JPH08137874A - 対話処理装置 - Google Patents

Abstract

(57)【要約】 【目的】 目的指向型または自由展開型を問わず、ほぼ
実時間で話題転換の有無を検出することができるような
対話処理装置を提供する。 【構成】 対話処理装置１は、対話者の発話を対話入力
部３のテキスト入力装置１９でテキスト化し、形態素解
析部５の単語辞書２１を用いて単語品詞リストに変換
し、その単語品詞リストから話題候補語抽出部９で話題
候補語を抽出し、得られた単語品詞リストおよび話題候
補語リストに対して解析情報統計処理部１１で統計処理
を施し、さらに単語の話題転換寄与指数演算部１３で話
題候補語の転換寄与指数を求め、一方で話題転換要因抽
出部７で話題転換要因を抽出し、得られた情報を話題転
換評価部１５で評価して話題転換有無２５を検出する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、対話処理装置に関
し、特に、対話者間での対話内における話題転換の有無
を検出できるような対話処理装置に関する。

【０００２】

【従来の技術および発明が解決しようとする課題】従来
から行なわれている話題認識技術の大半は、「目的指向
型の対話」の話題理解に対するものである。ここで目的
指向型の対話とは、たとえば会社の受付での対話、学会
への参加申込における対話が挙げられる。このような目
的指向型の対話に対して、たとえばプラン・ゴールモデ
ルなどで対話の構造を記述することによって、話題理解
が行なわれる。

【０００３】ところが、プラン・ゴールモデルが使用さ
れる場合には、状況の数だけスクリプトが準備されなけ
ればならない。したがって、目的指向型の対話の話題理
解を行なえる装置の柔軟度が欠けることとなる。さら
に、このような装置では、特に目的を持たない「自由展
開型の対話」には適用されず、自由展開型の対話の話題
理解が行なわれない。

【０００４】一方、わずかに自由展開型対話に対する話
題理解の装置が存在する。図９は、そのようなわずかに
自由展開型対話に対する話題理解の装置での話題理解の
方法を説明するための図である。

【０００５】図９を参照して、まず、対話者間で対話が
行なわれているとする。それによって、発話３１１、発
話３１３、発話３１５、発話３１７、発話３１９のよう
に、この順で発話が得られたとする。次に、発話３１１
をコンピュータ処理可能なテキスト３０１に変更し、発
話３１３をテキスト３０３に変更し、発話３１５をテキ
スト３０５に変更し、発話３１７をテキスト３０７に変
更し、発話３１９をテキスト３０９に変更する。テキス
ト３０１には話題候補語３２１ａ，３２１ｂが含まれて
いる。テキスト３０３には、話題候補語３２３ａ，３２
３ｂが含まれる。テキスト３０５には、話題候補語３２
５が含まれる。テキスト３０７には、話題候補語３２７
ａ，３２７ｂが含まれる。テキスト３０９には、話題候
補語３２９が含まれる。

【０００６】このようにして得られた５発話３１１，３
１３，３１５，３１７，３１９に対応するテキスト３０
１，３０３，３０５，３０７，３０９が、話題スタック
３３１にスタックされる。スタックされたテキスト３０
１，３０３，３０５，３０７，３０９には、話題候補語
３２１ａ，３２１ｂ，３２３ａ，３２３ｂ，３２５，３
２７ａ，３２７ｂ，３２９が含まれている。そこで、こ
れらの話題候補語３２１ａ，３２１ｂ，３２３ａ，３２
３ｂ，３２５，３２７ａ，３２７ｂ，３２９の中で、同
一の話題候補語が存在する場合には、話題が同定され
る。さらに、その話題同定後に、話題転換が検出され
る。このようにして、自由展開型に対する話題理解が行
なわれる。

【０００７】しかしながら、このような自由展開型対話
に対する話題理解の方法が存在するとはいえ、実際に
は、対話の内容に応じた分野辞書が準備される必要があ
る。したがって、準備された分野から外れた内容の話題
理解は行なわれず、本当の意味での自由展開型対話に対
する話題理解は行なわれていない。

【０００８】さらに、話題同定のために話題スタックが
使用されているため、話題転換の認識、話題同定に数発
話の遅れが発生する。前述の例では、５発話の遅れが発
生する。したがって、リアル時間に近い状態での話題の
転換の認識、話題同定は行なわれない。

【０００９】以上のことをまとめる。従来の話題理解で
は、目的指向型の対話であれ、自由展開型の対話であ
れ、分野ごとに準備されたドメイン知識から外れた分野
の話題には適応されない。さらに、従来の自由展開型の
対話では、まず話題同定を行ない、その後に話題転換を
認識するため、実時間での話題転換の検出は行なわな
い。

【００１０】ゆえに、本発明の目的は、ほぼ実時間で話
題転換を検出でき、目的指向型の対話および自由展開型
の対話におけるいずれの分野の話題にも変更されること
なく適用可能な対話処理装置を提供することである。

【００１１】

【課題を解決するための手段】請求項１の発明に係る対
話処理装置は、複数の話者間での対話内における話題転
換の有無を検出する対話処理装置であって、装置本体
と、それぞれの話者の発話内容を装置本体に入力する対
話入力手段と、対話入力手段が入力した発話内容をその
形態素で解析する形態素解析手段と、予め定められた話
題転換要因規則を形態素解析手段の解析結果に適用し、
話題転換要因を抽出する話題転換要因抽出手段と、予め
定められた話題化規則を形態素解析手段の解析結果に適
用し、話題候補語を抽出する話題候補語抽出手段と、形
態素解析手段の解析結果および話題候補語抽出手段の抽
出結果を統計処理するとともに、少なくとも話題候補語
抽出手段が抽出した話題候補語の転換寄与指数を求める
演算処理手段と、対話入力手段が装置本体に入力した対
話者の発話内容に話題転換が存在するか否かを検出する
ために、少なくとも話題転換要因抽出手段が抽出した話
題転換要因、演算処理手段の統計処理結果、および演算
処理手段が求めた話題候補語の転換寄与指数に基づいて
話題転換の尤度を評価する評価手段とを備えて構成され
る。

【００１２】請求項２の発明に係る対話処理装置では、
請求項１の対話入力手段は、それぞれの対話者の発話内
容をテキスト形式に変換して装置本体に入力するテキス
ト入力装置を含む。

【００１３】請求項３の発明に係る対話処理装置では、
請求項２の対話入力手段は、いずれの対話者が発話して
いるかを監視する話者監視装置を含み、演算処理手段
は、話者監視装置の監視結果をも統計処理する。

【００１４】請求項４の発明に係る対話処理装置では、
請求項２または３の対話入力手段は、それぞれの対話者
が発話しているその開始時刻からその終了時刻間の時間
を監視する時間監視装置を含み、演算処理手段は、時間
監視装置の監視結果をも統計処理する。

【００１５】請求項５の発明に係る対話処理装置では、
請求項１の形態素解析手段は、予め定められた単語辞書
を用いて対話入力手段が入力した発話内容をその形態素
としての単語の品詞で解析する。

【００１６】請求項６の発明に係る対話処理装置では、
請求項５の形態素解析手段は、予め定められた同義語辞
書を用いて対話入力手段が入力した発話内容をその形態
素としての同義語で解析し、その解析結果を話題転換要
因抽出手段に与える。

