CN100583086C - 对话控制***和对话控制方法 - Google Patents

Abstract

一种对话控制***包含有一语素提取单元(420)，其基于相应于输入信息的字符串，提取构成字符串的最小单元的至少一个语素作为第一语素信息；一话题搜索单元(340)配置用于将语素提取单元(420)提取的第一语素信息和话题标题比较，并且从话题标题中搜索相应于第一语素信息的话题标题，和一回答检索单元(350)配置用于基于在话题识别信息搜索单元(320)搜索到的话题标题，检索与话题标题相关的回答语句。

Description

对话控制***和对话控制方法

技术领域

本发明涉及一种对话控制***和对话控制方法，其基于用户提供的输入信息检索与该输入信息相适应的回答语句。

背景技术

现有的对话控制***基于谈话内容，输出与用户谈话内容相适应的存储的回答语句。特别的，对话控制***将用户的谈话内容与存储的短语组相比较，从而从短语组里搜索出与谈话内容相匹配的短语。然后，输出与对话控制***搜索到的短语相关的回答语句。从对话控制***收到回答语句的用户可感觉到就像他或者她在和其他用户在交谈。

然而，上述的对话控制***有一个问题，除非其存储有即使是和说话内容有些微相似的大量短语，否则其不能输出与对话内容相关的回答语句。如果对话控制***的开发者在对话控制***中，存储有即使只是与对话内容有些微相似的大量短语和与大量短语相关的回答语句，对话控制***才可以输出与对话内容合适的回答语句。

然而，为了让对话控制***搜索与谈话内容相匹配的短语，开发者不得不在对话控制***中存储一巨大的短语组。因此，开发一个输出与谈话内容相适合的回答语句的对话控制***是很困难的。

发明内容

本发明是考虑到以上问题而做出的，其目的是为了提供一种对话控制***和对话控制方法，它能识别组成用户提供的输入信息的语素，检索与识别的语素相关的准备好的回答语句，从而输出回复用户的输入信息最合适的回答语句，并且即使存储的回答语句的数目减少的情况下，也能输出合适的回答语句。

本发明的特点是：存储有彼此相关联的第二语素信息和多个回答语句，其每一第二语素信息都表示包括字，字符串或者其组合的语素；基于与收到的用户的输入信息相对应的字符串，从组成字符串的最小单位的语素中，提取至少一个语素作为第一语素信息；比较提取的第一语素信息和第二语素信息，并在第二语素信息中搜寻相应于第一语素信息的第二语素信息；以及当基于输入信息检索输入信息的回答语句时，基于搜索到的第二语素信息，检索与该第二语素信息相关的回答语句。

在上述的发明中，优选的是第二语素信息中的每一个和多个回答语句相关联；回答语句中的每一个和回复类型相关联；基于相应于输入信息的字符串确定包含肯定或否定的输入类型；基于搜索到的第二语素信息，将与该第二语素信息相关的回复类型和确定的输入类型进行比较；从所有回复类型中搜索相应于输入类型的回复类型；检索与搜索到的回复类型相关的回答语句。

在上述的发明中，优选的是用于识别话题的话题识别信息中的每一个和第二识别信息相关联；第二识别信息中的每一个和回答语句相关联；将提取到的第一语素信息和话题识别信息做比较；从话题识别信息中搜索与组成第一语素信息的语素相对应的话题识别信息；将与搜索到的话题识别信息相关的第二语素信息和在语素提取单元提取的第一语素信息做比较；以及，从第二语素信息中搜索相应于第一语素信息的第二语素信息。

在上述的发明中，优选的是，在存储的第二语素信息中不能找到相应于提取的第一语素信息的第二语素信息时，将上次搜索到的话题识别信息加到提取的第一语素信息里；以及，基于包含话题识别信息的第一语素信息，从第二语素信息中搜索相应于第一语素信息的第二语素信息。

在上述的本发明中，优选的是，第二语素信息中的每一个和多个回答语句相关联；回答语句中的每一个和选择作为回答语句的优先级相关联；依照以往搜索第二语素信息的频率评定等级；基于在那时搜索的第二语素信息，将与该第二语素信息相关的优先级和确定的等级进行比较；从优先级中识别出相应于等级的优先级；以及检索与识别出的优先级相关的回答语句。

在上述的本发明中，更适宜的是，当等级评定单元确定等级为最低时，不执行检索回答语句的处理。

附图说明

图1是说明依照第一实施例的对话控制器的一般构造的框图；

图2是说明第一实施例中对话控制单元和语句分析单元的内部构造的框图；

图3是说明第一实施例中的语素提取单元所提取的语素内容的示意图；

图4是说明第一实施例中的输入类型确定单元所确定的“所说语句类型”的示意图；

图5是说明存储在第一实施例中的谈话类型数据库里的词典细节的示意图；

图6是说明在第一实施例中的对话数据库中构建的详细等级结构的示意图；

图7是说明在第一实施例的对话数据库中构建的的等级结构详细关系的示意图；

图8是说明第一实施例的对话数据库中形成的“话题标题”内容的示意图；

图9是说明在第一实施例中，与对话数据库里形成的“话题标题”相关的“回答语句类型”的示意图；

图10是说明“话题标题”和“回答语句”内容的示意图，“话题标题”和“回答语句”属于在第一实施例的对话数据库中形成的“话题识别信息”；

图11是说明依照第一实施例的对话控制方法的步骤的流程图；

图12是说明第一修改例中的话题搜索单元的内部结构的示意图；

图13是说明在第一修改例中，百分比计算单元对于每一个“话题标题”将第一语素信息和“话题标题”比较的方式示意图；

图14是说明第二修改例中的对话控制***大体构造的示意图；

图15是说明第五修改例中的话题搜索单元的内部结构的示意图；

图16是说明第一实施例中存储程序的记录媒体的示意图；

图17是说明第二实施例中，对话控制单元和语句分析单元的内部构造的框图；

图18是说明第二实施例中“对话事件”内容的示意图；

图19是说明第二实施例中“话题变换”和“结合因素”关系的示意图；

图20是说明在第二实施例的情绪状态确定单元中确定的情绪程度等级的示意图；

图21是说明在第二实施例的理解状态确定单元中确定的理解程度等级的示意图；

图22是说明在第二实施例中的对立状态确定单元中确定的对立程度的等级的示意图；

图23是说明依照第二实施例的对话控制方法的步骤的流程图；

图24是说明在第三实施例中的对话控制单元和语句分析单元的内部构造的框图；

图25是说明在第三实施例的回答检索单元中搜索的话题标题和回答语句的内容的示意图；

图26是说明在第三实施例的回答检索单元中搜索的优先级和在评定等级单元中确定的等级之间关系的示意图；

图27是说明依照第三实施例的对话控制方法的步骤的流程图；

图28是说明在第三实施例的对话数据库中存储的对立内容的示意图；以及

图29是说明在第三实施例的对话数据库中存储的道歉内容的示意图。

具体实施例

第一实施例

依照本发明的对话控制***将参考附图进行描述。图1是依照本实施例且包含一对话控制器1的对话控制***的结构示意图。

如图1所示，对话控制器1包含有输入单元100，语音识别单元200，对话控制单元300，语句分析单元400，对话数据库500，输出单元600，和语音识别词典存储器700。可选择性的，下面将描述的谈话内容可以是由键盘或者类似方式提供的输入信息。因此，下述的“谈话内容”可由“输入信息”替代。

同样的，可选择性的，“所说语句类型”(谈话类型)可以是“输入类型”，“输入类型”表示通过键盘或者类似方式提供的输入信息的类型。因此，下述的“所说语句类型”(谈话类型)可由“输入类型”替代。

输入单元100接收用户提供的输入信息。举例来说，输入单元100可以是麦克风或者是键盘。输入单元100也基于输入信息，识别相应于用户提供的输入信息的字符串。

特别的，输入单元100基于输入信息，识别相应于输入信息的字符串，而不是识别输入语音。输入单元100将被识别字符串做为字符串信号输出至对话控制单元300。同样，输入单元100接收用户提供的对话内容。输入单元100将相应于接收的说话内容的对话作为对话信号输出至语音识别单元200。

语音识别单元200基于对话内容，识别与输入单元100所收到的对话内容相对应的字符串。特定的，在语音识别单元200收到来自输入单元100的对话信号时，语音识别单元基于对话信号，比较收到的对话信号和存储在语音识别词典存储器700里的词典。

语音识别词典存储器700储存相应于标准语音信号的字符串。基于比较，语音识别单元200识别相应于语音信号的字符串，语音识别单元200将识别的字符串作为字符串信号输出给对话控制单元300。

语句分析单元400分析在输入单元100或者语音识别单元200识别的字符串。在本实施例中，如图2所示，语句分析单元400包含字符串识别单元410，语素提取单元420，语素数据库430，输入类型确定单元440，和谈话类型数据库450。

字符串识别单元410将在输入单元100和语音识别单元200识别的字符串分成段。一段是指一句子在不破坏句子语法意思的程度上尽可能多的将字符串分开的结果。特别的，当字符串包括超过一定程度的时间间隔时，字符识别单元410在那个部分分隔字符串。字符串识别单元410将产生的字符串输出给语素提取单元420和输入类型确定单元440。下述的“字符串”是指一句话的字符串。

基于在字符串识别单元410分隔产生的一句话的字符串，语素提取单元420从这句话的字符串中提取组成字符串最小单元的语素，并作为第一语素信息。在本实施例中，语素是指一个字符串显示的词结构的最小单元。举例来说，词结构的最小单元可以是包括名词，形容词和动词的语音部分。在本实施例中，如图3所示，语素由m1，m2，m3...象征。

更特别的，如图3所示，当收到来自字符串识别单元410的字符串时，语素提取单元420将收到的字符串和存储在语素数据库430中的语素组(语素组由语音部分组成)进行比较。通过比较，语素提取单元420从字符串中提取与存储的语素组相匹配的语素(m1，m2...)。举例来说，不是提取的语素的元素(n1，n2，n3...)可能是助动词。语素提取单元420将提取的语素作为第一语素信息输出给话题识别信息搜索单元320。

输入类型确定单元440基于字符串识别单元410识别的字符串，确定谈话内容的类型(谈话类型)。在本实施例中，举例来说，谈话类型是图4显示的“所说语句类型”之一。在本实施例中，如图4所示，“所说语句类型”包括陈述语句(D；陈述)，时间语句(T；时间)，地点语句(L；地点)，和否定语句(N；否定)。这些类型的语句在肯定语句或者疑问语句中形成。

陈述语句是指表示用户观点或者想法的语句。举例来说，在本实施例中，图4所示的语句“我喜欢佐藤”是肯定语句。地点语句是指包括地点概念的语句。时间语句是指包括时间概念的语句。否定语句是指否定陈述语句的语句。图4显示了说明“所说语句类型”的句子。

在本实施例中，如图5所示，当输入类型确定单元440确定“所说语句类型”时，输入类型确定单元440使用陈述表达词典来确定它是陈述语句，使用否定表达词典来确定它是否定语句，等等。特别的，当收到来自字符串识别单元410的字符串时，输入类型确定单元440基于此字符串，将收到的字符串和存储在说话类型数据库450里的词典进行比较。基于比较，输入类型确定单元440从字符串里提取与词典相关的元素。

基于提取到的元素，输入类型确定单元440确定“所说语句类型”。举例来说，当此字符串包含陈述事件的元素时，输入类型确定单元440确定包含此元素的字符串是陈述语句。输入类型确定单元440将确定的“所说语句类型”输出给回答检索单元350。

如图6所示，对话数据库500存储多个话题标题(第二语素信息)和多个回复用户说话内容的回答语句，它们彼此相互关联，且每一个话题标题都显示了由字符，字符串或者其组合组成的语素。表示回答语句类型的回复类型分别与回答语句相关联。

对话数据库500同样存储有多个话题识别信息，用来识别对话话题。特别的，在本实施例中，一个话题识别信息是指和期望的用户提供的输入内容相关的关键词或者是给用户的回答语句。每一个话题识别信息都与多个话题标题相关。每一个话题名称与给用户的回答语句相关联。

在本实施例中，如图7所示，每一个话题识别信息都以和另一个话题识别信息清晰的关系存储，其关系有高级概念，低级概念，同义或者反义。举例来说，话题识别信息(娱乐)作为话题识别信息(电影)的高级概念存储在话题辨认信息(电影)之上的级别。话题识别信息(电影导演，领导演员和其他)作为话题识别信息(电影)的低级概念存储在比话题辨认信息(电影)低的级别里。

在本实施例中，如图8所示，每一个话题标题由第一识别信息，第二识别信息和第三识别信息组成。在本实施例中，第一识别信息是指组成话题的主要语素。举例来说，第一识别信息可以是句子的主语。本实施例中，第二识别信息是指与第一识别信息密切相关的语素。举例来说，第二识别信息可以是宾语。本实施例中，第三识别信息是指表示物体运动的语素或者是修饰名词或其它词的语素。举例来说，第三识别信息可以是动词，副词或者形容词。

如图8所示，举例来说，当主语是“一部电影”，形容词是“令人兴奋”时，话题标题由包含在第一识别信息中的语素“一部电影”和包含在第三识别信息的语素“令人兴奋”组成。话题名称(一部电影；*；令人兴奋)的意思是“电影是令人兴奋的。”。

在话题名称的圆括号中，从左开始的顺序依次是第一识别信息，第二识别信息和第三识别信息。当话题名称在识别信息的项目没有包含语素时，“*”显示在那个部分。如上所述，识别信息的项目数不局限于3个，可以包含另一识别信息项目。

在本实施例中，如图9所示，为了给用户提供的谈话语句类型作出合适的回答，回答语句分类成不同的类型(回复类型)，例如陈述(D；陈述)，时间(T；时间)，地点(L；地点)，和否定(N；否定)。肯定语句由“A”表示，疑问语句由“Q”表示。

举例来说，当话题标题1-1是(佐藤；*；喜欢){具有包含在“我喜欢佐藤”中提取的语素}时，与话题标题1-1相关的回答语句1-1包含(DA；陈述肯定语句“我也喜欢佐藤”)和(TA；时间肯定语句“我喜欢击球时的佐藤”)。下面描述的回答检索单元350检索与话题标题相关的一个回答语句。

在本实施例中，如图2所示，对话控制单元300包含管理单元310，话题识别信息搜索单元320，省略句补充单元330，话题搜索单元340，和回答检索单元350。管理单元310控制着整个对话控制单元300。

话题识别信息搜索单元320将在语素提取单元420提取的第一语素信息和话题识别信息进行比较，并且从话题识别信息中搜索相应于构成第一语素信息部分的语素的话题识别信息。特别的，当收到来自语素提取单元420的第一语素信息是(佐藤；*；喜欢)时，话题识别信息搜索单元320比较收到的第一语素信息和话题识别信息组。

通过比较，当话题识别信息组包括构成第一语素信息一部分的语素(例如，“佐藤”)时，话题识别信息搜索单元320搜索作为话题识别信息的“佐藤”。话题识别信息搜索单元320将搜索到的话题识别信息和收到的第一语素信息作为话题搜索指令信号输出给话题搜索单元340。另一方面，当话题识别信息组里没有包含第一语素信息时，话题识别信息搜索单元320将收到的第一语素信息输出给省略句补充单元330。

因此，下面描述的话题搜索单元340可以将“话题标题”和在语素提取单元420提取的第一语素信息进行比较，其“话题标题”属于话题识别信息搜索单元320确定的“话题识别信息”。话题搜索单元340不必将所有“话题名称”和第一语素信息进行比较。结果，下面描述的回答检索单元350可以缩短检索最后回答语句的时间。

基于在语素提取单元420提取的第一语素信息，省略句补充单元330将上次在话题识别信息搜索单元320搜索的话题识别信息加到提取的第一语素信息中。特别的，当话题搜索单元340不能从存储的话题标题中搜索到与在语素提取单元420提取的第一语素信息(喜欢)相对应的话题标题时，省略句补充单元330将上次通过话题识别信息搜索单元320搜索的话题识别信息(佐藤)加到提取的第一语素信息(喜欢)中。

也就是，第一语素信息是“W”，搜索到的话题识别信息是“D”时，省略句补充单元330将话题识别信息“D”加到第一语素信息“W”，并且将产生的第一语素信息作为搜索指令信号输出给话题搜索单元340。

以这种方式，当使用第一语素信息组成的语句是省略句并且其日语不明确时，省略句补充单元330可以使用上次在话题识别信息搜索单元320搜索到的话题识别信息“D”，从而将话题识别信息“D”(例如，“佐藤”)加到第一语素信息“W”(*；*；喜欢)。结果，省略句补充单元330可以将第一语素信息(喜欢)变成第一语素信息(佐藤；*；喜欢){我喜欢佐藤}。

也就是，即使如果用户的谈话内容构成省略句，省略句补充单元330也可以使用上次搜索到的话题识别信息来补充这个省略句。结果，即使由第一语素信息组成的句子是省略句，省略句补充单元330也可以将这个句子变成正确的日语句子。

基于对第一语素信息的补充，话题搜索单元340可以搜索与第一语素信息相关的合适的“话题标题”。因此，基于话题搜索单元340搜索到的合适的“话题标题”，回答检索单元350可以输出与用户谈话内容最合适的回答语句。

省略句补充单元330并不局限于将上次搜索到的话题识别信息加到第一语素中。基于上次搜索到的话题标题，省略句补充单元330可以将任何组成话题名称的第一语素信息，第二语素信息和第三语素信息所包含的语素加到提取到的语素信息中。

话题搜索单元340将在语素提取单元420提取的第一语素信息或者是省略句补充单元330补充的第一语素信息和话题标题进行比较，并且在话题标题中搜索相应于第一语素信息的话题标题。

更特别的是，当收到来自话题识别信息搜索单元320和省略句补充单元330的搜索指令信号时，话题搜索单元340基于包含在所收到的搜索指令信号里的话题识别信息和第一语素信息，从与话题识别信息相关的话题标题中搜索相应于第一语素信息的话题标题。话题搜索单元340将搜索到的话题标题作为搜索结果信号输出给回答检索单元350。

举例来说，如图10所示，由于收到的第一语素信息(佐藤；*；喜欢){我喜欢佐藤}包含有话题识别信息(佐藤)，因此话题搜索单元340将与主体识别信息(佐藤)相关的话题标题1-1，1-2...和收到的第一语素信息(佐藤；*；喜欢)进行比较。

基于比较的结果，话题搜索单元340从话题标题1-1到1-2中，搜索与收的第一语素信息(佐藤；*；喜欢)相对应的话题标题1-1(佐藤；*；喜欢)。话题搜索单元340将搜索到的主体标题1-1(佐藤；*；喜欢)作为搜索结果信号输出给回答检索单元350。

基于在话题搜索单元340搜索到的话题标题，回答检索单元350检索与该话题标题相关的回答语句。并且，基于在话题搜索单元340搜索到的话题标题，回答检索单元350将与该话题标题相关的不同回复类型和在输入类型确定单元440确定的谈话类型进行比较。通过比较，回答检索单元350从回复类型中检索与确定的谈话类型相应的回复类型。

如图10所示，例如，当在话题搜索单元340搜索到的话题标题是话题标题1-1(佐藤；*；喜欢)时，回答检索单元350从与话题标题1-1相关的回答语句1-1(DA，TA等等)中，识别与输入类型确定单元440确定的“所说语句类型”(DA)相对应的回复类型(如，DA)。通过识别回复类型(DA)，回答检索单元350基于回复类型(DA)，检索与确定的回复类型(DA)相关的回答语句1-1(我也喜欢佐藤)。

在“DA”，“TA”等等中的“A”是指肯定形式。当谈话类型和回复类型包括“A”时，表示肯定某个事件。谈话类型和回复类型可以包含类型“DQ”，“TQ”等等。在“DQ”，“TQ”等类型中的“Q”是指对一事件的询问。

当回复类型是疑问形式“Q”时，与这个回复类型相关的回答语句的形式由肯定形式(A)构成。以肯定形式(A)产生的回答语句可以是回答问题的语句。例如，当所说语句是“你曾经使用过自动贩卖机吗？”，所说语句的谈话类型是疑问形式(Q)。与疑问形式(Q)相关的回答语句可以是例如，“我以前使用过自动贩卖机”(肯定形式(A))。

另一方面，当回复类型是肯定形式(A)时，与此回复类型相关的回答语句由疑问形式(Q)构成。以疑问形式(Q)产生的回答语句可以是反问说话内容的疑问句，或者是想弄明白一定事物的疑问句。例如，当所说语句是“我喜欢用自动贩卖机”时，所说语句的谈话类型是肯定形式(A)。与肯定形式(A)相关的回答语句可能是例如“你喜欢玩弹球盘吗？”(想弄明白某件事物的疑问句)。

回答检索单元350将检索到的回答语句作为回答语句信号输出给管理单元310。通过从回答检索单元350收到回答语句信号，管理单元310将收到的回答语句信号输出给输出单元600。

输出单元600输出在回答检索单元350检索到的回答语句。例如，输出单元600可以是一个喇叭或者显示器。特别的，当从管理单元310收到回答语句时，输出单元600基于回答语句，通过声音输出收到的回答语句{例如，我也喜欢佐藤}。

通过下列步骤，可以实现使用上述结构的对话控制器1的对话控制方法。图11是依照本实施例的对话控制方法的步骤的流程图。

首先，输入单元100执行从用户接收谈话内容的步骤(S101)。特别的，输入单元100收到构成用户谈话内容的语音。输入单元100将收到的语音作为语音信号输出给语音识别单元200。选择性的，输入单元100可以接收用户输入的字符串(例如，以文本形式输入的字符)而不是用户的语音。

然后，基于在输入单元100收到的对话内容，语音识别单元200执行识别相应于谈话内容的字符串的步骤(S102)。特别的，通过从输入单元100接收语音信号，语音识别单元200基于该语音信号，识别与接收的语音信号相应的词典。语音识别单元200搜索与识别的词典相关的字符串。语音识别单元200将搜索到的字符串作为字符串信号输出给对话控制单元300。

然后，字符串识别单元410执行将语音识别单元200识别的字符串分隔成多个句子的步骤(S103)。特别的，通过从管理单元310接收字符串信号，当接收的字符串包含超过一定周期的时间间隔时，字符串识别单元410在该部位分隔字符串。字符串识别单元410将产生的字符串输出给字符提取单元420和输入类型确定单元440。当接收的字符串是通过键盘输入的字符串时，字符串识别单元410在标点，空格或者类似的地方分隔字符串。

之后，基于在字符串识别单元410识别的字符串，字符提取单元420执行提取构成字符串最小单元的语素作为第一语素信息的步骤(S104)。特别的，通过从字符串识别单元410接收字符串，字符提取单元420将接收的字符串和存储在语素数据库430里的语素组进行比较。在本实施例中，语素组由语音部分组成。

通过比较，字符提取单元420从收到的字符串中，将与包含在存储的语素组包中的语素相应的语素(m1，m2，...)提取出来。字符提取单元420将提取的语素作为第一语素信息输出给话题识别信息搜索单元320。

然后，基于在字符串识别单元410识别的组成语句的字符串，输入类型确定单元440执行确定”所说语句类型”的步骤(S105)。特别的，通过从字符串识别单元410接收字符串，输入类型确定单元440基于该字符串，将收到的字符串和存储在谈话类型数据库450里的词典进行比较，并且从字符串里提取与词典相关的元素。通过提取元素，输入类型确定单元440基于这些元素，确定提取的元素属于哪一个”所说语句类型”。输入类型确定单元440将确定的”所说语句类型”(谈话类型)输出给回答检索单元350。

话题识别信息搜索单元320执行步骤(S106)，该步骤是将在字符提取单元420提取的第一语素信息和话题识别信息进行比较，并且搜索与构成第一语素信息一部分的语素相对应的话题识别信息。话题识别信息搜索单元320将搜索到的话题识别信息和收到的第一语素信息作为搜索指令信号输出给话题搜索单元340。另一方面，当话题识别信息组里没有包含第一语素信息时，话题识别信息搜索单元320将收到的第一语素信息作为搜索指令信息输出给省略句补充单元330。

之后，基于从话题识别信息搜索单元320收到的第一语素信息，省略句补充单元330执行步骤(S107)，该步骤是将上次在话题识别信息搜索单元320搜索到的话题识别信息加到所收到的第一语素信息里。特别的，当第一语素信息是“W”，搜索到的话题识别信息是“D”时，省略句补充单元330将话题识别信息“D”加到第一语素信息“W”中，并且将产生的第一语素信息作为搜索指令信号输出给话题搜索单元340。

然后，话题搜索单元340执行步骤(S108)，该步骤是将在字符提取单元420提取的第一语素信息或者是对在省略句补充单元330补充的第一语素信息和话题标题进行比较，并且在话题标题中搜索相应于第一语素信息的话题标题。

更特别的是，当从话题识别信息搜索单元320省略句补充单元330收到搜索指令信号时，话题搜索单元340基于接收的搜索指令信号所包含的话题识别信息和第一语素信息，从与话题识别信息相关的话题标题中搜索相应于第一语素信息的话题标题。话题搜索单元340将搜索到的话题标题作为搜索结果信号输出给回答检索单元350。

然后，基于在话题搜索单元340搜索到的话题标题，回答检索单元350将确定的用户的谈话类型和与话题标题相关的回复类型做比较。通过比较，回答检索单元350从回复类型中搜索相应于确定的谈话类型的回复类型(S109)。

特别的，当从话题搜索单元340收到搜索结果信号和从输入类型确定单元440收到”所说语句类型”时，回答检索单元350基于相应于接收的搜索结果信号和接收的”所说语句类型”的“话题标题”，从与“话题标题”相关的回复类型组中识别相应于”所说语句类型”(例如，DA)的回复类型。

回答检索单元350检索与识别的回复类型相关的回答语句。回答检索单元350通过管理单元310将检索到的回答语句输出给输出单元600。通过从管理单元310接收回答语句，输出单元600输出收到的回答语句(S110)。

依照具有上述结构的本发明，因为第一语素信息是组成用户谈话的内容的主要语素的组合，所以考虑到由主要语素组成的句子内容的语义，回答检索单元350可以检索回答语句。因此，以整个表达内容作为关键词时，回答检索单元350可以检索与表达内容更合适的回答语句，而不仅仅只是搜索与关键词相关的回答语句。

话题搜索单元340搜索相应于第一语素信息的话题标题，且不用搜索与用户谈话内容完全一致的话题标题。因此，开发者就没有必要开发对话控制器1来存储与第一语素信息完全一致的话题标题，从而可以减少存储容量。

当搜索与第一语素信息相近的话题标题时，话题搜索单元340所需做的只是将第一语素信息和与“话题识别信息”相关的话题标题进行比较。没有必要将第一语素信息和“所有”话题标题进行比较。结果，话题搜索单元340在很短的时间内可以搜索与第一语素信息相近的话题标题(微小搜索)。由于话题搜索单元340可以实施微小搜索，回答检索单元350基于在很短的时间内搜索到的话题标题，可以在很短的时间内检索到与话题标题相关的回答语句。

回答检索单元350可以在与话题标题相关的不同回复类型中，搜索相应于确定的谈话类型的回复类型，并且检索与搜索到的回复类型相关的回答语句。因而，回答检索单元350可以对组成谈话内容的谈话类型检索合适的回答语句，并且回答检索单元350可以对用户谈话内容作出更合适的回答。

当用户的谈话内容构成省略句时，省略句补充单元330可以将上次在话题识别信息搜索单元320搜索到的话题识别信息加到相应于谈话内容的第一语素信息里。因而，即使用户的谈话内容组成省略句时，省略句补充单元330可以使用以前搜索到的话题识别信息，对省略句进行补充。结果，即使由第一语素信息构成的句子是省略句，省略句补充单元330可以将这个句子变成合适的语句。

基于对第一语素信息的补充，话题搜索单元340可以搜索与第一语素相关的合适的话题标题。因此，基于话题搜索单元340搜索到的合适的话题标题，回答检索单元350可以输出与表达内容相合适的回答语句。

最后，即使来自用户的输入信息是省略句，对话控制器1使用过去搜索结果而不使用神经网络，AI或者其他方式的功能，就可以推断这个省略句是什么意思，并且基于推断的内容语义，还可以搜索更合适的回答语句。另外，对话控制器1的开发者无需安装神经网络或者AI，因而开发者可以在很短的时间段内更简单的建立对话控制器1的***。

修改例

本发明并不局限于上述的实施例，还可增加下述的修改例。

(第一修改例)

在本修改例中，如图12所示，话题搜索单元340可以包含百分比计算单元341和选择单元342。百分比计算单元341将语素提取单元420提取的第一语素信息和话题标题进行比较，并且计算出对于每一个话题标题，第一语素信息相对于话题标题的百分比。

如图13所示，当组成表达内容的第一语素信息是，例如(佐藤；*；喜欢){我喜欢佐藤}时，百分比计算单元341将第一语素信息(佐藤；*；喜欢)和话题标题{我喜欢佐藤}进行比较。通过比较，由于他们相同，因此百分比计算单元341计算出，在话题标题里组成第一语素信息的语素(佐藤；*；喜欢)的百分比是100％。百分比计算单元341对每一个话题标题都执行这样的运算。百分比计算单元341将算出的百分比作为百分比信号输出给选择单元342。

选择单元342基于在百分比计算单元341计算的百分比大小，从话题标题中选择一个话题标题。特别的，当从百分比计算单元341接收百分比信号时，选择单元342从接收的百分比信号所包含的的百分比中选择选择百分比最高的话题标题，例如(佐藤；*；喜欢)(见图13)。基于选择单元342选择的话题标题，回答检索单元350检索与话题标题相关的回答语句。

以这种方式，选择单元342可以从多个话题标题中，搜索第一语素信息组成的最大百分比的话题标题。选择单元342因而可以适当地搜索与第一语素信息最相近的话题标题。结果，基于搜索的话题标题，回答检索单元350可以对用户表达内容作出合适的回答。

由于选择单元342可以搜索与第一语素信息最相近的话题标题，开发对话控制器1的开发者无需在对话数据库500里存储与第一语素信息完全一致的话题标题。

(第二修改例)

如图14所示，在本修改例中的对话控制***可以包含一个通信单元800和与通信网络1000连接的通信单元900，对话数据库500b-500d连接到通信单元900和服务器2a-2c。在本修改例中，通信网络1000可以是例如因特网。

(第三修改例)

在本修改例中，对话数据库500可以存储元素信息，每个元素信息表示与该组相关的多个语素的整个组。语素提取单元420可以将从字符串提取的语素和存储的组进行比较，从组中选择包括所提取元素的一个组，并且提取与所选组相关的元素信息作为第一语素信息。

更特别的是，用户所说的字符串所包含的语素可以在语素意义上彼此相似。例如，当表示一整个组的元素信息是“礼物”时，“礼物”包含有礼物的想法，年终的礼物等等(组)。当语素包含在“礼物”里时，语素提取单元420用“礼物”替换此语素。

以这种方式，由于语素提取单元420可以用单个语素替换彼此相似的多个语素，开发对话控制器1的开发者无需准备即使只是和每一个第一语素信息有些微相似的话题名称，使得存储器里存储的数据数量减少了。

(第四修改例)

语素提取单元420可以在对话数据库500里存储提取到的第一语素信息。话题搜索单元340可以在对话数据库500里存储搜索到的话题标题。当话题搜索单元340不能在存储的话题标题中，搜索到与从语素提取单元420提取到的第一语素信息相对应的话题标题时，省略句补充单元330可以将组成以前搜索的第一语素信息的一部分或者话题标题的语素加到所提取的第一语素信息中。基于第一语素信息和在省略句补充单元330加上的语素，话题搜索单元340从话题标题中搜索相应于第一语素信息的话题标题。

因此，即使由第一语素信息组成的谈话内容构成了省略句并且日语表达内容不明白，省略句补充单元330可以通过使用组成以前搜索的第一语素信息的一部分或者话题标题的语素，来补充省略的第一语素信息。

结果，当由第一语素信息组成的谈话内容是省略句时，省略句补充单元330可以加上从第一语素信息里删掉的语素，使得由第一语素信息组成的表达内容变成正确的日语。回答检索单元350因此可以对用户的谈话内容检索更合适的回复内容。

(第五修改例)

如图15所示，话题搜索单元340可以将搜索到的话题标题变成另一个话题标题。话题搜索单元340包括删除单元343和变换单元344。基于搜索到的话题标题，删除单元343删除包括在话题标题中的至少一个语素(例如，组成话题识别信息的语素)。

更特别的是，当从省略句补充单元330收到话题搜索指令信号时，话题搜索单元340将收到的话题搜索指令信号所包含的第一语素信息和与检索的话题识别信息相关的话题标题进行比较，并且在话题标题中搜索相应于第一语素信息的话题标题。

基于搜索到的话题标题，删除单元343将话题标题和在话题识别信息搜索单元320搜索到的话题识别信息进行比较。通过比较，删除单元343从搜索到的话题标题中删除掉相应于搜索到的话题识别信息的语素。删除单元343将从删除语素产生的话题标题作为删除信号输出给变换单元344。

基于在删除单元343删除语素产生的话题标题，变换单元344获得与所删语素相关的另一语素(例如，话题识别信息)，并且将所获得语素加到话题标题中。

更特别的，当与回答语句“K1”相关的话题识别信息为“DK”时，在此时话题识别信息“D3”与回答语句“K1”或者话题识别信息“D2”有关系(同属关系)，话题识别信息“D3”可表示为“D2U DK”。因而，将话题识别信息“D3”加到删除语素所产生的话题标题“t2”，其产生的主体标题“t3”可以是“t2U D”(“D”是一组“D3”，不是空组)。

例如，当话题标题“t1”是(一部电影；*；令人兴奋){电影令人兴奋吗？}，且在此时在话题识别信息搜索单元320搜索到的话题识别信息“D2”是(一部电影)的时候，删除单元343从话题标题“t1”(一部电影；*；令人兴奋)中首先删除掉话题识别信息“D2”(一部电影)。从删除话题识别信息“D2”所产生的话题标题(*；*；令人兴奋)表示为“t2”(t2＝t1-t2)。

当与话题识别信息“D2”(一部电影)相关的话题识别信息“D3”是(电影B)时，变换单元344将话题识别信息“D3”加到话题标题“t2”，将话题标题“t2”变成话题标题“t3”(B电影；*；令人兴奋){电影B令人兴奋吗？}。

以这种方式，当用户的谈话内容是“电影令人兴奋吗？”时，变换单元344可以将与组成用户谈话内容的语素相对应的话题标题(一部电影；*；令人兴奋)变成另一个话题标题(B电影；*；令人兴奋){B电影令人兴奋吗？}。

结果，尽管回答检索单元350没有对用户谈话内容输出直接回答语句，但它可以基于在变换单元344变换的话题标题，输出与谈话内容相关的回答语句，并且因此可检索更加人文的回答语句。

变换单元344并不局限于将不同话题识别信息加到删除了语素的话题标题中，它可选择性的将历史语素信息加到删除了语素的话题标题中。在本修改例中，历史语素信息是指组成以前搜索的话题标题的一个部分或者回答语句的语素中的至少一个语素。

(第六修改例)

当话题搜索单元340不能在多个话题标题中搜索到相应于第一语素信息的话题标题时，回答检索单元350可以将第一语素信息和多个回答语句进行比较，并且在回答语句中检索包含第一语素信息的回答语句。

因此，即使话题识别信息搜索单元320不能从多个话题标题中搜索到相应于第一语素信息的话题标题，回答检索单元350也可以从多个回答语句中检索包含第一语素信息的回答语句。结果，回答检索单元350可以合适的搜索与组成用户谈话内容的第一语素信息相对应的话题标题。

(第七修改例)

组成用户谈话内容，话题识别信息，话题标题，回答语句或者其他类似内容的语言并不局限于日语，例如它可以是英语，德语，西班牙语，中文，韩文，俄文或者法文。

(程序)

为了在通用电脑例如个人电脑上使用给定的程序语言，上述的对话控制器，对话控制***和对话控制方法的细节可通过执行专用的程序而实现。

在本实施例中，程序语言可以是一计算机语言，其是为了分等级存储组成话题或者在数据库里用户类似的要求的语素。例如发明者开发的公开知识标记语言(DKML)，可扩展的标记语言(XML)，或者C语言。

基于本实施例的程序允许通用电脑实现对话控制器和对话控制方法，其方法和控制器具有识别组成用户表达内容的语素，并且基于识别的语素，输出多个回答语句里合适的回答语句的功能和效果。

本程序能存储在存储介质里。如图16所示，存储介质可以是例如硬盘1100，软盘1200，光盘1300，IC芯片1400，或者是盒式录音带1500。使用存储介质存储程序，经销商可以轻松存储，携带和售卖程序。

(第二实施例)

本发明的第二实施例将参考附图进行描述。图17说明了基于本实施例的对话控制***的内部构造示意图。如图17所示，对话控制器17包含与第一实施例基本相同的部件，但是不同之处在于它包含有评定等级单元360。

除了不同之处，其结构和第一实施例和它的修改例是一样的。本实施例也具有第一实施例和其修改例的功能和效果。在本实施例中，除了与第一实施例和其修改例的不同之处，这里将不描述其结构，功能和效果。

在第一实施例中，描述了对话控制器1基于对话，为用户谈话内容检索最合适的回答语句的过程。在本实施例中，将描述等级单元单元360基于用户谈话内容进行评定对用户的情绪程度和类似的程度的等级的处理。详细描述如下。

评定等级单元360基于在话题搜索单元340以往搜索的话题标题的频率，执行评定等级。也就是，基于用户输入的谈话内容，评定等级单元360评定对用户的情绪程度和类似的程度的等级。

在本实施例中，如图17所示，评定等级单元360包含有情绪状态确定单元361，理解状态确定单元362和对立状态确定单元363。情绪程度是指对于谈话内容对话控制器1的情绪程度。在本实施例中，情绪状态确定单元361基于用户谈话内容确定情绪程度。

评定等级单元360基于存储在对话事件数据库里的“对话事件”，评定对用户的情绪程度和类似的程度的等级。在本实施例中，如图18所示，“对话事件”包含有关联因素和话题变换，关联因素表示第一语素信息和搜索到的话题识别信息有联系(关联)，话题变换表示第一语素信息和那时的话题识别信息没有联系。特别的，关联因素是指用户的对话内容是在那时进行的话题之内。话题变换是指用户的对话内容是在那时进行的话题之外。

如图19所示，关联因素(-)或者(+)是基于省略句补充单元330进行省略句补充处理的结果，在评定等级单元360确定的。特别的，省略句补充单元330将以往搜索到的话题识别信息加到第一语素信息的事实，是指包含第一语素信息的语句是省略句。

例如，当在那时的话题是(电影)，用户对话题(电影)述说某一语句。当在那时的话题是(电影)，用户可能会说“这个主角表演的好，不是吗？”而不是说“这部电影的主角表演的好，不是吗？”。

在这种情况，用户的对话是在那时进行的话题之内，而且用户的对话内容有“关联”(对话的内容在话题之内)。因此，当省略句补充单元330将以往搜索到的话题识别信息加到第一语素信息时，等级单元360确定了其有关联。

特别的，如图19所示，在本实施例里的关联因素包含有关联因素(-)和关联因素(+)。如图19所示，关联因素(-)是指与“低情绪程度”相关的话题标题在话题搜索单元340里搜索到。“低情绪程度”是指对话控制器1设置对于话题标题的情绪程度是低的。它包含了这种情况，谈话内容有关联时，但是对话控制器1对话题标题没有兴趣。

如图19所示，关联因素(+)是指与“高情绪程度”相关的话题标题在话题搜索单元340里搜索到。“高情绪程度”是指对话控制器1设置对于话题标题的情绪程度是高的。它包含了这种情况，对话控制器1对话题标题有兴趣。

如图19所示，话题变换包含有话题变换(-)和话题变换(+)。话题变换(-)是指在话题搜索单元340搜索到的话题标题通过接下来的搜索处理，变换成了与“低情绪程度”相关的另一个话题标题。

话题变换(+)是指在话题搜索单元340搜索到的话题标题通过接下来的搜索处理，变换成了与“高情绪程度”相关的另一个话题标题。如图19所示，话题变换(-)(+)是基于通过话题识别信息搜索单元320或话题搜索单元340搜索话题识别信息或话题标题的结果，在评定等级单元360里确定的。

“对话事件”也包含有难解因素，该因素表示第一语素信息比话题标题更模糊，它也含有对立因素，其因素显示了第一语素信息对立于话题标题。难解因素是基于通过话题搜索单元340搜索的话题标题结果，在评定等级单元360里确定的。对立因素是基于通过输入类型确定单元440确定的谈话类型，在评定等级单元360里确定的。

情绪状态确定单元361基于话题搜索单元340的搜索结果，评定对用户的情绪等级。在本实施例中，如图20所示，在情绪状态确定单元361确定的情绪等级可分成6个等级。情绪等级是以这样的方式设定的，随着数值的增加，对用户的情绪程度变高。在6个等级中，参考情绪等级是e(0)。情绪程度等级并不局限于6个等级，而且它可以是与6个等级不同的数目。

如图20所示，情绪状态确定单元361使用负情绪因素和正情绪因素评定情绪等级。在本实施例中，负情绪因素包含上述的难解因素，对立因素，关联因素(-)和话题变换(-)。正情绪因素包含关联因素(+)和话题变换(+)。

在示意图中，某些情况下，情绪程度通过话题变换(-)或(+)转换两个或多个等级。当搜索与例如“‘很’低的情绪程度”或“‘很’高的情绪程度相关的话题标题时，在那时的情绪程度转换两个或多个等级。

更特别的，话题搜索单元340不能搜索到话题标题时，情绪状态确定单元361将对用户的情绪程度评定为低等级。也就是，从话题搜索单元340不能搜索到话题标题的事实，很有可能组成谈话内容的第一语素信息比存储的话题标题更模糊。

可以推断出用户没有和对话控制器1进行容易理解的谈话。因此，情绪状态确定单元361确定用户输入的第一语素信息是负情绪因素(难解因素)，并且设定对用户的情绪程度为低。

另一方面，当在话题搜索单元340搜索到话题标题时，情绪状态确定单元361将对用户的情绪程度评定为较高等级。也就是，话题搜索单元340搜索到话题标题的事实意味着：对话控制器1使用搜索到的话题标题，可以输出合适的回答语句。可以推断的是，用户和对话控制器1进行了容易理解的谈话。因此，情绪状态确定单元361设定对用户的情绪程度为高。

同样，情绪状态确定单元361基于话题识别信息搜索单元320确定的结果，评定对用户的情绪程度的等级。在本实施例中，话题识别信息搜索单元320将第一个搜索到的第一话题识别信息和后来搜索到的第二话题识别信息进行比较，并且确定第二话题识别信息是否和第一话题识别信息有联系。

特别的，当话题识别信息搜索单元320确定了第二话题识别信息和第一话题识别信息没有联系时，情绪状态确定单元361将对用户的情绪程度划分为低等级。也就是，话题识别信息搜索单元320确定了第二话题识别信息和第一话题识别信息没有联系的事实是指，在那时的话题识别信息(第二话题识别信息)是和之前的话题识别信息(第一话题识别信息)不同的。这意味着话题是在对话控制器1和用户之间的对话中按上下文变换的(话题变换)。

因此，当搜索到与“低情绪程度”相关的话题标题时，该话题标题属于和第一话题识别信息不同的第二话题识别信息，情绪状态确定单元361确定第一语素信息是负情绪因素(话题变换(-))。通过该确定，情绪状态确定单元361将对用户的情绪程度设为低(见图20)。话题变换(-)是指在那时的话题识别信息转换成了另一个话题识别信息，而且与转换的话题识别信息相关的第一语素信息对于对话控制器1来说不是有趣的事物。

另一方面，当搜索到与“高情绪程度”相关的话题标题时，该话题标题标题属于和第-话题识别信息不同的第二话题识别信息，情绪状态确定单元361确定第一语素信息是正情绪因素(话题变换(+))。通过，情绪状态确定单元361将对用户的情绪程度设为高。话题变换(+)是指在那时的话题识别信息转换成了另一个话题识别信息，但属于转换的话题识别信息的第一语素信息对于对话控制器1来说是有趣的事物。

当在那时搜索的第一语素信息和第二语素信息基本相同，并且在话题搜索单元340搜索到属于第二话题识别信息、与“高情绪程度”相关的话题标题时，情绪状态确定单元361确定第一语素信息是正情绪因素(+)(关联因素(+))，并且将对用户的情绪程度设为高(见图20)。因而，关联因素(+)是指在那时搜索的话题识别信息和以前的话题识别信息基本相同，并且在那时属于话题识别信息的第一语素信息对于对话控制器1来说是有趣的事物。

当省略句补充单元330将话题识别信息加到第一语素信息时，情绪状态确定单元361评定对用户的情绪程度为较高等级。也就是，从确定由第一语素信息组成的谈话内容是省略句的事实，有可能确定用户在谈论一个话题。例如，当对话控制器1说{我喜欢佐藤}并且用户说{我也喜欢(省略句)}，就可以推断用户在那时的谈话在一个话题之内。

当省略句补充单元330补充第一语素信息时，情绪状态确定单元361确定在那时搜索的话题识别信息和以前的话题识别信息基本相同，并且确定第一语素信息是和以前的话题识别信息相关的关联因素(+)。这种情况下，由于关联因素是(+)，情绪状态确定单元361设定对用户的情绪程度为较高。

当输入类型确定单元440确定的表达内容是否定因素，例如否定句，情绪状态确定单元361评定对用户的情绪程度为较低等级。这里的否定因素意味着用户否定对话控制器1输出的回答语句。否定因素可以是组成用户对话的否定句，它是用户对于对话控制器1的回答语句。

从输入类型确定单元440确定的谈话类型包含否定因素的事实，可以推断用户是和对话控制器1对立的。这种情况下，情绪状态确定单元361第一语素信息是负情绪因素(对立因素)。在确定的基础上，情绪状态确定单元361设定对用户的情绪程度为较低(见图20)。

当话题搜索单元340在话题标题中搜索不到与第一语素信息相应的话题标题时，理解状态确定单元362确定了所收来自用户的表达内容是难解的(难解因素)。通过该确定，理解状态确定单元362评定对话内容的理解程度为较高等级。

理解程度是指对话内容的理解程度。如图21所示，在本实施例中，理解程度可以划分为四个等级。当数值变大(从r(-2)到r(1)的方向)，意味着表达内容的理解程度转换在较充分的方向。另一方面，当数值变小(从r(1)到r(-2)的方向)，意味着表达内容的理解程度转换在不太充分的方向。理解程度的等级不局限于四个等级，它可以是与四个等级不同的等级数目。

更特别的，当确定了第一语素信息是难解因素时，理解状态确定单元362转换理解程度到较低。另一方面，当确定了第一语素信息是转换到关联因素的因素时，理解状态确定单元362转换理解程度到较高。

当理解状态确定单元362确定了第一语素信息是对立因素时，第一语素信息对于对话内容的理解没有任何影响。因而，理解状态确定单元362保持其本来的理解程度等级(见图21)。

当情绪程度在正方向转换时，理解状态确定单元362转换理解程度到较高等级(见图21的“e+”)。难解因素，关联因素，话题变换和对立因素和在情绪状态确定单元361部分所描述的是一样的，这里就不再描述。

当输入类型确定单元440确定的对话内容组成了否定因素(或者对立因素)例如否定句时，对立状态确定单元363评定用户的对立程度为较低等级。另一方面，输入类型确定单元440确定的表达内容没有组成否定因素时，对立状态确定单元363评定用户的对立程度为较高等级。

这里的对立程度是指对话控制器1对用户的对立程度。如图22所示，本实施例中对立程度可以划分为五个等级。当数值变大，意味着对用户的对立程度变弱。另一方面，当数值变小，意味着对用户的对立程度变强。对立程度的等级不局限于五个等级，它可以是与五个等级不同的等级数目。

更特别的是，当确定第一语素信息是对立因素时，对立状态确定单元363转换对立程度。当确定第一语素信息不是对立因素而是改变为关联因素的话题的因素时，对立状态确定单元363转换对立程度到较高。

当在情绪状态确定单元361设置情绪程度为较高时，对立状态确定单元363可以设置对立程度为较高(图22的“e+”)。另一方面，当在情绪状态确定单元361设置情绪程度为较低时，对立状态确定单元363可以设置对立程度为较低。当第一语素信息是难解因素时，因为第一语素信息没有对立于回答语句，所以对立状态确定单元363保持其本来的的对立程度等级(见图22)。

情绪状态确定单元361，理解状态确定单元362或者对立状态确定单元363各自输出确定的情绪程度，理解程度或对立程度给输出单元600。输出单元使得其能例如显示收到的情绪程度，理解程度或对立程度。

使用具有以上结构的对话控制***的对话控制方法可以通过下面的步骤实现。图23是说明依照本实施例的对话控制方法的步骤的流程图。

如图23所示，首先，输入单元100执行接收来自用户的谈话内容的步骤(S201)。然后，语素提取单元420执行提取语素的步骤(S202)，该步骤是基于谈话内容，提取组成输入单元接收的对话内容的语素。

之后，话题识别信息搜索单元320执行步骤(S203)，该步骤是将在语素提取单元420提取的第一语素信息和话题识别信息进行比较，并且在话题识别信息中，搜索与组成第一语素信息一部分的语素相应的话题识别信息。当组成第一语素信息的表达内容是省略句时，省略句补充单元330执行将话题识别信息加到第一语素信息的步骤(S204)。

然后，基于识别的第一语素信息或者加了语素的第一语素信息，话题搜索单元340执行步骤(S205)，该步骤是将第一语素信息和多个话题标题进行比较，并在话题标题中搜索包含第一语素信息的话题标题。S201到S205的详细过程是和上述的第一实施例中的一样，这里就不再详述。

然后，基于话题识别信息搜索单元320，省略句补充单元330或话题搜索单元340的搜索结果，情绪状态确定单元361执行评定对用户的情绪程度的等级的步骤(S206)。特别的，当话题搜索单元340不能搜索到相应于第一语素信息的话题标题时，情绪状态确定单元361将对用户的情绪程度评定为较低等级。另一方面，当话题搜索单元340搜索到相应于第一语素信息的话题标题时，情绪状态确定单元361将对用户的情绪程度评定为较高等级。

当话题识别信息搜索单元320确定在那时的话题识别信息和上次搜索的话题识别信息没有关系时，情绪状态确定单元361评定对用户的情绪程度为较低等级。另一方面，当话题识别信息搜索单元320确定在那时的话题识别信息和上次搜索的话题识别信息有关系时，情绪状态确定单元361评定对用户的情绪程度为较高等级。

当在省略句补充单元330中话题识别信息加到第一语素信息时，情绪状态确定单元361评定对用户的情绪程度为较高等级。当在输入类型确定单元440确定的对话内容组成了否定因素，例如否定句时，情绪状态确定单元361评定对用户的情绪程度为较低等级。

然后，当话题搜索单元340不能搜索到相应于第一语素信息的话题标题时，理解状态确定单元362确定来自用户的表达内容是模糊的。通过该确定，理解状态确定单元362评定对话内容的理解程度为较低等级(S207)。

然后，当在输入类型确定单元440确定的对话内容组成了否定因素，例如否定句时，对立状态确定单元363评定对立等级为较高等级(S208)。当在输入类型确定单元440确定的对话内容没有组成否定因素，例如否定句时，对立状态确定单元363评定对立等级为较低等级。

之后，情绪状态确定单元361，理解状态确定单元362或对立状态确定单元363各自输出确定的情绪程度，理解程度或对立程度给输出单元600。输出单元输出收到的情绪程度，理解程度或对立程度(S209)。

基于本实施例的本发明，情绪状态确定单元361基于通过话题识别信息搜索单元320或者类似单元搜索的结果，可以轻松评定对用户的情绪等级。结果，对话控制器可以通过搜索结果轻松确定情绪程度，因而开发者无需开发复杂的十进制或神经网络或者类似的事物，使得其允许对话控制器计算对用户的情绪程度或者类似程度。

当在那时的话题识别信息和上次搜索的话题识别信息没有关系时，情绪状态确定单元361可以确定在那时的谈话内容与以前的的谈话内容完全不一样。这意味着用户对话题做了不连贯的对话。这种情况下，情绪状态确定单元361可以将对用户的情绪程度设置为很差。

另一方面，当在那时的话题识别信息和上次搜索的话题识别信息有关系时，情绪状态确定单元361可以确定在那时的对话内容与以前的的对话内容有关联。这意味着用户对话题做了连贯的对话。这种情况下，情绪状态确定单元361可以将对用户的情绪程度设置为很好。

当在省略句补充单元330中将话题识别信息加到第一语素信息时，情绪状态确定单元361可以确定包含第一语素信息的对话内容组成了省略句。这意味着用户对以前谈话话题作出了对话。

因而，当确定由第一语素信息组成的句子是省略句时，情绪状态确定单元361可以确定输入了关于上次搜索到的话题识别信息(话题)的谈话内容。这种情况下，由于用户输入了关于话题的连贯信息，所以情绪状态确定单元361可以将对用户的情绪程度设置为很好。

当话题搜索单元340不能搜索到包含有第一语素信息的话题标题时，意味着对话数据库500里没有存储与第一语素信息相关的话题标题。这种情况下，理解状态确定单元362可以确定用户输入了对话题不理解的信息。通过该确定，理解状态确定单元362可以将谈话内容的理解程度评定为较低等级。

当话题搜索单元340可以搜索到包含有第一语素信息的话题标题时，理解状态确定单元362可以确定用户输入了关于话题的理解信息。通过该确定，理解状态确定单元362可以将谈话内容的理解程度评定为较高等级。

[第三实施例]

本发明的第三实施例将参考附图进行说明。图24说明了依照本实施例的对话控制***的内部结构。如图24所示，本对话控制***和第二实施例的内部构造基本相同，本实施例的对话控制***与第一实施例的不同在于回答检索单元350的功能不同。除了这个不同点，其结构与第一实施例，第一实施例的第一修改例和第二实施例是相同的。这里除了不同处，其它的将不描述。

在第二实施例中，对话控制器1基于用户的谈话内容，执行评定对用户和类似的事物的情绪程度的等级的处理。在本实施例中，在执行完评定等级后，对话控制器1依照情绪程度和类似的程度的等级大小，搜索与用户谈话内容合适的回答语句。详细叙述如下。

基于在话题搜索单元340搜索到的话题标题，回答检索单元350将与该话题标题相关的不同回复类型和在输入类型确定单元440确定的谈话类型进行比较，并且在不同的回复类型中，搜索相应于谈话类型的回复类型。详细过程和在第一实施例中的“回答检索单元350”是一样的。

一个话题标题是和多个给用户的回答语句相关的。回答语句分别与优先级相关联，其被选择作为谈话内容的回答语句(见图25)。话题标题和回答语句都存储在对话数据库500里。

基于与回答语句相关的各个优先级的大小，回答语句有不同的内容。优选的，当与回答语句相关的优先级较高时，回答语句的内容就与用户的谈话内容的等级更适合。

如图26所示，例如，当与优先级0相关的回答语句1-4是(我认为马的样子很平常)，与比优先级0大的优先级3相关的回答语句1-1可以是(马实在是精力充沛和漂亮，不是吗？)，这样其内容就与用户的谈话内容更合适了。

更特别的，基于在话题搜索单元340搜索到的与一话题标题相关的多个回答语句，回答检索单元350将与回答语句相关的优先级和评定等级单元360确定的等级进行比较。可选择的，如图25所示，基于在话题搜索单元340搜索到的不同回复类型，回答检索单元350将与回复类型相关的优先级和评定等级单元360确定的等级进行比较。

通过比较，回答检索单元350在优先级中识别相应于确定的等级的优先级。回答检索单元350检索与识别的的优先级相关的回答语句。等级由在第二实施例中描述的评定等级单元360确定。评定等级的详细处理和第二实施例中评定等级单元360处理是一样的，这里将不再详述。

如图25所示，例如，当相应于第一语素信息的话题标题是(马；*；喜欢？){你喜欢马吗？}，而且输入类型确定单元440确定的谈话类型是(DQ)时，回答检索单元350在与话题标题(马；*；喜欢？)相关的不同回复类型中，识别相应于谈话类型(DQ)的回复类型(DQ)。

通过识别回复类型(DQ)，回答检索单元350将与识别的回复类型(DQ)相关的优先级3，2，...和评定等级单元360确定的等级(例如，3)进行比较。当等级是3时，回答检索单元350识别相应于等级3的优先级3。

通过识别优先级3，回答检索单元350检索与识别的优先级3相关的回答语句1-1(马很精力充沛和漂亮，不是吗？)。回答检索单元350通过管理单元310输出检索到的回答语句1-1给输出单元600。

使用具有上述结构的对话控制***的对话控制方法可以通过下面步骤而实现。图27是说明基于评定等级单元360确定的等级大小，对话控制器1输出回答语句的流程图。从S301到S303的处理是和上述的S101到S104的处理一样的，这里就不再详述。

如图27所示，回答检索单元350执行输出与等级相关的回答语句的步骤(S304)。特别的，基于在话题搜索单元340搜索到的话题标题，回答检索单元350将与该话题标题相关的优先级和评定等级单元360确定的等级大小进行比较。

通过比较，回答检索单元350从优先级中，识别相应于等级大小的优先级。基于识别的优先级，回答检索单元350检索与优先级相关的回答语句。回答检索单元350输出检索到的回答语句。

依照具有上述结构的本实施例的本发明，回答检索单元350可以从与搜到的话题标题相关的不同优先级中，识别与评定等级单元360确定的等级大小相对应的优先级，并且检索与识别的优先级相关的回答语句。结果，当评定等级单元360确定的等级大小是用户的情绪程度或者类似的程度时，回答检索单元350可以基于情绪程度或者类似程度的大小搜索合适的回答语句。

当基于优先级大小为用户准备有趣的回答语句时，回答检索单元350可以在评定等级单元360确定的等级大时，为用户检索特别有趣的回答语句。

结果，为了给用户获得有趣的信息，用户不得不说出一定的谈话内容，来避免评定等级单元360确定为较低的等级。因此，用户可感觉就像他或她在和另一个注意到该用户的用户在交谈。

[修改例]

本发明不局限于上述的实施例，可由下述进行修改。

(第一修改例)

开发者基于优先级或回复类型，可以任意确定与优先级或回复类型相关的回答语句。在回答检索单元350检索与优先级或回复类型相关的回答语句。

因而，依靠开发者的设置，例如，回答检索单元350可以从对话数据库500中检索对于用户谈话内容的漂亮的回答语句或者自私的回答语句。其结果是，因为对话控制器1可以输出开发者设定的不同的回答，所以它可以作为给客户一种好像它有一定个性印象的器材。用户可将对话控制器1看作例如朋友或者聊友，并且能感觉到就好像他或她在和另一个用户在交谈。

(第二修改例)

当评定等级单元360提供了最低的等级时，回答检索单元350优选地执行不检索回答语句的处理。同时，当搜索到包含对立的第一语素信息并且评定等级单元360提供了最低的等级时，回答检索单元350优选地执行不检索回答语句的处理。对话数据库500存储了对立一件事情的多个对立内容。如图28所示，对立内容可以是例如“闭嘴”或者“你白痴”。

更特别的是，当情绪状态确定单元361确定情绪程度等级为最低时，回答检索单元350在对话数据库500里检索对用户的某一疑问。例如，疑问可以是“为什么你那样谈论？”。回答检索单元350输出检索到的疑问给输出单元600。

之后，当收到对该疑问的谈话内容时，回答检索单元350比较收到的谈话内容和不同的对立内容，并且确定该谈话内容是否包含对立。当确定谈话内容包含对立时，回答检索单元350停止从对话数据库500里检索回答语句的处理(停止处理)。在停止处理过程中，确定后来收到的谈话内容包含道歉时，回答检索单元350重新开始检索回答语句的处理。

这里的道歉是指对一件事情的道歉。如图29所示，道歉内容可能是例如“我错了。”或者“我不再说脏话了。”多个道歉内容存储在对话数据库500里。

当情绪程度或者类似的程度划分等级为最低时，回答检索单元350可以停止检索合适的回答语句的处理。其结果是，依靠确定的情绪程度或者类似的程度，对话控制器1没有输出回答语句，并且它可作为让用户觉得好像它生气了的器材。

在停止处理过程中，后来的谈话内容包含道歉，回答检索单元350可以不再停止操作。其结果是，对话控制器1停止了对用户伪装生气，而且它可作为一种器材，其给用户一种好像它的情绪在变化的印象。

(第三修改例)

优选的，不同的话题识别信息就像高级概念和低级概念一样，以预定的关系彼此相关联。优选的，基于在语素提取单元420提取的第一语素信息，话题识别信息搜索单元320将提取的第一语素信息和相对于以前搜索到的话题识别信息的关系为高级概念的话题识别信息进行比较，并且在话题识别信息中搜索与组成第一语素信息一部分的语素相对应的话题识别信息。

更特别的是，当以前搜索到的话题识别信息是话题识别信息“A”，如图19所示，相对于话题识别信息“A”的关系是高级概念的话题识别信息是，例如话题识别信息“C”和话题识别信息“D”时，话题识别信息搜索单元320将在语素提取单元420提取的第一语素信息和话题识别信息“C”和话题识别信息“D”进行比较，话题识别信息“C”和话题识别信息“D”对于以前检索到的话题识别信息“A”的关系是高级概念，并且话题识别信息搜索单元320从话题识别信息“C”和话题识别信息“D”中搜索例如，与组成第一语素信息(话题识别信息“C”)一部分的语素相对应的话题识别信息“C”。

基于在话题识别信息搜索单元320搜索到的话题识别信息“C”，话题搜索单元340将与话题识别信息“C”相关的话题标题和在语素提取单元420提取的第一语素信息进行比较，并且从话题标题中搜索相应于第一语素信息的话题标题。

这种情况下，由于话题搜索单元340基于低级概念搜索高级概念的话题标题，回答检索单元350可以检索与话题标题相关的回答语句，其话题标题与以前搜索的话题标题的关系是高级概念。其结果是，基于以前对话的话题，回答检索单元350可以输出关于话题的回答语句。

可选择的，基于在语素提取单元420提取的第一语素信息，话题识别信息搜索单元320可以将提取的第一语素信息和话题识别信息进行比较，该话题识别信息相对于以前搜索的话题识别信息的关系是低级概念，并且从话题识别信息中，搜索与组成第一语素信息一部分的语素相对应的话题识别信息。

可选择的，当搜索与组成第一语素信息一部分的语素相对应的话题识别信息时，话题识别信息搜索单元320可以搜索另一话题识别信息，该话题识别信息和是检索到的话题识别信息的高级概念的话题识别信息有关联。

特别的，如图19所示，例如，以前搜索到的话题识别信息是话题识别信息“A”(例如，队伍“A”)，且相对于话题识别信息“A”的关系是高级概念的话题识别信息是话题识别信息“C”(例如，棒球)，而且另一个和话题识别信息“C”有关联的话题识别信息是话题识别信息“B”(例如，队伍“B”)。话题识别信息“B”(例如，队伍“B”)和话题识别信息“A”(例如，队伍“A”)的关系可看作是本实施例中的同属关系。

可选择的，当搜索与组成第一语素信息一部分的语素相对应的话题识别信息时，话题识别信息搜索单元320可以搜索另一话题识别信息(例如，队伍“B”)，话题识别信息(例如，队伍“B”)和话题识别信息(例如，队员“a”)有关联，话题识别信息(例如，队员“a”)是检索到的话题识别信息“A”(例如，队伍“A”)的低级概念。

例如，当搜索与组成第一语素信息(话题识别信息“A”)一部分的语素相对应的话题识别信息“A”时，话题识别信息搜索单元320搜索与话题识别信息“C”相关的话题识别信息“B”，话题识别信息“C”是话题识别信息“A”的高级概念。

基于在话题识别信息搜索单元320搜索的话题识别信息“B”，话题搜索单元340将与话题识别信息“B”相关的话题标题和语素提取单元420提取的第一语素信息进行比较，并且从话题标题中搜索相应于第一语素信息的话题标题。

工业适用性

如上所述，基于本发明，有可能识别组成来自用户的输入信息的语素，并且搜索与识别的语素相关的准备好的回答语句，从而能对来自用户的输入信息输出合适的回答语句，并且在存储的回答语句数量减少的情况下也能输出合适的回答语句。

Claims (16)

1.一种对话控制***，其基于从用户接收到的输入信息，检索对输入信息的回答语句，包括：

一语素提取单元，配置成基于相应于输入信息的字符串，提取构成字符串最小单元的至少一个的语素，作为第一语素信息；

一对话数据库，配置成存储第二语素信息和多个回答语句，它们相互关联，每一第二语素信息都表示包含字符，字符串或其组合的语素；

一话题搜索单元，配置成基于在语素提取单元提取的第一语素信息，比较第一语素信息和第二语素信息，并且从第二语素信息中搜索相应于第一语素信息的第二语素信息；以及

一回答检索单元，配置成基于在话题搜索单元搜索到的第二语素信息，检索与该第二语素信息相关的回答语句。

2.如权利要求1所述的对话控制***，进一步包括：

一输入类型确定单元，配置成基于相应于输入信息的字符串，确定包含肯定和否定的输入类型；其中，

第二语素信息中的每个与多个回答语句相关联；

回答语句中的每个与回复类型相关联；并且

回答检索单元配置成基于在话题搜索单元搜索到的第二语素信息，将与该第二语素信息相关的回复类型和确定的输入类型进行比较，从回复类型中搜索相应于输入类型的回复类型，并且检索与检索到的回复类型相关的回答语句。

3.如权利要求1所述的对话控制***，进一步包括：

一话题识别信息搜索单元，配置成基于在语素提取单元提取的第一语素信息，将第一语素信息和用于识别话题的话题识别信息进行比较，并且从话题识别信息中，搜索与组成第一语素信息的语素相对应的话题识别信息，其中，

话题识别信息中的每一个与第二语素信息相关联；

第二语素信息中的每一个与回复类型相关联；并且

话题搜索单元配置成基于在话题识别信息搜索单元搜索到的话题识别信息，将与该话题识别信息相关的第二语素信息和在语素提取单元提取的第一语素信息进行比较，并从第二语素信息中，搜索相应于第一语素信息的第二语素信息。

4.如权利要求3所述的对话控制***，进一步包括：

一补充单元，配置成当话题搜索单元不能搜索到相应于提取的第一语素信息的第二语素信息时，将在话题识别信息搜索单元搜索到的话题识别信息加到语素提取单元提取的第一语素信息中；其中，

话题搜索单元，配置成基于具有在补充单元加上的话题识别信息的第一语素信息，从第二语素信息中搜索相应于第一语素信息的第二语素信息。

5.如权利要求1所述的对话控制***，进一步包括：

一等级评定单元，配置成依照在话题搜索单元搜索第二语素信息的频率，执行评定等级；其中，

第二语素信息中的每一个与多个回答语句相关联；

回答语句中的每一个与选择作为回答语句的优先级相关联；并且

回答检索单元配置成基于在话题搜索单元搜索到的第二语素信息，将与该第二语素信息相关联的优先级和等级评定单元确定的等级进行比较，从优先级中识别相应于该等级的优先级，并且检索与识别的优先级相关的回答语句。

6.如权利要求5所述的对话控制***，其中：

回答检索单元，配置成当等级评定单元确定等级为最低时，执行不检索回答语句的处理。

7.如权利要求3所述的对话控制***，其中：

话题识别信息以高级概念或者低级概念的预定关系彼此相互关联；以及

话题识别信息搜索单元，配置成基于在语素提取单元提取的第一语素信息，将提取的第一语素信息和作为以前搜索的话题识别信息的高级概念的话题识别信息进行比较，并且从话题识别信息中，搜索与组成第一语素信息的语素相对应的话题识别信息。

8.如权利要求3所述的对话控制***，其中：

话题识别信息以高级概念或者低级概念的预定关系彼此相互关联；以及

当检索与组成第一语素信息的语素相对应的话题识别信息时，话题识别信息搜索单元配置成搜索另一个话题识别信息，此另一个话题识别信息和作为搜索到的话题识别信息的高级概念的话题识别信息相互关联。

9.一种对话控制方法，其基于收到来自用户的输入信息，检索对输入信息的回答语句，该对话控制方法包括：

步骤一，基于相应于输入信息的字符串，提取组成字符串最小单元的至少一个语素，作为第一语素信息；

步骤二，基于步骤一提取的第一语素信息，将第一语素信息和存储的第二语素信息进行比较，并从第二语素信息中搜索相应于第一语素信息的第二语素信息；以及

步骤三，基于步骤二搜索到的第二语素信息，检索与第二语素信息相关的回答语句。

10.如权利要求9所述的对话控制方法，进一步包括：

步骤四，基于相应于输入信息的字符串，确定包括肯定或否定的输入类型；其中，

第二语素信息中的每一个与多个回答语句相相关；

回答语句中的每一个与回复类型相相关；以及

在步骤三中，基于步骤二搜索到的第二语素信息，将与该第二语素信息相关的回复类型和确定的输入类型进行比较，从回复类型中搜索相应于输入类型的回复类型，并且检索与搜索到的回复类型相关的回答语句。

11.如权利要求9所述的对话控制方法，进一步包括：

步骤五，基于步骤一提取的第一语素信息，将第一语素信息和识别话题的话题识别信息进行比较，并且从话题识别信息中搜索与组成第一语素信息的语素相对应的话题识别信息；其中，

话题识别信息中的每一个与第二识别信息相关联；

第二识别信息中的每一个与回答语句相关联；以及

在步骤二中，基于在步骤五搜索到的话题识别信息，将与该话题识别信息相关的第二语素信息和步骤一提取的第一语素信息进行比较，并且从第二语素信息中检索相应于第一语素信息的第二语素信息。

12.如权利要求11所述的对话控制方法，进一步包括：

步骤六，当在步骤二中不能搜索到相应于提取的第一语素信息的第二语素信息时，将步骤五搜索到的话题识别信息加到提取的第一语素信息中；其中，

在步骤二中，基于具有在步骤六加入的话题识别信息的第一语素信息，从第二语素信息中搜索相应于第一语素信息的第二语素信息。

13.如权利要求9所述的对话控制方法，进一步包括：

步骤七，依照在步骤二中搜索第二语素信息的频率，执行评定等级；其中，

第二语素信息中的每一个与多个回答语句相关联；

回答语句中的每一个与选择作回答语句的优先级相关联；以及

在步骤三中，基于在步骤二搜索到的第二语素信息，将与该第二语素信息相关的优先级和在步骤七确定的等级进行比较；从优先级中识别相应于该等级的优先级，并且检索与识别的优先级相关的回答语句。

14.如权利要求13所述的对话控制方法，其中：

在步骤三中，当在步骤七确定的等级为最低时，执行不检索回答语句的处理。

15.如权利要求11所述的对话控制方法，其中：

话题识别信息以高级概念或低级概念的预定关系彼此相互关联；以及

在步骤五中，基于步骤一提取的第一语素信息，将提取的第一语素信息和作为以前检索的话题识别信息的高级概念的话题识别信息进行比较，并且从话题识别信息中，搜索与组成第一语素信息的语素相对应的话题识别信息。

16.如权利要求11所述的对话控制方法，其中：

话题识别信息以高级概念或低级概念的预定关系彼此相互关联；以及

在步骤五中，当搜索与组成第一语素信息的语素相对应的话题识别信息时，搜索另一话题识别信息，这另一话题识别信息和作为检索到的话题识别信息的高级概念的话题识别信息相互关联。

Images