JP7440844B2 - 情報処理装置及びプログラム - Google Patents

情報処理装置及びプログラム Download PDF

Info

Publication number
JP7440844B2
JP7440844B2 JP2022140517A JP2022140517A JP7440844B2 JP 7440844 B2 JP7440844 B2 JP 7440844B2 JP 2022140517 A JP2022140517 A JP 2022140517A JP 2022140517 A JP2022140517 A JP 2022140517A JP 7440844 B2 JP7440844 B2 JP 7440844B2
Authority
JP
Japan
Prior art keywords
user
evaluation
information
communication
relationship
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
Application number
JP2022140517A
Other languages
English (en)
Other versions
JP2023051772A (ja
Inventor
翔悟 菅原
愛理花 森
健太郎 小滝
Original Assignee
株式会社調和技研
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社調和技研 filed Critical 株式会社調和技研
Publication of JP2023051772A publication Critical patent/JP2023051772A/ja
Priority to JP2024015351A priority Critical patent/JP2024032985A/ja
Application granted granted Critical
Publication of JP7440844B2 publication Critical patent/JP7440844B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、情報処理装置及びプログラムに関する。
近年では、コンピュータの演算速度の向上等により、大量の情報を処理することが可能となっている。そのため、収集された大量の情報から統計的な傾向を解析し、様々な形で活かすための多くの試みが提案されている。
例えば、そのような試みの一つとして、メールやインターネットのアクセス履歴等に基づいて、組織の状況を解析する技術が提案されている(特許文献1を参照)。
特開2016-170634号公報
しかしながら、上述の特許文献1に記載の技術は、あくまでも組織の状況(組織の活動や組織の文化等)の傾向を分析する技術であり、組織に所属する個々のユーザの状況を分析するものではない。また、上述の特許文献1に記載の技術の分析対象は、メール等のテキスト文章のみであり音声等の情報を分析対象としていない。
本発明は、このような状況に鑑みてなされたものであり、音声テキスト等でやり取りを行うユーザ間の関係性を評価し得る技術を提供することを目的とする。
上記目的を達成するため、本発明の一態様はオンラインによるコミュニケーション手段を利用して、第1ユーザにより使用される第1端末と第2ユーザにより使用される第2端末との間で音声情報及びテキスト情報のうちの少なくとも1つの情報の送受信がされた場合における前記第1ユーザと前記第2ユーザの関係性を評価し得る情報処理装置であって、前記コミュニケーション手段を利用してやりとりされた前記第1ユーザと前記第2ユーザとのコミュニケーションに関する情報であって、前記第1端末及び前記第2端末間での前記コミュニケーション手段を利用した送受信の履歴に関する履歴情報を含むコミュニケーション情報を取得するコミュニケーション情報取得手段と、前記履歴情報に基づいて、前記第1端末及び前記第2端末間での前記コミュニケーション手段を利用した送受信の頻度を評価する頻度評価手段と、前記コミュニケーション情報に基づいて、前記第1ユーザ及び前記第2ユーザのうちの少なくとも一方の感情を評価する感情評価手段と、前記頻度評価手段による評価結果及び前記感情評価手段による評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価する関係性評価手段と、を備え、前記関係性評価手段は、前記第1ユーザ及び前記第2ユーザのそれぞれの属性情報と、前記コミュニケーション手段を利用した送受信の状況に関する状況情報とに応じて、評価基準を変更する情報処理装置である。また、本発明の一態様は、その情報処理装置により実現される情報処理をコンピュータに実行させるプログラムである。
本発明によれば、音声テキスト等でやり取りを行うユーザ間の関係性を評価し得る技術を提供することができる。
本発明の一実施形態に係る情報処理システムの構成を示すシステム構成図である。 本発明の一実施形態に係る情報処理システムのうち、サーバのハードウェア構成の一例を示すブロック図である。 本発明の一実施形態に係る情報処理システムのサーバ、第1ユーザ端末及び第2ユーザ端末の機能的構成の一例を示す機能ブロック図である。 図3のサーバの機能的構成のうち、話し方評価機能部の詳細な機能的構成の一例を示す図である。 第1ユーザ端末に表示される画像の一例を示す図である。 図3の機能的構成を有するサーバにより実行される処理のうち、出力情報生成処理の流れを説明するフローチャートである。 本発明の一実施形態に係る情報処理システムのサーバ、第1ユーザ端末及び第2ユーザ端末の機能的構成の一例を示す機能ブロック図であり、図3の例とは異なる例を示す図である。 図7のサーバの機能的構成のうち、関係性評価機能部の詳細な機能的構成の一例を示す図である。 第1ユーザ端末に表示される画像の一例であり、図5の例とは異なる例を示す図である。 第1ユーザ端末に表示される画像の一例であり、図5及び図9の例とは異なる例を示す図である。 第1ユーザ端末に表示される画像の一例であり、図5、図9及び図10の例とは異なる例を示す図である。 ユーザの感情分析の利用方法の一例を示す図である。
以下、本発明の実施形態について、図面を用いて説明する。
<概要の説明>
まず図1を用いた具体的な説明に先立ち、本発明の一実施形態にかかる情報処理システム(以下、「本システム」と呼ぶ)の適用対象について説明する。
本システムは、例えば、複数のユーザが参加する打ち合わせにおいて、打合せに参加した各ユーザの感情、話し方等の各ユーザのコミュニケーションの内容を機械学習等の技術を利用して分析し、打合せの内容を評価するコミュニケーションの評価システムである。
本実施形態において、本システムは、例えば、営業担当者である第1ユーザSと、営業先の社員である第2ユーザA乃至Cが行った打合せの音声情報等に基づいて、営業担当者である第1ユーザSのコミュニケーションの内容(主に話し方や相手に与えた印象等)を評価する。
そして、第1ユーザSは、本システムの評価結果を確認し、悪い印象を与えてしまった相手にケアを行う、説明が足りなかった相手に追加で説明を行う、評価の結果を検討する、打合せの内容を後から再確認する等に利用することで、より自身のコミュニケーションの内容を向上させることができる。
図1は、本発明の一実施形態に係る情報処理システムの構成を示すシステム構成図である。
図1に示す情報処理システムは、本システムの管理者等により管理されるサーバ1と、本システムの適用を希望する第1ユーザにより使用される第1ユーザ端末2と、第1ユーザSの打ち合わせの相手である第2ユーザA乃至Cの夫々により使用される第2ユーザ端末3-A乃至3-Cとを含み構成される。サーバ1と、第1ユーザ端末2と、第2ユーザ端末3-A乃至3-Cとは、インターネット等の所定のネットワークNを介して相互に接続されている。なお、以降の説明において、第2ユーザ端末3-A乃至3-Cの夫々を区別する必要がない場合、これらをまとめて第2ユーザ端末3と呼ぶ。
また、ネットワークNは必須の構成要素ではないし、例えば、NFC(Near Field Communication)、ブルートゥース(登録商標)、LAN(Local Area Network)等が利用されてもよい。
<ハードウェア構成>
図2は、本発明の一実施形態に係る情報処理システムのうち、サーバのハードウェア構成の一例を示すブロック図である。
