JP4451037B2 - 情報検索システム及び情報検索方法 - Google Patents
情報検索システム及び情報検索方法 Download PDFInfo
- Publication number
- JP4451037B2 JP4451037B2 JP2001372912A JP2001372912A JP4451037B2 JP 4451037 B2 JP4451037 B2 JP 4451037B2 JP 2001372912 A JP2001372912 A JP 2001372912A JP 2001372912 A JP2001372912 A JP 2001372912A JP 4451037 B2 JP4451037 B2 JP 4451037B2
- Authority
- JP
- Japan
- Prior art keywords
- emotion
- information
- user
- keyword
- unit
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、利用者が発話した音声情報から利用者の感情を推論し、推論した利用者の感情に基づいて所定の情報を検索する情報検索システム及び情報検索方法に関する。
【０００２】
【従来の技術】
近年では、通信ネットワークの発達により、通信ネットワークの利用者は、例えばインターネットを通じて、利用者が知りたい情報を簡単に取得することができる。特に、最近では、一般家庭においても、ＡＤＳＬ（Asymmetric Digital Subscriber Line）などを利用して、通信ネットワークに常時接続ができるという環境が普及しつつあるので、利用者は何時でも簡単に情報を取得することができる。
【０００３】
これにより、利用者は、パーソナルコンピュータに内蔵してある検索エンジンを用いることで、インターネットを通じて自己の要求に合致した情報を容易に取得することができるという利点を有する。
【０００４】
【発明が解決しようとする課題】
しかしながら、インターネットの発達に伴って、インターネットで検索することができる情報量が増加したため、利用者は、上記従来からの検索エンジンを用いていたのでは、欲しい情報を簡単に得ることができない状況になっている。
【０００５】
例えば、利用者が本に関係する情報を検索したい場合は、利用者は従来からの検索エンジンを用いて「面白い」「本」というキーワードを入力して検索を行うことができるが、ある検索エンジンでは、「面白い」「本」に関係する検索結果を約１０万件という膨大な内容を検索してしまい、その検索した内容の中には、利用者が要求する本の情報とは全く関係のない「日”本”の”面白い”スポット」というゴミ情報も含まれる場合があった。
【０００６】
また、利用者は、キーワードの数を増やしてから検索することよって、上記ゴミ情報を排除することができるが、キーワードの数を多く考えなければならず、また、それらのキーワードを入力しなければならないという不便が生じていた。
【０００７】
そこで、本発明は以上の点に鑑みてなされたものであり、利用者が入力した文字列に基づいて、利用者が抱く感情を把握し、その把握した感情を表現する特定のキーワードを抽出して、その抽出したキーワードに基づいて検索を行うことで、より利用者の要求に合致した情報を検索することのできる情報検索システム及び情報検索方法を提供することを課題とする。
【０００８】
【課題を解決するための手段】
本願に係る発明は、上記課題を解決すべくなされたものであり、キーワードに対応する情報を蓄積してある情報管理センターと、この情報管理センターと通信ネットワークを介して接続された端末とを備え、端末が利用者の要求する所定の情報を情報管理センターから検索する情報検索システムであって、端末は、利用者から入力された文字列を認識する文字認識手段と、文字認識手段で認識された文字列に含まれる感情に関するフレーズから感情の度合いを示す感情度を判定し、感情の対象となっているキーワードを抽出し、感情度及びキーワードに基づいて利用者が抱く感情に関係する感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論検索手段と、キーワードに基づいて利用者への質問文を作成し、出力する質問文作成手段とを備えていることを特徴とする。
【０００９】
このような本願に係る発明によれば、端末の文字認識手段が、利用者から入力された文字列を認識し、端末の推論検索手段が、認識した前記文字列に基づいて前記利用者が抱く感情に関係する感情情報を推論して利用者への質問文を作成し、利用者から入力され前記質問文に対して回答した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するので、端末は、利用者が抱いている感情に特徴付けられたキーワードを取得することができ、この取得したキーワードを用いることで利用者の要求に合致した情報を検索することができる。また、回答文作成手段はキーワードに基づいて利用者への質問文を作成し、出力する。
【００１０】
また、利用者は、端末の文字認識手段に対して、特定の文字列を入力、例えば、自己が発話することにより特定の文字列を入力、又は、利用者が操作部を通じて特定の文字列を入力することで、端末が利用者の感情を把握し、その把握した感情に特徴付けられたキーワードを自動的に検索してくれるので、所定の情報を検索するためのキーワードを逐一考える必要がなく、更に複数のキーワードを入力する手間を省くことができる。
【００１１】
尚、端末は、前記文字列、該文字列に含まれる前記利用者の感情の度合いを示す感情度又は該感情度が発生した時期に基づいて前記感情情報を推論するものであってもよい。これにより、端末は、前記文字列、該文字列に含まれる前記利用者の感情の度合いを示す感情度又は該感情度が発生した時期に基づいて前記感情情報を推論することができるので、利用者の感情をより的確に把握することができる。
【００１２】
尚、前記感情度は、文字列に含まれる強調語に基づいて定めるものであってもよい。これにより、端末は、文字列に含まれる強調語に基づいて感情度を定めることができるので、例えば強調語である副詞又は感嘆詞などにより、利用者の感情の程度を把握することができる。
【００１３】
本願に係る発明は、前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することを特徴とするものでもある。このような本願に係る発明によれば、端末は、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するので、利用者は、端末を通じて、逐次所定のキーワードに対応する検索結果を取得することができる。
【００１４】
尚、端末は、前記感情度の高い前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するものであってもよい。これにより、端末が、感情度の高い感情情報（例えば、〜に非常に興味があるなど）に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するので、利用者は、端末を通じて、例えば自己にとって興味のある検索結果のみを取得することができる。
【００１５】
尚、端末は、前記感情度が発生した時期と、前記感情度とを含む前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するものであってもよい。これにより、端末が、感情度が発生した時期と、感情度とを含む前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するので、利用者は、端末を通じて、例えば過去において興味があった情報の検索結果のみを取得することができる。
また、端末は、利用者が発話した文字列に含まれる「感情の度合い」、「キーワード」だけでなく、時制解釈部によって「判断された時制」をも含めて利用車の感情を判断するので、例えば利用者が過去においてはどのような感情を抱いていたのかを判断することができ、更に、過去から現在に至るまでの感情の変化をも把握することができる。
また、端末のＡＩ推論部は、文脈辞書、類字関係辞書、文節解析に関する辞書、形態素解析に関わる辞書を基に、利用者が発話した日本語の意味内容を解読し、解読した内容から利用者が抱く感情を推論し、利用者に質問するのに適した文を作成する。即ち、日本語の意味内容を解読したＡＩ推論部は、解読した意味内容に基づいて、解読された意味の結束性、話題の変化、利用者の感情を形成する言語、今までの会話の統計などにより、利用者が抱く感情を推論し、利用者に質問するのに適した文を作成する。
さらに、端末のＡＩ推論部は、解読した日本語の意味内容が曖昧な表現であると判断した場合は、ファジー機能を用いて、曖昧な表現に対応した質問内容をも作成する。
【００１６】
【発明の実施の形態】
［情報検索システムの基本構成］
本発明に係る情報検索システムについて図面を参照しながら説明する。図１は、本実施形態に係る情報検索システムの概略構成図である。
【００１７】
同図に示すように、情報検索システムは、利用者の音声情報を取得する入力部１０１（取得手段）と、入力部１０１で取得した音声情報に基づいて、前記音声情報に対応する文字列を特定する音声認識部１０２（音声認識手段）と、音声認識部１０２で特定した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論エンジン１０４（推論検索手段）と、キーワードに対応する情報を蓄積してある情報管理センター２００とを備えている。そして、入力部１０１、音声認識部１０２、推論エンジン１０４を備えた複数の端末１００ａ〜１００ｅがそれぞれ通信ネットワーク３００を介して情報管理センター２００と接続されている。
【００１８】
端末１００ａ〜１００ｅは、利用者が発話した内容から利用者の感情情報を推論し、推論した利用者の感情情報に基づいて、利用者が要求する所定の情報を検索するものである。尚、この端末１００ａ〜１００ｅは、例えば、パーソナルコンピュータ、携帯電話機などが挙げられる。
【００１９】
端末１００ａ〜１００ｅは、本実施形態では、入力部１０１と、音声認識部１０２と、音声認識辞書記憶部１０３と、推論エンジン１０４と、通信部１０５と、感情情報データベース１０６と、出力部１０７とを有している。
【００２０】
入力部１０１は、利用者の音声情報を取得する取得手段である。具体的に入力部１０１は、利用者の音声情報を取得し、取得した音声情報を音声信号として音声認識部１０２に出力する。音声認識部１０２は、入力部１０１で取得した音声情報に基づいて、その音声信号に対応する文字列を特定する音声認識手段である。
【００２１】
具体的には、音声信号が入力された音声認識部１０２は、入力された音声信号を解析し、解析した音声信号に対応する文字列を、音声認識辞書記憶部１０３に格納されている辞書を用いて特定し、特定した文字列を文字列信号として推論エンジン１０４に出力する。
【００２２】
音声認識辞書記憶部１０３は、標準的な音声信号に対応する辞書を格納しているものである。通信部１０５は、情報管理センター２００との間でデータを送受信するものである。出力部１０７は、推論エンジン１０４からの指示に対応する命令を出力するものであり、例えば、ディスプレイ、スピーカ等が挙げられる。具体的には、推論エンジン１０４から音声命令信号が入力された出力部１０７は、入力された音声命令信号に対応する音声を出力する。
【００２３】
尚、音声認識部１０２は、利用者が操作部（例えば、キーボード）を通じて入力した文字列を特定する文字認識手段でもある。更に、音声認識辞書記憶部１０３は、利用者が操作部を通じて入力した文字列に対応する辞書を格納するものでもある。これにより、利用者は、端末１００に対して発話するだけでなく、操作部から文字を入力することによっても、端末１００から所定の検索内容を取得することができる。
【００２４】
感情情報データベース１０６は、利用者が抱く感情に関係する情報を感情情報として蓄積しているものであり、例えば、ハードディスク、ＣＤ−ＲＯＭなどが挙げられる。
【００２５】
ここで、感情情報データベース１０６には、図７に示すように、利用者の「感情の度合い」（感情度）の履歴を示す「感情履歴テーブル」と、利用者の「感情の度合い」に時制に関する情報を付加した履歴を示す「時制履歴テーブル」とを有している。感情情報には、同図に示すように、例えば、「感情の度合い」「キーワード」「文字列の時制」などが含まれる。これらの内容についての詳述は後述する。
【００２６】
前記推論エンジン１０４は、音声認識部１０２で特定した文字列に基づいて利用者が抱く感情情報を推論し、推論した感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論検索手段である。
【００２７】
ここで、推論エンジン１０４は、文字列、該文字列に含まれる利用者の感情の度合いを示す感情度又は該感情度が発生した時期（時制）に基づいて感情情報を推論する。この推論についての詳述は後述する。
【００２８】
この推論エンジン１０４は、本実施形態では、文脈を解読するための文脈辞書、言語の類似関係を調べるための類似関係辞書、日本語文節解析に関する辞書、日本語の形態素解析（各品詞、活用形、分類、連接）に関わる辞書を有しており、これらの辞書を基に、利用者が発話した日本語の意味内容を解読し、解読した意味内容から利用者が抱く感情を推論し、利用者に質問するのに適した文を作成するものである。
【００２９】
即ち、日本語の意味内容を解読した推論エンジン１０４は、解読した意味内容に基づいて、解読された意味の結束性、話題の変化、利用者の感情を形成する言語、今までの会話の統計などにより、利用者が抱く感情を推論し、利用者に質問するのに適した文を作成する。
【００３０】
また、推論エンジン１０４は、人工知能、ニューラルネットワークによって構成されているものでもあり、利用者との間で交わされた言語（単語、文など）をニューラルネットに学習させ、その学習された言語に基づいて、利用者に質問をする内容を作成することができる。
【００３１】
更に、推論エンジン１０４は、解読した日本語の意味内容が曖昧な表現であると判断した場合は、ファジー機能を用いて、曖昧な表現に対応した質問内容をも作成することもできる。尚、推論エンジン１０４に有する上記機能の実行は、後述するＡＩ推論部１０４ｆが主に担っている。
【００３２】
具体的には、音声認識部１０２から文字列信号が入力された推論エンジン１０４は、入力された文字列信号に対応する文字列を構成する要素に基づいて、利用者の感情、利用者がその感情を抱いた時期、推論エンジン１０４が利用者の感情を推論した結果として文字列に含まれるキーワードを分別する。これらの”利用者の感情”、”利用者がその感情を抱いた時期（時制）”
、”文字列に含まれるキーワード”は、本実施形態では、感情情報を意味するものとする。
【００３３】
ここで、「利用者の感情」（感情の度合い）には、例えば、関心／無関心、喜ぶ／つまらない等が挙げられる。また、「利用者の感情」には、利用者が抱く感情の程度も含まれているものであり、例えば、すごく関心がある／関心がある／関心がない／全く関心がない等が含まれている。
