されている「文書構成ＩＤ」１４２２と同じ情報が保存される。

「質問ＩＤ」１４４３には、質問ごとの識別情報が保存される。質問データ１４３で定義されている「質問ＩＤ」１４３３と同じ情報が保存される。

「質問時刻」１４４４には、ユーザに質問を提示した時刻が保存される。例えば、年月日時分秒の単位で保存される。

「ユーザＩＤ」１４４５には、質問を提示したユーザを一意に識別するＩＤが保存される。後述するユーザデータ１４６に保存されている「ユーザＩＤ」１４６１と同じ情報が保存される。

「回答時刻」１４４６には、ユーザが回答した時刻が保存される。例えば、年月日時分秒の単位で保存される。

「回答内容」１４４７には、ユーザが回答した内容が文字列で保存される。例えば、「文書種別ＩＤ」１４４１が「１」、「文書構成ＩＤ」１４４２が「２」、「質問ＩＤ」１４４３が「１」で、「質問内容」１４３４が「研究動機は何ですか？」という質問に対する回答として、「従来研究ではXX処理に長い時間を要する」などが保存される。

ユーザＩＤ「１００１」に対し、「文書種別ＩＤ」１４４１が「１」、「文書構成ＩＤ」１４４２が「２」、「質問ＩＤ」１４４３が「３」の質問が２回行われており、回答内容１４４７が「従来研究の文献Xでは、XXという課題に対し、XXを特徴とするXXアルゴリズムを提案し、XXの実験により有効性を検証」と「従来研究の文献Xでは、XXアルゴリズムを提案」と回答されている。回答内容に新たな情報が含まれていないため、この話題に対するユーザＩＤ「１００１」の知識は増えていない例となる。

また、質問時刻１４４４と回答時刻１４４６の差が大きい場合には、ユーザが回答に要した時間が長いことを示すため、質問提示部１１は、より多くの新たな情報を含んだ回答をしたものと推定し、質問時刻１４４４と回答時刻１４４６の差が小さい場合には、ユーザが回答に要した時間が短いことを示すため、新たな情報を含んでいない回答をしたものと推定する。この推定は、図８で後述する類似度による推定の補助的な推定とする。

図６は、関連文書データ１４５の説明図である。関連文書データ１４５には、「文書種別ＩＤ」１４５１、「文書名」１４５２、「出典」１４５３、「著者」１４５４、「文書ベクトル」１４５５、などを対応させて管理する。

「文書種別ＩＤ」１４５１には文書を一意に識別するＩＤが保存される。例えば、「１」等が保存される。
「文書名」１４５２には文書のタイトルを文字列で保存する。
「出典」１４５３には文書の出典先を文字列で保存する
「著者」１４５４には文書の著者の情報を文字列で保存する。
「文書ベクトル」１４５５には文書を表現するベクトルデータが保存される。例えば、文書の単語、単語の頻度、単語n－gram等が保存される。

図６で示した関連文書データ１４５は、ユーザからの回答と比較するために用いられる。例えば、ユーザからの回答に、関連する文献に記載されている情報との差分がない場合、ユーザからの回答は、質問に関して新たな情報を有していないと判断し、差分が大きい場合には新たな情報を有していると判断する。

図７は、ユーザデータ１４６の説明図である。ユーザデータ１４６には、「ユーザＩＤ」１４６１、「ユーザ名」１４６２、「所属」１４６３などを対応して管理する。
「ユーザＩＤ」１４６１には、ユーザを一意に識別するＩＤが保存される。
「ユーザ名」１４６２には、ユーザの名称の文字列で保存する。例えば、ユーザの氏名が保存される。
「所属」１４６３には、ユーザの所属している組織の名称を文字列で保存する。例えば、ユーザが所属する企業名、部署名等が保存される。

尚、図２から図７で示した、種々のＩＤはそれぞれの情報を識別できる情報であれば数字に限らず、文字等であっても良い。例えば、図２の文書種別データ１４１の「文書種別ＩＤ」１４１１、図３の文書構成データ１４２の「文書構成ＩＤ」１４２２、図４の質問データ１４３の「質問ＩＤ」１４３３、図５の回答履歴データ１４４の「ユーザＩＤ」１４４５、図６の関連文書データ１４５の「文書種別ＩＤ」１４５１は、他の形式の識別情報であっても良い。

以上のデータを活用し、図１の情報量推定部１３について説明する。情報量推定部１３は、ユーザの過去の回答履歴と、現在の回答を比較して、情報量の増加の度合いを推定する機能である。

図８は、コーチングシステムの処理フローを示した図である。
まず、ステップＳ８０１で、コーチングシステム１の質問提示部１１は、ユーザに質問データ１４３のうち、「文書種別ＩＤ」１４３１と「文書構成ＩＤ」１４３２が同じ値で、最小の「質問ＩＤ」１４３３の質問を、ドキュメント作成装置２に対して送信する。この質問は、同一の、「文書種別ＩＤ」、「文書構成ＩＤ」において、最も広い視点の質問になる。

