JP2018527638A - 自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体 - Google Patents

自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体 Download PDF

Info

Publication number
JP2018527638A
JP2018527638A JP2017560292A JP2017560292A JP2018527638A JP 2018527638 A JP2018527638 A JP 2018527638A JP 2017560292 A JP2017560292 A JP 2017560292A JP 2017560292 A JP2017560292 A JP 2017560292A JP 2018527638 A JP2018527638 A JP 2018527638A
Authority
JP
Japan
Prior art keywords
response
chat
category
reply
automatic
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
JP2017560292A
Other languages
English (en)
Other versions
JP6431993B2 (ja
Inventor
金戈
張傑
肖京
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of JP2018527638A publication Critical patent/JP2018527638A/ja
Application granted granted Critical
Publication of JP6431993B2 publication Critical patent/JP6431993B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Information Transfer Between Computers (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本発明は自動返答方法を提供する。この方法は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを含む。本発明は、自動返答装置、機器およびコンピュータ読み取り可能記憶媒体を更に提供する。本発明は、チャットアプリケーションソフトの自動返答速度を制御して、人間の返答速度に近付けることにより、人間の返答を模倣したリアリティを増強し、チャットアプリケーションソフトの擬人化の程度を向上させることができる。

Description

本発明は、ネットワーク技術に関し、特に、自動返答方法、装置、機器およびコンピュータ読み取り可能記憶媒体に関する。
現在、続々出ている色々なチャットアプリケーションソフト、例えばマイクロソフトのりんな（Rinna）、シムシミ（SimSimi）などは、ユーザーと自動で会話またはチャットをすることができる。しかし、ユーザーはチャットをするとき、チャット相手が本物の人間でないことを容易に感知することができるので、リアリティが乏しく、チャットのおもしろみが大きくそがれていた。
例えば、チャットロボットは人間を模倣してユーザーとチャットまたは会話をすることができるが、チャットロボットと人間が会話するとき、チャットロボットが返答する内容は予め入力されているものである。したがってチャットロボットはユーザーのチャットメッセージを受信すると、ユーザーのチャットメッセージに対応する返答メッセージを照会して返答するだけでよく、返答の速度は人間の返答の速度より格段に速い。
ユーザーからすると、チャットメッセージを入力した後、通常チャットロボットからの自動返答は極めて短い時間内に受信することができるが、人間の返答の速度は各段に遅い。したがって、会話の過程で、ユーザーは現在返答しているのが人間なのかロボットなのかを容易に感知することができる。上述したとおり、現在のチャットアプリケーションソフトの擬人化の程度は低く、リアルなチャット感をユーザーに与えることができない。
本発明の主な目的は、チャットアプリケーションソフトの自動返答の擬人化の程度が低いという技術課題を解決する、自動返答方法、装置、機器およびコンピュータ読み取り可能記憶媒体を提供することにある。
前記目的を実現するため、本発明は自動返答方法を提供する。前記自動返答方法は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを含む。
一実施例において、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する前記ステップの前に、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出するステップを更に含む。
一実施例において、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する前記ステップの前に、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップを更に含み、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間をステップに移行し実行する。
一実施例において、前記自動返答方法は、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に含む。
一実施例において、前記自動返答方法は、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更に含む。
また、上記目的を実現するため、本発明は自動返答装置を更に提供する。前記自動返答装置は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定する受信モジュールと、予め取得した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する分類モジュールと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する設定モジュールと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する返答モジュールとを含む。
一実施例において、前記自動返答装置は、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出する計算モジュールを更に含む。
一実施例において、前記自動返答装置は、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会する照会モジュールをさらに含み、前記設定モジュールは、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する。
一実施例において、前記自動返答装置は、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わない返答拒否モジュールを更に含む。
本発明の実施例において、前記自動返答装置は、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得する訓練モジュールを更に含む。
また、上記目的を実現するため、本発明は自動返答機器を更に提供する。前記自動返答機器は、処理装置、ネットワークインターフェイス、記憶装置および通信バスを含み、前記記憶装置には自動返答プログラムが記憶されており、前記ネットワークインターフェイスはユーザー機器と接続され、ユーザー機器とデータ通信を行い、前記処理装置は前記自動返答プログラムを実行することにより、チャット相手が前記ユーザー機器により送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め取得した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを実現する。
好ましくは、前記処理装置は前記自動返答プログラムを実行することにより、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップを更に実現する。
好ましくは、前記処理装置は前記自動返答プログラムを実行することにより、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップとを更に実現する。
好ましくは、前記処理装置は前記自動返答プログラムを実行することにより、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に実現する。
好ましくは、前記処理装置は前記自動返答プログラムを実行することにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、分類装置を取得するステップを更に実現する。
また、上記目的を実現するため、本発明はコンピュータ読み取り可能記憶媒体を更に提供する。前記コンピュータ読み取り可能記憶媒体には１つまたは複数のプログラムが記憶されており、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、を実現する。
好ましくは、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップを更に実現する。
好ましくは、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、を更に実現する。
好ましくは、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、前記チャットメッセージがヒットしたカテゴリの習得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に実現する。
好ましくは、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更に実現する。
本発明の実施例に係る自動返答方法、装置、機器およびコンピュータ読み取り可能記憶媒体は、チャット相手が送信したチャットメッセージを受信すると、このチャットメッセージを受信したタイミングを開始時間として確定し、次に、予め訓練した分類装置により、チャットメッセージを分類し、前記チャットメッセージがヒットしたカテゴリを取得する。次に、開始時間と予め設定した返答間隔とに基づいて返答時間を設定し、返答時間になったとき、今回のチャットメッセージがヒットしたカテゴリに対応する返答メッセージを呼び出して、今回のチャットメッセージに返答する。本発明は、返答間隔を設定することにより、チャットアプリケーションソフトの自動返答速度に対する制御を実現して、この速度を人間の返答速度に近付け、人間の返答を模倣したリアリティを増強し、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
図１は、本発明の自動返答方法の第一実施例を示す流れ図である。 図２は、本発明の自動返答方法の第二実施例を示す流れ図である。 図３は、本発明の自動返答方法の第三実施例を示す流れ図である。 図４は、本発明の自動返答方法の第四実施例を示す流れ図である。 図５は、本発明の自動返答方法の第五実施例を示す流れ図である。 図６は、本発明の自動返答装置の第一実施例の機能モジュールを示す模式図である。 図７は、本発明の自動返答装置の第二実施例の機能モジュールを示す模式図である。 図８は、本発明の自動返答装置の第三実施例の機能モジュールを示す模式図である。 図９は、本発明の自動返答装置の第四実施例の機能モジュールを示す模式図である。 図１０は、本発明の自動返答装置の第五実施例の機能モジュールを示す模式図である。 図１１は、本発明の実施例に係るハードウェア実行環境である自動返答機器の構成を示す図である。
本発明の目的、機能特徴および利点を実施例に結びつけ、図面を参照してより詳細に説明する。なお、下記の具体的な実施例は、本発明を説明するためのものであり、本発明を限定するものではない。
図１に示すように、本発明の自動返答方法の第一実施例の自動返答方法を提供する。前記自動返答方法は以下のステップを含む。ステップＳ１０において、チャット相手が送信したチャットメッセージを受信し、該チャットメッセージを受信したタイミングを開始時間として確定する。
本実施例によれば、自動返答の速度を制御することにより、チャットアプリケーションソフトの自動返答を人間の返答に近付け、チャットのリアリティを増強し、ユーザーの使用感を向上させることができる。
本実施例においては、チャットアプリケーションソフトがチャットロボットであることを例として説明する。チャットロボットは人間を模倣してチャットまたは会話ができるアプリケーションソフトである。本発明はチャットロボットに限らず、例えばＷｅＣｈａｔ、ＱＱなどのＳＮＳソフトでチャット相手とチャットしてチャット相手のチャットメッセージに自動返答したり、ＴＡＯＢＡＯ社のカスタマーサービスを模倣して消費者とチャットし、サービスを提供するなど、自動返答を行う必要のある他のアプリケーションソフトに応用することができる。
具体的には、一実施形態として、例えばチャットロボットとチャット相手がＳＮＳの友だちになるなど、チャットロボットとチャット相手とがチャットをする条件が成立した場合、チャットロボットが自動トリガーで自動返答モードに入るようにしてもよいし、チャット相手が送信したトリガー情報を受信すると、自動返答モードに入るようにしてもよい。
例えば、「こんにちは」、「Ｈｉ」などをトリガー情報に設定することができ、チャットロボットがトリガー情報を受信すると、自動返答モードに入るよう制御する。
自動返答モードにおいて、チャットロボットはチャット相手が送信したチャットメッセージを受信する。チャット相手は人間であってもよいし他のチャットロボットであってもよい。本実施例においては、チャット相手が人間であることを例として説明する。
チャット相手が送信するチャットメッセージは音声または文字情報などのカテゴリであってよい。チャット相手が送信したチャットメッセージが文字情報である場合、分類装置により対応するカテゴリを直接選択することができる。チャット相手が送信したチャットメッセージが音声である場合、音声認識によって文字情報に変換させた後、文字情報を使用して分類する必要がある。
同時に、チャットロボットは、このチャットメッセージを受信したタイミングを記録し、このタイミングを今回の会話の開始時間として確定する。
ステップＳ２０において、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する。
チャットメッセージを受信すると、チャットロボットは、予め訓練した分類装置により前記チャットメッセージがヒットしたカテゴリを取得する。
具体的には、分類装置には予め複数の所定のカテゴリが設定されており、それぞれのカテゴリはそれぞれの返答メッセージに対応する。分類装置はカテゴリが未知であるチャットメッセージを所定のカテゴリのうちの１つにマッピングすることにより返答メッセージを取得する。それぞれのカテゴリを数字、符号などによって識別してもよい。
一実施形態として、文字タイプのチャットメッセージを受信した後、チャットメッセージのテキスト情報を品詞分解することにより各フレーズを取得する。
次に、テキスト情報の品詞分解を予め訓練した分類装置に入力し、テキスト情報の品詞分解の特徴によりヒットしたカテゴリを検索する。
なお、ヒットしたカテゴリとは現在のチャットメッセージのカテゴリを意味し、これはチャットメッセージの特徴に基づいてマッピングして得たものである。異なるチャットメッセージでも語義が同じであれば同一のカテゴリにヒットする可能性があるが、同じチャットメッセージは同一のカテゴリにしかヒットしない。
例えば、チャットメッセージが「どのような製品を買う必要がありますか」と「どのような製品を買いたいですか」であるとき、品詞分解して分類装置に入力すると、おそらく同一の対応する返答メッセージにヒットし、その内容は具体的な製品の種類である。
ステップＳ３０において、予め設定した返答間隔と前記開始時間とに基づいて、返答時間を設定する。
今回のチャットメッセージがヒットしたカテゴリを取得した後、チャットロボットは予め設定した返答間隔に基づいて、今回のチャットメッセージの返答時間を制御する。
具体的には、一実施形態として、予め設定した返答間隔は、固定の返答間隔とすることができる。
チャットロボットは、チャットメッセージがヒットしたカテゴリを取得した後、このチャットメッセージを受信したタイミング、すなわち開始時間に予め設定した時間間隔を加える。これによって得られたタイミングが今回のチャットメッセージに対する返答時間である。
さらに、予め設定した返答間隔は、返答メッセージのカテゴリの違いに応じて設定した時間間隔であってもよい。人間の返答速度に近付けるよう、時間間隔はそれぞれの返答メッセージの語義、テキスト文字数、音声の長さなどの情報に応じて柔軟に設定することができる。
チャットロボットはチャットメッセージがヒットしたカテゴリを取得した後、このカテゴリに対応する時間間隔を取得する。
次に、このチャットメッセージを受信したタイミング、すなわち開始時間に、このカテゴリに対応する時間間隔を加える。これにより得られたタイミングが今回のチャットメッセージに対する返答時間である。
ステップＳ４０において、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する。
今回のチャットメッセージがヒットしたカテゴリの取得に成功すると、チャットロボットはこのカテゴリに対応する返答メッセージを、今回のチャットメッセージに対応する返答メッセージとして取得する。ここで、返答メッセージは、テキスト情報であってもよいし、予め設定した音声情報などのタイプのメッセージであってもよく、実際の必要に応じて柔軟に設定することができる。
時間が返答時間になったとき、今回取得したチャットメッセージをチャット相手に送信する。
これによりチャットメッセージへの返答を行うことができる。
以後、チャット相手が送信したチャットメッセージを再び受信した場合、開始時間を再び設定し、次の自動返答を行う。
本実施例においては、チャット相手が送信したチャットメッセージを受信した後、該チャットメッセージを受信したタイミングを開始時間として確定する。次に、予め訓練した分類装置によりチャットメッセージを分類し、チャットメッセージがヒットしたカテゴリを取得する。その次に、開始時間と予め設定した返答間隔に基づいて返答時間を設定する。返答時間になったとき、今回のチャットメッセージがヒットしたカテゴリに対応する返答メッセージを呼び出し、今回のチャットメッセージに返答する。本実施例によれば、返答間隔を設定することにより、チャットアプリケーションソフトの自動返答速度に対する制御を実現して、人間の返答速度に近付け、人間の返答を模倣したリアリティを増強し、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図２に示すように、本発明の自動返答方法の第二実施例に係る自動返答方法を提供する。この自動返答方法は図１に示される実施例に基づき、前記ステップＳ３０の前に、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出するステップＳ５０を更に含む。
本実施例においては、返答メッセージをすべて文字情報に設定する。チャット相手が送信したチャットメッセージを受信したとき、チャットロボットはチャットメッセージを受信したタイミングを記録する。
今回チャット相手が送信したチャットメッセージがヒットしたカテゴリを取得した後、チャットロボットはこのカテゴリに対応する返答メッセージを取得する。
次に、チャットロボットは今回の返答メッセージの文字数をカウントし、取得した文字数と予め設定した文字入力速度とに基づいて返答間隔を算出する。ここで、予め設定した文字入力速度は、人間の文字入力速度であると理解される、例えば毎秒１文字などにしてもよい。返答間隔を計算するとき、返答メッセージの文字数と文字入力速度を乗算する。これにより得られた時間が返答間隔である。
返答間隔を取得した後、チャットロボットはチャットメッセージを受信したタイミングに返答間隔の時間を加えることにより、今回のチャットメッセージに対する返答時間を取得する。
次に、チャットロボットは、現在の時間を検出し、返答時間になったとき、チャット相手に返答メッセージを送信する。
返答メッセージを取得するための演算時間は通常、非常に短いので、通常は返答メッセージを取得したときタイミングが返答時間を過ぎてしまっていることはなく、返答時間の制御に影響を与えない。
本実施例においては、今回のチャットメッセージがヒットしたカテゴリを取得した後、このカテゴリに対応する返答メッセージの文字数と予め設定した文字入力速度に基づいて、今回のチャットメッセージに返答する返答間隔を算出する。次に、開始時間と取得した返答間隔に基づいて今回のチャットメッセージに返答する返答時間を設定する。本実施例によれば、返答メッセージの文字数と文字入力速度とに基づいて時間間隔を設定することで、人間の返答の文字入力速度を模倣して、人間が返答するかのような臨場感を高め、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図３に示すように、本発明の自動返答方法の第三実施例に係る自動返答方法を提供する。この自動返答方法は図１または図２に示される実施例（本実施例は図１を例に採用する）に基づき、前記ステップＳ３０の前に、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップＳ６０を更に含み、所定の期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、ステップＳ３０に移行してこれを実行する。
本実施例においては、チャットロボットは、チャット相手が送信したすべてのチャットメッセージ、各チャットメッセージがヒットしたカテゴリ、および対応する返答時間を記録し、チャット記録として設定する。
チャットロボットは、今回のチャットメッセージがヒットしたカテゴリを取得したとき、設定したチャット記録により、所定の期間内に前記カテゴリがヒットされたことがあるか否かを照会する。
所定の期間内にこのカテゴリが今回のチャットメッセージと同一の、或いは異なるチャットメッセージにヒットされた場合、所定の期間内にこのカテゴリがヒットされた回数をカウントする。本実施例においては、このカテゴリがヒットされた回数をカウントするとき、今回ヒットされたことはカウント結果に算入しない。
所定の期間内にこのカテゴリがヒットされた回数を取得した後、ヒットされた回数が所定値より少ないか否かを判断する。ヒットされた回数が所定値より少ないとき、このカテゴリが有効であり、今回のチャットメッセージに対して返答してよいと判断する。ヒットされた回数が所定値より大きいか或いは等しいとき、このカテゴリが無効であり、今回のチャットメッセージに対して返答を行わないと判断する。
例えば、所定の期間は２分であり、所定値は１である。
チャットロボットはヒットしたカテゴリを取得したとき、２分以内のチャット記録において、このカテゴリがヒットされた回数を照会する。
このカテゴリが２分以内に一回ヒットされていれば、このカテゴリのチャットメッセージに対し２分以内にすでに返答したことを意味し、チャット相手から同様のチャットメッセージが再び送信されても再度返答することはしない。このカテゴリが２分以内にヒットされた回数がゼロであるときは、２分以内にこのカテゴリのチャットメッセージを受信していないことを意味し、返答を行ってもよい。この場合、返答時間を設定し、返答時間になったとき、このカテゴリに対応する返答メッセージを呼び出して、チャットメッセージに返答する。
これにより、同様の返答メッセージに対する管理を行うことができる。
本実施例においては、今回のチャットメッセージがヒットしたカテゴリを取得した後、予め設定したチャット記録に基づいて所定の期間内にこのカテゴリがヒットされた回数を照会し、これにより所定の期間内にこのカテゴリのチャットメッセージを受信した回数を取得する。所定の期間内にこのカテゴリがヒットされた回数が所定値より少ないとき、すなわち所定の期間内にこのカテゴリのチャットメッセージを受信した回数が所定値より少ないとき、返答時間を設定し、チャットメッセージに返答する。本実施例によれば、所定値を設定し、所定の期間内に同じカテゴリのチャットメッセージを受信した回数が所定値より少ないときにのみ、今回のチャットメッセージに対して返答する。所定の期間内に同じカテゴリのチャットメッセージを受信した回数が多すぎるときは返答を行わない。これにより同一のカテゴリのチャットメッセージに同じ内容で繰り返し返答することを避け、人間のチャットの習慣により近付け、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図４に示すように、本発明の自動返答方法の第四実施例に係る自動返答方法を提供する。この自動返答方法は図１、図２または図３に示される実施例に基づき、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップ７０を更に含む。
本実施例においては、今回のチャットメッセージがヒットしたカテゴリが取得されていない場合、前記チャットメッセージに対して返答しないように制御する。
例えば、自動返答を使用して会社の内部の業務員に対してリスクテストを実施する場合、業務員が事情を把握していない条件下で、顧客を装って業務員がイレギュラーな操作をしないかをテストすることが目的であるため、業務員が疑念を抱かないよう、業務員が送信したチャットメッセージに対して自動返答をするとき、擬人化の程度を高くすることが必要となる。
業務員が送信したチャットメッセージが分類装置の特定のカテゴリにヒットしなかった場合、現在業務員が送信したチャットメッセージは自動返答の範囲内にないと考えられるので、返答を行わない。もしこのような状況のために予め設定した返答メッセージで返答したり、或いは返答メッセージをランダムに選択して返答をすると、現在のチャット場面にそぐわないため、業務員がこのクライアントは尋常ではないと不審に思い、テストの結果に影響を与えるおそれがある。
本実施例によれば、ヒットするカテゴリがないチャットメッセージへの返答を行わないことにより、適切な返答メッセージがない場合にむやみに返答することを避けて、人間のチャットの習慣により近付け、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図５に示すように、本発明の自動返答方法の第五実施例に係る自動返答方法を提供する。この自動返答方法は図１、図２、図３または図４に示される実施例に基づき、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズム（Neural network algorithm）とロジスティック回帰アルゴリズムに基づいて訓練することで、前記分類装置を取得するステップＳ８０を更に含む。本実施例においては、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムに基づいて訓練することで、チャットメッセージを分類する分類装置を取得する。
具体的には、一実施形態として、予め設定した言語資料サンプルを取得する。言語資料サンプルは大量のチャットメッセージとすることができる。言語資料サンプルの数量が多ければ多いほど、訓練の効果が高くなる。
分類装置が言語資料サンプルを分類する際のカテゴリは、必要に応じて設定することができる。異なるカテゴリは異なる返答メッセージに対応する。言語資料サンプルにおける各チャットメッセージに、それぞれマッピングするカテゴリを設定する。すなわち、言語資料サンプルにおけるチャットメッセージを分類し、対応するカテゴリをラベル付けすることにより、分類装置の訓練のために準備をする。
次に、言語資料サンプルに対して品詞分解を行い、センテンス単位のチャットメッセージを１つ１つの単独の品詞に切り分ける。
その次に、品詞分解後のチャットメッセージの特徴を抽出する。抽出する特徴は品詞性の特徴などとすることができる。
そして、ロジスティック回帰アルゴリズムを使用して、各チャットメッセージの特徴に基づいて各チャットメッセージに対して分類訓練をすることにより、各チャットメッセージが予め設定したカテゴリにヒットできるようにする。
チャットメッセージに対して分類を行うとき、チャットメッセージから抽出した特徴に基づいて、指定した各カテゴリの中で確率が最大のカテゴリをヒットしたカテゴリとして分類装置に選択させ、さらにこのチャットメッセージに予め設定したカテゴリに基づいて、分類が成功したか否かを判断する。分類が成功したか否かの結果に基づいて、言語資料サンプルに対し分類の反復訓練を行うことにより、できるかぎり分類装置がチャットメッセージの特徴から正しいカテゴリにヒットできるようにする。
訓練の過程においては、ニューラルネットワークアルゴリズムに基づき、言語資料サンプルの訓練分類結果により分類のパターンを学習し、分類装置を修正する。これにより、チャットメッセージから抽出した特徴が、各チャットメッセージの最も顕著で、最も他のチャットメッセージと区別できる特徴になるようにし、分類結果の成功率を向上させる。
訓練段階が終わると、テスト用言語資料により分類装置の成功率をテストすることができる。成功率が所定の必要値に達した場合、分類装置の訓練が完了したと判断する。成功率が所定の必要値に達していない場合、成功率が所定の必要値に達するまで分類装置の訓練を続ける。
本実施例においては、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムを使用して分類装置の訓練をする。これにより、分類装置が言語資料サンプルの最も顕著な特徴を抽出できるようになり、チャットメッセージの分類結果をより正確にすることができる。
なお、当業者であれば理解できるように、上記実施例を実現するすべてのステップまたは一部分のステップは、ハードウェアによって実施してもよいし、プログラムによって関連ハードウェアに指令することで実施してもよい。前記プログラムはコンピュータ読み取り可能記憶媒体に記憶することができ、前記記憶媒体は、ＲＯＭ、磁気ディスクまたは光ディスクなどとすることができる。
図６に示すように、本発明の自動返答装置の第一実施例に係る自動返答装置を提供する。前記自動返答装置は次のモジュールを含む。受信モジュール１０は、チャット相手が送信したチャットメッセージを受信し、該チャットメッセージを受信したタイミングを開始時間として確定する。
本実施例によれば、自動返答の速度を制御することにより、チャットアプリケーションソフトの自動返答を人間の返答に近付け、チャットのリアリティを増強し、ユーザーの使用感を向上させることができる。
具体的には、一実施例として、チャットロボットとチャット相手がＳＮＳの友だちになるなど、チャットアプリケーションソフトとチャット相手とがチャットをする条件が成立した場合、チャットロボットが自動トリガーで自動返答モードに入るようにしてもよいし、チャット相手が送信したトリガー情報を受信すると、自動返答モードに入るようにしてもよい。
例えば、「こんにちは」、「Ｈｉ」などをトリガー情報に設定することができ、チャットアプリケーションソフトがトリガー情報を受信すると、自動返答モードに入るよう制御する。
自動返答モードにおいて、受信モジュール１０はチャット相手が送信したチャットメッセージを受信する。チャット相手は人間であってもよいし他のチャットロボットであってもよい。本実施例においては、チャット相手が人間であることを例として説明する。
チャット相手が送信するチャットメッセージは音声または文字情報などのカテゴリであってよい。チャット相手が送信したチャットメッセージが文字情報である場合、分類装置により対応するカテゴリを直接選択することができる。チャット相手が送信したチャットメッセージが音声である場合、受信モジュール１０は音声認識によって文字情報に変換させた後、文字情報を使用して分類する必要がある。
同時に、受信モジュール１０は、このチャットメッセージを受信したタイミングを記録し、このタイミングを今回の会話の開始時間として確定する。
分類モジュール２０は、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する。
チャットメッセージを受信すると、分類モジュール２０は、予め訓練した分類装置により前記チャットメッセージがヒットしたカテゴリを取得する。
具体的には、分類装置には予め複数の所定のカテゴリが設定されており、それぞれのカテゴリはそれぞれの返答メッセージに対応する。分類装置はカテゴリが未知であるチャットメッセージを所定のカテゴリのうちの１つにマッピングすることにより返答メッセージを取得する。それぞれのカテゴリを数字、符号などによって識別してもよい。
一実施形態として、文字タイプのチャットメッセージを受信した後、分類モジュール２０はチャットメッセージのテキスト情報を品詞分解することにより各フレーズを取得する。
次に、分類モジュール２０はテキスト情報の品詞分解を予め訓練した分類装置に入力し、テキスト情報の品詞分解の特徴により、ヒットしたカテゴリを検索する。
なお、ヒットしたカテゴリとは、現在のチャットメッセージのカテゴリを意味し、これはチャットメッセージの特徴に基づいてマッピングして得たものである。異なるチャットメッセージでも語義が同じであれば同一のカテゴリにヒットする可能性があるが、同じチャットメッセージは同一のカテゴリにしかヒットしない。
例えば、チャットメッセージが「どのような製品を買う必要がありますか」と「どのような製品を買いたいですか」であるとき、品詞分解して分類装置に入力すると、おそらく同一の対応する返答メッセージにヒットし、その内容は具体的な製品の種類である。
設定モジュール３０は予め設定した返答間隔と前記開始時間に基づいて、返答時間を設定する。
今回のチャットメッセージがヒットしたカテゴリを取得した後、設定モジュール３０は予め設定した返答間隔に基づいて今回のチャットメッセージの返答時間を制御する。
具体的には、一実施形態として、予め設定した返答間隔は、固定の返答間隔とすることができる。
チャットメッセージがヒットしたカテゴリを取得した後、設定モジュール３０は、このチャットメッセージを受信したタイミング、すなわち開始時間に予め設定した時間間隔を加える。これによって得られたタイミングが今回のチャットメッセージに対する返答時間である。
さらに、予め設定した返答間隔は、返答メッセージのカテゴリの違いに応じて設定した時間間隔であってもよい。人間の返答速度に近付けるよう、時間間隔はそれぞれの返答メッセージの語義、テキスト文字数、音声の長さなどの情報に応じて柔軟に設定することができる。
チャットメッセージがヒットしたカテゴリを取得した後、設定モジュール３０はこのカテゴリに対応する時間間隔を取得する。
次に、設定モジュール３０は、このチャットメッセージを受信したタイミング、すなわち開始時間に、このカテゴリに対応する時間間隔を加える。これにより得られたタイミングが今回のチャットメッセージに対する返答時間である。
返答モジュール４０は、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する。
今回のチャットメッセージがヒットしたカテゴリの取得に成功すると、返答モジュール４０はこのカテゴリに対応する返答メッセージを、今回のチャットメッセージに対応する返答メッセージとして取得する。ここで、返答メッセージは、テキスト情報であってもよいし、予め設定した音声情報などのタイプのメッセージであってもよく、実際の必要に応じて柔軟に設定することができる。
時間が返答時間になったとき、返答モジュール４０は今回取得したチャットメッセージをチャット相手に送信する。
これによりチャットメッセージへの返答を行うことができる。
以後、チャット相手が送信したチャットメッセージを再び受信した場合、受信モジュール１０は開始時間を再び設定し、次の自動返答を行う。
本実施例において、受信モジュール１０はチャット相手が送信したチャットメッセージを受信した後、前記チャットメッセージを受信したタイミングを開始時間として確定する。次に、分類モジュール２０は予め訓練した分類装置によりチャットメッセージを分類し、チャットメッセージがヒットしたカテゴリを取得する。その次に、設定モジュール３０は開始時間と予め設定した返答間隔に基づいて返答時間を設定する。返答時間になったとき、返答モジュール４０は今回のチャットメッセージがヒットしたカテゴリに対応する返答メッセージを呼び出し、今回のチャットメッセージに返答する。本実施例によれば、返答間隔を設定することにより、チャットアプリケーションソフトの自動返答速度に対する制御を実現して、人間の返答速度に近付け、人間の返答を模倣したリアリティを増強し、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図７に示すように、本発明の自動返答装置の第二実施例に係る自動返答装置を提供する。この自動返答装置は図６に示される実施例に基づき、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出する計算モジュール５０を更に含む。
本実施例においては、返答メッセージをすべて文字情報に設定する。受信モジュール１０はチャット相手が送信したチャットメッセージを受信したとき、チャットメッセージを受信したタイミングを記録する。
今回チャット相手が送信したチャットメッセージがヒットしたカテゴリが取得された後、計算モジュール５０はこのカテゴリに対応する返答メッセージを取得する。
次に、計算モジュール５０は今回の返答メッセージの文字数をカウントし、取得した文字数と予め設定した文字入力速度とに基づいて返答間隔を算出する。ここで、予め設定した文字入力速度は、人間の文字入力速度であると理解される、例えば毎秒１文字などにしてもよい。返答間隔を計算するとき、返答メッセージの文字数と文字入力速度を乗算する。これにより得られた時間が返答間隔である。
返答間隔を取得した後、設定モジュール３０はチャットメッセージを受信したタイミングに返答間隔の時間を加えることにより、今回のチャットメッセージに対する返答時間を取得する。
次に、返答モジュール４０は、現在の時間を検出し、返答時間になったとき、チャット相手に返答メッセージを送信する。
返答メッセージを取得するための演算時間は通常、非常に短いので、通常は返答メッセージを取得したときタイミングが返答時間を過ぎてしまっていることはなく、返答時間の制御に影響を与えない。
本実施例においては、今回のチャットメッセージがヒットしたカテゴリを取得した後、計算モジュール５０はこのカテゴリに対応する返答メッセージの文字数と予め設定した文字入力速度とに基づいて、今回のチャットメッセージに返答する返答間隔を算出する。次に、開始時間と取得した返答間隔とに基づいて今回のチャットメッセージに返答する返答時間を設定する。本実施例によれば、返答メッセージの文字数と文字入力速度とに基づいて時間間隔を設定することで、人間の返答の文字入力速度を模倣して、人間が返答するかのような臨場感を高め、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図８に示すように、本発明の自動返答装置の第三実施例に係る自動返答装置を提供する。この自動返答装置は図６または図７に示される実施例（本実施例は図６を例とする）に基づき、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会する照会モジュール６０を更に含み、設定モジュール３０は所定の期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて、返答時間を設定する。
本実施例においては、照会モジュール６０は、チャット相手が送信したすべてのチャットメッセージ、各チャットメッセージがヒットしたカテゴリ、および対応する返答時間を記録し、チャット記録として設定する。
今回のチャットメッセージがヒットしたカテゴリが取得されたとき、照会モジュール６０は設定したチャット記録により、所定の期間内に前記カテゴリがヒットされたことがあるか否かを照会する。
所定の期間内にこのカテゴリが今回のチャットメッセージと同一の、或いは異なるチャットメッセージにヒットされた場合、照会モジュール６０は所定の期間内にこのカテゴリがヒットされた回数をカウントする。本実施例においては、このカテゴリがヒットされた回数をカウントするとき、今回ヒットされたことはカウント結果に算入しない。
所定の期間内にこのカテゴリがヒットされた回数を取得した後、照会モジュール６０はヒットされた回数が所定値より少ないか否かを判断する。ヒットされた回数が所定値より少ないとき、照会モジュール６０はこのカテゴリが有効であり、今回のチャットメッセージに対して返答してよいと判断する。ヒットされた回数が所定値より大きいか或いは等しいとき、このカテゴリが無効であり、今回のチャットメッセージに対して返答しないと判断する。
例えば、所定の期間は２分であり、所定値は１である。
ヒットしたカテゴリが取得されたとき、照会モジュール６０は２分以内のチャット記録において、このカテゴリがヒットされた回数を照会する。
このカテゴリが２分以内に一回ヒットされていれば、このカテゴリのチャットメッセージに対し２分以内にすでに返答したことを意味し、チャット相手から同様のチャットメッセージが再び送信されても再度返答することはしない。このカテゴリが２分以内にヒットされた回数がゼロであるときは、２分以内にこのカテゴリのチャットメッセージを受信していないことを意味し、返答を行ってもよい。この場合、設定モジュール３０が返答時間を設定し、返答時間になったとき、返答モジュール４０がこのカテゴリに対応する返答メッセージを呼び出して、チャットメッセージに返答する。
これにより、同様の返答メッセージに対する管理を行うことができる。
本実施例においては、今回のチャットメッセージがヒットしたカテゴリを取得した後、照会モジュール６０は予め設定したチャット記録に基づいて所定の期間内にこのカテゴリがヒットされた回数を照会し、これにより所定の期間内にこのカテゴリのチャットメッセージを受信した回数を取得する。所定の期間内にこのカテゴリがヒットされた回数が所定値より少ないとき、すなわち所定の期間内にこのカテゴリのチャットメッセージを受信した回数が所定値より少ないとき、設定モジュール３０は返答時間を設定し、返答モジュール４０はチャットメッセージに返答する。本実施例によれば、所定値を設定し、所定の期間内に同じカテゴリのチャットメッセージを受信した回数が所定値より少ないときにのみ、今回のチャットメッセージに対して返答する。所定の期間内に同じカテゴリのチャットメッセージを受信した回数が多すぎるときは返答しない。これにより同一のカテゴリのチャットメッセージに同じ内容で繰り返し返答することを避け、人間のチャットの習慣により近付け、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図９に示すように、本発明の自動返答装置の第四実施例に係る自動返答装置を提供する。この自動返答装置は図６、図７または図８に示される実施例（本実施例は図６を例とする）に基づき、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージに対して返答を行わない返答拒否モジュール７０を更に含む。
本実施例においては、今回チャットメッセージがヒットしたカテゴリが取得されていない場合、返答拒否モジュール７０はチャットメッセージへの返答を行わないように制御する。
例えば、自動返答を使用して会社の内部の業務員に対してリスクテストを実施する場合、業務員が事情を把握していない条件下で、顧客を装って業務員がイレギュラーな操作をしないかをテストすることが目的であるため、業務員が疑念を抱かないよう、業務員が送信したチャットメッセージに対して自動返答をするとき、擬人化の程度を高くすることが必要となる。
業務員が送信したチャットメッセージが分類装置の特定のカテゴリにヒットしなかった場合、現在業務員が送信したチャットメッセージは自動返答の範囲内にないと考えられるので、返答を行わない。もしこのような状況のために予め設定した返答メッセージで返答したり、或いは返答メッセージをランダムに選択して返答をすると、現在のチャット場面にそぐわないため、業務員がこのクライアントは尋常ではないと不審に思い、テストの結果に影響を与えるおそれがある。
本実施例においては、返答拒否モジュール７０はカテゴリにヒットしなかったチャットメッセージへの返答を行わないことにより、適切な返答メッセージがない場合にむやみに返答することを避けて、人間のチャットの習慣により近付け、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
さらに、図１０に示すように、本発明の自動返答装置の第五実施例に係る自動返答装置を提供する。この自動返答装置は図６、図７、図８または図９に示される実施例（本実施例は図９を例とする）に基づき、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムにより訓練することで、前記分類装置を取得する訓練モジュール８０を更に含む。
本実施例においては、訓練モジュール８０はニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、チャットメッセージを分類する分類装置を取得する。
具体的には、一実施形態として、訓練モジュール８０は予め設定した言語資料サンプルを取得する。言語資料サンプルは大量のチャットメッセージとすることができる。言語資料サンプルの数量が多ければ多いほど、訓練の効果が高くなる。
分類装置が言語資料サンプルを分類する際のカテゴリは、必要に応じて設定することができる。異なるカテゴリは異なる返答メッセージに対応する。言語資料サンプルにおける各チャットメッセージに、それぞれマッピングするカテゴリを設定する。すなわち、言語資料サンプルにおけるチャットメッセージを分類し、対応するカテゴリをラベル付けすることにより、分類装置の訓練のために準備をする。
次に、訓練モジュール８０は言語資料サンプルに対して品詞分解を行い、センテンス単位のチャットメッセージを1つ1つの単独の品詞に切り分ける。
その次に、訓練モジュール８０は品詞分解後のチャットメッセージの特徴を抽出する。抽出する特徴は品詞性の特徴などとすることができる。
そして、訓練モジュール８０はロジスティック回帰アルゴリズムを使用して、各チャットメッセージの特徴に基づいて各チャットメッセージに対して分類訓練をすることにより、各チャットメッセージが予め設定したカテゴリにヒットできるようにする。
チャットメッセージに対して分類を行うとき、チャットメッセージから抽出した特徴に基づいて、指定した各カテゴリの中で確率が最大のカテゴリをヒットしたカテゴリとして分類装置に選択させ、さらにこのチャットメッセージに予め設定したカテゴリに基づいて、分類が成功したか否かを判断する。分類が成功したか否かの結果に基づいて、言語資料サンプルに対し分類の反復訓練を行うことにより、できるかぎり分類装置がチャットメッセージの特徴から正しいカテゴリにヒットできるようにする。
訓練の過程において、訓練モジュール８０はニューラルネットワークアルゴリズムに基づき、言語資料サンプルの訓練分類結果により分類のパターンを学習し、分類装置を修正する。これにより、チャットメッセージから抽出した特徴が、各チャットメッセージの最も顕著で、最も他のチャットメッセージと区別できる特徴になるようにし、分類結果の成功率を向上させる。
訓練段階が終わると、訓練モジュール８０はテスト用言語資料により分類装置の成功率をテストすることができる。成功率が所定の必要値に達した場合、分類装置の訓練が完了したと判断する。成功率が所定の必要値に達していない場合、成功率が所定の必要値に達するまで分類装置の訓練を続ける。
本実施例においては、訓練モジュール８０はニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムを使用して分類装置の訓練をする。これにより、分類装置が言語資料サンプルの最も顕著な特徴を抽出できるようになり、チャットメッセージの分類結果をより正確にすることができる。
なお、ハードウェアにより本発明を実現する場合、受信モジュール１０、分類モジュール２０、設定モジュール３０、返答モジュール４０、計算モジュール５０、照会モジュール６０、返答拒否モジュール７０および訓練モジュール８０などは、ハードウェアの形態で自動返答装置に実装されてもよいし、自動返答装置から独立して設置されてもよい。また、ソフトウェアの形態で自動返答装置のメモリに記憶させ、プロセッサが呼び出して上記各モジュールに対応する操作を実施することもできる。前記プロセッサは、中央処理装置（ＣＰＵ）、マイクロプロセッサ、シングルチップコンピュータなどであることができる。
図１１に示すとおり、図１１は本発明の実施例に係るハードウェア実行環境である機器の構成を示す図である。
本発明の実施例の自動返答機器は、ＰＣ、スマットフォン、タブレットコンピュータ、電子書籍リーダー、モバイルコンピュータなどの端末機器とすることができる。
図１１に示すとおり、自動返答機器は、例えばＣＰＵである処理装置１００１と、ネットワークインターフェイス１００２および記憶装置１００３とを含むことができる。このコンポーネント間の通信接続は通信バスによって実現することができる。ネットワークインターフェイス１００２として標準規格の有線インターフェイス、無線インターフェイス（例えばＷＩ−ＦＩインターフェイス）などを選択することができる。記憶装置１００３は高速ＲＡＭメモリであってもよいし、或いは磁気ディスクのような不揮発性メモリ（non−volatile memory）であってもよい。記憶装置１００３は前記処理装置１００１から独立した記憶装置であってもよい。
選択的に、自動返答機器は、ユーザーインターフェイス、カメラ、ＲＦ（Radio Frequency、無線周波数）回路、センサー、音声回路、ＷＩ−ＦＩモジュールなどを更に含むことができる。ユーザーインターフェイスはディスプレイ（Display）、入力装置、例えばキーボード（Keyboard）を含んでもよい。ユーザーインターフェイスは選択的に標準規格の有線インターフェイス、無線インターフェイスを含むことができる。
当業者であれば理解できるように、図１１に示す自動返答機器の構造は本発明の自動返答機器を限定するものではなく、図示したよりも多い或いは少ない部品を備えてもよいし、部品同士を組み合わせてもよいし、部品のレイアウトが異なっていてもよい。
図１１に示すとおり、コンピュータ記憶媒体である記憶装置１００３には、オペレーティングシステム、ネットワーク通信モジュールおよび自動返答プログラムが含まれる。オペレーティングシステムは、自動返答機器のハードウェアとソフトウェアリソースを管理、制御するプログラムであり、ネットワーク通信モジュール、自動返答プログラム、および他のプログラムまたはソフトウェアの実行をサポートする。ネットワーク通信モジュールはネットワークインターフェイス１００２を管理、制御する。
図１１に示す自動返答機器において、ネットワークインターフェイス１００２は主としてユーザー機器と接続され、ユーザー機器とデータ通信を行うためのものであり、チャット相手はユーザー機器を介してチャットメッセージを入力し、自動返答機器に送信する。処理装置１００１は記憶装置１００３に記憶された自動返答プログラムを実行することにより、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを実現することができる。
また、処理装置１００１は、記憶装置１００３に記憶された自動返答プログラムを実行することにより、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップを更に実現することができる。
また、処理装置１００１は、記憶装置１００３に記憶された自動返答プログラムを実行することにより、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップとを更に実現することができる。
また、処理装置１００１は、記憶装置１００３に記憶された自動返答プログラムを実行することにより、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に実現することができる。
また、処理装置１００１は、記憶装置１００３に記憶された自動返答プログラムを実行することにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更に実現することができる。
本発明の自動返答機器の具体的な実施例は前記自動返答方法および装置の各実施例と基本的に同じなので、ここで再び説明しない。
本発明はコンピュータ読み取り可能記憶媒体を提供する。前記コンピュータ読み取り可能記憶媒体には１つまたは複数のプログラムが記憶されており、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを実現することができる。
また、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップを更に実現することができる。
また、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップとを更に実現することができる。
また、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に実施することができる。
また、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更に実現することができる。
本発明のコンピュータ読み取り可能記憶媒体の具体的な実施例は前記自動返答方法および装置の各実施例と基本的に同じなので、ここで再び説明しない。
なお、本文における「備える」、「含む」またはそれに類する用語は、非排他的な包含を意味し、一連の要素を含む過程、方法、物品または装置は、それら要素を含むだけではなく明確に列挙されていない要素を含んだり、その過程、方法、物品または装置の固有の要素を含むこともできる。特に限定しない場合、「・・・を１つ含む」との表現で限定された要素は、その要素の過程、方法、部品または装置に別の同じ要素が存在する可能性を排除されない。
上述の本発明の実施例の番号は、説明を行うためのものであり、実施例の優劣を表すためのものではない。上述の実施例の説明によれば、上記実施例の方法はソフトウェアと必需の汎用ハードウェアプラットフォームによって、あるいはハードウェアによって実現できるが、多くの場合、前者がより好ましい実施の形態であることは当業者であれば自明であろう。そのうえで、本発明の技術的解決手段は本質的に、または従来技術に対して貢献する部分が、ソフトウェア製品の形態で体現でき、このソフトウェア製品は記憶媒体（例えば、ＲＯＭ／ＲＡＭ、磁気ディスク、光ディスク）に記憶され、幾つかのコマンドを含めることで、一台の端末装置（携帯電話、コンピュータ、サーバーあるいはインターネット装置等）で本発明の各実施例に係る方法を実行することができる。
以上は、本発明の好ましい実施例にすぎず、本発明の特許範囲を限定するのではない。本発明の明細書および図面を利用してなされた均等な設計やフローの変更、または、別の関連分野への直接的または間接的な応用は、当然本発明の保護範囲に属する。
本発明は、ネットワーク技術に関し、特に、自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体に関する。
本発明の主な目的は、チャットアプリケーションソフトの自動返答の擬人化の程度が低いという技術課題を解決する、自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体を提供することにある。
また、上記目的を実現するため、本発明は自動返答プログラムを更に提供する。自動返答プログラムは、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、をコンピュータに実行させる。
好ましくは、前記自動返答プログラムは、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップを更にコンピュータに実行させる。
好ましくは、前記自動返答プログラムは、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、を更にコンピュータに実行させる。
好ましくは、前記自動返答プログラムは、前記チャットメッセージがヒットしたカテゴリの習得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更にコンピュータに実行させる。
好ましくは、前記自動返答プログラムは、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更にコンピュータに実行させる。
本発明の実施例に係る自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体は、チャット相手が送信したチャットメッセージを受信すると、このチャットメッセージを受信したタイミングを開始時間として確定し、次に、予め訓練した分類装置により、チャットメッセージを分類し、前記チャットメッセージがヒットしたカテゴリを取得する。次に、開始時間と予め設定した返答間隔とに基づいて返答時間を設定し、返答時間になったとき、今回のチャットメッセージがヒットしたカテゴリに対応する返答メッセージを呼び出して、今回のチャットメッセージに返答する。本発明は、返答間隔を設定することにより、チャットアプリケーションソフトの自動返答速度に対する制御を実現して、この速度を人間の返答速度に近付け、人間の返答を模倣したリアリティを増強し、チャットアプリケーションソフトの擬人化の程度を向上させることができる。
時間が返答時間になったとき、今回取得した返答メッセージをチャット相手に送信する。
さらに、図４に示すように、本発明の自動返答方法の第四実施例に係る自動返答方法を提供する。この自動返答方法は図１、図２または図３に示される実施例に基づき、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップＳ７０を更に含む。
時間が返答時間になったとき、返答モジュール４０は今回取得した返答メッセージをチャット相手に送信する。
図１１に示すとおり、コンピュータ読み取り可能記憶媒体である記憶装置１００３には、オペレーティングシステム、ネットワーク通信モジュールおよび自動返答プログラムが含まれる。オペレーティングシステムは、自動返答機器のハードウェアとソフトウェアリソースを管理、制御するプログラムであり、ネットワーク通信モジュール、自動返答プログラム、および他のプログラムまたはソフトウェアの実行をサポートする。ネットワーク通信モジュールはネットワークインターフェイス１００２を管理、制御する。
前記目的を実現するため、本発明は自動返答方法を提供する。前記自動返答方法は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出するステップと、前記返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを含む。
一実施例において、前記自動返答方法は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを含む。
一実施例において、前記自動返答方法は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップとを含む。
一実施例において、前記自動返答方法は、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて、前記分類装置を訓練するステップを更に含む。
また、上記目的を実現するため、本発明は自動返答装置を更に提供する。前記自動返答装置は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定する受信モジュールと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する分類モジュールと、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出する計算モジュールと、前記返答間隔と前記開始時間とに基づいて返答時間を設定する設定モジュールと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する返答モジュールとを含む。
一実施例において、前記自動返答装置は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定する受信モジュールと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する分類モジュールと、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会する照会モジュールと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する設定モジュールと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する返答モジュールとを含む。
一実施例において、前記自動返答装置は、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定する受信モジュールと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する分類モジュールと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する設定モジュールと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する返答モジュールと、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わない返答拒否モジュールとを含む。
本発明の実施例において、前記自動返答装置は、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて、前記分類装置を訓練する訓練モジュールを更に含む。
また、上記目的を実現するため、本発明は自動返答機器を更に提供する。前記自動返答機器は、処理装置、ネットワークインターフェイス、記憶装置および通信バスを含み、前記記憶装置には自動返答プログラムが記憶されており、前記ネットワークインターフェイスはユーザー機器と接続され、ユーザー機器とデータ通信を行い、前記処理装置は前記自動返答プログラムを実行することにより、チャット相手が前記ユーザー機器により送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め取得した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め訓練した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度に基づいて、返答間隔を算出するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを実現する。
一実施例において、前記自動返答機器は、処理装置、ネットワークインターフェイス、記憶装置および通信バスを含み、前記記憶装置には自動返答プログラムが記憶されており、
前記ネットワークインターフェイスはユーザー機器と接続され、ユーザー機器とデータ通信を行い、前記処理装置は前記自動返答プログラムを実行することにより、チャット相手が前記ユーザー機器により送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとを実現する。
一実施例において、前記自動返答機器は、処理装置、ネットワークインターフェイス、記憶装置および通信バスを含み、前記記憶装置には自動返答プログラムが記憶されており、前記ネットワークインターフェイスはユーザー機器と接続され、ユーザー機器とデータ通信を行い、前記処理装置は前記自動返答プログラムを実行することにより、チャット相手が前記ユーザー機器により送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップとを実現する。
好ましくは、前記処理装置は前記自動返答プログラムを実行することにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて、前記分類装置を訓練するステップを更に実現する。
また、上記目的を実現するため、本発明は自動返答プログラムを更に提供する。自動返答プログラムは、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップと、前記返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、をコンピュータに実行させる。
一実施例において、前記自動返答プログラムは、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップとをコンピュータに実行させる。
一実施例において、前記自動返答プログラムは、チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、前記チャットメッセージがヒットしたカテゴリの習得に成功していない場合、前記チャットメッセージへの返答を行わないステップとをコンピュータに実行させる。
好ましくは、前記自動返答プログラムは、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて、前記分類装置を訓練するステップを更にコンピュータに実行させる。
本発明の実施例に係る自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体は、チャット相手が送信したチャットメッセージを受信すると、このチャットメッセージを受信したタイミングを開始時間として確定し、次に、予め訓練した分類装置により、チャットメッセージを分類し、前記チャットメッセージがヒットしたカテゴリを取得する。次に、カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出する。次に、開始時間と返答間隔とに基づいて返答時間を設定し、返答時間になったとき、今回のチャットメッセージがヒットしたカテゴリに対応する返答メッセージを呼び出して、今回のチャットメッセージに返答する。本発明は、返答間隔を設定することにより、チャットアプリケーションソフトの自動返答速度に対する制御を実現して、この速度を人間の返答速度に近付け、人間の返答を模倣したリアリティを増強し、チャットアプリケーションソフトの擬人化の程度を向上させることができる。

Claims (20)

  1. 自動返答方法であって、前記自動返答方法は、
    チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、
    予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、
    予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、
    前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、を含むことを特徴とする自動返答方法。
  2. 予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する前記ステップの前に、
    前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出するステップを更に含むことを特徴とする請求項１に記載の自動返答方法。
  3. 予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する前記ステップの前に、
    予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップを更に含み、
    前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間をステップに移行し実行することを特徴とする請求項１に記載の自動返答方法。
  4. 前記自動返答方法は、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に含むことを特徴とする請求項１に記載の自動返答方法。
  5. 前記自動返答方法は、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更に含むことを特徴とする請求項４に記載の自動返答方法。
  6. 自動返答装置であって、前記自動返答装置は、
    チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定する受信モジュールと、
    予め取得した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得する分類モジュールと、
    予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定する設定モジュールと、
    前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答する返答モジュールとを含むことを特徴とする自動返答装置。
  7. 前記自動返答装置は、前記カテゴリに対応する返答メッセージの文字数と、予め設定した文字入力速度とに基づいて、返答間隔を算出する計算モジュールを更に含むことを特徴とする請求項６に記載の自動返答装置。
  8. 前記自動返答装置は、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会する照会モジュールをさらに含み、前記設定モジュールは、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定することを特徴とする請求項６に記載の自動返答装置。
  9. 前記自動返答装置は、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わない返答拒否モジュールを更に含むことを特徴とする請求項６に記載の自動返答装置。
  10. 前記自動返答装置は、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得する訓練モジュールを更に含むことを特徴とする請求項９に記載の自動返答装置。
  11. 自動返答機器であって、前記自動返答機器は、処理装置、ネットワークインターフェイス、記憶装置および通信バスを含み、
    前記記憶装置には自動返答プログラムが記憶されており、
    前記ネットワークインターフェイスはユーザー機器と接続され、ユーザー機器とデータ通信を行い、
    前記処理装置は前記自動返答プログラムを実行することにより、
    チャット相手が前記ユーザー機器により送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、
    予め取得した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、
    予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、
    前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、を実現することを特徴とする自動返答機器。
  12. 前記処理装置は前記自動返答プログラムを実行することにより、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度に基づいて、返答間隔を算出するステップを更に実現することを特徴とする請求項１１に記載の自動返答機器。
  13. 前記処理装置は前記自動返答プログラムを実行することにより、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップとを更に実現することを特徴とする請求項１１に記載の自動返答機器。
  14. 前記処理装置は前記自動返答プログラムを実行することにより、前記チャットメッセージがヒットしたカテゴリの取得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に実現することを特徴とする請求項１１に記載の自動返答機器。
  15. 前記処理装置は前記自動返答プログラムを実行することにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、分類装置を取得するステップを更に実現することを特徴とする請求項１４に記載の自動返答機器。
  16. コンピュータ読み取り可能記憶媒体であって、前記コンピュータ読み取り可能記憶媒体には１つまたは複数のプログラムが記憶されており、前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、
    チャット相手が送信したチャットメッセージを受信し、前記チャットメッセージを受信したタイミングを開始時間として確定するステップと、
    予め訓練した分類装置により、前記チャットメッセージがヒットしたカテゴリを取得するステップと、
    予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、
    前記返答時間になったとき、前記カテゴリに対応する返答メッセージを呼び出し、前記チャットメッセージに返答するステップと、を実現することを特徴とするコンピュータ読み取り可能記憶媒体。
  17. 前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、前記カテゴリに対応する返答メッセージの文字数と、予め設定された文字入力速度とに基づいて、返答間隔を算出するステップを更に実現することを特徴とする請求項１６に記載のコンピュータ読み取り可能記憶媒体。
  18. 前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、予め設定したチャット記録に基づいて、所定の期間内に前記カテゴリがヒットされた回数を照会するステップと、前記期間内に前記カテゴリがヒットされた回数が所定値より少ないとき、予め設定した返答間隔と前記開始時間とに基づいて返答時間を設定するステップと、を更に実現することを特徴とする請求項１６に記載のコンピュータ読み取り可能記憶媒体。
  19. 前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、前記チャットメッセージがヒットしたカテゴリの習得に成功していない場合、前記チャットメッセージへの返答を行わないステップを更に実現することを特徴とする請求項１６に記載のコンピュータ読み取り可能記憶媒体。
  20. 前記１つまたは複数のプログラムが１つまたは複数の処理装置によって実行されることにより、予め設定した言語資料サンプルを使用して、ニューラルネットワークアルゴリズムとロジスティック回帰アルゴリズムとに基づいて訓練することで、前記分類装置を取得するステップを更に実現することを特徴とする請求項１９に記載のコンピュータ読み取り可能記憶媒体。
JP2017560292A 2016-07-20 2017-03-24 自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体 Active JP6431993B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201610578824.6A CN107040450B (zh) 2016-07-20 2016-07-20 自动回复方法和装置
CN201610578824.6 2016-07-20
PCT/CN2017/077963 WO2018014579A1 (zh) 2016-07-20 2017-03-24 自动回复方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
JP2018527638A true JP2018527638A (ja) 2018-09-20
JP6431993B2 JP6431993B2 (ja) 2018-11-28

Family

ID=59533122

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017560292A Active JP6431993B2 (ja) 2016-07-20 2017-03-24 自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体

Country Status (9)

Country Link
US (1) US10404629B2 (ja)
EP (1) EP3306867B1 (ja)
JP (1) JP6431993B2 (ja)
KR (1) KR102125348B1 (ja)
CN (1) CN107040450B (ja)
AU (1) AU2017258821A1 (ja)
SG (1) SG11201709529SA (ja)
TW (1) TWI632469B (ja)
WO (1) WO2018014579A1 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108563657A (zh) * 2017-12-29 2018-09-21 上海与德科技有限公司 机器人应答模式的自适应调整方法及智能机器人
TWI718369B (zh) * 2018-04-26 2021-02-11 國立勤益科技大學 智能互動系統
US10567314B1 (en) * 2018-12-03 2020-02-18 D8AI Inc. Programmable intelligent agents for human-chatbot communication
CN111353024B (zh) * 2018-12-04 2023-04-18 阿里巴巴集团控股有限公司 回评文本的生成方法、装置及***
US11157701B2 (en) 2019-01-10 2021-10-26 International Business Machines Corporation Regulating velocity of chat discourse
CN109753561B (zh) * 2019-01-16 2021-04-27 长安汽车金融有限公司 一种自动回复的生成方法及装置
CN109639444B (zh) * 2019-02-20 2021-06-18 腾讯科技（深圳）有限公司 消息处理方法、装置、电子设备及存储介质
TWI714019B (zh) * 2019-03-12 2020-12-21 國立清華大學 諮詢式聊天機械人之執行方法
CN110324237A (zh) * 2019-06-24 2019-10-11 中建八局第一建设有限公司 一种基于微信的集成项目应用管理方法
CN110290057B (zh) * 2019-06-28 2021-09-14 联想(北京)有限公司 一种信息处理方法及信息处理装置
CN110351293B (zh) * 2019-07-19 2022-03-01 秒针信息技术有限公司 一种发送信息的方法、装置及***
CN110445707B (zh) * 2019-07-23 2022-05-13 北京秒针人工智能科技有限公司 一种消息处理方法及装置
CN112491692A (zh) * 2020-11-09 2021-03-12 北京明略软件***有限公司 定时收集信息方法、***、计算机可读存储介质及电子设备
CN112612877A (zh) * 2020-12-16 2021-04-06 平安普惠企业管理有限公司 多类型消息智能答复方法、装置、计算机设备及存储介质
CN113297362A (zh) * 2021-05-27 2021-08-24 平安科技（深圳）有限公司 机器人问答方法、装置、计算机设备及存储介质
CN113609275B (zh) * 2021-08-24 2024-03-26 腾讯科技（深圳）有限公司 信息处理方法、装置、设备及存储介质
CN115499397B (zh) * 2022-09-08 2023-11-17 亿咖通(湖北)技术有限公司 一种信息回复方法、装置、设备及存储介质
US12001489B1 (en) * 2023-01-25 2024-06-04 Fujitsu Limited Ethics-based multi-modal user post monitoring

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008191748A (ja) * 2007-02-01 2008-08-21 Oki Electric Ind Co Ltd ユーザ間コミュニケーション方法、ユーザ間コミュニケーションプログラム、ユーザ間コミュニケーション装置
JP2009048302A (ja) * 2007-08-15 2009-03-05 Yahoo Japan Corp 仮想空間情報要約作成装置
JP2009282704A (ja) * 2008-05-21 2009-12-03 Denso Corp 自動車用情報提供システム

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000050045A (ko) * 2000-03-28 2000-08-05 백찬영 전자 메시지 자동 응답 시스템 및 방법
WO2002009399A2 (en) * 2000-07-20 2002-01-31 Telefonaktiebolaget Lm Ericsson (Publ) Customer support system and method providing virtual and live agent interaction over a data network
US20030182391A1 (en) * 2002-03-19 2003-09-25 Mike Leber Internet based personal information manager
TW576118B (en) * 2002-12-31 2004-02-11 Inventec Appliances Corp Method of auto-answering the short message for the mobile phone
US20050282559A1 (en) * 2003-02-25 2005-12-22 Boston Communications Group, Inc. Method and system for providing supervisory control over wireless phone data usage
US7249162B2 (en) * 2003-02-25 2007-07-24 Microsoft Corporation Adaptive junk message filtering system
CN100438511C (zh) * 2005-09-16 2008-11-26 腾讯科技（深圳）有限公司 一种即时通信中按照时间段自动回复的方法及***
CN101179619A (zh) * 2006-11-08 2008-05-14 中兴通讯股份有限公司 一种移动电话及其自动应答方法
US20090077185A1 (en) * 2007-09-17 2009-03-19 Inventec Corporation Automatic-reply instant messeging system and method thereof
US20140279050A1 (en) * 2008-05-21 2014-09-18 The Delfin Project, Inc. Dynamic chatbot
US7818374B2 (en) * 2008-05-29 2010-10-19 International Business Machines Corporation Effective communication in virtual worlds
CN101800709A (zh) * 2010-01-05 2010-08-11 深圳中兴网信科技有限公司 一种即时通讯中自动回复的实现方法
US9077749B2 (en) * 2012-01-31 2015-07-07 International Business Machines Corporation Identity verification for at least one party to a text-based communication
US9973457B2 (en) * 2012-06-26 2018-05-15 Nuance Communications, Inc. Method and apparatus for live chat integration
US9461945B2 (en) * 2013-10-18 2016-10-04 Jeffrey P. Phillips Automated messaging response
US20150154002A1 (en) * 2013-12-04 2015-06-04 Google Inc. User interface customization based on speaker characteristics
EP2887627A1 (en) * 2013-12-18 2015-06-24 Telefonica Digital España, S.L.U. Method and system for extracting out characteristics of a communication between at least one client and at least one support agent and computer program product thereof
CN104750705B (zh) 2013-12-27 2019-05-28 华为技术有限公司 信息回复方法及装置
US9559993B2 (en) * 2014-10-02 2017-01-31 Oracle International Corporation Virtual agent proxy in a real-time chat service
CN104615646A (zh) * 2014-12-25 2015-05-13 上海科阅信息技术有限公司 智能聊天机器人***
CN105068661B (zh) * 2015-09-07 2018-09-07 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和***
CN105227790A (zh) * 2015-09-24 2016-01-06 北京车音网科技有限公司 一种语音应答方法、电子设备和***
CN105138710B (zh) * 2015-10-12 2019-02-19 金耀星 一种聊天代理***及方法
CN105608221B (zh) * 2016-01-11 2018-08-21 北京光年无限科技有限公司 一种面向问答***的自学习方法和装置
CN105550679B (zh) * 2016-02-29 2019-02-15 深圳前海勇艺达机器人有限公司 一种机器人循环监听录音的判断方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008191748A (ja) * 2007-02-01 2008-08-21 Oki Electric Ind Co Ltd ユーザ間コミュニケーション方法、ユーザ間コミュニケーションプログラム、ユーザ間コミュニケーション装置
JP2009048302A (ja) * 2007-08-15 2009-03-05 Yahoo Japan Corp 仮想空間情報要約作成装置
JP2009282704A (ja) * 2008-05-21 2009-12-03 Denso Corp 自動車用情報提供システム

Also Published As

Publication number Publication date
US20180359197A1 (en) 2018-12-13
EP3306867A4 (en) 2018-07-04
SG11201709529SA (en) 2018-05-30
EP3306867A1 (en) 2018-04-11
JP6431993B2 (ja) 2018-11-28
KR102125348B1 (ko) 2020-06-23
KR20190005930A (ko) 2019-01-16
AU2017258821A1 (en) 2018-02-08
EP3306867B1 (en) 2020-11-11
TWI632469B (zh) 2018-08-11
TW201804339A (zh) 2018-02-01
WO2018014579A1 (zh) 2018-01-25
CN107040450B (zh) 2018-06-01
CN107040450A (zh) 2017-08-11
US10404629B2 (en) 2019-09-03

Similar Documents

Publication Publication Date Title
JP6431993B2 (ja) 自動返答方法、自動返答装置、自動返答機器、自動返答プログラムおよびコンピュータ読み取り可能記憶媒体
WO2019174428A1 (zh) 答复信息的获取方法及装置
CN107872772B (zh) 诈骗短信的检测方法及装置
CN107343077B (zh) 识别恶意电话及建立识别模型的方法、装置、设备
CN109218390B (zh) 用户筛选方法及装置
WO2017054504A1 (zh) 一种身份验证方法、装置及存储介质
CN111241260A (zh) 基于人机交互的数据处理方法、装置、设备及存储介质
CN110472008B (zh) 智能交互方法以及装置
CN110781421B (zh) 一种虚拟资源展示的方法以及相关装置
CN110874405A (zh) 服务质检方法、装置、设备与计算机可读存储介质
WO2017172655A1 (en) Analysis of a facial image to extract physical and emotional characteristics of a user
CN114726947A (zh) 消息展示方法、装置、用户终端及可读存储介质
JP6457600B1 (ja) チャットシステム、サーバ、画面生成方法及びコンピュータプログラム
CN116775815B (zh) 对话数据的处理方法、装置、电子设备及存储介质
CN108206775B (zh) 即时消息推送方法、客户端、***
CN114363277A (zh) 基于社会关系的智能聊天方法、装置及相关产品
CN113422810A (zh) 向服务提供商发送信息的方法及设备
CN114221920B (zh) 基于人工智能的自动接触方法、装置、计算机设备及介质
CN107222390A (zh) 群组中虚拟物品处理方法、装置、设备及可读存储介质
CN111046151A (zh) 一种消息处理方法及装置
CN116453522B (zh) 语音识别方法、装置、电子设备及可读存储介质
US12021800B2 (en) Topic guiding in a conversation
US20210168097A1 (en) Information processing apparatus, information processing system, and method of processing information
CN116319630A (zh) 一种消息回复方法、装置、电子设备及可读存储介质
KR20170087149A (ko) 가상 대화 서비스 제공 서버 및 방법

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20180614

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180619

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180813

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: 20181009

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181105

R150 Certificate of patent or registration of utility model

Ref document number: 6431993

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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