知財求人 - 知財ポータルサイト「IP Force」
特開2025-37632情報処理装置、調査システム、調整方法、および調整プログラム
(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】P2025037632
(43)【公開日】2025-03-18
(54)【発明の名称】情報処理装置、調査システム、調整方法、および調整プログラム
(51)【国際特許分類】
G06Q 10/10 20230101AFI20250311BHJP
G06F 40/56 20200101ALI20250311BHJP
G06F 40/44 20200101ALI20250311BHJP
【ＦＩ】
G06Q10/10
G06F40/56
G06F40/44
【審査請求】未請求
【請求項の数】11
【出願形態】ＯＬ
(21)【出願番号】P 2023144682
(22)【出願日】2023-09-06
(71)【出願人】
【識別番号】000004237
【氏名又は名称】日本電気株式会社
(74)【代理人】
【識別番号】110000338
【氏名又は名称】弁理士法人 ＨＡＲＡＫＥＮＺＯ ＷＯＲＬＤ ＰＡＴＥＮＴ ＆ ＴＲＡＤＥＭＡＲＫ
(72)【発明者】
【氏名】川島 正史
【テーマコード（参考）】
5L010
5L049
【Ｆターム（参考）】
5L010AA11
5L049AA11
(57)【要約】
【課題】言語モデルにより、所定のユーザの業務上の使用に適合した回答を生成することを可能にする。
【解決手段】情報処理装置は、所定のユーザの業務に関連するデータを業務関連データとして特定する特定部と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて所定のユーザ向けに調整する調整部と、を備える。このようにして調整された言語モデルは前記所定のユーザの意思決定の支援に利用することもできる。
【選択図】図１
【解決手段】情報処理装置は、所定のユーザの業務に関連するデータを業務関連データとして特定する特定部と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて所定のユーザ向けに調整する調整部と、を備える。このようにして調整された言語モデルは前記所定のユーザの意思決定の支援に利用することもできる。
【選択図】図１
【特許請求の範囲】
【請求項1】
所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段と、
クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段と、を備える情報処理装置。
クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段と、を備える情報処理装置。
【請求項2】
前記調整手段は、前記言語モデルによる回答生成の際に参照するデータとして前記業務関連データを登録することにより、当該言語モデルを前記所定のユーザ向けに調整する、請求項１に記載の情報処理装置。
【請求項3】
前記特定手段は、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属する階層と所定の関係性を有する階層を特定し、特定した階層に関連する前記業務関連データを特定する、請求項１または２に記載の情報処理装置。
【請求項4】
前記特定手段は、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、請求項１または２に記載の情報処理装置。
【請求項5】
所定のユーザからのクエリの入力を受け付ける受付手段と、
クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段と、を備える情報処理装置。
クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段と、を備える情報処理装置。
【請求項6】
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、
前記受付手段は、前記所定のユーザに対する質問の入力を受け付け、
前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定手段を備える、請求項５に記載の情報処理装置。
前記受付手段は、前記所定のユーザに対する質問の入力を受け付け、
前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定手段を備える、請求項５に記載の情報処理装置。
【請求項7】
前記回答可否判定手段は、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、請求項６に記載の情報処理装置。
【請求項8】
前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成手段と、
前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉手段と、を備える、請求項６または７に記載の情報処理装置。
前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉手段と、を備える、請求項６または７に記載の情報処理装置。
【請求項9】
請求項５から７の何れか１項に記載の情報処理装置と、
所定の質問に対する回答を収集する調査の依頼を受け付け、当該質問に対する回答を前記言語モデルに生成してもらうための交渉を前記情報処理装置と行う仲介装置と、を含む調査システム。
所定の質問に対する回答を収集する調査の依頼を受け付け、当該質問に対する回答を前記言語モデルに生成してもらうための交渉を前記情報処理装置と行う仲介装置と、を含む調査システム。
【請求項10】
少なくとも１つのプロセッサが、
所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、
クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する調整方法。
所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、
クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する調整方法。
【請求項11】
コンピュータを、
所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、および
クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段、として機能させる調整プログラム。
所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、および
クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段、として機能させる調整プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、調査システム、調整方法、および調整プログラムに関する。
【背景技術】
【0002】
言語モデルに関する技術が知られている。言語モデルに関する技術の一例としては、例えば、特許文献１に記載されている、カスタム言語モデルを生成するシステムが挙げられる。当該システムでは、文書をクラスタリングして各クラスタに対するクラスタ・ベクトルを生成すると共に、対象プロファイルに関連付けられた対象ベクトルを生成する。そして、クラスタ・ベクトルの各々と対象ベクトルとを比較し、その比較に基づいて選択したクラスタの文書を使用して言語モデルを生成する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特表２０１２－５０７８０９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
近時、様々なユーザによる様々な業務において、言語モデルの適用が検討されている。しかし、特許文献１のシステムでは、所定のユーザの業務上の使用に適合した言語モデルを生成することが難しい場合がある。これは、様々なユーザおよびその業務に対応するクラスタを予め用意しておくことは難しいためである。それゆえ、特許文献１のシステムにより生成された言語モデルでは、所定のユーザの業務上の使用に適合した回答を生成することが難しい場合がある。
【0005】
本開示は、上記の問題に鑑みてなされたものであり、その一例示的目的は、言語モデルを用いて所定のユーザの業務上の使用に適合した回答を生成することを可能にする技術を提供することにある。
【課題を解決するための手段】
【0006】
本開示の一例示的側面に係る情報処理装置は、所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段と、を備える。
【0007】
本開示の一例示的側面に係る情報処理装置は、所定のユーザからのクエリの入力を受け付ける受付手段と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段と、を備える。
【0008】
本開示の一例示的側面に係る調整方法では、少なくとも１つのプロセッサが、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する。
【0009】
本開示の一例示的側面に係る調整プログラムは、コンピュータを、所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、およびクエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段、として機能させる。
【発明の効果】
【0010】
本開示の一例示的側面によれば、言語モデルを用いて所定のユーザの業務上の使用に適合した回答を生成することを可能にする技術を提供することができるという一例示的効果を奏する。
【図面の簡単な説明】
【0011】
【図1】本開示に係る情報処理装置の構成を示すブロック図である。
【図2】本開示に係る調整方法および応答方法の流れを示すフロー図である。
【図3】本開示に係る他の情報処理装置の構成を示すブロック図である。
【図4】本開示に係る仲介方法の流れを示すフロー図である。
【図5】本開示に係るさらに他の情報処理装置の構成を示すブロック図である。
【図9】本開示に係る調査システムの構成を示す図である。
【図10】本開示に係るさらに他の情報処理装置の構成を示すブロック図である。
【図11】本開示に係るさらに他の情報処理装置の構成を示すブロック図である。
【図18】本開示に係る情報処理装置として機能するコンピュータの構成を示すブロック図である。
【発明を実施するための形態】
【0012】
以下、本発明の実施形態を例示する。ただし、本発明は、以下に示す各例示的実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。例えば、以下に示す各例示的実施形態において採用される技術的手段を適宜組み合わせることにより得られる実施形態についても、本発明の範疇に含まれ得る。また、以下に示す各例示的実施形態において採用される技術的手段の一部を適宜省略することにより得られる実施形態についても、本発明の範疇に含まれ得る。また、以下に示す各例示的実施形態において言及する効果は、その例示的実施形態において期待される効果の一例であり、本発明の外延を規定するものではない。すなわち、以下に示す各例示的実施形態において言及する効果を奏さない実施形態についても、本発明の範疇に含まれ得る。
【0013】
〔第１の例示的実施形態〕
本発明の実施形態の一例である第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する各例示的実施形態の基本となる形態である。なお、本例示的実施形態において採用する各技術的手段の適用範囲は、本例示的実施形態に限定されない。すなわち、本例示的実施形態において採用する各技術的手段は、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。また、本例示的実施形態を説明するために参照する図面に示される各技術的手段も、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。
本発明の実施形態の一例である第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する各例示的実施形態の基本となる形態である。なお、本例示的実施形態において採用する各技術的手段の適用範囲は、本例示的実施形態に限定されない。すなわち、本例示的実施形態において採用する各技術的手段は、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。また、本例示的実施形態を説明するために参照する図面に示される各技術的手段も、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。
【0014】
（情報処理装置１の構成）
情報処理装置１の構成について、図１を参照して説明する。図１は、情報処理装置１および２の構成を示すブロック図である。情報処理装置１は、図１に示すように、特定部１０１と、調整部１０２と、を備えている。
情報処理装置１の構成について、図１を参照して説明する。図１は、情報処理装置１および２の構成を示すブロック図である。情報処理装置１は、図１に示すように、特定部１０１と、調整部１０２と、を備えている。
【0015】
特定部１０１は、所定のユーザの業務に関連するデータを業務関連データとして特定する。所定のユーザは、言語モデルの調整の対象となるユーザである。どのようなユーザを所定のユーザとするかは特に限定されない。また、「業務」とは、事業・商売などに関して、日常継続して行う仕事を意味する。どのような仕事を「業務」とするかは任意である。
【0016】
業務関連データは、所定のユーザの業務に関連するデータであればよい。例えば、所定のユーザの業務内容を記した日報や月報、所定のユーザが業務上作成した文書、所定のユーザが業務において送信または受信したメールやメッセージ、所定のユーザがその業務について回答したアンケート等を業務関連データとすることもできる。また、このような所定のユーザが業務において記入した文書以外にも、例えば、所定のユーザが所属する会社、あるいは所定のユーザが所属する部署に関する各種データを業務関連データとしてもよい。具体例を挙げれば、会社や部署を説明する文書、会社や部署で作成された文書等を業務関連データとしてもよい。なお、業務関連データは文書（テキスト）に限られず、グラフ、図、表、音声、または画像等のデータであってもよい。テキスト以外の形式の業務関連データについては、例えば周知のテキスト化技術を用いてテキスト化して利用することができる。
【0017】
調整部１０２は、クエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する。「言語モデル」は、文におけるその構成要素（単語など）の並びや、文章における文と文の並びを機械学習したモデルであり、上記のとおり、クエリに対する回答を出力するように機械学習されている。
【0018】
なお、「クエリ」とは、言語モデルに対する回答の生成指示あるいは生成命令を意味する。従って、以下の説明における「クエリ」は、「生成指示」あるいは「生成命令」に置き換えることができる。また、入力されるクエリの形式は特に限定されない。入力されるクエリは、例えば、テキスト形式であってもよいし、音声形式等の他の形式であってもよく、テキストと画像の組み合わせ等のように複数の形式のデータを含むものであってもよい。同様に、クエリに対して出力される回答の形式も特に限定されない。
【0019】
業務関連データを用いた言語モデルの調整方法は、所定のユーザ向けの言語モデルを生成できるような方法であればよく、特に限定されない。例えば、調整部１０２は、特定部１０１が特定した業務関連データを用いて言語モデルの再学習を行ってもよい。具体的には、調整部１０２は、業務関連データに含まれるテキストを訓練データとして、その一部分を他の部分から推論できるように再学習を行う。例えば、業務関連データに「営業部の上半期の目標は営業成績１０％向上」というテキストが含まれていたとする。この場合、調整部１０２は、このテキストを用いて、「営業部の上半期の目標は」というクエリに対して、「営業成績１０％向上」という回答が出力されるように言語モデルを再学習する。
【0020】