ステップＳ８０２で、回答受付部１２は、質問に対する回答（今回の回答）を受領する。受領した回答は、回答受付部１２によって、回答履歴データ１４４に、同じ文書種別ＩＤと文書構成ＩＤに対する質問の回答履歴として蓄積される。

ステップＳ８０３で、情報量推定部１３は、データ管理部１４の回答履歴データ１４４から、同一ユーザに関する回答であって、同一の、「文書種別ＩＤ」、「文書構成ＩＤ」、「質問ＩＤ」に対する、過去の回答を読み出す。

ステップＳ８０４で、情報量推定部１３は、過去の回答と今回の回答の類似度を算出する。算出された類似度は、情報量推定部１３が質問提示部１１に送信する。

ステップＳ８０５で、質問提示部１１は、情報量推定部１３から受信した類似度と所定の閾値（閾値１）とを比較する。つまり、質問提示部１１は、ユーザが回答したときに、過去の回答履歴に対して、情報量が増えているかを判断する。この判断は、同一ユーザの、「文書種別ＩＤ」、「文書構成ＩＤ」、「質問ＩＤ」が同じ過去の回答内容と、今回の回答内容の類似度を計算することで行う。類似度により、情報量の増加の度合いを推定できるからである。例えば、過去の回答内容と、今回の回答内容の単語を抽出して、単語の種類、単語の出現頻度、を考慮して類似度を計算する。あるいは、過去の回答内容と今回の回答内容の単語n－gramも含めて類似度を計算する。あるいは、過去の回答内容と今回の回答内容の単語の同義語も含めて、単語の種類、単語の出現頻度、単語n－gramを用いて類似度を計算する。この計算結果は、質問提示部１１に送信される。

質問時刻１４４４と回答時刻１４４６の差による、ユーザからの回答に新たな情報が含まれているかの推定は、ステップＳ８０４で類似度を計算する回答対象を絞る際に用いることができる。例えば、質問時刻１４４４と回答時刻１４４６の差が大きい場合のみ、類似度を計算することで、計算処理の負荷を低減することができる。質問時刻１４４４と回答時刻１４４６の差が小さい場合、過去の回答から新たな情報を含まれている可能性が低いからである。

質問提示部１１は、過去の回答内容と今回の回答内容の類似度が事前に設定した閾値より低ければ、ユーザの情報量の増加の度合いが大きいと判定し、ステップＳ８０７に進む。

ステップＳ８０７で、質問提示部１１は、質問を深堀するとユーザから情報を引き出せる可能性が高いため、「深堀質問」を選択する。「深堀質問」の選択は、同じ文書種別ＩＤと文書構成ＩＤのうち、まだ質問していない質問ＩＤを選択する。例えば、今回の質問ＩＤの値を「１」だけインクリメントする。類似度が極端に低い場合、例えば所定の閾値２よりも低い場合には、インクリメントする量を「３」と増やすと、効果的にユーザから情報を引き出すことができる。類似度の変化の度合いによって、インクリメントする値を決めればよい。

ステップＳ８０７で、質問提示部１１が深堀質問を選択すると、ドキュメント作成装置２の質問表示部２２１で、深堀質問を表示し、ステップＳ８０２で回答を受信する。

一方、ステップＳ８０５で、類似度が閾値より高いと判断した場合、ステップＳ８０６に進む。

ステップＳ８０６で、質問提示部１１は、過去の回答内容と今回の回答内容の類似度が事前に設定した閾値より高ければ、ユーザの情報量の増加の度合いが小さいと判定する。つまり、質問を深堀してもユーザから情報を引き出せる可能性が低いと判断する。このとき、次の質問は、別の話題の質問「話題転換質問」を選択する。

別の話題の質問の選択は、以下の３通り考えられる。
（１）同一「文書種別ＩＤ」、異なる「文書構成ＩＤ」の質問
（２）異なる「文書種別ＩＤ」、同一「文書構成ＩＤ」の質問
（３）「文書構成ＩＤ」、「文書種別ＩＤ」の双方が異なる質問

ステップＳ８０６で、質問提示部１１が「話題転換質問」を選択すると、ドキュメント作成装置２の質問表示部２２１で、「話題転換質問」の内容を表示し、ステップＳ８０２で回答を受信する。ステップＳ８０６で、異なる「話題転換質問」がなくなると、質問提示部１１は、質問終了する（ステップＳ８０８）。

以上、実施例１によると、非定型の知的業務を支援するコーチングシステムを提供することができる。特に、学術論文や特許などの文書作成を効率化することができる。その結果、作成された文書の質を向上させることができる。

以上は、ユーザ自身の過去の回答内容と今回の回答内容による比較だが、既出の文書との比較も考えられる。例えば、学術論文であれば、ある文書構成において、ユーザの回答内容と、学術論文の記載内容を比較し、情報量の増加の度合いを計算することができる。