【００３４】
この「感情の程度」は、本実施形態では、利用者がプラス的な感情を強く持っている場合をＰ１（Ｐ；Positive）〔例えば、とても関心がある〕、利用者がプラス的な感情を単に持っている場合をＰ２〔例えば、関心がある〕、利用者がマイナス的な感情を単に持っている場合をＮ１（Ｎ；Negative）〔例えば、関心がない〕、利用者がマイナス的な感情を強く持っている場合をＮ２と表現することにする。
【００３５】
また、「利用者がその感情を抱いた時期（時制）」には、例えば、現在・過去・未来が挙げられる。更に、文字列に含まれるキーワードは、例えば、春、夏、秋、冬、読書、スポーツなどが挙げられる。
【００３６】
文字列を構成する要素から、利用者の感情に関する情報を分別した推論エンジン１０４は、利用者の感情に関する情報に基づいて、利用者が抱いている感情を推論する。
【００３７】
例えば、推論エンジン１０４が出力部１０７を通じて利用者に対し、”何か興味ある本は？”と質問した場合に、利用者が”何かあるかな？”と返事をした場合は、推論エンジン１０４は、利用者は何に興味があるのか悩んでいるな、と判断し、更に質問内容を深めていくため次の質問をする。
【００３８】
推論エンジン１０４は、出力部１０７を通じて利用者に対し、”スポーツは何をやっていたの？”と次に質問した場合に、利用者が”昔は楽しくサッカーをやっていたよ”と返事をした場合は、推論エンジン１０４は、利用者はサッカー関係に興味があるな、と推論し次々と質問（会話）をしていく。
【００３９】
利用者に対して様々な質問をした推論エンジン１０４は、利用者からの返事の内容に基づいて、その返事毎に「利用者の感情」「感情の度合い」「利用者がその感情を抱いた時期」に分別し、分別した感情情報を感情情報データベース１０６に蓄積する。
【００４０】
その後、推論エンジン１０４は、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索する。また、推論エンジン１０４は、感情度の高い感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することもできる。
【００４１】
具体的には、推論エンジン１０４は、例えば感情情報データベース１０６に蓄積されている感情情報の中から、「感情の程度」が高いキーワード（Ｐ１、Ｐ２）を取得し、取得したキーワードが所定の数以上になった場合は、複数のキーワードに対応する情報を情報管理センター２００の中から検索すること行う。この検索は、一般的な検索エンジンを用いることにより行うことができる。
【００４２】
また、推論エンジン１０４は、高い感情度と、その高い感情度が発生した時期とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することもできる。
【００４３】
具体的には、推論エンジン１０４は、例えば感情情報データベース１０６に蓄積されている「利用者がその感情を抱いた時期」「感情の程度」の中から、「感情の程度」が高い（Ｐ１、Ｐ２）キーワードであり、その感情を抱いた時期が”現在”のもののみを取得し、取得したキーワードが所定の数以上になった場合は、そのキーワードに対応する情報を情報管理センター２００の中から検索する。
【００４４】
尚、推論エンジン１０４は、感情情報データベース１０６に蓄積されている感情情報が、ある時制（例えば、過去）の情報に偏っている場合は、違う時制（例えば、現在）における感情を利用者から聞き出し、その聞き出した感情を構成するキーワードに基づいて検索をすることもできる。
【００４５】
複数のキーワードに対応する情報を検索した推論エンジン１０４は、検索した情報を出力部１０７に出力し、推論エンジン１０４から検索された情報が入力された出力部１０７は、検索された情報を出力する。
【００４６】
これにより、推論エンジン１０４は、出力部１０７を通じて、利用者が抱いている感情を推論し、その推論した感情から導かれたキーワードを用いて所定の情報を検索することで、利用者の感情にマッチした情報を的確に検索することができる。また、利用者は、推論エンジン１０４を通じて、会話を通じて所定の情報を検索することができるので、楽しく所定の情報を検索することができる。
【００４７】
上記推論エンジン１０４は、本実施形態では、図２に示すように、文節認識部１０４ａと、時制解釈部１０４ｂと、類別部１０４ｃと、強調語検出部１０４ｄと、感情判定部１０４ｅと、ＡＩ推論部１０４ｆと、検索実行部１０４ｇと、キーワード検出部１０４ｈとを有している。
【００４８】
文節認識部１０４ａは、文を解析し、解析した文に基づいて、文から把握される言葉の意味空間を認識するものである。ここで、文の解析とは、文の形態要素、例えば品詞、活用形、分類、連接関係を解析することを意味する。言葉の意味空間は、文脈、文の類似関係、文の学習パターンから把握するものである。
【００４９】
更に、文節認識部１０４ａは、上記認識により、文と文との間を認識するものである。具体的には、文から把握される言葉の意味空間を認識した音声認識部１０２から文字列信号が入力された文節認識部１０４ａは、入力された文字列信号に基づいて、文字列信号に対応する文と文との間を認識する。
【００５０】
この認識は、本実施形態では、文と文との間にはある程度の時間間隔があるので、その時間間隔に基づいて文と文との間を区別するものである。例えば、文字信号に対応する文が、”今日は暑いな・・・アイスを食べよう”というものである場合は、文節認識部１０４ａは、上記文の中で時間間隔がある部分”・・・”を文の区切りと認識し、”今日は暑いな”と”アイスを食べよう”との文に分けることを行う。
【００５１】
文と文との間を認識した文節認識部１０４ａは、文を１文毎に区分けして、１文毎に区分けした文を文体信号として時制解釈部１０４ｂ、類別部１０４ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力する。
【００５２】
類別部１０４ｃは、文字列から利用者の感情の種類を判別するものである。具体的には、文節認識部１０４ａから文体信号が入力された類別部１０４ｃは、入力された文体信号に対応する文に基づいて、文に含まれる要素から感情に関係するフレーズを抜き出し、この抜き出したフレーズがどのような感情の類別に属するものであるかを特定する。
【００５３】
この感情の類別は、本実施形態では、例えば図３に示す「感情類別テーブル」に従って類別する。感情類別テーブルは、例えば、利用者がプラス的な感情要素を意味していることを示す「プラス要素Ｐ（Ｐ；Positive）」、利用者がマイナス的な感情要素を意味していることを示す「マイナス要素Ｎ（Ｎ；Negative）」を有している。
【００５４】
このプラス要素Ｐには、例えば、いいね、良い、ほっとする、最高、喜ぶ、気になる等が含まれる。また、マイナス要素Ｎには、例えば、だめ、悪い、まいる、最低、つまらない、気にならない（無関心）等が含まれる。類別部１０４ｃは、上記の「感情類別テーブル」に基づいて、１文の中からどのような感情が含まれているのかを類別し、この類別した結果を類別信号として感情判定部１０４ｅに出力する。
【００５５】
強調語検出部１０４ｄは、文字列から感情の強弱を特徴付ける要素を抽出するものである。具体的には、文節認識部１０４ａから文体信号が入力された強調語検出部１０４ｄは、入力された文体信号に対応する文に基づいて、その文を構成する要素の中に、強調語があるか否かを検出する。
【００５６】
この強調語の検出は、本実施形態では、例えば図４に示す「強調語テーブル」に従って行うことができる。この「強調語テーブル」には、同図に示すように、例えば、すげー、ちょー、うひょー、わおー、ひえー、めっちゃ、すごく、とても、かなり等の副詞、感嘆詞が含まれる。強調語検出部１０４ｄは、上記の「強調語テーブル」に基づいて、１文の中にある強調語を検出し、検出した強調語を強調語検出信号として感情判定部１０４ｅに出力する。
【００５７】
感情判定部１０４ｅは、利用者が抱く感情の程度を判定するものである。具体的には、類別部１０４ｃ、強調語検出部１０４ｄ、文節認識部１０４ａから類別信号、強調語検出信号、文体信号が入力された感情判定部１０４ｅは、入力された類別信号、強調語検出信号、文体信号に基づいて、利用者の感情の程度を判定する。
【００５８】
この感情の程度の判定は、本実施形態では、例えば図５に示す「感情度テーブル」に従って行うことができる。この「感情度テーブル」には、例えば、同図に示すように、判定要素（利用者の感情）と、「感情の程度」とを有している。
【００５９】
判定要素は、利用者の感情を左右するフレーズを意味するものであり、例えば、同図に示すように、関心／無関心、喜ぶ／つまらない、最高／最低、ほっとする／まいる等が挙げられる。この判定要素は、上述した「利用者の感情」と同義の意味である。
【００６０】
例えば、「感情の程度」は、上述の如く、同図に示すように、判定要素が「関心／無関心」である場合は、感情の程度は、すごく関心がある（Ｐ１）、関心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がない（Ｎ２）と類別することができる。
【００６１】
感情判定部１０４ｅは、類別信号に対応する「感情の類別」、強調語検出信号に対応する強調語に基づいて、上記「感情度テーブル」を参照し、１文から把握される利用者の感情がどの程度なのかを判定し、判定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情判定信号としてＡＩ推論部１０４ｆに出力する。
【００６２】
例えば、文体信号に対応する文字列が”昔はサッカーを楽しくやっていたよ”である場合は、類別部１０４ｃは、”やっていた”という文字列を検出し、強調語検出部１０４ｄは、”楽しく”という文字列を検出する。感情判定部１０４ｅは、類別部１０４ｃで検出された”やっていた”と、強調語検出部１０４ｄで検出した”楽しく”とに基づいて、図５のテーブルを参照し、利用者の感情の度合いをＰ１であると判断する。
【００６３】
また、感情判定部１０４ｅは、文字列を構成する重要な要素である”サッカー”というキーワードを検出し、その検出結果と「感情の程度」とを含む感情情報を感情情報信号としてＡＩ推論部１０４ｇに出力する。
【００６４】
ＡＩ推論部１０４ｇは、感情判定部１０４ｅで判定された利用者の「感情の度合い」、文字列のキーワードから、利用者が抱く感情を推論する。具体的には、感情判定部１０４ｅから感情情報信号が入力されたＡＩ推論部１０４ｇは、入力された感情情報信号に対応する感情情報に基づいて、例えば上記結果より「感情の度合い」がＰ１（楽しくやっていた）、キーワードが”サッカー”である場合は、利用者はサッカーについて興味があるな、と推論する。
【００６５】
尚、ＡＩ推論部１０４ｇは、例えば、文字列のキーワードに基づいて、前記キーワードと最も関係するフレーズ（推論の内容を示す予め定められた内容）を感情情報データベース１０６から抽出して、その抽出したフレーズを推論の内容とすることができる。
【００６６】
ＡＩ推論部１０４ｇは、上記推論により、興味がある分野について更に質問内容を深めていき、利用者が抱いている感情に対応するキーワードを聞き出し、聞き出した感情に対応するキーワードを感情情報データベース１０６に蓄積する。
【００６７】
時制解釈部は、利用者の抱く感情度が発生した時期（時制）を解釈するものである。具体的には、文節認識部１０４ａから文体信号が入力された時制解釈部１０４ｂは、入力された文体信号に対応する文字列に基づいて、その文字列に対応する事象がどの時制（時点）に該当するのかを解釈する。この解釈は、本実施形態では、図６に示す「時制テーブル」に従って行うものとする。
【００６８】
この「時制テーブル」は、同図に示すように、アスペクト、テンス、ムードから構成されるものであり、文字列に対応する時制は、これらの構成要素に基づいて特定することができる。
【００６９】
ここで、アスペクトＡとは、既にある事象が完了していることを示す完成相（Ａ１）と、利用者の発話時においてもある事象が継続していることを示す継続相（Ａ２）とから構成されるものである。また、テンスＴとは、非過去時制（Ｔ１）と、過去時制（Ｔ２）とから構成されるものである。更に、ムードＭとは、叙述法Ｍ１（断定法（Ｍ２）、推量法（Ｍ３））と、実行法Ｍ６（意志・勧誘（Ｍ４）、命令（Ｍ４））とから構成されるものである。
【００７０】
例えば、時制解釈部１０４ｂは、”昔はサッカーを楽しくしていたよ”という文字列を解釈する場合は、図６を参照し、”〜いた”の文字から断定Ｍ２−過去Ｔ２（判断▲１▼）であると判断し、”〜していた”の文字から完成相Ａ２（判断▲２▼；過去における継続性）に該当すると判断する。そして、これらの判断を行った時制解釈部１０４ｂは、判断した時制（判断▲１▼、判断▲２▼）を時制信号としてＡＩ推論部１０４ｆに出力する。
【００７１】
時制解釈部１０４ｂと感情判定部１０４ｅとからそれぞれ時制信号と感情情報信号とが入力されたＡＩ推論部１０４ｆは、入力された時制信号に対応する「判断された時制」と、入力された感情情報信号に対応する「感情の度合い」「キーワード」とに基づいて、利用者が抱いている感情を推論する。
【００７２】
例えば、ＡＩ推論部１０４ｆは、”昔はサッカーを楽しくやっていたよ”の文字列から利用者の感情を推論する場合は、時制解釈部１０４ｂ、類別部１０４ｃ及び強調語検出部１０４ｄで文字列の要素が解釈された結果、「判断された時制」が上記判断［１］（断定Ｍ２−過去Ｔ２；過去に何かを行っていたこと）、判断［２］（完成相Ａ２；何かを継続して行っていたこと）、「感情の度合い」がＰ１（〜を楽しくやっていた）、更に、「キーワード」がサッカーであるという結果が導かれるので、「利用者は過去（判断［１］）においてサッカー（キーワード）を継続（判断［２］）してやっていた時期があるな、利用者はサッカーに興味があるのでは」、と推論する。
【００７３】
この推論をしたＡＩ推論部１０４ｆは、利用者が過去においてサッカーに興味がある、と推論したので、サッカーに関係する質問を導きだし、導いた質問を次々に行い質問の内容を深めていく。例えば、サッカーに関係する質問としては、好きなサッカーチーム、好きな選手などが挙げられる。
【００７４】
利用者に対して様々な質問を行ったＡＩ推論部１０４ｆは、利用者から回答のあった回答内容を、「判断された時制」「感情の度合い」「キーワード」毎に感情情報データベース１０６に蓄積する（図７参照）。
【００７５】
これにより、ＡＩ推論部１０４ｆは、利用者が発話した文字列に含まれる「感情の度合い」「キーワード」だけではなく、「判断された時制」をも含めて利用者の感情を判断するので、例えば利用者が過去においてはどのような感情を抱いていたのかを把握することができ、更に、過去から現在に至るまでの感情の変化をも把握することができる。
【００７６】
即ち、ＡＩ推論部１０４ｆは、利用者が過去における事柄において「感情の度合い」が高かった場合には、例えば、「現在においての感情は変わっていないか」と推論し、現在における利用者の感情を判断付ける質問を行い、現在における利用者がどのような感情を抱いているのかを把握することができる。
【００７７】
更に、上記よりＡＩ推論部１０４ｆは、利用者からの回答に含まれるキーワード、特に利用者の感情に関係するキーワードを多く収集することができ、後述する検索実行部１０４ｇは、ＡＩ推論部１０４ｆで推論された利用者の感情に関係するキーワードを用いて、所定の情報を検索することで、利用者が要求する情報をより的確に検索することができる。
【００７８】
加えて、利用者は、入力部１０１を通じて、ＡＩ推論部１０４ｆに文字情報を入力（例えば、音声入力、操作部からの入力）すれば、ＡＩ推論部１０４ｆが利用者の感情を推論し、その推論に応じて異なった質問をするので、あたかも人間と会話しているような雰囲気を味わうことができ、ある情報についての情報をより楽しく検索することができる。
【００７９】
キーワード検出部１０４ｈは、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードを検出するための検索命令信号を検索実行部１０４ｇに出力するものである。また、キーワード検出部１０４ｈは、感情度の高い感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力することもできる。
【００８０】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「感情履歴テーブル」（図７参照）の中から、「感情の度合い」を示す値（Ｐ１、Ｐ２、Ｎ１、Ｎ２）と、その値に関連付けられたキーワードとを取得する。
【００８１】
「感情の度合い」が高い値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、取得した「感情の度合い」に対応するキーワードが所定の個数以上になった場合に、それらのキーワードに関係する情報（例えば、本）を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８２】
例えば、キーワード検出部１０４ｈは、取得した「感情の度合い」のうち、感情の度合いが高いＰ１又はＰ２に対応するキーワードが１０個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８３】
更に、キーワード検出部１０４ｈは、高い感情度が発生した時期と、高い感情度とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力することもできる。
【００８４】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「時制履歴テーブル」の中から、時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得する。
【００８５】
時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、時制毎に取得した「感情の度合い」のうち、ある時制に対応するキーワードが所定の数値以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８６】
例えば、キーワード検出部１０４ｈは、取得した「感情の度合い」のうち、過去におけるＰ１又はＰ２に対応するキーワードが５個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８７】
尚、キーワード検出部１０４ｈは、情報管理センター２００にある感情情報データベース２０２に蓄積されている各端末１００ａ〜１００ｅの感情情報に基づいて、各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードを検出して、その検出したキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力することもできる。
【００８８】
この各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードには、例えば、年齢層において話題になっているキーワード（２０代であれば”ワールドカップ”、５０代であれば”リストラ”など）が挙げられる。
【００８９】
キーワード検出部１０４ｈから検索命令信号が入力された検索実行部１０４ｇは、入力された検索命令信号に対応するキーワードに基づいて、そのキーワードに関係する情報を、通信部１０５、通信部２０１、情報管理部２０２を通じて、情報データベース２０４の中から検索し、その検索した結果を出力部に出力する。
【００９０】
情報管理センター２００は、利用者の感情情報を管理するものであり、本実施形態では、通信部２０１と、情報管理部２０２と、感情情報データベース２０３と、情報データベース２０４とを有している。
【００９１】
感情情報データベース２０３は、各端末１００ａ〜１００ｅを利用した各利用者の感情情報を蓄積するものである。この感情情報データベース２０３は、図７に示す内容と同様の感情情報を蓄積しているものである。尚、この感情情報データベース２０３は、各端末１００ａ〜１００ｅを利用した各利用者の年齢層、キーワードの多い順序毎に感情情報を蓄積するものであってもよい。
【００９２】
情報データベース２０４は、検索対象についての情報が蓄積されているものである。この情報としては、例えば、本、旅行、趣味などが挙げられる。通信部２０１は、端末１００ａ〜１００ｅとの間でデータを送受信するものである。情報管理部２０２は、情報管理センター２０４の全体を制御するものである。
【００９３】
［情報検索システムを用いた情報検索方法］
上記構成を有する情報検索システムによる情報検索方法は、以下の手順により実施することができる。図８は、本実施形態に係る情報検索方法の手順を示すフロー図である。先ず、入力部１０１が利用者の音声情報を取得するステップを行う（Ｓ１０１）。具体的に入力部１０１は、利用者の音声情報を取得し、取得した音声情報を音声信号として音声認識部１０２に出力する。
【００９４】
次いで、音声認識部１０２が入力部１０１で取得した音声情報に基づいて、その音声情報に対応する文字列を特定するステップを行う（Ｓ１０２）。具体的には、音声信号が入力された音声認識部１０２は、入力された音声信号を解析し、解析した音声信号に対応する文字列を、音声認識辞書記憶部１０３に格納されている辞書を用いて特定し、特定した文字列を文字列信号として推論エンジン１０４に出力する。
【００９５】
次いで、推論エンジン１０４が、音声認識部１０２で特定した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するステップを行う（Ｓ１０３）。ここで行う処理は、図９に基づいて説明する。
【００９６】
推論エンジン１０４では、先ず、図９に示すように、文節認識部１０４ａが、文を解析し、解析した文に基づいて、文から把握される言葉の意味空間を認識するステップを行う（Ｓ２００）。次いで、文節認識部１０４ａが上記認識により文と文との間を認識するステップを行う（Ｓ２０１）。具体的には、文から把握される言葉の意味空間を把握した文節認識部１０４ａは、入力された文字信号に基づいて、文字信号に対応する文と文との間を認識する。
【００９７】
この認識は、本実施形態では、文と文との間にはある程度の時間間隔があるので、その時間間隔に基づいて文と文との間を区別するものである。例えば、文字信号に対応する文が、”今日は暑いな・・・アイスを食べよう”というものである場合は、文節認識部１０４ａは、上記文の中で時間間隔がある部分”・・・”を文の区切りと認識し、”今日は暑いな”と”アイスを食べよう”との文に分けることを行う。
【００９８】
文と文との間を認識した文節認識部１０４ａは、文を１文毎に区分けして、１文毎に区分けした文を文体信号として時制解釈部１０４ｂ、類別部１０４ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力する。
【００９９】
次いで、類別部１０４ｃが、文字列から利用者の感情の種類を判別するステップを行う（Ｓ２０２）。具体的には、文節認識部１０４ａから文体信号が入力された類別部１０４ｃは、入力された文体信号に対応する文に基づいて、文に含まれる要素から感情に関係するフレーズを抜き出し、この抜き出したフレーズがどのような感情の類別に属するものであるかを特定する。
【０１００】
この感情の類別は、本実施形態では、例えば図３に示す「感情類別テーブル」に従って類別する。感情類別テーブルは、例えば、利用者がプラス的な感情要素を意味していることを示す「プラス要素Ｐ（Ｐ；Positive）」、利用者がマイナス的な感情要素を意味していることを示す「マイナス要素Ｎ（Ｎ；Negative）」を有している。
【０１０１】
類別部１０４ｃは、上記の「感情類別テーブル」に基づいて、１文の中からどのような感情が含まれているのかを類別し、この類別した結果を類別信号として感情判定部１０４ｅに出力する。
【０１０２】
次いで、強調語検出部１０４ｄが、文字列から感情の強弱を特徴付ける要素を抽出するステップを行う（Ｓ２０３）。具体的には、文節認識部１０４ａから文体信号が入力された強調語検出部１０４ｄは、入力された文体信号に対応する文に基づいて、その文を構成する要素の中に、強調語があるか否かを検出する。
【０１０３】
この強調語の検出は、本実施形態では、例えば図４に示す「強調語テーブル」に従って行うことができる。この「強調語テーブル」には、同図に示すように、例えば、すげー、ちょー、うひょー、わおー、ひえー、めっちゃ、すごく、とても、かなり等の副詞、感嘆詞が含まれる。
【０１０４】
強調語検出部１０４ｄは、上記の「強調語テーブル」に基づいて、１文の中にある強調語を検出し、検出した強調語を強調語検出信号として感情判定部１０４ｅに出力する。
【０１０５】
次いで、感情判定部１０４ｅが、利用者が抱く感情の程度を判定するステップを行う（Ｓ２０４）。具体的には、類別部１０４ｃ、強調語検出部１０４ｄ、文節認識部１０４ａから類別信号、強調語検出信号、又は文体信号が入力された感情判定部１０４ｅは、入力された類別信号、強調語検出信号、又は文体信号に基づいて、利用者の感情の程度を判定する。
【０１０６】
この感情の程度の判定は、本実施形態では、例えば図５に示す「感情度テーブル」に従って行うことができる。この「感情判定テーブル」には、例えば、同図に示すように、判定要素（利用者の感情）と、「感情の程度」とを有している。
【０１０７】
例えば、「感情の程度」は、上述の如く、同図に示すように、判定要素が「関心／無関心」である場合は、感情の程度は、すごく関心がある（Ｐ１）、関心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がない（Ｎ２）と類別することができる。
【０１０８】
次いで、感情判定部１０４ｅが、類別信号に対応する「感情の類別」、強調語検出信号に対応する強調語に基づいて、上記「感情度テーブル」を参照し、１文から把握される利用者の感情がどの程度なのかを判定し、判定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情判定信号としてＡＩ推論部１０４ｆに出力する。
【０１０９】
具体的には、文字列信号に対応する文字列が”昔はサッカーを楽しくやっていたよ”である場合は、類別部１０４ｃは、”やっていた”という文字列を検出し、強調語検出部１０４ｄは、”楽しく”という文字列を検出する。感情判定部１０４ｅは、類別部１０４ｃで検出された”やっていた”と、強調語検出部１０４ｄで検出した”楽しく”とに基づいて、図５のテーブルを参照し、利用者の感情の度合いをＰ１であると判断する。
【０１１０】
また、感情判定部１０４ｅは、文字列を構成する重要な要素である”サッカー”というキーワードを検出し、その検出結果と「感情の程度」とを含む感情情報を感情情報信号としてＡＩ推論部１０４ｇに出力する。
【０１１１】
次いで、ＡＩ推論部１０４ｇが、感情判定部１０４ｅで判定された利用者の「感情の度合い」、文字列のキーワードから、利用者が抱く感情を推論するステップを行う（Ｓ２０５）。
【０１１２】
具体的には、感情判定部１０４ｅから感情情報信号が入力されたＡＩ推論部１０４ｇは、入力された感情情報信号に対応する感情情報に基づいて、例えば上記結果より「感情の度合い」がＰ１（楽しくやっていた）、キーワードが”サッカー”である場合は、利用者はサッカーについて興味があるな、と推論する。
【０１１３】
そして、ＡＩ推論部１０４ｇは、上記推論により、興味がある分野について更に質問内容を深めていき、利用者が抱いている感情に対応するキーワードを聞き出し、聞き出した感情に対応するキーワードを感情情報データベース１０６に蓄積していく。
【０１１４】
尚、ＡＩ推論部１０４ｆは、利用者の抱く感情度が発生した時期（時制）を含めて、利用者が抱く感情を推論してもよい。具体的には、文節認識部１０４ａから文体信号が入力された時制解釈部１０４ｂは、入力された文体信号に対応する文字列に基づいて、その文字列に対応する事象がどの時制（時点）に該当するのかを解釈する。この解釈は、本実施形態では、図６に示す「時制テーブル」に従って行うものとする。
【０１１５】
この「時制テーブル」は、同図に示すように、アスペクト、テンス、ムードから構成されるものであり、文字列に対応する時制は、これらの構成要素に基づいて特定することができる。
【０１１６】
例えば、時制解釈部１０４ｂは、”昔はサッカーを楽しくしていたよ”という文字列を解釈する場合は、図６を参照し、”〜いた”の文字から断定Ｍ２−過去Ｔ２（判断▲１▼）であると判断し、”〜していた”の文字から完成相Ａ２（判断▲２▼；過去における継続性）に該当すると判断する。そして、これらの判断を行った時制解釈部１０４ｂは、判断した時制（判断▲１▼、判断▲２▼）を時制信号としてＡＩ推論部１０４ｆに出力する。
【０１１７】
そして、時制解釈部１０４ｂと感情判定部１０４ｅとからそれぞれ時制信号と感情情報信号とが入力されたＡＩ推論部１０４ｆは、入力された時制信号に対応する「判断された時制」と、入力された感情情報信号に対応する「感情の度合い」「キーワード」とに基づいて、利用者が抱いている感情を推論する。
【０１１８】
例えば、ＡＩ推論部１０４ｆは、”昔はサッカーを楽しくやっていたよ”の文字列から利用者の感情を推論する場合は、時制解釈部１０４ｂ、類別部１０４ｃ及び強調語検出部１０４ｄで文字列の要素が解釈された結果、「判断された時制」が上記判断［１］（断定Ｍ２−過去Ｔ２；過去に何かを行っていたこと）、判断［２］（完成相Ａ２；何かを継続して行っていたこと）、「感情の度合い」がＰ１（〜を楽しくやっていた）、更に、「キーワード」がサッカーであるという結果が導かれるので、「利用者は過去（判断［１］）においてサッカー（キーワード）を継続（判断［２］）してやっていた時期があるな、利用者はサッカーに興味があるのでは」、と推論する。
【０１１９】
この推論をしたＡＩ推論部１０４ｆは、利用者が過去においてサッカーに興味がある、と推論したので、サッカーに関係する質問を導きだし、導いた質問を次々に行い質問の内容を深めていく。例えば、サッカーに関係する質問としては、好きなサッカーチーム、好きな選手などが挙げられる。
【０１２０】
利用者に対して様々な質問を行ったＡＩ推論部１０４ｆは、利用者から回答のあった回答内容を、「判断された時制」「感情の度合い」「キーワード」毎に感情情報データベース１０６に蓄積する。
【０１２１】
次いで、キーワード検出部１０４ｈが、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに対応する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力するステップを行う（Ｓ２０６）。尚、キーワード検出部１０４ｈは、感情度の高い感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力してもよい。
【０１２２】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「感情履歴テーブル」（図７参照）の中から、「感情の度合い」を示す値（Ｐ１、Ｐ２、Ｎ１、Ｎ２）と、その値に関連付けられたキーワードとを取得する。
【０１２３】
「感情の度合い」が高い値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、取得した「感情の度合い」に対応するキーワードが所定の個数以上になった場合に、それらのキーワードに関係する情報（例えば、本）を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２４】
例えば、キーワード検出部１０４ｈは、取得した「感情の度合い」のうち、Ｐ１又はＰ２に対応するキーワードが１０個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２５】
更に、キーワード検出部１０４ｈは、高い感情度が発生した時期と、高い感情度とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力することもできる。
【０１２６】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「時制履歴テーブル」の中から、時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得する。
【０１２７】
即ち、時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、時制毎に記憶している「感情の度合い」のうち、ある時制に対応するキーワードが所定の数値以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２８】
例えば、キーワード検出部１０４ｈは、記憶している「感情の度合い」のうち、過去におけるＰ１又はＰ２に対応するキーワードが５個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２９】
尚、キーワード検出部１０４ｈは、情報管理センター２００にある感情情報データベース２０３に蓄積されている各端末１００ａ〜１００ｅの感情情報に基づいて、各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードを検出し、その検出したキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力することもできる。
【０１３０】
この各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードには、例えば、年齢層において話題になっているキーワード（２０代であれば”ワールドカップ”、５０代であれば”リストラ”など）が挙げられる。
【０１３１】
次いで、検索実行部１０４ｇが所定の情報を検索するステップを行う（Ｓ２０７）。具体的には、キーワード検出部１０４ｈから検索命令信号が入力された検索実行部１０４ｇは、入力された検索命令信号に対応するキーワードに基づいて、そのキーワードに関係する情報を、通信部１０５、通信部２０１、情報管理部２０２を通じて、情報データベース２０４の中から検索し、その検索した結果を出力部に出力する。
【０１３２】
［情報検索システム及び情報検索方法による作用及び効果］
このような本実施形態に係る発明によれば、推論エンジン１０４が、利用者から入力された文字列を認識し、認識した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するので、推論エンジン１０４は、利用者が抱いている感情に特徴付けられたキーワードを取得し、この取得したキーワードを用いることで利用者の要求に合致した情報を検索することができる。
【０１３３】
また、利用者は、入力部１０１を通じて、推論エンジン１０４に対して特定の文字列を入力（例えば、音声入力、操作手段からの入力）することで、推論エンジン１０４が利用者の感情を把握し、その把握した感情に特徴付けられたキーワードを自動的に検索してくれるので、所定の情報を検索するためのキーワードを逐一考える必要がなく、更に複数のキーワードを入力する手間を省くことができる。
【０１３４】
また、推論エンジン１０４は、文字列、該文字列に含まれる利用者の感情の度合いを示す感情度又は該感情度が発生した時期に基づいて感情情報を推論することができるので、利用者の感情をより的確に把握することができる。
【０１３５】
また、推論エンジン１０４は、文字列に含まれる強調語に基づいて感情度を定めることができるので、例えば強調語である副詞又は感嘆詞などにより、利用者の感情の程度を的確に把握することができる。
【０１３６】
また、キーワード検出部１０４ｈは、感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索実行部１０４ｇを通じてキーワードに関係する情報を検索するので、利用者は、キーワード検出部１０４ｈを通じて、逐次所定のキーワードに対応する検索結果を自動的に取得することができる。
【０１３７】
更に、キーワード検出部１０４ｈが、感情度の高い感情情報（例えば、〜に非常に興味があるなど）に関連付けられたキーワードが所定の数以上になった場合に、検索実行部１０４ｇを通じてキーワードに関係する情報を検索するので、利用者は、キーワード検出部１０４ｈを通じて、例えば自己にとって興味のある検索結果のみを取得することができる。
【０１３８】
加えて、キーワード検出部１０４ｈが、高い感情度が発生した時期と、高い感情度とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索実行部１０４ｇを通じてキーワードに関係する情報を検索するので、利用者は、キーワード検出部１０４ｈを通じて、例えば過去において興味があった情報の検索結果のみを取得することができる。
【０１３９】
最後に、利用者は、入力部１０１を通じて、ＡＩ推論部１０４ｆに文字情報を入力（例えば、音声入力、操作手段からの入力）すれば、ＡＩ推論部１０４ｆが利用者の感情を推論し、その推論に応じて異なった質問をするので、あたかも人間と会話しているような雰囲気を味わうことができ、ある情報をより楽しく検索することができる。
【０１４０】
【発明の効果】
以上説明したように、本発明によれば、利用者が入力した文字列に基づいて、利用者が抱く感情を把握し、その把握した感情を表現する特定のキーワードを抽出して、その抽出したキーワードに基づいて検索を行うことで、より利用者の要求に合致した情報を検索することができる。
【図面の簡単な説明】
【図１】本実施形態に係る情報検索システムの概略構成を示すブロック図である。
【図２】本実施形態における推論エンジンの内部構造を示すブロック図である。
【図３】本実施形態における類別部で格納している感情類別テーブルの内容を示した図である。
【図４】本実施形態における強調語検出部で格納している強調語テーブルの内容を示した図である。
【図５】本実施形態における感情判定部で格納している感情度テーブルの内容を示した図である。
【図６】本実施形態における時制解釈部で格納している時制テーブルの内容を示した図である。
【図７】本実施形態における感情情報データベースに蓄積されている時制履歴テーブルの内容を示した図である。
【図８】本実施形態に係る情報検索方法の手順を示したフロー図である。
【図９】本実施形態における推論エンジンの内部で処理されている手順を示したフロー図である。
【符号の説明】
１００ａ〜１００ｅ…端末、１０１…入力部、１０２…音声認識部、１０３…音声認識辞書記憶部、１０４…推論エンジン、１０４ａ…文節認識部、１０４ｂ…時制解釈部、１０４ｃ…類別部、１０４ｄ…強調語検出部、１０４ｅ…感情判定部、１０４ｆ…ＡＩ推論部、１０４ｇ…検索実行部、１０４ｈ…キーワード検出部、１０５…通信部、１０６…感情情報データベース、１０７…出力部、２００…情報管理センター、２０１…通信部、２０２…情報管理部、２０３…感情情報データベース、２０４…情報データベース、３００…通信ネットワーク
【発明の属する技術分野】
本発明は、利用者が発話した音声情報から利用者の感情を推論し、推論した利用者の感情に基づいて所定の情報を検索する情報検索システム及び情報検索方法に関する。
【０００２】
【従来の技術】
近年では、通信ネットワークの発達により、通信ネットワークの利用者は、例えばインターネットを通じて、利用者が知りたい情報を簡単に取得することができる。特に、最近では、一般家庭においても、ＡＤＳＬ（Asymmetric Digital Subscriber Line）などを利用して、通信ネットワークに常時接続ができるという環境が普及しつつあるので、利用者は何時でも簡単に情報を取得することができる。
【０００３】
これにより、利用者は、パーソナルコンピュータに内蔵してある検索エンジンを用いることで、インターネットを通じて自己の要求に合致した情報を容易に取得することができるという利点を有する。
【０００４】
【発明が解決しようとする課題】
しかしながら、インターネットの発達に伴って、インターネットで検索することができる情報量が増加したため、利用者は、上記従来からの検索エンジンを用いていたのでは、欲しい情報を簡単に得ることができない状況になっている。
【０００５】
例えば、利用者が本に関係する情報を検索したい場合は、利用者は従来からの検索エンジンを用いて「面白い」「本」というキーワードを入力して検索を行うことができるが、ある検索エンジンでは、「面白い」「本」に関係する検索結果を約１０万件という膨大な内容を検索してしまい、その検索した内容の中には、利用者が要求する本の情報とは全く関係のない「日”本”の”面白い”スポット」というゴミ情報も含まれる場合があった。
【０００６】
また、利用者は、キーワードの数を増やしてから検索することよって、上記ゴミ情報を排除することができるが、キーワードの数を多く考えなければならず、また、それらのキーワードを入力しなければならないという不便が生じていた。
【０００７】
そこで、本発明は以上の点に鑑みてなされたものであり、利用者が入力した文字列に基づいて、利用者が抱く感情を把握し、その把握した感情を表現する特定のキーワードを抽出して、その抽出したキーワードに基づいて検索を行うことで、より利用者の要求に合致した情報を検索することのできる情報検索システム及び情報検索方法を提供することを課題とする。
【０００８】
【課題を解決するための手段】
本願に係る発明は、上記課題を解決すべくなされたものであり、キーワードに対応する情報を蓄積してある情報管理センターと、この情報管理センターと通信ネットワークを介して接続された端末とを備え、端末が利用者の要求する所定の情報を情報管理センターから検索する情報検索システムであって、端末は、利用者から入力された文字列を認識する文字認識手段と、文字認識手段で認識された文字列に含まれる感情に関するフレーズから感情の度合いを示す感情度を判定し、感情の対象となっているキーワードを抽出し、感情度及びキーワードに基づいて利用者が抱く感情に関係する感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論検索手段と、キーワードに基づいて利用者への質問文を作成し、出力する質問文作成手段とを備えていることを特徴とする。
【０００９】
このような本願に係る発明によれば、端末の文字認識手段が、利用者から入力された文字列を認識し、端末の推論検索手段が、認識した前記文字列に基づいて前記利用者が抱く感情に関係する感情情報を推論して利用者への質問文を作成し、利用者から入力され前記質問文に対して回答した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するので、端末は、利用者が抱いている感情に特徴付けられたキーワードを取得することができ、この取得したキーワードを用いることで利用者の要求に合致した情報を検索することができる。また、回答文作成手段はキーワードに基づいて利用者への質問文を作成し、出力する。
【００１０】
また、利用者は、端末の文字認識手段に対して、特定の文字列を入力、例えば、自己が発話することにより特定の文字列を入力、又は、利用者が操作部を通じて特定の文字列を入力することで、端末が利用者の感情を把握し、その把握した感情に特徴付けられたキーワードを自動的に検索してくれるので、所定の情報を検索するためのキーワードを逐一考える必要がなく、更に複数のキーワードを入力する手間を省くことができる。
【００１１】
尚、端末は、前記文字列、該文字列に含まれる前記利用者の感情の度合いを示す感情度又は該感情度が発生した時期に基づいて前記感情情報を推論するものであってもよい。これにより、端末は、前記文字列、該文字列に含まれる前記利用者の感情の度合いを示す感情度又は該感情度が発生した時期に基づいて前記感情情報を推論することができるので、利用者の感情をより的確に把握することができる。
【００１２】
尚、前記感情度は、文字列に含まれる強調語に基づいて定めるものであってもよい。これにより、端末は、文字列に含まれる強調語に基づいて感情度を定めることができるので、例えば強調語である副詞又は感嘆詞などにより、利用者の感情の程度を把握することができる。
【００１３】
本願に係る発明は、前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することを特徴とするものでもある。このような本願に係る発明によれば、端末は、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するので、利用者は、端末を通じて、逐次所定のキーワードに対応する検索結果を取得することができる。
【００１４】
尚、端末は、前記感情度の高い前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するものであってもよい。これにより、端末が、感情度の高い感情情報（例えば、〜に非常に興味があるなど）に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するので、利用者は、端末を通じて、例えば自己にとって興味のある検索結果のみを取得することができる。
【００１５】
尚、端末は、前記感情度が発生した時期と、前記感情度とを含む前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するものであってもよい。これにより、端末が、感情度が発生した時期と、感情度とを含む前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するので、利用者は、端末を通じて、例えば過去において興味があった情報の検索結果のみを取得することができる。
また、端末は、利用者が発話した文字列に含まれる「感情の度合い」、「キーワード」だけでなく、時制解釈部によって「判断された時制」をも含めて利用車の感情を判断するので、例えば利用者が過去においてはどのような感情を抱いていたのかを判断することができ、更に、過去から現在に至るまでの感情の変化をも把握することができる。
また、端末のＡＩ推論部は、文脈辞書、類字関係辞書、文節解析に関する辞書、形態素解析に関わる辞書を基に、利用者が発話した日本語の意味内容を解読し、解読した内容から利用者が抱く感情を推論し、利用者に質問するのに適した文を作成する。即ち、日本語の意味内容を解読したＡＩ推論部は、解読した意味内容に基づいて、解読された意味の結束性、話題の変化、利用者の感情を形成する言語、今までの会話の統計などにより、利用者が抱く感情を推論し、利用者に質問するのに適した文を作成する。
さらに、端末のＡＩ推論部は、解読した日本語の意味内容が曖昧な表現であると判断した場合は、ファジー機能を用いて、曖昧な表現に対応した質問内容をも作成する。
【００１６】
【発明の実施の形態】
［情報検索システムの基本構成］
本発明に係る情報検索システムについて図面を参照しながら説明する。図１は、本実施形態に係る情報検索システムの概略構成図である。
【００１７】
同図に示すように、情報検索システムは、利用者の音声情報を取得する入力部１０１（取得手段）と、入力部１０１で取得した音声情報に基づいて、前記音声情報に対応する文字列を特定する音声認識部１０２（音声認識手段）と、音声認識部１０２で特定した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論エンジン１０４（推論検索手段）と、キーワードに対応する情報を蓄積してある情報管理センター２００とを備えている。そして、入力部１０１、音声認識部１０２、推論エンジン１０４を備えた複数の端末１００ａ〜１００ｅがそれぞれ通信ネットワーク３００を介して情報管理センター２００と接続されている。
【００１８】
端末１００ａ〜１００ｅは、利用者が発話した内容から利用者の感情情報を推論し、推論した利用者の感情情報に基づいて、利用者が要求する所定の情報を検索するものである。尚、この端末１００ａ〜１００ｅは、例えば、パーソナルコンピュータ、携帯電話機などが挙げられる。
【００１９】
端末１００ａ〜１００ｅは、本実施形態では、入力部１０１と、音声認識部１０２と、音声認識辞書記憶部１０３と、推論エンジン１０４と、通信部１０５と、感情情報データベース１０６と、出力部１０７とを有している。
【００２０】
入力部１０１は、利用者の音声情報を取得する取得手段である。具体的に入力部１０１は、利用者の音声情報を取得し、取得した音声情報を音声信号として音声認識部１０２に出力する。音声認識部１０２は、入力部１０１で取得した音声情報に基づいて、その音声信号に対応する文字列を特定する音声認識手段である。
【００２１】
具体的には、音声信号が入力された音声認識部１０２は、入力された音声信号を解析し、解析した音声信号に対応する文字列を、音声認識辞書記憶部１０３に格納されている辞書を用いて特定し、特定した文字列を文字列信号として推論エンジン１０４に出力する。
【００２２】
音声認識辞書記憶部１０３は、標準的な音声信号に対応する辞書を格納しているものである。通信部１０５は、情報管理センター２００との間でデータを送受信するものである。出力部１０７は、推論エンジン１０４からの指示に対応する命令を出力するものであり、例えば、ディスプレイ、スピーカ等が挙げられる。具体的には、推論エンジン１０４から音声命令信号が入力された出力部１０７は、入力された音声命令信号に対応する音声を出力する。
【００２３】
尚、音声認識部１０２は、利用者が操作部（例えば、キーボード）を通じて入力した文字列を特定する文字認識手段でもある。更に、音声認識辞書記憶部１０３は、利用者が操作部を通じて入力した文字列に対応する辞書を格納するものでもある。これにより、利用者は、端末１００に対して発話するだけでなく、操作部から文字を入力することによっても、端末１００から所定の検索内容を取得することができる。
【００２４】
感情情報データベース１０６は、利用者が抱く感情に関係する情報を感情情報として蓄積しているものであり、例えば、ハードディスク、ＣＤ−ＲＯＭなどが挙げられる。
【００２５】
ここで、感情情報データベース１０６には、図７に示すように、利用者の「感情の度合い」（感情度）の履歴を示す「感情履歴テーブル」と、利用者の「感情の度合い」に時制に関する情報を付加した履歴を示す「時制履歴テーブル」とを有している。感情情報には、同図に示すように、例えば、「感情の度合い」「キーワード」「文字列の時制」などが含まれる。これらの内容についての詳述は後述する。
【００２６】
前記推論エンジン１０４は、音声認識部１０２で特定した文字列に基づいて利用者が抱く感情情報を推論し、推論した感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論検索手段である。
【００２７】
ここで、推論エンジン１０４は、文字列、該文字列に含まれる利用者の感情の度合いを示す感情度又は該感情度が発生した時期（時制）に基づいて感情情報を推論する。この推論についての詳述は後述する。
【００２８】
この推論エンジン１０４は、本実施形態では、文脈を解読するための文脈辞書、言語の類似関係を調べるための類似関係辞書、日本語文節解析に関する辞書、日本語の形態素解析（各品詞、活用形、分類、連接）に関わる辞書を有しており、これらの辞書を基に、利用者が発話した日本語の意味内容を解読し、解読した意味内容から利用者が抱く感情を推論し、利用者に質問するのに適した文を作成するものである。
【００２９】
即ち、日本語の意味内容を解読した推論エンジン１０４は、解読した意味内容に基づいて、解読された意味の結束性、話題の変化、利用者の感情を形成する言語、今までの会話の統計などにより、利用者が抱く感情を推論し、利用者に質問するのに適した文を作成する。
【００３０】
また、推論エンジン１０４は、人工知能、ニューラルネットワークによって構成されているものでもあり、利用者との間で交わされた言語（単語、文など）をニューラルネットに学習させ、その学習された言語に基づいて、利用者に質問をする内容を作成することができる。
【００３１】
更に、推論エンジン１０４は、解読した日本語の意味内容が曖昧な表現であると判断した場合は、ファジー機能を用いて、曖昧な表現に対応した質問内容をも作成することもできる。尚、推論エンジン１０４に有する上記機能の実行は、後述するＡＩ推論部１０４ｆが主に担っている。
【００３２】
具体的には、音声認識部１０２から文字列信号が入力された推論エンジン１０４は、入力された文字列信号に対応する文字列を構成する要素に基づいて、利用者の感情、利用者がその感情を抱いた時期、推論エンジン１０４が利用者の感情を推論した結果として文字列に含まれるキーワードを分別する。これらの”利用者の感情”、”利用者がその感情を抱いた時期（時制）”
、”文字列に含まれるキーワード”は、本実施形態では、感情情報を意味するものとする。
【００３３】
ここで、「利用者の感情」（感情の度合い）には、例えば、関心／無関心、喜ぶ／つまらない等が挙げられる。また、「利用者の感情」には、利用者が抱く感情の程度も含まれているものであり、例えば、すごく関心がある／関心がある／関心がない／全く関心がない等が含まれている。
【００３４】
この「感情の程度」は、本実施形態では、利用者がプラス的な感情を強く持っている場合をＰ１（Ｐ；Positive）〔例えば、とても関心がある〕、利用者がプラス的な感情を単に持っている場合をＰ２〔例えば、関心がある〕、利用者がマイナス的な感情を単に持っている場合をＮ１（Ｎ；Negative）〔例えば、関心がない〕、利用者がマイナス的な感情を強く持っている場合をＮ２と表現することにする。
【００３５】
また、「利用者がその感情を抱いた時期（時制）」には、例えば、現在・過去・未来が挙げられる。更に、文字列に含まれるキーワードは、例えば、春、夏、秋、冬、読書、スポーツなどが挙げられる。
【００３６】
文字列を構成する要素から、利用者の感情に関する情報を分別した推論エンジン１０４は、利用者の感情に関する情報に基づいて、利用者が抱いている感情を推論する。
【００３７】
例えば、推論エンジン１０４が出力部１０７を通じて利用者に対し、”何か興味ある本は？”と質問した場合に、利用者が”何かあるかな？”と返事をした場合は、推論エンジン１０４は、利用者は何に興味があるのか悩んでいるな、と判断し、更に質問内容を深めていくため次の質問をする。
【００３８】
推論エンジン１０４は、出力部１０７を通じて利用者に対し、”スポーツは何をやっていたの？”と次に質問した場合に、利用者が”昔は楽しくサッカーをやっていたよ”と返事をした場合は、推論エンジン１０４は、利用者はサッカー関係に興味があるな、と推論し次々と質問（会話）をしていく。
【００３９】
利用者に対して様々な質問をした推論エンジン１０４は、利用者からの返事の内容に基づいて、その返事毎に「利用者の感情」「感情の度合い」「利用者がその感情を抱いた時期」に分別し、分別した感情情報を感情情報データベース１０６に蓄積する。
【００４０】
その後、推論エンジン１０４は、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索する。また、推論エンジン１０４は、感情度の高い感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することもできる。
【００４１】
具体的には、推論エンジン１０４は、例えば感情情報データベース１０６に蓄積されている感情情報の中から、「感情の程度」が高いキーワード（Ｐ１、Ｐ２）を取得し、取得したキーワードが所定の数以上になった場合は、複数のキーワードに対応する情報を情報管理センター２００の中から検索すること行う。この検索は、一般的な検索エンジンを用いることにより行うことができる。
【００４２】
また、推論エンジン１０４は、高い感情度と、その高い感情度が発生した時期とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することもできる。
【００４３】
具体的には、推論エンジン１０４は、例えば感情情報データベース１０６に蓄積されている「利用者がその感情を抱いた時期」「感情の程度」の中から、「感情の程度」が高い（Ｐ１、Ｐ２）キーワードであり、その感情を抱いた時期が”現在”のもののみを取得し、取得したキーワードが所定の数以上になった場合は、そのキーワードに対応する情報を情報管理センター２００の中から検索する。
【００４４】
尚、推論エンジン１０４は、感情情報データベース１０６に蓄積されている感情情報が、ある時制（例えば、過去）の情報に偏っている場合は、違う時制（例えば、現在）における感情を利用者から聞き出し、その聞き出した感情を構成するキーワードに基づいて検索をすることもできる。
【００４５】
複数のキーワードに対応する情報を検索した推論エンジン１０４は、検索した情報を出力部１０７に出力し、推論エンジン１０４から検索された情報が入力された出力部１０７は、検索された情報を出力する。
【００４６】
これにより、推論エンジン１０４は、出力部１０７を通じて、利用者が抱いている感情を推論し、その推論した感情から導かれたキーワードを用いて所定の情報を検索することで、利用者の感情にマッチした情報を的確に検索することができる。また、利用者は、推論エンジン１０４を通じて、会話を通じて所定の情報を検索することができるので、楽しく所定の情報を検索することができる。
【００４７】
上記推論エンジン１０４は、本実施形態では、図２に示すように、文節認識部１０４ａと、時制解釈部１０４ｂと、類別部１０４ｃと、強調語検出部１０４ｄと、感情判定部１０４ｅと、ＡＩ推論部１０４ｆと、検索実行部１０４ｇと、キーワード検出部１０４ｈとを有している。
【００４８】
文節認識部１０４ａは、文を解析し、解析した文に基づいて、文から把握される言葉の意味空間を認識するものである。ここで、文の解析とは、文の形態要素、例えば品詞、活用形、分類、連接関係を解析することを意味する。言葉の意味空間は、文脈、文の類似関係、文の学習パターンから把握するものである。
【００４９】
更に、文節認識部１０４ａは、上記認識により、文と文との間を認識するものである。具体的には、文から把握される言葉の意味空間を認識した音声認識部１０２から文字列信号が入力された文節認識部１０４ａは、入力された文字列信号に基づいて、文字列信号に対応する文と文との間を認識する。
【００５０】
この認識は、本実施形態では、文と文との間にはある程度の時間間隔があるので、その時間間隔に基づいて文と文との間を区別するものである。例えば、文字信号に対応する文が、”今日は暑いな・・・アイスを食べよう”というものである場合は、文節認識部１０４ａは、上記文の中で時間間隔がある部分”・・・”を文の区切りと認識し、”今日は暑いな”と”アイスを食べよう”との文に分けることを行う。
【００５１】
文と文との間を認識した文節認識部１０４ａは、文を１文毎に区分けして、１文毎に区分けした文を文体信号として時制解釈部１０４ｂ、類別部１０４ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力する。
【００５２】
類別部１０４ｃは、文字列から利用者の感情の種類を判別するものである。具体的には、文節認識部１０４ａから文体信号が入力された類別部１０４ｃは、入力された文体信号に対応する文に基づいて、文に含まれる要素から感情に関係するフレーズを抜き出し、この抜き出したフレーズがどのような感情の類別に属するものであるかを特定する。
【００５３】
この感情の類別は、本実施形態では、例えば図３に示す「感情類別テーブル」に従って類別する。感情類別テーブルは、例えば、利用者がプラス的な感情要素を意味していることを示す「プラス要素Ｐ（Ｐ；Positive）」、利用者がマイナス的な感情要素を意味していることを示す「マイナス要素Ｎ（Ｎ；Negative）」を有している。
【００５４】
このプラス要素Ｐには、例えば、いいね、良い、ほっとする、最高、喜ぶ、気になる等が含まれる。また、マイナス要素Ｎには、例えば、だめ、悪い、まいる、最低、つまらない、気にならない（無関心）等が含まれる。類別部１０４ｃは、上記の「感情類別テーブル」に基づいて、１文の中からどのような感情が含まれているのかを類別し、この類別した結果を類別信号として感情判定部１０４ｅに出力する。
【００５５】
強調語検出部１０４ｄは、文字列から感情の強弱を特徴付ける要素を抽出するものである。具体的には、文節認識部１０４ａから文体信号が入力された強調語検出部１０４ｄは、入力された文体信号に対応する文に基づいて、その文を構成する要素の中に、強調語があるか否かを検出する。
【００５６】
この強調語の検出は、本実施形態では、例えば図４に示す「強調語テーブル」に従って行うことができる。この「強調語テーブル」には、同図に示すように、例えば、すげー、ちょー、うひょー、わおー、ひえー、めっちゃ、すごく、とても、かなり等の副詞、感嘆詞が含まれる。強調語検出部１０４ｄは、上記の「強調語テーブル」に基づいて、１文の中にある強調語を検出し、検出した強調語を強調語検出信号として感情判定部１０４ｅに出力する。
【００５７】
感情判定部１０４ｅは、利用者が抱く感情の程度を判定するものである。具体的には、類別部１０４ｃ、強調語検出部１０４ｄ、文節認識部１０４ａから類別信号、強調語検出信号、文体信号が入力された感情判定部１０４ｅは、入力された類別信号、強調語検出信号、文体信号に基づいて、利用者の感情の程度を判定する。
【００５８】
この感情の程度の判定は、本実施形態では、例えば図５に示す「感情度テーブル」に従って行うことができる。この「感情度テーブル」には、例えば、同図に示すように、判定要素（利用者の感情）と、「感情の程度」とを有している。
【００５９】
判定要素は、利用者の感情を左右するフレーズを意味するものであり、例えば、同図に示すように、関心／無関心、喜ぶ／つまらない、最高／最低、ほっとする／まいる等が挙げられる。この判定要素は、上述した「利用者の感情」と同義の意味である。
【００６０】
例えば、「感情の程度」は、上述の如く、同図に示すように、判定要素が「関心／無関心」である場合は、感情の程度は、すごく関心がある（Ｐ１）、関心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がない（Ｎ２）と類別することができる。
【００６１】
感情判定部１０４ｅは、類別信号に対応する「感情の類別」、強調語検出信号に対応する強調語に基づいて、上記「感情度テーブル」を参照し、１文から把握される利用者の感情がどの程度なのかを判定し、判定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情判定信号としてＡＩ推論部１０４ｆに出力する。
【００６２】
例えば、文体信号に対応する文字列が”昔はサッカーを楽しくやっていたよ”である場合は、類別部１０４ｃは、”やっていた”という文字列を検出し、強調語検出部１０４ｄは、”楽しく”という文字列を検出する。感情判定部１０４ｅは、類別部１０４ｃで検出された”やっていた”と、強調語検出部１０４ｄで検出した”楽しく”とに基づいて、図５のテーブルを参照し、利用者の感情の度合いをＰ１であると判断する。
【００６３】
また、感情判定部１０４ｅは、文字列を構成する重要な要素である”サッカー”というキーワードを検出し、その検出結果と「感情の程度」とを含む感情情報を感情情報信号としてＡＩ推論部１０４ｇに出力する。
【００６４】
ＡＩ推論部１０４ｇは、感情判定部１０４ｅで判定された利用者の「感情の度合い」、文字列のキーワードから、利用者が抱く感情を推論する。具体的には、感情判定部１０４ｅから感情情報信号が入力されたＡＩ推論部１０４ｇは、入力された感情情報信号に対応する感情情報に基づいて、例えば上記結果より「感情の度合い」がＰ１（楽しくやっていた）、キーワードが”サッカー”である場合は、利用者はサッカーについて興味があるな、と推論する。
【００６５】
尚、ＡＩ推論部１０４ｇは、例えば、文字列のキーワードに基づいて、前記キーワードと最も関係するフレーズ（推論の内容を示す予め定められた内容）を感情情報データベース１０６から抽出して、その抽出したフレーズを推論の内容とすることができる。
【００６６】
ＡＩ推論部１０４ｇは、上記推論により、興味がある分野について更に質問内容を深めていき、利用者が抱いている感情に対応するキーワードを聞き出し、聞き出した感情に対応するキーワードを感情情報データベース１０６に蓄積する。
【００６７】
時制解釈部は、利用者の抱く感情度が発生した時期（時制）を解釈するものである。具体的には、文節認識部１０４ａから文体信号が入力された時制解釈部１０４ｂは、入力された文体信号に対応する文字列に基づいて、その文字列に対応する事象がどの時制（時点）に該当するのかを解釈する。この解釈は、本実施形態では、図６に示す「時制テーブル」に従って行うものとする。
【００６８】
この「時制テーブル」は、同図に示すように、アスペクト、テンス、ムードから構成されるものであり、文字列に対応する時制は、これらの構成要素に基づいて特定することができる。
【００６９】
ここで、アスペクトＡとは、既にある事象が完了していることを示す完成相（Ａ１）と、利用者の発話時においてもある事象が継続していることを示す継続相（Ａ２）とから構成されるものである。また、テンスＴとは、非過去時制（Ｔ１）と、過去時制（Ｔ２）とから構成されるものである。更に、ムードＭとは、叙述法Ｍ１（断定法（Ｍ２）、推量法（Ｍ３））と、実行法Ｍ６（意志・勧誘（Ｍ４）、命令（Ｍ４））とから構成されるものである。
【００７０】
例えば、時制解釈部１０４ｂは、”昔はサッカーを楽しくしていたよ”という文字列を解釈する場合は、図６を参照し、”〜いた”の文字から断定Ｍ２−過去Ｔ２（判断▲１▼）であると判断し、”〜していた”の文字から完成相Ａ２（判断▲２▼；過去における継続性）に該当すると判断する。そして、これらの判断を行った時制解釈部１０４ｂは、判断した時制（判断▲１▼、判断▲２▼）を時制信号としてＡＩ推論部１０４ｆに出力する。
【００７１】
時制解釈部１０４ｂと感情判定部１０４ｅとからそれぞれ時制信号と感情情報信号とが入力されたＡＩ推論部１０４ｆは、入力された時制信号に対応する「判断された時制」と、入力された感情情報信号に対応する「感情の度合い」「キーワード」とに基づいて、利用者が抱いている感情を推論する。
【００７２】
例えば、ＡＩ推論部１０４ｆは、”昔はサッカーを楽しくやっていたよ”の文字列から利用者の感情を推論する場合は、時制解釈部１０４ｂ、類別部１０４ｃ及び強調語検出部１０４ｄで文字列の要素が解釈された結果、「判断された時制」が上記判断［１］（断定Ｍ２−過去Ｔ２；過去に何かを行っていたこと）、判断［２］（完成相Ａ２；何かを継続して行っていたこと）、「感情の度合い」がＰ１（〜を楽しくやっていた）、更に、「キーワード」がサッカーであるという結果が導かれるので、「利用者は過去（判断［１］）においてサッカー（キーワード）を継続（判断［２］）してやっていた時期があるな、利用者はサッカーに興味があるのでは」、と推論する。
【００７３】
この推論をしたＡＩ推論部１０４ｆは、利用者が過去においてサッカーに興味がある、と推論したので、サッカーに関係する質問を導きだし、導いた質問を次々に行い質問の内容を深めていく。例えば、サッカーに関係する質問としては、好きなサッカーチーム、好きな選手などが挙げられる。
【００７４】
利用者に対して様々な質問を行ったＡＩ推論部１０４ｆは、利用者から回答のあった回答内容を、「判断された時制」「感情の度合い」「キーワード」毎に感情情報データベース１０６に蓄積する（図７参照）。
【００７５】
これにより、ＡＩ推論部１０４ｆは、利用者が発話した文字列に含まれる「感情の度合い」「キーワード」だけではなく、「判断された時制」をも含めて利用者の感情を判断するので、例えば利用者が過去においてはどのような感情を抱いていたのかを把握することができ、更に、過去から現在に至るまでの感情の変化をも把握することができる。
【００７６】
即ち、ＡＩ推論部１０４ｆは、利用者が過去における事柄において「感情の度合い」が高かった場合には、例えば、「現在においての感情は変わっていないか」と推論し、現在における利用者の感情を判断付ける質問を行い、現在における利用者がどのような感情を抱いているのかを把握することができる。
【００７７】
更に、上記よりＡＩ推論部１０４ｆは、利用者からの回答に含まれるキーワード、特に利用者の感情に関係するキーワードを多く収集することができ、後述する検索実行部１０４ｇは、ＡＩ推論部１０４ｆで推論された利用者の感情に関係するキーワードを用いて、所定の情報を検索することで、利用者が要求する情報をより的確に検索することができる。
【００７８】
加えて、利用者は、入力部１０１を通じて、ＡＩ推論部１０４ｆに文字情報を入力（例えば、音声入力、操作部からの入力）すれば、ＡＩ推論部１０４ｆが利用者の感情を推論し、その推論に応じて異なった質問をするので、あたかも人間と会話しているような雰囲気を味わうことができ、ある情報についての情報をより楽しく検索することができる。
【００７９】
キーワード検出部１０４ｈは、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードを検出するための検索命令信号を検索実行部１０４ｇに出力するものである。また、キーワード検出部１０４ｈは、感情度の高い感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力することもできる。
【００８０】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「感情履歴テーブル」（図７参照）の中から、「感情の度合い」を示す値（Ｐ１、Ｐ２、Ｎ１、Ｎ２）と、その値に関連付けられたキーワードとを取得する。
【００８１】
「感情の度合い」が高い値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、取得した「感情の度合い」に対応するキーワードが所定の個数以上になった場合に、それらのキーワードに関係する情報（例えば、本）を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８２】
例えば、キーワード検出部１０４ｈは、取得した「感情の度合い」のうち、感情の度合いが高いＰ１又はＰ２に対応するキーワードが１０個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８３】
更に、キーワード検出部１０４ｈは、高い感情度が発生した時期と、高い感情度とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力することもできる。
【００８４】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「時制履歴テーブル」の中から、時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得する。
【００８５】
時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、時制毎に取得した「感情の度合い」のうち、ある時制に対応するキーワードが所定の数値以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８６】
例えば、キーワード検出部１０４ｈは、取得した「感情の度合い」のうち、過去におけるＰ１又はＰ２に対応するキーワードが５個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【００８７】
尚、キーワード検出部１０４ｈは、情報管理センター２００にある感情情報データベース２０２に蓄積されている各端末１００ａ〜１００ｅの感情情報に基づいて、各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードを検出して、その検出したキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力することもできる。
【００８８】
この各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードには、例えば、年齢層において話題になっているキーワード（２０代であれば”ワールドカップ”、５０代であれば”リストラ”など）が挙げられる。
【００８９】
キーワード検出部１０４ｈから検索命令信号が入力された検索実行部１０４ｇは、入力された検索命令信号に対応するキーワードに基づいて、そのキーワードに関係する情報を、通信部１０５、通信部２０１、情報管理部２０２を通じて、情報データベース２０４の中から検索し、その検索した結果を出力部に出力する。
【００９０】
情報管理センター２００は、利用者の感情情報を管理するものであり、本実施形態では、通信部２０１と、情報管理部２０２と、感情情報データベース２０３と、情報データベース２０４とを有している。
【００９１】
感情情報データベース２０３は、各端末１００ａ〜１００ｅを利用した各利用者の感情情報を蓄積するものである。この感情情報データベース２０３は、図７に示す内容と同様の感情情報を蓄積しているものである。尚、この感情情報データベース２０３は、各端末１００ａ〜１００ｅを利用した各利用者の年齢層、キーワードの多い順序毎に感情情報を蓄積するものであってもよい。
【００９２】
情報データベース２０４は、検索対象についての情報が蓄積されているものである。この情報としては、例えば、本、旅行、趣味などが挙げられる。通信部２０１は、端末１００ａ〜１００ｅとの間でデータを送受信するものである。情報管理部２０２は、情報管理センター２０４の全体を制御するものである。
【００９３】
［情報検索システムを用いた情報検索方法］
上記構成を有する情報検索システムによる情報検索方法は、以下の手順により実施することができる。図８は、本実施形態に係る情報検索方法の手順を示すフロー図である。先ず、入力部１０１が利用者の音声情報を取得するステップを行う（Ｓ１０１）。具体的に入力部１０１は、利用者の音声情報を取得し、取得した音声情報を音声信号として音声認識部１０２に出力する。
【００９４】
次いで、音声認識部１０２が入力部１０１で取得した音声情報に基づいて、その音声情報に対応する文字列を特定するステップを行う（Ｓ１０２）。具体的には、音声信号が入力された音声認識部１０２は、入力された音声信号を解析し、解析した音声信号に対応する文字列を、音声認識辞書記憶部１０３に格納されている辞書を用いて特定し、特定した文字列を文字列信号として推論エンジン１０４に出力する。
【００９５】
次いで、推論エンジン１０４が、音声認識部１０２で特定した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するステップを行う（Ｓ１０３）。ここで行う処理は、図９に基づいて説明する。
【００９６】
推論エンジン１０４では、先ず、図９に示すように、文節認識部１０４ａが、文を解析し、解析した文に基づいて、文から把握される言葉の意味空間を認識するステップを行う（Ｓ２００）。次いで、文節認識部１０４ａが上記認識により文と文との間を認識するステップを行う（Ｓ２０１）。具体的には、文から把握される言葉の意味空間を把握した文節認識部１０４ａは、入力された文字信号に基づいて、文字信号に対応する文と文との間を認識する。
【００９７】
この認識は、本実施形態では、文と文との間にはある程度の時間間隔があるので、その時間間隔に基づいて文と文との間を区別するものである。例えば、文字信号に対応する文が、”今日は暑いな・・・アイスを食べよう”というものである場合は、文節認識部１０４ａは、上記文の中で時間間隔がある部分”・・・”を文の区切りと認識し、”今日は暑いな”と”アイスを食べよう”との文に分けることを行う。
【００９８】
文と文との間を認識した文節認識部１０４ａは、文を１文毎に区分けして、１文毎に区分けした文を文体信号として時制解釈部１０４ｂ、類別部１０４ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力する。
【００９９】
次いで、類別部１０４ｃが、文字列から利用者の感情の種類を判別するステップを行う（Ｓ２０２）。具体的には、文節認識部１０４ａから文体信号が入力された類別部１０４ｃは、入力された文体信号に対応する文に基づいて、文に含まれる要素から感情に関係するフレーズを抜き出し、この抜き出したフレーズがどのような感情の類別に属するものであるかを特定する。
【０１００】
この感情の類別は、本実施形態では、例えば図３に示す「感情類別テーブル」に従って類別する。感情類別テーブルは、例えば、利用者がプラス的な感情要素を意味していることを示す「プラス要素Ｐ（Ｐ；Positive）」、利用者がマイナス的な感情要素を意味していることを示す「マイナス要素Ｎ（Ｎ；Negative）」を有している。
【０１０１】
類別部１０４ｃは、上記の「感情類別テーブル」に基づいて、１文の中からどのような感情が含まれているのかを類別し、この類別した結果を類別信号として感情判定部１０４ｅに出力する。
【０１０２】
次いで、強調語検出部１０４ｄが、文字列から感情の強弱を特徴付ける要素を抽出するステップを行う（Ｓ２０３）。具体的には、文節認識部１０４ａから文体信号が入力された強調語検出部１０４ｄは、入力された文体信号に対応する文に基づいて、その文を構成する要素の中に、強調語があるか否かを検出する。
【０１０３】
この強調語の検出は、本実施形態では、例えば図４に示す「強調語テーブル」に従って行うことができる。この「強調語テーブル」には、同図に示すように、例えば、すげー、ちょー、うひょー、わおー、ひえー、めっちゃ、すごく、とても、かなり等の副詞、感嘆詞が含まれる。
【０１０４】
強調語検出部１０４ｄは、上記の「強調語テーブル」に基づいて、１文の中にある強調語を検出し、検出した強調語を強調語検出信号として感情判定部１０４ｅに出力する。
【０１０５】
次いで、感情判定部１０４ｅが、利用者が抱く感情の程度を判定するステップを行う（Ｓ２０４）。具体的には、類別部１０４ｃ、強調語検出部１０４ｄ、文節認識部１０４ａから類別信号、強調語検出信号、又は文体信号が入力された感情判定部１０４ｅは、入力された類別信号、強調語検出信号、又は文体信号に基づいて、利用者の感情の程度を判定する。
【０１０６】
この感情の程度の判定は、本実施形態では、例えば図５に示す「感情度テーブル」に従って行うことができる。この「感情判定テーブル」には、例えば、同図に示すように、判定要素（利用者の感情）と、「感情の程度」とを有している。
【０１０７】
例えば、「感情の程度」は、上述の如く、同図に示すように、判定要素が「関心／無関心」である場合は、感情の程度は、すごく関心がある（Ｐ１）、関心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がない（Ｎ２）と類別することができる。
【０１０８】
次いで、感情判定部１０４ｅが、類別信号に対応する「感情の類別」、強調語検出信号に対応する強調語に基づいて、上記「感情度テーブル」を参照し、１文から把握される利用者の感情がどの程度なのかを判定し、判定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情判定信号としてＡＩ推論部１０４ｆに出力する。
【０１０９】
具体的には、文字列信号に対応する文字列が”昔はサッカーを楽しくやっていたよ”である場合は、類別部１０４ｃは、”やっていた”という文字列を検出し、強調語検出部１０４ｄは、”楽しく”という文字列を検出する。感情判定部１０４ｅは、類別部１０４ｃで検出された”やっていた”と、強調語検出部１０４ｄで検出した”楽しく”とに基づいて、図５のテーブルを参照し、利用者の感情の度合いをＰ１であると判断する。
【０１１０】
また、感情判定部１０４ｅは、文字列を構成する重要な要素である”サッカー”というキーワードを検出し、その検出結果と「感情の程度」とを含む感情情報を感情情報信号としてＡＩ推論部１０４ｇに出力する。
【０１１１】
次いで、ＡＩ推論部１０４ｇが、感情判定部１０４ｅで判定された利用者の「感情の度合い」、文字列のキーワードから、利用者が抱く感情を推論するステップを行う（Ｓ２０５）。
【０１１２】
具体的には、感情判定部１０４ｅから感情情報信号が入力されたＡＩ推論部１０４ｇは、入力された感情情報信号に対応する感情情報に基づいて、例えば上記結果より「感情の度合い」がＰ１（楽しくやっていた）、キーワードが”サッカー”である場合は、利用者はサッカーについて興味があるな、と推論する。
【０１１３】
そして、ＡＩ推論部１０４ｇは、上記推論により、興味がある分野について更に質問内容を深めていき、利用者が抱いている感情に対応するキーワードを聞き出し、聞き出した感情に対応するキーワードを感情情報データベース１０６に蓄積していく。
【０１１４】
尚、ＡＩ推論部１０４ｆは、利用者の抱く感情度が発生した時期（時制）を含めて、利用者が抱く感情を推論してもよい。具体的には、文節認識部１０４ａから文体信号が入力された時制解釈部１０４ｂは、入力された文体信号に対応する文字列に基づいて、その文字列に対応する事象がどの時制（時点）に該当するのかを解釈する。この解釈は、本実施形態では、図６に示す「時制テーブル」に従って行うものとする。
【０１１５】
この「時制テーブル」は、同図に示すように、アスペクト、テンス、ムードから構成されるものであり、文字列に対応する時制は、これらの構成要素に基づいて特定することができる。
【０１１６】
例えば、時制解釈部１０４ｂは、”昔はサッカーを楽しくしていたよ”という文字列を解釈する場合は、図６を参照し、”〜いた”の文字から断定Ｍ２−過去Ｔ２（判断▲１▼）であると判断し、”〜していた”の文字から完成相Ａ２（判断▲２▼；過去における継続性）に該当すると判断する。そして、これらの判断を行った時制解釈部１０４ｂは、判断した時制（判断▲１▼、判断▲２▼）を時制信号としてＡＩ推論部１０４ｆに出力する。
【０１１７】
そして、時制解釈部１０４ｂと感情判定部１０４ｅとからそれぞれ時制信号と感情情報信号とが入力されたＡＩ推論部１０４ｆは、入力された時制信号に対応する「判断された時制」と、入力された感情情報信号に対応する「感情の度合い」「キーワード」とに基づいて、利用者が抱いている感情を推論する。
【０１１８】
例えば、ＡＩ推論部１０４ｆは、”昔はサッカーを楽しくやっていたよ”の文字列から利用者の感情を推論する場合は、時制解釈部１０４ｂ、類別部１０４ｃ及び強調語検出部１０４ｄで文字列の要素が解釈された結果、「判断された時制」が上記判断［１］（断定Ｍ２−過去Ｔ２；過去に何かを行っていたこと）、判断［２］（完成相Ａ２；何かを継続して行っていたこと）、「感情の度合い」がＰ１（〜を楽しくやっていた）、更に、「キーワード」がサッカーであるという結果が導かれるので、「利用者は過去（判断［１］）においてサッカー（キーワード）を継続（判断［２］）してやっていた時期があるな、利用者はサッカーに興味があるのでは」、と推論する。
【０１１９】
この推論をしたＡＩ推論部１０４ｆは、利用者が過去においてサッカーに興味がある、と推論したので、サッカーに関係する質問を導きだし、導いた質問を次々に行い質問の内容を深めていく。例えば、サッカーに関係する質問としては、好きなサッカーチーム、好きな選手などが挙げられる。
【０１２０】
利用者に対して様々な質問を行ったＡＩ推論部１０４ｆは、利用者から回答のあった回答内容を、「判断された時制」「感情の度合い」「キーワード」毎に感情情報データベース１０６に蓄積する。
【０１２１】
次いで、キーワード検出部１０４ｈが、感情情報に関連付けられたキーワードが所定の数以上になった場合に、前記キーワードに対応する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力するステップを行う（Ｓ２０６）。尚、キーワード検出部１０４ｈは、感情度の高い感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力してもよい。
【０１２２】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「感情履歴テーブル」（図７参照）の中から、「感情の度合い」を示す値（Ｐ１、Ｐ２、Ｎ１、Ｎ２）と、その値に関連付けられたキーワードとを取得する。
【０１２３】
「感情の度合い」が高い値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、取得した「感情の度合い」に対応するキーワードが所定の個数以上になった場合に、それらのキーワードに関係する情報（例えば、本）を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２４】
例えば、キーワード検出部１０４ｈは、取得した「感情の度合い」のうち、Ｐ１又はＰ２に対応するキーワードが１０個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２５】
更に、キーワード検出部１０４ｈは、高い感情度が発生した時期と、高い感情度とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索命令信号を検索実行部１０４ｇに出力することもできる。
【０１２６】
具体的には、キーワード検出部１０４ｈは、感情情報データベース１０６に蓄積されている「時制履歴テーブル」の中から、時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得する。
【０１２７】
即ち、時制毎に「感情の度合い」を示す値と、その値に関連付けられたキーワードとを取得したキーワード検出部１０４ｈは、時制毎に記憶している「感情の度合い」のうち、ある時制に対応するキーワードが所定の数値以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２８】
例えば、キーワード検出部１０４ｈは、記憶している「感情の度合い」のうち、過去におけるＰ１又はＰ２に対応するキーワードが５個以上になった場合に、それらのキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力する。
【０１２９】
尚、キーワード検出部１０４ｈは、情報管理センター２００にある感情情報データベース２０３に蓄積されている各端末１００ａ〜１００ｅの感情情報に基づいて、各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードを検出し、その検出したキーワードに関係する情報を検索させるための検索命令信号を検索実行部１０４ｇに出力することもできる。
【０１３０】
この各端末１００ａ〜１００ｅを利用している利用者の感情に関係するキーワードには、例えば、年齢層において話題になっているキーワード（２０代であれば”ワールドカップ”、５０代であれば”リストラ”など）が挙げられる。
【０１３１】
次いで、検索実行部１０４ｇが所定の情報を検索するステップを行う（Ｓ２０７）。具体的には、キーワード検出部１０４ｈから検索命令信号が入力された検索実行部１０４ｇは、入力された検索命令信号に対応するキーワードに基づいて、そのキーワードに関係する情報を、通信部１０５、通信部２０１、情報管理部２０２を通じて、情報データベース２０４の中から検索し、その検索した結果を出力部に出力する。
【０１３２】
［情報検索システム及び情報検索方法による作用及び効果］
このような本実施形態に係る発明によれば、推論エンジン１０４が、利用者から入力された文字列を認識し、認識した文字列に基づいて利用者が抱く感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するので、推論エンジン１０４は、利用者が抱いている感情に特徴付けられたキーワードを取得し、この取得したキーワードを用いることで利用者の要求に合致した情報を検索することができる。
【０１３３】
また、利用者は、入力部１０１を通じて、推論エンジン１０４に対して特定の文字列を入力（例えば、音声入力、操作手段からの入力）することで、推論エンジン１０４が利用者の感情を把握し、その把握した感情に特徴付けられたキーワードを自動的に検索してくれるので、所定の情報を検索するためのキーワードを逐一考える必要がなく、更に複数のキーワードを入力する手間を省くことができる。
【０１３４】
また、推論エンジン１０４は、文字列、該文字列に含まれる利用者の感情の度合いを示す感情度又は該感情度が発生した時期に基づいて感情情報を推論することができるので、利用者の感情をより的確に把握することができる。
【０１３５】
また、推論エンジン１０４は、文字列に含まれる強調語に基づいて感情度を定めることができるので、例えば強調語である副詞又は感嘆詞などにより、利用者の感情の程度を的確に把握することができる。
【０１３６】
また、キーワード検出部１０４ｈは、感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索実行部１０４ｇを通じてキーワードに関係する情報を検索するので、利用者は、キーワード検出部１０４ｈを通じて、逐次所定のキーワードに対応する検索結果を自動的に取得することができる。
【０１３７】
更に、キーワード検出部１０４ｈが、感情度の高い感情情報（例えば、〜に非常に興味があるなど）に関連付けられたキーワードが所定の数以上になった場合に、検索実行部１０４ｇを通じてキーワードに関係する情報を検索するので、利用者は、キーワード検出部１０４ｈを通じて、例えば自己にとって興味のある検索結果のみを取得することができる。
【０１３８】
加えて、キーワード検出部１０４ｈが、高い感情度が発生した時期と、高い感情度とを含む感情情報に関連付けられたキーワードが所定の数以上になった場合に、検索実行部１０４ｇを通じてキーワードに関係する情報を検索するので、利用者は、キーワード検出部１０４ｈを通じて、例えば過去において興味があった情報の検索結果のみを取得することができる。
【０１３９】
最後に、利用者は、入力部１０１を通じて、ＡＩ推論部１０４ｆに文字情報を入力（例えば、音声入力、操作手段からの入力）すれば、ＡＩ推論部１０４ｆが利用者の感情を推論し、その推論に応じて異なった質問をするので、あたかも人間と会話しているような雰囲気を味わうことができ、ある情報をより楽しく検索することができる。
【０１４０】
【発明の効果】
以上説明したように、本発明によれば、利用者が入力した文字列に基づいて、利用者が抱く感情を把握し、その把握した感情を表現する特定のキーワードを抽出して、その抽出したキーワードに基づいて検索を行うことで、より利用者の要求に合致した情報を検索することができる。
【図面の簡単な説明】
【図１】本実施形態に係る情報検索システムの概略構成を示すブロック図である。
【図２】本実施形態における推論エンジンの内部構造を示すブロック図である。
【図３】本実施形態における類別部で格納している感情類別テーブルの内容を示した図である。
【図４】本実施形態における強調語検出部で格納している強調語テーブルの内容を示した図である。
【図５】本実施形態における感情判定部で格納している感情度テーブルの内容を示した図である。
【図６】本実施形態における時制解釈部で格納している時制テーブルの内容を示した図である。
【図７】本実施形態における感情情報データベースに蓄積されている時制履歴テーブルの内容を示した図である。
【図８】本実施形態に係る情報検索方法の手順を示したフロー図である。
【図９】本実施形態における推論エンジンの内部で処理されている手順を示したフロー図である。
【符号の説明】
１００ａ〜１００ｅ…端末、１０１…入力部、１０２…音声認識部、１０３…音声認識辞書記憶部、１０４…推論エンジン、１０４ａ…文節認識部、１０４ｂ…時制解釈部、１０４ｃ…類別部、１０４ｄ…強調語検出部、１０４ｅ…感情判定部、１０４ｆ…ＡＩ推論部、１０４ｇ…検索実行部、１０４ｈ…キーワード検出部、１０５…通信部、１０６…感情情報データベース、１０７…出力部、２００…情報管理センター、２０１…通信部、２０２…情報管理部、２０３…感情情報データベース、２０４…情報データベース、３００…通信ネットワーク
Claims (11)
- キーワードに対応する情報を蓄積してある情報管理センターと、この情報管理センターと通信ネットワークを介して接続された端末とを備え、前記端末が利用者の要求する所定の情報を情報管理センターから検索する情報検索システムであって、
前記端末は、
利用者から入力された文字列を認識する文字認識手段と、
前記文字認識手段で認識された文字列に含まれる感情に関するフレーズから感情の度合いを示す感情度を判定し、前記感情の対象となっているキーワードを抽出し、前記感情度及び前記キーワードに基づいて利用者が抱く感情に関係する感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索する推論検索手段と、
前記キーワードに基づいて利用者への質問文を作成し、出力する質問文作成手段とを備えていることを特徴とする情報検索システム。 - 請求項１に記載の情報検索システムであって
、前記推論検索手段は、前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することを特徴とする情報検索システム。 - 請求項１に記載の情報検索システムであって、
前記推論検索手段は、前記感情度の高い前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索することを特徴とする情報検索システム。 - 請求項１乃至請求項３のいずれかに記載の情報検索システムであって、
前記感情度は、文字列に含まれる強調語に基づいて定めることを特徴とする情報検索システム。 - 請求項１乃至請求項４のいずれか一項に記載の情報検索システムであって、
前記推論検索手段は、入力された文体信号に対応する文字列に基づいて、その文字列に対応する事象がどの時制に該当するかを解釈する時制解釈部を備えることを特徴とする情報検索システム。 - 請求項５記載の情報検索システムであって、
前記時制解釈部は、既にある事象が完了していることを示す完成相と、利用者の発話時においてもある事象が継続していることを示す継続相とから構成されるアスペクトと、非過去時制、過去時制とから構成されるテンスと、叙述法と、実行法とから構成される時制テーブルを用いて、文字列に対応する時制を解釈することを特徴とする情報検索システム。 - 請求項１に記載の情報検索システムであって、
前記推論検索手段は、文脈を解読するための文脈辞書と、言語の類似関係を調べるための類似関係辞書と、日本語文節解析に関する辞書と、日本語の形態素解析に関わる辞書とを有し、これらの辞書を基に利用者が発話した日本語の意味内容を解読し、解読した意味内容から利用者が抱く感情を推論し、前記質問文作成手段が利用者に質問するのに適した文を作成することを特徴とする情報検索システム。 - 請求項７に記載の情報検索システムであって、
前記推論検索手段は、解読した日本語の意味内容が曖昧な表現であると判断した場合、ＡＩ推論部がファジー機能を用いて、判断された時制、感情の度合い、キーワードを含めて利用者の感情を判断することを特徴とする情報検索システム。 - キーワードに対応する情報を蓄積してある情報管理センターと、この情報管理センターと通信ネットワークを介して接続された端末とを備え、前記端末が利用者の要求する所定の情報を情報管理センターから検索する情報検索方法であって、
前記端末の文字認識手段が利用者から入力された文字列を認識するステップと、前記端末の推論検索手段が、前記文字認識手段で認識された文字列に含まれる感情に関するフレーズから感情の度合いを示す感情度を判定し、前記感情の対象となっているキーワードを抽出し、前記感情度及び前記キーワードに基づいて利用者が抱く感情に関係する感情情報を推論し、推論した該感情情報に関連付けられたキーワードを抽出して、抽出した該キーワードに関係する情報を検索するステップと、を有することを特徴とする情報検索方法。 - 請求項９に記載の情報検索方法であって、
前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するステップを有することを特徴とする情報検索方法。 - 請求項１０に記載の情報検索方法であって、
前記推論検索手段は、前記感情度の高い前記感情情報に関連付けられた前記キーワードが所定の数以上になった場合に、前記キーワードに関係する情報を検索するステップを有することを特徴とする情報検索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001372912A JP4451037B2 (ja) | 2001-12-06 | 2001-12-06 | 情報検索システム及び情報検索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001372912A JP4451037B2 (ja) | 2001-12-06 | 2001-12-06 | 情報検索システム及び情報検索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003173349A JP2003173349A (ja) | 2003-06-20 |
| JP4451037B2 true JP4451037B2 (ja) | 2010-04-14 |
Family
ID=19181719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001372912A Expired - Lifetime JP4451037B2 (ja) | 2001-12-06 | 2001-12-06 | 情報検索システム及び情報検索方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4451037B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1774448A2 (en) * | 2004-07-26 | 2007-04-18 | Koninklijke Philips Electronics N.V. | System and method for exchanging patient data with decision support systems for executable guideline |
| US8577685B2 (en) * | 2008-10-24 | 2013-11-05 | At&T Intellectual Property I, L.P. | System and method for targeted advertising |
| JP5610197B2 (ja) * | 2010-05-25 | 2014-10-22 | ソニー株式会社 | 検索装置、検索方法、及び、プログラム |
| US11595331B2 (en) | 2016-01-28 | 2023-02-28 | Sony Group Corporation | Communication system and communication control method |
| WO2017130497A1 (ja) | 2016-01-28 | 2017-08-03 | ソニー株式会社 | 通信システムおよび通信制御方法 |
| JP6781961B2 (ja) * | 2016-09-29 | 2020-11-11 | 株式会社村田製作所 | 送信装置、送信方法及び送信プログラム |
| JP6381843B1 (ja) * | 2017-07-31 | 2018-08-29 | 株式会社Ｕｐｉホールドマインズ | 情報処理装置、情報処理方法、および、プログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001109765A (ja) * | 1999-10-08 | 2001-04-20 | Mega Chips Corp | 最適コンテンツ供給システム |
| JP2001249945A (ja) * | 2000-03-07 | 2001-09-14 | Nec Corp | 感情生成方法および感情生成装置 |
-
2001
- 2001-12-06 JP JP2001372912A patent/JP4451037B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003173349A (ja) | 2003-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107832286A (zh) | 智能交互方法、设备及存储介质 | |
| CN107818781A (zh) | 智能交互方法、设备及存储介质 | |
| CN107609101A (zh) | 智能交互方法、设备及存储介质 | |
| CN107797984A (zh) | 智能交互方法、设备及存储介质 | |
| CN108538294B (zh) | 一种语音交互方法及装置 | |
| CN111353026A (zh) | 一种智能法务律师助手客服*** | |
| JP4451037B2 (ja) | 情報検索システム及び情報検索方法 | |
| JP4451038B2 (ja) | 助言システム及び助言方法 | |
| JP3857923B2 (ja) | キャラクター選択システム、キャラクター選択装置、キャラクター選択方法、プログラム及び記録媒体 | |
| JP3997105B2 (ja) | 会話制御システム、会話制御装置 | |
| JP4279883B2 (ja) | 会話制御システム、会話制御方法、プログラム及びプログラムを記録した記録媒体 | |
| CN110858234A (zh) | 一种根据人物情感进行信息推送的方法及装置 | |
| JP2003186897A (ja) | 情報アクセスシステム及び情報アクセス方法 | |
| JP3848154B2 (ja) | 相性診断システム及び相性診断方法 | |
| JP2004258902A (ja) | 会話制御装置及び会話制御方法 | |
| JP4129356B2 (ja) | 放送情報提供システム、放送情報提供方法、放送情報提供装置及び放送情報提供プログラム | |
| JP4110012B2 (ja) | 会話制御装置及び会話制御方法 | |
| JP4913850B2 (ja) | 情報処理システム及び情報処理方法 | |
| JP4205370B2 (ja) | 会話制御システム、会話制御方法及びプログラム | |
| JP4038399B2 (ja) | 顔画像表示装置、顔画像表示方法及びプログラム | |
| Lieberman et al. | Common sense on the go: Giving mobile applications an understanding of everyday life | |
| JP4434553B2 (ja) | 情報処理システム、情報処理装置、情報処理方法、プログラム及びプログラムを記録した記録媒体 | |
| JP3927067B2 (ja) | 会話制御システム、会話制御装置、会話制御方法、プログラム及びプログラムを記録した記録媒体 | |
| JP3947421B2 (ja) | 会話制御システム、会話制御方法、プログラム及びプログラムを記録した記録媒体 | |
| CN114329043A (zh) | 音频精华片段确定方法、电子设备及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040428 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060125 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060207 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060405 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060606 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060807 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20060830 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20061006 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091225 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100127 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4451037 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130205 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130205 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140205 Year of fee payment: 4 |
|
| 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 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |