Nothing Special   »   [go: up one dir, main page]

CN108153800B - 信息处理方法、信息处理装置以及记录介质 - Google Patents

信息处理方法、信息处理装置以及记录介质 Download PDF

Info

Publication number
CN108153800B
CN108153800B CN201710929057.3A CN201710929057A CN108153800B CN 108153800 B CN108153800 B CN 108153800B CN 201710929057 A CN201710929057 A CN 201710929057A CN 108153800 B CN108153800 B CN 108153800B
Authority
CN
China
Prior art keywords
user
question
response
information
dialogue
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710929057.3A
Other languages
English (en)
Other versions
CN108153800A (zh
Inventor
山上胜义
远藤充
牛尾贵志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2017137056A external-priority patent/JP6952259B2/ja
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN108153800A publication Critical patent/CN108153800A/zh
Application granted granted Critical
Publication of CN108153800B publication Critical patent/CN108153800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90332—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开涉及信息处理方法、信息处理装置以及程序。与储存部所储存的信息有关的信息处理方法包括：保持包含向用户的提问、和对于该提问的由用户进行的应答的对话的历史记录；判定所保持的对话的历史记录包含的应答的历史记录中的、既不是表示对提问的肯定的第一应答也不是表示对提问的否定的第二应答的第三应答的出现方式是否满足预定条件；在判定为满足预定条件的情况下，进行与储存部所储存的信息有关的提示。

