JP5910194B2 - 音声対話要約装置、音声対話要約方法およびプログラム - Google Patents

Description

本発明は音声対話要約装置、音声対話要約方法およびプログラムに関する。

コールセンターには、顧客を自社につなぎ止め、収益を拡大させる「企業の顔」としての役割がある。応対品質が顧客のロイヤリティに大な影響を与えるため、経営者は、コールセンターの運営効率化（応答率、稼働率、処理時間）のみならず、応対の品質の向上や均質化という必要性に迫られている。

コールセンター運営の現場では、コミュニケ―タの応対の基本的な応対スキルや、スクリプトに沿った対話が行えているかどうか、顧客に不適切な発言を行ったり、不快感を与えていないか、といった応対上の問題の確認や応対品質の評価を、各コミュニケ―タの実際の応対の通話録音を聞いて確認、評価を行う必要がある。

しかし、通話録音を再生して内容を確認、評価する方法は、時間を要するため、コールセンターでは、応対モニタリング（音声を聞いて評価）を効率化する支援方式に対する要求がある。

非特許文献１において、要約システムの例が記載されている。非特許文献１に記載された「TRUE TELLER VOICEダイジェスト」は、応対品質評価レポート生成機能を提供する。図１１は、非特許文献１に記載された要約システムの構成を示すブロック図である。図１１を参照すると、要約システムは、音声認識手段101、トピック遷移グラフ生成手段102およびスクリプト一致度計算手段103を備える。音声認識手段101は、コールセンターにおける電話応対に対する音声認識を行い、認識結果として対話テキスト集合を抽出する。トピック遷移グラフ生成手段102は、コールセンターで運用されているトークスクリプト（すなわち、トピックごとに収集された表現集）に対して、電話応対の対話テキスト集合を照合し、トピックの遷移グラフを生成する。図１２は、トピックの遷移グラフを一例として示す図である。スクリプト一致度計算手段103は、トークスクリプト中の表現との一致率に基づいた応対品質の評価を実施し、評価レポートを生成する。

堀 宣男、竹原一彰、「対話要約で実現する"顧客の声"活用―電話応対の自動要約と全件モニタリングの実現―」、ＮＲＩ ＩＴソリューションフロンティア、２０１０年９月号、ｐｐ．１０−１３．

以下の分析は、本発明者によってなされたものである。

非特許文献１に記載された要約システムによると、トークスクリプトの対話フローと一致しない応対事例に対して、分類整理をすることができない。したがって、かかる要約システムによると、トークスクリプトの対話フローと一致しない応対事例に対しては、モニタリング業務を効率化する効果が得られないという問題がある。

そこで、コールセンターにおける応対モニタリング（音声を聞いて評価）を効率化する支援方式において、トークスクリプトの対話フローから外れた応対集合に対しても、モニタリング業務を効率化できるようにすることが課題となる。本発明の目的は、かかる課題を解決する音声対話要約装置、音声対話要約方法およびプログラムを提供することにある。

本発明の第１の視点に係る音声対話要約装置は、対話テキストの集合から複数の発話を抽出し、抽出した複数の発話のうちの互いに含意関係で結ばれたものを発話クラスタとして抽出する。

本発明の第２の視点に係る音声対話要約方法は、コンピュータが、対話テキストの集合から複数の発話を抽出する工程と、抽出した複数の発話のうちの互いに含意関係で結ばれたものを発話クラスタとして抽出する工程と、を含む。

本発明の第３の視点に係るプログラムは、対話テキストの集合から複数の発話を抽出する処理と、抽出した複数の発話のうちの互いに含意関係で結ばれたものを発話クラスタとして抽出する処理と、をコンピュータに実行させる。
本発明の第４の視点に係る音声対話要約装置は、対話テキスト集合に含まれる複数の発話から、各発話が含意している部分表現を発話部分表現として抽出する発話部分表現抽出部と、抽出された発話部分表現を頂点とし、互いに含意関係が成り立つ発話部分表現の間を有向辺で結んだ有向グラフを生成する有向グラフ生成部と、前記有向グラフ中の１つの頂点から順方向に有向辺を辿って到達可能な頂点から成る部分グラフを求め、求めた部分グラフに含まれる頂点に相当する発話部分表現の抽出元である発話から成る発話の集合を、発話クラスタとして生成する発話クラスタ生成部と、を備えている。
本発明の第５の視点に係る音声対話要約方法は、コンピュータが、対話テキスト集合に含まれる複数の発話から、各発話が含意している部分表現を発話部分表現として抽出するステップと、抽出された発話部分表現を頂点とし、互いに含意関係が成り立つ発話部分表現の間を有向辺で結んだ有向グラフを生成するステップと、前記有向グラフ中の１つの頂点から順方向に有向辺を辿って到達可能な頂点から成る部分グラフを求め、求めた部分グラフに含まれる頂点に相当する発話部分表現の抽出元である発話から成る発話の集合を、発話クラスタとして生成するステップとを含む。
本発明の第６の視点に係るプログラムは、対話テキスト集合に含まれる複数の発話から、各発話が含意している部分表現を発話部分表現として抽出する処理と、抽出された発話部分表現を頂点とし、互いに含意関係が成り立つ発話部分表現の間を有向辺で結んだ有向グラフを生成する処理と、前記有向グラフ中の１つの頂点から順方向に有向辺を辿って到達可能な頂点から成る部分グラフを求め、求めた部分グラフに含まれる頂点に相当する発話部分表現の抽出元である発話から成る発話の集合を、発話クラスタとして生成する処理とをコンピュータに実行させる。
なお、プログラムは、非トランジエントなコンピュータ読み取り可能な記録媒体（non-transient computer-readable storage medium）に記録されたプログラム製品として提供することができる。

本発明に係る音声対話要約装置、音声対話要約方法およびプログラムによると、コールセンターにおける応対モニタリング（音声を聞いて評価）を効率化する支援方式において、トークスクリプトの対話フローから外れた応対集合に対しても、モニタリング業務を効率化することができる。

実施形態に係る音声対話要約システムの構成を一例として示すブロック図である。 実施形態に係る音声対話要約システムの動作を一例として示すフロー図である。 実施例における対話テキスト集合を一例として示す図である。 実施例における形態素間の係り受け関係を示す図である。 実施例における発話の部分表現と、それらが発話に含意されているかどうかの関係を示す図である。 実施例における第２文の発話部分表現を一例として示す図である。 実施例における第１文と第２文の各発話部分表現間の含意関係を示す図である。 実施例における発話部分表現を頂点とし、その間を含意する側に向かう有向辺で結んだ有向グラフを一例として示す図である。 実施例における有向グラフにおいて、起点となる頂点を含まない部分グラフを抽出する一例を示す図である。 実施例における発話クラスタを一例として示す図である。 非特許文献１に記載された音声対話要約（トピック遷移グラフの生成）システムの構成を示すブロック図である。 非特許文献１に記載された音声対話要約システムの出力（トピック遷移グラフ）を一例として示す図である。

はじめに、一実施形態の概要について説明する。なお、この概要に付記する図面参照符号は、専ら理解を助けるための例示であり、本発明を図示の態様に限定することを意図するものではない。

図１は、本開示に係る音声対話要約装置の構成を一例として示すブロック図である。図１を参照すると、音声対話要約装置は、発話部分表現抽出部（11）と、含意判定部（12）と、有向グラフ生成部（13）と、発話クラスタ生成部（14）と、を備える。発話部分表現抽出部（11）は、対話テキスト集合中の各発話から、該発話が含意している部分表現を発話部分表現として抽出する。有向グラフ生成部（13）は、異なる発話から抽出された発話部分表現の間に含意関係が成り立つ場合、それらの発話部分表現を頂点とし、その間を含意する側に向かう有向辺で結んだ有向グラフを生成する。発話クラスタ生成部（14）は、有向グラフ中のある頂点から順方向で有向辺を辿れる部分グラフを抽出し、該部分グラフ中の各頂点である発話部分表現の抽出元である発話集合を、発話クラスタとして出力する。

かかる音声対話要約装置によると、コールセンターにおける応対モニタリング（音声を聞いて評価）を効率化する支援方式において、トークスクリプトの対話フローと一致しない応対事例であっても、モニタリング業務を効率化することが可能となる。その理由は、トークスクリプトの対話フローと一致しない応対事例であっても、発話クラスタを生成・提示することで、同じ発話内容に関する発話の集合を一括で閲覧、音声を確認可能とするからである。

なお、本発明において、下記の形態が可能である。
［形態１］
上記第１の視点に係る音声対話要約装置のとおりである。
［形態２］
前記音声対話要約装置は、前記対話テキスト集合から抽出された各発話から、該発話が含意する部分表現を発話部分表現として抽出する発話部分表現抽出部を備えていてもよい。
［形態３］
前記音声対話要約装置は、前記対話テキスト集合から抽出された第１の発話から抽出された第１の発話部分表現と、前記対話テキスト集合から抽出された第２の発話から抽出された第２の発話部分表現との間に含意関係が成り立つ場合、前記第１の発話部分表現を第１の頂点とし、前記第２の発話部分表現を第２の頂点とし、前記第１の頂点および前記第２の頂点を辺で結んだグラフを生成する有向グラフ生成部を備えていてもよい。
［形態４］
前記音声対話要約装置は、前記第１の発話部分表現と前記第２の発話部分表現との間に含意関係が成り立つ場合、前記第１の発話および前記第２の発話を含む発話集合を、前記発話クラスタとして抽出する発話クラスタ生成部を備えていてもよい。
［形態５］
前記有向グラフ生成部は、前記第１の発話部分表現が前記第２の発話部分表現を含意する場合、前記第１の頂点から前記第２の頂点に向かう有向辺で結んだ有向グラフを、前記グラフとして生成してもよい。
［形態６］
前記発話クラスタ生成部は、前記有向グラフを順方向に辿って得られる部分グラフを抽出し、該部分グラフに含まれる頂点に相当する発話部分表現の抽出元の発話の集合を、前記発話クラスタとして抽出してもよい。
［形態７］
前記発話クラスタ生成部は、前記部分グラフに含まれる頂点のうちの他の部分グラフと共有される頂点を除外し、前記部分グラフに含まれる頂点に相当する発話部分表現の抽出元の発話の集合を、前記発話クラスタとして抽出してもよい。
［形態８］
上記第２の視点に係る音声対話要約方法のとおりである。
［形態９］
前記音声対話要約方法において、コンピュータが、前記対話テキスト集合から抽出された各発話から、該発話が含意する部分表現を発話部分表現として抽出する工程を含んでいてもよい。
［形態１０］
前記音声対話要約方法において、コンピュータが、前記対話テキスト集合から抽出された第１の発話から抽出された第１の発話部分表現と、前記対話テキスト集合から抽出された第２の発話から抽出された第２の発話部分表現との間に含意関係が成り立つ場合、前記第１の発話部分表現を第１の頂点とし、前記第２の発話部分表現を第２の頂点とし、前記第１の頂点および前記第２の頂点を辺で結んだグラフを生成する工程を含んでいてもよい。
［形態１１］
前記音声対話要約方法において、コンピュータが、前記第１の発話部分表現と前記第２の発話部分表現との間に含意関係が成り立つ場合、前記第１の発話および前記第２の発話を含む発話集合を、前記発話クラスタとして抽出してもよい。
［形態１２］
前記音声対話要約方法において、前記第１の発話部分表現が前記第２の発話部分表現を含意する場合、コンピュータが、前記第１の頂点から前記第２の頂点に向かう有向辺で結んだ有向グラフを、前記グラフとして生成してもよい。
［形態１３］
前記音声対話要約方法において、コンピュータが、前記有向グラフを順方向に辿って得られる部分グラフを抽出する工程を含み、
前記部分グラフに含まれる頂点に相当する発話部分表現の抽出元の発話の集合を、前記発話クラスタとして抽出してもよい。
［形態１４］
上記第３の視点に係るプログラムのとおりである。
［形態１５］
前記プログラムは、前記対話テキスト集合から抽出された各発話から、該発話が含意する部分表現を発話部分表現として抽出する処理を、コンピュータに実行させるようにしてもよい。
［形態１６］
前記プログラムは、前記対話テキスト集合から抽出された第１の発話から抽出された第１の発話部分表現と、前記対話テキスト集合から抽出された第２の発話から抽出された第２の発話部分表現との間に含意関係が成り立つ場合、前記第１の発話部分表現を第１の頂点とし、前記第２の発話部分表現を第２の頂点とし、前記第１の頂点および前記第２の頂点を辺で結んだグラフを生成する処理を、コンピュータに実行させるようにしてもよい。
［形態１７］
前記プログラムは、前記第１の発話部分表現と前記第２の発話部分表現との間に含意関係が成り立つ場合、前記第１の発話および前記第２の発話を含む発話集合を、前記発話クラスタとして抽出する処理を、コンピュータに実行させるようにしてもよい。
［形態１８］
前記プログラムは、前記第１の発話部分表現が前記第２の発話部分表現を含意する場合、前記第１の頂点から前記第２の頂点に向かう有向辺で結んだ有向グラフを、前記グラフとして生成する処理を、コンピュータに実行させるようにしてもよい。
［形態１９］
前記プログラムは、前記有向グラフを順方向に辿って得られる部分グラフを抽出する処理と、
前記部分グラフに含まれる頂点に相当する発話部分表現の抽出元の発話の集合を、前記発話クラスタとして抽出する処理と、をコンピュータに実行させるようにしてもよい。

（実施形態）
次に、実施形態に係る音声対話要約装置について、図面を参照して詳細に説明する。図１は、本実施形態に係る音声対話要約装置の構成を一例として示すブロック図である。図１を参照すると、音声対話要約装置は、プログラム制御により動作するコンピュータ（中央処理装置；プロセッサ；データ処理装置）10と、記憶部20とを備える。

記憶部20は、対話テキスト集合記憶部21および発話クラスタ記憶部22を備える。対話テキスト集合記憶部21は、対話テキストの集合を記憶する。一方、発話クラスタ記憶部22は、発話クラスタを記憶する。

コンピュータ（中央処理装置；プロセッサ；データ処理装置）10は、発話部分表現抽出部11、含意判定部12、有向グラフ生成部13、および、発話クラスタ生成部14を備える。
発話部分表現抽出部11は、対話テキスト集合記憶部21に記憶された対話テキスト集合中の各発話から、該発話が含意している部分表現を発話部分表現として抽出する。

含意判定部12は、２つの発話部分表現の間に含意関係が存在するかどうかを判定する。また、含意判定部１２は、２つの発話部分表現の間に含意関係が存在する場合には、２つの発話部分表現のうちのどちらが含意する側であるかを判定する。

有向グラフ生成部13は、異なる発話から抽出された発話部分表現の間に含意関係が成り立つ場合、それらの発話部分表現を頂点とし、その間を含意する側に向かう有向辺で結んだ有向グラフを生成する。

発話クラスタ生成部14は、有向グラフ中のある頂点から有向辺を順方向に辿ることで得られる部分グラフを抽出し、該部分グラフ中の各頂点である発話部分表現の抽出元である発話集合を、発話クラスタとして出力する。

図２は、本実施形態の音声対話要約装置の動作を一例として示すフロー図である。図１のブロック図と図２のフロー図を参照して、本実施形態の音声対話要約装置の動作について詳細に説明する。

まず、発話部分表現抽出部11は、対話テキスト集合記憶部21に記憶された対話テキスト集合中の各発話から部分表現を発話部分表現の候補として複数抽出し、各部分表現の内容を発話が含意するかどうかを含意判定部12によって判定する。発話部分表現抽出部11は、発話が含意していると判定された部分表現を、該発話に対する発話部分表現として抽出する（ステップA1）。

次に、有向グラフ生成部13は、異なる発話から抽出された発話部分表現の間に含意関係が成り立つかどうかを含意判定部12によって判定する。ここで発話が含意していると判定された場合、有向グラフ生成部13は、それらの発話部分表現を頂点とし、その間を含意する側に向かう有向辺で結んだ有向グラフを生成する（ステップA2）。

次に、発話クラスタ生成部14は、有向グラフ中のある頂点から有向辺を順方向に辿ることで得られる部分グラフを抽出し、該部分グラフ中の各頂点である発話部分表現の抽出元である発話集合を、発話クラスタとして発話クラスタ記憶部22に記憶する（ステップA3）。

本実施形態の音声対話要約装置は、トークスクリプトの対話フローと一致しない応対事例であっても、発話クラスタを生成・提示することで、同じ発話内容に関する発話の集合を一括で閲覧、音声を確認可能とするように構成されている。かかる音声対話要約装置によると、トークスクリプトの対話フローと一致しない応対事例であっても、モニタリング業務を効率化することができる。

次に、図１のブロック図および図２のフロー図を参照し、本実施形態の音声対話要約装置の動作を具体的な実施例に基づいて説明する。

まず、発話部分表現抽出部11は、対話テキスト集合記憶部21に記憶された図３に示すような対話テキスト集合中の各発話から部分表現を発話部分表現の候補として複数抽出する。

例えば、発話が「詰まるのはいつも同じところなんでしょうか。」であった場合、発話部分表現抽出部11は、形態素解析および係り受け（構文）構造解析を行うことにより、図４に示すような形態素間の係り受け関係を生成し、その係り受け関係の部分集合から、図５の右列に示すような部分表現を複数抽出する。

次に、発話部分表現抽出部11は、これらの各部分表現の内容を、発話「詰まるのはいつも同じところなんでしょうか。」が含意するかどうかを含意判定部12によって判定し、図５の左列に示すような発話の含意の関係を得る。

したがって、発話部分表現抽出部11は、発話が含意していると判定された部分表現「詰まるのは同じところなんでしょうか。」および「詰まるのはいつも同じところなんでしょうか。」を、該発話に対する発話部分表現として抽出する（図２のステップA1）。

次に、有向グラフ生成部13は、異なる発話から抽出された発話部分表現の間に含意関係が成り立つかどうかを含意判定部12によって判定する。

ここでは、異なる発話が、第１文「詰まるのはいつも同じところなんでしょうか。」と、第２文「毎回紙詰まりの場所は一緒でしょうか。」の２文であるものとする。なお、説明の便宜ために２文としているが、３文以上でも同様である。発話部分表現抽出部11は、第２文についても同様に、図６に示すような発話部分表現を求める。

有向グラフ生成部13は、第１文と第２文の各発話部分表現間の含意関係を、図７に示すように求める。また、有向グラフ生成部13は、発話部分表現の間に含意関係が成り立つと判定された場合、それらの発話部分表現を頂点とし、その間を含意する側に向かう有向辺で結んだ有向グラフを生成する（ステップA2）。図８は、有向グラフ生成部13によって生成された有向グラフを一例として示す。

次に、発話クラスタ生成部14は、有向グラフ中のある頂点から順方向で有向辺を辿れる部分グラフを抽出する。有向グラフが図８に示す構造を有する場合、発話クラスタ生成部14は、「場所は一緒でしょうか。」という発話部分表現に対応する頂点から順方向で有向辺を辿れる、破線で囲った部分グラフを抽出する。ここで、部分グラフの抽出の際、順方向で有向辺を辿る際の起点となる頂点は、別の部分グラフと共有される可能性があるため、発話クラスタ生成部14は、図９に示すように、起点を含まない部分グラフを抽出してもよい。

抽出された部分グラフ中の各頂点である発話部分表現の抽出元である発話集合は、第１文「詰まるのはいつも同じところなんでしょうか。」と、第２文「毎回紙詰まりの場所は一緒でしょうか。」の２文である。したがって、発話クラスタ生成部14は、これらの発話を、図１０に示すように、発話クラスタとして発話クラスタ記憶部22に記憶する（ステップA3）。

本実施形態に係る音声対話要約装置は、トークスクリプトの対話フローと一致しない応対事例であっても、発話クラスタを生成・提示することで、同じ発話内容に関する発話の集合を一括で閲覧、音声を確認可能とするように構成されている。したがって、本実施形態の音声対話要約装置によると、トークスクリプトの対話フローと一致しない応対事例であっても、モニタリング業務を効率化することができる。

本実施形態に係る音声対話要約装置は、コンタクトセンターにおける通話音声からの応対品質評価や、テキストマイニング、検索、ＦＡＱ（Frequently Asked Questions）作成支援といった用途に適用することができる。

なお、上記の非特許文献の開示を、本書に引用をもって繰り込むものとする。本発明の全開示（請求の範囲を含む）の枠内において、さらにその基本的技術思想に基づいて、実施形態の変更・調整が可能である。また、本発明の請求の範囲の枠内において種々の開示要素（各請求項の各要素、各実施形態の各要素、各図面の各要素等を含む）の多様な組み合わせ、ないし、選択が可能である。すなわち、本発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。

１０ コンピュータ
１１ 発話部分表現抽出部
１２ 含意判定部
１３ 有向グラフ生成部
１４ 発話クラスタ生成部
２０ 記憶部
２１ 対話テキスト集合記憶部
２２ 発話クラスタ記憶部
１０１ 音声認識手段
１０２ トピック遷移グラフ生成手段
１０３ スクリプト一致度計算手段

Claims (6)

1. 対話テキスト集合に含まれる複数の発話から、各発話が含意している部分表現を発話部分表現として抽出する発話部分表現抽出部と、
   抽出された発話部分表現を頂点とし、互いに含意関係が成り立つ発話部分表現の間を有向辺で結んだ有向グラフを生成する有向グラフ生成部と、
   前記有向グラフ中の１つの頂点から順方向に有向辺を辿って到達可能な頂点から成る部分グラフを求め、求めた部分グラフに含まれる頂点に相当する発話部分表現の抽出元である発話から成る発話の集合を、発話クラスタとして生成する発話クラスタ生成部と、を備える、
   ことを特徴とする音声対話要約装置。
2. 前記有向グラフ生成部は、互いに含意関係が成り立つ発話部分表現の間を、含意する側の発話部分表現から含意される側の発話部分表現に向かう有向辺で結んだ有向グラフを生成する、
   請求項１に記載の音声対話要約装置。
3. コンピュータが、対話テキスト集合に含まれる複数の発話から、各発話が含意している部分表現を発話部分表現として抽出するステップと、
   抽出された発話部分表現を頂点とし、互いに含意関係が成り立つ発話部分表現の間を有向辺で結んだ有向グラフを生成するステップと、
   前記有向グラフ中の１つの頂点から順方向に有向辺を辿って到達可能な頂点から成る部分グラフを求め、求めた部分グラフに含まれる頂点に相当する発話部分表現の抽出元である発話から成る発話の集合を、発話クラスタとして生成するステップと、を含む、
   ことを特徴とする音声対話要約方法。
4. 前記有向グラフとして、互いに含意関係が成り立つ発話部分表現の間を、含意する側の発話部分表現から含意される側の発話部分表現に向かう有向辺で結んだ有向グラフを生成する、
   請求項３に記載の音声対話要約方法。
5. 対話テキスト集合に含まれる複数の発話から、各発話が含意している部分表現を発話部分表現として抽出する処理と、
   抽出された発話部分表現を頂点とし、互いに含意関係が成り立つ発話部分表現の間を有向辺で結んだ有向グラフを生成する処理と、
   前記有向グラフ中の１つの頂点から順方向に有向辺を辿って到達可能な頂点から成る部分グラフを求め、求めた部分グラフに含まれる頂点に相当する発話部分表現の抽出元である発話から成る発話の集合を、発話クラスタとして生成する処理と、をコンピュータに実行させる、
   ことを特徴とするプログラム。
6. 前記有向グラフとして、互いに含意関係が成り立つ発話部分表現の間を、含意する側の発話部分表現から含意される側の発話部分表現に向かう有向辺で結んだ有向グラフを生成する処理を、前記コンピュータに実行させる、
   請求項５に記載のプログラム。

Images