ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
知財求人 - 知財ポータルサイト「IP Force」
(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】
(24)【登録日】2023-12-25
(45)【発行日】2024-01-09
(54)【発明の名称】出力プログラム、出力装置及び出力方法
(51)【国際特許分類】
G06F 3/0481 20220101AFI20231226BHJP
【ＦＩ】
G06F3/0481
【請求項の数】
21
(21)【出願番号】P 2019069877
(22)【出願日】2019-04-01
(65)【公開番号】P2020170239
(43)【公開日】2020-10-15
【審査請求日】2021-03-17
【審判番号】
【審判請求日】2022-12-13
(73)【特許権者】
【識別番号】500257300
【氏名又は名称】ＬＩＮＥヤフー株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】鍜治 伸裕
【合議体】
【審判長】篠塚 隆
【審判官】山澤 宏
【審判官】野崎 大進
(56)【参考文献】
【文献】特開２０１８－４５５３２（ＪＰ，Ａ）
【文献】特開２０１８－１５６４７３（ＪＰ，Ａ）
【文献】国際公開第２０１８／０５７５３７（ＷＯ，Ａ１）
【文献】特開２０１６－２０６４６９（ＪＰ，Ａ）
【文献】特開２０１５－１９６２１８（ＪＰ，Ａ）
【文献】特開２０１７－１１９３３６（ＪＰ，Ａ）
【文献】特開２００４－２３４４９２（ＪＰ，Ａ）
【文献】特開２０１１－１００４２５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
G06F 3/01
G06F 3/048-3/04895
(57)【特許請求の範囲】
【請求項1】
物理センサによって取得されたユーザの位置情報に基づいて、前記ユーザに対して対話システムとは異なるサービスで提供されている文字情報を含む所定のコンテンツに対応する反応情報であって、前記所定のコンテンツとは異なる反応情報を出力するタイミングであるか否かを判定し、前記ユーザに対して前記反応情報を出力するタイミングであると判定された場合、前記所定のコンテンツを取得し、文字情報を含む入力情報が入力された場合に、前記入力情報に含まれる文字情報の要約であるサマリ情報と、前記入力情報を参照した参照ユーザに対して前記入力情報に関する発言を促す文章である契機情報であって、前記サマリ情報とは異なる契機情報とを含む前記反応情報を出力情報として出力するよう学習された機械学習モデルを用いて、前記所定のコンテンツから、前記所定のコンテンツに対応する前記反応情報を生成する生成手順と、前記ユーザの位置情報に基づいて前記ユーザに対して前記反応情報を出力するタイミングであると判定された場合に、前記生成手順によって生成された前記反応情報を前記ユーザに対して出力する出力手順と、
をコンピュータに実行させることを特徴とする出力プログラム。
【請求項2】
前記生成手順は、前記ユーザに対して非タスク志向型対話システムである前記対話システムとは異なるサービスで提供されている前記所定のコンテンツに対応する前記反応情報を出力するタイミングであると判定された場合、前記所定のコンテンツを取得し、前記反応情報を生成する
ことを特徴とする請求項１に記載の出力プログラム。
【請求項3】
前記生成手順は、前記所定のコンテンツとして、ニュース記事を取得し、前記反応情報を生成する
ことを特徴とする請求項１または２に記載の出力プログラム。
【請求項4】
前記生成手順は、前記所定のコンテンツとして、所定のＳＮＳ（Social Networking Service）における投稿情報を取得し、前記反応情報を生成する
ことを特徴とする請求項１または２に記載の出力プログラム。
【請求項5】
前記生成手順は、前記所定のコンテンツとして、広告であるコンテンツを取得し、前記反応情報を生成する
ことを特徴とする請求項１または２に記載の出力プログラム。
【請求項6】
前記生成手順は、前記ユーザとの前記所定のコンテンツに関連する対話の契機となる前記反応情報を生成する
ことを特徴とする請求項１～５のいずれか１項に記載の出力プログラム。
【請求項7】
前記生成手順は、前記所定のコンテンツに対する意見を前記ユーザに要求する前記反応情報を生成する
ことを特徴とする請求項１～６のいずれか１項に記載の出力プログラム。
【請求項8】
前記生成手順は、前記ユーザに前記所定のコンテンツに関連する行動を促す前記反応情報を生成する
ことを特徴とする請求項１～７のいずれか１項に記載の出力プログラム。
【請求項9】
前記生成手順は、前記ユーザに前記反応情報への応答以外の行動を促す前記反応情報を生成する
ことを特徴とする請求項８に記載の出力プログラム。
【請求項10】
前記出力手順は、前記対話システムに対する前記ユーザによる前記所定のコンテンツの要求以外のタイミングで、前記反応情報を出力する
ことを特徴とする請求項１～９のいずれか１項に記載の出力プログラム。
【請求項11】
前記出力手順は、前記対話システムにおけるプッシュ通知に関するタイミングで、前記反応情報を出力する
ことを特徴とする請求項１～１０のいずれか１項に記載の出力プログラム。
【請求項12】
前記出力手順は、前記ユーザのコンテキストに基づくタイミングで、前記反応情報を出力する
ことを特徴とする請求項１～１１のいずれか１項に記載の出力プログラム。
【請求項13】
前記出力手順は、前記対話システムに対する前記ユーザの発話から所定の期間が経過したタイミングで、前記反応情報を出力する
ことを特徴とする請求項１２に記載の出力プログラム。
【請求項14】
前記出力手順は、前記対話システムに対する行動以外の前記ユーザの行動であって、前記所定のコンテンツに関連する前記ユーザの行動が行われたタイミングで、前記反応情報を出力する
ことを特徴とする請求項１２または請求項１３に記載の出力プログラム。
【請求項15】
前記出力手順は、前記ユーザが前記所定のコンテンツに関連する検索を行ったタイミングで、前記反応情報を出力する
ことを特徴とする請求項１４に記載の出力プログラム。
【請求項16】
前記生成手順は、前記所定のコンテンツを所定のモデルに入力することにより、前記反応情報を生成する
ことを特徴とする請求項１～１５のいずれか１項に記載の出力プログラム。
【請求項17】
前記生成手順は、前記ユーザに応じて選択される前記所定のコンテンツに基づいて、前記反応情報を生成する
ことを特徴とする請求項１～１６のいずれか１項に記載の出力プログラム。
【請求項18】
前記出力手順は、前記反応情報を音声出力する
ことを特徴とする請求項１～１７のいずれか１項に記載の出力プログラム。
【請求項19】
前記出力手順は、前記サマリ情報を出力した後に前記契機情報を出力する
ことを特徴とする請求項１８に記載の出力プログラム。
【請求項20】
物理センサによって取得されたユーザの位置情報に基づいて、前記ユーザに対して対話システムとは異なるサービスで提供されている文字情報を含む所定のコンテンツに対応する反応情報であって、前記所定のコンテンツとは異なる反応情報を出力するタイミングであるか否かを判定し、前記ユーザに対して前記反応情報を出力するタイミングであると判定された場合、前記所定のコンテンツを取得し、文字情報を含む入力情報が入力された場合に、前記入力情報に含まれる文字情報の要約であるサマリ情報と、前記入力情報を参照した参照ユーザに対して前記入力情報に関する発言を促す文章である契機情報であって、前記サマリ情報とは異なる契機情報とを含む前記反応情報を出力情報として出力するよう学習された機械学習モデルを用いて、前記所定のコンテンツから、前記所定のコンテンツに対応する前記反応情報を生成する生成部と、前記ユーザの位置情報に基づいて前記ユーザに対して前記反応情報を出力するタイミングであると判定された場合に、前記生成部によって生成された前記反応情報を前記ユーザに対して出力する出力部と、
を備えることを特徴とする出力装置。
【請求項21】
コンピュータが実行する出力方法であって、物理センサによって取得されたユーザの位置情報に基づいて、前記ユーザに対して対話システムとは異なるサービスで提供されている文字情報を含む所定のコンテンツに対応する反応情報であって、前記所定のコンテンツとは異なる反応情報を出力するタイミングであるか否かを判定し、前記ユーザに対して前記反応情報を出力するタイミングであると判定された場合、前記所定のコンテンツを取得し、文字情報を含む入力情報が入力された場合に、前記入力情報に含まれる文字情報の要約であるサマリ情報と、前記入力情報を参照した参照ユーザに対して前記入力情報に関する発言を促す文章である契機情報であって、前記サマリ情報とは異なる契機情報とを含む前記反応情報を出力情報として出力するよう学習された機械学習モデルを用いて、前記所定のコンテンツから、前記所定のコンテンツに対応する前記反応情報を生成する生成工程と、
前記ユーザの位置情報に基づいて前記ユーザに対して前記反応情報を出力するタイミングであると判定された場合に、前記生成工程によって生成された前記反応情報を前記ユーザに対して出力する出力工程と、
を含んだことを特徴とする出力方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、出力プログラム、出力装置及び出力方法に関する。
【背景技術】
【0002】
従来、人からの話しかけに応答する装置に関する技術が知られている。例えば、景色や風景から連想可能な発話で人と対話する装置に関する技術が提案されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１８－１４７１４５号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記の従来技術では、対話システムへのユーザによる入力に寄らずに適切な情報を出力することができるとは限らない。例えば、上記の従来技術では、あらかじめ登録された発話コンテンツの中から、景色や風景から連想可能な発話文を選択するにすぎず、対話システムへのユーザによる入力に寄らずに適切な情報を出力することができるとは限らない。
【0005】
本願は、上記に鑑みてなされたものであって、対話システムへのユーザによる入力に寄らずに適切な情報を出力することができる出力プログラム、出力装置及び出力方法を提供することを目的とする。
【0006】
本願に係る出力プログラムは、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得する取得手順と、前記取得手順により取得された前記反応情報を前記ユーザに対して出力する出力手順と、をコンピュータに実行させることを特徴とする。
【発明の効果】
【0007】
実施形態の一態様によれば、対話システムへのユーザによる入力に寄らずに適切な情報を出力することができるといった効果を奏する。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下に、本願に係る出力プログラム、出力装置及び出力方法を実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る出力プログラム、出力装置及び出力方法が限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
【0010】
〔１．出力処理の一例〕
まず、図１を用いて、実施形態に係る出力処理の一例について説明する。図１は、実施形態に係る出力処理の一例を示す図である。図１に例示するように、出力処理システム１には、コンテンツ配信装置２０と、出力装置１００とが含まれる。これらの各種装置は、ネットワークＮ（例えば、インターネット）を介して、有線又は無線により通信可能に接続される。なお、図２に示した出力処理システム１には、任意の数のコンテンツ配信装置２０と任意の数の出力装置１００とが含まれていてもよい。
まず、図１を用いて、実施形態に係る出力処理の一例について説明する。図１は、実施形態に係る出力処理の一例を示す図である。図１に例示するように、出力処理システム１には、コンテンツ配信装置２０と、出力装置１００とが含まれる。これらの各種装置は、ネットワークＮ（例えば、インターネット）を介して、有線又は無線により通信可能に接続される。なお、図２に示した出力処理システム１には、任意の数のコンテンツ配信装置２０と任意の数の出力装置１００とが含まれていてもよい。
【0011】
コンテンツ配信装置２０は、コンテンツを配信する情報処理装置である。図１に示す例において、コンテンツ配信装置２０は、出力装置１００からの配信要求に応じて、出力装置１００において表示されるコンテンツの一例であるニュース記事を配信する。
【0012】
出力装置１００は、ユーザとの雑談や他愛のない会話といった非タスク志向型の対話を行うシステムである非タスク志向型対話システム（non-task-oriented dialogue systems）である。なお、タスク志向型対話システムは、ユーザの要求に応じて、検索やニュース読み上げや予約代行などのタスクを行うシステムを指す。出力装置１００は、テキストや音声を通じてユーザとの対話を自動的に行うプログラムであるチャットボット（chatbot）の一種である。出力装置１００は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得し、取得した反応情報をユーザに対して出力する情報処理装置である。
【0013】
また、出力装置１００は、周囲の音を取得するマイク等の取得装置と、任意の音を出力可能なスピーカー等の出力装置とを有する入出力装置とを有する入出力装置であり、例えば、スマートスピーカーと呼ばれるデバイスである。また、出力装置１００は、音楽の出力や音声による情報提供を実現可能な装置である。また、出力装置１００は、音の入力を受付ける受付機能を有しユーザが発した音声を取得すると、取得した音声の内容に応じた音を出力する出力機能を有する。なお、出力装置１００は、スマートスピーカー以外にも、スマートフォンやタブレット等といった各種の情報処理装置であってもよい。図１では、出力装置１００がスマートフォンである例を示す。また、出力装置１００は、必ずしもスピーカー等の出力装置を有する必要はない。例えば、出力装置１００は、音声に代えて、文字列等の情報を表示することで各種の情報をユーザに対して出力してもよい。
【0014】
また、出力装置１００は、出力装置１００を利用するユーザの物理的な状態を検知するセンサである物理センサを備える。例えば、出力装置１００は、ジャイロセンサ、画像センサ、加速度センサ、温度センサ、音量センサ、明度センサ等、任意の物理センサを備える。出力装置１００は、物理センサによって出力装置１００を利用するユーザの物理的な状態を検知する。また、出力装置１００は、物理センサによってユーザの物理的な状態に関する情報であるセンサ情報を取得する。出力装置１００は、取得したセンサ情報に基づいて、ユーザに対して反応情報を出力するタイミングを判定する。図１に示す例では、出力装置１００は、取得したセンサ情報に基づいて、ユーザに対して反応情報を音声によって出力するタイミングであるか否かを判定する。
【0015】
ここから、図１を用いて、出力処理の流れについて説明する。図１は、実施形態に係る出力処理の一例を示す図である。図１に示す例では、出力装置１００は、音量センサによって、ユーザによる発話を示すユーザの音声に関する音声情報を取得する（ステップＳ１１）。出力装置１００は、音声情報を取得すると、取得した音声情報に基づいて、ユーザに対して反応情報を出力するタイミングであるか否かを判定する（ステップＳ１２）。具体的には、出力装置１００は、対話システムに対するユーザの発話から所定の期間が経過したタイミングであるか否かを判定する。例えば、出力装置１００は、取得した音声情報に基づいて、対話システムに対するユーザの発話から所定の期間（例えば、３０秒）が経過したタイミングであると判定した場合、ユーザに対して反応情報を出力するタイミングであると判定する。続いて、出力装置１００は、ユーザに対して反応情報を出力するタイミングであると判定した場合、コンテンツの配信要求をコンテンツ配信装置２０に対して送信する（ステップＳ１３）。
【0016】
コンテンツ配信装置２０は、コンテンツの配信要求を出力装置１００から受け付ける。コンテンツ配信装置２０は、コンテンツの配信要求を受け付けると、要求元の出力装置１００を利用するユーザを特定する。続いて、コンテンツ配信装置２０は、ユーザを特定すると、ユーザに応じたコンテンツを選択する（ステップＳ１４）。コンテンツ配信装置２０は、コンテンツを選択すると、選択したコンテンツを出力装置１００に配信する。具体的には、コンテンツ配信装置２０は、ネット通販会社であるＡ社で労働組合が結成されたことに関するニュース記事であるコンテンツ＃１を出力装置１００に配信する。
【0017】
出力装置１００は、コンテンツ配信装置２０からコンテンツ＃１を取得する（ステップＳ１５）。出力装置１００は、コンテンツ＃１を取得すると、取得したコンテンツ＃１をモデルＭ１に入力することにより、コンテンツ＃１に対する反応を示す文字情報である反応情報＃１を生成する（ステップＳ１６）。具体的には、出力装置１００は、コンテンツ＃１の要約に相当する文字情報である「Ａ社で労働組合が結成されたみたいです。」というサマリ情報Ｒ１１を生成する。また、出力装置１００は、ユーザとのコンテンツ＃１に関連する対話の契機となる文字情報である契機情報Ｒ１２を生成する。より具体的には、出力装置１００は、コンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を生成する。出力装置１００は、サマリ情報Ｒ１１と契機情報Ｒ１２とを含む反応情報＃１を生成する。出力装置１００は、反応情報＃１を生成すると、生成した反応情報＃１を取得する。なお、図１では、反応情報＃１がサマリ情報Ｒ１１と契機情報Ｒ１２の両方を含む文字情報である例について説明したが、反応情報＃１はサマリ情報Ｒ１１を含まなくてもよい。すなわち、反応情報＃１が契機情報Ｒ１２であってもよい。
【0018】
出力装置１００は、反応情報＃１を取得すると、反応情報＃１を音声出力する（ステップＳ１７）。具体的には、出力装置１００は、サマリ情報Ｒ１１を音声出力した後に契機情報Ｒ１２を音声出力する。
【0019】
上述したように、出力装置１００は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得する。また、出力装置１００は、取得した反応情報をユーザに対して出力する。これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、ニュース記事等に関連する対話の契機となる文字情報を自発的に出力することができる。すなわち、出力装置１００は、装置から人へ自発的に適切に話しかけることができる。したがって、出力装置１００は、対話システムへのユーザによる入力に寄らずに適切な情報を出力するができる。
【0020】
〔２．出力装置の構成〕
次に、図２を用いて、実施形態に係る出力装置１００の構成について説明する。図２は、実施形態に係る出力装置１００の構成例を示す図である。図２に示すように、出力装置１００は、通信部１１０と、記憶部１２０と、入力部１３０と、表示部１４０と、物理センサ１５０と、制御部１６０とを有する。
次に、図２を用いて、実施形態に係る出力装置１００の構成について説明する。図２は、実施形態に係る出力装置１００の構成例を示す図である。図２に示すように、出力装置１００は、通信部１１０と、記憶部１２０と、入力部１３０と、表示部１４０と、物理センサ１５０と、制御部１６０とを有する。
【0021】
（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、コンテンツ配信装置２０との間で情報の送受信を行う。
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、コンテンツ配信装置２０との間で情報の送受信を行う。
【0022】
（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１４は、例えば、出力プログラム等を記憶する。また、記憶部１４は、図２に示すように、センサ情報記憶部１２１とコンテンツ記憶部１２２と反応情報記憶部１２３とモデル情報記憶部１２４と学習データ記憶部１２５とを有する。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１４は、例えば、出力プログラム等を記憶する。また、記憶部１４は、図２に示すように、センサ情報記憶部１２１とコンテンツ記憶部１２２と反応情報記憶部１２３とモデル情報記憶部１２４と学習データ記憶部１２５とを有する。
【0023】
（センサ情報記憶部１２１）
センサ情報記憶部１２１は、物理センサによる検知に関する各種情報を記憶する。例えば、センサ情報記憶部１２１は、物理センサにより検知されたセンサ情報を記憶する。図３を用いて、実施形態に係るセンサ情報記憶部の一例について説明する。図３は、実施形態に係るセンサ情報記憶部の一例を示す図である。図３に示す例では、センサ情報記憶部１２１は、「ログＩＤ」、「種別」、「センサ情報」、「日時」、「位置」といった項目を有する。
センサ情報記憶部１２１は、物理センサによる検知に関する各種情報を記憶する。例えば、センサ情報記憶部１２１は、物理センサにより検知されたセンサ情報を記憶する。図３を用いて、実施形態に係るセンサ情報記憶部の一例について説明する。図３は、実施形態に係るセンサ情報記憶部の一例を示す図である。図３に示す例では、センサ情報記憶部１２１は、「ログＩＤ」、「種別」、「センサ情報」、「日時」、「位置」といった項目を有する。
【0024】
「ログＩＤ」は、取得されたセンサ情報を識別するための識別情報を示す。「種別」は、検知されたセンサ情報の種別に関する情報を示す。「センサ情報」は、検知されたセンサ情報を示す。図３では「センサ情報」に「ＳＮ１１」といった概念的な情報が格納される例を示したが、実際には、具体的に検知された情報（センサデータ）、または、その格納場所を示すファイルパス名などが格納されてもよい。
【0025】
例えば、センサ情報の種別「画像」である場合、「センサ情報」には、ユーザの姿をとらえた静止画像や動画像、または、これらの格納場所を示すファイルパス名などが格納される。また、例えば、センサ情報の種別「発話」である場合、「センサ情報」には、ユーザの発話を示す音声データや音声データを変換後の文字情報、または、これらの格納場所を示すファイルパス名などが格納される。
【0026】
「日時」は、センサ情報が検知された日時を示す。図３では「日時」を「ｄｔ１１」等のように抽象的に図示するが、「２０１９年３月２３日２２時３１分５２秒」等の具体的な日時が記憶されてもよい。なお、「日時」は、時点に限らず、「２０１９年３月２３日２２時３１分」や「２０１９年３月２３日２２時３０－３１分」等の所定の期間であってもよい。また、「位置」は、対応する行動が行われた位置を示す。なお、図３では「位置」を「ＬＣ１１」といった抽象的な符号で図示するが、緯度や経度を示す情報や「Ｘ県Ｙ市Ｚ町Ｂ交差点」等のような住所を示す情報が記憶されてもよい。
【0027】
（コンテンツ記憶部１２２）
コンテンツ記憶部１２２は、コンテンツに関する各種情報を記憶する。例えば、コンテンツ記憶部１２２は、コンテンツ配信装置２０から取得したコンテンツに関する情報を記憶する。例えば、コンテンツ記憶部１２２は、ニュース記事、ＳＮＳ（Social Networking Service）における投稿情報、広告、映画等のレビューであるコンテンツに関する情報を記憶する。例えば、コンテンツ記憶部１２２は、コンテンツを形成するＨＴＭＬファイルや、コンテンツに表示される文字情報や静止画像や動画像を記憶する。図４を用いて、実施形態に係るコンテンツ記憶部の一例について説明する。図４は、実施形態に係るコンテンツ記憶部の一例を示す図である。図４に示す例では、コンテンツ記憶部１２２は、「コンテンツＩＤ」、「コンテンツ」、「取得日時」といった項目を有する。
コンテンツ記憶部１２２は、コンテンツに関する各種情報を記憶する。例えば、コンテンツ記憶部１２２は、コンテンツ配信装置２０から取得したコンテンツに関する情報を記憶する。例えば、コンテンツ記憶部１２２は、ニュース記事、ＳＮＳ（Social Networking Service）における投稿情報、広告、映画等のレビューであるコンテンツに関する情報を記憶する。例えば、コンテンツ記憶部１２２は、コンテンツを形成するＨＴＭＬファイルや、コンテンツに表示される文字情報や静止画像や動画像を記憶する。図４を用いて、実施形態に係るコンテンツ記憶部の一例について説明する。図４は、実施形態に係るコンテンツ記憶部の一例を示す図である。図４に示す例では、コンテンツ記憶部１２２は、「コンテンツＩＤ」、「コンテンツ」、「取得日時」といった項目を有する。
【0028】
「コンテンツＩＤ」は、コンテンツを識別するための識別情報を示す。「コンテンツ」は、ニュース記事やＳＮＳにおける投稿情報や広告や映画のレビュー等のコンテンツに含まれる文字情報を示す。図４では「コンテンツ」に「コンテンツ＃１１」といった概念的な情報が格納される例を示したが、実際には、具体的なコンテンツ（を形成するＨＴＭＬファイル）、または、その格納場所を示すファイルパス名などが格納されてもよい。また、「コンテンツ」には、ニュース記事やＳＮＳにおける投稿情報や広告や映画のレビュー等に表示される静止画像や動画像が記憶されてもよい。あるいは、「コンテンツ」には、ニュース記事やＳＮＳにおける投稿情報や広告や映画等のレビューに表示される画像情報を解析した結果これらの画像情報から抽出される文字情報が記憶されてもよい。「取得日時」は、コンテンツが取得された日時を示す。
【0029】
（反応情報記憶部１２３）
反応情報記憶部１２３は、反応情報に関する各種情報を記憶する。例えば、反応情報記憶部１２３は、出力装置１００が生成した反応情報を記憶する。図５を用いて、実施形態に係る反応情報記憶部の一例について説明する。図５は、実施形態に係る反応情報記憶部の一例を示す図である。図５に示す例では、反応情報記憶部１２３は、「反応ＩＤ」、「反応情報」、「ユーザによる応答」、「生成日時」、「コンテンツＩＤ」といった項目を有する。
反応情報記憶部１２３は、反応情報に関する各種情報を記憶する。例えば、反応情報記憶部１２３は、出力装置１００が生成した反応情報を記憶する。図５を用いて、実施形態に係る反応情報記憶部の一例について説明する。図５は、実施形態に係る反応情報記憶部の一例を示す図である。図５に示す例では、反応情報記憶部１２３は、「反応ＩＤ」、「反応情報」、「ユーザによる応答」、「生成日時」、「コンテンツＩＤ」といった項目を有する。
【0030】
「反応ＩＤ」は、反応情報を識別するための識別情報を示す。「反応情報」は、コンテンツＩＤで識別されるコンテンツに対する反応を示す文字情報を示す。「コンテンツＩＤ」は、反応の対象となるコンテンツを識別するための識別情報を示す。「ユーザによる応答」は、反応情報に対するユーザの応答の有無を示す。具体的には、反応情報に対するユーザによる応答があった場合は「１」を、反応情報に対するユーザによる応答がなかった場合は「０」が格納される。「生成日時」は、反応情報が生成された日時を示す。
【0031】
（モデル情報記憶部１２４）
モデル情報記憶部１２４は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応を示す文字情報である反応情報を生成するモデルに関する各種情報を記憶する。例えば、モデル情報記憶部１２４は、対話システムにユーザにより入力される第１情報以外の第２情報を入力すると、第２情報に対する反応を示す文字情報である反応情報を出力するモデルを記憶する。図６を用いて、実施形態に係るモデル情報記憶部の一例について説明する。図６は、実施形態に係るモデル情報記憶部の一例を示す図である。図６に示す例では、モデル情報記憶部１２４は、「モデルＩＤ」、「モデルデータ」といった項目を有する。
モデル情報記憶部１２４は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応を示す文字情報である反応情報を生成するモデルに関する各種情報を記憶する。例えば、モデル情報記憶部１２４は、対話システムにユーザにより入力される第１情報以外の第２情報を入力すると、第２情報に対する反応を示す文字情報である反応情報を出力するモデルを記憶する。図６を用いて、実施形態に係るモデル情報記憶部の一例について説明する。図６は、実施形態に係るモデル情報記憶部の一例を示す図である。図６に示す例では、モデル情報記憶部１２４は、「モデルＩＤ」、「モデルデータ」といった項目を有する。
【0032】
「モデルＩＤ」は、反応情報を生成するモデルを識別するための識別情報を示す。「モデルデータ」は、モデルのモデルデータを示す。例えば、「モデルデータ」には、対話システムにユーザにより入力される第１情報以外の第２情報から第２情報に対する反応を示す文字情報である反応情報を生成するためのデータが格納される。
【0033】
ここで、図７を用いて、実施形態に係るモデルの一例について説明する。図７に、実施形態に係るモデルの一例を示す。図７では、対話システムにユーザにより入力される第１情報以外の第２情報から第２情報に対する反応を示す文字情報である反応情報を生成するモデルＭ１がＳｅｑ２Ｓｅｑ（Sequence to Sequence Model）である例について説明する。Ｓｅｑ２Ｓｅｑは、語句の並び（文字列）を入力して、別の語句の並び（文字列）を出力するルールを学習するモデルである。具体的には、Ｓｅｑ２Ｓｅｑは、ＲＮＮ（Recurrent Neural Network）の一種であるＬＳＴＭ（Long Short Term Memory）を構成要素とするEncoder-Decoderモデルである。
【0034】
図７に示す例では、「ＡＢＣ」という文字列を入力して、「ＷＸＹＺ」という文字列を出力する例を示す。図１に示す例に当てはめると、「ＡＢＣ」は、「ネット通販大手Ａ社で労働組合が結成された。「恣意的な人事評価」の廃止を訴えている。」というニュース記事であるコンテンツ＃１の文字情報である。また、「ＷＸＹＺ」は、「Ａ社で労働組合が結成されたみたいです。ストが起きますかね？」というコンテンツ＃１に対する反応を示す文字情報である。このような「ＡＢＣ」（ニュース記事であるコンテンツ＃１）と「ＷＸＹＺ」（コンテンツ＃１に対する応答を示す反応情報＃１）の組があった場合、Ｓｅｑ２ＳｅｑであるモデルＭ１は、図７の「ＡＢＣ」が入力されているEncoder側で「ＡＢＣ」をベクトル化し、図７の「ＷＸＹＺ」が出力されているDecoder側で「ＷＸＹＺ」を生成するようにＲＮＮの学習を行う。
【0035】
モデルデータＭＤＴ１は、第２情報が入力される入力層と、出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された第２情報に応じて、入力層に入力された第２情報に対する反応を示す反応情報を出力層から出力するよう、出力装置１００を機能させてもよい。
【0036】
ここで、モデルデータＭＤＴ１が「y=a1*x1+a2*x2+・・・+ai*xi」で示す回帰モデルで実現されるとする。この場合、モデルデータＭＤＴ１が含む第１要素は、x1やx2等といった入力データ（xi）に対応する。また、第１要素の重みは、xiに対応する係数aiに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンと見做すことができる。各モデルを単純パーセプトロンと見做した場合、第１要素は、入力層が有するいずれかのノードに対応し、第２要素は、出力層が有するノードと見做すことができる。
【0037】
また、モデルデータＭＤＴ１がＤＮＮ（Deep Neural Network）等、１つまたは複数の中間層を有するニューラルネットワークで実現されるとする。この場合、モデルデータＭＤＴ１が含む第１要素は、入力層または中間層が有するいずれかのノードに対応する。また、第２要素は、第１要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第１要素の重みは、第１要素と対応するノードから第２要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。
【0038】
出力装置１００は、上述した回帰モデルやニューラルネットワーク等、任意の構造を有するモデルを用いて、反応情報の出力を行う。具体的には、モデルデータＭＤＴ１は、第２情報が入力された場合に、第２情報に対する反応を示す反応情報を出力するように係数が設定される。出力装置１００は、このようなモデルデータＭＤＴ１を用いて、第２情報に対する反応を示す反応情報を出力する。
【0039】
なお、上記例では、モデルデータＭＤＴ１が、第２情報が入力された場合に、第２情報に対する反応を示す反応情報を出力するモデル（以下、モデルＸという。）である例を示した。しかし、実施形態に係るモデルデータＭＤＴ１は、モデルＸにデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。例えば、モデルデータＭＤＴ１は、第２情報を入力とした際に、モデルＸが出力した第２情報に対する反応を示す反応情報を入力して学習されたモデル（以下、モデルＹという。）であってもよい。または、モデルデータＭＤＴ１は、第２情報を入力とし、モデルＹの出力値を出力とするよう学習されたモデルであってもよい。
【0040】
また、出力装置１００がＧＡＮ（Generative Adversarial Networks）を用いた推定処理を行う場合、モデルデータＭＤＴ１は、ＧＡＮの一部を構成するモデルであってもよい。
【0041】
（学習データ記憶部１２５）
学習データ記憶部１２５は、モデルの学習データ(正解データ)に関する各種情報を記憶する。例えば、学習データ記憶部１２５は、コンテンツと、そのコンテンツに対する反応を示す文字情報である反応情報を記憶する。図８を用いて、実施形態に係る学習データ記憶部の一例について説明する。図８は、実施形態に係る学習データ記憶部の一例を示す図である。図８に示す例では、学習データ記憶部１２５は、「学習データＩＤ」、「コンテンツ」、「反応情報」、「日時」といった項目を有する。
学習データ記憶部１２５は、モデルの学習データ(正解データ)に関する各種情報を記憶する。例えば、学習データ記憶部１２５は、コンテンツと、そのコンテンツに対する反応を示す文字情報である反応情報を記憶する。図８を用いて、実施形態に係る学習データ記憶部の一例について説明する。図８は、実施形態に係る学習データ記憶部の一例を示す図である。図８に示す例では、学習データ記憶部１２５は、「学習データＩＤ」、「コンテンツ」、「反応情報」、「日時」といった項目を有する。
【0042】
「学習データＩＤ」は、学習データを識別するための識別情報を示す。「コンテンツ」は、ニュース記事、ＳＮＳ（Social Networking Service）における投稿情報、広告、映画のレビュー等のコンテンツに含まれる文字情報を示す。図８では「コンテンツ」に「コンテンツ＃１-１」といった概念的な情報が格納される例を示したが、実際には、具体的なコンテンツ（を形成するＨＴＭＬファイル）、または、その格納場所を示すファイルパス名などが格納されてもよい。また、「コンテンツ」には、ニュース記事やＳＮＳにおける投稿情報や広告や映画のレビュー等に表示される静止画像や動画像が記憶されてもよい。あるいは、「コンテンツ」には、ニュース記事やＳＮＳにおける投稿情報や広告や映画等のレビューに表示される画像情報を解析した結果これらの画像情報から抽出される文字情報が記憶されてもよい。「反応情報」は、コンテンツに対する反応を示す文字情報を示す。「日時」は、モデルが学習データを学習した日時を示す。
【0043】
（入力部１３０）
入力部１３０は、ユーザから各種操作を受け付ける入力装置である。例えば、入力部１３０は、キーボードやマウスや操作キー等によって実現される。
入力部１３０は、ユーザから各種操作を受け付ける入力装置である。例えば、入力部１３０は、キーボードやマウスや操作キー等によって実現される。
【0044】
（表示部１４０）
表示部１４０は、各種情報を表示するための表示装置であり、すなわち、画面である。例えば、表示部１４０は、液晶ディスプレイ等によって実現される。なお、出力装置１００にタッチパネルが採用される場合には、入力部１３０と表示部１４０とは一体化される。また、以下の説明では、表示部１４０を画面と記載する場合がある。
表示部１４０は、各種情報を表示するための表示装置であり、すなわち、画面である。例えば、表示部１４０は、液晶ディスプレイ等によって実現される。なお、出力装置１００にタッチパネルが採用される場合には、入力部１３０と表示部１４０とは一体化される。また、以下の説明では、表示部１４０を画面と記載する場合がある。
【0045】
（物理センサ１５０）
物理センサ１５０は、出力装置１００を利用するユーザの物理的な状態を検知するセンサである。例えば、物理センサ１５０は、出力装置１００の３軸方向の傾きを測定するジャイロセンサ、画像センサ、加速度センサ、温度センサ、音量センサ、明度センサ等、任意のセンサが適用可能である。
物理センサ１５０は、出力装置１００を利用するユーザの物理的な状態を検知するセンサである。例えば、物理センサ１５０は、出力装置１００の３軸方向の傾きを測定するジャイロセンサ、画像センサ、加速度センサ、温度センサ、音量センサ、明度センサ等、任意のセンサが適用可能である。
【0046】
物理センサ１５０は、出力装置１００を利用するユーザの物理的な状態に関する情報であるセンサ情報を取得する。物理センサ１５０は、センサ情報を取得すると、取得したセンサ情報をセンサ情報記憶部１２１に格納する。具体的には、音量センサである物理センサ１５０は、ユーザによる発話を示すユーザの音声に関する音声情報を取得する。音量センサである物理センサ１５０は、音声情報を取得すると、取得した音声情報をセンサ情報記憶部１２１に格納する。また、画像センサである物理センサ１５０は、ユーザの画像に関する画像情報を取得する。画像センサである物理センサ１５０は、画像情報を取得すると、取得した画像情報をセンサ情報記憶部１２１に格納する。また、加速度センサである物理センサ１５０は、ユーザの動きに伴う加速度に関する加速度情報を取得する。加速度センサである物理センサ１５０は、加速度情報を取得すると、取得した加速度情報をセンサ情報記憶部１２１に格納する。
【0047】
（制御部１６０）
制御部１６０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、出力装置１００内部の記憶装置に記憶されている各種プログラム（出力プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。例えば、この各種プログラムは、ウェブブラウザと呼ばれるアプリケーションプログラムに該当する。また、制御部１６０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
制御部１６０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、出力装置１００内部の記憶装置に記憶されている各種プログラム（出力プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。例えば、この各種プログラムは、ウェブブラウザと呼ばれるアプリケーションプログラムに該当する。また、制御部１６０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
【0048】
図２に示すように、制御部１６０は、判定部１６１と、要求部１６２と、生成部１６３と、取得部１６４と、出力部１６５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１６０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
【0049】
（判定部１６１）
判定部１６１は、ユーザに対して反応情報を出力するタイミングであるか否かを判定する。具体的には、判定部１６１は、センサ情報記憶部１２１を参照して、出力装置１００を利用するユーザの物理的な状態に関する情報であるセンサ情報を取得する。続いて、判定部１６１は、センサ情報を取得すると、取得したセンサ情報に基づいて、ユーザに対して反応情報を出力するタイミングであるか否かを判定する。
判定部１６１は、ユーザに対して反応情報を出力するタイミングであるか否かを判定する。具体的には、判定部１６１は、センサ情報記憶部１２１を参照して、出力装置１００を利用するユーザの物理的な状態に関する情報であるセンサ情報を取得する。続いて、判定部１６１は、センサ情報を取得すると、取得したセンサ情報に基づいて、ユーザに対して反応情報を出力するタイミングであるか否かを判定する。
【0050】
また、判定部１６１は、対話システムに対するユーザによる第２情報の要求以外のタイミングであるか否かを判定する。より具体的には、出力部１６５は、ユーザのコンテキストに基づくタイミングであるか否かを判定する。図１に示す例では、出力部１６５は、対話システムに対するユーザの発話から所定の期間が経過したタイミングであるか否かを判定する。図１に示す例では、判定部１６１は、センサ情報記憶部１２１を参照して、ログＬＧ１等の音声情報を取得する。続いて、判定部１６１は、音声情報を取得すると、取得した音声情報に基づいて、対話システムに対するユーザの発話から所定の期間（例えば、３０秒）が経過したタイミングであるか否かを判定する。判定部１６１は、対話システムに対するユーザの発話から所定の期間（例えば、３０秒）が経過したタイミングであると判定した場合、ユーザに対して反応情報を出力するタイミングであると判定する。
【0051】
なお、判定部１６１は、ユーザの位置情報に基づいてユーザに対して反応情報を出力するタイミングであるか否かを判定してもよい。例えば、判定部１６１は、センサ情報記憶部１２１の「位置」に格納された位置情報を参照して、出力装置１００を利用するユーザの位置情報を取得する。続いて、判定部１６１は、取得した位置情報に基づいて、ユーザが屋内にいるか屋外にいるかを判定する。例えば、判定部１６１は、ユーザがユーザの自宅にいると判定した場合、ユーザに対して反応情報を出力するタイミングであると判定してもよい。また、判定部１６１は、ユーザが公園にいると判定した場合、ユーザに対して反応情報を出力するタイミングであると判定してもよい。
【0052】
（要求部１６２）
要求部１６２は、コンテンツの配信を要求する。具体的には、要求部１６２は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合、コンテンツの配信要求をコンテンツ配信装置２０に対して送信する。また、要求部１６２は、コンテンツ配信装置２０からコンテンツを受信する。要求部１６２は、コンテンツを受信すると、受信したコンテンツをコンテンツ記憶部１２２に格納する。
要求部１６２は、コンテンツの配信を要求する。具体的には、要求部１６２は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合、コンテンツの配信要求をコンテンツ配信装置２０に対して送信する。また、要求部１６２は、コンテンツ配信装置２０からコンテンツを受信する。要求部１６２は、コンテンツを受信すると、受信したコンテンツをコンテンツ記憶部１２２に格納する。
【0053】
（生成部１６３）
生成部１６３は、第２情報から反応情報を生成する。具体的には、生成部１６３は、対話システムにユーザにより入力される第１情報以外の第２情報を取得する。より具体的には、生成部１６３は、非タスク志向型対話システムである対話システムにユーザにより入力される第１情報以外の第２情報を取得する。また、生成部１６３は、ユーザに応じて選択される第２情報を取得する。例えば、生成部１６３は、所定のコンテンツである第２情報を取得する。図１に示す例では、生成部１６３は、ニュース記事である第２情報を取得する。より具体的には、生成部１６３は、コンテンツ記憶部１２２を参照して、ニュース記事であるコンテンツ＃１を取得する。
生成部１６３は、第２情報から反応情報を生成する。具体的には、生成部１６３は、対話システムにユーザにより入力される第１情報以外の第２情報を取得する。より具体的には、生成部１６３は、非タスク志向型対話システムである対話システムにユーザにより入力される第１情報以外の第２情報を取得する。また、生成部１６３は、ユーザに応じて選択される第２情報を取得する。例えば、生成部１６３は、所定のコンテンツである第２情報を取得する。図１に示す例では、生成部１６３は、ニュース記事である第２情報を取得する。より具体的には、生成部１６３は、コンテンツ記憶部１２２を参照して、ニュース記事であるコンテンツ＃１を取得する。
【0054】
続いて、生成部１６３は、第２情報を取得すると、取得した第２情報を所定のモデルに入力することにより、反応情報を生成する。生成部１６３は、反応情報を生成すると、生成した反応情報を反応情報記憶部１２３に格納する。より具体的には、生成部１６３は、第２情報を取得すると、モデル情報記憶部１２４を参照して、モデルＭ１を取得する。例えば、生成部１６３は、対話システムにユーザにより入力される第１情報以外の第２情報を入力すると、第２情報に対する反応を示す文字情報である反応情報を出力するモデルＭ１を取得する。例えば、生成部１６３は、対話システムにユーザにより入力される第１情報以外の第２情報を入力すると、第２情報に対する反応を示す文字情報である反応情報を出力するＳｅｑ２ＳｅｑであるモデルＭ１を取得する。続いて、生成部１６３は、モデルＭ１を取得すると、取得したモデルＭ１に第２情報を入力する。生成部１６３は、モデルＭ１の出力情報を反応情報として取得する。このようにして、生成部１６３は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応を示す文字情報である反応情報を生成する。より具体的には、生成部１６３は、非タスク志向型対話システムである対話システムにユーザにより入力される第１情報以外の第２情報に対する反応情報を生成する。また、生成部１６３は、ユーザに応じて選択される第２情報に対する反応情報を生成する。例えば、生成部１６３は、所定のコンテンツである第２情報に対する反応情報を生成する。図１に示す例では、生成部１６３は、ニュース記事である第２情報に対する反応情報を生成する。より具体的には、生成部１６３は、コンテンツ配信装置２０によってユーザに応じて選択されたニュース記事であるコンテンツ＃１に対する反応を示す反応情報を生成する。
【0055】
また、生成部１６３は、第２情報の要約であるサマリ情報を生成する。図１に示す例では、生成部１６３は、ニュース記事であるコンテンツ＃１の要約に相当する文字情報である「Ａ社で労働組合が結成されたみたいです。」というサマリ情報Ｒ１１を生成する。また、生成部１６３は、ユーザとの第２情報に関連する対話の契機となる反応情報を生成する。例えば、生成部１６３は、第２情報に対する意見をユーザに要求する反応情報を取得する。図１に示す例では、生成部１６３は、ニュース記事であるコンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を生成する。生成部１６３は、サマリ情報Ｒ１１と契機情報Ｒ１２とを含む反応情報＃１を生成する。なお、図１では、生成部１６３が、サマリ情報Ｒ１１と契機情報Ｒ１２の両方を含む反応情報＃１を生成する例について説明したが、サマリ情報Ｒ１１を含まない反応情報＃１を生成してもよい。すなわち、生成部１６３は、契機情報Ｒ１２である反応情報＃１を生成してもよい。
【0056】
（取得部１６４）
取得部１６４は、生成部１６３により生成された反応情報を取得する。具体的には、取得部１６４は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得する。より具体的には、取得部１６４は、具体的には、取得部１６４は、非タスク志向型対話システムである対話システムにユーザにより入力される第１情報以外の第２情報に対する反応情報を取得する。例えば、取得部１６４は、所定のコンテンツである第２情報に対する反応情報を取得する。また、取得部１６４は、ユーザに応じて選択される第２情報に対する反応情報を取得する。図１に示す例では、取得部１６４は、ニュース記事である第２情報に対する反応情報を取得する。より具体的には、取得部１６４は、コンテンツ配信装置２０によってユーザに応じて選択されたニュース記事であるコンテンツ＃１に対する反応を示す反応情報を取得する。
取得部１６４は、生成部１６３により生成された反応情報を取得する。具体的には、取得部１６４は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得する。より具体的には、取得部１６４は、具体的には、取得部１６４は、非タスク志向型対話システムである対話システムにユーザにより入力される第１情報以外の第２情報に対する反応情報を取得する。例えば、取得部１６４は、所定のコンテンツである第２情報に対する反応情報を取得する。また、取得部１６４は、ユーザに応じて選択される第２情報に対する反応情報を取得する。図１に示す例では、取得部１６４は、ニュース記事である第２情報に対する反応情報を取得する。より具体的には、取得部１６４は、コンテンツ配信装置２０によってユーザに応じて選択されたニュース記事であるコンテンツ＃１に対する反応を示す反応情報を取得する。
【0057】
また、取得部１６４は、第２情報の要約であるサマリ情報を取得する。図１に示す例では、取得部１６４は、ニュース記事であるコンテンツ＃１の要約に相当する文字情報である「Ａ社で労働組合が結成されたみたいです。」というサマリ情報Ｒ１１を取得する。また、取得部１６４は、ユーザとの第２情報に関連する対話の契機となる反応情報を取得する。例えば、取得部１６４は、第２情報に対する意見をユーザに要求する反応情報を取得する。図１に示す例では、取得部１６４は、ニュース記事であるコンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を取得する。取得部１６４は、サマリ情報Ｒ１１と契機情報Ｒ１２とを含む反応情報＃１を取得する。なお、図１では、取得部１６４が、サマリ情報Ｒ１１と契機情報Ｒ１２の両方を含む反応情報＃１を取得する例について説明したが、サマリ情報Ｒ１１を含まない反応情報＃１を取得してもよい。すなわち、取得部１６４は、契機情報Ｒ１２である反応情報＃１を取得してもよい。
【0058】
（出力部１６５）
出力部１６５は、取得部１６４により取得された反応情報をユーザに対して出力する。具体的には、出力部１６５は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合に、取得部１６４により取得された反応情報をユーザに対して出力する。より具体的には、出力部１６５は、対話システムに対するユーザによる第２情報の要求以外のタイミングで、反応情報を出力する。例えば、出力部１６５は、ユーザのコンテキストに基づくタイミングで、反応情報を出力する。図１に示す例では、出力部１６５は、対話システムに対するユーザの発話から所定の期間が経過したタイミングで、反応情報を出力する。
出力部１６５は、取得部１６４により取得された反応情報をユーザに対して出力する。具体的には、出力部１６５は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合に、取得部１６４により取得された反応情報をユーザに対して出力する。より具体的には、出力部１６５は、対話システムに対するユーザによる第２情報の要求以外のタイミングで、反応情報を出力する。例えば、出力部１６５は、ユーザのコンテキストに基づくタイミングで、反応情報を出力する。図１に示す例では、出力部１６５は、対話システムに対するユーザの発話から所定の期間が経過したタイミングで、反応情報を出力する。
【0059】
また、出力部１６５は、サマリ情報と反応情報とを出力する。より具体的には、出力部１６５は、サマリ情報を出力した後に反応情報を出力する。また、出力部１６５は、反応情報を音声出力する。図１に示す例では、出力部１６５は、サマリ情報Ｒ１１を音声出力した後に契機情報Ｒ１２を音声出力する。
【0060】
〔３．出力処理のフロー〕
次に、図９を用いて、実施形態に係る出力処理の手順について説明する。図９は、第１の実施形態に係る出力処理手順を示すフローチャートである。図９に示す例では、出力装置１００は、センサ情報に基づいて、反応情報を出力するタイミングであるか否かを判定する（ステップＳ１０１）。出力装置１００は、反応情報を出力するタイミングでないと判定した場合（ステップＳ１０１；Ｎｏ）、処理を終了する。
次に、図９を用いて、実施形態に係る出力処理の手順について説明する。図９は、第１の実施形態に係る出力処理手順を示すフローチャートである。図９に示す例では、出力装置１００は、センサ情報に基づいて、反応情報を出力するタイミングであるか否かを判定する（ステップＳ１０１）。出力装置１００は、反応情報を出力するタイミングでないと判定した場合（ステップＳ１０１；Ｎｏ）、処理を終了する。
【0061】
一方、出力装置１００は、反応情報を出力するタイミングであると判定した場合（ステップＳ１０１；Ｙｅｓ）、コンテンツ配信装置２０から所定のコンテンツを取得する（ステップＳ１０２）。続いて、出力装置１００は、所定のコンテンツを取得すると、所定のコンテンツに対する反応情報を生成する（ステップＳ１０３）。続いて、出力装置１００は、反応情報を生成すると、生成した反応情報を出力する（ステップＳ１０４）。
【0062】
〔４．コンテンツ配信装置の構成〕
次に、図１０を用いて、実施形態に係るコンテンツ配信装置２０の構成について説明する。図１０は、実施形態に係るコンテンツ配信装置２０の構成例を示す図である。図１０に示すように、コンテンツ配信装置２０は、通信部２１と、記憶部２２と、制御部２３とを有する。
次に、図１０を用いて、実施形態に係るコンテンツ配信装置２０の構成について説明する。図１０は、実施形態に係るコンテンツ配信装置２０の構成例を示す図である。図１０に示すように、コンテンツ配信装置２０は、通信部２１と、記憶部２２と、制御部２３とを有する。
【0063】
（通信部２１）
通信部２１は、例えば、ＮＩＣ等によって実現される。そして、通信部２１は、ネットワークＮと有線または無線で接続され、出力装置１００との間で情報の送受信を行う。
通信部２１は、例えば、ＮＩＣ等によって実現される。そして、通信部２１は、ネットワークＮと有線または無線で接続され、出力装置１００との間で情報の送受信を行う。
【0064】
（記憶部２２）
記憶部２２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部１４は、図１０に示すように、ユーザ情報記憶部２２１とコンテンツ記憶部２２２とを有する。
記憶部２２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部１４は、図１０に示すように、ユーザ情報記憶部２２１とコンテンツ記憶部２２２とを有する。
【0065】
（ユーザ情報記憶部２２１）
ユーザ情報記憶部２２１は、ユーザに関する各種情報を記憶する。図１１を用いて、実施形態に係るユーザ情報記憶部の一例について説明する。図１１は、実施形態に係るユーザ情報記憶部の一例を示す図である。図１１に示す例では、ユーザ情報記憶部２２１は、「ユーザＩＤ」、「ユーザ情報」といった項目を有する。
ユーザ情報記憶部２２１は、ユーザに関する各種情報を記憶する。図１１を用いて、実施形態に係るユーザ情報記憶部の一例について説明する。図１１は、実施形態に係るユーザ情報記憶部の一例を示す図である。図１１に示す例では、ユーザ情報記憶部２２１は、「ユーザＩＤ」、「ユーザ情報」といった項目を有する。
【0066】
「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「ユーザ情報」は、ユーザに関する情報を示す。例えば、「ユーザ情報」は、ユーザが興味や関心を抱いているジャンルやトピック、趣味や嗜好に関するキーワードである。なお、「ユーザ情報」には、ユーザの年齢、性別、居住地、家族のライフサイクル、所得、職業といったユーザのデモグラフィック情報が含まれてもよい。また、「ユーザ情報」は、ユーザの価値観、ライフスタイル、性格、好みなどのサイコグラフィック情報が含まれてもよい。
【0067】
（コンテンツ記憶部２２２）
コンテンツ記憶部２２２は、コンテンツに関する各種情報を記憶する。例えば、コンテンツ記憶部２２２は、ニュース記事、ＳＮＳにおける投稿情報、広告、映画等のレビューであるコンテンツに関する情報を記憶する。例えば、コンテンツ記憶部２２２は、コンテンツを形成するＨＴＭＬファイルや、コンテンツに表示される静止画像や動画像を記憶する。図１２を用いて、実施形態に係るコンテンツ記憶部の一例について説明する。図１２は、実施形態に係るコンテンツ記憶部の一例を示す図である。図１２に示す例では、コンテンツ記憶部２２２は、「コンテンツＩＤ」、「コンテンツ」、「種別」といった項目を有する。
コンテンツ記憶部２２２は、コンテンツに関する各種情報を記憶する。例えば、コンテンツ記憶部２２２は、ニュース記事、ＳＮＳにおける投稿情報、広告、映画等のレビューであるコンテンツに関する情報を記憶する。例えば、コンテンツ記憶部２２２は、コンテンツを形成するＨＴＭＬファイルや、コンテンツに表示される静止画像や動画像を記憶する。図１２を用いて、実施形態に係るコンテンツ記憶部の一例について説明する。図１２は、実施形態に係るコンテンツ記憶部の一例を示す図である。図１２に示す例では、コンテンツ記憶部２２２は、「コンテンツＩＤ」、「コンテンツ」、「種別」といった項目を有する。
【0068】
「コンテンツＩＤ」は、コンテンツを識別するための識別情報を示す。「コンテンツ」は、ニュース記事やＳＮＳにおける投稿情報や広告や映画のレビュー等のコンテンツに含まれる文字情報を示す。図１２では「コンテンツ」に「コンテンツ＃１」といった概念的な情報が格納される例を示したが、実際には、具体的なコンテンツ（を形成するＨＴＭＬファイル）、または、その格納場所を示すファイルパス名などが格納されてもよい。また、「コンテンツ」には、ニュース記事やＳＮＳにおける投稿情報や広告や映画のレビュー等に表示される静止画像や動画像が記憶されてもよい。あるいは、「コンテンツ」には、ニュース記事やＳＮＳにおける投稿情報や広告や映画等のレビューに表示される画像情報を解析した結果これらの画像情報から抽出される文字情報が記憶されてもよい。「種別」は、コンテンツの種別を示す。例えば、「種別」は、そのコンテンツがニュース記事であるか、ＳＮＳにおける投稿情報であるか、広告であるか、映画のレビューであるかといった種別を示す。
【0069】
（制御部２３）
制御部２３は、例えば、ＣＰＵやＭＰＵ等によって、コンテンツ配信装置２０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
制御部２３は、例えば、ＣＰＵやＭＰＵ等によって、コンテンツ配信装置２０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
【0070】
図１０に示すように、制御部２３は、受付部２３１と、選択部２３２と、配信部２３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部２３の内部構成は、図１０に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
【0071】
（受付部２３１）
受付部２３１は、コンテンツの配信要求を受け付ける。受付部２３１は、コンテンツの配信要求を受信する。具体的には、受付部２３１は、出力装置１００からコンテンツの配信要求を受信する。
受付部２３１は、コンテンツの配信要求を受け付ける。受付部２３１は、コンテンツの配信要求を受信する。具体的には、受付部２３１は、出力装置１００からコンテンツの配信要求を受信する。
【0072】
（選択部２３２）
選択部２３２は、ユーザに応じたコンテンツを選択する。具体的には、選択部２３２は、受付部２３１によってコンテンツの配信要求が受け付けられると、要求元の出力装置１００を利用するユーザを特定する。例えば、選択部２３２は、ユーザ情報記憶部２２１を参照して、要求元の出力装置１００を利用するユーザを特定する。続いて、選択部２３２は、ユーザを特定すると、ユーザ情報記憶部２２１を参照して、特定したユーザに紐づくユーザ情報を取得する。選択部２３２は、ユーザ情報を取得すると、取得したユーザ情報に基づいて、ユーザに応じたコンテンツを選択する。例えば、選択部２３２は、ユーザ情報に基づいて、ユーザが興味や関心を抱いているジャンルやトピック、趣味や嗜好に関するキーワードを取得する。続いて、選択部２３２は、コンテンツ記憶部２２２を参照して、取得したキーワードが設定されたコンテンツをユーザに応じたコンテンツとして選択する。
選択部２３２は、ユーザに応じたコンテンツを選択する。具体的には、選択部２３２は、受付部２３１によってコンテンツの配信要求が受け付けられると、要求元の出力装置１００を利用するユーザを特定する。例えば、選択部２３２は、ユーザ情報記憶部２２１を参照して、要求元の出力装置１００を利用するユーザを特定する。続いて、選択部２３２は、ユーザを特定すると、ユーザ情報記憶部２２１を参照して、特定したユーザに紐づくユーザ情報を取得する。選択部２３２は、ユーザ情報を取得すると、取得したユーザ情報に基づいて、ユーザに応じたコンテンツを選択する。例えば、選択部２３２は、ユーザ情報に基づいて、ユーザが興味や関心を抱いているジャンルやトピック、趣味や嗜好に関するキーワードを取得する。続いて、選択部２３２は、コンテンツ記憶部２２２を参照して、取得したキーワードが設定されたコンテンツをユーザに応じたコンテンツとして選択する。
【0073】
図１に示す例では、選択部２３２は、ユーザＵ１を特定すると、ユーザ情報記憶部２２１を参照して、特定したユーザＵ１に紐づくユーザ情報＃１を取得する。続いて、選択部２３２は、ユーザ情報＃１を取得すると、取得したユーザ情報＃１に基づいて、ユーザＵ１が興味や関心を抱いているジャンルやトピック、趣味や嗜好に関するキーワードを取得する。続いて、選択部２３２は、コンテンツ記憶部２２２を参照して、取得したキーワードが設定されたニュース記事であるコンテンツ＃１をユーザＵ１に応じたコンテンツとして選択する。
【0074】
（配信部２３３）
配信部２３３は、選択部２３２によって選択されたコンテンツを配信する。具体的には、配信部２３３は、選択部２３２によって選択されたコンテンツを出力装置１００に配信する。図１に示す例では、配信部２３３は、選択部２３２によって選択されたコンテンツ＃１を出力装置１００に配信する。
配信部２３３は、選択部２３２によって選択されたコンテンツを配信する。具体的には、配信部２３３は、選択部２３２によって選択されたコンテンツを出力装置１００に配信する。図１に示す例では、配信部２３３は、選択部２３２によって選択されたコンテンツ＃１を出力装置１００に配信する。
【0075】
〔５．変形例〕
上述した実施形態に係る出力処理システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、出力処理システム１の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。
上述した実施形態に係る出力処理システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、出力処理システム１の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。
【0076】
〔５－１．対話システムの感想を示す反応情報の出力処理〕
図１では、出力装置１００がコンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を出力する例について説明したが、反応情報はコンテンツに対する意見をユーザに要求する文字情報に限られない。図１３では、出力装置１００が対話システムの第２情報に対する感想を示す反応情報を出力する例について説明する。図１３に示す例では、取得部１６４は、対話システムの第２情報に対する感想を示す反応情報を取得する。
図１では、出力装置１００がコンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を出力する例について説明したが、反応情報はコンテンツに対する意見をユーザに要求する文字情報に限られない。図１３では、出力装置１００が対話システムの第２情報に対する感想を示す反応情報を出力する例について説明する。図１３に示す例では、取得部１６４は、対話システムの第２情報に対する感想を示す反応情報を取得する。
【0077】
ここから、図１３を用いて、変形例に係る出力処理の一例について説明する。図１３は、変形例に係る出力処理の一例を示す図である。図１３に示す例では、判定部１６１は、センサ情報記憶部１２１を参照して、ユーザの画像に関する画像情報を取得する（ステップＳ２１）。判定部１６１は、画像情報を取得すると、取得した画像情報に基づいて、ユーザに対して反応情報を出力するタイミングであるか否かを判定する（ステップＳ２２）。具体的には、判定部１６１は、取得した画像情報に基づいて、所定時間以上（例えば、５分以上）ユーザが静止状態であると判定した場合、ユーザに対して反応情報を出力するタイミングであると判定する。続いて、要求部１６２は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合、コンテンツの配信要求をコンテンツ配信装置２０に対して送信する（ステップＳ２３）。
【0078】
コンテンツ配信装置２０は、コンテンツの配信要求を出力装置１００から取得する。コンテンツ配信装置２０は、コンテンツの配信要求を取得すると、要求元の出力装置１００を利用するユーザを特定する。続いて、コンテンツ配信装置２０は、ユーザを特定すると、ユーザに応じたコンテンツを選択する（ステップＳ２４）。コンテンツ配信装置２０は、コンテンツを選択すると、選択したコンテンツを出力装置１００に配信する。具体的には、コンテンツ配信装置２０は、政府が被災地の全避難所を対象にタブレット端末を配布することに関するニュース記事であるコンテンツ＃２を出力装置１００に配信する。
【0079】
生成部１６３は、コンテンツ配信装置２０からコンテンツ＃２を取得する（ステップＳ２５）。生成部１６３は、コンテンツ＃２を取得すると、取得したコンテンツ＃２をモデルＭ１に入力することにより、コンテンツ＃２に対する反応を示す文字情報である反応情報＃２を生成する（ステップＳ２６）。具体的には、生成部１６３は、コンテンツ＃２の要約に相当する文字情報である「政府は全避難所を対象にタブレット端末を配布するそうです。」というサマリ情報Ｒ２１を生成する。また、生成部１６３は、ユーザとのコンテンツ＃２に関連する対話の契機となる文字情報である契機情報Ｒ２２を生成する。より具体的には、生成部１６３は、対話システムのコンテンツ＃２に対する感想を示す文字情報である「停電しても使えるようなものであってほしいです。」という契機情報Ｒ２２を生成する。生成部１６３は、サマリ情報Ｒ２１と契機情報Ｒ２２とを含む反応情報＃２を生成する。取得部１６４は、生成部１６３によって生成された反応情報＃２を取得する。なお、図１３では、生成部１６３が、サマリ情報Ｒ２１と契機情報Ｒ２２の両方を含む反応情報＃２を生成する例について説明したが、サマリ情報Ｒ２１を含まない反応情報＃２を生成してもよい。すなわち、生成部１６３は、契機情報Ｒ２２である反応情報＃２を生成してもよい。
【0080】
出力部１６５は、取得部１６４によって取得された反応情報＃２を音声出力する（ステップＳ２７）。具体的には、出力装置１００は、サマリ情報Ｒ２１を音声出力した後に契機情報Ｒ２２を音声出力する。
【0081】
〔５－２．ユーザの行動を促す反応情報の出力処理〕
図１では、出力装置１００がコンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を含む反応情報＃１を出力する例について説明したが、反応情報はコンテンツに対する意見をユーザに要求する文字情報に限られない。図１４では、出力装置１００がユーザに第２情報に関連する行動を促す反応情報を出力する例について説明する。図１４に示す例では、取得部１６４は、ユーザに第２情報に関連する行動を促す反応情報を取得する。具体的には、取得部１６４は、ユーザに反応情報への応答以外の行動を促す反応情報を取得する。
図１では、出力装置１００がコンテンツ＃１に対する意見をユーザに要求する文字情報である「ストが起きますかね？」という契機情報Ｒ１２を含む反応情報＃１を出力する例について説明したが、反応情報はコンテンツに対する意見をユーザに要求する文字情報に限られない。図１４では、出力装置１００がユーザに第２情報に関連する行動を促す反応情報を出力する例について説明する。図１４に示す例では、取得部１６４は、ユーザに第２情報に関連する行動を促す反応情報を取得する。具体的には、取得部１６４は、ユーザに反応情報への応答以外の行動を促す反応情報を取得する。
【0082】
また、図１では、出力装置１００がニュース記事であるコンテンツ＃１に対する反応情報＃２を取得する例について説明したが、出力装置１００が広告である第２情報に対する反応情報を取得してもよい。図１４に示す例では、取得部１６４は、広告である第２情報に対する反応情報を取得する。
【0083】
ここから、図１４を用いて、変形例に係る出力処理の一例について説明する。図１４は、変形例に係る出力処理の一例を示す図である。図１４に示す例では、判定部１６１は、センサ情報記憶部１２１を参照して、ユーザの動きに伴う加速度に関する加速度情報を取得する（ステップＳ３１）。判定部１６１は、加速度情報を取得すると、取得した加速度情報に基づいて、ユーザに対して反応情報を出力するタイミングであるか否かを判定する（ステップＳ３２）。具体的には、判定部１６１は、取得した加速度情報に基づいて、所定時間以上（例えば、５分以上）ユーザが静止状態であると判定した場合、ユーザに対して反応情報を出力するタイミングであると判定する。続いて、要求部１６２は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合、コンテンツの配信要求をコンテンツ配信装置２０に対して送信する（ステップＳ３３）。
【0084】
コンテンツ配信装置２０は、コンテンツの配信要求を出力装置１００から取得する。コンテンツ配信装置２０は、コンテンツの配信要求を取得すると、要求元の出力装置１００を利用するユーザを特定する。続いて、コンテンツ配信装置２０は、ユーザを特定すると、ユーザに応じたコンテンツを選択する（ステップＳ３４）。コンテンツ配信装置２０は、コンテンツを選択すると、選択したコンテンツを出力装置１００に配信する。具体的には、コンテンツ配信装置２０は、商品Ｃが新発売されたことに関する広告であるコンテンツ＃３を出力装置１００に配信する。
【0085】
生成部１６３は、コンテンツ配信装置２０からコンテンツ＃３を取得する（ステップＳ３５）。生成部１６３は、コンテンツ＃３を取得すると、取得したコンテンツ＃３をモデルＭ１に入力することにより、コンテンツ＃３に対する反応を示す文字情報である反応情報＃３を生成する（ステップＳ３６）。具体的には、生成部１６３は、コンテンツ＃３の要約に相当する文字情報である「商品Ｃが発売されたみたいですね。」というサマリ情報Ｒ３１を生成する。また、生成部１６３は、ユーザとのコンテンツ＃３に関連する対話の契機となる文字情報である契機情報Ｒ３２を生成する。より具体的には、生成部１６３は、ユーザにコンテンツ＃３に関連する行動を促す文字情報である契機情報Ｒ３２を生成する。例えば、生成部１６３は、ユーザに反応情報＃３への応答以外の行動を促す文字情報である「今度一緒に買いに行ってみませんか？」という契機情報Ｒ３２を生成する。生成部１６３は、サマリ情報Ｒ３１と契機情報Ｒ３２とを含む反応情報＃２を生成する。取得部１６４は、生成部１６３によって生成された反応情報＃３を取得する。なお、図１４では、生成部１６３が、サマリ情報Ｒ３１と契機情報Ｒ３２の両方を含む反応情報＃３を生成する例について説明したが、サマリ情報Ｒ３１を含まない反応情報＃３を生成してもよい。すなわち、生成部１６３は、契機情報Ｒ３２である反応情報＃３を生成してもよい。
【0086】
出力部１６５は、取得部１６４によって取得された反応情報＃３を音声出力する（ステップＳ３７）。具体的には、出力装置１００は、サマリ情報Ｒ３１を音声出力した後に契機情報Ｒ３２を音声出力する。
【0087】
なお、図１４では、出力装置１００がニュース記事以外のコンテンツとして、広告であるコンテンツ＃２に対する反応情報＃２を取得する例について説明したが、ニュース記事以外のコンテンツは広告に限られない。具体的には、取得部１６４は、所定のＳＮＳ（Social Networking Service）における投稿情報である第２情報に対する反応情報を取得する。
【0088】
〔５－３．プッシュ通知に関するタイミングでの出力〕
出力部１６５は、対話システムにおけるプッシュ通知に関するタイミングで、反応情報を出力する。具体的には、判定部１６１は、対話システムにおけるプッシュ通知に関する情報を取得する。例えば、判定部１６１は、対話システムにおけるプッシュ通知に関する情報として、あらかじめプログラムされた所定の期間毎にプッシュ通知を行うという情報を取得する。続いて、判定部１６１は、プッシュ通知に関する情報を取得すると、取得したプッシュ通知に関する情報に基づいて、対話システムにおけるプッシュ通知に関するタイミングであるか否かを判定する。出力部１６５は、判定部１６１によって対話システムにおけるプッシュ通知に関するタイミングであると判定された場合、反応情報を出力する。
出力部１６５は、対話システムにおけるプッシュ通知に関するタイミングで、反応情報を出力する。具体的には、判定部１６１は、対話システムにおけるプッシュ通知に関する情報を取得する。例えば、判定部１６１は、対話システムにおけるプッシュ通知に関する情報として、あらかじめプログラムされた所定の期間毎にプッシュ通知を行うという情報を取得する。続いて、判定部１６１は、プッシュ通知に関する情報を取得すると、取得したプッシュ通知に関する情報に基づいて、対話システムにおけるプッシュ通知に関するタイミングであるか否かを判定する。出力部１６５は、判定部１６１によって対話システムにおけるプッシュ通知に関するタイミングであると判定された場合、反応情報を出力する。
【0089】
〔５－４．検索が行われたタイミングでの出力〕
出力部１６５は、対話システムに対する行動以外のユーザの行動であって、第２情報に関連するユーザの行動が行われたタイミングで、反応情報を出力する。具体的には、出力部１６５は、ユーザが第２情報に関連する検索を行ったタイミングで、反応情報を出力する。より具体的には、判定部１６１は、ユーザの検索行動に関する検索情報を検索サーバ（図示略）から取得する。続いて、判定部１６１は、検索情報を取得すると、取得した検索情報に基づいて、ユーザが第２情報に関連する検索を行ったタイミングであるか否かを判定する。出力部１６５は、判定部１６１によってユーザが第２情報に関連する検索を行ったタイミングであると判定された場合、反応情報を出力する。
出力部１６５は、対話システムに対する行動以外のユーザの行動であって、第２情報に関連するユーザの行動が行われたタイミングで、反応情報を出力する。具体的には、出力部１６５は、ユーザが第２情報に関連する検索を行ったタイミングで、反応情報を出力する。より具体的には、判定部１６１は、ユーザの検索行動に関する検索情報を検索サーバ（図示略）から取得する。続いて、判定部１６１は、検索情報を取得すると、取得した検索情報に基づいて、ユーザが第２情報に関連する検索を行ったタイミングであるか否かを判定する。出力部１６５は、判定部１６１によってユーザが第２情報に関連する検索を行ったタイミングであると判定された場合、反応情報を出力する。
【0090】
〔５－５．コンテンツ取得後のタイミング判定〕
図１では、判定部１６１によってユーザに対して反応情報を出力するタイミングであるか否かを判定した後に、要求部１６２がコンテンツの配信要求をコンテンツ配信装置２０に送信する例について説明したが、これに限られない。具体的には、出力部１６５は、所定時間（例えば、６０分）毎に反応情報を出力する。また、要求部１６２は、所定時間（例えば、３０分）毎にコンテンツの配信要求をコンテンツ配信装置２０に送信する。例えば、要求部１６２は、ある時刻ｔ１にコンテンツの配信要求をコンテンツ配信装置２０に送信する。コンテンツ配信装置２０は、配信要求を受け付けると、第１コンテンツを出力装置１００に配信する。続いて、要求部１６２は、コンテンツ配信装置２０から第１コンテンツを取得する。要求部１６２は、第１コンテンツを取得すると、取得した第１コンテンツをコンテンツ記憶部１２２に格納する。続いて、生成部１６３は、コンテンツ記憶部１２２を参照して第１コンテンツを取得する。生成部１６３は、第１コンテンツを取得すると、取得した第１コンテンツを所定のモデルに入力することにより、第１反応情報を生成する。生成部１６３は、第１反応情報を生成すると、生成した第１反応情報を反応情報記憶部１２３に格納する。
図１では、判定部１６１によってユーザに対して反応情報を出力するタイミングであるか否かを判定した後に、要求部１６２がコンテンツの配信要求をコンテンツ配信装置２０に送信する例について説明したが、これに限られない。具体的には、出力部１６５は、所定時間（例えば、６０分）毎に反応情報を出力する。また、要求部１６２は、所定時間（例えば、３０分）毎にコンテンツの配信要求をコンテンツ配信装置２０に送信する。例えば、要求部１６２は、ある時刻ｔ１にコンテンツの配信要求をコンテンツ配信装置２０に送信する。コンテンツ配信装置２０は、配信要求を受け付けると、第１コンテンツを出力装置１００に配信する。続いて、要求部１６２は、コンテンツ配信装置２０から第１コンテンツを取得する。要求部１６２は、第１コンテンツを取得すると、取得した第１コンテンツをコンテンツ記憶部１２２に格納する。続いて、生成部１６３は、コンテンツ記憶部１２２を参照して第１コンテンツを取得する。生成部１６３は、第１コンテンツを取得すると、取得した第１コンテンツを所定のモデルに入力することにより、第１反応情報を生成する。生成部１６３は、第１反応情報を生成すると、生成した第１反応情報を反応情報記憶部１２３に格納する。
【0091】
続いて、要求部１６２は、時刻ｔ１から３０分後の時刻ｔ２にコンテンツの配信要求をコンテンツ配信装置２０に送信する。コンテンツ配信装置２０は、配信要求を受け付けると、第２コンテンツを出力装置１００に配信する。続いて、要求部１６２は、コンテンツ配信装置２０から第２コンテンツを取得する。要求部１６２は、第２コンテンツを取得すると、取得した第２コンテンツをコンテンツ記憶部１２２に格納する。続いて、生成部１６３は、第２コンテンツを所定のモデルに入力することにより、第２反応情報を生成する。生成部１６３は、第２反応情報を生成すると、生成した第２反応情報を反応情報記憶部１２３に格納する。続いて、生成部１６３は、第２反応情報を生成すると、コンテンツ記憶部１２２を参照して、時刻ｔ１に配信を要求した第１コンテンツと時刻ｔ２に配信を要求した第２コンテンツとを取得する。続いて、生成部１６３は、第１コンテンツと第２コンテンツを取得すると、第１コンテンツと第２コンテンツとの類似度を判定する。生成部１６３は、第１コンテンツと第２コンテンツとの類似度が所定の閾値を超える場合には、第１コンテンツが古くなり、新しい第２コンテンツに更新されたとみなして、コンテンツ記憶部１２２から第１コンテンツを削除する。続いて、判定部１６１は、ユーザに対して反応情報を出力するタイミングであるか否かを判定する。出力部１６５は、判定部１６１によってユーザに対して反応情報を出力するタイミングであると判定された場合、第２反応情報を出力する。
【0092】
〔５－６．レビューに対する反応情報〕
生成部１６３は、映画レビューであるコンテンツに対する反応情報として、対話システムがレビューの書き手の立場で述べられる文字情報である反応情報を生成する。例えば、生成部１６３は、ホラー映画の映画レビューであるコンテンツに対する反応情報として、「××（映画タイトル）怖かったですね！今夜は眠れなさそうです。」といったレビューの書き手の立場で述べられる文字情報である反応情報を生成する。
生成部１６３は、映画レビューであるコンテンツに対する反応情報として、対話システムがレビューの書き手の立場で述べられる文字情報である反応情報を生成する。例えば、生成部１６３は、ホラー映画の映画レビューであるコンテンツに対する反応情報として、「××（映画タイトル）怖かったですね！今夜は眠れなさそうです。」といったレビューの書き手の立場で述べられる文字情報である反応情報を生成する。
【0093】
〔５－７．モデルの更新〕
生成部１６３は、ユーザによる応答をフィードバックして更新されたモデルを用いて反応情報を生成する。具体的には、生成部１６３は、反応情報記憶部１２３の「ユーザによる応答の有無」の項目を参照して、ユーザによる応答の有無に応じて更新されたモデルを用いて反応情報を生成する。例えば、生成部１６３は、ユーザによる応答があった反応情報とコンテンツとのセットデータに対する学習の重みをユーザによる応答がなかった反応情報とコンテンツとのセットデータに対する学習の重みよりも大きくして学習されたモデルを用いて反応情報を生成する。
生成部１６３は、ユーザによる応答をフィードバックして更新されたモデルを用いて反応情報を生成する。具体的には、生成部１６３は、反応情報記憶部１２３の「ユーザによる応答の有無」の項目を参照して、ユーザによる応答の有無に応じて更新されたモデルを用いて反応情報を生成する。例えば、生成部１６３は、ユーザによる応答があった反応情報とコンテンツとのセットデータに対する学習の重みをユーザによる応答がなかった反応情報とコンテンツとのセットデータに対する学習の重みよりも大きくして学習されたモデルを用いて反応情報を生成する。
【0094】
〔５－８．要約生成モデルと反応生成モデル〕
図１に示す例では、生成部１６３がコンテンツ＃１を一つのモデルＭ１に入力して、サマリ情報Ｒ１１と契機情報Ｒ１２とを含む反応情報＃１を生成する例について説明したが、サマリ情報Ｒ１１と契機情報Ｒ１２とを別のモデルで生成してもよい。具体的には、生成部１６３は、第２情報を入力すると、第２情報の要約であるサマリ情報を出力するモデルＭ１１を用いて、サマリ情報を生成する。また、生成部１６３は、第２情報を入力すると、第２情報に対する反応を示す反応情報を出力するモデルＭ１２を用いて、反応情報を生成する。図１に示す例では、生成部１６３は、コンテンツ＃１を入力すると、コンテンツ＃１の要約であるサマリ情報Ｒ１１を出力するモデルＭ１１を用いて、サマリ情報Ｒ１１を生成する。また、生成部１６３は、コンテンツ＃１を入力すると、コンテンツ＃１に対する反応を示す契機情報Ｒ１２を出力するモデルＭ１２を用いて、契機情報Ｒ１２を生成する。
図１に示す例では、生成部１６３がコンテンツ＃１を一つのモデルＭ１に入力して、サマリ情報Ｒ１１と契機情報Ｒ１２とを含む反応情報＃１を生成する例について説明したが、サマリ情報Ｒ１１と契機情報Ｒ１２とを別のモデルで生成してもよい。具体的には、生成部１６３は、第２情報を入力すると、第２情報の要約であるサマリ情報を出力するモデルＭ１１を用いて、サマリ情報を生成する。また、生成部１６３は、第２情報を入力すると、第２情報に対する反応を示す反応情報を出力するモデルＭ１２を用いて、反応情報を生成する。図１に示す例では、生成部１６３は、コンテンツ＃１を入力すると、コンテンツ＃１の要約であるサマリ情報Ｒ１１を出力するモデルＭ１１を用いて、サマリ情報Ｒ１１を生成する。また、生成部１６３は、コンテンツ＃１を入力すると、コンテンツ＃１に対する反応を示す契機情報Ｒ１２を出力するモデルＭ１２を用いて、契機情報Ｒ１２を生成する。
【0095】
この場合、出力処理システム１は、サマリ役の出力装置１００と、反応役の出力装置１００という複数の出力装置１００を含んでもよい。例えば、サマリ役の出力装置１００が、コンテンツ＃１の要約であるサマリ情報Ｒ１１を音声出力する。続いて、反応役の出力装置１００が、コンテンツ＃１に対する反応を示す契機情報Ｒ１２をサマリ役の出力装置１００とは異なる音声によって音声出力する。なお、出力処理システム１は、サマリ役の出力装置１００と、反応役の出力装置１００の他にも、対話を進行させる役の出力装置１００と、対話の進行を補助する役の出力装置１００といった複数の出力装置１００を含んでもよい。
【0096】
〔５－９．画面への出力〕
出力部１６５は、音声に代えて、文字情報を画面に表示することで反応情報をユーザに対して出力してもよい。また、出力部１６５は、音声に代えて、画像情報を出力してもよい。この場合、出力部１６５は、反応情報をユーザが一見して理解できる画像を表示する。画像情報は動画、静止画どちらでもよい。さらに、出力装置１００が人型のロボットである場合、出力部１６５は、ロボットの身振りや手振りで反応情報を出力してもよい。
出力部１６５は、音声に代えて、文字情報を画面に表示することで反応情報をユーザに対して出力してもよい。また、出力部１６５は、音声に代えて、画像情報を出力してもよい。この場合、出力部１６５は、反応情報をユーザが一見して理解できる画像を表示する。画像情報は動画、静止画どちらでもよい。さらに、出力装置１００が人型のロボットである場合、出力部１６５は、ロボットの身振りや手振りで反応情報を出力してもよい。
【0097】
〔６．効果〕
上述してきたように、実施形態に係る出力装置１００は、取得部１６４と出力部１６５とを備える。取得部１６４は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得する。出力部１６５は、取得部１６４により取得された反応情報をユーザに対して出力する。
上述してきたように、実施形態に係る出力装置１００は、取得部１６４と出力部１６５とを備える。取得部１６４は、対話システムにユーザにより入力される第１情報以外の第２情報に対する反応として生成された文字情報である反応情報を取得する。出力部１６５は、取得部１６４により取得された反応情報をユーザに対して出力する。
【0098】
これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、ニュース記事等に関連する対話の契機となる文字情報を自発的に出力することができる。すなわち、出力装置１００は、装置から人へ自発的に適切に話しかけることができる。したがって、出力装置１００は、対話システムへのユーザによる入力に寄らずに適切な情報を出力するができる。
【0099】
また、取得部１６４は、非タスク志向型対話システムである対話システムにユーザにより入力される第１情報以外の第２情報に対する反応情報を取得する。
【0100】
これにより、出力装置１００は、非タスク志向型対話システムに対するユーザからの働きかけがなくとも、ニュース記事等に関連する対話の契機となる文字情報を自発的に出力することができる。
【0101】
また、取得部１６４は、所定のコンテンツである第２情報に対する反応情報を取得する。
【0102】
これにより、出力装置１００は、所定のコンテンツに関連する対話の契機となる文字情報を自発的に出力することができる。
【0103】
また、取得部１６４は、ニュース記事である第２情報に対する反応情報を取得する。
【0104】
これにより、出力装置１００は、ニュース記事に関連する対話の契機となる文字情報を自発的に出力することができる。
【0105】
また、取得部１６４は、所定のＳＮＳ（Social Networking Service）における投稿情報である第２情報に対する反応情報を取得する。
【0106】
これにより、出力装置１００は、ＳＮＳにおける投稿情報に関連する対話の契機となる文字情報を自発的に出力することができる。
【0107】
また、取得部１６４は、広告である第２情報に対する反応情報を取得する。
【0108】
これにより、出力装置１００は、広告に関連する対話の契機となる文字情報を自発的に出力することができる。
【0109】
また、取得部１６４は、ユーザとの第２情報に関連する対話の契機となる反応情報を取得する。
【0110】
これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、ニュース記事等に関連する対話の契機となる文字情報を自発的に出力することができる。
【0111】
また、取得部１６４は、対話システムの第２情報に対する感想を示す反応情報を取得する。
【0112】
これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、第２情報に対する感想を対話の契機として自発的に適切な対話を始めることができる。
【0113】
また、取得部１６４は、第２情報に対する意見をユーザに要求する反応情報を取得する。
【0114】
これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、第２情報に対するに対する意見をユーザに要求することを対話の契機として自発的に適切な対話を始めることができる。
【0115】
また、取得部１６４は、ユーザに第２情報に関連する行動を促す反応情報を取得する。例えば、取得部１６４は、ユーザに反応情報への応答以外の行動を促す反応情報を取得する。
【0116】
これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、第２情報関連する行動を促すことを対話の契機として自発的に適切な対話を始めることができる。
【0117】
また、出力部１６５は、対話システムに対するユーザによる第２情報の要求以外のタイミングで、反応情報を出力する。
【0118】
これにより、出力装置１００は、対話システムに対するユーザからの働きかけがなくとも、自発的に適切な対話を始めることができる。
【0119】
また、出力部１６５は、対話システムにおけるプッシュ通知に関するタイミングで、反応情報を出力する。
【0120】
これにより、出力装置１００は、対話システムにおけるプッシュ通知に関するタイミングで、自発的に適切な対話を始めることができる。
【0121】
また、出力部１６５は、ユーザのコンテキストに基づくタイミングで、反応情報を出力する。
【0122】
これにより、出力装置１００は、ユーザのコンテキストに応じて、自発的に適切な対話を始めることができる。
【0123】
また、出力部１６５は、対話システムに対するユーザの発話から所定の期間が経過したタイミングで、反応情報を出力する。
【0124】
これにより、出力装置１００は、ユーザとの対話が途切れたタイミングで、自発的に適切な対話を始めることができる。
【0125】
また、出力部１６５は、対話システムに対する行動以外のユーザの行動であって、第２情報に関連するユーザの行動が行われたタイミングで、反応情報を出力する。例えば、出力部１６５は、ユーザが第２情報に関連する検索を行ったタイミングで、反応情報を出力する。
【0126】
これにより、出力装置１００は、ユーザによる検索が行われたタイミングで、自発的に適切な対話を始めることができる。
【0127】
また、実施形態に係る出力装置１００は、生成部１６３をさらに備える。生成部１６３は、第２情報から反応情報を生成する。取得部１６４は、生成部１６３により生成された反応情報を取得する。具体的には、生成部１６３は、第２情報を所定のモデルに入力することにより、反応情報を生成する。
【0128】
これにより、出力装置１００は、あらかじめ登録された反応情報以外の反応情報を、自発的に適切に出力することができる。
【0129】
また、取得部１６４は、ユーザに応じて選択される第２情報に対する反応情報を取得する。
【0130】
これにより、出力装置１００は、ユーザに応じた内容の対話を自発的に適切に始めることができる。
【0131】
また、出力部１６５は、反応情報を音声出力する。さらに、出力部１６５は、音声に代えて、画像情報を出力してもよい。この場合、出力部１６５は、反応情報をユーザが一見して理解できる画像を表示する。画像情報は動画、静止画どちらでもよい。
【0132】
これにより、出力装置１００は、タイムリーな反応情報を自発的に適切に出力することができる。
【0133】
また、取得部１６４は、第２情報の要約であるサマリ情報を取得する。また、出力部１６５は、サマリ情報と反応情報とを出力する。また、出力部１６５は、サマリ情報を出力した後に反応情報を出力する。
【0134】
これにより、出力装置１００は、サマリ情報を出力することにより、ユーザとの共通の話題を共有することを可能にする。また、出力装置１００は、反応情報を出力することにより、サマリ情報に対するユーザの応答を引き出すきっかけを作ることができる。
【0135】
〔７．ハードウェア構成〕
また、上述してきた実施形態に係る出力装置１００およびコンテンツ配信装置２０は、例えば図１５に示すような構成のコンピュータ１０００によって実現される。図１５は、出力装置１００およびコンテンツ配信装置２０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を備える。
また、上述してきた実施形態に係る出力装置１００およびコンテンツ配信装置２０は、例えば図１５に示すような構成のコンピュータ１０００によって実現される。図１５は、出力装置１００およびコンテンツ配信装置２０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を備える。
【0136】
ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
【0137】
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。
【0138】
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。
【0139】
メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
【0140】
例えば、コンピュータ１０００が出力装置１００およびコンテンツ配信装置２０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１６０または制御部２３の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
【0141】
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【0142】
〔８．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
【0143】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
【0144】
また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【0145】
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、出力部は、出力手段や出力回路に読み替えることができる。
【符号の説明】
【0146】
１ 出力処理システム
１００ 出力装置
１１０ 通信部
１２０ 記憶部
１２１ センサ情報記憶部
１２２ コンテンツ記憶部
１２３ 反応情報記憶部
１２４ モデル情報記憶部
１２５ 学習データ記憶部
１３０ 入力部
１４０ 表示部
１５０ 物理センサ
１６０ 制御部
１６１ 判定部
１６２ 要求部
１６３ 生成部
１６４ 取得部
１６５ 出力部
１００ 出力装置
１１０ 通信部
１２０ 記憶部
１２１ センサ情報記憶部
１２２ コンテンツ記憶部
１２３ 反応情報記憶部
１２４ モデル情報記憶部
１２５ 学習データ記憶部
１３０ 入力部
１４０ 表示部
１５０ 物理センサ
１６０ 制御部
１６１ 判定部
１６２ 要求部
１６３ 生成部
１６４ 取得部
１６５ 出力部
【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】