サーバ1は、パーソナルコンピュータ等で構成される。図2に示すように、サーバ1は、制御部11と、ROM(Read Only Memory)12と、RAM(Random Access Memory)13と、バス14と、入出力インターフェース15と、出力部16と、入力部17と、記憶部18と、通信部19と、ドライブ20と、を備えている。
制御部11は、CPU(Central Processing Unit)やGPU(Graphics Processing Unit)、及び半導体メモリを含むマイクロコンピュータ等で構成され、ROM22に記録されているプログラム、または、記憶部18からRAM13にロードされたプログラムに従って各種の処理を実行する。
RAM13には、制御部11が各種の処理を実行する上において必要な情報等も適宜記憶される。
制御部11、ROM12およびRAM13は、バス14を介して相互に接続されている。このバス14にはまた、入出力インターフェース15も接続されている。入出力インターフェース15には、出力部16、入力部17、記憶部18、通信部19、ドライブ20が接続されている。
出力部16は、各種液晶ディスプレイやスピーカ等で構成され、各種情報を画像や音声として出力する。
入力部17は、キーボードやマウス等で構成され、各種情報を入力する。
記憶部18は、HDD(Hard Disk Drive)やSSD(Solid State Drive)等で構成され、各種データを記憶する。本実施形態では、例えば、各種プログラムや各種データベースを含む各種情報が記憶されている。
通信部19は、インターネットを含むネットワークNを介して他の装置(例えば、第1ユーザ端末2や第2ユーザ端末3)との間で行う通信を制御する。
ドライブ20は、必要に応じて設けられる。ドライブ20には磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア31が適宜装着される。ドライブ20によってリムーバブルメディア31から読み出されたプログラムは、必要に応じて記憶部18にインストールされる。またリムーバブルメディア31は、記憶部18に記憶されている各種データも、記憶部18と同様に記憶することができる。
ここで、第1ユーザ端末2及び第2ユーザ端末3のハードウェア構成は、サーバ1のハードウェア構成と基本的に同様とすることができるので、ここでは説明を省略する。
図3は、本発明の一実施形態に係る情報処理システムのサーバ、第1ユーザ端末及び第2ユーザ端末の機能的構成の一例を示す機能ブロック図である。
図3に示すように、サーバ1の制御部11においては、音声情報取得部40と、属性情報取得部41と、話者識別機能部42と、テキスト変換機能部43と、話し方評価機能部44と、割合評価機能部45、内容評価機能部46、言葉選択評価機能部47と、感情評価機能部48と、出力情報管理部49とが機能する。
また、サーバ1の記憶部18の一領域には、評価基準DB300と、学習結果DB400とが設けられている。
サーバ1の音声情報取得部40は、第1ユーザ端末2及び第2ユーザ端末3の夫々から送信されてきた第1ユーザ音声情報及び第2ユーザ音声情報の夫々を、通信部19を介して取得する。
属性情報取得部41は、第1ユーザ端末2及び第2ユーザ端末3の夫々から送信されてきた第1ユーザ属性情報及び第2ユーザ属性情報の夫々を、通信部19を介して取得する。
話者識別機能部42は、音声情報取得部40で取得された第1音声情報及び第2音声情報に基づいて、第1ユーザS、第2ユーザA、第2ユーザB及び第2ユーザCの夫々が打ち合わせにおいて発言(発話)した時間を算出する。
なお、音声情報取得部40で取得される音声情報が既に複数のユーザの発言が統合された音声情報の場合、例えば、話者識別機能部42は、音声認識等の技術を利用して打ち合わせにおいて各ユーザが発言した時間を算出してもよい。
テキスト変換機能部43は、音声情報取得部40で取得された第1ユーザ音声情報及び第2ユーザ音声情報の夫々をテキスト情報へ変換する。
なお、テキスト変換機能部43は、既存の任意の音声認識技術等を用いて音声情報からテキスト情報への変換を行ってもよいし、専門家等による人為的な方法でテキスト化されたテキスト情報を外部から取得してもよい。
話し方評価機能部44は、音声情報取得部40で取得された第1音声情報等に基づいて、第1ユーザSの打ち合わせでの話し方を評価する。なお、話し方評価機能部44の各機能の詳細は、図4を参照しながら後述する。
割合評価機能部45は、音声情報取得部40で取得された第1音声情報及び話者識別機能部42の識別結果に基づいて、打合せにおいて第1ユーザSが話している時間の割合を評価する。すなわち、割合評価機能部45は、第1ユーザが打ち合わせにおいて、適度な割合で発言しているか否かを評価する。
なお、割合評価機能部45は、例えば、属性情報取得部41で取得された第1属性情報又は第2属性情報を考慮して、話している時間の割合の適否を評価してもよい。
内容評価機能部46は、テキスト変換機能部43で変換されたテキスト情報に基づいて、第1ユーザSの打ち合わせで話をした内容を評価する。具体的に本実施形態では、第1ユーザSは営業担当者であるので、営業先に対して、説明しなければならない事項をある程度事前に定めることが可能である。内容評価機能部46は、このように予め定められた内容を、打合せで第1ユーザSが十分に話すことができていたか否かを評価する。
言葉選択評価機能部47は、テキスト変換機能部43で変換されたテキスト情報に基づいて、打合せにおける第1ユーザSの言葉の選択の適否について評価する。具体的に本実施形態では、第1ユーザSは営業先の社員である第2ユーザA乃至Cと打合せを行っているため、営業担当者として明らかに選択してはいけない単語(差別的な単語やフランクすぎる単語等)が存在し、また、全体として丁寧な言葉遣いが求められる。言葉選択評価機能部47は、打合せの内容や夫々の参加者の立場等を考慮して、その打ち合わせにおいて第1ユーザSが適切に言葉の選択を行っていたか否かを評価する。
なお、話し方評価機能部44、割合評価機能部45、内容評価機能部46、言葉選択評価機能部47の夫々における評価は、評価基準DB300に事前に格納された評価基準に基づいて行われる。
感情評価機能部48は、音声情報取得部40で取得された第1音声情報又は第2音声情報、又はテキスト変換機能部43により変換された各音声情報に対応するテキスト情報に基づいて、それぞれのユーザの打ち合わせにおける感情の強さを分析し、評価する。
ここで、学習結果DB400には、機械学習等の手法により生成された音声情報又はテキスト情報から喜び、怒り等の各ユーザの感情の強さを分析し、評価することができる評価の基準が格納されている。感情評価機能部48は、このような評価基準に基づいて、各音声情報又は各テキスト情報に包含される各ユーザの打ち合わせにおける感情の強さを評価する。
なお、学習結果DB400に格納される評価基準の詳細については、例えば、本出願人による特願2022-27516等を参照することができる。ただし、上記文献の方法を採用するか否かは、本システム等の任意である。感情評価機能部48は、他の任意の方法で感情の分析、評価が可能である。
出力情報管理部49は、話し方評価機能部44、割合評価機能部45、内容評価機能部46、言葉選択評価機能部47及び感情評価機能部48の評価結果等に基づいて、各種結果を第1ユーザSに出力するための出力情報を生成する。
また、出力情報管理部49は、生成した出力情報を第1ユーザ端末2へ送信する。なお、出力情報の詳細は、図5等を参照しながら後述する。
次に、第1ユーザ端末2の機能的構成を説明する。
図3に示すように、第1ユーザ端末2の制御部200においては、音声情報管理部230と、属性情報管理部231と、出力情報管理部232とが機能する。
音声情報管理部230は、第1ユーザSが参加する打ち合わせにおける、第1ユーザSの音声情報を取得する。音声情報管理部230は、取得した音声情報を、第1ユーザ音声情報として、サーバ1へ送信する。
属性情報管理部231は、第1ユーザSの属性を示す各種情報(例えば、年齢、性別、役職等)を取得する。属性情報管理部231は、取得した各種情報を第1ユーザ属性情報として、サーバ1へ送信する。
出力情報管理部232は、サーバ1から送信されてきた出力情報を、通信部110を介して取得する。出力情報管理部232は、取得した出力情報に基づいて、出力情報に関する各種情報を図示せぬ表示部に表示する処理を実行する。
続いて、第2ユーザ端末3の機能的構成を説明する。
ここで、本実施形態において第1ユーザ端末2は、本システムの適用を希望する第1ユーザSにより使用され、第2ユーザ端末3-A乃至3Cは第1ユーザSとの打ち合わせに同席している第2ユーザA乃至Cに使用される。しかし、これらの情報処理端末は、いずれも使用するユーザが異なる点を除き、同様の機能的構成を有することができる。
そのため、以下、適宜、説明の内容を省略し、第2ユーザ端末3-Aの機能的構成の相違する部分のみを説明する。
音声情報管理部280-Aは、第2ユーザAが参加する打ち合わせにおける、第2ユーザAの音声情報を取得する。音声情報管理部280-Aは、取得した音声情報を、第2ユーザ音声情報として、サーバ1へ送信する。
属性情報管理部281-Aは、第2ユーザAの属性を示す各種情報(例えば、年齢、性別、役職等)を取得する。属性情報管理部281-Aは、取得した各種情報を第2ユーザ属性情報として、サーバ1へ送信する。なお、本実施形態において、出力情報は第2ユーザに提示されることはないため、出力情報管理部282-Aは、原則として機能しない。
図4は、図3のサーバの機能的構成のうち、話し方評価機能部の詳細な機能的構成の一例を示す図である。図4に示すように、話し方評価機能部44は、声量評価部60と、速さ評価部61とを有する。
声量評価部60は、音声情報取得部40で取得された第1音声情報に基づいて、打合せにおける第1ユーザSの声の大きさが適切か否かを評価する。
なお、声量評価部60は、例えば、属性情報取得部41で取得された第1属性情報又は第2属性情報を考慮して、音量の適否を評価してもよい。
速さ評価部61は、音声情報取得部40で取得された第1音声情報に基づいて、打合せにおける第1ユーザSの話す速さが適切か否かを評価する。
なお、速さ評価部61は、例えば、属性情報取得部41で取得された第1属性情報又は第2属性情報を考慮して、話す速さの適否を評価してもよい。
なお、声量評価部60及び速さ評価部61における評価は、評価基準DB300に事前に格納された評価基準に基づいて行われる。
図5は、第1ユーザ端末に表示される画像の一例を示す図である。図5を参照しながら、第1ユーザ端末2に表示される出力情報の一例を説明する。
例えば、図5には、第1ユーザSの打ち合わせの評価の一例として、「声量」の評価が4、「話す速さ」の評価が1、「十分な内容か?」の評価が5、「一方的ではないか?」の評価が2、「感じの良さ」の評価が4、「言葉遣い」の評価が4という評価結果が表示されている。
なお、図5の例では、各項目の評価は、「5」に近いほど適切であり、「1」に近いほど改善が必要であることを示している。
以下、各項目について簡単に説明する。
「声量」は、第1ユーザSの打ち合わせにおける声量(マイクの設定等を含む)が適切であるか否かに関する評価である。図5の例では、第1ユーザSの声量は、概ね適切と評価されている。
「話す速さ」は、第1ユーザSの打ち合わせにおける話す速さが適切であるか否かに関する評価である。図5の例では、第1ユーザSの話す速さは、改善が必要である(速すぎる又は遅すぎる)と評価されている。
「十分な内容か?」は、第1ユーザSの話した(説明の)内容が、営業担当者として十分な内容であるか否か(事前に決められた内容を包含できているか否か)に関する評価である。図5の例では、第1ユーザSは、十分な説明ができていたと評価されている。
「一方的ではないか?」は、第1ユーザSが一方的に話していなかったかどうかに関する評価である。図5の例では、第1ユーザSは、営業担当者である点を考慮しても少し一方的に話していたと評価されている。第1ユーザSは、もう少し相手の発言を促したり、反応を確認することを行うことでコミュニケーションの内容を改善することが期待される。
「感じの良さ」は、第2ユーザA乃至Cに対する感じの良さ、すなわち喜び、怒り等の各ユーザの打ち合わせにおける感情の強さの分析に基づく評価である。なお、図5の例では、第1ユーザ及び第2ユーザの夫々は喜び等のポジティブな感情が強く、第1ユーザSは、第2ユーザA乃至Cに対して、概ね良い印象を与えたと評価されている。
「言葉遣い」は、第1ユーザSの言葉の選択に関する評価である。具体的には、営業の打ち合わせとして、十分に丁寧な単語が選択されていたか、NGワード等が選択されていなかったか等に関する評価である。図5の例では、第1ユーザSによる言葉の選択は概ね良好であったと評価されている。
図6は、図3の機能的構成を有するサーバにより実行される処理のうち、出力情報生成処理の流れを説明するフローチャートである。
ステップS1において、サーバ1の音声情報取得部40は、第1ユーザ端末2及び第2ユーザ端末3の夫々から送信されてきた第1ユーザ音声情報及び第2ユーザ音声情報の夫々を、通信部19を介して取得する。
ステップS2において、属性情報取得部41は、第1ユーザ端末2及び第2ユーザ端末3の夫々から送信されてきた第1ユーザ属性情報及び第2ユーザ属性情報の夫々を、通信部19を介して取得する。
ステップS3において、話者識別機能部42は、音声情報取得部40で取得された第1音声情報及び第2音声情報に基づいて、第1ユーザS、第2ユーザA、第2ユーザB及び第2ユーザCの夫々の打ち合わせにおいて発言(発話)した時間の比率を算出する。
ステップS4において、テキスト変換機能部43は、音声情報取得部40で取得された第1ユーザ音声情報及び第2ユーザ音声情報の夫々をテキスト情報へ変換する。
ステップS5において、話し方評価機能部44は、音声情報取得部40で取得された第1音声情報等に基づいて、第1ユーザSの打ち合わせでの話し方を評価する。
ステップS6において、割合評価機能部45は、音声情報取得部40で取得された第1音声情報及び話者識別機能部42の識別結果に基づいて、打合せにおいて第1ユーザSが話している時間の割合を評価する。
ステップS7において、内容評価機能部46は、テキスト変換機能部43で変換されたテキスト情報に基づいて、第1ユーザSの打ち合わせで話をした内容を評価する。
ステップS8において、言葉選択評価機能部47は、テキスト変換機能部43で変換されたテキスト情報に基づいて、打合せにおける第1ユーザSの言葉の選択の適否について評価する。
ステップS9において、感情評価機能部48は、音声情報取得部40で取得された第1音声情報又は第2音声情報、又はテキスト変換機能部43により変換された各音声情報に対応するテキスト情報に基づいて、それぞれのユーザの打ち合わせにおける感情の強さを分析し、評価する。
ステップS10において、出力情報管理部49は、話し方評価機能部44、割合評価機能部45、内容評価機能部46、言葉選択評価機能部47及び感情評価機能部48の評価結果等に基づいて、各種結果を第1ユーザSに出力するための出力情報を生成する。
ステップS11において、出力情報管理部49は、生成した出力情報を第1ユーザ端末2へ送信する。これにより出力情報生成処理は終了する。
以上本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
さらに、図7乃至図9を参照しながら、上述の実施形態と異なる他の実施形態について説明する。他の実施形態において、本システムは、上述の実施形態とは異なり「ユーザ間の関係性」という概念を採用し、各種評価を実行する。
「ユーザ間の関係性」とは、ユーザ同士の関係性の善し悪しである。すなわち、本システムは、ユーザ同士の関係性の善し悪しを評価して、例えば、上述の実施形態における第1ユーザSに提示することができる。
そして、関係性を確認した第1ユーザSは、関係性が悪いと評価された相手に対しては、例えば、補足のための資料を送る、謝罪のメールを送る等の関係性を改善するための措置を講じることができる。また、関係性の修復が不可能な場合であれば、他の営業担当者に次回以降の打ち合わせに同席してもらう等の対策を講じてもよい。
なお、図7乃至図9に示す実施形態では、本システムは、営業担当者である第1ユーザSが、営業先であるD社の担当者である第2ユーザD、E社の担当者である第2ユーザE、F社の担当者である第2ユーザFの夫々に送信した営業メールやチャットによるやり取りの内容に基づいて、第1ユーザSと第2ユーザの夫々とのやり取りの内容を評価する。
なお、このような各ユーザの関係性の評価は、各ユーザのコミュニケーションにおける各種評価に応用できる。すなわち、コミュニケーションの相手との関係性に応じて、各種評価の閾値を変更することで、本システムは、より妥当性の高い評価を実現することができる。例えば、相手との関係性が深い(強い)場合には、使用する言葉や声量が許容される範囲が広いのに対して、相手との関係性が浅い(弱い)場合には、使用する言葉や声量はより適切な内容であることが求められる。本システムは、このような事情を鑑みて、コミュニケーションの相手との関係性に応じて、評価の閾値を任意に変更することで、コミュニケーションに対してより妥当な評価を行うことができる。
ただし、以降の説明においては、上述の実施形態と説明が重複する部分が数多く存在するため、その部分は、適宜、説明を省略し、必要な部分のみを説明する。また、他の実施形態を採用した場合においても、上述の実施形態の作用効果は発揮され、上述の実施形態と他の実施形態は、その他の実施形態を含めて、適宜、組み合わせて適用することも可能である。
図7は、本発明の一実施形態に係る情報処理システムのサーバ、第1ユーザ端末及び第2ユーザ端末の機能的構成の一例を示す機能ブロック図であり、図3の例とは異なる例を示す図である。
図7に示すように、サーバ1の制御部11においては、関係性情報取得部80と、状況情報取得部81と、内容評価機能部82と、言葉選択評価機能部83と、関係性評価機能部84と、感情評価機能部85と、出力情報管理部86とが機能する。
ただし、内容評価機能部82と、言葉選択評価機能部83と、感情評価機能部85と、出力情報管理部86の夫々は、上述の実施形態における内容評価機能部46と、言葉選択評価機能部47と、感情評価機能部48と、出力情報管理部49の夫々と同様の機能を有することができるため、説明を省略する。
サーバ1の関係性情報取得部80は、インターネット等を介して、第1ユーザSと、第2ユーザD乃至Fの夫々との関係性を示す関係性情報を取得する。
ここで、関係性情報とは、例えば、メールの送受信の履歴、SNS(Social Networking Service)等における個別メッセージの送受信の履歴やメンション機能の利用履歴等のユーザ同士の関係性を推認できる各種情報である。
状況情報取得部81は、第1ユーザSと、第2ユーザD乃至第2ユーザFとのやり取りの前提となる状況に関する状況情報を取得する。
ここで、前提となる状況とは、第1ユーザSが今までも第2ユーザD乃至Fの夫々とどの程度やり取りしているか、営業の段階(初回営業、契約前、契約後、継続取引中等)等のコミュニケーションの状況を示す各種情報である。
関係性評価機能部84は、第1ユーザSと、第2ユーザD乃至Fの夫々の関係性を評価する。すなわち、関係性評価機能部84は、状況情報取得部81で取得された状況情報、後述する頻度評価部90の評価結果、関係感情評価部91の評価結果及びハラスメント評価部92の評価結果等に基づいて、各ユーザ同士の関係性を評価する。なお、関係性評価機能部84の機能の詳細は、図8を参照しながら後述する。
図8は、図7のサーバの機能的構成のうち、関係性評価機能部84の詳細な機能的構成の一例を示す図である。図8に示すように、関係性評価機能部84は、頻度評価部90と、関係感情評価部91と、ハラスメント評価部92とを有する。
頻度評価部90は、関係性情報取得部80で取得された関係性情報等に基づいて、第1ユーザSと、第2ユーザD乃至Fの夫々とのコミュニケーションの頻度を評価する。具体的に例えば、頻度評価部90は、関係性情報に基づいて、メールの送信回数やSNSのメンションの回数等の、ユーザ同士が密にコミュニケーションを行う機会を分析し、各ユーザのコミュニケーションの程度を評価する。
関係感情評価部91は、関係性情報取得部80で取得された関係性情報等に基づいて、第1ユーザSと第2ユーザD乃至Fの夫々との感情を評価する。ここで、関係感情評価部91の使用する感情分析の方法(評価基準等)は、感情評価機能部48と同様であってもよい。
ハラスメント評価部92は、関係性情報取得部80で取得された関係性情報等に基づいて、第1ユーザSと第2ユーザD乃至Fの夫々との間にハラスメントに該当するやり取りがあったか否かを評価する。なお、感情分析の場合と同様に、このハラスメント評価の詳細は、本出願人による特願2022-27516等を参照することができる。ただし、ハラスメント評価部92の評価の方法は、上記文献に記載の方法に限定されず、他の任意の方法による分析及び評価が可能である。
図9は、第1ユーザ端末に表示される画像の一例であり、図5の例とは異なる例を示す図である。
例えば、図9には、第1ユーザSと第2ユーザD乃至Fの夫々との間における打合せの評価の一例が示されている。例えば、第1ユーザSと第2ユーザDとのやり取りに関する評価を見ると、「担当者感情」の評価が5、「顧客感情」の評価が4、「内容」の評価が問題なし、「NGワード」の評価がなし、「関係性」の評価が5という評価結果の一例が表示されている。
以下、各項目について簡単に説明する。
「担当者感情」は、担当者である第1ユーザSの感情分析の結果に対する評価である。図9の例では、担当者感情の評価は5であり、非常に良好であると評価されている。
「顧客感情」は、顧客である第2ユーザDの感情分析の結果に対する評価である。図9の例では、顧客感情の評価は4であり、概ね良好であると評価されている。
「内容」は、メール又はチャットの文章に基づいて、第1ユーザSの説明の内容が、営業担当者として十分な内容であるか否か(事前に決められた内容を包含できているか否か)に関する評価である。図9の例では、該当項目にチェックがなされており、十分な内容であると評価されている。
「NGワード」は、第1ユーザSが第2ユーザDに対して、メール又はチャットの文章の内容にふさわしくないNGワード等が含まれているか否かに関する評価である。図9の例では、「なし」と表示されており、NGワード等は含まれていないと評価されている。
「関係性」は、第1ユーザSと第2ユーザDとの関係性に関する評価である。図9の例では、関係性の評価は5であり、非常に良好であると評価されている。
これに対して、図9の例では、例えば、第2ユーザFにおいては、顧客感情及び関係性の評価が2となっており、両者のやり取りがうまくいかず、第2ユーザFは第1ユーザSに対して悪い印象を持ってしまっている状況が伺える。そのため、この結果を確認した第1ユーザS又はその管理者等は、第2ユーザFに対して何らかのケアを行うことが必要である。本システムは、図5や図9に示した出力情報を含めて、上述した各種分析や評価に関する結果を組み合わせて、出力情報を生成し、第1ユーザS等に提示することができる。
なお、上述の関係性を評価する方法は、あくまでも例示であり、限定されない。例えば、本システムは、各ユーザのやり取り(メールやチャット、ビデオ会議での呼びかけの回数等)、それぞれのやり取りの内容が好意的か否か、やり取りの前後における感情分析の結果等を組み合わせ、任意の基準、スコア等を採用し、各ユーザの関係性を評価してもよい。
具体的に、本システムは、例えば、図10や図11に示す画像のような出力情報を生成し、第1ユーザS等に提示することができる。
図10の例では、各ユーザの発言の割合、指示語を使った回数、相づちを打った回数、感謝を示した回数、挨拶を行った回数、NGワードを使用した回数等が算出されて、出力情報の一例として例示されている。本システムは、このような画像を出力情報として、第1ユーザS等に提示することができる。
また、本システムは、図10等に示した各種項目に限らず、例えば、以下のような項目(特徴)を抽出し、出力情報に含めてもよい。
例えば、本システムは、あいまいな表現が使用された回数、特定のキーワードが使用された回数、相手の発言に対して同じ発言が行われた(オウム返し)回数、確認すべき事項の抜け漏れ、自分又は相手の発言における感情分析の結果、自分又は相手の発言におけるハラスメント分析の結果等を出力情報に含めても良い。
なお、上述の場合と同様に、感情分析及びハラスメント分析は、例えば、本出願人による特願2022-27516等を参照することができる。
また例えば、上述の実施形態において、本システム(例えば、話し方評価機能部44)は、声の大きさと話す速さを基準に話し方を評価するものとして説明したが、限定されない。本システムは、例えば、声の高さ、間(発言と発言の間の時間)、抑揚、発音の明瞭性等を含めて話し方を評価してもよい。
また、図11の例では、部長Gと、課長H、係長I、一般社員Jの夫々とのやり取りに関する各種評価結果を示す出力情報の一例が表示されている。本システムは、このような社内のコミュニケーションの評価等にも特に有効に活用することができる。なお、図11の例では、部長Gと係長Iとの関係が良好ではない旨が示されている。そして、図11の例では、同様に部長Gが係長Iとのやり取りにおいてふさわしくない言葉(NGワード)を使用していることも示されており、両者の関係の悪化はこのことが原因である可能性がある。
また、図12の例を参照しながら、ユーザの感情分析の結果の利用方法の一例を紹介する。図12は、「悲しみ」、「怒り」、「喜び」に関するユーザKの感情分析の結果を時系列的な変化とともに表した図である。なお、図12の感情分析は、例えば、ユーザKにより送信されたメール等の内容に基づいて行われたものである。
