JP6223739B2 - 機能実行指示システム及び機能実行指示方法 - Google Patents

Description

本発明は、１つ以上の機能の実行を指示することができる機能実行指示システム、機能実行指示方法及び機能実行指示プログラムに関する。

従来から、ユーザの音声を認識して、認識した音声に基づいて機能を実行するシステムが知られている。例えば特許文献１には、カーナビゲーション装置において認識した音声に基づいて、登録地を目的地として設定したり、登録地の地図を見たりといった機能が実行されることが記載されている。

特開２００６−２３４４４号公報

ここで、複数の機能（タスク）を実行可能で、かつユーザが複数回に渡って発話指示（音声による指示）が可能な音声エージェントシステムを考える。従来のこうしたシステムにおいては、発話された内容がそれまでのタスクにおける条件付加や変更の発話であるのか、あるいはそれまでのタスクと関係のない、新しい要件の発話であるのかが判断できない。

例えば、ユーザが「東京までの乗換」とシステムに対して発話した場合、システムではユーザの最寄り駅から東京駅までの乗換が調べられる（乗換案内のアプリケーションが起動される）。その後、ユーザが、東京駅までの乗換ではなく横浜駅までの乗換を知りたいため「やっぱり横浜」と発話したものとする。このとき、ユーザの発話内容から新たに実行されるタスクが判断されるものとすると、「やっぱり横浜」という発話に「乗換」という乗換を調べるタスクを実行するためのキーワードが含まれていないため、乗換を調べるタスクではなく、例えば、地名のみから起動される横浜の地図を調べるタスクが実行されてしまうこととなる。

一方で、以前のタスクである乗換を調べるタスクが引き継がれたとすると、ユーザの希望通り、横浜駅までの乗換が調べられることが可能となる。しかし、このように一律にタスクを引き継ぐものとすると、「東京までの乗換」との発話の後にユーザが乗換ではなく、カレーの店舗を調べたいため「カレー」と発話した場合であっても、再度、乗換を調べるタスクが実行されてしまうこととなる。上記のように単に入力された単語によってタスクを実行することとすると、連続して入力された単語により適切なタスクを実行することができない。

本発明は、上記の問題点に鑑みてなされたものであり、連続して入力された単語による機能の実行を適切に行うことができる機能実行指示システム及び機能実行指示方法を提供することを目的とする。

上記の目的を達成するために、本発明に係る機能実行指示システムは、機能毎に予め設定されたカテゴリに関連する１つ以上の機能の実行を指示する機能実行指示手段と、単語を含む情報を入力する単語入力手段と、単語入力手段によって入力された情報に含まれる単語のカテゴリを、当該情報に含まれる当該単語以外の単語に基づいて特定するカテゴリ特定手段と、カテゴリ特定手段によって特定されたカテゴリに応じて、１つ以上の機能から機能実行指示手段によって実行が指示される機能を決定する実行機能決定手段と、を備え、実行機能決定手段は、カテゴリ特定手段によって特定されたカテゴリ、及び過去に機能実行指示手段によって実行が指示された機能に関連するカテゴリに基づいて、当該過去に機能実行指示手段によって実行が指示された機能の実行をこれから指示するか否か判断し、当該過去に前記機能実行指示手段によって実行が指示された機能の実行をこれから指示しないと判断した場合に、前記単語入力手段によって入力された情報に含まれる単語に基づいて、これから実行が指示される機能を新たに決定する。

本発明に係る機能実行指示システムでは、機能に関連するカテゴリと入力された単語のカテゴリとに基づいて、過去に実行が指示された機能の実行をこれから指示するか否かが判断される。これにより、例えば、過去に実行された機能を引き続いて実行すべきか、新たな機能を実行すべきか適切に判断される。また、本発明に係る機能実行指示システムでは、入力された単語のカテゴリが、当該単語が含まれる情報に含まれる当該単語以外の単語に基づいて特定されるため、適切にカテゴリが特定される。即ち、本発明に係る機能実行指示システムによれば、連続して入力された単語による機能の実行を適切に行うことができる。

カテゴリ特定手段は、単語入力手段によって入力された情報に含まれる特定対象の単語と当該情報に含まれる当該単語以外の単語とが同一の情報に含まれる度合いを示す情報に基づいて、特定対象の単語のカテゴリを特定することとしてもよい。この構成によれば、特定対象の単語以外の単語を用いて確実に特定対象の単語のカテゴリを特定することができ、確実かつ適切に本発明を実施することができる。

機能実行指示システムは、機能実行指示手段によって実行が指示された機能を記憶する実行機能記憶手段を更に備え、実行機能決定手段は、カテゴリ特定手段によって特定されたカテゴリ、及び実行機能記憶手段によって記憶された過去に機能実行指示手段によって実行が指示された機能に関連するカテゴリに基づいて、当該過去に機能実行指示手段によって実行が指示された機能の実行をこれから指示するか否か判断する、こととしてもよい。

実行機能決定手段は、カテゴリ特定手段によって特定されたカテゴリに応じて、当該カテゴリに係る単語が単語入力手段によって入力される直前に機能実行指示手段によって実行が指示された機能の実行を指示するか否か判断することとしてもよい。この構成によれば、例えば、直前に実行された機能を引き続いて実行すべきか、新たな機能を実行すべきか適切に判断され、連続して入力された単語による機能の実行を適切に行うことができる。

機能実行指示手段によって実行が指示される機能には、単語入力手段によって入力された情報に含まれると共に当該機能に関連するカテゴリの単語を入力する機能が含まれており、実行機能決定手段は、カテゴリ特定手段によって特定されたカテゴリの単語が、過去に機能実行指示手段によって実行が指示された機能への入力が可能か否かを判断して、当該判断に応じて当該過去に機能実行指示手段によって実行が指示された機能の実行を指示するか否かを判断する、こととしてもよい。この構成によれば、機能の実行と合わせて、入力された単語を当該機能への入力とすることができ、ユーザの利便性を向上させることができる。例えば、上述した乗換案内の機能の実行と合わせて、入力された駅名による案内を行うことができる。また、より適切に過去に実行された機能を実行するか否かを判断することができ、より適切に本発明の一実施形態を実施することができる。

また、実行機能決定手段は、カテゴリ特定手段によって特定されたカテゴリと、過去に実行が指示された機能への入力とされた単語のカテゴリとが一致するか否かを判断して、一致すると判断した場合に当該機能の実行をこれから指示すると判断することとしてもよい。この構成によれば、更に適切に本発明の一実施形態を実施することができる。

機能実行指示システムは、音声を入力して、入力した音声に対して音声認識を行って、音声認識を行った結果を単語入力手段に入力する音声認識手段を更に備えることとしてもよい。この構成によれば、ユーザの音声によって機能を実行することが可能となる。

ところで、本発明は、上記のように機能実行指示システムの発明として記述できる他に、以下のように機能実行指示方法の発明としても記述することができる。これはカテゴリが異なるだけで、実質的に同一の発明であり、同様の作用及び効果を奏する。

即ち、本発明に係る機能実行指示方法は、機能実行指示システムの動作方法である機能実行指示方法であって、機能毎に予め設定されたカテゴリに関連する１つ以上の機能の実行を指示する機能実行指示ステップと、単語を含む情報を入力する単語入力ステップと、単語入力ステップにおいて入力された情報に含まれる単語のカテゴリを、当該情報に含まれる当該単語以外の単語に基づいて特定するカテゴリ特定ステップと、カテゴリ特定ステップにおいて特定されたカテゴリに応じて、１つ以上の機能から機能実行指示ステップにおいて実行が指示される機能を決定する実行機能決定ステップと、を含み、実行機能決定ステップにおいて、カテゴリ特定ステップにおいて特定されたカテゴリ、及び過去に機能実行指示ステップにおいて実行が指示された機能に関連するカテゴリに基づいて、当該過去に機能実行指示ステップにおいて実行が指示された機能の実行をこれから指示するか否か判断し、当該過去に前記機能実行指示ステップにおいて実行が指示された機能の実行をこれから指示しないと判断した場合に、前記単語入力ステップにおいて入力された情報に含まれる単語に基づいて、これから実行が指示される機能を新たに決定する。

