JPWO2014069122A1 - 表現分類装置、表現分類方法、不満検出装置及び不満検出方法 - Google Patents

Abstract

表現分類装置は、会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出する区間検出部と、区間検出部により検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出する特徴抽出部と、特徴抽出部により抽出される特徴情報を用いて、上記特定表現区間に含まれる特定表現を、上記会話での使用場面に対応するニュアンスで分類する分類部と、を有する。

Description

本発明は、会話の分析技術に関する。

会話を分析する技術の一例として、通話データを分析する技術がある。例えば、コールセンタ、コンタクトセンタなどと呼ばれる部署で行われる通話のデータが分析される。以降、このような、商品やサービスに関する問い合わせや苦情や注文といった顧客からの電話に応対する業務を専門的に行う部署をコンタクトセンタと表記する。

コンタクトセンタに寄せられる顧客の声には、顧客ニーズや満足度などが反映されている場合が多く、顧客との通話からそのような顧客の感情やニーズを抽出することは、リピータ顧客を増加させるために企業にとって大変重要である。そこで、通話の音声を分析することで、顧客の感情（怒り、苛立ち、不快感など）等を抽出する各種手法が提案されている。

下記特許文献１には、顧客の興奮（クレーム）の検出性能を向上させるために、オペレータの相槌発話開始時刻と受話開始時刻の差から得られる応答時間をクレーム検出評価値として検出し、クレーム検出評価値が閾値以下であればクレームの応対と判定する手法が提案されている。下記特許文献２には、電話対応によるお客に対するオペレータの受付内容をコンピュータによりモニタリングし、お客の声の大きさの条件、お客が話す言葉にクレーム用語の出現頻度が高いか否かの条件、オペレータの話す言葉に謝罪用語の出現頻度が高いか否かの条件、オペレータが言葉に詰まっているか否かの条件により、クレームかどうかの判断をする手法が提案されている。下記特許文献３には、基本周波数分析、変調周波数分析などにより力み音声を検出する手法が提案されている。

特開２００７−２８６０９７号公報 特開２００８−１６７２２６号公報 特開２００９−３１６２号公報

しかしながら、上記各提案手法では、会話に参加する者（以降、会話参加者と表記する）の感情状態を適切に抽出できない可能性がある。上記各提案手法は、会話参加者により発声された特定表現におけるニュアンスを全く考慮していないからである。

例えば、上記特許文献１及び２の提案手法は、オペレータの相槌や謝罪用語、顧客のクレーム用語を検出し、これら言葉表現から、顧客のクレーム状況を推定している。ところが、相槌表現、謝罪表現及びクレーム表現は、全く同じ言葉であっても、複数のニュアンスで使用される場合がある。例えば、「申し訳ございません」という謝罪表現は、顧客に不満を感じさせたことに対する謝罪の念が込められて発声される場合の他、「申し訳ございませんが、少々お待ちください」というように形式的に発声される場合もある。また、「はい」、「ええ」といった相槌表現については、不満を表す場合、謝罪を表す場合など、複数の全く異なる意味合いで使われる場合がある。上記特許文献３の提案手法は、個々の表現自体に着目していない。

本発明は、このような事情に鑑みてなされたものであり、会話内で発声された特定表現を使用場面に対応するニュアンスで適切に分類する技術を提供する。ここで、特定表現とは、複数のニュアンスで使用され得る表現（言葉）の少なくとも一部を意味し、ニュアンスとは、その特定表現に込められた感情状態や意味合い、その特定表現の使用意図などの微細な差違を意味する。

本発明の各態様では、上述した課題を解決するために、それぞれ以下の構成を採用する。

第１の態様は、表現分類装置に関する。第１態様に係る表現分類装置は、会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出する区間検出部と、区間検出部により検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出する特徴抽出部と、特徴抽出部により抽出される特徴情報を用いて、上記特定表現区間に含まれる特定表現を、上記会話での使用場面に対応するニュアンスで分類する分類部と、を有する。

第２の態様は、少なくとも１つのコンピュータにより実行される表現分類方法に関する。第２態様に係る表現分類方法は、会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出し、検出された特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出し、抽出される特徴情報を用いて、上記特定表現区間に含まれる特定表現を、上記会話での使用場面に対応するニュアンスで分類する、ことを含む。

本発明の他の態様としては、上記第１態様に係る表現分類装置と、この表現分類装置の分類部により、謝罪表現が深謝に分類された、又は、相槌表現が不満感情又は謝罪感情を含むと分類された場合に、謝罪表現又は相槌表現を含む会話を不満会話と判定する不満判定部と、を有する不満検出装置であってもよい。また、少なくとも１つのコンピュータが、上記第２態様に係る表現分類方法を実行し、更に、謝罪表現が深謝に分類された、又は、相槌表現が不満感情又は謝罪感情を含むと分類された場合に、謝罪表現又は相槌表現を含む会話を不満会話と判定することを含む、不満検出方法であってもよい。更に、本発明の他の態様として、上記第１態様における各構成を少なくとも１つのコンピュータに実現させるプログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記録媒体であってもよい。この記録媒体は、非一時的な有形の媒体を含む。

上記各態様によれば、会話内で発声された特定表現を使用場面に対応するニュアンスで適切に分類する技術を提供することができる。

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

第１実施形態におけるコンタクトセンタシステムの構成例を示す概念図である。 第１実施形態における通話分析サーバの処理構成例を概念的に示す図である。 発話タイミング特徴の例を概念的に示す図である。 発話タイミング特徴の例を概念的に示す図である。 第１実施形態における通話分析サーバの動作例を示すフローチャートである。 第２実施形態における通話分析サーバの処理構成例を概念的に示す図である。 第２実施形態における通話分析サーバの動作例を示すフローチャートである。

以下、本発明の実施の形態について説明する。なお、以下に挙げる各実施形態はそれぞれ例示であり、本発明は以下の各実施形態の構成に限定されない。

本実施形態に係る表現分類装置は、会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出する区間検出部と、区間検出部により検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出する特徴抽出部と、特徴抽出部により抽出される特徴情報を用いて、上記特定表現区間に含まれる特定表現を、上記会話での使用場面に対応するニュアンスで分類する分類部と、を有する。

本実施形態に係る表現分類方法は、少なくとも１つのコンピュータにより実行され、会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出し、検出された特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出し、抽出された特徴情報を用いて、上記特定表現区間に含まれる特定表現を、上記会話での使用場面に対応するニュアンスで分類する、ことを含む。

ここで、会話とは、２以上の話者が、言語の発声などによる意思表示によって、話をすることを意味する。会話には、銀行の窓口や店舗のレジ等のように、会話参加者が直接、話をする形態もあれば、通話機を用いた通話やテレビ会議等のように、離れた位置にいる会話参加者同士が話をする形態もあり得る。本実施形態は、対象会話の内容や形態を制限しない。

本実施形態では、会話の音声に対応するデータから特定表現区間が検出される。音声に対応するデータには、音声データ、音声データに対する処理により得られる音声以外のデータなどが含まれる。特定表現区間に含まれる特定表現は、上述したとおり、複数のニュアンスで使用され得る表現（言葉）の少なくとも一部を意味し、そのような言葉には、例えば、謝罪表現、お礼表現、相槌表現、感動詞など様々な言葉が存在する。例えば、「何を言う」というフレーズも、その特定表現に含まれ、その言い回しによって、怒り、恥じらい、呆れなど、複数のニュアンスで使い分けられる。また、１つの単語でも複数のニュアンスで使い分けられるものもある。また、特定表現は、このような言葉表現の少なくとも一部であるため、単語の「ありがとう」、単語列の「ありがとう」、「ござい」及び「ます」、又は、単語集合の「本当」及び「ありがとう」であってもよい。

本実施形態では、当該特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報が抽出される。韻律特徴は、会話内の特定表現区間の音声に関する特徴情報であり、韻律情報として、例えば、基本周波数や音声パワーや話速などが利用される。発話タイミング特徴とは、会話内におけるその特定表現区間の発声タイミングに関する情報である。発話タイミング特徴には、例えば、その特定表現区間の直前の、他の会話参加者の発話から、その特定表現区間までの経過時間が利用される。

同じ「申し訳ありません」という表現であっても、通話相手の不満に対して謝罪の念を込めて発声される場合と、形式的に発声される場合とでは、声の韻律やその変化具合、さらには発話のタイミング等が異なる。例えば、通話相手の不満に対して謝罪している場合、声の高さの変化が乏しくなったり（韻律特徴）、顧客の発話直後ですぐに謝罪表現を述べたり（発話タイミング特徴）といった現象が観察される。

そこで、本実施形態では、韻律特徴及び発話タイミング特徴の少なくとも一方を特徴情報として用いることにより、当該特定表現区間に含まれる特定表現が、会話における使用場面に対応するニュアンスで分類される。特徴情報を素性とした特定表現の分類は、分類器と呼ばれる様々な統計的分類手法により実現可能である。この手法の例については、後の詳細実施形態により詳述するが、線形識別モデル、ロジスティック回帰モデル、ＳＶＭ（Support Vector Machine）等の周知の統計的分類手法により実現することもできる。

このように、本実施形態では、会話内に含まれる複数の表現の中でも、複数のニュアンスで使用され得る特定表現に対象を絞り、更に、分類に用いる素性をその特定表現を含む特定表現区間から得られる特徴情報に絞っているため、当該分類精度を向上させることができる。従って、本実施形態によれば、会話内で発声された特定表現を使用場面に対応するニュアンスで適切に分類することができる。更に、本実施形態によれば、特定表現のニュアンスに基づく分類結果を用いることにより、その特定表現に込められた感情状態や意味合い、その特定表現の使用意図を考慮することができるため、対象会話における会話参加者の感情状態を高精度に推定することができる。

以下、上述の実施形態について更に詳細を説明する。以下には、詳細実施形態として、第１実施形態及び第２実施形態を例示する。以下の各実施形態は、上述の表現分類装置及び表現分類方法をコンタクトセンタシステムに適用した場合の例である。なお、上述の表現分類装置及び表現分類方法は、通話データを扱うコンタクトセンタシステムへの適用に限定されるものではなく、会話データを扱う様々な態様に適用可能である。例えば、それらは、コンタクトセンタ以外の社内の通話管理システムや、個人が所有する、ＰＣ（Personal Computer）、固定電話機、携帯電話機、タブレット端末、スマートフォン等の通話端末などに適用することも可能である。更に、会話データとしては、例えば、銀行の窓口や店舗のレジにおける、担当者と顧客の会話のデータなどが例示できる。

以下、各実施形態で扱われる通話とは、或る通話者と或る通話者とがそれぞれ持つ通話端末間が呼接続されてから呼切断されるまでの間の呼を意味する。また、通話の音声中、一人の通話者が声を発している連続領域を発話又は発話区間と表記する。例えば、発話区間は、通話者の音声波形において所定値以上の振幅が継続している区間として検出される。通常の通話は、各通話者の発話区間、無声区間などから形成される。

［第１実施形態］
〔システム構成〕
図１は、第１実施形態におけるコンタクトセンタシステム１の構成例を示す概念図である。第１実施形態におけるコンタクトセンタシステム１は、交換機（ＰＢＸ）５、複数のオペレータ電話機６、複数のオペレータ端末７、ファイルサーバ９、通話分析サーバ１０等を有する。通話分析サーバ１０は、上述の実施形態における表現分類装置に相当する構成を含む。

交換機５は、通信網２を介して、顧客により利用される、ＰＣ、固定電話機、携帯電話機、タブレット端末、スマートフォン等の通話端末（顧客電話機）３と通信可能に接続されている。通信網２は、インターネットやＰＳＴＮ（Public Switched Telephone Network）等のような公衆網、無線通信ネットワーク等である。更に、交換機５は、コンタクトセンタの各オペレータが用いる各オペレータ電話機６とそれぞれ接続される。交換機５は、顧客からの呼を受け、その呼に応じたオペレータのオペレータ電話機６にその呼を接続する。

各オペレータは、オペレータ端末７をそれぞれ用いる。各オペレータ端末７は、コンタクトセンタシステム１内の通信網８（ＬＡＮ（Local Area Network）等）に接続される、ＰＣ等のような汎用コンピュータである。例えば、各オペレータ端末７は、各オペレータと顧客との間の通話における顧客の音声データ及びオペレータの音声データをそれぞれ録音する。顧客の音声データとオペレータの音声データとは、混合状態から所定の音声処理により分離されて生成されてもよい。なお、本実施形態は、このような音声データの録音手法及び録音主体を限定しない。各音声データの生成は、オペレータ端末７以外の他の装置（図示せず）により行われてもよい。

ファイルサーバ９は、一般的なサーバコンピュータにより実現される。ファイルサーバ９は、顧客とオペレータとの間の各通話の通話データを、各通話の識別情報と共にそれぞれ格納する。各通話データには、顧客の音声データとオペレータの音声データとのペア、及び、その通話が切断された時間を示す切断時間データがそれぞれ含まれる。ファイルサーバ９は、顧客及びオペレータの各音声を録音する他の装置（各オペレータ端末７等）から、顧客の音声データとオペレータの音声データとを取得する。

通話分析サーバ１０は、ファイルサーバ９に格納される各通話データをそれぞれ分析する。通話者の感情状態をそれぞれ推定する。
通話分析サーバ１０は、図１に示されるように、ハードウェア構成として、ＣＰＵ（Central Processing Unit）１１、メモリ１２、入出力インタフェース（Ｉ／Ｆ）１３、通信装置１４等を有する。メモリ１２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ハードディスク、可搬型記憶媒体等である。入出力Ｉ／Ｆ１３は、キーボード、マウス等のようなユーザ操作の入力を受け付ける装置、ディスプレイ装置やプリンタ等のようなユーザに情報を提供する装置などと接続される。通信装置１４は、通信網８を介して、ファイルサーバ９などと通信を行う。なお、通話分析サーバ１０のハードウェア構成は制限されない。

〔処理構成〕
図２は、第１実施形態における通話分析サーバ１０の処理構成例を概念的に示す図である。第１実施形態における通話分析サーバ１０は、通話データ取得部２０、音声認識部２１、区間検出部２３、特定表現テーブル２４、特徴抽出部２６、分類部２７等を有する。これら各処理部は、例えば、ＣＰＵ１１によりメモリ１２に格納されるプログラムが実行されることにより実現される。また、当該プログラムは、例えば、ＣＤ（Compact Disc）、メモリカード等のような可搬型記録媒体やネットワーク上の他のコンピュータから入出力Ｉ／Ｆ１３を介してインストールされ、メモリ１２に格納されてもよい。

通話データ取得部２０は、ファイルサーバ９から、分析対象となる通話の通話データをその通話の識別情報と共に取得する。当該通話データは、通話分析サーバ１０とファイルサーバ９との間の通信により取得されてもよいし、可搬型記録媒体を介して取得されてもよい。

音声認識部２１は、通話データに含まれるオペレータ及び顧客の各音声データに対して音声認識処理をそれぞれ行う。これにより、音声認識部２１は、当該通話データから、オペレータ音声及び顧客音声に対応する各音声テキストデータ及び各発声時間データをそれぞれ取得する。ここで、音声テキストデータとは、顧客又はオペレータにより発された声がテキスト化された文字データである。各音声テキストデータは、単語（品詞）ごとにそれぞれ区分けされている。各発声時間データには、各音声テキストデータの単語毎の発声時間データが含まれる。

音声認識部２１は、オペレータ及び顧客の各音声データから、オペレータ及び顧客の各発話区間をそれぞれ検出し、各発話区間の始端時間及び終端時間を取得するようにしてもよい。この場合、音声認識部２１は、各音声テキストデータにおける、各発話区間に相当する単語列ごとに発声時間を決定し、各発話区間に相当する単語列ごとの発声時間を上記発声時間データとするようにしてもよい。なお、本実施形態では、音声認識部２１の音声認識処理には、周知な手法が利用されればよく、その音声認識処理自体及びその音声認識処理で利用される音声認識パラメータを制限しない。また、本実施形態では、発話区間の検出手法についても制限しない。

音声認識部２１は、分類部２７での分類対象となる特定表現に応じて、顧客及びオペレータのいずれか一方の音声データに対してのみ音声認識処理を行うようにしてもよい。例えば、オペレータの謝罪表現を分類対象とする場合には、音声認識部２１は、オペレータの音声データに対してのみ音声認識処理を行うようにすればよい。

特定表現テーブル２４は、分類部２７での分類対象となる特定表現を保持する。具体的には、特定表現テーブル２４は、同じ概念を持つ少なくとも１つの特定表現を保持する。ここで、同じ概念とは、各特定表現が持つ概略的意味合いが同じであることを意味する。例えば、特定表現テーブル２４は、「申し訳」、「すみません」、「ごめんなさい」といった謝罪の意味を持つ特定表現を保持する。以降、このように同じ概念を持つ特定表現の集合を特定表現セットと表記する場合もある。但し、特定表現セットは、１つの特定表現のみで構成される場合もある。

さらに、特定表現テーブル２４は、異なる概念を持つ複数の特定表現セットを、それらを区別可能な状態で保持する場合もある。例えば、既に述べた謝罪を示す特定表現セットに加えて、お礼を示す特定表現セット、相槌を示す特定表現セット、怒りなどの感情や感動を示す特定表現セットなどを保持してもよい。この場合、各特定表現は、謝罪表現、お礼表現、相槌表現、感動表現といった単位で、それぞれが区別可能な状態で保持される。お礼を示す特定表現セットは、例えば、「ありがとう」という特定表現を含む。相槌表現を示す特定表現セットは、「ええ」、「はい」といった特定表現を含む。

区間検出部２３は、音声認識部２１により得られる音声テキストデータの中から、特定表現テーブル２４に保持される特定表現を検出し、この検出された特定表現を含む特定表現区間を検出する。例えば、特定表現が「申し訳」であり、発話区間が「申し訳ございません」である場合には、その発話区間内の「申し訳」に相当する区間が特定表現区間として検出される。但し、検出される特定表現区間は、発話区間と一致する場合もあり得る。区間検出部２３は、この検出により、特定表現区間の始端時間及び終端時間を得る。

特徴抽出部２６は、区間検出部２３により検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出する。韻律特徴は、特定表現区間の音声データから抽出される。韻律特徴としては、例えば、基本周波数（Ｆ０）、パワー、話速等が利用される。具体的には、所定時間幅のフレーム毎に、基本周波数やパワーやそれらの変化量（Δ）が計算され、特定表現区間内における、それらの最大値、最小値、平均値、分散値、レンジ等が韻律特徴として算出される。また、特定表現区間内における各音素の継続時間長、特定表現区間全体の継続時間長等が、話速に関する韻律特徴として算出される。なお、音声データからこのような韻律特徴を抽出する手法は、周知の手法が利用されればよい。

特徴抽出部２６は、特定表現区間の直前の、他の通話者の発話の終了時点から、その特定表現区間の開始時点までの経過時間を発話タイミング特徴として抽出する。当該経過時間は、例えば、音声認識部２１により得られる発声時間データを用いて算出される。

図３Ａ及び図３Ｂは、発話タイミング特徴の例を概念的に示す図である。図３Ａに示されるように、顧客の不満に対して謝罪の念を込めてオペレータにより発声される謝罪表現「申し訳ございません」は、その顧客が不満を表出させた発話から直ちに発声される傾向にある。図３Ａの場合、短い時間を示す発話タイミング特徴が抽出される。一方、図３Ｂに示されるように、形式的にオペレータにより発声された謝罪表現「申し訳ありません」は、その前の顧客の発話から或る程度の時間間隔を持って発声される傾向にある。図３Ｂの場合、長い時間を示す発話タイミング特徴が抽出される。このように、発話タイミング特徴によれば、形式的な意味合いを持つ特定表現と、不満に対する謝罪の意味合いを持つ特定表現とを区別することができる。

分類部２７は、特徴抽出部２６により抽出される特徴情報を用いて、上記特定表現区間に含まれる特定表現を、対象通話での使用場面に対応するニュアンスで分類する。具体的には、分類部２７は、特定表現セットに対して設けられる分類器に特徴抽出部２６により抽出された特徴情報を素性として与えることにより、その特定表現を分類する。例えば、特定表現テーブル２４が謝罪を示す特定表現セットを保持し、区間検出部２３が謝罪表現を含む特定表現区間を検出する場合は、分類部２７は、謝罪表現を分類する分類器を用いる。この場合、分類器群２８は１つの分類器から構成される。

さらに、特定表現テーブル２４が異なる概念を持つ複数の特定表現セットを保持する場合は、分類部２７は、特定表現セット毎に設けられる分類器群２８の中から、区間検出部２３により検出された特定表現区間に含まれる特定表現に対応する分類器を選択し、選択された分類器に特徴抽出部２６により抽出された特徴情報を素性として与えることにより、その特定表現を分類する。例えば、区間検出部２３が相槌表現を検出した場合、分類部２７は、分類器群２８の中から相槌表現を分類する分類器を選択して、相槌表現を分類する。

本実施形態では、分類部２７は、分類器群２８を持つ。分類器群２８は、特定表現セット毎に設けられた分類器の集合である。即ち、各分類器は、対応する特定表現セットにそれぞれ特化する。但し、上述のように、分類器群２８は、１つの分類器で構成される場合もある。各分類器は、ＣＰＵ１１によりメモリ１２に格納されるプログラムが実行されることにより、関数などのようなソフトウェア要素としてそれぞれ実現される。本実施形態は、各分類器のアルゴリズム自体を制限しないが、第１実施形態では、特定表現セット毎に機械学習する分類器が例示される。分類器として用いることができるモデルには、例えば、ロジスティック回帰モデルやサポートベクトルマシンなどが挙げられる。

第１実施形態の分類器は、特定表現を含む学習用会話音声を用いて、次のように学習する。各分類器は、学習用会話音声における、その分類器に対応する特定表現の周辺の他の発話から得られるニュアンス、及び、その特定表現の聞こえ方の主観評価により得られるニュアンスの少なくとも一方により、その特定表現を分類する分類情報と、学習用会話音声からその特定表現に関し抽出される特徴情報とを学習データとして用いてそれぞれ学習する。このように、各分類器の学習には、各分類器に対応する特定表現セットに特化した学習データがそれぞれ用いられるため、このように学習した各分類器は、少量のデータで高精度な分類を可能とする。

但し、各分類器の学習は、通話分析サーバ１０で行われてもよいし、他の装置で行われてもよい。学習データに用いられる特徴情報は、通話分析サーバ１０に当該学習用会話の音声データを与え、音声認識部２１、区間検出部２３、及び特徴抽出部２６が実行されることにより、取得されてもよい。

〈分類器の学習の実施例〉
謝罪表現を示す特定表現セットに対応する分類器は、以降、謝罪表現の分類器と表記される。謝罪表現の分類器は、謝罪表現を、深謝か否かに分類する。ここで、深謝とは、通話相手の不満に対して謝罪の念を込めて発声される謝罪表現を意味する。謝罪表現の分類器の学習には、オペレータの謝罪表現「申し訳ございません」等を含む複数の学習用通話データが準備され、各学習用通話データから、その謝罪表現を含む特定表現区間の特徴情報がそれぞれ抽出される。更に、その謝罪表現の前に顧客の不満が存在するか否かが主観評価（官能評価）又は客観評価（周知の自動評価手法による評価）により判定され、その判定結果を示すデータが分類情報として作成される。そして、当該分類器は、その特徴情報と分類情報とを学習データとして学習する。

分類情報は、その謝罪表現の音声が申し訳なさそうに聞こえるか否かを主観評価（官能評価）により判定し、その判定結果を示すデータで作成されてもよい。更に、分類情報は、謝罪表現の前に顧客の不満が存在するか否かを示すデータ、及び、謝罪表現の音声が申し訳なさそうに聞こえるか否かを示すデータを両方考慮して作成されてもよい。

相槌表現を示す特定表現セットに対応する分類器は、以降、相槌表現の分類器と表記される。相槌表現の分類器は、相槌表現を、不満感情を含むか否か、謝罪感情を含むか否か、及び、不満感情を含むか謝罪感情を含むかそれ以外かのいずれか１つに分類する。相槌表現の分類器の学習には、オペレータ及び顧客の相槌表現「はい」「ええ」等を含む複数の学習用通話データが準備され、各学習用通話データから、その相槌表現を含む特定表現区間の特徴情報がそれぞれ抽出される。更に、オペレータ及び顧客の相槌表現の周辺に顧客の不満が存在するか否かが主観評価（官能評価）又は客観評価（周知の自動評価手法による評価）により判定され、その判定結果を示すデータが分類情報として作成される。そして、当該分類器は、その特徴情報と分類情報とを学習データとして学習する。この場合、顧客の相槌表現は、顧客が不満を持っているか否かのニュアンスで分類され、オペレータの相槌表現は、オペレータが顧客の不満に対して謝罪の念を込めているか否かのニュアンスで分類される。これにより、この分類器の出力（２値）と、その分類器に入力された特徴情報に対応する相槌表現の発声者との関係から、その相槌表現が、不満感情を含むか、謝罪感情を含むか、それ以外かに分類される。

分類情報は、その相槌表現の音声が、不満そうに聞こえるか、申し訳なさそうに聞こえるか、それ以外かを主観評価（官能評価）により判定し、その判定結果を示すデータで作成されてもよい。この分類情報により学習した分類器は、相槌表現を、不満感情を含むか、謝罪感情を含むか、それ以外かに分類することができる。更に、分類情報は、相槌表現の前に顧客の不満が存在するか否かを示すデータ、及び、相槌表現の音声の主観評価により得られるデータを両方考慮して作成されてもよい。

なお、分類部２７の出力は必ずしも２値である必要はない。分類器は、分類結果を分類の信頼度を表す連続値として出力しても良い。例えば、分類器としてロジスティック回帰モデルを用いた場合、分類結果は事後確率として得られる。従って、謝罪表現を深謝か否かに分類した結果として、深謝である確率が０．９、深謝ではない（形式的な謝罪表現）である確率が０．１のような連続値が得られる。本実施形態では、このような連続値による出力も謝罪の分類結果と呼ぶ。また、分類器としてサポートベクトルマシンを用いた場合は、識別平面からの距離等を分類結果としてもよい。

分類部２７は、各通話に含まれる各特定表現の分類結果をそれぞれ示す出力データを生成し、入出力Ｉ／Ｆ１３を介して表示部や他の出力装置にその判定結果を出力する。例えば、分類部２７は、各通話に関し、発話区間と、特定表現区間と、特定表現区間に関する特定表現の分類結果（ニュアンス）とをそれぞれ表す出力データを生成するようにしてもよい。本実施形態は、具体的出力形態を制限しない。

〔動作例〕
以下、第１実施形態における表現分類方法について図４を用いて説明する。図４は、第１実施形態における通話分析サーバ１０の動作例を示すフローチャートである。

通話分析サーバ１０は、通話データを取得する（Ｓ４０）。第１実施形態では、通話分析サーバ１０は、ファイルサーバ９に格納される複数の通話データの中から、分析対象となる通話データを取得する。

通話分析サーバ１０は、（Ｓ４０）で取得された通話データに含まれる音声データに対して音声認識処理を行う（Ｓ４１）。これにより、通話分析サーバ１０は、顧客及びオペレータの音声テキストデータ及び発声時間データを取得する。音声テキストデータは、単語（品詞）ごとにそれぞれ区分けされている。また、発声時間データには、単語毎又は各発話区間に相当する単語列毎の発声時間データが含まれる。

通話分析サーバ１０は、（Ｓ４１）で取得された音声テキストデータの中から、特定表現テーブル２４に保持される特定表現を検出し、この検出された特定表現を含む特定表現区間を検出する（Ｓ４２）。この検出に伴い、例えば、通話分析サーバ１０は、各特定表現区間に関し始端時間及び終端時間をそれぞれ取得する。

通話分析サーバ１０は、（Ｓ４２）で検出された各特定表現区間に関する特徴情報をそれぞれ抽出する（Ｓ４３）。通話分析サーバ１０は、韻律特徴及び発話タイミング特徴の少なくとも一方を当該特徴情報として抽出する。韻律特徴は、特定表現区間に相当する音声データから抽出される。発話タイミング特徴は、例えば、（Ｓ４１）で取得された音声テキストデータ及び発生時間データに基づいて抽出される。

通話分析サーバ１０は、（Ｓ４２）で検出された全ての特定表現区間について、（Ｓ４４）及び（Ｓ４５）をそれぞれ実行する。（Ｓ４４）では、通話分析サーバ１０は、分類器群２８の中から、対象の特定表現区間に含まれる特定表現セットに対応する分類器を選択する。（Ｓ４５）では、通話分析サーバ１０は、その分類器に、その対象の特定表現区間から（Ｓ４３）で抽出された特徴情報を素性として与えることにより、その対象の特定表現区間に含まれる特定表現を分類する。なお、分類器群２８が１つの分類器のみで構成される場合は、（Ｓ４４）は省略できる。

通話分析サーバ１０は、全ての特定表現区間について（Ｓ４４）及び（Ｓ４５）が実行されると（Ｓ４６；ＮＯ）、各特定表現区間における特定表現の分類結果をそれぞれ示す出力データを生成する（Ｓ４７）。この出力データは、表示部に表示させるための画面データであってもよいし、印刷装置に印刷させるための印刷データであってもよいし、編集可能なデータファイルであってもよい。

〔第１実施形態の作用及び効果〕
上述したように第１実施形態では、同じ概念を持つ少なくとも１つの特定表現（特定表現セット）に対して分類器が設けられ、その分類器を用いて特定表現が分類される。さらに、複数の概念を扱う場合には、同じ概念を持つ少なくとも１つの特定表現（特定表現セット）毎に分類器がそれぞれ設けられ、そのような分類器群２８の中から、対象となる特定表現に対応する分類器が選択され、その特定表現が分類される。従って、第１実施形態によれば、特定表現単位で特化した分類器が用いられるため、全発話や全表現を分類対象とする形態と比べ、少ないデータ（特徴情報）で高精度な分類を実現することができる。

更に、第１実施形態では、各分類器の学習データには、対応する特定表現の周辺の他の発話から得られるニュアンス、及び、対応する特定表現の音声の聞こえ方の主観評価により得られるニュアンスの少なくとも一方により、特定表現を分類する分類情報、及び、その特定表現に関し抽出される特徴情報が用いられる。このような学習データを用いた学習により、使用場面に対応するニュアンスで正確に特定表現を分類する分類器を実現することができる。例えば、謝罪表現の分類器は、謝罪表現を、的確に、深謝かそれ以外（形式的な謝罪など）かに分類することができる。

また、第１実施形態では、相槌表現の分類器は、相槌表現が申し訳なさそうに聞こえるか否か、相槌表現が不満そうに聞こえるか否か、及び、相槌表現周辺に不満が表出しているか否かの少なくとも１つにより、相槌表現を分類する分類情報を用いて学習する。これにより、相槌表現が、不満感情を含むか否か、謝罪感情を含むか否か、及び、不満感情を含むか謝罪感情を含むかそれ以外かのいずれか１つに分類される。このように、第１実施形態によれば、様々な意味合いで利用される相槌表現をそのニュアンスにより的確に分類することができる。

［第２実施形態］
第２実施形態は、第１実施形態における特定表現の分類結果を用いて、対象通話が不満通話か否かを判定する。以下、第２実施形態におけるコンタクトセンタシステム１について、第１実施形態と異なる内容を中心に説明する。以下の説明では、第１実施形態と同様の内容については適宜省略する。

〔処理構成〕
図５は、第２実施形態における通話分析サーバ１０の処理構成例を概念的に示す図である。第２実施形態における通話分析サーバ１０は、第１実施形態の構成に加えて、不満判定部２９を更に有する。不満判定部２９は、他の処理部と同様に、例えば、ＣＰＵ１１によりメモリ１２に格納されるプログラムが実行されることにより実現される。

不満判定部２９は、謝罪表現が深謝に分類された、又は、相槌表現が不満感情又は謝罪感情を含むと分類された場合に、そのような謝罪表現又は相槌表現を含む通話を不満通話と判定する。オペレータが深謝を示す謝罪表現又は謝罪感情を含む相槌表現を発声するのは、その通話で顧客が不満を表したからであり、顧客が不満感情を含む相槌表現を発声するのは、その通話で顧客が不満を感じたからである。

不満判定部２９は、特定表現の分類結果が連続値で得られる場合は、検出結果を不満の有無としてではなく、不満の度合いを表す連続値として出力しても良い。

不満判定部２９は、各通話データが示す各通話に関する不満通話か否かの判定結果を表す出力データを生成し、入出力Ｉ／Ｆ１３を介して表示部や他の出力装置にその判定結果を出力する。例えば、不満判定部２９は、各通話に関し、発話区間と、特定表現区間と、特定表現区間に関する特定表現の分類結果（ニュアンス）と、その通話が不満通話か否かを示すデータとをそれぞれ表す出力データを生成するようにしてもよい。本実施形態は、具体的出力形態を制限しない。

〔動作例〕
以下、第２実施形態における不満検出方法について図６を用いて説明する。図６は、第２実施形態における通話分析サーバ１０の動作例を示すフローチャートである。図６では、図４と同じ工程については、図４と同じ符号が付されている。

通話分析サーバ１０は、各特定表現区間に関し（Ｓ４５）で分類された結果に基づいて、（Ｓ４０）で取得された通話データにより示される通話が不満通話か否かを判定する（Ｓ６１）。具体的には、通話分析サーバ１０は、上述したように、謝罪表現が深謝に分類された、又は、相槌表現が不満感情又は謝罪感情を含むと分類された場合に、そのような謝罪表現又は相槌表現を含む通話を不満通話と判定する。

通話分析サーバ１０は、（Ｓ４０）で取得された通話データにより示される通話が不満通話と判定した結果を示す出力データを生成する（Ｓ６２）。なお、上述したように、分類器群２８が１つの分類器のみで構成される場合は、（Ｓ４４）は省略できる。

〔第２実施形態の作用及び効果〕
上述のように、第２実施形態では、第１実施形態における特定表現のニュアンスによる分類の結果に基づいて、対象通話が不満通話か否かが判定される。従って、第２実施形態によれば、深謝と形式的謝罪のように複数の意味合いで使われる謝罪表現が含まれている通話であっても、その通話データから表現のニュアンスを汲み取ることにより、通話者の感情状態（不満状態）を高精度に抽出することができる。更に、第２実施形態によれば、それ自体特別な意味合いを持たない相槌表現についても、不満感情が含まれるか、謝罪感情が含まれるかといったニュアンスを汲み取ることができるため、その相槌表現から不満通話か否かを的確に判定することができる。

［変形例］
上述の通話分析サーバ１０は、複数のコンピュータとして実現されてもよい。この場合、例えば、通話分析サーバ１０は、分類部２７及び不満判定部２９のみを有し、他のコンピュータが他の処理部を有するように構成される。また、上述の通話分析サーバ１０は、分類器群２８を有していたが、分類器群２８は、他のコンピュータ上で実現されてもよい。この場合、分類部２７は、他のコンピュータ上で実現される分類器群２８に特徴情報を送り、分類器群２８の分類結果を取得するようにすればよい。

また、図４及び図６では、（Ｓ４３）で全ての特定表現区間から特徴情報が抽出された後、以降の工程が実行されているように示されるが、特定表現区間毎に、（Ｓ４３）、（Ｓ４４）及び（Ｓ４５）が実行されるようにしてもよい。

［他の実施形態］
上述の各実施形態及び各変形例では、通話データが扱われたが、上述の表現分類装置及び表現分類方法は、通話以外の会話データを扱う装置やシステムに適用されてもよい。この場合、例えば、分析対象となる会話を録音する録音装置がその会話が行われる場所（会議室、銀行の窓口、店舗のレジなど）に設置される。また、会話データが複数の会話参加者の声が混合された状態で録音される場合には、その混合状態から所定の音声処理により会話参加者毎の音声データに分離される。

上記の各実施形態及び各変形例の一部又は全部は、以下の付記のようにも特定され得る。但し、各実施形態及び各変形例が以下の記載に限定されるものではない。

（付記１）
会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出する区間検出部と、
前記区間検出部により検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出する特徴抽出部と、
前記特徴抽出部により抽出される特徴情報を用いて、前記特定表現区間に含まれる特定表現を、前記会話での使用場面に対応するニュアンスで分類する分類部と、
を備える表現分類装置。

（付記２）
前記分類部は、同じ概念を持つ複数の特定表現を前記ニュアンスで分類する分類器に対して、前記特徴抽出部により抽出される特徴情報を与えることにより、前記特定表現区間に含まれる特定表現を分類する、
付記１に記載の表現分類装置。

（付記３）
前記分類器は、学習用会話音声における、該分類器に対応する前記特定表現の周辺の他の発話から得られるニュアンス、及び、該特定表現の聞こえ方の主観評価により得られるニュアンスの少なくとも一方により、該特定表現を分類する分類情報と、該学習用会話音声から該特定表現に関し抽出される前記特徴情報とを学習データとして用いて学習する、
付記２に記載の表現分類装置。

（付記４）
前記分類部は、同じ概念を持つ少なくとも１つの前記特定表現毎に設けられる複数の分類器の中から、前記特定表現区間に含まれる特定表現に対応する分類器を選択し、該選択された分類器に前記特徴抽出部により抽出される特徴情報を与えることにより、該特定表現を分類する、
付記１から３のいずれか１つに記載の表現分類装置。

（付記５）
前記特定表現は、謝罪表現であり、
前記分類部は、前記謝罪表現を、深謝か否かに分類し、
前記謝罪表現に対応する前記分類器は、学習用会話音声における前記謝罪表現が申し訳なさそうに聞こえるか否か、及び、前記謝罪表現より前に不満が表出しているか否かの少なくとも一方により、前記謝罪表現を分類する分類情報と、該学習用会話音声から前記謝罪表現に関し抽出される前記特徴情報とを学習データとして用いて学習する、
付記２から４のいずれか１つに記載の表現分類装置。

（付記６）
前記特定表現は、相槌表現であり、
前記分類部は、前記相槌表現を、不満感情を含むか否か、謝罪感情を含むか否か、及び、不満感情を含むか謝罪感情を含むかそれ以外か、のいずれか１つに分類し、
前記相槌表現に対応する前記分類器は、学習用会話音声における、前記相槌表現が申し訳なさそうに聞こえるか否か、前記相槌表現が不満そうに聞こえるか否か、及び、前記相槌表現周辺に不満が表出しているか否かの少なくとも１つにより、前記相槌表現を分類する分類情報と、該学習用会話音声から前記相槌表現に関し抽出される前記特徴情報とを学習データとして用いて学習する、
付記２から５のいずれか１つに記載の表現分類装置。

（付記７）
付記５又は６に記載の表現分類装置と、
前記表現分類装置の前記分類部により、前記謝罪表現が深謝に分類された、又は、前記相槌表現が不満感情又は謝罪感情を含むと分類された場合に、前記謝罪表現又は前記相槌表現を含む前記会話を不満会話と判定する不満判定部と、
を備える不満検出装置。

（付記８）
少なくとも１つのコンピュータにより実行される表現分類方法において、
会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出し、
前記検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出し、
前記抽出される特徴情報を用いて、前記特定表現区間に含まれる特定表現を、前記会話での使用場面に対応するニュアンスで分類する、
ことを含む表現分類方法。

（付記９）
前記分類は、同じ概念を持つ複数の特定表現を前記ニュアンスで分類する分類器に対して、前記抽出される特徴情報を与えることにより、前記特定表現区間に含まれる特定表現を分類する、
付記８に記載の表現分類方法。

（付記１０）
学習用会話音声における、該分類器に対応する前記特定表現の周辺の他の発話から得られるニュアンス、及び、該特定表現の聞こえ方の主観評価により得られるニュアンスの少なくとも一方により、該特定表現を分類する分類情報と、該学習用会話音声から該特定表現に関し抽出される前記特徴情報とを学習データとして用いて、前記分類器に学習させる、
ことを更に含む付記９に記載の表現分類方法。

（付記１１）
同じ概念を持つ少なくとも１つの前記特定表現毎に設けられる複数の分類器の中から、前記特定表現区間に含まれる特定表現に対応する分類器を選択する、
ことを更に含み、
前記分類は、前記選択された分類器に、前記抽出された特徴情報を与えることにより、前記特定表現を分類する、
付記８から１０のいずれか１つに記載の表現分類方法。

（付記１２）
前記特定表現は、謝罪表現であり、
前記分類は、前記謝罪表現を、深謝か否かに分類し、
学習用会話音声における前記謝罪表現が申し訳なさそうに聞こえるか否か、及び、前記謝罪表現より前に不満が表出しているか否かの少なくとも一方により、前記謝罪表現を分類する分類情報と、該学習用会話音声から前記謝罪表現に関し抽出される前記特徴情報とを学習データとして用いて、前記謝罪表現に対応する前記分類器に学習させる、
ことを更に含む付記９から１１のいずれか１つに記載の表現分類方法。

（付記１３）
前記特定表現は、相槌表現であり、
前記分類は、前記相槌表現を、不満感情を含むか否か、謝罪感情を含むか否か、及び、不満感情を含むか謝罪感情を含むかそれ以外か、のいずれか１つに分類し、
学習用会話音声における、前記相槌表現が申し訳なさそうに聞こえるか否か、前記相槌表現が不満そうに聞こえるか否か、及び、前記相槌表現周辺に不満が表出しているか否かの少なくとも１つにより、前記相槌表現を分類する分類情報と、該学習用会話音声から前記相槌表現に関し抽出される前記特徴情報とを学習データとして用いて、前記相槌表現に対応する前記分類器に学習させる、
ことを更に含む付記９から１２のいずれか１つに記載の表現分類方法。

（付記１４）
付記１２又は１３に記載の表現分類方法を含み、かつ、前記少なくとも１つのコンピュータにより実行される、不満検出方法において、
前記謝罪表現が深謝に分類された、又は、前記相槌表現が不満感情又は謝罪感情を含むと分類された場合に、前記謝罪表現又は前記相槌表現を含む前記会話を不満会話と判定する、
ことを更に含む不満検出方法。

（付記１５）
少なくとも１つのコンピュータに、付記８から１３のいずれか１つに記載の表現分類方法、又は、付記１４に記載の不満検出方法を実行させるプログラム。

（付記１６）
付記１５に記載のプログラムを記録したコンピュータが読み取り可能な記録媒体。

この出願は、２０１２年１０月３１日に出願された日本出願特願２０１２−２４０７６５号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims (15)

1. 会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出する区間検出部と、
   前記区間検出部により検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出する特徴抽出部と、
   前記特徴抽出部により抽出される特徴情報を用いて、前記特定表現区間に含まれる特定表現を、前記会話での使用場面に対応するニュアンスで分類する分類部と、
   を備える表現分類装置。
2. 前記分類部は、同じ概念を持つ複数の特定表現を前記ニュアンスで分類する分類器に対して、前記特徴抽出部により抽出される特徴情報を与えることにより、前記特定表現区間に含まれる特定表現を分類する、
   請求項１に記載の表現分類装置。
3. 前記分類器は、学習用会話音声における、該分類器に対応する前記特定表現の周辺の他の発話から得られるニュアンス、及び、該特定表現の聞こえ方の主観評価により得られるニュアンスの少なくとも一方により、該特定表現を分類する分類情報と、該学習用会話音声から該特定表現に関し抽出される前記特徴情報とを学習データとして用いて学習する、
   請求項２に記載の表現分類装置。
4. 前記分類部は、同じ概念を持つ少なくとも１つの前記特定表現毎に設けられる複数の分類器の中から、前記特定表現区間に含まれる特定表現に対応する分類器を選択し、該選択された分類器に前記特徴抽出部により抽出される特徴情報を与えることにより、該特定表現を分類する、
   請求項１から３のいずれか１項に記載の表現分類装置。
5. 前記特定表現は、謝罪表現であり、
   前記分類部は、前記謝罪表現を、深謝か否かに分類し、
   前記謝罪表現に対応する前記分類器は、学習用会話音声における前記謝罪表現が申し訳なさそうに聞こえるか否か、及び、前記謝罪表現より前に不満が表出しているか否かの少なくとも一方により、前記謝罪表現を分類する分類情報と、該学習用会話音声から前記謝罪表現に関し抽出される前記特徴情報とを学習データとして用いて学習する、
   請求項２から４のいずれか１項に記載の表現分類装置。
6. 前記特定表現は、相槌表現であり、
   前記分類部は、前記相槌表現を、不満感情を含むか否か、謝罪感情を含むか否か、及び、不満感情を含むか謝罪感情を含むかそれ以外か、のいずれか１つに分類し、
   前記相槌表現に対応する前記分類器は、学習用会話音声における、前記相槌表現が申し訳なさそうに聞こえるか否か、前記相槌表現が不満そうに聞こえるか否か、及び、前記相槌表現周辺に不満が表出しているか否かの少なくとも１つにより、前記相槌表現を分類する分類情報と、該学習用会話音声から前記相槌表現に関し抽出される前記特徴情報とを学習データとして用いて学習する、
   請求項２から５のいずれか１項に記載の表現分類装置。
7. 請求項５又は６に記載の表現分類装置と、
   前記表現分類装置の前記分類部により、前記謝罪表現が深謝に分類された、又は、前記相槌表現が不満感情又は謝罪感情を含むと分類された場合に、前記謝罪表現又は前記相槌表現を含む前記会話を不満会話と判定する不満判定部と、
   を備える不満検出装置。
8. 少なくとも１つのコンピュータにより実行される表現分類方法において、
   会話の音声に対応するデータから、複数のニュアンスで使用され得る特定表現を含む特定表現区間を検出し、
   前記検出される特定表現区間に関する、韻律特徴及び発話タイミング特徴の少なくとも一方を含む特徴情報を抽出し、
   前記抽出される特徴情報を用いて、前記特定表現区間に含まれる特定表現を、前記会話での使用場面に対応するニュアンスで分類する、
   ことを含む表現分類方法。
9. 前記分類は、同じ概念を持つ複数の特定表現を前記ニュアンスで分類する分類器に対して、前記抽出される特徴情報を与えることにより、前記特定表現区間に含まれる特定表現を分類する、
   請求項８に記載の表現分類方法。
10. 学習用会話音声における、前記分類器に対応する前記特定表現の周辺の他の発話から得られるニュアンス、及び、該特定表現の聞こえ方の主観評価により得られるニュアンスの少なくとも一方により、該特定表現を分類する分類情報と、該学習用会話音声から該特定表現に関し抽出される前記特徴情報とを学習データとして用いて、前記分類器に学習させる、
    ことを更に含む請求項９に記載の表現分類方法。
11. 同じ概念を持つ少なくとも１つの前記特定表現毎に設けられる複数の分類器の中から、前記特定表現区間に含まれる特定表現に対応する分類器を選択する、
    ことを更に含み、
    前記分類は、前記選択された分類器に、前記抽出された特徴情報を与えることにより、前記特定表現を分類する、
    請求項８から１０のいずれか１項に記載の表現分類方法。
12. 前記特定表現は、謝罪表現であり、
    前記分類は、前記謝罪表現を、深謝か否かに分類し、
    学習用会話音声における前記謝罪表現が申し訳なさそうに聞こえるか否か、及び、前記謝罪表現より前に不満が表出しているか否かの少なくとも一方により、前記謝罪表現を分類する分類情報と、該学習用会話音声から前記謝罪表現に関し抽出される前記特徴情報とを学習データとして用いて、前記謝罪表現に対応する前記分類器に学習させる、
    ことを更に含む請求項９から１１のいずれか１項に記載の表現分類方法。
13. 前記特定表現は、相槌表現であり、
    前記分類は、前記相槌表現を、不満感情を含むか否か、謝罪感情を含むか否か、及び、不満感情を含むか謝罪感情を含むかそれ以外か、のいずれか１つに分類し、
    学習用会話音声における、前記相槌表現が申し訳なさそうに聞こえるか否か、前記相槌表現が不満そうに聞こえるか否か、及び、前記相槌表現周辺に不満が表出しているか否かの少なくとも１つにより、前記相槌表現を分類する分類情報と、該学習用会話音声から前記相槌表現に関し抽出される前記特徴情報とを学習データとして用いて、前記相槌表現に対応する前記分類器に学習させる、
    ことを更に含む請求項９から１２のいずれか１項に記載の表現分類方法。
14. 請求項１２又は１３に記載の表現分類方法を含み、かつ、前記少なくとも１つのコンピュータにより実行される、不満検出方法において、
    前記謝罪表現が深謝に分類された、又は、前記相槌表現が不満感情又は謝罪感情を含むと分類された場合に、前記謝罪表現又は前記相槌表現を含む前記会話を不満会話と判定する、
    ことを更に含む不満検出方法。
15. 少なくとも１つのコンピュータに、請求項８から１３のいずれか１項に記載の表現分類方法、又は、請求項１４に記載の不満検出方法を実行させるプログラム。

Images