JP7077683B2 - 回答候補作成プログラム、回答候補作成装置及び回答候補作成方法 - Google Patents
回答候補作成プログラム、回答候補作成装置及び回答候補作成方法 Download PDFInfo
- Publication number
- JP7077683B2 JP7077683B2 JP2018044983A JP2018044983A JP7077683B2 JP 7077683 B2 JP7077683 B2 JP 7077683B2 JP 2018044983 A JP2018044983 A JP 2018044983A JP 2018044983 A JP2018044983 A JP 2018044983A JP 7077683 B2 JP7077683 B2 JP 7077683B2
- Authority
- JP
- Japan
- Prior art keywords
- operator
- incident
- answer
- cluster
- candidate
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
以下、本発明を実施するための形態について図面を参照しながら説明する。
回答候補作成装置(以下、作成装置とも言う)1は、インシデントデータから模範回答となるFAQを生成するためのFAQ回答候補を出力するものである。出力されるFAQ回答候補によりFAQを整備することで、よく受ける質問に対して、コンタクトセンターなどのオペレータ個人の知識範囲に依存せず、効率的で質の高い回答をすることが可能となる。インシデントとは、質問者とオペレータの間でやり取りされた対応履歴であって、例えば文章として記録されている。
インシデントデータは、インシデントID、対応日時、対応オペレータ、質問、回答の項目から構成されている。なお、構成される項目はこれに限定されるものではなく、他の項目を含むものであってもよい。
作成装置1は、クラスタリング部11、要素分割部12、集計部13、判定部14、生成部15、記憶部16から構成されている。なお、作成装置1の構成はこれに限定されるものではなく、他の構成を含むものであってもよい。
・・・(1)
よって、この場合のコサイン類似度(インシデント-01、インシデント-02)=2/sqrt(3)×srqt(3)=2/3=0.667となる。なお、同様に計算するとインシデント-01とインシデント-03のコサイン類似度は1/3(=0.333)となる。
集計部13は、分割された各要素についてオペレータがインシデントに記載したか、記載していないか(非記載か)をオペレータごとに集計する。すなわち、集計部13は、インシデントの回答文を分割した各要素がインシデントに記載されたか否かを記載数及び非記載数を含めてオペレータごとに集計して集計データを生成する。非記載数とは、要素が記載されていないインシデントの数を言う。このときのインシデント数及び対応日時もあわせて集計する。集計された結果の一例を図6に示す。
入力装置145は、情報を入力するものであって、例えばキーボードなどである。
次に、実施形態の作成装置におけるFAQ回答候補の抽出処理フローについて図15を用いて説明する。まず、作成装置1は、読み取ったインシデントに対してクラスタリングを行う(ステップS1501)。作成装置1はクラスタリングしたインシデントの回答部分を要素に分割する(ステップS1502)。作成装置1は、分割した各要素に対してFAQ回答候補の判定を行う(FAQ回答候補判定処理:ステップS1503)。FAQ回答候補判定処理の詳細については後述する。作成装置1は、判定の結果、FAQ回答候補の要素がある場合には出力する(FAQ回答候補出力:ステップS1504)。
以下、第2の実施形態について図面を参照しながら説明する。なお、第2の実施の形態において、第1の実施形態と同様の構成および処理に関して、説明を省略する。
(a)評価値=「全て記載」に該当する要素の数
(b)評価値=「全て記載」または「所定時期から記載」に該当する要素の数
(c)「全て記載」または「所定時期から記載」に該当する要素に基づく重み付け評価値
(d)(c)の評価値において、「所定時期から記載」をさらに時期によって重み付けした評価値
(c)の評価値の算出例を説明する。例えば、重みが以下のように設定されているとする。
「全て記載」に該当する要素の数(A)に対する重み:2
「所定時期から記載」に該当する要素の数(B)に対する重み:1
上記のように重みが設定されていた場合、選択部18は、以下の式のように評価値を算出する。
評価値=2×A+1×B
評価値=2×2+1×3=7
(d)の評価値の算出例を説明する。例えば、重みが以下のように設定されているとする。
「全て記載」に該当する要素の数(A)に対する重み:3
「所定時期から記載」に該当し、所定時期が2016年1月以降である要素の数(B2)に対する重み:2
「所定時期から記載」に該当し、所定時期が2016年2月以降である要素の数(B1)に対する重み:1
評価値=3×A+2×B2+1×B1
評価値=3×2+2×3+1×4=16
(1)選択部18は、評価値が最も大きいオペレータを選択する。なお、評価値が同じである複数のオペレータが存在する場合、選択部18は、当該複数のオペレータを代表オペレータに選択してもよい。
(2)選択部18は、評価値が高い順にオペレータを順位付けし、順位が高い所定数のオペレータを選択する。
オペレータAAAの評価値=2×3+1×2=8
オペレータBBBの評価値=2×2+1×2=6
オペレータDDDの評価値=2×3+1×1=7
従って、選択部18は、(C)、(1)の方法を用いてオペレータを選択した場合、評価値が最も大きいオペレータAAAを選択し、オペレータBBBおよびオペレータDDDを選択しない。
ステップS3006でYESの場合、生成部15は、当該対象要素をFAQ回答候補に追加して、当該対象要素を含むクラスタに対応する質問回答集の回答候補を生成する(ステップS3007)。
(付記1)
任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定する判定部と、
前記要素がある場合、前記要素を追加して質問回答集の回答候補を生成する生成部とを、
有することを特徴とする回答候補作成装置。
(付記2)
前記インシデントの回答文を分割した前記各要素が前記インシデントに記載されたか否かを記載数及び非記載数を含めてオペレータごとに集計して集計データを生成する集計部を更に有し、
前記判定部は、前記集計データに基づいて前記判定を行うことを特徴とする付記1に記載の回答候補作成装置。
(付記3)
前記判定部は、一定期間ごとに各要素の前記インシデントへの記載比率を前記オペレータごとに算出し、算出された前記記載比率に基づいて、前記任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定することを特徴とする付記1又は2に記載の回答候補作成装置。
(付記4)
前記判定部は、要素が前記インシデントに一貫して記載されている又は記載されていないかを要素ごとに判定し、
前記生成部は、一貫して記載されている又は記載されていない要素を追加して前記質問回答集の回答候補を生成することを特徴とする付記1から3のいずれか1つに記載の回答候補作成装置。
(付記5)
前記判定部は、要素が全てのオペレータの前記インシデントに記載されているか否かを判定し、
前記生成部は、記載されている要素を追加して前記質問回答集の回答候補を生成することを特徴とする付記1から4のいずれか1つに記載の回答候補作成装置。
(付記6)
前記インシデントを複数のクラスタに分類するクラスタリング部と、
所定のオペレータの任意の時期以前のインシデントには記載されていないが、前記所定のオペレータの前記任意の時期以降のインシデントには記載されている要素が存在する場合、前記要素が含まれるクラスタに対応するオペレータ候補に前記所定のオペレータを設定する設定部と、
前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択する選択部とを備え、
前記生成部は、所定のクラスタに対応するオペレータのインシデントに記載されている要素を追加して前記所定のクラスタに対応する質問回答集の回答候補を生成する、
ことを特徴とする付記1に記載の回答候補作成装置。
(付記7)
前記インシデントを複数のクラスタに分類するクラスタリング部と、
所定のオペレータが前記インシデントにおいて一貫して記載している要素が存在する場合、前記要素が含まれるクラスタに対応するオペレータ候補に前記所定のオペレータを設定する設定部と、
前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択する選択部とを備え、
前記生成部は、所定のクラスタに対応するオペレータのインシデントに記載されている要素を追加して前記所定のクラスタに対応する質問回答集の回答候補を生成する、
ことを特徴とする付記1に記載の回答候補作成装置。
(付記8)
前記選択部は、前記オペレータ候補が記載した全てのインシデントに記載されている要素の数、および前記オペレータ候補が記載した所定時期以降の全てのインシデントに記載されている要素の数に基づいて、前記オペレータ候補毎に評価値を算出し、前記評価値の大きさに基づいて、前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択する、
ことを特徴とする付記6または7に記載の回答候補作成装置。
(付記9)
前記クラスタリング部は、過去の質問回答をクラスタリングし、前記過去の質問回答を前記インシデントに対応付け、対応付けられた前記過去の質問回答のクラスタに応じて、前記インシデントを複数のクラスタに分類する、
ことを特徴とする付記8に記載の回答候補作成装置。
(付記10)
任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定し、
前記要素がある場合、前記要素を追加して質問回答集の回答候補を生成する、
処理をコンピュータが実行することを特徴とする回答候補作成方法。
(付記11)
前記インシデントの回答文を分割した前記各要素が前記インシデントに記載されたか否かを記載数及び非記載数を含めてオペレータごとに集計して集計データを生成し、
前記集計データに基づいて前記判定を行う処理を前記コンピュータが実行することを特徴とする付記10に記載の回答候補作成方法。
(付記12)
一定期間ごとに各要素の前記インシデントへの記載比率を前記オペレータごとに算出し、算出された前記記載比率に基づいて、前記任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定する処理を前記コンピュータが実行することを特徴とする付記10又は11に記載の回答候補作成方法。
(付記13)
要素が前記インシデントに一貫して記載されている又は記載されていないかを要素ごとに判定し、一貫して記載されている又は記載されていない要素を追加して前記質問回答集の回答候補を生成する処理を前記コンピュータが実行することを特徴とする付記10から12のいずれか1つに記載の回答候補作成方法。
(付記14)
要素が全てのオペレータの前記インシデントに記載されているか否かを判定し、記載されている要素を追加して前記質問回答集の回答候補を生成する処理を前記コンピュータが実行することを特徴とする付記10から13のいずれか1つに記載の回答候補作成方法。
(付記15)
前記インシデントを複数のクラスタに分類し、
所定のオペレータの任意の時期以前のインシデントには記載されていないが、前記所定のオペレータの前記任意の時期以降のインシデントには記載されている要素が存在する場合、前記要素が含まれるクラスタに対応するオペレータ候補に前記所定のオペレータを設定し、
前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択し、
所定のクラスタに対応するオペレータのインシデントに記載されている要素を追加して前記所定のクラスタに対応する質問回答集の回答候補を生成する、
処理を前記コンピュータが実行することを特徴とする付記10に記載の回答候補作成方法。
(付記16)
前記インシデントを複数のクラスタに分類し、
所定のオペレータが前記インシデントにおいて一貫して記載している要素が存在する場合、前記要素が含まれるクラスタに対応するオペレータ候補に前記所定のオペレータを設定し、
前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択し、
所定のクラスタに対応するオペレータのインシデントに記載されている要素を追加して前記所定のクラスタに対応する質問回答集の回答候補を生成する、
処理を前記コンピュータが実行することを特徴とする付記10に記載の回答候補作成方法。
(付記17)
前記オペレータ候補が記載した全てのインシデントに記載されている要素の数、および前記オペレータ候補が記載した所定時期以降の全てのインシデントに記載されている要素の数に基づいて、前記オペレータ候補毎に評価値を算出し、前記評価値の大きさに基づいて、前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択する、
