JP7242105B1 - プログラム、方法、およびシステム - Google Patents
プログラム、方法、およびシステム Download PDFInfo
- Publication number
- JP7242105B1 JP7242105B1 JP2022107770A JP2022107770A JP7242105B1 JP 7242105 B1 JP7242105 B1 JP 7242105B1 JP 2022107770 A JP2022107770 A JP 2022107770A JP 2022107770 A JP2022107770 A JP 2022107770A JP 7242105 B1 JP7242105 B1 JP 7242105B1
- Authority
- JP
- Japan
- Prior art keywords
- answer
- question
- user
- input
- text
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 79
- 230000004044 response Effects 0.000 claims abstract description 81
- 238000011156 evaluation Methods 0.000 claims abstract description 69
- 230000007812 deficiency Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 34
- 230000008569 process Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 25
- 230000010365 information processing Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
例えば特許文献1に記載のシステムでは、会話のパターンを用いた機械学習により、入力された質問文に対して適切な回答文を生成する処理が行われている。
自動応答システム1(以下、単にシステム1という)の構成について説明する。図1は、本実施形態に係るシステム1の全体構成を示すブロック図である。システム1は、例えば企業内で使用される社内システムの一部を構成する。システム1は、従業員(ユーザ)が例えば人事部門や総務部門といった管理部門に対して、社内のルールについての問い合わせを行う際に用いられるシステムである。自動応答システム1は、テキスト入力により行われた質問に対して、適切な回答を自動応答により出力するチャットボットである。
従業員端末10、管理者端末20、サーバ30、および会話パターンDB40は、ネットワーク(例えば、インターネット又はイントラネット)50を介して接続される。
従業員端末10とは、システム1が運用される会社の従業員が使用する端末である。この説明において、従業員とは、雇用形態を問わずシステム1が運用される会社の業務に従事する者を指す。なお、この発明における従業員端末10には、従業員には含まれない役員が使用する端末を含んでもよい。
すなわち、主管部門に属する従業員が、システム1を用いて社内のルールについて確認する場合には、当該従業員が使用する端末は、この説明における従業員端末10に該当する。一方、当該従業員が、自身の職務として、後述するシステム1の保守に関する操作を行う場合には、当該従業員が使用する端末は、この説明における従業員端末10に該当する。
サーバ30は、従業員端末10から送信されたリクエストに応じたレスポンスを従業員端末10に提供する。
サーバ30は、管理者端末20から送信されたリクエストに応じたレスポンスを管理者端末20に提供する。
従業員端末10の構成について説明する。図2は、本実施形態の従業員端末10の構成を示すブロック図である。
図2に示すように、従業員端末10は、記憶装置11と、プロセッサ12と、入出力インタフェース13と、通信インタフェース14とを備える。
・OS(Operating System)のプログラム
・情報処理を実行するアプリケーションのプログラム
・情報処理において参照されるデータベース
・情報処理を実行することによって得られるデータ(つまり、情報処理の実行結果)
・CPU(Central Processing Unit)
・GPU(Graphic Processing Unit)
・ASIC(Application Specific Integrated Circuit)
・FPGA(Field Programmable Array)
入力デバイスは、例えば、物理ボタン、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ15、スピーカ、ランプ、又は、それらの組合せである。
ディスプレイ15は、画像(静止画、または動画)を表示するように構成される。ディスプレイ15は、例えば、液晶ディスプレイ、または有機ELディスプレイである。
管理者端末20の構成について説明する。図4は、本実施形態の管理者端末20の構成を示すブロック図である。
・OSのプログラム
・情報処理を実行するアプリケーション(例えば、ウェブブラウザ)のプログラム
・情報処理において参照されるデータベース
・情報処理の実行結果
・CPU
・GPU
・ASIC
・FPGA
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ25、スピーカ、又は、それらの組合せである。
ディスプレイ25は、画像(静止画、または動画)を表示するように構成される。ディスプレイ25は、例えば、液晶ディスプレイ、または有機ELディスプレイである。
サーバ30の構成について説明する。図3は、本実施形態のサーバ30の構成を示すブロック図である。
・OSのプログラム
・情報処理を実行するアプリケーションのプログラム(例えば、自動応答モデル)
・情報処理において参照されるデータベース(例えば、従業員データベース)
・情報処理の実行結果
・CPU
・GPU
・ASIC
・FPGA
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
自動応答モデルは、チャットボットとしての自動応答機能を実現するための学習済みモデルである。自動応答モデルは、例えば、サーバ30が自動応答サービスを提供するにあたり、予め記憶装置31に記憶されている。自動応答モデルは、後述する処理に基づき、随時、再学習される。自動応答モデルは、例えば、会話パターンDB40に記憶された会話パターンを学習用データとして学習している。
