特許 6382359 個人の属性情報の集合体を利用するためのコンピュータシステム、サーバ装置およびプログラム

(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】6382359

(24)【登録日】2018年8月10日

(45)【発行日】2018年8月29日

(54)【発明の名称】個人の属性情報の集合体を利用するためのコンピュータシステム、サーバ装置およびプログラム

(51)【国際特許分類】

   G06F 17/30 20060101AFI20180820BHJP

   G06F 17/28 20060101ALI20180820BHJP

【ＦＩ】

   G06F17/30 180A

   G06F17/28 681

【請求項の数】7

【全頁数】20

(21)【出願番号】特願2017-1740(P2017-1740)

(22)【出願日】2017年1月10日

(65)【公開番号】特開2018-112814(P2018-112814A)

(43)【公開日】2018年7月19日

【審査請求日】2018年3月26日

【早期審査対象出願】

(73)【特許権者】

【識別番号】515018091

【氏名又は名称】株式会社オルツ

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本 秀策

(74)【代理人】

【識別番号】100107489

【弁理士】

【氏名又は名称】大塩 竹志

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下 夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田 貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川 大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本 健策

(72)【発明者】

【氏名】江口 天

(72)【発明者】

【氏名】米倉 千貴

【審査官】 早川 学

(56)【参考文献】

【文献】 特開２０１５−０８７７９６（ＪＰ，Ａ）

【文献】 特開２０１４−０８５８７３（ＪＰ，Ａ）

【文献】 特開２０１０−２５０４３９（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

Ｇ０６Ｆ １７／２８

(57)【特許請求の範囲】

【請求項1】

個人の属性情報の集合体を利用するためのコンピュータシステムであって、前記コンピュータシステムは、
個人の属性情報の集合体を格納する手段であって、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示す、手段と、
前記個人の属性情報の集合体を利用する手段と、
質問を受信する手段と
を備え、
前記個人の属性情報の集合体を利用する手段は、
前記質問に基づいて前記個人の属性情報の集合体をサーチする手段と、
前記サーチの結果に基づいて、前記質問に対する回答を生成する手段と、
前記回答を出力する手段と
を含み、
前記サーチする手段は、
前記質問からＳ、Ｐを抽出することと、
前記質問から抽出されたＳを細分すべき個数ｎ（ｎ≧２）を決定することと、
前記質問から抽出されたＳをｎ個に細分することであって、Ｓは、第１のＳ、・・・、第ｎのＳに細分される、ことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第１のＳ、Ｐ＝第２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第１のＯとして特定することと、
（１）前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｉのＯ、Ｐ＝第ｉ＋２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第ｉ＋１のＯとして特定することと、
（２）ｉ＝ｉ＋１とすることと
をｉ＝１からｉ＝ｎ−１となるまで繰り返すことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｎのＯ、Ｐ＝前記質問から抽出されたＰに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを前記サーチの結果として特定することと
を行うように構成されている、コンピュータシステム。

【請求項2】

前記個人の属性は、前記個人の個性または前記個人の記憶を含む、請求項１に記載のコンピュータシステム。

【請求項3】

前記個人の属性は、前記個人の主観に依存する、請求項１または請求項２に記載のコンピュータシステム。

【請求項4】

前記コンピュータシステムは、
自然言語データを受信する手段と、
前記自然言語データから個人の属性情報を抽出する手段であって、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現される、手段と
をさらに備え、
前記個人の属性情報の集合体を格納する手段は、前記抽出された個人の属性情報を格納することにより、（Ｓ、Ｐ、Ｏ）の組によって表現される個人の属性情報を蓄積するように構成されている、請求項１〜３のいずれか一項に記載のコンピュータシステム。

【請求項5】

個人の属性情報の集合体を利用するためのコンピュータシステムであって、前記コンピュータシステムは、
少なくとも１つのユーザ装置と、
前記少なくとも１つのユーザ装置にネットワークを介して接続されることが可能であるように構成されたサーバ装置と
を備え、
前記サーバ装置には、データベース部が接続されており、前記データベース部には、個人の属性情報の集合体が格納されており、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示し、
前記少なくとも１つのユーザ装置のそれぞれは、前記ネットワークを介して前記サーバ装置に質問を送信することが可能であるように構成されており、
前記サーバ装置は、
前記ネットワークを介して前記質問を受信することと、
前記質問に応答して、前記データベース部に格納されている前記個人の属性情報の集合体を利用する処理を実行することと
を少なくとも行うように構成されており、
前記利用する処理は、
前記質問に基づいて前記個人の属性情報の集合体をサーチすることと、
前記サーチの結果に基づいて、前記質問に対する回答を生成することと、
前記回答を出力することと
を含み、
前記サーチすることは、
前記質問からＳ、Ｐを抽出することと、
前記質問から抽出されたＳを細分すべき個数ｎ（ｎ≧２）を決定することと、
前記質問から抽出されたＳをｎ個に細分することであって、Ｓは、第１のＳ、・・・、第ｎのＳに細分される、ことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第１のＳ、Ｐ＝第２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第１のＯとして特定することと、
（１）前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｉのＯ、Ｐ＝第ｉ＋２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第ｉ＋１のＯとして特定することと、
（２）ｉ＝ｉ＋１とすることと
をｉ＝１からｉ＝ｎ−１となるまで繰り返すことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｎのＯ、Ｐ＝前記質問から抽出されたＰに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを前記サーチの結果として特定することと
を含む、コンピュータシステム。

【請求項6】

個人の属性情報の集合体を利用するためのコンピュータシステムにおいて用いられるサーバ装置であって、前記サーバ装置は、少なくとも１つのユーザ装置にネットワークを介して接続されることが可能であるように構成されており、
前記サーバ装置には、データベース部が接続されており、前記データベース部には、個人の属性情報の集合体が格納されており、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示し、
前記サーバ装置は、プロセッサ部を含み、
前記プロセッサ部は、
前記少なくとも１つのユーザ装置のうちの１つから前記ネットワークを介して質問を受信することと、
前記質問に応答して、前記データベース部に格納されている前記個人の属性情報の集合体を利用する処理を実行することと
を少なくとも行うように構成されており、
前記利用する処理は、
前記質問に基づいて前記個人の属性情報の集合体をサーチすることと、
前記サーチの結果に基づいて、前記質問に対する回答を生成することと、
前記回答を出力することと
を含み、
前記サーチすることは、
前記質問からＳ、Ｐを抽出することと、
前記質問から抽出されたＳを細分すべき個数ｎ（ｎ≧２）を決定することと、
前記質問から抽出されたＳをｎ個に細分することであって、Ｓは、第１のＳ、・・・、第ｎのＳに細分される、ことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第１のＳ、Ｐ＝第２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第１のＯとして特定することと、
（１）前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｉのＯ、Ｐ＝第ｉ＋２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第ｉ＋１のＯとして特定することと、
（２）ｉ＝ｉ＋１とすることと
をｉ＝１からｉ＝ｎ−１となるまで繰り返すことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｎのＯ、Ｐ＝前記質問から抽出されたＰに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを前記サーチの結果として特定することと
を含む、サーバ装置。

【請求項7】

個人の属性情報の集合体を利用するためのコンピュータシステムにおいて用いられるサーバ装置において実行されるプログラムであって、前記サーバ装置は、少なくとも１つのユーザ装置にネットワークを介して接続されることが可能であるように構成されており、
前記サーバ装置には、データベース部が接続されており、前記データベース部には、個人の属性情報の集合体であるが格納されており、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示し、
前記サーバ装置は、プロセッサ部を含み、
前記プログラムは、前記プロセッサ部によって実行されると、
前記少なくとも１つのユーザ装置のうちの１つから前記ネットワークを介して質問を受信することと、
前記質問に応答して、前記データベース部に格納されている前記個人の属性情報の集合体を利用する処理を実行することと
を含む処理を前記プロセッサ部に行わせ、
前記利用する処理は、
前記質問に基づいて前記個人の属性情報の集合体をサーチすることと、
前記サーチの結果に基づいて、前記質問に対する回答を生成することと、
前記回答を出力することと
を含み、
前記サーチすることは、
前記質問からＳ、Ｐを抽出することと、
前記質問から抽出されたＳを細分すべき個数ｎ（ｎ≧２）を決定することと、
前記質問から抽出されたＳをｎ個に細分することであって、Ｓは、第１のＳ、・・・、第ｎのＳに細分される、ことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第１のＳ、Ｐ＝第２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第１のＯとして特定することと、
（１）前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｉのＯ、Ｐ＝第ｉ＋２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第ｉ＋１のＯとして特定することと、
（２）ｉ＝ｉ＋１とすることと
をｉ＝１からｉ＝ｎ−１となるまで繰り返すことと、
前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｎのＯ、Ｐ＝前記質問から抽出されたＰに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを前記サーチの結果として特定することと
を含む、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、個人の属性情報の集合体を利用するためのコンピュータシステム、サーバ装置およびプログラムに関する。

【背景技術】

【0002】

従来、二項間の関係を抽出して記憶する技術が知られている。特許文献１は、入力されたテキストデータから製品名と製品分類との対応関係を抽出するシステムを開示している。特許文献１のシステムが抽出する対応関係は、普遍的な対応関係である。このようなシステムによれば、製品分類から具体的な製品名を知ることができる。

【0003】

図８は、従来の対話装置１１がユーザの質問に回答している様子を示す。対話装置１１は、データベース部１２に接続されている。ユーザは、対話装置１１に接続されているユーザ装置１３（例えば、パーソナルコンピュータ、タブレット、スマートフォン等）を用いて対話装置１１と通信することができる。対話装置１１は、ユーザ装置１３を介して、ユーザから質問を受信し、その質問に回答する。対話装置１１は、データベース部１２を検索して質問に対する回答に適切な情報を取得する。例えば、ユーザが「富士山の高さは？」と質問すると、対話装置１１は、データベース部１２を検索して富士山の高さに関する情報を取得し、「３７７６ｍです。」と回答する。例えば、ユーザが「今日の天気は？」と質問すると、対話装置１１は、データベース部１２を検索して今日の天気に関する情報を取得し、「晴れです。最高気温は２５℃です。」と回答する。対話装置１１が回答することができる質問は、上述した「富士山の高さは？」や「今日の天気は？」など、回答が万人に共通である普遍的な質問に限定されている。回答をサーチするためのデータベース部１２が普遍的な事項を百科事典的に格納しているからである。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１１−１０３０３８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明は、個人の属性情報の集合体を利用するためのコンピュータシステム、サーバ装置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】

【0006】

本発明の個人の属性情報の集合体を利用するためのコンピュータシステムは、個人の属性情報の集合体を格納する手段であって、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示す、手段と、前記個人の属性情報の集合体を利用する手段とを備える。

【0007】

本発明の一実施形態において、前記個人の属性は、前記個人の個性または前記個人の記憶を含む。

【0008】

本発明の一実施形態において、前記個人の属性は、前記個人の主観に依存する。

【0009】

本発明の一実施形態において、前記コンピュータシステムは、質問を受信する手段をさらに備え、前記個人の属性情報の集合体を利用する手段は、前記質問に基づいて前記個人の属性情報の集合体をサーチする手段と、前記サーチの結果に基づいて、前記質問に対する回答を生成する手段と、前記回答を出力する手段とを含む。

【0010】

本発明の一実施形態において、前記サーチする手段は、前記質問からＳ、Ｐを抽出する手段と、前記個人の属性情報の集合体をサーチすることにより、前記質問から抽出されたＳ、Ｐに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定する手段と、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを前記サーチの結果として特定する手段とを含む。

【0011】

本発明の一実施形態において、前記サーチする手段は、前記質問からＳ、Ｐを抽出することと、前記質問から抽出されたＳを細分すべき個数ｎ（ｎ≧２）を決定することと、前記質問から抽出されたＳをｎ個に細分することであって、Ｓは、第１のＳ、・・・、第ｎのＳに細分される、ことと、前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第１のＳ、Ｐ＝第２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第１のＯとして特定することと、
（１）前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｉのＯ、Ｐ＝第ｉ＋２のＳに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを第ｉ＋１のＯとして特定することと、（２）ｉ＝ｉ＋１とすることと
をｉ＝１からｉ＝ｎとなるまで繰り返すことと、前記個人の属性情報の集合体をサーチすることにより、Ｓ＝第ｎのＯ、Ｐ＝前記質問から抽出されたＰに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）の組を特定し、前記特定された（Ｓ、Ｐ、Ｏ）の組におけるＯを前記サーチの結果として特定することとを行うように構成されている。

【0012】

本発明の一実施形態において、前記コンピュータシステムは、自然言語データを受信する手段と、前記自然言語データから個人の属性情報を抽出する手段であって、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現される、手段とをさらに備え、前記個人の属性情報の集合体を格納する手段は、前記抽出された個人の属性情報を格納することにより、（Ｓ、Ｐ、Ｏ）の組によって表現される個人の属性情報を蓄積するように構成されている。

【0013】

本発明の個人の属性情報の集合体を利用するためのコンピュータシステムは、少なくとも１つのユーザ装置と、前記少なくとも１つのユーザ装置にネットワークを介して接続されることが可能であるように構成されたサーバ装置とを備え、前記サーバ装置には、データベース部が接続されており、前記データベース部には、個人の属性情報の集合体が格納されており、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示し、前記少なくとも１つのユーザ装置のそれぞれは、前記ネットワークを介して前記サーバ装置に要求を送信することが可能であるように構成されており、前記サーバ装置は、前記ネットワークを介して前記要求を受信することと、前記要求に応答して、前記データベース部に格納されている前記個人の属性情報の集合体を利用する処理を実行することとを少なくとも行うように構成されている。

【0014】

本発明の個人の属性情報の集合体を利用するためのコンピュータシステムにおいて用いられるサーバ装置は、少なくとも１つのユーザ装置にネットワークを介して接続されることが可能であるように構成されており、前記サーバ装置には、データベース部が接続されており、前記データベース部には、個人の属性情報の集合体が格納されており、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示し、前記サーバ装置は、プロセッサ部を含み、前記プロセッサ部は、前記少なくとも１つのユーザ装置のうちの１つから前記ネットワークを介して要求を受信することと、前記要求に応答して、前記データベース部に格納されている前記個人の属性情報の集合体を利用する処理を実行することとを少なくとも行うように構成されている。

【0015】

本発明の一実施形態において、個人の属性情報の集合体を利用するためのコンピュータシステムにおいて用いられるサーバ装置において実行されるプログラムが提供され、前記サーバ装置は、少なくとも１つのユーザ装置にネットワークを介して接続されることが可能であるように構成されており、前記サーバ装置には、データベース部が接続されており、前記データベース部には、個人の属性情報の集合体であるが格納されており、前記個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現され、Ｓは、主体を示し、Ｐは、属性を示し、Ｏは、前記属性の値を示し、前記サーバ装置は、プロセッサ部を含み、前記プログラムは、前記プロセッサ部によって実行されると、前記少なくとも１つのユーザ装置のうちの１つから前記ネットワークを介して要求を受信することと、前記要求に応答して、前記データベース部に格納されている前記個人の属性情報の集合体を利用する処理を実行することとを含む処理を前記プロセッサ部に行わせる。

【発明の効果】

【0016】

本発明によれば、個人の属性情報の集合体を利用するためのコンピュータシステム、サーバ装置およびプログラムを提供することができる。

【図面の簡単な説明】

【0017】

【図1A】図１Ａは、ユーザＡがパーソナルＡＩ１００に個人Ｘの属性を学習させている様子を示す図である。

【図1B】図１Ｂは、個人Ｘの「デジタルクローン」を実現するパーソナルＡＩ１００が、複数のユーザからの質問に回答している様子を示す図である。

【図1C】図１Ｃは、個人Ｘとは別の個人Ｙの「デジタルクローン」を実現するパーソナルＡＩ１００が、複数のユーザからの質問に回答している様子を示す図である。

【図2】図２は、パーソナルＡＩ１００を実現するためのコンピュータシステム２００の構成の一例を示す図である。

【図3】図３は、データベース部２２０に格納されている個人の属性情報の集合体のデータ構成の一例を示す図である。

【図4】図４は、サーバ装置２１０の構成の一例を示すブロック図である。

【図5】図５は、コンピュータシステム２００による個人の属性情報の集合体を格納するための処理の一例を示すフローチャートである。

【図6】図６は、個人の属性情報の集合体がパーソナルＡＩにおいて利用されるときに、コンピュータシステム２００が個人の属性情報の集合体を利用してユーザの質問に回答する処理の一例を示すフローチャートである。

【図7】図７は、ステップＳ６０４におけるサーチ手法の一例を示すフローチャートである。

【図8】図８は、従来の対話装置１１がユーザの質問に回答している様子を示す図である。

【発明を実施するための形態】

【0018】

以下、図面を参照しながら、本発明の実施の形態を説明する。

【0019】

１．人間の「デジタルクローン」を実現するパーソナルＡＩ
本発明の発明者は、パーソナル人工知能（パーソナルＡＩ）を開発した。パーソナルＡＩは、その人の情報、例えば、その人の行動や思想を学習することにより、その人らしい活動をすることになる。その結果、パーソナルＡＩによって、その人の「デジタルクローン」を実現することができる。「デジタルクローン」は、その人の代わりに質問に回答したり、その人の代わりに仕事をしたりすることができる。

【0020】

図１Ａは、ユーザＡがパーソナルＡＩ１００に個人Ｘの属性を学習させている様子を示す。

【0021】

ユーザＡは、個人Ｘの属性をパーソナルＡＩ１００に学習させるために、「私の名前は、○○○○です。私の父親の名前は、××××です。」という入力を行う。ユーザＡは、個人Ｘの属性をパーソナルＡＩ１００に学習させるために、他の任意の情報を入力することができる。ユーザＡは、例えば、個人Ｘの出身地、個人Ｘの趣味、個人Ｘの職業などをパーソナルＡＩ１００に入力することができる。ここで、入力の方法は問わない。例えば、ユーザは、テキストをパーソナルＡＩ１００に入力してもよいし、テキスト以外のもの（例えば、音声）をパーソナルＡＩ１００に入力してもよい。ユーザがテキスト以外のものをパーソナルＡＩ１００に入力する場合には、パーソナルＡＩ１００は、テキスト以外のものをテキストに変換するようにしてもよい。これにより、ユーザによる入力がテキスト以外のものである場合でも、パーソナルＡＩ１００は、ユーザによる入力がテキストによる入力である場合と同様の処理をすることができる。

【0022】

パーソナルＡＩ１００は、個人Ｘの属性を学習する。具体的には、パーソナルＡＩ１００は、ユーザＡによる入力から個人Ｘの属性に関する情報を抽出し、それらの情報を系統立てて記憶することにより、個人Ｘの属性を学習する。個人Ｘの属性を学習したパーソナルＡＩ１００は、個人Ｘの属性に関する質問に回答することが可能な個人Ｘの「デジタルクローン」を実現することができる。

【0023】

なお、パーソナルＡＩ１００を個人Ｘの「デジタルクローン」を実現するために、ユーザＡが個人Ｘの属性を入力してパーソナルＡＩ１００に学習させたが、ユーザＡが自身の属性を入力してユーザＡの「デジタルクローン」を実現することも可能である。

【0024】

図１Ｂは、個人Ｘの「デジタルクローン」を実現するパーソナルＡＩ１００が、複数のユーザからの質問に回答している様子を示す。

【0025】

パーソナルＡＩ１００は、既に学習している個人Ｘの属性に基づいて、複数のユーザからの質問に回答することができる。例えば、一人のユーザからの「あなたの名前は？」という質問に対して、パーソナルＡＩ１００が個人Ｘの名前が○○○○であることを既に学習しているので、パーソナルＡＩ１００は、「○○○○です。」と回答する。例えば、一人のユーザからの「あなたの父親の名前は？」という質問に対して、パーソナルＡＩ１００が個人Ｘの父親の名前が××××であることを既に学習しているので、パーソナルＡＩ１００は、「××××です。」と回答する。例えば、一人のユーザからの「あなたの好きな音楽は？」という質問に対して、パーソナルＡＩ１００は個人Ｘの好きな音楽をまだ学習していないので、パーソナルＡＩ１００は、「その情報はまだ学習していません。」と回答する。パーソナルＡＩ１００は、個人Ｘの属性に関する質問に個人Ｘの代わりに回答する。

【0026】

図１Ｃは、個人Ｘとは別の個人Ｙの「デジタルクローン」を実現するパーソナルＡＩ１００が、複数のユーザからの質問に回答している様子を示す。

【0027】

パーソナルＡＩ１００は、個人Ｘの「デジタルクローン」を実現するパーソナルＡＩ１００が与える回答とは異なる回答を与えることになる。個人Ｘと個人Ｙとはそれぞれ属性が異なるため、ユーザＡが個人Ｘの個性を学習させるために入力する情報と個人Ｙの個性を学習させるために入力する情報とが異なり、結果的に、パーソナルＡＩ１００が学習する情報が異なるからである。例えば、ユーザＡが「私の名前は、△△△△です。私の父親の名前は、▽▽▽▽です。私の好きな音楽は、クラシックです。」という入力を行って、パーソナルＡＩ１００がそれらの情報を個人Ｙの属性として学習している場合、一人のユーザからの「あなたの名前は？」という質問に対して、パーソナルＡＩ１００が個人Ｙの名前が△△△△であることを既に学習しているので、パーソナルＡＩ１００は、「△△△△です。」と回答する。一人のユーザからの「あなたの父親の名前は？」という質問に対して、パーソナルＡＩ１００が個人Ｙの父親の名前が▽▽▽▽であることを既に学習しているので、パーソナルＡＩ１００は、「▽▽▽▽です。」と回答する。一人のユーザからの「あなたの好きな音楽は？」という質問に対して、パーソナルＡＩ１００が個人Ｙの好きな音楽がクラシックであることを既に学習しているので、パーソナルＡＩ１００は、「クラシックです。」と回答する。このようにして、パーソナルＡＩ１００は、どの個人のデジタルクローンを実現しているかに応じて、同じ質問に対して異なる回答を与えることが可能であり、ひいては、その個人に特化した回答を与えることが可能である。質問をするユーザは、誰の回答を聞きたいかをあらかじめ選択してから質問をすることで、所望の相手のパーソナルＡＩから質問の回答を得ることができる。

【0028】

２．パーソナルＡＩ１００を実現するためのコンピュータシステム２００の構成
図２は、パーソナルＡＩ１００を実現するためのコンピュータシステム２００の構成の一例を示す。

【0029】

コンピュータシステム２００は、サーバ装置２１０と、サーバ装置２１０に接続されているデータベース部２２０と、ネットワーク２４０を介してサーバ装置２１０に接続されているユーザ装置２３０とを含む。ユーザ装置２３０は、パーソナルコンピュータ、タブレット、スマートフォン等の任意の端末装置であり得る。ユーザ装置２３０は、ネットワーク２４０を介してサーバ装置２１０と通信することができる。ここで、ネットワーク２４０の種類は問わない。例えば、ユーザ装置２３０は、インターネットを介してサーバ装置２１０と通信してもよいし、ＬＡＮを介してサーバ装置２１０と通信してもよい。

【0030】

データベース部２２０には、個人の属性情報の集合体が格納されている。個人の属性情報は、（Ｓ、Ｐ、Ｏ）の組によって表現される。ここで、Ｓは、主体を示す要素（Ｓｕｂｊｅｃｔ）であり、Ｐは、属性を示す要素（Ｐｒｅｄｉｃａｔｅ）であり、Ｏは、属性の値を示す要素（Ｏｂｊｅｃｔ）である。

【0031】

図３は、データベース部２２０に格納されている個人の属性情報の集合体のデータ構成の一例を示す。

【0032】

データベース部２２０は、Ｓ（Ｓｕｂｊｅｃｔ）と、Ｐ（Ｐｒｅｄｉｃａｔｅ）と、Ｏ（Ｏｂｊｅｃｔ）とを一組として、個人の属性情報を格納している。データベース部２２０は、個人ごとに個人の属性情報を格納するためのデータベースを備える。例えば、データベース部２２０は、個人Ｘの属性情報を格納するためのデータベース３１０と、個人Ｙの属性情報を格納するためのデータベース３２０とを備える。例えば、データベース３１０には、個人Ｘの属性情報として、（Ｓ＝私、Ｐ＝名前、Ｏ＝ＯＯＯＯ）という組、（Ｓ＝私、Ｐ＝趣味、Ｏ＝ダンス）という組、（Ｓ＝私、Ｐ＝好きな音楽、Ｏ＝ＵＫロック）という組、（Ｓ＝私、Ｐ＝同僚、Ｏ＝◇◇◇◇）という組等が格納されている。例えば、データベース３２０には、個人Ｙの属性情報として、（Ｓ＝私、Ｐ＝名前、Ｏ＝△△△△）という組等が格納されている。