ユーザの回答と学術論文の記載内容の類似度計算は、ユーザ自身の過去の回答と今回の回答による類似度計算と同様に行える。

この場合、図８のステップＳ８０３で、過去の同一の質問ＩＤを読み出す代わりに、同じ文書種別に関連する文献の文書ベクトルを関連文書データから読み出して、ステップＳ８０４でユーザの回答と比較すればよい。

実施例２によると、学術論文とユーザとの知識を比較することで、ユーザの有する新規情報を効率的に引き出すことで、文書作成を効率化することができる。

１：コーチングシステム
２：ドキュメント作成装置
１１：質問提示部
１２：回答受付部
１３：情報量推定部
１４：データ管理部
１５：処理部（ＣＰＵ）
１６：メモリ
１８：通信Ｉ／Ｆ
１４１：文書種別データ
１４２：文書構成データ
１４３：質問データ
１４４：回答履歴データ
１４５：関連文書データ
１４６：ユーザデータ。

Claims (7)

1. 文書の作成を支援するコーチングシステムであって、
   ユーザに対する質問を選択する質問提示部と、
   前記質問提示部で選択された質問する回答を受信する回答受付部と、
   前記回答受付部が受信した回答を格納するデータ管理部と、
   前記データ管理部に格納された前記ユーザの過去の回答と、今回の回答との類似度を算出する情報量推定部と、を有し、
   前記質問提示部は、前記情報量推定部から受信した前記類似度が所定値より大きい場合には、話題転換質問を選択し、前記類似度が小さい場合には深堀質問を選択することを特徴とするコーチングシステム。
2. 処理部と記憶装置とを有し、文書の作成を支援するコーチングシステムであって、
   前記記憶装置は、
   作成する文書の種別を特定する文書種別ＩＤと、文書種別ごとに文書を構成する構成要素を特定する文書構成ＩＤと、質問内容を特定する質問ＩＤと、ユーザの回答内容とを対応して管理する回答履歴データを有し、
   前記処理部は、
   文書作成ユーザに対する質問を選択し、
   前記選択された質問に対する、前記文書作成ユーザからの回答を今回の回答として受信し、前記回答履歴データとして格納し、
   前記選択された質問に対し、前記回答履歴データに格納された、対応する文書種別ＩＤ、対応する文書構成ＩＤで、対応する質問ＩＤに対する、前記ユーザの過去の回答を読み出し、
   前記過去の回答と、前記今回の回答と、の類似度を算出し、
   前記類似度が所定値より大きい場合には、話題転換質問を選択し、
   前記類似度が小さい場合には深堀質問を選択する
   ことを特徴とするコーチングシステム。
3. 請求項２に記載のコーチングシステムにおいて、
   前記記憶装置は、
   前記文書種別ＩＤと、前記文書構成ＩＤと、前記質問ＩＤと、質問内容とを対応して管理する質問データを格納し、
   前記質問データは、
   前記文書種別ＩＤの一つに対して、複数の前記文書構成ＩＤが対応するように管理され、
   前記文書構成ＩＤの一つに対して、複数の前記質問ＩＤと前記質問内容が対応するように管理されている
   ことを特徴とするコーチングシステム。
4. 請求項２に記載のコーチングシステムにおいて、
   前記記憶装置に格納される前記回答履歴データは、
   前記文書作成ユーザに対して質問を提示した質問時刻と回答時刻とを、前記質問ＩＤに対応して管理し、
   前記処理部は、前記質問時刻と前記回答時刻との差に応じて、前記類似度の計算を実行する
   ことを特徴とするコーチングシステム。
5. 請求項３に記載のコーチングシステムにおいて、
   前記処理部は、前記類似度に応じて、前記深堀質問の中から質問内容を選択する
   ことを特徴とするコーチングシステム。
6. 請求項３に記載のコーチングシステムにおいて、
   前記記憶装置は、前記文書種別ＩＤに対応する文書ベクトルを格納する関連文献データを格納し、
   前記処理部は、前記類似度を、前記今回の回答と前記関連文献データの文書ベクトルに基づいて算出する
   ことを特徴とするコーチングシステム。
7. 処理部と記憶装置とを有し、文書の作成を支援するコーチング方法であって、
   前記記憶装置は、作成する文書の種別を特定する文書種別ＩＤと、文書種別ごとに文書を構成する構成要素を特定する文書構成ＩＤと、質問内容を特定する質問ＩＤと、ユーザの回答内容とを対応して管理する回答履歴データを有し、
   前記処理部は、
   文書作成ユーザに対する質問を選択し、
   前記選択された質問に対する、前記文書作成ユーザからの回答を今回の回答として受信し、前記回答履歴データとして格納し、
   前記選択された質問に対し、前記回答履歴データに格納された、対応する文書種別ＩＤ、対応する文書構成ＩＤで、対応する質問ＩＤに対する、前記ユーザの過去の回答を読み出し、
   前記過去の回答と、前記今回の回答と、の類似度を算出し、
   前記類似度が所定値より大きい場合には、話題転換質問を選択し、
   前記類似度が小さい場合には深堀質問を選択する
   ことを特徴とするコーチング方法。

Images