JP5897389B2 - Automatic dialogue scenario creation support device and automatic dialogue scenario creation support program - Google Patents
Automatic dialogue scenario creation support device and automatic dialogue scenario creation support program Download PDFInfo
- Publication number
- JP5897389B2 JP5897389B2 JP2012097322A JP2012097322A JP5897389B2 JP 5897389 B2 JP5897389 B2 JP 5897389B2 JP 2012097322 A JP2012097322 A JP 2012097322A JP 2012097322 A JP2012097322 A JP 2012097322A JP 5897389 B2 JP5897389 B2 JP 5897389B2
- Authority
- JP
- Japan
- Prior art keywords
- scenario
- word
- information
- phase
- type
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 48
- 238000000605 extraction Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 description 23
- 238000012790 confirmation Methods 0.000 description 20
- 239000000047 product Substances 0.000 description 14
- 230000004044 response Effects 0.000 description 11
- 230000002452 interceptive effect Effects 0.000 description 8
- 239000000284 extract Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 235000009508 confectionery Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 241000277269 Oncorhynchus masou Species 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
Description
本発明は、自動対話システム用のシナリオの作成を支援する自動対話シナリオ作成支援装置及び自動対話シナリオ作成支援プログラムに関する。 The present invention relates to an automatic dialog scenario creation support apparatus and an automatic dialog scenario creation support program that support creation of a scenario for an automatic dialog system.
近年、顧客からの音声による注文の自動受付等を目的とした対話型の音声自動応答システム(IVR:Interactive Voice Response)が普及し始めている。この音声自動応答システムでは、記憶手段に記憶させたシナリオ情報に沿って音声出力を行い、発話者からの応答音声が入力された場合には当該応答音声を音声認識し、この音声認識結果に基づいてシナリオ情報を参照して次の音声出力を行い、以降同様に対話を進めることで、顧客に対して情報を提供し、あるいは顧客から情報を収集する(例えば、特許文献1参照)。 In recent years, an interactive voice response system (IVR: Interactive Voice Response) for the purpose of automatically accepting orders by voice from customers has been spreading. In this automatic voice response system, voice is output in accordance with the scenario information stored in the storage means, and when a response voice from a speaker is input, the response voice is voice-recognized, and based on the voice recognition result. Then, the next voice output is performed with reference to the scenario information, and the subsequent dialogue is similarly performed to provide information to the customer or collect information from the customer (for example, see Patent Document 1).
このような音声対話の精度を高めるためには、対話の流れを極力正確に想定してシナリオを作成することが必要になる。このため、従来、新規な種類のシナリオを作成する場合には、熟練者が過去のシナリオを参照しながら自己の経験を加味して、シナリオを手動で作成していた。 In order to increase the accuracy of such a voice dialogue, it is necessary to create a scenario assuming the flow of the dialogue as accurately as possible. For this reason, conventionally, when creating a new type of scenario, a skilled person manually creates a scenario in consideration of his / her experience while referring to a past scenario.
しかしながら、従来は熟練者がシナリオを手動で作成していたので、シナリオの作成に時間と手間を要し、自動対話システムの運用コストを上昇させたり、新規な種類のシナリオを迅速に作成してその運用を開始したりすることが困難であった。また、このようなシナリオの作成方法が確立されていなかったので、シナリオの品質が安定しない等の問題もあった。 However, in the past, experts have created scenarios manually, so it takes time and effort to create scenarios, raises the operating costs of automatic dialog systems, and creates new types of scenarios quickly. It was difficult to start the operation. In addition, since such a scenario creation method has not been established, there is a problem that the quality of the scenario is not stable.
本発明は、上記に鑑みてなされたものであって、自動対話システム用のシナリオの自動的な作成を支援することにより、自動対話システムの運用コストを低減でき、新規な種類のシナリオを迅速に作成してその運用を開始したりすることができ、かつ、シナリオの品質を向上させることが可能になる、自動対話シナリオ作成支援装置及び自動対話シナリオ作成支援プログラムを提供することを目的とする。 The present invention has been made in view of the above, and by supporting the automatic creation of a scenario for an automatic dialogue system, the operation cost of the automatic dialogue system can be reduced, and a new type of scenario can be quickly developed. An object of the present invention is to provide an automatic dialogue scenario creation support apparatus and an automatic dialogue scenario creation support program that can be created and started to operate, and that can improve the quality of the scenario.
請求項1に記載の自動対話シナリオ作成支援装置は、自動対話システム用のシナリオの作成を支援する自動対話シナリオ作成支援装置であって、複数のシナリオに関するシナリオ情報であって、前記複数のシナリオの各々の種類を特定する種類特定情報と、前記複数のシナリオの各々を構成する複数の会話文と、前記複数のシナリオの各々における会話の段階を示すフェーズを特定するフェーズ特定情報とを、相互に関連付けて構成されたシナリオ情報、を格納するシナリオ情報格納手段と、前記複数の会話文に含まれる単語と、前記種類特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオの会話文で使用された場合における当該単語の重みを示す単語ウェイトとを、相互に関連付けて構成された単語ウェイト情報、を格納する単語ウェイト情報格納手段と、前記複数の会話文に含まれる単語と、前記種類特定情報と、前記フェーズ特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオにおいて当該フェーズ特定情報で特定されるフェーズの会話文で使用された場合における当該単語の重みを示すフェーズウェイトとを、相互に関連付けて構成されたフェーズウェイト情報、を格納するフェーズウェイト情報格納手段と、シナリオの作成対象になる複数の会話文である対象会話文が所定方法で特定された場合に、当該特定された対象会話文から単語を抽出する単語抽出手段と、前記単語抽出手段にて抽出された単語の出現回数を計数し、当該単語に対応する単語ウェイトであって前記種類特定情報毎の単語ウェイトを前記単語ウェイト情報格納手段から取得し、当該取得した単語ウェイトに前記出現回数を乗じることによって前記種類特定情報毎の単語スコアを算定し、前記単語抽出手段にて抽出された単語に対応するフェーズウェイトであって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズウェイトを前記フェーズウェイト情報格納手段から取得し、当該取得したフェーズウェイトに前記出現回数を乗じることによって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズスコアを算定し、当該算定した単語スコアと当該算定したフェーズスコアを前記種類特定情報毎に合算することによってシナリオスコアを算定し、当該算定されたシナリオスコアに基づいて前記対象会話文に合致するシナリオの種類を決定する種類決定手段と、前記種類決定手段にて決定されたシナリオの種類を特定する種類特定情報に対応するシナリオ情報を前記シナリオ情報格納手段から取得し、当該取得したシナリオ情報に基づいて、前記対象会話文に対応するシナリオを作成するシナリオ作成手段とを備える。
The automatic dialogue scenario creation support device according to
請求項2に記載の自動対話シナリオ作成支援装置は、請求項1に記載の自動対話シナリオ作成支援装置において、前記単語抽出手段にて抽出された単語の重要度を所定方法にて決定し、重要であると判定された単語に対応するシナリオ情報が、前記シナリオ作成手段によって前記シナリオ情報格納手段から取得されたシナリオ情報には含まれていない場合であって、前記シナリオ情報格納手段から取得可能である場合には、当該シナリオ情報を前記シナリオ情報格納手段から取得し、当該取得したシナリオ情報に基づいて、前記シナリオ作成手段によって前記シナリオ情報格納手段から取得されたシナリオ情報を補完する、第1シナリオ補完手段を備える。
The automatic dialogue scenario creation support device according to
請求項3に記載の自動対話シナリオ作成支援装置は、請求項1又は2に記載の自動対話シナリオ作成支援装置において、前記単語抽出手段にて抽出された単語の重要度を所定方法にて決定し、重要であると判定された単語に対応するシナリオ情報が、前記シナリオ作成手段によって前記シナリオ情報格納手段から取得されたシナリオ情報には含まれていない場合であって、前記シナリオ情報格納手段から取得可能でない場合には、当該シナリオ情報を対象会話文から取得し、当該取得したシナリオ情報に基づいて、前記シナリオ作成手段によって前記シナリオ情報格納手段から取得されたシナリオ情報を補完する、第2シナリオ補完手段を備える。
The automatic dialog scenario creation support apparatus according to
請求項4に記載の自動対話シナリオ作成支援プログラムは、自動対話システム用のシナリオの作成を支援する自動対話シナリオ作成支援プログラムであって、複数のシナリオに関するシナリオ情報であって、前記複数のシナリオの各々の種類を特定する種類特定情報と、前記複数のシナリオの各々を構成する複数の会話文と、前記複数のシナリオの各々における会話の段階を示すフェーズを特定するフェーズ特定情報とを、相互に関連付けて構成されたシナリオ情報、をシナリオ情報格納手段に格納するシナリオ情報格納手段と、前記複数の会話文に含まれる単語と、前記種類特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオの会話文で使用された場合における当該単語の重みを示す単語ウェイトとを、相互に関連付けて構成された単語ウェイト情報、を格納する単語ウェイト情報格納手段と、前記複数の会話文に含まれる単語と、前記種類特定情報と、前記フェーズ特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオにおいて当該フェーズ特定情報で特定されるフェーズの会話文で使用された場合における当該単語の重みを示すフェーズウェイトとを、相互に関連付けて構成されたフェーズウェイト情報、を格納するフェーズウェイト情報格納手段と、を備えるコンピュータを、シナリオの作成対象になる複数の会話文である対象会話文が所定方法で特定された場合に、当該特定された対象会話文から単語を抽出する単語抽出手段と、前記単語抽出手段にて抽出された単語の出現回数を計数し、当該単語に対応する単語ウェイトであって前記種類特定情報毎の単語ウェイトを前記単語ウェイト情報格納手段から取得し、当該取得した単語ウェイトに前記出現回数を乗じることによって前記種類特定情報毎の単語スコアを算定し、前記単語抽出手段にて抽出された単語に対応するフェーズウェイトであって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズウェイトを前記フェーズウェイト情報格納手段から取得し、当該取得したフェーズウェイトに前記出現回数を乗じることによって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズスコアを算定し、当該算定した単語スコアと当該算定したフェーズスコアを前記種類特定情報毎に合算することによってシナリオスコアを算定し、当該算定されたシナリオスコアに基づいて前記対象会話文に合致するシナリオの種類を決定する種類決定手段と、前記種類決定手段にて決定されたシナリオの種類を特定する種類特定情報に対応するシナリオ情報を前記シナリオ情報格納手段から取得し、当該取得したシナリオ情報に基づいて、前記対象会話文に対応するシナリオを作成するシナリオ作成手段と、として動作させる。
The automatic dialogue scenario creation support program according to
請求項1に記載の自動対話シナリオ作成支援装置又は請求項4に記載の自動対話シナリオ作成支援プログラムによれば、シナリオ情報格納手段から取得したシナリオ情報に基づいて対象会話文に対応するシナリオを作成することができるので、従来のように熟練者がシナリオを手動で作成していた場合に比べて、自動対話システムの運用コストを低減でき、新規な種類のシナリオを迅速に作成してその運用を開始したりすることができ、さらに、シナリオの品質を向上させることが可能になる。
According to the automatic dialogue scenario creation support device according to
請求項2に記載の自動対話シナリオ作成支援装置によれば、重要であると判定された単語に対応するシナリオ情報を、シナリオ情報格納手段から取得して補完することができるので、ベースとなるシナリオ情報に対して重要な単語に対応するシナリオ情報を付加することで、対象会話文に合致した新規なシナリオを作成することができる。
According to the automatic dialogue scenario creation support apparatus according to
請求項3に記載の自動対話シナリオ作成支援装置によれば、重要であると判定された単語に対応するシナリオ情報を、対象会話文から取得して補完することができるので、ベースとなるシナリオ情報に対して重要な単語に対応するシナリオ情報を付加することで、対象会話文に合致した新規なシナリオを作成することができる。
According to the automatic dialogue scenario creation support apparatus according to
以下に添付図面を参照して、この発明に係る自動対話シナリオ作成支援装置及び自動対話シナリオプログラムの実施の形態を詳細に説明する。まず、本実施の形態の基本的概念について説明した後、本実施の形態の具体的内容を説明し、最後に本実施の形態に対する変形例について説明する。ただし、本実施の形態によって本発明が限定されるものではない。 Exemplary embodiments of an automatic dialogue scenario creation support apparatus and an automatic dialogue scenario program according to the present invention will be explained below in detail with reference to the accompanying drawings. First, after explaining the basic concept of the present embodiment, the specific contents of the present embodiment will be described, and finally, a modification to the present embodiment will be described. However, the present invention is not limited by the present embodiment.
〔本実施の形態の基本的概念〕
最初に、本実施の基本的概念について説明する。本実施の形態に係る自動対話シナリオ作成支援装置及び自動対話シナリオプログラムは、自動対話システム用のシナリオの作成を支援するためものである。ここで、「自動対話システム」とは、複数の対話者の相互間における対話を自動的に行うためのシステムである。「複数の対話者」とは、代表的には、1人の人間と1台の自動対話装置であるが、少なくとも1台の自動対話装置が含まれていればよく、複数の人間が含まれる場合や、複数台の自動対話装置が含まれる場合がある。「自動対話」とは、対話の少なくとも一部分を自動的に(機械的)に行うことを意味しており、代表的には、1人の人間と1台の自動対話装置との対話において、自動対話装置の対話部分を自動的に行うことを意味するが、例えば、2台の自動対話装置の相互間の対話の場合のように、対話の全部分を自動的に行うことを含む。「対話」とは、代表的には、音声対話であるが、テキスト表示を介して対話を行うような表示(画像)対話を含む。「自動対話システム用のシナリオ(以下、単に「シナリオ」)」とは、少なくとも、自動対話を行う対話者と、各対話者が行うことが予想される会話文と、当該会話文の順序とを、特定するための情報である。「シナリオの作成を支援する」とは、シナリオの全部を自動的に生成する場合のみならず、シナリオの一部を自動的に生成する場合を含む。
[Basic concept of the present embodiment]
First, the basic concept of this embodiment will be described. The automatic dialogue scenario creation support apparatus and the automatic dialogue scenario program according to the present embodiment are for supporting creation of a scenario for an automatic dialogue system. Here, the “automatic dialogue system” is a system for automatically conducting a dialogue between a plurality of dialogue persons. The “plurality of interlocutors” is typically one person and one automatic dialogue apparatus, but it is sufficient that at least one automatic dialogue apparatus is included, and a plurality of persons are included. In some cases, a plurality of automatic interactive devices may be included. “Automatic dialogue” means that at least a part of the dialogue is automatically (mechanically) performed. Typically, in the dialogue between one human and one automatic dialogue device, automatic This means that the dialog part of the dialog device is automatically performed, but includes automatically performing all parts of the dialog as in the case of a dialog between two automatic dialog devices, for example. The “dialogue” is typically a voice dialogue, but includes a display (image) dialogue in which a dialogue is performed via a text display. “Scenario for automatic dialogue system (hereinafter simply“ scenario ”)” means at least a dialogue person who performs an automatic dialogue, a conversation sentence expected to be conducted by each conversation person, and an order of the conversation sentence. It is information for specifying. “Supporting scenario creation” includes not only automatically generating the entire scenario but also automatically generating a part of the scenario.
〔本実施の形態の具体的内容〕
次に、本実施の形態の具体的内容について説明する。最初に、本実施の形態に係る自動対話シナリオ作成支援装置の構成について説明し、その後に、自動対話シナリオ作成支援装置で行われる処理について説明する。
[Specific contents of this embodiment]
Next, specific contents of the present embodiment will be described. First, the configuration of the automatic dialog scenario creation support apparatus according to the present embodiment will be described, and then the processing performed by the automatic dialog scenario creation support apparatus will be described.
(構成)
まず、本実施の形態に係る自動対話シナリオ作成支援装置(以下、支援装置)の構成について説明する。図1は、本実施の形態に係る支援装置を機能概念的に示すブロック図である。この支援装置1は、機能概念的に、入力部2、出力部3、制御部4、及び記憶部5を接続して構成されており、例えば、公知のデスクトップコンピュータ、ノートブックコンピュータ、タブレット型コンピュータ、あるいはスマートフォンを用いて構成されている。
(Constitution)
First, the configuration of an automatic dialogue scenario creation support apparatus (hereinafter referred to as support apparatus) according to the present embodiment will be described. FIG. 1 is a block diagram conceptually showing the support device according to the present embodiment. The
入力部2は、各種の情報を支援装置1に入力するための入力手段である。この入力部2の具体的な構成は任意であり、例えば、マウス、キーボード、あるいはタッチパネルとして構成することができる。
The
出力部3は、各種の情報を支援装置1から出力するための出力手段である。この出力部3の具体的な構成は任意であり、例えば、公知の液晶ディスプレイや有機ELディスプレイの如きフラットパネルディスプレイとして構成することができる。
The
制御部4は、CPU(Central Processing Unit)や、このCPU上で解釈実行される各種のプログラム(OSなどの制御プログラムや各種の処理手順などを規定したプログラム)、及び、所要プログラムや所要データを格納するためのキャッシュメモリを備えて構成される。このCPU上で解釈実行される各種のプログラムには自動対話シナリオ作成支援プログラム(以下、支援プログラム)が含まれ、この支援プログラムは、例えば、CD−ROMやDVDを含む任意の記憶媒体に記憶された後、インストールされて記憶部5に不揮発的に記憶され、CPUにて解釈実行されることで制御部4の実質的機能を構成する。
The
この制御部4は、機能概念的に、単語抽出部6、種類決定部7、シナリオ作成部8、第1シナリオ補完部9、及び第2シナリオ補完部10を備えて構成されている。単語抽出部6は、シナリオの作成対象になる複数の会話文である対象会話文が所定方法で特定された場合に、当該特定された対象会話文から単語を抽出する単語抽出手段である。種類決定部7、単語抽出部6にて抽出された単語の出現回数を計数し、当該単語に対応する単語ウェイトであって種類特定情報毎の単語ウェイトを後述する単語ウェイト情報DB13から取得し、当該取得した単語ウェイトに出現回数を乗じることによって種類特定情報毎の単語スコアを算定し、単語抽出部6にて抽出された単語に対応するフェーズウェイトであって種類特定情報毎及びフェーズ特定情報毎のフェーズウェイトを後述するフェーズウェイト情報DB14から取得し、当該取得したフェーズウェイトに出現回数を乗じることによって種類特定情報毎及びフェーズ特定情報毎のフェーズスコアを算定し、当該算定した単語スコアと当該算定したフェーズスコアを種類特定情報毎に合算することによってシナリオスコアを算定し、当該算定されたシナリオスコアに基づいて対象会話文に合致するシナリオの種類を決定する種類決定手段である。シナリオ作成部8は、種類決定部7にて決定されたシナリオの種類を特定する種類特定情報に対応するシナリオ情報を後述するシナリオ情報DB11から取得し、当該取得したシナリオ情報に基づいて、対象会話文に対応するシナリオを作成するシナリオ作成手段である。第1シナリオ補完部9は、単語抽出部6にて抽出された単語の重要度を所定方法にて決定し、重要であると判定された単語に対応するシナリオ情報が、シナリオ作成部8によってシナリオ情報DB11から取得されたシナリオ情報には含まれていない場合であって、シナリオ情報DB11から取得可能である場合には、当該シナリオ情報をシナリオ情報DB11から取得し、当該取得したシナリオ情報に基づいて、シナリオ作成部8によってシナリオ情報DB11から取得されたシナリオ情報を補完する、第1シナリオ補完手段である。第2シナリオ補完部10は、単語抽出部6にて抽出された単語の重要度を所定方法にて決定し、重要であると判定された単語に対応するシナリオ情報が、シナリオ作成部8によってシナリオ情報DB11から取得されたシナリオ情報には含まれていない場合であって、シナリオ情報DB11から取得可能でない場合には、当該シナリオ情報を対象会話文から取得し、当該取得したシナリオ情報に基づいて、シナリオ作成部8によってシナリオ情報DB11から取得されたシナリオ情報を補完する、第2シナリオ補完手段である。これら各部の機能については、各処理と併せて説明する。
The
記憶部5は、支援装置1で実行される各種処理に必要な情報やパラメータを不揮発的に格納する格納手段であり、例えば、HD(Hard Disk)や半導体メモリにより構成される。この記憶部5には、シナリオ情報データベース(以下、データベースをDBと称する)11、不要語情報DB12、単語ウェイト情報DB13、及びフェーズウェイト情報DB14が格納されている。
The
シナリオ情報DB11は、複数のシナリオに関するシナリオ情報を格納するシナリオ情報格納手段である。このシナリオ情報は、図2の構成例に示すように、項目「対話者」に対応する情報と、項目「会話文」に対応する情報と、項目「シナリオの種類」に対応する情報と、項目「フェーズ」に対応する情報と、項目「変数」に対応する情報を、相互に関連付けて構成されている。項目「対話者」に対応する情報は、会話文の対話者を特定するための対話者特定情報である。本実施の形態においては、対話者が、人間である1人の顧客と1台の自動対話装置とである場合を想定しており、図2において、顧客は「CU」、「自動対話装置」は「OP」として、それぞれ示されている。項目「会話文」に対応する情報は、複数のシナリオの各々を構成する複数の会話文である。項目「シナリオの種類」に対応する情報は、複数のシナリオの各々の種類を特定する種類特定情報である。このシナリオの種類の設定方法は任意であるが、本実施の形態においては、シナリオが顧客からの商品注文を受け付けるためのシナリオである場合を想定しており、この商品の種類によってシナリオの種類を設定している。例えば、図2において、「シューズ受注1」は、シナリオの種類が、シューズ(靴)の注文を受け付けるためのシナリオの種類であることを示している。また、同一又は類似の商品注文を受け付けるためのシナリオであっても、種類が異なる複数のシナリオが存在する場合があることを想定し、例えば、「シューズ受注1」と「シューズ受注2」は、相互に異なる種類のシナリオであることを意味する。項目「フェーズ」に対応する情報は、複数のシナリオの各々における会話の段階(フェーズ)を特定するフェーズ特定情報である。このフェーズの設定方法は任意であるが、例えば、「フェーズ名」又は「フェーズ名(フェーズ変数)」により設定されている。「フェーズ名」とは、フェーズの名称であり、「フェーズ変数」とは、フェーズにおいて、会話文によって提供又は取得すべき情報である。具体的として、図2には、フェーズとして、「START」、「顧客確認(注文履歴)」、「顧客確認(名前)」等が設定されている。フェーズ=「顧客確認(注文履歴)」においては、フェーズ名=「顧客確認」であり、フェーズ変数=「注文履歴」である。なお、異なる種類のシナリオに対しては、異なるフェーズが設定されることがある。項目「変数」に対応する情報は、会話文によって提供又は取得すべき情報であり、例えば、シナリオが顧客からの商品注文を受け付けるためのシナリオである場合には、当該注文された商品を特定するための情報(商品名、数量、サイズ等)、当該注文を行った顧客を特定するための情報(名前や電話番号等)、当該注文の支払い方法を特定するための情報(支払方法等)を含む。このようにシナリオ情報を構成する各レコードは、会話の順序に沿って格納されており、従って、各レコードのフェーズも、会話の順序に沿って整列されている。このように構成されるシナリオ情報は、支援装置1の導入当初においては従来と同様に熟練者が手動で作成してシナリオ情報DB11に格納し、その後は後述する処理によって自動生成されてシナリオ情報DB11に蓄積される。
The
不要語情報DB12は、不要語情報を格納するシナリオ情報格納手段である。この不要語情報は、図3の構成例に示すように、項目「不要語」に対応する情報と、項目「区分」に対応する情報とを、相互に関連付けて構成されている。項目「不要語」に対応する情報は、不要語を特定するための情報である。「不要語」とは、後述する対象会話文に含まれ得る単語であって、シナリオには不要であると考えられる単語である。例えば、不要語を特定するための情報としては、シナリオには不要であると考えられる単語自体(図3の例では「センター」や「電話」)や、このような不要な単語の品詞属性(形態素解析の結果。図3の例では「接頭詞」や「感動詞」等)が格納される。項目「区分」に対応する情報は、不要語の区分を示す情報である。このような区分を示す情報として、図3の例では、「属性」と「名詞」を示している。不要語の区分=「属性」は、項目「不要語」に対応する情報として、単語そのものではなく、品詞属性(形態素解析の結果)が格納されていることを示しており、当該品詞属性を有する単語はシナリオには不要である旨を示している。不要語の区分=「名詞」は、項目「不要語」に対応する情報として、単語そのものが格納されていることを示しており、当該単語はシナリオには不要である旨を示している。このように構成される不要語情報は、支援装置1の管理者によって任意に設定され不要語情報DB12に格納される。
The unnecessary
単語ウェイト情報DB13は、単語ウェイト情報を格納する単語ウェイト情報格納手段である。この単語ウェイト情報は、図4の構成例に示すように、項目「単語」に対応する情報と、項目「シナリオの種類」に対応する情報と、項目「単語ウェイト」に対応する情報を、相互に関連付けて構成されている。項目「単語」に対応する情報は、会話文に含まれ得るものとして設定された単語である。項目「シナリオの種類」に対応する情報は、図3の同一項目名に対応する情報と同じである。項目「単語ウェイト」に対応する情報は、単語ウェイトである。「単語ウェイト」とは、種類特定情報にて特定される種類のシナリオの会話文で使用された場合における単語の重みを示す単語重み特定情報である。例えば、図4の一番上のレコードは、単語=「サイズ」が、シナリオの種類=「シューズ受注1」のシナリオの中で使用された場合には、当該単語=「サイズ」の単語ウェイト=「1.00」であることを示している。本実施の形態では、単語ウェイトの数値が大きい程、単語の重み付けが大きい(単語の重要性が大きい)ことを示すものとする。なお、この図4に示すように、同一の単語であっても、当該単語が使用されるシナリオの種類によっては単語ウェイトが異なり得るため、同一の単語に対して、種類特定情報毎に同一又は異なる複数の単語ウェイトが設定されている。このように構成される単語ウェイト情報は、支援装置1の管理者によって任意に設定され単語ウェイト情報DB13に格納される。
The word
フェーズウェイト情報DB14は、フェーズウェイト情報を格納するフェーズウェイト情報格納手段である。このフェーズウェイト情報は、図5の構成例に示すように、項目「単語」に対応する情報と、項目「シナリオの種類」に対応する情報と、項目「フェーズ」に対応する情報と、項目「フェーズウェイト」に対応する情報を、相互に関連付けて構成されている。項目「単語」に対応する情報、項目「シナリオの種類」に対応する情報、及び項目「フェーズ」に対応する情報は、図3、4の同一項目名に対応する情報と同じである。項目「フェーズウェイト」に対応する情報は、単語が種類特定情報にて特定される種類のシナリオにおいてフェーズ特定情報で特定されるフェーズの会話文で使用された場合における当該単語の重みを示すフェーズ重み特定情報である。例えば、図5の一番上のレコードは、単語=「サイズ」が、シナリオの種類=「シューズ受注1」のシナリオにおけるフェーズ=「START」で使用された場合、当該単語=「サイズ」のフェーズウェイト=「0.00」であることを示している。本実施の形態では、フェーズウェイトの数値が大きい程、単語の重み付けが大きい(単語の重要性が大きい)ことを示すものとする。なお、この図5に示すように、同一の単語であっても、当該単語が使用されるシナリオの種類やフェーズによってはフェーズウェイトが異なり得るため、同一の単語に対して、種類特定情報毎及びフェーズ毎に同一又は異なるフェーズウェイトが設定されている。このように構成されるフェーズウェイト情報は、支援装置1の管理者によって任意に設定されフェーズウェイト情報DB14に格納される。
The phase
(処理)
次に、このように構成された支援装置1において行われる自動対話シナリオ作成処理について説明する。以下の説明においては、特記する主体を除いて制御部4にて処理が行われるものとする。また、「ステップ」を「S」と略記する。図6は、自動対話シナリオ作成処理のフローチャートである。この処理は、支援装置1の入力部2を介して所定方法で起動される。
(processing)
Next, an automatic dialogue scenario creation process performed in the
(処理−単語抽出処理)
最初に、単語抽出処理(SA1)が実行される。図7は、単語抽出処理のフローチャートである。この処理において、単語抽出部6は、対象会話文が特定されるまで待機する(SB1)。対象会話文とは、シナリオの作成対象になる複数の会話文であり、例えば、顧客と注文受付オペレータとの電話による会話文を録音し、この録音をテキストに書き起すことによって、対象会話文が作成される。そして、このような対象会話文が所定形式で入力部2を介して支援装置1に入力された場合に、単語抽出部6は、対象会話文が特定されたものと判定する。図8は、このような対象会話文を例示する図である。この対象会話文は、項目「対話者」に対応する情報と、項目「会話文」に対応する情報を、相互に関連付けて構成されている。これら項目「対話者」に対応する情報と項目「会話文」に対応する情報は、図2の同一項目名に対応する情報と同じである。
(Processing-word extraction processing)
First, a word extraction process (SA1) is executed. FIG. 7 is a flowchart of word extraction processing. In this process, the
対象会話文が特定された場合(SB1、Yes)、単語抽出部6は、当該特定された対象会話文から単語を抽出する(SB2)。具体的には、対象会話文に対して公知の形態素解析や係受け解析を行い、対象会話文に含まれる単語を抽出する。この際、各単語の品詞属性についても、公知の形態素解析や係受け解析により特定する。
When the target conversation sentence is specified (SB1, Yes), the
次いで、単語抽出部6は、SB2で抽出した単語の中から不要語を除外する(SB3)。具体的には、単語抽出部6は、SB2で抽出した単語の中に、不要語情報DB12に格納された不要語が含まれるか否かを判定し、含まれる場合には当該不要語を削除する。例えば、対象会話文に「お電話有難うございます。ABC株式会社受注センターです。ご注文でしょうか。」という文が含まれており、この文を対象としてSB2で抽出された単語が、「お(接頭詞)」「電話(名詞)」「有難う(感動詞)」「ござい(助動詞)」「ます(助動詞)」「。(記号)」「ABC株式会社(固有名詞)」「受注(名詞)」「センター(名詞)」「です(助動詞)」「。(記号)」「ご(接頭詞)」「注文(名詞)」「でしょ(助動詞)」「う(助動詞)」「か(助詞)」「。(記号)」である場合を考える(なお、括弧内は各単語の品詞属性)。この場合、図3に例示した不要語情報を参照すると、不要語情報には不要語=「接頭詞」及び区分=「属性」のレコードが含まれており、品詞属性として接頭詞を有する単語はシナリオには不要である旨が判るため、「お(接頭詞)」は不要であると判定されて削除される。同様の理由により、「有難う(感動詞)」「ござい(助動詞)」「ます(助動詞)」「。(記号)」「ABC株式会社(固有名詞)」「です(助動詞)」「。(記号)」「ご(接頭詞)」「でしょ(助動詞)」「う(助動詞)」「か(助詞)」「。(記号)」が不要であると判定されて削除される。また、図3に例示した不要語情報を参照すると、不要語情報には不要語=「電話」及び区分=「名詞」のレコードが含まれており、「電話」という単語はシナリオには不要である旨が判るため、「センター(名詞)」は不要であると判定されて削除される。同様の理由により、「センター(名詞)」が不要であると判定されて削除される。この結果、「受注(名詞)」「注文(名詞)」のみが削除されることなく残ることとなる。これにて単語抽出処理が終了する。
Next, the
(処理−種類決定処理)
次に、図6の種類決定処理(SA2)が実行される。図9は、種類決定処理のフローチャートである。この処理において、種類決定部7は、単語抽出処理にて抽出された単語の出現回数を算定する(SC1)。具体的には、種類決定部7は、単語抽出処理にて抽出された各単語毎に、当該各単語の抽出数を計数し、抽出数=出現回数とする。例えば、種類決定部7は、単語=「サイズ」が対象会話文の全体から3つ抽出された場合には、単語=「注文」の出現回数=「3」と計数する。
(Processing-type determination processing)
Next, the type determination process (SA2) in FIG. 6 is executed. FIG. 9 is a flowchart of the type determination process. In this process, the
次いで、種類決定部7は、単語抽出処理にて抽出された単語に対応する単語ウェイトであって、種類特定情報毎の単語ウェイトを単語ウェイト情報DB13から取得する(SC2)。具体的には、種類決定部7は、単語ウェイト情報DB13に格納された単語ウェイトの中から、単語抽出処理にて最終的に抽出された単語に対応する単語ウェイトを取得する。この際、同一の単語に対して、種類特定情報毎に複数の単語ウェイトが単語ウェイト情報DB13に格納されている場合には、全ての単語ウェイトを種類特定情報と共に取得する。例えば、図4の単語ウェイト情報の例において、単語=「サイズ」に関しては、シナリオの種類=「シューズ受注1」の単語ウェイト=「1.00」、シナリオの種類=「シューズ受注2」の単語ウェイト=「1.00」、シナリオの種類=「アパレル受注1」の単語ウェイト=「1.00」、シナリオの種類=「アパレル受注2」の単語ウェイト=「1.00」、及びシナリオの種類=「スイーツ受注」の単語ウェイト=「0.60」を取得する。
Next, the
次いで、種類決定部7は、当該取得した単語ウェイトに出現回数を乗じることによって、種類特定情報毎の単語スコアを算定する(SC3)。具体的には、種類決定部7は、単語抽出処理にて抽出された各単語毎に、SC2で取得した単語ウェイトに対して、SC1で取得した出現回数を乗じることで、当該単語の単語スコアを算定する。ここで、同一の単語に対して、種類特定情報毎に同一又は異なる複数の単語ウェイトが設定されている場合には、当該複数の単語ウェイトにそれぞれ出現回数を乗じる。例えば、単語=「サイズ」に関して、SC1で算定された出現回数=「3」であり、SC2で取得された単語ウェイトが、シナリオの種類=「シューズ受注1」の単語ウェイト=「1.00」、シナリオの種類=「シューズ受注2」の単語ウェイト=「1.00」、シナリオの種類=「アパレル受注1」の単語ウェイト=「1.00」、シナリオの種類=「アパレル受注2」の単語ウェイト=「1.00」、及びシナリオの種類=「スイーツ受注」の単語ウェイト=「0.60」である場合、シナリオの種類=「シューズ受注1」の単語スコア=1.00×3=「3.00」、シナリオの種類=「シューズ受注2」の単語スコア=「3.00」、シナリオの種類=「アパレル受注1」の単語スコア=「3.00」、シナリオの種類=「アパレル受注2」の単語スコア=「3.00」、及びシナリオの種類=「スイーツ受注」の単語スコア=0.60×3=「1.80」を算定する。
Next, the
次に、種類決定部7は、単語抽出処理にて抽出された単語に対応するフェーズウェイトであって種類特定情報毎及びフェーズ特定情報毎のフェーズウェイトをフェーズウェイト情報DB14から取得する(SC4)。具体的には、種類決定部7は、フェーズウェイト情報DB14に格納されたフェーズウェイトの中から、単語抽出処理にて最終的に抽出された単語に対応するフェーズウェイトを取得する。この際、同一の単語に対して、種類特定情報毎及びフェーズ毎に複数のフェーズウェイトがフェーズウェイト情報DB14に格納されている場合には、全てのフェーズウェイトを種類特定情報及びフェーズ特定情報と共に取得する。例えば、図5のフェーズウェイト情報の例において、単語=「サイズ」に関しては、シナリオの種類=「シューズ受注1」のフェーズ=「START」のフェーズウェイト=「0.00」、シナリオの種類=「シューズ受注1」のフェーズ=「顧客確認(名前)」のフェーズウェイト=「0.00」等や、シナリオの種類=「シューズ受注2」のフェーズ=「START」のフェーズウェイト=「0.00」、シナリオの種類=「シューズ受注2」のフェーズ=「顧客確認(名前)」のフェーズウェイト=「0.00」等を取得する。
Next, the
次いで、種類決定部7は、当該取得したフェーズウェイトに単語抽出処理にて抽出された単語の出現回数を乗じることによって、種類特定情報毎及びフェーズ特定情報毎のフェーズスコアを算定する(SC5)。具体的には、種類決定部7は、単語抽出処理にて抽出された各単語毎に、SC4で取得したフェーズウェイトに対して、SC1で取得した出現回数を乗じることで、当該単語のフェーズスコアを算定する。ここで、同一の単語に対して、種類特定情報毎及びフェーズ特定情報毎に同一又は異なる複数のフェーズウェイトが設定されている場合には、当該複数のフェーズウェイトにそれぞれ出現回数を乗じることにより、種類特定情報毎及びフェーズ特定情報毎にフェーズスコアを算定する。例えば、単語=「サイズ」に関して、SC1で算定された出現回数=「3」であり、SC4で取得されたフェーズウェイトが、シナリオの種類=「シューズ受注1」のフェーズ=「START」のフェーズウェイト=「0.00」、シナリオの種類=「シューズ受注1」のフェーズ=「顧客確認(名前)」のフェーズウェイト=「0.00」等である場合、シナリオの種類=「シューズ受注1」のフェーズ=「START」のフェーズスコア=0.00×3=「0.00」、シナリオの種類=「シューズ受注1」のフェーズ=「顧客確認(名前)」のフェーズスコア=「0.00」を算定する。
Next, the
次に、種類決定部7は、SC3で算定した単語スコア及びSC5で算定したフェーズスコアに基づいて、単語別シナリオスコアを算定する(SC6)。具体的には、種類決定部7は、SC3で算定した単語スコアを、この単語スコアを算定した際に使用した単語ウェイトが設定されているシナリオの種類毎に集計すると共に、SC5で算定したフェーズスコアを、このフェーズスコアを算定した際に使用したフェーズウェイトが設定されているシナリオの種類毎に集計し、これら単語スコアの集計結果とフェーズウェイトの集計結果とを、さらにシナリオの種類毎に集計する。例えば、SC3において、単語=「サイズ」の単語スコアとして、シナリオの種類=「シューズ受注1」の単語スコア=「3.00」が算定されると共に、単語=「サイズ」のフェーズスコアとして、シナリオの種類=「シューズ受注1」のフェーズ=「商品確認(サイズ)」のフェーズスコア=「3.00」が算定された場合、単語=「サイズ」のシナリオの種類=「シューズ受注1」の単語別シナリオスコア=3.00+3.00=6.00が算定される。なお、実際には、単語の数、シナリオの種類の数、及びフェーズの数に応じて、多数の組み合わせが存在し得るため、膨大な数の組み合わせについて、単語別シナリオスコアが算定される。
Next, the
次いで、種類決定部7は、単語の中から、重要度の高い単語のみを抽出する(SC7)。例えば、種類決定部7は、単語抽出処理にて抽出された各単語の中から、SC1で算定した出現回数が所定の閾値以上である単語を、重要度の高い単語として抽出する。
Next, the
そして、種類決定部7は、SC7で抽出した単語を対象としてスコア集計表を作成する(SC8)。具体的には、種類決定部7は、SC7で抽出した単語に関して、SC1で算定した出現回数、SC3で算定した単語スコア、SC5で算定したフェーズスコア、及びSC6で算定した単語別シナリオスコアから、スコア集計表を作成する(SC8)。図10は、スコア集計表を例示する図である。このスコア集計表は、項目「単語」に対応する情報、項目「出現回数」に対応する情報、項目「単語スコア」に対応する情報、項目「フェーズスコア」に対応する情報、項目「シナリオの種類」に対応する情報、項目「フェーズ」に対応する情報、及び項目「単語別シナリオスコア」に対応する情報を、相互に関連付けて構成されている。項目「単語」に対応する情報は、図7のSB2で抽出された単語であって、図7のSB3で不要語として除外されずに残った単語である。項目「出現回数」に対応する情報は、SC1で算定した出現回数である。項目「単語スコア」に対応する情報は、SC3で算定した単語スコアである。項目「フェーズスコア」に対応する情報は、SC5で算定したフェーズスコアである。項目「シナリオの種類」に対応する情報は、SC5でフェーズスコアを算定した際に使用したフェーズウェイトが設定されているシナリオの種類である。項目「フェーズ」に対応する情報は、SC5でフェーズスコアを算定した際に使用したフェーズウェイトが設定されているフェーズである。項目「単語別シナリオスコア」に対応する情報は、SC6で算定した単語別シナリオスコアである。このように作成したスコア集計表は、例えば、出力部3を介して表示出力され、ユーザによって参照される。
And the
その後、種類決定部7は、SC8で作成したスコア集計表に基づいて、シナリオスコアを算定する(SC9)。具体的には、種類決定部7は、スコア集計表に含まれている単語別シナリオスコア(CS6で算定した単語別シナリオスコア)を、シナリオの種類毎に集計する。例えば、CS6で算定した単語別シナリオスコアとして、単語=「サイズ」のシナリオの種類=「シューズ受注1」の単語別シナリオスコア=「6.00」があり、単語=「注文」のシナリオの種類=「シューズ受注1」の単語別シナリオスコア=「5.00」がある場合、シナリオの種類=「シューズ受注1」のシナリオスコア=6.00+5.00=11.00が算定される。
Thereafter, the
そして、種類決定部7は、SC9で算定したシナリオスコアに基づいて、シナリオスコア集計表を作成する(SC10)。図11は、シナリオスコア集計表を例示する図である。このシナリオスコア集計表は、項目「シナリオの種類」に対応する情報、及び項目「シナリオスコア」に対応する情報を、相互に関連付けて構成されている。項目「シナリオの種類」に対応する情報は、SC5でフェーズスコアを算定した際に使用したフェーズウェイトが設定されているシナリオの種類である。項目「シナリオスコア」に対応する情報は、SC9で算定したシナリオスコアである。このシナリオスコア対応度集計表の各レコードは、シナリオスコアの高い順に整列されている。例えば、シナリオの種類=「シューズ受注−1」のシナリオスコア=352.50は、他のシナリオの種類のシナリオスコアよりも高いため、最も上の位置に表示されている。このように作成したシナリオスコア集計表は、例えば、出力部3を介して表示出力され、ユーザによって参照される。
Then, the
そして、種類決定部7は、SC10で作成したシナリオスコア集計表に基づいて、対象会話文に合致するシナリオの種類を決定する(SC11)。具体的には、最も高いシナリオスコアを有するシナリオの種類(シナリオスコア対応度集計表で最も上の位置に表示されているシナリオの種類)を、対象会話文に合致するシナリオの種類として決定する。例えば、図11の例では、対象会話文に合致するシナリオの種類「シューズ受注1」と決定する。なお、最も高いシナリオスコアに対応する種類特定情報が複数存在する場合には、当該複数の種類特定情報の中から任意の方法により一つの種類特定情報を特定する。これにて種類決定処理が終了する。
Then, the
(処理−シナリオ作成処理)
次に、図6のシナリオ作成処理(SA3)が実行される。図12は、シナリオ作成処理のフローチャートである。この処理において、シナリオ作成部8は、種類決定処理にて決定されたシナリオの種類を特定する種類特定情報に対応するシナリオ情報を、シナリオ情報DB11から取得する(SD1)。例えば、種類決定処理にて決定されたシナリオの種類=「シューズ受注−2」である場合には、当該シナリオの種類=「シューズ受注−2」を含むシナリオ情報をシナリオ情報DB11からコピーし、当該コピーしたシナリオ情報を、対象会話文に対応するシナリオのベースとする。
(Processing-scenario creation processing)
Next, the scenario creation process (SA3) of FIG. 6 is executed. FIG. 12 is a flowchart of the scenario creation process. In this process, the
その後、第1シナリオ補完部9は、重要度の高い単語に対応するシナリオ情報であって、SD1で取得されたシナリオ情報には含まれていないが、シナリオ情報DB11に含まれているシナリオ情報があるか否かを判定する。そして、このようなシナリオ情報がある場合には、当該シナリオ情報も対象会話文に対応するシナリオに含めるべきシナリオ情報であるとして、当該シナリオ情報に基づいて、SD1で取得されたシナリオ情報を補完する(SD2)。例えば、単語「色」が、重要度の高い単語としてSC7で抽出され図10のスコア集計表に含められている場合において、かつ、単語「色」に対応するシナリオ情報が、SD1で取得されたシナリオ情報に含まれていない場合には、この単語「色」に対応するシナリオ情報が、シナリオ情報DB11における他のシナリオ情報(種類決定処理にて決定されたシナリオの種類に対応するシナリオ情報以外のシナリオ情報)に含まれているか否かを判定する。そして、含まれている場合には、当該シナリオ情報をシナリオ情報DB11から取得して、SD1で取得されたシナリオ情報に追加することにより、SD1で取得されたシナリオ情報を補完する。この追加位置は、例えば、当該追加するシナリオ情報のフェーズと同一のフェーズの最後尾とする。例えば、シナリオ情報DB11から取得した単語「色」に対応するシナリオ情報のフェーズ=「商品確認(色)」である場合には、SD1で取得したシナリオ情報の各レコードの中で、フェーズ=「商品確認(変数)」に対応するレコードを特定し、当該特定したレコードの一番最後に、シナリオ情報DB11から取得したシナリオ情報のレコードを追加する。なお、フェーズがフェーズ名のみで設定されている場合には、同一のフェーズ名を有するレコードの最後尾に追加する。
Thereafter, the first
図13には、このように補完を行ったシナリオ情報の例を示す。この例では、種類決定処理にて決定されたシナリオの種類=「シューズ受注1」であり、SD1において、図2の例に示したシナリオ情報が取得された場合を示している。この図13のシナリオ情報では、図2のシナリオ情報に対して、レコードL1、L2が補完されている。レコードL1は、シナリオの種類=「アパレル受注1」のシナリオ情報のレコードであり、フェーズ=「商品確認(色)」のレコードであるため、フェーズ=「商品確認」のレコードの最後尾(フェーズ=「商品確認(商品名)」のレコードやフェーズ=「商品確認(サイズ)」のレコードの直後)に追加されている。また、レコードL2は、シナリオの種類=「スイーツ受注1」のシナリオ情報のレコードであり、フェーズ=「顧客質問」のレコードであるため、フェーズ=「顧客質問」のレコードの最後尾に追加されている。
FIG. 13 shows an example of scenario information supplemented in this way. In this example, the scenario type determined in the type determination process is “
次いで、第2シナリオ補完部10は、重要度の高い単語に対応するシナリオ情報であって、SD1で取得されたシナリオ情報には含まれておらず、シナリオ情報DB11にも含まれているシナリオ情報があるか否かを判定する。そして、このようなシナリオ情報がある場合には、当該シナリオ情報も対象会話文に対応するシナリオに含めるべきシナリオ情報であるとして、対象会話文から抽出した当該シナリオ情報に基づいて、SD1で取得されたシナリオ情報を補完する(SD3)。例えば、単語「支払」が、重要度の高い単語としてSC7で抽出され図10のスコア集計表に含められている場合において、単語「支払」に対応するシナリオ情報は、SD1で取得されたシナリオ情報に含まれていない場合において、この単語「支払」に対応するシナリオ情報がシナリオ情報DB11に含まれているか否かを判定する。
Next, the second scenario complementing unit 10 is scenario information corresponding to a word having high importance, and is not included in the scenario information acquired in SD1, but is also included in the