【0033】

例えば、データベース部２２０に格納される個人の属性情報は、Ｓ、Ｐ、Ｏの組によって個人の個性を表現してもよい。個人の個性を表現するＳ、Ｐ、Ｏの組は、例えば、（Ｓ＝私、Ｐ＝趣味、Ｏ＝ダンス）という組、（Ｓ＝◇◇◇◇、Ｐ＝特技、Ｏ＝プログラム）という組等である。個人の個性を表現するＳ、Ｐ、Ｏの組は、他の任意の組であり得る。

【0034】

例えば、データベース部２２０に格納される個人の属性情報は、Ｓ、Ｐ、Ｏの組によって個人の記憶を表現してもよい。個人の記憶を表現するＳ、Ｐ、Ｏの組は、例えば、（Ｓ＝私、Ｐ＝出身地、Ｏ＝愛知県）という組、（Ｓ＝私、Ｐ＝夢、Ｏ＝プログラマー）という組、（Ｓ＝私、Ｐ＝前職、Ｏ＝ミュージシャン）という組等である。個人の記憶を表現するＳ、Ｐ、Ｏの組は、他の任意の組であり得る。

【0035】

例えば、データベース部２２０に格納される個人の属性情報は、Ｓ、Ｐ、Ｏの組によって個人の主観的な属性を表現してもよい。個人の主観的な属性は、個人の主観に依存する属性である。例えば、個人の主観的な属性を表現するＳ、Ｐ、Ｏの組は、個人Ｘにとっての鉄の色が茶色である場合の（Ｓ＝鉄、Ｐ＝色、Ｏ＝茶色）という組、個人Ｙにとっての鉄の色が銀色である場合の（Ｓ＝鉄、Ｐ＝色、Ｏ＝銀色）という組、個人Ｘにとってリンゴの色が赤色である場合の（Ｓ＝リンゴ、Ｐ＝色、Ｏ＝赤色）という組、個人Ｙにとってのリンゴの色が緑色である場合の（Ｓ＝リンゴ、Ｐ＝色、Ｏ＝緑色）という組等である。個人の主観的な属性を表現するＳ、Ｐ、Ｏの組は、他の任意の組であり得る。

【0036】

図４は、サーバ装置２１０の構成の一例を示す。

【0037】

サーバ装置２１０は、受信手段４１０と、プロセッサ部４２０と、記憶手段４３０とを備えている。プロセッサ部４２０は、抽出手段４４０と、利用手段４５０とを備えている。

【0038】

受信手段４１０は、サーバ装置２１０の外部から任意のデータを受信する。受信手段４１０は、サーバ装置２１０の外部から自然言語データを受信し得る。受信手段４１０が受信するデータの形態は問わない。例えば、受信手段４１０は、データをテキスト形式で受信してもよいし、データを音声で受信してもよい。受信手段４１０がデータをどのように受信するかは問わない。例えば、受信手段４１０は、ユーザによる手動入力によってデータを受信してもよいし、ネットワーク等を介してデータを受信してもよい。受信手段４１０がネットワーク等を介してデータを受信する場合は、ネットワークの種類を問わない。例えば、受信手段４１０は、インターネットを介してデータを受信してもよいし、ＬＡＮを介してデータを受信してもよい。例えば、受信手段４１０は、データを格納している記憶媒体から読み出されたデータを受信してもよい。

【0039】

プロセッサ部４２０は、サーバ装置２１０の処理を実行し、かつ、サーバ装置２１０全体の動作を制御する。プロセッサ部４２０は、記憶手段４３０に格納されているプログラムを読み出し、そのプログラムを実行する。これにより、サーバ装置２１０を所望のステップを実行する装置として機能させることが可能である。プロセッサ部４２０は、単一のプロセッサによって実装されてもよいし、複数のプロセッサによって実装されてもよい。

【0040】

記憶手段４３０は、サーバ装置２１０の処理を実行するために必要とされるプログラムやそのプログラムの実行に必要とされるデータ等を格納する。記憶手段４３０は、個人の属性情報の集合体を利用するための処理を実行することをプロセッサ部４２０に行わせるためのプログラムを格納してもよい。記憶手段４３０は、任意の記憶手段によって実装され得る。

【0041】

プロセッサ部４２０内の抽出手段４４０は、受信手段４１０によって受信された自然言語データから、個人の属性情報を抽出する処理を実行する。抽出手段４４０がどのように個人の属性情報を抽出するかは問わない。抽出手段４４０は、例えば、正規表現等を用いて該当データを抽出するルールベースの抽出手法を用いて個人の属性情報を抽出してもよい。抽出手段４４０は、例えば、文法ベースの抽出手法を用いて個人の属性情報を抽出してもよい。抽出手段４４０は、例えば、固有表現抽出等の技術を用いて「太郎＝人名」等の情報を得てそれらの情報をヒントに情報を抽出する、データドリブン手法を用いて個人の属性情報を抽出してもよい。抽出手段４４０は、例えば、ディープラーニング等を用いて、過去の抽出データ等を含む文章をトレーニングデータとして用い、機械学習による個人の属性情報の抽出を行ってもよい。抽出手段４４０は、例えば、ルールベースの抽出手法と、文法ベースの抽出手法と、データドリブン手法と、機械学習とを組み合わせて、個人の属性情報を抽出してもよい。抽出手段４４０によって抽出された個人の属性情報は、サーバ装置２１０が接続されているデータベース部２２０に格納される。

【0042】

プロセッサ部４２０内の利用手段４５０は、データベース部２２０に格納されている個人の属性情報の集合体を任意の用途に利用するための処理を実行する。利用手段４５０は、サーバ装置２１０の外部から受信されたユーザによる要求に応答して、個人の属性情報の集合体を利用するための処理を実行し得る。利用手段４５０は、例えば、上述したパーソナルＡＩ１００のために個人の属性情報の集合体を利用してもよい。このとき、利用手段４５０は、コンピュータシステム２００に入力されたユーザによる質問に応答して、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、質問の回答に適切な情報を取得する。利用手段４５０は、例えば、ライフログ（行動履歴情報）を生成するために個人の属性情報の集合体を利用してもよい。例えば、「現住所」、「趣味」等の経時的に変化し得る属性をその時間情報も含めてデータベース部２２０に格納しておくことにより、個人の属性が時間とともに変化していく様子を追跡するためのライフログを生成することができる。このとき、利用手段４５０は、ライフログを生成する要求をユーザから受信することに応答して、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、ライフログ生成のために適切な情報を取得する。

