特許 5740272 対話システム、対話方法およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5740272

(24)【登録日】2015年5月1日

(45)【発行日】2015年6月24日

(54)【発明の名称】対話システム、対話方法およびプログラム

(51)【国際特許分類】

   G06F 13/00 20060101AFI20150604BHJP

【ＦＩ】

   G06F13/00 650B

【請求項の数】12

【全頁数】15

(21)【出願番号】特願2011-216481(P2011-216481)

(22)【出願日】2011年9月30日

(65)【公開番号】特開2013-77156(P2013-77156A)

(43)【公開日】2013年4月25日

【審査請求日】2014年2月28日

(73)【特許権者】

【識別番号】000208891

【氏名又は名称】ＫＤＤＩ株式会社

(74)【代理人】

【識別番号】100122426

【弁理士】

【氏名又は名称】加藤 清志

(72)【発明者】

【氏名】小林 亮博

(72)【発明者】

【氏名】柳原 広昌

(72)【発明者】

【氏名】土生 由希子

【審査官】 寺谷 大亮

(56)【参考文献】

【文献】 特開２００８−１９１７４８（ＪＰ，Ａ）

【文献】 特開２００８−０９０４７５（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １３／００

Ｇ０６Ｆ １７／３０

(57)【特許請求の範囲】

【請求項1】

ソーシャルネットワーク上で対話を行う対話システムであって、
前記ソーシャルネットワーク上での対話情報を収集する対話情報収集装置と、
該収集した対話情報に対して応答するか否かを判定する応答判定装置と、
該応答判定がなされた対話情報の中から前記ソーシャルネットワーク上における影響度が強い対話情報のみをとりだす応答フィルタと、
該とりだされた対話情報に基づいて、該対話情報の理解、発話文の作成、および該発話文による応答の制御を行う発話文生成装置と、
を備えたことを特徴とする対話システム。

【請求項2】

前記対話情報収集装置が、
どの範囲の集団に影響を持った人物を抽出するかを決定する抽出人物決定手段と、
該抽出人物決定手段の決定結果に応じて検索キーワードを定める検索キーワード決定手段と、
該決定した検索キーワードを用いて前記ソーシャルネットワーク上の対話情報を検索収集する対話情報収集手段と、
を備えたことを特徴とする請求項１に記載の対話システム。

【請求項3】

前記対話情報収集装置が、
どの範囲の集団に影響を持った対話情報を抽出するかを決定する抽出対話情報決定手段と、
該抽出対話情報決定手段の決定結果に応じて検索キーワードを定める検索キーワード決定手段と、
該決定した検索キーワードを用いて前記ソーシャルネットワーク上の対話情報を検索収集する対話情報収集手段と、
を備えたことを特徴とする請求項１に記載の対話システム。

【請求項4】

前記対話情報収集装置が、
取得した前記ソーシャルネットワーク内の返信先情報を参照する返信先情報参照手段を備えたことを特徴とする請求項１に記載の対話システム。

【請求項5】

前記対話情報収集装置が、
発言中に含まれるユーザ名を参照するユーザ名参照手段を備えたことを特徴とする請求項１に記載の対話システム。

【請求項6】

前記応答判定装置が、
各ユーザの前記ソーシャルネットワーク上における影響度を集計し、ユーザ影響度を算出するユーザ影響度算出手段と、
該算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う応答判定手段と、
を備えたことを特徴とする請求項１に記載の対話システム。

【請求項7】

前記応答判定装置が、
定期的に更新される重要語を用いて影響度を予想する影響度予測手段と、
該算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う応答判定手段と、
を備えたことを特徴とする請求項１に記載の対話システム。

【請求項8】

前記応答判定装置が、高頻度に１対１の応答を行ったユーザに対して、応答することを特徴とする請求項１に記載の対話システム。

【請求項9】

前記ソーシャルネットワークがツイッターであることを特徴とする請求項１から請求項８に記載の対話システム。

【請求項10】

前記対話情報収集装置が、タイムラインの中から対話情報を収集することを特徴とする請求項９に記載の対話システム。

【請求項11】

対話情報収集装置、応答判定装置、応答フィルタ、および発話文生成装置を備え、ソーシャルネットワーク上で対話を行う対話システムにおける対話方法であって、
前記対話情報収集装置が、前記ソーシャルネットワーク上での対話情報を収集する第１のステップと、
前記応答判定装置が、該収集した対話情報に対して応答するか否かを判定する第２のステップと、
前記応答フィルタが、該応答判定がなされた対話情報の中から前記ソーシャルネットワーク上における影響度が強い対話情報のみをとりだす第３のステップ
と、
前記発話文生成装置が、該とりだされた対話情報に基づいて、該対話情報の理解、発話文の作成、および該発話文による応答の制御を行う第４のステップと、
を備えたことを特徴とする対話方法。

【請求項12】

対話情報収集装置、応答判定装置、応答フィルタ、および発話文生成装置を備え、ソーシャルネットワーク上で対話を行う対話システムにおける対話方法をコンピュータに実行させるプログラムであって、
前記対話情報収集装置が、前記ソーシャルネットワーク上での対話情報を収集する第１のステップと、
前記応答判定装置が、該収集した対話情報に対して応答するか否かを判定する第２のステップと、
前記応答フィルタが、該応答判定がなされた対話情報の中から前記ソーシャルネットワーク上における影響度が強い対話情報のみをとりだす第３のステップと、
前記発話文生成装置が、該とりだされた対話情報に基づいて、該対話情報の理解、発話文の作成、および該発話文による応答の制御を行う第４のステップと、
をコンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ソーシャルネットワークにおける対話システム、対話方法およびプログラムに関し、特に、明示的な対象を持たない対話行為を行うことで、ソーシャルネットワークに適合したコミュニケーションを行う対話システム、対話方法およびプログラムに関する。

【背景技術】

【0002】

現在、ソーシャルネットワークのコミュニティが発達してきており、特に、Ｔｗｉｔｔｅｒ（登録商標）は日本でのユーザ数が１０００万人に迫る急激な成長を遂げている（２０１０年４月Ｎｉｅｌｓｅｎ Ｏｎｌｉｎｅ調べ）。そのため、Ｔｗｉｔｔｅｒ等のソーシャルネットワーク上のコミュニティで、自然言語を用いてユーザと対話し宣伝活動やユーザサポートを行う対話システム（ｂｏｔ）に対する期待が高まってきている。

【0003】

そのため、最近では、非特許文献１に示すように、Ｔｗｉｔｔｅｒに対応した対話システムは既に商品検索システムとの組み合せで商用化されている（例えば、非特許文献１参照）。このシステムは、ユーザ発言に対して、キーワードのマッチングと検索とを行うことで、商品の提示を行っている。

【0004】

また、非特許文献１に記載のシステムでは、単純なキーワードマッチを用いているため、一対一の応答しか行うことが出来ないが、非特許文献２に記載のシステムでは、システムが持つ知識と、ユーザ発言を構造化することで、ユーザの不十分な入力に対してシステムが聞き返し行いながらインタラクティブに情報提示を行うことが可能である（例えば、非特許文献２参照）。また、非特許文献３に記載のシステムでは、非特許文献２に記載のシステムを音声対話に適用し、音声認識誤りに対する聞き返しも含めたインタラクションを可能とする対話システムを構築している（例えば、非特許文献３参照）。

【0005】

これら非特許文献１から３のシステムは、実世界での人間同士の対話を再現する対話制御技術であり、入力に対して、必ず応答を行うシステムとなっている。しかし、人間は、ソーシャルネットワーク上で全ての入力に対して必ずしも応答するわけではなく、実世界にはない独特のコミュニケーションを行っている。

【0006】

ここで、Ｔｗｉｔｔｅｒ上で構築される人間同士のコミュニケーションの構造は、大きく分けて図５の３つに分類される。つまり、（ａ）は、２者間の対話を示す。Ｔｗｉｔｔｅｒではこれらの二者間の会話を第三者が閲覧することが可能となっている。また、（ｂ）のようにＴｗｉｔｔｅｒは、不特定多数のユーザが会話に参加できるため、会議や授業に類する聴衆全体に呼びかけるような対話を行う機能を持つ。Ｔｗｉｔｔｅｒ上では、（ａ）や（ｂ）のように実世界上での人間の会話を模したコミュニケーションが行われているが、Ｔｗｉｔｔｅｒは実世界には無い（ｃ）に示した新たな形態を持ったコミュニケーションがソーシャルネットワーク上で行われている。

【0007】

Ｔｗｉｔｔｅｒ上で各ユーザは、それぞれ自分が気に入った他のユーザをフォローすることでネットワークを構築している。図６は、あるユーザのフォローリストを示す。Ｔｗｉｔｔｅｒは、フォローリストに含まれるユーザの発言を、図７に示されるように、時系列順に提示する。Ｔｗｉｔｔｅｒでは、この画面をタイムライン（ＴＬ）と呼ぶ。基本的にＴｗｉｔｔｅｒ上では、誰が自分をフォローするかは制御できないため、（ｃ）に示すように、対象を特定せずに、応答を期待しない独り言に似た発言を行うことが多い。ユーザは自分のＴＬ上に気に入った発言を見つけると、その発言に関して対象を特定せずに独り言を行う。

【0008】

以上のように、Ｔｗｉｔｔｅｒ上に構築されるソーシャルネットワークの最大の特徴は、自分の発言に対する応答を他の別のユーザに義務付けないことであり、その暗黙の了解が発言の敷居を下げ、多数のアクティブユーザを獲得する要因の一つとなっている。

【先行技術文献】

【非特許文献】

【0009】

【非特許文献1】コレカモ http://korekamo.net/

【非特許文献2】清田 陽司, 黒橋 禎夫, 木戸 冬子:大規模テキスト知識ベースに基づく自動質問応答 −ダイアログナビ−,自然言語処理, Ｖｏｌ．１０，Ｎｏ．４，ｐｐ．１４５――１７５，Ｊｕｌｙ，２００３．

【非特許文献3】翠輝久, 河原達也, 正司哲朗, 美濃導彦: 質問応答・情報推薦機能を備えた音声による情報案内システム. 情報処理学会論文誌,Ｖｏｌ．４８，Ｎｏ．１２，ｐｐ．３６０２――３６１１，２００７．

【発明の概要】

【発明が解決しようとする課題】

【0010】

しかしながら、上述の非特許文献１から３に記載のシステムは、実世界での人間同士の対話に近い（ａ）や（ｂ）に属する対話を可能とする対話制御技術であり、ユーザ入力に対して必ず応答を行うシステムとなっている。そのため（ａ）と（ｂ）に属するコミュニケーションを取ることが可能である一方で、これらのシステムでは、Ｔｗｉｔｔｅｒ上の着目すべきユーザをフォローし、ＴＬから着目すべき発言を抽出することが出来ないため（ｃ）に示すコミュニケーションを取ることができないという問題があった。

【0011】

そこで、本発明は、上述の課題に鑑みてなされたものであり、明示的な対象を持たない対話行為を行うことで、ソーシャルネットワークに適合したコミュニケーションを行う対話システム、対話方法およびプログラムを提供することを目的とする。

【課題を解決するための手段】

【0012】

本発明は、上述の課題を解決するために、以下の事項を提案している。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。

【0013】

（１）本発明は、ソーシャルネットワーク上で対話を行う対話システムであって、前記ソーシャルネットワーク上での対話情報を収集する対話情報収集装置（例えば、図１の対話情報収集装置１００に相当）と、該収集した対話情報に対して応答するか否かを判定する応答判定装置（例えば、図１の応答判定装置２００に相当）と、該応答判定がなされた対話情報の中から前記ソーシャルネットワーク上における影響度が強い対話情報のみをとりだす応答フィルタ（例えば、図１の応答フィルタ３００に相当）と、該とりだされた対話情報に基づいて、該対話情報の理解、発話文の作成、および該発話文による応答の制御を行う発話文生成装置（例えば、図１の発話文生成装置４００に相当）と、を備えたことを特徴とする対話システムを提案している。

【0014】

本発明によれば、対話情報収集装置は、ソーシャルネットワーク上での対話情報を収集する。応答判定装置は、収集した対話情報に対して応答するか否かを判定する。応答フィルタは、応答判定がなされた対話情報の中からソーシャルネットワーク上における影響度が強い対話情報のみをとりだす。発話文生成装置は、とりだされた対話情報に基づいて、対話情報の理解、発話文の作成、および発話文による応答の制御を行う。したがって、明示的な対象を持たない対話行為を、ソーシャルネットワーク上の対話情報、例えば、タイムラインから着目すべき発言に基づいて行うことで、ソーシャルネットワークに適合したコミュニケーションを行うことができる。

【0015】

（２）本発明は、（１）の対話システムについて、前記対話情報収集装置が、どの範囲の集団に影響を持った人物を抽出するかを決定する抽出人物決定手段（例えば、図２の抽出人物決定部１１０に相当）と、該抽出人物決定手段の決定結果に応じて検索キーワードを定める検索キーワード決定手段（例えば、図２の検索キーワード決定部１５０に相当）と、該決定した検索キーワードを用いてソーシャルネットワーク上の対話情報を検索収集する対話情報収集手段（例えば、図２の対話情報収集部１６０に相当）と、を備えたことを特徴とする対話システムを提案している。

【0016】

本発明によれば、抽出人物決定手段は、どの範囲の集団に影響を持った人物を抽出するかを決定する。検索キーワード決定手段は、抽出人物決定手段の決定結果に応じて検索キーワードを定める。対話情報収集手段は、決定した検索キーワードを用いてソーシャルネットワーク上の対話情報を検索収集する。したがって、効率的に、対話情報の影響度を収集することができる。

【0017】

（３）本発明は、（１）の対話システムについて、前記対話情報収集装置が、どの範囲の集団に影響を持った対話情報を抽出するかを決定する抽出対話情報決定手段（例えば、図２の抽出対話情報決定部１２０に相当）と、該抽出対話情報決定手段の決定結果に応じて検索キーワードを定める検索キーワード決定手段（例えば、図２の検索キーワード決定部１５０に相当）と、該決定した検索キーワードを用いてソーシャルネットワーク上の対話情報を検索収集する対話情報収集手段（例えば、図２の対話情報収集部１６０に相当）と、を備えたことを特徴とする対話システムを提案している。

【0018】

本発明によれば、抽出対話情報決定手段は、どの範囲の集団に影響を持った対話情報を抽出するかを決定する。検索キーワード決定手段は、抽出対話情報決定手段の決定結果に応じて検索キーワードを定める。対話情報収集手段は、決定した検索キーワードを用いてソーシャルネットワーク上の対話情報を検索収集する。したがって、効率的に、対話情報の影響度を収集することができる。

【0019】

（４）本発明は、（１）の対話システムについて、前記対話情報収集装置が、取得した前記ソーシャルネットワーク内の返信先情報を参照する返信先情報参照手段（例えば、図２の送信先情報参照部１３０に相当）を備えたことを特徴とする対話システムを提案している。

【0020】

本発明によれば、返信先情報参照手段は、取得したソーシャルネットワーク内の返信先情報を参照する。したがって、どの対話情報に対する応答であるか推定し、一定数以上、応答数が多い対話情報を影響度が高い対話情報とすることができる。

【0021】

（５）本発明は、（１）の対話システムについて、前記対話情報収集装置が、発言中に含まれるユーザ名を参照するユーザ名参照手段（例えば、図２のユーザ名参照部１４０に相当）を備えたことを特徴とする対話システムを提案している。

【0022】

本発明によれば、ユーザ名参照手段は、発言中に含まれるユーザ名を参照する。したがって、どの対話情報に対する応答であるか推定し、一定数以上、応答数が多い対話情報を影響度が高い対話情報とすることができる。

【0023】

（６）本発明は、（１）の対話システムについて、前記応答判定装置が、各ユーザの前記ソーシャルネットワーク上における影響度を集計し、ユーザ影響度を算出するユーザ影響度算出手段（例えば、図３のユーザ影響度算出部２１０に相当）と、該算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う応答判定手段（例えば、図３の応答判定部２３０に相当）と、を備えたことを特徴とする対話システムを提案している。

【0024】

本発明によれば、ユーザ影響度算出手段は、各ユーザのソーシャルネットワーク上における影響度を集計し、ユーザ影響度を算出する。応答判定手段は、算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う。したがって、ソーシャルネットワーク上で着目すべきユーザを発見し、応答することができる。

【0025】

（７）本発明は、（１）の対話システムについて、前記応答判定装置が、定期的に更新される重要語を用いて影響度を予想する影響度予測手段（例えば、図３の影響度予測部２２０に相当）と、該算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う応答判定手段（例えば、図３の応答判定部２３０に相当）と、を備えたことを特徴とする対話システムを提案している。

【0026】

本発明によれば、影響度予測手段は、定期的に更新される重要語を用いて影響度を予想する。応答判定手段は、算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う。これにより、ＴＬに対しリアルタイムに応答することができる。なお、重要語の影響度の予想方法としては、例えば、語句の重要度を数値化し、これに、任意の係数を掛けた値を算出して、語句が複数ある場合には、算出した値が最大となるものを抽出し、これにより、重要語の影響度を予想する。また、重要語の影響度を計算した対話情報とそれが入っている重要語との組み合わせはデータベースに格納されているため、この情報に基づいて、所定の重要語がある場合に、どのくらいの影響度があるかを学習制御することにより予測を行ってもよい。

【0027】

（８）本発明は、（１）の対話システムについて、前記応答判定装置が、高頻度に１対１の応答を行ったユーザに対して、応答することを特徴とする対話システムを提案している。

【0028】

本発明によれば、高頻度に１対１の応答を行ったユーザに対して、応答する。これにより、ユーザに対する親和性を高めることができる。

【0029】

（９）本発明は、（１）から（８）の対話システムについて、前記ソーシャルネットワークがツイッターであることを特徴とする対話システムを提案している。

【0030】

本発明によれば、ソーシャルネットワークがツイッターである。

【0031】

（１０）本発明は、（９）の対話システムについて、前記対話情報収集装置が、タイムラインの中から対話情報を収集することを特徴とする対話システムを提案している。

【0032】

本発明によれば、対話情報収集装置が、タイムラインの中から対話情報を収集する。これにより、タイムラインから着目すべき発言を抽出することができる。

【0033】

（１１）本発明は、対話情報収集装置、応答判定装置、応答フィルタ、および発話文生成装置を備え、ソーシャルネットワーク上で対話を行う対話システムにおける対話方法であって、前記対話情報収集装置が、前記ソーシャルネットワーク上での対話情報を収集する第１のステップ（例えば、図４のステップＳ１０１に相当）と、前記応答判定装置が、該収集した対話情報に対して応答するか否かを判定する第２のステップ（例えば、図４のステップＳ１０２に相当）と、前記応答フィルタが、該応答判定がなされた対話情報の中から前記ソーシャルネットワーク上における影響度が強い対話情報のみをとりだす第３のステップ（例えば、図４のステップＳ１０３に相当）と、前記発話文生成装置が、該とりだされた対話情報に基づいて、該対話情報の理解、発話文の作成、および該発話文による応答の制御を行う第４のステップ（例えば、図４のステップＳ１０４に相当）と、を備えたことを特徴とする対話方法を提案している。

【0034】

本発明によれば、対話情報収集装置がソーシャルネットワーク上での対話情報を収集し、応答判定装置が収集した対話情報に対して応答するか否かを判定する。そして、応答フィルタが応答判定がなされた対話情報の中からソーシャルネットワーク上における影響度が強い対話情報のみをとりだし、発話文生成装置がとりだされた対話情報に基づいて、対話情報の理解、発話文の作成、および発話文による応答の制御を行う。したがって、明示的な対象を持たない対話行為を、ソーシャルネットワーク上の対話情報、例えば、タイムラインから着目すべき発言に基づいて行うことで、ソーシャルネットワークに適合したコミュニケーションを行うことができる。

【0035】

（１２）本発明は、対話情報収集装置、応答判定装置、応答フィルタ、および発話文生成装置を備え、ソーシャルネットワーク上で対話を行う対話システムにおける対話方法をコンピュータに実行させるプログラムであって、前記対話情報収集装置が、前記ソーシャルネットワーク上での対話情報を収集する第１のステップ（例えば、図４のステップＳ１０１に相当）と、前記応答判定装置が、該収集した対話情報に対して応答するか否かを判定する第２のステップ（例えば、図４のステップＳ１０２に相当）と、前記応答フィルタが、該応答判定がなされた対話情報の中から前記ソーシャルネットワーク上における影響度が強い対話情報のみをとりだす第３のステップ（例えば、図４のステップＳ１０３に相当）と、前記発話文生成装置が、該とりだされた対話情報に基づいて、該対話情報の理解、発話文の作成、および該発話文による応答の制御を行う第４のステップ（例えば、図４のステップＳ１０４に相当）と、をコンピュータに実行させるプログラムを提案している。

【0036】

本発明によれば、対話情報収集装置がソーシャルネットワーク上での対話情報を収集し、応答判定装置が収集した対話情報に対して応答するか否かを判定する。そして、応答フィルタが応答判定がなされた対話情報の中からソーシャルネットワーク上における影響度が強い対話情報のみをとりだし、発話文生成装置がとりだされた対話情報に基づいて、対話情報の理解、発話文の作成、および発話文による応答の制御を行う。したがって、明示的な対象を持たない対話行為を、ソーシャルネットワーク上の対話情報、例えば、タイムラインから着目すべき発言に基づいて行うことで、ソーシャルネットワークに適合したコミュニケーションを行うことができる。

【発明の効果】

【0039】

本発明によれば、対話システムが、常に影響度の高い対話情報に関する発言を行うことで、他のユーザの注目を集める効果がある。そのため、本対話システムは、宣伝用途において特に有効である。

【0040】

また、ソーシャルネットワーク上で構築されるユーザ―ユーザ間と同様の関係性を対話システム―ユーザ間で構築する機能を具備することにより、ソーシャルネットワーク内で人間に近い社会性を対話システムが持たせることが可能となるという効果がある。本発明では、ソーシャルネットワークに適応した関係性を構築するため、ソーシャルネットワーク内で暗黙の了解とされている「自分の発言に対する応答を他の別のユーザに義務付けない」という社会的なルールが対話システムにも適用される可能性がある。つまり、既存の対話システムは、実世界における対話の関係性をモデル化してきたため、ユーザに対し「自分の発言に必ず応えてくれる」といった高いレスポンシビリティを期待させるシステムとなっていた。しかし、自然言語による入力を用いる場合、ユーザの多様な入力をあらかじめ完全にモデル化しておくことは不可能であるため、従来技術の手法では、システムが予めルールとして記述した入力パターンと外れた入力をユーザが行うと、システムはユーザの期待と外れた回答を行い、ユーザの評価を大きく下げる結果となる。しかし、本発明により上記の社会的なルールが対話システムにも適応されることで、ユーザの注目を集めつつもユーザの不満を予め抑制するシステムが構築可能になるという効果がある。

【図面の簡単な説明】

【0041】

【図1】本発明の対話システムに係る構成を示す図である。

【図2】本発明の対話情報収集装置の構成を示す図である。

【図3】本発明の応答判定装置の構成を示す図である。

【図4】本発明の対話システムに係る処理を示す図である。

【図5】従来例に係るソーシャルネットワークにおける対話形式を例示する図である。

【図6】従来のＴｗｉｔｔｅｒにおけるユーザのフォローリストを例示する図である。

【図7】従来のＴｗｉｔｔｅｒにおけるフォローリストに含まれるユーザの発言を時系列順に提示した図である。

【発明を実施するための形態】

【0042】

以下、本発明の実施形態について、図面を用いて、詳細に説明する。
なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。

【0043】

以下、図１から図４を用いて、本発明の対話システムに係る実施形態について説明する。なお、本実施形態においては、ソーシャルネットワークとして、Ｔｗｉｔｔｅｒを例示して説明する。

【0044】

＜対話システムの構成＞
本実施形態に係る対話システムは、図１に示すように、主に、対話情報収集装置１００と、応答判定装置２００と、応答フィルタ３００と、発話文生成装置４００とから構成されている。

【0045】

対話情報収集装置１００は、ソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上での対話情報（ツイット）を収集する。応答判定装置２００は、収集した対話情報（ツイット）に対して応答するか否かを判定する。応答フィルタ３００は、応答判定がなされた対話情報（ツイット）の中から特定の対話情報のみをとりだす。発話文生成装置４００は、言語の理解、対話の制御、発話文の作成等を行う。

【0046】

つまり、ソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上から対話情報（ツイット）の集合を収集し、影響力のある対話情報（ツイット）を応答フィルタ３００に出力する。一方、応答フィルタ３００は、ソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上からソーシャルネットワーク（Ｔｗｉｔｔｅｒ）のタイムライン（ＴＬ）を取得したクライアントから対話情報（ツイット）をも入力し、影響力のある対話情報（ツイット）のみを抽出して発話文生成装置４００に出力する。なお、タイムライン（ＴＬ）を取得したクライアントは、Ｔｗｉｔｔｅｒ ＡＰＩを用いて、対話システム（ＢＯＴ）のタイムライン（ＴＬ）をリアルタイムに取得する。

【0047】

他方、対話情報収集装置１００は、影響力のあるユーザ情報を応答判定装置２００に出力し、応答判定装置２００は、入力した影響力のあるユーザ情報に基づいて、応答するユーザを出力クライアントに出力する。さらに、出力クライアントは、Ｔｗｉｔｔｅｒ ＡＰＩを用いて、発話文生成装置４００から発話文を入力し、システムに対して、発言（ツイット）を送信するとともに、フォロー要求を出力する。

【0048】

＜対話情報収集装置の構成＞
本実施形態に係る対話情報収集装置１００は、図２に示すように、抽出人物決定部１１０と、抽出対話情報決定部１２０と、送信先情報参照部１３０と、ユーザ名参照部１４０と、検索キーワード決定部１５０と、対話情報収集部１６０とから構成されている。

【0049】

抽出人物決定部１１０は、どの範囲の集団に影響を持った人物を抽出するかを決定する。抽出対話情報決定部１２０は、どの範囲の集団に影響を持った対話情報（ツイット）を抽出するかを決定する。

【0050】

送信先情報参照部１３０は、取得したソーシャルネットワーク（Ｔｗｉｔｔｅｒ）内の返信先情報を参照する。ユーザ名参照部１４０は、発言中に含まれるユーザ名を参照する。

【0051】

検索キーワード決定部１５０は、抽出人物決定部１１０あるいは／および抽出対話情報決定部１２０の決定結果に応じて検索キーワードを定める。対話情報収集部１６０は、検索キーワード決定部１５０が決定したキーワードを用いてソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上の対話情報（ツイット）を検索収集する。

【0052】

つまり、対話情報収集装置１００は、どの範囲の集団に影響を持った人物あるいは／および発言を抽出するかに応じて検索キーワードを定め、キーワードを用いてソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上の発言を検索収集する。また、取得した対話情報（ツイット）内の返信先情報ｉｎ＿ｒｅｐｌｙ＿ｔｏ＿ｓｔａｔｕｓ＿ｉｄを参照したり発言中に含まれるユーザ名を参照したりすることで、どのツイートに対する応答であるか推定し、一定数以上応答数が多い対話情報（ツイット）を影響度が高い対話情報（ツイット）として応答フィルタ３００に出力する。したがって、抽出人物決定部１１０、送信先情報参照部１３０、ユーザ名参照部１４０については、そのすべてを備えてもよいし、これらのうち少なくとも１つを備えるようにしてもよい。

【0053】

＜応答判定装置の構成＞
本実施形態に係る応答判定装置２００は、図３に示すように、ユーザ影響度算出部２１０と、影響度予測部２２０と、応答判定部２３０とから構成されている。

【0054】

ユーザ影響度算出部２１０は、各ユーザのソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上における影響度を集計し、ユーザ影響度を算出する。影響度予測部２２０は、定期的に更新される重要語を用いて影響度を予想する。応答判定部２３０は、算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行う。なお、影響度予測部２２０における重要語の影響度の予想方法としては、例えば、語句の重要度を数値化し、これに、任意の係数を掛けた値を算出して、語句が複数ある場合には、算出した値が最大となるものを抽出し、これにより、重要語の影響度を予想する。また、重要語の影響度を計算した対話情報とそれが入っている重要語との組み合わせはデータベースに格納されているため、この情報に基づいて、所定の重要語がある場合に、どのくらいの影響度があるかを学習制御することにより予測を行ってもよい。

【0055】

つまり、各ユーザの対話情報（ツイット）の影響度を集計し、ユーザ影響度を算出する。あるいは、定期的に更新される重要語を用いて影響度を予想する。また、ユーザ影響度がしきい値以上のユーザをフォローすることで、ソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上で着目すべきユーザを発見しフォローする。

【0056】

＜対話システムの処理＞
図４を用いて、本実施形態に係る対話システムの処理について説明する。

【0057】

まず、対話情報収集装置１００が、ソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上での対話情報（ツイット）を収集し（ステップＳ１０１）、応答判定装置２００が、収集した対話情報（ツイット）に対して応答するか否かを判定する（ステップＳ１０２）。

【0058】

そして、応答フィルタ３００が、応答判定がなされた対話情報の中から特定の対話情報のみをとりだし（ステップＳ１０３）、発話文生成装置４００が、言語の理解、対話の制御、発話文の作成等を行う（ステップＳ１０４）。なお、ユーザに対する親和性を高めるため、対話システムに対して高頻度に１対１の応答を行ったユーザをフォローする。

【0059】

以上、説明したように、本実施形態によれば、明示的な対象を持たない対話行為を行うことで、ソーシャルネットワークに適合したコミュニケーションを行うことができる。また、どの範囲の集団に影響を持った人物あるいは／および対話情報（ツイット）を抽出するかを決定し、決定結果に応じて検索キーワードを定め、そのキーワードを用いてソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上の対話情報（ツイット）を検索収集するため、効率的に、対話情報（ツイット）の影響度を収集することができる。さらに、各ユーザのソーシャルネットワーク上における影響度を集計し、ユーザ影響度を算出して、算出したユーザ影響度が所定の閾値を越えているか否かで、応答判定を行うため、ソーシャルネットワーク（Ｔｗｉｔｔｅｒ）上で着目すべきユーザを発見し、応答することができる。

【0060】

＜実施例＞
具体的な実施例として、Ｔｗｉｔｔｅｒ社が公開しているＡＰＩを用いて映画の映像配信サービスの販売促進を行うＢｏｔを実装するケースについて説明する。

【0061】

この場合、まず販売したい映画に関係する単語を映画の宣伝文から抽出しキーワードとする。ＴｗｉｔｔｅｒのＳｅａｒｃｈ ＡＰＩを用い、以上のキーワードでツイートを収集する。Ｔｗｉｔｔｅｒ社が公開しているＡＰＩでは、その契約形態に応じて得られるデータ量が異なるため、契約の範囲内で可能な限り漏れ無くデータを収集できるよう、定期的にＳｅａｒｃｈ ＡＰＩを利用しそのキーワードを含む呟きを収集する。

【0062】

対話情報収集装置１００は、前述した方法で、あるツイート何件リツイートされているか算出する。本実施例ではある閾値の回数以上リツイートされていれば影響度が高いものとし、そのツイートを一意に識別する値（ＳＴＡＴＵＳ＿ＩＤ）を応答フィルタ３００に送信する。ただし、影響度の詳細な計算方法は幾つか存在し、発言したユーザのフォロワー数で正規化する、発言したユーザの過去の影響度を集計するといったように、用途に応じて適切に選択する。

【0063】

応答フィルタ３００は、ＴｗｉｔｔｅｒのＡＰＩを用いて得られたＢｏｔのＴＬから、対話情報収集装置１００が出力したＳＴＡＴＵＳ＿ＩＤと一致するツイートを選択し、発話文生成装置４００に送信し、ＴＬ上のそれ以外のツイートは捨てる。しかし、ユーザからの明示的な要求に全く応答しないＢｏｔは宣伝用としては問題があるため、ｉｎ＿ｒｅｐｌｙ＿ｔｏ＿ｕｓｅｒ＿ｉｄがＢｏｔを指すＴｗｅｅｔをＴＬ中から検出した場合も同様に対話制御部に送信することで、図５の（ａ）、（ｂ）の応答も実現する。

【0064】

次に、発話文生成装置４００の実施例としては、非特許文献１に記載の技術と同じ手法について説明する。先ず、前もって宣伝したい映画についてマッチさせるキーワードとキーワードに応じたテンプレートを用意しておく。応答フィルタを経由して入力されたツイートに対して最長マッチするキーワードを抽出し、そのキーワードに対応したテンプレートを選択することで、ユーザに対して宣伝情報を発言することが可能となる。このときＴＬ上の全ての発言について応答していると、ユーザから飽きられてしまい、Ｂｏｔの発言がユーザに無視されるようになってしまう。しかし、多くのユーザが着目する話題出た際にのみ発言することで、効果的に宣伝文の露出を行うことが可能となる。

【0065】

以下は、発言用テンプレートの例である。
出演者は、「[映画タイトル]のような映画にもでているよ[宣伝用ＵＲＬ]」、監督名は、「[映画タイトル]も作っているよ[宣伝用ＵＲＬ]」、その他キーワードとしては、「こんな[映画タイトル]もあるよ[宣伝用ＵＲＬ]」等が例示できる。

【0066】

なお、対話システムの処理をコンピュータ読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムを対話システムに読み込ませ、実行することによって本発明の対話システムを実現することができる。ここでいうコンピュータシステムとは、ＯＳや周辺装置等のハードウェアを含む。

【0067】

また、「コンピュータシステム」は、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）システムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。

【0068】

また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合せで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【0069】

以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

【符号の説明】

【0070】

１００；対話情報収集装置
１１０：抽出人物決定部
１２０；抽出対話情報決定部
１３０；送信先情報参照部
１４０；ユーザ名参照部
１５０；検索キーワード決定部
１６０；対話情報収集部
２００；応答判定装置
２１０；ユーザ影響度算出部
２２０；影響度予測部
２３０；応答判定部
３００；応答フィルタ
４００；発話文生成装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】