【００１７】請求項７の発明に係る対話処理装置では、
請求項５または６の形態素解析手段は、予め定められた
対比語辞書を用いて対話入力手段が入力した発話内容を
その形態素としての対比語で解析し、その解析結果を演
算処理手段が統計処理するために演算処理手段に与え
る。

【００１８】請求項８の発明に係る対話処理装置は、さ
らに、評価手段の評価結果に応じて、話題候補語抽出手
段が抽出した話題候補語に基づく話題語を同定する話題
語同定手段を備えて構成される。

【００１９】請求項９の発明に係る対話処理装置では、
請求項８の形態素解析手段は、予め定められた同義語辞
書を用いて対話入力手段が入力した発話内容をその形態
素としての同義語で解析し、話題語同定手段は、形態素
解析手段の解析結果である同義語にも基づく話題語を同
定する。

【００２０】請求項１０の発明に係る対話処理装置で
は、請求項８または９の形態素解析手段は、予め定めら
れた対比語辞書を用いて対話入力手段が入力した発話内
容の形態素としての対比語で解析し、話題語同定手段
は、形態素解析手段の解析結果である対比語にも基づく
話題語を同定する。

【００２１】

【作用】請求項１の発明に係る対話処理装置は、対話者
間の対話の内容に依存する構成を有していないため、い
ずれの分野の話題にも適用でき、さらに、話題同定に数
発話を蓄積する必要がないためほぼ実時間に近い状態で
話題転換の有無を検出できる。

【００２２】請求項２の発明に係る対話処理装置は、対
話入力手段としてテキスト入力装置を用いることで、コ
ンピュータ処理可能なテキスト形式に変換できる。

【００２３】請求項３の発明に係る対話処理装置は、対
話入力手段として話者監視装置を含むので、話者指定に
よる話題転換の発生の検出が可能となり、話題転換検出
精度を向上させることができる。

【００２４】請求項４の発明に係る対話処理装置は、対
話入力手段として時間監視装置を含むので、発話間の空
白期間による話題転換の発生を検出でき、話題転換検出
精度を向上させることができる。

【００２５】請求項５の発明に係る対話処理装置は、形
態素解析手段が単語の品詞によって発話内容を解析する
ので、単語の品詞別の話題候補を抽出できる。

【００２６】請求項６の発明に係る対話処理装置は、発
話内容を同義語でも解析するので、同義語から得られる
話題転換要因を抽出できる。

【００２７】請求項７の発明に係る対話処理装置は、発
話内容を対比語でも解析するので、その対比語から得ら
れる解析結果を統計処理することで、対比語に関する統
計処理情報を得ることができる。

【００２８】請求項８の発明に係る対話処理装置は、話
題転換が存在するか否かを検出するための評価結果に応
じて話題候補語に基づく話題語を同定するので、請求項
１の作用に加えて、ほぼ実時間に近い話題同定を行なえ
る。

【００２９】請求項９の発明に係る対話処理装置は、発
話内容を同義語で解析し、同義語にも基づく話題語を同
定するので、話題同定の精度を向上させることができ
る。

【００３０】請求項１０の発明に係る対話処理装置は、
発話内容を対比語で解析し、対比語にも基づく話題語を
同定するので、話題同定の精度を向上させることができ
る。

【００３１】

【実施例】図１は、この発明の一実施例による対話処理
装置の概略ブロック図である。

【００３２】図１を参照して、人々の間で行なわれる対
話を処理する対話処理装置１は、対話入力部３と、形態
素解析部５と、話題転換要因抽出部７と、話題候補語抽
出部９と、解析情報統計処理部１１と、単語の話題転換
寄与指数演算部１３と、話題転換尤度評価部１５とを含
む。

【００３３】対話入力部３は、対話を行なっている人々
のそれぞれの発話を入力する。対話入力部３は、テキス
ト入力装置１９で構成される。テキスト入力装置１９
は、人々の発話内容をテキスト形式で装置本体に入力す
る。たとえば、テキスト入力装置１９が音声認識装置で
構成された場合には、人々のうちの話者の音声による発
話に対して音声認識を行ない、その発話内容をテキスト
形式に変換して形態素解析部５に出力する。また、テキ
スト入力装置１９には、キーボードなどが用いられても
よく、用いられたキーボードによって話者の発話内容が
テキスト形式に変換されて形態素解析部５に与えられて
もよい。さらに、テキスト入力装置１９は、人々の間で
行なわれる手話や点字に対しての対話の発話内容を入力
してもよい。

【００３４】形態素解析部５は、単語辞書２１を有して
いる。そして、単語辞書２１を用いて、形態素解析部５
は、対話入力部３でテキスト化された発話文を単語に分
解する。その後、形態素解析部５は、分解された単語の
品詞を決定する。そして、形態素解析部５は、単語品詞
リストを話題転換要因抽出部７、話題候補語抽出部９お
よび解析情報統計処理部１１に与える。

【００３５】話題転換要因抽出部７は、予め定められた
話題転換要因規則２２を知識として有している。そし
て、形態素解析部５が決定した単語の品詞に転換要因規
則２２を適用して、話題転換を発生させやすい単語の検
出を行なう。たとえば、そのような単語としては、クル
ーワード（話変わって、ところで、など）、疑問文、ま
たは相手を特定する語もしくは言回しなどが挙げられ
る。そして、話題転換要因抽出部７は、たとえばクルー
ワードの有無を話題転換尤度評価部１５に与える。

【００３６】話題候補語抽出部９は話題化規則２３を知
識として有している。そして、形態素解析部５が決定し
た単語の品詞にその話題化規則２３が適用されて、規則
に当てはまる構文が発話中から検出される。そして、検
出が行なわれたことで、その構文を指示する話題候補が
得られ、話題候補語リストが解析情報統計処理部１１に
出力される。

【００３７】解析情報統計処理部１１は、形態素解析部
５、話題候補語抽出部９、後で説明する単語の話題転換
寄与数演算部１３、および後で説明する話題転換尤度評
価部１５で得られる情報を基に、統計処理を行なう。そ
して、統計処理後に得られる各話題候補語の転換寄与指
数および話題候補語の数／有無を話題転換尤度評価部１
５に与える。

【００３８】単語の話題転換寄与指数演算部１３は、解
析情報統計処理部１１で得られる、入力された名詞の出
現回数、最も最近にその語が使用されてからの経過時間
に基づいて、所定の方法によってその語の話題転換寄与
指数を演算して解析情報統計処理部１１に出力する。

【００３９】話題転換尤度評価部１５は、解析情報統計
処理部１１が統計処理することで得られた話題候補語の
数／有無および各話題候補語の転換寄与指数と、話題転
換要因抽出部７で得られたたとえばクルーワードの有無
に基づいて、現在の発話において話題転換が発生してい
るかどうかを評価する。そして、その評価結果によって
話題転換の有無２５が得られる。また、話題転換したか
否かは、解析情報統計処理部１１にも与えられる。

【００４０】次に、動作について簡単に説明する。ま
ず、対話入力部３に入力された発話が、テキスト入力装
置１９によってコンピュータ処理可能な形式（テキス
ト）に変換される。そして、変換されたテキストは形態
素解析部５に与えられる。

【００４１】次に、形態素解析部５は、単語辞書２１を
使用して、入力された発話を解析して単語に分解し、各
単語の品詞を決定する。解析結果である単語品詞リスト
は、話題転換要因抽出部７、話題候補語抽出部９および
解析情報統計処理部１１に与えられる。

【００４２】次に、話題転換要因抽出部７は、形態素解
析部５の解析結果中に話題の転換を促す語（句）が現れ
ているかどうかを話題転換要因規則２２に従ってチェッ
クする。そのような語（句）が検出されれば、話題転換
要因抽出部７は解析情報統計処理部１１に通知する。

【００４３】話題候補語抽出部９は、形態素解析部５の
解析結果に話題化規則２３を適用し、規則に一致する構
文が発見されれば、その構文が指示する話題候補語を抽
出して、解析情報統計処理部１１に与える。

【００４４】解析情報統計処理部１１は、対話入力部
３、形態素解析部５、話題転換要因抽出部７、話題候補
抽出部９から入力される情報に基づき、単語／文／発話
単位に各量の統計を取る。また、形態素解析部５および
話題候補語抽出部９のそれぞれから名詞および話題候補
語が入力されて、その後の出現回数と、初出語でない場
合は前回に出現してからの経過時間を単語の話題転換寄
与指数演算部１３に与える。そして、単語の話題転換寄
与指数演算部１３の演算結果を受取って、その値も統計
処理する。

【００４５】単語の話題転換寄与指数演算部１３は、解
析情報統計処理部１１から入力されるある語の出現回数
と前回に出現してからの経過時間を用いて、その語が話
題の転換発生に寄与する度合を計算し、結果を解析情報
統計処理部１１に与える。

【００４６】話題転換尤度評価部１５は、解析情報統計
処理部１１からたとえば話題転換候補語の数／有無や各
話題候補語の転換寄与指数のような各種の統計情報、話
題転換要因抽出部７から与えられるたとえばクルーワー
ドの有無のような話題転換要因に基づき、所定の評価手
法によって現在の発話において話題転換があったかどう
かを評価する。その評価結果は、解析情報統計処理部１
１に与えられる。また、話題転換尤度評価部１５は、話
題の転換ありと判断した場合には、その旨をたとえば利
用者に通知する。

【００４７】このような装置によって、目的指向型の対
話のみならず、特に目的を持たない自由展開型の対話に
適用可能である話題転換の有無を検出する対話処理装置
が提供される。また、モデルや話題分野に応じた辞書な
どの対話の内容に依存する部分が処理の中で存在しない
ため、どんな分野の話題に対しても変更する必要のない
装置が提供される。これは、対話の構造、内容の分野な
どが一切仮定されず、話題の転換の検出が実際の人間か
ら獲得されたヒューリスティックなルールに基づいて行
なわれているためである。さらに、話題転換および話題
の検出が時間遅れなく行なわれる。すなわち、従来例の
ように話題転換の認識・話題同定に話題スタックなどが
使用されておらず、現在の発話とそこまでの発話との差
が検出されることで変化が把握されているため、ほぼ実
時間に近い話題転換の検出が行なわれる。

【００４８】図２は、この発明の他の実施例による対話
処理装置を示した概略ブロック図である。

【００４９】図２を参照して、この実施例の対話処理装
置１０１は、対話入力部１０３と、形態素解析部１０５
と、話題転換要因抽出部１０７と、話題候補語抽出部１
０９と、解析情報統計処理部１１１と、単語の話題転換
寄与指数演算部１１３と、話題転換尤度評価部１１５
と、話題語同定部１１７とを含む。

【００５０】図１に示した実施例と異なる部分について
特に説明する。対話入力部１０３は、テキスト入力装置
１９に加え、話者監視装置１１９と、発話推移時間監視
装置１２１とを含む。話者監視装置１１９には、人々の
発話が入力されており、話者監視装置１１９は現在の話
者が誰であるかを監視して、その監視結果を示す話者Ｉ
Ｄを解析情報統計処理部１１１に与える。発話推移時間
監視装置１２１には、人々の発話が入力されており、発
話推移時間監視装置１２１は発話行為に係る時間情報を
獲得する。そのような時間情報としては、現在の発話の
開始時刻と、現在の発話の終了時刻とが挙げられる。こ
れらの情報は解析情報統計処理部１１１に与えられる。

【００５１】次に、形態素解析部１０５は、単語辞書２
１に加え、対比語辞書１２３と、同義語辞書１２５とを
有する。したがって、形態素解析部１０５は、対比語辞
書１２３を用いて対比語（反意語）を検出する。同様
に、形態素解析部１０５は、同義語辞書１２５を用いて
同義語を検出する。そして、形態素解析部１０５の対比
語辞書１２３で得られた対比語リストは、解析情報統計
処理部１１１および後で説明する話題同定部１１７に与
えられる。さらに、形態素解析部１０５の同義語辞書１
２５で得られた同義語リストは、話題転換要因抽出部１
０７および話題語同定部１１７に与えられる。

【００５２】話題転換要因抽出部１０７は、話題転換要
因規則２２を用いて、以下のような話題転換要因を抽出
して話題転換尤度評価部１１５に与える。すなわち、図
１の実施例で示したクルーワードの有無のみならず、疑
問文か否か、相手特定語の有無、同義語の数／有無、指
示語の数／有無、接続詞の数／有無を話題転換尤度評価
部１１５に与える。クルーワードの有無、疑問文か否
か、相手特定語の有無、指示語の数／有無および接続詞
の数／有無は、単語辞書２１によって与えられた単語品
詞リストから、得られる。同義語の数／有無は、同義語
辞書１２５から得られた同義語リストによって得られ
る。

【００５３】話題候補語抽出部１０９は、図１の話題候
補語抽出部９とほぼ同様であり、得られた話題候補語リ
ストを解析情報統計処理部１１１だけでなく、話題語同
定部１１７にも与える。

【００５４】次に、解析情報統計処理部１１１は、図１
の解析情報統計処理部１１よりも多くの統計処理結果を
得て、それを話題転換尤度評価部１１５に与える。ま
ず、与えられた単語品詞リストに従って、解析情報統計
処理部１１１は、話題候補語の数／有無、各話題候補語
の転換寄与指数だけでなく、初出語の数／有無、初出語
かつ話題候補語の数／有無、各初出語の転換寄与指数を
話題転換尤度評価部１１５に与える。また、対話入力部
１０３に話者監視装置１１９および発話推移時間監視装
置１２１が加わったこと、形態素解析部１０５に対比語
辞書１２３が加わったことに伴って、解析情報統計処理
部１１１は以下のような統計情報を得て話題転換尤度評
価部１１５に与える。

【００５５】まず、形態素解析部１０５に対比語辞書１
２３が加わったことに伴って、前文対比語の数／有無の
情報が得られ、それを話題転換尤度評価部１１５に与え
る。対話入力部１０３に話者監視装置１１９および発話
推移時間監視装置１２１が加わったことに伴って、解析
情報統計処理部１１１は、話者の交代の有無、前話題転
換からの経過時間、現発話者の前発話からの経過時間、
現発話の発話時間、および前発話終了から現発話開始ま
での時間に関する情報を得て、それを話題転換尤度評価
部１１５に与える。

【００５６】次に、単語の話題転換寄与指数演算部１１
３は、解析情報統計処理部１１１が話題転換尤度評価部
１１５に各話題候補の転換寄与指数だけでなく、各初出
語の転換寄与指数をも与えるため、この各初出語の転換
寄与指数を演算して求め解析情報統計処理部１１１に与
える。