より具体的には、自動応答モデルは、入力された質問文に対してテキストマイニング処理を行い、質問文の特徴量に対して類似度が高い特徴量を有する質問パターンを選定する。そして、当該質問パターンが紐づけられた質問区分(QA項目)に対応する回答パターンを選定する。この際、自動応答モデルは、類似度の高さに応じたレコメンドスコアを選定された質問区分(QA項目)に対して付与し、レコメンドスコアが高い複数の質問区分(QA項目)と回答パターンをレコメンドする。
図1に示す会話パターンDB40は、自動応答モデルの学習用データとなる会話パターンを記憶するデータベースである。会話パターンとは、質問文の候補である質問パターンと、回答文の候補である回答パターンと、を含む。
会話パターンDB40は、質問の内容に応じて分類される質問の区分であるQA項目に対して、回答パターンを紐づけて記憶している。また、会話パターンDB40は、1つのQA項目(すなわち1つの回答パターン)に対して、複数の回答パターンを紐づけて記憶している。会話パターンDB40の構造の詳細については後述する。
本実施形態の概要について、図5および図6を用いて説明する。図5は、システム1における使用手順の前半を示す図である。図6は、システム1における使用手順の後半を示す図である。システム1は、一般的なチャットボットとは異なり、適切な回答が出力できなかった場合に、保守を促す情報を管理者に通知する機能を有している。この点について詳述する。
・手順P01:ユーザが質問文を入力する。
・手順P02:ユーザに対して回答を出力する。
・手順P03:ユーザが、システム1から出力された回答に対して評価を入力する。
・手順P04:ユーザからの評価が肯定的な場合、処理を終了する。
・手順P05:ユーザからの評価が否定的な場合、その理由を確認する。
・理由1:回答文に含まれる回答内容に過不足がある場合(手順P07)
・理由2:回答文に含まれる回答内容のQA項目が不適切である場合(手順P06)
・手順P08:管理者に対して回答パターンの情報更新を推奨する。
・手順P09:管理者が回答パターンの情報を更新する。
・手順P10:更新された情報に基づいて、質問をしたユーザに新たに回答がされる。
これにより、理由1により回答内容に不備がある場合に、適切な情報をユーザに対して回答することができる。
・手順P11:他の回答候補を出力する。
この際、前回出力したQA項目を除外して、他の複数の回答候補について、例えば、QA項目の名称を並べた複数の選択肢を出力し、ユーザに適切と思われる回答候補を選択させる。また、適切と思われる選択肢がない場合を想定し、その旨を記載した選択肢(「該当なし」)も併せて出力する。
・手順P12:ユーザが選択したQA項目について、回答パターンを表示する。
・手順P13:新たな回答に対して、評価を入力する。
・手順P15:質問文を新たな質問パターンとして追加する。
すなわち、回答パターンに対して紐づけられた質問パターンが不十分であったと判断し、当該質問を、新たな質問パターンとして回答パターンに対して紐づけて会話パターンDB40に登録する。その後、自動応答モデルが再学習をすることで、同様の質問が今後入力された場合に、今回再回答した内容を出力できるように更新する。
この場合にも、ユーザからの評価が否定的な理由は、以下のいずれかになる。
・理由1:回答文に含まれる回答内容に過不足がある場合(手順P18)
・理由2:回答文に含まれる回答内容のQA項目が不適切である場合(手順P17)
・手順P20:エスカレーション処理を行う。
・手順P21:管理者からの回答内容をユーザに対して通知する。
ここで、エスカレーション処理とは、そもそもユーザからの質問に対応する適切なQA項目が設定されていないと判断し、管理者からのテキスト入力による回答を行う処理である。またエスカレーション処理では、当該回答を新たに管理者の判断により、新たな会話パターンとして登録することもできる。
一方、当該質問がユーザの個人的な事情に関する質問である場合には、一般化した回答は導きにくいため、新たな会話パターンの登録は不要と判断することもできる。
また、その後に自動応答モデルが再学習をすることで、新たに登録された質問パターンと類似する質問が別途問い合わせされた場合に、新たな回答パターンとして設定された回答文が出力される。
本実施形態に係るシステム1が使用するデータベースについて説明する。
本実施形態に係る従業員DB(データベース)について説明する。図7は、本実施形態に係る従業員DBのデータ構造の一例を示す図である。従業員DBはサーバ30の記憶装置31に記憶されている。
・年齢、性別、生年月日等の出生に関する情報
・国籍、出身地、居住地等の従業員と関連の深い地理的な情報
・学歴、職歴(現職における過去の役職、業務内容を含む)等の経歴に関する情報
・配偶者および子供の有無等の家族に関する情報
なお、これらの各情報は、項目毎に従業員DBにカラムが設けられてもよい。
会話パターンDB40について説明する。図8は、本実施形態に係る会話パターンDB40のデータ構造の概要を示す第1の図である。図9は、本実施形態に係る会話パターンDB40のデータ構造の概要を示す第2の図である。
更に、関連性の高い複数の小カテゴリをまとめて、大カテゴリと呼ばれる大区分が分類されている。このように階層だててQA項目を管理することで、会話パターンの編集を円滑に行うことができる。
・勤怠管理…日々の業務の勤怠の記録の修正、休暇の申請方法等に関する内容
・労務手続…従業員の住所、氏名、家族構成の変更等に関する内容
・経費関連…各種の経費の精算方法の確認等に関する内容
・人事関連…社内公募、異動希望等に関する内容
・総務関連…オフィスの設備の利用方法、又は設備の修繕の依頼等に関する内容
・その他…上記のいずれにも該当しない内容
なお、この大区分はあくまで一例であって、任意に変更、追加することができる。
・出張費関連…出張に伴い発生する費用の清算等に関する内容
・福利厚生関連…例えば日々の交通費を含む福利厚生に関する内容
なお、この中区分はあくまで一例であって、任意に変更、追加することができる。
・旅費申請に関して…出張に伴う交通費の清算方法に関する内容
・交通手段の予約方法に関して…出張に伴う交通チケットの予約方法に関する内容
・宿泊施設の費用の条件に関して…出張先での宿泊施設の条件(費用)に関する内容
なお、このQA項目はあくまで一例であって、任意に変更、追加することができる。
図10に示すように、QA項目を編集する際には、管理者は、管理者端末20に表示されたQA項目の設定画面において、左側に表示された大カテゴリから、編集するQA項目が含まれる大区分を選択する。更に、右側の画面において、編集するQA項目が含まれる小カテゴリを選択し、編集対象となるQA項目(図示の例では、「交通費の申請に関して」)を選択する(符号G)。これにより、図11に画面表示が遷移する。
また、管理者は、この画面において質問パターンの追加を行うことができる。管理者は、該当するQA項目についてユーザがどのような質問をする可能性があるか、という観点で、質問の仕方を広げて設定する。最後に、入力された内容を保存ボタンHをクリックすることで保存する。これにより、新たなQA項目が設定される。このようにして会話パターンDBには、各種の内容の質問に対する回答パターンが登録されている。
次に、本実施形態の情報処理について説明する。
図12は、システム1による処理のうち、図5における手順P01からP07における処理の詳細を説明する図である。
図12に示すように、まず、従業員端末10は、ユーザからの質問文の入力を受け付ける(ステップS101)。
具体的には、従業員であるユーザが、日々の業務において、管理部門に確認が必要な不明点(困りごと)が生じた場合に、従業員端末10を操作してシステム1のチャット機能を起動させ、質問文を会話形式でチャット欄に入力する。従業員端末10のプロセッサ12は、通信インタフェース14を介して入力されたテキスト情報を、サーバ30に出力する。
具体的には、サーバ30のプロセッサ32は、通信インタフェース34を介して、従業員端末10から出力された質問文であるテキスト情報を取得する。
具体的には、サーバ30のプロセッサ32は、自動応答モデルに質問文を入力することで、予めデータベースに登録された複数の回答候補のうち、自動応答モデルから出力された回答候補であって、レコメンドスコア最も高いQA項目および回答パターンを選択する。
具体的には、プロセッサ32は、ステップS301において選択した回答パターンを、通信インタフェース34を介して、従業員端末10に出力する。
具体的には、従業員端末10のプロセッサ12は、サーバ30から出力された回答文を通信インタフェース14を介して取得し、ディスプレイ15に表示する。これにより、質問を行ったユーザに対して、質問への回答が提示される。
具体的には、従業員端末10のプロセッサ12は、回答文の表示の後に、当該回答文が適切かどうかのアンケートをユーザに対して表示する。この際、アンケートでは、少なくとも以下の内容をユーザに対して確認する。
・回答文が適切であるかどうか
・回答文が不適切である場合に、その理由
・回答文に含まれる回答内容に過不足がある為
・回答文に含まれる回答内容の質問区分(QA項目)が不適切である為
なお、回答文が不適切である場合におけるその理由については、選択肢を提示することなく、ユーザからのテキスト入力によるアンケートを行ってもよい。プロセッサ12は、通信インタフェース14を介して入力された評価結果を、サーバ30に出力する。この時の従業員端末10のディスプレイ15に表示される第1画面例P10については後述する。
具体的には、サーバ30のプロセッサ32は、ユーザが入力した回答の内容を、通信インタフェース14を介して取得する。
一方、回答文に含まれる回答内容に過不足があるとユーザが入力した場合(ステップS306におけるY)には、サーバ30は、結合子C以降の処理を行う。ここではまず、結合子C以降の処理について説明する。図13は、結合子C以降の処理として、システム1による処理のうち、図5における手順P08からP10における処理の詳細を説明する図である。
ステップS306の後に、サーバ30は、管理者端末20に対して、情報更新の推奨の通知を行う(ステップS311)。
具体的には、サーバ30のプロセッサ32は、レコメンドしたQA項目に紐づけられた回答パターンについて、管理者に情報更新を推奨する旨の通知を、通信インタフェース24を介して管理者端末20に向けて出力する。この通知には、例えば、以下の情報が含まれる。
・情報更新が必要なQA項目のタイトル
・当該QA項目に関連するお問合せ件数
・回答文に対して不備を指摘したユーザに関する情報
すなわち、ユーザから、回答文に含まれる回答内容に過不足があるという指摘がある以上、その不備を解消するために、当該回答文の情報を更新する必要があると考えられるためである。
具体的には、管理者端末20のプロセッサ22は、サーバ30から出力された情報更新の推奨の通知を通信インタフェース24を介して受領し、その内容をディスプレイ25に表示することで、管理者に提示する。これにより、管理者が、更新が必要なQA項目の内容を把握することができる。この時の管理者端末20のディスプレイ25に表示される第2画面例P11については後述する。
具体的には、管理者は、管理者端末20を操作して、情報更新が必要なQA項目の回答文について、その内容を編集し更新を行う。この際、前述したQA項目の編集画面(図10、図11参照)において、QA項目の編集を行うことができる。管理者端末20のプロセッサ22は、通信インタフェース24を介して、更新した旨、およびその内容をサーバ30へ出力する。
具体的には、サーバ30のプロセッサ32は、管理者端末20から出力された情報を通信インタフェース34を介して受領する。
具体的には、プロセッサ32は、更新された回答文に関する情報を、回答文に対して不備を指摘したユーザに対して、通信インタフェース34を介して出力する。この際、回答文を新たに通知するうえで、管理者により、回答文に含まれる情報が更新されている旨を通知する。
具体的には、従業員端末10のプロセッサ12は、通信インタフェース14を介してサーバ30から出力された情報を取得し、回答の内容をディスプレイ15に表示する。ユーザは、ディスプレイ15に表示された回答の内容を確認することで、当初の質問に対して、情報が更新された適切な回答文を確認することができる。
以上により、図12における結合子C以降(図5に示す手順P08からP10)が終了する。次に、図12における結合子B以降の処理について説明する。
図14は、システム1による処理のうち、図6における手順P11からP19における処理の詳細を説明する図である。
図14に示すように、ステップS306の後に、サーバ30は、他の回答候補をユーザに対して提示する(ステップS321)。すなわち、前工程において、回答文に含まれる回答内容のQA項目が不適切であるとユーザが評価しているので、そもそも、質問文からレコメンドしたQA項目が妥当ではなかったとみなすことができる。このため、サーバ30は、既にユーザに対して提示した回答文の次に回答すべき候補として、自動応答モデルが出力した他の複数の回答文を、新たに出力する。
