JP7327647B2 - 発話生成装置、発話生成方法、プログラム - Google Patents
発話生成装置、発話生成方法、プログラム Download PDFInfo
- Publication number
- JP7327647B2 JP7327647B2 JP2022508637A JP2022508637A JP7327647B2 JP 7327647 B2 JP7327647 B2 JP 7327647B2 JP 2022508637 A JP2022508637 A JP 2022508637A JP 2022508637 A JP2022508637 A JP 2022508637A JP 7327647 B2 JP7327647 B2 JP 7327647B2
- Authority
- JP
- Japan
- Prior art keywords
- experience
- utterance
- context
- understanding result
- data
- 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 32
- 238000000605 extraction Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
- G06F40/56—Natural language generation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Description
ここでは、まず、従来の対話システムにおける対話においてユーザがどのような経緯で対話システムの対話能力に疑念をいだくようになるかについて、例を用いて説明する。そして、次に、本願発明に基づく対話システムで目指す対話の例について説明し、その実現のために採用するアプローチについて説明する。
図1は、一問一答ベースの雑談対話システムにおける対話の例を示す。図1では、便宜上、ユーザの発話について、U1, U2, …、対話システムの発話について、S1, S2, …といった符号を付している。また、ユーザの発話中にある括弧はユーザの内心を描写したものである。
図2は、本願発明に基づく対話システムで目指す対話の例を示す。図2では、図1と同様、便宜上、ユーザの発話について、U1, U2, …、対話システムの発話について、S1, S2, …といった符号を付している。
本願発明では、対話の文脈を“いつ”、“どこで”、“誰と”、“何を”、“感想”という構造で理解するとともに、当該構造を包含する構造を有する体験に関するデータベース(以下、体験データベースという)を用いることで、共感を示す発話や文脈に沿った質問をするアプローチを採用する。以下、図を用いて説明する。
発話生成装置100は、対話中のユーザの発話に対する応答となる発話を生成する。その際、発話生成装置100は、ユーザとの対話の流れである文脈を理解するために、文脈クラスと呼ぶデータ構造を用い、文脈クラスのデータである文脈理解結果を生成する。ここで、文脈クラスは、体験の時期を示す項目である体験時期と、体験の場所を示す項目である体験場所と、体験を共有した者を示す項目である体験者と、体験の内容を示す項目である体験内容と、体験に関する感想を示す項目である体験感想とを含むデータ構造である。体験時期、体験場所、体験者、体験内容、体験感想は、<技術的背景>で説明した“いつ”、“どこで”、“誰と”、“何をした”、“感想”の5つの項目にそれぞれ対応する。
(1)対話制御部150は、体験データベースに含まれる体験クラスのデータを1つ取り出す。
(1)対話制御部150は、更新前文脈理解結果と更新後文脈理解結果とに基づいて、更新された文脈理解結果の文脈項目を特定する。例えば、対話制御部150は、更新前文脈理解結果と更新後文脈理解結果の文脈項目を文字列として比較することで更新された文脈理解結果の文脈項目を特定することができる。
更新後文脈理解結果の体験場所の値が空を示す値であるときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験内容の値が空を示す値であるときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験場所の値、体験内容の値がいずれも空を示す値でないときは、対話制御部150は、発話カテゴリが共感であり、焦点項目が少なくとも体験場所、体験内容のいずれか一方を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。
類似度が所定の閾値より大きいかそれ以上である類似体験があるときは、対話制御部150は、発話カテゴリが事前共感である発話テンプレートクラスのデータを発話テンプレート候補として選択する。それ以外のときは、対話制御部150は、以下の3つの場合に応じて、処理を実行する。更新後文脈理解結果の体験場所の値が空を示す値であるときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験感想の値が空を示す値であるときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験場所の値、体験感想の値がいずれも空を示す値でないときは、対話制御部150は、発話カテゴリが共感であり、焦点項目が少なくとも体験場所、体験感想のいずれか一方を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。
類似度が所定の閾値より大きいかそれ以上である類似体験があるときは、対話制御部150は、発話カテゴリが事前共感である発話テンプレートクラスのデータを発話テンプレート候補として選択する。それ以外のときは、対話制御部150は、以下の3つの場合に応じて、処理を実行する。更新後文脈理解結果の体験内容の値が空を示す値であるときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験感想の値が空を示す値であるときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験内容の値、体験感想の値がいずれも空を示す値でないときは、対話制御部150は、発話カテゴリが共感であり、焦点項目が少なくとも体験内容、体験感想のいずれか一方を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。
更新後文脈理解結果の体験場所の値、体験内容の値がいずれも空を示す値でないときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験時期と体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験場所の値が空を示す値であるときは、対話制御部150は、発話カテゴリが関連質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験内容の値が空を示す値であるときは、対話制御部150は、発話カテゴリが関連質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。
更新後文脈理解結果の体験場所の値、体験内容の値がいずれも空を示す値でないときは、対話制御部150は、発話カテゴリが質問であり、焦点項目が体験者と体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験場所の値が空を示す値であるときは、対話制御部150は、発話カテゴリが関連質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。更新後文脈理解結果の体験内容の値が空を示す値であるときは、対話制御部150は、発話カテゴリが関連質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する。
対話制御部150は、発話カテゴリが共感であり、発話テンプレートには類似体験の体験場所、類似体験の体験感想、類似体験の体験感想理由に関する補充欄がある発話テンプレートクラスのデータを発話テンプレート候補として選択する。
対話制御部150は、発話カテゴリが共感であり、発話テンプレートには類似体験の体験内容、類似体験の体験感想、類似体験の体験感想理由に関する補充欄がある発話テンプレートクラスのデータを発話テンプレート候補として選択する。
発話生成部160は、類似体験の文脈項目、更新後文脈理解結果の文脈項目に基づいて発話テンプレート候補の補充欄を補充したうえで、出力テキストを生成する。つまり、発話生成部160は、発話テンプレート候補の補充欄に対応する文脈項目の値を設定する。例えば、更新後文脈理解結果が図10(a)のデータであり、類似体験が図10(b)のデータである場合、発話生成部160は、発話テンプレート“私も[類似体験の体験場所]で[類似体験の体験内容]よ。[類似体験の体験感想理由]ので[類似体験の体験感想]よ。”から発話“私もなんばでたこ焼きを食べたよ。熱々だったので美味しかったよ。”を生成する。
発話生成部160は、類似体験の文脈項目、更新後文脈理解結果の文脈項目に基づいて発話テンプレート候補の補充欄を補充したうえで、出力テキストを生成する。つまり、発話生成部160は、発話テンプレート候補の補充欄に対応する文脈項目の値を設定する。例えば、更新後文脈理解結果が図11(a)のデータであり、類似体験が図11(b)のデータである場合、発話生成部160は、発話テンプレート“私も[類似体験の体験時期]に[類似体験の体験内容]よ。もしかして[類似体験の体験場所]とか行った?”から発話“私も7月に大阪行ったよ。もしかして海遊館とか行った?”を生成する。
発話テンプレート候補に補充欄がある場合は、発話生成部160は、類似体験の文脈項目、更新後文脈理解結果の文脈項目に基づいて発話テンプレート候補の補充欄を補充したうえで、出力テキストを生成する。また、発話テンプレート候補に補充欄がない場合は、発話生成部160は、類似体験、文脈理解結果を用いることなく、発話テンプレート候補そのものを出力テキストとする。
図12は、上述の各装置を実現するコンピュータの機能構成の一例を示す図である。上述の各装置における処理は、記録部2020に、コンピュータを上述の各装置として機能させるためのプログラムを読み込ませ、制御部2010、入力部2030、出力部2040などに動作させることで実施できる。
Claims (8)
- 体験の時期を示す項目である体験時期と、体験の場所を示す項目である体験場所と、体験を共有した者を示す項目である体験者と、体験の内容を示す項目である体験内容と、体験に関する感想を示す項目である体験感想とを含むデータ構造を文脈クラス、文脈クラスに含まれる項目(以下、文脈項目という)である体験時期、体験場所、体験者、体験内容、体験感想と、体験に関する感想の根拠を示す項目である体験感想理由とを含むデータ構造を体験クラス、発話の生成に用いるテンプレート(以下、発話テンプレートという)を識別するための情報(以下、テンプレートIDという)と、発話テンプレートと、発話テンプレートの種別を示す発話カテゴリと、発話テンプレートの焦点を示す文脈項目(以下、焦点項目という)とを含むデータ構造を発話テンプレートクラスとし、
体験クラスのデータから構成される体験データベースと、発話テンプレートクラスのデータから構成される発話テンプレートデータベースとを記録する記録部と、
ユーザの発話を表す入力テキストから抽出される、文脈項目とその値の組を含むデータ(以下、フレーズという)を要素とする集合であるフレーズ集合を生成するフレーズ抽出部と、
前記フレーズ集合を用いて、現時点における対話の文脈を示す文脈クラスのデータ(以下、更新前文脈理解結果という)から、最新の対話の文脈を示す文脈クラスのデータ(以下、更新後文脈理解結果という)を生成する文脈理解結果更新部と、
前記更新後文脈理解結果と体験データベースに含まれる体験クラスのデータとの間で計算される類似度に基づいて1以上の体験クラスのデータを類似体験として選択し、前記更新前文脈理解結果と前記更新後文脈理解結果とを用いて発話テンプレートデータベースから発話テンプレートクラスのデータを発話テンプレート候補として選択する対話制御部と、
前記更新後文脈理解結果と前記類似体験と前記発話テンプレート候補とを用いて、前記入力テキストに対する応答となる発話を表す出力テキストを生成する発話生成部と、
を含む発話生成装置。 - 請求項1に記載の発話生成装置であって、
前記対話制御部は、
前記更新前文脈理解結果と前記更新後文脈理解結果とに基づいて文脈理解結果の体験感想が更新されたと判断した場合において、
前記更新後文脈理解結果の体験場所の値が空を示す値であるときは、発話カテゴリが質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、
前記更新後文脈理解結果の体験内容の値が空を示す値であるときは、発話カテゴリが質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、
前記更新後文脈理解結果の体験場所の値、体験内容の値がいずれも空を示す値でないときは、発話カテゴリが共感であり、焦点項目が少なくとも体験場所、体験内容のいずれか一方を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する
ことを特徴とする発話生成装置。 - 請求項1に記載の発話生成装置であって、
前記対話制御部は、
前記更新前文脈理解結果と前記更新後文脈理解結果とに基づいて文脈理解結果の体験内容が更新されたと判断した場合において、
類似度が所定の閾値より大きいかそれ以上である類似体験があるときは、発話カテゴリが事前共感である発話テンプレートクラスのデータを発話テンプレート候補として選択し、
それ以外のときは、更新後文脈理解結果の体験場所の値が空を示す値であれば、発話カテゴリが質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、更新後文脈理解結果の体験感想の値が空を示す値であれば、発話カテゴリが質問であり、焦点項目が体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、更新後文脈理解結果の体験場所の値、体験感想の値がいずれも空を示す値でないのであれば、発話カテゴリが共感であり、焦点項目が少なくとも体験場所、体験感想のいずれか一方を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する
ことを特徴とする発話生成装置。 - 請求項1に記載の発話生成装置であって、
前記対話制御部は、
前記更新前文脈理解結果と前記更新後文脈理解結果とに基づいて文脈理解結果の体験場所が更新されたと判断した場合において、
類似度が所定の閾値より大きいかそれ以上である類似体験があるときは、発話カテゴリが事前共感である発話テンプレートクラスのデータを発話テンプレート候補として選択し、
それ以外のときは、更新後文脈理解結果の体験内容の値が空を示す値であれば、発話カテゴリが質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、更新後文脈理解結果の体験感想の値が空を示す値であれば、発話カテゴリが質問であり、焦点項目が体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、更新後文脈理解結果の体験内容の値、体験感想の値がいずれも空を示す値でないのであれば、発話カテゴリが共感であり、焦点項目が少なくとも体験内容、体験感想のいずれか一方を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する
ことを特徴とする発話生成装置。 - 請求項1に記載の発話生成装置であって、
前記対話制御部は、
前記更新前文脈理解結果と前記更新後文脈理解結果とに基づいて文脈理解結果の体験時期が更新されたと判断した場合において、
前記更新後文脈理解結果の体験場所の値、体験内容の値がいずれも空を示す値でないときは、発話カテゴリが質問であり、焦点項目が体験時期と体験感想を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、
前記更新後文脈理解結果の体験場所の値が空を示す値であるときは、発話カテゴリが関連質問であり、焦点項目が体験場所を含む発話テンプレートクラスのデータを発話テンプレート候補として選択し、
前記更新後文脈理解結果の体験内容の値が空を示す値であるときは、発話カテゴリが関連質問であり、焦点項目が体験内容を含む発話テンプレートクラスのデータを発話テンプレート候補として選択する
ことを特徴とする発話生成装置。 - 請求項1に記載の発話生成装置であって、
前記対話制御部は、
前記更新後文脈理解結果と体験データベースに含まれる体験クラスのデータにおける体験場所、または、体験内容の文字列または形態素の列としての一致率に基づいて計算される類似度を用いるものであり、
前記更新前文脈理解結果と前記更新後文脈理解結果とに基づいて文脈理解結果の体験場所が更新されたと判断した場合は、発話カテゴリが共感であり、発話テンプレートには類似体験の体験場所、類似体験の体験感想、類似体験の体験感想理由に関する補充欄がある発話テンプレートクラスのデータを発話テンプレート候補として選択し、
前記発話生成部は、
前記類似体験の体験場所、体験感想、体験感想理由に基づいて前記発話テンプレート候補から前記出力テキストを生成する
ことを特徴とする発話生成装置。 - 体験の時期を示す項目である体験時期と、体験の場所を示す項目である体験場所と、体験を共有した者を示す項目である体験者と、体験の内容を示す項目である体験内容と、体験に関する感想を示す項目である体験感想とを含むデータ構造を文脈クラス、文脈クラスに含まれる項目(以下、文脈項目という)である体験時期、体験場所、体験者、体験内容、体験感想と、体験に関する感想の根拠を示す項目である体験感想理由とを含むデータ構造を体験クラス、発話の生成に用いるテンプレート(以下、発話テンプレートという)を識別するための情報(以下、テンプレートIDという)と、発話テンプレートと、発話テンプレートの種別を示す発話カテゴリと、発話テンプレートの焦点を示す文脈項目(以下、焦点項目という)とを含むデータ構造を発話テンプレートクラスとし、
体験クラスのデータから構成される体験データベースと、発話テンプレートクラスのデータから構成される発話テンプレートデータベースとを記録する記録部を含む発話生成装置が、ユーザの発話を表す入力テキストから抽出される、文脈項目とその値の組を含むデータ(以下、フレーズという)を要素とする集合であるフレーズ集合を生成するフレーズ抽出ステップと、
前記発話生成装置が、前記フレーズ集合を用いて、現時点における対話の文脈を示す文脈クラスのデータ(以下、更新前文脈理解結果という)から、最新の対話の文脈を示す文脈クラスのデータ(以下、更新後文脈理解結果という)を生成する文脈理解結果更新ステップと、
前記発話生成装置が、前記更新後文脈理解結果と体験データベースに含まれる体験クラスのデータとの間で計算される類似度に基づいて1以上の体験クラスのデータを類似体験として選択し、前記更新前文脈理解結果と前記更新後文脈理解結果とを用いて発話テンプレートデータベースから発話テンプレートクラスのデータを発話テンプレート候補として選択する対話制御ステップと、
前記発話生成装置が、前記更新後文脈理解結果と前記類似体験と前記発話テンプレート候補とを用いて、前記入力テキストに対する応答となる発話を表す出力テキストを生成する発話生成ステップと、
を含む発話生成方法。 - 請求項1ないし6のいずれか1項に記載の発話生成装置としてコンピュータを機能させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/011614 WO2021186525A1 (ja) | 2020-03-17 | 2020-03-17 | 発話生成装置、発話生成方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021186525A1 JPWO2021186525A1 (ja) | 2021-09-23 |
JP7327647B2 true JP7327647B2 (ja) | 2023-08-16 |
Family
ID=77770965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022508637A Active JP7327647B2 (ja) | 2020-03-17 | 2020-03-17 | 発話生成装置、発話生成方法、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230140480A1 (ja) |
JP (1) | JP7327647B2 (ja) |
WO (1) | WO2021186525A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240020115A1 (en) * | 2022-07-14 | 2024-01-18 | Dell Products L.P. | Smart online documentation |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002023783A (ja) * | 2000-07-13 | 2002-01-25 | Fujitsu Ltd | 対話処理システム |
-
2020
- 2020-03-17 WO PCT/JP2020/011614 patent/WO2021186525A1/ja active Application Filing
- 2020-03-17 US US17/911,627 patent/US20230140480A1/en active Pending
- 2020-03-17 JP JP2022508637A patent/JP7327647B2/ja active Active
Non-Patent Citations (5)
Title |
---|
北川智裕 他,"自己開示発話を取り入れた雑談型対話システムの提案",第113回 知識ベースシステム研究会資料,2018年02月20日,pp.13-18 |
成松宏美 他,"文脈を理解して話す雑談対話システム",NTT技術ジャーナル,2019年09月01日,Vol.31,No.9,pp.22-25 |
成松宏美 他,"自らの体験に基づき雑談する対話システム",第87回 言語・音声理解と対話処理研究会資料,2019年11月20日,pp.68-73 |
杉山弘晃 他,"文脈に沿った発話理解・生成を行うドメイン特化型雑談対話システムの実験的検討",第84回 言語・音声理解と対話処理研究会資料,2018年11月15日,pp.118-123 |
藤堂祐樹 他,"複数の対話エージェントを用いた雑談指向の音声対話システム",電子情報通信学会論文誌D,2016年02月01日,Vol.J99-D, No.2,pp.188-200 |
Also Published As
Publication number | Publication date |
---|---|
WO2021186525A1 (ja) | 2021-09-23 |
JPWO2021186525A1 (ja) | 2021-09-23 |
US20230140480A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sproat et al. | RNN approaches to text normalization: A challenge | |
Korpusik et al. | Spoken language understanding for a nutrition dialogue system | |
JP7315065B2 (ja) | 質問生成装置、質問生成方法及びプログラム | |
US20100125459A1 (en) | Stochastic phoneme and accent generation using accent class | |
JP7230576B2 (ja) | 生成装置、学習装置、生成方法及びプログラム | |
JP7205839B2 (ja) | データ生成モデル学習装置、潜在変数生成モデル学習装置、翻訳データ生成装置、データ生成モデル学習方法、潜在変数生成モデル学習方法、翻訳データ生成方法、プログラム | |
JP2020166672A (ja) | 翻訳方法、翻訳プログラム及び学習方法 | |
WO2020170906A1 (ja) | 生成装置、学習装置、生成方法及びプログラム | |
CN112185361A (zh) | 一种语音识别模型训练方法、装置、电子设备及存储介质 | |
Cai et al. | HITS-based attentional neural model for abstractive summarization | |
KR101929509B1 (ko) | 형태소 합성 장치 및 방법 | |
JP7327647B2 (ja) | 発話生成装置、発話生成方法、プログラム | |
Simske et al. | Functional Applications of Text Analytics Systems | |
JP2018084627A (ja) | 言語モデル学習装置およびそのプログラム | |
KR102284903B1 (ko) | 입력 시퀀스 생성 방법 및 장치 | |
WO2024069978A1 (ja) | 生成装置、学習装置、生成方法、学習方法、及びプログラム | |
Roque | Language technology enables a poetics of interactive generation | |
JP2023071771A (ja) | データ生成モデル学習装置、データ生成装置、データ生成モデル学習方法、データ生成方法、プログラム | |
JP7044245B2 (ja) | 対話システム補強装置及びコンピュータプログラム | |
Shi et al. | The design and implementation of intelligent english learning chabot based on transfer learning technology | |
JP2017059082A (ja) | 情報提供装置、情報提供方法および情報提供プログラム | |
Gibbon et al. | Spoken Language Characterization | |
US20240119261A1 (en) | Discrete token processing using diffusion models | |
Tran et al. | Learning student intents and named entities in the education domain | |
KR102261411B1 (ko) | 채팅 모델 학습 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220802 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A801 Effective date: 20220802 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20220802 |
|
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: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230717 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7327647 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |