単語重要度算出装置とその方法とプログラム
【課題】対話における重要単語の出現特性を考慮した単語重要度算出装置とその方法とプログラムを提供する。
【解決手段】この発明の単語重要度算出装置は、形態素解析部と相槌単語同定部と単語重要度算出部とを具備する。形態素解析部は、発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する。相槌単語同定部は、形態素解析部が出力する受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する。単語重要度算出部は、発話者側単語列と相槌単語を入力として、相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値をその同一単語の単語重要度とする。
【解決手段】この発明の単語重要度算出装置は、形態素解析部と相槌単語同定部と単語重要度算出部とを具備する。形態素解析部は、発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する。相槌単語同定部は、形態素解析部が出力する受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する。単語重要度算出部は、発話者側単語列と相槌単語を入力として、相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値をその同一単語の単語重要度とする。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、対話テキストや対話音声内の単語の重要度を算出する単語重要度算出装置とその方法とプログラムに関する。
【背景技術】
【０００２】
従来から、文書中の単語の重要度を求める指標としてＴＦ−ＩＤＦ値が広く用いられている。ＴＦ−ＩＤＦ値とは、文書中のある単語ｗが出現する数（ＴＦ）を、その単語ｗを含む文書の数（ＤＦ）で除算した値である。つまり、ある文書内で数多く出現していて、且つ他の文書ではあまり出現しない単語ほど重要であるとする指標である。
【０００３】
例えば、コールセンターの応対（通話）を書き起こした文書を対象としてＴＦ−ＩＤＦ値を簡単に説明する。ある文書Ｄ内に「電話」、「解約」という単語がそれぞれ１０回、５回出現したとする。一方、「電話」、「解約」の単語を含む文書が全体で１００文書、１０文書あったと仮定する。
【０００４】
この場合、ある文書Ｄにおける「電話」と「解約」の重要度Ｉ電話とＩ解約は次式によって算出される。この値がＴＦ−ＩＤＦ値である。
【数１】
【０００５】
この場合、ある文書Ｄにおいては「解約」の方が「電話」よりも重要であると判定される。このように数多く出現する単語でも、他の文書でも共通して出現するような単語の重要度は低くなり、他の文書ではあまり出現しない単語の重要度が高くなるように計算される（非特許文献１）。
【先行技術文献】
【非特許文献】
【０００６】
【非特許文献１】Gerard Salton, Christopher Buckly,”TERM-WEIGHTING APPROACHES IN AUTOMATIC TEXT RETRIEVAL” Information Processing & Management Vol.24,No.5,pp.513-523, 1988.
【発明の概要】
【発明が解決しようとする課題】
【０００７】
従来のＴＦ−ＩＤＦ値を用いて重要度を求める方法は、次のような課題がある。対話では言い淀みや言い換えなどで同じ単語が繰り返し発言される場合があり、重要でない単語であっても対話中の出現頻度（ＴＦ）が大きくなってしまい適切な重要度が計算できない場合がある。また、対話では省略や指示語（「それ」、「これ」等）への置換が頻繁に生じるため、その対話の話題となっているような重要語であっても、対話中の出現頻度（ＴＦ）が小さい値となり適切な重要度が計算できない場合がある。また、文書の数（ＤＦ）を計算するためには、事前に大量の文書を収集しておかなければならないため、その収集に要するコストが大きい。
【０００８】
この発明は、このような課題に鑑みてなされたものであり、対話における重要単語の出現特性に着目して単語重要度を算出する単語重要度算出装置とその方法と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】
【０００９】
この発明の単語重要度算出装置は、形態素解析部と、相槌単語同定部と、単語重要度算出部と、を具備する。形態素解析部は、発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する。相槌単語同定部は、形態素解析部が出力する受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する。単語重要度算出部は、発話者側単語列と相槌単語を入力として、相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値をその同一単語の単語重要度とする。
【発明の効果】
【００１０】
この発明の単語重要度算出装置は、受話者側単語列内の相槌単語より前所定時間内の同一単語を集計して、その数を同一単語の重要度とする。つまり、相槌単語の前所定時間内に数多く出現する単語の重要度を高く算出するものである。よって、言い淀みや言い換え或いは口癖などで重要でない単語であっても対話中の出現頻度（ＴＦ）が大きくなる単語の単語重要度を高く算出してしまうことがない。また、省略や指示語に置換されて見かけ上の頻度が少なくなった単語についても適切な単語重要度を算出することができる。また、事前に大量の文書を収集しておく必要がない。
【図面の簡単な説明】
【００１１】
【図１】この発明の単語重要度算出装置１００の機能構成例を示す図。
【図２】単語重要度算出装置１００の動作フローを示す図。
【図３】時間情報を元に相槌単語を同定する相槌単語同定法の概念を示す図。
【図４】コールセンターにおける対話の一例を示す図。
【図５】形態素解析部１０の出力する発話者側単語列と受話者側単語列の形態素の一例を示す図。
【図６】単語重要度算出部４０の動作フローを示す図。
【図７】相槌単語ｗからの距離（単語数Ｄｎ）に応じて重要度が変わる例を説明するための発話者側単語列と受話者側単語列を示す図。
【図８】この発明の単語重要度算出装置２００の機能構成例を示す図。
【図９】この発明の単語重要度算出装置３００の機能構成例を示す図。
【発明を実施するための形態】
【００１２】
以下、この発明の実施の形態を図面を参照して説明する。複数の図面中同一のものには
同じ参照符号を付し、説明は繰り返さない。
【実施例１】
【００１３】
図１に、この発明の単語重要度算出装置１００の機能構成例を示す。図２にその動作フローを示す。単語重要度算出装置１００は、形態素解析部１０と、相槌単語同定部２０と、単語重要度算出部４０と、制御部５０と、を具備する。単語重要度算出装置１００の各部の機能は、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現されるものである。
【００１４】
形態素解析部１０は、発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割し、その単語毎の開始・終了時間を付した発話者側単語列と受話者側単語列を出力する（ステップＳ１０）。形態素解析とは文を単語単位に分割する技術である。例えば、文を「私は学校を休んだ」とした時に、その文を形態素解析した結果は、「/」で単語毎に区切られて「私/は/学校/を/休んだ」となる。
【００１５】
この実施例で対象としている対話テキストとは、対話の時間構造及び話者情報が保たれているテキストである。対話の時間構造とは各発話の順序関係のことである。対話の話者情報とは各発話がどの話者によって話されたかという情報である。
【００１６】
相槌単語同定部２０は、形態素解析部１０が出力する受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する（ステップＳ２０）。相槌単語を同定する方法としては、予め複数の相槌単語を記憶した相槌単語リスト３０を参照して行う方法が考えられる。表１に、図１に破線で示した相槌単語リスト３０に記憶される相槌単語の例を示す。
【００１７】
【表１】
【００１８】
表１は、作表の都合で２列にしただけであり、列に意味はない。相槌単語同定部２０は、表１に例示した相槌単語リスト３０を参照して受話者側単語列内の相槌単語を同定する。つまり、受話者側単語列に含まれる相槌単語を明らかにする。
【００１９】
なお、相槌単語リスト３０を用いずに相槌単語を同定する方法も考えられる。図３に、各発話の開始・終了時間が情報として付与されていた場合に、相手が話している最中に話された発話を相槌単語とする方法の概念図を示す。各発話の開始・終了時間情報を付与するには、入力が音声信号の場合は従来技術の発話区間検出技術（ＶＡＤ）や音声認識技術を用いる。また、テキストの場合は人手で開始・終了時間を付与する。
【００２０】
図３は、顧客とオペレータの対話の音声波形を示す図である。顧客の発話時間帯ＣＵ１〜ＣＵ６とオペレータの発話時間帯ＯＰ１〜ＯＰ１５が時系列で並んでいる。ここで、一方が発話中の他方の発話を相槌単語として同定する。顧客が発話している発話区間ＣＵ２において、顧客が発話中にオペレータが発話を開始して終了するオペレータ側の発話区間ＯＰ２〜ＯＰ５が相槌単語として同定される。また、オペレータの発話区間ＯＰ６において、オペレータが発話中に顧客が発話を開始して終了する顧客側の発話区間ＣＵ３が相槌単語として同定される。この相槌単語同定方法では、相槌単語リスト３０は不要である。
【００２１】
単語重要度算出部４０は、形態素解析部１０が出力する発話者側単語列と相槌単語同定部２０で相槌単語と同定された受話者側単語を入力として、その相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度として出力する（ステップＳ４０）。制御部５０は、上記した各機能部間の時系列的な動作等を制御するものである。
【００２２】
最も情報量の少ない対話テキストは、図３の例において、顧客の発話時間帯ＣＵ１の後にオペレータの発話時間帯ＯＰ１、次に顧客のＣＵ２、オペレータのＯＰ２，ＯＰ３，ＯＰ４，ＯＰ５，ＯＰ６、その後に顧客のＣＵ３と続く（ＣＵ３以降の順序は省略する）順序関係のみが分かっている場合である。
【００２３】
この場合、単語重要度算出部４０は、相槌と同定された相槌単語（発話時間帯ＯＰ２）より前の顧客の発話時間帯ＣＵ２に含まれる全ての単語、例えば内容語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする。この場合、ＯＰ３，ＯＰ４，ＯＰ５の相槌単語より前所定時間内の単語としては、発話時間帯ＯＰ２と同じで顧客の発話時間帯ＣＵ２に含まれる全ての単語が対象となる。
【００２４】
以上説明したように単語重要度算出装置１００は、受話者側の単語列から相槌単語を同定し、その相槌単語から一定時間前の同一単語の数を集計して単語重要度とする。つまり、対話を進める中でキーワードやポイントとなるような箇所で、相手話者は「はい」、「あー」、「なるほど」等の相槌を打つ傾向がある。単語重要度算出装置１００は、この特性に着目して相槌単語より前所定時間内に出現する同一単語は重要度が高い単語として、その同一単語の数を集計して単語重要度とする。よって、重要でない単語であっても、言い淀みや言い換え又は口癖などで繰り返し発言される単語の高い出現頻度の影響を受けずに単語重要度を算出することができる。また、従来技術のように事前に大量の文書を収集しておく必要がない。また、一対話テキストだけでも単語重要度の算出が可能である。
【００２５】
単語重要度算出装置１００の各部の機能を具体例を示して更に詳しく説明する。図４に、対話テキストの具体例を示す。この例は、コールセンターに掛かって来た電話の応対を記録した対話テキストの一部である。よって、発話者は顧客であり、受話者はオペレータである。対話テキストの横方向は経過時間である。顧客の「昨日/こちら/に/電話/して/固定/電話/の/新規/申し込み/を/した/ん/ですけど」の「/」で区切られた部分が、形態素解析された単語である。オペレータは、その顧客の発話に応対して「はい」、「なるほど」と発言している。
【００２６】
図５に、この対話テキストを形態素解析部１０で形態素解析した発話者側単語列と受話者側単語列を示す。図５の左側一列目が発話者側単語列であり、発話者側単語列を構成する単語が経過時間順に並べられている。この例ではそれぞれの単語に開始・終了時間が付されている。左側から３列目が受話者側単語列であり、発話者側単語列との時間関係が明確になるように受話者側単語列の単語を同じ時間帯に位置するように表記されている。なお、受話者側単語列の単語にも開始・終了時間が付されているので、図５に示す受話者側単語列の空欄は不要である。
【００２７】
形態素解析部１０が出力する受話者側単語列は、相槌単語同定部２０に入力される。相槌単語同定部２０は、例えば、「はい」、「なるほど」の単語が相槌単語リスト３０（表１）に記憶されているか否かを参照して、その単語が記憶されていればその単語を相槌単語として同定する。この例の場合、「はい」、「なるほど」は相槌単語リスト３０に記憶されているので、相槌単語であることを示す識別子が付されてそれぞれの開始・終了時間と共に単語重要度算出部４０に出力される。この例（図４）の受話者側単語列の単語、「はい」、「なるほど」は両方とも相槌単語であるが、相槌単語以外の受話者側単語も一緒に出力される。
【００２８】
単語重要度算出部４０は、形態素解析部１０が出力する発話者側単語列と相槌単語同定部２０が出力する相槌単語を入力として、相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度として出力する。図６に、単語重要度算出部４０の動作フローの一例を示す。図６の動作フローは、内容語のみを対象に単語重要度を算出する例である。内容語とは、事物の名称、性質、動作、状況などを表現する語のことであり、名詞、形容詞、動詞、副詞などに当たる語である。
【００２９】
単語重要度算出部４０は動作を開始すると、先ず相槌単語の識別番号になるｉをｉ＝１にリセットする（ステップＳ４００）。そして、受話側単語列の経過時間の早い方から単語列を構成する単語が相槌単語か否かを、その単語に付された識別子を見て判断する（ステップＳ４０１）。単語が相槌単語の場合（ステップＳ４０１のＹｅｓ）、相槌単語の「はい」はｗ１と付番され、その相槌単語ｗ１より前所定時間内の単語、この例では前３個の内容語を抽出する。この例では、相槌単語ｗ１より前１個目の内容語である「ｗ１１：電話」（ステップＳ４０２）と、前２個目の「ｗ１２：固定」（ステップＳ４０３）と、前３個目の「ｗ１３：電話」（ステップＳ４０４）の単語が抽出される。
【００３０】
この例における前所定時間とは、３個の内容語が抽出されるまでの時間である。なお、この前所定時間は、固定された一定時間としても良い。
【００３１】
そして、ｉがインクリメント（ステップＳ４０５）されて受話者側単語列内の全ての相槌単語に対応する単語が抽出されるまでステップＳ４０１〜ステップＳ４０６の処理が繰り返される。この例では、２個目の相槌単語ｗ２に対応する内容語である「ｗ２１：申し込み」、「ｗ２２：新規」、「ｗ２３：電話」が抽出される。
【００３２】
そして、抽出した単語の同一単語の数が集計されて、その同一単語の単語重要度となる。この場合、同一単語の「電話」の重要度Ｉ電話はＩ電話＝３（ｗ１１，ｗ１３，ｗ２３）、重要度Ｉ固定はＩ固定＝１（ｗ１２）、重要度Ｉ新規はＩ新規＝１（ｗ２２）、重要度Ｉ申し込みはＩ申し込み＝１（ｗ２１）となる。なお、内容語に限定せずに全ての単語を抽出対象にしても良い。
【００３３】
また、相槌単語ｗからの距離（単語数Ｄｎ若しくは時間Ｄｔ）に応じて重要度が変わるようにしても良い。相槌単語から距離が近ければ近いほど重要度が高く、距離が遠ければ重要度が低く算出されるようにする方法も考えられる。その場合、単語重要度Ｉｗを次式に示すように算出する。
【００３４】
【数２】
【００３５】
図７を参照して、相槌単語ｗからの距離（単語数Ｄｎ）に応じて重要度が変わる例を説明する。相槌単語ｗ１の前に存在する内容語は、「ｗ１１：電話」、「ｗ１２：固定」、「ｗ１３：電話」、「ｗ１４：こちら」、「ｗ１５：昨日」である。相槌単語ｗ２の前に存在する内容語は、「ｗ２１：申し込み」、「ｗ２２：新規」、「ｗ２３：電話」、「ｗ２４：固定」、「ｗ２５：電話」、「ｗ２６：こちら」、「ｗ２７：昨日」である。
【００３６】
この場合、例えば単語重要度Ｉ電話は式（４）で計算される。
【数３】
【００３７】
このように相槌単語ｗからの距離が遠いと重みは小さくなる。なお、各単語の相槌単語ｗからの距離の逆数の和の対数値を単語重要度Ｉｗとしているが、対数を取らない値を単語重要度として用いることも可能である。この場合も、内容語のみを対処にするのではなく機能語を含む全ての単語を対象にしてももちろん良い。
【００３８】
また、相槌単語の種類によって重要度の重みを変えるようにしても良い。例えば「なるほど」は、「はい」などの相槌単語と比べてより対話の重要な箇所で使われる可能性が高い。そこで、例えば表２に示すように相槌単語に応じた重みＷｆを予め決めおき、式（５）に示すように単語重要度Ｉｗを求めても良い。
【００３９】
【数４】
【００４０】
【表２】
【００４１】
この場合、例えば単語重要度Ｉ電話は式（６）で計算される。
【数５】
【００４２】
以上述べたように、単語重要度Ｉｗの算出方法にはいくつかの方法が考えられる。
【実施例２】
【００４３】
図８に、この発明の単語重要度算出装置２００の機能構成例を示す。単語重要度算出装置２００は、上記した単語重要度算出装置１００の形態素解析部１０に代えて音声認識部２１０となる点のみが異なる。
【００４４】
音声認識部２１０は、発話者と受話者の会話に基づく対話音声を入力として、当該対話音声を音声認識して単語単位に分割し、単語毎に開始・終了時間と単語毎の信頼度を付した発話者単語列と受話者単語列を出力する。音声認識部２１０は従来技術で実現できる。
【００４５】
ここで単語毎の信頼度とは、音声認識処理の過程で算出される認識結果をどれだけ信頼して良いかを表す指標であり、音響的な確からしさを表す音響尤度と言語的な確からしさを表す言語尤度の双方、若しくはその一方で表される値である。
【００４６】
単語重要度算出装置２００は、対話音声から単語の重要度を求めることができる。また、音声認識部２１０が出力する単語毎の信頼度を重要度の算出に用いるようにした変形例も考えられる。その変形例の単語重要度算出装置２００′は、単語重要度算出装置２００に対して単語重要度算出部２４０を具備する点で異なる。
【００４７】
単語重要度算出部２４０は、音声認識部２１０の出力する発話者側単語列とその単語列の単語の信頼度と、相槌単語同定部２０が出力する相槌単語を入力として、相槌単語より前所定時間内の信頼度が所定値以上の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を上記同一単語の単語重要度とする。信頼度が所定値以上の単語を抽出してその単語の中の同一単語の重要度を算出するので単語重要度の精度を高める効果を奏する。
【実施例３】
【００４８】
図９に、この発明の単語重要度算出装置３００の機能構成例を示す。単語重要度算出装置３００は、従来技術で説明したＴＦ−ＩＤＦ値を算出するＴＦ−ＩＤＦ算出部３６０を更に備える点で、単語重要度算出装置１００と異なる。また、単語重要度算出装置３００の単語重要度算出部３４０は、ＴＦ−ＩＤＦ値も加味して同一単語の単語重要度を求める点で単語重要度算出部４０と異なる。
【００４９】
ＴＦ−ＩＤＦ算出部３６０は、形態素解析部１０が出力する発話者側単語列を入力として、発話者側単語列を構成する各単語毎に、単語出現頻度ｔｆｗ、文書出現頻度ｄｆｗをもとにＴＦ−ＩＤＦ値を算出する。ある単語ｗにおけるＴＦ−ＩＤＦ値ＴＤｗは、次式によって算出される。
【数６】
【００５０】
ＴＦ−ＩＤＦ値が大きい単語ｗの重要度は高いと推定される。ＴＦ−ＩＤＦ値を求める方法は従来技術であるのでこれ以上の説明は省略する。
【００５１】
単語重要度算出部３４０は、実施例１で説明した相槌を用いた単語重要度ＩｗをＩＦｗとしたときに、このＴＤｗも用いて各単語の単語重要度Ｉｗを次式で算出する。
【数７】
【００５２】
ここでαは両重要度を線形結合する重みである。また、式（９）に示すようにＴＤｗの値を重みとして用いても良い。
【数８】
【００５３】
このようにＴＦ−ＩＤＦ値も加味して同一単語の単語重要度を求めることで、単語重要度の精度を向上させる効果が期待できる。なお、単語重要度算出装置３００は、単語重要度算出装置１００にＴＦ−ＩＤＦ算出部３６０の機能構成を追加する例で説明したが、音声認識部２１０を用いた単語重要度算出装置２００にＴＦ−ＩＤＦ算出部３６０の機能構成を追加する構成としても良い。
【００５４】
以上説明した単語重要度算出装置１００，２００，３００は、相槌単語周辺に出現する単語は重要度が高い単語としてその単語重要度を算出する。その単語重要度算出方法によれば、言い淀みや言い換え、口癖など、対話中に話題とは関係なく多く出現する（ＴＦ値が大きい）単語の単語重要度が高いと誤判定してしまう問題を解決することができる。また、対話中に何度も出現していなくとも（ＴＦ値が大きくなくても）、単語重要度を頑健に算出することが可能となる。また、一対話テキストだけでも単語重要度の算出が可能である。また、単語重要度算出装置１００，２００に限って言えば、単語ｗを含む文書の数（ＤＦ）を算出するためのコストが不要である。また、ＤＦを利用しなくても、対話における話題後の出現特性を利用することで、話題ではないが頻繁に出現するような単語の重要度が高くなってしまう問題を解決できる。
単語重要度算出装置１００，２００，３００は、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現される。
【００５５】
その場合、その処理内容を記述したプログラムは、コンピュータで読み取り可能な任意の記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリがある。より具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、DVD（Digital Versatile Disc）、DVD-RAM（Random Access Memory）、CD-ROM（Compact Disc Read Only Memory）、CD-R（Recordable）/RW（ReWritable）等を、光磁気記録媒体として、MO（Magneto Optical disc）等を、半導体メモリとしてEEP-ROM（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。
【００５６】
また、このプログラムの流通は、例えば、そのプログラムを記録したDVD、CD-ROM等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記録装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【００５７】
また、各手段は、コンピュータ上で所定のプログラムを実行させることにより構成することにしてもよいし、これらの処理内容の少なくとも一部、又は全部をハードウェアとして実現することとしてもよい。
【技術分野】
【０００１】
この発明は、対話テキストや対話音声内の単語の重要度を算出する単語重要度算出装置とその方法とプログラムに関する。
【背景技術】
【０００２】
従来から、文書中の単語の重要度を求める指標としてＴＦ−ＩＤＦ値が広く用いられている。ＴＦ−ＩＤＦ値とは、文書中のある単語ｗが出現する数（ＴＦ）を、その単語ｗを含む文書の数（ＤＦ）で除算した値である。つまり、ある文書内で数多く出現していて、且つ他の文書ではあまり出現しない単語ほど重要であるとする指標である。
【０００３】
例えば、コールセンターの応対（通話）を書き起こした文書を対象としてＴＦ−ＩＤＦ値を簡単に説明する。ある文書Ｄ内に「電話」、「解約」という単語がそれぞれ１０回、５回出現したとする。一方、「電話」、「解約」の単語を含む文書が全体で１００文書、１０文書あったと仮定する。
【０００４】
この場合、ある文書Ｄにおける「電話」と「解約」の重要度Ｉ電話とＩ解約は次式によって算出される。この値がＴＦ−ＩＤＦ値である。
【数１】
【０００５】
この場合、ある文書Ｄにおいては「解約」の方が「電話」よりも重要であると判定される。このように数多く出現する単語でも、他の文書でも共通して出現するような単語の重要度は低くなり、他の文書ではあまり出現しない単語の重要度が高くなるように計算される（非特許文献１）。
【先行技術文献】
【非特許文献】
【０００６】
【非特許文献１】Gerard Salton, Christopher Buckly,”TERM-WEIGHTING APPROACHES IN AUTOMATIC TEXT RETRIEVAL” Information Processing & Management Vol.24,No.5,pp.513-523, 1988.
【発明の概要】
【発明が解決しようとする課題】
【０００７】
従来のＴＦ−ＩＤＦ値を用いて重要度を求める方法は、次のような課題がある。対話では言い淀みや言い換えなどで同じ単語が繰り返し発言される場合があり、重要でない単語であっても対話中の出現頻度（ＴＦ）が大きくなってしまい適切な重要度が計算できない場合がある。また、対話では省略や指示語（「それ」、「これ」等）への置換が頻繁に生じるため、その対話の話題となっているような重要語であっても、対話中の出現頻度（ＴＦ）が小さい値となり適切な重要度が計算できない場合がある。また、文書の数（ＤＦ）を計算するためには、事前に大量の文書を収集しておかなければならないため、その収集に要するコストが大きい。
【０００８】
この発明は、このような課題に鑑みてなされたものであり、対話における重要単語の出現特性に着目して単語重要度を算出する単語重要度算出装置とその方法と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】
【０００９】
この発明の単語重要度算出装置は、形態素解析部と、相槌単語同定部と、単語重要度算出部と、を具備する。形態素解析部は、発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する。相槌単語同定部は、形態素解析部が出力する受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する。単語重要度算出部は、発話者側単語列と相槌単語を入力として、相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値をその同一単語の単語重要度とする。
【発明の効果】
【００１０】
この発明の単語重要度算出装置は、受話者側単語列内の相槌単語より前所定時間内の同一単語を集計して、その数を同一単語の重要度とする。つまり、相槌単語の前所定時間内に数多く出現する単語の重要度を高く算出するものである。よって、言い淀みや言い換え或いは口癖などで重要でない単語であっても対話中の出現頻度（ＴＦ）が大きくなる単語の単語重要度を高く算出してしまうことがない。また、省略や指示語に置換されて見かけ上の頻度が少なくなった単語についても適切な単語重要度を算出することができる。また、事前に大量の文書を収集しておく必要がない。
【図面の簡単な説明】
【００１１】
【図１】この発明の単語重要度算出装置１００の機能構成例を示す図。
【図２】単語重要度算出装置１００の動作フローを示す図。
【図３】時間情報を元に相槌単語を同定する相槌単語同定法の概念を示す図。
【図４】コールセンターにおける対話の一例を示す図。
【図５】形態素解析部１０の出力する発話者側単語列と受話者側単語列の形態素の一例を示す図。
【図６】単語重要度算出部４０の動作フローを示す図。
【図７】相槌単語ｗからの距離（単語数Ｄｎ）に応じて重要度が変わる例を説明するための発話者側単語列と受話者側単語列を示す図。
【図８】この発明の単語重要度算出装置２００の機能構成例を示す図。
【図９】この発明の単語重要度算出装置３００の機能構成例を示す図。
【発明を実施するための形態】
【００１２】
以下、この発明の実施の形態を図面を参照して説明する。複数の図面中同一のものには
同じ参照符号を付し、説明は繰り返さない。
【実施例１】
【００１３】
図１に、この発明の単語重要度算出装置１００の機能構成例を示す。図２にその動作フローを示す。単語重要度算出装置１００は、形態素解析部１０と、相槌単語同定部２０と、単語重要度算出部４０と、制御部５０と、を具備する。単語重要度算出装置１００の各部の機能は、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現されるものである。
【００１４】
形態素解析部１０は、発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割し、その単語毎の開始・終了時間を付した発話者側単語列と受話者側単語列を出力する（ステップＳ１０）。形態素解析とは文を単語単位に分割する技術である。例えば、文を「私は学校を休んだ」とした時に、その文を形態素解析した結果は、「/」で単語毎に区切られて「私/は/学校/を/休んだ」となる。
【００１５】
この実施例で対象としている対話テキストとは、対話の時間構造及び話者情報が保たれているテキストである。対話の時間構造とは各発話の順序関係のことである。対話の話者情報とは各発話がどの話者によって話されたかという情報である。
【００１６】
相槌単語同定部２０は、形態素解析部１０が出力する受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する（ステップＳ２０）。相槌単語を同定する方法としては、予め複数の相槌単語を記憶した相槌単語リスト３０を参照して行う方法が考えられる。表１に、図１に破線で示した相槌単語リスト３０に記憶される相槌単語の例を示す。
【００１７】
【表１】
【００１８】
表１は、作表の都合で２列にしただけであり、列に意味はない。相槌単語同定部２０は、表１に例示した相槌単語リスト３０を参照して受話者側単語列内の相槌単語を同定する。つまり、受話者側単語列に含まれる相槌単語を明らかにする。
【００１９】
なお、相槌単語リスト３０を用いずに相槌単語を同定する方法も考えられる。図３に、各発話の開始・終了時間が情報として付与されていた場合に、相手が話している最中に話された発話を相槌単語とする方法の概念図を示す。各発話の開始・終了時間情報を付与するには、入力が音声信号の場合は従来技術の発話区間検出技術（ＶＡＤ）や音声認識技術を用いる。また、テキストの場合は人手で開始・終了時間を付与する。
【００２０】
図３は、顧客とオペレータの対話の音声波形を示す図である。顧客の発話時間帯ＣＵ１〜ＣＵ６とオペレータの発話時間帯ＯＰ１〜ＯＰ１５が時系列で並んでいる。ここで、一方が発話中の他方の発話を相槌単語として同定する。顧客が発話している発話区間ＣＵ２において、顧客が発話中にオペレータが発話を開始して終了するオペレータ側の発話区間ＯＰ２〜ＯＰ５が相槌単語として同定される。また、オペレータの発話区間ＯＰ６において、オペレータが発話中に顧客が発話を開始して終了する顧客側の発話区間ＣＵ３が相槌単語として同定される。この相槌単語同定方法では、相槌単語リスト３０は不要である。
【００２１】
単語重要度算出部４０は、形態素解析部１０が出力する発話者側単語列と相槌単語同定部２０で相槌単語と同定された受話者側単語を入力として、その相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度として出力する（ステップＳ４０）。制御部５０は、上記した各機能部間の時系列的な動作等を制御するものである。
【００２２】
最も情報量の少ない対話テキストは、図３の例において、顧客の発話時間帯ＣＵ１の後にオペレータの発話時間帯ＯＰ１、次に顧客のＣＵ２、オペレータのＯＰ２，ＯＰ３，ＯＰ４，ＯＰ５，ＯＰ６、その後に顧客のＣＵ３と続く（ＣＵ３以降の順序は省略する）順序関係のみが分かっている場合である。
【００２３】
この場合、単語重要度算出部４０は、相槌と同定された相槌単語（発話時間帯ＯＰ２）より前の顧客の発話時間帯ＣＵ２に含まれる全ての単語、例えば内容語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする。この場合、ＯＰ３，ＯＰ４，ＯＰ５の相槌単語より前所定時間内の単語としては、発話時間帯ＯＰ２と同じで顧客の発話時間帯ＣＵ２に含まれる全ての単語が対象となる。
【００２４】
以上説明したように単語重要度算出装置１００は、受話者側の単語列から相槌単語を同定し、その相槌単語から一定時間前の同一単語の数を集計して単語重要度とする。つまり、対話を進める中でキーワードやポイントとなるような箇所で、相手話者は「はい」、「あー」、「なるほど」等の相槌を打つ傾向がある。単語重要度算出装置１００は、この特性に着目して相槌単語より前所定時間内に出現する同一単語は重要度が高い単語として、その同一単語の数を集計して単語重要度とする。よって、重要でない単語であっても、言い淀みや言い換え又は口癖などで繰り返し発言される単語の高い出現頻度の影響を受けずに単語重要度を算出することができる。また、従来技術のように事前に大量の文書を収集しておく必要がない。また、一対話テキストだけでも単語重要度の算出が可能である。
【００２５】
単語重要度算出装置１００の各部の機能を具体例を示して更に詳しく説明する。図４に、対話テキストの具体例を示す。この例は、コールセンターに掛かって来た電話の応対を記録した対話テキストの一部である。よって、発話者は顧客であり、受話者はオペレータである。対話テキストの横方向は経過時間である。顧客の「昨日/こちら/に/電話/して/固定/電話/の/新規/申し込み/を/した/ん/ですけど」の「/」で区切られた部分が、形態素解析された単語である。オペレータは、その顧客の発話に応対して「はい」、「なるほど」と発言している。
【００２６】
図５に、この対話テキストを形態素解析部１０で形態素解析した発話者側単語列と受話者側単語列を示す。図５の左側一列目が発話者側単語列であり、発話者側単語列を構成する単語が経過時間順に並べられている。この例ではそれぞれの単語に開始・終了時間が付されている。左側から３列目が受話者側単語列であり、発話者側単語列との時間関係が明確になるように受話者側単語列の単語を同じ時間帯に位置するように表記されている。なお、受話者側単語列の単語にも開始・終了時間が付されているので、図５に示す受話者側単語列の空欄は不要である。
【００２７】
形態素解析部１０が出力する受話者側単語列は、相槌単語同定部２０に入力される。相槌単語同定部２０は、例えば、「はい」、「なるほど」の単語が相槌単語リスト３０（表１）に記憶されているか否かを参照して、その単語が記憶されていればその単語を相槌単語として同定する。この例の場合、「はい」、「なるほど」は相槌単語リスト３０に記憶されているので、相槌単語であることを示す識別子が付されてそれぞれの開始・終了時間と共に単語重要度算出部４０に出力される。この例（図４）の受話者側単語列の単語、「はい」、「なるほど」は両方とも相槌単語であるが、相槌単語以外の受話者側単語も一緒に出力される。
【００２８】
単語重要度算出部４０は、形態素解析部１０が出力する発話者側単語列と相槌単語同定部２０が出力する相槌単語を入力として、相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度として出力する。図６に、単語重要度算出部４０の動作フローの一例を示す。図６の動作フローは、内容語のみを対象に単語重要度を算出する例である。内容語とは、事物の名称、性質、動作、状況などを表現する語のことであり、名詞、形容詞、動詞、副詞などに当たる語である。
【００２９】
単語重要度算出部４０は動作を開始すると、先ず相槌単語の識別番号になるｉをｉ＝１にリセットする（ステップＳ４００）。そして、受話側単語列の経過時間の早い方から単語列を構成する単語が相槌単語か否かを、その単語に付された識別子を見て判断する（ステップＳ４０１）。単語が相槌単語の場合（ステップＳ４０１のＹｅｓ）、相槌単語の「はい」はｗ１と付番され、その相槌単語ｗ１より前所定時間内の単語、この例では前３個の内容語を抽出する。この例では、相槌単語ｗ１より前１個目の内容語である「ｗ１１：電話」（ステップＳ４０２）と、前２個目の「ｗ１２：固定」（ステップＳ４０３）と、前３個目の「ｗ１３：電話」（ステップＳ４０４）の単語が抽出される。
【００３０】
この例における前所定時間とは、３個の内容語が抽出されるまでの時間である。なお、この前所定時間は、固定された一定時間としても良い。
【００３１】
そして、ｉがインクリメント（ステップＳ４０５）されて受話者側単語列内の全ての相槌単語に対応する単語が抽出されるまでステップＳ４０１〜ステップＳ４０６の処理が繰り返される。この例では、２個目の相槌単語ｗ２に対応する内容語である「ｗ２１：申し込み」、「ｗ２２：新規」、「ｗ２３：電話」が抽出される。
【００３２】
そして、抽出した単語の同一単語の数が集計されて、その同一単語の単語重要度となる。この場合、同一単語の「電話」の重要度Ｉ電話はＩ電話＝３（ｗ１１，ｗ１３，ｗ２３）、重要度Ｉ固定はＩ固定＝１（ｗ１２）、重要度Ｉ新規はＩ新規＝１（ｗ２２）、重要度Ｉ申し込みはＩ申し込み＝１（ｗ２１）となる。なお、内容語に限定せずに全ての単語を抽出対象にしても良い。
【００３３】
また、相槌単語ｗからの距離（単語数Ｄｎ若しくは時間Ｄｔ）に応じて重要度が変わるようにしても良い。相槌単語から距離が近ければ近いほど重要度が高く、距離が遠ければ重要度が低く算出されるようにする方法も考えられる。その場合、単語重要度Ｉｗを次式に示すように算出する。
【００３４】
【数２】
【００３５】
図７を参照して、相槌単語ｗからの距離（単語数Ｄｎ）に応じて重要度が変わる例を説明する。相槌単語ｗ１の前に存在する内容語は、「ｗ１１：電話」、「ｗ１２：固定」、「ｗ１３：電話」、「ｗ１４：こちら」、「ｗ１５：昨日」である。相槌単語ｗ２の前に存在する内容語は、「ｗ２１：申し込み」、「ｗ２２：新規」、「ｗ２３：電話」、「ｗ２４：固定」、「ｗ２５：電話」、「ｗ２６：こちら」、「ｗ２７：昨日」である。
【００３６】
この場合、例えば単語重要度Ｉ電話は式（４）で計算される。
【数３】
【００３７】
このように相槌単語ｗからの距離が遠いと重みは小さくなる。なお、各単語の相槌単語ｗからの距離の逆数の和の対数値を単語重要度Ｉｗとしているが、対数を取らない値を単語重要度として用いることも可能である。この場合も、内容語のみを対処にするのではなく機能語を含む全ての単語を対象にしてももちろん良い。
【００３８】
また、相槌単語の種類によって重要度の重みを変えるようにしても良い。例えば「なるほど」は、「はい」などの相槌単語と比べてより対話の重要な箇所で使われる可能性が高い。そこで、例えば表２に示すように相槌単語に応じた重みＷｆを予め決めおき、式（５）に示すように単語重要度Ｉｗを求めても良い。
【００３９】
【数４】
【００４０】
【表２】
【００４１】
この場合、例えば単語重要度Ｉ電話は式（６）で計算される。
【数５】
【００４２】
以上述べたように、単語重要度Ｉｗの算出方法にはいくつかの方法が考えられる。
【実施例２】
【００４３】
図８に、この発明の単語重要度算出装置２００の機能構成例を示す。単語重要度算出装置２００は、上記した単語重要度算出装置１００の形態素解析部１０に代えて音声認識部２１０となる点のみが異なる。
【００４４】
音声認識部２１０は、発話者と受話者の会話に基づく対話音声を入力として、当該対話音声を音声認識して単語単位に分割し、単語毎に開始・終了時間と単語毎の信頼度を付した発話者単語列と受話者単語列を出力する。音声認識部２１０は従来技術で実現できる。
【００４５】
ここで単語毎の信頼度とは、音声認識処理の過程で算出される認識結果をどれだけ信頼して良いかを表す指標であり、音響的な確からしさを表す音響尤度と言語的な確からしさを表す言語尤度の双方、若しくはその一方で表される値である。
【００４６】
単語重要度算出装置２００は、対話音声から単語の重要度を求めることができる。また、音声認識部２１０が出力する単語毎の信頼度を重要度の算出に用いるようにした変形例も考えられる。その変形例の単語重要度算出装置２００′は、単語重要度算出装置２００に対して単語重要度算出部２４０を具備する点で異なる。
【００４７】
単語重要度算出部２４０は、音声認識部２１０の出力する発話者側単語列とその単語列の単語の信頼度と、相槌単語同定部２０が出力する相槌単語を入力として、相槌単語より前所定時間内の信頼度が所定値以上の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を上記同一単語の単語重要度とする。信頼度が所定値以上の単語を抽出してその単語の中の同一単語の重要度を算出するので単語重要度の精度を高める効果を奏する。
【実施例３】
【００４８】
図９に、この発明の単語重要度算出装置３００の機能構成例を示す。単語重要度算出装置３００は、従来技術で説明したＴＦ−ＩＤＦ値を算出するＴＦ−ＩＤＦ算出部３６０を更に備える点で、単語重要度算出装置１００と異なる。また、単語重要度算出装置３００の単語重要度算出部３４０は、ＴＦ−ＩＤＦ値も加味して同一単語の単語重要度を求める点で単語重要度算出部４０と異なる。
【００４９】
ＴＦ−ＩＤＦ算出部３６０は、形態素解析部１０が出力する発話者側単語列を入力として、発話者側単語列を構成する各単語毎に、単語出現頻度ｔｆｗ、文書出現頻度ｄｆｗをもとにＴＦ−ＩＤＦ値を算出する。ある単語ｗにおけるＴＦ−ＩＤＦ値ＴＤｗは、次式によって算出される。
【数６】
【００５０】
ＴＦ−ＩＤＦ値が大きい単語ｗの重要度は高いと推定される。ＴＦ−ＩＤＦ値を求める方法は従来技術であるのでこれ以上の説明は省略する。
【００５１】
単語重要度算出部３４０は、実施例１で説明した相槌を用いた単語重要度ＩｗをＩＦｗとしたときに、このＴＤｗも用いて各単語の単語重要度Ｉｗを次式で算出する。
【数７】
【００５２】
ここでαは両重要度を線形結合する重みである。また、式（９）に示すようにＴＤｗの値を重みとして用いても良い。
【数８】
【００５３】
このようにＴＦ−ＩＤＦ値も加味して同一単語の単語重要度を求めることで、単語重要度の精度を向上させる効果が期待できる。なお、単語重要度算出装置３００は、単語重要度算出装置１００にＴＦ−ＩＤＦ算出部３６０の機能構成を追加する例で説明したが、音声認識部２１０を用いた単語重要度算出装置２００にＴＦ−ＩＤＦ算出部３６０の機能構成を追加する構成としても良い。
【００５４】
以上説明した単語重要度算出装置１００，２００，３００は、相槌単語周辺に出現する単語は重要度が高い単語としてその単語重要度を算出する。その単語重要度算出方法によれば、言い淀みや言い換え、口癖など、対話中に話題とは関係なく多く出現する（ＴＦ値が大きい）単語の単語重要度が高いと誤判定してしまう問題を解決することができる。また、対話中に何度も出現していなくとも（ＴＦ値が大きくなくても）、単語重要度を頑健に算出することが可能となる。また、一対話テキストだけでも単語重要度の算出が可能である。また、単語重要度算出装置１００，２００に限って言えば、単語ｗを含む文書の数（ＤＦ）を算出するためのコストが不要である。また、ＤＦを利用しなくても、対話における話題後の出現特性を利用することで、話題ではないが頻繁に出現するような単語の重要度が高くなってしまう問題を解決できる。
単語重要度算出装置１００，２００，３００は、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現される。
【００５５】
その場合、その処理内容を記述したプログラムは、コンピュータで読み取り可能な任意の記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリがある。より具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、DVD（Digital Versatile Disc）、DVD-RAM（Random Access Memory）、CD-ROM（Compact Disc Read Only Memory）、CD-R（Recordable）/RW（ReWritable）等を、光磁気記録媒体として、MO（Magneto Optical disc）等を、半導体メモリとしてEEP-ROM（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。
【００５６】
また、このプログラムの流通は、例えば、そのプログラムを記録したDVD、CD-ROM等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記録装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【００５７】
また、各手段は、コンピュータ上で所定のプログラムを実行させることにより構成することにしてもよいし、これらの処理内容の少なくとも一部、又は全部をハードウェアとして実現することとしてもよい。
【特許請求の範囲】
【請求項１】
発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する形態素解析部と、
上記形態素解析部が出力する上記受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する相槌単語同定部と、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする単語重要度算出部と、
を具備する単語重要度算出装置。
【請求項２】
請求項１に記載の単語重要度算出装置において、
上記単語重要度算出部は、
上記同一単語の単語重要度を、内容語のみを対象として集計するものであることを特徴とする単語重要度算出装置。
【請求項３】
請求項１又は２に記載した単語重要度算出装置において、
上記単語重要度算出部は、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語内の上記相槌単語からの距離情報が近い同一単語に高い重要度を付けて集計した値を当該同一単語の単語重要度とするものであることを特徴とする単語重要度算出装置。
【請求項４】
発話者と受話者の会話に基づく対話音声を入力として、当該対話音声を音声認識して単語単位に分割し、単語毎の開始・終了時間と単語毎の信頼度を付した発話者側単語列と受話者側単語列を出力する音声認識部と、
上記音声認識部が出力する上記受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する相槌単語同定部と、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする単語重要度算出部と、
を具備する単語重要度算出装置。
【請求項５】
請求項１乃至４の何れかに記載した単語重要度算出装置において、
更に、形態素解析部又は音声認識部が出力する発話者側単語列を入力として、発話者側単語列を構成する各単語毎に、単語出現頻度ｔｆｗ、文書出現頻度ｄｆｗをもとにＴＦ−ＩＤＦ値を算出するＴＦ−ＩＤＦ算出部を備え、
上記単語重要度算出部は、上記同一単語毎のＴＦ−ＩＤＦ値と上記重要度とを用いて上記同一単語毎の単語重要度を算出するものであることを特徴とする単語重要度算出装置。
【請求項６】
請求項１乃至５の何れかに記載した単語重要度算出装置において、
上記相槌単語同定部は、上記相槌単語に対応した重みを出力し、
上記単語重要度算出部は、上記重みを考慮した上記同一単語毎の単語重要度を算出する、
ことを特徴とする単語重要度算出装置。
【請求項７】
発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する形態素解析過程と、
上記形態素解析部が出力する上記受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する相槌単語同定過程と、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする単語重要度算出過程と、
を備える単語重要度算出方法。
【請求項８】
請求項１乃至６の何れかに記載した単語重要度算出装置としてコンピュータを機能させるためのプログラム。
【請求項１】
発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する形態素解析部と、
上記形態素解析部が出力する上記受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する相槌単語同定部と、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする単語重要度算出部と、
を具備する単語重要度算出装置。
【請求項２】
請求項１に記載の単語重要度算出装置において、
上記単語重要度算出部は、
上記同一単語の単語重要度を、内容語のみを対象として集計するものであることを特徴とする単語重要度算出装置。
【請求項３】
請求項１又は２に記載した単語重要度算出装置において、
上記単語重要度算出部は、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語内の上記相槌単語からの距離情報が近い同一単語に高い重要度を付けて集計した値を当該同一単語の単語重要度とするものであることを特徴とする単語重要度算出装置。
【請求項４】
発話者と受話者の会話に基づく対話音声を入力として、当該対話音声を音声認識して単語単位に分割し、単語毎の開始・終了時間と単語毎の信頼度を付した発話者側単語列と受話者側単語列を出力する音声認識部と、
上記音声認識部が出力する上記受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する相槌単語同定部と、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする単語重要度算出部と、
を具備する単語重要度算出装置。
【請求項５】
請求項１乃至４の何れかに記載した単語重要度算出装置において、
更に、形態素解析部又は音声認識部が出力する発話者側単語列を入力として、発話者側単語列を構成する各単語毎に、単語出現頻度ｔｆｗ、文書出現頻度ｄｆｗをもとにＴＦ−ＩＤＦ値を算出するＴＦ−ＩＤＦ算出部を備え、
上記単語重要度算出部は、上記同一単語毎のＴＦ−ＩＤＦ値と上記重要度とを用いて上記同一単語毎の単語重要度を算出するものであることを特徴とする単語重要度算出装置。
【請求項６】
請求項１乃至５の何れかに記載した単語重要度算出装置において、
上記相槌単語同定部は、上記相槌単語に対応した重みを出力し、
上記単語重要度算出部は、上記重みを考慮した上記同一単語毎の単語重要度を算出する、
ことを特徴とする単語重要度算出装置。
【請求項７】
発話者と受話者の会話に基づく対話テキストを入力として、当該対話テキストを形態素解析して単語毎に分割した発話者側単語列と受話者側単語列を出力する形態素解析過程と、
上記形態素解析部が出力する上記受話者側単語列を入力として、当該受話者側単語列内の相槌単語を同定する相槌単語同定過程と、
上記発話者側単語列と上記相槌単語を入力として、上記相槌単語より前所定時間内の単語を抽出し、当該抽出した単語の同一単語の数を集計した値を当該同一単語の単語重要度とする単語重要度算出過程と、
を備える単語重要度算出方法。
【請求項８】
請求項１乃至６の何れかに記載した単語重要度算出装置としてコンピュータを機能させるためのプログラム。
【図１】
【図２】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図３】
【図２】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図３】
【公開番号】特開２０１３−１０９６３５（Ｐ２０１３−１０９６３５Ａ）
【公開日】平成２５年６月６日（２０１３．６．６）
【国際特許分類】
【出願番号】特願２０１１−２５５１０２（Ｐ２０１１−２５５１０２）
【出願日】平成２３年１１月２２日（２０１１．１１．２２）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２５年６月６日（２０１３．６．６）
【国際特許分類】
【出願日】平成２３年１１月２２日（２０１１．１１．２２）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]