本発明では、機能に関連する（対応付けられた）カテゴリと入力された単語のカテゴリとに基づいて、過去に実行が指示された機能の実行をこれから指示するか否かが判断される。これにより、例えば、過去に実行された機能を引き続いて実行すべきか、新たな機能を実行すべきか適切に判断される。また、本発明では、入力された単語のカテゴリが、当該単語が含まれる情報に含まれる当該単語以外の単語に基づいて特定されるため、適切にカテゴリが特定される。即ち、本発明によれば、連続して入力された単語による機能の実行を適切に行うことができる。

本発明の実施形態に係る機能実行指示システムの構成を示す図である。 機能実行指示システムにおいて実行されるタスクとスロットとの対応関係を示す図である。 単語からカテゴリを特定するための情報を示す表である。 ユーザの発話が「東京までの乗換」というものであった場合のタスク毎のスコアを示す表である。 ユーザの発話が「やっぱり横浜」というものであった場合のタスク毎のスコアを示す表である。 ユーザの発話が「カレー」というものであった場合のタスク毎のスコアを示す表である。 機能実行指示システムに記憶される共起確率を示すテーブルである。 本発明の実施形態に係る機能実行指示システムを構成する機能実行指示サーバ及び音声認識サーバのハードウェア構成を示す図である。 本発明の実施形態に係る機能実行指示システムで実行される処理（機能実行指示方法）を示すフローチャートである。 単語のカテゴリの特定の処理を示すフローチャートである。

以下、図面と共に本発明に係る機能実行指示システム及び機能実行指示方法の実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。

図１に本実施形態に係る機能実行指示システム１を示す。機能実行指示システム１は、機能実行指示サーバ１０と音声認識サーバ２０とを備えて構成される。機能実行指示システム１は、通信端末３０に対して予め設定された１つ以上の機能の実行を指示するシステムである。機能実行指示システム１から通信端末３０に対して実行が指示される機能は、例えば、乗換案内、電話帳検索、グルメ検索、画像検索、音楽検索、音楽プレーヤ、スケジューラ、メール、メモ、ルート案内、地図検索が相当する。なお、本実施形態では、実行される機能をタスクと呼ぶ。具体的には、乗換案内、電話帳検索、グルメ検索、画像検索、音楽検索、地図検索に関しては、例えば、通信端末３０において案内や検索結果の情報が表示出力される。

また、メール作成、音楽プレーヤ、スケジューラ、電話の発着信、カメラ等に関しては、通信端末３０においてそれらのタスクを実行するためのアプリケーションプログラムが起動される。更に指示の内容によっては、アプリケーションプログラム起動後の動作も行われる。例えば、メール作成のタスクでは、メール本文や宛先への情報の入力が行われる。

通信端末３０は、通信網（例えば、移動体通信網）を介して機能実行指示サーバ１０及び音声認識サーバ２０等と通信を行うことができる装置であり、例えば、携帯電話機やＰＣ（Personal Computer）に相当する。また、通信端末３０は、自動車等の車両で用いられるカーナビゲーション機能を搭載する端末であってもよい。本実施形態では、通信端末３０がカーナビゲーション機能を搭載する端末として説明する。例えば、通信端末３０は、車両に対して着脱可能に構成されており、車両に装着されて搭載された場合にカーナビゲーション機能を発揮することができる。なお、通信端末３０は、車両に装着されない場合（例えば、単に車両内に置かれる場合や車両に乗車しているユーザが携帯している場合）であっても、カーナビゲーション機能を発揮できてもよい。

上記のタスクは、ユーザの音声をトリガとして実行されるため、通信端末３０はユーザの音声を入力する機能を有している。また、通信端末３０は、機能実行指示システム１からの指示を受けてタスクを実行する機能、例えば、情報の受信機能、情報処理機能及び表示機能等を有している。

即ち、通信端末３０は、１つ以上の（あるいは複数の）タスクを実行する機能実行手段を有している。具体的には、通信端末３０は、タスクに対応するアプリケーションプログラムを予め記憶しておき、記憶したアプリケーションプログラムを実行（起動）することによってタスクを実行する。通信端末３０によって実行されるタスクは、後述するように機能実行指示サーバ１０によって指示される。また、タスクの実行は、アプリケーションを実行する以外にも、ネットワークからタスクに応じた情報を取得することで行われてもよい。

機能実行指示システム１による通信端末３０に対するタスクの実行の指示は、次のように行われる。まず、通信端末３０がユーザの音声を入力する。入力された音声は、通信端末３０から音声認識サーバ２０に送信される。音声認識サーバ２０は、通信端末３０から音声を受信し、受信した音声に対して音声認識を行う。音声認識サーバ２０は、音声認識の結果である文章あるいは単語の集合を通信端末３０に送信する。通信端末３０は、音声認識の結果を受信して、更に機能実行指示サーバ１０に送信する。機能実行指示サーバ１０は、当該音声認識の結果を受信して、その音声認識の結果に基づいて実行すべきタスクを決定して、当該タスクを実行するように通信端末３０に指示する。例えば、機能実行指示サーバ１０は、実行すべきタスクを示す情報を通信端末３０に送信する。通信端末３０は、機能実行指示サーバ１０からの指示を受信して、当該指示に応じたタスクを実行する。なお、音声認識の結果である文章あるいは単語の集合はいったん通信端末３０に送られることなく、音声認識サーバ２０から機能実行指示サーバ１０へ直接送信されてもよい。更に、機能実行指示サーバ１０と音声認識サーバ２０は一体であってもよい。

例えば、通信端末３０のユーザが「東京駅の乗換」と発話した場合には、機能実行指示サーバ１０において、通信端末３０の現在位置の最寄り駅から東京駅までの乗換案内のタスクが実行されるものと判断されて、乗換案内のタスクの実行が通信端末３０に指示される。なお、上記のように乗換案内のタスクが実行される場合には、そのタスクの実行の際に通信端末３０の現在位置の取得が行われる。このように、タスクによっては必要に応じて付加的な情報の取得が行われる。以上が、本実施形態に係る機能実行指示システム１の概要である。

引き続いて、本実施形態に係る機能実行指示システム１の機能について説明する。音声認識サーバ２０は、音声を入力して、入力した音声に対して音声認識を行い、音声認識を行った結果を出力する音声認識手段である装置である。具体的には、上述したように音声認識サーバ２０は、通信端末３０から音声データを受信する。音声認識サーバ２０は、音声認識エンジンを有しており、当該音声認識エンジンを用いて音声認識を行う。音声認識自体は、従来の任意の音声認識方法を利用することができる。音声認識サーバ２０は、音声認識結果を単語の集合（１以上の単語からなる単語群）あるいは文章として取得して、通信端末３０に送信する。

図１に示すように、機能実行指示サーバ１０は、機能実行指示部１１と、単語入力部１２と、カテゴリ特定部１３と、実行機能決定部１４と、実行機能記憶部１５とを備えて構成される。

機能実行指示部１１は、通信端末３０に対して、１つあるいは複数のタスクの実行を指示する機能実行指示手段である。具体的には、機能実行指示部１１は、タスクを実行させるコマンドを通信端末３０に送信することでタスクの実行を指示する。機能実行指示部１１によって実行が指示されるタスクは、後述するように実行機能決定部１４によって決定される。

