特許 7424710 情報処理システム、情報処理方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-01-22

(45)【発行日】2024-01-30

(54)【発明の名称】情報処理システム、情報処理方法及びプログラム

(51)【国際特許分類】

   H04L 51/21 20220101AFI20240123BHJP

【ＦＩ】

H04L51/21

【請求項の数】 7

(21)【出願番号】P 2023196559

(22)【出願日】2023-11-20

(62)【分割の表示】P 2023177545の分割

【原出願日】2023-10-13

【審査請求日】2023-11-20

【早期審査対象出願】

(73)【特許権者】

【識別番号】519259205

【氏名又は名称】株式会社コミュニティオ

(74)【代理人】

【識別番号】110003339

【氏名又は名称】弁理士法人南青山国際特許事務所

(72)【発明者】

【氏名】石川 暁

(72)【発明者】

【氏名】嶋田 大輔

【審査官】岩田 玲彦

(56)【参考文献】

【文献】庵翔太・砂山渡・畑中裕司・小郷原一智，深層学習を用いた好意と悪意を含む表現の可視化による文章推敲支援，インタラクティブ情報アクセスと可視化マイニング 第２４回研究会 ［ｏｎｌｉｎｅ］ ，日本，人工知能学会，2020年03月14日，P.36-43

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｌ ５１／２１

(57)【特許請求の範囲】

【請求項1】

送信者端末の所定のビジネスツールで蓄積されたユーザの行動履歴情報を記憶する記憶部と、
前記記憶された行動履歴情報を基に、前記ユーザと他のユーザとの業務上の関係の高さを示す業務的関係値を算出し、当該業務的関係値が高い他のユーザを抽出するように学習モデルを機械学習させ、
前記学習モデルから、前記ユーザと前記業務的関係値が高い他のユーザの情報を受信し、
前記業務的関係値が高い他のユーザを、前記送信者端末のビジネスコミュニケーションツールによって作成される新たなメッセージの送信先として推薦する推薦情報を前記送信者端末へ送信する、
制御部と
を具備する情報処理システム。

【請求項2】

請求項１に記載の情報処理システムであって、
前記制御部は、
前記メッセージに含まれる感謝または称賛の表現に関する所定の指標を基に、前記作成されたメッセージにおける感情の表現に関する評価値を算出するように前記学習モデルを学習させ、
前記学習モデルから、前記作成されたメッセージについて算出された前記評価値を示す評価値情報を受信し、当該評価値情報を前記送信者端末へ送信して表示させ、
これまでに作成された前記メッセージにおける評価値を前記メッセージの送信先のユーザ毎に統計した統計値を算出し、当該統計値が低い他のユーザを抽出するように前記学習モデルを学習させ、当該学習モデルから当該統計値が低い他のユーザの情報を受信し、
前記業務的関係値が高く、かつ、前記統計値が低い他のユーザを、新たな前記メッセージの送信先として推薦する前記推薦情報を前記送信者端末へ送信する
情報処理システム。

【請求項3】

請求項２に記載の情報処理システムであって、
前記制御部は、前記送信者端末からの要求に応じて、前記推薦情報として、前記業務的関係値が高く、かつ、前記統計値が低い他のユーザの一覧情報を、当該他のユーザを送信先とするメッセージの作成画面を表示させるためのユーザインタフェースと共に前記送信者端末に表示させる
情報処理システム。

【請求項4】

請求項２または３に記載の情報処理システムであって、
前記制御部は、
前記ユーザに前記他のユーザの前記業務的関係値が高く前記統計値が低いと判断した根拠を質問された場合に当該根拠となる情報を返答するように前記学習モデルを学習させ、
チャットボットを介して、前記送信者端末から前記ユーザからの前記質問を受信した場合に、当該学習モデルから当該根拠となる情報を受信して前記送信者端末に前記チャットボットを介して表示させる
情報処理システム。

【請求項5】

請求項２に記載の情報処理システムであって、
前記制御部は、前記業務的関係値が高い他のユーザの一覧情報を、当該他のユーザの前記統計値を要求するためのユーザインタフェースと共に前記送信者端末に表示させ、当該ユーザインタフェースによりいずれかの他のユーザが選択された場合に、当該他のユーザの前記統計値を示す情報を、当該他のユーザを送信先とするメッセージの作成画面を表示させるためのユーザインタフェースと共に前記送信者端末に表示させる
情報処理システム。

【請求項6】

送信者端末の所定のビジネスツールで蓄積されたユーザの行動履歴情報を記憶し、
前記記憶された行動履歴情報を基に、前記ユーザと他のユーザとの業務上の関係の高さを示す業務的関係値を算出し、当該業務的関係値が高い他のユーザを抽出するように学習モデルを機械学習させ、
前記学習モデルから、前記ユーザと前記業務的関係値が高い他のユーザの情報を受信し、
前記業務的関係値が高い他のユーザを、前記送信者端末のビジネスコミュニケーションツールによって作成される新たなメッセージの送信先として推薦する推薦情報を前記送信者端末へ送信する、
情報処理方法。

【請求項7】

情報処理装置に、
送信者端末の所定のビジネスツールで蓄積されたユーザの行動履歴情報を記憶するステップと、
前記記憶された行動履歴情報を基に、前記ユーザと他のユーザとの業務上の関係の高さを示す業務的関係値を算出し、当該業務的関係値が高い他のユーザを抽出するように学習モデルを機械学習させるステップと、
前記学習モデルから、前記ユーザと前記業務的関係値が高い他のユーザの情報を受信するステップと、
前記業務的関係値が高い他のユーザを、前記送信者端末のビジネスコミュニケーションツールによって作成される新たなメッセージの送信先として推薦する推薦情報を前記送信者端末へ送信するステップと、
を実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ビジネスコミュニケーションツールにおいて送信されるメッセージの作成を支援することが可能な情報処理システム、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

従来から、企業内において、ビジネスコミュニケーションツールを用いて従業員が他の従業員にメッセージを送信した場合に、当該送信されたメッセージを解析して当該ユーザを評価する技術が存在する。

【0003】

例えば下記特許文献１には、所定期間内に各利用者が送信又は受信した感謝メッセージの送信回数、受信回数等に基づいて、活性度を診断したり、退職のリスクを判断したりすることが記載されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特許第６３７９２７０号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記特許文献１に記載のような従来技術では、メッセージの中身までは解析しておらず、送信されたメッセージの内容によっては、送信者の感情が送信相手に適切に伝わっていない可能性もある。

【0006】

以上のような事情に鑑み、本発明の目的は、ユーザが作成したメッセージが送信先のユーザへの肯定的な感情が適切に表現できているか否かを送信前に評価し把握させることが可能な情報処理システム、情報処理方法及びプログラムを提供することにある。

【課題を解決するための手段】

【0007】

上記目的を達成するため、本発明の一形態に係る情報処理システムは、制御部を有する。当該制御部は、メッセージに含まれる送信相手への肯定的な感情の適切な表現に関する情報を機械学習させた学習モデルへ、送信者端末においてビジネスコミュニケーションツールを用いてユーザに作成された、送信先へ未送信のメッセージを入力する。そして制御部は、前記学習モデルから、前記入力されたメッセージにおける前記適切な表現に関する助言情報を受信し、前記助言情報を前記送信者端末へ送信して表示させる。

【0008】

これにより情報処理システムは、ユーザが作成したメッセージが送信先のユーザへの肯定的な感情が適切に表現できているか否かを送信前に評価し把握させ、質の高いメッセージを送信させることができる。上記学習モデルは例えば大規模言語モデル（ＬＬＭ）をベースとした例えばChatGPT等の生成系ＡＩであるが、これに限られない。

【0009】

前記制御部は、前記学習モデルから、前記入力されたメッセージにおける感情の表現に関する評価値を示す評価値情報を受信し、当該評価値情報を前記送信者端末へ送信して表示させてもよい。

【0010】

これにより情報処理システムは、ユーザが作成したメッセージにおいて感情がどれほど適切に表現できているかを客観的にユーザに把握させることができる。

【0011】

前記制御部は、メッセージに含まれる感謝または称賛の表現に関する所定の指標を基に前記評価値を算出し、かつ、当該評価値の算出に関係した指標に関する情報を前記助言情報として生成するように前記学習モデルを学習させてもよい。

【0012】

これにより情報処理システムは、上記評価値を客観的な指標で生成することができ、かつ当該指標（その評価値が算出された根拠）に関する情報をユーザに把握させ、メッセージを改善させることができる。

【0013】

上記情報処理システムは、前記ビジネスコミュニケーションツールのユーザに関するユーザ情報と、当該ユーザが前記学習モデルへ前記助言情報を要求する権利に関する助言要求権利情報とを対応付けて記憶する記憶部をさらに具備してもよい。この場合前記制御部は、前記ユーザが利用するビジネスコミュニケーションツールから、前記助言情報を要求する助言要求を受信した場合に、前記記憶された助言要求権利情報を基に、前記権利があるか否かを判定し、当該権利があると判定した場合に、前記メッセージの入力とともに前記学習モデルへ前記助言情報を要求してもよい。

【0014】

これにより情報処理システムは、上記学習モデルの利用が例えば従量課金制である等、利用コストが発生する場合に、学習モデルをユーザが無尽蔵に利用するとユーザの企業の予算を大幅に圧迫させてしまうところ、予算に適切な利用量となるよう、ユーザ一人当たりの利用を管理することができる。

【0015】

上記情報処理システムは、所定のビジネスツールで蓄積された前記ユーザの行動履歴情報を記憶する記憶部をさらに具備してもよい。この場合前記制御部は、前記記憶された行動履歴情報を基に、前記ユーザと他のユーザとの業務上の関係の高さを示す業務的関係値を算出し、当該業務的関係値が高い他のユーザを抽出するように前記学習モデルを学習させ、当該学習モデルから当該業務的関係値が高い他のユーザの情報を受信し、これまでに作成された前記助言情報における評価値を前記メッセージの送信先のユーザ毎に統計した統計値を算出し、当該統計値が低い他のユーザを抽出するように前記学習モデルを学習させ、当該学習モデルから当該統計値が低い他のユーザの情報を受信し、前記業務的関係値が高く、かつ、前記統計値が低い他のユーザを、新たな前記メッセージの送信先として推薦する推薦情報を前記送信者端末へ送信してもよい。

【0016】

これにより情報処理システムは、ユーザと業務的関係が高いもののメッセージで感謝または称賛の感情を適切に伝えられていない他のユーザへメッセージを送付するための始点をユーザに誘起することができる。上記統計値とは、例えば平均値、最大値、最小値等であるが、その他の数学的処理を行った値であってもよい。

【0017】

前記制御部は、前記送信者端末からの要求に応じて、前記推薦情報として、前記業務的関係値が高く、かつ、前記統計値が低い他のユーザの一覧情報を、当該他のユーザを送信先とするメッセージの作成画面を表示させるためのユーザインタフェースと共に前記送信者端末に表示させてもよい。

【0018】

これにより情報処理システムは、メッセージを送信すべき他のユーザの一覧と共にメッセージ作成のためのインタフェースを表示させることで、ユーザにメッセージ送信の必要性の把握からメッセージ作成までの作業を直観的に行わせることができる。

【0019】

前記制御部は、前記ユーザに前記他のユーザの前記業務的関係値が高く前記統計値が低いと判断した根拠を質問された場合に当該根拠となる情報を返答するように前記学習モデルを学習させ、チャットボットを介して、前記送信者端末から前記ユーザからの前記質問を受信した場合に、当該学習モデルから当該根拠となる情報を受信して前記送信者端末に前記チャットボットを介して表示させてもよい。

【0020】

これにより情報処理システムは、他のユーザにメッセージを送信すべき客観的な理由を、チャットボットを介して直観的にユーザに把握させることができる。

【0021】

前記制御部は、前記業務的関係値が高い他のユーザの一覧情報を、当該他のユーザの前記統計値を要求するためのユーザインタフェースと共に前記送信者端末に表示させ、当該ユーザインタフェースによりいずれかの他のユーザが選択された場合に、当該他のユーザの前記統計値を示す情報を、当該他のユーザを送信先とするメッセージの作成画面を表示させるためのユーザインタフェースと共に前記送信者端末に表示させてもよい。

【0022】

これにより情報処理システムは、メッセージを送信すべき他のユーザの中から、ユーザが興味のあるユーザを選択させ、そのユーザへこれまで送信されたメッセージの評価値を把握させることで、ユーザに当該他のユーザへのメッセージの送信の必要性をより印象付けることができる。

【0023】

本発明の他の形態に係る情報処理方法は、
メッセージに含まれる送信相手への肯定的な感情の適切な表現に関する情報を機械学習させた学習モデルへ、送信者端末においてビジネスコミュニケーションツールを用いてユーザに作成された、送信先へ未送信のメッセージを入力し、
前記学習モデルから、前記入力されたメッセージにおける前記適切な表現に関する助言情報を受信し、
前記助言情報を前記送信者端末へ送信して表示させる、ことを含む。

【0024】

本発明のまた別の形態に係るプログラムは、情報処理装置に、
メッセージに含まれる送信相手への肯定的な感情の適切な表現に関する情報を機械学習させた学習モデルへ、送信者端末においてビジネスコミュニケーションツールを用いてユーザに作成された、送信先へ未送信のメッセージを入力するステップと、
前記学習モデルから、前記入力されたメッセージにおける前記適切な表現に関する助言情報を受信するステップと、
前記助言情報を前記送信者端末へ送信して表示させるステップと、を実行させる。

【発明の効果】

【0025】

以上説明したように、本発明によれば、ユーザが作成したメッセージが送信先のユーザへの肯定的な感情が適切に表現できているか否かを送信前に評価し把握させることができる。しかし、当該効果は本発明を限定するものではない。

【図面の簡単な説明】

【0026】

【図1】本発明の第１実施形態に係るメッセージ作成支援システムの構成を示した図である。

【図2】本発明の第１実施形態に係る仲介サーバのハードウェア構成を示した図である。

【図3】本発明の第１実施形態に係る仲介サーバが有するデータベースの構成を示した図である。

【図4】本発明の第１実施形態に係るメッセージ作成支援システムによる、アドバイス情報送信処理の流れを示したシーケンス図である。

【図5】本発明の第１実施形態に係る仲介サーバがユーザ端末に表示させるアドバイス情報のユーザインタフェース例を示した図である。

【図6】本発明の第１実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。

【図7】本発明の第１実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図8】本発明の第１実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図9】本発明の第１実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図10】本発明の第２実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。

【図11】本発明の第２実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図12】本発明の第２実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図13】本発明の第３実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。

【図14】本発明の第３実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図15】本発明の第３実施形態に係る仲介サーバがユーザ端末に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【図16】本発明の第４実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。

【図17】本発明の第５実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。

【発明を実施するための形態】

【0027】

以下、図面を参照しながら、本発明の実施形態を説明する。

【0028】

＜第１実施形態＞
まず、本発明の第１実施形態について説明する。

【0029】

［システムの構成］
図１は、本実施形態に係るメッセージ作成支援システムの構成を示した図である。

【0030】

同図に示すように、このシステムは、２つの仲介サーバ１００Ａ及び１００Ｂと、生成系ＡＩ３００と、各企業の複数のユーザ端末２００とがインターネット５０等のネットワークを介して接続されて構成されている。

【0031】

ユーザ端末２００は、企業の従業員であるユーザにより利用される端末であり、例えばノートブックＰＣ（Personal Computer）、デスクトップＰＣ、スマートフォン、タブレットＰＣ等である。

【0032】

ユーザ端末２００には、各企業の従業員同士が業務におけるコミュニケーションのために利用するビジネスコミュニケーションツール２０（以下単にビジネスツール２０とも称する）がインストールされている。

【0033】

ビジネスコミュニケーションツール２０とは例えばOutlook（登録商標）等のメーラー、Microsoft Teams（登録商標）やSlack（登録商標）といったグループウェア、メッセージングアプリ、グループチャットアプリ、ビジネス用のＳＮＳ（Social Networking Service）等の他、従業員同士の感情的コミュニケーション（社内の同僚への感謝・称賛の伝達）に特化したツール（以下、「感情的コミュニケーションツール」ともいう）も含まれる。

【0034】

仲介サーバ１００Ａは、上記ビジネスツールのうち、上記Outlook（登録商標）やMicrosoft Teams（登録商標）といった一般的なビジネスツールを用いたユーザ端末２００間の通信を仲介するサーバである。

【0035】

仲介サーバ１００Ｂは、上記ビジネスツールのうち、上記従業員同士の感情的コミュニケーションツールを用いたユーザ端末２００間の通信を仲介するサーバである。

【0036】

生成系ＡＩ３００は、例えばChatGPT等、大規模言語モデル（ＬＬＭ）をベースとした学習モデルであり、ＡＰＩを介して仲介サーバ１００Ａ及び１００Ｂと接続されている。

【0037】

本実施形態では、仲介サーバ１００Ａ及び１００Ｂは、ユーザ端末２００のユーザ（従業員）が上記感情的コミュニケーションのためのメッセージ（感謝・称賛メッセージ）を他の従業員宛に送信する際、メッセージ作成を支援するための処理を実行する。

【0038】

具体的には、仲介サーバ１００Ｂは、ユーザが作成したメッセージが送信先のユーザへの肯定的な感情が適切に表現できているか否かを、その送信前に、生成系ＡＩ３００に評価させてアドバイス情報を生成させ、当該アドバイス情報をユーザ端末２００に提供することが可能である。

【0039】

さらに本実施形態では、仲介サーバ１００Ａ及び１００Ｂは、ユーザのこれまでの他の従業員との感謝・称賛メッセージのやり取りやビジネスツールを用いた業務上のやり取りに基づいて、生成系ＡＩ３００に、感謝・称賛メッセージを送信すべき他の従業員を抽出させて送信対象の従業員の情報をユーザ端末２００に提供することで、ユーザにメッセージ作成を誘起することが可能である。

【0040】

［仲介サーバのハードウェア構成］
図２は、上記仲介サーバ１００Ｂのハードウェア構成を示した図である。同図に示すように、仲介サーバ１００Ｂは、ＣＰＵ（Central Processing Unit）１１、ＲＯＭ（Read Only Memory）１２、ＲＡＭ（Random Access Memory）１３、入出力インタフェース１５、及び、これらを互いに接続するバス１４を備える。

【0041】

ＣＰＵ１１は、必要に応じてＲＡＭ１３等に適宜アクセスし、各種演算処理を行いながら仲介サーバ１００Ｂの各ブロック全体を統括的に制御する。ＲＯＭ１２は、ＣＰＵ１１に実行させるＯＳ、プログラムや各種パラメータなどのファームウェアが固定的に記憶されている不揮発性のメモリである。ＲＡＭ１３は、ＣＰＵ１１の作業用領域等として用いられ、ＯＳ、実行中の各種アプリケーション、処理中の各種データを一時的に保持する。

【0042】

入出力インタフェース１５には、表示部１６、操作受付部１７、記憶部１８、通信部１９等が接続される。

【0043】

表示部１６は、例えばＬＣＤ（Liquid Crystal Display）、ＯＥＬＤ（Organic ElectroLuminescence Display）、ＣＲＴ（Cathode Ray Tube）等を用いた表示デバイスである。

【0044】

操作受付部１７は、例えばマウス等のポインティングデバイス、キーボード、タッチパネル、その他の入力装置である。操作受付部１７がタッチパネルである場合、そのタッチパネルは表示部１６と一体となり得る。

【0045】

記憶部１８は、例えばＨＤＤ（Hard Disk Drive）や、フラッシュメモリ（ＳＳＤ；Solid State Drive）、その他の固体メモリ等の不揮発性メモリである。当該記憶部１８には、上記ＯＳや各種アプリケーション、各種データが記憶される。

【0046】

特に本実施形態では、記憶部１８は、感情的コミュニケーションツールのユーザ情報や、当該ツールを用いてやり取りされたユーザ間の感謝・称賛メッセージに関する情報等を記憶するとともに、これらのデータを用いて仲介サーバ１００Ｂがメッセージ作成支援処理を実行するためのアプリケーションその他のプログラムを記憶している。後述するが、記憶部１８は、そのようなデータを含むデータベースとして、ユーザ情報データベース、アドバイス要求権情報データベース、及び感情的スコア情報データベースを有している。

【0047】

通信部１９は、例えばEthernet用のＮＩＣ（Network Interface Card）や無線ＬＡＮ等の無線通信用の各種モジュールであり、上記ユーザ端末２００、仲介サーバ１００Ａ、生成系ＡＩ３００との間の通信処理を担う。

【0048】

図示しないが、上記仲介サーバ１００Ａのハードウェア構成及び上記ユーザ端末２００のハードウェア構成も上記仲介サーバ１００Ｂのハードウェア構成と同様である。

【0049】

［仲介サーバのデータベース構成］
図３は、上記仲介サーバ１００Ｂが有するデータベースの構成を示した図である。

【0050】

同図に示すように、仲介サーバ１００Ｂは、記憶部１８に、ユーザ情報データベース３１、アドバイス要求権情報データベース３２、及び感情的スコア情報データベース３３を有している。

【0051】

ユーザ情報データベース３１は、各従業員のユーザ情報、すなわち、ユーザ名、ユーザＩＤ、役職、所属部署、入社年月日、年齢、性別、住所、プロフィール画像等の情報を記憶している。

【0052】

アドバイス要求権情報データベース３２は、ユーザが生成系ＡＩ３００に感謝・称賛メッセージに関するアドバイスを要求する権利に関する情報を記憶している。これは、生成系ＡＩ３００が従量課金制である場合、ユーザが生成系ＡＩ３００を無尽蔵に利用するとユーザの企業の予算を大幅に圧迫させてしまうため、予算に照らして適切な利用量となるようにユーザ１人当たりの生成系ＡＩ３００の利用量を管理するためである。

【0053】

具体的には、仲介サーバ１００Ｂは、ユーザが生成系ＡＩ３００にアドバイス要求を行う権利（以下、「アドバイス要求権」ともいう）を、以下（１）～（４）の４つの管理方法のうち単独または複数の組み合わせにより管理する。なお以下の詳細な条件は例示であってこれに限ったものではない。

【0054】

（１）アドバイス要求を行う回数を管理：ユーザ一人当たり、例えば5回/月で権利付与し、残数を管理する。
（２）ポイントで管理：ユーザに1000ポイント/月を付与し、アドバイス要求1回あたり200ポイントを消費する制御を設定し、残ポイントを管理する。
（３）前回のアドバイス要求から次までの時間を管理：前のアドバイス要求から次までに、2日以上空ける必要がある制御を設定し、アドバイス要求同士の間隔を時間で管理する。
（４）前回のアドバイス要求から次までのアクションを管理：アドバイス要求を行うとアドバイス要求にロックがかかり、感謝・称賛メッセージ送付アクションによってロックが解除される制御を設定し、アドバイス要求の間の感謝・称賛メッセージ送付アクションの有無で管理する。

【0055】

そしてアドバイス要求権情報データベース３２は、上記（１）～（４）の管理方法に応じて、ユーザ毎に、アドバイス要求の残り回数／月、残余ポイント／月、前回のアドバイス要求からの経過時間、アドバイス要求のロックの有無といった情報を管理する。

【0056】

感情的スコア情報データベース３３は、ユーザが生成系ＡＩ３００にアドバイスを要求した際に、生成系ＡＩ３００がメッセージに含まれる感謝または称賛の表現を評価することで生成した評価値（感情的スコア）を示す情報を、ユーザ毎、及びメッセージ毎に記憶している。

【0057】

また図示しないが、仲介サーバ１００Ａは、上記Outlook（登録商標）やMicrosoft Teams（登録商標）等のビジネスツールにおける、各ユーザの行動履歴データを蓄積している。行動履歴情報としては、例えば、チャットメッセージの送信回数、オンライン会議を行った時間、共有したドキュメントの数、メンションを出した数、メールの送受信数、リアクション(イイね、絵文字スタンプ)の送受信等が挙げられるが、これらに限られない。

【0058】

これら各データベースは、後述する仲介サーバ１００Ａ及び１００Ｂによるメッセージ作成支援処理において、必要に応じて相互に参照されて用いられる。

【0059】

［システムの動作］
次に、以上のように構成されたメッセージ作成支援システムの動作について説明する。当該動作は、仲介サーバ１００ＢのＣＰＵ１１及び通信部１９、仲介サーバ１００ＡのＣＰＵ及び通信部等のハードウェアと、仲介サーバ１００Ｂの記憶部１８及び仲介サーバ１００Ａの記憶部に記憶されたソフトウェアとの協働により実行される。以下の説明では、仲介サーバ１００Ａ及び１００Ｂについては、便宜上、それらのＣＰＵを動作主体とする。

【0060】

［アドバイス情報の提供処理］
まず、上記メッセージ作成支援システムによる、上記感謝・称賛メッセージに対するアドバイス情報の提供処理について説明する。

【0061】

図４は、当該システムによる、アドバイス情報送信処理の流れを示したシーケンス図である。また図５は、仲介サーバ１００Ｂがユーザ端末２００に表示させるアドバイス情報のユーザインタフェース例を示した図である。図５（Ａ）がユーザにアドバイス要求権がありメッセージがアドバイス可否条件を満たす場合の表示例であり、同図（Ｂ）がユーザにアドバイス要求権が無いまたはメッセージがアドバイス可否条件を満たさない場合の表示例である。

【0062】

図４に示すように、まず、ユーザ端末２００は、図５に示すような、感情的コミュニケーションツール上の感謝・称賛メッセージ作成画面のメッセージ入力欄５１にて、ユーザの入力を受け付けることで、感謝・称賛メッセージを作成する（ステップ４１）。

【0063】

続いてユーザ端末２００は、当該感謝・称賛メッセージ作成画面の例えばメッセージ入力欄５１の右下に配置されたアドバイス要求ボタン５２を介して、上記作成した感謝・称賛メッセージに関するアドバイス要求を受け付け（ステップ４２）、仲介サーバ１００Ｂに当該アドバイス要求を送信する（ステップ４３）。

【0064】

仲介サーバ１００ＢのＣＰＵ１１は、当該アドバイス要求を受信すると（ステップ４４）、上記アドバイス要求権情報データベース３２を参照して、アドバイス要求元のユーザのアドバイス要求権の有無を判定する（ステップ４５）。

【0065】

当該ユーザにアドバイス要求権が無いと判断した場合、仲介サーバ１００ＢのＣＰＵ１１は、図５（Ｂ）に示すように、感謝・称賛メッセージ作成画面のアドバイス表示欄５３に、その旨を示す情報を表示させる。またはＣＰＵ１１は、この場合、アドバイス要求ボタン５２自体を非アクティブ（操作不能となるよう）に制御してもよい。

【0066】

当該ユーザにアドバイス要求権があると判断した場合、仲介サーバ１００ＢのＣＰＵ１１は、作成されたメッセージがアドバイス可否条件を満たすか否かを判断する（ステップ４６）。

【0067】

具体的には、ＣＰＵ１１は、以下２つの条件を満たすメッセージを、アドバイス可否条件を満たすと判定するが、判定条件はこれに限ったものではない。
・文字数が５０文字以上であること。
・ありがとう、thanks、サンキュー等の感謝を表す言葉や、すごい、素敵、素晴らしい等の称賛を表す言葉が一度は使われていること。

【0068】

当該メッセージがアドバイス可否条件を満たさないと判断した場合、仲介サーバ１００ＢのＣＰＵ１１は、図５（Ｂ）に示すように、感謝・称賛メッセージ作成画面のアドバイス表示欄５３に、その旨を示す情報を表示させる。またはＣＰＵ１１は、この場合、アドバイス要求ボタン５２自体を非アクティブ（操作不能となるよう）に制御してもよい。

【0069】

当該メッセージがアドバイス可否条件を満たすと判断した場合、仲介サーバ１００ＢのＣＰＵ１１は、生成系ＡＩ３００にメッセージ本文と共にアドバイス生成要求を送信する(ステップ４７)。

【0070】

生成系ＡＩ３００は、当該アドバイス生成要求を受信すると（ステップ４８）、メッセージを解析し、メッセージに含まれる感謝・称賛の表現に関する所定の指標を元に、感情的スコアを算出するとともに、改善ポイント指摘情報を生成することで、それらを含むアドバイス情報を生成する（ステップ４９）。

【0071】

生成系ＡＩ３００が当該処理を実行するため、仲介サーバ１００ＢのＣＰＵ１１は、例えば以下の（１）～（４）の４つの指標及び判定条件を基に、メッセージの感情的スコアを算出するように、ＡＰＩを介して、生成系ＡＩ３００を学習させる。当該指標及び判定条件はこれらに限られない。

【0072】

（１）感謝や称賛の気持ちを繰り返して言葉で伝えている(10点満点)：1回の場合は5点、2回で10点と算出する。
（２）感謝や称賛の理由を詳しく言及している(40点満点)：相手がどういう状況で何をしたのか、それがどのように貢献したのかについて、詳しさ、適切さ等を、その表現の多寡及びあらかじめ登録した表現とのマッチング等により判定する。
（３）感謝や称賛の相手を褒めている（さすが，～のおかげなど）(40点満点)：相手の特徴(スキル、マインド、性格等)に注目できているかどうか、それを適切に表現できているかどうかについて、その表現の多寡等により点数を算出する。
（４）相手にお返しすることを約束している(10点満点)：相手へのお返しが書かれていない場合、0点、書かれていれば満点と算出する。

【0073】

ＣＰＵ１１は、上記（１）～（４）の指標に照らして点数が高くなる文章と点数が低くなる文章とを教師データとして、前者の点数が高くなり、後者の点数が低くなるように、文章の入力に応じて点数を返答させる処理を生成系ＡＩ３００に繰り返し実行する。

【0074】

重み付けについては、（１）が10%、（２）が40%、（３）が30%、（４）が20%で設定して感情的スコアを算出しているが、これに限ったものではない。

【0075】

さらにＣＰＵ１１は、感情的スコア算出の指標において、低いスコアになっている要因を改善ポイントとして指摘するコメントを生成し、それを感情的スコアと共に返答するように生成系ＡＩ３００を学習させる。例えば、上記（２）の指標で具体性が乏しければ、より具体的に書くようなコメントを返すように学習させる。

【0076】

なお生成系ＡＩ３００の学習状況次第では、上記アドバイス情報の生成のための学習工程を新たに追加したり、上述の学習工程を削除したりしてもよく、状況に応じて適宜、学習工程の有無を判断するようにしてもよい。

【0077】

以上のような学習を行った生成系ＡＩ３００は、アドバイス情報を生成すると、それを仲介サーバ１００Ｂへ送信する（ステップ５０）。そして仲介サーバ１００Ｂは当該アドバイス情報を受信するとそれをユーザ端末２００へ送信し（ステップ５１）、図５（Ａ）に示すように、ユーザ端末２００のメッセージ作成画面上のアドバイス表示欄５３に表示させる（ステップ５２）。

【0078】

同図（Ａ）のアドバイスでは、感情的スコアが７４点であり、上記指標のうち、感謝の言葉を繰り返し使っており、相手に対する称賛も伝えられている点が高評価ポイントである一方、感謝の理由が具体的でない点が改善ポイントである旨のコメントが含まれている。

【0079】

そしてユーザ端末２００のユーザが、当該アドバイスを基にメッセージを改善し、メッセージ作成画面の例えば右下隅の送信ボタン５４を押下操作すると、ユーザ端末２００は当該メッセージを宛先のユーザ端末２００へ送信する（ステップ５３）。

【0080】

［メッセージ送信対象者の抽出処理］
次に、上記感謝・称賛メッセージの作成に際し、仲介サーバ１００Ａ及び１００Ｂが、ユーザがメッセージを送信すべき対象者を抽出する処理について説明する。図６は、メッセージ作成支援システムによるメッセージの送信対象者の抽出処理の流れを示したシーケンス図である。また図７乃至図９は、仲介サーバ１００Ｂがユーザ端末２００に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【0081】

図６に示すように、まずユーザ端末２００が、仲介サーバＡに蓄積されるユーザの行動履歴データを元に、ユーザと業務的関係値の高い人の中から感情的評価値が低い同僚の抽出要求を受け付ける（ステップ６１）。

【0082】

当該抽出処理の要求は、例えば図７に示すように、ユーザのマイページ上に設けられた、メッセージの送信機会（送信相手）を生成系ＡＩ３００に尋ねるための送付機会質問ボタン７１の押下操作が検出された場合に受け付けられる。

【0083】

当該抽出要求が受け付けられると、ユーザ端末２００は、当該抽出要求を仲介サーバ１００Ａへ送信する（ステップ６２）。仲介サーバ１００Ａは、当該抽出要求を受信すると（ステップ６３）、生成系ＡＩ３００に抽出処理要求を送信する（ステップ６４）。

【0084】

当該抽出処理要求を受信した生成系ＡＩ３００は、ビジネスツールで蓄積されたユーザの行動履歴データをもとに、ユーザと業務的つながりが多い（業務的関係値の高い）同僚を抽出する（ステップ６５）。

【0085】

生成系ＡＩ３００が当該抽出処理を実行するため、仲介サーバ１００ＡのＣＰＵは、例えば以下のようなデータ項目及びそれらに対する判定条件で他のユーザを抽出するように生成系ＡＩ３００を学習させる。しかしデータ項目及び判定条件はこれらに限られない。また、以下のデータ項目のいずれかを単独で判定してもよいし、以下のうち複数のデータ項目を組み合わせて判定してもよい。

【0086】

・チャットメッセージの送受信数の合計：送受信チャット総数が200件/月以上の同僚については、業務的関係値が高いと判定する。
・業務時間外に行ったチャットメッセージの送受信数の合計：業務時間外の送受信チャット総数が100件/月以上の同僚については、業務的関係値が高いと判定する。
・オンライン会議を行った時間の合計：35時間/月以上、同じオンライン会議に出席した同僚については、業務的関係値が高いと判定する。
・業務時間外に行ったオンライン会議を行った時間の合計：10時間/月以上、業務時間外の同じオンライン会議に出席した同僚については、業務的関係値が高いと判定する。
・共有したドキュメントの数の合計：ドキュメントとしてプレゼンテーションドキュメントを一例に出すと、共有したパワーポイントが20個/月、あるいは、共有したスライドの数が400枚/月を超えている同僚については、業務的関係値が高いと判定する。ドキュメントとしては、文書、表など様々なものがあってよく、判定条件については上記プレゼンテーションドキュメントにおける数字を参考に設定することができる。
・メンションを出した数の合計：40件/月以上で、メンションを出した同僚については、業務的関係値が高いと判定する。
・メールの送受信数の合計：送受信チャット総数が150件/月以上の同僚については、業務的関係値が高いと判定する。
・リアクション(イイね、絵文字スタンプ)の送受信の合計：送受信リアクション総数が200件/月以上の同僚については、業務的関係値が高いと判定する。

【0087】

また仲介サーバ１００Ａは、上記のように月ごとの行動履歴データで判定する代わりに、例えば以下のように累積データで判定するように生成系ＡＩ３００を学習させてもよい。
・チャットメッセージの送受信数の合計：送受信チャット累積総数が200件以上の同僚を抽出する。
・オンライン会議を行った時間の合計：累積で35時間以上、同じオンライン会議に出席した同僚を抽出する。
・メンションを出した数の合計：累積で40件以上で、メンションを出した同僚を抽出する。

【0088】

また、業務的関係値の判定について、高い／それ以外の二択ではなく、以下のように別の判定方法で学習させてもよい。
・業務的関係値を3段階(高、中、低)で判定：例えば、送受信チャット総数が200件以上を高、100件以上200件未満を中、100件以下を低と判定する。もちろん、A、B、C・・のようにさらなる多段階で判定してもよい。
・業務的関係値をスコアで判定：送受信チャット一つ当たり1の値で規格化し、200件なら値が200となるように、数字が大きいほど高いと判定する。

【0089】

なお生成系ＡＩ３００の学習状況次第では、上記業務的関係値の高い同僚の抽出のための学習工程を新たに追加したり、上述の学習工程を削除したりしてもよく、状況に応じて適宜、学習工程の有無を判断するようにしてもよい。

【0090】

以上のような学習を行った生成系ＡＩ３００は、業務的関係値の高い同僚に関する情報を生成すると、それを仲介サーバ１００Ａへ送信する（ステップ６６）。

【0091】

仲介サーバ１００ＡのＣＰＵは、生成系ＡＩ３００から当該業務的関係値が高い同僚の情報を受信すると（ステップ６７）、仲介サーバ１００Ｂへ、業務的関係値の高い同僚のうち、感情的スコアが低い同僚の抽出要求を送信する（ステップ６８）。

【0092】

仲介サーバ１００Ｂは、当該抽出要求を受信すると（ステップ６９）、生成系ＡＩ３００に抽出処理要求を送信する（ステップ７０）。

【0093】

当該抽出処理要求を受信した生成系ＡＩ３００は、業務的関係値が高い同僚の中から、ユーザが当該同僚に向けてこれまで送付したメッセージの感情的スコアが低いと判定した同僚を抽出する（ステップ７１）。

【0094】

生成系ＡＩ３００が当該抽出処理を実行するため、仲介サーバ１００ＢのＣＰＵ１１は、例えば以下のような取り扱い及び判定条件で同僚を抽出するように生成系ＡＩ３００を学習させる。しかし条件はこれらに限られない。

【0095】

・感情的スコアの対象範囲：直近3か月に送付されたメッセージの感情的スコアを対象とするが、半年、一年とより一層遡っても構わない。
・感情的スコアの数学的処理：これまでに送付されたメッセージの宛先ごとの感情的スコアの平均値、最大値、最小値等の統計値を用いることが挙げられるが、その他の数学的処理を行った値を用いても構わない。
・感情的スコアの判定（１）：平均値が70点以上を高、40点以上70点未満を中、40点未満を低と判定する。
・感情的スコアの判定（２）：最大値が85点以上を高、55点以上85点未満を中、55点未満を低と判定する。
・感情的スコアの判定（３）：最小値が55点以上を高、25点以上55点未満を中、25点未満を低と判定する。
・メッセージを１通も送付していない場合は、感情的スコアを0点と判定する。
・メッセージの送付数も考慮して、感情的スコアの数値を補正する：送付数の多寡に応じて係数をかけてもよい。例えば、送付数が10枚/月、あるいは、累計100枚を超えた場合は係数1をかけ、それ以下の場合は係数0.8をかける。

【0096】

本実施形態では、仲介サーバ１００Ｂは、上記の手法で抽出された同僚の感情的スコアそのものを返すように生成系ＡＩ３００を学習させるが、これに代えて、感情的スコアの判定結果(高い、低い等)を返してもよい。

【0097】

また感情的スコアの算出タイミングについては、メッセージが送付されたタイミングでシステムが自動的にスコア化し上記感情的スコア情報データベース３３に保管することで、すべてのメッセージの算出を予め終わっていてもよいし、感情的スコアの抽出要求を受信したタイミングで対象となるメッセージのみを都度、算出しても構わない。

【0098】

なお生成系ＡＩ３００の学習状況次第では、上記感情的スコアの低い同僚の抽出のための学習工程を新たに追加したり、上述の学習工程を削除したりしてもよく、状況に応じて適宜、学習工程の有無を判断するようにしてもよい。

【0099】

以上のような学習を行った生成系ＡＩ３００は、業務的関係値が高い同僚の中から、感情的スコアが低い同僚を抽出すると、当該抽出した同僚及びその感情的スコアの情報を、メッセージを送信すべき対象者の推薦情報として仲介サーバ１００Ｂへ送信する（ステップ７２）。

【0100】

当該対象者推薦情報を受信した仲介サーバ１００Ｂは、当該対象者推薦情報を仲介サーバ１００Ａへ転送し（ステップ７３）、仲介サーバ１００Ａは、当該対象者推薦情報をユーザ端末２００へ送信し（ステップ７４）、ユーザ端末２００のマイページ上の送付対象者リスト表示欄７２（図７、図８）に表示させる（ステップ７５）。

【0101】

図７は、送付機会質問ボタン７１を押下する前の（抽出結果が無い）状態を示しているが、過去に同僚の抽出処理が実行された場合には、前回の抽出結果としての対象者推薦情報が送付対象者リスト表示欄７２に表示されてもよい。

【0102】

図８に示すように、対象者推薦情報としては、各対象者の氏名（ハンドルネーム）、所属部署、業務的関係値（高・中・低）、感情的スコア（の統計値）が表示され、各対象者の情報の例えば右端には、当該対象者宛のメッセージを作成するためのメッセージ作成ボタン７３が表示される。

【0103】

ユーザが当該リストに表示された対象者の中から、ある対象者の感情的スコアが特に低いと気づき、その対象者についてのメッセージ作成ボタン７３がユーザに押下操作されると、図９に示すように、上記感謝・称賛メッセージ作成画面がマイページ上に重畳表示される。その後は上述したように、ユーザ端末２００は、メッセージ入力欄５１にて、ユーザの入力を受け付けることで、感謝・称賛メッセージを作成し（ステップ７６）、さらにアドバイス要求ボタン５２が押下操作されると、アドバイス要求が送信され仲介サーバ１００Ｂを介して生成系ＡＩ３００からアドバイス情報が返信される。

【0104】

なお上記対象者推薦情報中の業務的関係値に加えて、業務上の支援として具体的に何をしてもらったのか(例：資料作成を手伝ってもらった等)の情報が表示されてもよいし、感情的スコアに加えて、感謝・称賛が不足しているとは具体的にどういう状態なのか(例：メッセージの送信数が少ないのか、雑なメッセージを送っているのか等)の情報が表示されてもよい。

【0105】

［まとめ］
以上説明したように、本実施形態によれば、メッセージ作成支援システムは、ユーザが作成したメッセージが送信先のユーザへの感謝・称賛の感情が適切に表現できているか否かを送信前に評価し把握させ、質の高いメッセージを送信させることができる。また、ユーザと業務的関係が高いもののメッセージで感謝または称賛の感情を適切に伝えられていない他のユーザへメッセージを送付するための始点をユーザに誘起することができる。

【0106】

＜第２実施形態＞
次に、本発明の第２実施形態について説明する。本実施形態及びこれ以降の実施形態において、上記第１実施形態と共通する構成については同一の符号を付し、説明を省略または簡略化する。

【0107】

図１０は、本実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。また図１１及び図１２は、本実施形態に係る仲介サーバ１００Ａ及び１００Ｂがユーザ端末２００に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【0108】

上述の第１実施形態では、ユーザはマイページ上に設けられた送付機会質問ボタン７１を介して生成系ＡＩ３００にメッセージ送付機会を尋ねていたが、本実施形態では、ユーザがチャット画面上でチャットボットにメッセージ送付機会を尋ねることで、チャット形式で同僚の抽出結果が表示される。またユーザは、当該チャット画面上で、同僚の抽出の根拠等を質問し、生成系ＡＩ３００からその返答を受け取ることができる。

【0109】

図１０に示すように、ステップ６１～ステップ７１の処理は、上記図６と同一である。生成系ＡＩ３００は、業務的関係値が高い同僚の中から感情的スコアが低い同僚を抽出すると、当該抽出した送信対象者推薦情報に加えて、ユーザから、業務的関係値が高く感情的スコアが低いと判断した根拠を質問された場合、当該根拠に関する情報も仲介サーバ１００Ｂに送信する（ステップ７２´）。

【0110】

当該送信対象者情報及び根拠情報を受信した仲介サーバ１００Ｂは、それを仲介サーバ１００Ａへ転送し（ステップ７３´）、さらに仲介サーバ１００Ａはそれをユーザ端末２００へ送信して（ステップ７４´）上記チャット画面上に表示させる（ステップ７５´）。

【0111】

生成系ＡＩ３００が当該処理を実行するため、仲介サーバ１００ＢのＣＰＵ１１は、ユーザに、業務的関係値が高く感情的スコアが低い同僚を抽出するにあたり、当該同僚の業務的関係値が高く感情的スコアが低いと判断した根拠を質問された場合に、チャットボットを介して、当該根拠となる情報（抽出ロジック）を返答するように生成系ＡＩ３００を学習させる。

【0112】

図１１に示すように、ユーザが、チャット画面上で、感謝・称賛メッセージを送信すべき同僚を生成系ＡＩ３００に尋ねる質問を入力すると、当該質問の内容が、質問表示吹出し８１ａに表示される。すると、上記ステップ７２´～ステップ７４´の処理により、生成系ＡＩ３００によって生成されたメッセージ送信対象者推薦情報が、返答表示吹出し８２ａに表示される。

【0113】

またさらに、図１２に示すように、ユーザが、当該メッセージ送信対象者推薦情報に含まれる同僚の一人について、業務的関係値が高く感情的スコアが低いと判断した根拠を尋ねる質問を入力すると、それが質問表示吹出し８１ｂに表示され、それに対する返答が答表示吹出し８２ｂに表示される。具体的には、業務的関係値が高いと判定されたロジックとして、業務外チャット送受信数や同じオンライン会議への出席数が多い点が返答され、感情的スコアが低いと判定されたロジックとして、メッセージにおいて送信相手の具体的な行動について触れておらず、また送信相手の丁寧さにも気づいていないという点が挙げられている。

【0114】

このように本実施形態によれば、メッセージ作成支援システムは、他の同僚に感謝・称賛メッセージを送信すべき客観的な理由を、チャットボットを介して直観的にユーザに把握させることができる。

【0115】

＜第３実施形態＞
次に、本発明の第３実施形態について説明する。

【0116】

図１３は、本実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。また図１４及び図１５は、本実施形態に係る仲介サーバ１００Ａ及び１００Ｂがユーザ端末２００に表示させるメッセージ送信対象者推薦情報のユーザインタフェース例を示した図である。

【0117】

上述の各実施形態では、業務的関係値が高い同僚が抽出され、さらにその中で感情的スコアが低い同僚が抽出されることで、最終的にメッセージ送信対象者推薦情報がユーザに提示された。しかし本実施形態では、業務的関係値が高い同僚の中から、感情的スコアを算出する同僚をユーザ自身が選ぶことができる。

【0118】

図１３に示すように、ステップ８１～ステップ８７までは、上述の第１実施形態の図６のステップ６１～ステップ６７の処理と同様である。

【0119】

仲介サーバ１００Ａは、生成系ＡＩ３００から仲介サーバ１００Ｂを介して、業務的関係値が高い同僚の情報を受信すると（ステップ８７）、それを送信候補者情報としてユーザ端末２００へ送信する（ステップ８８）。

【0120】

ユーザ端末２００は、当該送信候補者情報を受信すると、それをマイページの送付対象者リスト表示欄７２に表示させる（ステップ８９）。図１４に示すように、当該送付対象者リスト表示欄７２では、上述の実施形態の送信対象者推薦情報のうち感情的スコアの欄が空欄で表示されており、また、メッセージ作成ボタン７３に加えて、感情的スコア要求ボタン７４が設けられている。

【0121】

いずれかの候補者について、ユーザにより、感情的スコア要求ボタン７４の押下操作（感情的スコアを算出する候補者の選択操作）が検出されると、ユーザ端末２００は、仲介サーバ１００Ｂへ、選択された候補者の感情的スコア抽出要求を送信する（ステップ９０）。

【0122】

仲介サーバ１００ＢのＣＰＵ１１は、当該選択された候補者の感情的スコア抽出要求を受信すると（ステップ９１）、上記感情的スコア情報データベース３３を参照して、選択された候補者の感情的スコアの統計値を抽出し（ステップ９２）、当該抽出した感情的スコア情報をユーザ端末２００へ送信する（ステップ９３）。

【0123】

ユーザ端末２００は、当該感情的スコア情報を受信すると、図１５に示すように、上記マイページ上の送付対象者リスト表示欄７２の対応する候補者の欄に、感情的スコアを表示させる（ステップ９４）。同図の例では、候補者の中から「TAKE SUZUKI」が選択され、その感情的スコア（平均３２点）が表示されている。

【0124】

そして、当該感情的スコアを抽出した同僚についてのメッセージ作成ボタン７３がユーザに押下操作されると、同図に示すように、上記感謝・称賛メッセージ作成画面がマイページ上に重畳表示される。その後は上述したように、ユーザ端末２００は、メッセージ入力欄５１にて、ユーザの入力を受け付けることで、感謝・称賛メッセージを作成し（ステップ９５）、さらにアドバイス要求ボタン５２が押下操作されると、アドバイス要求が送信され仲介サーバ１００Ｂを介して生成系ＡＩ３００からアドバイス情報が返信される。

【0125】

このように本実施形態では、メッセージ作成支援システムは、メッセージを送信すべき候補者（業務的関係値が高い同僚）の中から、いずれかの（ユーザが興味のある）候補者を選択させ、その候補者へこれまで送信されたメッセージの感情的スコアを把握させることで、ユーザに当該候補者へのメッセージの送信の必要性をより印象付け、メッセージ作成を誘起することができる。

【0126】

＜第４実施形態＞
次に、本発明の第４実施形態について説明する。

【0127】

上述の各実施形態では、仲介サーバ１００Ａと仲介サーバ１００Ｂとが別個のサーバとして存在し、仲介サーバ１００Ａが、業務的関係値の高い同僚の抽出処理を実行し、仲介サーバ１００Ｂが感情的スコアの低い同僚の抽出処理を実行する例が示された。しかし、両仲介サーバの処理が１つのサーバで実行されても構わない。

【0128】

図１６は、本実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。同図に示す仲介サーバ１００Ｃは、上記仲介サーバ１００Ａのようなビジネスツールの管理機能を有し、かつ、上記仲介サーバ１００Ｂのような感情的コミュニケーションツールの管理機能も併せ持つサーバである。

【0129】

同図に示すように、本実施形態では、上記第１実施形態の図６で示した仲介サーバ１００Ａと仲介サーバ１００Ｂの各処理を、仲介サーバ１００Ｃが一手に担っている。このように、単一のサーバであっても上述の第１実施形態（及び第２実施形態）における抽出処理を実行可能である。

【0130】

＜第５実施形態＞
次に、本発明の第５実施形態について説明する。

【0131】

図１７は、本実施形態に係るメッセージ作成支援システムによる、メッセージの送信対象者の抽出処理の流れを示したシーケンス図である。同図に示す仲介サーバ１００Ｃは、上記仲介サーバ１００Ａのようなビジネスコミュニケーションツールの管理機能を有し、かつ、上記仲介サーバ１００Ｂのような感情的コミュニケーションツールの管理機能も併せ持つサーバである。

【0132】

同図に示すように、本実施形態では、上記第３実施形態の図１３で示した仲介サーバ１００Ａと仲介サーバ１００Ｂの各処理を、仲介サーバ１００Ｃが一手に担っている。このように、単一のサーバであっても上述の第３実施形態における抽出処理を実行可能である。

【0133】

＜変形例＞
本発明は上述の実施形態にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更され得る。

【0134】

上述の各実施形態では、メッセージに含まれる感謝・称賛の表現について感情的スコアが算出され、またアドバイス情報が生成されたが、感情は感謝・称賛に限られない。例えば承認（主に上司から部下に対して）、共感といった、他のユーザに対するその他の肯定的な感情について、感情的スコアが算出され、アドバイス情報が生成されてもよい。

【0135】

上述の各実施形態においては、感謝・称賛メッセージの送信対象者の抽出処理によって送信対象者が特定され、ユーザがメッセージを作成した後は、上記図４乃至図６で説明したように、メッセージが未送信の状態で、ユーザからのアドバイス要求を受けてアドバイス情報をユーザ端末２００に表示させ、当該アドバイスを受けてユーザがメッセージを送信する例が示された。しかし、ユーザ端末２００は、メッセージ作成後、上記アドバイス要求を経ることなく当該メッセージを宛先へ送信してもよい。この場合、メッセージ送信後に、ユーザの評価要求を受けて、または自動的に、上記図４のステップ４４～ステップ５２の処理が実行され、上記感情的スコアを含むアドバイス情報（評価情報）が事後的にユーザに提示されてもよい。

【0136】

上述の各実施形態では、感謝・称賛メッセージの送信対象者の抽出処理によって抽出された送信対象者宛のメッセージが作成された後、当該メッセージに含まれる感謝・称賛の表現が適切か否かに関するアドバイス情報が生成されユーザに提示された。しかし、このアドバイス情報の生成・提示は必須ではなく、感謝・称賛メッセージの送信対象者の抽出処理（及び抽出された送信対象者に関する情報のユーザへの提示）のみで処理が完結してもよい。すなわち、上記図４及び図５に示した処理が省略され、上記図６～図１７に示した処理のみが実行されてもよい。また業務的関係値が高く感情的スコアが低い同僚が送信対象者として抽出・提示された後、ユーザが実際にその送信対象者宛のメッセージを作成することは必須ではない。またこれとは逆に、図４及び図５に示したアドバイス情報の生成・提示処理のみが実行され、図６～図１７に示したメッセージ送信対象者の抽出・提示処理が省略されても構わない。

【0137】

上述の各実施形態では、機械学習モデルとして生成系ＡＩが用いられているが、その他の機械学習モデルによっても本発明は実現され得る。

【0138】

本願の特許請求の範囲に記載された発明のうち、「情報処理方法」と記載された発明は、その各ステップを、ソフトウェアによる情報処理によりコンピュータ等の少なくとも１つの装置が自動的に行うものであり、人間がコンピュータ等の装置を用いて行うものではない。すなわち、当該「情報処理方法」は、コンピュータ・ソフトウェアによる情報処理方法であって、コンピュータという計算道具を人間が操作する方法ではない。

【符号の説明】

【0139】

１１…ＣＰＵ
１８…記憶部
１９…通信部
３１…ユーザ情報データベース
３２…アドバイス要求権情報データベース
３３…感情的スコア情報データベース
５１…メッセージ作成欄
５２…アドバイス要求ボタン
５３…アドバイス表示欄
５４…送信ボタン
７１…送付機会質問ボタン
７２…送付対象者リスト表示欄
７３…メッセージ作成ボタン
７４…感情的スコア要求ボタン
８１…質問表示吹出し
８２…返答表示吹出し
１００Ａ…仲介サーバ
１００Ｂ…仲介サーバ
１００Ｃ…仲介サーバ
２００…ユーザ端末
３００…生成系ＡＩ

【要約】

【課題】ユーザが作成したメッセージが送信先のユーザへの肯定的な感情が適切に表現できているか否かを送信前に評価し把握させること。
【解決手段】情報処理システムは、制御部を有する。当該制御部は、メッセージに含まれる送信相手への肯定的な感情の適切な表現に関する情報を機械学習させた学習モデルへ、送信者端末においてビジネスコミュニケーションツールを用いてユーザに作成された、送信先へ未送信のメッセージを入力する。そして制御部は、前記学習モデルから、前記入力されたメッセージにおける前記適切な表現に関する助言情報を受信し、前記助言情報を前記送信者端末へ送信して表示させる。
【選択図】図４

【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】