特許 7488871 対話推薦方法、装置、電子機器、記憶媒体ならびにコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-05-14

(45)【発行日】2024-05-22

(54)【発明の名称】対話推薦方法、装置、電子機器、記憶媒体ならびにコンピュータプログラム

(51)【国際特許分類】

   G10L 15/22 20060101AFI20240515BHJP

   G06N 20/00 20190101ALI20240515BHJP

   G10L 13/00 20060101ALI20240515BHJP

   G10L 15/16 20060101ALI20240515BHJP

【ＦＩ】

G10L15/22 300Z

G06N20/00

G10L13/00 100M

G10L15/16

【請求項の数】 19

(21)【出願番号】P 2022175013

(22)【出願日】2022-10-31

(65)【公開番号】P2023036574

(43)【公開日】2023-03-14

【審査請求日】2022-10-31

(31)【優先権主張番号】202210154576.8

(32)【優先日】2022-02-18

(33)【優先権主張国・地域又は機関】CN

(73)【特許権者】

【識別番号】514322098

【氏名又は名称】ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド

【氏名又は名称原語表記】Ｂｅｉｊｉｎｇ Ｂａｉｄｕ Ｎｅｔｃｏｍ Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ．

【住所又は居所原語表記】２／Ｆ Ｂａｉｄｕ Ｃａｍｐｕｓ， Ｎｏ．１０， Ｓｈａｎｇｄｉ １０ｔｈ Ｓｔｒｅｅｔ， Ｈａｉｄｉａｎ Ｄｉｓｔｒｉｃｔ， Ｂｅｉｊｉｎｇ １０００８５， Ｃｈｉｎａ

(74)【代理人】

【識別番号】100090033

【弁理士】

【氏名又は名称】荒船 博司

(74)【代理人】

【識別番号】100093045

【弁理士】

【氏名又は名称】荒船 良男

(72)【発明者】

【氏名】リウ， ツェーミン

(72)【発明者】

【氏名】リウ， ハオ

(72)【発明者】

【氏名】ニウ， ヂォンユー

(72)【発明者】

【氏名】ウー， フア

(72)【発明者】

【氏名】ワン， ハイフォン

(72)【発明者】

【氏名】ション， ホイ

【審査官】佐久 聖子

(56)【参考文献】

【文献】特開２００８－１７０８１７（ＪＰ，Ａ）

【文献】特表２０１９－５０７８９５（ＪＰ，Ａ）

【文献】杉浦 千加志 Chikashi SUGIURA，東芝コミュニケーションＡＩ“ＲＥＣＡＩＵＳ”が目指すワークスタイル革新，東芝レビュー ＶＯＬ．７３ ＮＯ．５ ［ｏｎｌｉｎｅ］ TOSHIBA REVIEW，日本，2018年09月21日，第73巻 No.5，pp. 36-39

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ１０Ｌ １５／００－１７／２６

Ｇ１０Ｌ １３／００－１３／１０

Ｇ１０Ｌ １９／００－９９／００

Ｇ０６Ｎ ２０／００

Ｇ０６Ｆ ４０／２０－４０／５８

(57)【特許請求の範囲】

【請求項1】

対話推薦方法であって、
履歴対話情報を取得することと、
前記履歴対話情報に基づいて、対話対象を表すための対象ノードを含む対話目標マップから、生成すべき目標対話対象を特定し、前記目標対話対象が前記対象ノードに基づいて特定されることと、
前記目標対話対象に基づいて、推薦用の目標対話情報を生成することと、
を含んでおり、
前記履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定することは、
対話期間に既に生成された情報である前記履歴対話情報および前記対話期間に生成すべき前記目標対話対象の生成を案内するための目標対話案内情報に基づいて、前記対話目標マップから前記目標対話対象を特定することを含んでおり、
前記履歴対話情報および目標対話案内情報に基づいて、対話目標マップから前記目標対話対象を特定することは、
前記履歴対話情報に基づいて、前記履歴対話情報において対話期間の異なる時刻に生成された複数の履歴目標対話対象が時間順序に応じて配列されたシーケンスである履歴目標対話対象シーケンスを特定することと、
前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記対話目標マップに基づいて、前記対話目標マップの候補対象ノードのコストパラメータを特定し、前記候補対象ノードのタイプは前記履歴目標対話対象シーケンスのタイプと合致させることと、
前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから目標対話対象を特定することと、
を含む
対話推薦方法。

【請求項2】

前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記対話目標マップに基づいて、前記対話目標マップの候補対象ノードのコストパラメータを特定することは、
前記対話目標マップに基づいて、前記候補対象ノードの遷移行列を特定することと、
前記履歴目標対話対象シーケンスおよび前記候補対象ノードの遷移行列に基づいて、前記候補対象ノードの第１の初期コストパラメータを特定することと、
前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記候補対象ノードの遷移行列に基づいて、前記候補対象ノードの第２の初期コストパラメータを特定することと、
前記第１の初期コストパラメータおよび前記第２の初期コストパラメータに基づいて、前記候補対象ノードのコストパラメータを特定することと、
を含む
請求項１に記載の対話推薦方法。

【請求項3】

前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから目標対話対象を特定することは、
前記候補対象ノードのコストパラメータに基づいて、目標対話対象ノードのジャンプ確率を特定することと、
前記ジャンプ確率が所定のジャンプ閾値以上であると特定した場合、前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから前記目標対話対象を特定することと、
前記ジャンプ確率が前記所定のジャンプ閾値より小さいと特定した場合、前記履歴目標対話対象シーケンスから前記目標対話対象を特定することと、
を含む
請求項２に記載の対話推薦方法。

【請求項4】

前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから目標対話対象を特定することは、
前記候補対象ノードのコストパラメータに基づいて、目標対話対象ノードの生成確率を特定することと、
前記生成確率が所定の生成閾値以上であると特定した場合、前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから前記目標対話対象を特定することと、
を含む
請求項２に記載の対話推薦方法。

【請求項5】

前記対話目標マップは、異種階層化対話目標マップを含み、
前記異種階層化対話目標マップは、複数の対話目標サブマップを含み、
前記複数の対話目標サブマップの間に階層関係を有し、
前記複数の対話目標サブマップのそれぞれは、同じタイプの複数の対象ノードを含み、
前記同じタイプの複数の対象ノードの間の接続辺は、同種関連関係を表すためのものであり、
隣接する二つの対話目標サブマップのそれぞれの対象ノードのタイプが異なり、
一つ上位の階層の対話目標サブマップにおける複数の対象ノードと現在階層の対話目標サブマップにおける複数の対象ノードの間の接続辺は、異種関連関係を表すためのものである
請求項２に記載の対話推薦方法。

【請求項6】

前記目標対話対象は、階層を有する複数の目標対話対象を含み、
前記対話目標マップに基づいて、前記候補対象ノードの遷移行列を特定することは、
前記異種階層化対話目標マップにおける異種関連関係、および、既に特定された一つ上位の階層の対話目標サブマップにおける目標対象ノードに基づいて、現在階層の対話目標サブマップにおける候補対象ノードを特定し、前記一つ上位の階層の対話目標サブマップにおける目標対象ノードは一つ上位の階層の目標対話対象に対応し、前記現在階層の対話目標サブマップにおける候補対象ノードは現在階層の候補対話対象に対応することと、
前記現在階層の対話目標サブマップの候補対象ノードに基づいて、前記現在階層の候補対象ノードの遷移行列を特定し、かつ、前記現在階層の候補対象ノードの遷移行列を前記候補対象ノードの遷移行列とすることと、
を含む
請求項５に記載の対話推薦方法。

【請求項7】

前記目標対話対象に基づいて、前記目標対話情報を生成することは、
前記目標対話対象、前記履歴対話情報および前記履歴目標対話対象シーケンスに基づいて、前記目標対話情報を生成することを含む
請求項１に記載の対話推薦方法。

【請求項8】

前記目標対話対象のタイプは、推薦用の対話タイプ、対話テーマ、およびテーマ属性の少なくとも一つを含む
請求項１に記載の対話推薦方法。

【請求項9】

対話推薦装置であって、
履歴対話情報を取得するための対話取得モジュールと、
前記履歴対話情報に基づいて、対話対象を表すための対象ノードを含む対話目標マップから、生成すべき目標対話対象を特定し、前記目標対話対象が前記対象ノードに基づいて特定される特定モジュールと、
前記目標対話対象に基づいて、推薦用の目標対話情報を生成するための対話生成モジュールと、
を含んでおり、
前記特定モジュールは、
対話期間に既に生成された情報である前記履歴対話情報および前記対話期間に生成すべき前記目標対話対象の生成を案内するための目標対話案内情報に基づいて、前記対話目標マップから前記目標対話対象を特定するための特定サブモジュールを含んでおり、
前記特定サブモジュールは、
前記履歴対話情報に基づいて、前記履歴対話情報において対話期間の異なる時刻に生成された複数の履歴目標対話対象が時間順序に応じて配列されたシーケンスである履歴目標対話対象シーケンスを特定するための第１の特定手段と、
前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記対話目標マップに基づいて、前記履歴目標対話対象シーケンスのタイプと合致する候補対象ノードのコストパラメータを特定するための第２の特定手段と、
前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから目標対話対象を特定するための第３の特定手段と、
を含む
対話推薦装置。