タスクは、タスク毎に予め設定されたカテゴリに関連する（対応付けられている）。カテゴリは、例えば、単語を属性毎に区分けするものである。例えば、カテゴリは、「駅（駅名）」、「商業施設名」、「海外旅行」、「料理名」及び「人名」である。例えば、乗換案内のタスクであれば、「駅」のカテゴリに関連する（対応付けられている）。また、グルメ検索のタスクであれば、「料理名」のカテゴリに関連する（対応付けられている）。また、電話帳検索のタスクであれば、「人名」のカテゴリに関連する（対応付けられている）。また、タスクは、予め設定した単語に対応付けられていてもよい。例えば、乗換案内のタスクであれば、「乗換」という単語に対応付けられている。これらの対応付けは、例えば、予め機能実行指示システム１の管理者等によって機能実行指示サーバ１０に入力されて記憶されている。これらの関連及び対応付けは、後述するように実行が指示されるタスクの判断に用いられる。具体的にどのように用いられるかは後述する。

また、実行が指示されるタスクには、単語を入力（引数）とする機能がある。これをタスクのスロットと呼ぶ。スロットは予め定められている。例えば、図２に示すように乗換案内のタスクであれば、発駅や着駅をスロットへの入力としてタスクが実行される。あるいは、グルメ検索のタスクであれば、料理名をスロットへの入力として、入力された料理に関しての店舗が検索される。また、電話帳検索のタスクであれば、人名をスロットへの入力として、入力された人名に対応付けられた電話番号等の情報が検索される。なお、タスクには０個以上のスロットが定義されている。即ち、スロットがないタスクもある。

図２に示すように、スロットには、それぞれ「スロット型」、「サイズ」、「必須？」、「引き継ぐ？」の情報が対応付けられている。「スロット型」は、スロットに入力されるカテゴリ（スロットに受け入れることができる単語の型）を特定する情報等であり、例えばカテゴリＩＤの情報等を示している（保持している）。即ち、スロットには、単語のカテゴリが対応付けられる。図２の例では、着駅及び発駅に対応するスロットのスロット型として「ｔｙｐｅ＿ｓｔａｔｉｏｎ」が保持されているが、これは当該スロットに対して、単語のカテゴリとして「駅」が入力可能であることを表している。また、スロット型は、単語が特定の表現だった場合に単語を入力可能とするものとしてもよい。例えば「〜まで」（図２の着駅のｔｏ．＊ｔｙｐｅ＿ｓｔａｔｉｏｎに相当）や「〜から」（図２の着駅のｆｒｏｍ．＊ｔｙｐｅ＿ｓｔａｔｉｏｎに相当）等の表現の場合に「〜」に対応する単語をスロットに入力するものであってもよい。また、「スロット型」は、特定のカテゴリを特定するものでなくてもよく、任意のカテゴリの単語が入力できるようになっていてもよい。「サイズ」は、スロットに入力される単語の数を示している。「必須？」は、当該タスクを実行する際に単語の入力が必須であるか否かを示している。もし、「必須？」の欄のＴｒｕｅのスロットに入力される単語が無い場合には、タスクを実行せずにスロット内容を聞き返して、ユーザに対して当該スロットへの入力を促すこととしてもよい。

「引き継ぐ？」は、後述するように当該タスクが引き続き実行される場合にスロットへの入力も引き継ぐか否かを示している。また、各スロットには、スロットへの単語の入力が無かった場合に予め設定された単語（デフォルトの単語）が入力されるかを示す情報が対応付けられていてもよい。例えば、乗換案内の場合は、発駅については、ＧＰＳ（Global Positioning System）等で取得されるユーザの現在位置から最も近い駅の駅名をデフォルトの単語として入力することとしてもよい。

単語入力部１２は、単語を含む情報を入力する単語入力手段である。具体的には、単語入力部１２は、通信端末３０から、音声認識サーバ２０による音声認識の結果である１つ以上の単語を示す情報を受信することで上記の情報を入力する。あるいは、音声認識サーバ２０による音声認識の結果が文章（入力文）である場合には、単語入力部１２は、文章を受信して、文章から単語を抽出する、又は文書を単語に切り分けることで単語を取得する。なお、文章から単語を取得する方法は、形態素辞書を用いた形態素解析等の従来の任意の方法を用いることができる。単語入力部１２に入力される単語は、通信端末３０に対するユーザの発話単位である。即ち、一回の発話に含まれる単語群を一つの単位として扱う。単語入力部１２は、取得した単語を示す情報をカテゴリ特定部１３に入力する。

カテゴリ特定部１３は、単語入力部１２から入力された単語のカテゴリを特定するカテゴリ特定手段である。具体的には例えば、カテゴリ特定部１３は、図３に示すように単語のカテゴリを特定するための情報（辞書）を予め記憶しておき、その情報に基づいてカテゴリの特定を行う。この情報は、例えば、予め機能実行指示システム１の管理者等によって機能実行指示サーバ１０に入力されて記憶されている。この情報は、図３に示すようにカテゴリを特定する情報であるカテゴリＩＤ及びカテゴリタグ（カテゴリ名）に単語が対応付けられたものである。１つのカテゴリＩＤ及びカテゴリタグには、１つ以上の単語が対応付けられている。例えば、カテゴリＩＤが「ｔｙｐｅ＿ｓｔａｔｉｏｎ」でカテゴリタグが「駅」というカテゴリには、「大阪」、「大阪駅」、「東京」、「東京駅」、「横浜」及び「横浜駅」という単語が対応付けられている。

なお、上記の辞書においては、同一の単語が複数のカテゴリに対応付けられていてもよい。例えば、「駅」カテゴリには、東京、渋谷、品川、横浜…といった単語が対応付けられている。また、「人名」カテゴリには、笹本、小林、渋谷…といった単語が対応付けられている。上記の例のように、渋谷との単語が、「駅」カテゴリ及び「人名」カテゴリの両方に対応付けられていてもよい。

カテゴリ特定部１３は、単語入力部１２から入力された単語それぞれについて、図３に示す情報に含まれる単語と一致しているか否かを判断して、一致していた場合にはその単語に対応付けられたカテゴリを、単語入力部１２から入力された単語のカテゴリと特定する。また、カテゴリ特定部１３は、図３に示すようなカテゴリと単語との対応関係を示す情報を用いずに、例えば、固有表現抽出（Named Entity Extraction）の技術によってカテゴリを特定することとしてもよい。また、チャンキング（chunking）によってカテゴリを特定することとしてもよい。また、カテゴリ特定部１３は、予め正規表現を記憶しておき、単語が記憶した正規表現に合致するか否かでカテゴリを特定することとしてもよい。例えば、単語がある正規表現に合致した場合は、その単語はその正規表現に合致するカテゴリであると特定される。あるいは、カテゴリ特定部１３は、通信端末３０が記憶した電話帳データを取得し、単語が電話帳データに含まれる単語か否かを判断することでカテゴリを特定することとしてもよい。例えば、単語が電話帳データに含まれる場合は、その単語は電話帳データに存在する単語のカテゴリであると特定される。カテゴリ特定部１３は、単語入力部１２から入力された単語、及び特定した当該単語のカテゴリを示す情報を実行機能決定部１４に出力する。なお、必ずしも全て単語についてカテゴリを特定する必要はなく、カテゴリが特定されていない単語があってもよい。

実行機能決定部１４は、カテゴリ特定部１３によって特定されたカテゴリに応じて、機能実行指示部１１によって実行が指示されるタスクを決定する実行機能決定手段である。例えば、実行機能決定部１４は、上述したようなタスクとカテゴリとの関連（対応付け）に基づいて実行が指示されるタスクを決定する。具体的には、タスク毎にカテゴリのスコアを記憶しておき、ユーザの発話単位で入力された単語のスコアを特定して、特定したスコアに基づいて実行が指示されるタスクを決定する。各カテゴリのスコアは、タスクとの関連度合に応じて定められている。