Description

信息处理方法、信息处理装置以及记录介质
技术领域
本公开涉及信息处理方法、信息处理装置以及记录介质。
背景技术
提出了通过对话来进行对用户所要求的内容(content)(音乐、商品信息等)等的检索或者提案的对话系统。这种对话系统通过由对话逐渐从用户获得用于筛选内容的信息，筛选与用户的期望相符的内容的候选，并在某个时刻(timing)提示候选的一览。
针对在对话中的怎样的时刻提示这种通过对话筛选出的候选的一览这一问题，提出了通过强化学习来控制候选一览的提示时刻的方式(非专利文献1)。
现有技术文献
非专利文献1：Verena Rieser,Oliver Lemon著，“Reinforcement Learning forAdaptive Dialogue Systems”，Springer Science&Business Media，2011年11月23日
发明内容
发明所要解决的问题
然而，在非专利文献1的方式中，给出了与如下用户的特性有关的信息作为强化学习的报酬函数的一个要素，即：关于对话反复进行的时间长度，用户是否容许，换言之，用户是否希望在较早阶段的候选一览的提示。而且，根据与上述特性有关的信息，进行与候选一览的提示有关的控制。因此，存在为了适当地进行候选一览的提示的时刻控制，需要事先知晓与相应用户的上述特性有关的信息，在不知晓的情况下则无法适当地进行时刻控制这一问题。
于是，本公开的目的在于，提供即使在没有与上述特性有关的信息的情况下也更适当地控制候选一览的提示时刻的信息处理方法等。
用于解决问题的技术方案
本发明的一个技术方案涉及的信息处理方法，是与储存部所储存的信息有关的信息处理方法，该方法包括：保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录；判定所保持的所述对话的历史记录包含的所述应答的历史记录中的、既不是表示对所述提问的肯定的第一应答也不是表示对所述提问的否定的第二应答的第三应答的出现方式是否满足预定条件；在判定为满足所述预定条件的情况下，进行与所述储存部所储存的所述信息有关的提示。
此外，这些总括性的或者具体的技术方案既可以通过系统、装置、集成电路、计算机程序或者计算机可读取的CD-ROM等记录介质来实现，也可以通过系统、装置、集成电路、计算机程序以及记录介质的任意组合来实现。
发明效果
本发明的信息处理方法能够更适当地控制候选一览的提示时刻。
附图说明
图1是表示实施方式涉及的对话系统的构成的框图。
图2是表示实施方式涉及的输入部以及显示部的例子的说明图。
图3是表示由实施方式涉及的语言理解部进行的从话语文本向语义信息的变换的例子的说明图。
图4是表示实施方式涉及的对话历史记录保持部所保持的对话历史记录的例子的说明图。
图5是表示实施方式涉及的筛选信息保持部所保持的筛选信息的例子的说明图。
图6是表示实施方式涉及的内容数据库所储存的内容的例子的内容表的说明图。
图7是表示实施方式涉及的对话系统的处理流程的流程图。
图8是表示实施方式涉及的对话系统中的、关于是否提示候选一览的判断涉及的处理的流程图。
图9是表示实施方式涉及的对话系统的工作例的第一说明图。
图10是表示实施方式涉及的对话系统的工作例的第二说明图。
图11是表示实施方式涉及的对话系统的另一应用例中的内容表的说明图。
图12是表示实施方式涉及的对话系统的另一应用例中的工作例的第一说明图。
图13是表示实施方式涉及的对话系统的另一应用例中的工作例的第二说明图。
图14是表示实施方式的变形例涉及的对话系统的构成的框图。
标号说明
1、1A：对话系统 2：客户端
3：服务器 101：输入部
102：显示部 103：语言理解部
104：对话管理部 105：应答生成部
106：内容数据库 107：筛选信息保持部
108：筛选处理部 109：对话历史记录保持部
110：用户意图推定部 111：候选一览显示生成部
112：客户端通信部 113：服务器通信部
201、202：图像 201A：输入栏
201B：发送按钮
202A、202B、801、803、805、807、901、903、905、907：应答文本
202C、802、804、806、902、904、906：话语文本
808、908：候选一览文本
具体实施方式
(成为本公开的基础的见解)
提出了通过对话来进行对用户所要求的内容(音乐、商品信息等)等的检索或者提案的对话系统。这种对话系统通常保持有大量的成为检索或者提案的对象的内容。而且，对话系统通过由对话逐渐从用户获得用于筛选内容的信息，筛选与用户的期望相符的内容的候选。筛选出的候选例如在该候选的个数低于一定数量的情况下，在画面中作为候选一览提示给用户。用户能够确认提示出的候选，选择所期望的候选。
在此，关于提示候选的时刻，以候选的个数低于一定数量为判断基准，未必能说适当。这是因为若到提示候选为止反复进行的对话的次数变得比用户所想的次数多，则用户对于轻易不提示检索或者提案的结果这一情况的不满会增强。另一方面，因为若到提示候选为止反复进行的对话的次数比用户所想的次数少，则用户对于未能加入许多条件来进行候选的充分筛选这一情况的不满会增强。如此，认为在对话的过程中想要在怎样的时刻(多早或者多晚)来查阅筛选出的候选的一览是因用户而不同的。
上述现有技术的筛选结果的提示的控制方法使用报酬函数，该报酬函数根据由噪音引起的语音识别的错误率(也就是说用户的实际的话语内容与对话系统识别出的话语内容不一致的概率)、显示筛选结果的画面的尺寸大小、以及用户对于对话的反复次数的容许度这3个参数来计算。而且，该控制方法反复判断是进行提问还是提示一览，以使得通过强化学习来使由报酬函数算出的报酬在对话期间变为最大。也就是说，在该控制方法中，并不是对于是否提示结果设定预定的候选数量的阈值并进行控制，而是通过将用上述3个参数设定的对话所进行的状况作为报酬函数来综合评价，从而动态地决定显示筛选结果的一览的时刻。
然而，在该现有技术中，在用户对于对话的反复次数的容许度的参数是已知的这一前提下进行时刻的控制。因此，具有在不知晓该参数的状况下无法适当地控制时刻这一问题。换言之，在该现有技术中，存在为了适当地进行候选一览的提示的时刻控制，需要事先知晓该用户的容许度等参数这一问题。
于是，本公开的目的在于，提供即使在没有与上述特性有关的信息的情况下也更适当地控制候选一览的提示时刻的信息处理方法等。
本公开的一个技术方案涉及的信息处理方法，是与储存部所储存的信息有关的信息处理方法，该方法包括：保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录；判定所保持的所述对话的历史记录包含的所述应答的历史记录中的、既不是表示对所述提问的肯定的第一应答也不是表示对所述提问的否定的第二应答的第三应答的出现方式是否满足预定条件；在判定为满足所述预定条件的情况下，进行与所述储存部所储存的所述信息有关的提示。
根据上述技术方案，信息处理方法根据与用户的对话中的、用户的话语的内容来控制提示候选的一览的时刻。既不是肯定应答也不是否定应答的第三应答也被认为是用户不提供明确的筛选条件的意愿的表现。因此，第三应答的出现方式可以成为用户是否想要查看内容候选的一览的判断基准。由此，即使存在事先并不知晓用户是否想要快点查看筛选出的内容候选的一览(也就是说上述的“容许度”)的情况，也能够通过根据用户的话语的内容来推定用户的意图，控制提示所筛选出的内容候选的一览的时刻。
该信息处理方法能够应用于通过对话来从大量的内容中筛选遵从用户意图的内容并进行提示的对话系统的应用。尤其能够利用于在用户没有那么明确地用语言表达用于筛选内容的信息的情况下，由对话系统在适当的时刻提示候选使用户进行选择这样的应用。
例如，所述预定条件为，在所述应答的历史记录中，所述第三应答连续出现预定次数次。
根据上述技术方案，信息处理方法能够使用第三应答连续出现预定次数次这一条件，更具体地实现信息处理方法，更适当地控制候选一览的提示时刻。
例如，所述预定条件为，在所述应答的历史记录中，所述第三应答累积出现预定次数次。
根据上述技术方案，信息处理方法能够使用第三应答累积出现预定次数次这一条件，更具体地实现信息处理方法，更适当地控制候选一览的提示时刻。
例如，在所述提示时，提示所述储存部所储存的所述信息的至少一部分。
根据上述技术方案，信息处理方法能够基于意图推定，使用户查阅筛选出的内容候选的一览。如此，通过根据用户的话语的内容来推定用户的意图，能够控制提示所筛选出的内容候选的一览的时刻。
例如，在所述提示时，提示关于是否提示所述储存部所储存的所述信息的至少一部分的对所述用户的提问。
根据上述技术方案，信息处理方法能够基于意图推定，提示是否使用户查阅筛选出的内容候选的一览的提问。在基于意图推定的时刻控制中，会产生在与用户实际打算的时刻不同的时刻提示内容候选的一览这一情况。因此，通过根据上述的提问来确认用户的实际意图，能够抑制与用户的意图相反地提示内容候选的一览的情况。
例如，在所述提示时，在对于所述提问获得了由所述用户进行的肯定应答的情况下，提示所述储存部所储存的所述信息的至少一部分。
根据上述技术方案，信息处理方法能够在关于内容候选的一览的提示，确认了与用户的实际意图相符后，提示内容候选的一览并使用户查阅。
例如，在所述信息处理方法中，还包括：使用所述对话所包含的所述应答，进行筛选所述储存部所储存的信息的处理；在所述提示时，进行了所述处理之后进行与所述储存部所储存的所述信息有关的所述提示。
根据上述技术方案，信息处理方法能够通过对话的界面来筛选储存部所储存的信息，将筛选出的信息提示给用户。由此，用户能够与通过搜索引擎等来检索信息不同地，基于由对话实现的逐次的信息输入来进行信息的检索，另外能够接受来自对话系统的提案。
例如，在所述信息处理方法中，还包括：在判定为所述应答的历史记录中仅包含有1个以上的所述第三应答的情况下，使用预先确定的信息，进行筛选所述储存部所储存的信息的处理；在所述提示时，进行了所述处理之后进行与所述储存部所储存的所述信息有关的所述提示。
根据上述技术方案，信息处理方法能够避免在一个筛选条件都没有的情况下，将储存部所储存的所有信息、也就是说完全没有被筛选的信息作为一览进行显示。
例如，所述提问是用于使所述用户做出所述第一应答、所述第二应答和所述第三应答中的某一应答的封闭式提问。
根据上述技术方案，信息处理方法能够基于由提供选择项使之选择回答的封闭式提问与其回答构成的对话，更具体地进行检索以及提案。
例如，在所述储存部中，作为所述信息储存有分别表示料理(菜肴)菜单(menu)的多个信息，所述对话包含向所述用户提出的与料理菜单的检索有关的提问、和对于该提问的由所述用户进行的所述应答。
根据上述技术方案，信息处理方法能够使用表示料理菜单的信息的筛选，向用户提供料理菜单的检索或者提案。
例如，在所述储存部中，作为所述信息储存有分别表示作家的多个信息，所述对话包括向所述用户提出的与作家的检索有关的提问、和对于该提问的由所述用户进行的所述应答。
根据上述技术方案，信息处理方法能够使用表示作家的信息的筛选，向用户提供作家的检索或者提案。
另外，本公开的一个技术方案涉及的信息处理方法，是使用经由用户的终端以聊天形式与所述用户进行的对话的、与所述用户所喜欢的菜单有关的信息处理方法，该方法包括：使所述终端所具备的显示器基于数据库以标注型显示询问对所述菜单的要求的第一提问，所述数据库将多个菜单与表示所述多个菜单各自的分类的分类信息进行关联，所述分类信息包括所述菜单的冷热、所述菜单的类型(genre)、所述菜单的类别(category)、所述菜单的烹饪方法、所述菜单所使用的食材，所述第一提问针对所述菜单，询问是否要求所述数据库所包含的第一分类；通过所述终端，接收由所述用户输入的对所述第一提问的第一回答；在判断为所述第一回答中包含肯定所述第一分类的词句的情况下，使所述显示器基于所述数据库以标注型显示询问是否要求与所述第一分类对应的第一菜单所对应的第二分类的第二提问，所述第二分类与所述第一分类不同；通过所述终端，接收由所述用户输入的对所述第二提问的第二回答；在判断为所述第二回答中既不包含肯定所述第二分类的词句也不包含否定所述第二分类的词句的情况下，使所述显示器基于所述数据库以标注型显示询问是否要求与所述第一菜单对应的第三分类的第三提问，所述第三分类与所述第一分类以及所述第二分类不同；通过所述终端，接收由所述用户输入的对所述第三提问的第三回答；(a)在判断为所述第三回答中包含肯定所述第三分类的词句的情况下，使询问是否要求与所述第一菜单中的所述第三分类对应的第二菜单所对应的第四分类的第四提问以标注型进行显示，所述第四分类与所述第一分类、所述第二分类以及所述第三分类均不同；(b)在判断为所述第三回答中包含否定所述第三分类的词句的情况下，使询问是否要求与所述第一菜单中的所述第三分类不对应的第三菜单所对应的第五分类的第五提问以标注型进行显示，所述第五分类与所述第一分类、所述第二分类、所述第三分类以及所述第四分类均不同；(c)在判断为所述第三回答中既不包含肯定所述第三分类的词句也不包含否定所述第三分类的词句的情况下，使所述显示器以标注型显示询问是否可以显示表示所述第一菜单的信息的第五提问；通过所述终端，接收由所述用户输入的对所述第五提问的第五回答；在判断为所述第五回答中包含肯定使表示所述第一菜单的信息显示的词句的情况下，使所述显示器显示表示所述第一菜单的信息。
根据上述技术方案，实现与上述信息处理方法同样的效果。
另外，本公开的一个技术方案涉及的信息处理装置，是用于进行与储存部所储存的信息有关的信息处理的信息处理装置，该装置具备：对话历史记录保持部，其保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录；对话管理部，其判定所保持的所述对话的历史记录包含的所述应答的历史记录中的、既不是表示对所述提问的肯定的第一应答也不是表示对所述提问的否定的第二应答的第三应答的出现方式是否满足预定条件；以及提示部，其在判定为满足所述预定条件的情况下，进行与所述储存部所储存的所述信息有关的提示。
根据上述技术方案，实现与上述信息处理方法同样的效果。
另外，本公开的一个技术方案涉及的程序是用于使计算机执行上述的信息处理方法的程序。
根据上述技术方案，实现与上述信息处理方法同样的效果。
此外，这些总括性的或者具体的技术方案既可以通过系统、装置、集成电路、计算机程序或者计算机可读取的CD-ROM等记录介质来实现，也可以通过系统、装置、集成电路、计算机程序以及记录介质的任意组合来实现。
以下，参照附图，具体地对实施方式进行说明。
此外，以下说明的实施方式均表示总括性的或者具体的例子。在以下的实施方式所示的数值、形状、材料、构成要素、构成要素的配置位置及连接方式、步骤、步骤的顺序等仅为一例而并非旨在限定本公开。另外，关于以下的实施方式中的构成要素中的未记载在表示最上位概念的独立权利要求中的构成要素，作为任意的构成要素进行说明。
(实施方式)
在本实施方式中，对更适当地控制候选一览的提示时刻的对话系统1进行说明。此外，对话系统1相当于信息处理装置。另外，也将对话系统1的控制方法称为筛选结果提示控制方法或者信息处理方法。
图1是表示本实施方式涉及的对话系统1的构成的一例的框图。
如图1所示，本实施方式涉及的对话系统1具备输入部101、显示部102、语言理解部103、对话管理部104、应答生成部105、内容数据库106、筛选信息保持部107、筛选处理部108、对话历史记录保持部109、用户意图推定部110和候选一览显示生成部111。
对话系统1是通过与用户的对话来筛选存储于内容数据库106的内容，将筛选出的内容提示给用户的系统。该对话例如是以聊天形式与用户进行的对话，对话系统1是进行与用户所喜欢的信息有关的信息处理的系统。
内容数据库106中储存有成为进行筛选的对象的多个内容。内容的一例是表示料理菜单的信息(有时也简单称为“料理菜单”)，下面对该情况进行说明，但内容除此之外还可能有表示作家或者不动产的信息等各种信息。内容数据库106相当于储存部，可以通过存储装置以及数据库管理系统等来实现。
内容数据库106中储存有分别表示料理菜单的多个信息。而且，对话系统1使用包含向用户提出的与料理菜单的检索有关的提问、和对于该提问的由用户进行的应答的对话，提供表示用户所期望的料理菜单的信息。
输入部101取得由用户向对话系统1发的话，变换为话语文本。显示部102中显示用户从输入部101输入的话语文本、来自对话系统1的向用户的应答文本、以及其他应答信息。输入部101可以通过处理器以及存储器等来实现。输入部101既可以具备对用户的话语进行声音收集并取得声音信号的麦克风，也可以不具备麦克风而取得外部的麦克风通过声音收集所生成的声音信号。另外，输入部101通过针对所取得的声音信号的语音识别处理来获得话语文本。语音识别处理可以采用公知的技术。
显示部102显示话语文本以及应答文本等。显示部102可以通过处理器、存储器以及显示器(显示画面)等来实现。此外，显示部102也可以作为显示器所显示的图像来实现。此外，显示部102是提示部的一例。另外，对话系统1也可以取代显示部102而具备将应答文本等通过语音进行输出的语音输出部来作为提示部的另一例。
图2是表示本实施方式涉及的输入部101以及显示部102的例子的说明图。图2中表示将输入部101以及显示部102作为显示器所显示的GUI(图形界面)进行了实现的图像的例子。
图2所示的图像201相当于输入部101。另外，图2所示的图像202相当于显示部102。
用户操作作为输入部101的图像201，向输入栏201A输入话语文本，操作发送按钮201B，由此，完成话语文本的输入。此外，“操作”指的是按下、触摸、轻敲以及点击等对GUI的一般操作。
在相当于显示部102的图像202中，以标注型显示出用户所输入的话语文本、以及来自对话系统1的应答文本。在图2中，示出了来自对话系统1的应答文本202A和202B、以及用户所输入的话语文本202C。应答文本202A和202B从上向下地以时间经过的顺序显示于图像202内的靠左侧。话语文本202C从上向下地以时间经过的顺序显示于图像202内的靠右侧。在到图像202内的下端为止显示了应答文本202A和202B或者话语文本202C的情况下，图像202向上滚动，新的应答文本或者话语文本显示于图像202内。
语言理解部103对从输入部101输入的用户的话语文本进行语言解析，从话语文本变换为语义信息。语言理解部103可以通过由处理器以及存储器等所执行的公知的语言解析处理来实现。
图3是表示由本实施方式涉及的语言理解部103进行的从话语文本向语义信息的变换的例子的说明图。
语言理解部103将具有相同语义的话语文本的表达变换为相同的语义信息。
例如，语言理解部103将如“可以”以及“是的”这样的、表示对提问的肯定应答的话语文本变换为“YES”(是)这一语义信息。另外，将如“不喜欢那个”以及“不是的”这样的、表示对提问的否定应答的话语文本变换为“NO”(否)这一语义信息。另外，将如“随意”以及“都可以”这样的、既不是肯定应答也不是否定应答的话语文本变换为“NOT_CARE”(没关系)这一语义信息。
对于语言理解部103的功能的实现，可以采用各种方式。例如，存在制作事先设想的话语文本的表并取得与语义信息的对应的基于规则的方式，或者通过机器学习对话语文本进行语义信息的标签附加的方式等。
对话管理部104接收由语言理解部103变换出的语义信息，根据该语义信息的种类，进行内容的筛选的控制、参照对话历史记录的对话系统1的工作控制以及对话系统1的应答内容的决定的工作。具体而言，对话管理部104判定对话历史记录保持部109所保持的对话的历史记录包含的应答的历史记录中的既不是肯定应答也不是否定应答的第三应答的出现方式是否满足预定条件。对话管理部104决定提供选择项并使之选择回答的封闭式提问作为应答内容。对话管理部104可以通过处理器、存储器以及存储装置等来实现。
应答生成部105将由对话管理部104决定出的应答内容变换为应答文本。对话管理部104决定的应答内容是如“Q，类型(中餐)”这样的符号串，应答生成部105将该应答内容变换为如“中式的可以吗？”这一表示提问文的应答文本。应答生成部105可以通过处理器以及存储器等来实现。
对话管理部104在接收到用户的话语文本的语义信息时、以及决定了从对话系统1向用户的应答内容(相当于语义信息)时，将这些语义信息以及应答内容分别存储于对话历史记录保持部109。对话历史记录保持部109保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录。对话历史记录保持部109可以通过存储装置来实现。
图4是表示本实施方式涉及的对话历史记录保持部109所保持的对话历史记录的一例的说明图。
如图4所示，对话历史记录以表形式记录，各行表示了一个用户的话语或者对话系统1的应答。
对话历史记录的最左列是表示表现对话所包含的各个话语以及应答的顺序的ID(或者号码)的信息。ID从1开始，每追加一条历史记录，ID增加1。
对话历史记录的左起第二列是表示说话者的信息，从对话系统1向用户的应答的情况下记录为“System”(系统)，从用户向对话系统1的话语的情况下记录为“User”(用户)。
对话历史记录的左起第三列是表示用户的话语的语义信息或者对话系统1的应答内容的信息。
对话管理部104在对话历史记录保持部109所记录的对话系统1的应答内容为如“Q，类型(中餐)”这样的提问形式、并且用户对此的话语(回答)是“YES”、“NO”和“NOT_CARE”中的某一方的情况下，将刚刚的应答内容即“类型(中餐)”作为筛选关键字(key)进行处理。在该情况下，对话管理部104处理为针对该筛选关键字给予了“YES”、“NO”或者“NOT_CARE”这一筛选条件。而且，对话管理部104将该筛选关键字与筛选条件的组作为筛选信息储存于筛选信息保持部107。筛选信息保持部107可以通过存储装置来实现。
图5是表示本实施方式涉及的筛选信息保持部107所保持的筛选信息的例子的说明图。
筛选信息的最左列是筛选关键字，左起第二列是筛选条件。对话管理部104根据在对话系统1与用户之间的话语和应答、也就是对话的交互，取得多个这种筛选信息，储存于筛选信息保持部107。
对话管理部104使用筛选信息保持部107所储存的筛选信息，进行指示以使得由筛选处理部108进行内容数据库106所储存的多个内容的筛选处理。
图6是表示本实施方式涉及的内容数据库106所储存的内容的例子的内容表的说明图。图6是内容为料理的菜单的情况下的内容表的例子。此外，也将内容数据库106简单称为数据库。
图6所示的内容表的各行表现一项内容的信息。
内容表的最左列是表示用于辨识内容的内容ID的信息。内容ID例如是如101、109这样的数值，但也可以包括字母或者符号等。
内容表的左起第二列是表示表现内容的名字的内容名的信息。内容名例如是古老肉、八宝菜等文字串。
内容表的左起第三及之后的列是对各内容分配的筛选关键字与筛选条件的组合、即筛选信息。筛选信息相当于表示各内容的分类的分类信息。
例如，在图6所示的内容表中，“内容ID＝101”的内容的内容名为“古老肉”，包含有“温度(热菜)＝YES”、“类型(中餐)＝YES”、“类型(日料)＝NO”等作为筛选关键字以及筛选条件。此外，图6所示的筛选信息是一部分，也可以还包括图6中没有表示的种类的筛选关键字与筛选条件。
筛选处理部108根据对话管理部104的指示，进行内容数据库106所储存的内容的筛选处理，将筛选结果作为候选内容进行保持。筛选处理部108通过使用筛选信息保持部107所保持的筛选信息，提取内容数据库106内的内容中的、符合各筛选信息的内容，进行筛选处理。筛选处理部108可以通过处理器以及存储器等来实现。
关于筛选处理，在相对于筛选关键字设定了“YES”或者“NO”的筛选条件的情况下，通过仅提取符合该筛选关键字与筛选条件的组合的内容来进行。另外，在相对于筛选关键字设定了“NOT_CARE”的筛选条件的情况下，通过既可以当作符合该筛选关键字也可以当作不符合该筛选关键字来提取内容，从而进行筛选处理。如此，筛选处理部108提取同时满足多个筛选信息的内容，将提取出的内容作为候选内容进行保持。
例如，若用图5所示的筛选信息，进行图6的内容数据库106的内容的筛选，则会提取符合“类型(中餐)＝YES”这一检索信息的内容，因此，图6的内容ID＝101、109以及121的“古老肉”、“八宝菜”以及“天津饭”这三个通过筛选处理而包含于筛选出的结果。
用户意图推定部110根据对话历史记录的序列的状态来推定用户的意图。对话管理部104按照用户意图推定部110根据对话历史记录的序列的状态所推定的用户意图推定结果，决定接着进行怎样的对话的动作。用户意图推定部110可以通过处理器以及存储器等来实现。
用户意图推定部110在对话系统1的刚刚的应答内容为“Q，筛选关键字”，用户对此的话语的语义信息是“YES”、“NO”和“NOT_CARE”中的某一方的情况下，推定为用户的意图是“筛选请求”。在该情况下，对话管理部104使应答内容所包含的筛选关键字、和根据用户的话语的语义信息所获得的筛选条件成组地追加到筛选信息保持部107所保持的筛选信息中后，指示筛选处理部108进行筛选处理。
例如，在相对于图4的对话历史记录保持部109的“ID＝3”“Q，类型(中餐)”的应答内容，获得了“ID＝4”“语义信息＝YES”的时间点，用户意图推定部110推定为用户的意图是“筛选”，对话管理部104对筛选处理部108进行指示以使其进行内容的筛选处理。
另一方面，用户意图推定部110在对话历史记录保持部109所保持的对话历史记录的序列满足了预定条件的情况下，推定为用户的意图是“候选一览请求”。在此，作为一例，将相对于“Q，筛选关键字”的应答内容，连续两次出现了用户话语的语义信息为“NOT_CARE”的情况设为预定条件。
例如，在获得了图4的对话历史记录保持部109的“ID＝8”的用户话语的语义信息的时间点，在应答的历史记录中连续两次相对于“Q，筛选关键字”出现了“NOT_CARE”。更具体而言，相对于“ID＝5”“Q，类别(色拉)”的应答内容出现了“ID＝6”“NOT_CARE”的语义信息的话语，另外，相对于“ID＝7”“Q，食材(猪肉)”的应答内容出现了“ID＝8”“NOT_CARE”的语义信息的话语，因此在应答的历史记录中连续两次相对于“Q，筛选关键字”出现了“NOT_CARE”的语义信息的话语。由于在该时间点预定条件得到满足，因此用户意图推定部110推定为用户的意图是“候选一览请求”。
此外，在此，用户意图推定部110以在应答的历史记录中连续两次相对于“Q，筛选关键字”的应答内容出现“NOT_CARE”的语义信息的话语作为条件来将用户的意图推定为“候选一览请求”，但也可以使用其他条件。例如，也可以以连续大于等于3的预定次数地相对于“Q，筛选关键字”出现“NOT_CARE”作为条件。另外，也可以以相对于“Q，筛选关键字”累积地出现两次、或者累积地出现大于等于3的预定次数次“NOT_CARE”作为条件。
判断的方式本身也既可以是如上述那样使产生特定的对话模式、也就是说应答与话语的模式作为条件的方式，也可以是将对人彼此的对话的历史记录和对于该历史记录的用户的意图推定结果进行注解而得到的数据作为学习数据并通过机器学习来实现的方式。
对话管理部104在由用户意图推定部110推定为用户的意图是“候选一览请求”的情况下，指示候选一览显示生成部111生成筛选处理部108所保持的候选内容的一览。
候选一览显示生成部111根据筛选处理部108所保持的、由刚刚的筛选处理得到的候选内容，以能够显示于显示部102的文本信息的形式生成候选一览文本。生成的候选一览文本被追加作为由应答生成部105所生成的应答文本的一部分，作为对话系统1的应答信息由显示部102进行显示。如此，显示部102在对话管理部104判定为满足预定条件的情况下，进行与内容数据库106所储存的信息有关的提示也就是说显示。上述信息的一例是内容数据库106所储存的、通过筛选处理筛选出的信息的至少一部分。候选一览显示生成部111可以通过处理器以及存储器等来实现。
此外，在由显示部102进行的提示时，也可以预先提示关于是否提示内容数据库106所储存的信息的至少一部分的对用户的提问。而且，也可以使得仅限在对于上述提问获得了由用户进行的肯定应答的情况下，提示内容数据库106所储存的信息的至少一部分。
此外，在由用户意图推定部110推定为用户的意图是“候选一览请求”的情况下，当筛选信息保持部107中没有设定筛选条件时，换言之，当判定为应答的历史记录中仅包含有1个以上的第三应答时，也可以使用预先确定的信息进行由筛选处理部108实现的筛选处理后，生成由候选一览显示生成部111得到的候选一览文本。这用于避免在一个筛选条件都没有的情况下，内容数据库106所储存的所有内容都变为候选。
接着，对本实施方式的对话系统1的处理的流程进行说明。图7是表示本实施方式涉及的对话系统1的处理流程的流程图。图8是表示本实施方式涉及的对话系统1中的、关于是否提示候选一览的判断涉及的处理的流程图。
在步骤S101中，对话管理部104生成用于筛选的提问并作为应答内容进行输出。用于筛选的提问为，从内容数据库106的对内容所分配的筛选关键字中的、没有出现在筛选信息保持部107所保持的筛选信息中的筛选关键字之中选择并选取一个。关于该选择方式，可以为随机进行选取的方式，也可以为通过决策树算法来决定优先查找哪个筛选关键字的排序的方式，或者还可以为按照事先固定的顺序的方式。
在步骤S102中，应答生成部105将在步骤S101中选择出的应答内容(也就是说提问)变换为应答文本。
在步骤S103中，显示部102显示应答生成部105在步骤S102中生成的应答文本(也就是说提问文)。
例如，在应答内容为“Q，类型(中餐)”的情况下，如图9的应答文本801那样显示出“中式可以吗？”这一文本。
在步骤S104中，输入部101取得用户话语的话语文本。
在步骤S105中，语言理解部103进行在步骤S104中取得的话语文本的语言理解处理，将用户的话语文本向语义信息进行变换。
在步骤S106中，对话管理部104将在步骤S105中变换出的语义信息追加至对话历史记录保持部109。换言之，对话管理部104保持包含向用户的提问、和对于该提问的由用户进行的应答的对话的历史记录。
在步骤S107中，用户意图推定部110基于对话历史记录来推定用户的意图。对话管理部104根据用户意图推定部110基于对话历史记录所推定出的意图推定结果，判断是否进行内容的候选一览显示制作处理。换言之，对话管理部104以及用户意图推定部110判定所保持的对话的历史记录包含的应答的历史记录中的第三应答的出现方式是否满足预定条件。关于步骤S107的判断的详细内容，将在后面进行说明。
当在步骤S107中判断为进行内容的候选一览显示制作处理的情况下(步骤S107：是)，前进至步骤S110，否则(步骤S107：否)前进至步骤S108。
在步骤S108中，对话管理部104在根据刚刚的应答内容取出筛选关键字，根据用户话语的语义信息取出筛选条件后，将它们组合，并作为筛选信息追加到筛选信息保持部107中。另外，指示筛选处理部108进行筛选处理，筛选处理部108进行内容的筛选处理。之后，返回到步骤S101。
在步骤S110中，对话管理部104指示候选一览显示生成部111制作候选一览显示。候选一览显示生成部111根据筛选处理部108所保持的到刚刚为止的内容的筛选结果，制作所筛选出的内容的候选一览的文本信息。
在步骤S111中，对话管理部104生成对选择哪个候选的内容进行询问的应答内容。而且，应答生成部105将对话管理部104所生成的应答内容变换为应答文本。另外，对话管理部104接收候选一览显示生成部111在步骤S110中生成的候选一览的文本。
在步骤S112中，对话管理部104将应答文本和候选一览文本显示于显示部102。换言之，显示部102在用户意图推定部110判定为满足预定条件的情况下，进行与内容数据库106所储存的信息有关的提示。
接着，参照图8，对上述步骤S107所包含的处理的详细内容进行说明。
在步骤S201中，用户意图推定部110判定作为由语言理解部103进行的语言理解的结果所获得的、用户的话语的语义信息是否为“NOT_CARE”。在判定为用户的话语的语义信息是“NOT_CARE”的情况下(步骤S201：是)，前进至步骤S202，否则前进至步骤S205。
在步骤S202中，用户意图推定部110在对话历史记录的用户的话语历史记录中，从当前追朔，对“NOT_CARE”所连续的次数进行计数。
在步骤S203中，用户意图推定部110判定在对话历史记录的用户的话语历史记录中，“NOT_CARE”连续的次数是否为2以上。在“NOT_CARE”连续的次数为2以上的情况下(步骤S203：是)，前进至步骤S204，否则(步骤S203：否)前进至步骤S205。
在步骤S204中，用户意图推定部110推定为用户的意图是“候选一览请求”。而且，对话管理部104判断为应该对用户提示候选一览。
在步骤S205中，用户意图推定部110推定为用户的意图是“筛选请求”。而且，对话管理部104判断为不应该对用户提示候选一览。
在完成了步骤S204以及S205时结束图8所示的一系列处理，前进至步骤S108(图7)。
接着，表示对话系统1的工作例。图9以及图10是表示本实施方式涉及的对话系统1的工作例的说明图。
最初由对话系统1对用户，通过应答文本801询问是否可以将关于要检索的料理的类型设为中式。针对该询问，用户通过话语文本802进行肯定应答。基于来自用户的肯定应答，筛选处理部108参照内容表，仅提取类型为中餐的内容，由此进行内容的筛选。
接着，由对话系统1对用户，通过应答文本803以及805对烹饪方法以及食材进行询问。针对这些询问，用户分别通过话语文本804以及806发出语义信息为“NOT_CARE”的话。
此时，话语文本804以及806相当于在应答的历史记录中连续地出现了两次的、语义信息为“NOT_CARE”的话语。因此，经过由用户意图推定部110进行的意图推定，对话管理部104判断为应该向用户提示候选一览(步骤S204)。而且，提示应答文本807以及候选一览文本808(步骤S111以及S112)。
如此，实现使用对话系统1的料理菜单的筛选和候选一览的显示。
通过以上处理流程，对话系统1基于对话系统1与用户的对话的历史记录，适当地推定是想要继续进行内容的筛选，还是想要查阅所筛选的内容的候选一览这一用户的意图。由此，无需事先掌握用户是否想要快点查看候选一览的信息，根据对话的状况就能够适当地判断对用户提示内容的一览的时刻。
接着，说明将对话系统1应用于作为另一内容的作家的检索的例子。
在该情况下，内容数据库106中储存有分别表示作家的多个信息。而且，对话系统1使用包括向用户提出的与作家的检索有关的提问、和对于该提问的由用户进行的应答的对话，提供表示用户所期望的作家的信息。
图11是表示本实施方式涉及的对话系统1的另一应用例中的内容表的说明图。
在图11所示的内容表中，内容名中包含有作家的名字。另外，筛选关键字中包含有该作家的作品的类型(体裁)以及类别。
图12以及图13是表示本实施方式涉及的对话系统1的另一应用例中的工作例的说明图。
最初由对话系统1对用户，通过应答文本901询问是否可以将关于要检索的作家的类型设为文学作品。针对该询问，用户通过话语文本902进行肯定应答。基于来自用户的肯定应答，筛选处理部108参照内容表，仅提取类型为文学作品的内容，由此进行内容的筛选。
接着，由对话系统1对用户，通过应答文本903以及905对类别进行询问。针对这些询问，用户分别通过话语文本904以及906发出语义信息为“NOT_CARE”的话。
此时，话语文本904以及906相当于在应答的历史记录中连续地出现了两次的、语义信息为“NOT_CARE”的话语。因此，经过由用户意图推定部110进行的意图推定，对话管理部104判断为应该向用户提示候选一览(步骤S204)。而且，提示应答文本907以及候选一览文本908(步骤S111以及S112)。
如此，实现使用对话系统1的作家的筛选和候选一览的显示。
此外，基于上述对话系统1的对话处理方法也可以如下这样表现。
即，基于对话系统1的对话处理方法是使用经由用户的终端以聊天形式与用户进行的对话的、与用户所喜欢的菜单有关的信息处理方法。在该信息处理方法中，使终端所具备的显示器基于数据库以标注型显示询问对菜单的要求的第一提问，数据库将多个菜单与表示多个菜单各自的分类的分类信息进行关联，分类信息包括菜单的冷热、菜单的类型、菜单的类别、菜单的烹饪方法、菜单所使用的食材，第一提问针对菜单，询问是否要求数据库所包含的第一分类。通过终端，接收由用户输入的对第一提问的第一回答。在判断为第一回答中包含肯定第一分类的词句的情况下，使显示器基于数据库以标注型显示询问是否要求与第一分类对应的第一菜单所对应的第二分类的第二提问，第二分类与第一分类不同。而且，通过终端，接收由用户输入的对第二提问的第二回答。在判断为第二回答中既不包含肯定第二分类的词句也不包含否定第二分类的词句的情况下，使显示器基于数据库以标注型显示询问是否要求与第一菜单对应的第三分类的第三提问，第三分类与第一分类以及第二分类不同。而且，通过终端，接收由用户输入的对第三提问的第三回答。(a)在判断为第三回答中包含肯定第三分类的词句的情况下，使询问是否要求与第一菜单中的第三分类对应的第二菜单所对应的第四分类的第四提问以标注型进行显示，第四分类与第一分类、第二分类以及第三分类均不同。(b)在判断为第三回答中包含否定第三分类的词句的情况下，使询问是否要求与第一菜单中的第三分类不对应的第三菜单所对应的第五分类的第五提问以标注型进行显示，第五分类与第一分类、第二分类、第三分类以及第四分类均不同。(c)在判断为第三回答中既不包含肯定第三分类的词句也不包含否定第三分类的词句的情况下，使显示器以标注型显示询问是否可以显示表示第一菜单的信息的第五提问。而且，通过终端，接收由用户输入的对第五提问的第五回答，在判断为第五回答中包含肯定使表示第一菜单的信息显示的词句的情况下，使显示器显示表示第一菜单的信息。
如此，与上述同样地，实现使用对话系统1的作家的筛选和候选一览的显示。
(实施方式的变形例)
在本变形例中，对通过以能够经由网络通信的方式连接的多个装置实现对话系统的构成进行说明。
图14是表示本变形例涉及的对话系统1A的构成的框图。此外，对与上述实施方式中的相同的构成要素赋予相同的标号，并省略详细说明。
对话系统1A具备客户端2和服务器3。
客户端2具备输入部101、显示部102和客户端通信部112。
服务器3具备语言理解部103、对话管理部104、应答生成部105、内容数据库106、筛选信息保持部107、筛选处理部108、对话历史记录保持部109、用户意图推定部110、候选一览显示生成部111和服务器通信部113。
客户端通信部112与服务器通信部113以能够经由网络(未图示)通信的方式相连接。而且，输入部101与语言理解部103的通信、应答生成部105与显示部102的通信等通过由客户端通信部112与服务器通信部113进行的经由网络的通信来实现。
根据该构成，与上述实施方式同样地，能够更适当地控制候选一览的提示时刻。
另外，在本变形例的构成中，也可以实现多个客户端2与一个服务器3相连接的方式。若这样构成，则例如能够将用户各自所拥有的终端作为客户端2，并在能够通过网络从该终端进行通信的服务器(所谓的云服务器)装置上实现服务器3。由此，语言理解部103以及对话管理部104等服务器3所具备的构成要素的改修以及保养维修作业变得容易，具有处理负荷降低、成本降低等优点。
如上所述，根据本实施方式的信息处理方法，信息处理方法根据与用户的对话中的、用户的话语的内容来控制提示候选一览的时刻。既不是肯定应答也不是否定应答的第三应答也被认为是用户不提供明确的筛选条件的意愿的表现。因此，第三应答的出现方式可以成为用户是否想要查看内容候选的一览的判断基准。由此，即使存在事先并不知晓用户是否想要快点查看筛选出的内容候选的一览的情况，也能够通过根据用户的话语的内容来推定用户的意图，控制提示所筛选出的内容候选的一览的时刻。
另外，信息处理方法能够使用第三应答连续出现预定次数次这一条件，更具体地实现信息处理方法，更适当地控制候选一览的提示时刻。
另外，信息处理方法能够使用第三应答累积出现预定次数次这一条件，更具体地实现信息处理方法，更适当地控制候选一览的提示时刻。
另外，信息处理方法能够基于意图推定，使用户查阅筛选出的内容候选的一览。如此，通过根据用户的话语的内容来推定用户的意图，能够控制提示所筛选出的内容候选的一览的时刻。
另外，信息处理方法能够基于意图推定，提示是否使用户查阅筛选出的内容候选的一览的提问。在基于意图推定的时刻控制中，会产生在与用户实际打算的时刻不同的时刻提示内容候选的一览这一情况。因此，通过根据上述的提问来确认用户的实际意图，能够抑制与用户的意图相反地提示内容候选的一览的情况。
另外，信息处理方法能够在关于内容候选的一览的提示，确认了与用户的实际意图相符后，提示内容候选的一览并使用户查阅。
另外，信息处理方法能够通过对话的界面来筛选储存部所储存的信息，将筛选出的信息提示给用户。由此，用户能够与通过搜索引擎等来检索信息不同地，基于由对话实现的逐次的信息输入来进行信息的检索，另外能够接受来自对话系统的提案。
另外，信息处理方法能够避免在一个筛选条件都没有的情况下，将储存部所储存的所有信息、也就是说完全没有被筛选的信息作为一览进行显示。
另外，信息处理方法能够基于由提供选择项使之选择回答的封闭式提问与其回答构成的对话，更具体地进行检索以及提案。
另外，信息处理方法能够使用表示料理菜单的信息的筛选，向用户提供料理菜单的检索或者提案。
另外，信息处理方法能够使用表示作家的信息的筛选，向用户提供作家的检索或者提案。
此外，上述实施方式的一部分或者全部也可以如下这样表现，但不限定于以下记载。
(1)一种筛选结果提示控制方法，是通过对话获得作为检索和/或提案的对象的多个内容的筛选信息，提示与用户的期望相符的内容的对话系统中的筛选结果提示控制方法，该方法包括：根据相对于来自对话系统的向用户的提问，用户进行意味着预定意图的回答这一对话的历史记录，推定用户是想要继续进行内容的筛选，还是想要查阅所筛选出的候选一览的意图；根据所述用户的意图的推定结果，控制是否在该时间点提示筛选出的内容候选的一览。
(2)根据上述(1)所述的筛选结果提示控制方法，其特征在于，当在对话系统所保持的对话的历史记录中对于对话系统的用户的回答的序列满足预定条件的情况下，将用户的意图推定为是想要查阅候选的一览。
(3)根据上述(1)所述的筛选结果提示控制方法，其特征在于，根据将对话历史记录数据作为学习数据并通过机器学习所构成的用户意图推定方式，推定用户的意图是否为想要查阅候选的一览，所述对话历史记录数据是对根据对话系统与用户的对话、或者人彼此的对话所获得的对话历史记录，赋予了用户的意图是否是期望查阅候选一览的信息而得到的数据。
根据上述的构成，即使事先并不知晓用户是否想要快点查看筛选出的内容候选的一览这一信息，也能够通过根据用户对于系统的提问的回答的状况，推定用户是否想要通过回答进行筛选的意图，控制提示所筛选出的内容候选的一览的时刻。
此外，在上述各实施方式中，各构成要素既可以用专用的硬件构成，也可以通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过CPU或者处理器等程序执行部将记录于硬盘或者半导体存储器等记录介质中的软件程序读出并执行来实现。在此，实现上述各实施方式的信息处理装置等的软件是如下的程序。
即，该程序使计算机执行信息处理方法，该方法是与储存部所储存的信息有关的信息处理方法，该方法包括：保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录；判定所保持的所述对话的历史记录包含的所述应答的历史记录中的、既不是表示对所述提问的肯定的第一应答也不是表示对所述提问的否定的第二应答的第三应答的出现方式是否满足预定条件；在判定为满足所述预定条件的情况下，进行与所述储存部所储存的所述信息有关的提示。
以上，基于实施方式说明了一个或者多个技术方案涉及的信息处理装置等，但本公开并不限定于该实施方式。只要不偏离本公开的宗旨，将本领域技术人员想到的各种变形应用于本实施方式而得到的方式、和将不同的实施方式中的构成要素组合而构建的方式也可以包含在本公开的一个或者多个技术方案的范围内。

Claims (11)

1.一种信息处理方法，是与储存部所储存的信息有关的信息处理方法，该方法包括：
保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录；
判定所保持的所述对话的历史记录包含的所述应答的历史记录中的、既不是表示对所述提问的肯定的第一应答也不是表示对所述提问的否定的第二应答的第三应答的出现方式是否满足预定条件；
所述提问是用于使所述用户做出所述第一应答、所述第二应答和所述第三应答中的某一应答的封闭式提问；
在判定为满足所述预定条件的情况下，进行与所述储存部所储存的所述信息有关的提示，
所述预定条件为，在所述应答的历史记录中，所述第三应答连续出现预定次数次，或者，在所述应答的历史记录中，所述第三应答累积出现预定次数次，
显示用于从所述提示所包含的多个候选中选择候选的请求。
2.根据权利要求1所述的信息处理方法，
在所述提示时，提示所述储存部所储存的所述信息的至少一部分。
3.根据权利要求1所述的信息处理方法，
在所述提示时，提示关于是否提示所述储存部所储存的所述信息的至少一部分的对所述用户的提问。
4.根据权利要求3所述的信息处理方法，
在所述提示时，在对于所述提问获得了由所述用户进行的肯定应答的情况下，提示所述储存部所储存的所述信息的至少一部分。
5.根据权利要求1至4中任一项所述的信息处理方法，
在所述信息处理方法中，还包括：
使用所述对话所包含的所述应答，进行筛选所述储存部所储存的信息的处理；
在所述提示时，进行了所述处理之后进行与所述储存部所储存的所述信息有关的所述提示。
6.根据权利要求1至4中任一项所述的信息处理方法，
在所述信息处理方法中，还包括：
在判定为所述应答的历史记录中仅包含有1个以上的所述第三应答的情况下，使用预先确定的信息，进行筛选所述储存部所储存的信息的处理；
在所述提示时，进行了所述处理之后进行与所述储存部所储存的所述信息有关的所述提示。
7.根据权利要求1至4中任一项所述的信息处理方法，
在所述储存部中，作为所述信息储存有分别表示料理菜单的多个信息，
所述对话包含向所述用户提出的与料理菜单的检索有关的提问、和对于该提问的由所述用户进行的所述应答。
8.根据权利要求1至4中任一项所述的信息处理方法，
在所述储存部中，作为所述信息储存有分别表示作家的多个信息，
所述对话包括向所述用户提出的与作家的检索有关的提问、和对于该提问的由所述用户进行的所述应答。
9.一种信息处理方法，是使用经由用户的终端以聊天形式与所述用户进行的对话的、与所述用户所喜欢的菜单有关的信息处理方法，该方法包括：
使所述终端所具备的显示器基于数据库以标注型显示询问对所述菜单的要求的第一提问，所述数据库将多个菜单与表示所述多个菜单各自的分类的分类信息进行关联，所述分类信息包括所述菜单的冷热、所述菜单的类型、所述菜单的类别、所述菜单的烹饪方法、所述菜单所使用的食材，所述第一提问针对所述菜单，询问是否要求所述数据库所包含的第一分类；
通过所述终端，接收由所述用户输入的对所述第一提问的第一回答；
在判断为所述第一回答中包含肯定所述第一分类的词句的情况下，使所述显示器基于所述数据库以标注型显示询问是否要求与所述第一分类对应的第一菜单所对应的第二分类的第二提问，所述第二分类与所述第一分类不同；
通过所述终端，接收由所述用户输入的对所述第二提问的第二回答；
在判断为所述第二回答中既不包含肯定所述第二分类的词句也不包含否定所述第二分类的词句的情况下，使所述显示器基于所述数据库以标注型显示询问是否要求与所述第一菜单对应的第三分类的第三提问，所述第三分类与所述第一分类以及所述第二分类不同；
通过所述终端，接收由所述用户输入的对所述第三提问的第三回答；
在判断为所述第三回答中既不包含肯定所述第三分类的词句也不包含否定所述第三分类的词句的情况下，使所述显示器以标注型显示询问是否可以显示表示所述第一菜单的信息的第四提问；
通过所述终端，接收由所述用户输入的对所述第四提问的第四回答；
在判断为所述第四回答中包含肯定使表示所述第一菜单的信息显示的词句的情况下，使所述显示器显示表示所述第一菜单的信息，所述第一提问、所述第二提问、所述第三提问、所述第四提问是用于使所述用户做出表示对提问的肯定的第一应答、表示对提问的否定的第二应答和既不是所述第一应答也不是所述第二应答的第三应答中的某一应答的封闭式提问。
10.一种信息处理装置，是用于进行与储存部所储存的信息有关的信息处理的信息处理装置，该装置具备：
对话历史记录保持部，其保持包含向用户的提问、和对于该提问的由所述用户进行的应答的对话的历史记录；
对话管理部，其判定所保持的所述对话的历史记录包含的所述应答的历史记录中的、既不是表示对所述提问的肯定的第一应答也不是表示对所述提问的否定的第二应答的第三应答的出现方式是否满足预定条件；
所述提问是用于使所述用户做出所述第一应答、所述第二应答和所述第三应答中的某一应答的封闭式提问，
所述预定条件为，在所述应答的历史记录中，所述第三应答连续出现预定次数次，或者，在所述应答的历史记录中，所述第三应答累积出现预定次数次；以及
提示部，其在判定为满足所述预定条件的情况下，进行与所述储存部所储存的所述信息有关的提示；
所述提示部显示用于从所述提示所包含的多个候选中选择候选的请求。
11.一种计算机可读的记录介质，存储有用于使计算机执行权利要求1所述的信息处理方法的程序。
CN201710929057.3A 2016-12-06 2017-10-09 信息处理方法、信息处理装置以及记录介质 Active CN108153800B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2016236562 2016-12-06
JP2016-236562 2016-12-06
JP2017-137056 2017-07-13
JP2017137056A JP6952259B2 (ja) 2016-12-06 2017-07-13 情報処理方法、情報処理装置、及び、プログラム

Publications (2)

Publication Number Publication Date
CN108153800A CN108153800A (zh) 2018-06-12
CN108153800B true CN108153800B (zh) 2023-05-23

Family

ID=60515154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710929057.3A Active CN108153800B (zh) 2016-12-06 2017-10-09 信息处理方法、信息处理装置以及记录介质

Country Status (3)

Country Link
US (1) US10811006B2 (zh)
EP (1) EP3333722A1 (zh)
CN (1) CN108153800B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019146376A1 (ja) * 2018-01-29 2019-08-01 株式会社Ｎｔｔドコモ 対話システム
WO2019207909A1 (ja) * 2018-04-23 2019-10-31 株式会社Ｎｔｔドコモ 対話サーバ
US11087748B2 (en) * 2018-05-11 2021-08-10 Google Llc Adaptive interface in a voice-activated network
JP7068962B2 (ja) * 2018-08-13 2022-05-17 株式会社日立製作所 対話方法、対話システム及びプログラム
US11514915B2 (en) * 2018-09-27 2022-11-29 Salesforce.Com, Inc. Global-to-local memory pointer networks for task-oriented dialogue
JP7063230B2 (ja) * 2018-10-25 2022-05-09 トヨタ自動車株式会社 コミュニケーション装置およびコミュニケーション装置の制御プログラム
CN111143520B (zh) * 2018-11-02 2023-05-09 阿里巴巴集团控股有限公司 信息处理方法和装置以及存储介质
JP2020123131A (ja) * 2019-01-30 2020-08-13 株式会社東芝 対話システム、対話方法、プログラム、及び記憶媒体
US11874861B2 (en) * 2019-05-17 2024-01-16 International Business Machines Corporation Retraining a conversation system based on negative feedback
CN110580122A (zh) * 2019-08-21 2019-12-17 阿里巴巴集团控股有限公司 问答式交互处理方法、装置及设备
JP7322830B2 (ja) 2020-07-28 2023-08-08 トヨタ自動車株式会社 情報出力システムおよび情報出力方法
CN112272259B (zh) * 2020-10-23 2021-06-01 北京蓦然认知科技有限公司 一种自动化助手的训练方法、装置
CN112365892B (zh) * 2020-11-10 2024-07-16 杭州大搜车汽车服务有限公司 人机对话方法、装置、电子装置及存储介质
CN113806475B (zh) * 2021-04-19 2024-07-19 京东科技控股股份有限公司 信息回复方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102368246A (zh) * 2011-09-15 2012-03-07 张德长 一种自动应答机器人系统
CN104902065A (zh) * 2014-03-06 2015-09-09 歌乐株式会社 对话历史记录管理装置、对话装置和对话历史记录管理方法
CN105335400A (zh) * 2014-07-22 2016-02-17 阿里巴巴集团控股有限公司 针对用户的提问意图获取答案信息的方法及装置
CN105630917A (zh) * 2015-12-22 2016-06-01 成都小多科技有限公司 智能应答方法及装置
WO2016135905A1 (ja) * 2015-02-25 2016-09-01 株式会社日立製作所 情報処理システム及び情報処理方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3284832B2 (ja) * 1995-06-22 2002-05-20 セイコーエプソン株式会社 音声認識対話処理方法および音声認識対話装置
US8706631B2 (en) * 2007-03-22 2014-04-22 Sound Starts, Inc. Credit and transaction systems
US10276170B2 (en) * 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
JP2012003319A (ja) * 2010-06-14 2012-01-05 Sharp Corp 献立決定支援装置、献立決定支援プログラムおよび献立決定支援プログラムを記憶した記憶媒体
US8589807B2 (en) * 2011-03-24 2013-11-19 Facebook, Inc. Presenting question and answer data in a social networking system
US20140231502A1 (en) * 2013-02-20 2014-08-21 Peter Joseph Marsico Methods and systems for providing subject-specific survey content to a user with scanable codes
US10318531B2 (en) * 2016-03-30 2019-06-11 Microsoft Technology Licensing, Llc Techniques for search optimization on mobile devices

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102368246A (zh) * 2011-09-15 2012-03-07 张德长 一种自动应答机器人系统
CN104902065A (zh) * 2014-03-06 2015-09-09 歌乐株式会社 对话历史记录管理装置、对话装置和对话历史记录管理方法
CN105335400A (zh) * 2014-07-22 2016-02-17 阿里巴巴集团控股有限公司 针对用户的提问意图获取答案信息的方法及装置
WO2016135905A1 (ja) * 2015-02-25 2016-09-01 株式会社日立製作所 情報処理システム及び情報処理方法
CN105630917A (zh) * 2015-12-22 2016-06-01 成都小多科技有限公司 智能应答方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"MIMIC: An Adaptive Mixed Initiative Spoken Dialogue System for Information Queries";Jennifer Chu-Carroll;《Proceedings of the sixth conference on applied natural language processing》;20000429;第97-104页 *
"Natural Language Assistant – A Dialog System for Online Product Recommendation";Joyce Chai等;《AI Magazine》;20020622;第63-71页 *

Also Published As

Publication number Publication date
US20180158459A1 (en) 2018-06-07
EP3333722A1 (en) 2018-06-13
CN108153800A (zh) 2018-06-12
US10811006B2 (en) 2020-10-20

Similar Documents

Publication Publication Date Title
CN108153800B (zh) 信息处理方法、信息处理装置以及记录介质
US11087094B2 (en) System and method for generation of conversation graphs
US12072877B2 (en) Method and system of classification in a natural language user interface
JP6718828B2 (ja) 情報入力方法および装置
CN109451147B (zh) 一种信息展示方法及装置
CN107818781A (zh) 智能交互方法、设备及存储介质
US9183833B2 (en) Method and system for adapting interactions
US10108698B2 (en) Common data repository for improving transactional efficiencies of user interactions with a computing device
JP2012248161A (ja) 対話型検索システム及びプログラム、並びに、対話シナリオ生成システム及びプログラム
US10347243B2 (en) Apparatus and method for analyzing utterance meaning
EP4002156A1 (en) System and method for product searching based on natural language processing
US20210026890A1 (en) Faq consolidation assistance device, faq consolidation assistance method, and program
CN108710653B (zh) 一种绘本朗读点播方法、装置及系统
US20220058213A1 (en) Systems and methods for identifying dynamic types in voice queries
JP6952259B2 (ja) 情報処理方法、情報処理装置、及び、プログラム
CN110457454A (zh) 一种对话方法、服务器、对话系统及存储介质
CN109615009B (zh) 一种学习内容推荐方法及电子设备
JP2019040299A (ja) 対話制御システム、プログラム、及び方法
US11762937B2 (en) Information processing apparatus, information processing system, and method of processing information
CN113886545A (zh) 知识问答方法、装置、计算机可读介质及电子设备
CN112567364B (zh) 知识信息创建支援装置
US20220207066A1 (en) System and method for self-generated entity-specific bot
JP7475922B2 (ja) 知識情報作成支援装置
CN117875428A (zh) 基于生成式大模型饮食推荐方法、系统及制冷设备
KR20230014680A (ko) 서드파티 디지털 어시스턴트 액션을 위한 비트 벡터 기반 콘텐츠 매칭

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant