知財求人 - 知財ポータルサイト「IP Force」
特開2024-75168受付業務支援システム、プログラム、及び学習モデル生成方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024075168
(43)【公開日】2024-06-03
(54)【発明の名称】受付業務支援システム、プログラム、及び学習モデル生成方法
(51)【国際特許分類】
G06Q 50/10 20120101AFI20240527BHJP
【ＦＩ】
G06Q50/10
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2022186407
(22)【出願日】2022-11-22
(71)【出願人】
【識別番号】000005496
【氏名又は名称】富士フイルムビジネスイノベーション株式会社
(74)【代理人】
【識別番号】100104880
【弁理士】
【氏名又は名称】古部 次郎
(74)【代理人】
【識別番号】100125346
【弁理士】
【氏名又は名称】尾形 文雄
(72)【発明者】
【氏名】小早川 周平
(72)【発明者】
【氏名】林 大地
(72)【発明者】
【氏名】千葉 祥子
【テーマコード（参考）】
5L049
5L050
【Ｆターム（参考）】
5L049CC12
5L050CC12
(57)【要約】 （修正有）
【課題】問い合わせを受け付ける受付業務にて、問い合わせを受けた業務内容に応じて重要な単語や内容を抽出し強調する受付業務支援システム、プログラム及び学習モデル生成方法を提供する。
【解決手段】管理サーバと、複数のオペレータ端末および電話機とが、ネットワークを介して接続されている受付業務支援システムにおいて、管理サーバ１０は、１または複数のプロセッサを備える。１または複数のプロセッサは、問い合わせを受け付ける受付業務にて受付内容を取得し、受付内容に基づいて業務結果を予測し、業務結果の予測に用いた重要語を抽出し、重要語を受付内容にて強調して出力し、または重要語を別個に出力する。
【選択図】図３
【解決手段】管理サーバと、複数のオペレータ端末および電話機とが、ネットワークを介して接続されている受付業務支援システムにおいて、管理サーバ１０は、１または複数のプロセッサを備える。１または複数のプロセッサは、問い合わせを受け付ける受付業務にて受付内容を取得し、受付内容に基づいて業務結果を予測し、業務結果の予測に用いた重要語を抽出し、重要語を受付内容にて強調して出力し、または重要語を別個に出力する。
【選択図】図３
【特許請求の範囲】
【請求項1】
１または複数のプロセッサを備え、
前記１または複数のプロセッサは、
問い合わせを受け付ける受付業務にて受付内容を取得し、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出し、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する
ことを特徴とする受付業務支援システム。
前記１または複数のプロセッサは、
問い合わせを受け付ける受付業務にて受付内容を取得し、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出し、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する
ことを特徴とする受付業務支援システム。
【請求項2】
前記１または複数のプロセッサは、
前記業務結果が複数ある場合に当該業務結果毎に異なる学習モデルを用いて前記重要語を抽出する
ことを特徴とする請求項１に記載の受付業務支援システム。
前記業務結果が複数ある場合に当該業務結果毎に異なる学習モデルを用いて前記重要語を抽出する
ことを特徴とする請求項１に記載の受付業務支援システム。
【請求項3】
前記１または複数のプロセッサは、
前記業務結果が複数ある場合に各々の業務結果毎に抽出した前記重要語を各々区別して出力する
ことを特徴とする請求項１または２に記載の受付業務支援システム。
前記業務結果が複数ある場合に各々の業務結果毎に抽出した前記重要語を各々区別して出力する
ことを特徴とする請求項１または２に記載の受付業務支援システム。
【請求項4】
前記１または複数のプロセッサは、
前記重要語の表示順を切り替えて出力する
ことを特徴とする請求項１乃至３何れか１項に記載の受付業務支援システム。
前記重要語の表示順を切り替えて出力する
ことを特徴とする請求項１乃至３何れか１項に記載の受付業務支援システム。
【請求項5】
前記１または複数のプロセッサは、
前記受付内容が音声情報の場合に、当該音声情報をテキスト情報に変換し、
変換した前記テキスト情報に対して前記重要語を強調して表示出力する
ことを特徴とする請求項１に記載の受付業務支援システム。
前記受付内容が音声情報の場合に、当該音声情報をテキスト情報に変換し、
変換した前記テキスト情報に対して前記重要語を強調して表示出力する
ことを特徴とする請求項１に記載の受付業務支援システム。
【請求項6】
前記１または複数のプロセッサは、
前記テキスト情報の中で、前記重要語を他の情報とはフォント形式を変えて表示出力する
ことを特徴とする請求項５に記載の受付業務支援システム。
前記テキスト情報の中で、前記重要語を他の情報とはフォント形式を変えて表示出力する
ことを特徴とする請求項５に記載の受付業務支援システム。
【請求項7】
前記１または複数のプロセッサは、
前記テキスト情報の表示出力とは別個に前記重要語を表示出力する
ことを特徴とする請求項５に記載の受付業務支援システム。
前記テキスト情報の表示出力とは別個に前記重要語を表示出力する
ことを特徴とする請求項５に記載の受付業務支援システム。
【請求項8】
１または複数のプロセッサに実現させるプログラムであって、
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
抽出した前記重要語に基づいて前記受付内容における重要な語句に関する辞書を作成する機能と
を有するプログラム。
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
抽出した前記重要語に基づいて前記受付内容における重要な語句に関する辞書を作成する機能と
を有するプログラム。
【請求項9】
問い合わせを受け付ける受付業務における受付内容と、当該受付内容に対して行われた業務結果とを教師データとして取得し、
前記教師データを用いて、前記受付内容の入力に対し、当該受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出するための学習モデルを生成する
学習モデル生成方法。
前記教師データを用いて、前記受付内容の入力に対し、当該受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出するための学習モデルを生成する
学習モデル生成方法。
【請求項10】
前記教師データに、前記受付業務以外の工程における業務結果を含める、
請求項９に記載の学習モデル生成方法。
請求項９に記載の学習モデル生成方法。
【請求項11】
前記受付業務以外の工程における業務結果は、当該受付業務から転送した先の部門における業務結果である
ことを特徴とする請求項１０に記載の学習モデル生成方法。
ことを特徴とする請求項１０に記載の学習モデル生成方法。
【請求項12】
１または複数のプロセッサに実現させるプログラムであって、
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する機能と
を有するプログラム。
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する機能と
を有するプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、受付業務支援システム、プログラム、及び学習モデル生成方法に関する。
【背景技術】
【0002】
特許文献１には、オペレータ業務において、通話内容を記録するとともに音声認識してテキストデータに変換し、画面に表示する際、あらかじめ指定されたキーワードを強調表示することでオペレータの作業効率を向上するオペレータ業務支援システムとしてコンピュータを機能させるためのプログラムが記載されている。
特許文献２に記載された要約装置は、予め学習された文の特徴量の重みをパラメータの集合として記憶している文重要度推定器と、文重要度推定器を用いて前記文書の各文の重要度weight(Ｕi)（但し、Ｕiは文書のi番目の文を表す）を求める文重要度推定部と、文書のi番目の文が単語jを含むか否かを表す二値をｍijとし、i番目の文中の単語jの重みをｗijとし、i番目の文中の単語jが要約に含まれるか否かを表す二値をｚijとした時、ｍijとｗijとｚijの積を当該文書において取り得る全てのi,jについて足し合わせた値を最大化するｚijを求めることにより要約を作成する要約処理部と、を備える。要約処理部はｗijをweight(Ｕi)が大きいほど値が大きく、かつ、単語jの重要度weight(ｗj)（但し、ｗjは文書を構成する語彙中のj番目の単語を表す）が大きいほど値が大きくなるように求めることにより、文脈から明らかに重要性が高くないような文に含まれる単語の重要度を下げ、自動要約精度の向上を実現する、とされている。
特許文献２に記載された要約装置は、予め学習された文の特徴量の重みをパラメータの集合として記憶している文重要度推定器と、文重要度推定器を用いて前記文書の各文の重要度weight(Ｕi)（但し、Ｕiは文書のi番目の文を表す）を求める文重要度推定部と、文書のi番目の文が単語jを含むか否かを表す二値をｍijとし、i番目の文中の単語jの重みをｗijとし、i番目の文中の単語jが要約に含まれるか否かを表す二値をｚijとした時、ｍijとｗijとｚijの積を当該文書において取り得る全てのi,jについて足し合わせた値を最大化するｚijを求めることにより要約を作成する要約処理部と、を備える。要約処理部はｗijをweight(Ｕi)が大きいほど値が大きく、かつ、単語jの重要度weight(ｗj)（但し、ｗjは文書を構成する語彙中のj番目の単語を表す）が大きいほど値が大きくなるように求めることにより、文脈から明らかに重要性が高くないような文に含まれる単語の重要度を下げ、自動要約精度の向上を実現する、とされている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００６－２８５２１２号公報
【特許文献2】特開２０１２－１２３４５５号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
故障修理依頼の電話対応等のお客様からの問い合わせを受け付けるオペレータ業務において、対話の内容を音声認識してオペレータの画面に表示し、応答や記録入力を支援するシステムがよく使われている。しかしながら、通話が長くなると音声認識結果に含まれる重要部分の特定ができず、活用がしづらい。文章を自動で要約する技術も存在するが、具体的な業務内容に応じて重要な単語や内容が異なってくるために重要な部分を正しく抽出することができず、結果として、技術導入前よりも作業時間や作業負荷を低減することができない。
本発明は、問い合わせを受け付ける受付業務にて、問い合わせを受けた業務内容に応じて重要な単語や内容を抽出し、強調することを目的とする。
本発明は、問い合わせを受け付ける受付業務にて、問い合わせを受けた業務内容に応じて重要な単語や内容を抽出し、強調することを目的とする。
【課題を解決するための手段】
【0005】
請求項１に記載の発明は、１または複数のプロセッサを備え、前記１または複数のプロセッサは、問い合わせを受け付ける受付業務にて受付内容を取得し、前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出し、前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力することを特徴とする受付業務支援システムである。
請求項２に記載の発明は、前記１または複数のプロセッサは、前記業務結果が複数ある場合に当該業務結果毎に異なる学習モデルを用いて前記重要語を抽出することを特徴とする請求項１に記載の受付業務支援システムである。
請求項３に記載の発明は、前記１または複数のプロセッサは、前記業務結果が複数ある場合に各々の業務結果毎に抽出した前記重要語を各々区別して出力することを特徴とする請求項１または２に記載の受付業務支援システムである。
請求項４に記載の発明は、前記１または複数のプロセッサは、前記重要語の表示順を切り替えて出力することを特徴とする請求項１乃至３何れか１項に記載の受付業務支援システムである。
請求項５に記載の発明は、前記１または複数のプロセッサは、前記受付内容が音声情報の場合に、当該音声情報をテキスト情報に変換し、変換した前記テキスト情報に対して前記重要語を強調して表示出力することを特徴とする請求項１に記載の受付業務支援システムである。
請求項６に記載の発明は、前記１または複数のプロセッサは、前記テキスト情報の中で、前記重要語を他の情報とはフォント形式を変えて表示出力することを特徴とする請求項５に記載の受付業務支援システムである。
請求項７に記載の発明は、前記１または複数のプロセッサは、前記テキスト情報の表示出力とは別個に前記重要語を表示出力することを特徴とする請求項５に記載の受付業務支援システムである。
請求項８に記載の発明は、１または複数のプロセッサに実現させるプログラムであって、問い合わせを受け付ける受付業務にて受付内容を取得する機能と、前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、抽出した前記重要語に基づいて前記受付内容における重要な語句に関する辞書を作成する機能とを有するプログラムである。
請求項９に記載の発明は、問い合わせを受け付ける受付業務における受付内容と、当該受付内容に対して行われた業務結果とを教師データとして取得し、前記教師データを用いて、前記受付内容の入力に対し、当該受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出するための学習モデルを生成する学習モデル生成方法である。
請求項１０に記載の発明は、前記教師データに、前記受付業務以外の工程における業務結果を含める、請求項９に記載の学習モデル生成方法である。
請求項１１に記載の発明は、前記受付業務以外の工程における業務結果は、当該受付業務から転送した先の部門における業務結果であることを特徴とする請求項１０に記載の学習モデル生成方法である。
請求項１２に記載の発明は、１または複数のプロセッサに実現させるプログラムであって、問い合わせを受け付ける受付業務にて受付内容を取得する機能と、前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する機能とを有するプログラムである。
請求項２に記載の発明は、前記１または複数のプロセッサは、前記業務結果が複数ある場合に当該業務結果毎に異なる学習モデルを用いて前記重要語を抽出することを特徴とする請求項１に記載の受付業務支援システムである。
請求項３に記載の発明は、前記１または複数のプロセッサは、前記業務結果が複数ある場合に各々の業務結果毎に抽出した前記重要語を各々区別して出力することを特徴とする請求項１または２に記載の受付業務支援システムである。
請求項４に記載の発明は、前記１または複数のプロセッサは、前記重要語の表示順を切り替えて出力することを特徴とする請求項１乃至３何れか１項に記載の受付業務支援システムである。
請求項５に記載の発明は、前記１または複数のプロセッサは、前記受付内容が音声情報の場合に、当該音声情報をテキスト情報に変換し、変換した前記テキスト情報に対して前記重要語を強調して表示出力することを特徴とする請求項１に記載の受付業務支援システムである。
請求項６に記載の発明は、前記１または複数のプロセッサは、前記テキスト情報の中で、前記重要語を他の情報とはフォント形式を変えて表示出力することを特徴とする請求項５に記載の受付業務支援システムである。
請求項７に記載の発明は、前記１または複数のプロセッサは、前記テキスト情報の表示出力とは別個に前記重要語を表示出力することを特徴とする請求項５に記載の受付業務支援システムである。
請求項８に記載の発明は、１または複数のプロセッサに実現させるプログラムであって、問い合わせを受け付ける受付業務にて受付内容を取得する機能と、前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、抽出した前記重要語に基づいて前記受付内容における重要な語句に関する辞書を作成する機能とを有するプログラムである。
請求項９に記載の発明は、問い合わせを受け付ける受付業務における受付内容と、当該受付内容に対して行われた業務結果とを教師データとして取得し、前記教師データを用いて、前記受付内容の入力に対し、当該受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出するための学習モデルを生成する学習モデル生成方法である。
請求項１０に記載の発明は、前記教師データに、前記受付業務以外の工程における業務結果を含める、請求項９に記載の学習モデル生成方法である。
請求項１１に記載の発明は、前記受付業務以外の工程における業務結果は、当該受付業務から転送した先の部門における業務結果であることを特徴とする請求項１０に記載の学習モデル生成方法である。
請求項１２に記載の発明は、１または複数のプロセッサに実現させるプログラムであって、問い合わせを受け付ける受付業務にて受付内容を取得する機能と、前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する機能とを有するプログラムである。
【発明の効果】
【0006】
請求項１、１２の発明によれば、問い合わせを受け付ける受付業務にて、問い合わせを受けた業務内容に応じて重要な単語や内容を抽出し、強調することができる。
請求項２の発明によれば、業務結果毎に重要語を抽出することができる。
請求項３の発明によれば、何についての重要語であるかを区別して表示することができる。
請求項４の発明によれば、活用時の用途に応じて表示順を変更することができる。
請求項５の発明によれば、通話に伴う受付業務において対応の判断を補助することができる。
請求項６の発明によれば、フォント形式により重要語を識別することができる。
請求項７の発明によれば、重要語をテキストと別個に表示することができる。
請求項８の発明によれば、受付業務における重要語をまとめることができる。
請求項９の発明によれば、受付内容から重要語を自動で抽出することができる。
請求項１０の発明によれば、受付業務以外の工程における重要語を抽出することができる。
請求項１１の発明によれば、より専門的な知見に基づいて重要語を抽出することができる。
請求項２の発明によれば、業務結果毎に重要語を抽出することができる。
請求項３の発明によれば、何についての重要語であるかを区別して表示することができる。
請求項４の発明によれば、活用時の用途に応じて表示順を変更することができる。
請求項５の発明によれば、通話に伴う受付業務において対応の判断を補助することができる。
請求項６の発明によれば、フォント形式により重要語を識別することができる。
請求項７の発明によれば、重要語をテキストと別個に表示することができる。
請求項８の発明によれば、受付業務における重要語をまとめることができる。
請求項９の発明によれば、受付内容から重要語を自動で抽出することができる。
請求項１０の発明によれば、受付業務以外の工程における重要語を抽出することができる。
請求項１１の発明によれば、より専門的な知見に基づいて重要語を抽出することができる。
【図面の簡単な説明】
【0007】
【図1】本実施の形態に係る受付業務支援システムの構成を示す図である。
【図2】本実施の形態に係る管理サーバおよびオペレータ端末として用いられるコンピュータのハードウェア構成例を示す図である。
【図3】本実施の形態に係る管理サーバの機能構成を示す図である。
【図4】本実施の形態に係るオペレータ端末の機能構成を示す図である。
【図5】本実施の形態に係る問い合わせ受付時の処理の流れを示す図である。
【図6】本実施の形態に係る学習モデルの生成の流れを示す図である。
【図7】学習モデルの一例を示す図である。
【図8】業務結果が複数ある場合に、各々の業務結果毎に抽出した重要語を各々区別して表示する例を示す図であり、（Ａ）は受付内容のテキスト情報の中で重要語を目立たせて表示する例を、（Ｂ）は受付内容のテキスト情報とは別個に重要語を表示する例を示す図である。
【図9】変形例に係る問い合わせ受付時の処理の流れを示す図である。
【図10】変形例に係る受付内容から業務結果を予測する際の重要語に関する辞書を作成する流れを示す図である。
【発明を実施するための形態】
【0008】
以下、添付図面を参照して、本実施の形態について詳細に説明する。
＜受付業務支援システムの構成＞
図１は、本実施の形態に係る受付業務支援システムの構成を示す図である。
本実施の形態に係る受付業務支援システム１は、お客様からの問い合わせを受け付けるオペレータ業務において、受け付けた内容から重要語を抽出し、強調して出力するシステムである。
受付業務支援システム１は、管理サーバ１０と、オペレータ端末２０と、電話機３０とを備える。管理サーバ１０とオペレータ端末２０および電話機３０とは、ネットワーク４０を介して接続されている。
＜受付業務支援システムの構成＞
図１は、本実施の形態に係る受付業務支援システムの構成を示す図である。
本実施の形態に係る受付業務支援システム１は、お客様からの問い合わせを受け付けるオペレータ業務において、受け付けた内容から重要語を抽出し、強調して出力するシステムである。
受付業務支援システム１は、管理サーバ１０と、オペレータ端末２０と、電話機３０とを備える。管理サーバ１０とオペレータ端末２０および電話機３０とは、ネットワーク４０を介して接続されている。
【0009】
管理サーバ１０は、お客様からの問い合わせを受け付けるオペレータ業務における受付内容およびその受付内容に対する業務結果に関する履歴情報等を管理するサーバである。また、管理サーバ１０は、受付内容とその業務結果とを紐付けて学習する。そして管理サーバ１０は、学習の成果に基づいて受付内容から業務結果を予測する際に用いられる重要語を、受付内容における重要語として抽出し、受付内容から重要語を予測する学習モデルを生成する。管理サーバ１０は、例えば、コンピュータにより実現される。管理サーバ１０は、単一のコンピュータにより構成しても良いし、複数のコンピュータによる分散処理により実現しても良い。
【0010】
オペレータ端末２０および電話機３０は、お客様からの問い合わせを受け付けるオペレータ業務においてオペレータが使用する情報処理装置および電話機である。電話機３０による通話内容は、オペレータ端末２０にて解析され、テキスト情報に変換される。オペレータ端末２０は、ネットワーク４０を介して管理サーバ１０に接続する。
オペレータ端末２０は、例えば、コンピュータ、タブレット型情報端末、その他の情報処理装置により実現される。
オペレータ端末２０は、例えば、コンピュータ、タブレット型情報端末、その他の情報処理装置により実現される。
【0011】
ネットワーク４０は、管理サーバ１０とオペレータ端末２０との間の通信を担う情報通信ネットワークである。ネットワーク４０は、データの送受信が可能であれば、その種類は特に限定されず、例えばインターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等として良い。データ通信に用いられる通信回線は、有線であっても無線であっても良い。また、複数のネットワークや通信回線を介して各装置を接続する構成としても良い。
【0012】
＜コンピュータのハードウェア構成＞
図２は、管理サーバ１０およびオペレータ端末２０として用いられるコンピュータ１００のハードウェア構成例を示す図である。コンピュータ１００は、プロセッサ１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３とを備える。プロセッサ１０１は、例えばＣＰＵ（Central Processing Unit）であり、ＲＡＭ１０３を作業エリアに使用し、ＲＯＭ１０２から読み出したプログラムを実行する。また、コンピュータ１００は、ネットワークに接続するための通信インターフェイス１０４と、ディスプレイに表示出力を行うための表示機構１０５とを備える。また、コンピュータ１００は、コンピュータ１００の操作者による入力操作が行われる入力デバイス１０６を備える。なお、図２に示すコンピュータ１００の構成は一例にすぎず、本実施の形態で用いられるコンピュータは図２の構成例に限定されるものではない。
なお、本実施の形態にて実行される各種処理は、１または複数のプロセッサによって実行される。
図２は、管理サーバ１０およびオペレータ端末２０として用いられるコンピュータ１００のハードウェア構成例を示す図である。コンピュータ１００は、プロセッサ１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３とを備える。プロセッサ１０１は、例えばＣＰＵ（Central Processing Unit）であり、ＲＡＭ１０３を作業エリアに使用し、ＲＯＭ１０２から読み出したプログラムを実行する。また、コンピュータ１００は、ネットワークに接続するための通信インターフェイス１０４と、ディスプレイに表示出力を行うための表示機構１０５とを備える。また、コンピュータ１００は、コンピュータ１００の操作者による入力操作が行われる入力デバイス１０６を備える。なお、図２に示すコンピュータ１００の構成は一例にすぎず、本実施の形態で用いられるコンピュータは図２の構成例に限定されるものではない。
なお、本実施の形態にて実行される各種処理は、１または複数のプロセッサによって実行される。
【0013】
＜管理サーバの機能構成＞
次に、管理サーバ１０の機能構成について図３を用いて説明する。図３は、本実施の形態に係る管理サーバ１０の機能構成を示す図である。
図３に示すように、管理サーバ１０は、オペレータ業務における受付内容を取得する受付内容取得部１１と、受付内容に対する業務結果を取得する業務結果取得部１２と、取得した受付内容および業務結果の履歴を記憶する履歴情報記憶部１３とを備える。また管理サーバ１０は、受付内容とその業務結果とを紐付けて学習する学習部１４と、学習の成果に基づいて受付内容から業務結果を予測する学習モデルを生成する学習モデル生成部１５とを備える。さらに管理サーバ１０は、予測の際に用いる重要語を抽出する重要語抽出部１６と、抽出した重要語を強調して出力する重要語出力部１７とを備える。またさらに管理サーバ１０は、重要語に関する辞書を作成する辞書作成部１８を備える。辞書作成部１８の機能および辞書作成部１８を用いた実施形態については、後述の変形例にて説明する。
次に、管理サーバ１０の機能構成について図３を用いて説明する。図３は、本実施の形態に係る管理サーバ１０の機能構成を示す図である。
図３に示すように、管理サーバ１０は、オペレータ業務における受付内容を取得する受付内容取得部１１と、受付内容に対する業務結果を取得する業務結果取得部１２と、取得した受付内容および業務結果の履歴を記憶する履歴情報記憶部１３とを備える。また管理サーバ１０は、受付内容とその業務結果とを紐付けて学習する学習部１４と、学習の成果に基づいて受付内容から業務結果を予測する学習モデルを生成する学習モデル生成部１５とを備える。さらに管理サーバ１０は、予測の際に用いる重要語を抽出する重要語抽出部１６と、抽出した重要語を強調して出力する重要語出力部１７とを備える。またさらに管理サーバ１０は、重要語に関する辞書を作成する辞書作成部１８を備える。辞書作成部１８の機能および辞書作成部１８を用いた実施形態については、後述の変形例にて説明する。
【0014】
図３に示した管理サーバ１０が図２に示すコンピュータ１００により実現される場合、受付内容取得部１１、業務結果取得部１２、および重要語出力部１７の各機能は、例えば、通信インターフェイス１０４により実現される。履歴情報記憶部１３は、例えば、ＲＯＭ１０２により実現される。学習部１４、学習モデル生成部１５、および重要語抽出部１６、辞書作成部１８の各機能は、例えば、プロセッサ１０１がプログラムを実行することにより実現される。
【0015】
＜オペレータ端末の機能構成＞
図４は、本実施の形態に係るオペレータ端末２０の機能構成を示す図である。図４に示すように、オペレータ端末２０は、オペレータ業務における受付内容を取得する受付内容取得部２１と、受付内容に対する業務結果を取得する業務結果取得部２２と、取得した受付内容および業務結果を管理サーバ１０に送信する送信部２３とを備える。またオペレータ端末２０は、受付内容における重要語を取得する重要語取得部２４と、取得した重要語を強調して表示する表示部２５とを備える。
受付内容取得部２１は、電話による問い合わせの音声データを取得し、音声認識によりテキスト情報として受付内容を取得する。なお、問い合わせの形式は電話によるものに限定されず、メールによる問い合わせなど、テキストによるものであっても良い。この場合、受付内容取得部２１は問い合わせのテキスト情報を取得する。
図４は、本実施の形態に係るオペレータ端末２０の機能構成を示す図である。図４に示すように、オペレータ端末２０は、オペレータ業務における受付内容を取得する受付内容取得部２１と、受付内容に対する業務結果を取得する業務結果取得部２２と、取得した受付内容および業務結果を管理サーバ１０に送信する送信部２３とを備える。またオペレータ端末２０は、受付内容における重要語を取得する重要語取得部２４と、取得した重要語を強調して表示する表示部２５とを備える。
受付内容取得部２１は、電話による問い合わせの音声データを取得し、音声認識によりテキスト情報として受付内容を取得する。なお、問い合わせの形式は電話によるものに限定されず、メールによる問い合わせなど、テキストによるものであっても良い。この場合、受付内容取得部２１は問い合わせのテキスト情報を取得する。
【0016】
図４に示したオペレータ端末２０が図２に示すコンピュータ１００により実現される場合、受付内容取得部２１、業務結果取得部２２、送信部２３および重要語取得部２４の各機能は、例えば、通信インターフェイス１０４により実現される。表示部２５は、例えば、表示機構１０５により実現される。
【0017】
＜問い合わせ受付時の処理＞
次に、問い合わせ受付時の処理の流れについて図５を用いて説明する。図５は、本実施の形態に係る問い合わせ受付時の処理の流れを示すフローチャートである。
図５にて、まず、お客様からの問い合わせがあると、オペレータ端末２０の受付内容取得部２１が受付内容を取得する（ステップＳ２０１）。受付内容取得部２１は、電話等の音声による問い合わせの場合には音声情報をテキスト情報に変換して取得する。テキスト情報は、通話音声全体に対して作成されても良いし、オペレータの発話部分とお客様の発話部分とで分けて作成されても良い。メール等のテキストによる問い合わせの場合には受付内容としてテキスト情報を取得する。
次に、問い合わせ受付時の処理の流れについて図５を用いて説明する。図５は、本実施の形態に係る問い合わせ受付時の処理の流れを示すフローチャートである。
図５にて、まず、お客様からの問い合わせがあると、オペレータ端末２０の受付内容取得部２１が受付内容を取得する（ステップＳ２０１）。受付内容取得部２１は、電話等の音声による問い合わせの場合には音声情報をテキスト情報に変換して取得する。テキスト情報は、通話音声全体に対して作成されても良いし、オペレータの発話部分とお客様の発話部分とで分けて作成されても良い。メール等のテキストによる問い合わせの場合には受付内容としてテキスト情報を取得する。
【0018】
続いて、受付内容取得部２１が取得した受付内容はオペレータ端末２０の送信部２３により管理サーバ１０に対して送信され（ステップＳ２０２）、管理サーバ１０の受付内容取得部１１が受付内容を取得する（ステップＳ２０３）。受付内容取得部１１が取得した受付内容は管理サーバ１０の履歴情報記憶部１３に記憶される（ステップＳ２０４）。
【0019】
続いて、管理サーバ１０の重要語抽出部１６が、学習モデルに基づいて、取得した受付内容から予測の際に用いられる重要語を受付内容における重要語として抽出する（ステップＳ２０５）。ステップＳ２０５において用いられる学習モデルの生成および学習時の処理について、詳細は後述する。
続いて、管理サーバ１０の重要語出力部１７は、重要語抽出部１６により抽出された重要語を出力する（ステップＳ２０６）。業務結果が複数ある場合には、管理サーバ１０は業務結果毎に異なる学習モデルを用いて重要語を抽出し、出力しても良い。業務結果の種類について、詳細は後述する。
続いて、管理サーバ１０の重要語出力部１７は、重要語抽出部１６により抽出された重要語を出力する（ステップＳ２０６）。業務結果が複数ある場合には、管理サーバ１０は業務結果毎に異なる学習モデルを用いて重要語を抽出し、出力しても良い。業務結果の種類について、詳細は後述する。
【0020】
続いて、オペレータ端末２０の重要語取得部２４が受付内容における重要語を取得し（ステップＳ２０７）、オペレータ端末２０の表示部２５に取得した重要語が強調して表示される（ステップＳ２０８）。強調表示の方法について、詳細は後述する。
【0021】
なお、図５に示す問い合わせ受付時の処理の流れにおいては、生成された学習モデルを用いて受付内容から重要語を抽出し、出力する例を用いて説明したが、この例に限定されるものではない。受付内容が入力されると、その都度受付内容から業務結果を予測し、業務結果の予測に用いられた語句を受付内容における重要語として抽出し、出力する構成としても良い。また、業務結果の予測は行われるが、重要語は作成された学習モデルを用いて受付内容から抽出され、出力される構成としても良い。
【0022】
＜学習モデルの生成＞
次に、学習モデルの生成について図６を用いて説明する。図６は、本実施の形態に係る学習モデルの生成の流れを示すフローチャートである。
学習部１４は、履歴情報記憶部１３に記憶された受付内容とその業務結果とを紐付けて学習し、受付内容から業務結果を予測する際に用いられる語句を受付内容における重要語として学習する。学習モデル生成部１５は学習部１４による学習の成果に基づいて受付内容から重要語を予測する学習モデルを生成する。
次に、学習モデルの生成について図６を用いて説明する。図６は、本実施の形態に係る学習モデルの生成の流れを示すフローチャートである。
学習部１４は、履歴情報記憶部１３に記憶された受付内容とその業務結果とを紐付けて学習し、受付内容から業務結果を予測する際に用いられる語句を受付内容における重要語として学習する。学習モデル生成部１５は学習部１４による学習の成果に基づいて受付内容から重要語を予測する学習モデルを生成する。
【0023】
図６にて、まず、管理サーバ１０の受付内容取得部１１が受付内容を取得する（ステップＳ３０１）。受付内容取得部１１が取得した受付内容は管理サーバ１０の履歴情報記憶部１３に記憶される（ステップＳ３０２）。
【0024】
続いて、管理サーバ１０の業務結果取得部１２が業務結果を取得する（ステップＳ３０３）。業務結果取得部１２が取得した業務結果は管理サーバ１０の履歴情報記憶部１３に記憶される（ステップＳ３０４）。
【0025】
業務結果取得部１２は、ステップＳ３０３においてオペレータ端末２０から業務結果を取得しても良いし、オペレータ端末２０以外の外部装置からの業務結果の入力を取得しても良い。例えば、業務結果取得部１２は、問い合わせを受け付けたオペレータが転送した先の部門における業務結果を、その先の部門において業務結果が入力される端末から取得しても良い。先の部門とは例えば「ソフトウェア窓口」のような問い合わせ内容についてにより専門的な知見を有する部門であり、先の部門における業務結果を使用することで専門分野における重要語を抽出することができる。
また、業務結果取得部１２は、ステップＳ３０３において、例えば故障修理依頼において訪問依頼を受けたエンジニアが対応した結果を業務結果として取得しても良い。
また、業務結果取得部１２は、ステップＳ３０３において、例えば故障修理依頼において訪問依頼を受けたエンジニアが対応した結果を業務結果として取得しても良い。
【0026】
また、管理サーバ１０が取得する受付内容および業務結果は、事前に外部装置においてまとめられた記録であっても良い。すなわち、管理サーバ１０は、過去の受付内容および対応する業務結果が記録された外部装置から受付内容及び業務結果を取得しても良い。
【0027】
続いて、管理サーバ１０の学習部１４が、履歴情報記憶部１３に記憶された受付内容とその業務結果とを紐付けて学習する（ステップＳ３０５）。そして、学習部１４は、受付内容から業務結果を予測するために重要な語句を学習し（ステップＳ３０６）、管理サーバ１０の学習モデル生成部１５が受付内容から重要語を予測する学習モデルを生成または更新する（ステップＳ３０７）。
【0028】
ステップＳ３０５において、業務結果が複数ある場合には、学習部１４は業務結果毎に受付内容と業務結果とを紐付けて学習し、受付内容から業務結果毎の重要語を予測する学習モデルを生成する構成としても良い。学習モデルを分けることで、同じ受付内容であっても学習モデル毎に重要視する語句は変わるため、業務結果毎の重要語を出力することができる。
【0029】
＜学習時の処理＞
次に、学習部１４および学習モデル生成部１５による、図６のステップＳ３０５～ステップＳ３０７における処理の一例について説明する。
学習モデル生成部１５は、学習部１４の学習の成果に基づいて受付内容から業務結果を予測する際に用いられる重要語を出力する学習モデルを生成する。学習部１４および学習モデル生成部１５の機能は例えばコンピュータ１００のプロセッサ１０１が機械学習プログラムを実行することにより実現される。
次に、学習部１４および学習モデル生成部１５による、図６のステップＳ３０５～ステップＳ３０７における処理の一例について説明する。
学習モデル生成部１５は、学習部１４の学習の成果に基づいて受付内容から業務結果を予測する際に用いられる重要語を出力する学習モデルを生成する。学習部１４および学習モデル生成部１５の機能は例えばコンピュータ１００のプロセッサ１０１が機械学習プログラムを実行することにより実現される。
【0030】
機械学習プログラムは、受付内容を入力、受付内容における重要語を出力とする関係を機械学習するプログラムである。
機械学習プログラムは、例えば、まず受付内容を入力、受付内容に対する業務結果を出力とする予測モデルを作成する。機械学習プログラムは、教師データとして受付内容とその業務結果とが与えられると、この教師データに基づいて、例えば学習モデルを構成する各階層の変数を調整する。そして、入力として受付内容の情報が与えられると、その受付内容に対する業務結果が出力されるように学習を進める。
機械学習プログラムは、例えば、まず受付内容を入力、受付内容に対する業務結果を出力とする予測モデルを作成する。機械学習プログラムは、教師データとして受付内容とその業務結果とが与えられると、この教師データに基づいて、例えば学習モデルを構成する各階層の変数を調整する。そして、入力として受付内容の情報が与えられると、その受付内容に対する業務結果が出力されるように学習を進める。
【0031】
【0032】
ニューラルネットワークは入力層、出力層、そしてその間にある隠れ層で構成される。ネットワークは、入力データと出力データの関係を再現するように内部のパラメータを調整する形で学習が進められる。
【0033】
受付内容を入力、受付内容に対する業務結果を出力とする予測モデルは、例えば候補として保持している複数の業務結果が正解である確率をそれぞれ算出する。そしてそのうち予め定められた閾値以上のものを出力し、または確率の高いものを上位から予め定められた個数出力する。
図７に示す例では、受付内容の入力に対し、候補として保持している業務結果のうちから１つまたは複数の業務結果が出力される。
図７に示す例では、受付内容の入力に対し、候補として保持している業務結果のうちから１つまたは複数の業務結果が出力される。
【0034】
続いて、機械学習プログラムは、作成した予測モデルにおける予測上の重要語を抽出する。例えば機械学習プログラムは、特定の語句が受付内容に含まれているか否かによって業務結果の発生確率が変化する重要度の高い語句と、受付内容に含まれていようがいまいが業務結果の予測に影響を与えない重要度の低い語句とを探し出す。
例えば、「ハイ」や「こんにちは」といった語句は業務結果とは紐付かないため、業務結果の予測に影響を与えない重要度の低い語句であると判定される。一方で、例えば画像形成装置の故障修理依頼の問い合わせにおいて、「線が入っています」という語句が含まれていると、「特定のパーツの交換により直りました」という業務結果の発生確率が上がるとする。この場合、「線が入っています」は業務結果の発生確率に影響を与える重要度の高い語句であると判定される。
例えば、「ハイ」や「こんにちは」といった語句は業務結果とは紐付かないため、業務結果の予測に影響を与えない重要度の低い語句であると判定される。一方で、例えば画像形成装置の故障修理依頼の問い合わせにおいて、「線が入っています」という語句が含まれていると、「特定のパーツの交換により直りました」という業務結果の発生確率が上がるとする。この場合、「線が入っています」は業務結果の発生確率に影響を与える重要度の高い語句であると判定される。
【0035】
このように、機械学習プログラムは、業務結果の発生確率に影響を与える語句を重要語として抽出し、その受付内容における重要語として学習する。このように受付内容に含まれる語句の重要度を判定していくことで受付内容から重要語を出力する学習モデルが生成される。
【0036】
この学習モデルの生成は、例えば図７に示したニューラルネットワークを用いて実施され、受付内容を入力、受付内容における重要語を出力とする学習モデルが生成される。
機械学習プログラムは、受付内容とその受付内容における重要語とを教師データとして取得し、この教師データに基づいて、学習モデルを構成する各階層の変数を調整する。そして、入力として受付内容の情報が与えられると、その受付内容における重要語が出力されるように学習を進める。
機械学習プログラムは、受付内容とその受付内容における重要語とを教師データとして取得し、この教師データに基づいて、学習モデルを構成する各階層の変数を調整する。そして、入力として受付内容の情報が与えられると、その受付内容における重要語が出力されるように学習を進める。
【0037】
なお、ここでは受付内容から重要語を出力する学習モデルが生成される例を説明したが、上記した学習部における処理は一例にすぎず、本実施の形態における学習部の処理は上記した構成例に限定されるものではない。例えば、受付内容が入力されると、その都度受付内容から業務結果を予測し、業務結果の予測に用いられた語句を受付内容における重要語として抽出し、出力する構成としても良い。
【0038】
＜業務結果の種類＞
次に、業務結果の種類について電話による故障修理依頼の問い合わせの例を用いて説明する。
電話による故障修理依頼の問い合わせに対する業務結果には、問い合わせを受け付けたオペレータが入力する業務結果と、問い合わせを受け付けたオペレータが転送した先の部門が入力する業務結果とがある。また、エンジニアによる訪問修理が必要であった場合にはエンジニアが対応した結果も業務結果として使用される。
次に、業務結果の種類について電話による故障修理依頼の問い合わせの例を用いて説明する。
電話による故障修理依頼の問い合わせに対する業務結果には、問い合わせを受け付けたオペレータが入力する業務結果と、問い合わせを受け付けたオペレータが転送した先の部門が入力する業務結果とがある。また、エンジニアによる訪問修理が必要であった場合にはエンジニアが対応した結果も業務結果として使用される。
【0039】
問い合わせを受け付けたオペレータが入力する業務結果には、業務フローに関する業務結果と、故障内容に関する業務結果とがある。
業務フローに関する業務結果とは、誰がどのように対応したのかについての結果である。故障内容に関する業務結果とは、問い合わせ内容から判断された故障内容である。
業務フローに関する業務結果とは、誰がどのように対応したのかについての結果である。故障内容に関する業務結果とは、問い合わせ内容から判断された故障内容である。
【0040】
業務フローに関する業務結果としては、例えば電話で解決したことを示す「電話解決」、電話では解決せずエンジニアを派遣したことを示す「エンジニア派遣」等がある。より詳しく、「ソフトウェア窓口に転送」、「消耗品購入窓口に転送」等の情報を業務結果として使用することもできる。
故障内容に関する業務結果としては、例えばプリンターの故障修理依頼であれば「画質不良」、「紙詰まり」、「異音」、「動作不良」、「ＦＡＸ送受信」、「使用方法問い合わせ」等、どのような故障であったのかを示すものがある。
故障内容に関する業務結果としては、例えばプリンターの故障修理依頼であれば「画質不良」、「紙詰まり」、「異音」、「動作不良」、「ＦＡＸ送受信」、「使用方法問い合わせ」等、どのような故障であったのかを示すものがある。
【0041】
問い合わせを受け付けたオペレータが転送した先の部門が入力する業務結果は、問い合わせを受け付けたオペレータが入力する業務結果と同様であるが、より専門的な目線からなされた対応が業務結果として入力される。
【0042】
訪問修理を行ったエンジニアが対応した結果を業務結果として使用する場合には、エンジニアが修理内容を記述した記録を業務結果として使用する場合と、修理に使用したパーツを業務結果として使用する場合とがある。
エンジニアが修理内容を記述した記録を業務結果として使用する場合には、故障内容の記録を使用する場合と、対応結果の記録を使用する場合とがある。故障内容の記録としては、問い合わせを受け付けたオペレータが入力する故障内容に関する業務結果と同様にどのような故障であったのかを示すものがある。
対応結果の記録としては、「部品交換」、「清掃」、「研磨」、「注油」、「設定調整」、「応急処置」、「変則設定」等、故障に対してどのような処置を行ったのかを示すものがある。
エンジニアが修理内容を記述した記録を業務結果として使用する場合には、故障内容の記録を使用する場合と、対応結果の記録を使用する場合とがある。故障内容の記録としては、問い合わせを受け付けたオペレータが入力する故障内容に関する業務結果と同様にどのような故障であったのかを示すものがある。
対応結果の記録としては、「部品交換」、「清掃」、「研磨」、「注油」、「設定調整」、「応急処置」、「変則設定」等、故障に対してどのような処置を行ったのかを示すものがある。
【0043】
修理に使用したパーツを業務結果として使用する場合には、「感光体」、「現像器」、「転写ロール」、「定着器」、「手差しトレー」等、使用したパーツの名称を業務結果として使用する。
なお、上記した業務結果の種類は一例であり、本実施の形態に係る業務結果は上記した形式に限定されるものではない。
なお、上記した業務結果の種類は一例であり、本実施の形態に係る業務結果は上記した形式に限定されるものではない。
【0044】
＜表示方法＞
次に、図５のステップＳ２０８における強調表示の例について説明する。
表示部２５における重要語の強調表示の方法としては、受付内容のテキスト情報の中で重要語を目立たせて表示する方法と、受付内容のテキスト情報とは別個に重要語を表示する方法とがある。
受付内容のテキスト情報の中で重要語を目立たせて表示する方法としては、重要語を他の情報とはフォント形式を変えて表示する方法がある。例えば重要語を太字で表示したり、または色を変えて表示したりすることで重要語を目立たせて表示する。
受付内容のテキスト情報とは別個に重要語を表示する方法としては、重要語を一覧表示する方法がある。
次に、図５のステップＳ２０８における強調表示の例について説明する。
表示部２５における重要語の強調表示の方法としては、受付内容のテキスト情報の中で重要語を目立たせて表示する方法と、受付内容のテキスト情報とは別個に重要語を表示する方法とがある。
受付内容のテキスト情報の中で重要語を目立たせて表示する方法としては、重要語を他の情報とはフォント形式を変えて表示する方法がある。例えば重要語を太字で表示したり、または色を変えて表示したりすることで重要語を目立たせて表示する。
受付内容のテキスト情報とは別個に重要語を表示する方法としては、重要語を一覧表示する方法がある。
【0045】
必要に応じてこれら表示方法を切り替えられるように構成しても良い。例えば、会話全体を把握しつつ重要な部分がどこであるかを知りたい場合にはテキスト情報の中で重要語を目立たせて表示し、重要語として挙げられた語句をまとめて知りたい場合にはテキスト情報とは別個に重要語を表示するように構成しても良い。
【0046】
また、業務結果が複数ある場合に、各々の業務結果毎に抽出した重要語を各々区別して表示しても良い。各々の業務結果毎に抽出した重要語を各々区別して表示する例について図８を用いて説明する。
図８は業務結果が複数ある場合に、各々の業務結果毎に抽出した重要語を各々区別して表示する例を示す図であり、（Ａ）は受付内容のテキスト情報の中で重要語を目立たせて表示する例を、（Ｂ）は受付内容のテキスト情報とは別個に重要語を表示する例を示す図である。
図８は業務結果が複数ある場合に、各々の業務結果毎に抽出した重要語を各々区別して表示する例を示す図であり、（Ａ）は受付内容のテキスト情報の中で重要語を目立たせて表示する例を、（Ｂ）は受付内容のテキスト情報とは別個に重要語を表示する例を示す図である。
【0047】
重要語を他の情報とはフォント形式を変えて表示する場合には、業務結果毎に重要語のフォントを変更することで、その重要語がいずれの業務結果における重要語であるかを認識することができる。例えば図８（Ａ）に示すように故障に関する重要語には下線を引き、業務フローに関する重要語は太字で表示することで、その重要語がいずれの業務結果における重要語であるかを認識することができる。
また重要語を一覧表示する場合には、図８（Ｂ）に示すように業務結果毎に重要語をまとめて表示することで、その重要語がいずれの業務結果における重要語であるかを認識することができる。
また重要語を一覧表示する場合には、図８（Ｂ）に示すように業務結果毎に重要語をまとめて表示することで、その重要語がいずれの業務結果における重要語であるかを認識することができる。
【0048】
また、必要に応じて重要語の表示順を切り替えられるように構成しても良い。例えば、対話中のメモとして確認をしたいときには時系列順に表示し、対話後に要約を作成したいときには重要度順に表示する、というように用途に合わせて表示順をプルダウン選択等で切り替えられるように構成しても良い。
【0049】
問い合わせを受け付けたオペレータは、表示部２５に表示された受付内容における重要語に基づいて対応を決定することができる。例えば電話での故障修理依頼の問い合わせであれば、電話で解決できる問題であるか、電話で解決できる場合にはどのような指示をすればよいかといった事柄について、表示部２５に表示された重要語に基づいて決定することができる。
また、オペレータ端末２０の表示部２５は、重要語を受付内容にて強調して表示しても、重要語を別個に表示しても良い。このことにより、受付内容の要約作成業務や受付メモの作成業務を補助、もしくは自動化することができる。
さらにオペレータ端末２０の表示部２５は、業務結果が複数ある場合に、各々の業務結果毎に抽出した重要語を各々区別して表示しても良い。このことにより、例えば業務フローについて判断したい場合には業務フローに関する重要語に注目する、というように判断に必要な重要語が把握しやすくなる。
また、オペレータ端末２０の表示部２５は、重要語を受付内容にて強調して表示しても、重要語を別個に表示しても良い。このことにより、受付内容の要約作成業務や受付メモの作成業務を補助、もしくは自動化することができる。
さらにオペレータ端末２０の表示部２５は、業務結果が複数ある場合に、各々の業務結果毎に抽出した重要語を各々区別して表示しても良い。このことにより、例えば業務フローについて判断したい場合には業務フローに関する重要語に注目する、というように判断に必要な重要語が把握しやすくなる。
【0050】
本実施の形態において、管理サーバ１０は受付内容から業務結果を予測する際に用いられる語句を受付内容における重要語として出力する。このことにより、業務内容に応じて重要な単語や内容を抽出することができる。
【0051】
＜変形例＞
続いて、本実施の形態に係る変形例について説明する。
変形例において、管理サーバ１０は、学習モデル生成部１５による学習モデルの生成を行う代わりに、辞書作成部１８を用いて重要語に関する辞書を作成する。問い合わせの受付時においては、管理サーバ１０は作成された辞書に基づいて重要語を抽出し、出力する。
続いて、本実施の形態に係る変形例について説明する。
変形例において、管理サーバ１０は、学習モデル生成部１５による学習モデルの生成を行う代わりに、辞書作成部１８を用いて重要語に関する辞書を作成する。問い合わせの受付時においては、管理サーバ１０は作成された辞書に基づいて重要語を抽出し、出力する。
【0052】
図９は、変形例に係る問い合わせ受付時の処理の流れを示すフローチャートである。
図９において、ステップＳ４０１～ステップＳ４０４およびステップＳ４０６～ステップＳ４０８における処理は、図５におけるステップＳ２０１～ステップＳ２０４およびステップＳ２０６～ステップＳ２０８における処理と同様に実施される。
ステップＳ４０４の処理に続いて、管理サーバ１０の重要語抽出部１６が辞書に基づいて重要語を抽出する（ステップＳ４０５）。重要語抽出部１６は、例えば、辞書に登録された語句が受付内容に含まれている場合に、その語句を受付内容における重要語として抽出する。ステップＳ４０５において用いられる辞書の生成について、詳細は後述する。
オペレータ端末２０の表示部２５における重要語の強調表示の方法は、図５のステップＳ２０８における方法と同様に行われる。
図９において、ステップＳ４０１～ステップＳ４０４およびステップＳ４０６～ステップＳ４０８における処理は、図５におけるステップＳ２０１～ステップＳ２０４およびステップＳ２０６～ステップＳ２０８における処理と同様に実施される。
ステップＳ４０４の処理に続いて、管理サーバ１０の重要語抽出部１６が辞書に基づいて重要語を抽出する（ステップＳ４０５）。重要語抽出部１６は、例えば、辞書に登録された語句が受付内容に含まれている場合に、その語句を受付内容における重要語として抽出する。ステップＳ４０５において用いられる辞書の生成について、詳細は後述する。
オペレータ端末２０の表示部２５における重要語の強調表示の方法は、図５のステップＳ２０８における方法と同様に行われる。
【0053】
次に、辞書の作成について図１０を用いて説明する。図１０は、変形例に係る重要語に関する辞書を作成する流れを示すフローチャートである。
図１０において、ステップＳ５０１～ステップＳ５０６における処理は、図６におけるステップＳ３０１～ステップＳ３０６における処理と同様に実施される。
図１０において、ステップＳ５０１～ステップＳ５０６における処理は、図６におけるステップＳ３０１～ステップＳ３０６における処理と同様に実施される。
【0054】
ステップＳ５０６の処理に続いて、管理サーバ１０の辞書作成部１８が、学習部１４による学習の結果に基づいて重要語に関する辞書を作成または更新する（ステップＳ５０７）。
学習部１４による学習は、例えば図７に示すニューラルネットワークを用いて実施される。ステップＳ５０５において学習部１４は、例えば受付内容を入力、受付内容に対する業務結果を出力とする予測モデルを作成する。また、ステップＳ５０６において学習部１４は、特定の語句が受付内容に含まれているか否かによって業務結果の発生確率が変化する重要度の高い語句を探し出し、予測上の重要語を抽出する。
辞書作成部１８は、抽出された予測上の重要語を、受付内容における重要語としてまとめ、重要語に関する辞書を作成または更新する。
学習部１４による学習は、例えば図７に示すニューラルネットワークを用いて実施される。ステップＳ５０５において学習部１４は、例えば受付内容を入力、受付内容に対する業務結果を出力とする予測モデルを作成する。また、ステップＳ５０６において学習部１４は、特定の語句が受付内容に含まれているか否かによって業務結果の発生確率が変化する重要度の高い語句を探し出し、予測上の重要語を抽出する。
辞書作成部１８は、抽出された予測上の重要語を、受付内容における重要語としてまとめ、重要語に関する辞書を作成または更新する。
【0055】
受付内容における重要語に関する辞書は、例えば業務結果が複数ある場合には、業務結果毎に作成しても良い。学習部１４による学習時に受付内容において重要度が高いと判定された語句が、業務結果毎にまとめられて辞書に登録される。
作成された辞書は、問い合わせを受け付けた際に受付内容から重要語を抽出するために使用される。管理サーバ１０は、受付内容を取得すると、例えば辞書に登録された重要語を受付内容の中から検索し、その重要語を強調して出力する。
作成された辞書は、問い合わせを受け付けた際に受付内容から重要語を抽出するために使用される。管理サーバ１０は、受付内容を取得すると、例えば辞書に登録された重要語を受付内容の中から検索し、その重要語を強調して出力する。
【0056】
以上、本実施の形態及び変形例について説明したが、本発明の技術的範囲は上記の実施の形態に記載の範囲には限定されない。上記の実施の形態に種々の変更または改良を加えたものも、本発明の技術的範囲に含まれる。
【0057】
（付記）
（（（１）））
１または複数のプロセッサを備え、
前記１または複数のプロセッサは、
問い合わせを受け付ける受付業務にて受付内容を取得し、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出し、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する
ことを特徴とする受付業務支援システム。
（（（２）））
前記１または複数のプロセッサは、
前記業務結果が複数ある場合に当該業務結果毎に異なる学習モデルを用いて前記重要語を抽出する
ことを特徴とする（（（１）））に記載の受付業務支援システム。
（（（３）））
前記１または複数のプロセッサは、
前記業務結果が複数ある場合に各々の業務結果毎に抽出した前記重要語を各々区別して出力する
ことを特徴とする（（（１）））または（（（２）））に記載の受付業務支援システム。
（（（４）））
前記１または複数のプロセッサは、
前記重要語の表示順を切り替えて出力する
ことを特徴とする（（（１）））乃至（（（３）））何れか１項に記載の受付業務支援システム。
（（（５）））
前記１または複数のプロセッサは、
前記受付内容が音声情報の場合に、当該音声情報をテキスト情報に変換し、
変換した前記テキスト情報に対して前記重要語を強調して表示出力する
ことを特徴とする（（（１）））に記載の受付業務支援システム。
（（（６）））
前記１または複数のプロセッサは、
前記テキスト情報の中で、前記重要語を他の情報とはフォント形式を変えて表示出力する
ことを特徴とする（（（５）））に記載の受付業務支援システム。
（（（７）））
前記１または複数のプロセッサは、
前記テキスト情報の表示出力とは別個に前記重要語を表示出力する
ことを特徴とする（（（５）））に記載の受付業務支援システム。
（（（８）））
１または複数のプロセッサに実現させるプログラムであって、
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
抽出した前記重要語に基づいて前記受付内容における重要な語句に関する辞書を作成する機能と
を有するプログラム。
（（（９）））
問い合わせを受け付ける受付業務における受付内容と、当該受付内容に対して行われた業務結果とを教師データとして取得し、
前記教師データを用いて、前記受付内容の入力に対し、当該受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出するための学習モデルを生成する
学習モデル生成方法。
（（（１０）））
前記教師データに、前記受付業務以外の工程における業務結果を含める、
（（（９）））に記載の学習モデル生成方法。
（（（１１）））
前記受付業務以外の工程における業務結果は、当該受付業務から転送した先の部門における業務結果である
ことを特徴とする（（（１０）））に記載の学習モデル生成方法。
（（（１２）））
１または複数のプロセッサに実現させるプログラムであって、
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する機能と
を有するプログラム。
（（（１）））
１または複数のプロセッサを備え、
前記１または複数のプロセッサは、
問い合わせを受け付ける受付業務にて受付内容を取得し、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出し、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する
ことを特徴とする受付業務支援システム。
（（（２）））
前記１または複数のプロセッサは、
前記業務結果が複数ある場合に当該業務結果毎に異なる学習モデルを用いて前記重要語を抽出する
ことを特徴とする（（（１）））に記載の受付業務支援システム。
（（（３）））
前記１または複数のプロセッサは、
前記業務結果が複数ある場合に各々の業務結果毎に抽出した前記重要語を各々区別して出力する
ことを特徴とする（（（１）））または（（（２）））に記載の受付業務支援システム。
（（（４）））
前記１または複数のプロセッサは、
前記重要語の表示順を切り替えて出力する
ことを特徴とする（（（１）））乃至（（（３）））何れか１項に記載の受付業務支援システム。
（（（５）））
前記１または複数のプロセッサは、
前記受付内容が音声情報の場合に、当該音声情報をテキスト情報に変換し、
変換した前記テキスト情報に対して前記重要語を強調して表示出力する
ことを特徴とする（（（１）））に記載の受付業務支援システム。
（（（６）））
前記１または複数のプロセッサは、
前記テキスト情報の中で、前記重要語を他の情報とはフォント形式を変えて表示出力する
ことを特徴とする（（（５）））に記載の受付業務支援システム。
（（（７）））
前記１または複数のプロセッサは、
前記テキスト情報の表示出力とは別個に前記重要語を表示出力する
ことを特徴とする（（（５）））に記載の受付業務支援システム。
（（（８）））
１または複数のプロセッサに実現させるプログラムであって、
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
抽出した前記重要語に基づいて前記受付内容における重要な語句に関する辞書を作成する機能と
を有するプログラム。
（（（９）））
問い合わせを受け付ける受付業務における受付内容と、当該受付内容に対して行われた業務結果とを教師データとして取得し、
前記教師データを用いて、前記受付内容の入力に対し、当該受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出するための学習モデルを生成する
学習モデル生成方法。
（（（１０）））
前記教師データに、前記受付業務以外の工程における業務結果を含める、
（（（９）））に記載の学習モデル生成方法。
（（（１１）））
前記受付業務以外の工程における業務結果は、当該受付業務から転送した先の部門における業務結果である
ことを特徴とする（（（１０）））に記載の学習モデル生成方法。
（（（１２）））
１または複数のプロセッサに実現させるプログラムであって、
問い合わせを受け付ける受付業務にて受付内容を取得する機能と、
前記受付内容に基づいて業務結果を予測し、当該業務結果の予測に用いた重要語を抽出する機能と、
前記重要語を前記受付内容にて強調して出力し、または当該重要語を別個に出力する機能と
を有するプログラム。
【0058】
（（（１）））、（（（１２）））の発明によれば、問い合わせを受け付ける受付業務にて、問い合わせを受けた業務内容に応じて重要な単語や内容を抽出し、強調することができる。
（（（２）））の発明によれば、業務結果毎に重要語を抽出することができる。
（（（３）））の発明によれば、何についての重要語であるかを区別して表示することができる。
（（（４）））の発明によれば、活用時の用途に応じて表示順を変更することができる。
（（（５）））の発明によれば、通話に伴う受付業務において対応の判断を補助することができる。
（（（６）））の発明によれば、フォント形式により重要語を識別することができる。
（（（７）））の発明によれば、重要語をテキストと別個に表示することができる。
（（（８）））の発明によれば、受付業務における重要語をまとめることができる。
（（（９）））の発明によれば、受付内容から重要語を自動で抽出することができる。
（（（１０）））の発明によれば、受付業務以外の工程における重要語を抽出することができる。
（（（１１）））の発明によれば、より専門的な知見に基づいて重要語を抽出することができる。
（（（２）））の発明によれば、業務結果毎に重要語を抽出することができる。
（（（３）））の発明によれば、何についての重要語であるかを区別して表示することができる。
（（（４）））の発明によれば、活用時の用途に応じて表示順を変更することができる。
（（（５）））の発明によれば、通話に伴う受付業務において対応の判断を補助することができる。
（（（６）））の発明によれば、フォント形式により重要語を識別することができる。
（（（７）））の発明によれば、重要語をテキストと別個に表示することができる。
（（（８）））の発明によれば、受付業務における重要語をまとめることができる。
（（（９）））の発明によれば、受付内容から重要語を自動で抽出することができる。
（（（１０）））の発明によれば、受付業務以外の工程における重要語を抽出することができる。
（（（１１）））の発明によれば、より専門的な知見に基づいて重要語を抽出することができる。
【符号の説明】
【0059】
１…受付業務支援システム、１０…管理サーバ、２０…オペレータ端末、３０…電話機、４０…ネットワーク、１００…コンピュータ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