具体的には、従業員端末10のプロセッサ12は、サーバ30から出力された複数の回答候補(例えばレコメンドスコアが2番から4番の3つのQA項目の名称)をディスプレイ15に表示する。この際、プロセッサ12は、ユーザに、確認すべき回答文と対応しそうなQA項目を選択の入力を受け付ける。プロセッサ12は、適切なQA項目の選択肢がない場合に備えて、「選択肢なし」という選択肢を併せて表示する。
具体的には、従業員端末10のプロセッサ12は、ディスプレイ15に表示した複数のQA項目の選択肢、および「選択肢無し」を示す選択肢のうちのいずれかを、ユーザが選択する操作の入力を受け付ける。プロセッサ12は、選択された情報を、サーバ30に出力する。
具体的には、従業員端末10のプロセッサ12は、ユーザにより選択されたQA項目に紐づけて記憶された回答パターンを回答文としてディスプレイ15に表示する。これにより、ユーザに対して新たな回答文が提示される。
具体的には、従業員端末10のプロセッサ12は、ユーザに対して新たに提示した回答文が適切かどうかのアンケートをユーザに対して表示する。このアンケートは、図12のステップS103において表示したアンケートと同じである。具体的には、このアンケートでは、少なくとも以下の内容をユーザに対して確認する。
・回答文が適切であるかどうか
・回答文が不適切である場合に、その理由
・回答文に含まれる回答内容に過不足がある為
・回答文に含まれる回答内容の質問区分(QA項目)が不適切である為
具体的には、サーバ30のプロセッサ32は、ユーザが入力した回答の内容を、通信インタフェース14を介して取得する。
その後、サーバ30は処理を終了する。
以上により、図6に示す手順P11からP19の処理が終了する。
次に、結合子D以降の処理として、エスカレーション処理を含む図6における手順P20からP21における処理を説明する。
図15は、システム1による処理のうち、図6における手順P20からP21における処理の詳細を説明する図である。
具体的には、サーバ30のプロセッサ32は、新たに複数の回答文の候補を提示した場合であっても適切なQA項目がレコメンドされていないとユーザが判断した場合に、その質問文を管理者端末20に出力する。エスカレーション処理を管理者に促すためである。エスカレーション処理とは、管理者が直接質問文を確認して回答をテキスト入力することによる、ユーザからの質問への個別の対応を指す。
具体的には、管理者端末20は、サーバ30から出力された質問文をディスプレイ25に表示する。これにより、管理者に対して当該質問文が提示される。この時の管理者端末20のディスプレイ25に表示される第3画面例P12については後述する。
具体的には、管理者は、提示された質問文を確認し、その回答を管理者端末20の入出力インタフェース33を操作して入力する。この時の管理者端末20のディスプレイ25に表示される第4画面例P13については後述する。
具体的には、管理者端末20のプロセッサ12は、ディスプレイ25に対して、管理者が入力した内容について、新たに会話パターンとして登録するかどうかの選択肢を表示する。管理者は、新たに会話パターンとして登録する場合には、登録する旨の指示に併せて、回答文が紐づけられる新たなQA項目の区分を入力する。具体的には、再回答の回答文が新たに登録されるQA項目の区分の名称を管理者が入力する。また、管理者は、質問文について、新たな質問パターンとして登録するうえでの必要な編集を行うこともできる。
この時の管理者端末20のディスプレイ25に表示される第5画面例P14については後述する。
具体的には、管理者端末20のプロセッサ22は、管理者により入力された情報として、例えば以下の情報を、サーバ30に出力する。
・管理者により入力された新たな回答文の情報
・管理者により入力された、当該回答文を新たに会話パターンDB40に登録するかどうかに関する情報
・管理者により入力された、当該回答文を新たに会話パターンDB40に登録する場合において、当該会話文が紐づけられる新たなQA項目の名称に関する情報
・質問文に対する編集により、作成された新たな質問パターンを示すテキストデータ
具体的には、サーバ30のプロセッサ32は、管理者端末20から出力された、新たな回答に関する情報を取得する。
具体的には、サーバ30のプロセッサ32は、再回答の回答文を回答パターンとし、ユーザからの質問文(又は質問文から編集されたテキストデータ)を質問パターンとして、ユーザから入力された名称を有する新たなQA項目に紐づける。そして、再回答の回答文およびユーザからの質問文を、会話パターンDB40に登録する。これにより、新たなQA項目に対して、回答パターンおよび質問パターンが新たに登録される。その後、自動応答モデルが新たな会話パターンを再学習することで、同様の質問に対して、自動応答モデルにより当該新たなQA項目がレコメンドされ、管理者から再回答された回答内容が、回答文として質問者の従業員端末10に対して自動で出力される。
具体的には、サーバ30のプロセッサ32は、再回答の情報をユーザに提示するために、従業員端末10に出力する。この際、ユーザの連絡先に対して管理者から再回答があった旨を連絡してもよい。
具体的には、従業員端末10のプロセッサ12は、ディスプレイ15に再回答を表示することで、ユーザに対して再回答の内容を提示する。これにより、ユーザは再回答を確認することで、自身がおこなった質問に対する適切な回答を得ることができ、困りごとを解消することができる。
以上により、エスカレーション処理を含む図6における手順P20からP21における処理が終了する。
次に、システム1の画面例について図16から図20を参照して説明する。
図16は、システム1における画面例のうち、図12に示す第1画面例P10を示す図である。
図16に示すように、この画面では、自身が問い合わせを行った質問に対する回答を提示されたユーザに対して、その確認後に、回答の内容に関するアンケートが表示されている。まず、上部に示すアンケートA1において、以下の選択肢が表示されている。
・解決したことを示す選択肢(肯定的な評価)
・解決しなかったことを示す選択肢(否定的な評価)
ここで、回答により困りごとが解決した場合には、回答内容が適切であったという肯定的な評価と捉えることができる(図12のステップS305のYes)。
一方、回答により困りごとが解決しなかった場合には、回答内容が不適切であったという否定的な評価と捉えることができる(図12のステップS305のNo)。
・回答のレコメンドが間違っている
・回答の内容が不適切
ここで、「回答のレコメンドが間違っている」がユーザにより選択された場合は、回答文に含まれる回答内容のQA項目が不適切である場合に相当する(図12のステップS306のX)。
一方、「回答の内容が不適切」がユーザにより選択された場合は、回答文に含まれる回答内容に過不足がある場合に相当する(図12のステップS306のY)。
このように、アンケートを従業員端末10に表示することにより、ユーザからの評価を確認することができる。
図17は、システム1における画面例のうち、図13に示す第2画面例P11を示す図である。
図17に示すように、第2画面例P11には、回答文に含まれる情報の更新を推奨するQA項目のリストL1として、複数のカテゴリとQA項目が表示されている。図示の例では、大カテゴリとQA項目のタイトルが表示されている。
リストL1には、お問合せ件数が表示されている。お問合せ件数とは、当該QA項目について所定の期間に質問が来た件数を示す数字である。リストL1は、例えばお問合せ件数の多いQA項目が上位に来るように表示されてもよい。
リストL1における編集ボタンB1を管理者がクリックすることで、図11に示すQA項目の編集画面が表示され、回答内容を編集することで更新することができる。
図18は、システム1における画面例のうち、図15に示す第3画面例P12を示す図である。
図18に示すように、第3画面例P13には、エスカレーション処理として、管理者による回答を促す質問のリストL2として、複数のカテゴリとQA項目が表示されている。図示の例では、エスカレーション処理が必要と判断された質問文が表示されている。
リストL1における回答ボタンB2を管理者がクリックすることで、図19に示す第4画面例P13が表示され、回答内容を入力することができる。
図19は、システム1における画面例のうち、図15に示す第4画面例P13を示す図である。
図19に示すように、第4画面例P13では、管理者からの回答内容を確認する画面が表示されている。管理者は、エスカレーション処理の対象となる質問を確認して、適切な回答を回答欄に入力する。この際、画像データ、動画データ、文書データなどを添付してもよい。
管理者は、適切な回答を入力した後に、下端に表示された「問い合わせに回答」ボタンB3をクリックする。これにより、図20に示す第5画面例P14が表示される。
図20は、システム1における画面例のうち、図15に示す第5画面例P14を示す図である。
図20に示すように、第5画面例P14には、管理者から、再回答の内容を新たな回答候補として登録するか否かを選択させるチェックボックスB4が表示されている。
また、第5画面例P14には再回答の内容が属する質問区分の指定の入力欄B5が表示されている。入力欄B5には、登録先のカテゴリとして、大カテゴリおよび中カテゴリが選択できる選択欄B6と、新たなQA項目の名称を入力する入力欄B7と、が表示されている。そして、必要な入力を済ませたユーザが送信ボタンB8をクリックすることで、入力された情報がサーバ30に出力される。
また、図示を省略しているが、ユーザから入力された質問文に対して、質問パターンとして適切な表現に修正する作業を行ってもよい。この質問文への修正は任意であり、必要に応じて行うことができる。
以上説明したように、本実施形態に係るシステム1では、自動応答による回答文に対してユーザから否定的な評価がされた後に、エスカレーション処理として、質問文を管理者に対して出力し、管理担当者から、質問文への再回答の入力を受け付ける。そして、システム1では、新たな回答候補として、再回答の内容を会話パターンDB40に登録する。このため、対応する会話パターンが準備されていない場合でも、円滑に適切な回答を行うことができる。また、未だ回答文が準備されていない新たな問い合わせ事項について、担当者からの回答内容を、その後に自動応答により回答できる状態とすることができる。
否定的な評価において問題視されている観点を把握することができ、否定的な評価の内容を管理担当者が把握できることで、その後に適切な対応をすることができる。
記憶装置31は、サーバ30の外部に存在し、ネットワークNWを介して、サーバ30と接続されてもよい。
会話パターンDB40に記憶される会話パターンの情報は、サーバ30の記憶装置31に記憶されてもよい。
上記説明では、各処理において各ステップを特定の順序で実行する例を示したが、各ステップの実行順序は、依存関係がない限りは説明した例に制限されない。すなわち、処理に矛盾が生じない範囲において、任意に変更することができる。
この機能により、問い合わせ事項が仮に専門性の高い内容を含んでいても、適切な部門の担当者を回答担当者として選定することで、円滑にユーザからの問い合わせに対して回答することができる。
また、上記の実施形態及び変形例は、その一部を省略可能である。例えば、質問者であるユーザから回答に対する否定的な評価の入力を受け付けた際に、その理由を確認することなく、エスカレーション処理を行ってもよい。
本発明の内容を以下に付記する。
自動応答によりユーザからの質問に回答するコンピュータに用いられるプログラムであって、
コンピュータのプロセッサに、
ユーザから質問文の入力を受け付けるステップ(ステップS101)と、
予めデータベースに登録された複数の回答候補のうち、入力された質問文に対する回答として適切な回答文を学習済みモデルに出力させ、出力された回答文をユーザに対して提示するステップ(ステップS102)と、
ユーザから、回答文に対する評価の入力を受け付けるステップ(ステップS103)と、
回答文に対して、ユーザから否定的な評価が入力された場合に、質問文を管理担当者に対して提示するステップ(ステップS231)と、
管理担当者から、質問文への再回答の入力を受け付けるステップ(ステップS232)と、
新たな回答候補として、再回答の内容をデータベースに登録するステップ(ステップS333)と、を実行させるプログラム。
プロセッサに、更に、
再回答の内容をデータベースに登録するステップ(ステップS333)に先立って、
管理担当者から、再回答の内容を新たな回答候補として登録するか否かの選択の入力を受け付けるステップ(ステップS233)を実行させる、付記1に記載のプログラム。
選択の入力を受け付けるステップ(ステップS233)では、
再回答の内容が属する質問区分の指定の入力を受け付ける、付記1又は2に記載のプログラム。
再回答の内容をデータベースに登録するステップ(ステップS333)では、
選択された質問区分と紐づけて再回答の内容を登録する、付記1から3のいずれかに記載のプログラム。
再回答の内容をデータベースに登録するステップ(ステップS333)では、
選択された質問区分と紐づけて、質問文を必要に応じて編集した後に登録する、付記1から4のいずれかに記載のプログラム。
回答文に対する評価には、
回答文に含まれる回答内容に過不足があることを指摘する否定的な評価と、
回答文に含まれる回答内容の質問区分が不適切であることを指摘する否定的な評価と、を含む、付記1から5のいずれかに記載のプログラム。
質問文を管理担当者に対して提示するステップ(ステップS231)では、
管理担当者に対して、ユーザが入力した否定的な評価の内容を提示する、付記6に記載のプログラム。
回答文に対する評価の入力を受け付けるステップ(ステップS103)において、回答内容の質問区分が不適切であることを指摘する否定的な評価が入力されたことに応答して、ユーザに対して、学習済みモデルが回答文の次に回答すべき候補として出力した複数の回答文を新たに提示する、付記7に記載のプログラム。
新たに提示した複数の回答文のいずれにも適切な回答が含まれない旨の評価がユーザから入力されたことに応答して、質問文を管理担当者に対して提示するステップ(ステップS231)を実行させる、付記8に記載のプログラム。
新たに提示した複数の回答文に適切な回答が含まれる旨の評価がユーザから入力されたことに応答して、質問文を適切な回答に対応する新たな質問パターンとしてデータベースに登録するステップ(ステップS324)を実行させる、付記8に記載のプログラム。
自動応答によりユーザからの質問に回答するコンピュータに用いられる方法であって、
コンピュータのプロセッサが、
ユーザから質問文の入力を受け付けるステップ(ステップS101)と、
予めデータベースに登録された複数の回答候補のうち、入力された質問文に対する回答として適切な回答文を学習済みモデルに出力させ、出力された回答文をユーザに対して提示するステップ(ステップS102)と、
ユーザから、回答文に対する評価の入力を受け付けるステップ(ステップS103)と、
回答文に対して、ユーザから否定的な評価が入力された場合に、質問文を管理担当者に対して提示するステップ(ステップS231)と、
管理担当者から、質問文への再回答の入力を受け付けるステップ(ステップS232)と、
新たな回答候補として、再回答の内容をデータベースに登録するステップ(ステップS333)と、を実行する方法。
自動応答によりユーザからの質問に回答するコンピュータを有する自動応答システムであって、
コンピュータのプロセッサは、
ユーザから質問文の入力を受け付ける手段と、
予めデータベースに登録された複数の回答候補のうち、入力された質問文に対する回答として適切な回答文を学習済みモデルに出力させ、出力された回答文をユーザに対して提示する手段と、
ユーザから、回答文に対する評価の入力を受け付ける手段と、
回答文に対して、ユーザから否定的な評価が入力された場合に、質問文を管理担当者に対して提示する手段と、
管理担当者から、質問文への再回答の入力を受け付ける手段と、
新たな回答候補として、再回答の内容をデータベースに登録する手段と、を備えるシステム。
10 :端末
11 :記憶装置
12 :プロセッサ
13 :入出力インタフェース
14 :通信インタフェース
20 :管理者端末
21 :記憶装置
22 :プロセッサ
23 :入出力インタフェース
24 :通信インタフェース
30 :サーバ
31 :記憶装置
32 :プロセッサ
33 :入出力インタフェース
34 :通信インタフェース
Claims (11)
- 自動応答によりユーザからの質問に回答するコンピュータに用いられるプログラムであって、
前記コンピュータのプロセッサに、
ユーザから質問文の入力を受け付けるステップと、
予めデータベースに登録された複数の回答候補のうち、入力された前記質問文に対する回答として適切な回答文を学習済みモデルに出力させ、出力された前記回答文をユーザに対して提示するステップと、
ユーザから、前記回答文に対する評価の入力を受け付けるステップと、
前記回答文に対して、ユーザから否定的な評価が入力された場合に、前記質問文を管理担当者に対して提示するステップと、
前記管理担当者から、前記質問文への再回答の入力を受け付けるステップと、
新たな回答候補として、前記再回答の内容を前記データベースに登録するステップと、を実行させ、
前記回答文に対する評価には、
前記回答文に含まれる回答内容に過不足があることを指摘する否定的な評価と、
前記回答文に含まれる回答内容の質問区分が不適切であることを指摘する否定的な評価と、が含まれる、プログラム。 - 前記プロセッサに、更に、
前記再回答の内容を前記データベースに登録するステップに先立って、
前記管理担当者から、前記再回答の内容を新たな回答候補として登録するか否かの選択の入力を受け付けるステップを実行させる、請求項1に記載のプログラム。 - 前記選択の入力を受け付けるステップでは、
前記再回答の内容が属する質問区分の指定の入力を受け付ける、請求項2に記載のプログラム。 - 前記再回答の内容を前記データベースに登録するステップでは、
選択された前記質問区分と紐づけて前記再回答の内容を登録する、請求項3に記載のプログラム。 - 前記再回答の内容を前記データベースに登録するステップでは、
選択された前記質問区分と紐づけて、前記質問文を必要に応じて編集した後に登録する、請求項4に記載のプログラム。 - 前記質問文を管理担当者に対して提示するステップでは、
前記管理担当者に対して、ユーザが入力した否定的な評価の内容を提示する、請求項1に記載のプログラム。 - 前記回答文に対する評価の入力を受け付けるステップにおいて、前記回答内容の質問区分が不適切であることを指摘する否定的な評価が入力されたことに応答して、ユーザに対して、学習済みモデルが前記回答文の次に回答すべき候補として出力した複数の回答文を新たに提示する、請求項1に記載のプログラム。
- 新たに提示した複数の回答文のいずれにも適切な回答が含まれない旨の評価がユーザから入力されたことに応答して、前記質問文を前記管理担当者に対して提示するステップを実行させる、請求項7に記載のプログラム。
- 新たに提示した複数の回答文に適切な回答が含まれる旨の評価がユーザから入力されたことに応答して、前記質問文を前記適切な回答に対応する新たな質問パターンとして前記データベースに登録するステップを実行させる、請求項7に記載のプログラム。
- 自動応答によりユーザからの質問に回答するコンピュータに用いられる方法であって、
前記コンピュータのプロセッサが、
ユーザから質問文の入力を受け付けるステップと、
予めデータベースに登録された複数の回答候補のうち、入力された前記質問文に対する回答として適切な回答文を学習済みモデルに出力させ、出力された前記回答文をユーザに対して提示するステップと、
ユーザから、前記回答文に対する評価の入力を受け付けるステップと、
前記回答文に対して、ユーザから否定的な評価が入力された場合に、前記質問文を管理担当者に対して提示するステップと、