処理を前記コンピュータが実行することを特徴とする付記15または16に記載の回答候補作成方法。
(付記18)
過去の質問回答をクラスタリングし、前記過去の質問回答を前記インシデントに対応付け、対応付けられた前記過去の質問回答のクラスタに応じて、前記インシデントを複数のクラスタに分類する、
処理を前記コンピュータが実行することを特徴とする付記17に記載の回答候補作成方法。
2 インシデントデータ
3 FAQ回答候補
4 FAQデータ
11 クラスタリング部
12 要素分割部
13 集計部
14 判定部
15 生成部
16 記憶部
17 設定部
18 選択部
140 CPU
141 HDD
142 RAM
143 ROM
144 表示装置
145 入力装置
146 通信インタフェース
147 バス
Claims (11)
- 質問回答集の回答候補を生成する回答候補作成装置によって実行される回答候補作成プログラムであって、
任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定し、
前記要素がある場合、前記要素を追加して質問回答集の回答候補を生成する、
処理を前記回答候補作成装置のコンピュータに実行させることを特徴とする回答候補作成プログラム。 - 前記インシデントの回答文を分割した前記各要素が前記インシデントに記載されたか否かを記載数及び非記載数を含めてオペレータごとに集計して集計データを生成し、
前記集計データに基づいて前記判定を行うことを特徴とする請求項1に記載の回答候補作成プログラム。 - 一定期間ごとに各要素の前記インシデントへの記載比率をオペレータごとに算出し、算出された前記記載比率に基づいて、前記任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定することを特徴とする請求項1又は2に記載の回答候補作成プログラム。
- 要素が前記インシデントに一貫して記載されている又は記載されていないかを要素ごとに判定し、一貫して記載されている又は記載されていない要素を追加して前記質問回答集の回答候補を生成することを特徴とする請求項1から3のいずれか1つに記載の回答候補作成プログラム。
- 要素が全てのオペレータの前記インシデントに記載されているか否かを判定し、記載されている要素を追加して前記質問回答集の回答候補を生成することを特徴とする請求項1から4のいずれか1つに記載の回答候補作成プログラム。
- 前記インシデントを複数のクラスタに分類し、
所定のオペレータの任意の時期以前のインシデントには記載されていないが、前記所定のオペレータの前記任意の時期以降のインシデントには記載されている要素が存在する場合、前記要素が含まれるクラスタに対応するオペレータ候補に前記所定のオペレータを設定し、
前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択し、
所定のクラスタに対応するオペレータのインシデントに記載されている要素を追加して前記所定のクラスタに対応する質問回答集の回答候補を生成する、
ことを特徴とする請求項1に記載の回答候補作成プログラム。 - 前記インシデントを複数のクラスタに分類し、
所定のオペレータが前記インシデントにおいて一貫して記載している要素が存在する場合、前記要素が含まれるクラスタに対応するオペレータ候補に前記所定のオペレータを設定し、
前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択し、
所定のクラスタに対応するオペレータのインシデントに記載されている要素を追加して前記所定のクラスタに対応する質問回答集の回答候補を生成する、
ことを特徴とする請求項1に記載の回答候補作成プログラム。 - 前記オペレータ候補が記載した全てのインシデントに記載されている要素の数、および前記オペレータ候補が記載した所定時期以降の全てのインシデントに記載されている要素の数に基づいて、前記オペレータ候補毎に評価値を算出し、前記評価値の大きさに基づいて、前記オペレータ候補の中から、前記クラスタに対応するオペレータを選択する、
ことを特徴とする請求項6または7に記載の回答候補作成プログラム。 - 過去の質問回答をクラスタリングし、前記過去の質問回答を前記インシデントに対応付け、対応付けられた前記過去の質問回答のクラスタに応じて、前記インシデントを複数のクラスタに分類する、
ことを特徴とする請求項8に記載の回答候補作成プログラム。 - 任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定する判定部と、
前記要素がある場合、前記要素を追加して質問回答集の回答候補を生成する生成部とを、
有することを特徴とする回答候補作成装置。 - 任意の時期以前のインシデントには記載されていないが、前記任意の時期以降のインシデントには記載されている要素があるか否かを判定し、
前記要素がある場合、前記要素を追加して質問回答集の回答候補を生成する、
処理をコンピュータが実行することを特徴とする回答候補作成方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017146642 | 2017-07-28 | ||
JP2017146642 | 2017-07-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019028989A JP2019028989A (ja) | 2019-02-21 |
JP7077683B2 true JP7077683B2 (ja) | 2022-05-31 |
Family
ID=65478536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018044983A Active JP7077683B2 (ja) | 2017-07-28 | 2018-03-13 | 回答候補作成プログラム、回答候補作成装置及び回答候補作成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7077683B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006260218A (ja) | 2005-03-17 | 2006-09-28 | Fujitsu Ltd | 業務スキル推定プログラム |
JP2016103270A (ja) | 2014-11-12 | 2016-06-02 | 株式会社アドバンスト・メディア | 情報処理システム、受付サーバ、情報処理方法及びプログラム |
