JP7124565B2 - 対話方法、対話プログラム及び情報処理装置 - Google Patents

Description

本発明は、対話方法、対話プログラム及び情報処理装置に関する。

近年では、ユーザとシステムとがテキストデータによって対話を行う対話システムが普及しつつある。この対話システムの１つとして、スロットフィリング形式の対話を行うものが知られている。

スロットフィリング形式の対話を行う対話システムでは、予め用意された項目について、各項目の値を埋めるための質問文を順番にユーザに提示し、ユーザが回答を入力すると、この回答を項目の値として取得し、特定の処理を実行する。また、この対話システムでは、ユーザに対し、自身の回答の内容を提示することで、対話システムに回答が伝わったか否かを確認させるものもある。

特開２０１６－７１０５０号公報

上述した対話システムでは、入力された回答を繰り返し提示する機械的な手法で、対話システムに回答が伝わったか否かをユーザに確認させる。このため、上述した対話システムでは、ユーザが回答する回数が増えるにつれて、ユーザに違和感や不自然さを感じさせることになり、自然な対話の継続に支障をきたす可能性がある。

１つの側面では、本発明は、ユーザとの自然な対話を継続させることを目的としている。

一つ態様では、コンピュータによる対話方法であって、前記コンピュータが、ユーザの発話情報を取得し、取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得し、前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出し、抽出した関連情報を出力する。

上記各手順は、上記各手順を実現する機能部、各手順を実現する処理としても良く、各処理をコンピュータに実行させるプログラムを記憶したコンピュータ読み取り可能な記憶媒体とすることもできる。

ユーザとの自然な対話を継続させることができる。

対話システムの概要を説明する図である。 対話システムのシステム構成の一例を説明する図である。 対話装置のハードウェア構成の一例を示す図である。 テーブル記憶部に保持されたスロットテーブルの一例を示す図である。 対話処理部の機能について説明する図である。 関連情報テーブルの一例を示す図である。 固有表現抽出学習部の処理を説明するフローチャートである。 対話処理部の処理を説明する第一のフローチャートである。 対話処理部の処理を説明する第二のフローチャートである。 対話処理部の処理を説明する第三のフローチャートである。

以下に、図面を参照して、本実施形態について説明する。図１は、対話システムの概要を説明する図である。

本実施形態の対話システム１００は、対話装置２００と、端末装置３００とを含み、対話装置２００と端末装置３００とは、ネットワークを介して接続される。

本実施形態の対話システム１００において、対話装置２００は、特定の目的を持った対話を実現するアルゴリズムの一つである、スロットフィリング形式の対話を行う対話装置である。

具体的には、対話装置２００は、端末装置３００に対して、予め用意された項目の値を入力させる質問文を出力する（ステップＳ１）。そして、対話装置２００は、端末装置３００において、質問文に対する回答が入力され、端末装置３００から回答を示す情報を受信すると、この回答を示す情報を、質問文に含まれる項目の値として取得し、特定の目的に応じた処理を実行する（ステップＳ２）。

また、本実施形態の対話装置２００は、回答を示す情報を受信すると、回答と関連する関連情報を取得する。そして、対話装置２００は、取得した関連情報の中から、回答の属性を示す関連情報を選択し、回答に対する応答として、端末装置３００に表示させる（ステップＳ３）。以下の説明では、回答に対する応答を、回答に対する相槌、回答に対する相槌文等と表現する場合がある。

図１の例では、対話装置２００は、「行き先（目的地）と人数に応じた移動ルートを提示する」という目的を持った対話を実現するものである。

本実施形態の対話装置２００は、端末装置３００のユーザＰに対して、予め用意された項目の１つである「行き先」の回答を入力させるための質問文Ｑ１を生成し、端末装置３００の画面３０１に表示させる。

尚、画面３０１は、端末装置３００において、対話装置２００との対話の開始を指示する操作が行われると、端末装置３００に表示される画面の一例である。

本実施形態の端末装置３００は、画面３０１において、入力欄３０２に回答文（発話文）Ａ１が入力されると、回答文Ａ１を質問文Ｑ１と対応付けて表示させ、回答文Ａ１を示す情報を対話装置２００に送信する。

以下の説明では、質問文を示す情報を質問情報と呼び、回答文（発話文）を示す情報を、発話情報と呼ぶ場合がある。また、以下の説明では、発話情報に含まれる文字列であって、質問文に含まれる項目の値となる文字列を、回答、又は、回答となる文字列と呼ぶ場合がある。

本実施形態の対話装置２００は、端末装置３００から回答文Ａ１を示す発話情報を受信すると、発話情報から、項目「行き先」の値を示す文字列を、回答として抽出する。図１の例では、項目「行き先」の値となる文字列（回答）は、「シカゴ」であるため、文字列「シカゴ」が、回答として抽出される。

本実施形態の対話装置２００は、発話情報から回答を抽出すると、外部の情報源を検索して回答の関連情報を取得し、取得した回答情報の中から、回答の属性を示す関連情報を選択する。

そして、対話装置２００は、選択した関連情報を含む相槌文を、端末装置３００に表示させる。

また、対話装置２００は、相槌文を表示させた後に、次の項目の値を入力させるための質問文を端末装置３００に表示させる。

図１の例では、質問文Ｑ１に含まれる項目は「行き先」であり、この項目の属性は、「場所」である。したがって、項目「行き先」の値である回答の属性も、「場所」である。

よって、対話装置２００は、回答「シカゴ」に基づき取得した関連情報の中から、「シカゴ」が「場所」を示している関連情報Ｒ１を選択し、関連情報Ｒ１を含む相槌文Ｈ１を生成して、端末装置３００の画面３０１に表示させる。

図１の例では、相槌文Ｈ１として、「シカゴは、ボブ・○○さんの出身地で有名です。」というテキストデータが表示されており、この中に含まれる関連情報Ｒ１である「シカゴは、ボブ・デービッドソンの出身地で有名」は、「シカゴ」という場所を示していることがわかる。また、相槌文Ｈ１において、関連情報Ｒ１には、回答となる文字列「シカゴ」が含まれることがわかる。

また、相槌文Ｈ１は、回答文Ａ１を受けた応答として表示されており、相槌文Ｈ１が回答文Ａ１と対応付けられていることがわかる。

本実施形態では、対話装置２００は、相槌文Ｈ１を画面３０１に表示させると、次に、項目「同行者」の値を入力させるための質問文Ｑ２を端末装置３００の画面３０１に表示させる。

このように、本実施形態の対話装置２００は、回答に関連する関連情報の中から、回答の属性を示す関連情報を選択し、選択された関連情報を、回答を受け付けたことを確認させる相槌文として、端末装置３００に表示させる。

言い換えれば、対話装置２００は、ユーザに対する質問文を表示させ、質問文に対する回答を含む発話文の入力を受け付けると、回答と、回答と関連する関連情報と、を含む応答文（相槌文）を生成し、発話文と対応付けて表示させる。以下の説明では、応答文（相槌文）を示す情報を応答情報と表現する場合がある。

したがって、本実施形態によれば、対話装置２００から出力される相槌文は、回答の属性に応じて異なるものとなり、ユーザの回答に対して、変化に富んだ相槌文を出力することができる。

また、本実施形態によれば、相槌文に、回答と、回答の属性に基づき選択された関連情報とを含めるため、ユーザに対し、対話装置２００による回答の内容の理解の度合いを提示することができる。したがって、本実施形態では、ユーザに対し、対話装置２００が回答を正しく理解しているか否かを確認させることができる。

これらのことから、本実施形態によれば、ユーザとの自然な対話を継続させることに貢献できる。

以下に、本実施形態の対話システム１００について、さらに説明する。図２は、対話システムのシステム構成の一例を説明する図である。

本実施形態の対話システム１００の対話装置２００は、対話処理部２１０、固有表現抽出学習部２２０、モデル記憶部２３０、テーブル記憶部２４０を有する。

また、本実施形態の対話装置２００は、端末装置３００以外に、例えば、情報源４００と、固有表現タグ付きコーパス５００と、ネットワークを介して接続される。

情報源４００は、例えば、ネットワーク上に構築されたデータベース群であり、様々な情報が格納されている。情報源４００は、対話処理部２１０により参照される。

固有表現タグ付きコーパス５００は、人名、場所、組織名、製品名等の固有名詞に対して、その範囲を示す構造が予めメタデータとして付与されている文書集合である。

尚、図２の例では、情報源４００と固有表現タグ付きコーパス５００は、対話システム１００の外部に設けられるものとしたが、これに限定されない。情報源４００と固有表現タグ付きコーパス５００は、対話システム１００に含まれていても良い。また、情報源４００と固有表現タグ付きコーパス５００は、それぞれが対話装置２００に設けられていても良い。

本実施形態の対話処理部２１０は、端末装置３００のユーザとの対話を実現するための対話処理を実行する。具体的には、対話処理部２１０は、テーブル記憶部２４０が保持しているスロットテーブル２４１を参照して、質問情報を生成する。

また、本実施形態の対話処理部２１０は、モデル記憶部２３０が保持している固有表現抽出モデル２３１に、回答に関連する関連情報を入力して得られた結果に基づき、関連情報の中から、回答の属性を示す関連情報を選択し、応答情報を生成する。対話処理部２１０の詳細は後述する。

固有表現抽出学習部２２０は、対話処理部２１０による対話処理を実行する前の事前処理として、固有表現タグ付きコーパス５００を用いて固有表現抽出モデル２３１を生成し、モデル記憶部２３０に格納する。固有表現抽出モデル２３１は、対話処理部２１０による応答情報の生成の際に用いられる。

本実施形態の固有表現抽出学習部２２０は、固有表現タグ付きコーパス５００に含まれる文脈情報のみの学習によって、固有表現抽出モデル２３１を生成する。

本実施形態の固有表現抽出モデル２３１は、関連情報が入力されると、関連情報の文脈に基づき、関連情報が回答の属性を示す確率を示すスコアを出力する。固有表現抽出学習部２２０の処理の詳細は後述する。

モデル記憶部２３０は、固有表現抽出モデル２３１を保持するための記憶領域である。テーブル記憶部２４０は、対話処理部２１０により参照されるスロットテーブル２４１を保持するための記憶領域である。

次に、図３を参照して、本実施形態の対話装置２００のハードウェア構成について説明する。図３は、対話装置のハードウェア構成の一例を示す図である。

本実施形態の対話装置２００は、それぞれバスＢで相互に接続されている入力装置２１、出力装置２２、ドライブ装置２３、補助記憶装置２４、メモリ装置２５、演算処理装置２６及びインターフェース装置２７を含む情報処理装置である。

入力装置２１は、各種の情報の入力を行うための装置であり、例えばキーボードやポインティングデバイス等により実現される。出力装置２２は、各種の情報の出力を行うためものであり、例えばディスプレイ等により実現される。インターフェース装置２７は、ＬＡＮカード等を含み、ネットワークに接続する為に用いられる。

本実施形態の対話処理部２１０、固有表現抽出学習部２２０を実現する対話プログラムは、対話装置２００を制御する各種プログラムの少なくとも一部である。対話プログラムは例えば記憶媒体２８の配布やネットワークからのダウンロード等によって提供される。対話プログラムを記録した記憶媒体２８は、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的、電気的或いは磁気的に記録する記憶媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記憶媒体を用いることができる。

また、対話プログラムは、対話プログラムを記録した記憶媒体２８がドライブ装置２３にセットされると、記憶媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。ネットワークからダウンロードされた対話プログラムは、インターフェース装置２７を介して補助記憶装置２４にインストールされる。

補助記憶装置２４は、インストールされた対話プログラムを格納すると共に、上述した固有表現抽出モデル２３１やスロットテーブル２４１等の必要なファイル、データ等を格納する。メモリ装置２５は、対話装置２００の起動時に補助記憶装置２４から対話プログラムを読み出して格納する。そして、演算処理装置２６はメモリ装置２５に格納された対話プログラムに従って、後述するような各種処理を実現している。

次に、図４を参照して、本実施形態のスロットテーブル２４１について説明する。図４は、テーブル記憶部に保持されたスロットテーブルの一例を示す図である。

本実施形態のスロットテーブル２４１は、対話システム１００毎に予め用意されて、テーブル記憶部２４０に保持されている。

本実施形態のスロットテーブル２４１は、情報の項目として、スロット名と、タイプと、スロット値とを有する。

項目「スロット名」の値は、対話装置２００から端末装置３００に送信される質問情報に含まれる項目の名称を示す。言い換えれば、項目「スロット名」の値は、端末装置３００に表示される質問文に含まれる項目であり、端末装置３００のユーザに値を入力させる項目である。

項目「タイプ」の値は、対応するスロット名の属性を示す。言い換えれば、項目「タイプ」の値は、質問文に含まれる項目の属性（発話文に含まれる回答の属性）を示す。

項目「スロット値」の値は、発話情報から抽出された、質問情報に含まれる項目の値を示す。言い換えれば、項目「スロット値」の値は、質問文に対する発話文に含まれる回答である。

図４の例では、スロット名「行き先」と、タイプ「場所」とが対応付けられている。したがって、質問文に含まれる項目が「行き先」である場合、質問文の回答となるスロット値「シカゴ」の属性は「場所」であり、スロット値「シカゴ」は、場所を示す文字列として扱われる。

また、図４の例では、スロット名「期間」と、タイプ「日付」とが対応付けられている。したがって、質問文に含まれる項目が「期間」である場合、質問文の回答となるスロット値は、日付を示す文字列として扱われる。

次に、図５を参照して、本実施形態の対話処理部２１０の機能について説明する。図５は、対話処理部の機能について説明する図である。

本実施形態の対話処理部２１０は、質問文生成部２１１、発話受付部２１２、回答抽出部２１３、回答登録部２１４、相槌文生成部２１５、出力部２１６を有する。

質問文生成部２１１は、端末装置３００から、対話の開始の指示を受け付けると、スロットテーブル２４１の項目「スロット値」の値を初期化し、項目「スロット名」の値を、回答させる項目として含む質問文を生成する。言い換えれば、質問文生成部２１１は、スロットテーブル２４１の項目「スロット名」の値を含む質問情報を生成する。

発話受付部２１２は、端末装置３００から受信した発話情報の入力を受け付ける。回答抽出部２１３は、発話受付部２１２が受け付けた発話情報から、質問に対する回答を抽出する。言い換えれば、回答抽出部２１３は、発話情報が示す発話文から、スロット値を抽出する。具体的には、回答抽出部２１３は、発話情報を解析し、発話情報に含まれる単語から、スロット値と対応付けられたタイプ（属性）の単語を、スロット値として抽出する。

回答登録部２１４は、回答抽出部２１３が抽出したスロット値をスロットテーブル２４１に格納する。

相槌文生成部２１５は、発話受付部２１２が受け付けた発話情報と、情報源４００とから、回答に対する相槌文を示す応答情報を生成する。相槌文生成部２１５の詳細は後述する。

出力部２１６は、質問文生成部２１１が生成した質問情報や、相槌文生成部２１５が生成した応答情報を端末装置３００に出力する。

以下に、相槌文生成部２１５について説明する。本実施形態の相槌文生成部２１５は、関連情報取得部２５１、スコア取得部２５２、相槌文選択部２５３を有する。

関連情報取得部２５１は、発話情報に含まれる回答と関連する関連情報を取得する。尚、本実施形態の関連情報とは、回答と関連する様々な情報を含む。

具体的には、関連情報取得部２５１は、回答抽出部２１３により抽出されたスロット値（回答）により、情報源４００を検索する。そして、関連情報取得部２５１は、検索結果として抽出された情報を、回答と関連する関連情報として、関連情報テーブル２５４に保持する。つまり、本実施形態の関連情報テーブル２５４は、応答情報（相槌文）を生成する度に作成される。

本実施形態では、関連情報テーブル２５４に格納された関連情報は、相槌文の一部となり得る相槌候補となる。また、関連情報テーブル２５４に格納される関連情報には、スロット値（回答）と同一の文字列が含まれる。以下の説明では、関連情報に含まれる、スロット値と同一の文字列を、関連情報における同一文字列と表現する場合がある。関連情報テーブル２５４の詳細は後述する。

スコア取得部２５２は、関連情報テーブル２５４に格納された関連情報を固有表現抽出モデル２３１に適用した結果と、スロット値のタイプとに基づき、関連情報と対応付けられるスコアを取得する。

スコア取得部２５２が取得するスコアとは、関連情報における同一文字列が、スロット値と同じタイプの文字列として扱われている確率を示す値である。スコア取得部２５２によって、関連情報毎に取得されたスコアは、関連情報テーブル２５４において、関連情報と対応付けられて保持される。

相槌文選択部２５３は、スコア取得部２５２によって取得されたスコアが最も大きい関連情報を、相槌文に含める関連情報に選択し、相槌文を示す応答情報を生成する。

以下に、図６を参照して、本実施形態の関連情報テーブル２５４について説明する。図６は、関連情報テーブルの一例を示す図である。

本実施形態の関連情報テーブル２５４では、関連情報と、スコアとが対応付けられている。以下の説明では、関連情報テーブル２５４において、関連情報とスコアとを対応付けた情報をスコア付き関連情報と呼ぶ。

図６の例では、質問文に含まれるスロット名（項目）が「行き先」であり、発話文に含まれるスロット値（回答）が「シカゴ」であり、スロット名と対応付けられたタイプ（属性）が「場所」である場合に、生成された関連情報テーブル２５４の例を示している。

関連情報テーブル２５４において、スコア付き関連情報６１では、「シカゴの曲最高」という関連情報に対して、スコア「０．０７」が対応付けられている。

つまり、スコア付き関連情報６１に含まれる関連情報では、この関連情報における同一文字列「シカゴ」が、スロット値「シカゴ」と同じ属性である「場所」として扱われている確率が、７％であることを示している。

同様に、スコア付き関連情報６２では、関連情報に対して、スコア「０．７５」が対応付けられており、スコア付き関連情報６３では、関連情報に対して、スコア「０．９１」が対応付けられている。

したがって、関連情報テーブル２５４に格納された関連情報のうち、関連情報「シカゴは、ボブ・○○さんの出身地で有名」は、同一文字列「シカゴ」を、回答の属性である「場所」を示す文字列として扱っている確率が最も高いことがわかる。

次に、図７を参照して、本実施形態の固有表現抽出学習部２２０の処理について説明する。図７は、固有表現抽出学習部の処理を説明するフローチャートである。図７の処理は、対話処理部２１０による処理の事前処理として行われる。

本実施形態の固有表現抽出学習部２２０は、固有表現タグ付きコーパス５００から、文脈情報を学習し、固有表現抽出モデル２３１を生成し（ステップＳ７０１）、モデル記憶部２３０に、固有表現抽出モデル２３１を格納して（ステップＳ７０２）、処理を終了する。

ここで、固有表現抽出モデル２３１の生成について説明する。

本実施形態の固有表現抽出学習部２２０は、予めタグが付与された文書集合である固有表現タグ付きコーパス５００に含まれる文書データの文脈情報を学習データに用いた機械学習によって、固有表現抽出モデル２３１を生成する。

文脈情報とは、各単語がどのような文脈で使用されたかを示す情報であり、単語前後の任意範囲の文字列や、単語間の共起関係等を示す情報である。

以下に、文脈情報について具体的に説明する。例えば、固有表現タグ付きコーパス５００に含まれる学習データとして、「今日は＜地名＞川崎＜／地名＞に行く」という文書データと、「＜人名＞川崎＜／人名＞君から本を借りた」という文書データが存在したとする。

この学習データの文脈情報は、「「に行く」の前に出る語は地名になりやすい」、「「君」の前に出る語は人名になりやすい」である。

本実施形態の固有表現抽出学習部２２０は、このような文脈情報のみを特徴量として用いて学習することで、固有表現抽出モデル２３１を生成する。

本実施形態では、このようにして固有表現抽出モデル２３１を生成することで、固有表現抽出モデル２３１に関連情報を適用した場合に、対象となる語（回答）が、例えば、地名である確率、人名である確率等が、スコアとして出力させることができる。

次に、図８乃至図１０を参照して、本実施形態の対話処理部２１０の処理を説明する。図８は、対話処理部の処理を説明する第一のフローチャートである。

図８では、端末装置３００のユーザとの対話を開始する際の対話処理部２１０の初期動作を示している。

本実施形態の対話処理部２１０は、端末装置３００から、対話の開始指示を受け付けると、質問文生成部２１１により、スロットテーブル２４１スロット値を初期化する（ステップＳ８０１）。具体的には、質問文生成部２１１は、スロットテーブル２４１の項目「スロット値」の値を空にする。

続いて、対話処理部２１０は、質問文生成部２１１は、スロットテーブル２４１を参照し、値が空となっているスロット値と対応するスロット名を含む質問文を生成する（ステップＳ８０２）。

続いて、対話処理部２１０は、出力部２１６により、質問文を出力し、端末装置３００に表示させ（ステップＳ８０３）、初期動作を終了する。

図９は、対話処理部の処理を説明する第二のフローチャートである。図９では、ユーザの回答に対して応答する処理を示している。

本実施形態の対話処理部２１０は、発話受付部２１２により、発話情報の入力を受け付けると（ステップＳ９０１）、回答抽出部２１３により、発話情報から、スロット値（回答）を抽出する（ステップＳ９０２）。

続いて、対話処理部２１０は、回答登録部２１４により、発話情報からスロット値が抽出されているか否かを判定する（ステップＳ９０３）。言い換えれば、回答登録部２１４は、発話情報に、テーブル記憶部２４０のスロットテーブル２４１に登録される対象となる回答が含まれるか否かを判定している。

ステップＳ９０３において、スロット値が抽出されていない場合、後述するステップＳ９０６へ進む。

尚、スロット値が抽出されていない場合とは、例えば、質問文について、ユーザが回答を入力しなかった場合である。具体的には、例えば、質問文が「同行者は誰ですか？」であった場合に、発話文が「まだ決まっていない」という内容であった場合等である。

ステップＳ９０３において、スロット値が抽出されていた場合、対話処理部２１０は、回答登録部２１４により、抽出されたスロット値をスロットテーブル２４１に登録する（ステップＳ９０４）。

続いて、対話処理部２１０は、相槌文生成部２１５により、相槌を生成する（ステップＳ９０５）。ステップＳ９０５の詳細は後述する。

続いて、対話処理部２１０は、質問文生成部２１１により、値が空となっているスロット値と対応するスロット名を含む質問文を生成する（ステップＳ９０６）。

続いて、対話処理部２１０は、出力部２１６により、生成した相槌文と質問文とを、端末装置３００へ出力し（ステップＳ９０７）、処理を終了する。

尚、図９の例では、回答に対する相槌文と次の質問文のそれぞれを生成してから、相槌文と次の質問文とを共に出力するものとしたが、これに限定されない。

相槌文と次の質問文とは、それぞれが別々に出力されても良い。具体的には、例えば、相槌文が生成された後に、相槌文のみが端末装置３００に出力され、相槌文が出力された後に、次の質問文が生成されて端末装置３００に出力されても良い。

この場合、端末装置３００では、画面３０１に示すように（図１参照）、相槌文Ｈ１と次の質問文Ｑ２とが、一つの吹き出しの中に表示されなくても良く、相槌文Ｈ１と質問文Ｑ２とが、それぞれ独立した吹き出しの中に表示されても良い。

また、本実施形態では、相槌文と質問文とを続けて出力させるものとしたが、これに限定されない。本実施形態では、例えば、相槌文を出力した後に、端末装置３００のユーザから、回答の内容を確認したことを示す返答を受けてから、次の質問文を生成して出力しても良い。

図１０は、対話処理部の処理を説明する第三のフローチャートである。図１０では、ステップＳ９１５における相槌文生成部２１５の処理の詳細を示している。

本実施形態の相槌文生成部２１５は、関連情報取得部２５１により、回答の関連情報を取得する（ステップＳ１００１）。具体的には、相槌文生成部２１５は、スロットテーブル２４１に登録されたスロット値を検索キーとして、情報源４００の検索を行い、検索結果を関連情報群として取得し、関連情報テーブル２５４に各関連情報を格納する。

続いて、相槌文生成部２１５は、スコア取得部２５２により、関連情報テーブル２５４に格納された各関連情報に固有表現抽出モデル２３１を適用し、関連情報毎のスコアを取得する（ステップＳ１００２）。

以下に、スコア取得部２５２による関連情報毎のスコアの取得について説明する。以下では、図６に示す関連情報テーブル２５４に格納された各関連情報のスコアを取得する場合について説明する。

図６の関連情報テーブル２５４では、抽出されたスロット値「シカゴ」を検索キーとして取得した関連情報「シカゴの曲最高」、「シカゴと言えば、ボブ・○○さん」、「シカゴは、ボブ・○○さんの出身地で有名」が格納されている。

関連情報「シカゴの曲最高」を固有表現抽出モデル２３１の入力とした場合、固有表現抽出モデル２３１は、同一文字列「シカゴ」が人名として扱われている確率を示すスコアと、同一文字列「シカゴ」が場所として扱われている確率を示すスコアと、を出力する。

言い換えれば、固有表現抽出モデル２３１は、関連情報「シカゴの曲最高」において、同一文字列「シカゴ」の属性が「人名」である確率を示すスコアと、同一文字列「シカゴ」の属性が「場所」である確率を示すスコアとを出力する。

ここでは、同一文字列「シカゴ」の属性が「人名」である確率を示すスコアが０．８２であり、同一文字列「シカゴ」の属性が「場所」である確率を示すスコアが０．０７であったとする。

また、固有表現抽出モデル２３１は、関連情報「シカゴと言えば、ボブ・○○さん」が入力されると、同一文字列「シカゴ」の属性が「人名」である確率を示すスコア０．３２と、同一文字列「シカゴ」の属性が「場所」である確率を示すスコア０．７５を出力する。また、固有表現抽出モデル２３１は、文字列「ボブ・○○」の属性が「場所」である確率を示すスコア０．４８を出力する。

また、固有表現抽出モデル２３１は、関連情報「シカゴと言えば、ボブ・○○さん」、「シカゴは、ボブ・○○さんの出身地で有名」が入力されると、同一文字列「シカゴ」の属性が「人名」である確率を示すスコア０．０９と、同一文字列「シカゴ」の属性が「場所」である確率を示すスコア０．９１を出力する。

このように、本実施形態の固有表現抽出モデル２３１は、関連情報に含まれる単語について、ある属性の単語として扱われている確率を示すスコアを出力する。

本実施形態のスコア取得部２５２は、各関連情報について、同一文字列の属性毎のスコアが出力されると、各関連情報について、スロット値「シカゴ」の属性「場所」と対応するスコアを、関連情報に対応付けられるスコアとして取得する。

具体的には、スコア取得部２５２は、関連情報「シカゴの曲最高」に対応付けられるスコアとして、同一文字列「シカゴ」の属性が「場所」である確率を示すスコア「０．０７」を取得し、関連情報テーブル２５４に、関連情報「シカゴの曲最高」と対応付けて格納する。

また、スコア取得部２５２は、関連情報「シカゴと言えば、ボブ・○○さん」に対応付けられるスコアとして、同一文字列「シカゴ」の属性が「場所」である確率を示すスコア「０．７５」を取得する。

尚、文字列「ボブ・○○」は、属性が「場所」であるが、文字列「ボブ・○○」が同一文字列ではないため、除外される。

同様に、スコア取得部２５２は、関連情報「シカゴは、ボブ・○○さんの出身地で有名」と対応付けられるスコアとして、同一文字列「シカゴ」の属性が「場所」である確率を示すスコア「０．９１」を取得する。

ステップＳ１００２のスコア取得部２５２の処理に続いて、相槌文生成部２１５は、相槌文選択部２５３により、ステップＳ１００２で取得されたスコアが最も大きい関連情報を選択する（ステップＳ１００３）。つまり、本実施形態の相槌文選択部２５３は、関連情報取得部２５１により取得された複数の関連情報から、回答の属性を示す関連情報を抽出する抽出部の一例となる。

ここでは、スコア０．９１と対応付けられた関連情報「シカゴは、ボブ・○○さんの出身地で有名」が選択される。

続いて、相槌文生成部２１５は、選択された関連情報を含む相槌文を生成し（ステップＳ１００４）、処理を終了する。

本実施形態では、以上の処理により、ユーザの回答に対して、回答が意味しているカテゴリの関連情報を相槌文として提示することができる。このため、本実施形態によれば、ユーザに対して、ユーザの発話の意味をシステムが理解していることを示すことができ、対話における不自然さを軽減させることができる。

開示の技術では、以下に記載する付記のような形態が考えられる。
（付記１）
コンピュータによる対話方法であって、前記コンピュータが、
ユーザの発話情報を取得し、
取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得し、
前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出し、
抽出した関連情報を出力する、対話方法。
（付記２）
前記関連情報を含む相槌文を示す応答情報を生成し、
前記応答情報を、前記発話情報と対応付けて出力する、付記１記載の対話方法。
（付記３）
文書集合に含まれる文脈情報を学習データとした固有表現抽出モデルを生成し、
前記複数の関連情報を前記固有表現抽出モデルの入力として、前記複数の関連情報毎に、関連情報が前記回答の属性を示す関連情報である確率を示すスコアを取得し、
前記スコアが最も大きい関連情報を、前記回答の属性を示す関連情報として抽出する、付記１又は２記載の対話方法。
（付記４）
前記関連情報は、前記回答を示す文字列と同様の文字列を含む、付記１乃至３の何れか一項に記載の対話方法。
（付記５）
コンピュータによる対話方法であって、前記コンピュータが、
ユーザに対する質問文を端末装置に表示させ、
前記質問文に対する回答を含む発話文の入力を受け付けて、前記回答を含み且つ前記回答と関連する関連情報を含む相槌文を前記発話文と対応付けて前記端末装置に表示させる、対話方法。
（付記６）
ユーザの発話情報を取得し、
取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得し、
前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出し、
抽出した関連情報を出力する、処理をコンピュータに実行させる対話プログラム。
（付記７）
ユーザの発話情報を取得する発話受付部と、
取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得する関連情報取得部と、
前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出する抽出部と、
抽出した関連情報を出力する出力部と、を有する情報処理装置。

本発明は、具体的に開示された実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

１００ 対話システム
２００ 対話装置
２１０ 対話処理部
２１１ 質問文生成部
２１２ 発話受付部
２１３ 回答抽出部
２１４ 回答登録部
２１５ 相槌文生成部
２１６ 出力部
２２０ 固有表現抽出学習部
２３０ モデル記憶部
２３１ 固有表現抽出モデル
２４０ テーブル記憶部
２４１ スロットテーブル
２５１ 関連情報取得部
２５２ スコア取得部
２５３ 相槌文選択部
３００ 端末装置
４００ 情報源
５００ 固有表現タグ付きコーパス

Claims (6)

1. コンピュータによる対話方法であって、前記コンピュータが、
   ユーザの発話情報を取得し、
   取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得し、
   前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出し、
   抽出した関連情報を出力する、対話方法。
2. 前記関連情報を含む相槌文を示す応答情報を生成し、
   前記応答情報を、前記発話情報と対応付けて出力する、請求項１記載の対話方法。
3. 文書集合に含まれる文脈情報を学習データとした固有表現抽出モデルを生成し、
   前記複数の関連情報を前記固有表現抽出モデルの入力として、前記複数の関連情報毎に、関連情報が前記回答の属性を示す関連情報である確率を示すスコアを取得し、
   前記スコアが最も大きい関連情報を、前記回答の属性を示す関連情報として抽出する、請求項１又は２記載の対話方法。
4. コンピュータによる対話方法であって、前記コンピュータが、
   ユーザに対する質問文を端末装置に表示させ、
   前記質問文に対する回答を含む発話文の入力を受け付けて、前記回答と、前記回答に基づき取得された複数種類の属性を示す関連情報のうちの前記回答の属性を示す関連情報と、を含む相槌文を前記発話文と対応付けて前記端末装置に表示させる、対話方法。
5. ユーザの発話情報を取得し、
   取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得し、
   前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出し、
   抽出した関連情報を出力する、処理をコンピュータに実行させる対話プログラム。
6. ユーザの発話情報を取得する発話受付部と、
   取得した発話情報が記憶部に登録される対象となる回答を含む場合に、前記発話情報を基にして、回答に関する複数の関連情報を取得する関連情報取得部と、
   前記複数の関連情報の中から、前記回答の属性を示す関連情報を抽出する抽出部と、
   抽出した関連情報を出力する出力部と、を有する情報処理装置。

Images