前記管理担当者から、前記質問文への再回答の入力を受け付けるステップと、
新たな回答候補として、前記再回答の内容を前記データベースに登録するステップと、を実行し、
前記回答文に対する評価には、
前記回答文に含まれる回答内容に過不足があることを指摘する否定的な評価と、
前記回答文に含まれる回答内容の質問区分が不適切であることを指摘する否定的な評価と、が含まれる、方法。 - 自動応答によりユーザからの質問に回答するコンピュータを有する自動応答システムであって、
前記コンピュータのプロセッサは、
ユーザから質問文の入力を受け付ける手段と、
予めデータベースに登録された複数の回答候補のうち、入力された前記質問文に対する回答として適切な回答文を学習済みモデルに出力させ、出力された前記回答文をユーザに対して提示する手段と、
ユーザから、前記回答文に対する評価の入力を受け付ける手段と、
前記回答文に対して、ユーザから否定的な評価が入力された場合に、前記質問文を管理担当者に対して提示する手段と、
前記管理担当者から、前記質問文への再回答の入力を受け付ける手段と、
新たな回答候補として、前記再回答の内容を前記データベースに登録する手段と、を備え、
前記回答文に対する評価には、
前記回答文に含まれる回答内容に過不足があることを指摘する否定的な評価と、
前記回答文に含まれる回答内容の質問区分が不適切であることを指摘する否定的な評価と、が含まれる、システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022107770A JP7242105B1 (ja) | 2022-07-04 | 2022-07-04 | プログラム、方法、およびシステム |
JP2023030590A JP2024006940A (ja) | 2022-07-04 | 2023-03-01 | プログラム、方法、およびシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022107770A JP7242105B1 (ja) | 2022-07-04 | 2022-07-04 | プログラム、方法、およびシステム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023030590A Division JP2024006940A (ja) | 2022-07-04 | 2023-03-01 | プログラム、方法、およびシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7242105B1 true JP7242105B1 (ja) | 2023-03-20 |
JP2024006664A JP2024006664A (ja) | 2024-01-17 |
Family
ID=85641183
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022107770A Active JP7242105B1 (ja) | 2022-07-04 | 2022-07-04 | プログラム、方法、およびシステム |
JP2023030590A Pending JP2024006940A (ja) | 2022-07-04 | 2023-03-01 | プログラム、方法、およびシステム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023030590A Pending JP2024006940A (ja) | 2022-07-04 | 2023-03-01 | プログラム、方法、およびシステム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7242105B1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7440143B1 (ja) | 2023-04-18 | 2024-02-28 | チャットプラス株式会社 | 情報処理方法、プログラム、及び、情報処理装置 |
JP7514575B1 (ja) | 2023-04-26 | 2024-07-11 | 株式会社00Ai | 情報処理システム、プログラム、及び方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003058464A (ja) | 2001-06-06 | 2003-02-28 | Neogenesis Corp | 質問応答システム |
JP2020057117A (ja) | 2018-09-28 | 2020-04-09 | 株式会社リコー | 情報処理装置、情報処理方法及びプログラム |
JP2022032278A (ja) | 2020-08-11 | 2022-02-25 | トヨタ自動車株式会社 | 質問回答装置 |
JP2022065729A (ja) | 2020-10-16 | 2022-04-28 | シャープ株式会社 | 画像処理システム |
-
2022
- 2022-07-04 JP JP2022107770A patent/JP7242105B1/ja active Active
-
2023
- 2023-03-01 JP JP2023030590A patent/JP2024006940A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003058464A (ja) | 2001-06-06 | 2003-02-28 | Neogenesis Corp | 質問応答システム |
JP2020057117A (ja) | 2018-09-28 | 2020-04-09 | 株式会社リコー | 情報処理装置、情報処理方法及びプログラム |
JP2022032278A (ja) | 2020-08-11 | 2022-02-25 | トヨタ自動車株式会社 | 質問回答装置 |
JP2022065729A (ja) | 2020-10-16 | 2022-04-28 | シャープ株式会社 | 画像処理システム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7440143B1 (ja) | 2023-04-18 | 2024-02-28 | チャットプラス株式会社 | 情報処理方法、プログラム、及び、情報処理装置 |
JP7514575B1 (ja) | 2023-04-26 | 2024-07-11 | 株式会社00Ai | 情報処理システム、プログラム、及び方法 |