【0043】

図４に示される例では、サーバ装置２１０の各構成要素がサーバ装置２１０内に設けられているが、本発明はこれに限定されない。サーバ装置２１０の各構成要素のいずれかがサーバ装置２１０の外部に設けられているシステムを構築することも可能である。例えば、受信手段４１０と、プロセッサ部４２０と、記憶手段４３０とがそれぞれ別のハードウェア部品で構成されて、各ハードウェア部品が任意のネットワークを介して接続されてもよい。例えば、抽出手段４４０と、利用手段４５０とがプロセッサ部４２０の外部にあり、受信手段４１０と、プロセッサ部４２０と、記憶手段４３０と、抽出手段４４０と、利用手段４５０とがそれぞれ別のハードウェア部品で構成されて、各ハードウェア部品が任意のネットワークを介して接続されてもよい。このとき、ネットワークの種類は問わない。各ハードウェア部品は、例えば、インターネットを介して接続されてもよいし、ＬＡＮを介して接続されてもよいし、無線接続されてもよいし、有線接続されてもよい。

【0044】

図４に示される例では、データベース部２２０は、サーバ装置２１０の外部に設けられているが、本発明はこれに限定されない。データベース部２２０をサーバ装置２１０の内部に設けることも可能である。このとき、データベース部２２０は、記憶手段４３０と同一の記憶手段によって実装されてもよいし、異なる記憶手段によって実装されてもよい。データベース部２２０の構成は、特定のハードウェア構成には限定されない。例えば、データベース部２２０は、単一のハードウェア部品で構成されてもよいし、複数のハードウェア部品で構成されてもよい。例えば、データベース部２２０は、サーバ装置２１０の外付けハードディスク装置として構成されてもよいし、ネットワークを介して接続されるクラウド上のストレージとして構成されてもよい。

【0045】

上述した例では、データベース部２２０が個人の属性情報の集合体を格納することを説明したが、データベース部２２０が格納する情報は、個人の属性情報の集合体に限定されない。データベース部２２０は、他の任意の情報を格納することができる。例えば、従来のデータベース部２０と同様に、二項間の普遍的な対応関係を百科事典的に格納してもよい。

【0046】

上述した例では、ユーザが、ユーザ装置２３０を用いてネットワーク２４０を介してサーバ装置２１０と通信することを説明したが、ユーザがどのようにコンピュータシステム２００と相互作用するかは問わない。ユーザは、ネットワーク２４０に接続されたユーザ装置２３０を用いて間接的にコンピュータシステム２００と相互作用してもよいし、ネットワーク２４０を介さず直接的にコンピュータシステム２００と相互作用してもよい。

【0047】

上述した例では、サーバ装置２１０が、サーバ装置２１０の外部のデータベース部２２０に接続されているが、本発明はこれに限定されない。データベース部２２０は、サーバ装置２１０の外部にあってもよいし、内部にあってもよい。サーバ装置２１０の外部にある場合は、サーバ装置２１０とデータベース部２２０とがどのように接続されるかは問わない。インターネットを介して接続されてもよいし、ローカルエリアネットワークを介して接続されてもよいし、無線接続されてもよいし、有線接続されてもよい。

【0048】

上述したコンピュータシステム２００は、ユーザ装置２３０に入力されたユーザによる要求に応答して、データベース部２２０に格納されている個人の属性情報の集合体を任意の用途に利用することができる。図１Ａ〜図１Ｃを参照して説明したパーソナルＡＩ１００は、個人の属性情報の集合体の利用例の一つである。

【0049】

３．コンピュータシステム２００による個人の属性を学習するための処理
コンピュータシステム２００が個人の属性情報の集合体を利用するためには、その利用の前提として、コンピュータシステム２００が個人の属性をあらかじめ学習しておく必要がある。図５は、コンピュータシステム２００が個人の属性を学習する処理の一例を示す。

【0050】

ステップＳ５０１では、コンピュータシステム２００のサーバ装置２１０の受信手段４１０が自然言語データを受信する。受信手段４１０は、ユーザがコンピュータシステム２００のユーザ装置２３０に入力した自然言語データを受信する。

【0051】

ステップＳ５０２では、サーバ装置２１０のプロセッサ部４２０内の抽出手段４４０が自然言語データから個人の属性情報を抽出する。抽出手段４４０は、受信手段４１０が受信した自然言語データから任意の抽出手法で個人の属性情報を抽出する。例えば、抽出手段４４０は、ルールベースの抽出手法と、文法ベースの抽出手法と、データドリブン手法と、機械学習とを組み合わせて、個人の属性情報を抽出してもよい。

【0052】

例えば、受信された「私の名前は○○○○です。」という自然言語データから（Ｓ＝私、Ｐ＝名前、Ｏ＝ＯＯＯＯ）というＳ、Ｐ、Ｏの組を抽出する。例えば、受信された「私の趣味はダンスです。」という自然言語データから（Ｓ＝私、Ｐ＝趣味、Ｏ＝ダンス）という組を抽出する。例えば、受信された「私の同僚の◇◇◇◇さんの特技はプログラミングです。」という自然言語データから（Ｓ＝私、Ｐ＝同僚、Ｏ＝◇◇◇◇）という組、および、（Ｓ＝◇◇◇◇、Ｐ＝特技、Ｏ＝プログラム）という組を抽出する。

【0053】

ステップＳ５０３では、サーバ装置２１０がデータベース部２２０に個人の属性情報を格納する。サーバ装置２１０は、抽出手段４４０が抽出した個人の属性を表す、（Ｓ、Ｐ、Ｏ）の組によって表現される個人の属性情報をデータベース部２２０に格納する。

【0054】

コンピュータシステム２００は、Ｓ５０１〜Ｓ５０３の処理を繰り返すことにより、個人の属性を表す複数の個人の属性情報をデータベース部２２０に格納し、（Ｓ、Ｐ、Ｏ）の組によって表現される個人の属性情報をデータベース部２２０に蓄積する。これにより、データベース部２２０は、個人の属性情報の集合体を格納することになる。このようにして、コンピュータシステム２００は、個人の属性を学習する。

【0055】

４．コンピュータシステム２００による個人の属性情報の集合体を利用するための処理
図６は、コンピュータシステム２００が個人の属性情報の集合体を利用する形態の一例として、ユーザの質問に回答する処理の一例を示す。コンピュータシステム２００は、個人の属性情報の集合体を既にデータベース部２２０に格納しているものとする。

【0056】

はじめに、ステップＳ６０１では、サーバ装置２１０の受信手段４１０が、自然言語データを受信する。受信手段４１０は、コンピュータシステム２００のユーザ装置２３０に入力された自然言語データを受信する。

【0057】

ステップＳ６０２では、サーバ装置２１０のプロセッサ部４２０が、受信された自然言語データが疑問文であるかどうかを判定する。疑問文であるかどうかを判定する手法は、任意の手法であり得る。例えば、自然言語データ内の疑問詞を抽出することによって疑問文であると判定してもよい。例えば、自然言語データが音声で受信された場合は、文末のイントネーションによって疑問文であると判定してもよい。ステップＳ６０２において疑問文であると判定された場合、ステップＳ６０３に進む。ステップＳ６０２において疑問文でないと判定された場合、ユーザの質問に回答する処理は終了する。

【0058】

ステップＳ６０３では、サーバ装置２１０のプロセッサ部４２０内の抽出手段４４０が、受信された自然言語データから個人の属性情報のうちＳとＰとを抽出する。抽出手段４４０は、任意の抽出手法によってＳ、Ｐを抽出し得る。

【0059】

ステップＳ６０４では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、抽出されたＳとＰとに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）を特定する。データベース部２２０に格納されている個人の属性情報の集合体のサーチは、任意の手法を用いて行われ得る。ここで、利用手段４５０は、サーチの前に、「ステップＳ６０３で抽出されたＳが（Ｓ＝あなた）であれば、（Ｓ＝私）とする」等の条件式を適用してもよい。これにより、異なる単語が同一の対象を指す場合（例えば、一人称および二人称等）でも、適切にサーチすることが可能である。

【0060】

ステップＳ６０５では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、抽出されたＳとＰとに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）を特定したかどうかを判定する。利用手段４５０が（Ｓ、Ｐ、Ｏ）を特定したと判定された場合、ステップＳ６０６に進む。利用手段４５０が（Ｓ、Ｐ、Ｏ）を特定できなかったと判定された場合、ステップＳ６０８に進む。

【0061】

ステップＳ６０６では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、特定された（Ｓ、Ｐ、Ｏ）におけるＯをサーチ結果として特定する。

【0062】

ステップＳ６０７では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、サーチ結果に基づいて、質問に対する回答を生成し、それを出力する。例えば、利用手段４５０は、特定された（Ｓ、Ｐ、Ｏ）における（Ｏ＝××××）に基づいて、「××××です。」のように質問に対する回答を生成し、出力する。利用手段４５０による出力の方法は問わない。例えば、利用手段４５０は、音声によってＯを出力してもよいし、テキストによってＯを出力してもよい。

【0063】

ステップＳ６０８では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、質問に対する回答を未学習であることを出力する。ユーザによる質問に対する適切な回答を特定できなかったからである。利用手段４５０による出力の方法は問わない。例えば、利用手段４５０は、音声によって出力してもよいし、テキストによって出力してもよい。

【0064】

質問に対する回答、または、質問に対する回答を未学習であることを出力した後、ユーザの質問に回答する処理は終了する。

【0065】

ここで、一例として、個人Ｘのデジタルクローンを実現するパーソナルＡＩ１００がユーザＺによる質問「あなたの名前は何ですか？」に回答する場合のコンピュータシステム２００による処理を説明する。データベース部２２０には、個人Ｘの属性「名前」を表す（Ｓ＝私、Ｐ＝名前、Ｏ＝○○○○）というＳ、Ｐ、Ｏの組が既に格納されているものとする。

【0066】

はじめに、ステップＳ６０１では、サーバ装置２１０の受信手段４１０が、ユーザＺがユーザ装置２３０に入力した「あなたの名前は何ですか？」という自然言語データを受信する。

【0067】

ステップＳ６０２では、サーバ装置２１０のプロセッサ部４２０が、受信された「あなたの名前は何ですか？」という自然言語データが疑問文であるかどうかを判定する。ここで、「あなたの名前は何ですか？」という自然言語データは疑問文であるので、ステップＳ６０３に進む。

【0068】

ステップＳ６０３では、サーバ装置２１０のプロセッサ部４２０内の抽出手段４４０が、受信された「あなたの名前は何ですか？」という自然言語データから個人の属性情報のうちＳとＰとを抽出する。ここで、（Ｓ＝あなた、Ｐ＝名前）というＳ、Ｐの組が抽出される。

【0069】

ステップＳ６０４では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、抽出されたＳとＰとに一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）を特定する。利用手段４５０は、「ステップＳ６０３で抽出されたＳが（Ｓ＝あなた）であれば、（Ｓ＝私）とする」という条件式を適用して、（Ｓ＝あなた）を（Ｓ＝私）に変換してからサーチを行う。データベース部２２０には、（Ｓ＝私、Ｐ＝名前、Ｏ＝○○○○）というＳ、Ｐ、Ｏの組が格納されているので、利用手段４５０は、任意のサーチ手法によって、（Ｓ＝私、Ｐ＝名前）を含む（Ｓ＝私、Ｐ＝名前、Ｏ＝○○○○）を特定することができる。

【0070】

ステップＳ６０５では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、抽出されたＳとＰとを含む（Ｓ、Ｐ、Ｏ）が特定されたかどうかを判定する。利用手段４５０は、（Ｓ＝私、Ｐ＝名前）を含む（Ｓ＝私、Ｐ＝名前、Ｏ＝○○○○）を特定しているので、ステップＳ６０６に進む。

【0071】

ステップＳ６０６では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、特定された（Ｓ＝私、Ｐ＝名前、Ｏ＝○○○○）における（Ｏ＝○○○○）をサーチ結果として特定する。

【0072】

ステップＳ６０７では、サーバ装置２１０のプロセッサ部４２０内の利用手段４５０が、サーチ結果に基づいて、「○○○○です。」という質問に対する回答を生成し、出力する。そして、処理が終了する。

【0073】

このようなコンピュータシステム２００による処理により、個人Ｘのデジタルクローンを実現するパーソナルＡＩ１００は、「あなたの名前は何ですか？」という質問に対して「○○○○です。」と回答することができる。

【0074】

図７は、ステップＳ６０４におけるサーチ手法の一例を示す。このサーチ手法は、抽出されたＳの中に所有格が含まれる場合に、（Ｓ、Ｐ）を含む（Ｓ、Ｐ、Ｏ）を特定するために、データベース部２２０に格納されている個人の属性情報の集合体をサーチするときに用いられることが可能である。

【0075】

ステップＳ７０１では、利用手段４５０が、Ｓ内の所有格の数ｎを決定する。例えば、「あなたの名前は？」という質問から抽出される（Ｓ＝あなた）の所有格の数ｎ＝０である。例えば、「あなたの母親の弟の趣味は？」という質問から抽出される（Ｓ＝あなたの母親の弟）の所有格の数ｎ＝２である。

【0076】

ステップＳ７０２では、利用手段４５０が、ｎ＝０かどうかを判定する。ｎ＝０である場合、ステップＳ７０３に進む一方、ｎ＝０でない場合、ステップＳ７０４に進む。

【0077】

ステップＳ７０３では、Ｓ内に所有格がないので、利用手段４５０は、データベース部２２０に格納されている個人の属性情報の集合体を単純にサーチすることにより、抽出された（Ｓ、Ｐ）を含む（Ｓ、Ｐ、Ｏ）を特定する。

【0078】

ステップＳ７０４では、利用手段４５０が、Ｓを所有格ごとに細分する。これにより、Ｓは、（Ｓ＝Ｓ_１のＳ_２の・・・のＳ_ｎ＋１）と表現される。例えば、上述した（Ｓ＝あなたの母親の弟）の場合、（Ｓ_１＝あなた、Ｓ_２＝母親、Ｓ_３＝弟）となる。

【0079】

ステップＳ７０５では、利用手段４５０が、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、（Ｓ＝Ｓ_１、Ｐ＝Ｓ_２）に一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）におけるＯをＯ_１として特定する。例えば、上述した（Ｓ＝あなたの母親の弟）の場合にデータベース部２２０に（Ｓ＝私、Ｐ＝母親、Ｏ＝花子）というＳ、Ｐ、Ｏの組が格納されているとすると、利用手段４５０は、まず、「ステップＳ６０３で抽出されたＳが（Ｓ＝あなた）であれば、（Ｓ＝私）とする」という条件式を適用して（Ｓ＝あなた）を（Ｓ＝私）に変換してから、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、（Ｓ＝私、Ｐ＝母親）を含む（Ｓ＝私、Ｐ＝母親、Ｏ＝花子）における（Ｏ＝花子）をＯ_１として特定する。これにより、（Ｏ_１＝花子）となる。

【0080】

ステップＳ７０６では、変数ｉ＝１が定義される。

【0081】

ステップＳ７０７では、利用手段４５０が、ｉ＝ｎかどうかを判定する。ｉ＝ｎでない場合、ステップＳ７０８に進む。

【0082】

ステップＳ７０８では、利用手段４５０が、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、（Ｓ＝Ｏ_ｉ、Ｐ＝Ｓ_ｉ＋２）に一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）におけるＯをＯ_ｉ＋１として特定する。例えば、上述した（Ｓ＝あなたの母親の弟）の場合にデータベース部２２０に（Ｓ＝花子、Ｐ＝弟、Ｏ＝太郎）というＳ、Ｐ、Ｏの組が格納されているとすると、利用手段４５０は、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、（Ｓ＝Ｏ_１＝花子、Ｐ＝Ｓ_３＝弟）を含む（Ｓ＝花子、Ｐ＝弟、Ｏ＝太郎）における（Ｏ＝太郎）をＯ_２として特定する。これにより、（Ｏ_２＝太郎）となる。

【0083】

ステップＳ７０９では、変数ｉがインクリメントされる。ｉ＝ｎとなるまでＳ７０７〜Ｓ７０９が繰り返される。ステップＳ７０７においてｉ＝ｎと判定されると、ステップＳ７１０に進む。

【0084】

ステップＳ７１０では、利用手段４５０が、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、（Ｓ＝Ｏ_ｎ、Ｐ）に一致するＳ、Ｐを含む（Ｓ、Ｐ、Ｏ）を特定する。例えば、上述した（Ｓ＝あなたの母親の弟）の場合にデータベース部２２０に（Ｓ＝太郎、Ｐ＝趣味、Ｏ＝プログラミング）というＳ、Ｐ、Ｏの組が格納されているとすると、利用手段４５０が、データベース部２２０に格納されている個人の属性情報の集合体をサーチすることにより、（Ｓ＝Ｏ_２＝太郎、Ｐ＝趣味）を含む（Ｓ＝太郎、Ｐ＝趣味、Ｏ＝プログラミング）を特定する。

【0085】

このようにして、質問から抽出されたＳの中に所有格が含まれる場合でも、質問に対する回答を生成するために、適切なサーチをすることができる。

【0086】

上述した処理は一例であり、利用手段４５０は、他の任意のアルゴリズムを用いて処理を行うことができる。上述した例では、Ｓに含まれる所有格の数ｎを決定して、Ｓを所有格ごとに細分したが、利用手段４５０は、他の任意の基準を用いてＳを細分してもよい。

【0087】

上述した例では、コンピュータシステム２００が個人の属性情報の集合体をパーソナルＡＩ１００のために利用する例を説明したが、コンピュータシステム２００は、個人の属性情報の集合体を他の任意の用途に利用することができる。例えば、コンピュータシステム２００は、音声認識、入力予測、検索エンジン、ボット、Ｅｍａｉｌ自動返信、チャット自動返信、ＣＳサポート、エキスパートシステム等の分野に個人の属性情報の集合体を利用することが可能である。

【0088】

本発明は、上述した実施形態に限定されるものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。

【産業上の利用可能性】

【0089】

本発明は、個人の属性情報の集合体を利用するためのコンピュータシステム、サーバ装置およびプログラムを提供するとして有用である。

【符号の説明】

【0090】

１００ パーソナルＡＩ
２００ コンピュータシステム
２１０ サーバ装置
２２０ データベース部
２３０ ユーザ装置
２４０ ネットワーク

【図1A】

【図1B】

【図1C】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】