特許 6180340 対話文生成装置、対話文生成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】6180340

(24)【登録日】2017年7月28日

(45)【発行日】2017年8月16日

(54)【発明の名称】対話文生成装置、対話文生成方法およびプログラム

(51)【国際特許分類】

   G06F 17/28 20060101AFI20170807BHJP

   G10L 15/22 20060101ALI20170807BHJP

【ＦＩ】

   G06F17/28 681

   G10L15/22 300Z

【請求項の数】6

【全頁数】14

(21)【出願番号】特願2014-27966(P2014-27966)

(22)【出願日】2014年2月17日

(65)【公開番号】特開2015-153261(P2015-153261A)

(43)【公開日】2015年8月24日

【審査請求日】2016年7月20日

(73)【特許権者】

【識別番号】502324066

【氏名又は名称】株式会社デンソーアイティーラボラトリ

(74)【代理人】

【識別番号】100113549

【弁理士】

【氏名又は名称】鈴木 守

(74)【代理人】

【識別番号】100115808

【弁理士】

【氏名又は名称】加藤 真司

(72)【発明者】

【氏名】内海 慶

(72)【発明者】

【氏名】塚原 裕史

【審査官】 長 由紀子

(56)【参考文献】

【文献】 特開２００８−２９３０９８（ＪＰ，Ａ）

【文献】 国際公開第２０１３／０８０４０６（ＷＯ，Ａ１）

【文献】 内海 慶 外１名，ウェブ検索クエリログとクリックスルーログを用いた同義語獲得，情報処理学会論文誌 論文誌トランザクション ２０１２（平成２４）年度２ ［ＣＤ−ＲＯＭ］，日本，一般社団法人情報処理学会，２０１３年 ４月１５日，第6巻第1号，p.16-28

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／２０−２８

Ｇ１０Ｌ １５／２２

(57)【特許請求の範囲】

【請求項1】

対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンと、対話ログコーパスの文パターン間の遷移行列とを記憶した記憶部と、
文の入力を受け付ける文入力部と、
入力文から固有表現を抽出する固有表現抽出部と、
抽出した固有表現に基づいて入力文の文パターンを判定するパターン判定部と、
前記記憶部に記憶された遷移行列を読み出し、前記遷移行列を用いて入力文の文パターンに対応する応答文のパターンシードを抽出するパターンシード抽出部と、
前記固有表現抽出部にて抽出された固有表現から特徴語を抽出する特徴語抽出部と、
前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記応答文のパターンシードと前記特徴語を初期値としてラプラシアンラベル伝搬を行い、応答文に含めるべき単語を求めるラプラシアンラベル伝搬部と、
前記応答文のパターンに前記ラプラシアンラベル伝搬部にて求めた単語を入れて応答文を生成する対話文生成部と、
前記応答文を出力する出力部と、
を備える対話文生成装置。

【請求項2】

対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンを記憶した記憶部と、
単語の入力を受け付ける入力部と、
前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記単語を初期値としてラプラシアンラベル伝搬を行い、文パターンと、文に含めるべき単語を求めるラプラシアンラベル伝搬部と、
前記ラプラシアンラベル伝搬部にて求めた文パターン及び単語を用いて対話文を生成する対話文生成部と、
前記対話文を出力する出力部と、
を備える対話文生成装置。

【請求項3】

対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンと、対話ログコーパスの文パターン間の遷移行列とを記憶した記憶部とを備える対話文生成装置によって対話文を生成する方法であって、
前記対話文生成装置が、文の入力を受け付けるステップと、
前記対話文生成装置が、入力文から固有表現を抽出するステップと、
前記対話文生成装置が、抽出した固有表現に基づいて入力文の文パターンを判定するステップと、
前記対話文生成装置が、前記記憶部に記憶された遷移行列を読み出し、前記遷移行列を用いて入力文の文パターンに対応する応答文のパターンシードを抽出するステップと、
前記対話文生成装置が、入力文から抽出された固有表現から特徴語を抽出するステップと、
前記対話文生成装置が、前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記応答文のパターンシードと前記特徴語を初期値としてラプラシアンラベル伝搬を行い、応答文に含めるべき単語を求めるステップと、
前記対話文生成装置が、前記応答文のパターンに、ラプラシアンラベル伝搬部によって求めた単語を入れて応答文を生成するステップと、
前記対話文生成装置が、前記応答文を出力するステップと、
を備える対話文生成方法。

【請求項4】

対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンを記憶した記憶部を備える対話文生成装置によって、対話文を生成する方法であって、
前記対話文生成装置が、単語の入力を受け付けるステップと、
前記対話文生成装置が、前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記単語を初期値としてラプラシアンラベル伝搬を行い、文パターンと、文に含めるべき単語を求めるステップと、
前記対話文生成装置が、求めた文パターン及び単語を用いて応答文を生成するステップと、
前記対話文生成装置が、前記応答文を出力するステップと、
を備える対話文生成方法。

【請求項5】

対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンと、対話ログコーパスの文パターン間の遷移行列とを記憶した記憶部とを備えるコンピュータに、対話文を生成させるプログラムであって、前記コンピュータに、
文の入力を受け付けるステップと、
入力文から固有表現を抽出するステップと、
抽出した固有表現に基づいて入力文の文パターンを判定するステップと、
前記記憶部に記憶された遷移行列を読み出し、前記遷移行列を用いて入力文の文パターンに対応する応答文のパターンシードを抽出するステップと、
入力文から抽出された固有表現から特徴語を抽出するステップと、
前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記応答文のパターンシードと前記特徴語を初期値としてラプラシアンラベル伝搬を行い、応答文に含めるべき単語を求めるステップと、
前記応答文のパターンに、ラプラシアンラベル伝搬部によって求めた単語を入れて応答文を生成するステップと、
前記応答文を出力するステップと、
を実行させるプログラム。

【請求項6】

対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンを記憶した記憶部を備えるコンピュータに、対話文を生成させるプログラムであって、
単語の入力を受け付けるステップと、
前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記単語を初期値としてラプラシアンラベル伝搬を行い、文パターンと、文に含めるべき単語を求めるステップと、
求めた文パターン及び単語を用いて応答文を生成するステップと、
前記応答文を出力するステップと、
を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、対話処理における対話文生成に関する。

【背景技術】

【0002】

対話文生成とは、人間の行った発話に対して、自然な対話となるよう機械が自動的に応答文を生成することであり、Siri等をはじめとする音声対話システムで用いられている。従来、対話文の生成には人間の手による文のテンプレートが用いられてきた（特許文献１、２）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１０−７２５７８号公報

【特許文献2】特開２００４−１１０５２４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかし、人間がテンプレートを生成するコストは高く、そのために機械が生成できる文の型には限りがある。そこで、大量の対話のログを用いて自動的に文のテンプレートを獲得し、対話文を生成する技術が望まれる。

【0005】

そこで、本発明は、人手による文テンプレートの問題を解決し、大規模な対話ログから文テンプレートを獲得するとともに、テンプレートのスロットを埋める単語集合についても自動で獲得する手法を提案する。

【課題を解決するための手段】

【0006】

本発明の対話文生成装置は、対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンと、対話ログコーパスの文パターン間の遷移行列とを記憶した記憶部と、文の入力を受け付ける文入力部と、入力文から固有表現を抽出する固有表現抽出部と、抽出した固有表現に基づいて入力文の文パターンを判定するパターン判定部と、前記記憶部に記憶された遷移行列を読み出し、前記遷移行列を用いて入力文の文パターンに対応する応答文のパターンシードを抽出するパターンシード抽出部と、前記固有表現抽出部にて抽出された固有表現から特徴語を抽出する特徴語抽出部と、前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記応答文のパターンシードと前記特徴語を初期値としてラプラシアンラベル伝搬を行い、応答文に含めるべき単語を求めるラプラシアンラベル伝搬部と、前記応答文のパターンに前記ラプラシアンラベル伝搬部にて求めた単語を入れて応答文を生成する応答文生成部と、前記応答文を出力する出力部とを備える。

【0007】

従来、単語の意味カテゴリ獲得のためにラプラシアンラベル伝搬を用いた研究は知られていたが、ラプラシアンラベル伝搬を用いて対話文を生成する試みはなされていなかった。本発明では、入力文の文パターンを判定した上で、入力文の文パターンに対応する応答文の文パターンを抽出し、応答文のパターンシードと特徴語を初期値としてラプラシアンラベル伝搬を行うことにより、入力文に対する応答文を生成する。このように、入力された文をそのまま使うのではなく、文パターンという形に抽象化して集約することにより、グラフがスパースになり過ぎないように工夫し、単語獲得の再現率を上げている。また、固有表現抽出を用いて単語クラスを文パターンおよび獲得される単語に付与しているので、
文パターン中の適切な箇所を獲得した単語で置き換えることが可能となる。ここで、グラフラプラシアンは、対話ログコーパスより抽出した対話文に基づいて生成しているので、応答文生成に必要なデータを人手によらず、自動で生成することができる。なお、グラフラプラシアンとは、グラフの構造を正規化した行列で表現したものである。本発明では、グラフラプラシアンを用いたラプラシアンラベル伝搬を用いたことにより、初期値である特徴語から関連性の低い単語へとラベル伝搬することが起こりにくく、意味ドリフトを抑制できる。

【0008】

また、本発明の別の態様の対話文生成装置は、対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンを記憶した記憶部と、単語の入力を受け付ける入力部と、前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記単語を初期値としてラプラシアンラベル伝搬を行い、文パターンと、文に含めるべき単語を求めるラプラシアンラベル伝搬部と、前記ラプラシアンラベル伝搬部にて求めた文パターン及び単語を用いて応答文を生成する応答文生成部と、前記応答文を出力する出力部とを備える。

【0009】

このように単語から関連する文を生成する場合にも、本発明を適用することができる。これにより、入力された単語の概念を含む文を生成することができる。

【0010】

本発明の対話文生成方法は、対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンと、対話ログコーパスの文パターン間の遷移行列とを記憶した記憶部とを備える対話文生成装置によって対話文を生成する方法であって、前記対話文生成装置が、文の入力を受け付けるステップと、前記対話文生成装置が、入力文から固有表現を抽出するステップと、前記対話文生成装置が、抽出した固有表現に基づいて入力文の文パターンを判定するステップと、前記対話文生成装置が、前記記憶部に記憶された遷移行列を読み出し、前記遷移行列を用いて入力文の文パターンに対応する応答文のパターンシードを抽出するステップと、前記対話文生成装置が、入力文から抽出された固有表現から特徴語を抽出するステップと、前記対話文生成装置が、前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記応答文のパターンシードと前記特徴語を初期値としてラプラシアンラベル伝搬を行い、応答文に含めるべき単語を求めるステップと、前記対話文生成装置が、前記応答文のパターンに、ラプラシアンラベル伝搬部によって求めた単語を入れて応答文を生成するステップと、前記対話文生成装置が、前記応答文を出力するステップとを備える。

【0011】

また、本発明の別の態様の対話文生成方法は、対話ログコーパスより抽出した対話文に基づいて生成した単語と文パターンとの間の関連度から計算したグラフラプラシアンを記憶した記憶部を備える対話文生成装置によって、対話文を生成する方法であって、前記対話文生成装置が、単語の入力を受け付けるステップと、前記対話文生成装置が、前記記憶部から前記グラフラプラシアンを読み出し、前記グラフラプラシアン上で、前記単語を初期値としてラプラシアンラベル伝搬を行い、文パターンと、文に含めるべき単語を求めるステップと、前記対話文生成装置が、求めた文パターン及び単語を用いて応答文を生成するステップと、前記対話文生成装置が、前記応答文を出力するステップとを備える。

【0012】

本発明のプログラムは、コンピュータに上記対話文生成方法を実行させるプログラムである。

【発明の効果】

【0013】

本発明によれば、これまで人手によって作られてきた文テンプレートを、対話ログを用いることで自動的に獲得することができる。これによって、従来は、コスト面で難しかった多様な文の生成を、ログデータを増やすだけで実現できるようになる。加えて、パターンのスロットを埋める単語候補についても、同義語辞書やシソーラスといった言語資源を必要とせずにログデータから取得することができる。

【図面の簡単な説明】

【0014】

【図1】第１の実施の形態の対話文生成装置の構成を示す図である。

【図2】ラプラシアンラベル伝搬の説明図である。

【図3】第１の実施の形態の対話文生成装置の動作を示す図である。

【図4】第１の実施の形態の対話文生成装置の動作を示す図である。

【図5】第２の実施の形態の対話文生成装置の構成を示す図である。

【図6】第２の実施の形態の対話文生成装置の動作を示す図である。

【発明を実施するための形態】

【0015】

以下、本発明の実施の形態の対話文生成装置について、図面を参照しながら説明する。
図１は、実施の形態に係る対話文生成装置１の構成を示す図である。対話文生成装置１のハードウェアは、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスク、ディスプレイ、キーボード、マウス、通信インターフェース等を備えたコンピュータである。コンピュータに、対話文生成のプログラムを実行させることにより、図１に示す対話文生成装置１が実現される。このように対話文生成装置１を実現するプログラムも本発明の範囲に含まれる。

【0016】

対話文生成装置１は、事前計算部１０と、文生成部２０とを有している。事前計算部１０は、応答文の生成に用いる文パターン遷移行列と、グラフラプラシアンを生成する機能を有する。文パターン遷移行列とグラフラプラシアンは、それぞれ文パターン遷移行列記憶部１７およびグラフラプラシアン記憶部１８に記憶される。文生成部２０は、文パターン遷移行列およびグラフラプラシアンを用いて、入力された文に応答する応答文を生成する機能を有する。

【0017】

対話文生成装置１には対話ログコーパス３０のデータベースがネットワーク等を介して接続されており、対話文生成装置１は、対話ログコーパス３０から対話ログのデータを取得する。なお、対話文生成装置１は、対話ログコーパス３０からではなく、例えば、インターネット上にあるインタビュー等の対話形式の記事や掲示板のデータから対話ログを取得してもよい。

【0018】

事前計算部１０は、対話ログ入力部１１と、固有表現抽出部１２と、文パターン抽出部１３と、文パターン遷移行列構築部１４と、２部グラフ構築部１５と、グラフラプラシアン計算部１６とを有している。対話ログ入力部１１は、対話ログコーパス３０から対話ログの入力を受け付ける機能を有する。

【0019】

固有表現抽出部１２は、対話ログから固有表現を抽出する機能を有する。固有表現抽出は、計算機を用いた自然言語処理技術の一つであり、固有名詞（人名、地名など）や日付、時間表現などを抽出する技術である。ＩＲＥＸ（Information Retrieval and Extraction Exercise）の定義によれば、固有表現には、組織名（ORGANIZATION）、人名（PERSON）、地名（LOCATION）、日付表現（DATE）、時間表現（TIME）、金額表現（MONEY）、割合表現（PERCENT）、固有物名（ARTIFACT）の８種類があり、本実施の形態の対話文生成装置１は、これを用いる。

【0020】

文パターン抽出部１３は、対話ログから抽出した固有表現をスロットに置き換えて文パターンを生成する機能も有する。例えば、「今日はかぐや姫を見ました。」という文から固有表現を抽出すると、「今日（DATE）は（O）かぐや姫（ARTIFACT）を（O）見ま（O）した（O）。」となり、「今日」と「かぐや姫」が固有表現として抽出される。なお、「O」は、固有表現ではない（OUTSIDE）という意味である。上記例文の固有表現をスロットに置き換えると、「（DATE）は（ARTIFACT）を見ました。」となる。これが、文パターンである。文パターン抽出部１３は、対話ログコーパス３０から取得した対話ログの文パターンを生成する。この際、異なる対話文から同じ文パターンが生成される場合もあり、文パターンが集約される。

【0021】

文パターン遷移行列構築部１４は、発話文の文パターンからどの応答文の文パターンに遷移したかを定義する遷移行列を構築する機能を有する。文パターン遷移行列構築部１４は、文パターン抽出部１３にて生成した文パターンを受け取り、発話文の文パターンから応答文の文パターンへの遷移に基づいて、発話文の文パターンと応答文の文パターンの遷移行列を構築する。具体的には、発話文の全ての文パターンを行に、応答文の全ての文パターンを列にとり、発話文の文パターンから応答文の文パターンに遷移した回数を要素とした行列を生成する。このような遷移行列を用いることで、発話文の文パターンから応答文の文パターンに遷移する確率を求めることができる。文パターン遷移行列構築部１４は、構築した文パターン遷移行列を文パターン遷移行列記憶部１７に記憶する。

【0022】

２部グラフ構築部１５は、単語と文パターンとの間の関連度をエッジの重みとした２部グラフを生成する機能を有する。２部グラフとは、頂点集合を二つの部分集合に分割して各集合内の頂点同士の間には辺がないようにできるグラフのことである。

【0023】

図２は、本実施の形態の２部グラフ構築部１５が構築する２部グラフの例を示す図である。図２に示すように、左側に単語の集合、右側に文パターンの集合があり、関連を有する単語と文パターンとの間にはエッジが張られている。このエッジは、単語と文パターンの関連の強さを表すものである。

【0024】

２部グラフ構築部１５は、固有表現抽出部１２にて固有表現として抽出した単語を受け取り、文パターン抽出部１３にて抽出した文パターンを受け取る。２部グラフ構築部１５は、文パターンとその文パターンで出現する単語に基づいて、単語と文パターンの関連度を求め、２部グラフを構築する。対話文生成装置１において、２部グラフの構造は行列の形で保持される。すなわち、固有表現抽出部１２にて抽出された全ての単語を行に、文パターン抽出部１３にて抽出された全ての文パターンを列にとり、文パターンにおける単語の出現回数を要素とした行列を生成する。以下の説明において、この行列を「単語−文パターン行列Ｗ」という。

【0025】

グラフラプラシアン計算部１６は、２部グラフからグラフラプラシアンＬを計算する。グラフラプラシアンＬは次の式によって計算される。
Ｌ＝Ｉ−Ｄ（Ａ）^-1/2・Ａ・Ｄ（Ａ）^-1/2
ここで、Ａは隣接行列で、Ａ＝Ｗ^T・Ｗである。隣接行列Ａは、単語どうしの共起頻度を表す行列である。Ｄ（Ａ）は次数対角行列であり、その要素は次の式で表される。

【数1】

【0026】

このようにグラフラプラシアンは、次数対角行列を平方根で割った行列を隣接行列Ａの前後から掛けて得られた行列を、単位行列から引くことにより、グラフラプラシアンＬの列方向と行方向の総和はそれぞれ０となる。このように正規化したグラフラプラシアンを用いたラプラシアンラベル伝搬は、グラフ中の自己類似度の重みを減じる効果があるため、ジェネリックパターンに高い重みを付与することがなく、意味ドリフトが起こりにくい。グラフラプラシアン計算部１６は、求めたグラフラプラシアンのデータをグラフラプラシアン記憶部１８に記憶する。

【0027】

［文生成部２０の構成］
次に、文生成部２０の構成について説明する。文生成部２０は、入力された対話文に対して応答する応答文を生成する。文生成部２０は、文入力部２１と、固有表現抽出部２２と、入力文パターン判定部２３と、応答文パターンシード抽出部２４と、特徴語抽出部２５と、ラプラシアンラベル伝搬部２６と、応答文生成部２７と、応答文出力部２８とを有している。

【0028】

文入力部２１は、対話文の入力を受け付ける機能を有する。固有表現抽出部２２は、事前計算部１０が備える固有表現抽出部１２と同じ機能を有する。すなわち、固有表現抽出部２２は、入力された対話文から固有表現を抽出する。

【0029】

入力文パターン判定部２３は、入力された対話文に含まれる固有表現をスロットに置き換えて文パターンを生成し、入力された文パターンと既存の文パターンとを照合して、入力文パターンがどの文パターンに該当するかを判定する機能を有する。応答文パターンシード抽出部２４は、文パターン遷移行列記憶部１７に記憶された文パターン遷移行列を読み出す。そして、応答文パターンシード抽出部２４は、入力文パターン判定部２３にて判定された入力文パターンから遷移する可能性の高い応答文の文パターンを、文パターン遷移行列のデータを用いて求める機能を有する。

【0030】

特徴語抽出部２５は、固有表現抽出部２２にて固有表現として抽出した単語の中から、ラプラシアンラベル伝搬においてシードとして用いるべき特徴語を抽出する。本実施の形態では、抽出された単語のすべてを特徴語として用いるが、入力された文パターンに特徴的な単語を特徴語として用いてもよい。例えば、「今日」、「私」等のように文脈等に関係なく表れる一般的な単語を排除することにより、意味ドリフトの発生を抑制することができる。ここで、ある単語が一般的な単語であるかどうかを判定するためには、例えば、ＴＦ−ＩＤＦ法を用いることができる。

【0031】

ラプラシアンラベル伝搬部２６は、グラフラプラシアン記憶部１８からグラフラプラシアンのデータを読み出す。そして、ラプラシアンラベル伝搬部２６は、応答文パターンシード抽出部２４にて抽出した応答文の文パターンと特徴語抽出部２５にて抽出した特徴語とをシードとして、ラプラシアンラベル伝搬を行う。ラプラシアンラベル伝搬は、次の式に従って行う。

【数2】

ここで、Ｆ（０）はシードのラベル、Ｆ（ｔ）はグラフ上で伝搬させた各ノードのラベルを表す。αはシードベクトルとグラフのどちらをどの程度重視するかの調整パラメータであり、ラプラシアンラベル伝搬をリスタート付きのランダムウォークと考えた場合では、αはリスタート確率と見なすことができる。

【0032】

本実施の形態のように、特徴語に加えて応答文の文パターンをシードとして用いる場合には、隣接行列とシードベクトルとの積を取る際にもう一方のシードベクトルを重みづけて加える。すなわち、上記式（１）は、次のように表される。

【0033】

【数3】

グラフラプラシアンLを再掲する。
Ｌ＝Ｉ−Ｄ（Ａ）^-1/2・Ａ・Ｄ（Ａ）^-1/2

【0034】

この式は密行列となるためデータが大きくなった場合にはメモリ上に展開できない。そのため、実際には(1)式の第一項は以下のように変形して疎なままで扱う。

【数4】

上記の式の第二項、^TＷＤ（Ｗ^TＷ）^-1/2Ｆ（ｔ）は、文パターンのスコアベクトルとなる。
ここで、文パターンのスコアベクトルを

【数5】

とおく。文パターンからのラベル伝搬にも、文パターンシードベクトルを導入し、確率的なリスタートを行うように上記を以下のように変更する。

【数6】

これを（１）式に代入した、文パターンと特徴語の両方をシードとして利用可能なラベル伝搬の式を以下に示す。

【数7】

ここで、Ｆｖ（０）は特徴語のシードのラベル、Ｆｐ（０）は文パターンシードのラベル、Ｆｖ（ｔ）は単語の各ノードのラベルを表す。αは単語のシードベクトルとグラフのどちらをどの程度重視するかの調整パラメータであり、βは文パターンのシードベクトルとグラフのどちらをどの程度重視するかの調整パラメータである。

【0035】

Ｆｖ（ｔ）は、単語の全要素数を次元数とするベクトルであり、Ｆｖ（ｔ）のｉ番目の次元の値は、ｉ番目の単語が特徴語と関連する度合いを表す。すなわち、Ｆｖ（ｔ）は対象の特徴語に対するスコアベクトルである。入力として与えるＦｖ（０）は、シードとして与えられる特徴語の次元値を１とし、それ以外を０とすることで作成する。また、Ｆｐ（０）も同様に、シードとして与えられる文パターンの次元値を１とし、それ以外を０とすることで作成する。ラプラシアンラベル伝搬部２６は、このようにして作成されたＦｖ（０）、Ｆｐ（０）を用いて、グラフラプラシアン上でラプラシアンラベル伝搬を行い、収束するまで上記式を繰り返し計算していく。これにより、最終的に収束したＦｖ（ｔ）が出力される。Ｆｖ（ｔ）は、ｔステップ終了時の単語のスコアベクトルである。ラプラシアンラベル伝搬部２６は、スコアの高い単語を応答文に含めるべき単語として求める。

【0036】

応答文生成部２７は、ラプラシアンラベル伝搬部２６にて求めた単語を、応答文の文パターンのスロットに入力して応答文を生成する。応答文出力部２８は、生成された応答文を出力する。応答文の出力は、例えば、ディスプレイに表示してもよいし、スピーカーから音声出力してもよい。

【0037】

［対話文生成装置１の動作］
次に、本実施の形態の対話文生成装置１の動作について説明する。
図３は、対話文生成装置１が対話文生成の事前準備の動作を示すフローチャートである。対話文生成装置１は、まず、対話ログコーパス３０から対話ログを取得する（Ｓ１０）。対話文生成装置１は、取得した対話ログに含まれる各文の固有表現を抽出すると共に、各文の固有表現をスロットに置き換えて、文パターンを生成する（Ｓ１１）。

【0038】

続いて、対話文生成装置１は、対話文における文パターンの遷移に基づいて、文パターンの遷移行列を構築する（Ｓ１２）。具体的には、前述したとおり、発話文の文パターンから応答文の文パターンに遷移した回数を要素とした行列を生成する。対話文生成装置１は、構築した文パターン遷移行列を文パターン遷移行列記憶部１７に記憶する。

【0039】

次に、対話文生成装置１は、単語と文パターンとの２部グラフを構築する（Ｓ１３）。２部グラフの具体例は、図２に示すとおりである。続いて、対話文生成装置１は、２部グラフからグラフラプラシアンを計算し（Ｓ１４）、グラフラプラシアンのデータをグラフラプラシアン記憶部１８に記憶する。以上の動作により、対話ログコーパス３０から取得した大量の対話ログを用いて、文パターン遷移行列とグラフラプラシアンを準備することができる。

【0040】

図４は、対話文生成装置１が入力された文に応じて応答文を生成する動作を示すフローチャートである。対話文生成装置１は、文の入力を受け付けると（Ｓ２０）、入力された文から、固有表現を抽出すると共に、固有表現をスロットに置き換えて文パターンを生成する（Ｓ２１）。続いて、対話文生成装置１は、抽出した固有表現の中からラプラシアンラベル伝搬に用いる特徴語を抽出する（Ｓ２２）。本実施の形態では、対話文生成装置１は、固有表現として抽出されたすべての単語を特徴語として用いる。

【0041】

次に、対話文生成装置１は、入力文のパターンの判定を行う（Ｓ２３）。ここでは、入力文パターン判定部２３が、固有表現抽出部２２にて抽出された固有表現をスロットに置き換えて文パターンを生成し、生成された文パターンが既存のどの文パターンに該当するかを判定する。対話文生成装置１は、文パターン遷移行列記憶部１７から文パターン遷移行列を読み出し、読み出した文パターン遷移行列を用いて、入力文の文パターンに対する応答文の文パターンを抽出する（Ｓ２４）。求めた応答文の文パターンをラプラシアンラベル伝搬のパターンシードとする。

【0042】

対話文生成装置１は、入力文に含まれる特徴語と、応答文の文パターンをシードとしてラプラシアンラベル伝搬を行う（Ｓ２５）。対話文生成装置１は、ラプラシアンラベル伝搬の結果、スコアの高かった単語を応答文の文パターンのスロットに入れて応答文を生成し、出力する（Ｓ２６）。

【0043】

以上、本発明の実施の形態の対話文生成装置１の構成及び動作について説明した。実施の形態の対話文生成装置１は、対話ログコーパス３０から取得した対話ログを用いて、自動的に生成した文パターン遷移行列及びグラフラプラシアンを用いて対話文を生成するので、従来は、コスト面で難しかった多様な文の生成を、ログデータを増やすだけで実現できるようになる。また、パターンのスロットを埋める単語候補についても、同義語辞書やシソーラスといった言語資源を必要とせずにログデータから取得することができる。

【0044】

本実施の形態の対話文生成装置１は、入力された文に含まれる特徴語と入力文に対応する応答文の文パターンをシードとして、グラフラプラシアンを用いたラプラシアンラベル伝搬を行うので、意味ドリフトの発生を抑制し、適切な応答文を生成がすることができる。

【0045】

以上、本発明の対話文生成装置１について実施の形態を挙げて詳細に説明したが、本発明は上記した実施の形態に限定されるものではない。

【0046】

上記した実施の形態の対話文生成装置１においては、入力された文に応答する応答文を生成する例を挙げたが、単語の入力に基づいて文を生成することも可能である。例えば、ある単語と同じような意味の単語を含む対話文を生成したい場合等に用いる対話文生成装置２（上記実施の形態の変形例）も本発明の範囲に含まれる。

【0047】

図５は、変形例に係る対話文生成装置２の構成を示す図である。図５に示す対話文生成装置２の基本的な構成は、上記した実施の形態の対話文生成装置１と同じであるが、図５に示す対話文生成装置２では、事前計算部１０が文パターン遷移行列構築部１４を有しておらず、文生成部２０が入力文パターン判定部２３、応答文パターンシード抽出部２４、特徴語抽出部２５を有してない点で異なる。また、文生成部２０は、文入力部２１の代わりに単語入力部２９を備えている。対話文生成装置２が、対話ログからグラフラプラシアンを求めて、事前準備を行う動作は、上記した実施の形態の対話文生成装置１の動作と同じである。

【0048】

図６は、変形例に係る対話文生成装置２によって対話文を生成する動作を示す図である。対話文生成装置２は、単語の入力を受け付ける（Ｓ３０）。対話文生成装置２は、グラフラプラシアン記憶部１８からグラフラプラシアンのデータを読み出し、入力された単語をシードとして、ラプラシアンラベル伝搬を行う（Ｓ３１）。対話文生成装置２は、ラプラシアンラベル伝搬の結果、ベクトルスコアの高かった文パターン及び単語を求め、求めた文パターンのスロットに単語を入れて対話文を生成し、出力する（Ｓ３２）。

【0049】

このように単語−文パターン行列を含むグラフラプラシアンを用いてラプラシアンラベル伝搬を行うことにより、入力された単語のみから対話文を生成することができる。

【産業上の利用可能性】

【0050】

本発明によれば、対話ログコーパスから取得した対話ログを用いることで、対話文を生成するためのグラフラプラシアンを自動的に生成することができるという効果を有し、音声対話システム等に有用である。

【符号の説明】

【0051】

１，２ 対話文生成装置
１０ 事前計算部
１１ 対話ログ入力部
１２ 固有表現抽出部
１３ 文パターン抽出部
１４ 文パターン遷移行列構築部
１５ ２部グラフ構築部
１６ グラフラプラシアン計算部
１７ 文パターン遷移行列記憶部
１８ グラフラプラシアン記憶部
２０ 文生成部
２１ 文入力部
２２ 固有表現抽出部
２３ 入力文パターン判定部
２４ 応答文パターンシード抽出部
２５ 特徴語抽出部
２６ ラプラシアンラベル伝搬部
２７ 応答文生成部
２８ 応答文出力部
２９ 単語入力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】