図12を見ると、ユーザKは、4月の時点では「喜び」の感情が強く表れていたのに対して、その後、7月あたりに「喜び」の感情は急激に低下して、9月頃まで常に「喜び」の感情が低い状態が続いている。一方、ユーザKの「悲しみ」の感情と「怒り」の感情は、4月の時点ではいずれも低い水準であったにもかかわらず7月から8月にかけて上昇し、9月の時点では、「悲しみ」と「怒り」の感情のいずれも高い状態が続いている。
この結果は、ユーザKの心理状態が急激に悪化し、9月の時点で強いストレス状態(好ましくない心理状態)にあることを示していると考えられる。例えば、ユーザKの上司や人事担当者等は、ユーザKの仕事の負担を軽くする、人間関係の悩みを聞く等の処置を講じることで、ユーザKの心理状態を改善又は維持することができる。
また例えば、上述の実施形態等において、本システムは、主として第1ユーザSを評価するものとして説明したが、限定されない。本システムは、他のユーザ(例えば、第2ユーザ)等を評価してもよい。
また例えば、上述の実施形態等において、コミュニケーションの内容を示す情報として、打合せの音声情報やメールのテキスト情報を一例として説明したが、限定されない。
例えば、上述の音声情報は、動画像又は静止画像の情報を含んでもよい。この場合、本システムは、例えば、画像情報に基づく表情やリアクション等を判定し、上述の各評価に反映してもよい。
また例えば、上述の音声情報やテキスト情報は、メール等のテキスト情報に限らず、公開されたSNS等でのやり取りやダイレクトメッセージ、電話、ブログ、チャット等に基づく、任意の形式の情報(音声、画像、テキスト等)であってもよい。
また例えば、上述の実施形態等において、本システムは、自社の営業担当者(例えば、第1ユーザS)と、営業先の担当者(例えば、第2ユーザA乃至F)とのコミュニケーションに適用されるものとして説明したが、限定されない。
本システムは、社内でのコミュニケーション、営業に限定されない社内外でのコミュニケーション、店舗における接客、コールセンターにおける案内等の多種多様な状況に適用することができる。
また例えば、上述の実施形態では説明を省略したが、本システムが評価結果を提示するタイミングは、任意であり、複数のバリエーション等があってもよい。
例えば、本システムは、音声情報等の取得時にリアルタイムで評価結果を出力してもよいし、一連の音声情報等の取得後一定時間後に評価結果を出力してもよい。なお、本システムは、例えば、リアルタイムで評価可能な項目のみリアルタイムに評価結果を出力し、一連の音声情報等の取得後にのみ評価可能な項目は一定時間後に評価結果を出力するというように異なるタイミングで評価結果を出力してもよい。
また例えば、上述の実施形態等では説明を省略したが、本システムは、例えば、打合せの評価が低かった場合、そのユーザに対してメンタルをケアする(慰める等)機能や改善のための提案を行う機能を備えていてもよい。これにより、打合せの結果がうまくいかなかったユーザであっても、次の機会に向けて前向きにコミュニケーションの内容を改善していくことができる。
また例えば、上述の実施形態等では簡略化して説明したが、コミュニケーションの評価は、ユーザの属性やコミュニケーションの状況に応じて大きく異なるのが通常である。そのため、上述の実施形態においても、本システムは、属性情報や状況情報を考慮して、各評価を行うことができる旨を示した。
具体的に例えば、1:1の面談のような状況であれば、一方のユーザが一方的に話をしたとして大きな問題はない。しかし、例えば、多くのユーザが参加する社内のミーティングのような状況であれば、参加するユーザがある程度均等に発言することが好ましいと考えられる。
また、過去に面識がある相手との打ち合わせであれば丁寧な言葉遣いよりも親しみやすい言葉遣いが望ましいが、初対面の相手との打ち合わせであればより丁寧な言葉遣いの方が望ましい場合もある。
すなわち、本システムは、多様なユーザの属性やコミュニケーションの状況に応じて、適宜、評価の基準を変更することができ、より柔軟にユーザのコミュニケーションの内容等を評価することができる。
また、本システムは、機械学習の技術等を活用することができる。例えば、本システムは、夫々の要素が各評価に与える影響を分析する等して、その結果を各評価の基準等に反映してもよい。これにより、本システムは、より高い精度で各評価を行うことができる。
また、本システムは、メール等を送る際の事前のチェックに利用することができる。例えば、本システムは、ユーザが作成したメール等に対して、受信者がメールを読んだ際に怒ってしまう可能性がある表現や単語は利用されていないか、誤解を招く可能性がある表現や単語はないか等を確認し、そのような表現や単語が含まれている場合には、それをユーザに指摘することができる。これにより、ユーザは、メール等により、意図せずに相手を怒らせてしまう、誤解を与えてしまう等のトラブルを低減できる。
また、上述の実施形態では説明を省略したが、本システムにおける感情分析(感じの良さの分析)は、通常、喜び・悲しみ・怒り・嫌悪・恐怖・驚きの6つの感情の感情強度に基づいて行われる。この6つの要素は感情分析においてよく知られた感情分析の要素であり、通常、ポジティブ又はネガティブのいずれかに大別される。
これに対して、本システムは、ポジティブ又はネガティブのいずれにも大別されない、例えば、「平常」のようなニュートラルな性質を持つ感情の感情強度を含み、感情分析(感じの良さの分析)を行ってもよい。
また、上述の実施形態では説明を省略したが、本システムのメリットをさらに説明する。メールやチャット、ビデオ会議のように、現在では、オンラインによる多くの非対面のコミュニケーション手段が提供されている。このような非対面のコミュニケーションでは、対面のコミュニケーションと比べて、自身の意図や感情を正確に伝達することが難しいと考えられる。この点、なるべくコミュニケーションを円滑に進めるための対策として、例えば、スタンプや記号を使う、より丁寧で柔らかい言葉遣いを使う、できるだけ早く返信する等の方法が考えられるが、いずれも十分に機能しているかどうかは不明である。
本システムは、このような各種非対面でのコミュニケーション手段と組み合わせて利用でき、有用である。具体的には、本システムと各種非対面でのコミュニケーション手段とを組み合わせて利用することで、非対面でのコミュニケーションにおいて、例えば、自分の発信した情報が正確に伝わっているかを確認する、情報が伝達された側の感情強度を予測して文章等を推敲できる、相手に対して冷たい、高圧的等の本来意図しない印象を与えないように文章等を推敲できる等の効果が期待できる。
また例えば、上述の実施形態等では説明を省略したが、本システムは、過去の評価の結果等の時系列的な情報を出力情報に含むことができる。これにより、ユーザは、自身のコミュニケーションの内容に対する評価の時間的な変化(評価の改善等)を容易に把握することができる。
また例えば、上述の実施形態等では説明を省略したが、本システムは、営業成績等(コミュニケーションに伴う結果)を出力情報に含むことができる。これにより、ユーザは、コミュニケーションへの評価結果と営業成績等との関係を容易に把握することができ、自身の行動の改善に役立てることができる(例えば、営業成績と関連しない結果を無視する、特に関連の高い評価項目を優先的に改善する等)。
また、上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、図3及び図7等の機能的構成は例示に過ぎず、特に限定されない。
即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは図3及び図7等の例に限定されない。また、機能ブロックの存在場所も、図3及び図7等の例に限定されず、任意でよい。
また、1つの機能ブロックは、ハードウェア単体で構成されてもよいし、ソフトウェア単体で構成されてもよいし、それらの組み合わせで構成されてもよい。
また例えば、上述の実施形態では、本システムを構成する第1ユーザ端末2は1台、第2ユーザ端末3は3台であるものとして説明したが、特に限定されない。
すなわち、本システムを構成する各種ハードウェアや使用者の数は上述の例に限定されず任意である。また、本システムは、上述の各種ハードウェアだけでなく、他のハードウェア等を含み組み合わせて構成されてもよい。
また例えば、本システムは、いわゆるクラウド型のシステムのようにWeb等を介して各種処理を実行し、処理結果を各種ハードウェアに送る等の構成を採用してもよい。