【請求項10】

前記第２の特定手段は、
前記対話目標マップに基づいて、前記候補対象ノードの遷移行列を特定するための第１の特定サブ手段と、
前記履歴目標対話対象シーケンスおよび前記候補対象ノードの遷移行列に基づいて、前記候補対象ノードの第１の初期コストパラメータを特定するための第２の特定サブ手段と、
前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記候補対象ノードの遷移行列に基づいて、前記候補対象ノードの第２の初期コストパラメータを特定するための第３の特定サブ手段と、
前記第１の初期コストパラメータおよび前記第２の初期コストパラメータに基づいて、前記候補対象ノードのコストパラメータを特定するための第４の特定サブ手段と、
を含む
請求項９に記載の対話推薦装置。

【請求項11】

前記第３の特定手段は、
前記候補対象ノードのコストパラメータに基づいて、目標対話対象ノードのジャンプ確率を特定するための第５の特定サブ手段と、
前記ジャンプ確率が所定のジャンプ閾値以上であると特定した場合、前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから前記目標対話対象を特定するための第６の特定サブ手段と、
前記ジャンプ確率が前記所定のジャンプ閾値より小さいと特定した場合、前記履歴目標対話対象シーケンスから前記目標対話対象を特定するための第７の特定サブ手段と、
を含む
請求項１０に記載の対話推薦装置。

【請求項12】

前記第３の特定手段は、
前記候補対象ノードのコストパラメータに基づいて、目標対話対象ノードの生成確率を特定するための第８の特定サブ手段と、
前記生成確率が所定の生成閾値以上であると特定した場合、前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから前記目標対話対象を特定するための第９の特定サブ手段と、
を含む
請求項１０に記載の対話推薦装置。

【請求項13】

前記対話目標マップは、異種階層化対話目標マップを含み、
前記異種階層化対話目標マップは、複数の対話目標サブマップを含み、
前記複数の対話目標サブマップの間に階層関係を有し、
前記複数の対話目標サブマップのそれぞれは、同じタイプの複数の対象ノードを含み、
前記同じタイプの複数の対象ノードの間の接続辺は、同種関連関係を表すためのものであり、
隣接する二つの対話目標サブマップのそれぞれの対象ノードのタイプが異なり、
一つ上位の階層の対話目標サブマップにおける複数の対象ノードと現在階層の対話目標サブマップにおける複数の対象ノードの間の接続辺は、異種関連関係を表すためのものである
請求項１０に記載の対話推薦装置。

【請求項14】

前記目標対話対象は、階層を有する複数の目標対話対象を含み、
前記第１の特定サブ手段は、
前記異種階層化対話目標マップにおける異種関連関係、および、既に特定された一つ上位の階層の対話目標サブマップにおける目標対象ノードに基づいて、現在階層の対話目標サブマップにおける候補対象ノードを特定し、前記一つ上位の階層の対話目標サブマップにおける目標対象ノードは一つ上位の階層の目標対話対象に対応し、前記現在階層の対話目標サブマップにおける候補対象ノードは現在階層の候補対話対象に対応することと、
前記現在階層の対話目標サブマップの候補対象ノードに基づいて、前記現在階層の候補対象ノードの遷移行列を特定し、かつ、前記現在階層の候補対象ノードの遷移行列を前記候補対象ノードの遷移行列とすることと、
に用いられる
請求項１３に記載の対話推薦装置。

【請求項15】

前記対話生成モジュールは、
前記目標対話対象、前記履歴対話情報および前記履歴目標対話対象シーケンスに基づいて、前記目標対話情報を生成するための対話生成手段を含む
請求項９に記載の対話推薦装置。

【請求項16】

前記目標対話対象のタイプは、推薦用の対話タイプ、対話テーマ、およびテーマ属性の少なくとも一つを含む
請求項９に記載の対話推薦装置。

【請求項17】

電子機器であって、
少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサと通信接続されるメモリと、
を含み、
前記メモリには、前記少なくとも一つのプロセッサに実行されるコマンドが記憶されており、
前記コマンドが前記少なくとも一つのプロセッサに実行されることで、前記少なくとも一つのプロセッサは請求項１～８のいずれか一項に記載の対話推薦方法を実行可能となる電子機器。

【請求項18】

コンピュータに、請求項１～８のいずれか一項に記載の対話推薦方法を実行させるためのコンピュータコマンドが記憶されている不揮発性のコンピュータ読み取り可能な記憶媒体。

【請求項19】

コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサに実行される場合、請求項１～８のいずれか一項に記載の対話推薦方法を実現するコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、データ処理の技術分野に関し、特に音声インタラクション、深層学習、人工知能などの技術分野に関し、具体的には、対話推薦方法、装置、電子機器、記憶媒体ならびにコンピュータプログラムに関する。

【背景技術】

【0002】

音声インタラクションは、人間の自然なインタラクション方式である。人工知能技術の発展に伴い、機械が人間の発する音声を聞き取り、音声における内的意味を理解し、かつ対応するフィードバックを行うことが実現されている。これらの操作において、意味の正確な理解、フィードバックの速さ、および、対応する意見又はアドバイスを与えることは、いずれも音声インタラクションの円滑性に影響を与える要因となる。

【発明の概要】

【0003】

本開示は、対話推薦方法、装置、電子機器、記憶媒体およびプログラム製品を提供する。

【0004】

本開示の一態様によれば、対話推薦方法を提供し、履歴対話情報を取得することと、前記履歴対話情報に基づいて、対話対象を表すための対象ノードを含む対話目標マップから、生成すべき目標対話対象を特定し、前記目標対話対象が前記対象ノードに基づいて特定されることと、前記目標対話対象に基づいて、推薦用の目標対話情報を生成することと、を含んでおり、
前記履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定することは、
対話期間に既に生成された情報である前記履歴対話情報および前記対話期間に生成すべき前記目標対話対象の生成を案内するための目標対話案内情報に基づいて、前記対話目標マップから前記目標対話対象を特定することを含んでおり、
前記履歴対話情報および目標対話案内情報に基づいて、対話目標マップから前記目標対話対象を特定することは、
前記履歴対話情報に基づいて、前記履歴対話情報において対話期間の異なる時刻に生成された複数の履歴目標対話対象が時間順序に応じて配列されたシーケンスである履歴目標対話対象シーケンスを特定することと、
前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記対話目標マップに基づいて、前記対話目標マップの候補対象ノードのコストパラメータを特定し、前記候補対象ノードのタイプは前記履歴目標対話対象シーケンスのタイプと合致させることと、
前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから目標対話対象を特定することと、
を含む。

【0006】

本開示の別の態様によれば、対話推薦装置を提供し、履歴対話情報を取得するための対話
取得モジュールと、前記履歴対話情報に基づいて、対話対象を表すための対象ノードを含
む対話目標マップから、生成すべき目標対話対象を特定し、前記目標対話対象が前記対象
ノードに基づいて特定される特定モジュールと、前記目標対話対象に基づいて、推薦用の
目標対話情報を生成するための対話生成モジュールと、を含んでおり、
前記特定モジュールは、
対話期間に既に生成された情報である前記履歴対話情報および前記対話期間に生成すべき前記目標対話対象の生成を案内するための目標対話案内情報に基づいて、前記対話目標マップから前記目標対話対象を特定するための特定サブモジュールを含んでおり、
前記特定サブモジュールは、
前記履歴対話情報に基づいて、前記履歴対話情報において対話期間の異なる時刻に生成された複数の履歴目標対話対象が時間順序に応じて配列されたシーケンスである履歴目標対話対象シーケンスを特定するための第１の特定手段と、
前記履歴目標対話対象シーケンス、前記目標対話案内情報および前記対話目標マップに基づいて、前記履歴目標対話対象シーケンスのタイプと合致する候補対象ノードのコストパラメータを特定するための第２の特定手段と、
前記候補対象ノードのコストパラメータに基づいて、前記候補対象ノードから目標対話対象を特定するための第３の特定手段と、
を含む。

【0008】

本開示の別の態様によれば、電子機器を提供し、少なくとも一つのプロセッサと、前記少なくとも一つのプロセッサと通信接続されるメモリと、を含み、前記メモリには、前記少なくとも一つのプロセッサに実行されるコマンドが記憶されており、前記コマンドが前記少なくとも一つのプロセッサに実行されることで、前記少なくとも一つのプロセッサは本開示の方法を実行可能となる。

【0009】

本開示の別の態様によれば、コンピュータに、本開示の方法を実行させるためのコンピュータコマンドが記憶されている不揮発性のコンピュータ読み取り可能な記憶媒体。

【0010】

本開示の別の態様によれば、コンピュータプログラムを提供し、前記コンピュータプログラムがプロセッサに実行される場合、本開示の方法を実現する。

【0011】

本部分に記述される内容は、本開示の実施例の肝心または重要な特徴を標識するためのものではなく、本開示の範囲を制限するためのものでもないことを理解すべきである。本開示の他の特徴は、以下の明細書を通して、容易に理解されるようになる。

【図面の簡単な説明】

【0012】

図面は、本方案をよりよく理解するためのものであり、本開示を限定するものではない。

【図1】図１は、本開示の実施例に係る対話推薦方法および装置を適用できる例示的なシステムアーキテクチャを概略的に示している。

【図2】図２は、本開示の実施例に係る対話推薦方法のフローチャートを概略的に示している。

【図3A】図３Ａは、本開示の実施例に係る目標対話対象を特定するフローチャートを概略的に示している。

【図3B】図３Ｂは、本開示の別の実施例に係る目標対話対象を特定するフローチャートを概略的に示している。

【図4】図４は、本開示の実施例に係る対話目標マップの概略図を概略的に示している。

【図5】図５は、本開示の実施例に係る対話推薦モデルの訓練方法のフローチャートを概略的に示している。

【図6】図６は、本開示の別の実施例に係る初期対話目標マップを生成するフローチャートを概略的に示している。

【図7】図７は、本開示の実施例に係る対話推薦装置のブロック図を概略的に示している。

【図8】図８は、本開示の実施例に係る対話推薦モデルの訓練装置のブロック図を概略的に示している。

【図9】図９は、本開示の実施例に係る対話推薦方法を実現することに適する電子機器のブロック図を概略的に示している。

【発明を実施するための形態】

【0013】

以下、図面を参照しながら、本開示の例示的な実施例について説明し、容易に理解するために、その中には本開示の実施例の様々な詳細を含んでおり、それらは単なる例示するものと見なされるべきである。したがって、当業者は、ここで記述される実施例に対して様々な変更や修正を行ってもよく、本開示の範囲および精神から逸脱することにならないと理解すべきである。同様に、明確および簡潔するために、以下の記述では、周知の機能および構成の記述を省略する。

【0014】

本開示は、対話推薦方法、対話推薦モデルの訓練方法、装置、電子機器、記憶媒体およびプログラム製品を提供する。

【0015】

本開示の一態様によれば、対話推薦方法を提供し、履歴対話情報を取得することと、履歴対話情報に基づいて、対話対象を表すための対象ノードを含む対話目標マップから、生成すべき目標対話対象を特定し、目標対話対象は対象ノードに基づいて特定されることと、目標対話対象に基づいて、推薦用の目標対話情報を生成することと、を含む。

【0016】

本開示の技術案において、係るユーザ個人情報の収集、記憶、使用、加工、伝送、提供、開示および応用等の処理は、いずれも相関法規則の規定に適合し、必要なセキュリティ対策を採用し、かつ公序良俗に反するものではない。

【0017】

本開示の技術案において、ユーザ個人情報を取得または採集する前に、いずれもユーザの許可または同意を取得している。

【0018】

図１は、本開示の実施例に係る対話推薦方法および装置を適用できる例示的なシステムアーキテクチャを概略的に示している。

【0019】

図１に示すのは、本開示の実施例を適用できるシステムアーキテクチャの例示に過ぎず、当業者に本開示の技術内容を理解させるためのものであり、本開示の実施例が他の機器、システム、環境または場面に適用できないことを意味しないことに注意すべきである。例えば、別の実施例において、対話推薦方法および装置を適用できる例示的なシステムアーキテクチャは音声インタラクション機器を含んでもよいが、音声インタラクション機器はサーバとやり取りする必要がなくて、本開示の実施例が提供する対話推薦方法および装置を実現できる。

【0020】

図１に示すように、該実施例に係るシステムアーキテクチャ１００は、音声インタラクション機器１０１、ネットワーク１０２およびサーバ１０３を含んでもよい。ネットワーク１０２は、音声インタラクション機器１０１とサーバ１０３との間に通信リンクの媒体を提供するためのものである。ネットワーク１０２は、様々な接続タイプを含んでもよく、例えば有線および／又は無線通信リンクなどである。

【0021】

ユーザは、音声インタラクション機器１０１に対話情報例えばインタラクション音声を出力してもよく、音声インタラクション機器１０１は、ユーザからのインタラクション音声を受信した後、サーバ１０３がインタラクション音声に基づいて目標対話情報例えば推薦情報を生成するように、音声インタラクション機器１０１は、ネットワーク１０２を介してサーバ１０３とインタラクションして、インタラクション音声をサーバ１０３に送信することができる。音声インタラクション機器１０１が目標対話情報をインタラクションの方式でユーザに返信するように、サーバ１０３は、ネットワーク１０２を介して目標対話情報を音声インタラクション機器１０１に送信する。

【0022】

音声インタラクション機器１０１には、様々な通信クライアントアプリケーションがインストールされてもよく、例えば、知識閲覧類アプリケーション、ウェブページブラウザアプリケーション、検索類アプリケーション、インスタントメッセージツール、メールクライアントおよび／またはソーシャルプラットフォームソフトウェア等（例に過ぎない）である。

【0023】

音声インタラクション機器１０１は、音声採集器例えばマイクロフォンを有して、ユーザのウェイクアップ音声およびインタラクション音声を採集してもよい。音声インタラクション機器１０１は、同時に音声プレーヤ例えばスピーカを有して、音声インタラクション機器から送信された目標対話情報を再生してもよい。

【0024】

音声インタラクション機器１０１は、音声信号によるインタラクションが可能な任意の電子機器であってもよい。音声インタラクション機器１０１としては、スマートフォン、タブレットコンピュータ、ラップトップ型携帯コンピュータ、スマートスピーカボックス、車載スピーカボックス、スマート家庭教師機器およびスマートロボット等を含むが、これらに限られない。

【0025】

サーバ１０３は、様々なサービスを提供するサーバであってもよく、例えば音声インタラクション機器１０１から送信されたインタラクション音声に対して音声認識を行い、かつ後続の例えばインタラクション音声に基づいて目標対話情報の生成等を行うバックグラウンド管理サーバ（例に過ぎない）である。

【0026】

図１における端末機器、ネットワークおよびサーバの数は、単に例示的なものであることを理解すべきである。実現の需要に応じて、任意の数の端末機器、ネットワークおよびサーバを有することができる。

【0027】

以下の方法における各操作の番号は、説明の便宜のため、該操作の示しとするものだけであり、これらの各操作の実行順序を示すものと見なすべきでないことに注意すべきである。明確に指摘しない限り、該方法は、完全に示された順序に応じて実行する必要がない。

【0028】

図２は、本開示の実施例に係る対話推薦方法のフローチャートを概略的に示している。

【0029】

図２に示すように、該方法は、操作Ｓ２１０～Ｓ２３０を含む。

【0030】

操作Ｓ２１０において、履歴対話情報を取得する。

【0031】

操作Ｓ２２０において、履歴対話情報に基づいて、対話対象を表すための対象ノードを含む対話目標マップから生成すべき目標対話対象を特定し、ここで、目標対話対象は対象ノードに基づいて特定される。

【0032】

操作Ｓ２３０では、目標対話対象に基づいて、推薦用の目標対話情報を生成する。

【0033】

本開示の実施例によれば、履歴対話情報の表現形式は限定されない。例えば、テキスト情報であってもよく、音声情報であってもよい。履歴対話情報の表現タイプも限定されない。例えば、問い合わせタイプであってもよく、チャットタイプであってもよい。マンマシンインタラクション過程において対話期間に既に生成された履歴対話情報であればよい。

【0034】

本開示の実施例によれば、履歴対話情報は、対話期間の所定の履歴期間に既に生成された履歴対話情報であってもよく、対話期間全体に既に生成された履歴対話情報であってもよい；ユーザが出力した履歴対話情報のみを含んでもよく、ユーザが出力した履歴対話情報を含むとともに音声インタラクション機器が出力した履歴対話情報を含んでもよい。

【0035】

本開示の実施例によれば、対話目標マップは、複数の対象ノードを含んでもよく、複数の対象ノードの間に接続辺が設置されてもよい。対象ノードは、対話対象を表すためのものであってもよい。接続辺は、接続された二つの対象ノードの間の関連関係を表すためのものであってもよい。

【0036】

本開示の実施例によれば、対話目標マップにおける対象ノードを候補対象ノードとしてもよく、候補対象ノードは、生成すべき候補対話対象を表すためのものであり、対話目標マップから生成すべき目標対話対象を特定することができる。

【0037】

本開示の実施例によれば、履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定することは、対話期間に既に生成された履歴対話情報の意味情報を識別し、意味情報に基づいて対話目標マップにおける候補対象ノードから目標対象ノードを特定し、目標対象ノードに基づいて目標対象ノードに対応する目標対話対象を特定することを含んでもよい。しかし、これに限られない。履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定することは、対話期間に既に生成された履歴対話情報の履歴目標対話対象を特定し、履歴目標対話対象に基づいて対話目標マップにおける候補対象ノードから目標対象ノードを特定し、目標対象ノードに基づいて目標対象ノードに対応する目標対話対象を特定することをさらに含んでもよい。

【0038】

本開示の実施例によれば、目標対話対象のタイプは、推薦用の対話タイプを含んでもよいが、これに限られず、例えばチャット用、コマンド用または問答用などの対話タイプを含んでもよい。目標対話対象のタイプは、さらに対話テーマを含んでもよく、例えばオペラ、歌手、運動者、コンサート、オペラ等の対話エンティティである。目標対話対象のタイプは、さらにテーマ属性、例えばある対話テーマに対する評価、ある対話テーマに対する議論などの対話テーマに対する属性情報を含んでもよい。しかし、これに限られない。目標対話対象は、対話に関連する他のエンティティタイプをさらに含んでもよい。マンマシンインタラクション過程に係る目標対話対象のタイプであればよい。

【0039】

本開示の実施例によれば、目標対話対象に基づいて、推薦用の目標対話情報を生成することは、目標対話対象を目標対話情報の一部として、返信用の目標対話情報を生成することを含んでもよい。しかし、これに限られない。目標対話対象に基づいて、生成すべき目標対話情報の意味情報を識別し、生成すべき目標対話情報の意味情報に基づいて目標対話情報を生成してもよい。これにより、生成された目標対話情報をより自然で、正常な人の対話用語に近づけることができる。

【0040】

本開示の実施例が提供する対話推薦方法を利用し、履歴対話情報と対話目標マップとを組み合わせて対話期間に生成すべき推薦用の目標対話対象を計画することにより、目標対話対象に基づいて生成された目標対話情報を履歴対話情報と連続させ、かつ対話過程における対話コンテキストの繋がりを自然にすることができる。また、対話目標マップにおける対象ノードに基づいて目標対話対象を特定することにより、目標対話情報における対話内容を能動性、計画性および誘導性を有させ、さらに推薦対話の機能性および知能性を向上させることができる。

【0041】

本開示の実施例によれば、操作Ｓ２２０に対して、履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定することは、履歴対話情報および目標対話案内（Ｇｕｉｄｉｎｇ）情報に基づいて、対話目標マップから目標対話対象を特定することを含む。

【0042】

本開示の実施例によれば、目標対話案内情報は、対話期間に生成すべき目標対話対象の生成を案内するためのものであってもよい。目標対話案内情報は、目標対話対象と同じタイプの目標対話案内対象を含んでもよい。目標対話案内情報は、対話期間における目標時刻に生成すべき目標対話対象としてもよい。

【0043】

例えば、履歴対話情報は、０～ｔ時刻のマンマシンインタラクション過程における対話情報であってもよい。目標対話案内情報は、未来ｔ＋ｍ時刻に生成されると予想される目標対話対象であってもよい。０～ｔ時刻の履歴対話情報およびｔ＋ｍ時刻の目標対話対象に基づいて、対話目標マップからｔ＋１時刻の目標対話対象を特定してもよい。ｍは、０より大きい数である。

【0044】

本開示の他の実施例によれば、目標対話案内情報は、目標対話対象の生成を案内する情報のみとしてもよく、目標対話対象および目標対話情報に現れない。案内の役割を果たす目標対話案内情報であればよい。

【0045】

本開示の実施例によれば、履歴対話情報に基づいて対話インタラクション過程において既に生成された対話の軌跡を取得することができ、目標対話案内情報に基づいて対話インタラクション過程において生成すべき対話の案内とし、履歴対話情報と目標対話案内情報の二つの方面の限定を利用することにより、生成された目標対話対象が計画性を有することになる。

【0046】

本開示の実施例によれば、目標対話対象のタイプは、推薦用の対話タイプ、対話テーマ、およびテーマ属性の少なくとも一つを含む。しかし、これに限られない。目標対話対象のタイプは、さらに、チャット用、コマンド用または問答用などの対話タイプを含んでもよい。チャット用、コマンド用、クイズ用などの対話のタイプ、および、推薦用の対話のタイプを対話のタイプとしてもよい。

【0047】

本開示の実施例によれば、目標対話対象のタイプがトリプレット例えば対話タイプ、対話テーマ、およびテーマ属性を含む場合、非同期の方式を採用して複数のタイプの目標対話対象を特定してもよい。各タイプの目標対話対象は、次のような特定操作を含んでもよい。

【0048】

例えば、履歴対話情報に基づいて、履歴対話情報における履歴目標対話対象シーケンスを特定する。履歴目標対話対象シーケンス、目標対話案内情報および対話目標マップに基づいて、対話目標マップの候補対象ノードのコストパラメータを特定する。候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定する。

【0049】

本開示の実施例によれば、コストパラメータは、移行コスト特徴付け又は移行コスト行列を指してもよい。コストパラメータにおける要素は、隣接する二つの候補対象ノードの間の遷移確率を表すためのものである。

【0050】

本開示の実施例によれば、履歴目標対話対象シーケンスは、履歴対話情報において、対話期間の異なる時刻に生成された複数の履歴目標対話対象が時間順序に応じて配列されたシーケンスであってもよい。しかし、これに限られない。履歴目標対話対象シーケンスは、履歴対話情報において対話期間に生成された一つの履歴目標対話対象であってもよい。履歴対話情報における履歴目標対話対象の数に応じて、シーケンス内の要素の数を特定してもよい。

【0051】

本開示の実施例によれば、候補対象ノードのタイプは、履歴目標対話対象シーケンスのタイプと合致する。履歴目標対話対象シーケンス、目標対話案内情報および対話目標マップに基づいて、候補対象ノードのコストパラメータを特定する操作を実行する前に、対話推薦方法は、さらに候補対象ノードを特定する操作を含んでもよい。例えば、履歴目標対話対象シーケンスに基づいて、目標マップから履歴目標対話対象シーケンスのタイプと同じ候補対象ノードを特定する。

【0052】

図３Ａは、本開示の実施例に係る目標対話対象を特定するフローチャートを概略的に示している。

【0053】

図３Ａに示すように、グラフ畳み込みニューラルネットワーク（Ｇｒａｐｈ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋ、ＧＣＮ）を利用して、対話目標マップにおける候補対象ノードを処理し、候補対象ノードの遷移行列３１０を取得してもよい。

【0054】

図３Ａに示すように、循環ニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＲＮＮ）のゲート制御循環ニューラルネットワーク（Ｇａｔｅｄ Ｒｅｃｕｒｒｅｎｔ Ｕｎｉｔ、ＧＲＵ）を利用して、履歴目標対話対象シーケンス特徴付け３２０および候補対象ノードの遷移行列３１０を処理し、候補対象ノードの第１の初期コストパラメータ３３０を特定してもよい。

【0055】

本開示の実施例によれば、履歴目標対話対象シーケンス特徴付けは、入力層（例えばＥｍｂｅｄｄｉｎｇ層）を利用して履歴目標対話対象シーケンスを処理して得られたものであってもよい。

【0056】

図３Ａに示すように、ＧＲＵを利用して、履歴目標対話対象シーケンス特徴付けと候補対象ノードの遷移行列とを結合して形成された特徴付けおよび目標対話案内対象特徴付け３４０を処理し、候補対象ノードの第２の初期コストパラメータ３５０を取得してもよい。

【0057】

本開示の実施例によれば、入力層を利用して、目標対話案内情報における履歴目標対話対象シーケンスとタイプが同じである情報を処理し、例えば、入力層を利用して、履歴目標対話対象シーケンスとタイプが同じである目標対話案内対象を処理し、目標対話案内対象特徴付けを取得する。

【0058】

本開示の実施例によれば、履歴目標対話対象シーケンス特徴付けと候補対象ノードの遷移行列の結合は、履歴目標対話対象シーケンス特徴付けと候補対象ノードの遷移行列を一つの行列に接合することを含んでもよい。

【0059】

本開示の実施例によれば、第１の初期コストパラメータおよび第２の初期コストパラメータに基づいて、候補対象ノードのコストパラメータを特定してもよい。例えば、第１の初期コストパラメータおよび第２の初期コストパラメータを候補対象ノードのコストパラメータとして特定してもよい。

【0060】

図３Ａに示すように、多層パーセプトロン（ＭｕｌｔｉＬａｙｅｒ Ｐｅｒｃｅｐｔｒｏｎ、ＭＬＰ）を利用して、第１の初期コストパラメータ３３０および第２の初期コストパラメータ３５０を処理し、マルチ分類結果を取得してもよい。マルチ分類結果に基づいて、候補対象ノードから目標対話対象ノードを特定する。目標対話対象ノードは、目標対話対象を表すためのものであり、さらに目標対話対象３６０、例えば、対話タイプに関する目標対話対象、対話テーマに関する目標対話対象およびテーマ属性に関する目標対話対象を取得する。

【0061】

本開示の実施例によれば、上記目標対話対象の特定方式は、対話タイプに関する目標対話対象を特定することに適するが、これに限られず、上記目標対話対象の特定方式は、対話テーマに関する目標対話対象を特定することおよびテーマ属性に関する目標対話対象を特定することにも同様に適する。上記目標対話対象の特定方式を採用して、対話タイプに関する目標対話対象、対話テーマに関する目標対話対象およびテーマ属性に関する目標対話対象を非同期に特定してもよい。

【0062】

図３Ａに示すように、目標対話対象のタイプが対話タイプ又は対話テーマである場合、候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定することは、さらに以下の操作を含んでもよい。

【0063】

例えば、候補対象ノードのコストパラメータ、例えば第１のコストパラメータ３３０および第２のコストパラメータ３５０に基づいて、目標対話対象ノードのジャンプ確率３７０を特定する。ジャンプ確率が所定のジャンプ閾値以上であると特定した場合、候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定する。ジャンプ確率が所定のジャンプ閾値より小さいと特定した場合、履歴目標対話対象シーケンスから目標対話対象を特定する。

【0064】

例えば、カスケード接続された第１の全接続層、第２の全接続層および第１の活性化関数（例えば２ＦＣ＋ｓｏｆｔｍａｘ活性化関数）を利用して、候補対象ノードのコストパラメータを処理し、目標対話対象ノードのジャンプ確率を特定してもよい。

【0065】

本開示の実施例によれば、所定のジャンプ閾値は限定されなくてもよく、例えば、所定のジャンプ閾値は０．５であってもよい。

【0066】

本開示の実施例によれば、ジャンプ確率が所定のジャンプ閾値より小さいと特定した場合、履歴目標対話対象シーケンスからのｔ時刻の履歴目標対話対象をｔ＋１時刻の目標対話対象としてもよい。

【0067】

例えば、ジャンプ確率に基づいて、対話タイプに関する目標対話対象の切り替えを実行する必要があると特定する。履歴対話情報が「映画を一時的にチャットしたくない」ことを含むから、目標対話情報に「私たちはスターＸＸをチャットしましょう、彼はベスト俳優ですよ」を含むように切り替えてもよい。対話タイプに関する履歴目標対話対象「映画推薦」は、目標対話対象「チャット」に切り替えられる。

【0068】

例えば、ジャンプ確率に基づいて、対話タイプに関する目標対話対象の切り替えを実行する必要がないと特定すれば、履歴対話情報が「私たちはチャットしましょう」を含むことから、目標対話情報が「はい、暇ですよ」を含むことに順延してもよい。対話タイプについての履歴目標対話対象と目標対話対象は、いずれも「挨拶」である。

【0069】

本開示の実施例によれば、ジャンプ確率を利用して、目標対話対象の切り替えの分類予測処理を実行する必要があるか否かを特定することができ、目標対話対象の特定に解釈可能性および制御可能性を有させることができる。また、該方法で生成された目標対話対象に基づいて目標対話情報を生成することにより、対話がスムーズで自然であるようにできる。

【0070】

図３Ｂは、本開示の他の実施例に係る目標対話対象を特定するフローチャートを概略的に示している。

【0071】

図３Ｂに示すように、目標対話対象のタイプがテーマ属性である場合、候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定することは、以下の操作を含んでもよい。

【0072】

例えば、候補対象ノードのコストパラメータ、例えば第１のコストパラメータおよび第２のコストパラメータに基づいて、目標対話対象ノードの生成確率を特定する。生成確率が所定の生成閾値以上であると特定した場合、候補対象ノードのコストパラメータに基づいて、候補対話対象ノードから目標対話対象を特定する。

【0073】

本開示の実施例によれば、カスケード接続された第３の全接続層、第４の全接続層および第２の活性化関数（例えば２ＦＣ＋ｓｏｆｔｍａｘ活性化関数）を利用して、候補対象ノードのコストパラメータを処理し、目標対話対象ノードの生成確率を特定してもよい。

【0074】

本開示の実施例によれば、所定の生成閾値の大きさは限定されない。例えば、所定の生成閾値は０．５であってもよい。

【0075】

本開示の実施例によれば、生成確率が所定の生成閾値よりも小さいと特定した場合、該タイプの目標対話対象の特定を実行することを放棄してもよい。

【0076】

例えば、生成確率に基づいて、テーマ属性に関する目標対話対象を生成する必要があると特定する。そうなると、履歴対話情報が「タイトルには深い意味がある」を含むことから、目標対話情報が「そうだね、何度聞いても飽きない」を含むことに順延してもよい。

【0077】

例えば、生成確率に基づいて、テーマ属性に関する目標対話対象を生成する必要がないと特定する。履歴対話情報が「彼は誠実だと思う」を含むことから、目標対話情報が『「YY」という彼の歌をお勧めしましょう』を含むことに切り替えてもよい。

【0078】

本開示の実施例によれば、生成確率を利用して、テーマ属性に関する目標対話対象が目標対話対象切り替えの分類予測処理を実行する必要があるか否かを特定することにより、目標対話対象の特定が解釈可能性および制御可能性を有させることができる。また、該方法で生成された目標対話対象に基づいて目標対話情報を生成することにより、対話がスムーズで自然であるようにできる。

【0079】

本開示の実施例によれば、対話目標マップは、異種階層化対話目標マップを含んでもよい。異種階層化対話目標マップは、複数の対話目標サブマップを含んでもよい。複数の対話目標サブマップは、３つが含まれてもよく、例えば対話タイプ対話目標サブマップ、対話テーマ対話目標サブマップ、およびテーマ属性対話目標サブマップである。しかしこれに限られず、複数の対話目標サブマップは、２つが含まれてもよく、例えば対話タイプ対話目標サブマップおよび対話テーマ対話目標サブマップである。複数の対話目標サブマップは、４つまたはそれ以上が含まれてもよい。複数の対話目標サブマップの間に階層関係を有し、複数の対話目標サブマップのそれぞれの対象ノードのタイプが互いに異なっていればよい。

【0080】

図４は、本開示の実施例に係る対話目標マップの概略図を概略的に示している。

【0081】

図４に示すように、異種階層化対話目標マップ４００は、３つの対話目標サブマップを含み、例えば対話タイプ対話目標サブマップ４１０、対話テーマ対話目標サブマップ４２０およびテーマ属性対話目標サブマップ４３０である。３つの対話目標サブマップは階層関係を有し、例えば、対話タイプ対話目標サブマップ４１０は第１の階層対話目標サブマップであり、対話タイプ対話目標サブマップ４１０における対象ノードは円形ノードで示される。対話テーマ対話目標サブマップ４２０は第２の階層の対話目標サブマップであり、対話テーマ対話目標サブマップ４２０における対象ノードは方形ノードで示される。テーマ属性対話目標サブマップ４３０は第３の階層対話目標サブマップである。テーマ属性対話目標サブマップ４３０における対象ノードは菱形ノードで示される。

【0082】

図４に示すように、対話タイプ対話目標サブマップ４１０を例にし、対話タイプ対話目標サブマップ４１０は、同じタイプの複数の対象ノードを含んでもよく、例えば、対話タイプ対話目標サブマップ４１０は、同じく対話タイプに属する複数の対象ノードＮ１１、Ｎ１２およびＮ１３を含んでもよい。Ｎ１１は、対話タイプが問答である対象ノードを示すためのものであり、Ｎ１２は、対話タイプが推薦である対象ノードを示すためのものであり、Ｎ１３は、対話タイプが映画推薦である対象ノードを示すためのものである。複数の対象ノードＮ１１、Ｎ１２およびＮ１３の間に、同種関連関係を表すための接続辺を有し、例えば、Ｎ１１とＮ１２との間の接続辺Ｅ１１＿１２、および、Ｎ１１とＮ１３との間の接続辺Ｅ１１＿１３である。接続辺は、矢印を有し、矢印は、対象ノードのジャンプ指向を表すためのものである。例えば、接続辺Ｅ１１＿１３の矢印は、対象ノードＮ１１から対象ノードＮ１３に指向すると、対象ノードＮ１１から同じタイプの対象ノードＮ１３にジャンプすることを表すことができる。

【0083】

本開示の実施例によれば、予め訓練された異種階層化対話目標マップにおける対話タイプ対話目標サブマップに基づいて、対話の対話タイプを、複数回の推薦またはユーザの決定をサポートすることに案内することができる。また、さらに、対話テーマ対話目標サブマップおよびテーマ属性対話目標サブマップ等を利用して、対話とユーザとの予想交流コンテンツの接近度を向上させ、ユーザ体験およびユーザチャット時間を向上させることができる。

【0084】

本開示の実施例によれば、隣接する二つの対話目標サブマップのそれぞれの対象ノードのタイプが異なり、一つ上位の階層の対話目標サブマップにおける複数の対象ノードと現在階層の対話目標サブマップにおける複数の対象ノードとの間の接続辺は、異種関連関係を表すためのものである。

【0085】

図４に示すように、第２の階層の対話目標サブマップは、対話テーマ対話目標サブマップ４２０であり、第２の階層を現在階層とする。現在階層の対象ノードは、同じく対話テーマタイプに属する複数の対象ノードＮ２１、Ｎ２２、Ｎ２３およびＮ２４を含んでもよい。現在階層のいずれかの対象ノード（例えば対話トピックに関する対象ノード）は、一つ上位の階層のいずれか一つの対象ノード（例えば対話タイプに関する対象ノード）とタイプが異なる。隣接する二つの階層の対象ノードの間の接続辺は、異種関連関係を表すためのものである。例えば、ノードＮ１２とノードＮ２１との間に接続辺Ｅ１２＿２１が設置されている。接続辺Ｅ１２＿２１の矢印は、対象ノードＮ１２から対象ノードＮ２１に指向し、対象ノードＮ１２から異種タイプの対象ノードＮ２１にジャンプすることを表す。

【0086】

本開示の実施例によれば、対話目標マップに基づいて候補対象ノードの遷移行列を特定する操作を実行する場合、対話タイプを例として、対話タイプ対話目標サブマップを第１の階層の対話目標サブマップとし、対話タイプ対話目標サブマップにおける全ての対象ノードを現在階層の対話目標サブマップにおける候補対象ノードとすることにより、ＧＣＮを利用して現在階層の対話目標サブマップにおける候補対象ノードの遷移行列を特定することができる。

【0087】

本開示の他の実施例によれば、対話タイプを例とするが、これに限られず、以下の現在階層の対話目標サブマップにおける候補対象ノードの遷移行列を特定する方式は、同様に対話テーマ目標サブマップにも適する。対話タイプ対話目標サブマップを第１の階層対話目標サブマップとし、対話タイプ対話目標サブマップにおける全ての対象ノードを第１の階層対話目標サブマップにおける候補対象ノードとし、ＧＣＮと注意力メカニズムとを結合したネットワークを利用して第１の階層の候補対話対象ノードの遷移行列を特定することができる。例えば、ＧＣＮを利用して現在階層の対話目標サブマップの対象ノード特徴付けを行い、かつ注意力メカニズムを利用して次の階層の対話目標サブマップの対象ノード特徴付けを重合することにより、現在階層の対話目標サブマップにおける候補対象ノードの遷移行列を取得する。

【0088】

本開示の実施例によれば、ＧＣＮを利用して候補対象ノードの遷移行列を特定することに比べて、ＧＣＮと注意力メカニズムとを結合したネットワークを利用して候補対象ノードの遷移行列を特定することは、異種階層化対話目標マップにおけるより多くの情報を結合することができ、特定された候補対象ノードの遷移行列情報がより豊富になり、さらにこれにより特定された目標対話対象がより正確になる。

【0089】

本開示の実施例によれば、異種階層化対話目標マップに基づいて候補対象ノードの遷移行列を特定する操作を実行する場合、対話テーマを例とするが、これに限られず、以下の現在階層の対話目標サブマップにおける候補対象ノードの遷移行列を特定する方式は、同様にテーマ属性目標サブマップにも適する。第２の階層の対話目標サブマップの対話テーマ対話目標サブマップを現在階層の対話目標サブマップとし、第１の階層の対話目標サブマップの対話タイプ対話目標サブマップを一つ上位の階層の対話目標サブマップとすることができる。異種階層化対話目標サブマップにおける異種関連関係、および、既に特定された一つ上位の階層の対話目標サブマップにおける目標対象ノードに基づいて、現在階層の対話目標サブマップにおける候補対象ノードを特定することができる。

【0090】

図４に示すように、対話テーマ対話目標サブマップを現在階層の対話目標サブマップとすると、一つ上位の階層の対話目標サブマップにおける既に特定された目標対象ノードは、例えば一つ上位の階層の目標対象ノードＮ１１であってもよい。異種階層化対話目標マップにより特定できるように、一つ上位の階層の目標対象ノードＮ１１と、現在階層の対話目標サブマップにおける対象ノードＮ２２、対象ノードＮ２３および対象ノードＮ２４とは、それぞれ接続辺Ｅ１１＿２２、接続辺Ｅ１１＿２３および接続辺Ｅ１１＿２４により接続される。これにより説明できるように、目標対象ノードＮ１１は、それぞれ対象ノードＮ２２、対象ノードＮ２３および対象ノードＮ２４と異種関連関係が存在する。異種関連関係に基づいて、現在階層の対話目標サブマップにおける候補対象ノードが対象ノードＮ２２、対象ノードＮ２３および対象ノードＮ２４を含むことを特定することができる。このうえ、対話目標マップに基づいて候補対象ノードの遷移行列を特定する操作を実行することができる。

【0091】

本開示の実施例が提供する候補対象ノードを特定する方式を利用することにより、異種階層化対話目標ピクチャにおける異種関連関係を利用して、一つ上位の階層の目標対話対象に関連する現在階層の対話目標サブピクチャにおける対象ノードを、現在階層の対話目標サブピクチャにおける候補対象ノードとし、複数の対象ノードに対して初期選別を行い、枝切りの操作を完了することができる。対話目標サブマップにおける全ての対象ノードを候補対象ノードとすることに比べて、枝切りの操作が候補対象ノードの数を低減させ、これにより、データの処理量を低減させ、処理効率を向上させると同時に、対話品質を向上させることができる。

【0092】

本開示の実施例によれば、操作Ｓ２３０に対して、目標対話対象に基づいて目標対話情報を生成することは、以下の操作を含んでもよい。

【0093】

例えば、目標対話対象、履歴対話情報および履歴目標対話対象シーケンスに基づいて、目標対話情報を生成する。目標対話対象は、現在時刻、例えばｔ時刻の目標対話対象であってもよい。履歴目標対話対象シーケンスは、対話期間の履歴時間帯、例えば、時刻０－ｔの時間帯に生成された履歴目標対話対象シーケンスを含んでもよい。

【0094】

本開示の他の実施例によれば、目標対話対象、履歴対話情報および対話期間の予定履歴時刻の履歴目標対話対象に基づいて、目標対話情報を生成してもよい。対話期間の予定履歴時刻は、現在時刻の直前の時刻、例えば現在時刻ｔの直前の時刻ｔ－１を対話期間の予定履歴時刻としてもよい。

【0095】

本開示の実施例によれば、目標対話対象は対話タイプ目標対話対象、対話テーマ目標対話対象およびテーマ属性目標対話対象を含んでもよい。３つのタイプの目標対話対象、履歴対話情報、および、３つのタイプの目標対話対象とそれぞれ一対一に対応する３つのタイプの履歴目標対話対象シーケンスを入力として、符号化・復号化器に入力し、目標対話情報を取得してもよい。

【0096】

本開示の実施例によれば、双方向のＧＲＵをエンコーダとし、階層化のゲート融合手段（Ｈｉｅｒａｒｃｈｉｃａｌ Ｇａｔｅｄ ＦｕｓｉｏＮＵｎｉｔ、ＨＧＦＵ）をデコーダとし、目標対話対象、履歴対話情報および履歴目標対話対象シーケンスを処理し、返信用の目標対話情報を生成してもよい。

【0097】

本開示の実施例によれば、目標対話対象、履歴対話情報および履歴目標対話対象シーケンスに基づいて目標対話情報を生成することにより、生成された目標対話情報が自然で、情報が豊富であると同時に、推薦が正確であるようにすることができる。

【0098】

図５は、本開示の実施例に係る対話推薦モデルの訓練方法のフローチャートを概略的に示している。

【0099】

図５に示すように、該方法は操作Ｓ５１０～Ｓ５２０を含む。

【0100】

操作Ｓ５１０において、訓練サンプルを取得する。

【0101】

操作Ｓ５２０において、訓練サンプルを利用して対話推薦モデルを訓練し、訓練された対話推薦モデルを取得する。

【0102】

本開示の実施例によれば、訓練された対話推薦モデルは、履歴対話情報を取得することと、履歴対話情報に基づいて、対話対象を表すための対象ノードを含む対話目標マップから生成すべき目標対話対象を特定し、ただし目標対話対象は対象ノードに基づいて特定されることと、目標対話対象に基づいて、推薦用の目標対話情報を生成することと、に用いられる。

【0103】

本開示の実施例によれば、対話推薦モデルの訓練方法は、操作Ｓ５１０および操作Ｓ５２０を含んでもよいが、これに限られず、対話推薦モデルの訓練方法は操作Ｓ５１０を含んでもよい。

【0104】

図６は、本開示の実施例に係る初期対話目標マップを生成するフローチャートを概略的に示している。

【0105】

図６に示すように、複数の初期対話対象シーケンス６１０を取得してもよい。ユーザプロフィール６２０を利用して複数の初期対話対象シーケンス６１０を選別して、対話対象シーケンス６３０を取得する。対話対象シーケンス６３０および知識マップ６４０に基づいて、初期対話目標マップ６５０を生成する。

【0106】

本開示の実施例によれば、複数の初期対話対象シーケンスのタイプは、推薦用の対話タイプ、対話テーマ、および対話テーマ属性の少なくとも一つを含んでもよい。しかし、これに限られない。複数の初期対話対象シーケンスのタイプは、チャット用、コマンド用、またはクイズ用などの対話タイプを含んでもよい。

【0107】

本開示の実施例によれば、推薦用の対話タイプの初期対話対象シーケンスを例とし、初期対話対象シーケンスは、｛挨拶、映画推薦、チャット、音楽推薦、音楽再生｝を含んでもよい。

【0108】

本開示の実施例によれば、ユーザプロフィール（Ｕｓｅｒ Ｐｒｏｆｉｌｅ）は、ユーザの属性情報、ユーザ嗜好、生活習慣、ユーザ行動等の情報に基づいて抽象化されたユーザを識別するためのタグデータであってもよい。ユーザプロフィールを利用して、ユーザが興味のある映画、グルメ、運動、歌曲等を知ることができる。さらに、複数の初期対話対象シーケンスの中から、ユーザの嗜好に適合するまたはユーザの興味に合致する対話対象シーケンスを特定してもよい。

【0109】

本開示の実施例によれば、知識マップ（ＫｎｏｗｌｅｄｇＥＧｒａｐｈ）は、エンティティ間の関係を開示する意味ネットワークを指してもよい。（エンティティ１、関係、エンティティ２）または（エンティティ、属性、属性値）等のトリプレットデータを用いて、知識マップを構成してもよい。

【0110】

本開示の実施例によれば、対話対象シーケンスおよび対応する知識マップデータ等を利用して、対話方向を計画するための初期対話目標マップを形成してもよい。

【0111】

本開示の実施例によれば、訓練サンプルを利用して初期対話目標マップを含む対話推薦モデルを訓練し、訓練された対話推薦モデルにおける対話目標マップを取得する。対話目標マップは、異種階層化対話目標マップを含んでもよい。異種階層化対話目標マップは、複数の対話目標サブマップを含み、複数の対話目標サブマップの間に階層関係がある。複数の対話目標サブマップにおける各対話目標サブマップは、同じタイプの複数の対象ノードを含み、同じタイプの複数の対象ノード同士の間の接続辺は、同種関連関係を表すためのものである。隣接する二つの対話目標サブマップのそれぞれの対象ノードのタイプは異なり、一つ上位の階層の対話目標サブマップにおける複数の対象ノードと、現在階層の対話目標サブマップにおける複数の対象ノードとの間の接続辺は、異種関連関係を表すためのものである。

【0112】

本開示の実施例によれば、異種階層化対話目標マップが対話タイプ対話目標サブマップ、対話テーマ対話目標サブマップおよびテーマ属性対話目標サブマップを含むように設定してもよい。対話タイプ対話目標サブマップにおける対象ノードは、異なる推薦用の対話タイプに設定され、例えばレストラン推薦、グルメ推薦、音楽推薦、歌手推薦、映画推薦等であり、これにより複数回の能動的に推薦する対話またはユーザの決定をサポートする推薦対話を実現する。また、異種階層化対話目標マップを設定することは、対話テーマ対話目標サブマップおよびテーマ属性対話目標サブマップを含み、対話内容を拡張し且つ対話階層を豊富にしており、対話がスムーズで自然であるようにできる。

【0113】

本開示の実施例によれば、訓練サンプルはサンプル対話情報およびサンプル対話情報に対応するタグを含んでもよく、タグはサンプル対話対象を含む。タグのタイプは推薦用の対話タイプ、対話テーマ、およびテーマ属性の少なくとも一つを含む。

【0114】

本開示の実施例によれば、サンプル対話情報は、『映画「ＭＭ」をお勧めします。とてもすばらしい武術映画です！』を含んでもよい。サンプル対話情報に対応するタグは、［映画推薦、《ＭＭ》、とてもすばらしい武術映画です］を含んでもよい。ここで、「映画推薦」は、推薦用の対話タイプに関するタグであり、《ＭＭ》は、対話テーマに関するタグであり、「とてもすばらしい武術映画です」は、テーマ属性に関するタグである。

【0115】

本開示の実施例によれば、複数のサンプル対話情報をサンプル対話情報シーケンスとして初期対話推薦モデルに入力し、予測結果を取得してもよい。損失関数を利用して予測結果およびタグを処理し、損失値を取得する。損失値が収束するまで、損失値に基づいて初期対話推薦モデルにおけるパラメータを調整する。損失値が収束したときのモデルを、訓練された対話推薦モデルとする。

【0116】

本開示の実施例によれば、損失関数のタイプは、限定されず、損失関数および訓練サンプルを利用して初期対話目標マップを含む初期対話推薦モデルを訓練することができればよい。

【0117】

図７は、本開示の実施例に係る対話推薦装置のブロック図を概略的に示している。

【0118】

図７に示すように、対話推薦装置７００は、対話取得モジュール７１０、特定モジュール７２０および対話生成モジュール７３０を含む。

【0119】

対話取得モジュール７１０は、履歴対話情報を取得するためのものである。

【0120】

特定モジュール７２０は、履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定するためのものであり、ここで、対話目標マップは対象ノードを含み、対象ノードは対話対象を表すためのものであり、目標対話対象は対象ノードに基づいて特定される。

【0121】

対話生成モジュール７３０は、目標対話対象に基づいて、推薦用の目標対話情報を生成するためのものである。

【0122】

本開示の実施例によれば、特定モジュールは特定サブモジュールを含んでもよい。

【0123】

特定サブモジュールは、履歴対話情報および目標対話案内情報に基づいて、対話目標マップから目標対話対象を特定するためのものであり、ここで、履歴対話情報は対話期間に既に生成された情報であり、目標対話案内情報は対話期間に生成すべき目標対話対象の生成を案内するためのものである。

【0124】

本開示の実施例によれば、特定サブモジュールは、第１の特定手段、第２の特定手段および第３の特定手段を含んでもよい。

【0125】

第１の特定手段は、履歴対話情報に基づいて、履歴対話情報における履歴目標対話対象シーケンスを特定するためのものである。

【0126】

第２の特定手段は、履歴目標対話対象シーケンス、目標対話案内情報および対話目標マップに基づいて、候補対象ノードのコストパラメータを特定するためのものであり、ここで、候補対象ノードのタイプは履歴目標対話対象シーケンスのタイプと合致する。

【0127】

第３の特定手段は、候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定するためのものである。

【0128】

本開示の実施例によれば、第２の特定手段は、第１の特定サブ手段、第２の特定サブ手段、第３の特定サブ手段および第４の特定サブ手段を含んでもよい。

【0129】

第１の特定サブ手段は、対話目標マップに基づいて、候補対象ノードの遷移行列を特定するためのものである。

【0130】

第２の特定サブ手段は、履歴目標対話対象シーケンスおよび候補対象ノードの遷移行列に基づいて、候補対象ノードの第１の初期コストパラメータを特定するためのものである。

【0131】

第３の特定サブ手段は、履歴目標対話対象シーケンス、目標対話案内情報および候補対象ノードの遷移行列に基づいて、候補対象ノードの第２の初期コストパラメータを特定するためのものである。

【0132】

第４の特定サブ手段は、第１の初期コストパラメータおよび第２の初期コストパラメータに基づいて、候補対象ノードのコストパラメータを特定するためのものである。

【0133】

本開示の実施例によれば、第３の特定手段は、第５の特定サブ手段、第６の特定サブ手段および第７の特定サブ手段を含んでもよい。

【0134】

第５の特定サブ手段は、候補対象ノードのコストパラメータに基づいて、目標対話対象ノードのジャンプ確率を特定するためのものである。

【0135】

第６の特定サブ手段は、ジャンプ確率が所定のジャンプ閾値以上であると特定した場合、候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定するためのものである。

【0136】

第７の特定サブ手段は、ジャンプ確率が所定のジャンプ閾値より小さいと特定した場合、履歴目標対話対象シーケンスから目標対話対象を特定するためのものである。

【0137】

本開示の実施例によれば、第３の特定手段は、第８の特定サブ手段、第９の特定サブ手段を含んでもよい。

【0138】

第８の特定サブ手段は、候補対象ノードのコストパラメータに基づいて、目標対話対象ノードの生成確率を特定するためのものである。

【0139】

第９の特定サブ手段は、生成確率が所定の生成閾値以上であると特定した場合、候補対象ノードのコストパラメータに基づいて、候補対象ノードから目標対話対象を特定するためのものである。

【0140】

本開示の実施例によれば、対話目標マップは、異種階層化対話目標マップを含み、異種階層化対話目標マップは、複数の対話目標サブマップを含み、複数の対話目標サブマップの間に階層関係を有し、複数の対話目標サブマップのそれぞれは、同じタイプの複数の対象ノードを含み、同じタイプの複数の対象ノード同士の間の接続辺は、同種関連関係を表すためのものであり、隣接する二つの対話目標サブマップのそれぞれの対象ノードのタイプが異なり、一つ上位の階層の対話目標サブマップにおける複数の対象ノードと現在階層の対話目標サブマップにおける複数の対象ノード同士の間の接続辺は、異種関連関係を表すためのものである。

【0141】

本開示の実施例によれば、目標対話対象は、階層を有する複数の目標対話対象を含む。

【0142】

本開示の実施例によれば、第１の特定サブ手段は、異種階層化対話目標マップにおける異種関連関係、および、既に特定された一つ上位の階層の対話目標サブマップにおける目標対象ノードに基づいて、現在階層の対話目標サブマップにおける候補対象ノードを特定し、ここで、一つ上位の階層の対話目標サブマップにおける目標対象ノードは一つ上位の階層の目標対話対象に対応し、現在階層の対話目標サブマップにおける候補対象ノードは現在階層の候補対話対象に対応することと、現在階層の対話目標サブマップの候補対象ノードに基づいて、現在階層の候補対象ノードの遷移行列を特定し、かつ、現在階層の候補対象ノードの遷移行列を候補対象ノードの遷移行列とすることと、に用いられる。

【0143】

本開示の実施例によれば、対話生成モジュールは、対話生成手段を含んでもよい。

【0144】

対話生成手段は、目標対話対象、履歴対話情報および履歴目標対話対象シーケンスに基づいて、目標対話情報を生成するためのものである。

【0145】

本開示の実施例によれば、目標対話対象のタイプは、推薦用の対話タイプ、対話テーマ、およびテーマ属性の少なくとも一つを含む。

【0146】

図８は、本開示の実施例に係る対話推薦モデルの訓練装置のブロック図を概略的に示している。

【0147】

図８に示すように、対話推薦モデルの訓練装置８００は、サンプル取得モジュール８１０および訓練モジュール８２０を含んでもよい。

【0148】

サンプル取得モジュール８１０は、訓練サンプルを取得するためのものである。

【0149】

訓練モジュール８２０は、訓練サンプルを利用して対話推薦モデルを訓練し、訓練された対話推薦モデルを取得するためのものである。

【0150】

本開示の実施例によれば、訓練された対話推薦モデルは、履歴対話情報を取得することと、履歴対話情報に基づいて、対話目標マップから生成すべき目標対話対象を特定し、ここで、対話目標マップは対象ノードを含み、対象ノードは対話対象を表すためのものであり、目標対話対象は対象ノードに基づいて特定されることと、目標対話対象に基づいて、推薦用の目標対話情報を生成することと、に用いられる。

【0151】

本開示の実施例によれば、対話推薦モデルの訓練装置８００は、サンプル取得モジュール８１０および訓練モジュール８２０を含んでもよい。しかし、これに限られない。対話推薦モデルの訓練装置８００は、訓練モジュール８２０を含んでもよい。

【0152】

本開示の実施例によれば、訓練サンプルはサンプル対話情報およびサンプル対話情報に対応するタグを含み、タグはサンプル対話対象を含む。

【0153】

本開示の実施例によれば、タグのタイプは推薦用の対話タイプ、対話テーマ、およびテーマ属性の少なくとも一つを含む。

【0154】

本開示の実施例によれば、対話推薦モデルの訓練装置はさらにシーケンス特定モジュールおよびマップ生成モジュールを含んでもよい。

【0155】

シーケンス特定モジュールは、対話対象シーケンスを特定するためのものである。

【0156】

マップ生成モジュールは、対話対象シーケンスおよび知識マップに基づいて、初期対話目標マップを生成することにより、訓練サンプルを利用して初期対話目標マップを含む対話推薦モデルを訓練し、訓練された対話推薦モデルにおける対話目標マップを取得するためのものである。

【0157】

本開示の実施例によれば、本開示は、さらに、電子機器、読み取り可能な記憶媒体およびコンピュータプログラム製品を提供する。

【0158】

本開示の実施例によれば、電子機器は、少なくとも一つのプロセッサと、少なくとも一つのプロセッサと通信接続されるメモリとを含み、メモリには、少なくとも一つのプロセッサに実行されるコマンドが記憶され、コマンドが少なくとも一つのプロセッサに実行されることで、少なくとも一つのプロセッサは本開示の実施例のような方法を実行可能となる。

【0159】

本開示の実施例によれば、コンピュータに本開示の実施例のような方法を実行させるためのコンピュータコマンドが記憶されている不揮発性のコンピュータ読み取り可能な記憶媒体を提供する。

【0160】

本開示の実施例によれば、コンピュータプログラムは、コンピュータプログラムがプロセッサに実行される場合、本開示の実施例のような方法を実現する。

【0161】

図９は、本開示の実施例を実施可能な例示の電子機器９００のブロック図を概略的に示している。電子機器は、様々な形式のデジタルコンピュータを示すことを意図し、例えば、ラップトップ型コンピュータ、デスクトップコンピュータ、作業台、パーソナル・デジタル・アシスタント、サーバ、ブレードサーバ、大型コンピュータおよび他の適宜なコンピュータがある。電子機器は、さらに様々な形式の移動装置を示してもよく、例えば、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブル機器および他の類似の計算装置がある。本明細書に示された部材、それらの接続と関係、および、それらの機能は、例示に過ぎず、本明細書に記述されたおよび／または要求された本開示の実現を限定するものではない。

【0162】

図９に示すように、電子機器９００は、リードオンリーメモリ（ＲＯＭ）９０２に記憶されたコンピュータプログラム又は記憶手段９０８からランダムアクセスメモリ（ＲＡＭ）９０３にロードされたコンピュータプログラムに基づいて、様々な適宜な動作および処理を実行できる計算手段９０１を含む。ＲＡＭ９０３において、電子機器９００の操作に必要な様々なプログラムおよびデータをさらに記憶してもよい。計算手段９０１、ＲＯＭ９０２およびＲＡＭ９０３は、バス９０４を介して相互に接続されている。バス９０４には、さらに、入力／出力（Ｉ／Ｏ）インターフェース９０５が接続されている。

【0163】

電子機器９００における複数の部品は、Ｉ／Ｏインターフェース９０５に接続されており、例えばキーボード、マウスなどの入力手段９０６と、例えば様々なタイプのディスプレイ、スピーカなどの出力手段９０７と、例えば磁気ディスク、光ディスクなどの記憶手段９０８と、例えばネットワークカード、モデム、無線通信トランシーバなどの通信手段９０９と、を含む。通信手段９０９は、電子機器９００がインターネットのようなコンピュータネットワークおよび/または様々な電気通信網を介して他の機器と情報／データをやり取りすることを可能にする。

【0164】

計算手段９０１は、処理および計算能力を有する様々な汎用および／または専用の処理モジュールであってもよい。計算手段９０１のいくつかの例示としては、中央処理ユニット（ＣＰＵ）、画像処理ユニット（ＧＰＵ）、様々な専用の人工知能（ＡＩ）計算チップ、様々なデバイス学習モデルアルゴリズムを実行する計算手段、デジタルシグナルプロセッサ（ＤＳＰ）、任意の適宜なプロセッサ、コントローラ、マイクロコントローラなどが挙げられるが、これらに限られない。計算手段９０１は、上記の各方法および処理、例えば対話推薦方法または対話推薦モデルの訓練方法を実行する。例えば、いくつかの実施例において、対話推薦方法または対話推薦モデルの訓練方法は、有形のものとしてデバイス読み取り可能な媒体、例えば記憶手段９０８に含まれるコンピュータソフトウェアプログラムとして実現される。いくつかの実施例において、コンピュータプログラムの一部又は全部は、ＲＯＭ９０２および／または通信手段９０９を介して電子機器９００にロードおよび／またはインストールされる。コンピュータプログラムがＲＡＭ９０３にロードされかつ計算手段９０１により実行される場合、上記の対話推薦方法または対話推薦モデルの訓練方法の一つ又は複数のステップを実行することができる。代替的に、他の実施例において、計算手段９０１は、他の任意の適宜な方式（例えばファームウェアによる方式）により、対話推薦方法または対話推薦モデルの訓練方法を実行するように構成されてもよい。

【0165】

本明細書における上記のシステムおよび技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、専用集積回路（ＡＳＩＣ）、専用標準製品（ＡＳＳＰ）、システム・オン・チップのシステム（ＳＯＣ）、負荷プログラマブルロジック機器（ＣＰＬＤ）、コンピュータハードウェア、ファームウェア、ソフトウェアおよび／またはそれらの組合せにおいて実現することができる。これらの各種実施形態は、一つ又は複数のコンピュータプログラムで実行されることを含んでもよく、この一つ又は複数のコンピュータプログラムが、少なくとも一つのプログラマブルプロセッサを含むプログラマブルシステム上に実行および／または解釈されてもよく、このプログラマブルプロセッサは専用又は汎用プログラマブルプロセッサであり、記憶システムと、少なくとも一つの入力装置と、少なくとも一つの出力装置とから、データおよび命令を受信し、データおよび命令をこの記憶システムと、この少なくとも一つの入力装置と、この少なくとも一つの出力装置とに転送してもよい。

【0166】

本開示の方法を実施するためのプログラムコードは、一つ又は複数のプログラミング言語の任意の組合せによって書かれてもよい。これらのプログラムコードは、汎用コンピュータ、専用コンピュータ又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供され、プログラムコードがプロセッサ又はコントローラにより実行される時にフローチャートおよび／またはブロック図に規定された機能・操作が実施されるようにしてもよい。プログラムコードは、完全にデバイスに実行されてもよく、部分的にデバイスに実行されてもよく、独立ソフトウェアパックとして部分的にデバイスに実行されかつ部分的に遠隔デバイスに実行され、或いは完全に遠隔デバイス又はサーバに実行されてもよい。

【0167】

本開示のコンテキストにおいて、デバイス読み取り可能な媒体は、命令実行システム、装置又は機器に使用される或いは命令実行システム、装置又は機器と組合せて使用されるプログラムを含むか記憶する有形の媒体であってもよい。デバイス読み取り可能な媒体は、デバイス読み取り可能な信号媒体又はデバイス読み取り可能な記憶媒体であってもよい。デバイス読み取り可能な媒体は、電子、磁気的、光学的、電磁気的や赤外のもの、又は半導体システム、装置又は機器、或いは上記内容の任意の適宜な組合せを含むが、これらに限られない。デバイス読み取り可能な記憶媒体のより具体的な例示は、一つ又は複数のラインによる電気接続、携帯コンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去可能なプログラマブルリードオンリーメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、ファイバ、携帯コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、光学的記憶機器、磁気的記憶機器、又は上記内容の任意の適宜な組合せを含む。

【0168】

ユーザとのインタラクティブを提供するために、コンピュータでここで記述したシステムおよび技術を実施してもよく、このコンピュータは、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニタ）と、キーボードおよびポインティング装置（例えば、マウス又はトラックボール）とを有し、ユーザは、このキーボードおよびこのポインティング装置によって、入力をコンピュータに提供することができる。他の種類の装置は、ユーザとのインタラクティブを提供するためのものであってもよく、例えば、ユーザに提供するフィードバックは、任意の形式のセンサフィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形式（声入力、語音入力、又は触覚入力を含む）でユーザからの入力を受信してもよい。

【0169】

ここで記述されたシステムおよび技術は、バックグラウンド部品を含む計算システム（例えば、データサーバとする）、又はミドルウェア部品を含む計算システム（例えば、アプリケーションサーバ）、又はフロントエンド部品を含む計算システム（例えば、グラフィカル・ユーザ・インターフェース又はネットワークブラウザを有するユーザコンピュータ、ユーザはこのグラフィカル・ユーザ・インターフェース又はこのネットワークブラウザを介してここで説明したシステムおよび技術の実施形態とインタラクティブすることができる）、又はこのようなバックグラウンド部品、ミドルウェア部品、或いはフロントエンド部品の任意の組合せを含む計算システムで実施されてもよい。任意の形式又は媒体のデジタルデータ通信（例えば、通信ネットワーク）を介してシステムの部品を相互に接続してもよい。通信ネットワークの例示は、ローカルエリアネットワーク（ＬＡＮ）と、広域ネットワーク（ＷＡＮ）と、インターネットを含む。

【0170】

コンピュータシステムは、クライアントとサーバとを含んでもよい。クライアントとサーバとは、一般的に互いに離れて、且つ通常に通信ネットワークを介してインタラクティブする。相応するコンピュータで実行されるとともに、互いにクライアント－サーバの関係を有するコンピュータプログラムによって、クライアントとサーバとの関係を形成する。サーバは、クラウドサーバであってもよく、分散システムのサーバであってもよく、又はブロックチェーンを結合したサーバであってもよい。

【0171】

以上に示した様々な形式のフローを利用して、ステップを並び替え、追加又は削除することができると理解すべきである。例えば、本開示に記載された各ステップは、並行に実行されてもよいし、順に実行されてもよいし、異なる順序で実行されてもよく、本開示が開示した技術案が所望する結果を実現できる限り、本明細書はここで限定しない。

【0172】

上述した具体的な実施形態は、本開示の保護範囲に対する限定を構成しない。当業者は、設計要求や他の要因に応じて、様々な修正、組合、サブ組合および置換を行うことができると理解すべきである。本開示の趣旨および原則の範囲内になされた任意の修正、等価な置換、改進などは、いずれも本開示の保護範囲内に含まれるべきである。

【図1】

【図2】

【図3A】

【図3B】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】