そして、含まれていない場合には、当該シナリオ情報を対象会話文から抽出してSD1で取得されたシナリオ情報に追加することにより、SD1で取得されたシナリオ情報を修正する。このことにより、実際に必要になるシナリオ情報を予測する。この追加位置は、例えば、一番最後尾とする。ただし、一番最後尾よりも前に行うべきフェーズの会話文が特定されている場合には、当該会話文を除いた一番最後尾を追加位置とする。このように一番最後尾よりも前に行うべきフェーズの会話文としては、例えば、「顧客質問」フェーズの会話文がある。この際、追加するシナリオ情報のシナリオの種類は、種類決定処理にて決定されたシナリオの種類とする。また、追加するシナリオ情報のフェーズは、当該シナリオ情報の追加要否を決定する際に重要度の高い単語であると判定された当該単語に、「確認」を付加することによって設定する。例えば、当該単語が「支払」である場合には、追加するシナリオ情報のフェーズ=「支払確認」と設定する。また、追加するシナリオ情報の変数は、当該シナリオ情報の追加要否を決定する際に重要度の高い単語であると判定された当該単語が設定される。例えば、当該単語が「支払」である場合には、変数=「支払」と設定する。 If the scenario information is not included, the scenario information acquired in SD1 is corrected by extracting the scenario information from the target conversation sentence and adding it to the scenario information acquired in SD1. Thus, scenario information that is actually required is predicted. This additional position is, for example, the last position. However, when a conversation sentence in a phase to be performed before the last tail is specified, the last tail excluding the conversation sentence is set as an additional position. As the conversation sentence in the phase to be performed before the last tail in this way, for example, there is a conversation sentence in the “customer question” phase. At this time, the scenario type of the scenario information to be added is the scenario type determined in the type determination process. The phase of the scenario information to be added is set by adding “confirmation” to the word determined to be a word having high importance when determining whether or not the scenario information needs to be added. For example, when the word is “payment”, the phase of the scenario information to be added = “payment confirmation” is set. In addition, the variable of the scenario information to be added is set to the word determined to be a word having high importance when determining whether or not the scenario information needs to be added. For example, if the word is “payment”, the variable = “payment” is set.
なお、この際、これら新規に設定したフェーズ及び変数には、新規に設定された情報(予測された情報)であることが容易に識別できるような識別記号(ここでは、[])を付加する。また、変数にはセット段階識別子を付与する。セット段階識別子とは、シナリオ実行装置によりシナリオを自動実行する場合に、シナリオ実行装置が変数をセットする上で、会話のどの段階でセットすればよいのかを判断するものための情報であり、本実施の形態では「p」又は「d」である。セット段階識別子=「p」は、顧客の返答を直接セットすることを示している。例えば、変数=「注文履歴」である場合、「OP:はじめてのご注文ですか。」「CU:はい。」という会話では、変数=「はい」が顧客の返答により直接セットされるため、セット段階識別子=「p」が付与される。セット段階識別子=「d」は、対話型で得た返答をセットすることを示している。例えば、変数=「支払方法」である場合、「OP:お支払方法はどうされますか。」「CU:どんな支払方法がありますか。」「OP:代引支払、クレジットカード決済、コンビニ支払があります。」「CU:代引支払の手数料はいくらですか。」「OP:315円です。」「CU:じゃ、コンビニ支払でいいです。」「OP:お支払方法はコンビニ支払でよろしいですか。」「CU:はい。」という会話では、変数=「コンビニ支払」が対話型で得た返答によりセットされるため、セット段階識別子=「d」が付与される。ただし、このようなセット段階を無視できる場合には、セット段階識別子を省略したり、全て「p」を付与する等してもよい。 At this time, an identification symbol (in this case, []) is added to the newly set phase and variable so that the newly set information (predicted information) can be easily identified. . Also, a set stage identifier is assigned to the variable. The set stage identifier is information for determining which stage of the conversation should be set when the scenario execution apparatus sets a variable when the scenario execution apparatus automatically executes a scenario. In the embodiment, it is “p” or “d”. The set stage identifier = “p” indicates that the customer's response is set directly. For example, when the variable = “order history”, in the conversation “OP: first order?” “CU: yes”, the variable = “yes” is set directly by the customer's response. Stage identifier = “p” is given. The set stage identifier = “d” indicates that the response obtained interactively is set. For example, if variable = “payment method”, “OP: how will the payment method be handled?” “CU: what kind of payment method is available” “OP: cash on delivery payment, credit card settlement, convenience store payment "CU: How much is the commission for cash on delivery payment?" "OP: 315 yen." "CU: Well, you can pay at a convenience store." "OP: Are you sure you want to pay at a convenience store? . ”“ CU: Yes ”, the variable =“ convenience store payment ”is set by the interactive response, so the set stage identifier =“ d ”is given. However, when such a set stage can be ignored, the set stage identifier may be omitted, or all “p” may be added.
図13のシナリオ情報では、図2のシナリオ情報に対して、レコードL3が補完されている。このレコードL3は、「顧客質問」を除くシナリオ情報の最後尾に追加されており、シナリオの種類には「シューズ受注1」が設定され、フェーズには「支払確認」が設定され、変数には「支払」が設定されている。より具体的には、これらフェーズ=「支払確認」及び変数=「支払」は、識別記号が付加され、フェーズ=「[支払確認]」及び変数=「[支払]」と設定されている。
In the scenario information of FIG. 13, the record L3 is supplemented with respect to the scenario information of FIG. This record L3 is added to the end of the scenario information excluding “customer question”, “
最後に、シナリオ作成部8は、SD3で修正されたシナリオ情報をシナリオ情報DB11に格納する(SD4)。この際、SD3で修正されたシナリオ情報にシナリオ名を付与した上で格納する。一般的には、シナリオを自動生成しようとする際、担当者(支援装置のユーザー)は、対象会話文が何の業務に関する会話文であるかを知っているため、自動対話シナリオ作成処理の最初の段階等において、この担当者が入力部を介してシナリオ名を入力し、当該入力されたシナリオ名がシナリオ情報に付与される。なお、図8の対象会話文は「アパレル(パジャマ)受注」の業務に関する会話文であるため、図13のシナリオ情報にはシナリオ名=「アパレル(パジャマ)受注」が付与される。ただし、このシナリオ名は、例えば、シナリオ情報を構文解析等して自動的に取得するようにしてもよい。また、この際、SD3で修正されたシナリオ情報における項目「シナリオの種類」を、当該設定したシナリオ名により統一的に更新する。このように更新した後のシナリオ情報を図14に例示する。これにてシナリオ作成処理が終了する。以降同様に、新規な対象会話文が特定される毎に、シナリオ情報が生成されてシナリオ情報DB11に格納されるので、シナリオ情報DB11におけるシナリオ情報が自動的に学習される。また、このように作成したシナリオ情報は、例えば、出力部3を介して表示出力され、ユーザによって参照される。
Finally, the
その後、対話型の音声自動応答システムにおいて、シナリオ情報DB11からシナリオ情報が呼び出され、公知の技術により、音声自動応答に使用される。
Thereafter, in the interactive voice automatic response system, the scenario information is called from the
〔変形例〕
以上、本発明に係る実施の形態について説明したが、本発明の具体的な構成及び手段は、特許請求の範囲に記載した各発明の技術的思想の範囲内において、任意に改変及び改良することができる。以下、このような変形例について説明する。
[Modification]
Although the embodiments of the present invention have been described above, the specific configuration and means of the present invention can be arbitrarily modified and improved within the scope of the technical idea of each invention described in the claims. Can do. Hereinafter, such a modification will be described.
(解決しようとする課題や発明の効果について)
まず、発明が解決しようとする課題や発明の効果は、前記した内容に限定されるものではなく、本発明によって、前記に記載されていない課題を解決したり、前記に記載されていない効果を奏することもでき、また、記載されている課題の一部のみを解決したり、記載されている効果の一部のみを奏することがある。例えば、自動対話システムの運用コストや、新規な種類のシナリオの作成に要する時間が、従来と同程度の場合であっても、従来と異なる方法にてシナリオを作成できている場合には、本願発明の課題が解決されている。
(About problems to be solved and effects of the invention)
First, the problems to be solved by the invention and the effects of the invention are not limited to the above-described contents, and the present invention solves the problems not described above or has the effects not described above. There are also cases where only some of the described problems are solved or only some of the described effects are achieved. For example, even if the operation cost of an automatic dialog system and the time required to create a new type of scenario are similar to the conventional case, if the scenario can be created by a method different from the conventional case, The problems of the invention have been solved.
(分散や統合について)
また、上述した各電気的構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散又は統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散したり統合したりして構成できる。例えば、支援装置1の機能を、複数のサーバに分散することもできる。また、支援装置1の記憶部5に記憶されたデータベースについても、任意に分散したり統合したりすることが可能である。
(About distribution and integration)
Further, each of the electrical components described above is functionally conceptual and does not necessarily need to be physically configured as illustrated. That is, the specific form of distribution or integration of each part is not limited to the one shown in the figure, and all or a part thereof may be functionally or physically distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured. For example, the function of the
(スコア集計表やシナリオスコア集計表について)
上記実施の形態では、スコア集計表やシナリオスコア集計表を作成する場合について説明したが、これら集計表自体をユーザが利用する必要がない場合には、これら集計表の作成を省略しつつ、上記と同様に、シナリオスコアの算定や、シナリオスコアに基づく、シナリオの種類の決定のみを行ってもよい。
(About score summary table and scenario score summary table)
In the above embodiment, the case of creating the score summary table and the scenario score summary table has been described. However, when the user does not need to use these summary tables themselves, the creation of these summary tables is omitted, Similarly, the scenario score may be calculated or the scenario type may be determined based on the scenario score.
(単語の重要度について)
上記実施の形態では、単語の重要度を、単語の出現回数に基づいて判定しているが、単語ウェイトやフェーズウェイトに基づいて判定してもよく、あるいは、これらの基準を組み合わせて判定してもよい。
(About the importance of words)
In the above embodiment, the degree of importance of the word is determined based on the number of appearances of the word, but it may be determined based on the word weight or the phase weight, or may be determined by combining these criteria. Also good.
(補完や予測について)
第1シナリオ補完部9やシナリオ予測のいずれか一方又は両方を省略してもよく、あるいは、この他の方法によりシナリオの補完や予測を行ってもよい。
(About supplementation and prediction)
Either or both of the first
1 自動対話シナリオ作成支援装置
2 入力部
3 出力部
4 制御部
5 記憶部
6 単語抽出部
7 種類決定部
8 シナリオ作成部
9 第1シナリオ補完部
10 第2シナリオ補完部
11 シナリオ情報DB
12 不要語情報DB
13 単語ウェイト情報DB
14 フェーズウェイト情報DB
DESCRIPTION OF
12 Unnecessary word information DB
13 Word weight information DB
14 Phase weight information DB
Claims (4)
複数のシナリオに関するシナリオ情報であって、前記複数のシナリオの各々の種類を特定する種類特定情報と、前記複数のシナリオの各々を構成する複数の会話文と、前記複数のシナリオの各々における会話の段階を示すフェーズを特定するフェーズ特定情報とを、相互に関連付けて構成されたシナリオ情報、を格納するシナリオ情報格納手段と、
前記複数の会話文に含まれる単語と、前記種類特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオの会話文で使用された場合における当該単語の重みを示す単語ウェイトとを、相互に関連付けて構成された単語ウェイト情報、を格納する単語ウェイト情報格納手段と、
前記複数の会話文に含まれる単語と、前記種類特定情報と、前記フェーズ特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオにおいて当該フェーズ特定情報で特定されるフェーズの会話文で使用された場合における当該単語の重みを示すフェーズウェイトとを、相互に関連付けて構成されたフェーズウェイト情報、を格納するフェーズウェイト情報格納手段と、
シナリオの作成対象になる複数の会話文である対象会話文が所定方法で特定された場合に、当該特定された対象会話文から単語を抽出する単語抽出手段と、
前記単語抽出手段にて抽出された単語の出現回数を計数し、当該単語に対応する単語ウェイトであって前記種類特定情報毎の単語ウェイトを前記単語ウェイト情報格納手段から取得し、当該取得した単語ウェイトに前記出現回数を乗じることによって前記種類特定情報毎の単語スコアを算定し、前記単語抽出手段にて抽出された単語に対応するフェーズウェイトであって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズウェイトを前記フェーズウェイト情報格納手段から取得し、当該取得したフェーズウェイトに前記出現回数を乗じることによって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズスコアを算定し、当該算定した単語スコアと当該算定したフェーズスコアを前記種類特定情報毎に合算することによってシナリオスコアを算定し、当該算定されたシナリオスコアに基づいて前記対象会話文に合致するシナリオの種類を決定する種類決定手段と、
前記種類決定手段にて決定されたシナリオの種類を特定する種類特定情報に対応するシナリオ情報を前記シナリオ情報格納手段から取得し、当該取得したシナリオ情報に基づいて、前記対象会話文に対応するシナリオを作成するシナリオ作成手段と、
を備える自動対話シナリオ作成支援装置。 An automatic dialogue scenario creation support device that supports creation of a scenario for an automatic dialogue system,
Scenario information related to a plurality of scenarios, the type specifying information specifying each type of the plurality of scenarios, the plurality of conversation sentences constituting each of the plurality of scenarios, and the conversation information in each of the plurality of scenarios Scenario information storage means for storing scenario information configured to correlate with phase specifying information for specifying a phase indicating a stage;
A word included in the plurality of conversation sentences; the type specifying information; and a word weight indicating a weight of the word when the word is used in a conversation sentence of a type specified by the type specifying information; A word weight information storage means for storing word weight information configured in association with each other,
The conversation of the phase specified by the phase specifying information in the scenario of the type in which the word included in the plurality of conversation sentences, the type specifying information, the phase specifying information, and the word is specified by the type specifying information Phase weight information storage means for storing phase weight information configured to correlate phase weight indicating the weight of the word when used in a sentence;
A word extraction means for extracting a word from the specified target conversation sentence when a target conversation sentence that is a plurality of conversation sentences to be created as a scenario is specified by a predetermined method;
The number of appearances of the word extracted by the word extraction unit is counted, a word weight corresponding to the word, and a word weight for each type specifying information is acquired from the word weight information storage unit, and the acquired word A word score for each type specifying information is calculated by multiplying a weight by the number of appearances, and a phase weight corresponding to the word extracted by the word extracting unit, for each type specifying information and for each phase specifying information. A phase score for each type specifying information and each phase specifying information is calculated by multiplying the acquired phase weight by the number of appearances, and calculating the word score And the calculated phase score for each type specifying information Was calculated Riosukoa, and type determination means for determining the type of scenario that matches the target sentence based on the calculated scenarios score,
Scenario information corresponding to the type specifying information for specifying the type of scenario determined by the type determining unit is acquired from the scenario information storage unit, and the scenario corresponding to the target conversation sentence is acquired based on the acquired scenario information Scenario creation means for creating
An automatic dialogue scenario creation support device comprising:
請求項1に記載の自動対話シナリオ作成支援装置。 The importance of the word extracted by the word extracting means is determined by a predetermined method, and the scenario information corresponding to the word determined to be important is acquired from the scenario information storing means by the scenario creating means If it is not included in the scenario information and can be acquired from the scenario information storage means, the scenario information is acquired from the scenario information storage means, and based on the acquired scenario information, the scenario information Comprising a first scenario complementing means for complementing scenario information acquired from the scenario information storage means by a scenario creating means;
The automatic dialogue scenario creation support apparatus according to claim 1.
請求項1又は2に記載の自動対話シナリオ作成支援装置。 The importance of the word extracted by the word extracting means is determined by a predetermined method, and the scenario information corresponding to the word determined to be important is acquired from the scenario information storing means by the scenario creating means If it is not included in the scenario information and cannot be acquired from the scenario information storage means, the scenario information is acquired from the target conversation sentence, and the scenario creation means is based on the acquired scenario information. A second scenario complementing means for complementing the scenario information acquired from the scenario information storage means by
The automatic dialogue scenario creation support apparatus according to claim 1 or 2.
複数のシナリオに関するシナリオ情報であって、前記複数のシナリオの各々の種類を特定する種類特定情報と、前記複数のシナリオの各々を構成する複数の会話文と、前記複数のシナリオの各々における会話の段階を示すフェーズを特定するフェーズ特定情報とを、相互に関連付けて構成されたシナリオ情報、をシナリオ情報格納手段に格納するシナリオ情報格納手段と、
前記複数の会話文に含まれる単語と、前記種類特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオの会話文で使用された場合における当該単語の重みを示す単語ウェイトとを、相互に関連付けて構成された単語ウェイト情報、を格納する単語ウェイト情報格納手段と、
前記複数の会話文に含まれる単語と、前記種類特定情報と、前記フェーズ特定情報と、当該単語が当該種類特定情報にて特定される種類のシナリオにおいて当該フェーズ特定情報で特定されるフェーズの会話文で使用された場合における当該単語の重みを示すフェーズウェイトとを、相互に関連付けて構成されたフェーズウェイト情報、を格納するフェーズウェイト情報格納手段と、
を備えるコンピュータを、
シナリオの作成対象になる複数の会話文である対象会話文が所定方法で特定された場合に、当該特定された対象会話文から単語を抽出する単語抽出手段と、
前記単語抽出手段にて抽出された単語の出現回数を計数し、当該単語に対応する単語ウェイトであって前記種類特定情報毎の単語ウェイトを前記単語ウェイト情報格納手段から取得し、当該取得した単語ウェイトに前記出現回数を乗じることによって前記種類特定情報毎の単語スコアを算定し、前記単語抽出手段にて抽出された単語に対応するフェーズウェイトであって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズウェイトを前記フェーズウェイト情報格納手段から取得し、当該取得したフェーズウェイトに前記出現回数を乗じることによって前記種類特定情報毎及び前記フェーズ特定情報毎のフェーズスコアを算定し、当該算定した単語スコアと当該算定したフェーズスコアを前記種類特定情報毎に合算することによってシナリオスコアを算定し、当該算定されたシナリオスコアに基づいて前記対象会話文に合致するシナリオの種類を決定する種類決定手段と、
前記種類決定手段にて決定されたシナリオの種類を特定する種類特定情報に対応するシナリオ情報を前記シナリオ情報格納手段から取得し、当該取得したシナリオ情報に基づいて、前記対象会話文に対応するシナリオを作成するシナリオ作成手段と、
として動作させる、
自動対話シナリオ作成支援プログラム。 An automatic dialogue scenario creation support program for supporting creation of a scenario for an automatic dialogue system,
Scenario information related to a plurality of scenarios, the type specifying information specifying each type of the plurality of scenarios, the plurality of conversation sentences constituting each of the plurality of scenarios, and the conversation information in each of the plurality of scenarios Scenario information storage means for storing in the scenario information storage means scenario information configured to correlate the phase specifying information for specifying the phase indicating the phase;
A word included in the plurality of conversation sentences; the type specifying information; and a word weight indicating a weight of the word when the word is used in a conversation sentence of a type specified by the type specifying information; A word weight information storage means for storing word weight information configured in association with each other,
The conversation of the phase specified by the phase specifying information in the scenario of the type in which the word included in the plurality of conversation sentences, the type specifying information, the phase specifying information, and the word is specified by the type specifying information Phase weight information storage means for storing phase weight information configured to correlate phase weight indicating the weight of the word when used in a sentence;
A computer comprising
A word extraction means for extracting a word from the specified target conversation sentence when a target conversation sentence that is a plurality of conversation sentences to be created as a scenario is specified by a predetermined method;
The number of appearances of the word extracted by the word extraction unit is counted, a word weight corresponding to the word, and a word weight for each type specifying information is acquired from the word weight information storage unit, and the acquired word A word score for each type specifying information is calculated by multiplying a weight by the number of appearances, and a phase weight corresponding to the word extracted by the word extracting unit, for each type specifying information and for each phase specifying information. A phase score for each type specifying information and each phase specifying information is calculated by multiplying the acquired phase weight by the number of appearances, and calculating the word score And the calculated phase score for each type specifying information Was calculated Riosukoa, and type determination means for determining the type of scenario that matches the target sentence based on the calculated scenarios score,
Scenario information corresponding to the type specifying information for specifying the type of scenario determined by the type determining unit is acquired from the scenario information storage unit, and the scenario corresponding to the target conversation sentence is acquired based on the acquired scenario information Scenario creation means for creating
Act as a
Automatic dialogue scenario creation support program.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012097322A JP5897389B2 (en) | 2012-04-23 | 2012-04-23 | Automatic dialogue scenario creation support device and automatic dialogue scenario creation support program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012097322A JP5897389B2 (en) | 2012-04-23 | 2012-04-23 | Automatic dialogue scenario creation support device and automatic dialogue scenario creation support program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013225036A JP2013225036A (en) | 2013-10-31 |
JP5897389B2 true JP5897389B2 (en) | 2016-03-30 |
Family
ID=49595126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012097322A Active JP5897389B2 (en) | 2012-04-23 | 2012-04-23 | Automatic dialogue scenario creation support device and automatic dialogue scenario creation support program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5897389B2 (en) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6362861B2 (en) * | 2013-12-25 | 2018-07-25 | Kddi株式会社 | Dialog program, server and method for controlling insertion behavior of dynamic dialog node for dialog scenario |
JP2015176099A (en) * | 2014-03-18 | 2015-10-05 | 株式会社東芝 | Dialog system construction assist system, method, and program |
JP6486760B2 (en) * | 2015-04-30 | 2019-03-20 | Kddi株式会社 | Dialog pattern automatic generation apparatus, method and program |
JP2018159729A (en) * | 2017-03-22 | 2018-10-11 | 株式会社東芝 | Interaction system construction support device, method and program |
JP6873805B2 (en) * | 2017-04-24 | 2021-05-19 | 株式会社日立製作所 | Dialogue support system, dialogue support method, and dialogue support program |
US11514903B2 (en) * | 2017-08-04 | 2022-11-29 | Sony Corporation | Information processing device and information processing method |
JP6695850B2 (en) * | 2017-12-27 | 2020-05-20 | ヤフー株式会社 | Information processing apparatus, information processing method, and information processing program |
JP6647595B2 (en) * | 2018-03-29 | 2020-02-14 | 株式会社アドバンスト・メディア | Information processing system, information processing apparatus, server, information processing method and program |
JP6994289B2 (en) * | 2018-08-16 | 2022-01-14 | Kddi株式会社 | Programs, devices and methods for creating dialogue scenarios according to character attributes |
JP7065473B2 (en) * | 2020-07-22 | 2022-05-12 | ソプラ株式会社 | Business construction system from conversational sentences |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003280687A (en) * | 2002-03-20 | 2003-10-02 | Denso Corp | Scenario creation supporting device and program for the same |
-
2012
- 2012-04-23 JP JP2012097322A patent/JP5897389B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2013225036A (en) | 2013-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5897389B2 (en) | Automatic dialogue scenario creation support device and automatic dialogue scenario creation support program | |
US10446135B2 (en) | System and method for semantically exploring concepts | |
CN104995865B (en) | Service based on sound and/or face recognition provides | |
KR100692209B1 (en) | Method and system for providing information of commodity customized to each user | |
US8996452B2 (en) | Generating a predictive model from multiple data sources | |
US10108698B2 (en) | Common data repository for improving transactional efficiencies of user interactions with a computing device | |
JP2019008783A (en) | Method and system for expansion to everyday language by using word vectorization technique based on social network content | |
US10067977B2 (en) | Webpage content search | |
CN102243582A (en) | Method and device for generating user help information for customized user interfaces | |
JP6442807B1 (en) | Dialog server, dialog method and dialog program | |
US20150235264A1 (en) | Automatic entity detection and presentation of related content | |
JP2019219749A (en) | Information processing device, information processing method, and information processing program | |
US11978451B2 (en) | Systems and methods to translate a spoken command to a selection sequence | |
WO2019123703A1 (en) | Data analysis assistance device, data analysis assistance method, and data analysis assistance program | |
CN109343817A (en) | The application method and device and electronic equipment of Self-Service | |
JP2023522516A (en) | Electronic map test method, apparatus, electronic equipment, and storage medium | |
JP7282014B2 (en) | Workshop support system and workshop support method | |
AU2016341280A1 (en) | Data-driven dialogue enabled self-help systems | |
CN109829744A (en) | Consultation method, device, electronic equipment and medium based on natural language processing | |
WO2019123704A1 (en) | Data analysis assistance device, data analysis assistance method, and data analysis assistance program | |
KR20190096533A (en) | Method and apparatus for providing marketing contents | |
JP7171352B2 (en) | Workshop support system and workshop support method | |
JP6830616B2 (en) | Financial institution transaction processing equipment | |
JP6805503B2 (en) | Information processing equipment, information processing methods, and programs | |
US20200065864A1 (en) | System and method for determining emotionally compatible content and application thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150224 |
|
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: 20160209 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160302 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5897389 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 |
|
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 |