また、例えば、調整部１０２は、特定部１０１が特定した業務関連データに含まれるテキストに正解データを対応付けた訓練データを用いて言語モデルの再学習を行ってもよい。例えば、業務関連データに「人事部の業務プロセス」というテキストが含まれていたとする。この場合、調整部１０２は、このテキストに対して人事部の業務プロセスを説明するテキストを正解データとして対応付けた訓練データを用いて言語モデルを再学習する。なお、正解データを対応付ける処理は、情報処理装置１が行ってもよいし、他の装置に行わせてもよい。また、人手により正解データを対応付けた訓練データを情報処理装置１に入力してもよい。あるいは、調整部１０２は、同一のクエリに対して、言語モデルから複数の回答を生成し、ユーザが好みの回答を選択した結果を学習データとして用いてもよい。
【0021】
また、調整部１０２は、言語モデルによる回答生成の際に参照するデータとして所定のユーザの業務関連データを登録することにより、当該言語モデルを所定のユーザ向けに調整してもよい。これにより、クエリに対する回答を言語モデルによって生成する際に、所定のユーザの業務関連データを参照し、そのクエリに関連する業務関連データを用いてそのクエリを書き換えることにより、所定のユーザに適合した回答を生成することができる。なお、クエリに関連する業務関連データは、例えば、クエリから抽出した文字列で業務関連データの検索を行うことにより検出可能である。例えば、「現在の役職における留意事項を説明して下さい」とのクエリが入力されたとする。この場合、業務関連データから所定のユーザの「役職」を検索し、その役職名をクエリに追加して「現在の役職における留意事項を説明して下さい。役職名はＸです。」とすることにより、所定のユーザの役職に適合した回答を言語モデルに生成させることができる。なお、調整部１０２は、書き換え後のクエリにおける「Ｘ」の部分に、検出した役職名を入力する。
【0022】
（情報処理装置１の効果）
以上のように、情報処理装置１は、所定のユーザの業務に関連するデータを業務関連データとして特定する特定部１０１と、クエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整部１０２とを備える。このため、情報処理装置１によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
以上のように、情報処理装置１は、所定のユーザの業務に関連するデータを業務関連データとして特定する特定部１０１と、クエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整部１０２とを備える。このため、情報処理装置１によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
【0023】
また、このようにして調整された言語モデルは上記所定のユーザの意思決定の支援に利用することもできる。例えば、ユーザは、自身に与えられた質問に対する回答を上記言語モデルに生成させることができる。このようにして生成された回答は、ユーザの過去の業務関連データに応じた内容となる。そして、ユーザは、言語モデルにより生成された、自身の過去の業務関連データに応じた回答を参考にして、その質問に対してどのように回答するかを決定することができる。
【0024】
なお、特定部１０１は、複数のユーザのそれぞれについて、各ユーザの業務に関連するデータを業務関連データとして特定することもできる。そして、調整部１０２は、特定された各業務関連データを用いて、言語モデルを各ユーザ向けに調整することもできる。この場合、ユーザのそれぞれに適合した複数の言語モデルが生成される。また、調整部１０２は、複数のユーザのそれぞれについて、言語モデルによる回答生成の際に参照するデータとして、各ユーザに対応する業務関連データをそれぞれ登録することもできる。
【0025】
【0026】
受付部２０１は、クエリの入力を受け付ける。このクエリは、言語モデルを用いて当該クエリに対する回答を生成することを指示するものである。例えば、受付部２０１は、所定のユーザの業務に関する質問をクエリとして受け付けてもよい。
【0027】
応答部２０２は、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付部２０１が受け付けたクエリに対する回答を生成する。この言語モデルは、例えば、情報処理装置１の調整部１０２により調整されたものであってもよい。
【0028】
また、応答部２０２は、上記のように機械学習により調整された言語モデルを用いる代わりに、業務関連データと言語モデルとを用いて受付部２０１が受け付けたクエリに対する回答を生成してもよい。例えば、応答部２０２は、クエリに関連する業務関連データを検索し、検出した業務関連データをクエリに追加するか、または検出した業務関連データに基づいてクエリを書き換えてもよい。そして、応答部２０２は、追加または書き換え後のクエリを言語モデルに入力することにより回答を生成してもよい。なお、回答を生成するための業務関連データの参照先は、例えば、情報処理装置１の調整部１０２により登録されたものであってもよい。
【0029】
（情報処理装置２の効果）
以上のように、情報処理装置２は、クエリの入力を受け付ける受付部２０１と、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付部２０１が受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて受付部２０１が受け付けたクエリに対する回答を生成する応答部２０２を備える。このため、情報処理装置２によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
以上のように、情報処理装置２は、クエリの入力を受け付ける受付部２０１と、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付部２０１が受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて受付部２０１が受け付けたクエリに対する回答を生成する応答部２０２を備える。このため、情報処理装置２によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
【0030】
なお、複数のユーザのそれぞれに適合した複数の言語モデルを用意しておいてもよい。この場合、応答部２０２は、複数の言語モデルのうち、回答を生成する対象となるユーザに対応する言語モデルを用いて回答を生成する。また、複数のユーザのそれぞれについて、当該ユーザに対応する業務関連データの参照先を登録しておいてもよい。この場合、応答部２０２は、登録された参照先のうち、回答を生成する対象となるユーザに対応する参照先の業務関連データと言語モデルとを用いて回答を生成する。
【0031】
情報処理装置１および２は、医療やヘルスケアの分野に適用することも可能である。例えば、業務関連データとして、ある医療機関における診療データを用いてもよい。これにより、診療に関する質問に対し、その医療機関に所属する医療従事者と同様の回答を生成することが可能な言語モデルを調整することもできる。このようにして生成された回答は、例えばセカンドオピニオンとして利用することも可能である。
【0032】
（調整プログラム）
上述の情報処理装置１の機能は、プログラムによって実現することもできる。本例示的実施形態に係る調整プログラムは、コンピュータを、所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、およびクエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整手段、として機能させる。このため、本例示的実施形態に係る調整プログラムによれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
上述の情報処理装置１の機能は、プログラムによって実現することもできる。本例示的実施形態に係る調整プログラムは、コンピュータを、所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、およびクエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整手段、として機能させる。このため、本例示的実施形態に係る調整プログラムによれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
【0033】
（応答プログラム）
また、上述の情報処理装置２の機能も、プログラムによって実現することもできる。本例示的実施形態に係る応答プログラムは、コンピュータを、クエリの入力を受け付ける受付手段、および、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付手段が受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて受付手段が受け付けたクエリに対する回答を生成する応答手段、として機能させる。このため、本例示的実施形態に係る応答プログラムによれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
また、上述の情報処理装置２の機能も、プログラムによって実現することもできる。本例示的実施形態に係る応答プログラムは、コンピュータを、クエリの入力を受け付ける受付手段、および、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付手段が受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて受付手段が受け付けたクエリに対する回答を生成する応答手段、として機能させる。このため、本例示的実施形態に係る応答プログラムによれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
【0034】
（調整方法の流れ）
調整方法の流れについて、図２を参照して説明する。図２は、調整方法および応答方法の流れを示すフロー図である。なお、図２に示す調整方法における各ステップの実行主体は、情報処理装置１が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置に設けられたプロセッサであってもよい。同様に、図２に示す応答方法における各ステップの実行主体は、情報処理装置２が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置に設けられたプロセッサであってもよい。
調整方法の流れについて、図２を参照して説明する。図２は、調整方法および応答方法の流れを示すフロー図である。なお、図２に示す調整方法における各ステップの実行主体は、情報処理装置１が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置に設けられたプロセッサであってもよい。同様に、図２に示す応答方法における各ステップの実行主体は、情報処理装置２が備えるプロセッサであってもよいし、他の装置が備えるプロセッサであってもよく、各ステップの実行主体がそれぞれ異なる装置に設けられたプロセッサであってもよい。
【0035】
本調整方法は、図２のフローＦ１に示すように、少なくとも１つのプロセッサが、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理Ｓ１１と、少なくとも１つのプロセッサが、クエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整処理Ｓ１２と、を含んでいる。
【0036】
（調整方法の効果）
以上のように、本調整方法は、少なくとも１つのプロセッサが、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整処理と、を含む。このため、本調整方法によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
以上のように、本調整方法は、少なくとも１つのプロセッサが、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、業務関連データを用いて所定のユーザ向けに調整する調整処理と、を含む。このため、本調整方法によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
【0037】
（応答方法の流れ）
引き続き図２を参照して本応答方法の流れについて説明する。本応答方法は、図２のフローＦ２に示すように、少なくとも１つのプロセッサが、クエリの入力を受け付ける受付処理Ｓ２１と、少なくとも１つのプロセッサが、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付処理Ｓ２１で受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて、受付処理Ｓ２１で受け付けたクエリに対する回答を生成する応答処理Ｓ２２と、を含んでいる。
引き続き図２を参照して本応答方法の流れについて説明する。本応答方法は、図２のフローＦ２に示すように、少なくとも１つのプロセッサが、クエリの入力を受け付ける受付処理Ｓ２１と、少なくとも１つのプロセッサが、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付処理Ｓ２１で受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて、受付処理Ｓ２１で受け付けたクエリに対する回答を生成する応答処理Ｓ２２と、を含んでいる。
【0038】
（応答方法の効果）
以上のように、本応答方法は、少なくとも１つのプロセッサが、クエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付処理Ｓ２１で受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて、受付処理で受け付けたクエリに対する回答を生成する応答処理と、を含む。このため、本応答方法によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
以上のように、本応答方法は、少なくとも１つのプロセッサが、クエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルにより受付処理Ｓ２１で受け付けたクエリに対する回答を生成するか、または、業務関連データと言語モデルとを用いて、受付処理で受け付けたクエリに対する回答を生成する応答処理と、を含む。このため、本応答方法によれば、言語モデルを用いて所定のユーザの業務に適合した回答を生成することが可能になるという効果が得られる。
【0039】
（情報処理装置３の構成）
情報処理装置３の構成について、図３を参照して説明する。図３は、情報処理装置３の構成を示すブロック図である。情報処理装置３は、図３に示すように、受付部３０１と、交渉部３０２と、を備えている。
情報処理装置３の構成について、図３を参照して説明する。図３は、情報処理装置３の構成を示すブロック図である。情報処理装置３は、図３に示すように、受付部３０１と、交渉部３０２と、を備えている。
【0040】
受付部３０１は、所定の質問に対する回答を収集する調査の依頼を受け付ける。調査および質問の内容は特に限定されない。例えば、受付部３０１は、マーケティング調査の依頼を受け付けてもよい。また、例えば、受付部３０１は、所定の会社に所属する人や、医療従事者等の所定の職種の人を対象としたアンケート調査の依頼を受け付けてもよい。受付部３０１は、１つの依頼元から１または複数の依頼を受け付けてもよいし、複数の依頼元のそれぞれから１または複数の調査依頼を受け付けてもよい。調査の依頼には、少なくとも１つの、回答の対象となる質問が含まれていればよい。また、以下では、マーケティング調査を例に説明するが、受付部３０１が受け付ける依頼内容は調査に限定されず、言語モデルが出力可能な情報に対応するものであれば如何なる依頼でも受けつけることが可能である。
【0041】
交渉部３０２は、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う。なお、所定の交渉先は、人（例えば上記所定のユーザ）であってもよいし、装置（例えば上述の情報処理装置２）であってもよいし、当該代理回答用言語モデルであってもよい。交渉部３０２が行う「交渉」には、例えば、回答を生成してもらいたい質問およびその質問に対する回答の条件の少なくとも何れかを交渉先に通知することと、その通知に対する回答を交渉先から受信すること、とが少なくとも含まれていてもよい。
【0042】
上記代理回答用言語モデルは、所定のユーザの代理として回答を生成できるように機械学習されたものであればよい。例えば、上述の調整部１０２により調整された言語モデルを代理回答用言語モデルとしてもよい。また、上述の調整部１０２により、回答生成の際に参照するデータとして、所定のユーザの業務関連データが登録された言語モデルを代理回答用言語モデルとしてもよい。
【0043】
（情報処理装置３の効果）
以上のように、情報処理装置３は、所定の質問に対する回答を収集する調査の依頼を受け付ける受付部３０１と、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉部３０２を備える。このため、情報処理装置３によれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。また、情報処理装置３によれば、質問の回答者を最適化することも可能になる。例えば、情報処理装置３によれば、複数の回答者すなわち代理回答用言語モデルを対象として交渉を行うことにより、最適な代理回答用言語モデルに回答を生成してもらうことも可能である。
以上のように、情報処理装置３は、所定の質問に対する回答を収集する調査の依頼を受け付ける受付部３０１と、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉部３０２を備える。このため、情報処理装置３によれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。また、情報処理装置３によれば、質問の回答者を最適化することも可能になる。例えば、情報処理装置３によれば、複数の回答者すなわち代理回答用言語モデルを対象として交渉を行うことにより、最適な代理回答用言語モデルに回答を生成してもらうことも可能である。
【0044】
（仲介プログラム）
上述の情報処理装置３の機能は、プログラムによって実現することもできる。本例示的実施形態に係る仲介プログラムは、コンピュータを、所定の質問に対する回答を収集する調査の依頼を受け付ける受付手段、および、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉手段、として機能させる。このため、本例示的実施形態に係る仲介プログラムによれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。
上述の情報処理装置３の機能は、プログラムによって実現することもできる。本例示的実施形態に係る仲介プログラムは、コンピュータを、所定の質問に対する回答を収集する調査の依頼を受け付ける受付手段、および、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉手段、として機能させる。このため、本例示的実施形態に係る仲介プログラムによれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。
【0045】
（仲介方法の流れ）
仲介方法の流れについて、図４を参照して説明する。本仲介方法は、図４のフローＦ３に示すように、少なくとも１つのプロセッサが、所定の質問に対する回答を収集する調査の依頼を受け付ける受付処理Ｓ３１と、少なくとも１つのプロセッサが、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉処理Ｓ３２と、を含んでいる。
仲介方法の流れについて、図４を参照して説明する。本仲介方法は、図４のフローＦ３に示すように、少なくとも１つのプロセッサが、所定の質問に対する回答を収集する調査の依頼を受け付ける受付処理Ｓ３１と、少なくとも１つのプロセッサが、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉処理Ｓ３２と、を含んでいる。
【0046】
（仲介方法の効果）
以上のように、本仲介方法は、少なくとも１つのプロセッサが、所定の質問に対する回答を収集する調査の依頼を受け付ける受付処理と、少なくとも１つのプロセッサが、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉処理と、を含む。このため、本仲介方法によれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。
以上のように、本仲介方法は、少なくとも１つのプロセッサが、所定の質問に対する回答を収集する調査の依頼を受け付ける受付処理と、少なくとも１つのプロセッサが、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う交渉処理と、を含む。このため、本仲介方法によれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。
【0047】
〔第２の例示的実施形態〕
本発明の実施形態の一例である第２の例示的実施形態について、図面を参照して詳細に説明する。上述した例示的実施形態にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を適宜省略する。なお、本例示的実施形態において採用する各技術的手段の適用範囲は、本例示的実施形態に限定されない。すなわち、本例示的実施形態において採用する各技術的手段は、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。また、本例示的実施形態を説明するために参照する各図面に示される各技術的手段は、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。以上の事項は後述する第３の例示的実施形態においても同様である。
本発明の実施形態の一例である第２の例示的実施形態について、図面を参照して詳細に説明する。上述した例示的実施形態にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を適宜省略する。なお、本例示的実施形態において採用する各技術的手段の適用範囲は、本例示的実施形態に限定されない。すなわち、本例示的実施形態において採用する各技術的手段は、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。また、本例示的実施形態を説明するために参照する各図面に示される各技術的手段は、特段の技術的支障が生じない範囲で、本開示に含まれる他の例示的実施形態においても採用可能である。以上の事項は後述する第３の例示的実施形態においても同様である。
【0048】
（情報処理装置１Ａの構成）
情報処理装置１Ａの構成について、図５を参照して説明する。図５は、情報処理装置１Ａの構成を示すブロック図である。図示のように、情報処理装置１Ａは、情報処理装置１Ａの各部を統括して制御する制御部１０Ａと、情報処理装置１Ａが使用する各種データを記憶する記憶部１１Ａを備えている。また、情報処理装置１Ａは、情報処理装置１Ａが他の装置と通信するための通信部１２Ａ、情報処理装置１Ａに対する各種データの入力を受け付ける入力部１３Ａ、および情報処理装置１Ａが各種データを出力するための出力部１４Ａを備えている。また、図示のように、制御部１０Ａには、特定部１０１Ａ、調整部１０２、受付部２０１、応答部２０２Ａ、および提示部２０３Ａが含まれている。
情報処理装置１Ａの構成について、図５を参照して説明する。図５は、情報処理装置１Ａの構成を示すブロック図である。図示のように、情報処理装置１Ａは、情報処理装置１Ａの各部を統括して制御する制御部１０Ａと、情報処理装置１Ａが使用する各種データを記憶する記憶部１１Ａを備えている。また、情報処理装置１Ａは、情報処理装置１Ａが他の装置と通信するための通信部１２Ａ、情報処理装置１Ａに対する各種データの入力を受け付ける入力部１３Ａ、および情報処理装置１Ａが各種データを出力するための出力部１４Ａを備えている。また、図示のように、制御部１０Ａには、特定部１０１Ａ、調整部１０２、受付部２０１、応答部２０２Ａ、および提示部２０３Ａが含まれている。
【0049】
特定部１０１Ａは、情報処理装置１の特定部１０１と同様に、所定のユーザの業務に関連するデータを業務関連データとして特定する。詳細は図６に基づいて説明するが、特定部１０１Ａは、所定のユーザが所属する組織の階層構造を示す階層情報を用いて業務関連データの特定を行う点で特定部１０１と相違している。
【0050】
応答部２０２Ａは、情報処理装置２の応答部２０２と同様に、所定のユーザが入力したクエリに対する回答を、言語モデルを用いて生成する。応答部２０２Ａは、階層情報を用いて特定された業務関連データを用いて生成または更新された言語モデル４Ａを用いる点で、応答部２０２と相違している。
【0051】
言語モデル４Ａは、クエリに対する回答を出力するように機械学習された言語モデルである。言語モデル４Ａは、調整部１０２による業務関連データを用いた調整により、所定のユーザに適合したものとなっている。なお、このような調整が行われていない、クエリに対する回答を出力するように機械学習された言語モデルを言語モデル４Ａとして適用してもよい。この場合、調整部１０２により、言語モデル４Ａを用いた回答生成の際に参照するデータとして、所定のユーザの業務関連データを言語モデル４Ａと対応付けて登録しておく。そして、応答部２０２Ａは、当該業務関連データと言語モデル４Ａとを用いてクエリに対する回答を生成する。なお、図５では情報処理装置１Ａの外部に言語モデル４Ａを記載しているが、言語モデル４Ａは情報処理装置１Ａの内部（例えば記憶部１１Ａ）に記憶させておいてもよい。
【0052】
提示部２０３Ａは、応答部２０２Ａが生成する回答を所定のユーザに提示する。回答の提示態様は特に限定されない。例えば、提示部２０３Ａは、回答を表示装置に表示出力させることにより提示してもよいし、音声出力装置に音声出力させることにより提示してもよく、印字装置に印字出力させることにより提示してもよい。また、回答を提示させる装置（例えば、上述の表示装置、音声出力装置、または印字装置）は、情報処理装置１Ａが備えているものであってもよいし、情報処理装置１Ａの外部の装置であってもよい。
【0053】
情報処理装置１Ａは、言語モデル４Ａを用いた回答の生成と、言語モデル４Ａについての調整（言語モデル４Ａの更新または参照先とする業務関連データの追加）の両方を行うことができる。このため、情報処理装置１Ａは、ユーザが入力するクエリを用いて、言語モデルについての調整を行うことができる。なお、例示的実施形態１と同様に、言語モデルに関する調整を行う装置（情報処理装置１に相当する装置）と、言語モデルを用いた回答の生成を行う装置（情報処理装置２に相当する装置）とをそれぞれ独立した別個の装置としてもよい。
【0054】
（動作例）
情報処理装置１Ａの動作例を図６に基づいて説明する。図６は、情報処理装置１Ａの動作例を示す図である。図６には、情報処理装置１Ａがスマートフォンである例を示している。情報処理装置１Ａは、図５に示した各機能ブロックの機能を実現可能な装置であればよく、スマートフォンに限られない。
情報処理装置１Ａの動作例を図６に基づいて説明する。図６は、情報処理装置１Ａの動作例を示す図である。図６には、情報処理装置１Ａがスマートフォンである例を示している。情報処理装置１Ａは、図５に示した各機能ブロックの機能を実現可能な装置であればよく、スマートフォンに限られない。
【0055】
情報処理装置１Ａは、クエリの入力を受け付け、そのクエリに対する回答を生成し、生成した回答を提示する。例えば、図６に示すように、情報処理装置１Ａを使用する所定のユーザが、「わが社のＸ事業部の特徴を教えて」とのクエリを入力したとする。この場合、情報処理装置１Ａの受付部２０１がそのクエリの入力を受け付け、応答部２０２Ａが言語モデル４Ａを用いてこのクエリに対する回答を生成し、提示部２０３Ａがその回答を情報処理装置１Ａが備える表示部に表示させる。
【0056】
図６に示す言語モデル４Ａは、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて、所定のユーザ向けに調整された言語モデルである。この言語モデル４Ａは、階層情報を用いて特定部１０１Ａにより特定された業務関連データを用いて生成または更新されたモデルである点で、例示的実施形態１において説明した言語モデルと相違している。
【0057】
上述のように、特定部１０１Ａは、業務関連データの特定において、所定のユーザが所属する組織の階層構造を示す階層情報を用いる点で情報処理装置１と相違する。より詳細には、特定部１０１Ａは、階層情報を用いて、所定のユーザが属する階層と所定の関係性を有する階層を特定し、特定した階層に関連する業務関連データを特定する。
【0058】
図６には、所定のユーザが所属する会社のＸ事業部に属する各部署の階層構造を模式的に示している。図示のように、Ｘ事業部には部署Ｘ１～Ｘ４が含まれている。そして、部署Ｘ１が最上位の階層に属し、部署Ｘ２およびＸ３はＸ１の直下の階層に属している。また、部署Ｘ２の下層には部署Ｘ４が属している。階層情報は、各部署のこのような階層構造、すなわち、各部署が属する階層と階層間の関係とを示す情報であってもよい。
【0059】
図６には、部署Ｘ１～Ｘ４のそれぞれに関連する業務関連データｄ１、ｄ２、ｄ３１およびｄ３２、ｄ４を、言語モデル４Ａの学習に利用可能な業務関連データの例として示している。これらのデータは、何れも広い意味では所定のユーザの業務に関連しているといえるが、所定のユーザの業務との関連性が低いデータを含んでいる可能性がある。そこで、特定部１０１Ａは、階層情報を用いることにより、これらの業務関連データのうち、所定のユーザの業務への関連性が高いものを特定する。これにより、言語モデル４Ａの所定のユーザの業務への適合性を向上させることができる。
【0060】
例えば、所定のユーザが部署Ｘ２に所属しているとする。この場合、特定部１０１Ａは、部署Ｘ２に関連する業務関連データｄ２に加え、部署Ｘ２の直下の階層に属する部署Ｘ４に関連する業務関連データｄ４を、言語モデル４Ａの生成または更新に用いる業務関連データとして特定してもよい。また、特定部１０１Ａは、業務関連データｄ４に加えて、あるいは、業務関連データｄ４の代わりに、部署Ｘ２の直上の階層に属する部署Ｘ１に関連する業務関連データｄ１を、言語モデル４Ａの生成または更新に用いる業務関連データとして特定してもよい。また、特定部１０１Ａは、業務関連データｄ４に加えて、あるいは、業務関連データｄ４の代わりに、部署Ｘ２と同じ階層の部署Ｘ３に関連する業務関連データｄ３１およびｄ３２を、言語モデル４Ａの生成または更新に用いる業務関連データとして特定してもよい。
【0061】
ここで、１つの部署に関連する業務関連データの中にも、共有に適するデータと共有に適さないデータとが含まれ得る。このため、各業務関連データには秘匿レベルを設定しておき、特定部１０１Ａは、設定された秘匿レベルに応じた業務関連データを、言語モデル４Ａの生成または更新に用いる業務関連データとして特定してもよい。
【0062】
例えば、図６に示す業務関連データｄ３１の秘匿レベルが「１」に設定され、業務関連データｄ３２の秘匿レベルが「０」に設定されていたとする。なお、ここで「１」は秘匿すべきことを示し、「０」は秘匿の必要がないことを示す。この場合、特定部１０１Ａは、業務関連データｄ３２については言語モデル４Ａの生成または更新に用いる業務関連データとして特定するが、業務関連データｄ３１については言語モデル４Ａの生成または更新に用いる業務関連データとして特定しない。これにより、秘匿すべき業務関連データが言語モデル４Ａの学習に用いられて、言語モデル４Ａの出力を介して秘匿すべき業務関連データが漏えいすることを防ぐことができる。
【0063】
なお、秘匿レベルは、秘匿すべきか否かを示すものであってもよいし、秘匿すべき度合いを示すものであってもよい。後者の場合、ユーザごとにどの程度の秘匿レベルの業務関連データまで利用できるかを定めておいてもよい。この場合、情報処理装置１Ａは、ユーザに応じた秘匿レベルの業務関連データを用いて言語モデル４Ａの生成または更新を行うことができる。
【0064】
情報処理装置１Ａの調整部１０２は、以上のようにして特定部１０１Ａにより特定された業務関連データを用いて言語モデル４Ａを生成または更新する。これにより、所定のユーザが所属する組織の階層構造に適合した言語モデル４Ａを得ることができる。
【0065】
なお、調整部１０２は、言語モデル４Ａを生成または更新する代わりに、応答部２０２Ａが言語モデルを用いて回答を生成する際に参照するデータとして、特定部１０１Ａが特定した業務関連データを登録する調整を行ってもよい。この場合、言語モデル４Ａとして、例示的実施形態１と同様の言語モデルを適用すればよい。
【0066】
以上のように、特定部１０１Ａは、所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属する階層と所定の関係性を有する階層を特定し、特定した階層に関連する業務関連データを特定する。このため、情報処理装置１Ａによれば、情報処理装置１の奏する効果に加えて、ユーザが所属する組織の階層構造を考慮して、言語モデル４Ａの調整に有用な業務関連データを特定することができるという効果が得られる。
【0067】
また、以上のように、特定部１０１Ａは、所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて業務関連データを特定してもよい。これにより、情報処理装置１の奏する効果に加えて、秘匿レベルに応じた段階的な業務関連データの利用が実現できるという効果が得られる。
【0068】
（言語モデル４Ａの調整時の処理の流れ）
情報処理装置１Ａが言語モデル４Ａの調整を行う際の処理の流れを図７に基づいて説明する。図７は、情報処理装置１Ａが言語モデル４Ａの調整を行う処理の流れを示すフロー図である。
情報処理装置１Ａが言語モデル４Ａの調整を行う際の処理の流れを図７に基づいて説明する。図７は、情報処理装置１Ａが言語モデル４Ａの調整を行う処理の流れを示すフロー図である。
【0069】
図７に示すフローＦ１ａにおけるＳ１１ａでは、特定部１０１Ａが所定のユーザを対象ユーザとして特定する。所定のユーザを特定する方法は特に限定されない。例えば、所定のユーザの識別情報を通信部１２Ａまたは入力部１３Ａを介して、情報処理装置１Ａのオペレータに入力させてもよい。この場合、特定部１０１Ａは、入力された識別情報で識別されるユーザを所定のユーザと特定する。
【0070】
Ｓ１２ａでは、特定部１０１Ａは、Ｓ１１ａで特定されたユーザの所属部署を特定する。所属部署を特定する方法も特に限定されない。例えば、ユーザの所属部署を示す情報を通信部１２Ａまたは入力部１３Ａを介して、情報処理装置１Ａのユーザに入力させてもよい。この場合、特定部１０１Ａは、入力された情報に示される部署を所定のユーザの所属部署と特定する。
【0071】
Ｓ１３ａでは、特定部１０１Ａは、Ｓ１２ａで特定した部署が属する階層と所定の関係性を有する階層を特定する。そして、特定部１０１Ａは、特定した階層に属する部署すなわち関連部署を特定する。例えば、特定部１０１Ａは、所属部署と同じ階層の部署、所属部署の上位の階層の部署、および所属部署の下位の階層の部署の何れかを関連部署として特定してもよい。なお、階層単位で業務関連データが管理されている場合、特定部１０１Ａは、関連部署を特定する必要はなく、関連する階層のみを特定すればよい。
【0072】
Ｓ１４ａでは、特定部１０１Ａは、所定のユーザの業務に関連するデータを業務関連データとして特定する。より詳細には、特定部１０１Ａは、所定のユーザの業務に関連するデータのうち、Ｓ１３ａで特定した関連部署に関連するデータを、業務関連データとして特定する。なお、関連部署に関連するデータは、ユーザの所属する階層に関連した階層に関連するデータであるともいえる。
【0073】
Ｓ１５ａでは、調整部１０２が、クエリに対する回答を出力するように機械学習された言語モデルを、Ｓ１４ａで特定された業務関連データを用いて所定のユーザ向けに調整する。例えば、調整部１０２は、Ｓ１４ａで特定された業務関連データを用いて言語モデル４Ａを生成してもよい。また、例えば、調整部１０２は、クエリに対する回答を出力するように機械学習された言語モデルを、Ｓ１４ａで特定された業務関連データを用いて更新することにより言語モデル４Ａを生成してもよい。生成された言語モデル４Ａは所定の記憶装置に記憶され、フローＦ１ａの処理は終了となる。また、調整部１０２は、言語モデルによる回答生成の際に参照するデータとして、Ｓ１４ａで特定された業務関連データを登録することにより、当該言語モデルを所定のユーザ向けに調整してもよい。
【0074】
（クエリに対する回答時の処理の流れ）
情報処理装置１Ａがクエリに対する回答を生成し、提示する際の処理の流れを図８に基づいて説明する。図８は、情報処理装置１Ａがクエリに対する回答を生成し、提示する際に実行する処理の流れを示すフロー図である。
情報処理装置１Ａがクエリに対する回答を生成し、提示する際の処理の流れを図８に基づいて説明する。図８は、情報処理装置１Ａがクエリに対する回答を生成し、提示する際に実行する処理の流れを示すフロー図である。
【0075】
図８に示すフローＦ２ａにおけるＳ２１ａでは、受付部２０１が、クエリの入力を受け付ける。このとき、提示部２０３Ａは、クエリの入力を受け付けるためのＵＩ画面を、例えば所定のユーザの所持する端末装置の表示部等に表示させてもよい。この場合、受付部２０１は、端末装置を介してクエリの入力を受け付ける。なお、受付部２０１は、入力部１３Ａを介してクエリの入力を受け付けてもよい。
【0076】
Ｓ２２ａでは、応答部２０２Ａが、所定のユーザの業務関連データを用いて生成された言語モデル４Ａを用いて、Ｓ２１ａで入力されたクエリに対する回答を生成する。なお、応答部２０２Ａは、Ｓ２１ａでクエリを入力した所定のユーザの業務関連データと、クエリに対する回答を出力するように機械学習された言語モデルとを用いて回答を生成してもよい。
【0077】
Ｓ２３ａでは、提示部２０３Ａが、Ｓ２２ａで生成された回答を提示する。例えば、端末装置を介してクエリの入力を受け付けた場合、提示部２０３Ａは、その端末装置に回答を出力させてもよい。また、提示部２０３Ａは、出力部１４Ａを介して回答を提示してもよい。以上により、フローＦ２ａの処理は終了する。
【0078】
なお、複数のユーザのそれぞれに適合した言語モデル４Ａを予め用意しておいてもよい。この場合、Ｓ２１ａでは、受付部２０１がユーザの識別情報を入力させる等して対象となるユーザを識別する。そして、Ｓ２２ａでは、応答部２０２Ａが、識別されたユーザに適合した言語モデル４Ａを用いて回答を生成する。また、複数のユーザのそれぞれに適合した言語モデル４Ａを用意しておく代わりに、複数のユーザのそれぞれの業務関連データを参照するための参照先を登録しておいてもよい。この場合、Ｓ２２ａでは、応答部２０２Ａが、識別されたユーザに対応する参照先を参照することにより特定した業務関連データを用いて回答を生成する。
【0079】
〔第３の例示的実施形態〕
（調査システム７Ｂの構成）
調査システム７Ｂの構成について、図９を参照して説明する。図９は、調査システム７Ｂの構成を示す図である。調査システム７Ｂは、調査の実施依頼を受け付けて、調査結果を出力するシステムである。図示のように、調査システム７Ｂには、情報処理装置１Ｂと、情報処理装置３Ｂが含まれている。なお、調査システム７Ｂに含まれる情報処理装置１Ｂおよび情報処理装置３Ｂの数は何れも任意であり、図示の例に限られない。
（調査システム７Ｂの構成）
調査システム７Ｂの構成について、図９を参照して説明する。図９は、調査システム７Ｂの構成を示す図である。調査システム７Ｂは、調査の実施依頼を受け付けて、調査結果を出力するシステムである。図示のように、調査システム７Ｂには、情報処理装置１Ｂと、情報処理装置３Ｂが含まれている。なお、調査システム７Ｂに含まれる情報処理装置１Ｂおよび情報処理装置３Ｂの数は何れも任意であり、図示の例に限られない。
【0080】
調査システム７Ｂでは、情報処理装置３Ｂが、所定の質問に対する回答を収集する調査の依頼を受け付ける。そして、情報処理装置３Ｂは、その質問に対する回答を代理回答用言語モデル４Ｂに生成してもらうための条件について、情報処理装置１Ｂと交渉する。この交渉には、交渉用言語モデル５Ｂが用いられる。このように、情報処理装置３Ｂは、情報処理装置１Ｂと調査の依頼元との間で仲介を行う仲介装置として機能する。
【0081】
代理回答用言語モデル４Ｂは、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された言語モデルである。情報処理装置１Ｂは、代理回答用言語モデル４Ｂを用いることにより、自機のユーザの代理あるいは私設秘書としての役割を果たす。例えば、情報処理装置１Ｂは、自機のユーザに対する質問の入力を受け付け、その質問に対する回答を代理回答用言語モデル４Ｂに生成させるか否かを判定する。各情報処理装置１Ｂには、そのユーザの代理として回答を生成する代理回答用言語モデル４Ｂがそれぞれ対応付けられている。
【0082】
代理回答用言語モデル４Ｂは、所定のユーザの代理として回答を生成できるように機械学習されたものであればよい。例えば、上述の調整部１０２により調整された言語モデルを代理回答用言語モデル４Ｂとしてもよい。また、上述の調整部１０２により、回答生成の際に参照するデータとして、所定のユーザの業務関連データが登録された言語モデルを代理回答用言語モデル４Ｂとしてもよい。
【0083】
情報処理装置１Ｂに対しては、そのユーザと情報処理装置３Ｂ以外はアクセス不可とすることが好ましい。これにより、代理回答用言語モデル４Ｂを介してユーザに関する情報が漏えいすることを防ぐことができる。
【0084】
以上のように、調査システム７Ｂは、クエリの入力を受け付け、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデルである代理回答用言語モデル４Ｂにより上記クエリに対する回答を生成する情報処理装置１Ｂと、所定の質問に対する回答を収集する調査の依頼を受け付け、当該質問に対する回答を代理回答用言語モデル４Ｂに生成してもらうための交渉を情報処理装置１Ｂと行う仲介装置である情報処理装置３Ｂとを含む。この調査システム７Ｂによれば、所定の質問に対する回答を収集する調査を容易に行うことが可能になるという効果が得られる。
【0085】
なお、情報処理装置１Ｂは、業務関連データと代理回答用言語モデル４Ｂとを用いてクエリに対する回答を生成するものであってもよい。この場合、代理回答用言語モデル４Ｂは、クエリに対する回答を出力するように機械学習された言語モデルであればよく、所定のユーザの業務に関連する業務関連データを用いて調整されたものである必要はない。回答生成時に用いる業務関連データの参照先を、代理回答用言語モデル４Ｂと対応付けて登録しておけばよい。
【0086】
（情報処理装置１Ｂの構成）
情報処理装置１Ｂの構成について、図１０を参照して説明する。図１０は、情報処理装置１Ｂの構成を示すブロック図である。図示のように、情報処理装置１Ｂは、情報処理装置１Ｂの各部を統括して制御する制御部１０Ｂを備えている。制御部１０Ｂには、受付部２０１Ｂ、応答部２０２Ｂ、提示部２０３Ｂ、認証部２０４Ｂ、充足判定部２０５Ｂ、回答可否判定部２０６Ｂ、代替条件生成部２０７Ｂ、交渉部２０８Ｂ、信頼度判定部２０９Ｂ、修正部２１０Ｂ、および校閲部２１１Ｂが含まれている。
情報処理装置１Ｂの構成について、図１０を参照して説明する。図１０は、情報処理装置１Ｂの構成を示すブロック図である。図示のように、情報処理装置１Ｂは、情報処理装置１Ｂの各部を統括して制御する制御部１０Ｂを備えている。制御部１０Ｂには、受付部２０１Ｂ、応答部２０２Ｂ、提示部２０３Ｂ、認証部２０４Ｂ、充足判定部２０５Ｂ、回答可否判定部２０６Ｂ、代替条件生成部２０７Ｂ、交渉部２０８Ｂ、信頼度判定部２０９Ｂ、修正部２１０Ｂ、および校閲部２１１Ｂが含まれている。
【0087】
なお、情報処理装置１Ｂは、特定部１０１または１０１Ａと調整部１０２を備えていてもよい。また、回答可否判定部２０６Ｂおよび校閲部２１１Ｂの詳細は図１２に基づいて後述し、代替条件生成部２０７Ｂ、信頼度判定部２０９Ｂ、および修正部２１０Ｂの詳細は図１４に基づいて後述する。以下ではこれら以外の各構成について説明する。
【0088】
受付部２０１Ｂは、情報処理装置２の受付部２０１と同様に、クエリの入力を受け付ける。例えば、受付部２０１Ｂは、所定のユーザに対する質問の入力を受け付ける。ここで、所定のユーザとは、情報処理装置１Ｂが使用する代理回答用言語モデル４Ｂに対応するユーザである。
【0089】
また、受付部２０１Ｂは、質問と共に、当該質問に対する回答についての条件についても受け付けてもよい。条件は依頼元により適宜設定される。例えば、この条件には、回答を提供することに対する報酬、回答方法（例えば択一式か記述式か等）、追加質問の可否、回答者の属性（例えば専門分野、職務経歴、保有資格等）、および回答に含める情報の範囲、の少なくとも何れかが含まれていてもよい。回答に含める情報の範囲は、例えば各情報に設定された秘匿レベルに基づいて定めてもよい。
【0090】
応答部２０２Ｂは、情報処理装置２の応答部２０２と同様に、クエリに対する回答を出力するように機械学習された言語モデルであって、所定のユーザの業務に関連する業務関連データを用いて所定のユーザ向けに調整された言語モデル（具体的には代理回答用言語モデル４Ｂ）により、受付部２０１Ｂが受け付けたクエリに対する回答を生成する。また、応答部２０２Ｂは、所定のユーザに適合するように機械学習された代理回答用言語モデル４Ｂを用いる代わりに、所定のユーザの業務関連データと、当該ユーザ向けに調整されていない代理回答用言語モデル４Ｂとを用いて回答を生成してもよい。
【0091】
提示部２０３Ｂは、応答部２０２Ｂが生成した回答をユーザに提示する。回答の提示態様は特に限定されない。例えば、提示部２０３Ｂは、回答内容を示す画像を表示装置に表示出力させることにより提示してもよいし、回答内容を示す音声を音声出力装置に音声出力させることにより提示してもよく、印字装置に回答内容を印字出力させることにより提示してもよい。また、回答を提示させる装置（例えば、上述の表示装置、音声出力装置、または印字装置）は、情報処理装置１Ｂが備えているものであってもよいし、情報処理装置１Ｂの外部の装置であってもよい。
【0092】
認証部２０４Ｂは、受付部２０１Ｂが質問の入力を受け付けたときに、その質問の送信元が正当であるか否かを判定する。具体的には、認証部２０４Ｂは、受付部２０１Ｂが入力を受け付けた質問の送信元が情報処理装置３Ｂであれば正当な送信元であると判定し、情報処理装置３Ｂでなければ正当な送信元ではないと判定する。質問の送信元が情報処理装置３Ｂであるか否かの判定方法は特に限定されない。例えば、情報処理装置３Ｂにその識別情報を送信させてもよく、この場合、認証部２０４Ｂは、受信した識別情報を用いて質問の送信元が情報処理装置３Ｂであるか否かを判定してもよい。この他にも、例えば、認証部２０４Ｂは、ブロックチェーン等の技術を適用して、質問の送信元が情報処理装置３Ｂであるか否かを判定してもよい。
【0093】
充足判定部２０５Ｂは、情報処理装置１Ｂのユーザが、受付部２０１Ｂが受け付けた条件を充足しているか否かを判定する。例えば、受付部２０１Ｂが受け付けた条件に、回答者の属性が指定されていた場合、充足判定部２０５Ｂは、情報処理装置１Ｂのユーザの属性を示す属性情報を参照して、条件を充足しているか否かを判定する。例えば、回答者の属性として特定の部署での実務経験が所定年数以上であることが指定されていたとする。この場合、充足判定部２０５Ｂは、情報処理装置１Ｂのユーザの職務経歴を示す属性情報を参照し、条件を充足しているか否かを判定する。同様に、質問に対する回答可能範囲（例えば回答に含めることが可能な情報の秘匿レベル等）についても属性情報として予め登録しておいてもよい。
【0094】
また、充足判定部２０５Ｂは、情報処理装置１Ｂのユーザの業務履歴データ等から当該ユーザの属性を判定し、その判定結果に基づいて条件を充足しているか否かを判定してもよい。例えば、条件として回答者が所定の専門分野に属していることが規定されていたとする。この場合、充足判定部２０５Ｂは、情報処理装置１Ｂのユーザの業務履歴データから、当該ユーザの専門分野と条件に示される専門分野との一致度を判定してもよい。このように、充足判定部２０５Ｂは、条件を満たしているか否かではなく、条件をどの程度満たしているかを判定してもよい。
【0095】
また、質問に回答することに対する報酬が条件として規定されていた場合、充足判定部２０５Ｂは、情報処理装置１Ｂのユーザが希望する報酬が規定されていれば条件を充足していると判定し、規定されていなければ充足していないと判定してもよい。なお、ユーザの希望については予め記憶部１１Ａ等に記憶させておけばよい。また、充足判定部２０５Ｂは、報酬についての条件を充足している程度を判定してもよい。また、充足判定部２０５Ｂは、複数の条件のそれぞれについて、充足しているか否か、あるいは充足の程度を判定してもよい。そして、充足判定部２０５Ｂは、各条件についての判定結果に基づき、総合的な条件の充足度を判定してもよい。
【0096】
交渉部２０８Ｂは、受付部２０１Ｂが受け付けた質問に対する回答を代理回答用言語モデル４Ｂに生成させるか否かについて、情報処理装置３Ｂとの交渉を行う。例えば、交渉部２０８Ｂは、質問と条件について情報処理装置３Ｂに問い合わせる処理や、代替条件を情報処理装置３Ｂに通知して、当該代替条件を了承するか否かを問い合わせる処理等を行う。
【0097】
（情報処理装置３Ｂの構成）
情報処理装置３Ｂの構成について、図１１を参照して説明する。図１１は、情報処理装置３Ｂの構成を示すブロック図である。図示のように、情報処理装置３Ｂは、情報処理装置３Ｂの各部を統括して制御する制御部３０Ｂと、情報処理装置３Ｂが使用する各種データを記憶する記憶部３１Ｂを備えている。また、情報処理装置３Ｂは、情報処理装置３Ｂが他の装置と通信するための通信部３２Ｂ、情報処理装置３Ｂに対する各種データの入力を受け付ける入力部３３Ｂ、および情報処理装置３Ｂが各種データを出力するための出力部３４Ｂを備えている。また、図示のように、制御部３０Ｂには、受付部３０１Ｂ、交渉部３０２Ｂ、質問分類部３０３Ｂ、依頼先決定部３０４Ｂ、代替条件生成部３０５Ｂ、回答評価部３０６Ｂ、質問追加部３０７Ｂ、および報告部３０８Ｂが含まれている。なお、回答評価部３０６Ｂについては図１７に基づいて後述し、質問追加部３０７Ｂについては図１６に基づいて後述する。
情報処理装置３Ｂの構成について、図１１を参照して説明する。図１１は、情報処理装置３Ｂの構成を示すブロック図である。図示のように、情報処理装置３Ｂは、情報処理装置３Ｂの各部を統括して制御する制御部３０Ｂと、情報処理装置３Ｂが使用する各種データを記憶する記憶部３１Ｂを備えている。また、情報処理装置３Ｂは、情報処理装置３Ｂが他の装置と通信するための通信部３２Ｂ、情報処理装置３Ｂに対する各種データの入力を受け付ける入力部３３Ｂ、および情報処理装置３Ｂが各種データを出力するための出力部３４Ｂを備えている。また、図示のように、制御部３０Ｂには、受付部３０１Ｂ、交渉部３０２Ｂ、質問分類部３０３Ｂ、依頼先決定部３０４Ｂ、代替条件生成部３０５Ｂ、回答評価部３０６Ｂ、質問追加部３０７Ｂ、および報告部３０８Ｂが含まれている。なお、回答評価部３０６Ｂについては図１７に基づいて後述し、質問追加部３０７Ｂについては図１６に基づいて後述する。
【0098】
受付部３０１Ｂは、情報処理装置３の受付部３０１と同様に、所定の質問に対する回答を収集する調査の依頼を受け付ける。また、受付部３０１Ｂは、当該質問と共に、当該質問に対する回答についての条件についても受け付けてもよい。
【0099】
交渉部３０２Ｂは、情報処理装置３の交渉部３０２と同様に、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデル４Ｂに、質問に対する回答を生成してもらうための交渉を所定の交渉先と行う。所定の交渉先は、人（例えば上記所定のユーザ）であってもよいし、装置であってもよいし、代理回答用言語モデル４Ｂであってもよい。本例示的実施形態では、所定の交渉先が情報処理装置１Ｂである例を主に説明する。
【0100】
例えば、交渉部３０２Ｂは、受付部３０１Ｂが受け付けた調査における質問に対応付けられた、当該質問に対する回答の条件を所定の交渉先に通知し、当該交渉先から受け取った当該通知に対する回答に基づいて、質問に対する回答を当該交渉先に求めるか否かを決定してもよい。これにより、情報処理装置３の奏する効果に加えて、回答の条件を加味した交渉を自動で行うことが可能になるという効果が得られる。
【0101】
上述のように、条件は依頼元により適宜設定される。例えば、この条件には、回答を提供することに対する報酬、回答方法、追加質問の可否、回答者の属性、および回答に含める情報の範囲の少なくとも何れかが含まれていてもよい。これにより、情報処理装置３の奏する効果に加えて、交渉における重要事項である上述のような条件を加味した交渉を自動で行うことが可能になるという効果が得られる。
【0102】
また、例えば、交渉部３０２Ｂは、人と人との交渉においてやり取りされた言葉、言い換えれば自然言語で表された交渉履歴を訓練データとして機械学習することにより生成された交渉用言語モデル５Ｂを用いて交渉を行ってもよい。これにより、情報処理装置３の奏する効果に加えて、人と人との交渉に準じた内容の交渉を、交渉用言語モデル５Ｂを用いて実現することが可能になるという効果が得られる。なお、交渉用言語モデル５Ｂの訓練データには、人と人との交渉においてやり取りされた言葉以外の語や文が含まれていてもよい。また、人と人との交渉においてやり取りされた言葉を訓練データとして用いることなく生成された交渉用言語モデル５Ｂを用いて交渉を行うことも可能である。
【0103】
質問分類部３０３Ｂは、受付部３０１Ｂが受け付けた複数の依頼に含まれる質問を、その質問の対象者に応じて分類する。これにより、複数の依頼に含まれる質問が、対象者毎に集約される。質問の対象者は、例えば質問に回答する条件として規定されていてもよい。例えば、特定の部署での実務経験が所定年数以上であることが回答者の条件として規定されている質問が複数存在した場合、質問分類部３０３Ｂは、それらの質問を同じ分類としてもよい。質問分類部３０３Ｂが質問を分類した場合、交渉部３０２Ｂは、同じ分類に分類された質問についての交渉を、当該分類に対応する交渉先と行う。
【0104】
依頼先決定部３０４Ｂは、質問への回答を依頼する依頼先を決定する。依頼先は、複数の情報処理装置１Ｂ（代理回答用言語モデル４Ｂと言い換えることもできる）の中から選択される。また、質問分類部３０３Ｂが質問を分類した場合、依頼先決定部３０４Ｂは、質問の分類毎に回答の依頼先を決定する。
【0105】
依頼先決定部３０４Ｂは、交渉部３０２Ｂによる交渉の結果に基づいて依頼先を決定してもよい。例えば、依頼先決定部３０４Ｂは、交渉部３０２Ｂが交渉を行った情報処理装置１Ｂのうち、質問に回答することを了承した情報処理装置１Ｂの一部または全部を依頼先に決定してもよい。また、依頼先決定部３０４Ｂは、交渉部３０２Ｂによる交渉に先立って依頼先（この場合、交渉先と言い換えることもできる）を決定してもよい。
【0106】
代替条件生成部３０５Ｂは、交渉先から質問への回答について了承が得られなかった場合に、その質問への回答に関する代替条件を生成する。代替条件生成部３０５Ｂによる代替条件の生成方法については図１５に基づいて後述する。
【0107】
報告部３０８Ｂは、交渉部３０２Ｂが上述の交渉の結果として情報処理装置１Ｂから取得した回答を依頼元に報告する。報告の形式は特に限定されない。例えば、報告部３０８Ｂは、情報処理装置１Ｂから取得した回答をそのまま依頼元に通知してもよい。また、報告部３０８Ｂは、情報処理装置１Ｂから取得した回答を集計して報告書を生成し、生成した報告書を依頼元に送信してもよい。報告書には、上記の集計の結果に基づく統計値、その統計値を用いて生成されたグラフ、回答から抽出したキーワード、および集計結果の要約等が含まれていてもよい。報告部３０８Ｂは、例えば、言語モデルを用いてこのような報告書を生成することも可能である。
【0108】
（調査システム７Ｂにおける処理の流れ）
調査システム７Ｂにおける処理の流れを図１２に基づいて説明する。図１２は、調査システム７Ｂにおける処理の流れを示すフロー図である。なお、図１２には、情報処理装置３Ｂが実行するフローＦ３ａと、情報処理装置１Ｂが実行するフローＦ１ｂを示している。
調査システム７Ｂにおける処理の流れを図１２に基づいて説明する。図１２は、調査システム７Ｂにおける処理の流れを示すフロー図である。なお、図１２には、情報処理装置３Ｂが実行するフローＦ３ａと、情報処理装置１Ｂが実行するフローＦ１ｂを示している。
【0109】
フローＦ３ａにおけるＳ３１ａでは、情報処理装置３Ｂの受付部３０１が、所定の質問に対する回答を収集する調査の依頼を受け付ける。例えば、受付部３０１は、図９の例のように、１つの依頼元から調査の依頼を受け付けてもよいし、複数の依頼元のそれぞれから調査の依頼を受け付けてもよい。また、受付部３０１は、１つの依頼元から複数の調査の依頼を受け付けてもよい。
【0110】
受付部３０１Ｂが受け付ける調査の依頼には、回答の対象となる質問に加えて、回答に関する条件が含まれている。条件は任意に設定することが可能である。例えば、回答を提供することに対する報酬の有無、報酬の内容（金銭による報酬である場合にはその金額等）、回答方法（選択式か記述式か等）、追加質問の可否、回答者の属性（例えば性別、年齢、所属部署、専門分野など）、および回答に含める情報の秘匿レベルの少なくとも何れかを条件に設定してもよい。
【0111】
Ｓ３２ａでは、質問分類部３０３Ｂが、Ｓ３１ａで受け付けられた依頼に含まれる質問をその質問の対象者に応じて分類する。なお、Ｓ３１ａで複数の依頼を受け付けた場合、質問分類部３０３Ｂは、各依頼に含まれる各質問を分類する。これにより、複数の質問がその対象者毎に集約される。
【0112】
Ｓ３３ａでは、依頼先決定部３０４Ｂが、Ｓ３２ａにおける分類毎に、質問への回答を依頼する依頼先を決定する。依頼先は、複数の情報処理装置１Ｂ（代理回答用言語モデル４Ｂと言い換えることもできる）の中から選択される。
【0113】
Ｓ３３ａにおける依頼先の決定方法は予め定めておけばよい。例えば、依頼先決定部３０４Ｂは、質問の分類毎に依頼先を決定する場合、その分類に対応する条件（例えば、特定の部署での実務経験が所定年数以上である者を対象とする等）を満たすユーザの情報処理装置１Ｂを依頼先に決定してもよい。また、例えば、依頼先決定部３０４Ｂは、調査依頼に予算枠が定められている場合、その予算枠に応じて依頼先とする情報処理装置１Ｂを決定してもよい。この場合、情報処理装置１Ｂのそれぞれに対し、予め標準的な報酬額を定めておいてもよい。また、依頼先決定部３０４Ｂは、各情報処理装置１Ｂに報酬額を問い合わせた上で依頼先とする情報処理装置１Ｂを決定してもよい。
【0114】
Ｓ３４ａおよびＳ３５ａでは、交渉部３０２Ｂによる交渉、すなわち交渉処理が行われる。具体的には、Ｓ３４ａでは、交渉部３０２Ｂは、Ｓ３３ａで決定された依頼先に、当該依頼先に回答を依頼する質問と、その質問に対応する条件を送信する。そして、Ｓ３５ａでは、交渉部３０２Ｂは、Ｓ３４ａで送信した質問に対する回答を上記の依頼先から受信する。ここで受信する回答は、送信した質問に対する代理回答用言語モデル４Ｂの回答であるか、または、送信した質問に対して代理回答用言語モデル４Ｂが回答できないことを通知する回答である。
【0115】
なお、交渉を行うにあたり、交渉部３０２Ｂは、交渉相手が正当な情報処理装置１Ｂであるか否かを判定してもよい。これにより、情報処理装置１Ｂを装って質問に回答することによる報酬の詐取を防ぐことができる。正当性の判定方法は任意である。例えば、交渉部３０２Ｂは、識別情報を用いて正当性を判定してもよいし、ブロックチェーン等の技術を適用して正当性を判定してもよい。
【0116】
Ｓ３６ａでは、交渉部３０２Ｂは、依頼された調査における各質問に対する回答が揃ったか否かを判定する。Ｓ３６ａで回答が揃った（Ｓ３６ａでＹＥＳ）と判定された場合にはＳ３７ａに進み、回答が揃っていない（Ｓ３６ａでＮＯ）と判定された場合にはＳ３３ａに戻る。Ｓ３６ａから遷移したＳ３３ａでは、依頼先決定部３０４Ｂが新たな依頼先を決定する。
【0117】
Ｓ３７ａでは、報告部３０８Ｂが、Ｓ３３ａ～Ｓ３６ａの処理で取得された回答を依頼元に報告する。これにより、フローＦ３ａの処理は終了する。
【0118】
一方、フローＦ１ｂにおけるＳ１１ｂでは、情報処理装置１Ｂの受付部２０１Ｂが、情報処理装置３ＢがＳ３４ａで送信した質問と条件を受信する。つまり、フローＦ１ｂの実行主体は、調査システム７Ｂに含まれる複数の情報処理装置１ＢのうちフローＦ３ａのＳ３３ａで依頼先として決定された情報処理装置１Ｂである。
【0119】
Ｓ１２ｂでは、認証部２０４Ｂが、Ｓ１１ｂで受信した質問と条件の送信元が正当であるか否かを判定する。Ｓ１２ｂで正当である（Ｓ１２ｂでＹＥＳ）と判定された場合にはＳ１３ｂに進み、正当ではない（Ｓ１２ｂでＮＯ）と判定された場合にはフローＦ１ｂの処理は終了する。
【0120】
Ｓ１３ｂでは、充足判定部２０５Ｂが、情報処理装置１Ｂのユーザが、Ｓ１１ｂで受信した条件を充足しているか否かを判定する。なお、上述のように、充足判定部２０５Ｂは、条件を充足している程度を判定してもよい。
【0121】
Ｓ１４ｂでは、回答可否判定部２０６Ｂが、Ｓ１３ｂの判定結果に基づいて、質問に対する回答を代理回答用言語モデル４Ｂに生成させるか否かを判定する。このように、回答可否判定部２０６Ｂは、所定のユーザに対する質問に対する回答を代理回答用言語モデル４Ｂに生成させるか否かを判定する。そして、この判定は、充足判定部２０５Ｂによる判定結果に基づいて行われてもよい。Ｓ１４ｂで回答を生成させる（Ｓ１４ｂでＹＥＳ）と判定された場合にはＳ１５ｂに進み、回答を生成させない（Ｓ１４ｂでＮＯ）と判定された場合にはＳ１７ｂに進む。Ｓ１４ｂから遷移したＳ１７ｂでは、回答可否判定部２０６Ｂが、回答できないことを通知する回答を情報処理装置３Ｂに送信する。
【0122】
Ｓ１４ｂにおいて、回答を生成させるか否かの判定基準は適宜設定しておけばよい。例えば、回答可否判定部２０６Ｂは、Ｓ１３ｂでユーザが条件を充足していると判定され、かつ、報酬額がユーザの設定した下限値以上であった場合に、回答を生成させると判定してもよい。また、提示部２０３Ｂが、受信した質問と条件の両方または一方をユーザに提示し、回答の可否をユーザに選択させるようにしてもよい。この場合、回答可否判定部２０６Ｂは、Ｓ１３ｂでユーザが条件を充足していると判定され、かつ、ユーザが回答可であると選択した場合に、回答を生成させると判定してもよい。
【0123】
Ｓ１５ｂでは、応答部２０２Ｂが、代理回答用言語モデル４Ｂを用いて、Ｓ１１ｂで受信した質問に対する回答を生成する。続いて、Ｓ１６ｂでは、校閲部２１１Ｂが、Ｓ１５ｂで生成された回答が送信可能な内容となっているか否かを判定する。このように、校閲部２１１Ｂは、生成された回答が送信可能な内容となっているか否か、言い換えれば当該回答が送信すべきでない内容を含んでいないか否かを判定する。例えば、送信すべきではない情報のリストを記憶部１１Ａ等に記憶させておいてもよい。この場合、校閲部２１１Ｂは、当該リストに含まれる情報が生成された回答に含まれていればその回答を送信不可と判定する。
【0124】
Ｓ１６ｂでＹＥＳと判定された場合にはＳ１７ｂに進む。Ｓ１７ｂでは、提示部２０３Ｂが、Ｓ１５ｂで生成された回答を情報処理装置３Ｂに送信する。これにより、フローＦ１ｂの処理は終了する。
【0125】
一方、Ｓ１６ｂでＮＯと判定された場合には、Ｓ１５ｂに戻り、応答部２０２Ｂが、代理回答用言語モデル４Ｂを用いて、Ｓ１１ｂで受信した質問に対する回答を生成する。一般に言語モデルはその出力が確率的に変化する。よって、代理回答用言語モデル４Ｂに同じクエリを入力した場合であっても出力される回答は異なるものとなり得る。このため、Ｓ１６ｂから遷移したＳ１５ｂでは、応答部２０２Ｂは、同じ質問をクエリとして代理回答用言語モデル４Ｂに入力してもよい。また、応答部２０２Ｂは、校閲部２１１Ｂが検出した送信すべきではない情報を含まない回答を生成するように指示するクエリを生成して代理回答用言語モデル４Ｂに入力してもよい。これにより、Ｓ１６ｂで送信可と判定される可能性がより高い回答を代理回答用言語モデル４Ｂに生成させることが可能になる。
【0126】
以上のように、情報処理装置１Ｂが使用する言語モデルは、入力された質問に対して、所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデル４Ｂであってもよい。また、受付部２０１Ｂは、所定のユーザに対する質問の入力を受け付ける。そして、情報処理装置１Ｂは、質問に対する回答を代理回答用言語モデル４Ｂに生成させるか否かを判定する回答可否判定部２０６Ｂを備えている。これにより、情報処理装置１の奏する効果に加えて、必要に応じて代理回答用言語モデル４Ｂに回答を生成させずに済ませることが可能になるという効果が得られる。
【0127】
また、以上のように、回答可否判定部２０６Ｂは、質問に対応付けられた条件を所定のユーザが満たしている場合に、質問に対する回答を、当該所定のユーザに対応する代理回答用言語モデル４Ｂに生成させると判定してもよい。これにより、情報処理装置１の奏する効果に加えて、質問に対応付けられた条件に適合した回答を生成させることが可能になるという効果が得られる。
【0128】
また、以上のように、情報処理装置３Ｂは、受付部３０１Ｂが受け付けた複数の依頼に含まれる質問を、その対象者に応じて分類する質問分類部３０３Ｂを備えている。そして、交渉部３０２Ｂは、同じ分類に分類された質問についての交渉を、当該分類に対応する交渉先と行う。これにより、情報処理装置３の奏する効果に加えて、対象者毎に質問を集約して効率よく交渉を行うことが可能になるという効果が得られる。
【0129】
（質疑応答の流れ）
調査システム７Ｂでは、情報処理装置１Ｂと３Ｂとの間で行われる交渉において、質問や条件に関する質疑応答を行うこともできる。これについて図１３に基づいて説明する。図１３は、情報処理装置１Ｂと３Ｂとの間で行われる質疑応答の流れを示す図である。なお、図１３には、情報処理装置３Ｂが実行するフローＦ３ｂと、情報処理装置１Ｂが実行するフローＦ１ｃを示している。
調査システム７Ｂでは、情報処理装置１Ｂと３Ｂとの間で行われる交渉において、質問や条件に関する質疑応答を行うこともできる。これについて図１３に基づいて説明する。図１３は、情報処理装置１Ｂと３Ｂとの間で行われる質疑応答の流れを示す図である。なお、図１３には、情報処理装置３Ｂが実行するフローＦ３ｂと、情報処理装置１Ｂが実行するフローＦ１ｃを示している。
【0130】
フローＦ３ｂにおけるＳ３１ｂでは、情報処理装置３Ｂの交渉部３０２Ｂが、質問とその質問に対応する条件を情報処理装置１Ｂに送信する。なお、Ｓ３１ｂの処理の前には、図１２のＳ３１ａ～Ｓ３３ａの処理が行われている。
【0131】
Ｓ３２ｂでは、受付部３０１Ｂが、情報処理装置１Ｂからの問合せを受信する。この問い合わせは、Ｓ３１ｂで送信された質問および条件の少なくとも何れかに関する問合せであり、後述するＳ１４ｃの処理により送信される。
【0132】
Ｓ３３ｂでは、交渉部３０２Ｂが、Ｓ３２ｂで受信した問合せに対する回答を生成する。例えば、交渉部３０２Ｂは、交渉用言語モデル５Ｂを用いて、Ｓ３２ｂで受信した問合せに対する回答を生成してもよい。具体的には、交渉部３０２Ｂは、Ｓ３２ｂで受信した問合せの文（例えば「報酬の増額は可能ですか？」等）を交渉用言語モデル５Ｂに入力することにより、その問合せに対する回答（例えば「報酬の増額はできません」や「追加の質問にもご回答頂ける場合には増額可能です」等）を生成する。また、例えば、交渉部３０２Ｂは、受信した問合せを調査の依頼元に通知してもよい。この場合、交渉部３０２Ｂは、その通知に対する調査の依頼元からの回答を、Ｓ３２ｂで受信した問合せに対する回答としてもよい。
【0133】
Ｓ３４ｂでは、交渉部３０２Ｂは、Ｓ３３ｂで生成した回答を情報処理装置１Ｂに送信する。続くＳ３５ｂでは、交渉部３０２Ｂは、質疑応答を終了するか否かを判定する。Ｓ３５ｂで質疑応答終了（Ｓ３５ｂでＹＥＳ）と判定された場合には、フローＦ３ｂの処理は終了し、質疑応答継続（Ｓ３５ｂでＮＯ）と判定された場合には、Ｓ３２ｂに戻る。なお、質疑応答を終了するか否かの判定基準は適宜設定しておけばよい。例えば、交渉部３０２Ｂは、Ｓ３４ｂで回答を送信した後、所定時間以内に再問合せの受信が確認できない場合に質疑応答を終了すると判定してもよい。
【0134】
一方、フローＦ１ｃにおけるＳ１１ｃでは、情報処理装置１Ｂの受付部２０１Ｂが、情報処理装置３ＢがＳ３１ｂで送信した質問と条件を受信する。なお、図１２のフローＦ１ｂと同様に、Ｓ１１ｃの後、認証部２０４Ｂによる認証を行い、質問と条件の送信元が正当であるか否かを判定してもよい。また、以下の処理は、フローＦ１ｂにおけるＳ１３ｂ（ユーザが条件を充足しているか否かの判定）の後で行うようにしてもよい。
【0135】
Ｓ１２ｃでは、交渉部２０８Ｂが、Ｓ１１ｃで受信した質問と条件に関する問合せを行うか否かを判定する。Ｓ１２ｃでＹＥＳと判定された場合にはＳ１３ｃに進み、Ｓ１２ｃでＮＯと判定された場合にはフローＦ１ｃの処理は終了する。
【0136】
Ｓ１２ｃにおいて問合せを行うか否かの判定基準は適宜設定しておけばよい。例えば、交渉部２０８Ｂは、Ｓ１１ｃで受信した質問と条件に関する問合せ事項がないかを問うクエリを生成して代理回答用言語モデル４Ｂに入力し、出力された回答に基づいて問合せを行うか否かを判定してもよい。例えば、交渉部２０８Ｂは、代理回答用言語モデル４Ｂが出力した回答が「質問および条件の何れも明確であり問合せは不要です」のような内容であれば、問合せを行わないと判定すればよい。一方、交渉部２０８Ｂは、代理回答用言語モデル４Ｂが出力した回答が「報酬が規定されていないため問合せをお勧めします」のような内容であれば、問合せを行うと判定すればよい。
【0137】
また、例えば、交渉部２０８Ｂは、報酬の金額が所定の閾値未満であった場合や、条件の一部をユーザが充足していない場合に問合せを行うと判定してもよい。この他にも、例えば、提示部２０３Ｂが、受信した質問と条件をユーザに提示し、問合せを行うか否かを当該ユーザに選択させてもよい。この場合、交渉部２０８Ｂは、ユーザが問合せを行うことを選択した場合に、問合せを行うと判定する。
【0138】
Ｓ１３ｃでは、交渉部２０８Ｂは、問合せを生成する。また、Ｓ１４ｃでは、交渉部２０８Ｂは、生成した問合せを情報処理装置３Ｂに送信する。問合せの生成方法は予め定めておけばよい。例えば、交渉部２０８Ｂは、代理回答用言語モデル４Ｂに問合せを生成させてもよい。この場合、交渉部２０８Ｂは、Ｓ１１ｃで受信した質問と条件に関する問合せの生成を指示するクエリを生成して代理回答用言語モデル４Ｂに入力すればよい。また、例えば、「条件についてより詳細な情報を教えて下さい」や「報酬金額の増額は可能でしょうか」等の定型の問合せ文を予め用意しておいてもよい。この場合、交渉部２０８Ｂは、Ｓ１１ｃで受信した質問と条件に応じた問合せ文を選択すればよい。
【0139】
Ｓ１５ｃでは、交渉部２０８Ｂは、Ｓ３４ｂで情報処理装置３Ｂが送信した回答を受信する。続いて、Ｓ１６ｃでは、交渉部２０８Ｂは、Ｓ１５ｃで受信した回答について、再問合せを行うか否かを判定する。Ｓ１２ｃと同様に、再問合せを行うか否かの判定基準は適宜設定しておけばよい。Ｓ１６ｃでＹＥＳと判定された場合にはＳ１３ｃに戻り、Ｓ１６ｃでＮＯと判定された場合にはフローＦ１ｃの処理は終了する。なお、フローＦ１ｃの処理の終了後は、例えば図１２のフローＦ１ｂにおけるＳ１４ｂの処理に進めばよい。
【0140】
（信頼度の算出、代替条件の生成、ユーザによる修正の受け付け）
情報処理装置１Ｂの信頼度判定部２０９Ｂは、代理回答用言語モデル４Ｂが生成した回答の信頼度を判定する。信頼度とは、回答の信頼性を示す指標である。また、代替条件生成部２０７Ｂは、回答が求められている質問に対応付けられている条件に代わる代替条件を生成する。また、修正部２１０Ｂは、代理回答用言語モデル４Ｂが生成した回答に対するユーザの修正を受け付ける。これらの処理について図１４に基づいて説明する。図１４は、情報処理装置１Ｂが実行する処理の例を示すフロー図である。
情報処理装置１Ｂの信頼度判定部２０９Ｂは、代理回答用言語モデル４Ｂが生成した回答の信頼度を判定する。信頼度とは、回答の信頼性を示す指標である。また、代替条件生成部２０７Ｂは、回答が求められている質問に対応付けられている条件に代わる代替条件を生成する。また、修正部２１０Ｂは、代理回答用言語モデル４Ｂが生成した回答に対するユーザの修正を受け付ける。これらの処理について図１４に基づいて説明する。図１４は、情報処理装置１Ｂが実行する処理の例を示すフロー図である。
【0141】
図１４に示すフローＦ１ｄのＳ１１ｄでは、受付部２０１Ｂが、情報処理装置３Ｂが送信した質問と条件を受信する。なお、図１２のフローＦ１ｂと同様に、Ｓ１１ｄの後、認証部２０４Ｂによる認証を行い、質問と条件の送信元が正当であるか否かを判定してもよい。また、以下の処理は、フローＦ１ｂにおけるＳ１３ｂ（ユーザが条件を充足しているか否かの判定）の後で行うようにしてもよい。
【0142】
Ｓ１２ｄでは、回答可否判定部２０６Ｂが、質問に対する回答を代理回答用言語モデル４Ｂに生成させるか否かを判定する。Ｓ１２ｄでＹＥＳと判定された場合にはＳ１３ｄに進み、Ｓ１２ｄでＮＯと判定された場合にはＳ１８ｄに進む。
【0143】
Ｓ１３ｄでは、応答部２０２Ｂが、代理回答用言語モデル４Ｂを用いて、Ｓ１１ｄで受信した質問に対する回答を生成する。続いて、Ｓ１４ｄでは、信頼度判定部２０９Ｂが、Ｓ１３ｄで生成された回答の信頼度を判定する。
【0144】
信頼度の判定方法は特に限定されない。例えば、信頼度判定部２０９Ｂは、あるユーザの代理回答用言語モデル４Ｂを用いて生成された回答が、そのユーザの業務関連データを含む場合や、そのユーザが過去に入力した回答と一致する場合に、その回答の信頼度を高いと判定してもよい。一方、その回答がそのユーザの業務関連データを含まない場合や、その回答とそのユーザが過去に入力した回答との間に齟齬がある場合には、その回答の信頼度を低いと判定してもよい。なお、信頼度判定部２０９Ｂは、信頼度が高、中、低のような複数の段階の何れに該当するかを判定してもよいし、信頼度を示す数値を算出してもよい。
【0145】
Ｓ１５ｄでは、提示部２０３Ｂが、Ｓ１３ｄで生成された回答をユーザに提示する。このとき、提示部２０３Ｂは、Ｓ１４ｄで判定された信頼度についてもユーザに提示するようにしてもよい。
【0146】
Ｓ１６ｄでは、修正部２１０Ｂが、Ｓ１５ｄで提示された回答に対するユーザによる修正を受け付ける。ここで、信頼度判定部２０９Ｂは、ユーザによる修正がなされた回答、および、ユーザが内容の妥当性を確認して修正がなされなかった回答については、その信頼度を更新してもよい。例えば、信頼度判定部２０９Ｂは、上記のような回答について、その信頼度を一段階あるいは所定値だけ大きくする更新を行ってもよいし、信頼度をその最大値に更新してもよい。
【0147】
Ｓ１７ｄでは、提示部２０３Ｂが、Ｓ１３ｄで生成された回答、または、当該回答がＳ１６ｄで修正されたものを情報処理装置３Ｂに送信する。これにより、フローＦ１ｄの処理は終了する。なお、Ｓ１７ｄにおいて、提示部２０３Ｂは、回答の信頼度を情報処理装置３Ｂに通知してもよい。また、Ｓ１５ｄおよびＳ１６ｄの処理は省略し、Ｓ１７ｄでは、提示部２０３Ｂが、Ｓ１４ｄで判定された信頼度が閾値未満の回答は送信しないか、あるいはその質問については回答不可である旨の回答を送信するようにしてもよい。
【0148】
ここで、上述のように、Ｓ１２ｄでＮＯと判定された場合にはＳ１８ｄに進む。Ｓ１８ｄでは、代替条件生成部２０７Ｂが、Ｓ１１ｄで受信した条件の代わりとなる代替条件を生成する。
【0149】
代替条件の生成方法は予め定めておけばよい。例えば、代替条件生成部２０７Ｂは、代理回答用言語モデル４Ｂに代替条件を生成させてもよい。この場合、代替条件生成部２０７Ｂは、Ｓ１１ｄで受信した質問と条件について、代替条件の生成を指示するクエリを生成して代理回答用言語モデル４Ｂに入力すればよい。また、例えば、ユーザの回答確認が必須の条件となっていない質問については、ユーザに回答を確認してもらう代わりに、提示された報酬の１０％増額を求める、等の代替条件の生成ルールを予め設定しておいてもよい。この場合、代替条件生成部２０７Ｂは、設定された生成ルールに従って代替条件を生成することができる。
【0150】
Ｓ１９ｄでは、提示部２０３Ｂが、Ｓ１８ｄで生成された代替条件をユーザに提示する。続いて、Ｓ２０ｄでは、代替条件生成部２０７Ｂが、代替条件のユーザによる修正を受け付ける。なお、Ｓ１８ｄでは、代替条件をユーザに入力させてもよい。この場合、Ｓ１９ｄおよびＳ２０ｄの処理は省略される。
【0151】
Ｓ２１ｄでは、交渉部２０８Ｂが、Ｓ１８ｄで生成された代替条件、または、当該代替条件がＳ２０ｄで修正されたものを情報処理装置３Ｂに通知して、代替条件を了承するか否かを問い合わせる。代替条件を受信した情報処理装置３Ｂでは、交渉部３０２Ｂが、代替条件を了承するか否かを判定し、判定結果を情報処理装置１Ｂに通知する。
【0152】
なお、代替条件を了承するか否かの判定方法は予め定めておけばよい。例えば、交渉部３０２Ｂは、受信した代替条件を了承すべきか否かを問うクエリを生成して交渉用言語モデル５Ｂに入力することにより得られる回答に基づき、代替条件を了承するか否かを判定してもよい。また、例えば、報酬等の条件について予め許容範囲を定めておいてもよい。この場合、交渉部３０２Ｂは、代替条件が許容範囲内であれば了承すると判定し、許容範囲を超えていれば了承しないと判定してもよい。また、交渉部３０２Ｂは、代替条件を調査の依頼元に提示し、依頼元にその代替条件を了承するか否かを選択させてもよい。
【0153】
Ｓ２２ｄでは、交渉部２０８Ｂは、代替条件が了承されたか否かを判定する。Ｓ２２ｄでＹＥＳと判定された場合にはＳ１３ｄに進み、Ｓ２２ｄでＮＯと判定された場合にはフローＦ１ｄの処理は終了する。なお、Ｓ２２ｄでＮＯと判定された場合に、Ｓ１８ｄに戻って新たな代替条件を生成するようにしてもよい。
【0154】
以上のように、情報処理装置１Ｂは、質問に対応付けられた条件に代わる代替条件を生成する代替条件生成部２０７Ｂと、質問の送信元に代替条件を通知して当該代替条件を了承するか否かを問い合わせる交渉部２０８Ｂとを備えている。これにより、情報処理装置１の奏する効果に加えて、条件を変更しつつ柔軟な交渉を行うことが可能になるという効果が得られる。
【0155】
なお、上述のように、情報処理装置１Ｂは、特定部１０１または１０１Ａと調整部１０２とを備えていてもよい。この場合、特定部１０１または１０１Ａは、Ｓ１６ｄで修正された回答と、その回答に対応する質問との組み合わせを業務関連データとして特定してもよい。そして、調整部１０２は、その業務関連データを訓練データとして代理回答用言語モデル４Ｂの再学習を行ってもよい。また、調整部１０２は、再学習を行う代わりに、当該業務関連データを代理回答用言語モデル４Ｂによる回答生成の際に参照するデータとして登録してもよい。これにより、代理回答用言語モデル４Ｂを用いた回答の精度を高めることができる。
【0156】
（情報処理装置３Ｂ側での代替条件の生成）
代替条件の生成は情報処理装置３Ｂ側でも行うことができる。情報処理装置３Ｂによる代替条件の生成について図１５に基づいて説明する。図１５は、情報処理装置３Ｂが実行する処理の例を示すフロー図である。
代替条件の生成は情報処理装置３Ｂ側でも行うことができる。情報処理装置３Ｂによる代替条件の生成について図１５に基づいて説明する。図１５は、情報処理装置３Ｂが実行する処理の例を示すフロー図である。
【0157】
図１５に示すフローＦ３ｃのＳ３１ｃでは、交渉部３０２Ｂが、質問について回答できないことを通知する回答を情報処理装置１Ｂから受信する。この回答は、図１２のフローＦ１ｂにおいて、Ｓ１４ａでＮＯと判定された場合に、Ｓ１７ａで送信されるものである。
【0158】
Ｓ３２ｃでは、代替条件生成部３０５Ｂが、先に情報処理装置１Ｂに通知した条件の代わりとなる代替条件を生成する。代替条件の生成方法は予め定めておけばよい。例えば、代替条件生成部３０５Ｂは、交渉用言語モデル５Ｂに代替条件を生成させてもよい。この場合、代替条件生成部３０５Ｂは、先に送信した質問と条件について、代替条件の生成を指示するクエリを生成して交渉用言語モデル５Ｂに入力すればよい。また、例えば、ユーザの確認が必須ではない質問に回答することについての了承が得られなかった場合には、報酬を５％増額する代わりにユーザに回答を確認してもらう、等の代替条件の生成ルールを予め設定しておいてもよい。この場合、代替条件生成部３０５Ｂは、設定された生成ルールに従って代替条件を生成することができる。なお、代替条件生成部３０５Ｂは、生成した代替条件を調査の依頼元に通知し、その代替条件を了承するか否かを問い合わせてもよい。また、依頼元が許容する条件の範囲（例えば報酬額の範囲）を予め定めておいてもよい。この場合、代替条件生成部３０５Ｂは、規定された範囲内で代替条件を生成する。また、代替条件生成部３０５Ｂは、依頼元に質問への回答についての了承が得られなかった旨を通知して、当該依頼元に代替条件の設定を求めてもよい。
【0159】
Ｓ３３ｃでは、交渉部３０２Ｂが、Ｓ３２ｃで生成された代替条件を、交渉先である情報処理装置１Ｂに送信して、当該代替条件を了承するか否かを問い合わせる。代替条件を受信した情報処理装置１Ｂでは、交渉部２０８Ｂが、代替条件を了承するか否かを判定し、判定結果を情報処理装置３Ｂに通知する。
【0160】
なお、代替条件を了承するか否かの判定方法は予め定めておけばよい。例えば、交渉部２０８Ｂは、受信した代替条件を了承すべきか否かを問うクエリを生成して代理回答用言語モデル４Ｂに入力することにより得られる回答に基づき、代替条件を了承するか否かを判定してもよい。また、例えば、報酬等の条件について予め許容範囲を定めておいてもよい。この場合、交渉部２０８Ｂは、代替条件が許容範囲内であれば了承すると判定し、許容範囲を超えていれば了承しないと判定してもよい。また、交渉部２０８Ｂは、代替条件を情報処理装置１Ｂのユーザに提示し、当該ユーザにその代替条件を了承するか否かを選択させてもよい。
【0161】
Ｓ３４ｃでは、交渉部３０２Ｂは、代替条件が了承されたか否かを判定する。Ｓ３４ｃでＹＥＳと判定された場合にはＳ３５ｃに進み、Ｓ３４ｃでＮＯと判定された場合にはフローＦ３ｃの処理は終了する。なお、交渉部３０２Ｂは、Ｓ３４ｃでＮＯと判定された場合に、Ｓ３２ｃに戻って新たな代替条件を生成するようにしてもよい。また、交渉部３０２Ｂは、Ｓ３４ｃでＮＯと判定された場合に、交渉先の情報処理装置１Ｂに代替条件の提示を求めてもよい。この場合、交渉先の情報処理装置１Ｂでは、図１４のＳ１８ｄおよびそれ以降の処理が行われる。
【0162】
Ｓ３５ｃでは、交渉部３０２Ｂは、交渉先の情報処理装置１Ｂに対し、質問に回答するように要請する。これにより、フローＦ３ｃの処理は終了する。この後、図１２のフローＦ３ａにおけるＳ３５ａ以降の処理が行われる。
【0163】
以上のように、情報処理装置３Ｂは、交渉先から質問への回答について了承が得られなかった場合に、その質問への回答に関する代替条件を生成する代替条件生成部３０５Ｂを備える。そして、交渉部３０２Ｂは、当該交渉先に代替条件を通知して、当該代替条件を了承するか否かを問い合わせる。これにより、情報処理装置３の奏する効果に加えて、条件を変更しつつ柔軟な交渉を行うことが可能になるという効果が得られる。
【0164】
（質問の追加の受け付け）
情報処理装置３Ｂの質問追加部３０７Ｂは、情報処理装置１Ｂが代理回答用言語モデル４Ｂにより生成した回答について、調査の依頼元からの追加の質問を受け付ける。追加の質問の受け付けについて図１６に基づいて説明する。図１６は、情報処理装置３Ｂが追加の質問を受け付ける処理の例を示すフロー図である。
情報処理装置３Ｂの質問追加部３０７Ｂは、情報処理装置１Ｂが代理回答用言語モデル４Ｂにより生成した回答について、調査の依頼元からの追加の質問を受け付ける。追加の質問の受け付けについて図１６に基づいて説明する。図１６は、情報処理装置３Ｂが追加の質問を受け付ける処理の例を示すフロー図である。
【0165】
図１６に示すフローＦ３ｄのＳ３１ｄでは、交渉部３０２Ｂは、質問に対する回答を情報処理装置１Ｂから受信する。ここで、交渉部３０２Ｂは、回答と共に、その回答の信頼度を情報処理装置１Ｂから受信してもよい。信頼度は、図１５のＳ１４ｄで判定されたものである。なお、Ｓ３１ｄの処理の前には、図１２のフローＦ３ａにおけるＳ３１ａ～Ｓ３４ａの処理が行われている。
【0166】
Ｓ３２ｄでは、質問追加部３０７Ｂが、Ｓ３２ｄで受信した回答を依頼元に通知する。ここで、交渉部３０２Ｂは回答の信頼度についても通知してもよい。また、Ｓ３２ｄにおいて、質問追加部３０７Ｂは、通知した回答について追加の質問を送信することを促すメッセージを依頼元に送信してもよい。なお、質問に対応付けられた条件において、追加の質問の可否や追加の質問を受け付ける回数が規定されている場合、質問追加部３０７Ｂは、その規定に応じたメッセージを送信する。例えば、追加の質問の回数が規定されている場合、質問追加部３０７Ｂは、その回数についても上記メッセージに含めてもよい。また、追加の質問を受け付けないことが条件に規定されていた場合、質問追加部３０７Ｂは、その旨を上記メッセージに含めてもよい。この場合、以下説明するＳ３３ｄにおいてＮＯと判定されてフローＦ３ｄの処理は終了する。
【0167】
Ｓ３３ｄでは、質問追加部３０７Ｂは、依頼元から追加の質問を受信したか否かを判定する。Ｓ３３ｄでＮＯと判定された場合にはフローＦ３ｄの処理は終了する。フローＦ３ｄの処理が終了した後には、図１２のフローＦ３ａにおけるＳ３６ａ以降の処理が行われる。
【0168】
Ｓ３４ｄでは、質問追加部３０７Ｂは、依頼元から受信した追加の質問を情報処理装置１Ｂに送信し、当該追加の質問に対する回答を代理回答用言語モデル４Ｂに生成させる。この後、処理はＳ３１ｄに戻り、交渉部３０２Ｂが、追加の質問に対する回答を受信する。
【0169】
以上のように、情報処理装置３Ｂは、代理回答用言語モデル４Ｂにより生成された回答について、調査の依頼元からの追加の質問を受け付けて、当該追加の質問についての回答を代理回答用言語モデル４Ｂに生成させる質問追加部３０７Ｂを備えている。これにより、情報処理装置３の奏する効果に加えて、依頼元が、回答についての不明点を明確にすることや、さらに掘り下げた追加の質問を行うことが可能になるという効果が得られる。
【0170】
（回答の評価と再交渉）
情報処理装置３Ｂの回答評価部３０６Ｂは、情報処理装置１Ｂが代理回答用言語モデル４Ｂにより生成した回答を評価する。そして、交渉部３０２Ｂは、回答評価部３０６Ｂの評価結果に応じて条件の再交渉を行う。以下では、回答の評価と再交渉について図１７に基づいて説明する。図１７は、情報処理装置３Ｂが回答の評価と再交渉を行う処理の例を示すフロー図である。
情報処理装置３Ｂの回答評価部３０６Ｂは、情報処理装置１Ｂが代理回答用言語モデル４Ｂにより生成した回答を評価する。そして、交渉部３０２Ｂは、回答評価部３０６Ｂの評価結果に応じて条件の再交渉を行う。以下では、回答の評価と再交渉について図１７に基づいて説明する。図１７は、情報処理装置３Ｂが回答の評価と再交渉を行う処理の例を示すフロー図である。
【0171】
図１７に示すフローＦ３ｅのＳ３１ｅでは、交渉部３０２Ｂは、質問に対する回答を情報処理装置１Ｂから受信する。なお、Ｓ３１ｅの処理の前には、図１２のフローＦ３ａにおけるＳ３１ａ～Ｓ３４ａの処理が行われている。
【0172】
Ｓ３２ｅでは、回答評価部３０６Ｂが、Ｓ３１ｅで受信された回答を評価する。回答の評価方法は予め定めておけばよい。例えば、回答評価部３０６Ｂは、受信した回答が、質問に関連付けられた条件を充足しているか否かにより回答を評価してもよい。具体例を挙げれば、条件において各回答をユーザが確認して必要に応じて修正する旨が規定されているにもかかわらず、受信した回答にユーザが確認済みであることが示されていなかった場合、回答評価部３０６Ｂは、その回答の評価を低評価とする。評価は、高、中、低のような複数の段階の何れに該当するかを判定することにより行われもよい。また、回答評価部３０６Ｂは、回答の良し悪しを示す指標値を算出してもよい。また、回答評価部３０６Ｂは、情報処理装置１Ｂから通知された信頼度に基づいて回答の評価を行ってもよい。例えば、回答評価部３０６Ｂは、各回答の信頼度の平均値をそれらの回答の評価値としてもよい。
【0173】
Ｓ３３ｅでは、交渉部３０２Ｂが、Ｓ３２ｅの評価結果に基づき、報酬について交渉を行うか否かを判定する。例えば、交渉部３０２Ｂは、Ｓ３２ｅの評価結果が、所定の許容範囲内であれば交渉を行わないと判定し、許容範囲外であれば交渉を行うと判定してもよい。なお、交渉部３０２Ｂは、報酬以外の条件（例えば、追加の質問の可否やその許容回数、ユーザによる回答の確認および修正の要否等）について交渉することも可能である。Ｓ３３ｅでＹＥＳと判定された場合にはＳ３４ｅに進み、質問に対する回答の条件についての再交渉が行われる。一方、Ｓ３３ｅでＮＯと判定された場合には再交渉は行わずにＳ３７ｅに進む。
【0174】
Ｓ３４ｅでは、交渉部３０２Ｂは、代替条件生成部３０５Ｂに報酬額を再設定させる。報酬額を再設定する方法は予め定めておけばよい。例えば、代替条件生成部３０５Ｂは、予め定められた標準的な報酬額の範囲内となるように報酬額を再設定してもよい。また、例えば、代替条件生成部３０５Ｂは、交渉用言語モデル５Ｂに報酬額を再設定させてもよい。この場合、代替条件生成部３０５Ｂは、先に送信した質問と条件、およびＳ３２ｅにおける評価結果を踏まえて報酬額を再設定するように指示するクエリを生成して交渉用言語モデル５Ｂに入力すればよい。また、例えば、Ｓ３２ｅにおける評価結果と、報酬の減額率との関係をモデル化しておいてもよい。この場合、代替条件生成部３０５Ｂは、当該モデルを用いて報酬額を再設定することができる。この他にも、例えば、代替条件生成部３０５Ｂは、情報処理装置１Ｂの過去の回答履歴や信頼度を加味して報酬額を再設定してもよい。
【0175】
Ｓ３５ｅでは、交渉部３０２Ｂが、Ｓ３４ｅで再設定された報酬額を情報処理装置１Ｂに通知する。報酬額の通知を受信した情報処理装置１Ｂでは、交渉部２０８Ｂが、報酬額を了承するか否かを判定し、判定結果を情報処理装置３Ｂに通知する。
【0176】
なお、報酬額を了承するか否かの判定方法は予め定めておけばよい。例えば、交渉部２０８Ｂは、通知された報酬額を了承すべきか否かを問うクエリを生成して代理回答用言語モデル４Ｂに入力することにより得られる回答に基づき、報酬額を了承するか否かを判定してもよい。また、例えば、報酬等の条件について予め許容範囲を定めておいてもよい。この場合、交渉部２０８Ｂは、通知された報酬額が許容範囲内であれば了承すると判定し、許容範囲を超えていれば了承しないと判定してもよい。また、交渉部２０８Ｂは、通知された報酬額を情報処理装置１Ｂのユーザに提示し、当該ユーザにその報酬額を了承するか否かを選択させてもよい。
【0177】
Ｓ３６ｅでは、交渉部３０２Ｂが、再設定した報酬額が了承されたか否かを判定する。Ｓ３６ｅでＮＯと判定された場合にはＳ３３ｅに戻り、Ｓ３６ｅでＹＥＳと判定された場合にはＳ３７ｅに進む。Ｓ３７ｅでは、交渉部３０２Ｂは確定した報酬額を依頼元に通知し、これによりフローＦ３ｅの処理は終了する。この後、依頼元から情報処理装置１Ｂのユーザに対して確定した報酬額が供与される。
【0178】
以上のように、情報処理装置３Ｂは、代理回答用言語モデル４Ｂにより生成された回答を評価する回答評価部３０６Ｂを備え、交渉部３０２Ｂは、当該評価の結果に基づいて、当該質問に対する回答の条件についての再交渉を行う。これにより、情報処理装置３の奏する効果に加えて、生成された回答の良し悪しに応じて条件を自動的に見直すことが可能になるという効果が得られる。
【0179】
〔変形例〕
上述の各例示的実施形態で説明した各処理の実行主体は任意であり、上述の例に限られない。つまり、相互に通信可能な複数の装置（プロセッサということもできる）により、情報処理装置１、１Ａ、１Ｂ、２、３、３Ｂの機能を実現することができる。例えば、図２、４、７、８、１２～１７のフロー図に記載されている各処理を複数のプロセッサに分担で実行させることもできる。つまり、上述の各例示的実施形態における各処理の実行主体は、１つのプロセッサであってもよいし、複数のプロセッサであってもよい。
上述の各例示的実施形態で説明した各処理の実行主体は任意であり、上述の例に限られない。つまり、相互に通信可能な複数の装置（プロセッサということもできる）により、情報処理装置１、１Ａ、１Ｂ、２、３、３Ｂの機能を実現することができる。例えば、図２、４、７、８、１２～１７のフロー図に記載されている各処理を複数のプロセッサに分担で実行させることもできる。つまり、上述の各例示的実施形態における各処理の実行主体は、１つのプロセッサであってもよいし、複数のプロセッサであってもよい。
【0180】
〔ソフトウェアによる実現例〕
情報処理装置１、１Ａ、１Ｂ、２、３、３Ｂ（以下、「上記各装置」とも記載する）の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
情報処理装置１、１Ａ、１Ｂ、２、３、３Ｂ（以下、「上記各装置」とも記載する）の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。
【0181】
後者の場合、上記各装置は、例えば、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータによって実現される。このようなコンピュータの一例（以下、コンピュータＣと記載する）を図１８に示す。図１８は、上記各装置として機能するコンピュータＣのハードウェア構成を示すブロック図である。
【0182】
コンピュータＣは、少なくとも１つのプロセッサＣ１と、少なくとも１つのメモリＣ２と、を備えている。メモリＣ２には、コンピュータＣを上記各装置として動作させるためのプログラム（調整プログラム／応答プログラム／仲介プログラム）Ｐが記録されている。コンピュータＣにおいて、プロセッサＣ１は、プログラムＰをメモリＣ２から読み取って実行することにより、上記各装置の各機能が実現される。
【0183】
プロセッサＣ１としては、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、ＦＰＵ（Floating point number Processing Unit）、ＰＰＵ（Physics Processing Unit）、ＴＰＵ（Tensor Processing Unit）、量子プロセッサ、マイクロコントローラ、又は、これらの組み合わせなどを用いることができる。メモリＣ２としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又は、これらの組み合わせなどを用いることができる。
【0184】
なお、コンピュータＣは、プログラムＰを実行時に展開したり、各種データを一時的に記憶したりするためのＲＡＭ（Random Access Memory）を更に備えていてもよい。また、コンピュータＣは、他の装置との間でデータを送受信するための通信インタフェースを更に備えていてもよい。また、コンピュータＣは、キーボードやマウス、ディスプレイやプリンタなどの入出力機器を接続するための入出力インタフェースを更に備えていてもよい。
【0185】
また、プログラムＰは、コンピュータＣが読み取り可能な、一時的でない有形の記録媒体Ｍに記録することができる。このような記録媒体Ｍとしては、例えば、テープ、ディスク、カード、半導体メモリ、又はプログラマブルな論理回路などを用いることができる。コンピュータＣは、このような記録媒体Ｍを介してプログラムＰを取得することができる。また、プログラムＰは、伝送媒体を介して伝送することができる。このような伝送媒体としては、例えば、通信ネットワーク、又は放送波などを用いることができる。コンピュータＣは、このような伝送媒体を介してプログラムＰを取得することもできる。
【0186】
〔付記事項１〕
本開示には、以下の各付記に記載の技術が含まれる。ただし、本発明は、以下の各付記に記載の技術に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。
本開示には、以下の各付記に記載の技術が含まれる。ただし、本発明は、以下の各付記に記載の技術に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。
【0187】
（付記Ａ１）
所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段と、を備える情報処理装置。
所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段と、を備える情報処理装置。
【0188】
（付記Ａ２）
前記特定手段は、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属部署が属する階層と所定の関係性を有する階層の部署を特定し、特定した部署に関連する前記業務関連データを特定する、付記Ａ１に記載の情報処理装置。
前記特定手段は、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属部署が属する階層と所定の関係性を有する階層の部署を特定し、特定した部署に関連する前記業務関連データを特定する、付記Ａ１に記載の情報処理装置。
【0189】
（付記Ａ３）
前記特定手段は、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ａ１またはＡ２に記載の情報処理装置。
前記特定手段は、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ａ１またはＡ２に記載の情報処理装置。
【0190】
（付記Ａ４）
所定のユーザからのクエリの入力を受け付ける受付手段と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段と、を備える情報処理装置。
所定のユーザからのクエリの入力を受け付ける受付手段と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段と、を備える情報処理装置。
【0191】
（付記Ａ５）
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記受付手段は、前記所定のユーザに対する質問の入力を受け付け、前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定手段を備える、付記Ａ４に記載の情報処理装置。
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記受付手段は、前記所定のユーザに対する質問の入力を受け付け、前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定手段を備える、付記Ａ４に記載の情報処理装置。
【0192】
（付記Ａ６）
前記回答可否判定手段は、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ａ５に記載の情報処理装置。
前記回答可否判定手段は、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ａ５に記載の情報処理装置。
【0193】
（付記Ａ７）
前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成手段と、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉手段と、を備える、付記Ａ５またはＡ６に記載の情報処理装置。
前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成手段と、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉手段と、を備える、付記Ａ５またはＡ６に記載の情報処理装置。
【0194】
（付記Ａ８）
付記Ａ４からＡ７の何れか１項に記載の情報処理装置と、所定の質問に対する回答を収集する調査の依頼を受け付け、当該質問に対する回答を前記言語モデルに生成してもらうための交渉を前記情報処理装置と行う仲介装置と、を含む調査システム。
付記Ａ４からＡ７の何れか１項に記載の情報処理装置と、所定の質問に対する回答を収集する調査の依頼を受け付け、当該質問に対する回答を前記言語モデルに生成してもらうための交渉を前記情報処理装置と行う仲介装置と、を含む調査システム。
【0195】
（付記Ｂ１）
少なくとも１つのプロセッサが、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する調整方法。
少なくとも１つのプロセッサが、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する調整方法。
【0196】
（付記Ｂ２）
前記特定処理では、前記少なくとも１つのプロセッサは、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属部署が属する階層と所定の関係性を有する階層の部署を特定し、特定した部署に関連する前記業務関連データを特定する、付記Ｂ１に記載の調整方法。
前記特定処理では、前記少なくとも１つのプロセッサは、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属部署が属する階層と所定の関係性を有する階層の部署を特定し、特定した部署に関連する前記業務関連データを特定する、付記Ｂ１に記載の調整方法。
【0197】
（付記Ｂ３）
前記特定処理では、前記少なくとも１つのプロセッサは、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ｂ１またはＢ２に記載の調整方法。
前記特定処理では、前記少なくとも１つのプロセッサは、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ｂ１またはＢ２に記載の調整方法。
【0198】
（付記Ｂ４）
少なくとも１つのプロセッサが、所定のユーザからのクエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付処理で受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付工程が受け付けたクエリに対する回答を生成する応答処理とを実行する応答方法。
少なくとも１つのプロセッサが、所定のユーザからのクエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付処理で受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付工程が受け付けたクエリに対する回答を生成する応答処理とを実行する応答方法。
【0199】
（付記Ｂ５）
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記受付処理では、前記少なくとも１つのプロセッサは、前記所定のユーザに対する質問の入力を受け付け、前記少なくとも１つのプロセッサが前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定処理を実行する、付記Ｂ４に記載の応答方法。
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記受付処理では、前記少なくとも１つのプロセッサは、前記所定のユーザに対する質問の入力を受け付け、前記少なくとも１つのプロセッサが前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定処理を実行する、付記Ｂ４に記載の応答方法。
【0200】
（付記Ｂ６）
前記回答可否判定処理では、前記少なくとも１つのプロセッサは、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ｂ５に記載の応答方法。
前記回答可否判定処理では、前記少なくとも１つのプロセッサは、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ｂ５に記載の応答方法。
【0201】
（付記Ｂ７）
前記少なくとも１つのプロセッサが、前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成処理と、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉処理と、を含む付記Ｂ５またはＢ６に記載の応答方法。
前記少なくとも１つのプロセッサが、前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成処理と、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉処理と、を含む付記Ｂ５またはＢ６に記載の応答方法。
【0202】
（付記Ｃ１）
コンピュータを、所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、および、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段、として機能させる調整プログラム。
コンピュータを、所定のユーザの業務に関連するデータを業務関連データとして特定する特定手段、および、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整手段、として機能させる調整プログラム。
【0203】
（付記Ｃ２）
前記特定手段は、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属部署が属する階層と所定の関係性を有する階層の部署を特定し、特定した部署に関連する前記業務関連データを特定する、付記Ｃ１に記載の調整プログラム。
前記特定手段は、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザの所属部署が属する階層と所定の関係性を有する階層の部署を特定し、特定した部署に関連する前記業務関連データを特定する、付記Ｃ１に記載の調整プログラム。
【0204】
（付記Ｃ３）
前記特定手段は、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ｃ１またはＣ２に記載の調整プログラム。
前記特定手段は、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ｃ１またはＣ２に記載の調整プログラム。
【0205】
（付記Ｃ４）
コンピュータを、所定のユーザからのクエリの入力を受け付ける受付手段、および、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段、として機能させる応答プログラム。
コンピュータを、所定のユーザからのクエリの入力を受け付ける受付手段、および、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付手段が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付手段が受け付けたクエリに対する回答を生成する応答手段、として機能させる応答プログラム。
【0206】
（付記Ｃ５）
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記受付手段は、前記所定のユーザに対する質問の入力を受け付け、前記コンピュータを、前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定手段として機能させる、付記Ｃ４に記載の応答プログラム。
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記受付手段は、前記所定のユーザに対する質問の入力を受け付け、前記コンピュータを、前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定手段として機能させる、付記Ｃ４に記載の応答プログラム。
【0207】
（付記Ｃ６）
前記回答可否判定手段は、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ｃ５に記載の応答プログラム。
前記回答可否判定手段は、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ｃ５に記載の応答プログラム。
【0208】
（付記Ｃ７）
前記コンピュータを、前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成手段、および、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉手段、として機能させる、付記Ｃ５またはＣ６に記載の応答プログラム。
前記コンピュータを、前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成手段、および、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉手段、として機能させる、付記Ｃ５またはＣ６に記載の応答プログラム。
【0209】
〔付記事項２〕
本開示には、以下の各付記に記載の技術が含まれる。ただし、本発明は、以下の各付記に記載の技術に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。
本開示には、以下の各付記に記載の技術が含まれる。ただし、本発明は、以下の各付記に記載の技術に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。
【0210】
（付記Ｄ１）
少なくとも１つのプロセッサを備え、前記少なくとも１つのプロセッサは、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する情報処理装置。
少なくとも１つのプロセッサを備え、前記少なくとも１つのプロセッサは、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行する情報処理装置。
【0211】
（付記Ｄ２）
前記少なくとも１つのプロセッサは、前記特定処理において、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザが属する階層と所定の関係性を有する階層を特定し、特定した階層に関連する前記業務関連データを特定する、付記Ｄ１に記載の情報処理装置。
前記少なくとも１つのプロセッサは、前記特定処理において、前記所定のユーザが所属する組織の階層構造を示す階層情報を用いて当該所定のユーザが属する階層と所定の関係性を有する階層を特定し、特定した階層に関連する前記業務関連データを特定する、付記Ｄ１に記載の情報処理装置。
【0212】
（付記Ｄ３）
前記少なくとも１つのプロセッサは、前記特定処理において、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ｄ１またはＤ２に記載の情報処理装置。
前記少なくとも１つのプロセッサは、前記特定処理において、前記所定のユーザの業務に関連する各データに設定された秘匿レベルに応じて前記業務関連データを特定する、付記Ｄ１またはＤ２に記載の情報処理装置。
【0213】
（付記Ｄ４）
少なくとも１つのプロセッサを備え、前記少なくとも１つのプロセッサは、所定のユーザからのクエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付処理が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付処理が受け付けたクエリに対する回答を生成する応答処理と、を実行する情報処理装置。
少なくとも１つのプロセッサを備え、前記少なくとも１つのプロセッサは、所定のユーザからのクエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付処理が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付処理が受け付けたクエリに対する回答を生成する応答処理と、を実行する情報処理装置。
【0214】
（付記Ｄ５）
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記少なくとも１つのプロセッサは、前記受付処理において、前記所定のユーザに対する質問の入力を受け付け、前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定処理を実行する、付記Ｄ４に記載の情報処理装置。
前記言語モデルは、入力された質問に対して、前記所定のユーザの代理として回答を生成できるように機械学習された代理回答用言語モデルであり、前記少なくとも１つのプロセッサは、前記受付処理において、前記所定のユーザに対する質問の入力を受け付け、前記質問に対する回答を前記代理回答用言語モデルに生成させるか否かを判定する回答可否判定処理を実行する、付記Ｄ４に記載の情報処理装置。
【0215】
（付記Ｄ６）
前記少なくとも１つのプロセッサは、前記回答可否判定処理において、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ｄ５に記載の情報処理装置。
前記少なくとも１つのプロセッサは、前記回答可否判定処理において、前記質問に対応付けられた条件を前記所定のユーザが満たしている場合に、前記質問に対する回答を、当該所定のユーザに対応する前記代理回答用言語モデルに生成させると判定する、付記Ｄ５に記載の情報処理装置。
【0216】
（付記Ｄ７）
前記少なくとも１つのプロセッサは、前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成処理と、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉処理と、を実行する、付記Ｄ５またはＤ６に記載の情報処理装置。
前記少なくとも１つのプロセッサは、前記質問に対応付けられた条件に代わる代替条件を生成する代替条件生成処理と、前記質問の送信元に前記代替条件を通知して、当該代替条件を了承するか否かを問い合わせる交渉処理と、を実行する、付記Ｄ５またはＤ６に記載の情報処理装置。
【0217】
なお、前記情報処理装置は、更にメモリを備えていてもよい。また、前記メモリには、前記各処理を前記少なくとも１つのプロセッサに実行させるためのプログラムが記憶されていてもよい。
【0218】
（付記Ｅ１）
情報処理装置としてコンピュータを機能させるプログラムであって、前記コンピュータに、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行させる調整プログラム、を記録した一時的でない記録媒体。
情報処理装置としてコンピュータを機能させるプログラムであって、前記コンピュータに、所定のユーザの業務に関連するデータを業務関連データとして特定する特定処理と、クエリに対する回答を出力するように機械学習された言語モデルを、前記業務関連データを用いて前記所定のユーザ向けに調整する調整処理と、を実行させる調整プログラム、を記録した一時的でない記録媒体。
【0219】
（付記Ｅ２）
情報処理装置としてコンピュータを機能させるプログラムであって、前記コンピュータに、所定のユーザからのクエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付処理が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付処理が受け付けたクエリに対する回答を生成する応答処理と、を実行させる応答プログラム、を記録した一時的でない記録媒体。
情報処理装置としてコンピュータを機能させるプログラムであって、前記コンピュータに、所定のユーザからのクエリの入力を受け付ける受付処理と、クエリに対する回答を出力するように機械学習された言語モデルであって、前記所定のユーザの業務に関連する業務関連データを用いて前記所定のユーザ向けに調整された言語モデルにより前記受付処理が受け付けたクエリに対する回答を生成するか、または、前記業務関連データと言語モデルとを用いて前記受付処理が受け付けたクエリに対する回答を生成する応答処理と、を実行させる応答プログラム、を記録した一時的でない記録媒体。
【符号の説明】
【0220】
１ 情報処理装置
１０１ 特定部（特定手段）
１０２ 調整部（調整手段）
２ 情報処理装置
２０１ 受付部（受付手段）
２０２ 応答部（応答手段）
１Ａ 情報処理装置
１０１Ａ 特定部（特定手段）
２０２Ａ 応答部（応答手段）
４Ａ 言語モデル
１Ｂ 情報処理装置
２０１Ｂ 受付部（受付手段）
２０２Ｂ 応答部（応答手段）
２０６Ｂ 回答可否判定部（回答可否判定手段）
２０７Ｂ 代替条件生成部（代替条件生成手段）
２０８Ｂ 交渉部（交渉手段）
３Ｂ 情報処理装置（仲介装置）
４Ｂ 代理回答用言語モデル
５Ｂ 交渉用言語モデル
７Ｂ 調査システム
１０１ 特定部（特定手段）
１０２ 調整部（調整手段）
２ 情報処理装置
２０１ 受付部（受付手段）
２０２ 応答部（応答手段）
１Ａ 情報処理装置
１０１Ａ 特定部（特定手段）
２０２Ａ 応答部（応答手段）
４Ａ 言語モデル
１Ｂ 情報処理装置
２０１Ｂ 受付部（受付手段）
２０２Ｂ 応答部（応答手段）
２０６Ｂ 回答可否判定部（回答可否判定手段）
２０７Ｂ 代替条件生成部（代替条件生成手段）
２０８Ｂ 交渉部（交渉手段）
３Ｂ 情報処理装置（仲介装置）
４Ｂ 代理回答用言語モデル
５Ｂ 交渉用言語モデル
７Ｂ 調査システム
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】