JP2018194902A - 生成装置、生成方法および生成プログラム - Google Patents
生成装置、生成方法および生成プログラム Download PDFInfo
- Publication number
- JP2018194902A JP2018194902A JP2017095783A JP2017095783A JP2018194902A JP 2018194902 A JP2018194902 A JP 2018194902A JP 2017095783 A JP2017095783 A JP 2017095783A JP 2017095783 A JP2017095783 A JP 2017095783A JP 2018194902 A JP2018194902 A JP 2018194902A
- Authority
- JP
- Japan
- Prior art keywords
- utterance
- character string
- user
- response
- extracted
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 107
- 230000004044 response Effects 0.000 claims abstract description 150
- 238000000605 extraction Methods 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims description 65
- 238000006243 chemical reaction Methods 0.000 claims description 63
- 239000000284 extract Substances 0.000 claims description 39
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000010187 selection method Methods 0.000 claims 2
- 238000012545 processing Methods 0.000 description 44
- 238000003860 storage Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000009118 appropriate response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
〔1−1.第1の実施形態に係る情報提供装置の概要〕
まず、図1を用いて、生成装置の一例となる情報提供装置が実行する生成処理の一例について説明する。図1は、第1の実施形態に係る情報提供装置が実行する処理の一例を示す図である。なお、以下の説明では、情報提供装置10が実行する処理として、利用者Uの発話に対する応答を生成し、出力する処理の一例について説明する。すなわち、情報提供装置10は、利用者Uとの対話を実現する対話システムである。
以下、情報提供装置10が実行する対話処理の基本的な流れについて説明する。なお、以下の説明は、実施形態を限定するものではなく、情報提供装置10は、以下に説明するスロットフィリングの技術を用いて利用者Uの発話に対する応答を生成するのであれば、以下に説明する対話処理以外にも、任意の態様で応答の生成を行ってよい。
ここで、従来技術では、応答に含まれる文字列から所定の条件を満たす文字列を意図情報、すなわちスロット値として抽出する。しかしながら、このような技術では、利用者の意図を示す単語が含まれない発話文、すなわち、利用者の意図を示唆するに留まるような発話文からは、応答の生成に用いる情報を抽出することができない。この結果、意図を示すスロット値を適切に抽出できず、利用者Uの所望に応じた応答を生成することができなくなる恐れがある。
以下、図1を用いて、情報提供装置10が実行する生成処理の流れの一例について説明する。まず、情報提供装置10は、利用者端末100から発話#1を受付ける。このような場合、情報提供装置10は、発話#1が属するドメインを推定する(ステップS2)。例えば、情報提供装置10は、発話#1が天気に関するドメイン#1に属するものであるか、レストランやジム等の施設に関するドメイン#2に属するものであるか等を判定する。なお、このようなドメイン推定処理は、任意の分類技術により実現可能である。例えば、情報提供装置10は、SVM(Support Vector Machine)やDNN(Deep Neural Network)等、任意の学習器又は分類器等のモデルを用いて、発話が属するドメインの推定を行ってよい。
ここで、情報提供装置10は、文字列の候補の中からスロット値を選択する際に、各種の情報を用いて、選択を行ってよい。例えば、情報提供装置10は、発話#1の内容と、発話#1よりも前に利用者Uから受付けた発話の内容とに基づいて、応答の生成に用いる文字列、すなわち、スロット値を選択してもよい。例えば、情報提供装置10は、利用者Uが発話#1よりも前の所定の期間内に、酒類に関する発言を行っており、発話#1で「おなかがへったなー」といった飲食に関連する発話を行った場合には、候補「レストラン」よりも、候補「バー」の確度が高くなるように、各候補の確度を算出してもよい。また、情報提供装置10は、利用者Uの発話を受付ける度に、発話と関連する候補の確度を徐々に上昇させ、確度が所定の閾値を超えた候補から、スロット値として選択してもよい。
ここで、情報提供装置10は、複数のフレームについて上述した処理を実行し、全てのスロット値が格納されたフレームと対応する処理を実行すればよい。ここで、情報提供装置10は、情報検索と対応するフレームのみならず、所定の内容の応答を出力するフレームを記憶し、そのフレームのスロット値が全て格納された場合は、予め定められた所定の内容の応答を出力してもよい。
ここで、情報提供装置10は、利用者Uとの対話を通じて、随時スロット値の候補の登録を行ってもよい。例えば、情報提供装置10は、発話からスロット値を抽出可能であると判定した場合、発話からスロット値となる文字列を抽出する。また、情報提供装置10は、抽出した文字列をスロット値としてフレームのスロットに格納するとともに、抽出した文字列が、予め登録されたスロット値の候補の中に含まれているか否かを判定する。そして、情報提供装置10は、抽出した文字列が、予め登録されたスロット値の候補の中に含まれていないと判定した場合は、抽出した文字列をスロット値の新たな候補として登録してもよい。例えば、情報提供装置10は、場所を示す文字列であるか、施設タイプを示す文字列であるか等、抽出した文字列の種別を特定し、特定した種別と対応するスロット値の候補として登録してもよい。
なお、情報提供装置10は、上述した処理以外にも、任意の処理を合わせて実行してもよい。例えば、上述した説明では、情報提供装置10は、発話の文字列からスロット値の抽出や選択を行った。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置10は、発話の文字列を作成するような音声認識を実行せず、音声の波形データから直接スロット値の抽出や選択を行ってもよい。例えば、情報提供装置10は、スロット値として登録される波形の特徴をスロット値の条件として保持し、発話の音声の波形から、スロット値の条件として保持した特徴を有する波形部分を抽出し、抽出した波形部分をスロット値としてもよい。また、情報提供装置10は、音声の波形と、文字列または音声の波形により実現されるスロット値の候補との間の関係性の特徴を学習したDNN等を用いて、発話の音声波形から、スロット値の選択を行ってもよい。
以下、上記した情報提供装置10が有する機能構成の一例について説明する。図2は、第1の実施形態に係る情報提供装置の構成例を示す図である。図2に示すように、情報提供装置10は、通信部20、記憶部30、および制御部40を有する。
続いて、図5を用いて、情報提供装置10が実行する処理の流れの一例を説明する。図5は、第1の実施形態に係る情報提供装置が実行する決定処理の流れの一例を示すフローチャートである。例えば、情報提供装置10は、発話を受付けた場合は、発話が属するドメインを特定する(ステップS101)。続いて、情報提供装置10は、発話から利用者の意図を示す意図情報、すなわちスロット値を抽出可能か否かを判定する(ステップS102)。
〔1−1.情報提供装置の概要〕
上述した第1の実施形態は、利用者Uの発話が利用者Uの意図を明確に示していない場合にも、利用者Uの意図を反映させた応答を生成するため、予め準備されたスロット値の候補の中から、利用者Uの意図を示す確度が高いスロット値の選択を行った。しかしながら、実施形態は、これに限定されるものではない。
上述した発話の変換に用いる変換モデルは、ドメインごとに、ある発話を入力した際に、その発話を行った利用者Uの意図を出力するようにモデルの学習を行うことで実現可能であり、このような学習手法については、任意の学習技術が採用可能である。
また、情報提供装置10aは、発話#1からスロット値を抽出可能であるか否かを判定する処理と、発話#1からスロット値を抽出可能である場合に、発話#1からスロット値を抽出する処理と、発話#1からスロット値を抽出できない場合に、発話#1をスロット値へと変換する処理とを実行するように、DNN等のモデルの学習を行い、学習したモデルを用いて、上述した処理を実行してもよい。また、情報提供装置10aは、発話#1からスロット値を抽出可能であるか否かを判定する処理と、発話#1からスロット値を抽出可能である場合に、発話#1からスロット値を抽出する処理とを実行するモデルの学習を行い、学習したモデルを用いて、上述した処理を実行してもよい。このようなモデルを用いる場合、情報提供装置10aは、モデルがスロット値を抽出できなかった場合に、変換モデルを用いて、発話からスロット値の変換を行うこととなる。
以下、上記した第2の実施形態に係る情報提供装置10aが有する機能構成の一例について説明する。図7は、第2の実施形態に係る情報提供装置の構成例を示す図である。なお、図7に示す機能構成のうち、図2に示す機能構成と同様の機能を発揮するものについては、同一の符号を付し、以下の説明を省略する。図7に示すように、情報提供装置10aは、通信部20、記憶部30a、および制御部40aを有する。
続いて、図9を用いて、情報提供装置10aが実行する処理の流れの一例を説明する。図9は、第2の実施形態に係る情報提供装置が実行する決定処理の流れの一例を示すフローチャートである。なお、図9中ステップS201〜ステップS204、ステップS206は、図5に示すステップS101〜ステップS104、ステップS106と同様の処理であるものとして、詳細な説明を省略する。
上記では、情報提供装置10、10a(以下、単に「情報提供装置10」と総称する。)による生成処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、情報提供装置10が実行する提供処理や決定処理のバリエーションについて説明する。
情報提供装置10は、スロット値の候補の中から発話に基づいて選択する選択処理、または、発話をスロット値へと変換する変換処理を実行した。ここで、情報提供装置10は、選択処理および変換処理の両方を実行してもよい。
情報提供装置10は、発話の分類に用いるモデルや、発話からスロット値を選択するモデル、発話をスロット値へと変換する変換モデルを、利用者Uとの対話を通した強化学習により学習してもよい。例えば、情報提供装置10は、応答を出力した後で利用者Uから受付けた発話の内容から、利用者Uの応答に対する反応が好意的であるか否かを判定し、判定結果に基づく報酬を設定することで、各モデルの強化学習を実現してもよい。
上述した情報提供装置10は、スロットフィリングの結果を用いて応答を生成した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置10は、利用者Uの発話の意図を特定し、特定した意図から利用者Uとの対話の状況を判定し、判定した状況に応じた応答を生成するといった処理により、利用者Uとの応答を生成するといった対話処理を実行する場合がある。このような対話処理において、情報提供装置10は、利用者Uの発話の意図を特定する際に、上述したスロットフィリングの技術を適用し、スロットフィリングの結果に応じて、利用者Uとの対話の状況を判定し、判定した状況に応じた応答を生成してもよい。すなわち、情報提供装置10は、利用者Uの発話から利用者Uの意図を反映させたスロット値を得るのであれば、他の任意の処理と組み合わせて、発話に対する応答を生成してよい。
記憶部30、30aに登録された各データベース31〜33は、外部のストレージサーバに保持されていてもよい。また、情報提供装置10は、発話を分類する分類サーバ、発話からスロット値を抽出できるか否かを判定する判定サーバ、発話からスロット値を抽出する抽出サーバ、スロット値の候補から発話に基づいてスロット値を選択する選択サーバ、発話をスロット値へと変換する変換サーバ、スロット値から応答を生成する生成サーバ等が連携して動作することにより、実現されてもよい。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上述した実施形態に係る情報提供装置10は、例えば図10に示すような構成のコンピュータ1000によって実現される。図10は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述したように、情報提供装置10は、利用者Uから受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する。また、情報提供装置10は、発話から所定の条件を満たす文字列を抽出できると判定された場合には、その発話に対する応答の生成に用いる文字列をその発話から抽出する。一方、情報提供装置10は、発話から所定の条件を満たす文字列を抽出できないと判定された場合には、その発話の内容に基づいて、予め設定された文字列の候補の中から応答の生成に用いる文字列を選択する。そして、情報提供装置10は、抽出された文字列、または、選択された文字列の少なくとも一方を用いて、発話に対する応答を生成する。
20 通信部
30 記憶部
31 フレームデータベース
32 候補データベース
33 モデルデータベース
40 制御部
41 分類部
42 判定部
43 抽出部
44 選択部
45 生成部
46 提供部
47 変換部
100 利用者端末
200 検索サーバ
Claims (17)
- 利用者から受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する判定部と、
前記発話から前記所定の条件を満たす文字列を抽出できると判定された場合には、当該発話に対する応答の生成に用いる文字列を当該発話から抽出する抽出部と、
前記発話から前記所定の条件を満たす文字列を抽出できないと判定された場合には、当該発話の内容に基づいて、予め設定された文字列の候補の中から前記応答の生成に用いる文字列を選択する選択部と、
前記抽出部により抽出された文字列、または、前記選択部により選択された文字列の少なくとも一方を用いて、前記発話に対する応答を生成する生成部と
を有することを特徴とする生成装置。 - 前記選択部は、前記候補のうち、前記発話が示す前記利用者の意図と関連する可能性が所定の閾値を超える候補を、前記応答の生成に用いる文字列として選択する
ことを特徴とする請求項1に記載の生成装置。 - 前記選択部は、前記発話の内容と、当該発話よりも前に前記利用者から受付けた発話の内容とに基づいて、前記応答の生成に用いる文字列を前記候補から選択する
ことを特徴とする請求項1または2に記載の生成装置。 - 前記選択部は、前記発話の内容と、前記利用者の属性とに基づいて、前記応答の生成に用いる文字列を前記候補から選択する
ことを特徴とする請求項1〜3のうちいずれか1つに記載の生成装置。 - 前記生成部は、前記発話が示す前記利用者の意図と関連する可能性が所定の閾値を超える候補が存在しない場合、または、前記発話が示す前記利用者の意図と関連する可能性が所定の閾値を超える候補の数が所定の数を超える場合には、前記発話の意図を前記利用者に対して問い合わせる内容の応答を生成する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の生成装置。 - 前記抽出部は、前記応答の生成に用いる文字列として、前記発話から前記所定の条件を満たす文字列を抽出し、
前記選択部は、前記前記所定の条件を満たす文字列の候補の中から、前記応答の生成に用いる文字列を選択する
ことを特徴とする請求項1〜5のうちいずれか1つに記載の生成装置。 - 前記選択部は、前記所定の条件として、検索対象の属性を示す文字列の候補の中から、前記応答の生成に用いる文字列を選択し、
前記生成部は、前記選択部により選択された文字列を検索クエリとする検索処理の結果に基づいて、前記発話に対する応答を生成する
ことを特徴とする請求項6に記載の生成装置。 - 前記利用者から受付けた発話が属する分野を特定する特定部
を有し、
前記選択部は、前記特定部により特定された分野に応じた条件を満たす文字列の候補の中から、前記応答の生成に用いる文字列を選択する
ことを特徴とする請求項1〜7のうちいずれか1つに記載の生成装置。 - 前記選択部は、あらかじめ登録された文字列、前記抽出部により抽出された文字列の履歴、または、過去の対話履歴に含まれる文字列のうち少なくともいずれか1つを含む文字列の候補の中から、前記応答の生成に用いる文字列を選択する
ことを特徴とする請求項1〜8のうちいずれか1つに記載の生成装置。 - 利用者から受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する判定部と、
前記発話から前記所定の条件を満たす文字列を抽出できると判定された場合には、当該発話に対する応答の生成に用いる文字列を当該発話から抽出する抽出部と、
前記発話から前記所定の条件を満たす文字列を抽出できないと判定された場合には、発話を利用者の意図を示す文字列へと変換するように学習が行われた学習器を用いて、前記利用者から受付けた発話を当該利用者の意図を示す文字列へと変換する変換部と、
前記抽出部により抽出された文字列、または、前記変換部により変換された文字列の少なくとも一方を用いて、前記発話に対する応答を生成する生成部と
を有することを特徴とする生成装置。 - 前記変換部は、前記利用者から受付けた発話を前記利用者の意図を示す文字列であって、前記所定の条件を満たす文字列へと変換する
ことを特徴とする請求項10に記載の生成装置。 - 前記変換部は、前記所定の条件として、検索対象の属性を示す文字列へと変換し、
前記生成部は、前記変換部により変換された文字列を検索クエリとする検索処理の結果に基づいて、前記発話に対する応答を生成する
ことを特徴とする請求項11に記載の生成装置。 - 前記利用者から受付けた発話が属する分野を特定する特定部
を有し、
前記変換部は、利用者の意図を示す文字列であって、前記特定部により特定された分野に応じた文字列へと変換するように学習が行われた学習器を用いて、前記利用者から受付けた発話を当該利用者の意図を示す文字列へと変換する
ことを特徴とする請求項10〜12のうちいずれか1つに記載の生成装置。 - 生成装置が実行する生成方法であって、
利用者から受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する判定工程と、
前記発話から前記所定の条件を満たす文字列を抽出できると判定された場合には、当該発話に対する応答の生成に用いる文字列を当該発話から抽出する抽出工程と、
前記発話から前記所定の条件を満たす文字列を抽出できないと判定された場合には、当該発話の内容に基づいて、予め設定された文字列の候補の中から前記応答の生成に用いる文字列を選択する選択工程と、
前記抽出工程により抽出された文字列、または、前記選択工程により選択された文字列の少なくとも一方を用いて、前記発話に対する応答を生成する生成工程と
を含むことを特徴とする生成方法。 - 利用者から受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する判定手順と、
前記発話から前記所定の条件を満たす文字列を抽出できると判定された場合には、当該発話に対する応答の生成に用いる文字列を当該発話から抽出する抽出手順と、
前記発話から前記所定の条件を満たす文字列を抽出できないと判定された場合には、当該発話の内容に基づいて、予め設定された文字列の候補の中から前記応答の生成に用いる文字列を選択する選択手順と、
前記抽出手順により抽出された文字列、または、前記選択手順により選択された文字列の少なくとも一方を用いて、前記発話に対する応答を生成する生成手順と
をコンピュータに実行させることを特徴とする生成プログラム。 - 生成装置が実行する生成方法であって、
利用者から受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する判定工程と、
前記発話から前記所定の条件を満たす文字列を抽出できると判定された場合には、当該発話に対する応答の生成に用いる文字列を当該発話から抽出する抽出工程と、
前記発話から前記所定の条件を満たす文字列を抽出できないと判定された場合には、発話を当該発話が示す利用者の意図を示す文字列へと変換するように学習が行われた学習器を用いて、前記利用者から受付けた発話を当該利用者の意図を示す文字列へと変換する変換工程と、
前記抽出工程により抽出された文字列、または、前記変換工程により変換された文字列の少なくとも一方を用いて、前記発話に対する応答を生成する生成工程と
を含むことを特徴とする生成方法。 - 利用者から受付けた発話から所定の条件を満たす文字列を抽出できるか否かを判定する判定手順と、
前記発話から前記所定の条件を満たす文字列を抽出できると判定された場合には、当該発話に対する応答の生成に用いる文字列を当該発話から抽出する抽出手順と、
前記発話から前記所定の条件を満たす文字列を抽出できないと判定された場合には、発話を当該発話が示す利用者の意図を示す文字列へと変換するように学習が行われた学習器を用いて、前記利用者から受付けた発話を当該利用者の意図を示す文字列へと変換する変換手順と、
前記抽出手順により抽出された文字列、または、前記変換手順により変換された文字列の少なくとも一方を用いて、前記発話に対する応答を生成する生成手順と
をコンピュータに実行させることを特徴とする生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017095783A JP6370962B1 (ja) | 2017-05-12 | 2017-05-12 | 生成装置、生成方法および生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017095783A JP6370962B1 (ja) | 2017-05-12 | 2017-05-12 | 生成装置、生成方法および生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6370962B1 JP6370962B1 (ja) | 2018-08-08 |
JP2018194902A true JP2018194902A (ja) | 2018-12-06 |
Family
ID=63104324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017095783A Active JP6370962B1 (ja) | 2017-05-12 | 2017-05-12 | 生成装置、生成方法および生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6370962B1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022031854A (ja) * | 2020-12-24 | 2022-02-22 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 返信内容の生成方法、装置、機器及び記憶媒体 |
JP2022100248A (ja) * | 2020-12-23 | 2022-07-05 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | テキスト誤り訂正方法、装置、電子デバイス及び可読記憶媒体 |
JP7526071B2 (ja) | 2020-10-15 | 2024-07-31 | 清水建設株式会社 | コンクリート打設支援システム及びコンクリート打設支援方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020073248A1 (zh) | 2018-10-10 | 2020-04-16 | 华为技术有限公司 | 一种人机交互的方法及电子设备 |
JP7115265B2 (ja) * | 2018-11-30 | 2022-08-09 | 富士通株式会社 | 対話制御方法、対話制御プログラム、対話制御装置、情報提示方法および情報提示装置 |
JP2020135689A (ja) * | 2019-02-25 | 2020-08-31 | 株式会社コトバデザイン | モデル学習システム、意図解釈システム、モデル学習方法およびモデル学習用プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01233619A (ja) * | 1988-03-15 | 1989-09-19 | A T R Jido Honyaku Denwa Kenkyusho:Kk | 自然言語対話処理装置 |
JP3212618B2 (ja) * | 1996-09-26 | 2001-09-25 | 三菱電機株式会社 | 対話処理装置 |
WO2007088877A1 (ja) * | 2006-01-31 | 2007-08-09 | Honda Motor Co., Ltd. | 会話システムおよび会話ソフトウェア |
JP2007272534A (ja) * | 2006-03-31 | 2007-10-18 | Advanced Telecommunication Research Institute International | 省略語補完装置、省略語補完方法、及びプログラム |
JP2017049471A (ja) * | 2015-09-03 | 2017-03-09 | カシオ計算機株式会社 | 対話制御装置、対話制御方法及びプログラム |
-
2017
- 2017-05-12 JP JP2017095783A patent/JP6370962B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01233619A (ja) * | 1988-03-15 | 1989-09-19 | A T R Jido Honyaku Denwa Kenkyusho:Kk | 自然言語対話処理装置 |
JP3212618B2 (ja) * | 1996-09-26 | 2001-09-25 | 三菱電機株式会社 | 対話処理装置 |
WO2007088877A1 (ja) * | 2006-01-31 | 2007-08-09 | Honda Motor Co., Ltd. | 会話システムおよび会話ソフトウェア |
JP2007272534A (ja) * | 2006-03-31 | 2007-10-18 | Advanced Telecommunication Research Institute International | 省略語補完装置、省略語補完方法、及びプログラム |
JP2017049471A (ja) * | 2015-09-03 | 2017-03-09 | カシオ計算機株式会社 | 対話制御装置、対話制御方法及びプログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7526071B2 (ja) | 2020-10-15 | 2024-07-31 | 清水建設株式会社 | コンクリート打設支援システム及びコンクリート打設支援方法 |
JP2022100248A (ja) * | 2020-12-23 | 2022-07-05 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | テキスト誤り訂正方法、装置、電子デバイス及び可読記憶媒体 |
JP7318159B2 (ja) | 2020-12-23 | 2023-08-01 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | テキスト誤り訂正方法、装置、電子デバイス及び可読記憶媒体 |
JP2022031854A (ja) * | 2020-12-24 | 2022-02-22 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 返信内容の生成方法、装置、機器及び記憶媒体 |
US11816443B2 (en) | 2020-12-24 | 2023-11-14 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, device, and storage medium for generating response |
Also Published As
Publication number | Publication date |
---|---|
JP6370962B1 (ja) | 2018-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11568855B2 (en) | System and method for defining dialog intents and building zero-shot intent recognition models | |
JP6370962B1 (ja) | 生成装置、生成方法および生成プログラム | |
JP6310150B2 (ja) | 意図理解装置、方法およびプログラム | |
JP7132090B2 (ja) | 対話システム、対話装置、対話方法、及びプログラム | |
KR20180005850A (ko) | 자동 통역 방법 및 장치, 및 기계 번역 방법 및 장치 | |
US11586689B2 (en) | Electronic apparatus and controlling method thereof | |
US11574637B1 (en) | Spoken language understanding models | |
JP2016513269A (ja) | 音響言語モデルトレーニングのための方法およびデバイス | |
JP6408080B1 (ja) | 生成装置、生成方法及び生成プログラム | |
JP6224857B1 (ja) | 分類装置、分類方法および分類プログラム | |
JP6199517B1 (ja) | 決定装置、決定方法および決定プログラム | |
WO2019159986A1 (ja) | 情報提供装置、情報提供方法、およびプログラム | |
JP7058574B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN110998719A (zh) | 信息处理设备和信息处理方法 | |
JPWO2018123139A1 (ja) | 応答装置、応答装置の制御方法、および制御プログラム | |
JP2017125921A (ja) | 発話選択装置、方法、及びプログラム | |
JP7096199B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6824795B2 (ja) | 修正装置、修正方法および修正プログラム | |
JP2020016784A (ja) | 認識装置、認識方法及び認識プログラム | |
KR20170048008A (ko) | 질의의도를 분석하기 위한 장치 및 방법 | |
US12002460B2 (en) | Information processing device, information processing system, and information processing method, and program | |
JP2018180459A (ja) | 音声合成システム、音声合成方法、及び音声合成プログラム | |
JP6983729B2 (ja) | 抽出装置、評価装置、抽出方法および抽出プログラム | |
JP6205039B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6462784B2 (ja) | 学習装置、情報処理装置、学習方法及び学習プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20180612 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180711 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6370962 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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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 |