JP2007148118A - 音声対話システム - Google Patents

Abstract

【課題】 音声対話システムにおいて、ユーザ所望の情報を高い確率で提供すること。
【解決手段】 音声対話システムにおいて、ユーザにより入力された文字列あるいはユーザにより入力された音声から変換された文字列の意味内容を解析する意味解析部４と、意味解析部４から意味情報を入力して、ユーザに対する応答処理を制御する対話制御部６と、ユーザに関連する情報を蓄積するユーザ関連情報データベース９および知識データベース７を参照して、ユーザに提供するレコメンドを生成するレコメンド生成部１０と、対話制御部６またはレコメンド生成部１０から応答内容に関する情報を入力して、対応する音声情報または画像情報を生成する応答出力生成部１２とを有して構成される。
【選択図】 図１

Description

本願発明は、音声対話システムに係り、特にユーザ関連情報に基づいてユーザに適切なレコメンドを提供する音声対話システムに関するものである。

ここで、ユーザ関連情報とは、ユーザの適正、能力、資質、嗜好、購買力等に係るものでユーザについての身体的、精神的、社会的、経済的な情報を広く表す用語として用いるものとする。また、レコメンドとは、提案、アドバイス、助言といったユーザに対して利益を与えるあるいは少なくとも利益を与えると予想される情報を広く表す用語として用いるものとする。また、レコメンドについては、ユーザの要求に応じて提供される可能性のあるレコメンドの内容を規定する要素を総じてレコメンド対象と称するとともに、レコメンド対象のなかから所定の手続きに従ってシステムにより選定される要素をレコメンド候補と称する。さらに、音声対話システムは、ユーザからシステムへの情報の入力あるいはシステムからユーザへの情報の出力の少なくとも一方が音声によるものをいうものとする。

例えば、特開２００１−１００７８７号公報に記載されるように、情報システムにおけるマンマシンインタフェース技術として、ユーザとの間で音声による対話を行う自動応答システムが開発されている。この自動応答システムは、利用者の発話を認識する音声認識部と、利用者とシステムとの対話を管理する対話管理部と、システムの応答を音声で通知する音声合成部とを有して構成されている。

このような自動応答システムでは、音声認識技術を用いて、ユーザの発話内容からその要求事項を同定する。要求事項が特定されれば、付設されたデータベース内において、当該要求事項に対応付けて登録されている情報を検索する。検索された情報は、音声としてユーザに通知される。このような自動応答システムの例としては、各種サービス代行を行う電話音声自動応答装置が挙げられる。例えば、電話番号案内システムとして用いた場合に、ユーザが「千代田区役所」と発話すると、システムはユーザの発話内容を解析するとともに、千代田区役所の電話番号を検索する。そして、ユーザに対して、「千代田区役所の電話番号は、＊＊＊＊−＊＊＊＊です。」と応答する。

特開２００１−１００７８７号公報

上記のような音声対話型の自動応答システムでは、ユーザの発話内容のみを基にして応答しているために、必ずしもユーザの所望する情報を得られないという課題があった。

本願発明は、上記課題を解決するためになされたものであり、ユーザに対して所望の情報を高い確率で提供することができる音声対話システムを提供することを目的とする。

上記の技術的課題を解決するために、本願発明に係る音声対話システムは、ユーザにより入力された文字列あるいはユーザにより入力された音声から変換された文字列の意味内容を解析する意味解析手段と、意味解析手段から意味情報を入力して、ユーザに対する応答処理を制御する対話制御手段と、ユーザに関連する情報を蓄積するユーザ関連情報データベースおよび知識データベースを参照して、ユーザに提供するレコメンドを生成するレコメンド生成手段と、対話制御手段またはレコメンド生成手段から応答内容に関する情報を入力して、ユーザに対して出力する音声情報または画像情報を生成する応答出力生成手段とを有して構成されるようにしたものである。

また、本願発明に係る音声対話システムは、情報を取得する外部情報取得手段を有し、取得した情報に基づいて、知識データベースを更新するようにしたものである。

また、本願発明に係る音声対話システムは、ユーザ関連情報を複数のカテゴリーに分類して、カテゴリー毎に情報の登録回数を記憶し、所定の回数分だけ前に当該カテゴリー内において登録された情報をユーザ関連データベースから削除するようにしたものである。

また、本願発明に係る音声対話システムは、ユーザに対するシステムの応答をエージェントを用いて実行するようにしたものである。

また、本願発明に係る音声対話システムは、レコメンド生成手段が、レコメンドを生成するために評価する必要のある要素項目について、ユーザ関連情報または知識情報に基づいて、ユーザが属する段階またはユーザの適合する程度を表す指標値を算出するようにしたものである。

また、本願発明に係る音声対話システムは、レコメンド生成手段が、指標値の組合せにより特定されるエリアを単位として、複数のレコメンド対象を類別するようにしたものである。

また、本願発明に係る音声対話システムは、知識データベースにおいて、エリア毎に、それぞれのエリアに属するレコメンド対象が登録されるようにしたものである。

また、本願発明に係る音声対話システムは、レコメンド生成手段が、１または複数の指標値に基づいてレコメンド候補を選定し、レコメンド候補が複数ある場合には、１または複数の他の指標値に基づいてレコメンド候補を順位付けするようにしたものである。

本願発明によれば、ユーザにより入力された文字列あるいはユーザにより入力された音声から変換された文字列の意味内容を解析する意味解析手段と、意味解析手段から意味情報を入力して、ユーザに対する応答処理を制御する対話制御手段と、ユーザに関連する情報を蓄積するユーザ関連情報データベースおよび知識データベースを参照して、ユーザに提供するレコメンドを生成するレコメンド生成手段と、対話制御手段またはレコメンド生成手段から応答内容に関する情報を入力して、ユーザに対して出力する音声情報または画像情報を生成する応答出力生成手段とを有して構成されるようにしたので、ユーザ関連情報または知識情報に基づいて最適なレコメンドを生成することが可能となるから、ユーザ所望の情報を高い確率で提供することができるという効果を奏する。

本願発明によれば、情報を取得する外部情報取得手段を有し、取得した情報に基づいて、知識データベースを更新するようにしたので、最新の情報に基づいてレコメンドを生成することが可能となり、ユーザ所望の情報をより高い確率で提供することができるという効果を奏する。

本願発明によれば、ユーザ関連情報を複数のカテゴリーに分類して、カテゴリー毎に情報の登録回数を記憶し、所定の回数分だけ前に当該カテゴリー内において登録された情報をユーザ関連データベースから削除するようにしたので、所定数の新しいユーザ関連情報のみが記憶されて人間の脳内における忘却作用に類似の機能を実現することができるから、ユーザの嗜好に応じたレコメンドを生成することが可能になってユーザ所望の情報をより高い確率で提供することができるという効果を奏する。

本願発明によれば、ユーザに対するシステムの応答をエージェントを用いて実行するようにしたので、人と話しているような仮想的な対話環境を実現することが可能となり、システムに対してより自然な印象を抱かせて親近感を持たせることができるという効果を奏する。

本願発明によれば、レコメンド生成手段が、レコメンドを生成するために評価する必要のある要素項目について、ユーザ関連情報または知識情報に基づいて、ユーザが属する段階またはユーザの適合する程度を表す指標値を算出するようにしたので、算出された指標値に基づいてレコメンド候補の選定並びに絞り込みを実行することができるから、ユーザに適したレコメンドの特定を適正かつ効率的に実行することができるという効果を奏する。

本願発明によれば、レコメンド生成手段が、指標値の組合せにより特定されるエリアを単位として、複数のレコメンド対象を類別するようにしたので、２以上の指標値に基づいてユーザ嗜好に応じた適正なレコメンドの生成が可能となるから、ユーザ所望の情報をより高い確率で提供することができるという効果を奏する。

本願発明によれば、知識データベースにおいて、エリア毎に、それぞれのエリアに属するレコメンド対象が登録されるようにしたので、知識データベースを検索することで迅速にレコメンド対象を検出することが可能となり、レコメンド候補の選定およびレコメンドの特定を効率的に実行することができるという効果を奏する。

本願発明によれば、レコメンド生成手段が、１または複数の指標値に基づいてレコメンド候補を選定し、レコメンド候補が複数ある場合には、１または複数の他の指標値に基づいてレコメンド候補を順位付けするようにしたので、レコメンド候補の絞り込みが可能となり、レコメンドの特定を効率的に実行することができるという効果を奏する。

以下、添付の図面を参照して本願発明に係る実施の形態を説明する。
実施の形態１．
図１は、この発明の実施の形態１による音声対話システムの構成を示す図である。図１において、１はユーザの発話に係る音声信号を入力する音声入力部、２は音声入力部１に入力された音声信号をテキストに変換する音声認識部、３はテキスト入力部、４は音声認識部２またはテキスト入力部３から入力されるテキストから成る文字列の意味内容を解析する意味解析部、５は音声認識部２による音声認識処理および意味解析部４による意味解析処理を実行する際に参照される認識辞書である。なお、テキスト入力部３は、キーボード、マウス等の入力手段を用いてユーザがテキストデータを入力する際の入力インタフェースとして機能するとともに、音声対話システムに付設されたＨＤＤ等の外部記憶装置あるいはＣＤ、ＤＶＤ等の可搬性のある記憶媒体からデータを読み込む際の入力インタフェースとしても機能するものとする。また、認識辞書５は、幾つかの分野別の認識辞書の集合として与えることが可能であり、対話の内容すなわちシチュエーションに応じて、適宜最適な分野の認識辞書に切り換える構成としてもよい。

６は意味解析部４から出力される発話内容に係る意味情報を入力して対話に係る各種の制御等を実行する対話制御部、７は各種の情報を蓄積する知識データベース、８は外部からの情報を入力して当該情報を知識データベース７に格納する外部情報取得部、９は音声対話システムのユーザに関連する各種の情報を蓄積するユーザ関連情報データベース、１０は対話制御部６から発話内容に係る情報を入力するとともに知識データベース７およびユーザ関連情報データベース９を参照してユーザに対して提供するレコメンドを生成するレコメンド生成部、１１はユーザに対するレコメンドを求める過程で演算出力される指標値等を記憶するワークスペースとして機能するレコメンド要素情報記憶部である。なお、外部情報取得部８は、例えばインターネット等の通信ネットワークに接続されて情報を入力する入力インタフェースとして機能するとともに、音声対話システムに付設されたＨＤＤ等の外部記憶装置あるいはＣＤ、ＤＶＤ等の可搬性のある記憶媒体からデータを読み込む際の入力インタフェースとしても機能するものとする。また、知識データベース７は、幾つかの分野別の知識データベースの集合として与えることが可能であり、シチュエーションに応じて、適宜最適な分野の知識データベースに切り換える構成としてもよい。

１２は対話制御部６またはレコメンド生成部１０の一方あるいは両方から応答内容に関する情報を入力して、ユーザに対して出力する音声情報および画像情報を生成する応答出力生成部、１３は応答文のテンプレート等が記憶される応答情報データベース、１４は応答出力生成部１２から音声情報を入力して対応する音声信号を出力する音声出力部、１５は音声出力部１４が音声信号生成処理を実行する際に参照する音声データベース、１６は応答出力生成部１２から画像情報を入力して対応する画像信号を出力する画像出力部、１７は画像出力部１６が画像信号生成処理を実行する際に参照する画像データベースである。

次に、動作について説明する。ユーザが発した音声は、例えばマイクロフォンを介して電気信号に変換されて、当該音声信号は音声入力部１に入力される。音声認識部２は、音声入力部１から入力される音声信号を、認識辞書５を参照してテキストに変換する。入力される音声信号は、例えばＡ／Ｄ変換によりデジタル化された音声信号であってもよいし、あるいは音声分析結果である分析パラメータの時系列情報であってもよい。意味解析部４は、テキストから成る文字列を解析して、各単語の品詞や活用語の活用形等を同定する形態素解析処理等を実行することで、文字列の意味内容を解析する。

対話制御部６は、意味解析部４からユーザの発話内容に係る意味情報を入力すると、当該発話内容の種別に応じて、ユーザに対する応答に係る処理を実行する。ここで、発話内容という用語は、ユーザが発した音声に係る意味内容とともに、テキスト入力部３を介してユーザにより直接入力されたテキストから成る文字列あるいは記憶媒体から読み出されたテキストから成る文字列に係る意味内容をも含む用語として与えられるものである。ユーザの発話内容がよく分からない場合には、応答出力生成部１２に対して、ユーザに問いかけを行う応答文を生成するように要求する処理等を行う。ユーザの発話内容がユーザ関連情報である場合には、当該情報をユーザ関連情報データベース９に格納する処理等を行う。ユーザの発話内容が何らかのレコメンドを求めるものである場合には、レコメンド生成部１０に対して、ユーザに適したレコメンドを生成するように要求する処理等を行う。

なお、対話制御部６は、知識データベース７を参照するとともにユーザの発話内容に係る意味情報に基づいて、対話の内容すなわちシチュエーションを特定する機能を有するように構成するのが好適である。音声認識部２の認識精度は、認識対象とする語彙の規模と大きな関係があり、語彙の規模が大きいほど認識が難しくなる。このために、分野別の認識辞書を複数用意しておいて、対話制御部６が特定したシチュエーションに応じた分野の認識辞書に適宜切り換える構成とすることが考えられる。また、知識データベースについても、データベース内での検索に要する時間を短縮するために、分野別の知識データベースを複数用意しておいて、対話制御部６が特定したシチュエーションに応じた分野の知識データベースに適宜切り換える構成とすることが考えられる。さらに、知識データベースは、例えばインターネットを介して外部から情報を入力して、その内容を更新可能に構成する。この外部情報の入力については、定期的に所定のサーバにアクセスして情報を取得するような構成としてもよく、またユーザに指定されたサーバあるいは外部記憶媒体から情報を取得するような構成としてもよい。

また、ユーザ関連情報データベースについては、ユーザ関連情報の属性等に基づいて、情報を複数のカテゴリーに分類して、カテゴリー毎に情報を記憶する構成とするのが好適である。これにより、検索処理等における効率化を図ることが可能となる。さらに、それぞれのユーザについて、カテゴリー毎に情報の登録回数を記憶して、所定の回数分だけ前に当該カテゴリー内において登録された情報をユーザ関連データベースから削除するようにしてもよい。カテゴリーの設定については、属性の同一性に基づいてカテゴリーを定めるようにしてもよく、また属性の類似性に基づいてカテゴリーを定めるようにしてもよく、あるいはそれぞれのユーザに係る情報全体を１つのカテゴリーに含まれるように定めるようにしてもよい。これにより、例えば類似の属性情報については、所定数の新たなユーザ関連情報のみを登録し得るようにすることで、人間の脳内における忘却作用に似た機能を実現することが可能になるとともに、現在のユーザの嗜好に応じたユーザ関連情報データベースを構築することが可能になる。なお、情報消去の閾値となる上記の所定数として小さな値を設定すると、幾つかの属性について情報の抜けが発生するような場合が起こり得るが、このような場合には、古い情報であるという理由を根拠としてシステムがユーザに対して問い合わせを行うような構成が考えられる。

レコメンド生成部１０は、対話制御部６からレコメンド生成命令を受けると、知識データベース７およびユーザ関連情報データベース９を参照して、レコメンド要素情報記憶部１１をワークスペースとして種々の演算を実施し、シチュエーションに応じてユーザに対して最適な１または複数のレコメンドを生成する。このレコメンド生成処理については、以下に詳細に説明する。

応答出力生成部１２は、対話制御部６からシチュエーション情報や応答文生成命令等を入力するとともに、レコメンド生成部１０からレコメンド情報等を入力して、応答情報データベース１３を参照して、ユーザに対する応答内容を特定する。応答出力生成部１２は、特定された応答内容を表現する音声情報および画像情報を生成して、それぞれ音声出力部１４および画像出力部１６へ出力する。音声出力部１４は、応答出力生成部１２から入力される音声情報に基づいて、音声データベース１５を参照して、ユーザに発する音声に係る音声信号を出力する。画像出力部１６は、応答出力生成部１２から入力される画像情報に基づいて、画像データベース１７を参照して、ユーザに表示する画像に係る画像信号を出力する。

なお、ユーザに提示する画像については、静止画像に限られるものではなく、アニメーションを用いてもよい。また、ユーザに情報提供する際に、音声対話システムに対する親近感を高めるために、人工的に作成されたキャラクタをエージェントとして用いるのが好適である。このようなエージェントを用いることで、人と話しているような仮想的な対話環境を実現して、より自然な印象を抱かせることが可能になる。図２は、本願発明の音声対話システムで使用されるキャラクタの例を示す図である。ここでは、名前を「エイミー（ＥＩＭＩ：Ｅｍｏｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｔｈｒｏｕｇｈ Ｍｕｌｔｉ−ｍｅｄｉａ Ｉｎｔｅｒａｃｔｉｏｎ）」と称し、以下の説明において適宜用いるものとする。

次に、レコメンド生成について、詳細に説明する。ここでは、レコメンド生成の例として、ゴルフコースに係るレコメンド並びにゴルフクラブに係るレコメンドの生成を取り上げるものとする。ユーザ関連情報データベースに登録されるユーザ関連情報の要素項目の例および当該要素項目において採り得る情報の内容の例を、以下に対応付けて示す。

Ａ１）年齢： ２０歳〜７０歳
Ａ２）性別： 男 ｏｒ 女
Ａ３）利き腕： 右 ｏｒ 左
Ａ４）住所： 都道府県＋市区郡町村
Ａ５）前回のスコア： ７２〜１５０
Ａ６）ベストスコア： ７２〜１５０
Ａ７）前回プレーしたコース名： コース名称（略称もあり）
Ａ８）キャリア年数： 未経験〜３０年
Ａ９）ドライバ飛距離： １００ヤード〜３００ヤード
Ａ１０）年間プレー回数： ０回〜３０回
Ａ１１）これまでに購入したドライバの本数： ０本〜３０本

上記のユーザ関連情報の収集および登録については、幾つかの方法が考えられる。第１に、システムからユーザに逐一質問して、それぞれの質問に対するユーザの発話内容を特定して、当該特定された情報をデータベースに蓄積する。第２に、システムからユーザに逐一質問して、それぞれの質問に対してユーザがキーボード、マウス等の入力手段を用いて入力するテキストデータをデータベースに蓄積する。第３に、予めユーザ関連情報が記憶された記憶媒体からデータを読み込んでデータベースに蓄積する。なお、情報の収集および登録方法については、上記のものに限定されるものではなく、例えば一部の情報については記憶媒体から読み込み、残りの情報についてはユーザによる発話またはユーザによるキー入力に基づいて情報を蓄積するようにしてもよい。

次に、知識データベースにレコメンド対象として登録される各ゴルフコースあるいは各ゴルフクラブに関連する情報（以下、ゴルフ関連情報と称する）の要素項目の例および当該要素項目において採り得る情報の内容の例を以下に示す。

Ｂ１）コース難易度： コースの難易度を「易しい」、「やや易しい」、「普通」、「やや難しい」、「難しい」の５段階に分類して、それぞれの段階を表す情報を登録する。
Ｂ２）コース価格帯： コースのプレー料金に係る価格帯を「安い」、「やや安い」、「普通」、「やや高い」、「高い」の５段階に分類して、それぞれの段階を表す情報を登録する。
Ｂ３）コース最寄り高速道路： ゴルフコースに最も近い高速道路または有料道路を表す情報を登録する。
Ｂ４）クラブ難易度： クラブの使い易さに係る難易度を「易しい」、「やや易しい」、「普通」、「やや難しい」、「難しい」の５段階に分類して、それぞれの段階を表す情報を登録する。
Ｂ５）クラブ価格帯： クラブの販売価格に係る価格帯を「安い」、「やや安い」、「普通」、「やや高い」、「高い」の５段階に分類して、それぞれの段階を表す情報を登録する。

対話制御部６は、ユーザとの対話において、シチュエーションがゴルフコースの選択あるいはゴルフクラブの選択に関するものとなった場合には、レコメンド生成部１０に対して、ゴルフコースまたはゴルフクラブに関するレコメンドを生成するように要求する。レコメンド生成部１０は、レコメンド生成命令を受けると、ユーザ関連情報データベース９に記憶された上記のＡ１）〜Ａ１１）のユーザ関連情報および知識データベースに記憶された上記のＢ１）〜Ｂ５）のゴルフ関連情報に基づいて、レコメンドを生成する過程で評価する必要のある各種の要素項目について、ユーザがそれぞれ属する段階あるいはユーザの適合する程度等を表す指標値を算出する。指標値の算出については、ユーザ関連情報またはゴルフ関連情報に基づいて算出する場合、ユーザ関連情報またはゴルフ関連情報と算出された１または複数の他の指標値とに基づいて算出する場合、並びに算出された複数の他の指標値に基づいて算出する場合等がある。ここで、「算出」という用語は、数値演算により指標値を求める場合や表に基づいて指標値を求める場合等を含み、指標値を求める処理を広く表す用語として用いるものとする。

次に、レコメンド生成部１０で実行されるレコメンドの生成工程について説明する。
第１に、ゴルフコースに関するレコメンドの生成工程について説明する。上述したように、レコメンドを生成する過程では、レコメンド対象としてデータベースに登録されたゴルフコースのなかからレコメンド候補を選定する際の基準となる指標値を算出する必要がある。ゴルフコースに係るレコメンドを生成するためには、以下に示すようにＣ１）〜Ｃ６）の６つの指標値が算出される。
Ｃ１）ゴルフ嗜好度
「ゴルフ嗜好度」は、ゴルフに対する好みの程度を表す指標値である。まず、ドライバの「平均使用年数」を、以下の式から求める。
「平均使用年数」＝「キャリア年数」／「今までのドライバ購入本数」
次に、表１を参照して、「平均使用年数」に係る数値と「年間プレー回数」に係る数値との組合せに対応する「ゴルフ嗜好度」を求める。

「ゴルフ嗜好度」は、「かなり好き」、「好き」、「少し好き」、「あまり好きでない」、「好きでない」の５段階に分類される。「かなり好き」は数値５で表され、「好き」は数値４で表され、「少し好き」は数値３で表され、「あまり好きでない」は数値２で表され、「好きでない」は数値１で表される。

Ｃ２）ゴルフ支出度
「ゴルフ支出度」は、ゴルフに費やす金額の程度を表す指標値である。まず、知識データベース７を参照して、「前回プレーしたコース名」に基づいて、当該コースの「コース価格帯」を特定する。次に、表２を参照して、「コース価格帯」に係る数値と「年間プレー回数」に係る数値との組合せに対応する「ゴルフ支出度」を求める。

「ゴルフ支出度」は、「かなりお金を使う」、「ややお金を使う」、「普通にお金を使う」、「あまりお金を使わない」、「ぜんぜんお金を使わない」の５段階に分類される。「かなりお金を使う」は数値５で表され、「ややお金を使う」は数値４で表され、「普通にお金を使う」は数値３で表され、「あまりお金を使わない」は数値２で表され、「ぜんぜんお金を使わない」は数値１で表される。

Ｃ３）コース価格帯
「コース価格帯」は、ユーザに適合することが予想されるゴルフコースの価格帯を表す指標値である。「コース価格帯」は、「ゴルフ嗜好度」に所定の係数を乗じて得た数値と、「ゴルフ支出度」に所定の係数を乗じて得た数値との和をとることで求められる。例えば、「コース価格帯」は以下の式に基づいて求められる。
「コース価格帯」＝「ゴルフ嗜好度」＊０．５＋「ゴルフ支出度」＊０．５
なお、上記の式では、「ゴルフ嗜好度」および「ゴルフ支出度」に乗ずる係数としてそれぞれ０．５を設定しているが、係数値はこれに限定されるものではなく、シチュエーション等に応じて適宜設定することが可能である。算出された「コース価格帯」に基づいて、推奨されるゴルフコースは、例えば以下のようになる。
１．０≦「コース価格帯」≦１．７ 安い価格のコースを推奨
１．８≦「コース価格帯」≦２．５ やや安い価格のコースを推奨
２．６≦「コース価格帯」≦３．４ 普通価格のコースを推奨
３．５≦「コース価格帯」≦４．２ やや高い価格のコースを推奨
４．３≦「コース価格帯」≦５．０ 高い価格のコースを推奨
なお、各段階を規定する「コース価格帯」の上限値および下限値は、上記の例に限定されるものではなく、シチュエーション等に応じて適宜設定することが可能である。

Ｃ４）センス
「センス」は、ゴルフプレーヤーとしての資質の有無の程度を表す指標値である。表３を参照して、「キャリア年数」に係る数値と「ベストスコア」に係る数値との組合せに対応する「センス」を求める。「センス」は、「センスあり」、「センス少しあり」、「普通」、「センスあまりなし」、「センスなし」の５段階に分類される。「センスあり」は数値５で表され、「センス少しあり」は数値４で表され、「普通」は数値３で表され、「センスあまりなし」は数値２で表され、「センスなし」は数値１で表される。

Ｃ５）レベル
「レベル」は、ゴルフプレーヤーの技量の程度を表す指標値である。表４を参照して、「前回のスコア」に係る数値に対応する「レベル」を求める。「レベル」は、「上級」、「中上級」、「中級」、「初中級」、「初級」の５段階に分類される。「上級」は数値５で表され、「中上級」は数値４で表され、「中級」は数値３で表され、「初中級」は数値２で表され、「初級」は数値１で表される。

Ｃ６）コース難易度
「コース難易度」は、ユーザに適合することが予想されるゴルフコースの難易度を表す指標値である。「コース難易度」は、「センス」に所定の係数を乗じて得た数値と、「レベル」に所定の係数を乗じて得た数値との和をとることで求められる。例えば、「コース難易度」は以下の式に基づいて求められる。
「コース難易度」＝「センス」＊０．３＋「レベル」＊０．７
なお、上記の式では、「センス」および「レベル」に乗ずる係数としてそれぞれ０．３および０．７を設定しているが、係数値はこれらに限定されるものではなく、シチュエーション等に応じて適宜設定することが可能である。算出された「コース難易度」に基づいて、推奨されるゴルフコースは以下のようになる。
１．０≦「コース難易度」≦１．７ 易しいコースを推奨
１．８≦「コース難易度」≦２．５ やや易しいコースを推奨
２．６≦「コース難易度」≦３．４ 普通のコースを推奨
３．５≦「コース難易度」≦４．２ やや難しいコースを推奨
４．３≦「コース難易度」≦５．０ 難しいコースを推奨

ゴルフコースのレコメンドを生成するために必要な指標値が算出されれば、「コース価格帯」および「コース難易度」に基づいて、レコメンド対象としてデータベース７に登録されているゴルフコースのなかから、レコメンド候補すなわちユーザに対して推奨するゴルフコースを選定する。図３は、指標値の組合せに基づいてゴルフコースをエリア別に分類する例を示す図である。図３に示されるように、「コース価格帯」と「コース難易度」との組合せに応じて、Ａ１１からＡ５５までの２５のエリアが構成されている。この実施の形態による音声対話システムでは、推奨対象となる全てのゴルフコースについて、それぞれどのエリアに属するかを予め類別しておく。また、エリア毎に当該エリアに属するゴルフコースを特定し得るコース名称等の情報を知識データベース７に登録しておく。なお、ゴルフコースに係るこのような類別情報は、所定の期間をおいて更新するのが好適である。

レコメンド生成部１０が算出する「コース価格帯」と「コース難易度」とに基づいて、ユーザに推奨すべきゴルフコースが存在する検索対象エリアとして、例えばエリアＡ３３が選定されたとする。エリアＡ３３に属するゴルフコースが１つの場合には、当該ゴルフコースをレコメンドを行うゴルフコースとして特定する。エリアＡ３３に属するゴルフコースが複数ある場合には、ゴルフコースの絞り込みを行う。すなわち、レコメンド候補が複数ある場合には、レコメンド候補に順位付けを行う。絞り込みを行う際の指標としては、例えばユーザの居住地からゴルフコースまでの距離あるいは所要時間等が挙げられる。エリアＡ３３に属するゴルフコースのなかから距離あるいは所要時間が最も少ないゴルフコースをレコメンドを行うゴルフコースとして特定する。また、ユーザ関連情報の「住所」に基づいて、知識データベース７を参照して最寄りの高速道路を検索する。検出された高速道路とゴルフ関連情報の「コース最寄り高速道路」とが一致するゴルフコースをレコメンドを行うゴルフコースとして特定するようにしてもよい。

エリアＡ３３に属するゴルフコースがゼロの場合には、隣接するエリアを含めて新たな検索対象エリアを構成する。例えば、エリアＡ２３、エリアＡ３３およびエリアＡ４３から新たな検索対象エリアを構成してもよく、エリアＡ３２、エリアＡ３３およびエリアＡ３４から新たな検索対象エリアを構成してもよい。新たな検索対象エリアに１つ以上のゴルフコースが属する場合には、上記と同様に絞り込み等の処理を実行して、レコメンドを行うゴルフコースを特定する。なお、新たな検索対象エリアの構成手法については、シチュエーション等に応じて、適宜切り替えが可能であるように構成するのが好適である。また、図３に示されるエリアをさらに細分化するとともに、それぞれのゴルフコースがいずれの細分化されたエリア（以下、サブエリアと称する）に属するかを表す情報を当該ゴルフコースに対応付けて記憶するような構成としてもよい。エリアＡ３３に属するゴルフコースがゼロの場合に、エリアＡ３３に最も近いサブエリアに属するゴルフコースを検出して、レコメンドを行うゴルフコースとして特定する。なお、ここでは、エリアＡ３３を例に説明したが、他のエリアがレコメンド候補が存在するエリアとして選定された場合も、上記と同様の処理を経て、レコメンドを行うゴルフコースを特定する。

レコメンドを行うゴルフコースが特定されれば、レコメンド生成部１０は、レコメンド情報として、当該ゴルフコースに関する情報を応答出力生成部１２に出力する。応答出力生成部１２は、レコメンド情報を入力すると、当該ゴルフコースをユーザに通知するための音声情報および画像情報を生成して出力する。音声出力部１４からの音声信号出力に基づいて、例えば「＊＊県の＊＊カントリークラブはいかがでしょうか」との音声がシステムのスピーカーから出力される。また、画像出力部１６からの画像信号出力に基づいて、エージェントのエイミーとともに、ゴルフコースの名称等がシステムのディスプレイに出力される。図４は、システムによるユーザへの応答画像表示に係る画像例を示す図である。ディスプレイには、他にもゴルフコースの地図や概観等に係る画像を表示するのが好適である。

第２に、ゴルフクラブに関するレコメンドの生成工程について説明する。ゴルフコースに係るレコメンドの生成と同様に、レコメンドを生成する過程では、レコメンド対象としてデータベースに登録されたゴルフクラブのなかからレコメンド候補を選定する際の基準となる指標値を算出する必要がある。ゴルフクラブに係るレコメンドを生成するためには、以下に示すようにＤ１）〜Ｄ７）の７つの指標値が算出される。
Ｄ１）ゴルフ嗜好度
この「ゴルフ嗜好度」は、ゴルフコースに関するレコメンドで説明したＣ１）の「ゴルフ嗜好度」と同一の指標値として与えられるものとする。
Ｄ２）ゴルフ支出度
この「ゴルフ支出度」は、ゴルフコースに関するレコメンドで説明したＣ２）の「ゴルフ支出度」と同一の指標値として与えられるものとする。

Ｄ３）クラブ価格帯
「クラブ価格帯」は、ユーザに適合することが予想されるゴルフクラブの価格帯を表す指標値である。「クラブ価格帯」は、「ゴルフ嗜好度」に所定の係数を乗じて得た数値と、「ゴルフ支出度」に所定の係数を乗じて得た数値との和をとることで求められる。例えば、「クラブ価格帯」は以下の式に基づいて求められる。
「クラブ価格帯」＝「ゴルフ嗜好度」＊０．３＋「ゴルフ支出度」＊０．７
なお、上記の式では、「ゴルフ嗜好度」および「ゴルフ支出度」に乗ずる係数としてそれぞれ０．３および０．７を設定しているが、係数値はこれらに限定されるものではなく、シチュエーション等に応じて適宜設定することが可能である。算出された「クラブ価格帯」に基づいて、推奨されるゴルフクラブは、例えば以下のようになる。
１．０≦「クラブ価格帯」≦１．７ 安い価格のクラブを推奨
１．８≦「クラブ価格帯」≦２．５ やや安い価格のクラブを推奨
２．６≦「クラブ価格帯」≦３．４ 普通価格のクラブを推奨
３．５≦「クラブ価格帯」≦４．２ やや高い価格のクラブを推奨
４．３≦「クラブ価格帯」≦５．０ 高い価格のクラブを推奨
なお、各段階を規定する「クラブ価格帯」の上限値および下限値は、上記の例に限定されるものではなく、シチュエーション等に応じて適宜設定することが可能である。

Ｄ４）センス
この「センス」は、ゴルフコースに関するレコメンドで説明したＣ４）の「センス」と同一の指標値として与えられるものとする。
Ｄ５）レベル
この「レベル」は、ゴルフコースに関するレコメンドで説明したＣ５）の「レベル」と同一の指標値として与えられるものとする。

Ｄ６）パワー
「パワー」は、ゴルフプレーヤーの体力の程度を表す指標値である。表５を参照して、「飛距離」（自己申告を含む）に係る数値と、「年齢」に係る数値との組合せに対応する「パワー」を求める。なお、ユーザ関連情報である「性別」を参照して、ユーザが女性である場合には、「飛距離」を補正するように構成してもよい。例えば、ユーザが女性の場合には、ユーザ関連情報として与えられる「飛距離」に４０を加えて、「パワー」を算出する際の「飛距離」とするように補正を行う。「パワー」は、「パワーあり」、「ややパワーあり」、「普通」、「ややパワー不足」、「パワー不足」の５段階に分類される。「パワーあり」は数値５で表され、「ややパワーあり」は数値４で表され、「普通」は数値３で表され、「ややパワー不足」は数値２で表され、「パワー不足」は数値１で表される。

Ｄ７）クラブ難易度
「クラブ難易度」は、ユーザに適合することが予想されるゴルフクラブの取り扱いに係る難易度を表す指標値である。「クラブ難易度」は、「センス」に所定の係数を乗じて得た数値と、「レベル」に所定の係数を乗じて得た数値と、「パワー」に所定の係数を乗じて得た数値との和をとることで求められる。例えば、「クラブ難易度」は、以下の式に基づいて求められる。
「クラブ難易度」＝「センス」＊０．２＋「レベル」＊０．４＋「パワー」＊０．４
なお、上記の式では、「センス」、「レベル」および「パワー」に乗ずる係数としてそれぞれ０．２、０．４および０．４を設定しているが、係数値はこれらに限定されるものではなく、シチュエーション等に応じて適宜設定することが可能である。
算出された「クラブ難易度」に基づいて、推奨されるゴルフクラブは以下のようになる。
１．０≦「クラブ難易度」≦１．７ 取り扱いが易しいクラブを推奨
１．８≦「クラブ難易度」≦２．５ 取り扱いがやや易しいクラブを推奨
２．６≦「クラブ難易度」≦３．４ 取り扱いが普通のクラブを推奨
３．５≦「クラブ難易度」≦４．２ 取り扱いがやや難しいクラブを推奨
４．３≦「クラブ難易度」≦５．０ 取り扱いが難しいクラブを推奨

ゴルフクラブのレコメンドを生成するために必要な指標値が算出されれば、「クラブ価格帯」および「クラブ難易度」に基づいて、レコメンド対象としてデータベースに登録されているゴルフクラブのなかから、レコメンド候補すなわちユーザに対して推奨するゴルフクラブを選定する。図５は、指標値の組合せに基づいてゴルフクラブをエリア別に分類する例を示す図である。図５に示されるように、「クラブ価格帯」と「クラブ難易度」との組合せに応じて、Ｂ１１からＢ５５までの２５のエリアが構成されている。この実施の形態による音声対話システムでは、推奨対象となる全てのゴルフクラブについて、それぞれどのエリアに属するかを予め類別しておく。また、エリア毎に当該エリアに属するゴルフクラブを特定し得る製品名称、製品番号等の情報を知識データベース７に登録しておく。なお、ゴルフクラブに係るこのような類別情報は、所定の期間をおいて更新するのが好適である。

レコメンド生成部１０が算出する「クラブ価格帯」と「クラブ難易度」とに基づいて、ユーザに推奨すべきゴルフクラブが存在する検索対象エリアとして、例えばエリアＢ３３が選定されたとする。エリアＢ３３に属するゴルフクラブが１つの場合には、当該ゴルフクラブをレコメンドを行うゴルフクラブとして特定する。エリアＢ３３に属するゴルフクラブが複数ある場合には、ゴルフクラブの絞り込みを行う。絞り込みを行う際の指標としては、例えば「性別」、「利き腕」等が挙げられる。

エリアＢ３３に属するゴルフクラブがゼロの場合には、ゴルフコースに係るレコメンド生成と同様に、新たな検索対象エリアを構成するようにしてもよい。また、このような場合に、所定のシチュエーションにあると判断されれば、推奨できるゴルフクラブの候補がなく、現在使用しているゴルフクラブの使用を継続することを推奨するような構成としてもよい。

レコメンドを行うゴルフクラブが特定されれば、レコメンド生成部１０は、レコメンド情報として、当該ゴルフクラブに関する情報を応答出力生成部１２に出力する。応答出力生成部１２は、レコメンド情報を入力すると、当該ゴルフクラブをユーザに通知するための音声情報および画像情報を生成して出力する。音声出力部１４からの音声信号出力に基づいて、例えば「＊＊社製のクラブセット＊＊はいかがでしょうか」との音声がシステムのスピーカーから出力される。また、画像出力部１６からの画像信号出力に基づいて、エージェントのエイミーとともに、ゴルフクラブの名称等がシステムのディスプレイに出力される。図６は、システムによるユーザへの応答画像表示に係る画像例を示す図である。ディスプレイには、他にもゴルフクラブの性能を表す情報や概観等に係る画像を表示するのが好適である。

以上のように、この実施の形態１によれば、ユーザ関連情報および知識情報に基づいて、対話しているユーザに対して、最適なレコメンドを生成するように構成しているので、ユーザ所望の情報を高い確率で提供することができるという効果を奏する。また、外部情報を取得して情報を蓄積する知識データベースを更新するように構成しているので、最新の情報に基づいてレコメンドを生成することが可能となり、ユーザ所望の情報をより高い確率で提供することができるという効果を奏する。また、データベース内のそれぞれのカテゴリーについては、所定の回数分だけ前に登録されたユーザ関連情報をユーザ関連情報データベースから削除するように構成したので、所定数の新しいユーザ関連情報のみが記憶されて、人間の脳内における忘却作用に類似の機能を実現することができるから、ユーザの嗜好に応じたレコメンドを生成することが可能となってユーザ所望の情報をより高い確率で提供することができるという効果を奏する。また、レコメンドの提供をはじめとしてユーザに対するシステムの応答をエージェントを用いて実行するように構成しているので、人と話しているような仮想的な対話環境を実現することが可能となり、システムに対してより自然な印象を抱かせて親近感を持たせることができるという効果を奏する。

また、レコメンド生成処理において、レコメンドを生成するために評価する必要のある要素項目について、ユーザ関連情報または知識情報に基づいて指標値を算出するようにしたので、算出された指標値に基づいてレコメンド候補の選定並びに絞り込みを実行することができるから、ユーザに適したレコメンドの特定を適正かつ効率的に実行することができるという効果を奏する。また、指標値の組合せにより特定されるエリアを単位として複数のレコメンド対象を類別するようにしたので、２以上の指標値に基づいてユーザ嗜好に応じた適正なレコメンドの生成が可能となるから、ユーザ所望の情報をより高い確率で提供することができるという効果を奏する。また、エリア毎にそれぞれのエリアに属するレコメンド対象を知識データベースに登録するように構成したので、知識データベースを検索することで迅速にレコメンド対象を検出することが可能となり、レコメンド候補の選定およびレコメンドの特定を効率的に実行することができるという効果を奏する。さらに、レコメンド候補が複数ある場合には他の指標値に基づいてレコメンド候補を順位付けするように構成したので、レコメンド候補の絞り込みが容易となり、レコメンドの特定を効率的に実行することができるという効果を奏する。

なお、上記の実施の形態１により説明される音声対話システムは、本願発明を限定するものではなく、例示することを意図して開示されているものである。本願発明の技術的範囲は特許請求の範囲により定められるものであり、特許請求の範囲に記載された発明の技術的範囲内において種々の設計的変更が可能である。例えば、ゴルフ嗜好度等の指標値は５段階の値をとる構成としているが、例えば３段階、１０段階等の他の段階数をとるように構成してもよい。また、全ての指標値が同じ段階数をとるように構成する必要はなく、各要素項目の内容に応じて、それぞれの指標値が異なる数の段階数をとるように構成してもよい。

本願発明は、各種サービス業等においてマンマシンインタフェースとして機能する音声対話システムに広く適用できるものである。

本願発明による音声対話システムの構成を示す図である。 本願発明による音声対話システムで用いられるエージェントの例を示す図である。 指標値の組合せに基づいてレコメンド対象をエリア別に分類する例を示す図である。 システムによるユーザへの応答画像表示に係る画像例を示す図である。 指標値の組合せに基づいてレコメンド対象をエリア別に分類する例を示す図である。 システムによるユーザへの応答画像表示に係る画像例を示す図である。

符号の説明

１ 音声入力部、２ 音声認識部、３ テキスト入力部、４ 意味解析部、５ 認識辞書、６ 対話制御部、 ７ 知識データベース、８ 外部情報取得部、９ ユーザ関連情報データベース、１０ レコメンド生成部、１１ レコメンド要素情報記憶部、１２ 応答出力生成部、１３ 応答情報データベース、１４ 音声出力部、１５ 音声データベース、１６ 画像出力部、１７ 画像データベース

Claims (8)

1. ユーザからシステムへの情報の入力あるいはシステムからユーザへの情報の出力の少なくとも一方を音声により実行する音声対話システムであって、
   ユーザにより入力された文字列あるいはユーザにより入力された音声から変換された文字列の意味内容を解析する意味解析手段と、
   該意味解析手段から意味情報を入力して、ユーザに対する応答処理を制御する対話制御手段と、
   ユーザに関連する情報を蓄積するユーザ関連情報データベースおよび知識データベースを参照して、ユーザに提供するレコメンドを生成するレコメンド生成手段と、
   前記対話制御手段または前記レコメンド生成手段から応答内容に関する情報を入力して、ユーザに対して出力する音声情報または画像情報を生成する応答出力生成手段とを有して構成されることを特徴とする音声対話システム。
2. 情報を取得する外部情報取得手段を有し、
   取得した情報に基づいて、前記知識データベースを更新することを特徴する請求項１記載の音声対話システム。
3. ユーザ関連情報を複数のカテゴリーに分類して、カテゴリー毎に情報の登録回数を記憶し、所定の回数分だけ前に当該カテゴリー内において登録された情報を前記ユーザ関連データベースから削除するように構成したことを特徴とする請求項１記載の音声対話システム。
4. ユーザに対するシステムの応答をエージェントを用いて実行することを特徴とする請求項１記載の音声対話システム。
5. 前記レコメンド生成手段は、レコメンドを生成するために評価する必要のある要素項目について、ユーザ関連情報または知識情報に基づいて、ユーザが属する段階またはユーザの適合する程度を表す指標値を算出することを特徴とする請求項１記載の音声対話システム。
6. 前記レコメンド生成手段が、指標値の組合せにより特定されるエリアを単位として、複数のレコメンド対象を類別することを特徴とする請求項５記載の音声対話システム。
7. 前記知識データベースにおいて、前記エリア毎に、それぞれの前記エリアに属するレコメンド対象が登録されていることを特徴とする請求項６記載の音声対話システム。
8. 前記レコメンド生成手段は、１または複数の指標値に基づいてレコメンド候補を選定し、レコメンド候補が複数ある場合には、１または複数の他の指標値に基づいてレコメンド候補を順位付けすることを特徴とする請求項５記載の音声対話システム。

Images