JP2011248549A - 対話装置、対話方法、およびプログラム - Google Patents

対話装置、対話方法、およびプログラム Download PDF

Info

Publication number
JP2011248549A
JP2011248549A JP2010119950A JP2010119950A JP2011248549A JP 2011248549 A JP2011248549 A JP 2011248549A JP 2010119950 A JP2010119950 A JP 2010119950A JP 2010119950 A JP2010119950 A JP 2010119950A JP 2011248549 A JP2011248549 A JP 2011248549A
Authority
JP
Japan
Prior art keywords
information
sentence
user
unit
spot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2010119950A
Other languages
English (en)
Other versions
JP5488200B2 (ja
Inventor
Teruhisa Misu
輝久 翠
Kiyotaka Otake
清敬 大竹
Komei Sugiura
孔明 杉浦
Chiori Hori
智織 堀
Hidenori Kashioka
秀紀 柏岡
Satoru Nakamura
哲 中村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Institute of Information and Communications Technology
Original Assignee
National Institute of Information and Communications Technology
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 National Institute of Information and Communications Technology filed Critical National Institute of Information and Communications Technology
Priority to JP2010119950A priority Critical patent/JP5488200B2/ja
Publication of JP2011248549A publication Critical patent/JP2011248549A/ja
Application granted granted Critical
Publication of JP5488200B2 publication Critical patent/JP5488200B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】ユーザの意思決定を支援できる対話装置がなかった。
【解決手段】スポットと１以上の決定要因と各決定要因の評価値とを有するスポット情報を２以上格納している知識ベースと、出力する文の文パターン情報と評価情報とを有する２以上の情報推薦手法を格納しており、決定要因に対するユーザの嗜好ベクトルと決定要因に対するユーザの知識ベクトルとを有するユーザ状態情報を格納しており、ユーザから文を受け付ける受付部と、ユーザ状態情報を２以上の各情報推薦手法の評価情報に適用し２以上のスコアを算出するスコア算出部と、スコアが最大の一の情報推薦手法が有する文パターン情報から文を構成する文構成部と、文を出力する文出力部と、受け付けた文や出力文から１以上の決定要因を取得し、ユーザ状態情報を更新するユーザ状態情報更新部とを具備する対話装置により、ユーザの意思決定を支援できる。
【選択図】図１

Description

本発明は、ユーザと対話を行う対話装置等であり、ユーザの意思決定を支援する対話装置等に関するものである。
相談型の音声対話システムは、意思決定支援システムの一種であると考えられる。意思決定支援のタスクは、オペレーションリサーチの研究分野において、多くの研究事例があり、代表的な手法として階層分析法(AHP法)がある（非特許文献１）。AHP法では、問題の要素を「最終目標」、「評価基準」、「代替案」の３階層に分け、ユーザの各評価基準に対する局所重み(重要度)を推定することにより最適な意思決定を行う。
かかるAHP法を、そのまま対話装置に適用することが考えられる。
また、従来、ユーザが入力したキーに対応する情報を検索し、提示する対話装置はあった。
Saaty,T.,The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation, Mcgraw-Hill(1980)
しかしながら，このAHP法をそのまま対話装置に適用した場合、ユーザの意思決定の支援をするという目的を達成できる対話装置は構成できない。つまり、ユーザにとっての最適な決定を行うために、まず、評価基準に対する重みPuser=(p1,p2,・・・,pM)、および各代替案に対する各評価基準の観点からの局所重みVuser=(v11,v12,・・・,v1M,・・・,vnm)を決定する。最適な候補の決定は、優先度「Σm=1 Mpmvkm」が最大となる代替案kを選択することで実現される。一般的なAHP法では、評価基準や代替案に対する一対比較により、上記の重みを決定がする。
しかし、ユーザにとって装置が提示可能な候補やドメイン知識は、対話を通じて初めて知ることができる情報である場合も多く、対話開始時点で全てが既知であることは少ない。また、対話装置において、多数の候補(代替案)や評価基準を扱う場合も多い。そのような状況下で、一対比較を行うのは非常に多くのやり取りが必要となるため、現実的ではない。
また、ユーザが入力したキーに対応する情報を提示するだけの対話装置では、ユーザの意思決定の支援をするという目的を達成できない。
本第一の発明の対話装置は、スポットに関してユーザと対話を行う対話装置であり、スポットと、スポットを決定するための要因である１以上の決定要因と、スポットの１以上の各決定要因の評価を示す評価値とを有するスポット情報を、２以上格納している知識ベースと、対話装置が出力する文または対話装置が出力する文のパターンを示す情報である文パターン情報と、文パターン情報を選択する際に利用される文パターン情報の評価情報とを有する２以上の情報推薦手法を格納している情報推薦手法格納部と、ユーザの状態を示す情報であり、１以上の各決定要因に対するユーザの嗜好を示す情報である嗜好ベクトルと、１以上の各決定要因に対するユーザの知識を示す知識ベクトルとを有するユーザ状態情報を格納しているユーザ状態情報格納部と、ユーザが入力した文を受け付ける受付部と、ユーザ状態情報を、情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、２以上の各情報推薦手法に対する２以上のスコアを算出するスコア算出部と、スコア算出部が算出した２以上のスコアを用いて、一の情報推薦手法が有する文パターン情報を取得し、文パターン情報から文を構成する文構成部と、文構成部が構成した文を出力する文出力部と、受付部が受け付けた文、または文出力部が出力した文のうちの１以上の文から、少なくとも１以上のスポットまたは１以上の決定要因を取得し、１以上のスポットまたは１以上の決定要因を用いて、ユーザ状態情報格納部のユーザ状態情報を更新するユーザ状態情報更新部とを具備し、スコア算出部は、ユーザ状態情報更新部が更新したユーザ状態情報を、情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、２以上の各情報推薦手法に対する２以上のスコアを算出する対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第二の発明の対話装置は、第一の発明に対して、ユーザ状態情報は、対話装置とユーザとの現在までの対話の量を示す情報である対話量情報を有する対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第三の発明の対話装置は、第一または第二の発明に対して、ユーザ状態情報は、直前に対話装置が出力した文に対応する決定要因に関する情報、または直前にユーザから受け付けた文に対応する決定要因に関する情報のいずれか１以上の情報を含む対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第四の発明の対話装置は、第一から第三いずれかの発明に対して、ユーザ状態情報は、ユーザの決定要因の観点からのスポットに対する重要度を示す１以上の局所重みに関する情報である局所重み情報を含む対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第五の発明の対話装置は、第一から第四いずれかの発明に対して、情報推薦手法格納部は、直前に説明したスポットについて、詳細な説明を推薦する文パターン情報と文パターン情報の評価情報とを有する現在話題スポット情報推薦手法、直前に説明した決定要因に関連した別の観光スポットを推薦する文パターン情報と文パターン情報の評価情報とを有する現在話題決定要因情報推薦手法、および特に情報を推薦せず、オープンプロンプトを示す文パターン情報と文パターン情報の評価情報とを有するオープンプロンプト情報推薦手法とを、少なくとも格納している対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第六の発明の対話装置は、第一から第四いずれかの発明に対して、文構成部は、スコア算出部が算出した２以上のスコアのうち最も大きいスコアに対応する一の情報推薦手法が有する文パターン情報を取得する文パターン情報取得手段と、文パターン情報取得手段が取得した文パターン情報に含まれる１以上の変数を取得し、変数に対応するスポットまたは決定要因を、文出力部が直前に出力した文、または受付部が直前に受け付けた文のうちの１以上の文から取得する変数値取得手段と、文パターン情報取得手段が取得した文パターン情報の変数の箇所に、変数値取得手段が取得した用語を挿入して文を構成する文構成手段とを具備する対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第七の発明の対話装置は、第六の発明に対して、変数値取得手段は、文パターン情報取得手段が取得した文パターン情報に含まれる１以上の変数を取得し、変数に対応する候補となる１以上のスポットまたは１以上の決定要因を、文出力部が直前に出力した文、または受付部が直前に受け付けた文のうちの１以上の文から取得し、候補となる１以上のスポットまたは１以上の決定要因から、候補となる１以上のスポットまたは１以上の決定要因に対応する知識ベースの評価値を用いて、変数に対応するスポットまたは決定要因を選択する対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第八の発明の対話装置は、第一から第七いずれかの発明に対して、ユーザ状態情報更新部は、受付部が受け付けた文から少なくとも１以上の決定要因を取得するユーザ提示用語取得手段と、文出力部が出力した文のうちの１以上の文から、少なくとも１以上の決定要因を取得する装置提示用語取得手段と、ユーザ提示用語取得手段が取得した１以上の決定要因に対する嗜好ベクトルの要素の値を高くするように更新する嗜好ベクトル更新手段と、装置提示用語取得手段が取得した１以上の決定要因に対する知識ベクトルの要素の値を高くするように更新する知識ベクトル更新手段とを具備する対話装置である。
かかる構成により、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
また、本第九の発明の対話装置は、第一から第八いずれかの発明に対して、受付部は、ユーザが入力した音声を受け付ける音声受付手段と、音声を認識し、文字列に変換する音声認識手段とを具備し、文出力部は、文構成部が構成した文を音声出力する対話装置である。
かかる構成により、ユーザとの音声対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら音声対話を行うことにより、ユーザの意思決定を適切に支援できる。
本発明による対話装置によれば、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
実施の形態１における対話装置のブロック図 同対話装置の動作について説明するフローチャート 同スコア算出処理の動作について説明するフローチャート 同文構成処理の動作について説明するフローチャート 同推薦文取得処理の動作について説明するフローチャート 同ユーザ状態情報更新処理の動作について説明するフローチャート 同対話装置１の概念図を示す図 同スポット情報管理表を示す図 同情報推薦手法管理表を示す図 同対話の流れを説明する図 同コンピュータシステムの概観図 同コンピュータシステムのブロック図
以下、対話装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。
（実施の形態１）
本実施の形態において、ユーザが装置から情報の提示や情報の推薦を受けながら、候補を選択する相談型の対話装置について述べる。なお、本実施の形態における対話装置において、ユーザとのインタラクションは音声により行うが、音声による入出力は必須ではない。
嗜好に合った候補を選択する際には、多くの要因（後述する決定要因と同意義）を考慮する必要がある。対話装置を利用するユーザは、そのような要因を必ずしも全て把握しているわけではないため、対話装置はユーザに対して情報推薦を行い、対話装置が保有する知識とユーザの知識とのギャップを埋める必要がある。
本実施の形態において、複数の候補（ここでは、主として、スポットと言う）の中からユーザに適した候補を選択する相談型対話のモデルを実装する対話装置について述べる。
図１は、本実施の形態における対話装置１のブロック図である。対話装置１は、知識ベース１１、情報推薦手法格納部１２、ユーザ状態情報格納部１３、受付部１４、スコア算出部１５、文構成部１６、文出力部１７、ユーザ状態情報更新部１８を備える。
受付部１４は、音声受付手段１４１、音声認識手段１４２を備える。
文構成部１６は、文パターン情報取得手段１６１、変数値取得手段１６２、文構成手段１６３を備える。
ユーザ状態情報更新部１８は、ユーザ提示用語取得手段１８１、装置提示用語取得手段１８２、嗜好ベクトル更新手段１８３、知識ベクトル更新手段１８４を備える。
知識ベース１１は、２以上のスポット情報を格納している。スポット情報とは、スポットと、１以上の決定要因と、評価値とを有する情報である。スポットとは、スポットを識別する情報と同意義であり、例えば、スポット名である。スポットとは、観光のスポット、レストラン、店舗など、通常、ユーザが訪れる場所である。ただし、対話の対象となるものであれば何でも良い。例えば、スポットとは、企業、人の集まり、概念などでも良く、広く解する。また、決定要因は、スポットを決定するための要因である。また、決定要因は、スポットの属性とも言える。決定要因は、スポットの評価の観点とも言える。スポットが観光地である場合、決定要因は、例えば、「庭園で有名」「混雑していない」「世界遺産」「景色がいい」などである。また、評価値は、スポットの１以上の各決定要因の評価を示す情報である。評価値は、「１（○），０（×）」などの２値（２段階）でも良いし、１から５の整数などの多段階でも良い。評価値は、スポットが決定要因に当てはまるか否かを示す評価の値である。スポット情報は、スポットと決定要因に対応する説明文を有しても良い。スポット情報が説明文を有する場合、通常、一のスポットと一の決定要因ごとに説明文を有する。
知識ベース１１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。知識ベース１１にスポット情報が記憶される過程は問わない。例えば、記録媒体を介してスポット情報が知識ベース１１で記憶されるようになってもよく、通信回線等を介して送信されたスポット情報が知識ベース１１で記憶されるようになってもよく、あるいは、入力デバイスを介して入力されたスポット情報が知識ベース１１で記憶されるようになってもよい。
情報推薦手法格納部１２は、２以上の情報推薦手法を格納している。情報推薦手法とは、文パターン情報と、文パターン情報の評価情報とを有する情報である。文パターン情報とは、対話装置１が出力する文または対話装置１が出力する文のパターンを示す情報である。文パターン情報とは、ユーザから受け付けた文に含まれる用語、着目スポット、システム（対話装置１）が出力した文に含まれる用語、１以上の決定要因のうちの１以上の情報を変数とする情報である。また、文パターン情報の評価情報とは、文パターン情報を選択する際に利用される情報である。評価情報は、最新のユーザ状態情報に対して、各情報推薦手法が選択されるべき度合いを示すスコアを算出する元になる情報であり、文パターン情報に対応付けられている情報である。評価情報は、例えば、ユーザ状態情報に対して乗算されるベクトルである。
また、情報推薦手法には、例えば、以下の６つの手法がある。（１）現在話題のスポットに関する情報推薦（手法１）、（２）現在話題の決定要因に関する情報推薦（手法２）、（３）オープンプロンプト（手法３）、（４）決定要因の提示１（手法４）、（５）決定要因の提示２（手法５）、（６）ユーザが、興味があると推定されるスポットの推薦（手法６）である。手法１は、直前に説明したスポットについて、詳細な説明を推薦する文パターン情報と文パターン情報の評価情報とを有する現在話題スポット情報推薦手法である。手法２は、直前に説明した決定要因に関連した別の観光スポットを推薦する文パターン情報と文パターン情報の評価情報とを有する現在話題決定要因情報推薦手法である。手法３は、特に情報を推薦せず、オープンプロンプトを示す文パターン情報と文パターン情報の評価情報とを有するオープンプロンプト情報推薦手法である。手法４は、対話装置１が説明可能な決定要因を提示する手法である。手法４が選択された場合、対話装置１が推定するユーザの知識が低い決定要因から選択する。手法５は、手法４と同様に、対話装置１が説明可能な決定要因を提示する手法である。手法５が選択された場合、対話装置１が推定するユーザの知識が高い決定要因から選択する。手法６は、対話装置１が推定するユーザの興味に基づいて、ユーザが最も興味を示すと考えられるスポットkを選択し、ユーザに提示する手法である。
情報推薦手法格納部１２は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。
情報推薦手法格納部１２に情報推薦手法が記憶される過程は問わない。例えば、記録媒体を介して情報推薦手法が情報推薦手法格納部１２で記憶されるようになってもよく、通信回線等を介して送信された情報推薦手法が情報推薦手法格納部１２で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報推薦手法が情報推薦手法格納部１２で記憶されるようになってもよい。
ユーザ状態情報格納部１３は、ユーザの状態を示す情報であり、１以上の各決定要因に対するユーザの嗜好を示す情報である嗜好ベクトルと、１以上の各決定要因に対するユーザの知識を示す知識ベクトルとを有するユーザ状態情報を格納している。
ユーザ状態情報は、ユーザの決定要因の観点からのスポットに対する重要度を示す１以上の局所重みに関する情報である局所重み情報を含むことは好適である。ユーザの決定要因mの観点からのスポットnに対する局所重みvnmは、例えば、対話装置１が情報推薦手法１または情報推薦手法２または情報推薦手法６を用いてユーザにスポットの評価を知らせた場合に「１」をとるものとする。なお、これは、ユーザは、対話装置１から提示された情報のみから判断すると仮定している。また、ユーザ状態情報格納部１３のユーザ状態情報は、対話の進行とともに、動的に変更される。
ユーザ状態情報格納部１３は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。
ユーザ状態情報格納部１３にユーザ状態情報が記憶される過程は問わない。例えば、記録媒体を介してユーザ状態情報がユーザ状態情報格納部１３で記憶されるようになってもよく、通信回線等を介して送信されたユーザ状態情報がユーザ状態情報格納部１３で記憶されるようになってもよく、あるいは、入力デバイスを介して入力されたユーザ状態情報がユーザ状態情報格納部１３で記憶されるようになってもよい。
受付部１４は、ユーザが入力した文を受け付ける。ここで、受け付けとは、通常、音声の受け付けである。ただし、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。つまり、入力とは、音声入力、文字列入力等であり、入力手段は問わない。
文の入力手段は、マイクやキーボードやマウスやメニュー画面によるもの等、何でも良い。受付部１４は、マイクやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
音声受付手段１４１は、ユーザが入力した音声を、マイクから受け付ける。
音声認識手段１４２は、音声受付手段１４１が受け付けた音声を認識し、文字列に変換する。音声認識手段１４２における音声認識方法は問わない。音声認識手段１４２は、公知技術であるので、詳細な説明は省略する。音声認識手段１４２は、通常、ＭＰＵやメモリ等から実現され得る。音声認識手段１４２の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。
スコア算出部１５は、ユーザ状態情報格納部１３のユーザ状態情報を、情報推薦手法格納部１２に格納されている２以上の各情報推薦手法が有する評価情報に適用し、２以上の各情報推薦手法に対する２以上のスコアを算出する。また、スコア算出部１５は、ユーザ状態情報更新部１８が更新したユーザ状態情報を、情報推薦手法格納部１２に格納されている２以上の各情報推薦手法が有する評価情報に適用し、２以上の各情報推薦手法に対する２以上のスコアを算出する。
スコア算出部１５は、通常、文出力部１７が文を出力する前（直前であるとは限らない）に、スコアを算出する。なお、スコア算出部１５は、受付部１４が文を受け付けるごとに、スコアを算出することは好適である。また、ここで、適用とは、例えば、演算式「スコア＝ｆ（ユーザ状態情報，評価情報）」によりスコアを算出することである。また、例えば、ｆは「スコア＝ユーザ状態情報×評価情報」である。つまり、スコア算出部１５は、次に対話装置１が出力すべき文の文パターン情報を決定するために、文パターン情報と対応付けて管理されている評価情報と動的に変化するユーザ状態情報とを用いて、情報推薦手法ごとにスコアを算出する。
スコア算出部１５は、通常、ＭＰＵやメモリ等から実現され得る。スコア算出部１５の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。
文構成部１６は、スコア算出部１５が算出した２以上のスコアを用いて、一の情報推薦手法が有する文パターン情報を取得し、文パターン情報から文を構成する。通常、文構成部１６は、スコア算出部１５が算出したスコアが最大の情報推薦手法が有する文パターン情報を取得し、文パターン情報から文を構成する。ここで、文パターン情報が文である場合は、文の構成とはＮＯＰ（何らの処理もしない）である。また、文パターン情報が変数を含む文のパターン情報であれば、文の構成とは、直前の出力文や直前の受け付けられた文や、着目している決定要因や着目しているスポットなどから変数の値を取得し、取得した変数の値を文パターン情報に代入する処理である。なお、着目している決定要因とは、1以上のスポットを出力する元になった決定要因である。また、着目しているスポットとは、１以上の決定要因を出力する元になったスポットである。なお、文構成部１６は、直前のユーザ入力文、または／および直前の対話装置１の出力文から、着目スポットや着目決定要因を取得する処理も行う。かかる処理の詳細については後述する。
文構成部１６は、通常、ＭＰＵやメモリ等から実現され得る。文構成部１６の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。
文パターン情報取得手段１６１は、スコア算出部１５が算出した２以上のスコアのうち最も大きいスコアに対応する一の情報推薦手法が有する文パターン情報を、情報推薦手法格納部１２から取得する。
変数値取得手段１６２は、文パターン情報取得手段１６１が取得した文パターン情報に含まれる１以上の変数を取得し、変数に対応するスポットまたは決定要因を、文出力部１７が直前に出力した文、または受付部１４が直前に受け付けた文のうちの１以上の文から取得する。また、変数値取得手段１６２は、文パターン情報取得手段１６１が取得した文パターン情報に含まれる１以上の変数を取得し、変数に対応する候補となる１以上のスポットまたは１以上の決定要因を、文出力部１７が直前に出力した文、または受付部１４が直前に受け付けた文のうちの１以上の文から取得し、候補となる１以上のスポットまたは１以上の決定要因から、候補となる１以上のスポットまたは１以上の決定要因に対応する知識ベース１１の評価値を用いて、変数に対応するスポットまたは決定要因を選択する。変数値取得手段１６２は、現在着目しているスポットである着目スポット、または現在着目している決定要因である着目決定要因から、変数に対応するスポットまたは決定要因を取得しても良い。
文構成手段１６３は、文パターン情報取得手段１６１が取得した文パターン情報の変数の箇所に、変数値取得手段１６２が取得した用語（通常、スポットまたは決定要因）を挿入して文を構成する。文構成手段１６３は、出力される文が自然な流暢な文となるように、変形する処理を行っても良い。かかる処理は公知技術であるので詳細な説明を省略する。
文出力部１７は、文構成部１６が構成した文を出力する。ここで、出力とは、通常、音声出力である。つまり、文出力部１７は、文構成部１６が構成した文を音声出力することは好適である。ただし、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタへの印字、外部の装置（音声出力装置や表示装置など）への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。
文出力部１７は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。文出力部１７は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。
ユーザ状態情報更新部１８は、受付部１４が受け付けた文、または文出力部１７が出力した文のうちの１以上の文から、少なくとも１以上のスポットまたは１以上の決定要因を取得し、当該１以上のスポットまたは１以上の決定要因を用いて、ユーザ状態情報格納部１３のユーザ状態情報を更新する。ユーザ状態情報更新部１８は、受付部１４が受け付けた文、または文出力部１７が出力した文のうちの１以上の文を形態素解析し、特定の品詞（名詞や形容詞や形容動詞など）の用語を取得し、当該用語をキーとして、知識ベース１１を検索し、知識ベース１１に格納されている用語をスポットまたは決定要因として取得しても良い。また、ユーザ状態情報更新部１８は、受付部１４が受け付けた文、または文出力部１７が出力した文のうちの１以上の文から漢字列を取得し、当該漢字列をキーとして、知識ベース１１を検索し、知識ベース１１に格納されている漢字列をスポットまたは決定要因として取得しても良い。そして、ユーザ状態情報更新部１８は、通常、取得したスポットまたは決定要因についてのユーザ状態情報を構成する要素の値（嗜好ベクトルや知識ベクトルなどの要素）が上昇するようにユーザ状態情報を更新する。また、ユーザ状態情報更新部１８は、通常、受付部１４が文を受け付けるごとに更新する。ただし、ユーザ状態情報更新部１８は、文出力部１７が文を出力するごとに更新しても良い。
ユーザ状態情報更新部１８は、通常、ＭＰＵやメモリ等から実現され得る。ユーザ状態情報更新部１８の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。
ユーザ提示用語取得手段１８１は、受付部１４が受け付けた文から少なくとも１以上の決定要因を取得する。ユーザ提示用語取得手段１８１は、肯定的な決定要因のみを取得しても良いし、肯定／否定を検知して、各カテゴリー（肯定／否定）ごとに決定要因を取得しても良い。ユーザ提示用語取得手段１８１は、例えば、受付部１４が受け付けた文から自立語を取得し、自立語が知識ベース１１の決定要因である場合に、当該自立語を決定要因として取得する。また、ユーザ提示用語取得手段１８１は、着目決定要因を取得しても良い。
装置提示用語取得手段１８２は、文出力部１７が出力した文のうちの１以上の文から、少なくとも１以上の決定要因を取得する。装置提示用語取得手段１８２は、例えば、文出力部１７が出力した文から自立語を取得し、自立語が知識ベース１１の決定要因である場合に、当該自立語を決定要因として取得する。なお、文出力部１７が出力した文とは、文構成部１６が構成した文と同意義である。また、装置提示用語取得手段１８２は、肯定的な決定要因のみを取得しても良いし、肯定／否定を検知して、各カテゴリー（肯定／否定）ごとに決定要因を取得しても良い。また、装置提示用語取得手段１８２は、着目決定要因を取得しても良い。
嗜好ベクトル更新手段１８３は、ユーザ提示用語取得手段１８１が取得した１以上の決定要因に対する嗜好ベクトルの要素の値を高くするように、ユーザ状態情報を更新する。また、嗜好ベクトル更新手段１８３は、装置提示用語取得手段１８２が取得した１以上の決定要因の中で、ユーザ提示用語取得手段１８１が取得できなかった１以上の決定要因に対する嗜好ベクトルの要素の値を低くするように、ユーザ状態情報を更新する。これは、対話装置１が出力したが、ユーザに選択されなかった決定要因の値を低くすることである。
知識ベクトル更新手段１８４は、装置提示用語取得手段１８２が取得した１以上の決定要因に対する知識ベクトルの要素の値を高くするように、ユーザ状態情報を更新する。
次に、対話装置１の動作について、図２のフローチャートを用いて説明する。
（ステップＳ２０１）文出力部１７は、予め保持している初期文を出力する。初期文とは、対話装置１が動作開始の際（例えば、起動時）にユーザに出力する文である。初期文は、例えば、「京都観光案内システムです。お好みの観光スポットを推薦します。」という文である。
（ステップＳ２０２）受付部１４は、ユーザから文を受け付けたか否かを判断する。文を受け付ければステップＳ２０３に行き、文を受け付けなければステップＳ２０２に戻る。
（ステップＳ２０３）受付部１４の音声認識手段１４２は、ステップＳ２０２で受け付けた文を音声認識し、文字列の文（文字コード列の文）を取得する。
（ステップＳ２０４）受付部１４または図示しない手段が、受付部１４が受け付けた文が終了条件を満たすか否かを判断する。終了条件を満たせば処理を終了し、終了条件を満たさなければステップＳ２０５に行く。なお、終了条件とは、例えば、ユーザの入力文が、予め決められた文のパターンに合致する文を含むことである。予め決められた文のパターンとは、例えば、「＜スポット＞に行きます。」「＜スポット＞に決めました。」などである。
（ステップＳ２０５）スコア算出部１５は、２以上の各情報推薦手法に対する２以上のスコアを算出する。スコア算出処理の詳細について、図３のフローチャートを用いて説明する。
（ステップＳ２０６）文構成部１６は、出力する１以上の文を構成する。文構成処理の詳細について、図４のフローチャートを用いて説明する。
（ステップＳ２０７）文出力部１７は、文構成部１６が構成した１以上の文を出力する。
（ステップＳ２０８）ユーザ状態情報更新部１８は、ユーザ状態情報更新処理を行う。ユーザ状態情報更新処理の詳細について、図６のフローチャートを用いて説明する。
なお、図２のフローチャートにおいて、処理の終了前に、文出力部１７は、予め決められた文や、予め決められた文パターンから構成された文を出力しても良い。
次に、ステップＳ２０５のスコア算出処理の詳細について、図３のフローチャートを用いて説明する。
（ステップＳ３０１）スコア算出部１５は、ユーザ状態情報格納部１３からユーザ状態情報を読み出す。
（ステップＳ３０２）スコア算出部１５は、カウンタｉに１を代入する。
（ステップＳ３０３）スコア算出部１５は、情報推薦手法格納部１２の中に、ｉ番目の情報推薦手法が存在するか否かを判断する。ｉ番目の情報推薦手法が存在すればステップＳ３０４に行き、存在しなければ上位処理にリターンする。
（ステップＳ３０４）スコア算出部１５は、ｉ番目の情報推薦手法が有する評価情報を読み出す。
（ステップＳ３０５）スコア算出部１５は、ステップＳ３０１で読み出したユーザ状態情報と、ステップＳ３０４で読み出した評価情報とを用いて、ｉ番目の情報推薦手法のスコアを算出し、当該スコアをｉ番目の情報推薦手法と対応付けて一時蓄積する。スコア算出部１５は、例えば、ステップＳ３０１で読み出したユーザ状態情報とステップＳ３０４で読み出した評価情報と乗算し、スコアを算出する。
（ステップＳ３０６）スコア算出部１５は、カウンタｉを１、インクリメントする。ステップＳ３０３に戻る。
なお、図３のフローチャートにおいて、スコア算出部１５のスコア算出方法は、問わない。
次に、ステップＳ２０６の文構成処理の詳細について、図４のフローチャートを用いて説明する。
（ステップＳ４０１）文構成部１６は、直前のユーザ入力文、または／および直前の対話装置１の出力文を自然言語処理し、スポットを取得する。文構成部１６は、例えば、直前のユーザ入力文、または／および直前の対話装置１の出力文を形態素解析し、自立語を取得し、当該自立語をキーとして知識ベース１１を検索し、知識ベース１１に存在するスポットを取得する。ただし、ここで、スポットを取得できない場合もあり得る。
（ステップＳ４０２）文構成部１６は、直前のユーザ入力文、または／および直前の対話装置１の出力文を自然言語処理し、決定要因を取得する。文構成部１６は、例えば、直前のユーザ入力文、または／および直前の対話装置１の出力文を形態素解析し、自立語を取得し、当該自立語をキーとして知識ベース１１を検索し、知識ベース１１に存在する決定要因を取得する。ただし、ここで、決定要因を取得できない場合もあり得る。
（ステップＳ４０３）文構成部１６は、ステップＳ４０１でスポットを取得できたか否かを判断する。取得できればステップＳ４０４に行き、取得できなければステップＳ４０５に行く。
（ステップＳ４０４）文構成部１６は、変数「着目スポット」に、ステップＳ４０１で取得したスポットを代入する。なお、変数「着目スポット」の値は、現在、対話において着目されているスポットである。また、変数「着目スポット」の値は、通常、一のスポットである。
（ステップＳ４０５）文構成部１６は、ステップＳ４０２で決定要因を取得できたか否かを判断する。取得できればステップＳ４０６に行き、取得できなければステップＳ４０７に行く。
（ステップＳ４０６）文構成部１６は、変数「着目決定要因」に、ステップＳ４０２で取得した決定要因を代入する。なお、変数「着目決定要因」の値は、現在、対話において着目されている決定要因である。また、変数「着目決定要因」の値は、２以上の決定要因である場合もある。
（ステップＳ４０７）文構成部１６は、変数「着目スポット」の値、および変数「着目決定要因」の値を用いて、知識ベース１１を検索し、着目スポットおよび着目決定要因に対応する説明文を、知識ベース１１から読み出す。なお、この説明文は、ユーザからの入力文に対する回答文である。通常、文構成部１６は、変数「着目スポット」の値、および変数「着目決定要因」に対応する説明文を知識ベース１１から読み出す。
（ステップＳ４０８）文構成部１６は、推薦文の取得処理を行う。推薦文取得処理について、図５のフローチャートを用いて説明する。
なお、図４のフローチャートにおいて、回答文と推薦文を取得した。しかし、図４のフローチャートにおいて、推薦文のみを取得する、回答文と推薦文と他の文も取得するなど、種々の文の取得処理が考えられる。
次に、ステップＳ４０８の推薦文取得処理について、図５のフローチャートを用いて説明する。
（ステップＳ５０１）文構成部１６の文パターン情報取得手段１６１は、スコア算出部１５が算出した２以上のスコアのうち最も大きいスコアに対応する一の情報推薦手法が有する文パターン情報を、情報推薦手法格納部１２から取得する。
（ステップＳ５０２）変数値取得手段１６２は、カウンタｉに１を代入する。
（ステップＳ５０３）変数値取得手段１６２は、ステップＳ５０１で取得した文パターン情報の中の、ｉ番目の変数が存在するか否かを判断する。存在すればステップＳ５０４に行き、存在しなければステップＳ５０８に行く。
（ステップＳ５０４）変数値取得手段１６２は、ステップＳ５０１で取得した文パターン情報の中の、ｉ番目の変数を取得する。なお、この変数には、変数の値をどこから取得するかに関する情報も保持している。
（ステップＳ５０５）変数値取得手段１６２は、ｉ番目の変数に代入される１以上の用語を取得する。この用語とは、通常、スポットまたは決定要因（決定要因を特定する単語等でも良い）である。
（ステップＳ５０６）文構成手段１６３は、ステップＳ５０４で取得した１以上の用語を、文パターン情報の中のｉ番目の変数の箇所に代入する。
（ステップＳ５０７）変数値取得手段１６２は、カウンタｉを１、インクリメントする。
（ステップＳ５０８）文構成手段１６３は、取得した文を、自然な文に変更する。上位処理にリターンする。なお、自然な文に変更する必要がない場合は、ステップＳ５０８では何も処理されない。また、文を自然な文に変更する技術は公知技術であるので、詳細な説明を省略する。文を自然な文に変更する技術は、例えば、統計ベースの手法を用いる。
なお、図５のフローチャートにおいて、ステップＳ５０８の処理は行わなくても良い。
次に、ステップＳ２０８のユーザ状態情報更新処理の詳細について、図６のフローチャートを用いて説明する。
（ステップＳ６０１）ユーザ状態情報更新部１８のユーザ提示用語取得手段１８１は、受付部１４が受け付けた最新（直前）の文から、１以上の決定要因を取得する。また、直前に受け付けた文から１以上の決定要因を取得できない場合、ユーザ提示用語取得手段１８１は、着目決定要因を取得する。また、ユーザ提示用語取得手段１８１は、受付部１４が受け付けた最新（直前）の文から、１以上のスポットを取得する。そして、ユーザ提示用語取得手段１８１は、取得した決定要因または／および取得したスポットを、バッファに一時格納する。
（ステップＳ６０２）嗜好ベクトル更新手段１８３は、ユーザ状態情報格納部１３のユーザ状態情報が有する嗜好ベクトルを読み出す。そして、嗜好ベクトル更新手段１８３は、ステップＳ６０１で取得した決定要因に対応する要素の値が大きくなるように、ユーザ状態情報に含まれる嗜好ベクトルを更新する。
（ステップＳ６０３）装置提示用語取得手段１８２は、文出力部１７が出力した最新（直前）の文から、１以上の決定要因を取得する。また、装置提示用語取得手段１８２は、文出力部１７が出力した最新（直前）の文から、１以上のスポットを取得する。そして、装置提示用語取得手段１８２は、取得した決定要因または／および取得したスポットを、バッファに一時格納する。
（ステップＳ６０４）知識ベクトル更新手段１８４は、ユーザ状態情報格納部１３のユーザ状態情報が有する知識ベクトルを読み出す。知識ベクトル更新手段１８４は、ステップＳ６０３で取得した決定要因に対応する要素の値が大きくなるように、ユーザ状態情報に含まれる知識ベクトルを更新する。
（ステップＳ６０５）ユーザ状態情報更新部１８は、ユーザ状態情報格納部１３のユーザ状態情報が有する対話のターン数を読み出す。なお、対話のターン数とは、対話が繰り返された対数である。そして、ユーザ状態情報更新部１８は、読み出したターン数に１を加えた値を、新しいターン数として、ユーザ状態情報格納部１３のユーザ状態情報を更新する。
（ステップＳ６０６）ユーザ状態情報更新部１８は、直前ユーザ発話行為情報を更新する。直前ユーザ発話行為情報は、直前に受付部１４が受け付けた文に関する情報であり、ユーザが要求した情報の種類（スポットのみ、決定要因名のみ、またはその両方等）に対応する情報である。
（ステップＳ６０７）ユーザ状態情報更新部１８は、直前システム発話行為情報を更新する。直前システム発話行為情報は、直前に文出力部１７が出力した文に関する情報であり、選択した情報推薦手法を特定する情報である。
（ステップＳ６０８）ユーザ状態情報更新部１８は、システム提示履歴情報を更新する。なお、システム提示履歴情報は、対話装置１（システム）が出力したスポット、および決定要因の数である。ユーザ状態情報更新部１８は、ステップＳ６０３でバッファに書き込んだ決定要因およびスポットを、それぞれユニーク処理し、バッファ内の決定要因の数およびスポットの数を取得する。そして、ユーザ状態情報更新部１８は、バッファ内の決定要因の数およびスポットの数を、システム提示履歴情報として取得する。
なお、図６のフローチャートにおいて、ステップＳ６０５からＳ６０８において更新した情報は、ユーザ状態情報を構成する情報の例であり、その他の情報がユーザ状態情報を構成しても良い。
以下、本実施の形態における対話装置１の具体的な動作について説明する。対話装置１の概念図は図７である。本具体例において、対話装置１は、ユーザとの対話を進めながら、ユーザの訪問先の意思決定を支援し、京都の観光案内を行うシステムである。
図８は、知識ベース１１が保持しているスポット情報管理表の一例である。スポット情報管理表は、スポットに関する情報であるスポット情報を２以上格納している。ここでのスポットは、京都の観光地である。なお、本明細書において、スポットとは、スポットを特定する情報（スポット識別子と言い換えても良い）である場合と、スポットの概念を示す場合とがある。また、スポット情報は、「スポット」「決定要因情報」「評価値」「説明文」を有する。「決定要因情報」は、決定要因を識別する「決定要因識別子」と決定要因を正確に示す句である（肯定的または否定的な用語も含む句である）「決定要因」を有する。また、本具体例において、決定要因は、「庭園が有名」「混雑しない」「世界遺産」「景色が良い」「アクセスが良い」「紅葉が有名」「桜が有名」「歴史で有名」「散策できる」「イベントがある」の１０要因がある（順不同）、とする。「評価値」は、各スポットの決定要因に対する評価を示す情報であり、各スポットが、ここでは、決定要因情報が示す決定要因の特性を有している場合は「１」、有していない場合は「０」の値を採る。なお、「評価値」は、「１」「０」の２値ではなく、多段階の評価（例えば、「１」から「５」など）でも良い。
また、図９は、情報推薦手法格納部１２の情報推薦手法管理表の一例である。情報推薦手法管理表は、６つの情報推薦手法を格納している。情報推薦手法は、「ＩＤ」「手法識別子」「文パターン情報」「評価情報」を有する。「ＩＤ」は、情報推薦手法を識別する数値である。「手法識別子」は、情報推薦手法を識別する文字列であり、その意義を示す。「文パターン情報」は、情報の推薦文を構成する元になる情報、または情報の推薦文（ＩＤ＝３のみ）である。情報の推薦文においてタグ（先頭"＜"、終端"＞"の情報）は変数である。また、文パターン情報の中の"｛"および"｝"で囲まれた情報は、直前の変数の値の取得方法（取得動作）を示す情報（以下、取得動作記述という。）である。＜着目スポット＞は、現在の着目スポットが代入される。＜着目決定要因＞は、現在の着目決定要因が代入される。また、＜１以上の未出決定要因＞は、着目スポットについて、今までの対話で出現しておらず、かつ着目スポットの評価値が「１」の決定要因が代入される。また、＜１以上の未出スポット＞は、着目決定要因について、今までの対話で出現しておらず、かつ着目決定要因の評価値が「１」のスポットが代入される。＜最高嗜好スポット＞は、ユーザ状態情報が有する嗜好ベクトルを元に、各スポットのランク（嗜好値）を算出した場合に最高点になるスポットである。取得動作記述「｛ｓｅｌｅｃｔ ３以下の決定要因 ｗｈｅｒｅ 知識ベクトル内の値が低い順｝」は、知識ベクトル内の決定要素の値が低い順に３以下の決定要因を取得する動作を示す。なお、この取得動作記述は、＜１以上の未出決定要因＞に付随しているので、知識ベクトル内の決定要素の値が低い順に、３以下の未出の決定要因を取得する動作を示すこととなる。取得動作記述「｛ｓｅｌｅｃｔ ３以下の決定要因 ｗｈｅｒｅ 嗜好ベクトル内の値が高い順｝」は、嗜好ベクトル内の値が高い順に３以下の決定要因を取得する動作を示す。なお、この取得動作記述は、＜１以上の未出決定要因＞に付随しているので、嗜好ベクトル内の値が高い順に、３以下の未出の決定要因を取得する動作を示すこととなる。取得動作記述「｛ｓｅｌｅｃｔ 最高嗜好スポット ｗｈｅｒｅ 嗜好値が最大のスポット｝」は、現在のユーザ状態情情報から、ユーザから見て、最大の嗜好値であるとシステムが推定するスポットを取得することを示す。例えば、この取得動作記述は、嗜好値を算出する演算式に嗜好ベクトル、スポットごとに各決定要因の評価値を代入し、嗜好値を算出し、最大の嗜好値を有するスポットを取得する動作を示す。「評価情報」は、情報推薦手法ごとに保持している情報である。そして、現在のユーザ状態情報と情報推薦手法が有する評価情報とを用いて、各情報推薦手法のスコアが算出され、当該スコアが最大の情報推薦手法に対応する文パターン情報を用いて、推薦文が構成される。例えば、現在のユーザ状態情報（ベクトル）と情報推薦手法が有する評価情報（ベクトル）とが乗算され、情報推薦手法のスコアが算出される。
また、ユーザ状態情報格納部１３は、以下に説明するユーザ状態情報を格納している、とする。例えば、ユーザ状態情報は、知識ベクトル「Ｋuser」、嗜好ベクトル「Ｐuser」、および局所重み行列「Ｖuser」の３要素を有する、とする。ここでは、簡単のため、ユーザの嗜好ベクトル「Ｐuser=(p1,p2,・・・,pM)」の要素は、「１」または「０」の２値からなるパラメータである、とする。すなわち、ユーザがある決定要因mに興味があり(もしくは潜在的に興味があり)、スポット決定する際に重視する場合にpmは「１」をとるものとする。また、ユーザが、(ユーザ自身も気づいていない)潜在的な嗜好を持っている状態を表現するために、ユーザの知識ベクトル「Ｋuser=(k1,k2,・・・,kM)」を導入する。ユーザが、システム（対話装置１）が決定要因mを扱えることを知っている、もしくはシステムが決定要因mを推薦した場合にベクトルの要素kMは、「１」をとる。これらのベクトルを用いることにより、例えば、決定要因mが、ユーザが潜在的に興味を持っている要因であるが、ユーザはそれに気づいていないという状態は(km=０,pm=１)で表現できる。また、ユーザの決定要因mの観点からのスポットnに対する局所重みvnmは、ユーザは、システムから提示された情報のみから判断すると仮定して、システムが上記の６つの推薦手法のうち「ＩＤ＝１，２，６」のいずれかの推薦手法を用いて、ユーザにスポットの評価を知らせた場合に「１」をとるものとする。
また、ここでのユーザ状態情報は、対話状態の特徴ベクトルに相当する。さらに詳細には、ユーザ状態情報は、ここでは、以下の６種類の情報を有する。第一は、ターン数である。ターン数は、ここでは、ノコギリ関数を利用することにより、５つのパラメータでターン数を表現する。第二は、直前ユーザ発話行為情報である。直前ユーザ発話行為情報は、例えば、ベクトル（xi,xi+1,xi+2,xi+3,xi+4)であり、（１ ｉｆ ａuser t-1=xi ，otherwise ０）とする。ここで、「ａuser t-1」は直前のユーザの発話である。また、直前のユーザの発話が、システム（対話装置１）が推薦したスポット（スポット名と言い換えても良い）もしくは決定要因のみを含む場合には「xi=１」であり他のベクトルの要素は「０」である。また、システムから推薦されていないスポットを含む場合には「xi+1=１」であり他のベクトルの要素は「０」である。また、システムから推薦されていない決定要因のみを含む場合には「xi+2=１」であり他のベクトルの要素は「０」である。また、システムから推薦されていないスポット・決定要因の双方を含む場合には「xi+3=1」であり他のベクトルの要素は「０」である。さらに、これらのいずれも含まない場合には「xi+4=１」であり他のベクトルの要素は「０」とする。第三は、直前システム発話行為情報である。直前システム発話行為情報は、例えば、ベクトル（yi,yi+1,yi+2,yi+3,yi+4,yi+5,yi+6)であり、（１ ｉｆ ａsys t-1=yi ，otherwise ０）とする。ここで、「ａsys t-1」は直前のシステムの発話である。また、直前のシステムの発話が、情報推薦手法１を用いた場合は「yi+1=１」であり他のベクトルの要素は「０」である。また、情報推薦手法２を用いた場合は「yi+２=１」であり他のベクトルの要素は「０」である。つまり、情報推薦手法ｎを用いた場合は「yi+n=１」であり他のベクトルの要素は「０」とする。第四は、ユーザの決定要因に対する知識ベクトルである。なお、知識ベクトルは、ユーザの決定要因に対する知識を、「Σn=1 N Pr(kn=1)」により算出しても良い。ここで、knは、ｎ番目の決定要因に対する知識ベクトルの要素値である。また、Pr(k=1)は、「kが1である」と、システムが推定する事後確率（確信度）である。ここで、嗜好ベクトルの要素値は、「１」または「０」である、とする。第五は、システムが提示したスポット・決定要因数である。つまり、第五は、システム提示履歴情報であり、例えば、「Σn=1 N Σm=1 Mvnm」である。ここで、vnmは、対話装置１が有するスポットｍの決定要因ｎに対する評価値である。第六は、嗜好ベクトルである。嗜好ベクトルは、ユーザの各決定要因に対する嗜好を示す情報である。なお、嗜好ベクトルは、ユーザが決定要因を重視する確率の期待値に置き換えても良い。この期待値は、「Pr(kn=1)×Pr(pn=1))」で示され、ここで、各決定要因ごと計１０パラメータを有する。ここで、「pn」は、嗜好ベクトルの要素値である。ここで、嗜好ベクトルの要素値は、「１」または「０」である、とする。
そして、ユーザ状態情報格納部１３が格納しているユーザ状態情報は、上記で説明した要素値を有するベクトルであり、２９の要素値を有するベクトル（s1,s2,・・・,s29）である、とする。そして、ユーザ状態情報の初期値は、（s0001,s0002,・・・,s0029）である、とする。
また、文出力部１７は、対話装置１が起動時に出力される文である初期文「京都観光システムです。お好みの観光スポットを推薦します。」を格納している、とする。
さらに、受付部１４は、対話の終了条件である文のパターン「＜スポット＞に行きます。」「＜スポット＞に決めました。」を保持している、とする。なお、ここで＜スポット＞は、スポットが代入され得る変数である。
かかる状態において、ユーザは、対話装置１を起動した、とする。次に、文出力部１７は、初期文を読み出し、初期文「京都観光システムです。お好みの観光スポットを推薦します。」を音声出力する。
次に、ユーザは、「仁和寺の桜について教えて。」と音声入力した、とする。すると、受付部１４の音声受付手段１４１は、音声「仁和寺の桜について教えて。」を受け付ける。次に、音声認識手段１４２は、この音声を認識し、文「仁和寺の桜について教えて。」を取得する。
次に、受付部１４は、入力された文「仁和寺の桜について教えて。」が終了条件である文パターン「＜スポット＞に行きます。」または「＜スポット＞に決めました。」に合致しない、と判断する。
次に、スコア算出部１５は、各情報推薦手法に対する６つのスコアを算出する。つまり、まず、スコア算出部１５は、ユーザ状態情報格納部１３からユーザ状態情報（s0001,s0002,・・・,s0029）を読み出す。
次に、スコア算出部１５は、情報推薦手法格納部１２の中に、１番目から６番目までの各情報推薦手法が有する評価情報（ベクトル）と、ユーザ状態情報（s0001,s0002,・・・,s0029）とを、情報推薦手法ごとに乗算する。そして、スコア算出部１５は、６つの情報推薦手法のスコアを算出する。
次に、文構成部１６は、直前のユーザ入力文を自然言語処理し、スポット「仁和寺」を取得する。また、文構成部１６は、直前のユーザ入力文を自然言語処理し、決定要因「桜」を取得する。なお、文構成部１６は、例えば、ユーザ入力文を形態素解析し、自立語「仁和寺」「桜」「教えて」を取得する。そして、文構成部１６は、３つの自立語をキーとして、知識ベース１１を検索し、「仁和寺」がスポット、「桜」が決定要因であることを検知し、スポット「仁和寺」および決定要因「桜」を取得する。
次に、文構成部１６は、変数「着目スポット」に、取得したスポット「仁和寺」を代入する。また、文構成部１６は、変数「着目決定要因」に、取得した決定要因「桜」を代入する。
次に、文構成部１６は、変数「着目スポット」の値「仁和寺」、および変数「着目決定要因」の値「桜」を用いて、知識ベース１１を検索し、着目スポットおよび着目決定要因に対応する説明文「御室桜は、樹高が低く単弁の香り高い白花を根元から咲かせる珍しい桜です。開花時期が遅く、京都の春の終わりを飾ります。」を、知識ベース１１から読み出す。この説明文は、回答文となる。
次に、文構成部１６は、推薦文の取得処理を行う。つまり、まず、文構成部１６の文パターン情報取得手段１６１は、スコア算出部１５が算出した６つのスコアのうち最も大きいスコアに対応する一の情報推薦手法（ここでは、ＩＤ＝１の手法）が有する文パターン情報「＜着目スポット＞は、＜１以上の未出決定要因＞。何か説明しましょうか？」を、図９の情報推薦手法管理表から取得する。
次に、変数値取得手段１６２は、文パターン情報から、１番目の変数＜着目スポット＞を取得する。次に、変数値取得手段１６２は、変数＜着目スポット＞に代入される１以上の用語（変数「着目スポット」の値「仁和寺」）を取得する。次に、文構成手段１６３は、取得した１以上の用語「仁和寺」を、文パターン情報の中の１番目の変数の箇所に代入し、「仁和寺は、＜１以上の未出決定要因＞。何か説明しましょうか？」を得る。
次に、変数値取得手段１６２は、文パターン情報から、２番目の変数＜１以上の未出決定要因＞を取得する。そして、変数値取得手段１６２は、変数＜１以上の未出決定要因＞を取得する。つまり、変数値取得手段１６２は、変数「着目スポット」の値「仁和寺」の評価値が「１」であり、既出の決定要因「桜」を除く決定要因である「景色が良い」「庭園が有名」「紅葉が有名」「世界遺産」「イベントがある」を取得する。そして、次に、文構成手段１６３は、取得した１以上の用語を、文パターン情報の中の２番目の変数の箇所に代入し、「仁和寺は、景色が良い、庭園が有名、紅葉が有名、世界遺産、イベントがある。何か説明しましょうか？」を得る。次に、文構成手段１６３は、「仁和寺は、景色が良い、庭園が有名、紅葉が有名、世界遺産、イベントがある。何か説明しましょうか？」を自然な文「仁和寺は、景色が良く、庭園、紅葉が有名で、世界遺産であり、イベントがあります。何か説明しましょうか？」に変換し、推薦文を取得する。
つまり、上記の処理は、「Method1（(Spot仁和寺),(Det景色,Det庭園,Det紅葉，Det世界遺産,Detイベント))」を実行したこととなる。Method1()は、情報推薦手法１を適用することを意味する。「Spot仁和寺」はスポット「仁和寺」、「Det景色」は決定要因「景色」、「Det庭園」は決定要因「庭園」、「Det紅葉」は決定要因「紅葉」、「Det世界遺産」は決定要因「世界遺産」、「Detイベント」は決定要因「イベント」を意味する。
次に、文出力部１７は、回答文「御室桜は、樹高が低く単弁の香り高い白花を根元から咲かせる珍しい桜です。開花時期が遅く、京都の春の終わりを飾ります。」を音声出力する。続いて、文出力部１７は、推薦文「仁和寺は、景色が良く、庭園、紅葉が有名で、世界遺産であり、イベントがあります。何か説明しましょうか？」を音声出力する。
次に、ユーザ状態情報更新部１８は、以下のように、ユーザ状態情報更新処理を行う。つまり、まず、ユーザ状態情報更新部１８のユーザ提示用語取得手段１８１は、受付部１４が受け付けた最新の文「仁和寺の桜について教えて。」から、１以上の決定要因「桜」を取得する。
そして、嗜好ベクトル更新手段１８３は、ユーザ状態情報格納部１３のユーザ状態情報が有する嗜好ベクトルを読み出す。そして、嗜好ベクトル更新手段１８３は、取得した決定要因「桜」に対応する要素の値が大きくなるように、ユーザ状態情報に含まれる嗜好ベクトルを更新する。決定要因「桜」に対応する要素の値を、どの程度大きくするかについては問わない。この大きくする値は、固定の値でも、固定の割合でも、動的に変化しても良い。
次に、装置提示用語取得手段１８２は、文出力部１７が出力した最新の推薦文「仁和寺は、景色が良く、庭園、紅葉が有名で、世界遺産であり、イベントがあります。何か説明しましょうか？」から、１以上の決定要因「景色」「庭園」「紅葉」「世界遺産」「イベント」を取得する。
次に、知識ベクトル更新手段１８４は、ユーザ状態情報格納部１３のユーザ状態情報が有する知識ベクトルを読み出す。知識ベクトル更新手段１８４は、取得した決定要因「景色」「庭園」「紅葉」「世界遺産」「イベント」に対応する要素の値が大きくなるように、ユーザ状態情報に含まれる知識ベクトルを更新する。決定要因「景色」等に対応する要素の値を、どの程度大きくするかについては問わない。この大きくする値は、固定の値でも、固定の割合でも、動的に変化しても良い。
次に、ユーザ状態情報更新部１８は、ユーザ状態情報格納部１３のユーザ状態情報が有する対話のターン数「０」を読み出す。そして、ユーザ状態情報更新部１８は、読み出したターン数「０」に１を加えた値「１」を、新しいターン数として、ユーザ状態情報格納部１３のユーザ状態情報を更新する。
次に、ユーザ状態情報更新部１８は、直前ユーザ発話行為情報を「０」から「１」に更新する。
次に、ユーザ状態情報更新部１８は、直前システム発話行為情報を「０」から「１」に更新する。
次に、ユーザ状態情報更新部１８は、システム提示履歴情報を構成するスポット数を「０」から「１」（「仁和寺」を出力したので）に更新する。また、ユーザ状態情報更新部１８は、システム提示履歴情報を構成する決定要因数を「０」から「５」（「景色」「庭園」「紅葉」「世界遺産」「イベント」を出力したので）に更新する。
以上により、ユーザ状態情報が最新の値（s0101,s0102,・・・,s0129）に更新された。
次に、ユーザと対話装置１との対話が何度か行われ、５回目の発話「ここの景色はどうですか？」が、ユーザにより音声入力された、とする。なお、現在の着目スポットは「仁和寺」である。
次に、受付部１４の音声受付手段１４１は、ユーザから音声による文「ここの景色はどうですか？」を受け付ける。
次に、受付部１４の音声認識手段１４２は、受け付けた文「ここの景色はどうですか？」を音声認識し、文字列の文を取得する。
次に、受付部１４は、入力された文「ここの景色はどうですか？」が終了条件である文パターン「＜スポット＞に行きます。」または「＜スポット＞に決めました。」に合致しない、と判断する。
次に、スコア算出部１５は、６つの各情報推薦手法に対する６つのスコアを、上述と同様に算出する。
つまり、まず、スコア算出部１５は、ユーザ状態情報格納部１３から、現在のユーザ状態情報（s0501,s0502,・・・,s0529）を読み出す。
次に、スコア算出部１５は、情報推薦手法格納部１２の中に、１番目から６番目までの各情報推薦手法が有する評価情報（ベクトル）と、ユーザ状態情報（s0501,s0502,・・・,s0529）とを、情報推薦手法ごとに乗算する。そして、スコア算出部１５は、６つの情報推薦手法のスコアを算出する。
次に、文構成部１６は、直前のユーザ入力文を自然言語処理し、決定要因「景色」を取得する。なお、ここでは、文構成部１６は、ユーザ入力文からスポットを取得できなかった。
次に、文構成部１６は、変数「着目決定要因」に、取得した決定要因「景色」を代入する。
次に、文構成部１６は、変数「着目スポット」の値「仁和寺」、および変数「着目決定要因」の値「景色」を用いて、知識ベース１１を検索し、着目スポットおよび着目決定要因に対応する説明文「三門の上からは。京都市内が一望できます。」を、知識ベース１１から読み出す。この説明文は、回答文となる。
次に、文構成部１６は、推薦文の取得処理を行う。つまり、まず、文構成部１６の文パターン情報取得手段１６１は、スコア算出部１５が算出した６つのスコアのうち最も大きいスコアに対応する一の情報推薦手法（ここでは、ＩＤ＝２の手法）が有する文パターン情報「＜着目決定要因＞ところですと、＜１以上の未出スポット＞などが紹介できます。」を、図９の情報推薦手法管理表から取得する。
次に、変数値取得手段１６２は、文パターン情報から、１番目の変数＜着目決定要因＞を取得する。次に、変数値取得手段１６２は、変数＜着目決定要因＞に代入される１以上の用語（変数「着目決定要因」の値「景色」）を取得する。次に、文構成手段１６３は、取得した１以上の用語「景色が良い」を、文パターン情報の中の１番目の変数の箇所に代入し、「景色が良いところですと、＜１以上の未出スポット＞などが紹介できます。」を得る。なお、「決定要因」に関する変数に値を代入する場合は、変数値取得手段１６２は、図８の属性値「決定要因」を取得する、とする。
次に、変数値取得手段１６２は、文パターン情報から、２番目の変数＜１以上の未出スポット＞を取得する。そして、変数値取得手段１６２は、変数＜１以上の未出スポット＞を取得する。つまり、変数値取得手段１６２は、変数「着目決定要因」の値「景色」の評価値が「１」であり、既出の決定要因「仁和寺」を除くスポットである「清水寺」「伏見稲荷大社」「鞍馬寺」を、知識ベース１１（図８）から取得する。そして、次に、文構成手段１６３は、取得した用語「清水寺」「伏見稲荷大社」「鞍馬寺」を、文パターン情報の中の２番目の変数の箇所に代入し、「景色が良いところですと、清水寺、伏見稲荷大社、鞍馬寺などが紹介できます。」を得る。次に、文構成手段１６３は、「景色が良いところですと、清水寺、伏見稲荷大社、鞍馬寺などが紹介できます。」を自然な文に変換しようとするが、変更の必要がなく、推薦文「景色が良いところですと、清水寺、伏見稲荷大社、鞍馬寺などが紹介できます。」を取得する。
つまり、上記の処理は、「Method2（(Spot清水寺,Spot伏見稲荷大社,Spot鞍馬寺),(Det景色))」を実行したこととなる。Method2()は、情報推薦手法2を適用することを意味する。「Spot清水寺」等はスポット「清水寺」等を意味する。
次に、文出力部１７は、回答文「三門の上からは。京都市内が一望できます。」を音声出力する。続いて、文出力部１７は、推薦文「景色が良いところですと、清水寺、伏見稲荷大社、鞍馬寺などが紹介できます。」を音声出力する。
次に、ユーザ状態情報更新部１８は、以下のように、ユーザ状態情報更新処理を行う。つまり、まず、ユーザ状態情報更新部１８のユーザ提示用語取得手段１８１は、受付部１４が受け付けた最新の文「ここの景色はどうですか？」から、１以上の決定要因「景色」を取得する。
そして、嗜好ベクトル更新手段１８３は、ユーザ状態情報格納部１３のユーザ状態情報が有する嗜好ベクトルを読み出す。そして、嗜好ベクトル更新手段１８３は、取得した決定要因「景色」に対応する要素の値が大きくなるように、ユーザ状態情報に含まれる嗜好ベクトルを更新する。決定要因「景色」に対応する要素の値を、どの程度大きくするかについては問わない。
次に、装置提示用語取得手段１８２は、文出力部１７が出力した最新の推薦文「景色が良いところですと、清水寺、伏見稲荷大社、鞍馬寺などが紹介できます。」から、１以上の決定要因「景色」を取得する。
次に、知識ベクトル更新手段１８４は、ユーザ状態情報格納部１３のユーザ状態情報が有する知識ベクトルを読み出す。知識ベクトル更新手段１８４は、取得した決定要因「景色」に対応する要素の値が大きくなるように、ユーザ状態情報に含まれる知識ベクトルを更新する。なお、例えば、すでに決定要因「景色」に対応する要素の値が最大値である場合は、この要素値は変化しない。
次に、ユーザ状態情報更新部１８は、ユーザ状態情報格納部１３のユーザ状態情報が有する対話のターン数「５」を読み出す。そして、ユーザ状態情報更新部１８は、読み出したターン数「５」に１を加えた値「６」を、新しいターン数として、ユーザ状態情報格納部１３のユーザ状態情報を更新する。
次に、ユーザ状態情報更新部１８は、直前ユーザ発話行為情報を「１」のままとする。また、ユーザ状態情報更新部１８は、直前システム発話行為情報を「１」のままとする。
次に、ユーザ状態情報更新部１８は、システム提示履歴情報を構成するスポット数を「１」から「４」（「清水寺」「伏見稲荷大社」「鞍馬寺」を出力したので）に更新する。また、「景色」は、既に出現したいたので、ユーザ状態情報更新部１８は、システム提示履歴情報を構成する決定要因数を「５」のままとする。
以上により、ユーザ状態情報が最新の値（s0601,s0602,・・・,s0629）に更新された。
次に、ユーザは、対話装置１が出力した回答文と推薦文を聞き、「清水寺」（６回目の発話）と答えた、とする。
次に、受付部１４の音声受付手段１４１は、ユーザから音声による文「清水寺」を受け付ける。
次に、受付部１４の音声認識手段１４２は、受け付けた文「清水寺」を音声認識し、文字列の文を取得する。
次に、受付部１４は、入力された文「清水寺」が終了条件である文パターン「＜スポット＞に行きます。」または「＜スポット＞に決めました。」に合致しない、と判断する。
次に、スコア算出部１５は、６つの各情報推薦手法に対する６つのスコアを、上述と同様に算出する。
つまり、まず、スコア算出部１５は、ユーザ状態情報格納部１３から、現在のユーザ状態情報（s0601,s0602,・・・,s0629）を読み出す。
次に、スコア算出部１５は、情報推薦手法格納部１２の中に、１番目から６番目までの各情報推薦手法が有する評価情報（ベクトル）と、ユーザ状態情報（s0601,s0602,・・・,s0629）とを、情報推薦手法ごとに乗算する。そして、スコア算出部１５は、６つの情報推薦手法のスコアを算出する。
次に、文構成部１６は、直前のユーザ入力文を自然言語処理し、スポット「清水寺」を取得する。なお、ここでは、文構成部１６は、ユーザ入力文から決定要因を取得できなかった。
次に、文構成部１６は、変数「着目スポット」に、取得したスポット「清水寺」を代入する。なお、現在の変数「着目決定要因」は、「景色」である。
次に、文構成部１６は、変数「着目スポット」の値「清水寺」、および変数「着目決定要因」の値「景色」を用いて、知識ベース１１を検索し、着目スポットおよび着目決定要因に対応する説明文「清水の舞台は斜面の上に建てられ、ここから望む市街の風景は見事です。」を、知識ベース１１から読み出す。この説明文は、回答文となる。
次に、文構成部１６は、推薦文の取得処理を行う。つまり、まず、文構成部１６の文パターン情報取得手段１６１は、スコア算出部１５が算出した６つのスコアのうち最も大きいスコアに対応する一の情報推薦手法（ここでは、ＩＤ＝４の手法）が有する文パターン情報「他にも＜１以上の未出決定要因＞｛ｓｅｌｅｃｔ ３以下の決定要因 ｗｈｅｒｅ 知識ベクトル内の値が低い順｝なところなどが説明できます。」を、図９の情報推薦手法管理表から取得する。
次に、変数値取得手段１６２は、文パターン情報から、１番目の変数＜１以上の未出決定要因＞を取得する。次に、変数値取得手段１６２は、取得動作記述｛ｓｅｌｅｃｔ ３以下の決定要因 ｗｈｅｒｅ 知識ベクトル内の値が低い順｝に従って、変数＜１以上の未出決定要因＞に代入される１以上の用語（変数「着目決定要因」の値「景色」）を取得する。つまり、変数値取得手段１６２は、既出の決定要因「桜」「景色」以外の決定要因「混雑」「世界遺産」「散策」・・・のうちで、知識ベクトル内の値が低い順に３つ（ここで、「世界遺産」「散策」「歴史」）を取得した、とする。次に、文構成手段１６３は、取得した３つの決定要因「世界遺産」「散策」「歴史」を、文パターン情報の中の１番目の変数の箇所に代入し、「他にも世界遺産、散策できる、歴史で有名なところなどが説明できます。」を得る。
つまり、上記の処理は、「Method4（(NULL),(Det世界遺産,Det散策,Det歴史))」を実行したこととなる。Method4()は、情報推薦手法4を適用することを意味する。「Det世界遺産」等は決定要因「世界遺産」等を意味する。
次に、文出力部１７は、回答文「清水の舞台は斜面の上に建てられ、ここから望む市街の風景は見事です。」を音声出力する。続いて、文出力部１７は、推薦文「他にも世界遺産、散策できる、歴史で有名なところなどが説明できます。」を音声出力する。
次に、ユーザ状態情報更新部１８は、上記と同様に、ユーザ状態情報更新処理を行い、ユーザ状態情報が最新の値（s0701,s0702,・・・,s0729）に更新された、とする。
その後、ユーザと対話装置１との対話が進行し、ユーザが１６回目の発話で「では、南禅寺に行きます。」を音声入力した、とする。
次に、受付部１４の音声受付手段１４１は、ユーザから音声による文「では、南禅寺に行きます。」を受け付ける。
次に、受付部１４の音声認識手段１４２は、受け付けた文「では、南禅寺に行きます。」を音声認識し、文字列の文を取得する。
次に、受付部１４は、入力された文「では、南禅寺に行きます。」が終了条件である文パターン「＜スポット＞に行きます。」に合致する、と判断する。文「では、南禅寺に行きます。」が文パターン「＜スポット＞に行きます。」に合致する文を含むからである。
そして、処理は終了する。なお、処理の終了時に、文出力部１７は、予め決められた文「京都観光案内システムをご利用頂き、有り難うございました。」や、予め決められた文パターン「＜スポット＞に決定しました。他に知りたいことはありますか？」から構成された文を出力しても良い。なお、ここでは、文出力部１７は、文パターン「＜スポット＞に決定しました。他に知りたいことはありますか？」から「南禅寺に決定しました。他に知りたいことはありますか？」を出力した、とする。
以上の対話の流れを、図１０に示す。図１０において、Ｓ［数値］は、対話装置１（システム）からの発話、Ｕ［数値］はユーザからの発話を示す。また、Ａｎｓは回答文、Ｒｅｃは推薦文を示す。
以上、本実施の形態によれば、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる。
なお、本実施の形態によれば、ユーザ状態情報の内容は問わない。また、ユーザとの対話の進行に応じて、ユーザ状態情報をどのように変更するかは問わない。ただ、ユーザの発話内に含まれるスポットや決定要因であり、否定的な内容ではないスポットや決定要因に対する嗜好に関する値（嗜好ベクトルを構成する要素値など）は、大きくする（対話装置１に選択されやすくする）。また、対話装置１が出力した発話内に含まれるスポットや決定要因に対する知識に関する値（知識ベクトルを構成する要素値など）は、大きくする（対話装置１に選択されやすくする）。
また、本実施の形態における、対話によるユーザ状態情報の変更の例について、以下に詳細に説明する。事前のユーザ状態情報が有する知識ベクトルが「Ｋｓｙｓ＝（０．２２，０．０１，０．０２，０．１８，・・・）」であり、事前の嗜好ベクトルが「Ｐｓｙｓ＝（０．３７，０．１９，０．４８，０．３８，・・・）」であるとする。そして、ユーザの発話を受け付けて、対話装置１は、情報推薦手法１を選択した、とする。つまり、対話装置１は、「asys=Method1{(Spot5),(Det1,Det3,Det4)}」を実行した、とする。そして、対話装置１は、推薦文「仁和寺(Spot5)に関しては、庭園(Det1)、世界遺産(Det3)、紅葉(Det4)について説明できます。」を得た、とする。そして、ユーザは、「世界遺産について(Det3)教えて」を入力した、とする。
すると、ユーザ状態情報更新部１８は、事後の知識ベクトル「Ｋｓｙｓ＝（（１．００，０．０１，１．００，１．００，・・・）」、事後の嗜好ベクトル「Ｐｓｙｓ＝（０．２６，０．１９，０．６５，０．２２，・・・）」を得る。なお、ベクトルは、（庭園，混雑，世界遺産，紅葉，景色，アクセス，桜，歴史，散策，イベント）の要素値で構成されている、とする。対話装置１（システム）から、決定要因「庭園」「世界遺産」「紅葉」が出力されたことにより、事後の知識ベクトルの「庭園」「世界遺産」「紅葉」の要素値が向上した。また、ユーザから決定要因「世界遺産」が入力されたことにより、嗜好ベクトルの「世界遺産」の要素値が増加した。そして、ユーザが決定要因「庭園」「紅葉」を選択しなかったことにより、嗜好ベクトルの「庭園」「紅葉」の要素値が減少した。
また、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における対話装置１を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、記憶媒体に、スポットと、当該スポットを決定するための要因である１以上の決定要因と、当該スポットの前記１以上の各決定要因の評価を示す評価値とを有するスポット情報を、２以上格納している知識ベースと、前記対話装置が出力する文または前記対話装置が出力する文のパターンを示す情報である文パターン情報と、当該文パターン情報を選択する際に利用される文パターン情報の評価情報とを有する２以上の情報推薦手法と、ユーザの状態を示す情報であり、１以上の各決定要因に対するユーザの嗜好を示す情報である嗜好ベクトルと、１以上の各決定要因に対するユーザの知識を示す知識ベクトルとを有するユーザ状態情報とを格納しており、コンピュータを、ユーザが入力した文を受け付ける受付部と、前記ユーザ状態情報を、前記記憶媒体に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出するスコア算出部と、前記スコア算出部が算出した２以上のスコアを用いて、一の情報推薦手法が有する文パターン情報を取得し、当該文パターン情報から文を構成する文構成部と、前記文構成部が構成した文を出力する文出力部と、前記受付部が受け付けた文、または前記文出力部が出力した文のうちの１以上の文から、少なくとも１以上のスポットまたは１以上の決定要因を取得し、当該１以上のスポットまたは１以上の決定要因を用いて、前記記憶媒体のユーザ状態情報を更新するユーザ状態情報更新部とをして機能させるプログラムであり、前記スコア算出部は、前記ユーザ状態情報更新部が更新したユーザ状態情報を、前記情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出するものとして機能させるプログラム、である。
また、上記プログラムにおいて、前記文構成部は、前記スコア算出部が算出した２以上のスコアのうち最も大きいスコアに対応する一の情報推薦手法が有する文パターン情報を取得する文パターン情報取得手段と、前記文パターン情報取得手段が取得した文パターン情報に含まれる１以上の変数を取得し、当該変数に対応するスポットまたは決定要因を、前記文出力部が直前に出力した文、または前記受付部が直前に受け付けた文のうちの１以上の文から取得する変数値取得手段と、前記文パターン情報取得手段が取得した文パターン情報の変数の箇所に、前記変数値取得手段が取得した用語を挿入して文を構成する文構成手段とを具備するものとして、コンピュータを機能させることは好適である。
また、上記プログラムにおいて、前記変数値取得手段は、前記文パターン情報取得手段が取得した文パターン情報に含まれる１以上の変数を取得し、当該変数に対応する候補となる１以上のスポットまたは１以上の決定要因を、前記文出力部が直前に出力した文、または前記受付部が直前に受け付けた文のうちの１以上の文から取得し、前記候補となる１以上のスポットまたは１以上の決定要因から、前記候補となる１以上のスポットまたは１以上の決定要因に対応する前記知識ベースの評価値を用いて、前記変数に対応するスポットまたは決定要因を選択するものとして、コンピュータを機能させることは好適である。
また、上記プログラムにおいて、前記ユーザ状態情報更新部は、前記受付部が受け付けた文から少なくとも１以上の決定要因を取得するユーザ提示用語取得手段と、前記文出力部が出力した文のうちの１以上の文から、少なくとも１以上の決定要因を取得する装置提示用語取得手段と、前記ユーザ提示用語取得手段が取得した１以上の決定要因に対する嗜好ベクトルの要素の値を高くするように更新する嗜好ベクトル更新手段と、前記装置提示用語取得手段が取得した１以上の決定要因に対する知識ベクトルの要素の値を高くするように更新する知識ベクトル更新手段とを具備するものとして、コンピュータを機能させることは好適である。
また、上記プログラムにおいて、前記受付部は、ユーザが入力した音声を受け付ける音声受付手段と、前記音声を認識し、文字列に変換する音声認識手段とを具備し、前記文出力部は、前記文構成部が構成した文を音声出力するものとして、コンピュータを機能させることは好適である。
また、図１１は、本明細書で述べたプログラムを実行して、上述した実施の形態の対話装置等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図１１は、このコンピュータシステム３４０の概観図であり、図１２は、コンピュータシステム３４０のブロック図である。
図１１において、コンピュータシステム３４０は、ＦＤドライブ、ＣＤ−ＲＯＭドライブを含むコンピュータ３４１と、キーボード３４２と、マウス３４３と、モニタ３４４と、マイク３４５とを含む。
図１２において、コンピュータ３４１は、ＦＤドライブ３４１１、ＣＤ−ＲＯＭドライブ３４１２に加えて、ＭＰＵ３４１３と、ＣＤ−ＲＯＭドライブ３４１２及びＦＤドライブ３４１１に接続されたバス３４１４と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３４１５とに接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ３４１６と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク３４１７とを含む。ここでは、図示しないが、コンピュータ３４１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。
コンピュータシステム３４０に、上述した実施の形態の対話装置等の機能を実行させるプログラムは、ＣＤ−ＲＯＭ３５０１、またはＦＤ３５０２に記憶されて、ＣＤ−ＲＯＭドライブ３４１２またはＦＤドライブ３４１１に挿入され、さらにハードディスク３４１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３４１に送信され、ハードディスク３４１７に記憶されても良い。プログラムは実行の際にＲＡＭ３４１６にロードされる。プログラムは、ＣＤ−ＲＯＭ３５０１、ＦＤ３５０２またはネットワークから直接、ロードされても良い。
プログラムは、コンピュータ３４１に、上述した実施の形態の対話装置等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３４０がどのように動作するかは周知であり、詳細な説明は省略する。
また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。
また、上記各実施の形態において、一の装置に存在する２以上の通信手段（端末情報送信部、端末情報受信部など）は、物理的に一の媒体で実現されても良いことは言うまでもない。
また、上記各実施の形態において、各処理（各機能）は、単一の装置（システム）によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。
本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
以上のように、本発明にかかる対話装置は、ユーザとの対話の進行に応じて、ユーザの知識と嗜好とに関する情報を動的に変更しながら対話を行うことにより、ユーザの意思決定を適切に支援できる、という効果を有し、観光案内システム等として有用である。
１ 対話装置
１１ 知識ベース
１２ 情報推薦手法格納部
１３ ユーザ状態情報格納部
１４ 受付部
１５ スコア算出部
１６ 文構成部
１７ 文出力部
１８ ユーザ状態情報更新部
１４１ 音声受付手段
１４２ 音声認識手段
１６１ 文パターン情報取得手段
１６２ 変数値取得手段
１６３ 文構成手段
１８１ ユーザ提示用語取得手段
１８２ 装置提示用語取得手段
１８３ 嗜好ベクトル更新手段
１８４ 知識ベクトル更新手段

Claims (11)

  1. スポットに関してユーザと対話を行う対話装置であり、
    スポットと、当該スポットを決定するための要因である１以上の決定要因と、当該スポットの前記１以上の各決定要因の評価を示す評価値とを有するスポット情報を、２以上格納している知識ベースと、
    前記対話装置が出力する文または前記対話装置が出力する文のパターンを示す情報である文パターン情報と、当該文パターン情報を選択する際に利用される文パターン情報の評価情報とを有する２以上の情報推薦手法を格納している情報推薦手法格納部と、
    ユーザの状態を示す情報であり、１以上の各決定要因に対するユーザの嗜好を示す情報である嗜好ベクトルと、１以上の各決定要因に対するユーザの知識を示す知識ベクトルとを有するユーザ状態情報を格納しているユーザ状態情報格納部と、
    ユーザが入力した文を受け付ける受付部と、
    前記ユーザ状態情報を、前記情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出するスコア算出部と、
    前記スコア算出部が算出した２以上のスコアを用いて、一の情報推薦手法が有する文パターン情報を取得し、当該文パターン情報から文を構成する文構成部と、
    前記文構成部が構成した文を出力する文出力部と、
    前記受付部が受け付けた文、または前記文出力部が出力した文のうちの１以上の文から、少なくとも１以上のスポットまたは１以上の決定要因を取得し、当該１以上のスポットまたは１以上の決定要因を用いて、前記ユーザ状態情報格納部のユーザ状態情報を更新するユーザ状態情報更新部とを具備し、
    前記スコア算出部は、
    前記ユーザ状態情報更新部が更新したユーザ状態情報を、前記情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出する対話装置。
  2. 前記ユーザ状態情報は、
    前記対話装置と前記ユーザとの現在までの対話の量を示す情報である対話量情報を有する請求項１記載の対話装置。
  3. 前記ユーザ状態情報は、
    直前に前記対話装置が出力した文に対応する決定要因に関する情報、または直前にユーザから受け付けた文に対応する決定要因に関する情報のいずれか１以上の情報を含む請求項１または請求項２記載の対話装置。
  4. 前記ユーザ状態情報は、
    ユーザの決定要因の観点からのスポットに対する重要度を示す１以上の局所重みに関する情報である局所重み情報を含む請求項１から請求項３いずれか記載の対話装置。
  5. 前記情報推薦手法格納部は、
    直前に説明したスポットについて、詳細な説明を推薦する文パターン情報と当該文パターン情報の評価情報とを有する現在話題スポット情報推薦手法、直前に説明した決定要因に関連した別の観光スポットを推薦する文パターン情報と当該文パターン情報の評価情報とを有する現在話題決定要因情報推薦手法、および特に情報を推薦せず、オープンプロンプトを示す文パターン情報と当該文パターン情報の評価情報とを有するオープンプロンプト情報推薦手法とを、少なくとも格納している請求項１から請求項４いずれか記載の対話装置。
  6. 前記文構成部は、
    前記スコア算出部が算出した２以上のスコアのうち最も大きいスコアに対応する一の情報推薦手法が有する文パターン情報を取得する文パターン情報取得手段と、
    前記文パターン情報取得手段が取得した文パターン情報に含まれる１以上の変数を取得し、当該変数に対応するスポットまたは決定要因を、前記文出力部が直前に出力した文、または前記受付部が直前に受け付けた文のうちの１以上の文から取得する変数値取得手段と、
    前記文パターン情報取得手段が取得した文パターン情報の変数の箇所に、前記変数値取得手段が取得した用語を挿入して文を構成する文構成手段とを具備する請求項１から請求項４いずれか記載の対話装置。
  7. 前記変数値取得手段は、
    前記文パターン情報取得手段が取得した文パターン情報に含まれる１以上の変数を取得し、当該変数に対応する候補となる１以上のスポットまたは１以上の決定要因を、前記文出力部が直前に出力した文、または前記受付部が直前に受け付けた文のうちの１以上の文から取得し、前記候補となる１以上のスポットまたは１以上の決定要因から、前記候補となる１以上のスポットまたは１以上の決定要因に対応する前記知識ベースの評価値を用いて、前記変数に対応するスポットまたは決定要因を選択する請求項６記載の対話装置。
  8. 前記ユーザ状態情報更新部は、
    前記受付部が受け付けた文から少なくとも１以上の決定要因を取得するユーザ提示用語取得手段と、
    前記文出力部が出力した文のうちの１以上の文から、少なくとも１以上の決定要因を取得する装置提示用語取得手段と、
    前記ユーザ提示用語取得手段が取得した１以上の決定要因に対する嗜好ベクトルの要素の値を高くするように更新する嗜好ベクトル更新手段と、
    前記装置提示用語取得手段が取得した１以上の決定要因に対する知識ベクトルの要素の値を高くするように更新する知識ベクトル更新手段とを具備する請求項１から請求項７いずれか記載の対話装置。
  9. 前記受付部は、
    ユーザが入力した音声を受け付ける音声受付手段と、
    前記音声を認識し、文字列に変換する音声認識手段とを具備し、
    前記文出力部は、
    前記文構成部が構成した文を音声出力する請求項１から請求項８いずれか記載の対話装置。
  10. 記憶媒体に、
    スポットと、当該スポットを決定するための要因である１以上の決定要因と、当該スポットの前記１以上の各決定要因の評価を示す評価値とを有するスポット情報を、２以上格納している知識ベースと、
    前記対話装置が出力する文または前記対話装置が出力する文のパターンを示す情報である文パターン情報と、当該文パターン情報を選択する際に利用される文パターン情報の評価情報とを有する２以上の情報推薦手法と、
    ユーザの状態を示す情報であり、１以上の各決定要因に対するユーザの嗜好を示す情報である嗜好ベクトルと、１以上の各決定要因に対するユーザの知識を示す知識ベクトルとを有するユーザ状態情報とを格納しており、
    受付部、スコア算出部、文構成部、文出力部、およびユーザ状態情報更新部により実現される対話方法であって、
    前記受付部が、ユーザが入力した文を受け付ける受付部と、
    前記スコア算出部が、前記ユーザ状態情報を、前記記憶媒体に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出するスコア算出ステップと、
    前記文構成部が、前記スコア算出ステップで算出された２以上のスコアを用いて、一の情報推薦手法が有する文パターン情報を取得し、当該文パターン情報から文を構成する文構成ステップと、
    前記文出力部が、前記文構成ステップで構成された文を出力する文出力ステップと、
    前記ユーザ状態情報更新部が、前記受付ステップで受け付けられた文、または前記文出力ステップで出力された文のうちの１以上の文から、少なくとも１以上のスポットまたは１以上の決定要因を取得し、当該１以上のスポットまたは１以上の決定要因を用いて、前記記憶媒体のユーザ状態情報を更新するユーザ状態情報更新ステップとを具備し、
    前記スコア算出ステップは、
    前記ユーザ状態情報更新部が更新したユーザ状態情報を、前記情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出する対話方法。
  11. 記憶媒体に、
    スポットと、当該スポットを決定するための要因である１以上の決定要因と、当該スポットの前記１以上の各決定要因の評価を示す評価値とを有するスポット情報を、２以上格納している知識ベースと、
    前記対話装置が出力する文または前記対話装置が出力する文のパターンを示す情報である文パターン情報と、当該文パターン情報を選択する際に利用される文パターン情報の評価情報とを有する２以上の情報推薦手法と、
    ユーザの状態を示す情報であり、１以上の各決定要因に対するユーザの嗜好を示す情報である嗜好ベクトルと、１以上の各決定要因に対するユーザの知識を示す知識ベクトルとを有するユーザ状態情報とを格納しており、
    コンピュータを、
    ユーザが入力した文を受け付ける受付部と、
    前記ユーザ状態情報を、前記記憶媒体に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出するスコア算出部と、
    前記スコア算出部が算出した２以上のスコアを用いて、一の情報推薦手法が有する文パターン情報を取得し、当該文パターン情報から文を構成する文構成部と、
    前記文構成部が構成した文を出力する文出力部と、
    前記受付部が受け付けた文、または前記文出力部が出力した文のうちの１以上の文から、少なくとも１以上のスポットまたは１以上の決定要因を取得し、当該１以上のスポットまたは１以上の決定要因を用いて、前記記憶媒体のユーザ状態情報を更新するユーザ状態情報更新部とをして機能させるプログラムであり、
    前記スコア算出部は、
    前記ユーザ状態情報更新部が更新したユーザ状態情報を、前記情報推薦手法格納部に格納されている２以上の各情報推薦手法が有する評価情報に適用し、前記２以上の各情報推薦手法に対する２以上のスコアを算出するものとして機能させるプログラム。
JP2010119950A 2010-05-26 2010-05-26 対話装置、対話方法、およびプログラム Active JP5488200B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010119950A JP5488200B2 (ja) 2010-05-26 2010-05-26 対話装置、対話方法、およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010119950A JP5488200B2 (ja) 2010-05-26 2010-05-26 対話装置、対話方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2011248549A true JP2011248549A (ja) 2011-12-08
JP5488200B2 JP5488200B2 (ja) 2014-05-14

Family

ID=45413739

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010119950A Active JP5488200B2 (ja) 2010-05-26 2010-05-26 対話装置、対話方法、およびプログラム

Country Status (1)

Country Link
JP (1) JP5488200B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10592997B2 (en) 2015-06-23 2020-03-17 Toyota Infotechnology Center Co. Ltd. Decision making support device and decision making support method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09128409A (ja) * 1995-09-01 1997-05-16 Ricoh Co Ltd データ検索装置および方法、情報記憶媒体
JP2001357053A (ja) * 2000-06-12 2001-12-26 Matsushita Electric Ind Co Ltd 対話装置
JP2007102104A (ja) * 2005-10-07 2007-04-19 Nippon Telegr & Teleph Corp <Ntt> 応答文生成装置、応答文生成方法、そのプログラムおよび記憶媒体
JP2009211629A (ja) * 2008-03-06 2009-09-17 National Institute Of Information & Communication Technology 対話装置、重み情報学習装置、対話方法、重み情報学習方法、およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09128409A (ja) * 1995-09-01 1997-05-16 Ricoh Co Ltd データ検索装置および方法、情報記憶媒体
JP2001357053A (ja) * 2000-06-12 2001-12-26 Matsushita Electric Ind Co Ltd 対話装置
JP2007102104A (ja) * 2005-10-07 2007-04-19 Nippon Telegr & Teleph Corp <Ntt> 応答文生成装置、応答文生成方法、そのプログラムおよび記憶媒体
JP2009211629A (ja) * 2008-03-06 2009-09-17 National Institute Of Information & Communication Technology 対話装置、重み情報学習装置、対話方法、重み情報学習方法、およびプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CSNG200900570001; 翠輝久　他: '京都観光案内タスクにおける観光地情報を推薦する音声対話システムの構築と実験' 第５７回　言語・音声理解と対話処理研究会資料（ＳＩＧ-ＳＬＵＤ-Ａ９０２） , 20091116, ｐ．０１-０６, 社団法人人工知能学会 *
JPN6014004141; 翠輝久　他: '京都観光案内タスクにおける観光地情報を推薦する音声対話システムの構築と実験' 第５７回　言語・音声理解と対話処理研究会資料（ＳＩＧ-ＳＬＵＤ-Ａ９０２） , 20091116, ｐ．０１-０６, 社団法人人工知能学会 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10592997B2 (en) 2015-06-23 2020-03-17 Toyota Infotechnology Center Co. Ltd. Decision making support device and decision making support method

Also Published As

Publication number Publication date
JP5488200B2 (ja) 2014-05-14

Similar Documents

Publication Publication Date Title
TWI684881B (zh) 基於機器翻譯的自動生成重述以產生一對話式代理人的方法、系統及非暫態機器可讀取媒體
US8717915B2 (en) Process-integrated tree view control for interactive voice response design
CN111737411A (zh) 人机对话中的响应方法、对话***及存储介质
JP4686905B2 (ja) 対話制御方法及びその装置
JP2005088179A (ja) 自律移動ロボットシステム
JP2006202159A (ja) 情報提供システム、情報提供方法及びそのプログラム
US20090048838A1 (en) System and method for client voice building
JP2008090545A (ja) 音声対話装置および音声対話方法
JP2006171719A (ja) 対話型情報システム
JP5545489B2 (ja) 学習システム、シミュレーション装置、および学習方法
JP2009064187A (ja) 情報処理装置、情報処理方法、およびプログラム
JP2008083100A (ja) 音声対話装置及びその方法
KR102104294B1 (ko) 디스플레이 장치로 읽을 수 있는 저장매체에 저장된 수화 영상 챗봇 애플리케이션
JP6442807B1 (ja) 対話サーバ、対話方法及び対話プログラム
US11063887B2 (en) Information processing apparatus, user terminal apparatus, and control method
JP2010160608A (ja) 対話装置、対話プログラムおよび対話方法
KR102285115B1 (ko) 챗봇 기반의 웹페이지 내비게이션 장치 및 방법
Gruenstein et al. Scalable and portable web-based multimodal dialogue interaction with geographical databases
JP5488200B2 (ja) 対話装置、対話方法、およびプログラム
JPWO2019026716A1 (ja) 情報処理装置、及び情報処理方法
JP6671672B1 (ja) 対話装置、発話生成方法、及びプログラム
KR101349969B1 (ko) 추천 질의어 제공 시스템 및 방법
JP4328441B2 (ja) 情報提供システム
JP6740187B2 (ja) 対話装置及びプログラム
JP5565632B2 (ja) 地図情報出力装置、およびプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130322

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20131226

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140131

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140210

R150 Certificate of patent or registration of utility model

Ref document number: 5488200

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250