また、一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
また、コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータであってもよい。
すなわち、例えば、上述の実施形態における各種ハードウェアには、任意のコンピュータ、任意のスマートフォン等の携帯端末等が自由に採用されてもよい。
また、このようなプログラムを含む記録媒体は、ユーザ等にプログラムを提供するために装置本体とは別に提供される図示せぬリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成されてもよい。
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理は勿論、並列的又は個別に実行されてもよい。また、上述の実施形態で記載するステップは、一部が省略されてもよい。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味している。
以上を換言すると、本発明が適用される情報処理装置は、次のような構成を有していれば足り、各種各様な実施の形態を取ることができる。
即ち、本発明の第1の態様は、第1ユーザと第2ユーザのコミュニケーションの評価に利用し得る情報処理装置であって、
前記第1ユーザと前記第2ユーザの前記コミュニケーションに関する情報を、解析対象情報として取得する解析対象取得手段(例えば、音声情報取得部40、関係性情報取得部80等)と、
前記解析対象情報に基づいて、前記第1ユーザ又は前記第2ユーザの話し方を評価する話し方評価手段(例えば、話し方評価機能部44)と、
前記解析対象情報に基づいて、前記第1ユーザ又は前記第2ユーザの少なくともいずれかの感情を評価する感情評価手段(例えば、感情評価機能部48、感情評価機能部85)と、
前記話し方評価手段による評価結果及び前記感情評価手段による評価結果を、前記第1ユーザ又は前記第2ユーザに提示し得る出力情報を生成する出力情報生成手段(例えば、出力情報管理部49)と、
を備える情報処理装置である。
また、第1の態様において、前記解析対象情報は、前記第1ユーザ又は前記第2ユーザによる音声情報を含み、
前記情報処理装置は、前記解析対象情報における発言者の夫々を特定する話者特定手段(例えば、話者識別機能部42)をさらに備え、
前記出力情報生成手段は、前記話し方評価手段による評価結果、前記感情評価手段による評価結果及び話者特定手段による特定結果を含む出力情報を生成することができる。
また、第1の態様において、前記情報処理装置は、前記解析対象情報に基づいて、前記第1ユーザと前記第2ユーザの関係性を評価する関係性評価手段(例えば、関係性評価機能部84)をさらに備え、
前記出力情報生成手段は、前記話し方評価手段による評価結果、前記感情評価手段による評価結果、話者特定手段による特定結果及び前記関係性評価手段による評価結果を含む出力情報を生成することができる。
また、第1の態様において、前記情報処理装置は、前記コミュニケーションが行われた状況に関する情報を取得する状況情報取得手段(例えば、状況情報取得部81)をさらに備えることができる。
また、第1の態様において、前記情報処理装置は、前記第1ユーザ又は前記第2ユーザの属性に関する情報を取得する属性情報取得手段(例えば、属性情報取得部41)をさらに備えることができる。
また、第1の態様において、前記情報処理装置は、前記解析対象情報の内容が、前記コミュニケーションの目的にかかる所定の条件を満たしているか否かを判定する内容判定手段(例えば、内容評価機能部46、内容評価機能部82)をさらに備えることができる。
また、本発明の第2の態様は、第1ユーザと第2ユーザのコミュニケーションの評価に利用し得るコンピュータに、
前記第1ユーザと前記第2ユーザの前記コミュニケーションに関する情報を、解析対象情報として取得する解析対象取得手段(例えば、音声情報取得部40、関係性情報取得部80等)と、
前記解析対象情報に基づいて、前記第1ユーザ又は前記第2ユーザの話し方を評価する話し方評価手段(例えば、話し方評価機能部44)と、
前記解析対象情報に基づいて、前記第1ユーザ又は前記第2ユーザの少なくともいずれかの感情を評価する感情評価手段(例えば、感情評価機能部48、感情評価機能部85)と、
前記話し方評価手段による評価結果及び前記感情評価手段による評価結果を、前記第1ユーザ又は前記第2ユーザに提示し得る出力情報を生成する出力情報生成手段(例えば、出力情報管理部49)と、
を含む処理を実行させるプログラムである。
また、本発明の第3の態様は、第1ユーザと第2ユーザの関係性を評価し得る情報処理装置であって、
前記第1ユーザと前記第2ユーザとのコミュニケーションに関するコミュニケーション情報を取得するコミュニケーション情報取得手段(例えば、音声情報取得部40、関係性情報取得部80等)と、
前記コミュニケーション情報に基づいて、前記第1ユーザと前記第2ユーザとのコミュニケーションの頻度を評価する頻度評価手段(例えば、頻度評価部90)と、
前記コミュニケーション情報に基づいて、前記第1ユーザ又は前記第2ユーザの少なくともいずれかの感情を評価する感情評価手段(例えば、関係感情評価部91)と、
前記頻度評価手段による評価結果及び前記感情評価手段による評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価する関係性評価手段(例えば、関係性評価機能部84)と、
を備える情報処理装置である。
また、第3の態様において、上述の情報処理装置は、前記コミュニケーション情報に基づいて、前記第1ユーザ又は前記第2ユーザの少なくともいずれかのハラスメントのリスクを評価するハラスメント評価手段(例えば、ハラスメント評価部92)をさらに備え、
前記関係性評価手段は、前記頻度評価手段による評価結果、前記感情評価手段による評価結果及び前記ハラスメント評価手段による評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価することができる。
また、第3の態様において、上述の情報処理装置は、前記関係性評価手段による評価結果を、前記第1ユーザ又は前記第2ユーザに提示する評価結果提示手段(例えば、出力情報管理部86)をさらに備えることができる。
また、本発明の第4の態様は、コンピュータに、
第1ユーザと第2ユーザとのコミュニケーションに関するコミュニケーション情報を取得するコミュニケーション情報取得手段と、
前記コミュニケーション情報に基づいて、前記第1ユーザと前記第2ユーザとのコミュニケーションの頻度を評価する頻度評価手段と、
前記コミュニケーション情報に基づいて、前記第1ユーザ又は前記第2ユーザの少なくともいずれかの感情を評価する感情評価手段と、
前記頻度評価手段における評価結果及び前記感情評価手段における評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価する関係性評価手段と、
を含む処理を実行させるプログラムである。
これにより、ユーザは、打合せやメッセージ等のやり取りを、互いの関係性を加味した精度の良い評価を受けることができ、より効率的に自身のコミュニケーションの方法を改善することができる。
これにより、ユーザは、様々な観点から打合せやメッセージ等のやり取りの評価を受けることができ、より多角的に自身のコミュニケーションの方法を検討することができる。
1・・・サーバ
11・・・制御部
40・・・音声情報取得部
41・・・属性情報取得部
42・・・話者識別機能部
43・・・テキスト変換機能部
44・・・話し方評価機能部
45・・・割合評価機能部
46・・・内容評価機能部
47・・・言葉選択評価機能部
48・・・感情評価機能部
49・・・出力情報管理部
60・・・声量評価部
61・・・速さ評価部
300・・・評価基準DB
400・・・学習結果DB
80・・・関係性情報取得部
81・・・状況情報取得部
82・・・内容評価機能部
83・・・言葉選択評価機能部
84・・・関係性評価機能部
85・・・感情評価機能部
86・・・出力情報管理部
90・・・頻度評価部
91・・・関係感情評価部
92・・・ハラスメント評価部
2・・・第1ユーザ端末
200・・・制御部
230・・・音声情報管理部
231・・・属性情報管理部
232・・・出力情報管理部
3-A・・・第2ユーザ端末
250-A・・・制御部
280-A・・・音声情報管理部
281-A・・・属性情報管理部
282-A・・・出力情報管理部
3-B・・・第2ユーザ端末
3-C・・・第2ユーザ端末

Claims (4)

  1. オンラインによるコミュニケーション手段を利用して、第1ユーザにより使用される第1端末と第2ユーザにより使用される第2端末との間で音声情報及びテキスト情報のうちの少なくとも1つの情報の送受信がされた場合における前記第1ユーザと前記第2ユーザの関係性を評価し得る情報処理装置であって、
    前記コミュニケーション手段を利用してやりとりされた前記第1ユーザと前記第2ユーザとのコミュニケーションに関する情報であって、前記第1端末及び前記第2端末間での前記コミュニケーション手段を利用した送受信の履歴に関する履歴情報を含むコミュニケーション情報を取得するコミュニケーション情報取得手段と、
    前記履歴情報に基づいて、前記第1端末及び前記第2端末間での前記コミュニケーション手段を利用した送受信の頻度を評価する頻度評価手段と、
    前記コミュニケーション情報に基づいて、前記第1ユーザ及び前記第2ユーザのうちの少なくとも一方の感情を評価する感情評価手段と、
    前記頻度評価手段による評価結果及び前記感情評価手段による評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価する関係性評価手段と、を備え、
    前記関係性評価手段は、前記第1ユーザ及び前記第2ユーザのそれぞれの属性情報と、前記コミュニケーション手段を利用した送受信の状況に関する状況情報とに応じて、評価基準を変更する、
    情報処理装置。
  2. 前記コミュニケーション情報に基づいて、前記第1ユーザ及び前記第2ユーザのうちの少なくとも一方のハラスメントのリスクを評価するハラスメント評価手段をさらに備え、
    前記関係性評価手段は、前記頻度評価手段による評価結果、前記感情評価手段による評価結果及び前記ハラスメント評価手段による評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価する、
    請求項1に記載の情報処理装置。
  3. 前記関係性評価手段による評価結果を、前記第1ユーザ又は前記第2ユーザに提示する評価結果提示手段をさらに備える、
    請求項1又は2に記載の情報処理装置。
  4. オンラインによるコミュニケーション手段を利用して、第1ユーザにより使用される第1端末と第2ユーザにより使用される第2端末との間で音声情報及びテキスト情報のうちの少なくとも1つの情報の送受信がされた場合における前記第1ユーザと前記第2ユーザとの関係性を評価し得るコンピュータに、
    前記コミュニケーション手段を利用してやりとりされた前記第1ユーザと前記第2ユーザとのコミュニケーションに関する情報であって、前記第1端末及び前記第2端末間での前記コミュニケーション手段を利用した送受信の履歴に関する履歴情報を含むコミュニケーション情報を取得するコミュニケーション情報取得処理と、
    前記履歴情報に基づいて、前記第1端末及び前記第2端末間での前記コミュニケーション手段を利用した送受信の頻度を評価する頻度評価処理と、
    前記コミュニケーション情報に基づいて、前記第1ユーザ及び前記第2ユーザのうちの少なくとも一方の感情を評価する感情評価処理と、
    前記頻度評価処理による評価結果及び前記感情評価処理による評価結果に基づいて、前記第1ユーザ及び前記第2ユーザの関係性を評価する関係性評価処理と、を実行させるプログラムであって、
    前記関係性評価処理では、前記第1ユーザ及び前記第2ユーザのそれぞれの属性情報と、前記コミュニケーション手段を利用した送受信の状況に関する状況情報とに応じて、評価基準を変更する、
    プログラム。
JP2022140517A 2021-09-30 2022-09-05 情報処理装置及びプログラム Active JP7440844B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2024015351A JP2024032985A (ja) 2021-09-30 2024-02-05 情報処理装置、情報処理システム、情報処理方法及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021160652 2021-09-30
JP2021160652 2021-09-30

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2024015351A Division JP2024032985A (ja) 2021-09-30 2024-02-05 情報処理装置、情報処理システム、情報処理方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2023051772A JP2023051772A (ja) 2023-04-11
JP7440844B2 true JP7440844B2 (ja) 2024-02-29

Family

ID=85805820

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2022140517A Active JP7440844B2 (ja) 2021-09-30 2022-09-05 情報処理装置及びプログラム
JP2024015351A Pending JP2024032985A (ja) 2021-09-30 2024-02-05 情報処理装置、情報処理システム、情報処理方法及びプログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2024015351A Pending JP2024032985A (ja) 2021-09-30 2024-02-05 情報処理装置、情報処理システム、情報処理方法及びプログラム

Country Status (1)

Country Link
JP (2) JP7440844B2 (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005235142A (ja) 2004-01-21 2005-09-02 Nomura Research Institute Ltd ユーザ間親密度測定システム及びユーザ間親密度測定プログラム
JP2009043144A (ja) 2007-08-10 2009-02-26 Internatl Business Mach Corp <Ibm> 電子メールメッセージの特性を検出する装置及び方法
JP2013206389A (ja) 2012-03-29 2013-10-07 Fujitsu Ltd 親密度算出方法、親密度算出プログラムおよび親密度算出装置
JP2016090775A (ja) 2014-11-04 2016-05-23 トヨタ自動車株式会社 応答生成装置、応答生成方法およびプログラム
JP2017058809A (ja) 2015-09-15 2017-03-23 ヤフー株式会社 情報処理装置、情報処理プログラムおよび情報処理方法
JP2020113197A (ja) 2019-01-16 2020-07-27 オムロン株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020123204A (ja) 2019-01-31 2020-08-13 株式会社日立システムズ 有害行為検出システムおよび方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005235142A (ja) 2004-01-21 2005-09-02 Nomura Research Institute Ltd ユーザ間親密度測定システム及びユーザ間親密度測定プログラム
JP2009043144A (ja) 2007-08-10 2009-02-26 Internatl Business Mach Corp <Ibm> 電子メールメッセージの特性を検出する装置及び方法
JP2013206389A (ja) 2012-03-29 2013-10-07 Fujitsu Ltd 親密度算出方法、親密度算出プログラムおよび親密度算出装置
JP2016090775A (ja) 2014-11-04 2016-05-23 トヨタ自動車株式会社 応答生成装置、応答生成方法およびプログラム
JP2017058809A (ja) 2015-09-15 2017-03-23 ヤフー株式会社 情報処理装置、情報処理プログラムおよび情報処理方法
JP2020113197A (ja) 2019-01-16 2020-07-27 オムロン株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020123204A (ja) 2019-01-31 2020-08-13 株式会社日立システムズ 有害行為検出システムおよび方法

Also Published As

Publication number Publication date
JP2023051772A (ja) 2023-04-11
JP2024032985A (ja) 2024-03-12

Similar Documents

Publication Publication Date Title
Samrose et al. Coco: Collaboration coach for understanding team dynamics during video conferencing
Morris et al. Schmooze or lose: Social friction and lubrication in e-mail negotiations.
US11132648B2 (en) Cognitive-based enhanced meeting recommendation
US10387573B2 (en) Analyzing conversations to automatically identify customer pain points
Whalen et al. “Should be fun—not!” Incidence and marking of nonliteral language in e-mail
Taylor et al. E-mail at work: A cause for concern? The implications of the new communication technologies for health, wellbeing and productivity at work
US20170213190A1 (en) Method and system for analysing subjects
Setlock et al. What's it worth to you? The costs and affordances of CMC tools to Asian and American users
Archer et al. Call centre interaction: A case of sanctioned face attack?
US20130041947A1 (en) System and method for initiating online social interactions based on conference call participation
Nguyen et al. Effects of conversational involvement cues on understanding and emotions in instant messaging conversations
WO2017048729A1 (en) Systems and methods for managing, analyzing, and providing visualizations of multi-party dialogs
US10367940B2 (en) Analyzing conversations to automatically identify product feature requests
US20210065695A1 (en) Program storage medium, method, and apparatus for determining point at which trend of conversation changed
Drouin et al. Is chatting with a sophisticated chatbot as good as chatting online or FTF with a stranger?
Freedman et al. When saying sorry may not help: The impact of apologies on social rejections
JP7440844B2 (ja) 情報処理装置及びプログラム
US11790887B2 (en) System with post-conversation representation, electronic device, and related methods
Fägersten Using discourse analysis to assess social co-presence in the video conference environment
Du Plessis Interpretation of emojis in organisational Computer-Mediated Communication (CMC) contexts
JP2021182390A (ja) 情報処理装置、情報処理方法、及びプログラム
Vincent Emotion in the social practices of mobile phone users
Hogan et al. Diplomat: A conversational agent framework for goal-oriented group discussion
James et al. V-ROOM: a virtual meeting system with intelligent structured summarisation
Greer L1 speaker turn design and emergent familiarity in opening sequences of second language Japanese interaction

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220906

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230828

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230912

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20231017

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20231212

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20231212

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231228

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: 20240117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240205

R150 Certificate of patent or registration of utility model

Ref document number: 7440844

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150