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

JP7293743B2 - 処理装置、処理方法及びプログラム - Google Patents

処理装置、処理方法及びプログラム Download PDF

Info

Publication number
JP7293743B2
JP7293743B2 JP2019045808A JP2019045808A JP7293743B2 JP 7293743 B2 JP7293743 B2 JP 7293743B2 JP 2019045808 A JP2019045808 A JP 2019045808A JP 2019045808 A JP2019045808 A JP 2019045808A JP 7293743 B2 JP7293743 B2 JP 7293743B2
Authority
JP
Japan
Prior art keywords
information
conversion
selection rule
user
text data
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
JP2019045808A
Other languages
English (en)
Other versions
JP2020149310A (ja
Inventor
圭司 中山
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.)
NEC Corp
Original Assignee
NEC Corp
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
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2019045808A priority Critical patent/JP7293743B2/ja
Publication of JP2020149310A publication Critical patent/JP2020149310A/ja
Application granted granted Critical
Publication of JP7293743B2 publication Critical patent/JP7293743B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、処理装置、処理方法及びプログラムに関する。
特許文献1は、文体、述部機能表現、及び人称代名詞を含み、かつキャラクタに応じた特徴が現れる複数種類の言語的特徴の各々について、当該言語的特徴に基づく言語表現の書き換えに関する設定値を設定する設定部と、設定値に基づいて、文体の種類を変換する処理、述部機能表現をキャラクタに応じて変換する処理、及び人称代名詞である形態素をキャラクタに応じた人称代名詞に変換する処理を含む複数種類の言語的特徴に基づく言語表現の書き換え処理のうち、少なくとも1種類以上の書き換え処理を入力文に適用する書き換え処理部と、を含む装置を開示している。
特開2016-218848号公報
特許文献1に開示の技術の場合、書き換え文の出力先(ユーザ)の特徴に関係なく同様の書き換え処理が実行され、同様の書き換え文が出力される。しかしながら、ユーザ毎に好みの表現や好まない表現は異なる。このため、特許文献1に開示の技術の場合、書き換え文に対するユーザ満足度(エンゲージメント等)が不十分になり得る。本発明は、変換後の文章に対するユーザ満足度を向上させることを課題とする。
本発明によれば、
テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得手段と、
前記テキストデータが示す文章を解析する解析手段と、
前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定手段と、
前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定手段と、
前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成手段と、
前記変換後テキストデータを含む変換結果情報を出力する出力手段と、
を有する処理装置が提供される。
また、本発明によれば、
コンピュータが、
テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得工程と、
前記テキストデータが示す文章を解析する解析工程と、
前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定工程と、
前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定工程と、
前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成工程と、
前記変換後テキストデータを含む変換結果情報を出力する出力工程と、
を実行する処理方法が提供される。
また、本発明によれば、
コンピュータを、
テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得手段、
前記テキストデータが示す文章を解析する解析手段、
前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定手段、
前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定手段、
前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成手段、
前記変換後テキストデータを含む変換結果情報を出力する出力手段、
として機能させるプログラムが提供される。
本発明によれば、変換後の文章に対するユーザ満足度を向上させることができる。
本実施形態の処理システムの全体像を示す機能ブロック図の一例である。 本実施形態の端末装置の機能ブロック図の一例である。 本実施形態の応答装置の機能ブロック図の一例である。 本実施形態の応答装置が処理する情報の一例を模式的に示す図である。 本実施形態の応答装置が処理する情報の一例を模式的に示す図である。 本実施形態の処理装置の機能ブロック図の一例である。 本実施形態の処理装置の処理の流れの一例を示すフローチャートである。 本実施形態の処理装置が処理する情報の一例を模式的に示す図である。 本実施形態の処理装置のデータの流れの一例を示す図である。 本実施形態の処理装置、応答装置及び端末装置のハードウエア構成の一例を示す図である。 本実施形態の処理装置が処理する情報の一例を模式的に示す図である。 本実施形態の処理装置のデータの流れの一例を示す図である。 本実施形態の処理装置の機能ブロック図の一例である。 本実施形態の処理装置が処理する情報の一例を模式的に示す図である。 本実施形態の処理装置が処理する情報の一例を模式的に示す図である。
<第1の実施形態>
本実施形態の処理システムは、変換後の文章の出力先(ユーザ)の特徴を考慮して文章を変換する機能を有する。このような処理システムによれば、ユーザの特徴に応じた文章の変換が実現されるので、変換後の文章に対するユーザ満足度を向上させることができる。以下、詳細に説明する。
まず、図1を用いて、本実施形態の処理システムの全体像及び各装置の構成を説明する。処理システムは、処理装置10と応答装置20とを有する。処理システムは、端末装置30をさらに有してもよい。
処理装置10及び応答装置20は、インターネット等の通信ネットワークを介して、互いに通信可能に構成される。また、応答装置20と端末装置30は、インターネット等の通信ネットワークを介して、互いに通信可能に構成される。
応答装置20と端末装置30とは、インターネット等の通信ネットワークを介してコミュニケーションを行う。例えば、応答装置20と端末装置30は、チャット等のリアルタイムコミュニケーションを行ってもよいし、電子メールの送受信等を行ってもよいし、その他の手段でコミュニケーションを行ってもよい。当該コミュニケーションでは、テキストデータ、画像データ、画像+音声データ等が送受信される。画像データ、画像+音声データの例は、スタンプ、写真等が例示されるが、これらに限定されない。
処理システムの処理の概要は、次のようなものである。応答装置20は、上記コミュニケーションにおいて、端末装置30から問い合わせデータを取得すると、当該問い合わせデータに対する回答データを生成する。回答データはテキストデータを含む。そして、応答装置20は、生成した回答データを処理装置10に送信する。処理装置10は、端末装置30を操作しているユーザの特徴に基づき、回答データに含まれるテキストデータが示す文章の少なくとも一部分を変換する。そして、処理装置10は、変換後テキストデータを含む変換結果情報を応答装置20に送信する。応答装置20は、問い合わせデータに対する返答として、受信した変換結果情報を端末装置30に送信する。
次に、各装置の構成を詳細に説明する。まず、端末装置30の構成を詳細に説明する。端末装置30は、PC(personal computer)、スマートフォン、タブレット端末、スマートウォッチ、携帯電話、ゲーム機等のようにユーザ各々が所有する端末であってもよいし、応答装置20と通信するように構成され、所定位置に設置された専用端末であってもよい。
図2に、端末装置30の機能ブロック図の一例を示す。図示するように、端末装置30は、入力受付部31と、送受信部32と、出力部33とを有する。
入力受付部31は、ユーザから、タッチパネル、キーボード、マウス、マイク、物理ボタン等の入力装置を介して、応答装置20に送信する問い合せデータ(テキストデータ、画像データなど)の入力や指定を受付ける。入力受付部31は、自由記述方式でテキストデータの入力を受付けることができる。また、入力受付部31は、予め端末装置30の記憶装置に記憶されているスタンプ、写真ファイル、動画ファイル等を指定する入力等を受付けることができる。
送受信部32は、入力受付部31が受付けた問い合わせデータを応答装置20に送信する。そして、送受信部32は、その問い合わせデータに対する回答データを、応答装置20から取得する。送受信部32は、チャットや電子メールの送受信等の手段に基づき、応答装置20への問い合わせデータの送信、及び、応答装置20から回答データの受信を実現することができる。
出力部33は、送受信部32が取得した回答データを、ディスプレイ、スピーカ、プリンター等の出力装置を介して出力する。
なお、本明細書において、「取得」とは、ユーザ入力に基づき、又は、プログラムの指示に基づき、「自装置が他の装置や記憶媒体に格納されているデータを取りに行くこと(能動的な取得)」、たとえば、他の装置にリクエストまたは問い合わせして受信すること、他の装置や記憶媒体にアクセスして読み出すこと等を含んでもよい。また、「取得」とは、ユーザ入力に基づき、又は、プログラムの指示に基づき、「自装置に他の装置から出力されるデータを入力すること(受動的な取得)」、たとえば、配信(または、送信、プッシュ通知等)されるデータを受信すること等を含んでもよい。また、「取得」とは、受信したデータまたは情報の中から選択して取得すること、及び、「データを編集(テキスト化、データの並び替え、一部データの抽出、ファイル形式の変更等)などして新たなデータを生成し、当該新たなデータを取得すること」を含んでもよい。
次に、応答装置20の構成を詳細に説明する。図3に、応答装置20の機能ブロック図の一例を示す。図示するように、応答装置20は、受付部21と、回答生成部22と、記憶部23と、変換処理部24と、出力部25とを有する。なお、応答装置20は記憶部23を有さなくてもよい。この場合、応答装置20と通信可能に構成された他の装置が記憶部23を有する。
受付部21は、端末装置30から問い合わせデータを取得する。問い合わせデータは、テキストデータ、画像データ、画像+音声データ等を含む。受付部21は、チャットや電子メールの送受信等の手段に基づき、端末装置30から問い合わせデータを取得することができる。
回答生成部22は、記憶部23に予め記憶されている回答集情報に基づき、問い合わせデータに対する回答データを生成する。回答集情報は、問い合わせ文と回答文を対応付けた情報である。図4に回答集情報の一例を示す。
回答生成部22は、構文解析、意味解析、形態素解析、文脈解析等の文章解析技術に基づき、受付部21が取得した問い合わせデータが示す問い合わせ文と同一の意味を持つ問い合わせ文を回答集情報の中から抽出する。そして、回答生成部22は、抽出した問い合わせ文に対応付けられた回答文を示す回答データを生成する。なお、受付部21が取得した問い合わせデータが示す問い合わせ文と同一の意味を持つ問い合わせ文を回答集情報の中から抽出できなかった場合、回答生成部22は、記憶部23に記憶されている謝罪文を示すデータを読み出し、当該謝罪文を示すデータを回答データとする。
図3に戻り、変換処理部24は、回答生成部22が生成した回答データと、端末装置30を操作するユーザのユーザ特徴情報とを、処理装置10に送信する。そして、変換処理部24は、当該ユーザ特徴情報に基づき当該回答データを変換した変換結果情報を、処理装置10から受信する。
ここで、ユーザ特徴情報について説明する。ユーザ特徴情報は、各ユーザの特徴を示す情報である。特徴は、性別、年代、職業、住所、応答装置20が提供するコミュニケーションサービス(問い合わせデータ及び回答データの送受信によるコミュニケーション)のリピート回数等が例示されるが、これらに限定されない。記憶部23は、図5に示すように、ユーザの識別情報と、各ユーザの特徴とを対応付けたユーザ情報を記憶している。
そして、変換処理部24は、端末装置30を操作するユーザの識別情報と、上記ユーザ情報とに基づき、端末装置30を操作するユーザのユーザ特徴情報を取得する。ユーザの識別情報は、ログイン時に入力される情報であってもよい。例えば、応答装置20は、チャット等で端末装置30とコミュニケーションする前提とし、応答装置20へのログインを要求してもよい。また、ユーザの識別情報は、電子メールの送信元メールアドレスと、予め記憶部23に記憶されているアドレス帳(ユーザの識別情報とメールアドレスと対応付けた情報)とに基づき特定された情報であってもよい。
図3に戻り、出力部25は、変換処理部24が受信した変換結果情報を、端末装置30に返信する。出力部25は、チャットや電子メールの送受信等の手段に基づき、端末装置30に変換結果を送信することができる。
次に、図6及び図7を用いて、処理装置10の構成を詳細に説明する。図6は、処理装置10の機能ブロック図の一例を示す。図6に示すように、処理装置10は、データ取得部11と、解析部12と、候補決定部13と、選択ルール決定部14と、生成部15と、出力部16と、記憶部17とを有する。図7は、処理装置10の処理の流れの一例を示すフローチャートである。
S10では、データ取得部11は、テキストデータを含む回答データと、ユーザの特徴を示すユーザ特徴情報とを取得する。データ取得部11は、応答装置20の変換処理部24が送信した回答データとユーザ特徴情報とを取得する。
テキストデータは、例えば、「申し訳ありません。回答できません。もっと勉強します。」という文章を示す。ユーザ特徴情報は、例えば、「男、30代、会社員、リピート回数3回」である。
S11では、解析部12は、データ取得部11が取得したテキストデータが示す文章を解析し、文章の意図を特定する。解析部12は、構文解析、意味解析、形態素解析、文脈解析、辞書やコーパスを利用した意図解析等の手法を利用することができる。
ここで、意図解析の手法の一例を説明するが、これに限定されない。まず、予め、文字列と各文字列の意図とを対応付けた辞書が、記憶部17に記憶される。「文字列」-「意図」の組合せの例は、例えば、「ありがとう」-「感謝」、「申し訳ありません」-「謝罪」、「回答できません」-「回答不可」、「勉強します」-「次への期待」等が例示されるが、これらに限定されない。
解析部12は、構文解析、意味解析、形態素解析、文脈解析等の手法を利用して、データ取得部11が取得したテキストデータが示す文章と同一の意味を持つ文字列を上記辞書の中から抽出する。そして、解析部12は、抽出した文字列に対応付けられた意図を、テキストデータが示す文章の意図として特定する。
なお、解析部12は、テキストデータが示す文章を語、句、節又は文等の解析単位に分割し、解析単位ごとに、上記意図を特定してもよい。解析部12は、テキストデータが示す文章に含まれるすべての解析単位の意図を特定してもよいし、一部の解析単位の意図を特定してもよい。
例えば、テキストデータが示す文章が「申し訳ありません。回答できません。もっと勉強します。」である場合、解析部12は、当該文章を、「申し訳ありません。」、「回答できません。」、「もっと勉強します。」の3つの解析単位(文単位)に分割してもよい。そして、解析単位ごとに、意図を特定してもよい。
解析部12は、テキストデータが示す文章の中の少なくとも一部分の意図解析の結果を含む解析結果を生成する。なお、「テキストデータが示す文章の中の少なくとも一部分」は、「テキストデータが示す文章が含む1つ又は複数の解析単位の中の少なくとも1つの解析単位」と同義である。
S12では、候補決定部13は、解析部12による文章の解析結果に基づき、文章の中の少なくとも一部分の変換候補を決定する。候補決定部13は、予め記憶部17に記憶されている参照情報に基づき、変換候補を決定する。
図8に、参照情報の一例を模式的に示す。参照情報は、複数の意図各々に複数の表現パターン(各意図を表現した文字列)を対応付けた情報である。候補決定部13は、参照情報において、解析部12が生成した解析結果が示す意図に対応付けられている複数の表現パターンを、変換候補として決定する。例えば、解析部12が生成した解析結果が示す意図が「謝罪」である場合、候補決定部13は、図8に示す参照情報を参照し、変換候補として「ごめんでごわす~。」、「申し訳ないでごわす。」、「すまぬ!」、「すまんでごわす」の4つを決定する。
なお、テキストデータが示す文章に含まれる複数の解析単位各々の意図が特定されている場合、候補決定部13は解析単位ごとに変換候補を決定してもよい。
図6及び図7に戻り、S13では、選択ルール決定部14は、S10でデータ取得部11が取得したユーザ特徴情報に基づき、S12で候補決定部13が決定した複数の変換候補の中から1つを選択する第1の選択ルールを決定する。なお、テキストデータが示す文章に含まれる複数の解析単位各々の変換候補が決定されている場合、選択ルール決定部14は、解析単位ごとに第1の選択ルールを決定する。
第1の選択ルールは、複数の変換候補各々が選択される確率を示す。選択ルール決定部14は、図8に示す参照情報に基づき、複数の変換候補各々の確率を決定する。
図8に示すように、参照情報は、変換候補(表現パターン)各々と、ユーザの特徴各々との組み合わせに、確率を対応付けている。すなわち、参照情報は、ユーザの特徴と、各特徴のユーザに適用する表現パターンの確率とを対応付けた情報である。選択ルール決定部14は、当該参照情報に基づき、複数の変換候補各々の確率を決定する(第1の選択ルールを決定する)。
例えば、ユーザ特徴情報が、「男、30代、会社員、リピート回数3回」である場合、選択ルール決定部14は、参照情報から、「変換候補:ごめんでごわす~。」と「リピート回数:3回~」との組み合せに対応付けられた「0.35」と、「変換候補:ごめんでごわす~。」と「性別:男」との組み合せに対応付けられた「0.25」と、「変換候補:ごめんでごわす~。」と「年代:30代」との組み合せに対応付けられた「0.25」とを抽出し、それらを掛け合わせた値である「0.021875(=0.35×0.25×0.25)」を、「変換候補:ごめんでごわす~。」の確率として算出する。そして、選択ルール決定部14は、他の変換候補についても同様の手段で確率を算出する。
図6及び図7に戻り、S14では、生成部15は、S13で選択ルール決定部14が決定した第1の選択ルールに基づき、S12で候補決定部13が決定した複数の変換候補の中から1つを選択する。生成部15は、複数の変換候補各々を選択する確率がS13で選択ルール決定部14により決定された確率となる条件下で、ランダムに、複数の変換候補の中から1つを選択する。
S15では、生成部15は、S10でデータ取得部11が取得したテキストデータが示す文章の中の少なくとも一部分を、S14で選択した1つの変換候補に変換した変換後テキストデータを生成する。例えば、S10でデータ取得部11が取得したテキストデータが示す文章が「申し訳ありません。回答できません。もっと勉強します。」であり、当該文章を分単位で3つの解析単位に分割し、解析単位ごとに1つの変換候補を選択した場合、変換後テキストデータが示す文章は、例えば、「ごめんでごわす~。回答できないでごわす~。もっと勉強するでごわす~。」等となる。
S16では、出力部16は、変換後テキストデータを含む変換結果情報を応答装置20に送信する。
次に、図9を用いてデータの流れの一例を示す。データ取得部11は、テキストデータ及びユーザ特徴情報を応答装置20から取得する。そして、データ取得部11は、テキストデータを解析部12及び生成部15に渡す。また、データ取得部11は、ユーザ特徴情報を選択ルール決定部14に渡す。解析部12は、テキストデータを解析し、解析結果を候補決定部13に渡す。候補決定部13は、記憶部17から参照情報を読み出す。そして、候補決定部13は、解析結果及び参照情報に基づき変換候補を決定し、変換候補を示す変換候補情報を選択ルール決定部14及び生成部15に渡す。
選択ルール決定部14は、記憶部17から参照情報を読み出す。そして、選択ルール決定部14は、ユーザ特徴情報、変換候補情報及び参照情報に基づき第1の選択ルールを決定し、第1の選択ルールを生成部15に渡す。生成部15は、第1の選択ルール及び変換候補情報に基づき1つの変換候補を選択し、テキストデータが示す文章の少なくとも一部分を選択した変換候補に変換した変換後テキストデータを生成する。そして、生成部15は、生成した変換後テキストデータを出力部16に渡す。出力部16は、変換後テキストデータを応答装置20に送信する。
次に、処理装置10、応答装置20及び端末装置30のハードウエア構成の一例について説明する。処理装置10、応答装置20及び端末装置30が備える各機能部は、任意のコンピュータのCPU(Central Processing Unit)、メモリ、メモリにロードされるプログラム、そのプログラムを格納するハードディスク等の記憶ユニット(あらかじめ装置を出荷する段階から格納されているプログラムのほか、CD(Compact Disc)等の記憶媒体やインターネット上のサーバ等からダウンロードされたプログラムをも格納できる)、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。
図10は、処理装置10、応答装置20及び端末装置30各々のハードウエア構成を例示するブロック図である。図10に示すように、処理装置10、応答装置20及び端末装置30各々は、プロセッサ1A、メモリ2A、入出力インターフェイス3A、周辺回路4A、バス5Aを有する。周辺回路4Aには、様々なモジュールが含まれる。処理装置10、応答装置20及び端末装置30の少なくとも1つは周辺回路4Aを有さなくてもよい。なお、処理装置10、応答装置20及び端末装置30の少なくとも1つは物理的及び/又は論理的に分かれた複数の装置で構成されてもよいし、物理的及び/又は論理的に一体となった1つの装置で構成されてもよい。処理装置10、応答装置20及び端末装置30のいずれかが物理的及び/又は論理的に分かれた複数の装置で構成される場合、複数の装置各々が上記ハードウエア構成を備えることができる。
バス5Aは、プロセッサ1A、メモリ2A、周辺回路4A及び入出力インターフェイス3Aが相互にデータを送受信するためのデータ伝送路である。プロセッサ1Aは、例えばCPU、GPU(Graphics Processing Unit)などの演算処理装置である。メモリ2Aは、例えばRAM(Random Access Memory)やROM(Read Only Memory)などのメモリである。入出力インターフェイス3Aは、入力装置、外部装置、外部サーバ、外部センサー、カメラ等から情報を取得するためのインターフェイスや、出力装置、外部装置、外部サーバ等に情報を出力するためのインターフェイスなどを含む。入力装置は、例えばキーボード、マウス、マイク、物理ボタン、タッチパネル等である。出力装置は、例えばディスプレイ、スピーカ、プリンター、メーラ等である。プロセッサ1Aは、各モジュールに指令を出し、それらの演算結果をもとに演算を行うことができる。
以上説明した本実施形態の処理システムは、変換後の文章の出力先(ユーザ)の特徴(ユーザ特徴情報)を考慮して、文章を変換する機能を有する。このような処理システムによれば、ユーザの特徴に応じた文章の変換が実現されるので、変換後の文章に対するユーザ満足度(エンゲージメント等)が向上する。
また、本実施形態の処理システムでは、複数の変換候補各々の確率を決定し、複数の変換候補各々が決定された確率で選択される条件下で、ランダムに、複数の変換候補の中から1つを選択する。すなわち、ある特徴を有するユーザへの変換結果は1つに固定されるのでなく、ランダムな選択の結果により変化し得る。このような選択手法の場合、同一人物からの同じ問い合わせに対する回答であっても、毎回回答の内容が異なり得る。結果、ユーザはワンパターンな回答でなく、バリエーションに富んだ回答を楽しむことができる。
また、本実施形態の処理システムでは、図8に示すように、変換候補(表現パターン)各々と、ユーザの特徴各々との組み合わせに、確率を対応付けた参照情報に基づき、各変換候補の確率を算出することができる。この場合、ユーザ毎に取得できる特徴の種類や数が異なる場合であっても、取得した情報のみで各変換候補の確率を算出することができる。
例えば、ユーザ特徴情報が「性別:男」のみを示している場合、図8の参照情報に基づき、「変換候補:ごめんでごわす~。」の確率として「0.25」、「変換候補:申し訳ないでごわす。」の確率として「0.45」、「変換候補:すまぬ!」の確率として「0.15」、「変換候補:すまんでごわす。」の確率として「0.15」を決定することができる。また、ユーザ特徴情報が複数種類のユーザの特徴の値を示している場合、上述した例のように、変換候補ごとに、各変換候補と各ユーザの特徴とに対応付けられた値を掛け合わせる等により、各変換候補の確率を算出することができる。
なお、予め、ユーザ特徴情報が任意の2つ以上の特徴を示す場合の各変換候補の確率を予め算出し、記憶部17に記憶させておいてもよい。このようにしても同様の作用効果が実現される。
<第2の実施形態>
本実施形態の処理システムは、テキストの解析結果が示す意図と顧客特徴情報とに基づき決定した画像を、変換結果情報に含めて出力する点で、第1の実施形態と異なる。
処理装置10の機能ブロック図の一例は、第1の実施形態同様、図6で示される。
候補決定部13は、解析部12による解析結果に基づき、変換後テキストデータに付与する画像の候補を決定する。候補決定部13は、予め記憶部17に記憶されている参照情報に基づき、画像の候補を決定する。
図11に、参照情報の一例を模式的に示す。参照情報は、複数の意図各々に複数の画像パターン(各意図を表現した画像)を対応付けた情報である。なお、参照情報は、ユーザの特徴と、各特徴のユーザに適用する画像パターンの確率とを対応付けた情報でもある。
候補決定部13は、参照情報において、解析部12が生成した解析結果が示す意図に対応付けられている複数の画像パターンを、変換後テキストデータに付与する画像の候補として決定する。例えば、解析部12が生成した解析結果が示す意図が「謝罪」である場合、候補決定部13は、図11に示す参照情報を参照し、変換後テキストデータに付与する画像の候補として、パターン1、パターン2及びパターン3の画像を決定する。
なお、テキストデータが示す文章に含まれる複数の解析単位各々の意図が特定されている場合、候補決定部13は解析単位ごとに画像の候補を決定してもよい。その他、候補決定部13は、複数の解析単位各々の意図に基づき文章全体としての意図を決定し、決定した意図に基づき、文章に付与する画像の候補を決定してもよい。
複数の解析単位各々の意図に基づき文章全体としての意図を決定する手法としては、例えば、予め複数の意図の優先順位が定められていてもよい。そして、候補決定部13は、複数の解析単位各々の意図の中の、優先順位が最も高い意図を、当該文章全体としての意図として決定してもよい。
選択ルール決定部14は、データ取得部11が取得したユーザ特徴情報に基づき、複数の画像の候補の中から1つを選択する第2の選択ルールを決定する。なお、テキストデータが示す文章に含まれる複数の解析単位ごとに画像の候補が決定されている場合、選択ルール決定部14は、解析単位ごとに第2の選択ルールを決定する。
第2の選択ルールは、複数の画像の候補各々が選択される確率を示す。選択ルール決定部14は、図11に示す参照情報に基づき、複数の画像各々の確率を決定する。「データ取得部11が取得したユーザ特徴情報に基づき、複数の画像各々の確率を算出する手法」は、第1の実施形態で説明した「データ取得部11が取得したユーザ特徴情報に基づき、複数の変換候補各々の確率を算出する手法」と同様であるので、ここでの説明は省略する。
生成部15は、選択ルール決定部14が決定した第2の選択ルールに基づき、候補決定部13が決定した複数の画像の候補の中から1つを選択する。生成部15は、複数の画像の候補各々を選択する確率が選択ルール決定部14により決定された確率となる条件下で、ランダムに、複数の画像の候補の中から1つを選択する。
出力部16は、第1の実施形態で説明した変換後テキストデータ、及び、生成部15が選択した1つの画像の候補の画像データを含む変換結果情報を応答装置20に送信する。
次に、図12を用いてデータの流れの一例を示す。データ取得部11は、テキストデータ及びユーザ特徴情報を応答装置20から取得する。そして、データ取得部11は、テキストデータを解析部12及び生成部15に渡す。また、データ取得部11は、ユーザ特徴情報を選択ルール決定部14に渡す。解析部12は、テキストデータを解析し、解析結果を候補決定部13に渡す。候補決定部13は、記憶部17から参照情報を読み出す。そして、候補決定部13は、解析結果及び参照情報に基づき変換候補を決定し、変換候補を示す変換候補情報を選択ルール決定部14及び生成部15に渡す。また、候補決定部13は、解析結果及び参照情報に基づき画像の候補を決定し、画像の候補を示す画像候補情報を選択ルール決定部14及び生成部15に渡す。
選択ルール決定部14は、記憶部17から参照情報を読み出す。そして、選択ルール決定部14は、ユーザ特徴情報、変換候補情報及び参照情報に基づき第1の選択ルールを決定し、第1の選択ルールを生成部15に渡す。また、選択ルール決定部14は、ユーザ特徴情報、画像候補情報及び参照情報に基づき第2の選択ルールを決定し、第2の選択ルールを生成部15に渡す。
生成部15は、第1の選択ルール及び変換候補情報に基づき1つの変換候補を選択し、テキストデータが示す文章の少なくとも一部分を選択した変換候補に変換した変換後テキストデータを生成する。また、生成部15は、第2の選択ルール及び画像候補情報に基づき1つの画像の候補を選択する。そして、生成部15は、生成した変換後テキストデータ及び選択した画像の候補の画像データを出力部16に渡す。出力部16は、変換後テキストデータ及び当該画像データを応答装置20に送信する。
本実施形態の処理システムのその他の構成は、第1の実施形態と同様である。
以上説明した本実施形態の処理システムによれば、第1の実施形態の処理システムと同様の作用効果を実現できる。また、本実施形態の処理システムによれば、出力先(ユーザ)の特徴(ユーザ特徴情報)を考慮して、出力する文章に付与する画像を決定することができる。このような処理システムによれば、ユーザの特徴に応じた画像を提供できるので、出力される文章に対するユーザ満足度(エンゲージメント等)が向上する。
<第3の実施形態>
本実施形態の処理システムは、処理装置10が生成した変換結果情報に対する評価内容を示す情報に基づき、記憶部17が記憶する参照情報(図8、図11参照)の確率を更新する機能を有する点で、第1及び第2の実施形態と異なる。
処理装置10の機能ブロック図の一例は、図13で示される。図示するように、処理装置10は、データ取得部11と、解析部12と、候補決定部13と、選択ルール決定部14と、生成部15と、出力部16と、記憶部17と、評価情報取得部18と、更新部19とを有する。
データ取得部11は、ログインした端末装置30にコミュニケーションサービスを提供する応答装置20からテキストデータを取得する。そして、出力部16は、生成部15が生成した変換結果情報を応答装置20に送信する。コミュニケーションサービスは、チャット等の手段に基づき、応答装置20とコミュニケーション(会話)を行うサービスである。応答装置20は、例えばチャットボットである。
評価情報取得部18は、応答装置20に送信した変換結果情報に対する評価内容を示す評価内容情報と、その評価を行ったユーザのユーザ特徴情報とを含む評価情報を取得する。評価情報取得部18は、「応答装置20が、第1のユーザ識別情報で応答装置20にログインした第1の端末装置30に変換結果情報を送信した後」、かつ、「第1の端末装置30が応答装置20からログアウトした後」に、第1のユーザ識別情報でいずれかの端末装置30が応答装置20に再びログインし、コミュニケーションサービスを利用するリピートが発生したか否かの結果を、評価内容情報として取得する。評価情報取得部18は、応答装置20からこのような評価内容情報を取得することができる。
そして、評価情報取得部18は、取得した評価情報に基づき、記憶部17が記憶する評価実績情報を更新する。
図14に、記憶部17が記憶する評価実績情報の一例を模式的に示す。図示する評価実績情報は、参照情報(図8参照)に含まれる複数の表現パターン(文字列)各々と、ユーザの特徴各々との組み合わせに、各特徴のユーザに出力する変換後テキストデータに各表現パターンを含めた場合のリピート率(=(リピートがあった回数)/(各特徴のユーザに出力する変換後テキストデータに各表現パターンを含めた回数))を対応付けている。
図15に、記憶部17が記憶する評価実績情報の他の一例を模式的に示す。図示する評価実績情報は、参照情報(図11参照)に含まれる複数の画像パターン各々と、ユーザの特徴各々との組み合わせに、各特徴のユーザに出力する変換後テキストデータに各画像パターンを付与した場合のリピート率(=(リピートがあった回数)/(各特徴のユーザに出力する変換後テキストデータに各画像パターン付与した回数))を対応付けている。
図13に戻り、更新部19は、評価情報に基づき更新される評価実績情報に基づき、参照情報(図8及び図11参照)を更新する。
具体的には、更新部19は、複数の表現パターン各々と、ユーザの特徴各々との組み合わせに対応付けている確率(図8参照)を、評価実績情報に基づき更新する。例えば、更新部19は、「リピート率が相対的に高い表現パターンの確率が、リピート率が相対的に低い表現パターンの確率よりも高くなる」ように更新してもよい。また、例えば、更新部19は、「リピート率が同等である場合(例:その差が閾値以内)、リピート回数が相対的に多い表現パターンの確率が、リピート回数が相対的に少ない表現パターンの確率よりも高くなる」ように更新してもよい。
また、更新部19は、画像パターン各々と、ユーザの特徴各々との組み合わせに対応付けている確率(図11参照)を、評価実績情報に基づき更新する。例えば、更新部19は、「リピート率が相対的に高い画像パターンの確率が、リピート率が相対的に低い画像パターンの確率よりも高くなる」ように更新してもよい。また、例えば、更新部19は、「リピート率が同等である場合(例:その差が閾値以内)、リピート回数が相対的に多い画像パターンの確率が、リピート回数が相対的に少ない画像パターンの確率よりも高くなる」ように更新してもよい。
本実施形態の処理システムのその他の構成は、第1又は第2の実施形態と同様である。
以上説明した本実施形態の処理システムによれば、第1又は第2の実施形態の処理システムと同様の作用効果を実現できる。また、本実施形態の処理システムによれば、チャットなどの手段を利用したコミュニケーションサービスにおいて、変換後テキストデータや画像データを含む変換結果情報を出力した後に、そのユーザがそのコミュニケーションサービスを再び利用するリピートがあったか否かに基づき変換結果情報を評価し、評価結果に基づき変換候補となる文字列や付与する画像が選択される確率を更新することができる。このため、リピートが得られやすい文字列や画像が選択されやすくなる。
<変形例>
「変形例1」
ここで、第3の実施形態に適用可能な変形例を説明する。評価情報取得部18は、「変換結果情報に対してユーザが入力した情報」に基づき決定された評価内容情報を取得することができる。例えば、応答装置20は、チャットや電子メールの送受信等の手段に基づき、変換結果情報を端末装置30に送信した後、同手段に基づき、端末装置30から返信データを取得する。返信データは、テキストデータや画像データ(スタンプ、写真ファイル、動画ファイル等)である。
評価情報取得部18は、上記返信データ(変換結果情報に対してユーザが入力した情報)に基づき決定された評価内容情報を取得する。上記返信データに基づき評価内容情報を決定する処理は、応答装置20が行ってもよいし、評価情報取得部18が行ってもよい。
ここで、上記返信データに基づき評価内容情報を決定する処理の一例を説明する。例えば、返信データの内容に基づき、顧客満足度を評価してもよい(例:5段階評価、3段階評価等)。具体的には、画像データが含まれている場合は最高評価としてもよい。また、画像データがスタンプである場合、各スタンプに顧客満足度を対応付けた対応情報(例:スタンプID0001-顧客満足度5、スタンプID0002-顧客満足度4)に基づき、顧客満足度を決定してもよい。
また、返信データに含まれるテキストデータを解析し、テキストデータが示す文章の意図を特定してもよい。そして、各意図に顧客満足度を対応付けた対応情報(例:意図「感謝」-顧客満足度5、意図「不満」-顧客満足度1)に基づき、顧客満足度を決定してもよい。
記憶部17は、参照情報(図8参照)に含まれる複数の表現パターン各々と、ユーザの特徴各々との組み合わせに、各顧客満足度を得られた割合(=(各顧客満足度が得られた回数)/(各特徴のユーザに出力する変換後テキストデータに各表現パターンを含めた回数))を対応付けた評価実績情報を記憶している。
また、記憶部17は、参照情報(図11参照)に含まれる複数の画像パターン各々と、ユーザの特徴各々との組み合わせに、各顧客満足度を得られた割合(=(各顧客満足度が得られた回数)/(各特徴のユーザに出力する変換後テキストデータに各画像パターン付与した回数))を対応付けた評価実績情報を記憶していてもよい。
更新部19は、上述のような評価実績情報に基づき、参照情報(図8及び図11参照)を更新する。
具体的には、更新部19は、表現パターン各々と、ユーザの特徴各々との組み合わせに対応付けている複数の顧客満足度各々の割合に基づき、表現パターン各々と、ユーザの特徴各々との組み合わせに対応付けて評価スコアを算出する。例えば、予め設定された各顧客満足度各々の重み付け値(例:「5(顧客満足度3)」、「1(顧客満足度2)」、「-1(顧客満足度1)」)と、各顧客満足度の割合との積を足し合わせた値を評価スコアとしてもよいし、その他の手段で算出してもよい。
そして、更新部19は、例えば、評価スコアが相対的に高い表現パターンの確率が、評価スコアが相対的に低い表現パターンの確率よりも高くなる」ように更新してもよい。
なお、更新部19は、図11の参照情報においても、上述した図8の参照情報と同様の手法で、画像パターン各々と、ユーザの特徴各々との組み合わせに対応付けている確率を更新することができる。
当該変形例においても、第3の実施形態と同様の作用効果が実現される。また、当該変形例の場合、各変換結果情報に対する評価をより精度よく行うことができる。
「変形例2」
第1乃至第3の実施形態では、処理装置10と応答装置20は、物理的及び/又は論理的に分かれた別々の装置であることを前提にした。当該変形例では、処理装置10と応答装置20は、物理的及び/又は論理的に一体となった装置であってもよい。例えば、応答装置20が処理装置10を備えてもよい。
「変形例3」
第1乃至第3の実施形態では、チャットや電子メールの送受信等の手段に基づき端末装置30とコミュニケーションする応答装置20が生成した回答データを処理装置10が変換した。しかし、処理装置10の利用場面はこれに限定されない。ユーザに向けて出力するテキストデータと、当該ユーザの特徴を示すユーザ特徴情報とを取得できるあらゆる場面で、処理装置10は利用可能である。
以上、実施形態(及び実施例)を参照して本願発明を説明したが、本願発明は上記実施形態(及び実施例)に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限定されない。
1. テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得手段と、
前記テキストデータが示す文章を解析する解析手段と、
前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定手段と、
前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定手段と、
前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成手段と、
前記変換後テキストデータを含む変換結果情報を出力する出力手段と、
を有する処理装置。
2. 1に記載の処理装置において、
前記解析手段は、前記文章の中の少なくとも一部分の意図解析の結果を含む前記解析結果を生成し、
前記候補決定手段は、複数の意図各々に複数の文字列を対応付けた情報において、前記解析結果が示す意図に対応付けられている複数の前記文字列を、前記変換候補として決定する処理装置。
3. 1又は2に記載の処理装置において、
前記選択ルール決定手段は、複数の前記変換候補各々の確率を決定し、
前記生成手段は、複数の前記変換候補各々を選択する確率が前記選択ルール決定手段により決定された確率となる条件下で、ランダムに、複数の前記変換候補の中から1つを選択する処理装置。
4. 1から3のいずれかに記載の処理装置において、
前記候補決定手段は、前記解析結果に基づき、前記変換後テキストデータに付与する画像の候補を決定し、
前記選択ルール決定手段は、前記ユーザ特徴情報に基づき、複数の前記画像の候補の中から1つを選択する第2の選択ルールを決定し、
前記生成手段は、前記第2の選択ルールに基づき複数の前記画像の候補の中から1つを選択し、
前記出力手段は、選択された1つの前記画像の候補をさらに含む前記変換結果情報を出力する処理装置。
5. 1から4のいずれかに記載の処理装置において、
前記選択ルール決定手段は、ユーザの特徴と、各特徴のユーザに適用する前記第1の選択ルールの内容とを対応付けた参照情報に基づき、前記第1の選択ルールを決定し、
前記変換結果情報に対する評価内容を示す評価内容情報と、評価を行ったユーザの前記ユーザ特徴情報とを含む評価情報を取得する評価情報取得手段と、
前記評価情報に基づき、前記参照情報を更新する更新手段と、
をさらに有する処理装置。
6. 2及び3に従属する5に記載の処理装置において、
前記参照情報は、ユーザの特徴と、各特徴のユーザに適用する前記文字列の確率とを対応付けた情報であり、
前記更新手段は、前記評価情報に基づき、前記文字列の確率を更新する処理装置。
7. 5又は6に記載の処理装置において、
前記データ取得手段は、ログインした端末装置にコミュニケーションサービスを提供する応答装置から前記テキストデータを取得し、
前記出力手段は、前記変換結果情報を前記応答装置に送信し、
前記評価情報取得手段は、「前記応答装置が、第1のユーザ識別情報でログインした第1の端末装置に前記変換結果情報を送信した後」、かつ、「前記第1の端末装置が前記応答装置からログアウトした後」に、前記第1のユーザ識別情報でいずれかの端末装置が前記応答装置に再びログインし、前記コミュニケーションサービスを利用するリピートが発生したか否かの結果を、前記評価内容情報として取得する処理装置。
8. 5から7のいずれかに記載の処理装置において、
前記評価情報取得手段は、前記変換結果情報に対してユーザが入力した情報に基づき決定された前記評価内容情報を取得する処理装置。
9. コンピュータが、
テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得工程と、
前記テキストデータが示す文章を解析する解析工程と、
前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定工程と、
前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定工程と、
前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成工程と、
前記変換後テキストデータを含む変換結果情報を出力する出力工程と、
を実行する処理方法。
10. コンピュータを、
テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得手段、
前記テキストデータが示す文章を解析する解析手段、
前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定手段、
前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定手段、
前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成手段、
前記変換後テキストデータを含む変換結果情報を出力する出力手段、
として機能させるプログラム。
1A プロセッサ
2A メモリ
3A 入出力I/F
4A 周辺回路
5A バス
10 処理装置
11 データ取得部
12 解析部
13 候補決定部
14 選択ルール決定部
15 生成部
16 出力部
17 記憶部
18 評価情報取得部
19 更新部
20 応答装置
21 受付部
22 回答生成部
23 記憶部
24 変換処理部
25 出力部
30 端末装置
31 入力受付部
32 送受信部
33 出力部

Claims (9)

  1. テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得手段と、
    前記テキストデータが示す文章を解析する解析手段と、
    前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定手段と、
    前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定手段と、
    前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成手段と、
    前記変換後テキストデータを含む変換結果情報を出力する出力手段と、
    を有し、
    前記選択ルール決定手段は、前記第1の選択ルールとして、複数の前記変換候補各々の確率を決定し、
    前記生成手段は、複数の前記変換候補各々を選択する確率が前記選択ルール決定手段により決定された確率となる条件下で、ランダムに、複数の前記変換候補の中から1つを選択する処理装置。
  2. 請求項1に記載の処理装置において、
    前記解析手段は、前記文章の中の少なくとも一部分の意図解析の結果を含む前記解析結果を生成し、
    前記候補決定手段は、複数の意図各々に複数の文字列を対応付けた情報において、前記解析結果が示す意図に対応付けられている複数の前記文字列を、前記変換候補として決定する処理装置。
  3. 請求項1又は2に記載の処理装置において、
    前記候補決定手段は、前記解析結果に基づき、前記変換後テキストデータに付与する画像の候補を決定し、
    前記選択ルール決定手段は、前記ユーザ特徴情報に基づき、複数の前記画像の候補の中から1つを選択する第2の選択ルールを決定し、
    前記生成手段は、前記第2の選択ルールに基づき複数の前記画像の候補の中から1つを選択し、
    前記出力手段は、選択された1つの前記画像の候補をさらに含む前記変換結果情報を出
    力する処理装置。
  4. 請求項1から3のいずれか1項に記載の処理装置において、
    前記選択ルール決定手段は、ユーザの特徴と、各特徴のユーザに適用する前記第1の選択ルールの内容とを対応付けた参照情報に基づき、前記第1の選択ルールを決定し、
    前記変換結果情報に対する評価内容を示す評価内容情報と、評価を行ったユーザの前記ユーザ特徴情報とを含む評価情報を取得する評価情報取得手段と、
    前記評価情報に基づき、前記参照情報を更新する更新手段と、
    をさらに有する処理装置。
  5. 請求項4に記載の処理装置において、
    前記解析手段は、前記文章の中の少なくとも一部分の意図解析の結果を含む前記解析結果を生成し、
    前記候補決定手段は、複数の意図各々に複数の文字列を対応付けた情報において、前記解析結果が示す意図に対応付けられている複数の前記文字列を、前記変換候補として決定し、
    前記参照情報は、ユーザの特徴と、各特徴のユーザに適用する前記文字列の確率とを対応付けた情報であり、
    前記更新手段は、前記評価情報に基づき、前記文字列の確率を更新する処理装置。
  6. 請求項4又は5に記載の処理装置において、
    前記データ取得手段は、ログインした端末装置にコミュニケーションサービスを提供する応答装置から前記テキストデータを取得し、
    前記出力手段は、前記変換結果情報を前記応答装置に送信し、
    前記評価情報取得手段は、「前記応答装置が、第1のユーザ識別情報でログインした第1の端末装置に前記変換結果情報を送信した後」、かつ、「前記第1の端末装置が前記応答装置からログアウトした後」に、前記第1のユーザ識別情報でいずれかの端末装置が前記応答装置に再びログインし、前記コミュニケーションサービスを利用するリピートが発生したか否かの結果を、前記評価内容情報として取得する処理装置。
  7. 請求項4から6のいずれか1項に記載の処理装置において、
    前記評価情報取得手段は、前記変換結果情報に対してユーザが入力した情報に基づき決定された前記評価内容情報を取得する処理装置。
  8. コンピュータが、
    テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得工程と、
    前記テキストデータが示す文章を解析する解析工程と、
    前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定工程と、
    前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定工程と、
    前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成工程と、
    前記変換後テキストデータを含む変換結果情報を出力する出力工程と、
    を実行し、
    前記選択ルール決定工程では、前記第1の選択ルールとして、複数の前記変換候補各々の確率を決定し、
    前記生成工程では、複数の前記変換候補各々を選択する確率が前記選択ルール決定工程で決定された確率となる条件下で、ランダムに、複数の前記変換候補の中から1つを選択する処理方法。
  9. コンピュータを、
    テキストデータと、ユーザの特徴を示すユーザ特徴情報とを取得するデータ取得手段、
    前記テキストデータが示す文章を解析する解析手段、
    前記文章の解析結果に基づき前記文章の中の少なくとも一部分の変換候補を決定する候補決定手段、
    前記ユーザ特徴情報に基づき、複数の前記変換候補の中から1つを選択する第1の選択ルールを決定する選択ルール決定手段、
    前記第1の選択ルールに基づき複数の前記変換候補の中から1つを選択し、前記文章の中の少なくとも一部分を選択された1つの前記変換候補に変換した変換後テキストデータを生成する生成手段、
    前記変換後テキストデータを含む変換結果情報を出力する出力手段、
    として機能させ、
    前記選択ルール決定手段は、前記第1の選択ルールとして、複数の前記変換候補各々の確率を決定し、
    前記生成手段は、複数の前記変換候補各々を選択する確率が前記選択ルール決定手段により決定された確率となる条件下で、ランダムに、複数の前記変換候補の中から1つを選択するプログラム。
JP2019045808A 2019-03-13 2019-03-13 処理装置、処理方法及びプログラム Active JP7293743B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019045808A JP7293743B2 (ja) 2019-03-13 2019-03-13 処理装置、処理方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019045808A JP7293743B2 (ja) 2019-03-13 2019-03-13 処理装置、処理方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2020149310A JP2020149310A (ja) 2020-09-17
JP7293743B2 true JP7293743B2 (ja) 2023-06-20

Family

ID=72429681

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019045808A Active JP7293743B2 (ja) 2019-03-13 2019-03-13 処理装置、処理方法及びプログラム

Country Status (1)

Country Link
JP (1) JP7293743B2 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001188779A (ja) 1999-12-28 2001-07-10 Sony Corp 情報処理装置および方法、並びに記録媒体
JP2014002470A (ja) 2012-06-15 2014-01-09 Ricoh Co Ltd 処理装置、処理システム、出力方法およびプログラム
JP2017004051A (ja) 2015-06-04 2017-01-05 日本電信電話株式会社 書き換え規則獲得装置、方法、及びプログラム
JP2018055422A (ja) 2016-09-29 2018-04-05 株式会社東芝 情報処理システム、情報処理装置、情報処理方法、及びプログラム
US20180268309A1 (en) 2017-03-17 2018-09-20 International Business Machines Corporation Automated Technical Content Conversion Based on User Understanding Level
JP2019504413A (ja) 2015-12-29 2019-02-14 エム・ゼット・アイ・ピィ・ホールディングス・リミテッド・ライアビリティ・カンパニーMz Ip Holdings, Llc 絵文字を提案するためのシステムおよび方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001188779A (ja) 1999-12-28 2001-07-10 Sony Corp 情報処理装置および方法、並びに記録媒体
JP2014002470A (ja) 2012-06-15 2014-01-09 Ricoh Co Ltd 処理装置、処理システム、出力方法およびプログラム
JP2017004051A (ja) 2015-06-04 2017-01-05 日本電信電話株式会社 書き換え規則獲得装置、方法、及びプログラム
JP2019504413A (ja) 2015-12-29 2019-02-14 エム・ゼット・アイ・ピィ・ホールディングス・リミテッド・ライアビリティ・カンパニーMz Ip Holdings, Llc 絵文字を提案するためのシステムおよび方法
JP2018055422A (ja) 2016-09-29 2018-04-05 株式会社東芝 情報処理システム、情報処理装置、情報処理方法、及びプログラム
US20180268309A1 (en) 2017-03-17 2018-09-20 International Business Machines Corporation Automated Technical Content Conversion Based on User Understanding Level

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
今村 賢治 外3名,統計翻訳指標を導入した構文トランスファに基づく用例翻訳,情報処理学会研究報告,第2004巻第73号,日本,社団法人情報処理学会,2004年07月16日,p.71~77
平山 直樹 外4名,擬似生成した複数方言言語モデル混合による混合方言音声認識,情報処理学会 論文誌(ジャーナル) Vol.55 No.7 [online],日本,情報処理学会,2014年07月15日,第55巻第7号,p.1681-1694

Also Published As

Publication number Publication date
JP2020149310A (ja) 2020-09-17

Similar Documents

Publication Publication Date Title
RU2699399C2 (ru) Система и способ обнаружения орфанных высказываний
US7827165B2 (en) Providing a social network aware input dictionary
US9348479B2 (en) Sentiment aware user interface customization
US8954849B2 (en) Communication support method, system, and server device
CN107609092B (zh) 智能应答方法和装置
JP2019504413A (ja) 絵文字を提案するためのシステムおよび方法
US11010687B2 (en) Detecting abusive language using character N-gram features
JP5121763B2 (ja) 感情推定装置、及び方法
US11805185B2 (en) Offensive chat filtering using machine learning models
WO2014141976A1 (ja) ソーシャル・メデイアにおけるユーザの分類方法、コンピュータ・プログラム及びコンピュータ
CN103999082B (zh) 用于检测社交媒体中的社区的方法、计算机程序和计算机
CN110069769B (zh) 应用标签生成方法、装置及存储设备
JP2019091450A (ja) ユーザ−入力コンテンツと連関するリアルタイムフィードバック情報提供方法およびシステム
JP2019197366A (ja) コンテンツ評価装置、コンテンツ評価方法、プログラム、および記録媒体
CN107634897A (zh) 群推荐方法和装置
CN110209780B (zh) 一种问题模板生成方法、装置、服务器及存储介质
CN108304374A (zh) 信息处理方法及相关产品
JP2019053386A (ja) 情報処理装置、情報処理方法、およびプログラム
CN109766315B (zh) 文件展示方法及终端、计算机存储介质、计算机设备
US20150293903A1 (en) Text analysis
US20210374193A1 (en) Systems and methods for subjectively modifying social media posts
CN110738056A (zh) 用于生成信息的方法和装置
CN111581347A (zh) 语句相似度匹配方法及装置
JP7293743B2 (ja) 処理装置、処理方法及びプログラム
JP7099254B2 (ja) 学習方法、学習プログラム及び学習装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220204

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221213

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230327

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230411

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230424

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230509

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230522

R151 Written notification of patent or utility model registration

Ref document number: 7293743

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151