例えば、ユーザの発話が「東京までの乗換」というものであったとする。この場合、図４に示すように、ユーザの発話は、「東京」、「まで」、「の」、「乗換」という単語に分けられる。そして、タスク毎に各単語に対応づけられたカテゴリのスコアを求め、それらが合計されてタスク毎のスコアが算出される。図４に示すように各単語のスコアを特定し、それらを合計することで各タスク（図４の例では「乗換案内」、「グルメ検索」、「地図検索」のタスク）のスコアが合計される。スコアは、カテゴリだけでなく単語単位で定められていてもよい。例えば、「乗換」という単語は「乗換案内」のタスクに強く関連付けられるので、「乗換案内」のタスクには「乗換」という単語自体のスコアが対応付けられている。このように、単語入力部１２によって入力された単語及び予め設定した単語にも基づいて、実行が指示されるタスクが決定されてもよい。

実行機能決定部１４は、例えば、スコアが最も高いタスクを、機能実行指示部１１によって実行が指示されるタスクとして決定する。実行機能決定部１４は、機能実行指示部１１に対して、決定したタスクを通知する。この通知がされると、機能実行指示部１１から通信端末３０に対してタスクの実行が指示される。また、この通知の際に、単語入力部１２によって入力された単語のうち、実行されるタスクのスロットへの入力となる単語（カテゴリがスロットのカテゴリと一致する単語）も合わせて通知することとしてもよい。スロットへの入力となる単語も、機能実行指示部１１から通信端末３０に対してタスクの実行の指示と合わせて送信される。例えば、「東京までの乗換」という発話によって「乗換案内」のタスクが実行される場合には、「駅」カテゴリである「東京」という単語が、「駅」カテゴリの単語に対応付けられた着駅のスロットの入力とされる。この場合、発駅のスロットには、ユーザの現在位置から最も近い駅の駅名がデフォルトの単語として入力される。これにより、ユーザの現在位置から最も近い駅から東京駅までの乗換が検索されて、その結果がユーザに提示される。なお、タスクの実行の上でスロットへの入力が不足している場合には、その時点でユーザにスロットへの入力を促して、改めてスロットに入力する単語を入力することとしてもよい。

上記のように、実行機能決定部１４は、これから機能実行指示部１１によって実行が指示されるタスクを決定するが、このタスクの決定を過去に機能実行指示部１１によって実行が指示されたタスクに基づくこととしてもよい。具体的には、過去に実行が指示されたタスクを引き続いて実行するか否かを判断する。例えば、過去に「乗換案内」のタスクの実行が指示されて（当該タスクが実行されて）おり、その後、ユーザの発話に基づく単語の入力が機能実行指示サーバ１０に対してあった場合、「乗換案内」のタスクの実行を引き続いて指示するか否かを判断する。そのための構成を以下に説明する。

実行機能記憶部１５は、機能実行指示部１１によって実行が指示されたタスクを記憶する実行機能記憶手段である。例えば、実行機能記憶部１５は、機能実行指示部１１から実行が指示されたタスクを示す情報（例えば、タスク名）を入力して、入力したタスクを示す情報を記憶する。この際、タスクの実行指示時刻を合わせて記憶しておいてもよい。また、実行機能記憶部１５は、タスクの実行指示の際にスロットに入力された単語も合わせて機能実行指示部１１から入力して、当該単語も実行されたタスクと合わせて記憶しておいてもよい。実行機能記憶部１５に記憶された情報は、以下のように実行機能決定部１４によって適宜参照される。

実行機能決定部１４は、カテゴリ特定部１３によって特定されたカテゴリ、及び実行機能記憶部１５によって記憶された過去に機能実行指示部１１によって実行が指示されたタスクに関連する（対応付いた）カテゴリに基づいて、当該過去に機能実行指示部１１によって実行が指示されたタスクをこれから実行指示するか否か判断する。このとき、引き続いて実行指示するか否かを判断するタスクは、単語の入力が機能実行指示サーバ１０に対してなされた直前に機能実行指示部１１によって実行が指示されたタスク（１回前に実行が指示されたタスク）の実行を指示するか否か判断することとしてもよい。即ち、２回以上前に実行が指示されたタスクは、引き続き実行が指示されるタスクの対象とならないこととしてもよい。更に、単語の入力から遡って予め設定した一定時間以内（例えば、１時間以内）に実行が指示されたタスクのみを引き続いて実行が指示される候補のタスクとすることとしてもよい。

具体的には、実行機能決定部１４は、実行機能記憶部１５によって記憶された過去に機能実行指示部１１によって実行が指示されたタスクに関連する（対応付いた）カテゴリと、カテゴリ特定部１３によって特定されたカテゴリとが一致しているか否かを判断して、当該判断に応じて当該過去に機能実行指示部１１によって実行が指示された機能の実行を指示するか否かを判断する。例えば、実行機能決定部１４は、カテゴリ特定部１３によって特定された単語のカテゴリが、過去に機能実行指示部１１によって実行が指示されたタスクのスロットに対応付いたカテゴリと一致している（カテゴリ特定部１３によって特定された単語がタスクのスロットに入力可能である）か否かを判断することで上記の判断を行う。カテゴリ特定部１３によって特定された単語のカテゴリが、過去に機能実行指示部１１によって実行が指示されたタスクのスロットに対応付いたカテゴリと一致していると判断された場合、当該過去に実行指示されたタスクを引き続いて実行指示すると判断し、一致していないと判断された場合、タスクの引き続きの実行指示が行われない、即ち、新たなタスクの実行を指示すると判断する。

このとき、カテゴリ特定部１３によって特定された単語のカテゴリが、過去に機能実行指示部１１によって実行が指示されたタスクのスロットに対応付いたカテゴリ全てと一致する場合のみ引き続いてタスクの実行を指示するとしてもよいし、スロットの一部に対応付いたカテゴリと一致する場合に引き続いてタスクの実行を指示するとしてもよい。また、カテゴリ特定部１３によって特定された単語のカテゴリ全てが、過去に機能実行指示部１１によって実行が指示されたタスクのスロットの何れかに対応付いたカテゴリと一致する場合のみ引き続いてタスクの実行を指示する（即ち、カテゴリ特定部１３によって特定された単語のカテゴリ全てが、過去に機能実行部１１によって実行が指示されたタスクのスロットの何れかに対応付いたカテゴリと一致し、かつ、入力文の中に、いずれのカテゴリとも対応づいておらず、従っていずれのスロットと対応づかない名詞がひとつも存在しない場合のみ引き続いてタスクを実行指示する）としてもよいし、カテゴリ特定部１３によって特定された単語の一部のカテゴリが、過去に機能実行指示部１１によって実行が指示されたタスクのスロットの何れかに対応付いたカテゴリと一致する場合に引き続いてタスクの実行を指示するとしてもよい。なお、過去に機能実行指示部１１によって実行が指示されたタスクのスロットが、カテゴリを特定するタイプでない場合（任意のカテゴリの単語を入力できるタイプである場合、例えば、「画像検索」のタスクに対する「検索ワード」のスロット）には、どのカテゴリの単語が入力されても常に引き続きのタスクの実行が指示されてしまうおそれがあるため、上記の判断を行わないこととしてもよい。

但し、この場合であっても、入力された単語のカテゴリが、過去に機能実行指示部１１によって実行が指示されたタスクのスロットに入力された単語のカテゴリと一致するか否かを判断して、それらが一致したと判断された場合（直前の発話の単語のカテゴリと入力された単語のカテゴリとが一致した場合）には、引き続いてタスクの実行を指示するとしてもよい。この構成によれば、スロットに任意のカテゴリの単語を入力できるタスクであっても適切にタスクの引き継ぎを判断することができる。

また、実行機能決定部１４は、過去に機能実行指示部１１によって実行が指示されたタスクをこれから実行指示する（タスクを引き続き実行する）と判断した場合に、カテゴリがスロットに対応付けられたカテゴリと一致した単語をスロットへの入力として機能実行指示部１１に実行を指示させる。また、実行機能決定部１４は、タスクのスロットの一部（あるいは全部）について、実行機能記憶部１５によって記憶された過去のスロットへの入力とされた単語を当該タスクへの入力とすることとしてもよい。この場合、図２に示すタスクの各スロットにおいて、「引き継ぐ？」の欄の情報が、単語の入力を引き継ぐこと示すもの（Ｔｒｕｅ）であった場合のみに単語の入力の引き継ぎが行われてもよい。実行機能決定部１４は、上記の判断によってタスクの引き続きの実行が行われないと判断した場合には、上述したスコアによるタスクの実行の指示を判断する。

上述した例のように「東京までの乗換」という発話によって「乗換案内」のタスクの実行が指示された場合、実行機能記憶部１５に、過去に実行が指示されたタスクとして「乗換案内」が記憶されており、着駅のスロットの入力として「東京」という単語が記憶されている。その後のユーザの発話が「やっぱり横浜」というものであったとする。この場合、「横浜」という単語が「駅」カテゴリであるため、過去に実行された「乗換案内」のタスクの着駅のスロットに対応付いたカテゴリと一致すると判断される。従って、過去に実行された「乗換案内」のタスクが引き続いて再度実行が指示されるものと判断される。その際、着駅のスロットには「横浜」が入力される。なお、発駅については、「東京までの乗換」の際と同様にユーザの現在位置から最も近い駅の駅名が引き継がれる（図２に示すように発駅の「引き継ぐ」の欄はＴｒｕｅになっている）。

一方で上述のような実行機能決定部１４によるタスクを引き続き実行指示するか否かの判断を行わず、「やっぱり横浜」という発話によってスコアを決定する場合について説明する。この場合、図５に示すように、ユーザの発話は、「やっぱり」、「横浜」という単語に分けられる。そして、上述した例と同様にタスク毎に各単語のスコアが特定されて、それらが合計されてタスク毎のスコアが算出される。この場合、ユーザの発話には「乗換案内」に関連が高い単語が含まれていないため、最も高いスコアは、「乗換案内」ではなく「横浜」という地名だけでスコアが高くなる「地図検索」となる。「東京までの乗換」とユーザが発話した後、「やっぱり横浜」とユーザが発話した場合には、ユーザは横浜駅までの乗換を知りたいと考えられる。上述したようにタスクの引き継ぎを判断した場合、適切に「乗換案内」のタスクの実行が指示される。一方で、（本実施形態とは異なり）上記のようにユーザの発話から独立して実行されるタスクを判断すると、ユーザの意図とは異なる「地図検索」というタスクが実行されることとなる。

また、「東京までの乗換」との発話後のユーザの発話が「カレー」というものであったとする。この場合、「カレー」という単語が「料理名」カテゴリであるため、過去に実行の指示がされた「乗換案内」のタスクのスロットに対応付いたカテゴリと一致しないと判断される。従って、過去に実行が指示された「乗換案内」のタスクが引き続いて再度実行されないと判断される。

この場合、実行機能決定部１４は、「カレー」という発話によるスコアを計算することで、実行を指示するタスクを決定する。図６に示すように、ユーザの発話は、「カレー」という単語のみから構成される。そして、上述した例と同様にタスク毎に各単語に対応付けられたカテゴリのスコアが特定されて、それらが合計されてタスク毎のスコアが算出される。この場合、「グルメ検索」が最も高いスコアとなり、「グルメ検索」のタスクが実行されるものと判断される。「東京までの乗換」とユーザが発話した後、「カレー」とユーザが発話した場合には、全く異なる話題であるため、「乗換案内」ではなく「カレー」に関する情報を知りたいと考えられる。上述したように、この場合はタスクを引き継ぐものとは判断されずに、ユーザの発話からタスクのスコアが算出されて「グルメ検索」のタスクの実行が指示されることとなる。

別の例として、過去に実行が指示されたタスクがカレーに関する「グルメ検索」であり、グルメ検索の対象となる地域を示すスロットに「東京」が入力されていた場合には、「やっぱ大阪」との入力があった場合には、「東京」の部分が「大阪」で上書きされてカレーに関する「グルメ検索」の実行が指示されるものと判断される。

なお、タスクの遷移については、特定の場合には強制的に行うことができるようにしておくこととしてもよい。例えば、通信端末３０に対するユーザの操作によって通信端末３０から新たなタスクに遷移させる旨の情報を受信した場合には、タスクの遷移を強制的に行わせることとしてもよい（タスクの引き継ぎを行わない）。

実行機能決定部１４による実行が指示されるタスクの判断は、以下のように行われてもよい。入力される単語群（ユーザの発話）から、実行が指示されるタスクを判断する場合、上述したようにタスク毎に単語に応じたスコアを出していたが、必ずしもスコアを算出する必要はない。例えば、タスクと単語（カテゴリ）とを対応付けておき、タスク毎に入力された単語群にタスクに対応付けられた単語（カテゴリ）が含まれているか否かを判断して、含まれていると判断された場合当該タスクの実行を指示することとしてもよい。

また、入力した単語や文章中に特定のタスクと強い関連性を持つキーワード（強いキーワード）があると判断した場合（スコアが極めて大きい値となる場合）には、過去に実行を指示したタスクを引き継ぐことはせず、新たに入力した単語や文章から実行を指示するタスクを判断してもよい。即ち、強制的にタスク遷移させてもよい。例えば、「乗換」という単語が含まれていたら、関連性の強い「乗換案内」のタスクを実行するようにする。

また、タスクを引き継がずに新たなタスクの実行を指示した場合、即ち、タスクが遷移した場合であっても、スロットに入力される単語を引き継ぐこととしてもよい。この場合、タスク遷移前のスロット内容から引継ぎ可能な単語を全て取り出す。切り替え後のタスクにおいては、スロット内容は一旦全て空になっている。上記の取り出された引継ぎ可能な単語を、切り替え後のタスクのスロットに入力する（埋める）ことを試みる（入力できない単語は捨てる）。入力された単語をスロット入力のルールに従ってスロットに入力する。

上記のようにタスクの引き継ぎを行う場合、タスクの引き継ぎを行うか否かを判断するための、発話内の単語が複数のカテゴリに属する場合（複数の属性を有する場合）、適切にタスクの引き継ぎが判断でいないおそれがある。例えば、以下のようなシチュエーションが考えられる。「笹本さんの電話番号」とのユーザの発話に基づき、本実施形態に係る機能実行指示システム１によって、電話帳検索のタスクが実行され、電話帳検索により笹本さんの電話番号が調べられる。ユーザは、その電話番号によって電話の発信を行う。ユーザは、その電話で笹本さんと渋谷で待ち合わせをしたので終話後、渋谷までの乗換案内を実行しようと思い、続けて「渋谷まで行く」と発話する。

この発話は、例えば、「渋谷：名詞（「人名」カテゴリ、「駅」カテゴリ）、まで：助詞、行く：動詞」というように単語に分けられる。本実施形態に係る機能実行指示システム１は、発話に含まれる「渋谷」を「人名」カテゴリの単語であると特定する。前に実行された電話帳検索のタスクには、「人名」カテゴリが関連付いているので、本実施形態に係る機能実行指示システム１は、電話帳検索のタスクを引き継ぐと判断し、「渋谷」を入力とした電話帳検索が実行されてしまう。なお、この場合、「渋谷」は、「駅」カテゴリ及び「人名」カテゴリの両方に属している。この場合、ユーザは乗換案内のタスクを実行したいので、再度電話帳検索のタスクが実行されることは望ましくない。

上記のような場合に対応するため、カテゴリ特定部１３は、単語入力部１２から入力された単語のカテゴリを、当該単語と同じ発話（単語群）に含まれる当該単語以外の単語に基づいて特定する。即ち、単語のカテゴリを、その単語のみからではなく当該単語と同じ発話を考慮して特定する。

具体的には、カテゴリ特定部１３は、単語入力部１２から入力された情報（発話）に含まれる特定対象の単語と当該情報に含まれる当該単語以外の単語とが同一の情報に含まれる度合いを示す情報に基づいて、特定対象の単語のカテゴリを特定する。更に具体的には、カテゴリ特定部１３は、カテゴリ毎に当該カテゴリの単語と別の単語とが同一の情報（発話）に含まれる度合いを記憶しておき、当該度合いに基づいて特定対象の単語以外の単語を当該別の単語としたときの特定対象の単語についてのカテゴリ毎のスコアを特定して、当該スコアに基づいて特定対象の単語のカテゴリを特定する。上記の度合いは、共起確率のスコアを用いることができる。共起確率のスコアは、その値が高いほど、そのカテゴリの単語と別の単語とが同一の情報に含まれる度合いが高いことを示している。

例えば、カテゴリ特定部１３は、図７に示すようなテーブルを保持しており、当該テーブルに情報を格納することで共起確率のスコアを記憶しておく。このテーブルには、特定のカテゴリの単語と共起する（同一の発話に含まれる）要素と、それらの単語及び要素の共起確率のスコアとが対応付けられている。図７（ａ）は、「駅」カテゴリの単語と共起する（同一の発話に含まれる）要素の共起確率のスコアを示している。図７（ｂ）は、「人名」カテゴリの単語と共起する（同一の発話に含まれる）要素の共起確率のスコアを示している。例えば、「行く」という単語については、「駅」カテゴリの単語に対しては共起確率のスコアは０．５１、「人名」カテゴリの単語に対しては共起確率のスコアは０．０４である。上記のように「行く」という単語については、「駅」カテゴリの単語の方が共起確率のスコアが高い。即ち、「行く」という単語が同一の発話に含まれる単語は、「駅」カテゴリの単語である可能性が高いことを示している。なお、共起する要素は、単語そのものであってもよいし、カテゴリ（そのカテゴリ全体の単語）であってもよい。また、共起する要素を複数組み合わせたものに対してスコアが対応付けられていてもよい。

なお、このスコアは、例えば、予め機能実行指示システム１の管理者等によって機能実行指示サーバ１０に入力されて記憶されている。また、機械学習によって得られたものであってもよい。

カテゴリ特定部１３は、上記のように図３に示す辞書あるいはチャンキング等により、単語のカテゴリの特定を行った結果、複数のカテゴリに特定された（属するものと判断された）単語について共起確率のスコアに基づくカテゴリの限定を行う。例えば、上記のように「渋谷まで行く」との発話の場合、「渋谷」という単語については、辞書あるいはチャンキング等によるカテゴリの特定では「駅」カテゴリと「人名」カテゴリとの２つのカテゴリに特定される。カテゴリ特定部１３は、複数のカテゴリに特定された単語であるカテゴリ特定対象の単語と共起する単語から、図７に示す共起確率のスコアに基づいてカテゴリ毎のスコアを算出する。カテゴリ特定部１３は、カテゴリ特定対象の単語と共起する単語の各カテゴリのスコアを、カテゴリ毎に合計することでカテゴリ毎のスコアを算出する。カテゴリ特定部１３は、算出したスコアが最も高いカテゴリを、当該特定対象の単語のカテゴリと特定する。なお、共起する要素が動詞である場合には、動詞の活用が考慮されてもよい。例えば、「行き（たい）」との単語を「行く」と同様に扱ってもよい。

なお、図７の共起確率のスコアは、上記のように図３に示す辞書あるいはチャンキング等により特定されたカテゴリについてのもののみを用いればよい。上記の「渋谷まで行く」の例の場合には、「渋谷」という単語は、「駅」カテゴリと「人名」カテゴリとのカテゴリに特定されるため、「駅」カテゴリと「人名」カテゴリとの共起確率のスコアを用いる。また、「渋谷」には、「まで」と「行く」との単語が共起しているので、それらのカテゴリ毎のスコアを図７のテーブルに基づいて特定する。「駅」カテゴリについては、「行く」のスコア０．５１、「まで」のスコア０．３４、及び「行く」と「まで」との組み合わせのスコア０．２６が合計され、合計のスコアが１．１１とされる。「人名」カテゴリについては、「行く」のスコア０．０４、「まで」のスコア０．３、及び「行く」と「まで」との組み合わせのスコア０が合計され、合計のスコアが０．３４とされる。「駅」カテゴリの合計のスコアの方が、「人名」カテゴリの合計のスコアよりも高いので、「渋谷」のカテゴリは「駅」であるものと特定（限定）される。

なお、カテゴリ特定部１３は、辞書あるいはチャンキング等によるカテゴリの特定をせずに、共起確率のスコアのみに基づいて単語のカテゴリの特定を行うこととしてもよい。その場合、全てのカテゴリについて、共起確率のスコアに基づく単語のスコアを算出する。以上が、本実施形態に係る機能実行指示システム１の機能構成である。

図８に本実施形態に係る機能実行指示サーバ１０及び音声認識サーバ２０を構成するサーバ装置のハードウェア構成を示す。図８に示すように当該サーバ装置は、ＣＰＵ（Central Processing Unit）１０１、主記憶装置であるＲＡＭ（RandomAccess Memory）１０２及びＲＯＭ（Read Only Memory）１０３、通信を行うための通信モジュール１０４、並びにハードディスク等の補助記憶装置１０５等のハードウェアを備えるコンピュータを含むものとして構成される。これらの構成要素がプログラム等により動作することにより、上述した機能実行指示サーバ１０及び音声認識サーバ２０の機能が発揮される。以上が、本実施形態に係る機能実行指示システム１の構成である。

引き続いて、図９のフローチャートを用いて、本実施形態に係る機能実行指示システム１で実行される処理である機能実行指示方法を説明する。本処理では、まず、本実施形態に係る機能実行指示システム１による機能実行の指示を受けるための通信端末３０に対するユーザの操作が行われて、通信端末３０に、機能を実行させるためのユーザの音声（発話）が入力される。続いて、当該音声が通信端末３０から音声認識サーバ２０に送信される。音声認識サーバ２０では、当該音声が受信されて入力される（Ｓ０１、音声認識ステップ）。続いて、音声認識サーバ２０では、入力された音声に対して音声認識が行われる（Ｓ０２、音声認識ステップ）。音声認識結果である単語の集合あるいは文章を示す情報が音声認識サーバ２０から通信端末３０に送信される。通信端末３０では、その情報が受信されて、機能実行指示サーバ１０に送信される。

機能実行指示サーバ１０では、単語入力部１２によって、音声認識結果である単語を含む情報が受信されて入力される（Ｓ０３、単語入力ステップ）。入力された情報は、単語入力部１２からカテゴリ特定部１３に出力される。続いて、カテゴリ特定部１３によって、単語入力部１２から入力された情報に含まれる単語のカテゴリが特定される（Ｓ０４、カテゴリ特定ステップ）。

ここで、図１０のフローチャートを用いて、単語のカテゴリの特定の処理（Ｓ０４）について詳細に説明する。本処理では、まず、上述したように図３に示す辞書による方法、あるいはチャンキングによる方法により、単語のカテゴリが特定される（Ｓ４１）。このカテゴリの特定において、複数のカテゴリに特定される単語がなかった場合には、単語のカテゴリの特定の処理（Ｓ０４）は終了する。このカテゴリの特定において、複数のカテゴリに特定される単語があった場合には、その単語について、それらの複数のカテゴリの中から図７の共起確率のスコアに基づいてカテゴリが１つに特定（限定）される（Ｓ４２）。特定されたカテゴリの情報は単語と共にカテゴリ特定部１３から実行機能決定部１４に出力される。

図９に戻り、続いて、実行機能決定部１４によって、実行が指示されるタスクの候補が決定される（Ｓ０５、実行機能決定ステップ）。タスク候補の決定は、図４〜図６を用いて説明したように入力された単語及び当該単語のカテゴリに基づいて、タスク毎にスコアが算出されることによって行われる。最も高いスコアのタスクが実行されるタスク候補となる。

続いて、実行機能決定部１４によって、カテゴリ特定部１３によって特定されたカテゴリ、及び実行機能記憶部１５によって記憶された過去に機能実行指示部１１によって実行が指示されたタスクのスロットに対応付いたカテゴリに基づいて、当該過去に機能実行指示部１１によって実行が指示されたタスクの実行をこれから指示するか否かが判断される（Ｓ０６、実行機能決定ステップ）。即ち、直前に実行が指示されたタスクを引き続いて実行指示するか、新たなタスクを実行指示するか（タスク遷移するか）が判断される。なお、過去に実行が指示されたタスクが無い場合や、過去に実行指示されたタスクがあっても、過去に実行指示されたタスクが一定期間以前の実行指示であるため判断に利用しないものである場合等には、上記の判断は行われなくてよい。この場合、Ｓ０３で入力された単語に基づいて実行が指示されるタスクが決定される。

直前に実行が指示されたタスクの実行を引き続いて指示すると判断した場合、当該タスクが実行指示されるタスクとして決定される（Ｓ０７、実行機能決定ステップ）。一方で、タスク遷移すると判断された場合、Ｓ０５においてタスク候補とされたタスクが実行指示されるタスクとして決定される（Ｓ０７、実行機能決定ステップ）。続いて、決定したタスクの実行を指示するように実行機能決定部１４から機能実行指示部１１に指示が行われる。この際、タスクのスロットに入力される単語も合わせて機能実行指示部１１に出力される。続いて、指示を受けた機能実行指示部１１によって通信端末３０に対してタスクの実行が指示される（Ｓ０８、機能実行指示ステップ）。通信端末３０では、この指示が受け付けられ、指示に係るタスクが実行される。

続いて、機能実行指示部１１によって実行が指示されたタスクを示す情報が、実行機能記憶部１５によって記憶される（Ｓ０９、実行機能記憶ステップ）。ここで記憶されたタスクを示す情報は、次にユーザの音声によってタスクの実行が指示される際に、実行が指示されるタスクの決定の際（Ｓ０６）に参照される。音声によるタスクの実行（起動）の処理（Ｓ０１〜Ｓ０９の処理）は繰り返し行われえる。以上が本実施形態に係る機能実行指示システム１で実行される処理である機能実行指示方法である。

上述したように本実施形態では、タスクに関連する（対応付けられた）カテゴリと入力された単語のカテゴリとに基づいて、過去に実行が指示されたタスクの実行をこれから指示するか否かが判断される。これにより、例えば、過去に実行されたタスクを引き続いて実行すべきか、新たなタスクを実行すべきか適切に判断される。

上述した例のように「乗換案内」のタスクによって、東京駅までの乗換が調べられた後、「やっぱり横浜」と発話された場合には、タスクの引き継ぎが行われて横浜駅までの乗換が調べられる。一方で、「カレー」と発話された場合には、タスクの引き継ぎが行われず「グルメ検索」のタスクが実行される。本実施形態とは異なり、一律にタスクを引き継ぐとした場合は、「カレー」と発話された場合、「乗換案内」と「カレー」とが対応しないため、「カレー」が無視され、ユーザの意図とは異なり再度東京駅までの乗換が調べられてしまう。また、本実施形態とは異なり、一律にタスクを引き継がないとした場合は、「やっぱり横浜」と発話された場合、ユーザの意図とは異なり上述したように「地図検索」のタスクが実行されてしまう。上記のように本実施形態では、タスクの引き継ぎ、あるいはタスク遷移が、ユーザの意図に沿って適切に行われて適切なタスクが実行される。

また、本実施形態においては、入力された単語のカテゴリが、当該単語が含まれる情報に含まれる当該単語以外の単語に基づいて特定されるため、適切にカテゴリが特定される。具体的には、上述したように図７に示す共起確率のスコアに基づいてカテゴリが特定される。上述した例のように「笹本さんの電話番号」とのユーザによる発話がなされて電話帳検索のタスクが実行された後（例えば、「笹本さんの電話番号はｘｘｘｘです」といったユーザへの通知が行われた後）、乗換案内のタスクの実行を意図して「渋谷に行きたい」とのユーザによる発話がなされた場合を考える。

図７に示す共起確率のスコアに基づくカテゴリの特定（限定）がなされない場合には、電話帳検索のタスクが引き継がれてしまう。しかし、本実施形態では、共起確率のスコアに基づくカテゴリの特定が行われ、「渋谷」との単語のカテゴリが「駅」カテゴリとして特定される。これにより、電話帳検索のタスクは引き継がれず、新たなタスクとして乗換案内のタスクが実行される（例えば、「渋谷駅までの乗換案内はこちらです」といったユーザへの通知が行われる）。このようにユーザの期待通りの動作が行われる。即ち、本実施形態によれば、連続して入力された単語による機能の実行を適切に行うことができる。

また、本実施形態のように「乗換」といった特定タスクとの関連が強いキーワードを予め設定した単語として設定しておき、上記キーワードに基づいて実行されるタスクが決定されることとしてもよい。この構成によれば、例えば、機能に深く関連する単語に基づいて、適切にタスクを実行することができる。

また、上述した例のように直前に実行されたタスクを引き継いで実行するか判断することとしてもよい。この構成によれば、例えば、直前に実行されたタスクを引き続いて実行すべきか、新たなタスクを実行すべきか適切に判断され、連続して入力された単語による機能の実行を適切に行うことができる。但し、必ずしも、直前に実行されたタスクのみを引き継ぎの判断対象とする必要はなく、例えば、一定時間以内に実行された複数のタスクを引き継ぎの対象としてもよい。

また、本実施形態のようにタスクにスロットを設けて、単語入力部１２によって入力された単語をスロットに入力する構成としてもよい。この構成によれば、タスクの実行と合わせて、単語入力部１２によって入力された単語を当該タスクへの入力とすることができ、適切なタスクの実行が可能となり、ユーザの利便性を向上させることができる。例えば、上述した「乗換案内」のタスクの実行と合わせて、入力された駅名による案内を行うことができる。

また、本実施形態のようにタスクの引き継ぎの判断は、タスクに関連する（対応付いた）カテゴリ（スロットのカテゴリ）と、入力された単語のカテゴリとを比較して、それらが一致しているか判断することによって行うこととしてもよい。この構成によれば、より適切に過去に実行が指示されたタスクを実行指示するか否かを判断することができ、より適切に本発明を実施することができる。

また、スロットに入力した単語を記憶しておき、記憶した単語を次にタスクの実行が指示されるときのスロットへの入力とすることとしてもよい。この構成によれば、過去に実行が指示されたタスクで用いられた単語を新たに実行される機能への入力とすることができ、更にユーザの利便性を向上させることができる。例えば、上述した「乗換案内」のタスクにおいて、着駅のみを変更した案内を行うことができる。

また、本実施形態のように音声を入力して音声認識を行って、音声認識結果を入力される単語を含む情報とすることとしてもよい。この構成によれば、ユーザの音声によって機能を実行することが可能となる。

但し、本実施形態においては、機能実行指示システム１において、音声認識サーバ２０を含むこととしていたが、必ずしも音声認識サーバ２０を含む必要はない。この場合、音声認識された結果、あるいは音声認識によらない単語群や文章が機能実行指示システム１に入力される。また、本実施形態では、機能実行指示サーバ１０と音声認識サーバ２０とが別体として構成されていたが、それらが一体として構成されていてもよい。この場合、音声認識結果を、通信端末３０を介して送受信する必要がない。また、通信端末３０等のユーザに用いられる端末に、機能実行指示サーバ１０あるいは音声認識サーバ２０の機能が備えられていてもよい。その場合、当該端末が本発明の一実施形態に係る機能実行指示システムとなる。あるいは、機能実行指示サーバ１０がタスクを実行する機能を有しており、タスクの実行結果を通信端末３０に提供する構成であってもよい。

また、上述した実施形態では、機能実行指示部１１によって実行が指示されたタスクを示す情報が、実行機能記憶部１５に入力されて記憶されていた。しかしながら、実行機能記憶部１５に記憶される情報は、機能実行指示部１１からではなく、通信端末３０から送信されて、機能実行指示サーバ１０に受信されることとしてもよい。この場合、上述したような機能実行指示サーバ１０の実行機能記憶部１５の機能は必ずしも必要ない。

この場合、通信端末３０は、機能実行指示サーバ１０（の機能実行指示部１１）から直前に実行を指示されたタスク（当該指示によって実行された、あるいは実行されているタスク）を示す情報を、上記の音声認識の結果と合わせて機能実行指示サーバ１０に送信する。例えば、通信端末３０は、「やっぱり横浜」あるいは「カレー」という発話の情報と、実行中のタスクを示す「乗換案内」の情報とを機能実行指示サーバ１０に送信する。機能実行指示サーバ１０では、当該情報が受信されて、実行機能決定部１４が受信された情報に基づいて上記と同様に実行が指示される機能を決定する。また、機能実行指示サーバ１０の実行機能決定部１４は、上記の情報以外の実行機能記憶部１５に記憶される情報（例えば、直前に実行されたタスクのスロットに入力された情報）を、通信端末３０から受信して、実行が指示される機能の決定及び実行の指示に用いることとしてもよい。

１…機能実行指示システム、１０…機能実行指示サーバ、１１…機能実行指示部、１２…単語入力部、１３…カテゴリ特定部、１４…実行機能決定部、１５…実行機能記憶部、２０…音声認識サーバ、１０１…ＣＰＵ、１０２…ＲＡＭ、１０３…ＲＯＭ、１０４…通信モジュール、１０５…補助記憶装置、３０…通信端末。

Claims (8)

1. 機能毎に予め設定されたカテゴリに関連する１つ以上の機能の実行を指示する機能実行指示手段と、
   単語を含む情報を入力する単語入力手段と、
   前記単語入力手段によって入力された情報に含まれる単語のカテゴリを、当該情報に含まれる当該単語以外の単語に基づいて特定するカテゴリ特定手段と、
   前記カテゴリ特定手段によって特定されたカテゴリに応じて、前記１つ以上の機能から前記機能実行指示手段によって実行が指示される機能を決定する実行機能決定手段と、を備え、
   前記実行機能決定手段は、前記カテゴリ特定手段によって特定されたカテゴリ、及び過去に前記機能実行指示手段によって実行が指示された機能に関連するカテゴリに基づいて、当該過去に前記機能実行指示手段によって実行が指示された機能の実行をこれから指示するか否か判断し、当該過去に前記機能実行指示手段によって実行が指示された機能の実行をこれから指示しないと判断した場合に、前記単語入力手段によって入力された情報に含まれる単語に基づいて、これから実行が指示される機能を新たに決定する機能実行指示システム。
2. 前記カテゴリ特定手段は、前記単語入力手段によって入力された情報に含まれる特定対象の単語と当該情報に含まれる当該単語以外の単語とが同一の情報に含まれる度合いを示す情報に基づいて、前記特定対象の単語のカテゴリを特定する請求項１に記載の機能実行指示システム。
3. 前記機能実行指示手段によって実行が指示された機能を記憶する実行機能記憶手段を更に備え、
   前記実行機能決定手段は、前記カテゴリ特定手段によって特定されたカテゴリ、及び前記実行機能記憶手段によって記憶された過去に前記機能実行指示手段によって実行が指示された機能に関連するカテゴリに基づいて、当該過去に前記機能実行指示手段によって実行が指示された機能の実行をこれから指示するか否か判断する、請求項１又は２に記載の機能実行指示システム。
4. 前記実行機能決定手段は、前記カテゴリ特定手段によって特定されたカテゴリに応じて、当該カテゴリに係る単語が前記単語入力手段によって入力される直前に前記機能実行指示手段によって実行が指示された機能の実行を指示するか否か判断する請求項１〜３の何れか一項に記載の機能実行指示システム。
5. 前記機能実行指示手段によって実行が指示される機能には、前記単語入力手段によって入力された情報に含まれると共に当該機能に関連するカテゴリの単語を入力する機能が含まれており、
   前記実行機能決定手段は、前記カテゴリ特定手段によって特定されたカテゴリの単語が、前記過去に前記機能実行指示手段によって実行が指示された機能への入力が可能か否かを判断して、当該判断に応じて当該過去に前記機能実行指示手段によって実行が指示された機能の実行を指示するか否かを判断する、請求項１〜４の何れか一項に記載の機能実行指示システム。
6. 前記実行機能決定手段は、前記カテゴリ特定手段によって特定されたカテゴリと、前記過去に実行が指示された機能への入力とされた単語のカテゴリとが一致するか否かを判断して、一致すると判断した場合に当該機能の実行をこれから指示すると判断する請求項５に記載の機能実行指示システム。
7. 音声を入力して、入力した音声に対して音声認識を行って、音声認識を行った結果を前記単語入力手段に入力する音声認識手段を更に備える請求項１〜６の何れか一項に記載の機能実行指示システム。
8. 機能実行指示システムの動作方法である機能実行指示方法であって、
   機能毎に予め設定されたカテゴリに関連する１つ以上の機能の実行を指示する機能実行指示ステップと、
   単語を含む情報を入力する単語入力ステップと、
   前記単語入力ステップにおいて入力された情報に含まれる単語のカテゴリを、当該情報に含まれる当該単語以外の単語に基づいて特定するカテゴリ特定ステップと、
   前記カテゴリ特定ステップにおいて特定されたカテゴリに応じて、前記１つ以上の機能から前記機能実行指示ステップにおいて実行が指示される機能を決定する実行機能決定ステップと、を含み、
   前記実行機能決定ステップにおいて、前記カテゴリ特定ステップにおいて特定されたカテゴリ、及び過去に前記機能実行指示ステップにおいて実行が指示された機能に関連するカテゴリに基づいて、当該過去に前記機能実行指示ステップにおいて実行が指示された機能の実行をこれから指示するか否か判断し、当該過去に前記機能実行指示ステップにおいて実行が指示された機能の実行をこれから指示しないと判断した場合に、前記単語入力ステップにおいて入力された情報に含まれる単語に基づいて、これから実行が指示される機能を新たに決定する機能実行指示方法。

Images