ホーム > 特許ランキング > ソニーグループ株式会社
知財求人 - 知財ポータルサイト「IP Force」
特許7605119情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
(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】2024-12-16
(45)【発行日】2024-12-24
(54)【発明の名称】情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
(51)【国際特許分類】
G10L 15/22 20060101AFI20241217BHJP
G10L 13/00 20060101ALI20241217BHJP
G06F 40/56 20200101ALI20241217BHJP
G06F 16/90 20190101ALI20241217BHJP
G06F 3/16 20060101ALI20241217BHJP
【ＦＩ】
G10L15/22 300U
G10L13/00 100M
G06F40/56
G06F16/90 100
G06F3/16 690
G06F3/16 650
【請求項の数】
13
(21)【出願番号】P 2021548415
(86)(22)【出願日】2020-08-06
(86)【国際出願番号】 JP2020030193
(87)【国際公開番号】W WO2021059771
(87)【国際公開日】2021-04-01
【審査請求日】2023-06-07
(31)【優先権主張番号】P 2019174047
(32)【優先日】2019-09-25
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】000002185
【氏名又は名称】ソニーグループ株式会社
(74)【代理人】
【識別番号】100093241
【弁理士】
【氏名又は名称】宮田 正昭
(74)【代理人】
【識別番号】100101801
【弁理士】
【氏名又は名称】山田 英治
(74)【代理人】
【識別番号】100086531
【弁理士】
【氏名又は名称】澤田 俊夫
(74)【代理人】
【識別番号】100095496
【弁理士】
【氏名又は名称】佐々木 榮二
(74)【代理人】
【識別番号】110000763
【氏名又は名称】弁理士法人大同特許事務所
(72)【発明者】
【氏名】金盛 克俊
【審査官】土井 悠生
(56)【参考文献】
【文献】特開２００３－２５５９９０（ＪＰ，Ａ）
【文献】特開２００３－０４４０８８（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１９／００５７６８４（ＵＳ，Ａ１）
【文献】特開２０１７－２０３８０８（ＪＰ，Ａ）
【文献】特許第６５５５８３８（ＪＰ，Ｂ１）
【文献】特開２０１８－１８５４０１（ＪＰ，Ａ）
【文献】国際公開第２０１９／０４８９５７（ＷＯ，Ａ１）
【文献】特開２０１８－０４９５８８（ＪＰ，Ａ）
【文献】特開２０１６－２１２５４１（ＪＰ，Ａ）
【文献】特開２０１５－２１０３４２（ＪＰ，Ａ）
【文献】矢島 敬士, 他３名，独居高齢者に優しい談話システムの提案，電気学会研究会資料 The Papers of Technical Meeting on "Information Systems",IEE Japan，日本，一般社団法人電気学会，2019年05月27日，pp.33-38
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１０Ｌ １３／００－９９／００
Ｇ０６Ｆ ４０／５６
Ｇ０６Ｆ １６／９０
Ｇ０６Ｆ ３／１６
(57)【特許請求の範囲】
【請求項1】
システム発話を生成して出力するデータ処理部を有し、前記データ処理部は、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する処理を実行する構成であり、
前記複数の対話実行モジュールは、
（ａ）様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュール、
（ｂ）様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュール、
（ｃ）様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュール、
少なくとも上記（ａ）～（ｃ）３種類の対話実行モジュールを含み、
上記（ａ）～（ｃ）３種類の対話実行モジュール各々は、
システム発話の生成に成功した場合は、生成したシステム発話と、生成したシステム発話の自信度を示す０より大きい値の自信度を出力し、
システム発話の生成に失敗した場合は、システム発話を出力することなく、自信度の値として０を出力する構成であり、
前記データ処理部は、
上記（ａ）～（ｃ）３種類の対話実行モジュールが個別に生成した複数のシステム発話を含む複数のシステム発話から、自信度の値が最大である１つのシステム発話を選択して出力する情報処理装置。
【請求項2】
前記複数の対話実行モジュールの各々は、異なるシステム発話生成アルゴリズムに従って、アルゴリズム固有のシステム発話を生成する請求項１に記載の情報処理装置。
【請求項3】
前記データ処理部は、ユーザ発話を入力し、入力したユーザ発話の音声認識結果を前記複数の対話実行モジュールに入力して、
前記複数の対話実行モジュールが、ユーザ発話に基づいて生成したシステム発話から１つのシステム発話を選択する請求項１に記載の情報処理装置。
【請求項4】
前記データ処理部は、観測情報である状況情報を入力し、入力した状況情報を前記複数の対話実行モジュールに入力して、
前記複数の対話実行モジュールが、状況情報に基づいて生成したシステム発話から１つのシステム発話を選択する請求項１に記載の情報処理装置。
【請求項5】
前記データ処理部は、前記自信度の値が最高値のシステム発話が複数、存在する場合、
予め規定された対話実行モジュール対応の優先度に従って、優先度の高い対話実行モジュールが生成したシステム発話を出力システム発話として選択する請求項１に記載の情報処理装置。
【請求項6】
前記複数の対話実行モジュールには、状況情報の言語化処理を実行し、該言語化処理によって生成した状況言語化データに基づいて、様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを検索してシステム発話を生成する状況言語化＆ＲＤＦ知識ベース対話実行モジュールが含まれる請求項１に記載の情報処理装置。
【請求項7】
前記複数の対話実行モジュールには、入力文と応答文の組データの機械学習処理により生成された機械学習モデルを用いてシステム発話を生成する機械学習モデルベース対話実行モジュールが含まれる請求項１に記載の情報処理装置。
【請求項8】
前記データ処理部は、入力部から音声情報を含む外部情報を入力して、各時間単位の外部状態解析情報である時間単位の状態情報を生成する状態解析部と、
前記状態情報を継続して入力し、入力した複数の状態情報に基づいて外部の状況情報を生成する状況解析部と、
前記状況解析部の生成した状況情報を入力して、情報処理装置が実行する処理を決定する処理決定部を有し、
前記処理決定部が、
前記状況情報を複数の対話実行モジュールに入力し、
前記複数の対話実行モジュールが前記状況情報に基づいて個別に生成した複数のシステム発話を取得し、
取得した複数のシステム発話から出力する１つのシステム発話を選択する請求項１に記載の情報処理装置。
【請求項9】
対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムであり、前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、
異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置は、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する処理を実行し、
前記サーバが有する前記複数の対話実行モジュールは、
（ａ）様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュール、
（ｂ）様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュール、
（ｃ）様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュール、
少なくとも上記（ａ）～（ｃ）３種類の対話実行モジュールを含み、
上記（ａ）～（ｃ）３種類の対話実行モジュール各々は、
システム発話の生成に成功した場合は、生成したシステム発話と、生成したシステム発話の自信度を示す０より大きい値の自信度を出力し、
システム発話の生成に失敗した場合は、システム発話を出力することなく、自信度の値として０を出力する構成であり、
前記ロボット制御装置は、
前記サーバから受信する上記（ａ）～（ｃ）３種類の対話実行モジュールが個別に生成した複数のシステム発話を含む複数のシステム発話から、自信度の値が最大である１つのシステム発話を選択して出力する情報処理システム。
【請求項10】
前記ロボット制御装置は、前記自信度の値が最高値のシステム発話が複数、存在する場合、
予め規定された対話実行モジュール対応の優先度に従って、優先度の高い対話実行モジュールが生成したシステム発話を出力システム発話として選択する請求項９に記載の情報処理システム。
【請求項11】
情報処理装置において実行する情報処理方法であり、前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記データ処理部が、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する処理を実行し、
前記複数の対話実行モジュールは、
（ａ）様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュール、
（ｂ）様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュール、
（ｃ）様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュール、
少なくとも上記（ａ）～（ｃ）３種類の対話実行モジュールを含み、
上記（ａ）～（ｃ）３種類の対話実行モジュール各々は、
システム発話の生成に成功した場合は、生成したシステム発話と、生成したシステム発話の自信度を示す０より大きい値の自信度を出力し、
システム発話の生成に失敗した場合は、システム発話を出力することなく、自信度の値として０を出力する処理を実行し、
前記データ処理部は、
上記（ａ）～（ｃ）３種類の対話実行モジュールが個別に生成した複数のシステム発話を含む複数のシステム発話から、自信度の値が最大である１つのシステム発話を選択して出力する情報処理方法。
【請求項12】
対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムにおいて実行する情報処理方法であり、前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置が、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する処理を実行し、
前記サーバが有する前記複数の対話実行モジュールは、
（ａ）様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュール、
（ｂ）様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュール、
（ｃ）様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュール、
少なくとも上記（ａ）～（ｃ）３種類の対話実行モジュールを含み、
上記（ａ）～（ｃ）３種類の対話実行モジュール各々は、
システム発話の生成に成功した場合は、生成したシステム発話と、生成したシステム発話の自信度を示す０より大きい値の自信度を出力し、
システム発話の生成に失敗した場合は、システム発話を出力することなく、自信度の値として０を出力する処理を実行し、
前記ロボット制御装置は、
前記サーバから受信する上記（ａ）～（ｃ）３種類の対話実行モジュールが個別に生成した複数のシステム発話を含む複数のシステム発話から、自信度の値が最大である１つのシステム発話を選択して出力する情報処理方法。
【請求項13】
情報処理装置において情報処理を実行させるプログラムであり、前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記プログラムは、前記データ処理部に、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力させ、
前記複数の対話実行モジュールは、
（ａ）様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュール、
（ｂ）様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュール、
（ｃ）様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュール、
少なくとも上記（ａ）～（ｃ）３種類の対話実行モジュールを含み、
上記（ａ）～（ｃ）３種類の対話実行モジュール各々は、
システム発話の生成に成功した場合は、生成したシステム発話と、生成したシステム発話の自信度を示す０より大きい値の自信度を出力し、
システム発話の生成に失敗した場合は、システム発話を出力することなく、自信度の値として０を出力する処理を実行し、
前記プログラムは、前記データ処理部に、
上記（ａ）～（ｃ）３種類の対話実行モジュールが個別に生成した複数のシステム発話を含む複数のシステム発話から、自信度の値が最大である１つのシステム発話を選択して出力させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、情報処理システム、および情報処理方法、並びにプログラムに関する。さらに詳細には、ユーザ発話の音声認識結果に基づく処理を実行する情報処理装置、情報処理システム、および情報処理方法、並びにプログラムに関する。
【背景技術】
【0002】
近年、ユーザ発話の音声認識を行い、認識結果に基づく応答を行う音声認識システムの利用が増大している。
音声認識システムは、マイクを介して入力するユーザ発話を解析して、解析結果に応じた応答を行う。
例えばユーザが、「明日の天気を教えて」と発話した場合、天気情報提供サーバから天気情報を取得して、取得情報に基づくシステム応答を生成して、生成した応答をスピーカから出力する。具体的には、例えば、
システム発話＝「明日の天気は晴れです。ただし、夕方、雷雨があるかもしれません」
このようなシステム発話を出力する。
音声認識システムは、マイクを介して入力するユーザ発話を解析して、解析結果に応じた応答を行う。
例えばユーザが、「明日の天気を教えて」と発話した場合、天気情報提供サーバから天気情報を取得して、取得情報に基づくシステム応答を生成して、生成した応答をスピーカから出力する。具体的には、例えば、
システム発話＝「明日の天気は晴れです。ただし、夕方、雷雨があるかもしれません」
このようなシステム発話を出力する。
【0003】
このようなシステム発話出力装置は、ユーザ発話の解析処理、および解析結果に基づく応答を生成するデータ処理機能を有する。このデータ処理機能を実行するモジュールは「対話実行モジュール」、あるいは「対話エンジン」等と呼ばれる。
この対話実行モジュール（対話エンジン）には様々な種類がある。
この対話実行モジュール（対話エンジン）には様々な種類がある。
【0004】
例えば、特許文献１（特開２００３－２８０６８３号公報）は、分野別の辞書を用いて専門分野に応じた対話を実現する構成を開示している。
この特許文献１に記載の技術を用いれば、辞書に記録されている分野の専門的な対話を行うことが可能となる。しかし、辞書に日常会話を行うための情報が記録されていなければ、日常的な会話はうまくできない可能性がある。
この特許文献１に記載の技術を用いれば、辞書に記録されている分野の専門的な対話を行うことが可能となる。しかし、辞書に日常会話を行うための情報が記録されていなければ、日常的な会話はうまくできない可能性がある。
【0005】
このように、装置の利用する対話実行モジュールの種類や機能に応じて、スムーズな対話ができるケースと、対話が不自然、あるいは全く成立しなくなるといったケースが発生する。
【先行技術文献】
【特許文献】
【0006】
【文献】特開２００３－２８０６８３号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
本開示は、例えば、上記問題点に鑑みてなされたものであり、複数の異なる対話実行モジュール（対話エンジン）を選択的に利用して様々な状況に応じた最適な対話を可能とした情報処理装置、情報処理システム、および情報処理方法、並びにプログラムを提供することを目的とする。
【課題を解決するための手段】
【0008】
本開示の第１の側面は、
システム発話を生成して出力するデータ処理部を有し、
前記データ処理部は、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理装置にある。
システム発話を生成して出力するデータ処理部を有し、
前記データ処理部は、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理装置にある。
【0009】
さらに、本開示の第２の側面は、
対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムであり、
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、
異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置は、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理システムにある。
対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムであり、
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、
異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置は、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理システムにある。
【0010】
さらに、本開示の第３の側面は、
情報処理装置において実行する情報処理方法であり、
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記データ処理部が、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法にある。
情報処理装置において実行する情報処理方法であり、
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記データ処理部が、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法にある。
【0011】
さらに、本開示の第４の側面は、
対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムにおいて実行する情報処理方法であり、
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置が、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法にある。
対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムにおいて実行する情報処理方法であり、
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置が、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法にある。
【0012】
さらに、本開示の第５の側面は、
情報処理装置において情報処理を実行させるプログラムであり、
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記プログラムは、前記データ処理部に、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力させるプログラムにある。
情報処理装置において情報処理を実行させるプログラムであり、
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記プログラムは、前記データ処理部に、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力させるプログラムにある。
【0013】
なお、本開示のプログラムは、例えば、様々なプログラム・コードを実行可能な情報処理装置やコンピュータ・システムに対して、コンピュータ可読な形式で提供する記憶媒体、通信媒体によって提供可能なプログラムである。このようなプログラムをコンピュータ可読な形式で提供することにより、情報処理装置やコンピュータ・システム上でプログラムに応じた処理が実現される。
【0014】
本開示のさらに他の目的、特徴や利点は、後述する本開示の実施例や添付する図面に基づくより詳細な説明によって明らかになるであろう。なお、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。
【0015】
本開示の一実施例の構成によれば、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールが生成した複数のシステム発話から最適なシステム発話を選択して出力する構成が実現される。
具体的には、例えば、システム発話を生成して出力するデータ処理部が、複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する。複数の対話実行モジュールの各々は、異なるアルゴリズムに従って、アルゴリズム固有のシステム発話を生成する。データ処理部は、複数の対話実行モジュールの各々が生成したシステム発話に対応して設定される自信度や、予め規定された対話実行モジュール対応の優先度に従って出力する１つのシステム発話を選択する。
本構成により、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールが生成した複数のシステム発話から最適なシステム発話を選択して出力する構成が実現される。
なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、また付加的な効果があってもよい。
具体的には、例えば、システム発話を生成して出力するデータ処理部が、複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する。複数の対話実行モジュールの各々は、異なるアルゴリズムに従って、アルゴリズム固有のシステム発話を生成する。データ処理部は、複数の対話実行モジュールの各々が生成したシステム発話に対応して設定される自信度や、予め規定された対話実行モジュール対応の優先度に従って出力する１つのシステム発話を選択する。
本構成により、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールが生成した複数のシステム発話から最適なシステム発話を選択して出力する構成が実現される。
なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、また付加的な効果があってもよい。
【図面の簡単な説明】
【0016】
【図1】ユーザ発話に対する応答を行う対話ロボットの具体的な処理例について説明する図である。
【図2】ユーザ発話に対する応答を行う対話ロボットの具体的な処理例について説明する図である。
【図3】本開示の情報処理装置の構成例について説明する図である。
【図4】本開示の情報処理装置の構成例について説明する図である。
【図5】本開示の情報処理装置の実行する処理について説明する図である。
【図6】本開示の情報処理装置の実行する処理について説明する図である。
【図7】本開示の情報処理装置の処理決定部（意思決定部）の構成と処理について説明する図である。
【図8】本開示の情報処理装置の処理決定部（意思決定部）が実行する処理のシーケンスについて説明するフローチャートを示す図である。
【図9】シナリオベース対話実行モジュールが実行する処理について説明する図である。
【図10】シナリオベース対話実行モジュールが参照するシナリオデータベースの格納データについて説明する図である。
【図11】シナリオベース対話実行モジュールが実行する処理について説明するフローチャートを示す図である。
【図12】エピソード知識ベース対話実行モジュールが実行する処理について説明する図である。
【図13】エピソード知識ベース対話実行モジュールが参照するエピソード知識データベースの格納データについて説明する図である。
【図14】エピソード知識ベース対話実行モジュールが実行する処理について説明するフローチャートを示す図である。
【図15】ＲＤＦ知識ベース対話実行モジュールが実行する処理について説明する図である。
【図16】ＲＤＦ知識ベース対話実行モジュールが参照するＲＤＦ知識データベースの格納データについて説明する図である。
【図17】ＲＤＦ知識ベース対話実行モジュールが実行する処理について説明するフローチャートを示す図である。
【図18】状況言語化＆ＲＤＦ知識ベース対話実行モジュールが実行する処理について説明する図である。
【図19】状況言語化＆ＲＤＦ知識ベース対話実行モジュールが実行する処理について説明するフローチャートを示す図である。
【図20】機械学習モデルベース対話実行モジュールが実行する処理について説明する図である。
【図21】機械学習モデルベース対話実行モジュールが実行する処理について説明するフローチャートを示す図である。
【図22】実行処理決定部の実行する処理について説明する図である。
【図23】実行処理決定部が利用する対話実行モジュール対応の優先度情報について説明する図である。
【図24】実行処理決定部の実行する処理について説明するフローチャートを示す図である。
【図25】本開示の情報処理装置の実行する対話処理シーケンスについて説明する図である。
【図26】本開示の情報処理装置の実行する対話処理シーケンスについて説明する図である。
【図27】情報処理装置のハードウェア構成例について説明する図である。
【発明を実施するための形態】
【0017】
以下、図面を参照しながら本開示の情報処理装置、情報処理システム、および情報処理方法、並びにプログラムの詳細について説明する。なお、説明は以下の項目に従って行なう。
１．本開示の情報処理装置が実行するユーザ発話の音声認識に基づく対話処理の概要について
２．本開示の情報処理装置の構成例について
３．処理決定部（意思決定部）の具体的構成例と具体的処理例について
４．対話実行モジュール（対話エンジン）における処理の詳細について
４－１．シナリオベース対話実行モジュールによるシステム発話の生成処理について
４－２．エピソード知識ベース対話実行モジュールによるシステム発話の生成処理について
４－３．ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成処理について
４－４．状況言語化＆ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成処理について
４－５．機械学習モデルベース対話実行モジュールによるシステム発話の生成処理について
５．実行処理決定部の実行する処理の詳細について
６．本開示の情報処理装置によるシステム発話出力例について
７．情報処理装置のハードウェア構成例について
８．本開示の構成のまとめ
１．本開示の情報処理装置が実行するユーザ発話の音声認識に基づく対話処理の概要について
２．本開示の情報処理装置の構成例について
３．処理決定部（意思決定部）の具体的構成例と具体的処理例について
４．対話実行モジュール（対話エンジン）における処理の詳細について
４－１．シナリオベース対話実行モジュールによるシステム発話の生成処理について
４－２．エピソード知識ベース対話実行モジュールによるシステム発話の生成処理について
４－３．ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成処理について
４－４．状況言語化＆ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成処理について
４－５．機械学習モデルベース対話実行モジュールによるシステム発話の生成処理について
５．実行処理決定部の実行する処理の詳細について
６．本開示の情報処理装置によるシステム発話出力例について
７．情報処理装置のハードウェア構成例について
８．本開示の構成のまとめ
【0018】
［１．本開示の情報処理装置が実行するユーザ発話の音声認識に基づく対話処理の概要について］
まず、図１以下を参照して、本開示の情報処理装置が実行するユーザ発話の音声認識に基づく対話処理の概要について説明する。
まず、図１以下を参照して、本開示の情報処理装置が実行するユーザ発話の音声認識に基づく対話処理の概要について説明する。
【0019】
図１は、ユーザ１の発するユーザ発話を認識して応答を行う本開示の情報処理装置の一例である対話ロボット１０の一処理例を示す図である。
対話ロボット１０は、ユーザ発話、例えば、
ユーザ発話＝「ビール飲みたいな」
このユーザ発話の音声認識処理を実行する。
なお、音声認識処理等のデータ処理を実行するのは、対話ロボット１０自身であってもよいし、対話ロボット１０と通信可能な外部装置であってもよい。
対話ロボット１０は、ユーザ発話、例えば、
ユーザ発話＝「ビール飲みたいな」
このユーザ発話の音声認識処理を実行する。
なお、音声認識処理等のデータ処理を実行するのは、対話ロボット１０自身であってもよいし、対話ロボット１０と通信可能な外部装置であってもよい。
【0020】
対話ロボット１０は、ユーザ発話の音声認識結果に基づく応答処理を実行する。
図１に示す例では、ユーザ発話＝「ビール飲みたいな」に応答するためのデータを取得し、取得データに基づいて応答を生成して生成した応答を、対話ロボット１０のスピーカを介して出力する。
図１に示す例では、ユーザ発話＝「ビール飲みたいな」に応答するためのデータを取得し、取得データに基づいて応答を生成して生成した応答を、対話ロボット１０のスピーカを介して出力する。
【0021】
図１に示す例では、対話ロボット１０は、以下のシステム応答を行っている。
システム応答＝「ビールといえばベルギーだね」
なお、本明細書では、対話ロボット等の装置からの発話を「システム発話」、あるいは「システム応答」と表記して説明する。
システム応答＝「ビールといえばベルギーだね」
なお、本明細書では、対話ロボット等の装置からの発話を「システム発話」、あるいは「システム応答」と表記して説明する。
【0022】
対話ロボット１０は、装置内の記憶部から取得した知識データ、またはネットワークを介して取得した知識データを利用して応答を生成して出力する。
すなわち知識データベースを参照して、ユーザ発話に最適なシステム応答を生成して出力する。
すなわち知識データベースを参照して、ユーザ発話に最適なシステム応答を生成して出力する。
【0023】
この図１に示す例では、知識データベースにビールのおいしい地域情報としてベルギーが登録されており、この知識データベースの登録情報を参照して、ユーザ発話に対する最適なシステム応答を生成して出力している。
【0024】
【0025】
このシステム応答は、先に説明した図１のシステム応答とは異なり、知識データベースを参照して、ユーザ発話に最適なシステム応答を生成して出力したものではない。
この図２に示すシステム応答は、シナリオデータベースに登録されたシステム応答を利用した応答処理である。
この図２に示すシステム応答は、シナリオデータベースに登録されたシステム応答を利用した応答処理である。
【0026】
シナリオデータベースには、様々なユーザ発話に対応する最適なシステム発話が対応付けて登録されており、対話ロボット１０は、シナリオデータベースから、ユーザ発話に一致または類似する登録データを検索し、検索した登録データに記録されたシステム応答データを取得して、取得したシステム応答を出力する。
この結果として、図２に示すようなシステム応答を行うことができる。
この結果として、図２に示すようなシステム応答を行うことができる。
【0027】
対話ロボット１０は、図１と図２の対話処理では、異なるアルゴリズムに従った処理を行ってシステム応答を生成して出力している。
例えば、図２に示すユーザ発話、
ユーザ発話＝「ベルギーに行って何かおいしいもの食べたいな」、
このユーザ発話に対して図１に示す処理と同様、知識データベースを参照してシステム発話を生成した場合、例えば以下のようなシステム発話が生成されることが予想される。
システム発話＝「ベルギーはチョコレートがおいしいですよ」
例えば、図２に示すユーザ発話、
ユーザ発話＝「ベルギーに行って何かおいしいもの食べたいな」、
このユーザ発話に対して図１に示す処理と同様、知識データベースを参照してシステム発話を生成した場合、例えば以下のようなシステム発話が生成されることが予想される。
システム発話＝「ベルギーはチョコレートがおいしいですよ」
【0028】
このように、対話ロボット１０側で実行するシステム応答の生成アルゴリズムが異なると、同じユーザ発話に対する応答の内容が全く異なることになる可能性が高い。
また、１つの応答生成アルゴリズムのみを利用した対話処理を行うと、最適なシステム応答を生成できず、ユーザ発話に対して全く検討違いのシステム発話を行ってしまう場合がある。あるいはシステム応答ができなくなる場合もある。
また、１つの応答生成アルゴリズムのみを利用した対話処理を行うと、最適なシステム応答を生成できず、ユーザ発話に対して全く検討違いのシステム発話を行ってしまう場合がある。あるいはシステム応答ができなくなる場合もある。
【0029】
本開示は、このような問題点を解決するものであり、複数の異なる対話実行モジュール（対話エンジン）を選択的に利用して様々な状況に応じた最適な対話を実現する。
すなわち、図１に示すように知識データベースを利用した応答生成処理や、図２に示すようにシナリオデータベースを利用した応答生成処理等、状況に応じて応答生成アルゴリズムを変更して最適なシステム発話を行うことを可能としたものである。
すなわち、図１に示すように知識データベースを利用した応答生成処理や、図２に示すようにシナリオデータベースを利用した応答生成処理等、状況に応じて応答生成アルゴリズムを変更して最適なシステム発話を行うことを可能としたものである。
【0030】
［２．本開示の情報処理装置の構成例について］
次に、本開示の情報処理装置の構成例について説明する。
次に、本開示の情報処理装置の構成例について説明する。
【0031】
【0032】
（１）の情報処理装置構成例１は、対話ロボット１０単体の構成である。対話ロボット１０がマイクを介して入力するユーザ発話の音声認識処理、システム発話の生成処理等、全ての処理を実行する構成である。
【0033】
（２）の情報処理装置構成例２は、対話ロボット１０と、対話ロボット１０に接続された外部装置によって構成される装置である。外部装置は、例えば、サーバ２１、ＰＣ２２、スマホ２３等である。
【0034】
この構成では、対話ロボット１０のマイクから入力したユーザ発話を外部装置に転送し、外部装置でユーザ発話の音声認識を行う。外部装置は、さらに音声認識結果に基づくシステム発話を生成する。外部装置は、生成したシステム発話を対話ロボット１０に送信し、対話ロボット１０がスピーカを介して出力する。
【0035】
なお、このような対話ロボット１０と外部装置からなるシステム構成では、対話ロボット１０側で実行する処理と、外部装置側で実行する処理の処理区分は様々な設定が可能である。
【0036】
次に、図４を参照して本開示の情報処理装置の具体的構成例について説明する。
図４は、本開示の情報処理装置１００の一構成例を示す図である。
情報処理装置１００は、データ入出力部１１０と、ロボット制御部１５０に区分される。
図４は、本開示の情報処理装置１００の一構成例を示す図である。
情報処理装置１００は、データ入出力部１１０と、ロボット制御部１５０に区分される。
【0037】
データ入出力部１１０は、図１他に示す対話ロボット内に構成される構成要素である。
一方、ロボット制御部１５０は、図１他に示す対話ロボット内に構成することも可能であるが、ロボットと通信可能な外部装置内に構成することも可能な構成要素である。外部装置とは、例えばクラウド上のサーバや、ＰＣ、あるいはスマホ（スマートフォン）等の装置である。これら装置の１つ、あるいは複数装置を利用した構成としてもよい。
一方、ロボット制御部１５０は、図１他に示す対話ロボット内に構成することも可能であるが、ロボットと通信可能な外部装置内に構成することも可能な構成要素である。外部装置とは、例えばクラウド上のサーバや、ＰＣ、あるいはスマホ（スマートフォン）等の装置である。これら装置の１つ、あるいは複数装置を利用した構成としてもよい。
【0038】
データ入出力部１１０と、ロボット制御部１５０が異なる装置である場合、データ入出力部１１０と、ロボット制御部１５０は各々、通信部を有しており、双方の通信部を介して、相互にデータ入出力を実行する。
【0039】
なお、図４には、本開示の処理を説明するために必要となる主要要素のみを示してある。データ入出力部１１０と、ロボット制御部１５０の各々は、例えばそれぞれの実行処理を制御する制御部や様々なデータを記憶する記憶部、さらにユーザ操作部、通信部等を有するが、これらの構成については図には示していない。
【0040】
以下、データ入出力部１１０と、ロボット制御部１５０の主要構成要素について説明する。
データ入出力部１１０は入力部１２０と出力部１３０を有する。
入力部１２０は、音声入力部（マイク）１２１、画像入力部（カメラ）１２２、センサ部１２３を有する。
出力部１３０は音声出力部（スピーカ）１３１、駆動制御部１３２を有する。
データ入出力部１１０は入力部１２０と出力部１３０を有する。
入力部１２０は、音声入力部（マイク）１２１、画像入力部（カメラ）１２２、センサ部１２３を有する。
出力部１３０は音声出力部（スピーカ）１３１、駆動制御部１３２を有する。
【0041】
入力部１２０の音声入力部（マイク）１２１は、ユーザ発話等の音声を入力する。
画像入力部（カメラ）１２２は、ユーザの顔画像等の画像を撮影する。
センサ部１２３は、例えば、距離センサ、温度センサ、照度センサ等、様々なセンサによって構成される。
これら入力部１２０の取得データは、ロボット制御部１５０のデータ処理部１６０内の状態解析部１６１に入力される。
画像入力部（カメラ）１２２は、ユーザの顔画像等の画像を撮影する。
センサ部１２３は、例えば、距離センサ、温度センサ、照度センサ等、様々なセンサによって構成される。
これら入力部１２０の取得データは、ロボット制御部１５０のデータ処理部１６０内の状態解析部１６１に入力される。
【0042】
なお、データ入出力部１１０と、ロボット制御部１５０が異なる装置によって構成されている場合、入力部１２０の取得データは、データ入出力部１１０から通信部を介してロボット制御部１５０に送信される。
【0043】
次に、データ入出力部１１０の出力部１３０について説明する。
出力部１３０の音声出力部（スピーカ）１３１は、ロボット制御部１５０のデータ処理部１６０内の対話処理部１６４が生成したシステム発話を出力する。
駆動制御部１３２は、対話ロボットを駆動する。例えば、図１に示す対話ロボット１０は、タイヤ他の駆動部を有しており、移動することができる。
例えばユーザに近づいていく等の移動処理を行うことができる。このような移動等の駆動処理は、ロボット制御部１５０のデータ処理部１６０のアクション処理部１６５からの駆動命令に従って実行される。
出力部１３０の音声出力部（スピーカ）１３１は、ロボット制御部１５０のデータ処理部１６０内の対話処理部１６４が生成したシステム発話を出力する。
駆動制御部１３２は、対話ロボットを駆動する。例えば、図１に示す対話ロボット１０は、タイヤ他の駆動部を有しており、移動することができる。
例えばユーザに近づいていく等の移動処理を行うことができる。このような移動等の駆動処理は、ロボット制御部１５０のデータ処理部１６０のアクション処理部１６５からの駆動命令に従って実行される。
【0044】
次に、ロボット制御部１５０の構成について説明する。
前述したように、ロボット制御部１５０は、図１他に示す対話ロボット１０内に構成することも可能であるが、ロボットと通信可能な外部装置内に構成することも可能である。
外部装置とは、例えばクラウド上のサーバや、ＰＣ、あるいはスマホ（スマートフォン）等の装置である。これら装置の１つ、あるいは複数装置を利用した構成としてもよい。
前述したように、ロボット制御部１５０は、図１他に示す対話ロボット１０内に構成することも可能であるが、ロボットと通信可能な外部装置内に構成することも可能である。
外部装置とは、例えばクラウド上のサーバや、ＰＣ、あるいはスマホ（スマートフォン）等の装置である。これら装置の１つ、あるいは複数装置を利用した構成としてもよい。
【0045】
ロボット制御部１５０は、データ処理部１６０、通信部１７０を有する。通信部１７０は、外部サーバと通信可能な構成である。外部サーバは、例えば知識データベース等、システム発話の生成に利用可能な様々なデータベースを保持したサーバである。
【0046】
なお、先に説明したように、図には示していないが、ロボット制御部１５０は、ロボット制御部１５０の各部の処理を制御する制御部、記憶部、データ入出力部１１０と通信する通信部等も有している。
【0047】
データ処理部１６０は、状態解析部１６１、状況解析部１６２、処理決定部（意思決定部）１６３、対話処理部１６４、アクション処理部１６５を有している。
【0048】
状態解析部１６１は、データ入出力部１１０の入力部１２０の音声入力部（マイク）１２１、画像入力部（カメラ）１２２、センサ部１２３、これら入力部１２０からの入力情報を入力して、入力情報に基づく状態解析を実行する。
【0049】
具体的には、音声入力部（マイク）１２１を介して入力するユーザ発話音声の解析を実行する。また、画像入力部（カメラ）１２２から入力する画像データを解析して、ユーザ顔画像に基づくユーザ識別処理、ユーザの状態解析処理等を実行する。
なお、状態解析部１６１は、予めユーザ顔画像を登録したユーザＤＢを参照してユーザ顔画像に基づくユーザ識別処理を実行する。ユーザＤＢは、データ処理部１６０のアクセス可能な記憶部に格納されている。
なお、状態解析部１６１は、予めユーザ顔画像を登録したユーザＤＢを参照してユーザ顔画像に基づくユーザ識別処理を実行する。ユーザＤＢは、データ処理部１６０のアクセス可能な記憶部に格納されている。
【0050】
状態解析部１６１は、さらにセンサ部１２３から入力するセンサ情報に基づいて、ユーザとの距離や、現在の温度、明るさ等の状態を解析する。
【0051】
状態解析部１６１は、入力部１２０の音声入力部（マイク）１２１、画像入力部（カメラ）１２２、センサ部１２３、これら入力部構成要素の取得情報を逐次、解析し、解析した状態情報を、状況解析部１５２に出力する。
【0052】
すなわち、状態解析部１６１は、時間ｔ１に取得した状態、時間ｔ２に取得した状態、時間ｔ３に取得した状態、これら時系列の状態情報を随時、状況解析部１５２に出力する。
状態解析部１６１は、例えば状態情報取得時間を示すタイムスタンプを付与した状態情報を、随時、状況解析部１５２に出力する。
状態解析部１６１は、例えば状態情報取得時間を示すタイムスタンプを付与した状態情報を、随時、状況解析部１５２に出力する。
【0053】
状態解析部１６１が解析する状態情報には、自装置の状態、人の状態、モノの状態、場の状態の各状態を示す情報が含まれる。
自装置の状態情報としては、例えば、自装置、すなわちデータ入出力部１１０を有する対話ロボットが充電中であるといった情報や、最後に実行した行動、バッテリ残量、装置温度、転んでる、歩いてる、現在の感情状態など、様々な状態情報が含まれる。
自装置の状態情報としては、例えば、自装置、すなわちデータ入出力部１１０を有する対話ロボットが充電中であるといった情報や、最後に実行した行動、バッテリ残量、装置温度、転んでる、歩いてる、現在の感情状態など、様々な状態情報が含まれる。
【0054】
人の状態情報には、例えば、カメラ撮影画像に含まれる人の名前、人の表情、人の位置、角度、喋っている、喋っていない、人の発話テキスト等の状態情報等が含まれる。
【0055】
モノの状態情報には、例えば、カメラ撮影画像に含まれるモノの識別結果、モノを最後に認識した時刻，場所（角度，距離）等の情報等が含まれる。
場の状態情報には、その場の明るさ、気温、室内か屋外か等の情報が含まれる。
場の状態情報には、その場の明るさ、気温、室内か屋外か等の情報が含まれる。
【0056】
状態解析部１６１は、これら様々な情報によって構成される状態情報を、音声入力部（マイク）１２１、画像入力部（カメラ）１２２、センサ部１２３の取得情報に基づいて逐次、生成し、生成した状態情報を情報取得時の時間情報を示すタイムスタンプとともに状況解析部１５２に出力する。
【0057】
状況解析部１６２は、状態解析部１６１から遂次入力する各時間単位の状態情報に基づいて、状況情報を生成し、生成した状況情報を処理決定部（意思決定部）１６３に出力する。
なお、状況解析部１６２は、処理決定部（意思決定部）１６３内の対話実行モジュール（対話エンジン）が解釈可能なデータ形式を持つ状況情報を生成する。
なお、状況解析部１６２は、処理決定部（意思決定部）１６３内の対話実行モジュール（対話エンジン）が解釈可能なデータ形式を持つ状況情報を生成する。
【0058】
状況解析部１６２は、例えば音声入力部（マイク）１２１から状態解析部１６１を介して入力するユーザ発話の音声認識処理を実行する。
なお、状況解析部１６２におけるユーザ発話の音声認識処理は、例えばＡＳＲ（Ａｕｔｏｍａｔｉｃ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ）等を適用した音声データのテキストデータへの変換処理等が含まれる。
なお、状況解析部１６２におけるユーザ発話の音声認識処理は、例えばＡＳＲ（Ａｕｔｏｍａｔｉｃ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ）等を適用した音声データのテキストデータへの変換処理等が含まれる。
【0059】
処理決定部（意思決定部）１６３は、複数の異なるアルゴリズムに従ったシステム発話を生成する複数の対話実行モジュール（対話エンジン）が生成したシステム発話から１つのシステム発話を選択する処理等を実行する。
【0060】
複数の異なるアルゴリズムに従ったシステム発話を生成する複数の対話実行モジュール（対話エンジン）の各々は、状況解析部１６２が生成した状況情報に基づいてシステム発話を生成する。
なお、複数の対話実行モジュール（対話エンジン）は、処理決定部（意思決定部）１６３の内部に構成してもよいし、外部サーバ内に構成されていてもよい。
なお、複数の対話実行モジュール（対話エンジン）は、処理決定部（意思決定部）１６３の内部に構成してもよいし、外部サーバ内に構成されていてもよい。
【0061】
【0062】
すなわち、状態解析部１６１は、時間ｔ１において、データ入出力部１１０の入力部１２０の音声入力部（マイク）１２１、画像入力部（カメラ）１２２、センサ部１２３、これら入力部構成要素の取得情報を入力し、入力情報に基づいて、以下の状態情報を生成する。
状態情報＝「タナカがこっちを向いて正面にいる。タナカが喋っている。知らない人が遠くにいる。ペットボトルが左斜め前にある。・・・」
状態情報＝「タナカがこっちを向いて正面にいる。タナカが喋っている。知らない人が遠くにいる。ペットボトルが左斜め前にある。・・・」
【0063】
状態解析部１６１は、例えば、このような状態情報を生成する。
状態解析部１６１が生成したこの状態情報は、逐次、タイムスタンプとともに状況解析部１６２に入力される。
状態解析部１６１が生成したこの状態情報は、逐次、タイムスタンプとともに状況解析部１６２に入力される。
【0064】
図６を参照して、状況解析部１６２の具体的処理例について説明する。状況解析部１６２は、状態解析部１６１が生成した複数の状態情報、すなわち時系列状態情報に基づいて状況情報を生成する。例えば、図６に示すような以下の状況情報が生成される。
状況情報＝「タナカがこっちを向いた。知らない人が現れた。タナカが「腹減ったなあ」と言った。」
状況情報＝「タナカがこっちを向いた。知らない人が現れた。タナカが「腹減ったなあ」と言った。」
【0065】
状況解析部１６２の生成した状況情報が、処理決定部（意思決定部）１６３に出力される。
処理決定部（意思決定部）１６３は、この状況情報を、複数の異なるアルゴリズムに従ったシステム発話を生成する複数の対話実行モジュール（対話エンジン）に転送する。
複数の対話実行モジュール（対話エンジン）の各々は、状況解析部１６２が生成した状況情報に基づいて、各モジュール固有のシステム発話生成アルゴリズムを実行して、個別にシステム発話を生成する。
処理決定部（意思決定部）１６３は、この状況情報を、複数の異なるアルゴリズムに従ったシステム発話を生成する複数の対話実行モジュール（対話エンジン）に転送する。
複数の対話実行モジュール（対話エンジン）の各々は、状況解析部１６２が生成した状況情報に基づいて、各モジュール固有のシステム発話生成アルゴリズムを実行して、個別にシステム発話を生成する。
【0066】
処理決定部（意思決定部）１６３は、複数の対話実行モジュール（対話エンジン）の各々が生成した複数のシステム発話の中から、出力する１つのシステム発話を選択する。
【0067】
複数の対話実行モジュール（対話エンジン）の各々が異なるアルゴリズムを適用して生成するシステム発話は異なる発話となるが、処理決定部（意思決定部）１６３は、これらの複数のシステム発話から出力すべき１つのシステム発話を選択する処理等を実行する。
この処理決定部（意思決定部）１６３の実行するシステム発話の生成、選択処理の具体例については、後段で詳細に説明する。
この処理決定部（意思決定部）１６３の実行するシステム発話の生成、選択処理の具体例については、後段で詳細に説明する。
【0068】
さらに、処理決定部（意思決定部）１６３は、システム発話のみならず、ロボット装置のアクション、すなわち駆動制御情報も生成する。
【0069】
処理決定部（意思決定部）１６３が決定したシステム発話は、対話処理部１６４に出力される。
また、処理決定部（意思決定部）１６３が決定したロボット装置のアクションは、アクション処理部１６５に出力される。
また、処理決定部（意思決定部）１６３が決定したロボット装置のアクションは、アクション処理部１６５に出力される。
【0070】
対話処理部１６４は、処理決定部（意思決定部）１６３が決定したシステム発話に基づく発話テキストを生成して、出力部１３０の音声出力部（スピーカ）１３１を制御してシステム発話を出力する。
【0071】
一方、アクション処理部１６５は、処理決定部（意思決定部）１６３が決定したロボット装置のアクションに基づく駆動情報を生成して、出力部１３０の駆動制御部１３２を制御してロボットを駆動させる。
【0072】
［３．処理決定部（意思決定部）の具体的構成例と具体的処理例について］
次に、処理決定部（意思決定部）１６３の具体的構成例と具体的処理例について説明する。
次に、処理決定部（意思決定部）１６３の具体的構成例と具体的処理例について説明する。
【0073】
前述したように、処理決定部（意思決定部）１６３は、複数の対話実行モジュール（対話エンジン）の各々が生成した複数のシステム発話の中から、出力する１つのシステム発話を選択する。
【0074】
複数の異なるアルゴリズムに従ったシステム発話を生成する複数の対話実行モジュール（対話エンジン）の各々は、状況解析部１６２の生成した状況情報、具体的には例えば状況情報に含まれるユーザ発話に基づいて、次に実行すべきシステム発話を生成する。
【0075】
図７に処理決定部（意思決定部）１６３の具体的構成例を示す。
図７に示す例は、処理決定部（意思決定部）１６３内に、以下の５つの対話実行モジュール（対話エンジン）を有する構成例である。
（１）シナリオベース対話実行モジュール２０１
（２）エピソード知識ベース対話実行モジュール２０２
（３）ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
（４）状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
（５）機械学習モデルベース対話実行モジュール２０５
これら５つの対話実行モジュール（対話エンジン）は、並列処理を実行して、各々、異なるアルゴリズムでシステム応答を生成する。
図７に示す例は、処理決定部（意思決定部）１６３内に、以下の５つの対話実行モジュール（対話エンジン）を有する構成例である。
（１）シナリオベース対話実行モジュール２０１
（２）エピソード知識ベース対話実行モジュール２０２
（３）ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
（４）状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
（５）機械学習モデルベース対話実行モジュール２０５
これら５つの対話実行モジュール（対話エンジン）は、並列処理を実行して、各々、異なるアルゴリズムでシステム応答を生成する。
【0076】
なお、図７には、５つの対話実行モジュール（対話エンジン）２０１～２０５を処理決定部（意思決定部）１６３内に構成した例を示しているが、これら５つの対話実行モジュール（対話エンジン）２０１～２０５は、外部サーバ等の外部装置に個別に構成された構成でもよい、
【0077】
この場合、処理決定部（意思決定部）１６３は、通信部１７０を介して外部サーバ等の外部装置と通信を実行する。処理決定部（意思決定部）１６３は、状況解析部１６２の生成した状況情報、具体的には例えば状況情報に含まれるユーザ発話等の状況情報を、通信部１７０を介して外部サーバ等の外部装置に送信する。
外部サーバ等の外部装置内の対話実行モジュール（対話エンジン）は、受信したユーザ発話等の状況情報に基づいて、各モジュール固有のアルゴリズムに従ってシステム発話を生成して処理決定部（意思決定部）１６３に送信する。
外部サーバ等の外部装置内の対話実行モジュール（対話エンジン）は、受信したユーザ発話等の状況情報に基づいて、各モジュール固有のアルゴリズムに従ってシステム発話を生成して処理決定部（意思決定部）１６３に送信する。
【0078】
処理決定部（意思決定部）１６３内、または外部装置に構成された５つの対話実行モジュール（対話エンジン）２０１～２０５の生成したシステム発話は、図７に示す処理決定部（意思決定部）１６３内の実行処理決定部２１０に入力される。
【0079】
実行処理決定部２１０は、５つのモジュールが生成したシステム発話を入力し、入力したシステム発話から、出力すべき１つのシステム発話を選択する。
選択したシステム発話が、対話処理部１６４に出力され、テキスト化されて音声出力部（スピーカ）１３１を介して出力される。
選択したシステム発話が、対話処理部１６４に出力され、テキスト化されて音声出力部（スピーカ）１３１を介して出力される。
【0080】
なお、５つのモジュール２０１～２０５は、それぞれのアルゴリズムに従ってシステム発話の生成処理を行うが、必ずしも全てのモジュールがシステム発話の生成に成功するとは限らない。例えば５つのモジュールの全てがシステム発話の生成に失敗する場合もある。このような場合には、実行処理決定部２１０は、ロボットのアクションを決定し、決定したアクションをアクション処理部１６５に出力する。
【0081】
アクション処理部１６５は、処理決定部（意思決定部）１６３が決定したロボット装置のアクションに基づく駆動情報を生成して、出力部１３０の駆動制御部１３２を制御してロボットを駆動させる。
【0082】
なお、処理決定部（意思決定部）１６３には、状況解析部１６２の生成した状況情報が直接入力されており、この状況情報、例えばユーザ発話以外の状況情報に基づいて、ロボットのアクションを決定する場合もある。
【0083】
次に、図８を参照して処理決定部（意思決定部）１６３の実行する処理の処理シーケンスについて説明する。
図８は、処理決定部（意思決定部）１６３の実行する処理のシーケンスについて説明するフローチャートを示す図である。
図８は、処理決定部（意思決定部）１６３の実行する処理のシーケンスについて説明するフローチャートを示す図である。
【0084】
このフローに従った処理は、情報処理装置１００のロボット制御部１５０の記憶部に格納されたプログラムに従って実行することが可能であり、例えばプログラム実行機能を有するＣＰＵ等のプロセッサを有する制御部（データ処理部）の制御下で実行することができる。
以下、図８に示すフローの各ステップの処理について説明する。
以下、図８に示すフローの各ステップの処理について説明する。
【0085】
（ステップＳ１０１）
まず、ステップＳ１０１において、処理決定部（意思決定部）１６３は、状況が更新された、または、ユーザ発話テキストを入力したか否かを判定する。
具体的には、状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されたか否かを判定する。
まず、ステップＳ１０１において、処理決定部（意思決定部）１６３は、状況が更新された、または、ユーザ発話テキストを入力したか否かを判定する。
具体的には、状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されたか否かを判定する。
【0086】
状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されていないと判定した場合はステップＳ１０１に留まる。
状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されたと判定した場合は、ステップＳ１０２に進む。
状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されたと判定した場合は、ステップＳ１０２に進む。
【0087】
（ステップＳ１０２）
状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されたと判定した場合、処理決定部（意思決定部）１６３は、ステップＳ１０２．において、既定アルゴリズムに従い、システム発話の実行要否を決定する。
状況解析部１６２から、新たな状況情報、またはユーザ発話が処理決定部（意思決定部）１６３に入力されたと判定した場合、処理決定部（意思決定部）１６３は、ステップＳ１０２．において、既定アルゴリズムに従い、システム発話の実行要否を決定する。
【0088】
既定アルゴリズムとは、具体的には、例えば、ユーザ発話が入力されている場合は、システム発話を実行し、ユーザ発話が入力されていない場合、すなわち状況変化のみの場合は、２回に１回の頻度でシステム発話を実行するといったアルゴリズムである。
【0089】
（ステップＳ１０３）
ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行すると決定した場合は、ステップＳ１１１～Ｓ１１５の処理を並列に実行する。
このステップＳ１１１～Ｓ１１５の処理は、異なる対話実行モジュール（対話エンジン）を使用したシステム発話の生成処理である。
ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行すると決定した場合は、ステップＳ１１１～Ｓ１１５の処理を並列に実行する。
このステップＳ１１１～Ｓ１１５の処理は、異なる対話実行モジュール（対話エンジン）を使用したシステム発話の生成処理である。
【0090】
一方、ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行しないと決定した場合は、ステップＳ１０４の処理を実行する。
【0091】
（ステップＳ１０４）
ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行しないと決定した場合は、ステップＳ１０４に進み、システム発話の出力を行わない。
ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行しないと決定した場合は、ステップＳ１０４に進み、システム発話の出力を行わない。
【0092】
なお、この場合、処理決定部（意思決定部）１６３は、対話ロボットに例えば移動処理等のアクションを実行させるようにアクション処理部１６５に指示を出力してもよい。
【0093】
（ステップＳ１１１～Ｓ１１５）
ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行すると決定した場合は、ステップＳ１１１～Ｓ１１５の処理を並列に実行する。
前述したように、ステップＳ１１１～Ｓ１１５の処理は、異なる対話実行モジュール（対話エンジン）を使用したシステム発話の生成処理である。
ステップＳ１０２におけるシステム発話の実行要否決定処理において、システム発話を実行すると決定した場合は、ステップＳ１１１～Ｓ１１５の処理を並列に実行する。
前述したように、ステップＳ１１１～Ｓ１１５の処理は、異なる対話実行モジュール（対話エンジン）を使用したシステム発話の生成処理である。
【0094】
ステップＳ１１１～Ｓ１１５では、以下の５つの処理を並列に実行する。
（Ｓ１１１）シナリオベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（シナリオＤＢを参照した処理を実行）
（Ｓ１１２）エピソード知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（エピソード知識ＤＢを参照した処理を実行）
（Ｓ１１３）ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１４）状況言語化処理を伴うＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１５）機械学習モデルベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（機械学習モデルを参照した処理を実行）
（Ｓ１１１）シナリオベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（シナリオＤＢを参照した処理を実行）
（Ｓ１１２）エピソード知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（エピソード知識ＤＢを参照した処理を実行）
（Ｓ１１３）ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１４）状況言語化処理を伴うＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１５）機械学習モデルベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（機械学習モデルを参照した処理を実行）
【0095】
これら５つの処理は、異なる対話実行モジュール（対話エンジン）２０１～２０５を使用したシステム発話の生成処理である。
前述したように、これら５つの対話実行モジュール（対話エンジン）２０１～２０５による処理は、図４に示すロボット制御部１５０のデータ処理部１６０内で実行してもよいし、通信部１７０を介して接続された外部サーバ等の外部装置を利用して実行してもよい。
前述したように、これら５つの対話実行モジュール（対話エンジン）２０１～２０５による処理は、図４に示すロボット制御部１５０のデータ処理部１６０内で実行してもよいし、通信部１７０を介して接続された外部サーバ等の外部装置を利用して実行してもよい。
【0096】
対話実行モジュール（対話エンジン）２０１～２０５の実行する５つの処理の詳細については、後段で説明する。
ステップＳ１１１～１１５では、５つの異なる対話実行モジュール（対話エンジン）２０１～２０５による異なるアルゴリズムを適用したシステム発話生成処理が実行される。
各対話実行モジュール（対話エンジン）は、１つの同じ状況情報、例えば１つの同じユーザ発話に対応するシステム発話を生成するが、アルゴリズムが異なるため、各モジュールは異なるシステム発話を生成する。また、モジュールによってはシステム発話の生成に失敗する場合もある。
ステップＳ１１１～１１５では、５つの異なる対話実行モジュール（対話エンジン）２０１～２０５による異なるアルゴリズムを適用したシステム発話生成処理が実行される。
各対話実行モジュール（対話エンジン）は、１つの同じ状況情報、例えば１つの同じユーザ発話に対応するシステム発話を生成するが、アルゴリズムが異なるため、各モジュールは異なるシステム発話を生成する。また、モジュールによってはシステム発話の生成に失敗する場合もある。
【0097】
５つの対話実行モジュール（対話エンジン）はステップＳ１１１～Ｓ１１５のシステム発話生成に際して、生成したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値も併せて生成して、実行処理決定部２１０に出力する。
【0098】
各対話実行モジュール（対話エンジン）は、例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
ただし、過去に何度も繰り返した発話の場合や、作成したシステム発話文の確度が低いときなどは、自信度＝０．０～１．０の値、例えば０．５等の値を出力する設定としてもよい。
ただし、過去に何度も繰り返した発話の場合や、作成したシステム発話文の確度が低いときなどは、自信度＝０．０～１．０の値、例えば０．５等の値を出力する設定としてもよい。
【0099】
（ステップＳ１２１）
ステップＳ１１１～Ｓ１１５の処理後、図７に示す処理決定部（意思決定部）１６３の実行処理決定部２１０は、複数の対話実行モジュール（対話エンジン）２０１～２０５から、それぞれ異なるアルゴリズムに基づいて生成された複数の異なるシステム発話を入力する。
ステップＳ１１１～Ｓ１１５の処理後、図７に示す処理決定部（意思決定部）１６３の実行処理決定部２１０は、複数の対話実行モジュール（対話エンジン）２０１～２０５から、それぞれ異なるアルゴリズムに基づいて生成された複数の異なるシステム発話を入力する。
【0100】
実行処理決定部２１０は、ステップＳ１２１において、複数の対話実行モジュール（対話エンジン）から入力した複数のシステム発話から自信度の値が最高の１つのシステム発話を選択して、対話ロボットが出力するシステム発話とする。
【0101】
なお、複数の対話実行モジュール（対話エンジン）から入力された自信度の値が等しい場合は、予め設定されている対話実行モジュール（対話エンジン）単位の優先度に従って、対話ロボットが出力するシステム発話を決定する。この処理の詳細については後段で説明する。
【0102】
なお、各対話実行モジュール（対話エンジン）２０１～２０５は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成としてもよい。
この構成の場合、実行処理決定部２１０側で以下の処理を実行する。
対話実行モジュール（対話エンジン）からシステム発話が入力された場合は、そのシステム発話の自信度＝１．０と設定し、対話実行モジュール（対話エンジン）からシステム発話が入力されなかった場合は、システム発話の自信度＝０．０とする。
この構成の場合、実行処理決定部２１０側で以下の処理を実行する。
対話実行モジュール（対話エンジン）からシステム発話が入力された場合は、そのシステム発話の自信度＝１．０と設定し、対話実行モジュール（対話エンジン）からシステム発話が入力されなかった場合は、システム発話の自信度＝０．０とする。
【0103】
実行処理決定部２１０は、ステップＳ１２１において、複数の対話実行モジュール（対話エンジン）から入力した複数のシステム発話の中から、１つのシステム発話を出力するシステム発話として選択する。
この選択処理は、各モジュールの生成したシステム発話に対応付けられた自信度の値と、予め設定された各モジュールの優先度を考慮して実行される。
この処理の詳細については後段で説明する。
この選択処理は、各モジュールの生成したシステム発話に対応付けられた自信度の値と、予め設定された各モジュールの優先度を考慮して実行される。
この処理の詳細については後段で説明する。
【0104】
（ステップＳ１２２）
最後に、ステップＳ１２２において、処理決定部（意思決定部）１６３は、ステップＳ１２１で選択した１つのシステム発話を対話ロボットから出力させる。
最後に、ステップＳ１２２において、処理決定部（意思決定部）１６３は、ステップＳ１２１で選択した１つのシステム発話を対話ロボットから出力させる。
【0105】
具体的には、処理決定部（意思決定部）１６３が決定したシステム発話が対話処理部１６４に出力される。対話処理部１６４は、入力したシステム発話に基づく発話テキストを生成して、出力部１３０の音声出力部（スピーカ）１３１を制御してシステム発話を出力する。
【0106】
［４．対話実行モジュール（対話エンジン）における処理の詳細について］
次に、図８に示すフローのステップＳ１１１～Ｓ１１５において実行する異なる対話実行モジュール（対話エンジン）２０１～２０５を使用したシステム発話の生成処理の詳細について説明する。
次に、図８に示すフローのステップＳ１１１～Ｓ１１５において実行する異なる対話実行モジュール（対話エンジン）２０１～２０５を使用したシステム発話の生成処理の詳細について説明する。
【0107】
なお、前述したように、図８に示すフローのステップＳ１１１～Ｓ１１５では、以下の５つの処理が並列に実行される。
（Ｓ１１１）シナリオベース対話実行モジュール２０１によるシステム発話の生成（＋発話自信度）（シナリオＤＢを参照した処理を実行）
（Ｓ１１２）エピソード知識ベース対話実行モジュール２０２によるシステム発話の生成（＋発話自信度）（エピソード知識ＤＢを参照した処理を実行）
（Ｓ１１３）ＲＤＦ知識ベース対話実行モジュール２０３によるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１４）状況言語化処理を伴うＲＤＦ知識ベース対話実行モジュール２０４によるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１５）機械学習モデルベース対話実行モジュール２０５によるシステム発話の生成（＋発話自信度）（機械学習モデルを参照した処理を実行）
（Ｓ１１１）シナリオベース対話実行モジュール２０１によるシステム発話の生成（＋発話自信度）（シナリオＤＢを参照した処理を実行）
（Ｓ１１２）エピソード知識ベース対話実行モジュール２０２によるシステム発話の生成（＋発話自信度）（エピソード知識ＤＢを参照した処理を実行）
（Ｓ１１３）ＲＤＦ知識ベース対話実行モジュール２０３によるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１４）状況言語化処理を伴うＲＤＦ知識ベース対話実行モジュール２０４によるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１５）機械学習モデルベース対話実行モジュール２０５によるシステム発話の生成（＋発話自信度）（機械学習モデルを参照した処理を実行）
【0108】
前述したように、これら５つの処理は、図４に示すロボット制御部１５０のデータ処理部１６０内で実行してもよいし、通信部１７０を介して接続された外部サーバ等の外部装置で実行してもよい。
例えば、５つの外部サーバが、各々ステップＳ１１１～Ｓ１１５の５つの処理を実行して、処理結果を図４に示すロボット制御部１５０のデータ処理部１６０内の処理決定部（意思決定部）１６３が受信する構成としてもよい。
例えば、５つの外部サーバが、各々ステップＳ１１１～Ｓ１１５の５つの処理を実行して、処理結果を図４に示すロボット制御部１５０のデータ処理部１６０内の処理決定部（意思決定部）１６３が受信する構成としてもよい。
【0109】
以下、これら５つの対話実行モジュール（対話エンジン）２０１～２０５の実行する処理の詳細について、順次、説明する。
（４－１．シナリオベース対話実行モジュールによるシステム発話の生成処理について）
まず、図８に示すフローのステップＳ１１１において実行するシナリオベース対話実行モジュール２０１によるシステム発話の生成処理について説明する。
（４－１．シナリオベース対話実行モジュールによるシステム発話の生成処理について）
まず、図８に示すフローのステップＳ１１１において実行するシナリオベース対話実行モジュール２０１によるシステム発話の生成処理について説明する。
【0110】
シナリオベース対話実行モジュール２０１によるシステム発話の生成処理の詳細について、図９を参照して説明する。
図９には、シナリオベース対話実行モジュール２０１を示している。シナリオベース対話実行モジュール２０１は、図９に示すシナリオＤＢ（データベース）２１１に格納されたシナリオデータを参照してシステム発話を生成する。
シナリオＤＢ（データベース）２１１は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
図９には、シナリオベース対話実行モジュール２０１を示している。シナリオベース対話実行モジュール２０１は、図９に示すシナリオＤＢ（データベース）２１１に格納されたシナリオデータを参照してシステム発話を生成する。
シナリオＤＢ（データベース）２１１は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
【0111】
なお、シナリオベース対話実行モジュール２０１や、シナリオＤＢ（データベース）２１１は、図４に示す情報処理装置１００のロボット制御部１５０内に構成してもよいが、情報処理装置１００と通信可能な外部サーバが有する構成でもよい。
【0112】
シナリオベース対話実行モジュール２０１は、図９に示すステップＳ１１～Ｓ１４の順に処理を実行する。すなわち、シナリオベースのシステム発話生成アルゴリズムを実行してシナリオベースのシステム発話を生成する。
まず、ステップＳ１１において、状況解析部１６２からユーザ発話を入力する。
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「おはようございまーす」
まず、ステップＳ１１において、状況解析部１６２からユーザ発話を入力する。
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「おはようございまーす」
【0113】
次に、ステップＳ１２において、シナリオベース対話実行モジュール２０１は、入力したユーザ発話と、シナリオＤＢ登録データとのマッチング処理を実行する。
【0114】
シナリオＤＢ（データベース）２１１は、様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したデータベースである。
シナリオＤＢ（データベース）２１１の登録データの具体例を図１０に示す。
図１０に示すように、シナリオＤＢ（データベース）２１１には、様々な対話シナリオ（シナリオＩＤ＝１，２，・・・）ごとにユーザ発話とシステム発話の発話組みデータが登録されている。
シナリオＤＢ（データベース）２１１の登録データの具体例を図１０に示す。
図１０に示すように、シナリオＤＢ（データベース）２１１には、様々な対話シナリオ（シナリオＩＤ＝１，２，・・・）ごとにユーザ発話とシステム発話の発話組みデータが登録されている。
【0115】
各エントリには、あるユーザ発話に応じて対話ロボット（システム）が実行すべき最適なシステム発話が登録されている。
このシナリオＤＢは、様々な対話シナリオに応じて、ユーザ発話に応じた最適なシステム発話を予め登録したデータベースである。
このシナリオＤＢは、様々な対話シナリオに応じて、ユーザ発話に応じた最適なシステム発話を予め登録したデータベースである。
【0116】
シナリオベース対話実行モジュール２０１は、ステップＳ１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢに登録されていないかの検索処理、すなわち、入力ユーザ発話とＤＢ登録データとのマッチング処理を実行する。
【0117】
次に、ステップＳ１３において、シナリオベース対話実行モジュール２０１は、入力ユーザ発話に対するマッチング率が最も高いシナリオＤＢ登録データを取得する。
図１０に示すシナリオＤＢ（データベース）２１１には、
シナリオＩＤ＝（Ｓ１）の登録データとして、
ユーザ発話＝おはよう／システム発話＝おはよう、今日も頑張ろう
が登録されている。
図１０に示すシナリオＤＢ（データベース）２１１には、
シナリオＩＤ＝（Ｓ１）の登録データとして、
ユーザ発話＝おはよう／システム発話＝おはよう、今日も頑張ろう
が登録されている。
【0118】
ステップＳ１３において、シナリオベース対話実行モジュール２０１は、このデータベース登録データを取得する。
すなわち、シナリオＤＢ（データベース）２１１から以下のシステム発話を取得する。
システム発話＝「おはよう、今日も頑張ろう」
すなわち、シナリオＤＢ（データベース）２１１から以下のシステム発話を取得する。
システム発話＝「おはよう、今日も頑張ろう」
【0119】
次に、シナリオベース対話実行モジュール２０１は、ステップＳ１４において、シナリオＤＢ（データベース）２１１から取得したシステム発話を、図７に示す実行処理決定部２１０に出力する。
【0120】
なお、このシステム発話出力に際して、シナリオベース対話実行モジュール２０１は、出力したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値、例えば自信度＝０．０～１．０を生成してシステム発話に併せて実行処理決定部２１０に出力する構成としてもよい。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
【0121】
【0122】
（ステップＳ２１１）
まず、ステップＳ２１１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２１２に進む。
まず、ステップＳ２１１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２１２に進む。
【0123】
（ステップＳ２１２）
次に、ステップＳ２１２において、シナリオベース対話実行モジュール２０１は、入力したユーザ発話と一致または類似するユーザ発話データがシナリオＤＢ２１１に登録されているか否かを判定する。
次に、ステップＳ２１２において、シナリオベース対話実行モジュール２０１は、入力したユーザ発話と一致または類似するユーザ発話データがシナリオＤＢ２１１に登録されているか否かを判定する。
【0124】
シナリオＤＢ（データベース）２１１は、先に図１０を参照して説明したように、様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したデータベースである。
シナリオベース対話実行モジュール２０１は、ステップＳ２１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていないかの検索処理、すなわち、入力ユーザ発話とＤＢ登録データとのマッチング処理を実行する。
シナリオベース対話実行モジュール２０１は、ステップＳ２１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていないかの検索処理、すなわち、入力ユーザ発話とＤＢ登録データとのマッチング処理を実行する。
【0125】
入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていると判定した場合は、ステップＳ２１３に進む。
入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていないと判定した場合は、ステップＳ２１４に進む。
入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていないと判定した場合は、ステップＳ２１４に進む。
【0126】
（ステップＳ２１３）
ステップＳ２１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていると判定した場合は、ステップＳ２１３に進む。
ステップＳ２１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていると判定した場合は、ステップＳ２１３に進む。
【0127】
ステップＳ２１３において、シナリオベース対話実行モジュール２０１は、シナリオＤＢ２１１から、入力ユーザ発話に対するマッチング率が最も高いシナリオＤＢの登録ユーザ発話に対応して記録されたシステム発話を取得して、取得したシステム発話を、図７に示す実行処理決定部２１０に出力する。
【0128】
なお、このシステム発話の出力に併せて、取得したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値も併せて実行処理決定部２１０に出力してもよい。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
【0129】
（ステップＳ２１４）
一方、ステップＳ２１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていないと判定した場合は、ステップＳ２１４に進む。
一方、ステップＳ２１２において、入力したユーザ発話に一致または類似するユーザ発話が、シナリオＤＢ２１１に登録されていないと判定した場合は、ステップＳ２１４に進む。
【0130】
ステップＳ２１４において、シナリオベース対話実行モジュール２０１は、実行処理決定部２１０に対するシステム発話の出力を実行しない。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
【0131】
（４－２．エピソード知識ベース対話実行モジュールによるシステム発話の生成処理について）
次に、図８に示すフローのステップＳ１１２において実行するエピソード知識ベース対話実行モジュール２０２によるシステム発話の生成処理について説明する。
次に、図８に示すフローのステップＳ１１２において実行するエピソード知識ベース対話実行モジュール２０２によるシステム発話の生成処理について説明する。
【0132】
エピソード知識ベース対話実行モジュール２０２によるシステム発話の生成処理の詳細について、図１２を参照して説明する。
図１２には、エピソード知識ベース対話実行モジュール２０２を示している。エピソード知識ベース対話実行モジュール２０２は、図１２に示すエピソード知識ＤＢ（データベース）２１２に格納されたエピソード知識データを参照してシステム発話を生成する。
エピソード知識ＤＢ（データベース）２１２は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
図１２には、エピソード知識ベース対話実行モジュール２０２を示している。エピソード知識ベース対話実行モジュール２０２は、図１２に示すエピソード知識ＤＢ（データベース）２１２に格納されたエピソード知識データを参照してシステム発話を生成する。
エピソード知識ＤＢ（データベース）２１２は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
【0133】
なお、エピソード知識ベース対話実行モジュール２０２や、エピソード知識ＤＢ（データベース）２１２は、図４に示す情報処理装置１００のロボット制御部１５０内に構成してもよいが、情報処理装置１００と通信可能な外部サーバが有する構成でもよい。
【0134】
エピソード知識ベース対話実行モジュール２０２は、図１２に示すステップＳ２１～Ｓ２４の順に処理を実行する。すなわち、エピソード知識ベースのシステム発話生成アルゴリズムを実行してエピソード知識ベースのシステム発話を生成する。
まず、ステップＳ２１において、状況解析部１６２からユーザ発話を入力する。
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「織田信長は桶狭間で何したんだっけ」
まず、ステップＳ２１において、状況解析部１６２からユーザ発話を入力する。
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「織田信長は桶狭間で何したんだっけ」
【0135】
次に、ステップＳ２２において、エピソード知識ベース対話実行モジュール２０２は、入力したユーザ発話に基づいて、エピソード知識ＤＢ２１２の登録データの検索処理を実行する。
【0136】
エピソード知識ＤＢ（データベース）２１２は、様々なエピソード、例えば歴史的な事実、ニュース、さらにユーザ関連の周囲の出来事等の様々なエピソード情報を記録したデータベースである。なお、このエピソード知識ＤＢ２１２は逐次、更新される。例えば対話ロボットのデータ入出力部１２０の入力部１２０を介して入力される情報に基づいて更新される。
【0137】
エピソード知識ＤＢ（データベース）２１２の登録データの具体例を図１３に示す。
図１３に示すように、エピソード知識ＤＢ（データベース）２１２には、様々な対話エピソード（エピソードＩＤ（Ｅｐ＿ｉｄ）＝１，２，・・・）ごとに、エピソード詳細を示すデータが記録されている。
図１３に示すように、エピソード知識ＤＢ（データベース）２１２には、様々な対話エピソード（エピソードＩＤ（Ｅｐ＿ｉｄ）＝１，２，・・・）ごとに、エピソード詳細を示すデータが記録されている。
【0138】
具体的には、エピソード単位で、以下のような情報が記録される。
Ｗｈｅｎ，Ｗｈｏ，Ｗｈｅｒｅ＝いつ、どこで、誰が
Ａｃｔｉｏｎ，Ｓｔａｔｅ＝何をしたか、どういう状態だったか
Ｔａｒｇｅｔ＝何に／何を
ｗｉｔｈ＝誰と
Ｗｈｙ，Ｈｏｗ＝なぜ、どのように，目的
Ｃａｕｓｅ＝その結果どうなったか
これらの情報をエピソード単位で記録したデータベースがエピソード知識ＤＢ（データベース）２１２である。
Ｗｈｅｎ，Ｗｈｏ，Ｗｈｅｒｅ＝いつ、どこで、誰が
Ａｃｔｉｏｎ，Ｓｔａｔｅ＝何をしたか、どういう状態だったか
Ｔａｒｇｅｔ＝何に／何を
ｗｉｔｈ＝誰と
Ｗｈｙ，Ｈｏｗ＝なぜ、どのように，目的
Ｃａｕｓｅ＝その結果どうなったか
これらの情報をエピソード単位で記録したデータベースがエピソード知識ＤＢ（データベース）２１２である。
【0139】
エピソード知識ＤＢ（データベース）２１２の登録情報を参照することで、様々なエピソードに関する詳細情報を知ることができる。
【0140】
エピソード知識ベース対話実行モジュール２０２は、ステップＳ２２において、入力したユーザ発話に基づいて、エピソード知識ＤＢ登録データの検索処理を実行する。
以下のユーザ発話を入力した場合の処理について説明する。
ユーザ発話＝「織田信長は桶狭間で何したんだっけ」
以下のユーザ発話を入力した場合の処理について説明する。
ユーザ発話＝「織田信長は桶狭間で何したんだっけ」
【0141】
この場合、ステップＳ２３において、エピソード知識ベース対話実行モジュール２０２は、図１３に示すエピソード知識ＤＢ登録データから、エピソードＩＤ（Ｅｐ＿ｉｄ）＝Ｅｐ１のエントリを、ユーザ発話に含まれる語句に一致する語句が最も含まれるエピソードとして抽出する。
【0142】
次に、エピソード知識ベース対話実行モジュール２０２は、ステップＳ２４において、エピソード知識ＤＢ（データベース）２１２から取得したエピソードＩＤ（Ｅｐ＿ｉｄ）＝Ｅｐ１のエントリに含まれるエピソード詳細情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
例えば、以下のようなシステム発話を生成して実行処理決定部２１０に出力する。
システム発話＝「今川義元を奇襲で破ったよ」
例えば、以下のようなシステム発話を生成して実行処理決定部２１０に出力する。
システム発話＝「今川義元を奇襲で破ったよ」
【0143】
なお、このシステム発話出力に際して、エピソード知識ベース対話実行モジュール２０２は、出力したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値、例えば自信度＝０．０～１．０を生成してシステム発話に併せて実行処理決定部２１０に出力する構成としてもよい。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
【0144】
【0145】
（ステップＳ２２１）
まず、ステップＳ２２１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２２２に進む。
まず、ステップＳ２２１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２２２に進む。
【0146】
（ステップＳ２２２）
次に、ステップＳ２２２において、エピソード知識ベース対話実行モジュール２０２は、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されているか否かを判定する。
次に、ステップＳ２２２において、エピソード知識ベース対話実行モジュール２０２は、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されているか否かを判定する。
【0147】
エピソード知識ＤＢ（データベース）２１２は、先に図１３を参照して説明したように、様々な対話エピソードに関する詳細情報を登録したデータベースである。
エピソード知識ベース対話実行モジュール２０２は、ステップＳ２２２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されているか否かを判定する。
エピソード知識ベース対話実行モジュール２０２は、ステップＳ２２２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されているか否かを判定する。
【0148】
入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていると判定した場合は、ステップＳ２２３に進む。
入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていないと判定した場合は、ステップＳ２２４に進む。
入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていないと判定した場合は、ステップＳ２２４に進む。
【0149】
（ステップＳ２２３）
ステップＳ２２２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていると判定した場合は、ステップＳ２２３に進む。
ステップＳ２２２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていると判定した場合は、ステップＳ２２３に進む。
【0150】
ステップＳ２２３において、エピソード知識ベース対話実行モジュール２０２は、エピソード知識ＤＢ２１２から取得したエピソードに含まれるエピソード詳細情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
【0151】
なお、このシステム発話の出力に併せて、取得したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値も併せて実行処理決定部２１０に出力してもよい。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
【0152】
（ステップＳ２２４）
一方、ステップＳ２２２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていないと判定した場合は、ステップＳ２２４に進む。
一方、ステップＳ２２２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含むエピソードデータがエピソード知識ＤＢ２１２に登録されていないと判定した場合は、ステップＳ２２４に進む。
【0153】
ステップＳ２２４において、エピソード知識ベース対話実行モジュール２０２は、実行処理決定部２１０に対するシステム発話の出力を実行しない。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
【0154】
（４－３．ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成処理について）
次に、図８に示すフローのステップＳ１１３において実行するＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３によるシステム発話の生成処理について説明する。
次に、図８に示すフローのステップＳ１１３において実行するＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３によるシステム発話の生成処理について説明する。
【0155】
ＲＤＦ知識ベース対話実行モジュール２０３によるシステム発話の生成処理の詳細について、図１５を参照して説明する。
図１５には、ＲＤＦ知識ベース対話実行モジュール２０３を示している。ＲＤＦ知識ベース対話実行モジュール２０３は、図１５に示すＲＤＦ知識ＤＢ（データベース）２１３に格納されたＲＤＦ知識データを参照してシステム発話を生成する。
ＲＤＦ知識ＤＢ（データベース）２１３は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
図１５には、ＲＤＦ知識ベース対話実行モジュール２０３を示している。ＲＤＦ知識ベース対話実行モジュール２０３は、図１５に示すＲＤＦ知識ＤＢ（データベース）２１３に格納されたＲＤＦ知識データを参照してシステム発話を生成する。
ＲＤＦ知識ＤＢ（データベース）２１３は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
【0156】
なお、ＲＤＦ知識ベース対話実行モジュール２０３や、ＲＤＦ知識ＤＢ（データベース）２１３は、図４に示す情報処理装置１００のロボット制御部１５０内に構成してもよいが、情報処理装置１００と通信可能な外部サーバが有する構成でもよい。
【0157】
ＲＤＦ知識ベース対話実行モジュール２０３は、図１５に示すステップＳ３１～Ｓ３４の順に処理を実行する。すなわち、ＲＤＦ知識ベースのシステム発話生成アルゴリズムを実行してＲＤＦ知識ベースのシステム発話を生成する。
【0158】
なお、ＲＤＦとは、リソース・デスクリプション・フレームワーク（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）であり、主にウェブ上の情報（リソース）を記述するための枠組みであり、Ｗ３Ｃにおいて規格化されたフレームワークである。
ＲＤＦは要素間の関係性を記述するフレームワークであり、主語（Ｓｕｂｊｅｃｔ）、述語（Ｐｒｅｄｉｃａｔｅ）、目的語（Ｏｂｊｅｃｔ）の３つの要素で情報（リソース）に関する関係情報を記述する。
ＲＤＦは要素間の関係性を記述するフレームワークであり、主語（Ｓｕｂｊｅｃｔ）、述語（Ｐｒｅｄｉｃａｔｅ）、目的語（Ｏｂｊｅｃｔ）の３つの要素で情報（リソース）に関する関係情報を記述する。
【0159】
例えば、「ダックスフントは犬である」という情報（リソース）は、
主語（Ｓｕｂｊｅｃｔ）＝ダックスフント
述語（Ｐｒｅｄｉｃａｔｅ）＝である（ｉａ ａ）
目的語（Ｏｂｊｅｃｔ）＝犬
これらの３要素に分類され、かつ３要素の関係性が決定された情報として記述される。
主語（Ｓｕｂｊｅｃｔ）＝ダックスフント
述語（Ｐｒｅｄｉｃａｔｅ）＝である（ｉａ ａ）
目的語（Ｏｂｊｅｃｔ）＝犬
これらの３要素に分類され、かつ３要素の関係性が決定された情報として記述される。
【0160】
このような要素間の関係性を記録したデータが、ＲＤＦ知識データベース２１３に記録されている。
ＲＤＦ知識データベース２１３の格納データ例を図１６に示す。
図１６に示すように、ＲＤＦ知識データベース２１３には、様々な情報に関して、
（ａ）述語（Ｐｒｅｄｉｃａｔｅ）
（ｂ）主語（Ｓｕｂｊｅｃｔ）
（ｃ）目的語（Ｏｂｊｅｃｔ）
これら３要素に区分され記録されている。
ＲＤＦ知識ＤＢ（データベース）２１３の登録情報を参照することで、様々な情報に含まれる要素と、要素間の関係性を知ることができる。
ＲＤＦ知識データベース２１３の格納データ例を図１６に示す。
図１６に示すように、ＲＤＦ知識データベース２１３には、様々な情報に関して、
（ａ）述語（Ｐｒｅｄｉｃａｔｅ）
（ｂ）主語（Ｓｕｂｊｅｃｔ）
（ｃ）目的語（Ｏｂｊｅｃｔ）
これら３要素に区分され記録されている。
ＲＤＦ知識ＤＢ（データベース）２１３の登録情報を参照することで、様々な情報に含まれる要素と、要素間の関係性を知ることができる。
【0161】
ＲＤＦ知識ベース対話実行モジュール２０３は、このように様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ知識ＤＢ（データベース）２１３の登録データを参照して、ユーザ発話に応じた最適なシステム発話を生成する。
ＲＤＦ知識ベース対話実行モジュール２０３は、図１５に示すステップＳ３１～Ｓ３４の順に処理を実行する。すなわち、ＲＤＦ知識ベースのシステム発話生成アルゴリズムを実行してＲＤＦ知識ベースのシステム発話を生成する。
ＲＤＦ知識ベース対話実行モジュール２０３は、図１５に示すステップＳ３１～Ｓ３４の順に処理を実行する。すなわち、ＲＤＦ知識ベースのシステム発話生成アルゴリズムを実行してＲＤＦ知識ベースのシステム発話を生成する。
【0162】
まず、ステップＳ３１において、状況解析部１６２からユーザ発話を入力する。
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「ダックスフントって何？」
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「ダックスフントって何？」
【0163】
次に、ステップＳ３２において、ＲＤＦ知識ベース対話実行モジュール２０３は、入力したユーザ発話に基づいて、ＲＤＦ知識ＤＢ登録データの検索処理を実行する。
【0164】
ＲＤＦ知識ＤＢ（データベース）２１３は、先に図１６を参照して説明したように、様々な情報に関して、
（ａ）述語（Ｐｒｅｄｉｃａｔｅ）
（ｂ）主語（Ｓｕｂｊｅｃｔ）
（ｃ）目的語（Ｏｂｊｅｃｔ）
これら３要素に区分した情報を記録したデータベースである。
ＲＤＦ知識ＤＢ（データベース）２１３の登録情報を参照することで、様々な情報に含まれる要素と、要素間の関係性を知ることができる。
（ａ）述語（Ｐｒｅｄｉｃａｔｅ）
（ｂ）主語（Ｓｕｂｊｅｃｔ）
（ｃ）目的語（Ｏｂｊｅｃｔ）
これら３要素に区分した情報を記録したデータベースである。
ＲＤＦ知識ＤＢ（データベース）２１３の登録情報を参照することで、様々な情報に含まれる要素と、要素間の関係性を知ることができる。
【0165】
ＲＤＦ知識ベース対話実行モジュール２０３は、ステップＳ３２において、入力したユーザ発話に基づいて、ＲＤＦ知識ＤＢ登録データの検索処理を実行する。
以下のユーザ発話を入力した場合の処理について説明する。
ユーザ発話＝「ダックスフントって何？」
以下のユーザ発話を入力した場合の処理について説明する。
ユーザ発話＝「ダックスフントって何？」
【0166】
この場合、ステップＳ３３において、ＲＤＦ知識ベース対話実行モジュール２０３は、図１６に示すＲＤＦ知識ＤＢ登録データから、リソースＩＤ＝（Ｒ１）の情報（リソース）を、ユーザ発話に含まれる語句に一致する語句が最も含まれる情報（リソース）として抽出する。
【0167】
次に、ＲＤＦ知識ベース対話実行モジュール２０３は、ステップＳ３４において、ＲＤＦ知識ＤＢ（データベース）２１３から取得したリソースＩＤ（Ｒ１）のエントリに含まれる情報、すなわち、
主語（Ｓｕｂｊｅｃｔ）＝ダックスフント
述語（Ｐｒｅｄｉｃａｔｅ）＝である（ｉａ ａ）
目的語（Ｏｂｊｅｃｔ）＝犬
これらの要素および要素間情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
例えば、以下のようなシステム発話を生成して実行処理決定部２１０に出力する。
システム発話＝「ダックスフントは犬だよ」
主語（Ｓｕｂｊｅｃｔ）＝ダックスフント
述語（Ｐｒｅｄｉｃａｔｅ）＝である（ｉａ ａ）
目的語（Ｏｂｊｅｃｔ）＝犬
これらの要素および要素間情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
例えば、以下のようなシステム発話を生成して実行処理決定部２１０に出力する。
システム発話＝「ダックスフントは犬だよ」
【0168】
なお、このシステム発話出力に際して、ＲＤＦ知識ベース対話実行モジュール２０３は、出力したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値、例えば自信度＝０．０～１．０を生成してシステム発話に併せて実行処理決定部２１０に出力する構成としてもよい。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
【0169】
【0170】
（ステップＳ２３１）
まず、ステップＳ２３１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２３２に進む。
まず、ステップＳ２３１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２３２に進む。
【0171】
（ステップＳ２３２）
次に、ステップＳ２３２において、ＲＤＦ知識ベース対話実行モジュール２０３は、入力したユーザ発話に含まれる語句と一致または類似する語句を含むリソースデータがＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
次に、ステップＳ２３２において、ＲＤＦ知識ベース対話実行モジュール２０３は、入力したユーザ発話に含まれる語句と一致または類似する語句を含むリソースデータがＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
【0172】
ＲＤＦ知識ＤＢ（データベース）２１３は、先に図１６を参照して説明したように、様々な情報（リソース）を構成する要素と要素間の関係を記録したデータベースである。
ＲＤＦ知識ベース対話実行モジュール２０３は、ステップＳ２３２において、入力したユーザ発話に含まれる語句と一致または類似する語句が含まれる情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
ＲＤＦ知識ベース対話実行モジュール２０３は、ステップＳ２３２において、入力したユーザ発話に含まれる語句と一致または類似する語句が含まれる情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
【0173】
入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていると判定した場合は、ステップＳ２３３に進む。
入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２３４に進む。
入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２３４に進む。
【0174】
（ステップＳ２３３）
ステップＳ２３２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていると判定した場合は、ステップＳ２３３に進む。
ステップＳ２３２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていると判定した場合は、ステップＳ２３３に進む。
【0175】
ステップＳ２３３において、ＲＤＦ知識ベース対話実行モジュール２０３は、ＲＤＦ知識ＤＢ２１３から、入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）を取得し、取得した情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
【0176】
なお、このシステム発話の出力に併せて、取得したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値も併せて実行処理決定部２１０に出力してもよい。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
【0177】
（ステップＳ２３４）
一方、ステップＳ２３２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２３４に進む。
一方、ステップＳ２３２において、入力したユーザ発話に含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２３４に進む。
【0178】
ステップＳ２３４において、ＲＤＦ知識ベース対話実行モジュール２０３は、実行処理決定部２１０に対するシステム発話の出力を実行しない。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
【0179】
（４－４．状況言語化＆ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成処理について）
次に、図８に示すフローのステップＳ１１４において実行する状況言語化＆ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０４によるシステム発話の生成処理について説明する。
次に、図８に示すフローのステップＳ１１４において実行する状況言語化＆ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０４によるシステム発話の生成処理について説明する。
【0180】
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４によるシステム発話の生成処理の詳細について、図１８を参照して説明する。
図１８には、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４を示している。状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、図１８に示すＲＤＦ知識ＤＢ（データベース）２１３に格納されたＲＤＦ知識データを参照してシステム発話を生成する。
ＲＤＦ知識ＤＢ（データベース）２１３は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
図１８には、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４を示している。状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、図１８に示すＲＤＦ知識ＤＢ（データベース）２１３に格納されたＲＤＦ知識データを参照してシステム発話を生成する。
ＲＤＦ知識ＤＢ（データベース）２１３は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されたデータベースである。
【0181】
図１８に示すＲＤＦ知識ＤＢ（データベース）２１３は、先に図１５、図１６を参照して説明したＲＤＦ知識ＤＢ（データベース）２１３と同様のデータベースである。すなわち、様々な情報（リソース）について、主語（Ｓｕｂｊｅｃｔ）、述語（Ｐｒｅｄｉｃａｔｅ）、目的語（Ｏｂｊｅｃｔ）の３つの要素に分類して要素間の関係性を記録したデータベースである。
【0182】
なお、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４や、ＲＤＦ知識ＤＢ（データベース）２１３は、図４に示す情報処理装置１００のロボット制御部１５０内に構成してもよいが、情報処理装置１００と通信可能な外部サーバが有する構成でもよい。
【0183】
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、図１５に示すステップＳ４１～Ｓ４５の順に処理を実行する。すなわち、状況言語化＆ＲＤＦ知識ベースのシステム発話生成アルゴリズムを実行して状況言語化＆ＲＤＦ知識ベースのシステム発話を生成する。
【0184】
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、まず、ステップＳ４１において、状況解析部１６２から状況情報を入力する。ここでは、ユーザ発話の入力ではなく、例えばカメラの撮影画像に基づく状況情報を入力する。
例えば、以下の状況情報を入力する。
状況情報＝「太郎が、今、現れた」
例えば、以下の状況情報を入力する。
状況情報＝「太郎が、今、現れた」
【0185】
次に、ステップＳ４２において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、入力した状況情報の言語化処理を実行する。
これは、観測された状況をユーザ発話と同様のテキスト情報として記述する処理である。例えば以下の状況言語化情報を生成する。
状況言語化情報＝太郎、今、現れた
これは、観測された状況をユーザ発話と同様のテキスト情報として記述する処理である。例えば以下の状況言語化情報を生成する。
状況言語化情報＝太郎、今、現れた
【0186】
次に、ステップＳ４３において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、生成した状況言語化情報に基づいて、ＲＤＦ知識ＤＢ２１３の登録データの検索処理を実行する。
【0187】
ＲＤＦ知識ＤＢ（データベース）２１３は、先に図１６を参照して説明したように、様々な情報に関して、
（ａ）述語（Ｐｒｅｄｉｃａｔｅ）
（ｂ）主語（Ｓｕｂｊｅｃｔ）
（ｃ）目的語（Ｏｂｊｅｃｔ）
これら３要素に区分した情報を記録したデータベースである。
ＲＤＦ知識ＤＢ（データベース）２１３の登録情報を参照することで、様々な情報に含まれる要素と、要素間の関係性を知ることができる。
（ａ）述語（Ｐｒｅｄｉｃａｔｅ）
（ｂ）主語（Ｓｕｂｊｅｃｔ）
（ｃ）目的語（Ｏｂｊｅｃｔ）
これら３要素に区分した情報を記録したデータベースである。
ＲＤＦ知識ＤＢ（データベース）２１３の登録情報を参照することで、様々な情報に含まれる要素と、要素間の関係性を知ることができる。
【0188】
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ステップＳ４３において、生成した状況言語化情報に基づいて、ＲＤＦ知識ＤＢ登録データの検索処理を実行する。
以下の状況言語化情報に対する処理について説明する。
状況言語化情報＝太郎、今、現れた
以下の状況言語化情報に対する処理について説明する。
状況言語化情報＝太郎、今、現れた
【0189】
この場合、ステップＳ４４において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ＲＤＦ知識ＤＢ登録データから、上記の状況言語化情報に含まれる語句に一致する語句が最も含まれる情報（リソース）として抽出する。
【0190】
次に、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ステップＳ４５において、ＲＤＦ知識ＤＢ（データベース）２１３から取得した情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
例えば、以下のようなシステム発話を生成して実行処理決定部２１０に出力する。
システム発話＝「あ、太郎が今来た」
例えば、以下のようなシステム発話を生成して実行処理決定部２１０に出力する。
システム発話＝「あ、太郎が今来た」
【0191】
なお、このシステム発話出力に際して、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、出力したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値、例えば自信度＝０．０～１．０を生成してシステム発話に併せて実行処理決定部２１０に出力する構成としてもよい。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
【0192】
次に、図１９に示すフローチャートを参照して、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４の実行する処理シーケンスについて説明する。
図１９に示すフローの各ステップの処理について、順次、説明する。
図１９に示すフローの各ステップの処理について、順次、説明する。
【0193】
（ステップＳ２４１）
まず、ステップＳ２４１において、状況解析部１６２から状況情報を入力したか否かを判定し、入力したと判定した場合はステップＳ２４２に進む。
まず、ステップＳ２４１において、状況解析部１６２から状況情報を入力したか否かを判定し、入力したと判定した場合はステップＳ２４２に進む。
【0194】
（ステップＳ２４２）
次に、ステップＳ２４２において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、入力した状況情報の言語化処理を実行する。
次に、ステップＳ２４２において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、入力した状況情報の言語化処理を実行する。
【0195】
（ステップＳ２４３）
次に、ステップＳ２４３において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ステップＳ２４２で生成した状況言語化データに含まれる語句と一致または類似する語句を含むリソースデータがＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
次に、ステップＳ２４３において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ステップＳ２４２で生成した状況言語化データに含まれる語句と一致または類似する語句を含むリソースデータがＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
【0196】
ＲＤＦ知識ＤＢ（データベース）２１３は、先に図１６を参照して説明したように、様々な情報（リソース）を構成する要素と要素間の関係を記録したデータベースである。
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ステップＳ２４３において、生成した状況言語化データに含まれる語句と一致または類似する語句が含まれる情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ステップＳ２４３において、生成した状況言語化データに含まれる語句と一致または類似する語句が含まれる情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されているか否かを判定する。
【0197】
生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていると判定した場合は、ステップＳ２４４に進む。
生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２４５に進む。
生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２４５に進む。
【0198】
（ステップＳ２４４）
ステップＳ２４３において、生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていると判定した場合は、ステップＳ２４４に進む。
ステップＳ２４３において、生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていると判定した場合は、ステップＳ２４４に進む。
【0199】
ステップＳ２４４において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、ＲＤＦ知識ＤＢ２１３から、生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）を取得し、取得した情報に基づいてシステム発話を生成して、図７に示す実行処理決定部２１０に出力する。
【0200】
なお、このシステム発話の出力に併せて、取得したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値も併せて実行処理決定部２１０に出力してもよい。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
【0201】
（ステップＳ２４５）
一方、ステップＳ２４３において、生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２４５に進む。
一方、ステップＳ２４３において、生成した状況言語化データに含まれる語句と一致または類似する語句を含む情報（リソース）がＲＤＦ知識ＤＢ２１３に登録されていないと判定した場合は、ステップＳ２４５に進む。
【0202】
ステップＳ２４５において、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４は、実行処理決定部２１０に対するシステム発話の出力を実行しない。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
なお、システム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値を出力する場合は、システム発話の生成（取得）に失敗しているので、自信度＝０．０の値を実行処理決定部２１０に出力する。
【0203】
（４－５．機械学習モデルベース対話実行モジュールによるシステム発話の生成処理について）
次に、図８に示すフローのステップＳ１１５において実行する機械学習モデルベース対話実行モジュール２０５によるシステム発話の生成処理について説明する。
次に、図８に示すフローのステップＳ１１５において実行する機械学習モデルベース対話実行モジュール２０５によるシステム発話の生成処理について説明する。
【0204】
機械学習モデルベース対話実行モジュール２０５によるシステム発話の生成処理の詳細について、図２０を参照して説明する。
図２０には、機械学習モデルベース対話実行モジュール２０５を示している。機械学習モデルベース対話実行モジュール２０５は、図２０に示す機械学習モデル２１５にユーザ発話を入力して、機械学習モデル２１５からの出力としてシステム発話を取得する。
機械学習モデル２１５は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されている。
図２０には、機械学習モデルベース対話実行モジュール２０５を示している。機械学習モデルベース対話実行モジュール２０５は、図２０に示す機械学習モデル２１５にユーザ発話を入力して、機械学習モデル２１５からの出力としてシステム発話を取得する。
機械学習モデル２１５は、ロボット制御部１５０内、または外部サーバ等の外部装置に設置されている。
【0205】
図２０に示す機械学習モデル２１５は、ユーザ発話を入力して、出力としてシステム発話を出力する学習モデルである。この機械学習モデルは、多数の様々な異なる入力文と応答文との組データ、すなわち、ユーザ発話と出力発話（システム発話）の組からなるデータの機械学習処理により生成された学習モデルである。
この学習モデルは、例えばユーザ単位の学習モデルであり、逐次、更新処理がなされる。
この学習モデルは、例えばユーザ単位の学習モデルであり、逐次、更新処理がなされる。
【0206】
なお、機械学習モデルベース対話実行モジュール２０５や、機械学習モデル２１５は、図４に示す情報処理装置１００のロボット制御部１５０内に構成してもよいが、情報処理装置１００と通信可能な外部サーバが有する構成でもよい。
【0207】
機械学習モデルベース対話実行モジュール２０５は、図２０に示すステップＳ５１～Ｓ５２の順に処理を実行する。すなわち、機械学習モデルを利用した機械学習モデルベースのシステム発話生成アルゴリズムを実行して機械学習モデルベースのシステム発話を生成する。
【0208】
機械学習モデルベース対話実行モジュール２０５は、まず、ステップＳ５１において、状況解析部１６２からユーザ発話を入力する。
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「昨日の試合、まじで最高」
例えば、以下のユーザ発話を入力する。
ユーザ発話＝「昨日の試合、まじで最高」
【0209】
次に、ステップＳ５２において、機械学習モデルベース対話実行モジュール２０４は、入力したユーザ発話「昨日の試合、まじで最高」を、機械学習モデル２１５に入力する。
【0210】
機械学習モデル２１５は、ユーザ発話を入力した場合に、出力としてシステム発話を出力する学習モデルである。
【0211】
機械学習モデル２１５は、ステップＳ５２において、
ユーザ発話「昨日の試合、まじで最高」
を入力すると、この入力に対する出力として、システム発話を出力する。
ユーザ発話「昨日の試合、まじで最高」
を入力すると、この入力に対する出力として、システム発話を出力する。
【0212】
ステップＳ５３において、機械学習モデルベース対話実行モジュール２０５は、機械学習モデル２１５からの出力を取得する。取得データは、例えば、以下のデータである。
取得データ＝「わかるわかる感動した」
取得データ＝「わかるわかる感動した」
【0213】
次に、機械学習モデルベース対話実行モジュール２０５は、ステップＳ５４において、機械学習モデル２１５から取得したデータをシステム発話として図７に示す実行処理決定部２１０に出力する。
例えば、以下のようなシステム発話を実行処理決定部２１０に出力する。
システム発話＝「わかるわかる感動した」
例えば、以下のようなシステム発話を実行処理決定部２１０に出力する。
システム発話＝「わかるわかる感動した」
【0214】
なお、このシステム発話出力に際して、機械学習モデルベース対話実行モジュール２０５は、出力したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値、例えば自信度＝０．０～１．０を生成してシステム発話に併せて実行処理決定部２１０に出力する構成としてもよい。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
例えば、システム発話の生成に成功した場合は、自信度（ｃｏｎｆｉｄｅｎｃｅ）＝１．０を出力し、システム発話の生成に失敗した場合は、自信度＝０．０を出力する。
なお、前述したように各対話実行モジュール（対話エンジン）は、システム発話のみを出力し、自信度（ｃｏｎｆｉｄｅｎｃｅ）の値は出力しない構成も可能である。
【0215】
【0216】
（ステップＳ２５１）
まず、ステップＳ２５１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２５２に進む。
まず、ステップＳ２５１において、状況解析部１６２からユーザ発話を入力したか否かを判定し、入力したと判定した場合はステップＳ２５２に進む。
【0217】
（ステップＳ２５２）
次に、ステップＳ２５２において、機械学習モデルベース対話実行モジュール２０５は、ステップＳ２５１で入力したユーザ発話を、機械学習モデルに入力し、機械学習モデルの出力を取得し、この出力をシステム発話として実行処理決定部に出力する。
次に、ステップＳ２５２において、機械学習モデルベース対話実行モジュール２０５は、ステップＳ２５１で入力したユーザ発話を、機械学習モデルに入力し、機械学習モデルの出力を取得し、この出力をシステム発話として実行処理決定部に出力する。
【0218】
なお、このシステム発話の出力に併せて、取得したシステム発話の自信度を示す指標値である自信度（Ｃｏｎｆｉｄｅｎｃｅ）の値も併せて実行処理決定部２１０に出力してもよい。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
この場合、システム発話の生成（取得）に成功しているので、自信度＝１．０の値を出力する。
【0219】
このように、図８に示すフローのステップＳ１１１～Ｓ１１５では、以下の５つの処理が並列に実行される。
（Ｓ１１１）シナリオベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（シナリオＤＢを参照した処理を実行）
（Ｓ１１２）エピソード知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（エピソード知識ＤＢを参照した処理を実行）
（Ｓ１１３）ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１４）状況言語化処理を伴うＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１５）機械学習モデルベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（機械学習モデルを参照した処理を実行）
（Ｓ１１１）シナリオベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（シナリオＤＢを参照した処理を実行）
（Ｓ１１２）エピソード知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（エピソード知識ＤＢを参照した処理を実行）
（Ｓ１１３）ＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１４）状況言語化処理を伴うＲＤＦ知識ベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（ＲＤＦ知識ＤＢを参照した処理を実行）
（Ｓ１１５）機械学習モデルベース対話実行モジュールによるシステム発話の生成（＋発話自信度）（機械学習モデルを参照した処理を実行）
【0220】
前述したように、これら５つの処理は、図４に示すロボット制御部１５０のデータ処理部１６０内で実行してもよいし、通信部１７０を介して接続された外部サーバ等の外部装置を利用して分散型処理として実行してもよい。
例えば、５つの外部サーバが、各々ステップＳ１１１～Ｓ１１５の５つの処理を実行して、処理結果を図４に示すロボット制御部１５０のデータ処理部１６０内の処理決定部（意思決定部）１６３が受信する構成としてもよい。
例えば、５つの外部サーバが、各々ステップＳ１１１～Ｓ１１５の５つの処理を実行して、処理結果を図４に示すロボット制御部１５０のデータ処理部１６０内の処理決定部（意思決定部）１６３が受信する構成としてもよい。
【0221】
【0222】
［５．実行処理決定部の実行する処理の詳細について］
次に、実行処理決定部２１０の実行する処理の詳細について説明する。
次に、実行処理決定部２１０の実行する処理の詳細について説明する。
【0223】
先に、図７を参照して説明したように、実行処理決定部２１０は、５つの対話実行モジュール（対話エンジン）２０１～２０５が生成したシステム発話を入力し、入力したシステム発話から、出力すべき１つのシステム発話を選択する。
選択したシステム発話が、対話処理部１６４に出力され、テキスト化されて音声出力部（スピーカ）１３１を介して出力される。
選択したシステム発話が、対話処理部１６４に出力され、テキスト化されて音声出力部（スピーカ）１３１を介して出力される。
【0224】
図２２参照して実行処理決定部２１０の実行する処理について説明する。
図２２に示すように、実行処理決定部２１０は、以下の５つの対話実行モジュールから各モジュールにおける処理結果を入力する。
（１）シナリオベース対話実行モジュール２０１
（２）エピソード知識ベース対話実行モジュール２０２
（３）ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
（４）状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
（５）機械学習モデルベース対話実行モジュール２０５
図２２に示すように、実行処理決定部２１０は、以下の５つの対話実行モジュールから各モジュールにおける処理結果を入力する。
（１）シナリオベース対話実行モジュール２０１
（２）エピソード知識ベース対話実行モジュール２０２
（３）ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
（４）状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
（５）機械学習モデルベース対話実行モジュール２０５
【0225】
これら５つの対話実行モジュール（対話エンジン）２０１～２０５は、並列処理を実行して、各々、異なるアルゴリズムでシステム応答を生成する。
これら５つのモジュールが生成したシステム発話が実行処理決定部２１０に入力される。
これら５つのモジュールが生成したシステム発話が実行処理決定部２１０に入力される。
【0226】
５つの対話実行モジュール（対話エンジン）２０１～２０５は、各モジュールの生成したシステム発話とその自信度（０．０～１．０）を実行処理決定部２１０に入力する。
【0227】
実行処理決定部２１０は、５つの対話実行モジュール（対話エンジン）２０１～２０５から入力した複数のシステム発話から自信度の値が最高の１つのシステム発話を選択して、データ入出力部１１０の出力部１３０から出力するシステム発話を決定する。すなわち、対話ロボット１０が出力するシステム発話を決定する。
【0228】
なお、実行処理決定部２１０は、複数の対話実行モジュール（対話エンジン）２０１～２０５から入力されたシステム発話に対応して設定された自信度の値が等しい場合は、予め設定されている対話実行モジュール（対話エンジン）単位の優先度に従って、対話ロボットが出力するシステム発話を決定する。
【0229】
予め設定されている対話実行モジュール（対話エンジン）単位の優先度の例について、図２３を参照して説明する。
図２３は、予め設定されている対話実行モジュール（対話エンジン）単位の優先度の例を示す図である。
優先度は１が最高優先度であり、５が最低優先度となる。
図２３は、予め設定されている対話実行モジュール（対話エンジン）単位の優先度の例を示す図である。
優先度は１が最高優先度であり、５が最低優先度となる。
【0230】
図２３に示す例では、
優先度１＝シナリオベース対話実行モジュール２０１
優先度２＝エピソード知識ベース対話実行モジュール２０２
優先度３＝ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
優先度４＝状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
優先度５＝機械学習モデルベース対話実行モジュール２０５
このような対話実行モジュール対応の優先度設定である。
優先度１＝シナリオベース対話実行モジュール２０１
優先度２＝エピソード知識ベース対話実行モジュール２０２
優先度３＝ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
優先度４＝状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
優先度５＝機械学習モデルベース対話実行モジュール２０５
このような対話実行モジュール対応の優先度設定である。
【0231】
実行処理決定部２１０は、まず、複数の対話実行モジュール（対話エンジン）から入力された自信度の値に基づいて、最も高い自信度の値を持つシステム発話を選択する処理を出力するシステム発話として選択する。
ただし、最高自信度を持つシステム発話が複数ある場合は、図２３に示す予め設定されている対話実行モジュール（対話エンジン）単位の優先度に従って、対話ロボットが出力するシステム発話を決定する。
ただし、最高自信度を持つシステム発話が複数ある場合は、図２３に示す予め設定されている対話実行モジュール（対話エンジン）単位の優先度に従って、対話ロボットが出力するシステム発話を決定する。
【0232】
次に、図２４に示すフローチャートを参照して実行処理決定部２１０の実行する処理のシーケンスについて説明する。
各ステップの処理について、順次、説明する。
各ステップの処理について、順次、説明する。
【0233】
（ステップＳ３０１）
まず、実行処理決定部２１０は、ステップＳ３０１において、５つの対話実行モジュール（対話エンジン）、すなわち、
シナリオベース対話実行モジュール２０１
エピソード知識ベース対話実行モジュール２０２
ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
機械学習モデルベース対話実行モジュール２０５
これら５つの対話実行モジュール（対話エンジン）２０１～２０５から入力があったか否かを判定する。
まず、実行処理決定部２１０は、ステップＳ３０１において、５つの対話実行モジュール（対話エンジン）、すなわち、
シナリオベース対話実行モジュール２０１
エピソード知識ベース対話実行モジュール２０２
ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
機械学習モデルベース対話実行モジュール２０５
これら５つの対話実行モジュール（対話エンジン）２０１～２０５から入力があったか否かを判定する。
【0234】
すなわち、各モジュールにおいて実行されるアルゴリズムに従って生成されたシステム発話と、その自信度（０．０～１．０）のデータ入力があったか否かを判定する。
入力があった場合、ステップＳ３０２に進む。
入力があった場合、ステップＳ３０２に進む。
【0235】
（ステップＳ３０２）
次に、実行処理決定部２１０は、ステップＳ３０２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータがあるか否かを判定する。
ある場合は、ステップＳ３０３に進む。
ない場合は、ステップＳ３１１に進む。
次に、実行処理決定部２１０は、ステップＳ３０２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータがあるか否かを判定する。
ある場合は、ステップＳ３０３に進む。
ない場合は、ステップＳ３１１に進む。
【0236】
（ステップＳ３０３）
ステップＳ３０２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータがあると判定した場合、次に、実行処理決定部２１０は、ステップＳ３０３において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータが複数、あるか否かを判定する。
複数、ある場合は、ステップＳ３０４に進む。
複数でなく、１つのみの場合は、ステップＳ３０５に進む。
ステップＳ３０２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータがあると判定した場合、次に、実行処理決定部２１０は、ステップＳ３０３において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータが複数、あるか否かを判定する。
複数、ある場合は、ステップＳ３０４に進む。
複数でなく、１つのみの場合は、ステップＳ３０５に進む。
【0237】
（ステップＳ３０４）
ステップＳ３０３において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータが複数、ある場合は、ステップＳ３０４の処理を実行する。
ステップＳ３０３において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータが複数、ある場合は、ステップＳ３０４の処理を実行する。
【0238】
実行処理決定部２１０は、ステップＳ３０４において、自信度＝１．０の複数のシステム発話から、予め既定されたモジュール単位の優先度に従い、高優先度のモジュールが出力したシステム発話を、最終的に対話ロボットの出力するシステム発話として選択する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
【0239】
（ステップＳ３０５）
一方、ステップＳ３０３において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータが１つのみの場合は、ステップＳ３０５の処理を実行する。
一方、ステップＳ３０３において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータが１つのみの場合は、ステップＳ３０５の処理を実行する。
【0240】
実行処理決定部２１０は、ステップＳ３０５において、自信度＝１．０の１つのシステム発話を、最終的に対話ロボットの出力するシステム発話として選択する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
【0241】
（ステップＳ３１１）
ステップＳ３０２の判定処理において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータがないと判定した場合、次に、実行処理決定部２１０は、ステップＳ３１１において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０のデータがあるか否かを判定する。
ある場合は、ステップＳ３１２に進む。
ない場合は、処理を修了する。この場合、システム発話は出力されない。
ステップＳ３０２の判定処理において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＝１．０のデータがないと判定した場合、次に、実行処理決定部２１０は、ステップＳ３１１において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０のデータがあるか否かを判定する。
ある場合は、ステップＳ３１２に進む。
ない場合は、処理を修了する。この場合、システム発話は出力されない。
【0242】
（ステップＳ３１２）
ステップＳ３１１において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０のデータがあると判定した場合、次に、実行処理決定部２１０は、ステップＳ３１２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０の最高自信度のデータが複数、あるか否かを判定する。
複数ある場合は、ステップＳ３１３に進む。
複数でなく、１つのみの場合は、ステップＳ３１４に進む。
ステップＳ３１１において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０のデータがあると判定した場合、次に、実行処理決定部２１０は、ステップＳ３１２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０の最高自信度のデータが複数、あるか否かを判定する。
複数ある場合は、ステップＳ３１３に進む。
複数でなく、１つのみの場合は、ステップＳ３１４に進む。
【0243】
（ステップＳ３１３）
ステップＳ３１２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０の最高自信度のデータが複数ある場合は、ステップＳ３１３の処理を実行する。
ステップＳ３１２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０の最高自信度のデータが複数ある場合は、ステップＳ３１３の処理を実行する。
【0244】
実行処理決定部２１０は、ステップＳ３１３において、自信度＞０．０のデータ中、最高自信度の複数のシステム発話から、予め既定されたモジュール単位の優先度に従い、高優先度のモジュールが出力したシステム発話を、最終的に対話ロボットの出力するシステム発話として選択する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
【0245】
（ステップＳ３１４）
一方、ステップＳ３１２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０の最高自信度のデータが１つのみの場合は、ステップＳ３１４の処理を実行する。
一方、ステップＳ３１２において、５つの対話実行モジュール（対話エンジン）２０１～２０５からの入力データ中に、自信度＞０．０の最高自信度のデータが１つのみの場合は、ステップＳ３１４の処理を実行する。
【0246】
実行処理決定部２１０は、ステップＳ３１４において、自信度＞１．０の最高自信度のシステム発話を、最終的に対話ロボットの出力するシステム発話として選択する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
実行処理決定部２１０は、選択したシステム発話を対話処理部１６４に出力する。
【0247】
このように、実行処理決定部２１０は、５つの対話実行モジュール（対話エンジン）２０１～２０５から入力した複数のシステム発話から自信度の値が最高の１つのシステム発話を選択して、対話ロボットが出力するシステム発話とする。
複数の対話実行モジュール（対話エンジン）から入力された自信度の値が等しい場合は、予め設定されている対話実行モジュール（対話エンジン）単位の優先度に従って、対話ロボットが出力するシステム発話を決定する。
複数の対話実行モジュール（対話エンジン）から入力された自信度の値が等しい場合は、予め設定されている対話実行モジュール（対話エンジン）単位の優先度に従って、対話ロボットが出力するシステム発話を決定する。
【0248】
このように本開示の情報処理装置は、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを並列に動作させて複数のシステム発話を生成し、その中から最適なシステム発話を選択して出力する。
このような処理を行うことで、様々な状況に応じた最適なシステム発話を出力することが可能となり、ユーザとの対話を、より自然にスムーズに行うことが可能となる。
このような処理を行うことで、様々な状況に応じた最適なシステム発話を出力することが可能となり、ユーザとの対話を、より自然にスムーズに行うことが可能となる。
【0249】
［６．本開示の情報処理装置によるシステム発話出力例について］
次に、上述した本開示の情報処理装置の処理によって行われるシステム発話の具体例について説明する。
次に、上述した本開示の情報処理装置の処理によって行われるシステム発話の具体例について説明する。
【0250】
図２５、図２６は、ユーザ１と対話ロボット１０との対話シーケンスの一例を示している。
対話ロボット１０は、上述した本開示の処理に従ったシステム発話生成処理を行ってシステム発話を実行する。
すなわち、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを並列に動作させて複数のシステム発話を生成し、その中から最適なシステム発話を選択して出力している。
対話ロボット１０は、上述した本開示の処理に従ったシステム発話生成処理を行ってシステム発話を実行する。
すなわち、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを並列に動作させて複数のシステム発話を生成し、その中から最適なシステム発話を選択して出力している。
【0251】
【0252】
（ユーザが帰ってくる）
システム発話＝「おかえり。どこ行ってたの」
ユーザ発話＝「会社にお仕事しに行ってたよ」
システム発話＝「そうなんだ。毎日行ってるね」
ユーザ発話＝「それが仕事っていうもんだよ」
システム発話＝「わたしの分もがんばってくれ」
ユーザ発話＝「はいはい。ちょっとビール持ってくるよ」
システム発話＝「ビールといえばベルギーだね」
ユーザ発話＝「ベルギー行ってなんか食べたいわ」
システム発話＝「そういえば好きな食べ物何なの？」
ユーザ発話＝「そうねえ、でも今は焼き鳥かな」
システム発話＝「焼き鳥が好きなのか。鶏肉はいいよね」
ユーザ発話＝「肉はいいぞ肉は」
システム発話＝「タナカも肉好きって言ってたよ」
ユーザ発話＝「あー、そうだね」
システム発話＝「週末タナカとバーベキュー行くんでしょ」
ユーザ発話＝「うん。もう寒いんだけどね」
システム発話＝「こたつとミカンがいいよ」
（ビールと食事がテーブルに並ぶ）
システム発話＝「お。ご馳走だね。めしあがれ」
システム発話＝「おかえり。どこ行ってたの」
ユーザ発話＝「会社にお仕事しに行ってたよ」
システム発話＝「そうなんだ。毎日行ってるね」
ユーザ発話＝「それが仕事っていうもんだよ」
システム発話＝「わたしの分もがんばってくれ」
ユーザ発話＝「はいはい。ちょっとビール持ってくるよ」
システム発話＝「ビールといえばベルギーだね」
ユーザ発話＝「ベルギー行ってなんか食べたいわ」
システム発話＝「そういえば好きな食べ物何なの？」
ユーザ発話＝「そうねえ、でも今は焼き鳥かな」
システム発話＝「焼き鳥が好きなのか。鶏肉はいいよね」
ユーザ発話＝「肉はいいぞ肉は」
システム発話＝「タナカも肉好きって言ってたよ」
ユーザ発話＝「あー、そうだね」
システム発話＝「週末タナカとバーベキュー行くんでしょ」
ユーザ発話＝「うん。もう寒いんだけどね」
システム発話＝「こたつとミカンがいいよ」
（ビールと食事がテーブルに並ぶ）
システム発話＝「お。ご馳走だね。めしあがれ」
【0253】
これらの発話シーケンスにおいて、対話ロボット１０の出力するシステム発話の各々は、以下の５つの対話実行モジュールの生成したシステム発話から、その都度、選択された１つのシステム発話となる。
（１）シナリオベース対話実行モジュール２０１
（２）エピソード知識ベース対話実行モジュール２０２
（３）ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
（４）状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
（５）機械学習モデルベース対話実行モジュール２０５
（１）シナリオベース対話実行モジュール２０１
（２）エピソード知識ベース対話実行モジュール２０２
（３）ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３
（４）状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４
（５）機械学習モデルベース対話実行モジュール２０５
【0254】
例えば、最初のシステム発話＝「おかえり。どこ行ってたの」
このシステム発話は、ユーザの状況、すなわち
（ユーザが帰ってくる）
このユーザが帰ってきた状況情報に基づいて、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４が生成したシステム発話である。
このシステム発話は、ユーザの状況、すなわち
（ユーザが帰ってくる）
このユーザが帰ってきた状況情報に基づいて、状況言語化＆ＲＤＦ知識ベース対話実行モジュール２０４が生成したシステム発話である。
【0255】
次のシステム発話＝「そうなんだ。毎日行ってるね」
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「会社にお仕事しに行ってたよ」
このユーザ発話に基づいて、エピソード知識ベース対話実行モジュール２０２が生成したシステム発話である。
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「会社にお仕事しに行ってたよ」
このユーザ発話に基づいて、エピソード知識ベース対話実行モジュール２０２が生成したシステム発話である。
【0256】
次のシステム発話＝「わたしの分もがんばってくれ」
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「それが仕事っていうもんだよ」
このユーザ発話に基づいて、機械学習モデルベース対話実行モジュール２０５が生成したシステム発話である。
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「それが仕事っていうもんだよ」
このユーザ発話に基づいて、機械学習モデルベース対話実行モジュール２０５が生成したシステム発話である。
【0257】
次のシステム発話＝「ビールといえばベルギーだね」
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「はいはい。ちょっとビール持ってくるよ」
このユーザ発話に基づいて、ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３が生成したシステム発話である。
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「はいはい。ちょっとビール持ってくるよ」
このユーザ発話に基づいて、ＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識ベース対話実行モジュール２０３が生成したシステム発話である。
【0258】
次のシステム発話＝「そういえば好きな食べ物何なの？」
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「ベルギー行ってなんか食べたいわ」
このユーザ発話に基づいて、シナリオベース対話実行モジュール２０１が生成したシステム発話である。
このシステム発話は、直前のユーザ発話、すなわち、
ユーザ発話＝「ベルギー行ってなんか食べたいわ」
このユーザ発話に基づいて、シナリオベース対話実行モジュール２０１が生成したシステム発話である。
【0259】
以下のシステム発話についても、同様であり、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを並列に動作させて複数のシステム発話を生成し、その中から最適なシステム発話を選択して出力している。
【0260】
このように本開示の情報処理装置は、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを並列に動作させて複数のシステム発話を生成し、その中から最適なシステム発話を選択して出力する。
このような処理を行うことで、様々な状況に応じた最適なシステム発話を出力することが可能となり、ユーザとの対話を、より自然にスムーズに行うことが可能となる。
このような処理を行うことで、様々な状況に応じた最適なシステム発話を出力することが可能となり、ユーザとの対話を、より自然にスムーズに行うことが可能となる。
【0261】
［７．情報処理装置のハードウェア構成例について］
次に、図２７を参照して、情報処理装置のハードウェア構成例について説明する。
図２７を参照して説明するハードウェアは、先に図４を参照して説明した情報処理装置や、対話実行モジュール（対話エンジン）を備えた外部サーバ等の外部装置に共通するハードウェア構成例である。
次に、図２７を参照して、情報処理装置のハードウェア構成例について説明する。
図２７を参照して説明するハードウェアは、先に図４を参照して説明した情報処理装置や、対話実行モジュール（対話エンジン）を備えた外部サーバ等の外部装置に共通するハードウェア構成例である。
【0262】
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５０１は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５０２、または記憶部５０８に記憶されているプログラムに従って各種の処理を実行する制御部やデータ処理部として機能する。例えば、上述した実施例において説明したシーケンスに従った処理を実行する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５０３には、ＣＰＵ５０１が実行するプログラムやデータなどが記憶される。これらのＣＰＵ５０１、ＲＯＭ５０２、およびＲＡＭ５０３は、バス５０４により相互に接続されている。
【0263】
ＣＰＵ５０１はバス５０４を介して入出力インタフェース５０５に接続され、入出力インタフェース５０５には、各種スイッチ、キーボード、マウス、マイクロホン、センサなどよりなる入力部５０６、ディスプレイ、スピーカなどよりなる出力部５０７が接続されている。ＣＰＵ５０１は、入力部５０６から入力される指令に対応して各種の処理を実行し、処理結果を例えば出力部５０７に出力する。
【0264】
入出力インタフェース５０５に接続されている記憶部５０８は、例えばハードディスク等からなり、ＣＰＵ５０１が実行するプログラムや各種のデータを記憶する。通信部５０９は、Ｗｉ－Ｆｉ通信、ブルートゥース（登録商標）（ＢＴ）通信、その他インターネットやローカルエリアネットワークなどのネットワークを介したデータ通信の送受信部として機能し、外部の装置と通信する。
【0265】
入出力インタフェース５０５に接続されているドライブ５１０は、磁気ディスク、光ディスク、光磁気ディスク、あるいはメモリカード等の半導体メモリなどのリムーバブルメディア５１１を駆動し、データの記録あるいは読み取りを実行する。
【0266】
［８．本開示の構成のまとめ］
以上、特定の実施例を参照しながら、本開示の実施例について詳解してきた。しかしながら、本開示の要旨を逸脱しない範囲で当業者が実施例の修正や代用を成し得ることは自明である。すなわち、例示という形態で本発明を開示してきたのであり、限定的に解釈されるべきではない。本開示の要旨を判断するためには、特許請求の範囲の欄を参酌すべきである。
以上、特定の実施例を参照しながら、本開示の実施例について詳解してきた。しかしながら、本開示の要旨を逸脱しない範囲で当業者が実施例の修正や代用を成し得ることは自明である。すなわち、例示という形態で本発明を開示してきたのであり、限定的に解釈されるべきではない。本開示の要旨を判断するためには、特許請求の範囲の欄を参酌すべきである。
【0267】
なお、本明細書において開示した技術は、以下のような構成をとることができる。
（１） システム発話を生成して出力するデータ処理部を有し、
前記データ処理部は、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理装置。
（１） システム発話を生成して出力するデータ処理部を有し、
前記データ処理部は、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理装置。
【0268】
（２） 前記複数の対話実行モジュールの各々は、
異なるシステム発話生成アルゴリズムに従って、アルゴリズム固有のシステム発話を生成する（１）に記載の情報処理装置。
異なるシステム発話生成アルゴリズムに従って、アルゴリズム固有のシステム発話を生成する（１）に記載の情報処理装置。
【0269】
（３） 前記データ処理部は、
ユーザ発話を入力し、入力したユーザ発話の音声認識結果を前記複数の対話実行モジュールに入力して、
前記複数の対話実行モジュールが、ユーザ発話に基づいて生成したシステム発話から１つのシステム発話を選択する（１）または（２）に記載の情報処理装置。
ユーザ発話を入力し、入力したユーザ発話の音声認識結果を前記複数の対話実行モジュールに入力して、
前記複数の対話実行モジュールが、ユーザ発話に基づいて生成したシステム発話から１つのシステム発話を選択する（１）または（２）に記載の情報処理装置。
【0270】
（４） 前記データ処理部は、
観測情報である状況情報を入力し、入力した状況情報を前記複数の対話実行モジュールに入力して、
前記複数の対話実行モジュールが、状況情報に基づいて生成したシステム発話から１つのシステム発話を選択する（１）～（３）いずれかに記載の情報処理装置。
観測情報である状況情報を入力し、入力した状況情報を前記複数の対話実行モジュールに入力して、
前記複数の対話実行モジュールが、状況情報に基づいて生成したシステム発話から１つのシステム発話を選択する（１）～（３）いずれかに記載の情報処理装置。
【0271】
（５） 前記データ処理部は、
前記複数の対話実行モジュールの各々が生成したシステム発話に対応して設定されるシステム発話対応の自信度を参照し、自信度の値の高いシステム発話を出力システム発話として選択する（１）～（４）いずれかに記載の情報処理装置。
前記複数の対話実行モジュールの各々が生成したシステム発話に対応して設定されるシステム発話対応の自信度を参照し、自信度の値の高いシステム発話を出力システム発話として選択する（１）～（４）いずれかに記載の情報処理装置。
【0272】
（６） 前記データ処理部は、
前記自信度の値が最高値のシステム発話が複数、存在する場合、
予め規定された対話実行モジュール対応の優先度に従って、優先度の高い対話実行モジュールが生成したシステム発話を出力システム発話として選択する（５）に記載の情報処理装置。
前記自信度の値が最高値のシステム発話が複数、存在する場合、
予め規定された対話実行モジュール対応の優先度に従って、優先度の高い対話実行モジュールが生成したシステム発話を出力システム発話として選択する（５）に記載の情報処理装置。
【0273】
（７） 前記複数の対話実行モジュールの各々は、
生成したシステム発話と、生成したシステム発話に対応する自信度を生成し、
前記データ処理部は、
前記自信度の値の高いシステム発話を出力システム発話として選択する（１）～（６）いずれかに記載の情報処理装置。
生成したシステム発話と、生成したシステム発話に対応する自信度を生成し、
前記データ処理部は、
前記自信度の値の高いシステム発話を出力システム発話として選択する（１）～（６）いずれかに記載の情報処理装置。
【0274】
（８） 前記複数の対話実行モジュールには、
様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュールが含まれる（１）～（７）いずれかに記載の情報処理装置。
様々な対話シナリオに応じたユーザ発話とシステム発話の発話組みデータを登録したシナリオデータベースを参照してシステム発話を生成するシナリオベース対話実行モジュールが含まれる（１）～（７）いずれかに記載の情報処理装置。
【0275】
（９） 前記複数の対話実行モジュールには、
様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュールが含まれる（１）～（８）いずれかに記載の情報処理装置。
様々なエピソード情報を記録したエピソード知識データベースを参照してシステム発話を生成するエピソード知識ベース対話実行モジュールが含まれる（１）～（８）いずれかに記載の情報処理装置。
【0276】
（１０） 前記複数の対話実行モジュールには、
様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュールが含まれる（１）～（９）いずれかに記載の情報処理装置。
様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを参照してシステム発話を生成するＲＤＦ知識ベース対話実行モジュールが含まれる（１）～（９）いずれかに記載の情報処理装置。
【0277】
（１１） 前記複数の対話実行モジュールには、
状況情報の言語化処理を実行し、該言語化処理によって生成した状況言語化データに基づいて、様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを検索してシステム発話を生成する状況言語化＆ＲＤＦ知識ベース対話実行モジュールが含まれる（１）～（１０）いずれかに記載の情報処理装置。
状況情報の言語化処理を実行し、該言語化処理によって生成した状況言語化データに基づいて、様々な情報に含まれる要素と、要素間の関係性を記録したＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）知識データベースを検索してシステム発話を生成する状況言語化＆ＲＤＦ知識ベース対話実行モジュールが含まれる（１）～（１０）いずれかに記載の情報処理装置。
【0278】
（１２） 前記複数の対話実行モジュールには、
入力文と応答文の組データの機械学習処理により生成された機械学習モデルを用いてシステム発話を生成する機械学習モデルベース対話実行モジュールが含まれる（１）～（１１）いずれかに記載の情報処理装置。
入力文と応答文の組データの機械学習処理により生成された機械学習モデルを用いてシステム発話を生成する機械学習モデルベース対話実行モジュールが含まれる（１）～（１１）いずれかに記載の情報処理装置。
【0279】
（１３） 前記データ処理部は、
入力部から音声情報を含む外部情報を入力して、各時間単位の外部状態解析情報である時間単位の状態情報を生成する状態解析部と、
前記状態情報を継続して入力し、入力した複数の状態情報に基づいて外部の状況情報を生成する状況解析部と、
前記状況解析部の生成した状況情報を入力して、情報処理装置が実行する処理を決定する処理決定部を有し、
前記処理決定部が、
前記状況情報を複数の対話実行モジュールに入力し、
前記複数の対話実行モジュールが前記状況情報に基づいて個別に生成した複数のシステム発話を取得し、
取得した複数のシステム発話から出力する１つのシステム発話を選択する（１）～（１２）いずれかに記載の情報処理装置。
入力部から音声情報を含む外部情報を入力して、各時間単位の外部状態解析情報である時間単位の状態情報を生成する状態解析部と、
前記状態情報を継続して入力し、入力した複数の状態情報に基づいて外部の状況情報を生成する状況解析部と、
前記状況解析部の生成した状況情報を入力して、情報処理装置が実行する処理を決定する処理決定部を有し、
前記処理決定部が、
前記状況情報を複数の対話実行モジュールに入力し、
前記複数の対話実行モジュールが前記状況情報に基づいて個別に生成した複数のシステム発話を取得し、
取得した複数のシステム発話から出力する１つのシステム発話を選択する（１）～（１２）いずれかに記載の情報処理装置。
【0280】
（１４） 対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムであり、
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、
異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置は、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理システム。
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、
異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置は、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理システム。
【0281】
（１５） 前記ロボット制御装置は、
前記複数の対話実行モジュールの各々が生成したシステム発話に対応して設定されるシステム発話対応の自信度を参照し、自信度の値の高いシステム発話を出力するシステム発話として選択する（１４）に記載の情報処理システム。
前記複数の対話実行モジュールの各々が生成したシステム発話に対応して設定されるシステム発話対応の自信度を参照し、自信度の値の高いシステム発話を出力するシステム発話として選択する（１４）に記載の情報処理システム。
【0282】
（１６） 前記ロボット制御装置は、
前記自信度の値が最高値のシステム発話が複数、存在する場合、
予め規定された対話実行モジュール対応の優先度に従って、優先度の高い対話実行モジュールが生成したシステム発話を出力システム発話として選択する（１５に記載の情報処理システム。
前記自信度の値が最高値のシステム発話が複数、存在する場合、
予め規定された対話実行モジュール対応の優先度に従って、優先度の高い対話実行モジュールが生成したシステム発話を出力システム発話として選択する（１５に記載の情報処理システム。
【0283】
（１７） 情報処理装置において実行する情報処理方法であり、
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記データ処理部が、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法。
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記データ処理部が、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法。
【0284】
（１８） 対話ロボットを制御するロボット制御装置と、前記ロボット制御装置と通信可能なサーバを有する情報処理システムにおいて実行する情報処理方法であり、
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置が、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法。
前記ロボット制御装置は、
入力部を介して入力する状況情報を、前記サーバに出力し、
前記サーバは、異なるシステム発話生成アルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールを有し、
前記複数の対話実行モジュールの各々が、前記状況情報に基づいて個別のシステム発話を生成して、前記ロボット制御装置に送信し、
前記ロボット制御装置が、
前記サーバから受信する複数のシステム発話から１つのシステム発話を選択して出力する情報処理方法。
【0285】
（１９） 情報処理装置において情報処理を実行させるプログラムであり、
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記プログラムは、前記データ処理部に、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力させるプログラム。
前記情報処理装置は、システム発話を生成して出力するデータ処理部を有し、
前記プログラムは、前記データ処理部に、
複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力させるプログラム。
【0286】
また、明細書中において説明した一連の処理はハードウェア、またはソフトウェア、あるいは両者の複合構成によって実行することが可能である。ソフトウェアによる処理を実行する場合は、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれたコンピュータ内のメモリにインストールして実行させるか、あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。例えば、プログラムは記録媒体に予め記録しておくことができる。記録媒体からコンピュータにインストールする他、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットといったネットワークを介してプログラムを受信し、内蔵するハードディスク等の記録媒体にインストールすることができる。
【0287】
なお、明細書に記載された各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。
【産業上の利用可能性】
【0288】
以上、説明したように、本開示の一実施例の構成によれば、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールが生成した複数のシステム発話から最適なシステム発話を選択して出力する構成が実現される。
具体的には、例えば、システム発話を生成して出力するデータ処理部が、複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する。複数の対話実行モジュールの各々は、異なるアルゴリズムに従って、アルゴリズム固有のシステム発話を生成する。データ処理部は、複数の対話実行モジュールの各々が生成したシステム発話に対応して設定される自信度や、予め規定された対話実行モジュール対応の優先度に従って出力する１つのシステム発話を選択する。
本構成により、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールが生成した複数のシステム発話から最適なシステム発話を選択して出力する構成が実現される。
具体的には、例えば、システム発話を生成して出力するデータ処理部が、複数の対話実行モジュールが個別に生成した複数のシステム発話から１つのシステム発話を選択して出力する。複数の対話実行モジュールの各々は、異なるアルゴリズムに従って、アルゴリズム固有のシステム発話を生成する。データ処理部は、複数の対話実行モジュールの各々が生成したシステム発話に対応して設定される自信度や、予め規定された対話実行モジュール対応の優先度に従って出力する１つのシステム発話を選択する。
本構成により、異なるアルゴリズムに従ってシステム発話を生成する複数の対話実行モジュールが生成した複数のシステム発話から最適なシステム発話を選択して出力する構成が実現される。
【符号の説明】
【0289】
１０ 対話ロボット
２１ サーバ
２２ スマホ
２３ ＰＣ
１００ 情報処理装置
１１０ データ入出力部
１２０ 入力部
１２１ 音声入力部
１２２ 画像入力部
１２３ センサ
１３０ 出力部
１３１ 音声出力部
１３２ 駆動制御部
１５０ ロボット制御部
１６０ データ処理部
１６１ 状態解析部
１６２ 状況解析部
１６３ 処理決定部（意思決定部）
１６４ 対話処理部
１６５ アクション処理部
１７０ 通信部
２０１ シナリオベース対話実行モジュール
２０２ エピソード知識ベース対話実行モジュール
２０３ ＲＤＦ知識ベース対話実行モジュール
２０４ 状況言語化＆ＲＤＦ知識ベース対話実行モジュール
２０５ 機械学習モデルベース対話実行モジュール
２１０ 実行処理決定部
２１１ シナリオデータベース
２１２ エピソード知識データベース
２１３ ＲＤＦ知識データベース
２１５ 機械学習モデル
５０１ ＣＰＵ
５０２ ＲＯＭ
５０３ ＲＡＭ
５０４ バス
５０５ 入出力インタフェース
５０６ 入力部
５０７ 出力部
５０８ 記憶部
５０９ 通信部
５１０ ドライブ
５１１ リムーバブルメディア
２１ サーバ
２２ スマホ
２３ ＰＣ
１００ 情報処理装置
１１０ データ入出力部
１２０ 入力部
１２１ 音声入力部
１２２ 画像入力部
１２３ センサ
１３０ 出力部
１３１ 音声出力部
１３２ 駆動制御部
１５０ ロボット制御部
１６０ データ処理部
１６１ 状態解析部
１６２ 状況解析部
１６３ 処理決定部（意思決定部）
１６４ 対話処理部
１６５ アクション処理部
１７０ 通信部
２０１ シナリオベース対話実行モジュール
２０２ エピソード知識ベース対話実行モジュール
２０３ ＲＤＦ知識ベース対話実行モジュール
２０４ 状況言語化＆ＲＤＦ知識ベース対話実行モジュール
２０５ 機械学習モデルベース対話実行モジュール
２１０ 実行処理決定部
２１１ シナリオデータベース
２１２ エピソード知識データベース
２１３ ＲＤＦ知識データベース
２１５ 機械学習モデル
５０１ ＣＰＵ
５０２ ＲＯＭ
５０３ ＲＡＭ
５０４ バス
５０５ 入出力インタフェース
５０６ 入力部
５０７ 出力部
５０８ 記憶部
５０９ 通信部
５１０ ドライブ
５１１ リムーバブルメディア
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】