【００５７】次に、話題転換尤度評価部１１５は、話題
転換要因抽出部１０７から与えられた話題転換要因、解
析情報統計処理部１１１から与えられた統計処理結果の
情報を含めて評価し、話題転換したか否かを決定する。

【００５８】次に、話題語同定部１１７は、話題転換尤
度評価部１１５が話題転換があると評価したことに応じ
て、形態素解析部１０５の対比語辞書１２３および同義
語辞書１２５によって得られた対比語リストおよび同義
語リストと、話題候補語抽出部１０９によって得られた
話題候補語リストとに従って、話題語を同定し、話題１
２７を利用者に提供する。

【００５９】このような新たな構成を加えた対話処理装
置１０１では、図１に示す実施例と同様に、話題転換の
ほぼ実時間による検出が可能となる。さらに、新たな構
成によって以下のような効果が得られる。

【００６０】まず、話者監視装置１１９によって、話者
指定による話題転換の発生のルールが適用可能となり、
転換検出精度が向上する。次に、発話推移時間監視装置
１２１によって、発話と発話の間の空きかたによる話題
転換の発生のルールが適用可能となり、転換検出精度が
向上する。次に、同義語辞書１２５および対比語辞書１
２３の使用により、同義語および対比語による話題転換
のルールが適用可能となり、転換検出精度が向上する。
次に、話題語同定部１１７の追加によって、話題転換検
出時に転換した話題を表わす語の抽出が可能となる。

【００６１】なお、話題語同定部１１７が同定した結果
が解析情報統計処理部１１１に与えられてもよい。そし
て与えられた話題語が何度話題化に寄与したかを示す話
題化回数が解析情報統計処理部１１１で統計処理されれ
ば、より話題転換検出精度が向上する。

【００６２】次に、このような効果をもたらす本装置の
動作について詳しく説明する。まず、対話入力部１０３
のテキスト入力装置１９は、入力された発話をコンピュ
ータ処理可能な形式（テキスト）に変換し、形態素解析
部１０５の対比語辞書１２３、単語辞書２１および同義
語辞書１２５に与える。また、話者監視装置１１９によ
って現在の話者が監視される。そして、発話推移時間監
視装置１２１は、発話行為にかかる推移時間情報を検出
する。そして、話者監視装置１１９の出力である検出結
果（話者ｉｄ）および話者推移時間監視装置の検出結果
が解析情報統計処理部１１１に与えられる。

【００６３】形態素解析装置１０５は、同義語辞書１２
５および対比語辞書１２３を使用して、同義語および対
比語の検出を行なう。その検出された結果である同義語
リストは話題転換要因抽出部１０７および話題語同定部
１１７に与えられ、対比語リストは解析情報統計処理部
１１１および話題語同定部１１７に与えられる。

【００６４】話題転換要因抽出部１０７は、図１の実施
例で示したように形態素解析部１０５の単語辞書２１か
ら与えられた単語品詞リストに従って、話題転換要因と
して以下の情報を検出する。その以下の情報とは、第１
はクルーワードの有無であり、第２は疑問文か否かであ
り、第３は相手特定語の有無であり、第４は同義語（同
語）の数／有無であり、第５は、指示語の数／有無であ
り、第６は、接続詞の数／有無である。

【００６５】第１のクルーワードとは、一般に明示的に
話題の転換を促す語（句）であり、その例としては、と
ころで、次に、話変わって、それから、後、等が挙げら
れる。このクルーワードの有無は、話題転換要因抽出部
１０７に与えられる単語品詞リストから、話題転換要因
規則２２に記述されるクルーワードに相当する語が見つ
け出されることで得られる。

【００６６】第２の疑問文か否かは、疑問文が出現した
場合に話題転換として認識されやすいという、実験に基
づくヒューリスティックなルールによって得られる情報
である。この疑問文か否かは、話題転換要因抽出部１０
７に与えられる単語品詞リストから、話題転換要因規則
２２に記述される疑問文に相当するかどうかが判断され
ることで得られる。

【００６７】第３の相手特定語の有無は、対話に参加し
ている特定の人に向かって話しかける場合に話題転換と
して認識されやすいという、実験に基づくヒューリステ
ィックなルールによって得られる情報である。たとえ
ば、参加者の名前、人称代名詞が挙げられる。この相手
特定語の有無は、話題転換要因抽出部１０７に与えられ
る単語品詞リストから、話題転換要因規則２２に記述さ
れる相手特定語に相当する語が取出されることで得られ
る。

【００６８】第４の同義語の数／有無は、１発話または
１文中に同義語（同語）が出現する場合、それらの語は
強調されている（つまり話題を示す語である）と認識さ
れやすいという、実験に基づくヒューリスティックなル
ールによって得られる情報である。この同義語の数／有
無は、話題転換要因抽出部１０７に与えられる同義語リ
ストから同義語が取出されることで得られる。

【００６９】第５の指示語の数／有無は、前発話に関す
る指示語が出現する発話は話題が継続しているものと認
識しやすいという実験に基づくヒューリスティックなル
ールによって得られる情報である。この指示語の数／有
無は、話題転換要因抽出部１０７に与えられる単語品詞
リストから指示語が取出されることで得られる。

【００７０】第６の接続詞の数／有無は、前発話に対す
る接続詞が出現する発話は話題が継続しているものと認
識されやすいという実験に基づくヒューリスティックな
ルールによって得られる情報である。この接続詞の数／
有無は、話題転換要因抽出部１０７に与えられる単語品
詞リストから接続詞が取出されることで得られる。

【００７１】次に、話題候補語抽出部１０９は、話題化
規則２３によって話題候補語を抽出する。その話題規則
２３としては、以下のようなものが挙げられる。

【００７２】まず第１は、強調文の名詞が話題候補語と
される。強調文の例としては名詞＋助動詞「だ」、また
は名詞＋助動詞「で」が挙げられる。第２は、体言止め
の名詞が話題候補語とされる。たとえば、名詞＋句
点「。」の構文の場合の名詞が話題候補語とされる。

【００７３】第３は、名詞＋格助詞＋提題助詞の構文の
場合の名詞が話題候補語とされる。第４は、名詞＋提題
助詞の構文の場合の名詞が話題候補語とされる。第５
は、名詞＋副助詞＋提題助詞の構文の場合の名詞が話題
候補語とされる。第６は、名詞＋取立助詞の構文の場合
の名詞が話題候補語とされる。第７は、名詞＋格助詞＋
取立助詞の構文の場合の名詞が話題候補語とされる。

【００７４】第８は、存在文の場合の名詞が話題候補語
される。存在文の例としては、名詞＋格助詞「が」＋あ
る（本動詞語幹）、名詞＋格助詞「が」＋い（本動詞語
幹）、または名詞＋格助詞「が」＋あ（本動詞語幹）の
構文が挙げられる。

【００７５】第９は、名詞＋副助詞＋取立助詞の構文の
場合の名詞が話題候補語とされる。第１０は、名詞＋副
助詞「とか」の構文の場合の名詞が話題候補語とされ
る。

【００７６】このような話題候補語をも入力される解析
情報統計処理部１１１は、以下のように管理表を作成し
て情報を管理する。

【００７７】図３は、そのような管理を説明するための
第１の図であり、図４は、そのような管理を説明するた
めの第２の図であり、図５は、そのような管理を説明す
るための第３の図である。

【００７８】図３から図５を参照して、解析情報統計処
理部１１１は、図３の対話管理表２０１で管理する。対
話管理表２０１には、カレント・メタ情報２０３と、話
者情報２０５と、言語情報２０７と、文脈情報２０９と
が含まれる。カレント・メタ２０３には、発話番号、文
番号、発話内文番号および発話ＩＤが含まれる。

【００７９】話者情報２０５は、話者ＩＤを添字とする
配列で示されている。たとえば、話者ＩＤが０の情報に
は、最近発話文番号２１１と、最近発話時刻２１３と、
全発話回数２１５と、名前２１７とが情報として含まれ
る。このような話者情報に関しては後で具体的に説明す
る。

【００８０】言語情報２０７には名詞要素リスト２１９
が含まれる。名詞要素リスト２１９は、図４に示すよう
に、見出し語２２１、出現回数２２３、ＥＮＴＲＹ（対
比語）２２５と、話題化回数２２７と、話題認識回数２
２９と、最新使用文番号２３１と、Ｌｅｆｔ（左）２３
３と、Ｒｉｇｈｔ（右）２３５とが含まれる。見出し語
２２１は、シソーラス同義語情報により正規化されてい
る。ＥＮＴＲＹ（対比語）２２５は、反対語を参照する
ために取入れられている。そして、名詞要素リスト２１
９のＬｅｆｔ（左）２３３には、さらに名詞要素リスト
２３７が記録され、名詞要素リスト２１９のＲｉｇｈｔ
（右）２３５には名詞要素リスト２３９が記録されてい
る。このように、左右の名詞要素リストが各名詞要素リ
ストに記録されることにより、ツリー構造が作られる。
これにより、検索が容易となる。このような、名詞要素
リストについては後で具体的に説明する。

【００８１】次に、図３の対話管理表２０１に戻って、
対話管理表２０１の文脈情報２０９には、カレント情報
２４１と、短期発話メモリ（ＦＩＦＯ）２４３とが含ま
れる。カレント情報２４１には、最近転換文番号２４５
と、現在の話題２４７とが含まれる。

【００８２】このようなカレント情報２４１以外のカレ
ント情報は、短期発話メモリ（ＦＩＦＯ）２４３に含ま
れており、短期発話メモリ（ＦＩＦＯ）２４３は、５つ
の発話情報によって形成されている。その１つの発話情
報２４９は、図５に示すように、発話番号２５１と、発
話者番号２５３と、文情報リスト２５５と、前発話情報
ポインタ２５７とを含む。そして、文情報２５５は、文
番号２５９と、発話内文番号２６１と、各種指標（ビッ
ト表現）２６３と、有題文フラグ２６５と、チャート
（形態素情報ほか）２６７と、ＮＥＸＴ文情報２６９と
を含む。さらに、各種指標（ビット表現）２６３は、位
置と区分と内容によって項分けされた情報２７１を含
む。このような、発話情報２４９および文情報２５５に
ついては後で説明する。

【００８３】次に、表１から表４を用いて具体的に説明
する。

【００８４】

【表１】

【００８５】

【表２】

【００８６】

【表３】

【００８７】

【表４】

【００８８】表１に示すような対話管理表が得られてい
るとする。すなわち、発話番号は１３であり、文番号は
２３であり、発話内文番号は１であり、話者ＩＤは０の
情報が得られているとする。この情報は、以下のような
状態を示している。すなわち、話者ＩＤ．０（名前は黒
鉄）の人が喋っている状態は、ある基準から数えて１３
番目の発話であり、同じ基準から数えて２３番目の文で
あること、さらに、１３番目の発話内おける１番目の文
であることを示している。

【００８９】さらに、表２の話者情報によって、現在発
話を行なっている話者ＩＤが０の人の前に発話を行なっ
た人は、話者ＩＤが２の人であることが最近の文番号の
示す値からわかる。また、話者ＩＤが０、１および２の
全員の全発話回数を加えれば、１２であることより、表
１の対話管理表における発話番号が１３であることも明
らかである。そして、表２の話者情報の各話者ＩＤごと
の情報は、図３の話者情報２０５と対応している。

【００９０】次に、表１の対話管理表の言語情報（名詞
要素リスト）は、具体的には表３に示されるような情報
である。表３の各見出し語に対応した情報が、図４の名
詞要素リスト２１９，２３７，２３９のそれぞれに対応
している。特に、話題化回数は、話題候補語抽出部１０
９によって得られ、話題認識回数は、話題語同定部１１
７によって得られる。

【００９１】ところで、表３には単語評価値（％）が記
載されているが、図４の名詞要素リストにはそのような
記載はない。これは、単語の話題転換寄与指数演算部１
１３で得られる話題転換寄与指数が解析情報統計処理部
１１１にフィードバックされてもまたはされなくてもよ
いことを示すためである。すなわち、表３で得られる名
詞要素リストの場合には、単語の話題転換寄与指数演算
部１１３からの話題転換寄与指数のフィードバックがあ
った場合であり、図４に示す名詞要素リストの場合には
単語の話題転換寄与指数演算部１１３からの話題転換寄
与指数がフィードバックされず、話題転換尤度評価部１
１５に直接与えられた場合である。したがって、単語の
話題転換寄与指数演算部１１３の出力が解析情報統計処
理部１１１にフィードバックされない場合には、各話題
候補語の転換寄与指数および各初出語の転換寄与指数は
単語の話題転換寄与指数演算部１１３から話題転換尤度
評価部１１５に直接入力される。話題転換寄与指数のフ
ィードバックが必要な場合としては、話題転換寄与指数
を求める関数が漸化式で表現されており、以前の話題転
換寄与指数の値が現在の話題転換寄与指数の計算のため
に必要な場合などが挙げられる。

【００９２】次に、対話管理表の文情報は、具体的には
表４に示すような情報である。表４に示す文脈情報は、
発話情報と文情報に大きく分けて別れている。

【００９３】発話情報には、Ｕで表わされる発話番号
と、各発話の開始時刻および終了時刻と、転で表わされ
る話題が転換した文番号と、ワダイとが示されている。
発話番号Ｕ＝９は、開始時刻が１４時３０分０５秒であ
り、終了時刻が１４時３０分１０秒である。発話番号Ｕ
＝１０の開始時刻は１４時３０分１１秒であり、終了時
刻は１４時３０分２０秒である。発話番号Ｕ＝１１の開
始時刻は１４時３０分２２秒であり、終了時刻は１４時
３０分４３秒である。発話番号Ｕ＝１２の開始時刻は１
４時３０分４４秒であり、終了時刻は１４時３０分４６
秒である。そして、発話番号Ｕ＝１３の開始時刻は１４
時３０分５１秒である。発話情報の最新の入力文は、発
話番号が１３、話題転換の文番号が２３、話題がお二人
となっており、表１の対話管理表に対応している。

【００９４】文情報には、メタ情報と、各種指標（ビッ
ト表現）と、その他の情報が示される。メタ情報には、
表でＳで表わされる文番号と、ＳＵで表わされる発話内
の文番号が示されている。最新の入力文である文番号が
２３、発話内の文番号が１となっており、表１の対話管
理表と対応している。

【００９５】各種指標（ビット表現）には、後続要因、
前節要因、転換要因、判定が含まれる。後続要因には、
表でＱで表わされる疑問文であるか否かを示す情報が示
されている。前節要因には、表でそれぞれ接、指、同、
対で表わされるように、接続詞、指示語、同義語、対比
語を示す情報が示されている。転換要因には、それぞれ
初、クル、初提、相、題で示される、初出語の有無、ク
ルーワードの有無、初出語でありかつ話題候補語である
語の有無、対話の相手を特定する語の有無、話題候補語
の有無を示す情報が示されている。

【００９６】判定には、表で転で示す話題の転換があっ
たか否かを示す情報が示されている。発話推移時間監視
装置１２１がある場合に、ここに話題転換が発生した発
話の開始時刻が記録される。

【００９７】このように表４で示される文脈情報のたと
えばメタ情報の文番号が１６から２１にかけての情報
が、図５の発話情報２４９に対応し、文脈情報の各１行
が図５の文脈情報２５５に対応する。

【００９８】なお、図３から図５および表１から表４を
用いた解析情報統計処理部では、統計処理する必要のな
い情報も管理しているが、図２に示すように解析情報統
計処理部１１１から出力する情報に関してのみ管理して
もよい。

【００９９】以上のように、解析情報統計処理部１１１
は、種々の情報を統計処理する。次に、このような統計
処理の結果得られる入力された単語の出現頻度および最
近出現してからの経過時間に従って、単語の話題転換寄
与指数演算部１１３は話題転換寄与指数を求める。入力
された単語の出現頻度をｆで表わし、最近出現してから
の経過時間をｔで表わすと、第（１）式に示すような関
数によって寄与指数ｈが求められる。また、第（１）式
の右辺のｇ（ｔ）は、第（２）式によって与えられる。

【０１００】ｈ＝ｅ^g(t)f …（１） ｇ（ｔ）＝（１＋ｋｔ）^-1…（２） ここで、ｋは時間の重みを調整する係数である。このよ
うな関数は図６に示されるような関数となる。

【０１０１】図６におけるグラフでは、平面座標の一方
の軸がｔ（経過時間）であり、他方の軸がｆ（出現頻
度）とされており、さらに縦軸にはｈ（評価値）が取ら
れている。図６から明らかなように、前に出現してから
今回出現するまでの経過時間が長いほど、評価値の値は
大きくなっている。これに対して、出現回数が増えるほ
ど、評価値の値は小さくなっている。

【０１０２】なお、第（１）式で初出語の場合のｆの値
は０とする。すなわち、初出語は必ず評価値（ｈ）の値
が１とされるように設定されている。

【０１０３】このように、ある単語が初めて出現した場
合に、または久し振りに出現した場合に寄与率が高く、
逆にしばしば出現する場合、またはほんのちょっと前に
も出現したことがある場合に寄与率が低くなるような関
数が用いられることで、話題転換の評価が可能となって
いる。

【０１０４】図７は、第（１）式に示されるような関数
が実際にどのような値を示すかを実験した結果を示した
グラフである。図７において、横軸は出現時刻（ｔ）を
示し、縦軸は出現単語話題転換指数（ｈ）を示す。ただ
し、出現時刻（ｔ）として、実際の経過時間でなく文字
数を使用し、ｋ＝０．０１と設定されている。さらに、
ある対談記事中の「男」という単語の寄与指数について
図７に示すグラフは表わしている。

【０１０５】図７を参照して、ｔ＝２０００までは連続
的に「男」という単語が頻出するので、寄与指数は時間
とともに低下している。しかし、ｔ＝２０００から５０
００の間では発話中に出現していないため、ｔ＝５００
０付近で出現した際の寄与指数は再び高く評価されてい
る。つまり、ｔ＝１５００辺りでは「男」という単語に
よる話題転換はあまり促進されていないが、ｔ＝５００
０付近で再出現した際には「男」によって話題が転換す
る可能性が高いことを、図７に示すグラフは表わしてい
る。

【０１０６】次に、話題転換尤度評価部１１５について
説明する。話題転換尤度評価部１１５は、３層のニュー
ラルネットで構成されている。入力層に与えられるデー
タと、各データの取り得る値は以下のとおりである。

【０１０７】第１は、クルーワードの有無である。この
クルーワードは、なしの場合０の値を取り、ありの場合
１の値を取る。このようなクルーワードの有無は、前述
したように話題転換要因抽出部１０７によって話題転換
尤度評価部１１５に与えられる。

【０１０８】第２は、疑問文か否かである。疑問文であ
る場合は１を取り、それ以外は０を取る。このような疑
問文か否かは、話題転換要因抽出部１０７によって与え
られる。

【０１０９】第３は、相手特定語の有無である。対話の
相手を特定する語がない場合には０を取り、ある場合に
は１を取る。このような対話の相手を特定する語の有無
は、話題転換要因抽出部１０７によって与えられる。

【０１１０】第４は、同義語の数／有無である。同義語
（同語）が１発話または１文中に含まれない場合には０
を取り、含まれる場合には１またはその個数の値を取
る。このような同義語（同語）が１発話または１文中に
含まれている数は、同義語辞書１２５で得られた同義語
リストから同義語の数がカウントされることで得られ
る。

【０１１１】第５は、指示語の数／有無である。指示語
がない場合には０を取り、ある場合には１またはその個
数の値を取る。このような指示語の数は、単語辞書２１
から得られた単語品詞リストから指示語が数えられるこ
とで得られる。

【０１１２】第６は、接続詞の数／有無である。接続詞
がない場合には０を取り、ある場合には１またはその個
数の値を取る。このような接続詞の数は、単語辞書２１
から得られる単語品詞リストの接続詞が取出されること
で得られる。

【０１１３】第７は、初出語の数／有無である。初出語
がない場合には０を取り、ある場合には１またはその個
数の値を取る。このような初出語の有無や数は単語辞書
２１から与えられる単語品詞リストが解析情報統計処理
部１１で統計処理されることで得られる。

【０１１４】第８は、話題候補語の数／有無である。話
題候補語がない場合には０を取り、ある場合には１また
はその個数の値を取る。話題候補語の数や有無は、話題
候補語抽出部１０９で得られた話題候補語リストから話
題候補語が抽出されて得られる。

【０１１５】第９は、初出語かつ話題候補語の語の有無
／数である。初出語かつ話題候補語である語がない場合
には０を取り、ある場合には１またはその個数の値を取
る。このような初出語かつ話題候補語である語の有無や
数は、初出語の数／有無と話題候補語の数／有無より得
られる。

【０１１６】第１０は、前文または前発話に含まれた語
の対比語の数／有無である。前文または前発話に含まれ
た語の対比語がない場合には０を取り、ある場合には１
またはその個数の値を取る。このような前文または前発
話に含まれた語の対比語の数や有無は、単語品詞リスト
から統計処理されて得られた情報と、現発話から出力さ
れた対比語リストとが比べられることで、対比語リスト
に含まれる語は前発話に現れているかどうかが調べられ
て得られる。

【０１１７】第１１は、各初出語の転換寄与指数であ
る。この話題転換寄与指数は０以上１以下の実数を取
り、初出語がない場合には０を取る。

【０１１８】第１２は、各話題候補語の転換寄与指数で
ある。この話題転換寄与指数は０以上１以下の実数を取
り、候補語がない場合には０を取る。

【０１１９】第１３は、話者の交代の有無である。話者
監視装置１１９で得られる話者ＩＤと解析情報統計処理
部１１で統計処理した統計情報から得られる。話者が交
代している場合には１を取り、交代していない場合には
０を取る。なお、この話者が交代したか否かに関して
は、処理が発話単位で行なわれれば通常は必ず１とな
る。

【０１２０】第１４は、前話題転換からの経過時間であ
る。話題転換からの経過時間も０以上の実数を取る。こ
れは、話題転換尤度評価部１１５が転換を検出したとき
に、統計情報から前の話題転換検出発話の発話時刻が発
話推移時間監視装置１２１からの発話開始および終了時
刻から得られるので、現発話の発話開始時刻および終了
時刻とが演算されてその間の経過時間により得られる。

【０１２１】第１５は、現発話者の前発話終了からの時
間である。この値は０以上の実数を取る。現発話の話者
ＩＤと同じ話者ＩＤの話者による前発話の開始時刻を統
計情報から得ることができ、現発話の開始時刻との差が
解析情報統計処理部１１で統計処理されることで経過時
間が得られる。

【０１２２】第１６は、現発話の発話時間である。この
現発話の発話時間は、発話推移時間監視装置１２１から
与えられる現発話の開始時刻および現発話の終了時刻の
差から得られる。

【０１２３】第１７は、前発話終了から現発話開始まで
の時間である。この時間は、発話推移時間監視装置１２
１から与えられる現発話の開始時刻と、統計情報として
記録されている前発話の終了時刻との差から得られる。

【０１２４】以上のような値が入力層に与えられると、
出力層には話題転換の可能性が実数として出力される。
最終的には、この出力される値に対して何らかの足切り
が行なわれ、転換があったか否かが判定される。このよ
うに、話題転換の判断に使用される情報は、基本的に現
在の発話から得られたものである。各種経過時間情報、
語の出現頻度および対比語検出などで過去の発話の情報
が使用されるが、従来の話題スタックによる話題同定法
などとは異なる。すなわち、話題同定／転換の認識を遡
って行なうためにそのような過去のデータが使用される
のではなく、あくまでも現在の発話で転換が発生したか
どうかの判定のために使用される。これによって、本装
置の実時間性は損なわれない。

【０１２５】話題転換度の評価は、必ずしもこの実施例
のようにニューラルネットが使用される必要はない。た
とえば、何らかの妥当な多項式などによる評価関数が定
義されれば、それが使用されても構わない。ただし、判
定に用いられる要素が上記のように非常に多く、しかも
各要素の重み付けが困難であり、主観評価実験の結果か
ら解析的に何らかの評価加数が獲得されることは、一般
的に極めて困難であると思われる。そこで、ニューラル
ネットが用いられて主観評価実験から得られた結果が教
師データとして与えられて学習が行なわれれば、比較的
容易に評価関数に相当するものが得られる。そのため
に、本実施例ではニューラルネットが使用されている。

【０１２６】学習は、以下のように行なわれる。まず、
ある対話文を５名の被検者に粗読してもらう。そして、
話題転換があったと思った箇所にチェックをしてもら
う。このようにして得られた結果から、２名以上の被検
者が転換ありと判断した発話または文が話題転換のあっ
た発話または文とされる。

【０１２７】次に、ニューラルネットの入力層に、各発
話または文から得られる上記データが入力され、その発
話または文で話題転換があった場合には１、なかった場
合には０が出力層に与えられる。そして、バックプロパ
ゲーションによって学習が行なわれる。このような学習
が対話の初めから終わりまで順次繰返され、必要であれ
ば同じ対談について複数回学習が行なわれる。これによ
ってニューラルネットは次第に適正な評価を行なわれる
ように学習される。または、ｓｉｎ（ｘπ／２ｍ）のよ
うな関数（ここで、ｘは話題転換を検出した被検者の数
であり、ｍは被検者総数である。）が用いられて教師デ
ータが生成される方法も考えられる。このような関数が
用いられれば、総被検者数が少ない場合には教師データ
の転換尤度をより低く、逆にある程度以上の検出者がい
る場合には全員が検出しなくても転換尤度をほぼ１にす
ることができ、より現実的な学習の可能性がある。

【０１２８】なお、実施例では被検者で２名以上が転換
と認めた箇所を転換ありとして学習が行なわれている。
しかし、他にも、たとえば５名のうち何名が転換ありと
認識したかの割合を使って学習する方法も考えられる。
たとえば、５名による主観評価実験で３名が転換ありと
した箇所については、出力層に与える教師データを０．
６とするような方法によってもよい。

【０１２９】このような方法によって、話題転換があっ
たかどうかが、時間遅れなく評価が可能となる。

【０１３０】次に、話題語同定部１１７について説明す
る。話題語同定部１１７は、話題転換尤度評価部１１５
から話題の転換ありと通知されたときに、話題候補語抽
出部１０９から与えられる現在の発話に含まれる話題候
補語から話題と見なされる語を抽出し、使用者に提示す
る。話題候補語から話題と見なされる語が抽出される方
法としては、以下のようなやり方が挙げられる。

【０１３１】図８は、そのような話題候補語から話題と
見なされる語が抽出される種々の方法を説明するための
図である。特に、図８には、図８（ａ）から図８（ｅ）
に示すように、以下のような５種類の方法を示してい
る。

【０１３２】第１は、図８（ａ）に示すように、話題候
補語すべてを話題候補語と見なして使用者に提示する方
法である。

【０１３３】第２は、図８（ｂ）に示すように、話題候
補語で初出語があればそれを話題語として提示する。初
出語でなければ、前回の出現から最も長い時間出現して
いなかった語を話題語として提示しておけばよい。また
は、初出語がなければ、前回の出現か長い時間出現しな
かった順に所定の数の語を話題語として提示してもよ
い。さらに、初出語がなければ、出現頻度の最も低い語
を話題語として提示してもよい。さらに、初出語がなけ
れば、出現頻度の低いものから順に所定の数の語を話題
語として提示してもよい。

【０１３４】第３の方法は、図８（ｃ）に示すように、
話題候補語から、過去に話題語として同定された語を削
除した残りの語を話題語として提示する方法である。こ
のような第３の方法の場合には、話題語同定結果である
話題語が解析情報統計処理部１１１にフィードバックさ
れることで、過去に話題語として同定された語に関する
情報が解析情報統計処理部１１に与えられる。

【０１３５】第４は、図８（ｄ）に示すように、転換が
検出された発話内に複数回使用されている語、または同
義語が出現する語が強調されていると見なして、これを
話題語として提示する方法である。

【０１３６】第５は、図８（ｅ）に示すように、話題転
換要因抽出部１０７から、直前の発話内に含まれる語の
対比語は本発話内に含まれることが通知されていれば、
その対比語を話題語として提示する方法である。

【０１３７】以上のような種々の方法があるが、これら
の方法が単独で用いられるだけでなく、いくつかが組合
される方法でもよい。ただし、本装置では、話題の同定
はあまり重要な位置を占めていない。すなわち、本装置
の最も重要な目的は実時間に話題の転換を検出すること
であり、その検出に当たって予め話題が同定される必要
がない。このことは、従来の技術と明らかに異なる。従
来の技術では、まず話題の同定が行なわれ、その話題が
同定された後に、ある部分の話題が変わっていれば転換
があったと認識される。つまり、初めに話題があること
が前提となる方法である。これに対し、本装置はその逆
で、初めに話題の転換が前提とされる方法であり、転換
が検出された後に必要であれば話題の同定が行なわれ
る。

【０１３８】ところで、話題の同定が行なわれることは
現実には難しい。前述のような何らかの重み付けによっ
て話題語が抽出されることは可能であるが、本当にその
語が意味的に正しい話題を表すものかどうかの判断は、
困難である。その正確な判断のために、「発話の意味理
解」の機構が必要であり、特に自由展開対話型における
発話内容の理解の可能な装置の構築は現状不可能と思わ
れる。このため、従来の手法では、自由展開型対話を対
象としつつも、実際には分野辞書が準備される必要があ
り、この分野を外れた内容の発話は処理できない。つま
り、話題の同定が行なわれてから、話題転換を検出する
ためには、発話の意味理解が一般的に不可欠であり、こ
の結果装置は対応する分野ごとに何らかのドメイン知識
が準備される必要がある。したがって、装置の適用可能
な分野は自ずと限られる。

【０１３９】一方、本実施例の装置では、分野に依存す
る部分なくまず転換の認識が行なわれる。そして、転換
の検出された発話に必ず次の話題が含まれる。極端にい
えば、本装置では前述のような話題語同定が行なわれる
必要もない。その場合、転換の検出された発話がそっく
りそのまま使用者に提示されてもよい。つまり、発話内
容の理解という困難な作業は、使用者に任せてもよく、
このほうが、装置で中途半端な意味理解が行なわれるよ
りも確実に意味が伝わると思われるからである。

【０１４０】

【発明の効果】以上のように、この発明によれば、入力
された対話者の発話内容の形態素を解析し、予め定めら
れた話題転換要因規則をその形態素の解析結果に適用し
て話題転換要因を抽出し、予め定められた話題規則をそ
の形態素の解析結果に適用して話題候補語を抽出し、そ
の後形態素の解析結果および話題候補語の抽出結果を統
計処理するとともに、話題候補語の転換寄与指数を求
め、話題転換要因、統計処理結果および話題候補語の転
換寄与指数を評価して、発話内容に話題転換が存在する
か否かを極力実時間で検出できる。

【０１４１】さらに、目的指向型または自由展開型のよ
うな対話の型や話題の分野の問うことなく、話題転換が
検出された場合の話題同定をも行なえる。

【図面の簡単な説明】

【図１】この発明の一実施例による対話処理装置の概略
ブロック図である。

【図２】この発明の他の実施例による対話処理装置を示
した概略ブロック図である。

【図３】図２の解析情報統計処理部の動作を説明するた
めの第１の図である。

【図４】図２の解析情報統計処理部の動作を説明するた
めの第２の図である。

【図５】図２の解析情報統計処理部の動作を説明するた
めの第３の図である。

【図６】図２の単語の話題転換寄与指数演算部の動作で
用いられる関数を示したグラフである。

【図７】図６に示された関数に対して、実験を行なった
結果を示したグラフである。

【図８】図２の話題語同定部の動作を説明するための図
である。

【図９】従来の話題理解の方法を説明するための図であ
る。

【符号の説明】

１，１０１ 対話処理装置 ３，１０３ 対話入力部 ５，１０５ 形態素解析部 ７，１０７ 話題転換要因抽出部 ９，１０９ 話題候補語抽出部 １１，１１１ 解析情報統計処理部 １３，１１３ 単語の話題転換寄与指数演算部 １５，１１５ 話題転換尤度評価部 １１７ 話題語同定部 １９ テキスト入力装置 １１９ 話者監視装置 １２１ 発話推移時間監視装置 １２３ 対比語辞書 ２１ 単語辞書 １２５ 同義語辞書

Claims (10)

【特許請求の範囲】
1. 【請求項１】 複数の話者間での対話内における話題転
   換の有無を検出する対話処理装置であって、 装置本体と、 それぞれの話者の発話内容を前記装置本体に入力する対
   話入力手段と、 前記対話入力手段が入力した発話内容をその形態素で解
   析する形態素解析手段と、 予め定められた話題転換要因規則を前記形態素解析手段
   の解析結果に適用し、話題転換要因を抽出する話題転換
   要因抽出手段と、 予め定められた話題化規則を前記形態素解析手段の解析
   結果に適用し、話題候補語を抽出する話題候補語抽出手
   段と、 前記形態素解析手段の解析結果および前記話題候補語抽
   出手段の抽出結果を統計処理するとともに、少なくとも
   前記話題候補語抽出手段が抽出した話題候補語の転換寄
   与指数を求める演算処理手段と、 前記対話入力手段が前記装置本体に入力した対話者の発
   話内容に話題転換が存在するか否かを検出するために、
   少なくとも前記話題転換要因抽出手段が抽出した話題転
   換要因、前記演算処理手段の統計処理結果、および前記
   演算処理手段が求めた話題候補語の転換寄与指数に基づ
   いて話題転換の尤度を評価する評価手段とを備えた、対
   話処理装置。
2. 【請求項２】 前記対話入力手段は、それぞれの対話者
   の発話内容をテキスト形式に変換して前記装置本体に入
   力するテキスト入力装置を含む、請求項１記載の対話処
   理装置。
3. 【請求項３】 前記対話入力手段は、いずれの対話者が
   発話しているかを監視する話者監視装置を含み、 前記演算処理手段は、前記話者監視装置の監視結果をも
   統計処理する、請求項２記載の対話処理装置。
4. 【請求項４】 前記対話入力手段は、それぞれの対話者
   が発話しているその開始時刻からその終了時刻間の時間
   を監視する時間監視装置を含み、 前記演算処理手段は、前記時間監視装置の監視結果をも
   統計処理する、請求項２または３記載の対話処理装置。
5. 【請求項５】 前記形態素解析手段は、予め定められた
   単語辞書を用いて前記対話入力手段が入力した発話内容
   をその形態素としての単語の品詞で解析する、請求項１
   記載の対話処理装置。
6. 【請求項６】 前記形態素解析手段は、予め定められた
   同義語辞書を用いて前記対話入力手段が入力した発話内
   容をその形態素としての同義語で解析し、その解析結果
   を前記話題転換要因抽出手段に与える、請求項５記載の
   対話処理装置。
7. 【請求項７】 前記形態素解析手段は、予め定められた
   対比語辞書を用いて前記対話入力手段が入力した発話内
   容をその形態素としての対比語で解析し、その解析結果
   を前記演算処理手段が統計処理するために前記演算処理
   手段に与える、請求項５または６記載の対話処理装置。
8. 【請求項８】 さらに、前記評価手段の評価結果に応じ
   て、前記話題候補語抽出手段が抽出した話題候補語に基
   づく話題語を同定する話題語同定手段を備えた、請求項
   １記載の対話処理装置。
9. 【請求項９】 前記形態素解析手段は、予め定められた
   同義語辞書を用いて前記対話入力手段が入力した発話内
   容をその形態素としての同義語で解析し、 前記話題語同定手段は、前記形態素解析手段の解析結果
   である同義語にも基づく話題語を同定する、請求項８記
   載の対話処理装置。
10. 【請求項１０】 前記形態素解析手段は、予め定められ
    た対比語辞書を用いて前記対話入力手段が入力した発話
    内容をその形態素としての対比語で解析し、 前記話題語同定手段は、前記形態素解析手段の解析結果
    である対比語にも基づく話題語を同定する、請求項８ま
    たは９記載の対話処理装置。