-
2018
- 2018-03-13 JP JP2018044983A patent/JP7077683B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006260218A (ja) | 2005-03-17 | 2006-09-28 | Fujitsu Ltd | 業務スキル推定プログラム |
JP2016103270A (ja) | 2014-11-12 | 2016-06-02 | 株式会社アドバンスト・メディア | 情報処理システム、受付サーバ、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019028989A (ja) | 2019-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10990645B1 (en) | System and methods for performing automatic data aggregation | |
Mencía et al. | Efficient voting prediction for pairwise multilabel classification | |
Zuberi et al. | GeneMANIA prediction server 2013 update | |
Rai | Identifying key product attributes and their importance levels from online customer reviews | |
US10949000B2 (en) | Sticker recommendation method and apparatus | |
US20110289088A1 (en) | System and method for ranking content interest | |
US20170116388A1 (en) | Lifestyle and phenotype database and analytics platform | |
US10078843B2 (en) | Systems and methods for analyzing consumer sentiment with social perspective insight | |
US20130198029A1 (en) | Application recommendation and substitution | |
WO2016093836A1 (en) | Interactive detection of system anomalies | |
Jiang et al. | The impact of incomplete knowledge on the evaluation of protein function prediction: a structured-output learning perspective | |
CN107908616B (zh) | 预测趋势词的方法和装置 | |
US9996529B2 (en) | Method and system for generating dynamic themes for social data | |
CN111737576A (zh) | 应用功能个性化推荐方法和装置 | |
US20090112850A1 (en) | Bioitem Searcher, Bioitem Search Terminal, Bioitem Search Method, and Program | |
Bhatia et al. | Machine Learning with R Cookbook: Analyze data and build predictive models | |
EP2595065B1 (en) | Categorizing data sets | |
Cardoso et al. | A collection of benchmark data sets for knowledge graph-based similarity in the biomedical domain | |
US10073892B1 (en) | Item attribute based data mining system | |
JP5256273B2 (ja) | 意図抽出装置、方法及びプログラム | |
JP7481181B2 (ja) | 計算機システムおよび貢献度計算方法 | |
US11468674B2 (en) | Systems and methods for dynamic image category determination | |
JP7077683B2 (ja) | 回答候補作成プログラム、回答候補作成装置及び回答候補作成方法 | |
WO2016118156A1 (en) | Visually interactive identification of a cohort of data objects similar to a query object based on domain knowledge | |
Aburatani et al. | ASIAN: a web server for inferring a regulatory network framework from gene expression profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211015 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211207 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20211207 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20211207 |
|
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: 20220419 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220502 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7077683 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |