WO2022153470A1 - 情報処理装置、及び情報処理方法 - Google Patents

情報処理装置、及び情報処理方法 Download PDF

Info

Publication number
WO2022153470A1
WO2022153470A1 PCT/JP2021/001143 JP2021001143W WO2022153470A1 WO 2022153470 A1 WO2022153470 A1 WO 2022153470A1 JP 2021001143 W JP2021001143 W JP 2021001143W WO 2022153470 A1 WO2022153470 A1 WO 2022153470A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
formula
steve
hypothetical
search
Prior art date
Application number
PCT/JP2021/001143
Other languages
English (en)
French (fr)
Inventor
裕史 鹿毛
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2021/001143 priority Critical patent/WO2022153470A1/ja
Priority to US18/269,572 priority patent/US20240062084A1/en
Priority to JP2021542352A priority patent/JP7019875B1/ja
Publication of WO2022153470A1 publication Critical patent/WO2022153470A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/041—Abduction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data

Definitions

  • the disclosed technology relates to an information processing device and an information processing method.
  • the question answering device described in Patent Document 1 that responds to a question from a user asks the user back in order to obtain information necessary for reaching an answer that can be given to the user.
  • the question-answering device cannot obtain the above-mentioned necessary information.
  • the question answering device could not give an answer to the user because it could not reach the above answer.
  • the purpose of this disclosure technique is to give an answer to the user even if the information necessary to reach the answer cannot be obtained.
  • the information processing apparatus includes a construction unit that constructs an output formula based on an inference rule related to a search formula in which the text of a question is described by predicate logic, and the output. Includes a generation unit that generates the text of the answer from the formula.
  • the information processing device it is possible to give an answer to the user even if the information necessary for reaching the answer cannot be obtained.
  • the configuration of the information processing apparatus 1 of the first embodiment is shown. It is a block diagram which shows the operation of the information processing apparatus 1 of Embodiment 1. It is a flowchart which shows the operation of the information processing apparatus 1 of Embodiment 1. It is a functional block diagram of the information processing apparatus 2 of Embodiment 2. It is a block diagram which shows the operation of the information processing apparatus 2 of Embodiment 2. It is a flowchart which shows the operation of the information processing apparatus 2 of Embodiment 2. It is a functional block diagram of the information processing apparatus 3 of Embodiment 3. It is a functional block diagram of the processing unit 38 of Embodiment 3.
  • FIG. 1 is a functional block diagram of the information processing device 1 of the first embodiment.
  • the information processing device 1 of the first embodiment is used, for example, in a dialogue system. More specifically, the information processing apparatus 1 of the first embodiment outputs an answer sentence (hereinafter, answer sentence) KB for a sentence (hereinafter, referred to as "question sentence”) SB interactively input by the user. As shown in FIG. 1, the input unit 11, the conversion unit 12, the extraction unit 13, the storage unit 14, the construction unit 15, the generation unit 16, and the output unit 17 are included.
  • the "conversion unit 12" corresponds to the "acquisition unit” and the “conversion unit”
  • the "extraction unit 13” corresponds to the "extraction unit”
  • the "construction unit 15” corresponds to the "construction unit”.
  • the "generation unit 16" corresponds to the "generation unit”.
  • conversion unit 12 corresponds to the "construction unit”
  • extraction unit 13 corresponds to the "construction unit”
  • generation unit 16 corresponds to the "generation unit”.
  • the "question text” corresponds to the "question text”
  • the "answer text” corresponds to the "answer text”.
  • the question text SB and the answer text KB are written in natural language.
  • Question sentence SB and answer sentence KB are broad concepts including sentences.
  • the question sentence SB and the answer sentence KB may be composed of a plurality of sentences or may be composed of one sentence.
  • logical formulas such as “resign (Steve, Company ABC)” are atomic formulas.
  • the relationship between two atomic formulas such as “resign (X, Y) ⁇ get (X, money)", that is, the relationship with "the former is the latter” is an inference rule.
  • the former is the "hypothesis part” and the latter is the "result part”.
  • the input unit 11 is used by a user (not shown) to input a question sentence SB into the information processing device 1.
  • the question sentence SB is, for example, an affirmative sentence "Steve resigns Company ABC.” For asking a question related to "Steve resigns from company ABC”.
  • the conversion unit 12 converts the question sentence SB written in natural language into the search logical formula KR under the predicate logic.
  • the conversion unit 12 converts, for example, the question sentence SB “Steve resigns Company ABC.” Acquired via the input unit 11 into the search logical formula KR “resign (Steve, Company ABC)”.
  • the search logical formula KR is an atomic logical formula used by the extraction unit 13 to search the storage unit 14.
  • the extraction unit 13 searches the storage unit 14 based on the search logical formula KR. As a result, the extraction unit 13 extracts the inference rule SK related to the search logical expression KR.
  • the extraction unit 13 extracts, for example, the inference rule SK “resign (X, Y) ⁇ get (X, money)” related to the search logical expression KR “resign (Steve, Company ABC)”.
  • the inference engine SE is used for the extraction unit 13 to perform the search and extraction in the storage unit 14.
  • the extraction unit 13 also collates the search logical formula KR with the inference rule SK to refer to the solution of the variable common between the search logical formula KR and the inference rule SK (hereinafter, the solution of the variable is simply referred to as a “solution”. ) Is derived.
  • the extraction unit 13 has, for example, the search logical expression KR "resign (Steve, Company ABC)" and the hypothetical unit “resign (X, Y)" of the inference rule SK "resign (X, Y) ⁇ get (X, money)".
  • the storage unit 14 stores the inference rule SK in advance as knowledge.
  • the construction unit 15 constructs the output logical formula SR from the inference rule SK.
  • the output logical formula SR is an atomic logical formula used by the generation unit 16 to generate the answer sentence KB written in natural language.
  • the generation unit 16 generates the answer sentence KB in natural language from the output formula SR described in the predicate logic.
  • the generation unit 16 generates the answer sentence KB “Steve gets money.” Based on the output logical formula SR “get (Steve, money)”, for example.
  • the output unit 17 outputs the answer sentence KB to the user.
  • the output unit 17 outputs, for example, the answer sentence KB “Steve gets money.” To the user.
  • FIG. 2 shows the configuration of the information processing device 1 of the first embodiment.
  • the information processing device 1 includes an input unit N, a processor P, an output unit S, a memory M, and a storage medium K.
  • the input unit N is composed of, for example, a microphone, a keyboard, a mouse, and a touch panel.
  • the processor P is, for example, a CPU (Central Processing Unit), which is the core of a well-known computer that operates hardware according to software.
  • the output unit S is composed of, for example, a speaker, a liquid crystal monitor, and a printer.
  • the memory M is composed of, for example, a DRAM (Dynamic Random Access Memory) and a SRAM (Static Random Access Memory).
  • the storage medium K is composed of, for example, a hard disk drive (HDD: Hard Disk Drive), a solid state drive (SSD: Solid State Drive), and a ROM (Read Only Memory).
  • the storage medium K stores the program PR and the database DB.
  • the program PR is a group of instructions that defines the content of processing to be executed by the processor P.
  • the database DB stores, for example, the above-mentioned inference rule SK.
  • the processor P is stored in the storage medium K while the input unit N and the output unit S communicate with the user as the input unit 11 and the output unit 17.
  • the functions of the conversion unit 12 to the generation unit 16 are realized.
  • FIG. 3 is a block diagram showing the operation of the information processing device 1 of the first embodiment.
  • FIG. 4 is a flowchart showing the operation of the information processing apparatus 1 of the first embodiment.
  • Step ST11 The input unit 11, which is the input unit N of the microphone, keyboard, etc., receives the input of the question sentence SB "Steve resigns Company ABC.” From the user.
  • Step ST12 When the question sentence SB "Steve resigns Company ABC.” Is input in step ST11, the input unit 11 delivers the question sentence SB "Steve resigns Company ABC.” To the conversion unit 12.
  • Step ST13 In step ST12, when the question sentence SB "Steve resigns Company ABC.” Is delivered from the conversion unit 12, the conversion unit 12, which is the processor P, receives the question sentence SB "Steve resigns Company ABC.” Under the predicate logic. Is converted to the search logical expression KR “resign (Steve, Company ABC)". The conversion unit 12 outputs the search logical formula KR "resign (Steve, Company ABC)" to the extraction unit 13.
  • Step ST14 In step ST13, when the search logical formula KR “resign (Steve, CompanyABC)" is output from the conversion unit 12, the extraction unit 13 which is the processor P has the search logical formula KR “resign (Steve, CompanyABC)". , The storage unit 14 which is the storage medium K is searched. As a result, the extraction unit 13 extracts the inference rule SK “resign (X, Y) ⁇ get (X, money)” related to the search logical expression KR “resign (Steve, Company ABC)” by the inference engine SE.
  • Step ST15 When the inference rule SK “resign (X, Y) ⁇ get (X, money)” is extracted in step ST14, the extraction unit 13 also uses the search logical expression KR “resign (Steve, Company ABC)”.
  • the solution AN “X Steve” is derived by collating with the hypothetical part “resign (X, Y)" of the inference rule SK “resign (X, Y) ⁇ get (X, money)”.
  • Step ST17 In step ST16, when the output logical formula SR “get (Steve, money)” is output from the construction unit 15, the generation unit 16 which is the processor P outputs the output logical formula SR “get (Steve, money)”. Generate the answer sentence KB "Steve gets money.” The generation unit 16 outputs the answer sentence KB “Steve gets money.” To the output unit 17.
  • Step ST18 In step ST17, when the answer sentence KB “Steve gets money.” Is output from the generation unit 16, the output unit 17, which is the output unit S of the speaker, the LCD monitor, etc., outputs the answer sentence KB “Steve gets money.” ".” Is output to the user.
  • the conversion unit 12 converts the question sentence SB “Steve resigns Company ABC.” Input from the input unit 11 into the search logical formula KR “resign (Steve, Company ABC)”.
  • the extraction unit 13 searches the storage unit 14 in which the inference rule SK is accumulated based on the search logical formula KR "resign (Steve, Company ABC)" to obtain the search logical formula KR "resign (Steve, Company ABC)".
  • the generation unit 16 generates the answer sentence KB “Steve gets money.” From the output logical formula SR “get (Steve, money)”.
  • the output unit 17 outputs the answer sentence KB “Steve gets money.” To the user.
  • the information processing device 1 needs to obtain the answer sentence KB from the question sentence SB from the user, and more specifically, "resign" in the question sentence SB. (resign) "related information without asking the user to get” money, person, goods? “,” Get or lose? “, Etc. It is possible to give the answer sentence KB to the user.
  • the information processing device 1 of the first embodiment can be used in, for example, a machine translation system or a net search system instead of the above-mentioned dialogue system.
  • the inference rule SK stored in the storage unit 14 may be added and updated at any time in addition to being stored in advance.
  • the storage unit 14 may be constructed in a form connected to the Internet (for example, a centralized management database system or a distributed management database system), or may be constructed in a form not connected to the Internet (for example, a stand-alone database device). You may.
  • the recursive neural circuit "Echo State Network” is made to learn the above conversion and generation. Allows the conversion and generation described above to be programmed.
  • the inference engine SE is constructed by using the language Prolog, for example, in the following documents.
  • the question sentence SB is an "affirmative sentence”
  • the question sentence SB is a "question sentence”.
  • FIG. 5 is a functional block diagram of the information processing device 2 of the second embodiment.
  • the information processing device 2 of the second embodiment has an input unit 21, a conversion unit 22, and an extraction unit 23, similarly to the information processing device 1 of the first embodiment (shown in FIG. 1). , A storage unit 24, a construction unit 25, a generation unit 26, and an output unit 27.
  • the input unit 21 corresponds to the input unit 11 of the first embodiment
  • the conversion unit 22 corresponds to the conversion unit 12 of the first embodiment
  • the extraction unit 23 corresponds to the extraction unit 13 of the first embodiment
  • the storage unit 24 corresponds to the storage unit 14 of the first embodiment
  • the construction unit 25 corresponds to the construction unit 15 of the first embodiment
  • the generation unit 26 corresponds to the generation unit 16 of the first embodiment and outputs.
  • the unit 27 corresponds to the output unit 17 of the first embodiment.
  • the configuration of the information processing device 2 of the second embodiment is the same as the configuration of the information processing device 1 of the first embodiment (shown in FIG. 2). ⁇ Operation of the second embodiment> The operation of the information processing apparatus 2 of the second embodiment will be described.
  • FIG. 6 is a block diagram showing the operation of the information processing device 2 of the second embodiment.
  • FIG. 7 is a flowchart showing the operation of the information processing apparatus 2 of the second embodiment.
  • Step ST21 The input unit 21 accepts the input of the question sentence SB "Who resigns Company ABC?" Which is a question sentence from the user.
  • Step ST22 When the question text SB "Who resigns Company ABC?" Is input in step ST21, the input unit 21 delivers the question text SB "Who resigns Company ABC?" To the conversion unit 22.
  • Step ST23 In step ST22, when the question sentence SB "Who resigns Company ABC?" Is delivered from the conversion unit 22, the conversion unit 22 searches for the question sentence SB "Who resigns Company ABC?" Under the predicate logic. Convert to KR “resign (X, Company ABC)". The conversion unit 22 outputs the search logical formula KRresign (X, CompanyABC) ”to the extraction unit 23.
  • the conversion unit 22 has an attribute (for example, whether or not it is an interrogative word) of a word (who, resign, etc.) in the interrogative sentence SB “Who resigns Company ABC?”. To analyze. As a result, the conversion unit 22 replaces the question word "who", that is, the word "who” indicating an unknown object with the variable "X”, so that the above-mentioned search logical formula KR "resign (X, Company ABC)" is used. Convert to.
  • Step ST24 In step ST23, when the search logical expression KR “resign (X, CompanyABC)" is output from the conversion unit 22, the extraction unit 23 is based on the search logical expression KR “resign (X, CompanyABC)". The storage unit 24 is searched.
  • Step ST26 In step ST25, when the output logical formula SR "resign (Steve, Company ABC)" is output from the construction unit 25, the generation unit 26 responds from the output logical formula SR "resign (Steve, Company ABC)". Generate KB “Steve resigns Company ABC.” The generation unit 26 outputs the answer sentence KB “Steve resigns Company ABC.” To the output unit 27.
  • Step ST27 In step ST26, when the response sentence KB "Steve resigns Company ABC.” Is output from the generation unit 26, the output unit 27 outputs the answer sentence KB "Steve resigns Company ABC.” To the user.
  • the output unit 27 When the answer sentence KB "I don't know.” Is output from the generation unit 26, the output unit 27 outputs the answer sentence KB "I don't know.” To the user in step ST27.
  • the information processing device 2 of the second embodiment can be used in, for example, a machine translation system or a net search system instead of the above-mentioned dialogue system.
  • the inference rule SK stored in the storage unit 24 may be added and updated at any time in addition to being stored in advance.
  • the storage unit 24 may be constructed in a form connected to the Internet (for example, a centralized management database system or a distributed management database system), or may be constructed in a form not connected to the Internet (for example, a stand-alone database device). You may.
  • FIG. 8 is a functional block diagram of the information processing apparatus 3 of the third embodiment.
  • the information processing device 3 of the third embodiment has an input unit 31, a conversion unit 32, and an extraction unit in substantially the same manner as the information processing device 1 of the first embodiment (shown in FIG. 1). 33, a storage unit 34, a generation unit 36, and an output unit 37 are included.
  • the input unit 31 corresponds to the input unit 11 of the first embodiment
  • the conversion unit 32 corresponds to the conversion unit 12 of the first embodiment
  • the extraction unit 33 corresponds to the extraction unit 13 of the first embodiment
  • the storage unit 34 corresponds to the storage unit 14 of the first embodiment
  • the generation unit 36 corresponds to the generation unit 16 of the first embodiment
  • the output unit 37 corresponds to the output unit 17 of the first embodiment.
  • the information processing device 3 of the third embodiment unlike the information processing device 1 of the first embodiment, does not include the construction unit 15, and on the other hand, further includes the processing unit 38.
  • FIG. 9 is a functional block diagram of the processing unit 38 of the third embodiment.
  • the processing unit 38 has a construction unit 38A, a calculation unit 38B, and a selection unit 38C.
  • the "construction unit 38A” corresponds to the "construction unit”
  • the "calculation unit 38B” corresponds to the “calculation unit”
  • the "selection unit 38C” corresponds to the "selection unit”.
  • the construction unit 38A generates a plurality of hypothetical logical formulas HR by substituting the solution AN obtained by collating the search logical formula KR and the inference rule SK into the plurality of inference rule SKs extracted by the extraction unit 33. ..
  • the calculation unit 38B calculates a plurality of occurrence probability SPs.
  • Each occurrence probability SP is, in detail, the probability that one word included in each hypothetical formula HR occurs.
  • the selection unit 38C selects the hypothetical logical formula HR having the largest occurrence probability SP among the plurality of hypothetical logical formulas HR as the output logical formula SR based on the plurality of occurrence probability SPs.
  • the configuration of the information processing device 3 of the third embodiment is the same as the configuration of the information processing device 1 of the first embodiment (shown in FIG. 2).
  • FIG. 10 is a block diagram showing the operation of the information processing device 3 of the third embodiment.
  • FIG. 11 is a flowchart showing the operation of the information processing apparatus 3 of the third embodiment.
  • Step ST31 The input unit 31 accepts the input of the question sentence SB "Steve resigns Company ABC.” From the user.
  • Step ST32 When the question sentence SB "Steve resigns Company ABC.” Is input in step ST31, the input unit 31 delivers the question sentence SB "Steve resigns Company ABC.” To the conversion unit 32.
  • Step ST33 In step ST32, when the question sentence SB "Steve resigns Company ABC.” Is delivered from the conversion unit 32, the conversion unit 32 searches for the question sentence SB "Steve resigns Company ABC.” Under the predicate logic. Convert to KR "resign (Steve, Company ABC)". The conversion unit 32 outputs the search logical formula KR "Steve resigns Company ABC.” To the extraction unit 33.
  • Step ST34 In step ST33, when the search logical formula KR "resign (Steve, CompanyABC)" is output from the conversion unit 32, the extraction unit 33 is based on the search logical formula KR "resign (Steve, CompanyABC)". The storage unit 34 is searched.
  • the extraction unit 33 uses hypothetical reasoning to symbolize the search logic formula KR “resign (Steve, Company ABC)” and the atomic logic formula “resign (X, Y)”. ) ”Is the“ consequent part ”, and three inference rules SK are extracted.
  • the three inference rules SK are the inference rule SK (1) "sick (X) ⁇ resign (X, Y)", the inference rule SK (2) “hate (X, Y) ⁇ resign (X, Y)", and The inference rule SK (3) "old (X) ⁇ resign (X, Y)".
  • the extraction unit 33 includes an inference rule SK (1) “sick (X) ⁇ resign (X, Y)”, an inference rule SK (2) “hate (X, Y) ⁇ resign (X, Y)”, and an inference rule SK. (3) Output “old (X) ⁇ resign (X, Y)” to the processing unit 38.
  • Step ST35 In step ST34, the inference rule SK (1) “sick (X) ⁇ resign (X, Y)” and the inference rule SK (2) “hate (X, Y) ⁇ resign (X, Y)” are transmitted from the extraction unit 33.
  • the construction unit 38A uses the search logical expression KR "resign (Steve, CompanyABC)".
  • the construction unit 38A has the hypothetical logical formula HR (1) “sick (Steve)", the hypothetical logical formula HR (2) “hate (Steve, Company ABC”, and the hypothetical logical formula HR (3) "old (Steve)". To build.
  • the construction unit 38A calculates the hypothetical logical formula HR (1) "sick (Steve)", the hypothetical logical formula HR (2) “hate (Steve, CompanyABC”", and the hypothetical logical formula HR (3) "old (Steve)". Output to.
  • Step ST37 The calculation unit 38B is hypothetical logical formula HR (1) "sick (Steve)", hypothetical logical formula HR (2) “hate (Steve, Company ABC", hypothetical logical formula HR (3) "old (Steve)".
  • the occurrence probability SP of the word included in is calculated.
  • the calculation unit 38B has hypothetical formula HR (1) "sick (Steve)", hypothetical logical formula HR (2) “hate (Steve, Company ABC", hypothetical logical formula HR (3) “old (Steve)”. , And specifically, the occurrence probability SP of any of the subject, predicate, object, etc. included in each formula is calculated.
  • the calculation unit 38B is, for example, hypothetical logical formula HR (1) "sick (Steve)", hypothetical logical formula HR (2) “hate (Steve, Company ABC”, hypothetical logical formula HR (3) “old (Steve)”.
  • the occurrence probability SP of the words "sick”, “hate”, and “old” that are included predicates is calculated with reference to, for example, the number of hits as a result of searching an article or the like on the net.
  • the calculation unit 38B includes the hypothetical logic formula HR (1) "sick (Steve)", the hypothetical logic formula HR (2) “hate (Steve, CompanyABC”", and the hypothetical logic formula HR (3) “old (Steve)". , The occurrence probability SP of the word “sick”, the occurrence probability SP of the word “hate”, and the occurrence probability SP of the word “old” are output to the selection unit 38C.
  • Step ST38 The selection unit 38C is based on the occurrence probability SP of the word "sick”, the occurrence probability SP of the word “hate”, and the occurrence probability SP of the word “old”, and the hypothesis logic formula HR (1) "sick (Steve)”. ) ”, Hypothesis logic formula HR (2)“ hate (Steve, Company ABC ””, Hypothesis logic formula HR (3) “old (Steve)”, the one with the highest occurrence probability SP is selected. Since the occurrence probability SP of the word "old” is the largest, the selection unit 38C selects the hypothetical logic formula HR (3) "old (Steve)".
  • the selection unit 38C outputs the hypothetical logical formula HR (3) "old (Steve)" to the generation unit 36 as the output logical formula SR, that is, as the output logical formula SR "old (Steve)".
  • Step ST39 In step ST38, when the output logical formula SR “old (Steve)” is output from the selection unit 38C, the generation unit 36 receives the answer sentence KB “Steve is” from the output logical formula SR “old (Steve)”. "old.” Is generated. The generation unit 36 outputs the answer sentence KB “Steve is old.” To the output unit 37.
  • Step ST40 When the answer sentence KB "Steve is old.” Is output from the generation unit 36 in step ST39, the output unit 37 outputs the answer sentence KB "Steve is old.” To the user.
  • the extraction unit 33 extracts a plurality of inference rules SK by searching the storage unit 34 based on the search logical formula KR.
  • the processing unit 38 generates a plurality of hypothetical logical expressions HR from a plurality of inference rules SK.
  • the processing unit 38 also calculates the word occurrence probability SP for the plurality of hypothetical logical formulas HR.
  • the processing unit 38 further selects one hypothetical logical formula HR from the plurality of hypothetical logical formulas HR as the output logical formula SR based on the occurrence probability SPs of the plurality of hypothetical logical formulas HR.
  • the answer sentence is not asked back to the user in order to obtain the answer sentence KB for the question sentence SB from the user. It becomes possible to give KB to the user.
  • the information processing device 3 of the third embodiment can be used in, for example, a machine translation system or a net search system instead of the above-mentioned dialogue system.
  • the inference rule SK stored in the storage unit 34 may be added and updated at any time in addition to being stored in advance.
  • the storage unit 34 may be constructed in a form connected to the Internet (for example, a centralized management database system or a distributed management database system), or may be constructed in a form not connected to the Internet (for example, a stand-alone database device). You may.
  • the information processing apparatus of the fourth embodiment will be described.
  • the information processing device of the fourth embodiment uses "hypothesis reasoning" as in the information processing device 3 of the third embodiment.
  • the information processing device of the fourth embodiment uses the simultaneous occurrence probability of a plurality of words, unlike the information processing device 3 of the third embodiment that uses the word occurrence probability SP.
  • FIG. 12 is a functional block diagram of the information processing device 4 of the fourth embodiment.
  • the information processing device 4 of the fourth embodiment includes an input unit 41, a conversion unit 42, an extraction unit 43, a storage unit 44, and the same as the information processing device 3 of the third embodiment.
  • a generation unit 46, an output unit 47, and a processing unit 48 are included.
  • the input unit 41 corresponds to the input unit 31 of the third embodiment
  • the conversion unit 42 corresponds to the conversion unit 32 of the third embodiment
  • the extraction unit 43 corresponds to the extraction unit 33 of the third embodiment
  • the storage unit 44 corresponds to the storage unit 34 of the third embodiment
  • the generation unit 46 corresponds to the generation unit 36 of the third embodiment
  • the output unit 47 corresponds to the output unit 37 of the third embodiment.
  • the function of the processing unit 48 is partially different from the function of the processing unit 38 of the third embodiment.
  • FIG. 13 is a functional block diagram of the processing unit 48 of the fourth embodiment.
  • the processing unit 48 includes a construction unit 48A, a calculation unit 48B, and a selection unit 48C.
  • the construction unit 48A substitutes the solution AN obtained by collating the search logical formula KR with the inference rule SK into the plurality of inference rule SKs extracted by the extraction unit 43. Generates a plurality of hypothetical formulas HR.
  • the calculation unit 48B is different from the calculation unit 48B of the third embodiment, and calculates a plurality of simultaneous occurrence probability DSPs.
  • Each simultaneous occurrence probability DSP is a probability that a plurality of words included in each hypothetical formula HR occur at the same time.
  • the selection unit 48C outputs the hypothesis logical formula HR having the largest simultaneous occurrence probability DSP among the plurality of hypothetical logical formula HRs based on the plurality of simultaneous occurrence probability DSPs. Select as formula SR.
  • the configuration of the information processing device 4 of the fourth embodiment is the same as the configuration of the information processing device 1 of the first embodiment (shown in FIG. 2).
  • FIG. 14 is a block diagram showing the operation of the information processing apparatus 4 of the fourth embodiment.
  • FIG. 15 is a flowchart showing the operation of the information processing apparatus 4 of the fourth embodiment.
  • Step ST41 The input unit 41 accepts the input of the question sentence SB "Steve resigns Company ABC.” From the user in the same manner as in step ST31 of the third embodiment.
  • Step ST42 The input unit 41 delivers the question sentence SB "Steve resigns Company ABC.” To the conversion unit 42 in the same manner as in step ST32 of the third embodiment.
  • Step ST43 The conversion unit 42 converts the question sentence SB "Steve resigns Company ABC.” To the search logical formula KR “resign (Steve, Company ABC)" under the predicate logic, as in step ST33 of the third embodiment. The conversion unit 42 outputs the search logical formula KR “resign (Steve, Company ABC)” to the extraction unit 43.
  • Step ST44 The extraction unit 43 searches the storage unit 34 based on the search logical formula KR "resign (Steve, Company ABC)" in the same manner as in step ST34 of the third embodiment.
  • the extraction unit 43 uses hypothetical reasoning to conclude that the atomic logical formula “resign (X, Y)” symbolizing the search logical formula KR “resign (Steve, Company ABC)” is “resulted”.
  • the three inference rules SK are the inference rule SK (1) “sick (X) ⁇ resign (X, Y)” and the inference rule SK (2) “hate (X, Y)” as in step ST34 of the third embodiment.
  • ⁇ resign (X, Y) and the inference rule SK (3)“ old (X) ⁇ resign (X, Y) ”.
  • the extraction unit 43 includes an inference rule SK (1) “sick (X) ⁇ resign (X, Y)”, an inference rule SK (2) “hate (X, Y) ⁇ resign (X, Y)”, and an inference rule SK. (3) Output “old (X) ⁇ resign (X, Y)” to the processing unit 48.
  • the construction unit 48A has the hypothetical logical formula HR (1) “sick (Steve)”, the hypothetical logical formula HR (2) “hate (Steve, Company ABC”, and the hypothetical logical formula HR (3), as in step ST36 of the third embodiment. ) "Output old (Steve) to the calculation unit 38B.
  • Step ST47 The calculation unit 48B is different from step ST47 of the third embodiment, and has a hypothetical logical formula HR (1) “sick (Steve)”, a hypothetical logical formula HR (2) “hate (Steve, Company ABC”, and a hypothetical logical formula. HR (3) Calculate the simultaneous occurrence probability DSP of a plurality of words included in "old (Steve)".
  • the calculation unit 48B has a hypothetical formula HR (1) "sick (Steve)", a hypothetical logical formula HR (2) “hate (Steve, CompanyABC”", and a hypothetical logical formula HR (3) “old (Steve)”.
  • the simultaneous occurrence probability DSP which is the probability that each of the predicates "sick", “hate”, and “old” included in each expression of "" and the argument "Steve” of each of the above expressions occur at the same time, is calculated.
  • the calculation unit 48B is, for example, a hypothetical logical formula HR (1) “sick (Steve)”, a hypothetical logical formula HR (2) “hate (Steve, Company ABC”, and a hypothetical logical formula HR (3) “old (Steve)”.
  • the calculation of the simultaneous occurrence probability DSP is performed with reference to, for example, writing to the SNS (Social Networking Service) by Mr. Steve himself and writing to the SNS by a third party other than Mr. Steve himself.
  • the simultaneous occurrence probability DSP of the word “sick” and the word “Steve” the simultaneous occurrence probability DSP of the word “hate” and the word “Steve”
  • the simultaneous occurrence probability DSP of the word “old” and the word “Steve” the simultaneous occurrence probability DSP of the word “old” and the word “Steve”
  • the simultaneous occurrence probability DSP of the word “old” and the word “Steve” is the highest.
  • the calculation unit 48B includes hypothetical logical formula HR (1) "sick (Steve)", hypothetical logical formula HR (2) “hate (Steve, Company ABC”, hypothetical logical formula HR (3) “old (Steve)", and The above-mentioned three simultaneous occurrence probability DSPs are output to the selection unit 48C.
  • Step ST48 As in step ST38 of the third embodiment, the selection unit 48C has the hypothetical logical formula HR (1) “sick (Steve)” and the hypothetical logical formula HR (2) based on the above-mentioned three simultaneous occurrence probability DSPs. From “hate (Steve, Company ABC”, hypothetical formula HR (3) "old (Steve)", select the one with the highest simultaneous occurrence probability DSP. As described above, the word “hate” and the word “Steve” Since the simultaneous occurrence probability DSP with the above is the largest, the selection unit 48C selects the hypothetical logical formula HR (2) “hate (Steve, Company ABC””.
  • the selection unit 48C outputs the hypothetical logical formula HR (2) "hate (Steve, Company ABC") as the output logical formula SR, that is, as the output logical formula SR "hate (Steve, Company ABC"" to the generation unit 46.
  • Step ST49 The generation unit 46 generates the answer sentence KB “Steve hates Company ABC.” From the output logical formula SR “hate (Steve, Company ABC”” in the same manner as in step ST39 of the third embodiment.
  • the generation unit 46 generates the answer sentence KB “Steve hates Company ABC.” KB “Steve hates Company ABC.” Is output to the output unit 47.
  • Step ST50 The output unit 47 outputs the answer sentence KB "Steve hates Company ABC.” To the user in the same manner as in step ST40 of the third embodiment.
  • the extraction unit 43 extracts a plurality of inference rules SK by searching the storage unit 44 based on the search logical formula KR as in the third embodiment.
  • the processing unit 48 generates a plurality of hypothetical formulas HR from a plurality of inference rules SK as in the third embodiment.
  • the processing unit 48 also calculates the simultaneous occurrence probability DSP of a plurality of words for the plurality of hypothetical logical formulas HR, unlike the third embodiment. Further, as in the third embodiment, the processing unit 48 uses one hypothetical logical formula HR as the output logical formula SR among the plurality of hypothetical logical formulas HR based on the simultaneous occurrence probability DSP of the plurality of hypothetical logical formulas HR. select.
  • the information processing device 4 of the fourth embodiment like the information processing device 3 of the third embodiment, answers the question sentence SB from the user without asking the user back in order to obtain the answer sentence KB. It is possible to give the sentence KB to the user.
  • the information processing device 4 of the fourth embodiment can be used in, for example, a machine translation system or a net search system instead of the above-mentioned dialogue system.
  • the inference rule SK stored in the storage unit 44 may be added and updated at any time in addition to being stored in advance.
  • the storage unit 44 may be constructed in a form connected to the Internet (for example, a centralized management database system or a distributed management database system), or may be constructed in a form not connected to the Internet (for example, a stand-alone database device). You may.
  • the information processing device of the fifth embodiment uses "hypothesis reasoning" as in the information processing device 3 and the like of the third embodiment.
  • the information processing device of the fifth embodiment is different from the information processing device 3 and the like of the third embodiment, and does not use the occurrence probability SP and the simultaneous occurrence probability DSP.
  • FIG. 16 is a functional block diagram of the information processing device 5 of the fifth embodiment.
  • the information processing device 5 of the fifth embodiment includes an input unit 51, a conversion unit 52, an extraction unit 53, a storage unit 54, and the same as the information processing device 3 of the third embodiment.
  • a generation unit 56, an output unit 57, and a processing unit 58 are included.
  • the input unit 51 corresponds to the input unit 31 of the third embodiment
  • the conversion unit 52 corresponds to the conversion unit 32 of the third embodiment
  • the extraction unit 53 corresponds to the extraction unit 33 of the third embodiment
  • the storage unit 54 corresponds to the storage unit 34 of the third embodiment
  • the generation unit 56 corresponds to the generation unit 36 of the third embodiment
  • the output unit 57 corresponds to the output unit 37 of the third embodiment.
  • the function of the processing unit 58 is partially different from the function of the processing unit 38 of the third embodiment.
  • FIG. 17 is a functional block diagram of the processing unit 58 of the fifth embodiment.
  • the processing unit 58 includes a first construction unit 58A, an inquiry unit 58B, and a second construction unit 58C.
  • first construction unit 58A corresponds to the "first construction unit”
  • the "inquiry unit 58B” corresponds to the “inquiry unit”
  • the "second construction unit 58C” corresponds to the "second construction unit”. Corresponds to "Construction Department”.
  • the first construction unit 58A substitutes one solution AN obtained by collating the search logical formula KR with the plurality of inference rules SK into the plurality of inference rules SK extracted by the extraction unit 53, thereby causing a plurality of inference rules SK. Generate the hypothetical formula HR.
  • the inquiry unit 58B queries the storage unit 54 for other solution ANs for the plurality of hypothetical formulas HR.
  • the second construction unit 58C constructs the output logical formula SR from the search logical formula KR, the hypothetical logical formula HR from which the other solution AN could be obtained, and the other solution AN.
  • the configuration of the information processing device 5 of the fifth embodiment is the same as the configuration of the information processing device 1 of the first embodiment (shown in FIG. 2).
  • FIG. 18 is a block diagram showing the operation of the information processing apparatus 5 of the fifth embodiment.
  • FIG. 19 is a flowchart showing the operation of the information processing apparatus 5 of the fifth embodiment.
  • Step ST51 The input unit 51 accepts the input of the question sentence SB "Who resigns Company ABC?" From the user.
  • Step ST52 The input unit 51 delivers the question sentence SB "Who resigns Company ABC?" To the conversion unit 52.
  • Step ST53 The conversion unit 52 converts the question sentence SB "Who resigns Company ABC?" To the search logical formula KR “resign (X, Company ABC)" under the predicate logic. The conversion unit 52 outputs the search logical formula KR “resign (X, Company ABC)" to the extraction unit 53.
  • Step ST54 The extraction unit 53 searches the storage unit 54 based on the search logical formula KR "resign (X, CompanyABC)".
  • the extraction unit 53 uses three inference rules SK in which the atomic logical formula “resign (X, Y)” symbolizing the search logical formula KR “resign (Steve, Company ABC)” is the “result part”. Extract.
  • the three inference rules SK are the inference rule SK (1) “sick (X) ⁇ resign (X, Y)” and the inference rule SK (2) “hate (X, Y)” as in step ST34 of the third embodiment. ⁇ resign (X, Y) ”and the inference rule SK (3)“ old (X) ⁇ resign (X, Y) ”.
  • the extraction unit 53 includes an inference rule SK (1) “sick (X) ⁇ resign (X, Y)”, an inference rule SK (2) “hate (X, Y) ⁇ resign (X, Y)”, and an inference rule SK. (3) Output “old (X) ⁇ resign (X, Y)” to the processing unit 58.
  • Step ST55 In the processing unit 58, the first construction unit 58A has the search logical expression KR “resign (X, CompanyABC”” and the inference rule SK (1) “sick (X)” as in step ST35 of the third embodiment.
  • ⁇ resign (X, Y) consequence
  • the first construction unit 58A has hypothetical formula HR (1) "sick (X)”, hypothetical logical formula HR (2) “hate (X, CompanyABC”, hypothetical logical formula HR (3) "old ( X) ”is constructed.
  • Step ST57 The query unit 58B uses the hypothetical formula HR (1) “sick (X)”, the hypothetical formula HR (2) “hate (X, CompanyABC”, and the hypothetical formula HR (3) “old (X)”.
  • the storage unit 54 is inquired about the existence or nonexistence of the specific contents of the variable "X" of the three formulas and the contents.
  • the storage unit 54 has only the knowledge about the hypothetical logical formula HR (3) "old (X)", and on the other hand, the knowledge about the hypothetical logical formula HR (1) "sick (X)” and the hypothesis. It is assumed that the person does not have knowledge about the logical formula HR (2) "hate (X, Company ABC”.
  • the second construction unit 58C constructs the output logical formula SR (1) “resign (Steve, Company ABC)” and the output logical formula SR (2) “old (Steve)”.
  • the second construction unit 58C outputs the output logical formula SR (1) "resign (Steve, CompanyABC)" and the output logical formula SR (2) “old (Steve)" to the generation unit 56.
  • Step ST59 The generation unit 56 receives the answer sentence KB (1) "Steve resigns” from the output logical formula SR (1) “resign (Steve, Company ABC)” and the output logical formula SR (2) “old (Steve)". "Company ABC.” And the answer sentence KB (2) “Steve is old.” Are generated.
  • the generation unit 56 outputs the answer sentence KB (1) “Steve resigns Company ABC.” And the answer sentence KB (2) “Steve is old.” To the output unit 57.
  • the generation unit 56 receives the answer sentence KB (1) from the output logical formula SR (1) “resign (Steve, Company ABC)” which is the answer corresponding to the search logical formula KR “resign (X, Company ABC)” which is the question. ) After generating to "Steve resigns Company ABC.”, Generate from the output logical formula SR (2) "old (Steve)" to the answer sentence KB (2) "Steve is old.”.
  • Step ST60 The output unit 57 outputs the answer sentence KB (1) "Steve resigns Company ABC.” And the answer sentence KB (2) "Steve is old.” To the user.
  • the extraction unit 53 searches the storage unit 54 based on the search logical formula KR in the same manner as the information processing device 3 of the third embodiment, thereby performing a plurality of inference rules. Extract SK.
  • the processing unit 58 generates a plurality of hypothetical logical expressions HR from a plurality of inference rules SK as in the third embodiment.
  • the processing unit 58 also inquires the storage unit 54 of the solution AN, which is a specific content, for the variable of the hypothetical logical formula HR.
  • the processing unit 58 further constructs an output logical formula SR from the search logical formula KR, the hypothetical logical formula HR, and the solution AN.
  • the information processing device 5 of the fifth embodiment reaches the output logic expression SR from the question sentence SB in order to obtain the answer sentence KB for the question sentence SB from the user, similarly to the information processing device 3 and the like of the third embodiment. It is possible to give the answer sentence KB to the user without asking the user for the information necessary for the purpose.
  • the information processing device 5 of the fifth embodiment can be used in, for example, a machine translation system or a net search system instead of the above-mentioned dialogue system.
  • the inference rule SK stored in the storage unit 54 may be added and updated at any time in addition to being stored in advance.
  • the storage unit 54 may be constructed in a form connected to the Internet (for example, a centralized management database system or a distributed management database system), or may be constructed in a form not connected to the Internet (for example, a stand-alone database device). You may.
  • the information processing device of the sixth embodiment uses "hypothesis reasoning" as in the information processing device 3 and the like of the third embodiment.
  • the information processing device of the sixth embodiment uses “vectorization" unlike the information processing device 3 and the like of the third embodiment.
  • FIG. 20 is a functional block diagram of the information processing device 6 of the sixth embodiment.
  • the information processing device 6 of the sixth embodiment includes an input unit 61, a conversion unit 62, an extraction unit 63, a storage unit 64, and the same as the information processing device 3 of the third embodiment.
  • a generation unit 66, an output unit 67, and a processing unit 68 are included.
  • the input unit 61 corresponds to the input unit 31 of the third embodiment
  • the conversion unit 62 corresponds to the conversion unit 32 of the third embodiment
  • the extraction unit 63 corresponds to the extraction unit 33 of the third embodiment
  • the storage unit 64 corresponds to the storage unit 34 of the third embodiment
  • the generation unit 66 corresponds to the generation unit 36 of the third embodiment
  • the output unit 67 corresponds to the output unit 37 of the third embodiment.
  • the function of the processing unit 68 is partially different from the function of the processing unit 38 of the third embodiment.
  • FIG. 21 is a functional block diagram of the processing unit 68 of the sixth embodiment.
  • the processing unit 68 includes a first construction unit 68A, a disposal unit 68B, a vectorization unit 68C, an acquisition unit 68D, a selection unit 68E, a second construction unit 68F, and the like. Has.
  • first construction unit 68A corresponds to the "first construction unit”
  • vehicleization unit 68C corresponds to the “vectorization unit”
  • acquisition unit 68D corresponds to the "acquisition unit”.
  • second construction unit 68F corresponds to the "second construction unit”.
  • the first construction unit 68A substitutes one solution AN obtained by collating the search logical formula KR with the plurality of inference rules SK into the plurality of inference rules SK extracted by the extraction unit 63, thereby causing a plurality of inference rules SK. Construct the hypothetical formula HR.
  • the sorting unit 68B selects one hypothetical logical formula HR from among the plurality of hypothetical logical formulas HR based on the amount of deficiency of the plurality of hypothetical logical formulas HR, and discards the other hypothetical logical formula HR.
  • the vectorization unit 68C vectorizes one hypothetical formula HR.
  • the acquisition unit 68D acquires a plurality of associative logical formulas RR in which the distance between the vectors is within a predetermined distance range based on one vectorized hypothetical logical formula HR.
  • the selection unit 68E selects one associative logical formula RR from among a plurality of associative logical formulas RR, for example, under a unique condition (for example, whether or not the proper nouns match).
  • the second construction unit 68F constructs the output logical formula SR by substituting another solution AN obtained by collating the search logical formula KR with the associative logical formula RR into one associative logical formula RR.
  • the configuration of the information processing device 6 of the sixth embodiment is the same as the configuration of the information processing device 1 of the first embodiment (shown in FIG. 2).
  • FIG. 22 is a block diagram showing the operation of the information processing apparatus 6 of the sixth embodiment.
  • 23 and 24 are flowcharts showing the operation of the information processing apparatus 6 of the sixth embodiment.
  • Step ST61 The input unit 61 accepts the input of the question sentence SB "Who resigns Company ABC?" From the user.
  • Step ST62 The input unit 61 delivers the question text SB "Who resigns Company ABC?" To the conversion unit 62.
  • Step ST63 The conversion unit 62 converts the question sentence SB "Who resigns Company ABC?" To the search logical formula KR “resign (X, Company ABC)" under the predicate logic. The conversion unit 62 outputs the search logical formula KR “resign (X, Company ABC)” to the extraction unit 63.
  • Step ST64 The extraction unit 63 searches the storage unit 54 based on the search logical formula KR "resign (X, CompanyABC)".
  • the extraction unit 63 uses hypothetical reasoning to change the atomic logic formula “resign (X, Y)” symbolizing the search logic formula KR “resign (Steve, Company ABC)” to “resign (X, Y)”.
  • the three inference rule SKs which are the "results", are extracted.
  • the three inference rules SK are the inference rule SK (1) “sick (X) ⁇ resign (X, Y)” and the inference rule SK (2) “hate (X, Y)” as in step ST54 of the fifth embodiment. ⁇ resign (X, Y) ”and the inference rule SK (3)“ old (X) ⁇ resign (X, Y) ”.
  • the extraction unit 63 includes an inference rule SK (1) “sick (X) ⁇ resign (X, Y)”, an inference rule SK (2) “hate (X, Y) ⁇ resign (X, Y)”, and an inference rule SK. (3) Output “old (X) ⁇ resign (X, Y)” to the processing unit 68.
  • Step ST65 In the processing unit 68, the first construction unit 68A has the search logical formula KR “resign (X, Company ABC”” and the inference rule SK (1) “sick (X)” as in step ST55 of the fifth embodiment.
  • ⁇ resign (X, Y) consequence
  • Step ST66 The first construction unit 68A also has the inference rule SK (1), the assumption part of the inference rule SK (1) “sick (X) ⁇ resign (X, Y)”, the inference rule SK (similar to the step ST56 of the fifth embodiment). 2)
  • the first construction unit 68A has the hypothetical formula HR (1) "sick (X)", the hypothetical logical formula HR (2) "hate (X, CompanyABC”", and the hypothetical logical formula HR (3) "old ( X) ”is constructed.
  • Step ST67 Hypothetical logical formula HR (1) "sick (X)", hypothetical logical formula HR (2) “hate (X, CompanyABC”, hypothetical logical formula HR (3) “old (X)”
  • the “deficiency amount” refers to the number of words (including variables) contained in each of the hypothetical formulas HR (1), (2), and (3) with respect to the number of words. The ratio of the number of variables.
  • the discarding unit 68B calculates that the missing amount of the hypothetical logical formula HR (1) “sick (X)” is “50%”.
  • the missing amount of the hypothetical logical formula HR (2) “hate (X, Company ABC” is “33%”, and the hypothetical logical formula HR (3) “old (X)”.
  • the amount of deficiency is calculated to be "50%”.
  • Step ST68 The disposal unit 68B further includes hypothetical formula HR (1) “sick (X)”, hypothetical formula HR (2) “hate (X, Company ABC”, hypothetical formula HR (3) “old (X)”. ) ”Is discarded.
  • the discarding unit 68B selects the hypothetical logical formula HR (2) “hate (X, Company ABC”” having a missing amount “33%” which is less than the threshold value “50%”, that is, outputs it to the vectorization unit 68C in the subsequent stage.
  • the disposal unit 68B has a hypothetical logical formula HR (1) "sick (X)” and a hypothetical logical formula HR (3) “old (X)” having a missing amount "50%” which is equal to or higher than the threshold value "50%”. That is, it is not output to the vectorization unit 68C in the subsequent stage.
  • Step ST69 The vectorization unit 68C vectorizes the hypothetical logical formula HR (2) “hate (X, Company ABC”.
  • vectorization vectorization at 0/1
  • word2vec vectorization at 0/1
  • the hypothetical logical formula HR (2) "hate (X, Company ABC” is a word in natural language, that is, a variable. It is desirable to clearly distinguish it from words that do not contain. In order to make this distinction, for example, assuming that the length of the word after vectorization is N, N 9s (in the case of decimal numbers), N. Substitution by F (in the case of hexadecimal numbers) can be adopted.
  • Step ST70 The acquisition unit 68D is associated with the vectorized hypothetical formula HR (2) "hate (X, CompanyABC”", and the associative formula RR in which the distance between the vectors is within a predetermined distance range.
  • the associative formula RR associated with the hypothetical formula HR (2) “hate (X, Company ABC”" is acquired from the storage unit 64.
  • the acquisition unit 68D is pre-vectorized by using "word2vec" in the storage unit 64, that is, among a plurality of associative formulas RR for which associative memory learning is performed, the vectorized hypothetical logic.
  • Equation HR (2) Acquires an associative formula RR in which the distance between the vectorized one associative formula RR and “hate (X, Company ABC” is within a predetermined distance range.
  • the acquisition unit 68D is, for example, an associative logical expression RR (1) "dislike (Steve, CompanyABC)", an associative logical expression RR (2) “hate (Tom, CompanyDEF)", and an associative logical expression RR (3) “love (Steve)”. , CompanyDEF) ”.
  • Step ST71 The selection unit 68E has an associative formula RR (1) "dislike (Steve, CompanyABC)", an associative formula RR (2) “hate (Tom, CompanyDEF)", and an associative formula RR (3) “love ( Select one of "Steve, Company DEF)".
  • the selection unit 68E is from the viewpoint of whether or not the proper nouns (for example, personal name and company name) match in relation to the hypothetical logical formula HR (2) "hate (X, CompanyABC)".
  • Associative formula RR (1) Select "dislike (Steve, Company ABC)".
  • the logical formula SR (1) "resign (Steve, Company ABC" is constructed.
  • Step ST74 The second construction unit 68F uses the associative formula RR (1) “dislike (Steve, Company ABC)” word “dislike” and the hypothetical formula HR (2) “hate (X, Company ABC)” word. Replace with “hate”. As a result, the second construction unit 68F constructs the output logical formula SR, that is, the output logical formula SR (2) “hate (Steve, Company ABC)”.
  • the second construction unit 68F outputs the output logical formula SR (1) "resign (Steve, Company ABC)" and the output logical formula SR (2) “hate (Steve, Company ABC)" to the generation unit 66.
  • Step ST75 The generation unit 66 receives the answer sentences KB (1) "Steve” from the output logical formula SR (1) “resign (Steve, CompanyABC)” and the output logical formula SR (2) “hate (Steve, CompanyABC)". Generate “resigns Company ABC.” And answer text KB (2) “Steve hates Company ABC.”.
  • the generation unit 66 outputs the answer sentence KB (1) "Steve resigns Company ABC.” And the answer sentence KB (2) "Steve hates Company ABC.” To the output unit 67.
  • the output logical formula SR (1) “resign (Steve, CompanyABC)” is the specific content of the search logical formula KR “resign (X, CompanyABC)", that is, the corresponding answer.
  • the output logical formula SR (2) “hate (Steve, Company ABC)” is a supplement to the output logical formula SR (1) "resign (Steve, Company ABC)". Therefore, the generation unit 66 first generates the answer sentence KB (1) "Steve resigns Company ABC.”, And then generates the answer sentence KB (2) "Steve hates Company ABC.”.
  • Step ST76 The output unit 67 outputs the answer sentence KB (1) "Steve resigns Company ABC.” And the answer sentence KB (2) "Steve hates Company ABC.” To the user.
  • the extraction unit 63 searches the storage unit 64 based on the search logical formula KR as in the information processing device 3 of the third embodiment, thereby performing a plurality of inference rules. Extract SK.
  • the processing unit 68 also vectorizes one hypothetical formula HR whose missing amount does not exceed the threshold among the plurality of hypothetical formula HR constructed from the plurality of inference rules SK.
  • the processing unit 68 further acquires the associative logical formula RR associated with the vectorized one hypothetical logical formula HR.
  • the information processing device 6 of the sixth embodiment reaches the output logic expression SR from the question sentence SB in order to obtain the answer sentence KB for the question sentence SB from the user, similarly to the information processing device 3 and the like of the third embodiment. It is possible to give the answer sentence KB to the user without asking the user for the information necessary for the purpose.
  • the information processing apparatus 6 of the sixth embodiment can be used in, for example, a machine translation system or a net search system instead of the above-mentioned dialogue system.
  • the inference rule SK stored in the storage unit 64 may be added and updated at any time in addition to being stored in advance.
  • the storage unit 64 may be constructed in a form connected to the Internet (for example, a centralized management database system or a distributed management database system), or may be constructed in a form not connected to the Internet (for example, a stand-alone database device). You may.
  • 1 information processing device 11 input unit, 12 conversion unit, 13 extraction unit, 14 storage unit, 15 construction unit, 16 generation unit, 17 output unit, 2 information processing device, 21 input unit, 22 conversion unit, 23 extraction unit, 24 storage unit, 25 construction unit, 26 generation unit, 27 output unit, 3 information processing device, 31 input unit, 32 conversion unit, 33 extraction unit, 34 storage unit, 36 generation unit, 37 output unit, 38 processing unit, 38A Construction unit, 38B calculation unit, 38C selection unit, 4 information processing device, 41 input unit, 42 conversion unit, 43 extraction unit, 44 storage unit, 46 generation unit, 47 output unit, 48 processing unit, 48A construction unit, 48B calculation Unit, 48C selection unit, 5 information processing device, 51 input unit, 52 conversion unit, 53 extraction unit, 54 storage unit, 56 generation unit, 57 output unit, 58 processing unit, 58A first construction unit, 58B inquiry unit, 58C 2nd construction unit, 6 information processing device, 61 input unit, 62 conversion unit, 63 extraction unit, 64 storage unit, 66 generation unit, 67 output unit, 68 processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

回答に到達するために必要な情報を得ることができなくても、ユーザに回答を与えるべく、情報処理装置（１）は、質問文章（ＳＢ）が述語論理で記述された検索論理式（ＫＲ）に関連する推論規則（ＳＫ）に基づき出力論理式（ＳＲ）を構築する構築ユニットと、前記出力論理式（ＳＲ）から回答文章（ＫＢ）を生成する生成ユニットと、を含む。

Description

情報処理装置、及び情報処理方法
　本開示技術は、情報処理装置、及び情報処理方法に関する。
　特許文献１に記載された、ユーザからの質問に応答する質問応答装置は、ユーザに与えることが可能な回答に到達するために必要な情報をユーザから得るべく、ユーザに問い返しを行う。
国際公開第２０１９／２３９５４３号
　しかしながら、上記の問い返しについて、ユーザが、質問応答装置に上記の必要な情報を与えないときには、質問応答装置は、前記必要な情報を得ることができない。その結果、質問応答装置は、上記した回答に到達することができないことから、ユーザに回答を与えることができなかった。
　本開示技術は、回答に到達するために必要な情報を得ることができなくても、ユーザに回答を与えることを目的とする。
　上記した課題を解決すべく、本開示技術に係る情報処理装置は、質問の文章が述語論理で記述された検索論理式に関連する推論規則に基づき出力論理式を構築する構築ユニットと、前記出力論理式から回答の文章を生成する生成ユニットと、を含む。
　本開示技術に係る情報処理装置によれば、回答に到達するために必要な情報を得ることができなくても、ユーザに回答を与えることができる。
実施形態１の情報処理装置１の機能ブロック図である。 実施形態１の情報処理装置１の構成を示す。 実施形態１の情報処理装置１の動作を示すブロック図である。 実施形態１の情報処理装置１の動作を示すフローチャートである。 実施形態２の情報処理装置２の機能ブロック図である。 実施形態２の情報処理装置２の動作を示すブロック図である。 実施形態２の情報処理装置２の動作を示すフローチャートである。 実施形態３の情報処理装置３の機能ブロック図である。 実施形態３の処理部３８の機能ブロック図である。 実施形態３の情報処理装置３の動作を示すブロック図である。 実施形態３の情報処理装置３の動作を示すフローチャートである。 実施形態４の情報処理装置４の機能ブロック図である。 実施形態４の処理部４８の機能ブロック図である。 実施形態４の情報処理装置４の動作を示すブロック図である。 実施形態４の情報処理装置４の動作を示すフローチャートである。 実施形態５の情報処理装置５の機能ブロック図である。 実施形態５の処理部５８の機能ブロック図である。 実施形態５の情報処理装置５の動作を示すブロック図である。 実施形態５の情報処理装置５の動作を示すフローチャートである。 実施形態６の情報処理装置６の機能ブロック図である。 実施形態６の処理部６８の機能ブロック図である。 実施形態６の情報処理装置６の動作を示すブロック図である。 実施形態６の情報処理装置６の動作を示すフローチャート（その１）である。 実施形態６の情報処理装置６の動作を示すフローチャート（その２）である。
　本開示技術に係る情報処理装置の実施形態について説明する。
〈実施形態１〉
　実施形態１の情報処理装置１について説明する。
〈実施形態１の構成〉
　図１は、実施形態１の情報処理装置１の機能ブロック図である。
　実施形態１の情報処理装置１は、例えば、対話システムに用いられる。実施形態１の情報処理装置１は、より詳しくは、ユーザから対話形式で入力される文章（以下、「質問文章」という。）ＳＢについて、回答の文章（以下、回答文章）ＫＢを出力すべく、図１に示されるように、入力部１１と、変換部１２と、抽出部１３と、蓄積部１４と、構築部１５と、生成部１６と、出力部１７と、を含む。
　「変換部１２」は、『取得部』及び『変換部』に対応し、「抽出部１３」は、『抽出部』に対応し、「構築部１５」は、『構築部』に対応し、「生成部１６」は、『生成部』に対応する。
　また、「変換部１２」、「抽出部１３」、及び「構築部１４」は、『構築ユニット』に対応し、「生成部１６」は、『生成ユニット』に対応する。
　「質問文章」は、『質問の文章』に対応し、「回答文章」は、『回答の文章』に対応する。
　質問文章ＳＢ及び回答文章ＫＢは、自然言語で記述されている。質問文章ＳＢ及び回答文章ＫＢは、文を含む広義の概念である。質問文章ＳＢ及び回答文章ＫＢは、複数の文から構成されてもよく、また、１つの文から構成されてもよい。
　以下の説明では、「resign(Steve, CompanyABC)」等の論理式は、原子論理式である。「resign(X, Y)→get(X, money)」等の２つの原子論理式間の関係、即ち、「前者であれば後者である」等との関係は、推論規則である。推論規則の中で、前者は、「仮定部」であり、後者は、「帰結部」である。
　例えば、原子論理式「resign(X, Y)」の「X」、「Y」は、変数であり、一番目の変数「X」は、述語「resign」の主語を表し、二番目の変数「Y」は、述語「resign」の目的語を表す。
　入力部１１は、ユーザ（図示せず。）が、情報処理装置１に質問文章ＳＢを入力するために用いられる。質問文章ＳＢは、例えば、「Steveが会社ＡＢＣを辞職する」ことに関連する事項を質問するための肯定文「Steve resigns CompanyABC.」である。
　変換部１２は、自然言語で記述された質問文章ＳＢを、述語論理の下で、検索論理式ＫＲに変換する。変換部１２は、例えば、入力部１１を介して取得された質問文章ＳＢ「Steve resigns CompanyABC.」を検索論理式ＫＲ「resign(Steve, CompanyABC)」に変換する。
　検索論理式ＫＲは、抽出部１３が蓄積部１４を検索するために用いられる原子論理式である。
　抽出部１３は、検索論理式ＫＲに基づき蓄積部１４を検索する。これにより、抽出部１３は、検索論理式ＫＲに関連する推論規則ＳＫを抽出する。抽出部１３は、例えば、検索論理式ＫＲ「resign(Steve, CompanyABC)」に関連する推論規則ＳＫ「resign(X, Y)→get(X, money)」を抽出する。
　抽出部１３が蓄積部１４で検索及び抽出を行うことには、図１に示されるように、推論エンジンＳＥが用いられる。
　抽出部１３は、また、検索論理式ＫＲと推論規則ＳＫとを照合することにより、検索論理式ＫＲ及び推論規則ＳＫ間で共通する変数の解（以下、変数の解を単に「解」という。）を導出する。抽出部１３は、例えば、検索論理式ＫＲ「resign(Steve, CompanyABC)」と推論規則ＳＫ「resign(X, Y)→get(X, money)」の仮定部「resign(X, Y)」とを照合することにより、解「X=Steve」を導出する。
　蓄積部１４は、知識として推論規則ＳＫを予め記憶している。
　構築部１５は、推論規則ＳＫから出力論理式ＳＲを構築する。
　出力論理式ＳＲは、生成部１６が、自然言語で記述された回答文章ＫＢを生成するために用いられる原子論理式である。
　構築部１５は、例えば、推論規則ＳＫ「resign(X, Y)→get(X, money)」に、解「X=Steve」を代入することにより、推論規則ＳＫ「resign(X, Y)→get(X, money)」の帰結部に対応する出力論理式ＳＲ「get(Steve, money)」を構築する。
　生成部１６は、述語論理で記述された出力論理式ＳＲから、自然言語で回答文章ＫＢを生成する。生成部１６は、例えば、出力論理式ＳＲ「get(Steve, money)」に基づき、回答文章ＫＢ「Steve gets money.」を生成する。
　出力部１７は、回答文章ＫＢをユーザへ出力する。出力部１７は、例えば、回答文章ＫＢ「Steve gets money.」をユーザへ出力する。
　図２は、実施形態１の情報処理装置１の構成を示す。
　情報処理装置１は、図２に示されるように、入力部Ｎと、プロセッサＰと、出力部Ｓと、メモリＭと、記憶媒体Ｋと、を含む。
　入力部Ｎは、例えば、マイク、キーボード、マウス、タッチパネルから構成される。プロセッサＰは、例えば、ＣＰＵ（Central Processing Unit）であり、ソフトウェアに従ってハードウェアを動作させる、よく知られたコンピュータの中核である。出力部Ｓは、例えば、スピーカ、液晶モニター、プリンタから構成される。メモリＭは、例えば、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）から構成される。記憶媒体Ｋは、例えば、ハードディスクドライブ（ＨＤＤ：Hard Disk Drive）、ソリッドステートドライブ（ＳＳＤ：Solid State Drive）、ＲＯＭ（Read Only Memory）から構成される。
　記憶媒体Ｋは、プログラムＰＲ、及び、データベースＤＢを記憶する。プログラムＰＲは、プロセッサＰが実行すべき処理の内容を規定する命令群である。データベースＤＢは、例えば、上記した推論規則ＳＫを記憶している。
　情報処理装置１における、ハードウェアと機能との関係については、入力部Ｎ及び出力部Ｓが、入力部１１及び出力部１７としてユーザとやりとりを行いつつ、プロセッサＰが、記憶媒体Ｋに記憶されたプログラムＰＲを、メモリＭを用いつつ実行することにより、変換部１２～生成部１６の各部の機能を実現する。
〈実施形態１の動作〉
　実施形態１の情報処理装置１の動作について説明する。
　図３は、実施形態１の情報処理装置１の動作を示すブロック図である。図４は、実施形態１の情報処理装置１の動作を示すフローチャートである。
　以下、実施形態１の情報処理装置１の動作について、図３のブロック図及び図４のフローチャートに沿って説明する。
　説明及び理解を容易にすべく、以下に、文章、論理式等を予め列挙しておく。
　質問文章ＳＢ：Steve resigns CompanyABC.
　検索論理式ＫＲ：resign(Steve, CompanyABC)
　推論規則ＳＫ：resign(X, Y)→get(X, money)
　解ＡＮ：X=Steve
　出力論理式ＳＲ：get(Steve, money)
　回答文章ＫＢ：Steve gets money.
　ステップＳＴ１１：マイク、キーボード等の入力部Ｎである入力部１１は、ユーザから、質問文章ＳＢ「Steve resigns CompanyABC.」の入力を受け付ける。
　ステップＳＴ１２：ステップＳＴ１１で、質問文章ＳＢ「Steve resigns CompanyABC.」が入力されると、入力部１１は、質問文章ＳＢ「Steve resigns CompanyABC.」を変換部１２に受け渡す。
　ステップＳＴ１３：ステップＳＴ１２で、変換部１２から質問文章ＳＢ「Steve resigns CompanyABC.」が受け渡されると、プロセッサＰである変換部１２は、述語論理の下で、質問文章ＳＢ「Steve resigns CompanyABC.」を検索論理式ＫＲ「resign(Steve, CompanyABC)」に変換する。変換部１２は、検索論理式ＫＲ「resign(Steve, CompanyABC)」を抽出部１３へ出力する。
　ステップＳＴ１４：ステップＳＴ１３で、変換部１２から、検索論理式ＫＲ「resign(Steve, CompanyABC)」が出力されると、プロセッサＰである抽出部１３は、検索論理式ＫＲ「resign(Steve, CompanyABC)」に基づき、記憶媒体Ｋである蓄積部１４を検索する。これにより、抽出部１３は、推論エンジンＳＥにより、検索論理式ＫＲ「resign(Steve, CompanyABC)」に関連する推論規則ＳＫ「resign(X, Y)→get(X, money)」を抽出する。
　ステップＳＴ１５：ステップＳＴ１４で、推論規則ＳＫ「resign(X, Y)→get(X, money)」が抽出されると、抽出部１３は、また、検索論理式ＫＲ「resign(Steve, CompanyABC)」と推論規則ＳＫ「resign(X, Y)→get(X, money)」の仮定部「resign(X, Y)」とを照合することにより、解ＡＮ「X=Steve」を導出する。
　抽出部１３は、推論規則ＳＫ「resign(X, Y)→get(X, money)」及び解ＡＮ「X=Steve」を構築部１５へ出力する。
　ステップＳＴ１６：ステップＳＴ１５で、抽出部１３から、推論規則ＳＫ「resign(X, Y)→get(X, money)」及び解ＡＮ「X=Steve」が出力されると、プロセッサＰである構築部１５は、推論規則ＳＫ「resign(X, Y)→get(X, money)」の帰結部「get「(X, money)」に、解ＡＮ「X=Steve」を代入することにより、出力論理式ＳＲ「get(Steve, money)」を構築する。構築部１５は、出力論理式ＳＲ「get(Steve, money)」を生成部１６へ出力する。
　ステップＳＴ１７：ステップＳＴ１６で、構築部１５から、出力論理式ＳＲ「get(Steve, money)」が出力されると、プロセッサＰである生成部１６は、出力論理式ＳＲ「get(Steve, money)」から回答文章ＫＢ「Steve gets money.」を生成する。生成部１６は、回答文章ＫＢ「Steve gets money.」を出力部１７に出力する。
　ステップＳＴ１８：ステップＳＴ１７で、生成部１６から、回答文章ＫＢ「Steve gets money.」が出力されると、スピーカ、液晶モニター等の出力部Ｓである出力部１７は、回答文章ＫＢ「Steve gets money.」をユーザへ出力する。
〈実施形態１の効果〉
　実施形態１の情報処理装置１によれば、変換部１２は、入力部１１から入力された質問文章ＳＢ「Steve resigns CompanyABC.」を検索論理式ＫＲ「resign(Steve, CompanyABC)」に変換する。抽出部１３は、検索論理式ＫＲ「resign(Steve, CompanyABC)」に基づき、推論規則ＳＫが蓄積されている蓄積部１４を検索することにより、検索論理式ＫＲ「resign(Steve, CompanyABC)」に関連する推論規則ＳＫ「resign(X, Y)→get(X, money)」を抽出し、推論規則ＳＫ「resign(X, Y)→get(X, money)」及び解ＡＮ「X=Steve」を構築部１５に受け渡す。構築部１５は、推論規則ＳＫ「resign(X, Y)→get(X, money)」及び解ＡＮ「X=Steve」から出力論理式ＳＲ「get(Steve, money)」を構築する。生成部１６は、出力論理式ＳＲ「get(Steve, money)」から回答文章ＫＢ「Steve gets money.」を生成する。出力部１７は、回答文章ＫＢ「Steve gets money.」をユーザへ出力する。
　これにより、情報処理装置１は、ユーザからの質問文章ＳＢについて回答文章ＫＢを得るべく、質問文章ＳＢから回答文章ＫＢへ至るために必要な情報、より詳しくは、質問文章ＳＢ中の「辞職する(resign)」ことに関連する情報「金であるか、人であるか、物品であるか？」、「得るか、それとも、失うか？」等を得るための問い返しをユーザに行うことなく、回答文章ＫＢをユーザに与えることが可能となる。
〈変形例〉
　実施形態１の情報処理装置１は、上記した対話システムに代えて、例えば、機械翻訳システム、ネット検索システムでも用いることが可能である。
　蓄積部１４に記憶されている推論規則ＳＫは、予め記憶されていることに加えて、随時、追加され、更新されてもよい。
　蓄積部１４は、ネット接続されている形態（例えば、集中管理データベースシステム、分散管理データベースシステム）で構築されてもよく、また、ネット接続されていない形態（例えば、スタンドアロンのデータベース機器）で構築されてもよい。
〈実施形態１に関する文献〉
　変換部１２及び生成部１６での、自然言語及び述語論理間での変換及び生成には、以下の文献に記載された技術を用いることができる。
　Hinaut, X. et al., “Cortico-Striatal Response Selection in Sentence Production: Insights from neural network simulation with Reservoir Computing.”, Brain and Language, vol. 150, Nov. 2015, pp. 54-68.
　例えば、自然言語の文章、及び当該自然言語の文章に対応する述語論理の式を０／１でベクトル化した上で、上記した変換及び生成を再帰型神経回路「Echo State Network」に学習させることにより、上記した変換及び生成をプログラミングすることができる。
　推論エンジンＳＥは、言語Prologを用いて構築されることが、例えば、以下の文献等で、広く知られている。
　US Patent 8180758, “Data management system utilizing predicate logic”, Amazon Technologies, Inc.
〈実施形態２〉
　実施形態２の情報処理装置について説明する。実施形態１では質問文章ＳＢが、「肯定文」であることと相違して、実施形態２では、質問文章ＳＢが、「疑問文」である。
〈実施形態２の構成〉
　図５は、実施形態２の情報処理装置２の機能ブロック図である。
　実施形態２の情報処理装置２は、図５に示されるように、実施形態１の情報処理装置１（図１に図示。）と同様に、入力部２１と、変換部２２と、抽出部２３と、蓄積部２４と、構築部２５と、生成部２６と、出力部２７と、を含む。
　ここで、入力部２１は、実施形態１の入力部１１に対応し、変換部２２は、実施形態１の変換部１２に対応し、抽出部２３は、実施形態１の抽出部１３に対応し、蓄積部２４は、実施形態１の蓄積部１４に対応し、構築部２５は、実施形態１の構築部１５に対応し、生成部２６は、実施形態１の生成部１６に対応し、出力部２７は、実施形態１の出力部１７に対応する。
　実施形態２の情報処理装置２の構成は、実施形態１の情報処理装置１の構成（図２に図示。）と同様である。
〈実施形態２の動作〉
　実施形態２の情報処理装置２の動作について説明する。
　図６は、実施形態２の情報処理装置２の動作を示すブロック図である。図７は、実施形態２の情報処理装置２の動作を示すフローチャートである。
　以下、実施形態２の情報処理装置２の動作について、図６のブロック図及び図７のフローチャートに沿って説明する。
　説明及び理解を容易にすべく、以下に、文章、論理式等を予め列挙しておく。
　質問文章ＳＢ：Who resigns CompanyABC?
　検索論理式ＫＲ：resign(X, CompanyABC)
　解ＡＮ：X=Steve
　出力論理式ＳＲ：resign(Steve, CompanyABC)
　回答文章ＫＢ：Steve resigns CompanyABC.
　ステップＳＴ２１：入力部２１は、ユーザから、疑問文である質問文章ＳＢ「Who resigns CompanyABC?」の入力を受け付ける。
　ステップＳＴ２２：ステップＳＴ２１で、質問文章ＳＢ「Who resigns CompanyABC?」が入力されると、入力部２１は、質問文章ＳＢ「Who resigns CompanyABC?」を変換部２２に受け渡す。
　ステップＳＴ２３：ステップＳＴ２２で、変換部２２から質問文章ＳＢ「Who resigns CompanyABC?」が受け渡されると、変換部２２は、述語論理の下で、質問文章ＳＢ「Who resigns CompanyABC?」を検索論理式ＫＲ「resign(X, CompanyABC)」に変換する。変換部２２は、検索論理式ＫＲresign(X, CompanyABC)」を抽出部２３へ出力する。
　ここで、実施形態１と相違し、変換部２２は、疑問文である質問文章ＳＢ「Who resigns CompanyABC?」中の単語（who、resign等）の属性（例えば、疑問詞であるか否か）を解析する。その結果、変換部２２は、疑問詞「who」、即ち、未知の対象を指し示す単語「who」を変数「X」に置換することにより、上記した検索論理式ＫＲ「resign(X, CompanyABC)」に変換する。
　ステップＳＴ２４：ステップＳＴ２３で、変換部２２から、検索論理式ＫＲ「resign(X, CompanyABC)」が出力されると、抽出部２３は、検索論理式ＫＲ「resign(X, CompanyABC)」に基づき、蓄積部２４を検索する。
　ここで、実施形態１と相違し、抽出部２３は、推論エンジンＳＥにより、例えば、検索論理式ＫＲ「resign(X, CompanyABC)」に関連する解ＡＮ「X=Steve」を抽出する。
　抽出部２３は、検索論理式ＫＲ「resign(X, CompanyABC)」及び解ＡＮ「X=Steve」を構築部２５へ出力する。
　ステップＳＴ２５：ステップＳＴ２４で、抽出部２３から、検索論理式ＫＲ「resign(X, CompanyABC)」及び解ＡＮ「X=Steve」が出力されると、構築部２５は、検索論理式ＫＲ「resign(X, CompanyABC)」に、解ＡＮ「X=Steve」を代入することにより、出力論理式ＳＲ「resign(Steve, CompanyABC)」を構築する。構築部２５は、出力論理式ＳＲ「resign(Steve, CompanyABC)」を生成部２６へ出力する。
　ステップＳＴ２６：ステップＳＴ２５で、構築部２５から、出力論理式ＳＲ「resign(Steve, CompanyABC)」が出力されると、生成部２６は、出力論理式ＳＲ「resign(Steve, CompanyABC)」から回答文章ＫＢ「Steve resigns CompanyABC.」を生成する。生成部２６は、回答文章ＫＢ「Steve resigns CompanyABC.」を出力部２７に出力する。
　ステップＳＴ２７：ステップＳＴ２６で、生成部２６から、回答文章ＫＢ「Steve resigns CompanyABC.」が出力されると、出力部２７は、回答文章ＫＢ「Steve resigns CompanyABC.」をユーザへ出力する。
〈実施形態２の効果〉
　実施形態２の情報処理装置２によれば、質問文章ＳＢが「疑問文」であっても、質問文章ＳＢが「肯定文」である実施形態１の情報処理装置１と同様に、ユーザからの質問文章ＳＢについて回答文章ＫＢを得るべく、ユーザに問い返すということを行うことなく、回答文章ＫＢをユーザに与えることが可能となる。
〈変形例〉
　上記したステップＳＴ２４で、抽出部２３は、検索論理式ＫＲ「resign(X, CompanyABC)」に関連する具体的な内容の解ＡＮ（例えば、上記した解ＡＮ（X=Steve））に代えて、具体的な内容の解ＡＮが存在しない旨を示す解ＡＮ「X=0」を抽出する。抽出部２３は、検索論理式ＫＲ「resign(X, CompanyABC)」、及び、解ＡＮ「X=0」を、構築部２５を経由して、生成部２６へ出力する。
　抽出部２３から、検索論理式ＫＲ「resign(X, CompanyABC)」、及び、解ＡＮ「X=0」が出力されると、ステップＳＴ２６で、生成部２６は、検索論理式ＫＲ「resign(X, CompanyABC)」、及び、解ＡＮ「X=0」から、例えば、回答文章ＫＢ「I don’t know.」を生成する。生成部２６は、回答文章ＫＢ「I don’t know.」を出力部２７に出力する。
　生成部２６から、回答文章ＫＢ「I don’t know.」が出力されると、ステップＳＴ２７で、出力部２７は、回答文章ＫＢ「I don’t know.」をユーザへ出力する。
〈他の変形例〉
　実施形態２の情報処理装置２は、上記した対話システムに代えて、例えば、機械翻訳システム、ネット検索システムでも用いることが可能である。
　蓄積部２４に記憶されている推論規則ＳＫは、予め記憶されていることに加えて、随時、追加され、更新されてもよい。
　蓄積部２４は、ネット接続されている形態（例えば、集中管理データベースシステム、分散管理データベースシステム）で構築されてもよく、また、ネット接続されていない形態（例えば、スタンドアロンのデータベース機器）で構築されてもよい。
〈実施形態３〉
　実施形態３の情報処理装置について説明する。実施形態３の情報処理装置では、実施形態１の情報処理装置１及び実施形態２の情報処理装置２と相違して、「仮説推論」を行う。
〈実施形態３の構成〉
　図８は、実施形態３の情報処理装置３の機能ブロック図である。
　実施形態３の情報処理装置３は、図８に示されるように、実施形態１の情報処理装置１（図１に図示。）と概ね同様に、入力部３１と、変換部３２と、抽出部３３と、蓄積部３４と、生成部３６と、出力部３７と、を含む。
　ここで、入力部３１は、実施形態１の入力部１１に対応し、変換部３２は、実施形態１の変換部１２に対応し、抽出部３３は、実施形態１の抽出部１３に対応し、蓄積部３４は、実施形態１の蓄積部１４に対応し、生成部３６は、実施形態１の生成部１６に対応し、出力部３７は、実施形態１の出力部１７に対応する。
　実施形態３の情報処理装置３は、実施形態１の情報処理装置１と相違して、構築部１５を含まず、他方で、処理部３８を更に含む。
　図９は、実施形態３の処理部３８の機能ブロック図である。
　処理部３８は、図９に示されるように、構築ユニット３８Ａと、算出ユニット３８Ｂと、選択ユニット３８Ｃと、を有する。
　「構築ユニット３８Ａ」は、『構築部』に対応し、「算出ユニット３８Ｂ」は、『算出部』に対応し、「選択ユニット３８Ｃ」は、『選択部』に対応する。
　構築ユニット３８Ａは、抽出部３３により抽出される複数の推論規則ＳＫに、検索論理式ＫＲと推論規則ＳＫとの照合により得られる解ＡＮを代入することによって、複数の仮説論理式ＨＲを生成する。
　算出ユニット３８Ｂは、複数の生起確率ＳＰを算出する。各生起確率ＳＰは、詳しくは、各仮説論理式ＨＲに含まれる一の単語が生起する確率である。
　選択ユニット３８Ｃは、複数の生起確率ＳＰに基づき、複数の仮説論理式ＨＲのうち、最も大きい生起確率ＳＰを有する仮説論理式ＨＲを、出力論理式ＳＲとして選択する。
　実施形態３の情報処理装置３の構成は、実施形態１の情報処理装置１の構成（図２に図示。）と同様である。
〈実施形態３の動作〉
　実施形態３の情報処理装置３の動作について説明する。
　図１０は、実施形態３の情報処理装置３の動作を示すブロック図である。図１１は、実施形態３の情報処理装置３の動作を示すフローチャートである。
　以下、実施形態３の情報処理装置３の動作について、図１０のブロック図及び図１１のフローチャートに沿って説明する。
　説明及び理解を容易にすべく、以下に、文章、論理式等を予め列挙しておく。
　質問文章ＳＢ：Steve resigns CompanyABC.
　検索論理式ＫＲ：resign(Steve, CompanyABC)
　推論規則ＳＫ（１）：sick(X)→resign(X, Y)
　推論規則ＳＫ（２）：hate(X, Y)→resign(X, Y)
　推論規則ＳＫ（３）：old(X)→resign(X, Y)
　解ＡＮ（１）：X=Steve
　解ＡＮ（２）：Y=CompanyABC
　仮説論理式ＨＲ（１）：sick(Steve)
　仮説論理式ＨＲ（２）：hate(Steve, CompanyABC)
　仮説論理式ＨＲ（３）：old(Steve)
　出力論理式ＳＲ：old(Steve)
　回答文章ＫＢ：Steve is old.
　ステップＳＴ３１：入力部３１は、ユーザから、質問文章ＳＢ「Steve resigns CompanyABC.」の入力を受け付ける。
　ステップＳＴ３２：ステップＳＴ３１で、質問文章ＳＢ「Steve resigns CompanyABC.」が入力されると、入力部３１は、質問文章ＳＢ「Steve resigns CompanyABC.」を変換部３２に受け渡す。
　ステップＳＴ３３：ステップＳＴ３２で、変換部３２から質問文章ＳＢ「Steve resigns CompanyABC.」が受け渡されると、変換部３２は、述語論理の下で、質問文章ＳＢ「Steve resigns CompanyABC.」を検索論理式ＫＲ「resign(Steve, CompanyABC)」に変換する。変換部３２は、検索論理式ＫＲ「Steve resigns CompanyABC.」を抽出部３３へ出力する。
　ステップＳＴ３４：ステップＳＴ３３で、変換部３２から、検索論理式ＫＲ「resign(Steve, CompanyABC)」が出力されると、抽出部３３は、検索論理式ＫＲ「resign(Steve, CompanyABC)」に基づき、蓄積部３４を検索する。
　ここで、抽出部３３は、実施形態１の抽出部１３と相違して、仮説推論を用いて、検索論理式ＫＲ「resign(Steve, CompanyABC)」を象徴する原子論理式「resign(X,Y)」が「帰結部」である３つの推論規則ＳＫを抽出する。３つの推論規則ＳＫは、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」である。
　抽出部３３は、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、推論規則ＳＫ（３）「old(X)→resign(X, Y)」を処理部３８へ出力する。
　ステップＳＴ３５：ステップＳＴ３４で、抽出部３３から、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」が出力されると、処理部３８では、構築ユニット３８Ａは、検索論理式ＫＲ「resign(Steve, CompanyABC」と、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の帰結部、推論規則ＳＫ（２）「hate(X,Y)→resign(X, Y)」の帰結部、及び、推論規則ＳＫ（３）「old(X)→resign(X, Y)」の帰結部を照合することにより、解ＡＮ（１）「X=Steve」、解ＡＮ（２）「Y=CompanyABC」を導出する。
　ステップＳＴ３６：構築ユニット３８Ａは、更に、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の仮定部、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」の仮定部、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」の仮定部に、解ＡＮ（１）「X=Steve」、解ＡＮ（２）「Y=CompanyABC」を代入する。これにより、構築ユニット３８Ａは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」を構築する。
　構築ユニット３８Ａは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)を算出ユニット３８Ｂへ出力する。
　ステップＳＴ３７：算出ユニット３８Ｂは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」に含まれる単語の生起確率ＳＰを算出する。
　算出ユニット３８Ｂは、より詳しくは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」について統計的な処理を行い、具体的には、各式に含まれる、主語、述語、目的語等のいずれかの生起確率ＳＰを算出する。
　算出ユニット３８Ｂは、例えば、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」に含まれる述語である単語「sick」、「hate」、「old」の生起確率ＳＰを、例えば、ネット上で記事等を検索する結果としてヒットした数を参考に算出する。
　以下では、単語「sick」、「hate」、「old」のうち、仮説論理式ＨＲ（３）「old(Steve)」に含まれる単語「old」の生起確率ＳＰが、最も高いことを想定する。
　算出ユニット３８Ｂは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、及び仮説論理式ＨＲ（３）「old(Steve)」、並びに、単語「sick」の生起確率ＳＰ、単語「hate」の生起確率ＳＰ、及び単語「old」の生起確率ＳＰを、選択ユニット３８Ｃに出力する。
　ステップＳＴ３８：選択ユニット３８Ｃは、単語「sick」の生起確率ＳＰ、単語「hate」の生起確率ＳＰ、及び、単語「old」の生起確率ＳＰに基づき、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」のうち、生起確率ＳＰが最も大きいものを選択する。上記したように、単語「old」の生起確率ＳＰが最も大きいことから、選択ユニット３８Ｃは、仮説論理式ＨＲ（３）「old(Steve)」を選択する。
　選択ユニット３８Ｃは、仮説論理式ＨＲ（３）「old(Steve)」を、出力論理式ＳＲとして、即ち、出力論理式ＳＲ「old(Steve)」として、生成部３６へ出力する。
　ステップＳＴ３９：ステップＳＴ３８で、選択ユニット３８Ｃから、出力論理式ＳＲ「old(Steve)」が出力されると、生成部３６は、出力論理式ＳＲ「old(Steve)」から回答文章ＫＢ「Steve is old.」を生成する。生成部３６は、回答文章ＫＢ「Steve is old.」を出力部３７に出力する。
　ステップＳＴ４０：ステップＳＴ３９で、生成部３６から、回答文章ＫＢ「Steve is old.」が出力されると、出力部３７は、回答文章ＫＢ「Steve is old.」をユーザへ出力する。
〈実施形態３の効果〉
　実施形態３の情報処理装置３によれば、抽出部３３が、検索論理式ＫＲに基づき、蓄積部３４を検索することにより、複数の推論規則ＳＫを抽出する。
　処理部３８は、複数の推論規則ＳＫから複数の仮説論理式ＨＲを生成する。処理部３８は、また、複数の仮説論理式ＨＲについて単語の生起確率ＳＰを算出する。処理部３８は、更に、複数の仮説論理式ＨＲの生起確率ＳＰに基づき、複数の仮説論理式ＨＲのうち、１つの仮説論理式ＨＲを、出力論理式ＳＲとして選択する。
　これにより、実施形態１の情報処理装置１及び実施形態２の情報処理装置２と同様に、ユーザからの質問文章ＳＢについて回答文章ＫＢを得るべく、ユーザに問い返すということを行うことなく、回答文章ＫＢをユーザに与えることが可能となる。
〈変形例〉
　実施形態３の情報処理装置３は、上記した対話システムに代えて、例えば、機械翻訳システム、ネット検索システムでも用いることが可能である。
　蓄積部３４に記憶されている推論規則ＳＫは、予め記憶されていることに加えて、随時、追加され、更新されてもよい。
　蓄積部３４は、ネット接続されている形態（例えば、集中管理データベースシステム、分散管理データベースシステム）で構築されてもよく、また、ネット接続されていない形態（例えば、スタンドアロンのデータベース機器）で構築されてもよい。
〈実施形態４〉
　実施形態４の情報処理装置について説明する。実施形態４の情報処理装置は、実施形態３の情報処理装置３と同様に、「仮説推論」を用いる。他方で、実施形態４の情報処理装置は、単語の生起確率ＳＰを用いる実施形態３の情報処理装置３と相違して、複数の単語の同時生起確率を用いる。
〈実施形態４の構成〉
　図１２は、実施形態４の情報処理装置４の機能ブロック図である。
　実施形態４の情報処理装置４は、図１２に示されるように、実施形態３の情報処理装置３と同様に、入力部４１と、変換部４２と、抽出部４３と、蓄積部４４と、生成部４６と、出力部４７と、処理部４８と、を含む。
　入力部４１は、実施形態３の入力部３１に対応し、変換部４２は、実施形態３の変換部３２に対応し、抽出部４３は、実施形態３の抽出部３３に対応し、蓄積部４４は、実施形態３の蓄積部３４に対応し、生成部４６は、実施形態３の生成部３６に対応し、出力部４７は、実施形態３の出力部３７に対応する。
　処理部４８の機能は、実施形態３の処理部３８の機能と部分的に相違する。
　図１３は、実施形態４の処理部４８の機能ブロック図である。
　処理部４８は、図１３に示されるように、構築ユニット４８Ａと、算出ユニット４８Ｂと、選択ユニット４８Ｃと、を有する。
　構築ユニット４８Ａは、実施形態３の構築ユニット３８Ａと同様に、抽出部４３により抽出される複数の推論規則ＳＫに、検索論理式ＫＲと推論規則ＳＫとの照合により得られる解ＡＮを代入することによって、複数の仮説論理式ＨＲを生成する。
　算出ユニット４８Ｂは、実施形態３の算出ユニット４８Ｂと相違し、複数の同時生起確率ＤＳＰを算出する。各同時生起確率ＤＳＰは、各仮説論理式ＨＲに含まれる複数の単語が同時に生起する確率である。
　選択ユニット４８Ｃは、実施形態３の選択ユニット３８Ｃと同様に、複数の同時生起確率ＤＳＰに基づき、複数の仮説論理式ＨＲのうち、最も大きい同時生起確率ＤＳＰを有する仮説論理式ＨＲを、出力論理式ＳＲとして選択する。
　実施形態４の情報処理装置４の構成は、実施形態１の情報処理装置１の構成（図２に図示。）と同様である。
〈実施形態４の動作〉
　図１４は、実施形態４の情報処理装置４の動作を示すブロック図である。図１５は、実施形態４の情報処理装置４の動作を示すフローチャートである。
　以下、実施形態４の情報処理装置４の動作について、図１４のブロック図及び図１５のフローチャートに沿って説明する。
　説明及び理解を容易にすべく、以下に、文章、論理式等を予め列挙しておく。
　質問文章ＳＢ：Steve resigns CompanyABC.
　検索論理式ＫＲ：resign(Steve, CompanyABC)
　推論規則ＳＫ（１）：sick(X)→resign(X, Y)
　推論規則ＳＫ（２）：hate(X, Y)→resign(X, Y)
　推論規則ＳＫ（３）：old(X)→resign(X, Y)
　解ＡＮ（１）：X=Steve
　解ＡＮ（２）：Y=CompanyABC
　仮説論理式ＨＲ（１）：sick(Steve)
　仮説論理式ＨＲ（２）：hate(Steve, CompanyABC)
　仮説論理式ＨＲ（３）：old(Steve)
　出力論理式ＳＲ：hate(Steve, CompanyABC)
　回答文章ＫＢ：Steve hates CompanyABC.
　ステップＳＴ４１：入力部４１は、実施形態３のステップＳＴ３１と同様に、ユーザから、質問文章ＳＢ「Steve resigns CompanyABC.」の入力を受け付ける。
　ステップＳＴ４２：入力部４１は、実施形態３のステップＳＴ３２と同様に、質問文章ＳＢ「Steve resigns CompanyABC.」を変換部４２に受け渡す。
　ステップＳＴ４３：変換部４２は、実施形態３のステップＳＴ３３と同様に、述語論理の下で、質問文章ＳＢ「Steve resigns CompanyABC.」を検索論理式ＫＲ「resign(Steve, CompanyABC)」に変換する。変換部４２は、検索論理式ＫＲ「resign(Steve, CompanyABC)」を抽出部４３へ出力する。
　ステップＳＴ４４：抽出部４３は、実施形態３のステップＳＴ３４と同様に、検索論理式ＫＲ「resign(Steve, CompanyABC)」に基づき、蓄積部３４を検索する。
　抽出部４３は、実施形態３のステップＳＴ３４と同様に、仮説推論を用いて、検索論理式ＫＲ「resign(Steve, CompanyABC)」を象徴する原子論理式「resign(X,Y)」が「帰結部」である３つの推論規則ＳＫを抽出する。３つの推論規則ＳＫは、実施形態３のステップＳＴ３４と同様に、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」である。
　抽出部４３は、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、推論規則ＳＫ（３）「old(X)→resign(X, Y)」を処理部４８へ出力する。
　ステップＳＴ４５：処理部４８では、構築ユニット４８Ａは、実施形態３のステップＳＴ３５と同様に、検索論理式ＫＲ「resign(Steve, CompanyABC」と、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の帰結部、推論規則ＳＫ（２）「hate(X,Y)→resign(X, Y)」の帰結部、及び、推論規則ＳＫ（３）「old(X)→resign(X, Y)」の帰結部とを照合することにより、解ＡＮ（１）「X=Steve」、解ＡＮ（２）「Y=CompanyABC」を導出する。
　ステップＳＴ４６：構築ユニット４８Ａは、実施形態３のステップＳＴ３６と同様に、更に、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の仮定部、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」の仮定部、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」の仮定部に、解ＡＮ（１）「X=Steve」、解ＡＮ（２）「Y=CompanyABC」を代入する。これにより、構築ユニット４８Ａは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」を構築する。
　構築ユニット４８Ａは、実施形態３のステップＳＴ３６と同様に、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)を算出ユニット３８Ｂへ出力する。
　ステップＳＴ４７：算出ユニット４８Ｂは、実施形態３のステップＳＴ４７と相違し、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」に含まれる複数の単語の同時生起確率ＤＳＰを算出する。
　算出ユニット４８Ｂは、より詳しくは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」の各式に含まれる述語「sick」、「hate」、「old」の各々と、前記各式の引数「Steve」とが同時に生起する確率である同時生起確率ＤＳＰを算出する。
　算出ユニット４８Ｂは、例えば、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」の同時生起確率ＤＳＰの算出を、例えば、Ｓｔｅｖｅ氏本人によるＳＮＳ（Social Networking Service）への書き込み、Ｓｔｅｖｅ氏本人以外の第三者によるＳＮＳへの書き込みを参考にして行う。
　以下では、単語「sick」と単語「Steve」との同時生起確率ＤＳＰ、単語「hate」と単語「Steve」との同時生起確率ＤＳＰ、及び、単語「old」と単語「Steve」との同時生起確率ＤＳＰのうち、単語「hate」と単語「Steve」との同時生起確率ＤＳＰが、最も高いことを想定する。
　上記した３つの同時生起確率ＤＳＰは、例えば、表形式で管理されること、及び、適時に更新されることが望ましい。
　算出ユニット４８Ｂは、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」、及び、上記した３つの同時生起確率ＤＳＰを選択ユニット４８Ｃに出力する。
　ステップＳＴ４８：選択ユニット４８Ｃは、実施形態３のステップＳＴ３８と同様に、上記した３つの同時生起確率ＤＳＰに基づき、仮説論理式ＨＲ（１）「sick(Steve)」、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」、仮説論理式ＨＲ（３）「old(Steve)」のうち、同時生起確率ＤＳＰが最も大きいものを選択する。上記したように、単語「hate」と単語「Steve」との同時生起確率ＤＳＰが最も大きいことから、選択ユニット４８Ｃは、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」を選択する。
　選択ユニット４８Ｃは、仮説論理式ＨＲ（２）「hate(Steve, CompanyABC」を、出力論理式ＳＲとして、即ち、出力論理式ＳＲ「hate(Steve, CompanyABC」として、生成部４６へ出力する。
　ステップＳＴ４９：生成部４６は、実施形態３のステップＳＴ３９と同様に、出力論理式ＳＲ「hate(Steve, CompanyABC」から回答文章ＫＢ「Steve hates CompanyABC.」を生成する。生成部４６は、回答文章ＫＢ「Steve hates CompanyABC.」を出力部４７に出力する。
　ステップＳＴ５０：出力部４７は、実施形態３のステップＳＴ４０と同様に、回答文章ＫＢ「Steve hates CompanyABC.」をユーザへ出力する。
〈実施形態４の効果〉
　実施形態４の情報処理装置４によれば、抽出部４３が、実施形態３と同様に、検索論理式ＫＲに基づき、蓄積部４４を検索することにより、複数の推論規則ＳＫを抽出する。
　処理部４８は、実施形態３と同様に、複数の推論規則ＳＫから複数の仮説論理式ＨＲを生成する。処理部４８は、また、実施形態３と相違して、複数の仮説論理式ＨＲについて複数の単語の同時生起確率ＤＳＰを算出する。処理部４８は、更に、実施形態３と同様に、複数の仮説論理式ＨＲの同時生起確率ＤＳＰに基づき、複数の仮説論理式ＨＲのうち、１つの仮説論理式ＨＲを、出力論理式ＳＲとして選択する。
　これにより、実施形態４の情報処理装置４は、実施形態３の情報処理装置３と同様に、ユーザからの質問文章ＳＢについて回答文章ＫＢを得るべく、ユーザに問い返すということを行うことなく、回答文章ＫＢをユーザに与えることが可能となる。
〈変形例〉
　実施形態４の情報処理装置４は、上記した対話システムに代えて、例えば、機械翻訳システム、ネット検索システムでも用いることが可能である。
　蓄積部４４に記憶されている推論規則ＳＫは、予め記憶されていることに加えて、随時、追加され、更新されてもよい。
　蓄積部４４は、ネット接続されている形態（例えば、集中管理データベースシステム、分散管理データベースシステム）で構築されてもよく、また、ネット接続されていない形態（例えば、スタンドアロンのデータベース機器）で構築されてもよい。
〈実施形態５〉
　実施形態５の情報処理装置について説明する。
　実施形態５の情報処理装置は、実施形態３の情報処理装置３等と同様に、「仮説推論」を用いる。
　実施形態５の情報処理装置は、他方で、実施形態３の情報処理装置３等と相違し、生起確率ＳＰ及び同時生起確率ＤＳＰを用いない。
〈実施形態５の構成〉
　図１６は、実施形態５の情報処理装置５の機能ブロック図である。
　実施形態５の情報処理装置５は、図１６に示されるように、実施形態３の情報処理装置３と同様に、入力部５１と、変換部５２と、抽出部５３と、蓄積部５４と、生成部５６と、出力部５７と、処理部５８と、を含む。
　入力部５１は、実施形態３の入力部３１に対応し、変換部５２は、実施形態３の変換部３２に対応し、抽出部５３は、実施形態３の抽出部３３に対応し、蓄積部５４は、実施形態３の蓄積部３４に対応し、生成部５６は、実施形態３の生成部３６に対応し、出力部５７は、実施形態３の出力部３７に対応する。
　処理部５８の機能は、実施形態３の処理部３８の機能と部分的に相違する。
　図１７は、実施形態５の処理部５８の機能ブロック図である。
　処理部５８は、図１７に示されるように、第１の構築ユニット５８Ａと、問合せユニット５８Ｂと、第２の構築ユニット５８Ｃと、を有する。
　「第１の構築ユニット５８Ａ」は、『第１の構築部』に対応し、「問合せユニット５８Ｂ」は、「問合せ部」に対応し、「第２の構築ユニット５８Ｃ」は、『第２の構築部』に対応する。
　第１の構築ユニット５８Ａは、抽出部５３により抽出される複数の推論規則ＳＫに、検索論理式ＫＲと複数の推論規則ＳＫとの照合により得られる一の解ＡＮを代入することにより、複数の仮説論理式ＨＲを生成する。
　問合せユニット５８Ｂは、複数の仮説論理式ＨＲについての他の解ＡＮを蓄積部５４に問い合わせる。
　第２の構築ユニット５８Ｃは、検索論理式ＫＲ、前記他の解ＡＮを得ることができた仮説論理式ＨＲ、及び、前記他の解ＡＮから、出力論理式ＳＲを構築する。
　実施形態５の情報処理装置５の構成は、実施形態１の情報処理装置１の構成（図２に図示。）と同様である。
〈実施形態５の動作〉
　図１８は、実施形態５の情報処理装置５の動作を示すブロック図である。図１９は、実施形態５の情報処理装置５の動作を示すフローチャートである。
　以下、実施形態５の情報処理装置５の動作について、図１８のブロック図及び図１９のフローチャートに沿って説明する。
　説明及び理解を容易にすべく、以下に、文章、論理式等を予め列挙しておく。
　質問文章ＳＢ：Who resigns CompanyABC?
　検索論理式ＫＲ：resign(X, CompanyABC)
　推論規則ＳＫ（１）：sick(X)→resign(X, Y)
　推論規則ＳＫ（２）：hate(X, Y)→resign(X, Y)
　推論規則ＳＫ（３）：old(X)→resign(X, Y)
　解ＡＮ（１）：Y=CompanyABC
　仮説論理式ＨＲ（１）：sick(X)
　仮説論理式ＨＲ（２）：hate(X, CompanyABC)
　仮説論理式ＨＲ（３）：old(X)
　解ＡＮ（２）：X=Steve
　出力論理式ＳＲ（１）：resign(Steve, CompanyABC)
　出力論理式ＳＲ（２）：old(Steve)
　回答文章ＫＢ（１）：Steve resigns CompanyABC.
　回答文章ＫＢ（２）：Steve is old.
　ステップＳＴ５１：入力部５１は、ユーザから、質問文章ＳＢ「Who resigns CompanyABC?」の入力を受け付ける。
　ステップＳＴ５２：入力部５１は、質問文章ＳＢ「Who resigns CompanyABC?」を変換部５２に受け渡す。
　ステップＳＴ５３：変換部５２は、述語論理の下で、質問文章ＳＢ「Who resigns CompanyABC?」を検索論理式ＫＲ「resign(X, CompanyABC)」に変換する。変換部５２は、検索論理式ＫＲ「resign(X, CompanyABC)」を抽出部５３へ出力する。
　ステップＳＴ５４：抽出部５３は、検索論理式ＫＲ「resign(X, CompanyABC)」に基づき、蓄積部５４を検索する。
　抽出部５３は、仮説推論を用いて、検索論理式ＫＲ「resign(Steve, CompanyABC)」を象徴する原子論理式「resign(X,Y)」が「帰結部」である３つの推論規則ＳＫを抽出する。３つの推論規則ＳＫは、実施形態３のステップＳＴ３４と同様に、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」である。
　抽出部５３は、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、推論規則ＳＫ（３）「old(X)→resign(X, Y)」を処理部５８へ出力する。
　ステップＳＴ５５：処理部５８では、第１の構築ユニット５８Ａは、実施形態３のステップＳＴ３５と同様に、検索論理式ＫＲ「resign(X, CompanyABC」と、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の帰結部、推論規則ＳＫ（２）「hate(X,Y)→resign(X, Y)」の帰結部、及び、推論規則ＳＫ（３）「old(X)→resign(X, Y)」の帰結部とを照合することにより、解ＡＮ（１）「Y=CompanyABC」を導出する。
　ステップＳＴ５６：第１の構築ユニット５８Ａは、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の仮定部、推論規則ＳＫ（２）「hate(X,Y)→resign(X, Y)」の仮定部、及び、推論規則ＳＫ（３）「old(X)→resign(X, Y)」の仮定部に、解ＡＮ（１）「Y=CompanyABC」を代入する。これにより、第１の構築ユニット５８Ａは、仮説論理式ＨＲ（１）「sick(X)」、仮説論理式ＨＲ（２）「hate(X, CompanyABC」、仮説論理式ＨＲ（３）「old(X)」を構築する。
　ステップＳＴ５７：問合せユニット５８Ｂは、仮説論理式ＨＲ（１）「sick(X)」、仮説論理式ＨＲ（２）「hate(X, CompanyABC」、仮説論理式ＨＲ（３）「old(X)」の３つの式の変数「X」の具体的な内容の有無及びその内容を蓄積部５４に問い合わせる。
　ここで、蓄積部５４は、仮説論理式ＨＲ（３）「old(X)」に関する知識のみを有し、他方で、仮説論理式ＨＲ（１）「sick(X)」に関する知識、及び、仮説論理式ＨＲ（２）「hate(X, CompanyABC」に関する知識を有しないことを想定する。
　問合せユニット５８Ｂは、上記した想定の下で、蓄積部５４から、解ＡＮ（２）「X=Steve」を取得する。問合せユニット５８Ｂは、検索論理式ＫＲ「resign(X, CompanyABC)」、仮説論理式ＨＲ（３）「old(X)」、及び、解ＡＮ（２）「X=Steve」を、第２の構築ユニット５８Ｃへ出力する。
　ステップＳＴ５８：第２の構築ユニット５８Ｃは、検索論理式ＫＲ「resign(X, CompanyABC)」、仮説論理式ＨＲ（３）「old(X)」に、解ＡＮ（２）「X=Steve」を代入する。これにより、第２の構築ユニット５８Ｃは、出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」、及び、出力論理式ＳＲ（２）「old(Steve)」を構築する。
　第２の構築ユニット５８Ｃは、出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」、及び、出力論理式ＳＲ（２）「old(Steve)」を生成部５６へ出力する。
　ステップＳＴ５９：生成部５６は、出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」、及び、出力論理式ＳＲ（２）「old(Steve)」から、回答文章ＫＢ（１）「Steve resigns CompanyABC.」、及び、回答文章ＫＢ（２）「Steve is old.」を生成する。生成部５６は、回答文章ＫＢ（１）「Steve resigns CompanyABC.」、及び、回答文章ＫＢ（２）「Steve is old.」を出力部５７に出力する。
　ここで、生成部５６は、質問である検索論理式ＫＲ「resign(X, CompanyABC)」に対応する回答である出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」から回答文章ＫＢ（１）「Steve resigns CompanyABC.」への生成を行った後に、出力論理式ＳＲ（２）「old(Steve)」から回答文章ＫＢ（２）「Steve is old.」への生成を行う。
　ステップＳＴ６０：出力部５７は、回答文章ＫＢ（１）「Steve resigns CompanyABC.」、及び、回答文章ＫＢ（２）「Steve is old.」をユーザへ出力する。
〈実施形態５の効果〉
　実施形態５の情報処理装置５によれば、抽出部５３が、実施形態３の情報処理装置３等と同様に、検索論理式ＫＲに基づき、蓄積部５４を検索することにより、複数の推論規則ＳＫを抽出する。
　処理部５８は、実施形態３等と同様に、複数の推論規則ＳＫから複数の仮説論理式ＨＲを生成する。処理部５８は、また、仮説論理式ＨＲの変数について、具体的な内容である解ＡＮを蓄積部５４に問い合わせる。処理部５８は、更に、検索論理式ＫＲ、仮説論理式ＨＲ、及び、解ＡＮから、出力論理式ＳＲを構築する。
　これにより、実施形態５の情報処理装置５は、実施形態３の情報処理装置３等と同様に、ユーザからの質問文章ＳＢについて回答文章ＫＢを得るべく、質問文章ＳＢから出力論理式ＳＲへ至るために必要な情報をユーザに問い返すということを行うことなく、回答文章ＫＢをユーザに与えることが可能となる。
〈変形例〉
　実施形態５の情報処理装置５は、上記した対話システムに代えて、例えば、機械翻訳システム、ネット検索システムでも用いることが可能である。
　蓄積部５４に記憶されている推論規則ＳＫは、予め記憶されていることに加えて、随時、追加され、更新されてもよい。
　蓄積部５４は、ネット接続されている形態（例えば、集中管理データベースシステム、分散管理データベースシステム）で構築されてもよく、また、ネット接続されていない形態（例えば、スタンドアロンのデータベース機器）で構築されてもよい。
〈実施形態６〉
　実施形態６の情報処理装置について説明する。
　実施形態６の情報処理装置は、実施形態３の情報処理装置３等と同様に、「仮説推論」を用いる。
　実施形態６の情報処理装置は、他方で、実施形態３の情報処理装置３等と相違して、「ベクトル化」を用いる。
〈実施形態６の構成〉
　図２０は、実施形態６の情報処理装置６の機能ブロック図である。
　実施形態６の情報処理装置６は、図２０に示されるように、実施形態３の情報処理装置３と同様に、入力部６１と、変換部６２と、抽出部６３と、蓄積部６４と、生成部６６と、出力部６７と、処理部６８と、を含む。
　入力部６１は、実施形態３の入力部３１に対応し、変換部６２は、実施形態３の変換部３２に対応し、抽出部６３は、実施形態３の抽出部３３に対応し、蓄積部６４は、実施形態３の蓄積部３４に対応し、生成部６６は、実施形態３の生成部３６に対応し、出力部６７は、実施形態３の出力部３７に対応する。
　処理部６８の機能は、実施形態３の処理部３８の機能と部分的に相違する。
　図２１は、実施形態６の処理部６８の機能ブロック図である。
　処理部６８は、図２１に示されるように、第１の構築ユニット６８Ａと、取捨ユニット６８Ｂと、ベクトル化ユニット６８Ｃと、取得ユニット６８Ｄと、選択ユニット６８Ｅと、第２の構築ユニット６８Ｆと、を有する。
　「第１の構築ユニット６８Ａ」は、『第１の構築部』に対応し、「ベクトル化ユニット６８Ｃ」は、『ベクトル化部』に対応し、「取得ユニット６８Ｄ」は、『取得部』に対応し、「第２の構築ユニット６８Ｆ」は、『第２の構築部』に対応する。
　第１の構築ユニット６８Ａは、抽出部６３により抽出される複数の推論規則ＳＫに、検索論理式ＫＲと複数の推論規則ＳＫとの照合により得られる一の解ＡＮを代入することにより、複数の仮説論理式ＨＲを構築する。
　取捨ユニット６８Ｂは、複数の仮説論理式ＨＲの欠損量に基づき、複数の仮説論理式ＨＲのうち、一の仮説論理式ＨＲを選び、他の仮説論理式ＨＲを捨てる。
　ベクトル化ユニット６８Ｃは、一の仮説論理式ＨＲをベクトル化する。
　取得ユニット６８Ｄは、ベクトル化された一の仮説論理式ＨＲに基づき、ベクトル間の距離が予め定められた距離の範囲内である複数の連想論理式ＲＲを取得する。
　選択ユニット６８Ｅは、複数の連想論理式ＲＲのうち、例えば、固有の条件（例えば、固有名詞が一致するか否か）の下で、一の連想論理式ＲＲを選択する。
　第２の構築ユニット６８Ｆは、一の連想論理式ＲＲに、検索論理式ＫＲと連想論理式ＲＲとの照合により得られる他の解ＡＮを代入することにより、出力論理式ＳＲを構築する。
　実施形態６の情報処理装置６の構成は、実施形態１の情報処理装置１の構成（図２に図示。）と同様である。
〈実施形態６の動作〉
　図２２は、実施形態６の情報処理装置６の動作を示すブロック図である。図２３及び図２４は、実施形態６の情報処理装置６の動作を示すフローチャートである。
　以下、実施形態６の情報処理装置６の動作について、図２２のブロック図及び図２３、図２４のフローチャートに沿って説明する。
　説明及び理解を容易にすべく、以下に、文章、論理式等を予め列挙しておく。
　質問文章ＳＢ：Who resigns CompanyABC?
　検索論理式ＫＲ：resign(X, CompanyABC)
　推論規則ＳＫ（１）：sick(X)→resign(X, Y)
　推論規則ＳＫ（２）：hate(X, Y)→resign(X, Y)
　推論規則ＳＫ（３）：old(X)→resign(X, Y)
　解ＡＮ（１）：Y=CompanyABC
　仮説論理式ＨＲ（１）：sick(X)
　仮説論理式ＨＲ（２）：hate(X, CompanyABC)
　仮説論理式ＨＲ（３）：old(X)
　連想論理式ＲＲ（１）：dislike(Steve, CompanyABC)
　連想論理式ＲＲ（２）：hate(Tom, CompanyDEF)
　連想論理式ＲＲ（３）：love(Steve, CompanyDEF)
　解ＡＮ（２）：X=Steve
　出力論理式ＳＲ（１）：resign(Steve, CompanyABC)
　出力論理式ＳＲ（２）：hate(Steve, CompanyABC)
　回答文章ＫＢ（１）：Steve resigns CompanyABC.
　回答文章ＫＢ（２）：Steve hates CompanyABC.
　ステップＳＴ６１：入力部６１は、ユーザから、質問文章ＳＢ「Who resigns CompanyABC?」の入力を受け付ける。
　ステップＳＴ６２：入力部６１は、質問文章ＳＢ「Who resigns CompanyABC?」を変換部６２に受け渡す。
　ステップＳＴ６３：変換部６２は、述語論理の下で、質問文章ＳＢ「Who resigns CompanyABC?」を検索論理式ＫＲ「resign(X, CompanyABC)」に変換する。変換部６２は、検索論理式ＫＲ「resign(X, CompanyABC)」を抽出部６３へ出力する。
　ステップＳＴ６４：抽出部６３は、検索論理式ＫＲ「resign(X, CompanyABC)」に基づき、蓄積部５４を検索する。
　抽出部６３は、実施形態６の抽出部５３と同様に、仮説推論を用いて、検索論理式ＫＲ「resign(Steve, CompanyABC)」を象徴する原子論理式「resign(X,Y)」が「帰結部」である３つの推論規則ＳＫを抽出する。３つの推論規則ＳＫは、実施形態５のステップＳＴ５４と同様に、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、及び推論規則ＳＫ（３）「old(X)→resign(X, Y)」である。
　抽出部６３は、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」、推論規則ＳＫ（２）「hate(X, Y)→resign(X, Y)」、推論規則ＳＫ（３）「old(X)→resign(X, Y)」を処理部６８へ出力する。
　ステップＳＴ６５：処理部６８では、第１の構築ユニット６８Ａは、実施形態５のステップＳＴ５５と同様に、検索論理式ＫＲ「resign(X, CompanyABC」と、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の帰結部、推論規則ＳＫ（２）「hate(X,Y)→resign(X, Y)」の帰結部、及び、推論規則ＳＫ（３）「old(X)→resign(X, Y)」の帰結部とを照合することにより、解ＡＮ（１）「Y=CompanyABC」を導出する。
　ステップＳＴ６６：第１の構築ユニット６８Ａは、また、実施形態５のステップＳＴ５６と同様に、推論規則ＳＫ（１）「sick(X)→resign(X, Y)」の仮定部、推論規則ＳＫ（２）「hate(X,Y)→resign(X, Y)」の仮定部、及び、推論規則ＳＫ（３）「old(X)→resign(X, Y)」の仮定部に、解ＡＮ（１）「Y=CompanyABC」を代入する。これにより、第１の構築ユニット６８Ａは、仮説論理式ＨＲ（１）「sick(X)」、仮説論理式ＨＲ（２）「hate(X, CompanyABC」、仮説論理式ＨＲ（３）「old(X)」を構築する。
　ステップＳＴ６７：取捨ユニット６８Ｂは、仮説論理式ＨＲ（１）「sick(X)」、仮説論理式ＨＲ（２）「hate(X, CompanyABC」、仮説論理式ＨＲ（３）「old(X)」の欠損量を算出する。ここで、「欠損量」とは、仮説論理式ＨＲ（１）、（２）、（３）の各々に含まれる単語（変数を含む。）について、単語の個数に対する変数の個数の比率をいう。
　例えば、仮説論理式ＨＲ（１）「sick(X)」が、２個の単語「sick」、「X」を有し、かつ、１個の変数「X」を有する。従って、取捨ユニット６８Ｂは、仮説論理式ＨＲ（１）「sick(X)」の欠損量が、「５０％」であると算出する。
　取捨ユニット６８Ｂは、同様にして、仮説論理式ＨＲ（２）「hate(X, CompanyABC」の欠損量が、「３３％」であり、また、仮説論理式ＨＲ（３）「old(X)」の欠損量が、「５０％」であると算出する。
　ステップＳＴ６８：取捨ユニット６８Ｂは、更に、仮説論理式ＨＲ（１）「sick(X)」、仮説論理式ＨＲ（２）「hate(X, CompanyABC」、仮説論理式ＨＲ（３）「old(X)」を取捨する。
　ここで、取捨を行うことの基準となる予め定められた閾値が「５０％」であることを想定する。取捨ユニット６８Ｂは、閾値「５０％」未満である欠損量「３３％」を有する仮説論理式ＨＲ（２）「hate(X, CompanyABC」を選び、即ち、後段のベクトル化ユニット６８Ｃへ出力する。他方で、取捨ユニット６８Ｂは、閾値「５０％」以上である欠損量「５０％」を有する仮説論理式ＨＲ（１）「sick(X)」、仮説論理式ＨＲ（３）「old(X)」を捨て、即ち、後段のベクトル化ユニット６８Ｃへ出力しない。
　ステップＳＴ６９：ベクトル化ユニット６８Ｃは、仮説論理式ＨＲ（２）「hate(X, CompanyABC」をベクトル化する。
　ここで、ベクトル化（０／１でのベクトル化）については、自然言語を処理する技術「word2vec」を用いることが望ましい。例えば、２つの単語の各々を、「word2vec」を用いてベクトル化することにより、両ベクトル間の距離が、前記２つの単語間での意味の遠近、即ち、意味の類似度を表すことになる。
　「word2vec」を用いたベクトル化では、上記した意味の類似度に加えて、例えば、単語の品詞、及び、単語の意味の観点からその単語が属するカテゴリーが反映される。
　変数「X」を含む仮説論理式ＨＲ（２）「hate(X, CompanyABC」のベクトル化では、仮説論理式ＨＲ（２）「hate(X, CompanyABC」を、自然言語での単語、即ち、変数を含まない単語と明確に区別しておくことが望ましい。当該区別を行うべく、例えば、単語のベクトル化後の長さがＮであると想定すると、Ｎ個の９（十進数の場合）、Ｎ個のＦ（十六進数の場合）による置換を採用することができる。
　ステップＳＴ７０：取得ユニット６８Ｄは、ベクトル化された仮説論理式ＨＲ（２）「hate(X, CompanyABC」との関係で、ベクトル間の距離が予め定められた距離の範囲内である連想論理式ＲＲ、換言すれば、仮説論理式ＨＲ（２）「hate(X, CompanyABC」から連想される連想論理式ＲＲを蓄積部６４から取得する。
　より詳しくは、取得ユニット６８Ｄは、蓄積部６４に「word2vec」を用いて予めベクトル化されている、即ち、連想記憶学習がされている複数の連想論理式ＲＲのうち、ベクトル化された仮説論理式ＨＲ（２）「hate(X, CompanyABC」とベクトル化された一の連想論理式ＲＲとの間の距離が、予め定められた距離の範囲内にある連想論理式ＲＲを取得する。
　取得ユニット６８Ｄは、例えば、連想論理式ＲＲ（１）「dislike(Steve, CompanyABC)」、連想論理式ＲＲ（２）「hate(Tom, CompanyDEF)」、連想論理式ＲＲ（３）「love(Steve, CompanyDEF)」を取得する。
　ここで、連想論理式ＲＲ（１）「dislike(Steve, CompanyABC)」は、単語「dislike」が、仮説論理式ＨＲ（２）「hate(X, CompanyABC)」の単語「hate」と同一の品詞（動詞）であり、また、意味が近似することから取得される。
　連想論理式ＲＲ（２）「hate(Tom, CompanyDEF)」及び連想論理式ＲＲ（３）「love(Steve, CompanyDEF)」は、単語「CompanyDEF」が、仮説論理式ＨＲ（２）「hate(X, CompanyABC)」の単語「CompanyABC」と企業名として近似することから、取得される。
　ステップＳＴ７１：選択ユニット６８Ｅは、連想論理式ＲＲ（１）「dislike(Steve, CompanyABC)」、連想論理式ＲＲ（２）「hate(Tom, CompanyDEF)」、連想論理式ＲＲ（３）「love(Steve, CompanyDEF)」のうちの１つを選択する。
　より具体的には、選択ユニット６８Ｅは、仮説論理式ＨＲ（２）「hate(X, CompanyABC)」との関係で固有名詞（例えば、人名、企業名）が一致するか否かの観点から、連想論理式ＲＲ（１）「dislike(Steve, CompanyABC)」を選択する。
　ステップＳＴ７２：第２の構築ユニット６８Ｆは、検索論理式ＫＲ「resign(X, CompanyABC)」と連想論理式ＲＲ（１）「dislike(Steve, CompanyABC)」とを照合することにより、解ＡＮ（２）「X=Steve」を導出する。
　ステップＳＴ７３：第２の構築ユニット６８Ｆは、検索論理式ＫＲ「resign(X, CompanyABC」に解ＡＮ（２）「X=Steve」を代入することにより、出力論理式ＳＲを構築し、即ち、出力論理式ＳＲ（１）「resign(Steve, CompanyABC」を構築する。
　ステップＳＴ７４：第２の構築ユニット６８Ｆは、連想論理式ＲＲ（１）「dislike(Steve, CompanyABC)」の単語「dislike」を、仮説論理式ＨＲ（２）「hate(X, CompanyABC)」の単語「hate」に置換する。これにより、第２の構築ユニット６８Ｆは、出力論理式ＳＲを構築し、即ち、出力論理式ＳＲ（２）「hate(Steve, CompanyABC)」を構築する。
　第２の構築ユニット６８Ｆは、出力論理式ＳＲ（１）「resign(Steve, CompanyABC」、及び出力論理式ＳＲ（２）「hate(Steve, CompanyABC)」を生成部６６へ出力する。
　ステップＳＴ７５：生成部６６は、出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」及び、出力論理式ＳＲ（２）「hate(Steve, CompanyABC)」から、回答文章ＫＢ（１）「Steve resigns CompanyABC.」、及び回答文章ＫＢ（２）「Steve hates CompanyABC.」を生成する。
　生成部６６は、回答文章ＫＢ（１）「Steve resigns CompanyABC.」、及び、回答文章ＫＢ（２）「Steve hates CompanyABC.」を出力部６７へ出力する。
　ここで、出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」は、検索論理式ＫＲ「resign(X, CompanyABC)」についての具体的な内容、即ち、対応する回答である。また、出力論理式ＳＲ（２）「hate(Steve, CompanyABC)」は、出力論理式ＳＲ（１）「resign(Steve, CompanyABC)」を補足する内容である。そこで、生成部６６は、まず初めに、回答文章ＫＢ（１）「Steve resigns CompanyABC.」を生成し、その後で、回答文章ＫＢ（２）「Steve hates CompanyABC.」を生成する。
　ステップＳＴ７６：出力部６７は、回答文章ＫＢ（１）「Steve resigns CompanyABC.」及び、回答文章ＫＢ（２）「Steve hates CompanyABC.」をユーザへ出力する。
〈実施形態６の効果〉
　実施形態６の情報処理装置６によれば、抽出部６３が、実施形態３の情報処理装置３等と同様に、検索論理式ＫＲに基づき、蓄積部６４を検索することにより、複数の推論規則ＳＫを抽出する。
　処理部６８は、また、複数の推論規則ＳＫから構築される複数の仮説論理式ＨＲのうち、欠損量が閾値を超えない一の仮説論理式ＨＲをベクトル化する。
　処理部６８は、更に、前記ベクトル化された一の仮説論理式ＨＲから連想される連想論理式ＲＲを取得する。
　これにより、実施形態６の情報処理装置６は、実施形態３の情報処理装置３等と同様に、ユーザからの質問文章ＳＢについて回答文章ＫＢを得るべく、質問文章ＳＢから出力論理式ＳＲへ至るために必要な情報をユーザに問い返すということを行うことなく、回答文章ＫＢをユーザに与えることが可能となる。
〈変形例〉
　実施形態６の情報処理装置６は、上記した対話システムに代えて、例えば、機械翻訳システム、ネット検索システムでも用いることが可能である。
　蓄積部６４に記憶されている推論規則ＳＫは、予め記憶されていることに加えて、随時、追加され、更新されてもよい。
　蓄積部６４は、ネット接続されている形態（例えば、集中管理データベースシステム、分散管理データベースシステム）で構築されてもよく、また、ネット接続されていない形態（例えば、スタンドアロンのデータベース機器）で構築されてもよい。
１　情報処理装置、１１　入力部、１２　変換部、１３　抽出部、１４　蓄積部、１５　構築部、１６　生成部、１７　出力部、２　情報処理装置、２１　入力部、２２　変換部、２３　抽出部、２４　蓄積部、２５　構築部、２６　生成部、２７　出力部、３　情報処理装置、３１　入力部、３２　変換部、３３　抽出部、３４　蓄積部、３６　生成部、３７　出力部、３８　処理部、３８Ａ構築ユニット、３８Ｂ算出ユニット、３８Ｃ選択ユニット、４　情報処理装置、４１　入力部、４２　変換部、４３　抽出部、４４　蓄積部、４６　生成部、４７　出力部、４８　処理部、４８Ａ構築ユニット、４８Ｂ算出ユニット、４８Ｃ選択ユニット、５　情報処理装置、５１　入力部、５２　変換部、５３　抽出部、５４　蓄積部、５６　生成部、５７　出力部、５８　処理部、５８Ａ　第１の構築ユニット、５８Ｂ　問合せユニット、５８Ｃ　第２の構築ユニット、６　情報処理装置、６１　入力部、６２　変換部、６３　抽出部、６４　蓄積部、６６　生成部、６７　出力部、６８　処理部、６８Ａ　第１の構築ユニット、６８Ｂ　取捨ユニット、６８Ｃ　ベクトル化ユニット、６８Ｄ　取得ユニット、６８Ｅ　選択ユニット、６８Ｆ　第２の構築ユニット、ＳＥ　推論エンジン、ＳＢ　質問文章、ＫＢ　回答文章、ＫＲ　検索論理式、ＳＫ　推論規則、ＳＲ　出力論理式、ＨＲ　仮説論理式、ＲＲ　連想論理式、ＡＮ　解、ＳＰ　生起確率、ＤＳＰ同時生起確率、Ｎ　入力部、Ｐ　プロセッサ、Ｓ　出力部、Ｍ　メモリ、Ｋ　記憶媒体、ＰＲ　プログラム、ＤＢ　データベース。

Claims (8)

  1. 　質問の文章が述語論理で記述された検索論理式に関連する推論規則に基づき出力論理式を構築する構築ユニットと、
    　前記出力論理式から回答の文章を生成する生成ユニットと、
    を含むことを特徴とする情報処理装置。
  2. 　質問の文章を取得する取得部と、
    　前記取得された質問の文章を、述語論理で記述された検索論理式に変換する変換部と、
    　前記検索論理式に関連する推論規則を抽出する抽出部と、
    　前記推論規則に、前記検索論理式と前記推論規則との照合により得られる解を代入することにより、出力論理式を構築する構築部と、
    　前記出力論理式から、回答の文章を生成する生成部と、
    を含むことを特徴とする情報処理装置。
  3. 　質問の文章を取得する取得部と、
    　前記取得された質問の文章を、述語論理で記述された検索論理式に変換する変換部と、
    　前記検索論理式を用いて、前記検索論理式に関連する解を抽出する抽出部と、
    　前記推論規則に前記解を代入することにより、出力論理式を構築する構築部と、
    　前記出力論理式から、回答の文章を生成する生成部と、
    を含むことを特徴とする情報処理装置。
  4. 　質問の文章を取得する取得部と、
    　前記取得された質問の文章を、述語論理で記述された検索論理式に変換する変換部と、
    　前記検索論理式を用いて、前記検索論理式に関連する複数の推論規則を抽出する抽出部と、
    　前記複数の推論規則に、前記検索論理式と前記複数の推論規則との照合により得られる解を代入することによって、複数の仮説論理式を構築する構築部と、
    　各生起確率が前記各推論規則に含まれる単語が生起する確率である複数の生起確率を算出する算出部と、
    　前記複数の生起確率に基づき、前記複数の仮説論理式のうち、最も大きい生起確率を有する仮説論理式を、出力論理式として選択する選択部と、
    　前記出力論理式から、回答の文章を生成する生成部と、
    を含むことを特徴とする情報処理装置。
  5. 　質問の文章を取得する取得部と、
    　前記取得された質問の文章を、述語論理で記述された検索論理式に変換する変換部と、
    　前記検索論理式を用いて、前記検索論理式に関連する複数の推論規則を抽出する抽出部と、
    　前記複数の推論規則に、前記検索論理式と前記複数の推論規則との照合により得られる解を代入することによって、複数の仮説論理式を構築する構築部と、
    　各生起確率が前記各推論規則に含まれる複数の単語が同時に生起する確率である複数の同時生起確率を算出する算出部と、
    　前記複数の同時生起確率に基づき、前記複数の仮説論理式のうち、最も大きい同時生起確率を有する仮説論理式を、出力論理式として選択する選択部と、
    　前記出力論理式から、回答の文章を生成する生成部と、
    を含むことを特徴とする情報処理装置。
  6. 　質問の文章を取得する取得部と、
    　前記取得された質問の文章を、述語論理で記述された検索論理式に変換する変換部と、
    　前記検索論理式を用いて、前記検索論理式に関連する複数の推論規則を抽出する抽出部と、
    　前記複数の推論規則に、前記検索論理式と前記複数の推論規則との照合により得られる一の解を代入することによって、複数の仮説論理式を構築する第１の構築部と、
    　前記複数の仮説論理式について他の解を問い合わせる問合せ部と、
    　前記検索論理式及び前記他の解を得られた仮説論理式に、前記他の解を代入することにより、出力論理式を構築する第２の構築部と、
    　前記出力論理式から、回答の文章を生成する生成部と、
    を含むことを特徴とする情報処理装置。
  7. 　質問の文章を取得する第１の取得部と、
    　前記取得された質問の文章を、述語論理で記述された検索論理式に変換する変換部と、
    　前記検索論理式を用いて、前記検索論理式に関連する複数の推論規則を抽出する抽出部と、
    　前記複数の推論規則に、前記の検索論理式と前記複数の推論規則との照合により得られる一の解を代入することにより、複数の仮説論理式を構築する第１の構築部と、
    　前記複数の仮説論理式のうちの一の仮説論理式をベクトル化するベクトル化部と、
    　前記ベクトル化された一の仮説出力論理式から連想される連想論理式を取得する第２の取得部と、
    　前記連想論理式に、前記検索論理式と前記連想論理式との照合により得られる他の解を代入することにより、出力論理式を構築する第２の構築部と、
    　前記出力論理式から、回答の文章を生成する生成部と、
    を含むことを特徴とする情報処理装置。
  8. 　構築ユニットが、質問の文章が述語論理で記述された検索論理式に関連する推論規則に基づき出力論理式を構築し、
    　生成ユニットが、前記出力論理式から回答の文章を生成する、
    ことを特徴とする情報処理方法。
PCT/JP2021/001143 2021-01-15 2021-01-15 情報処理装置、及び情報処理方法 WO2022153470A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2021/001143 WO2022153470A1 (ja) 2021-01-15 2021-01-15 情報処理装置、及び情報処理方法
US18/269,572 US20240062084A1 (en) 2021-01-15 2021-01-15 Information processing apparatus and information processing method
JP2021542352A JP7019875B1 (ja) 2021-01-15 2021-01-15 情報処理装置、及び情報処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/001143 WO2022153470A1 (ja) 2021-01-15 2021-01-15 情報処理装置、及び情報処理方法

Publications (1)

Publication Number Publication Date
WO2022153470A1 true WO2022153470A1 (ja) 2022-07-21

Family

ID=80929761

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/001143 WO2022153470A1 (ja) 2021-01-15 2021-01-15 情報処理装置、及び情報処理方法

Country Status (3)

Country Link
US (1) US20240062084A1 (ja)
JP (1) JP7019875B1 (ja)
WO (1) WO2022153470A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09330306A (ja) * 1996-06-13 1997-12-22 Adoin Kenkyusho:Kk 記号的処理を可能にする非記号処理装置と、情報処理システム及びその自動コーダ
JP2018147042A (ja) * 2017-03-01 2018-09-20 日本電気株式会社 推論結果可視化装置、推論結果可視化方法、及びプログラム
WO2019058479A1 (ja) * 2017-09-21 2019-03-28 日本電気株式会社 知識取得装置、知識取得方法、及び、記録媒体
WO2020044415A1 (ja) * 2018-08-27 2020-03-05 日本電気株式会社 仮説推論装置、仮説推論方法、及びコンピュータ読み取り可能な記録媒体
CN111667072A (zh) * 2020-05-15 2020-09-15 中国电子科技集团公司电子科学研究院 一种情报使用价值评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09330306A (ja) * 1996-06-13 1997-12-22 Adoin Kenkyusho:Kk 記号的処理を可能にする非記号処理装置と、情報処理システム及びその自動コーダ
JP2018147042A (ja) * 2017-03-01 2018-09-20 日本電気株式会社 推論結果可視化装置、推論結果可視化方法、及びプログラム
WO2019058479A1 (ja) * 2017-09-21 2019-03-28 日本電気株式会社 知識取得装置、知識取得方法、及び、記録媒体
WO2020044415A1 (ja) * 2018-08-27 2020-03-05 日本電気株式会社 仮説推論装置、仮説推論方法、及びコンピュータ読み取り可能な記録媒体
CN111667072A (zh) * 2020-05-15 2020-09-15 中国电子科技集团公司电子科学研究院 一种情报使用价值评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ADAM MARBLESTONE; GREG WAYNE; KONRAD KORDING: "Towards an integration of deep learning and neuroscience", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, vol. 34, 13 June 2016 (2016-06-13), 201 Olin Library Cornell University Ithaca, NY 14853 , pages 714 - 719, XP081590532, DOI: 10.3389/fncom.2016.00094 *
ISHIKAWA, TSUTOMU: "Generating the Well-Formed Formulas from Natural Language Sentences and the Inference Scheme", JOURNAL OF JAPANESE SOCIETY FOR ARTIFICIAL INTELLIGENCE, vol. 22, no. 5, 1 September 2007 (2007-09-01), pages 613 - 620 *

Also Published As

Publication number Publication date
US20240062084A1 (en) 2024-02-22
JP7019875B1 (ja) 2022-02-15
JPWO2022153470A1 (ja) 2022-07-21

Similar Documents

Publication Publication Date Title
US5802504A (en) Text preparing system using knowledge base and method therefor
Roos et al. Narratives in economics
Alani et al. Managing reference: Ensuring referential integrity of ontologies for the semantic web
Ma Evocation: analyzing and propagating a semantic link based on free word association
Kadhim et al. A multi-intelligent agent architecture for knowledge extraction: novel approaches for automatic production rules extraction
Pethő WHAT IS POLYSEMY?-A SURVEY OF CURRENT RESEARCH AND RESULTS¹
Garg et al. Hindi EmotionNet: A scalable emotion lexicon for sentiment classification of Hindi text
Zeng et al. Automated interactive domain-specific conversational agents that understand human dialogs
van Loon Three families of automated text analysis
WO2022153470A1 (ja) 情報処理装置、及び情報処理方法
Galitsky et al. Chatbots for CRM and dialogue management
Fu et al. Multiple interaction attention model for open-world knowledge graph completion
Oduro-Afriyie et al. Knowledge graph enabled open-domain conversational question answering
Jain et al. Revisiting document-level relation extraction with context-guided link prediction
Atkinson-Abutridy et al. A semantically guided and domain-independent evolutionary model for knowledge discovery from texts
Asenbrener Katic et al. Comparison of two versions of formalization method for text expressed knowledge
Kavitha et al. A chatbot system for education nlp using deep learning
Guo et al. Question answering system based on ontology and semantic web
Broughton The respective roles of intellectual creativity and automation in representing diversity: human and machine generated bias
Danenas et al. Enhancing the extraction of SBVR business vocabularies and business rules from UML use case diagrams with natural language processing
Duží Knowing-that’vs.‘Knowing-wh
Harmon et al. Revisiting computational models of creative storytelling based on imaginative recall
O’Shea Natural language scripting within conversational agent design
Liu et al. Generating Natural Language Responses in Robot-Mediated Referential Communication Tasks to Simulate Theory of Mind
Prasla et al. Question answering system using artificial neural network

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021542352

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21919363

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18269572

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21919363

Country of ref document: EP

Kind code of ref document: A1