JP7514576B1 (ja) | 2023-04-26 | 2024-07-11 | 株式会社00Ai | 情報処理システム、プログラム、及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2024006664A (ja) | 2024-01-17 |
JP2024006940A (ja) | 2024-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gubanov et al. | E-expertise: modern collective intelligence | |
Witkin et al. | Planning and conducting needs assessments: A practical guide | |
Leedy et al. | Practical research | |
JP7242105B1 (ja) | プログラム、方法、およびシステム | |
Delen | Prescriptive analytics: The final frontier for evidence-based management and optimal decision making | |
Zorich | A survey of digital humanities centers in the United States | |
US20170124531A1 (en) | Scheduling System and Method | |
Gravili et al. | Social recruitment in HRM: a theoretical approach and empirical analysis | |
Siciliani et al. | AI-based decision support system for public procurement | |
Garrett | Health futures: a handbook for health professionals | |
Agu et al. | Drivers of religious entrepreneurial behaviour among Pentecostal pastors: push-pull-mooring theory and theory of planned behaviour | |
Gadegaonkar et al. | Job recommendation system using machine learning | |
De Kerckhove et al. | Digital Twins: Ethical & Societal Impacts | |
Ziegenfuss | Organization and management problem solving: A systems and consulting approach | |
Touré et al. | Re-designing knowledge management systems: Towards user-centred design methods integrating information architecture | |
Casey | Artificial Intelligence Curricula in Post-Secondary Education: Are Programs Adequately Preparing Students for Future Technologies? A Model for Developing Artificial Intelligence Curriculum | |
JP4538708B2 (ja) | 結婚情報サービス事業の方法 | |
Youdeowei | The B_Rule Methodology: A Business Rule Approach to Information Systems Development | |
Chmura et al. | Logical Data Modeling: What it is and how to Do it | |
Johnson | Working as a data librarian: A practical guide | |
Daase et al. | Conducting Design Science Research in Society 5.0–Proposal of an Explainable Artificial Intelligence Research Methodology | |
McKinley | Functionality and usability requirements for a crowdsourcing task interface that supports rich data collection and volunteer participation: a case study: the New Zealand reading experience database | |
Jan et al. | Online Electric Store | |
Egeubayeva et al. | Optimization of the book management and automation system in school libraries in Kazakhstan | |
Okpe | Challenges Impoverished People in Sub-Saharan Africa Experience in the Adoption of Technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220704 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220704 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221122 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230301 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7242105 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |