対話型質問方法、対話型質問システム、対話型質問プログラム及びそのプログラムを記録した記録媒体
【課題】質問を対話的に継続させることにより娯楽や知識の習得に役立てることができる対話型質問方法を提供する。
【解決手段】対話型質問システムは、予め定められた正答を当てるための複数のヒント文を所定の優先順に並べて予め作成されたヒント文リストの中から優先順にしたがってヒント文を選択し（Ｓ１５）、回答と正答とが一致しない場合（Ｓ１７：Ｎｏ）、Ｗｅｂデータにおいて、正答を含む文書数と、回答を含む文書数と、その両方を含む文書数とを検索し（Ｓ１８）、検索結果に基づいて、Ｗｅｂデータにおける回答と正答との共起性の高さを類似度として算出し（Ｓ１９）、回答と正答とが一致するまで質問に対応する回答に応じて異なる質問を出力し、類似度に基づいた応答文を生成出力する（Ｓ２０）。
【解決手段】対話型質問システムは、予め定められた正答を当てるための複数のヒント文を所定の優先順に並べて予め作成されたヒント文リストの中から優先順にしたがってヒント文を選択し（Ｓ１５）、回答と正答とが一致しない場合（Ｓ１７：Ｎｏ）、Ｗｅｂデータにおいて、正答を含む文書数と、回答を含む文書数と、その両方を含む文書数とを検索し（Ｓ１８）、検索結果に基づいて、Ｗｅｂデータにおける回答と正答との共起性の高さを類似度として算出し（Ｓ１９）、回答と正答とが一致するまで質問に対応する回答に応じて異なる質問を出力し、類似度に基づいた応答文を生成出力する（Ｓ２０）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、正答に対応するヒントを質問として出力すると共に、質問に対応する回答に応じる対話型質問方法、対話型質問システム、対話型質問プログラム及びそのプログラムを記録した記録媒体に関する。
【背景技術】
【０００２】
従来、クイズ（ゲーム）の自動作成システムが知られている（例えば、非特許文献１参照）。非特許文献１に記載されたシステムは、駄洒落なぞなぞを生成するものである。また、「辞書の定義文を提示することにより逆に見出し語を当てる」クイズを生成するシステムが知られている。また、例えば、数字当てゲームのように、利用者（以下、ユーザという）の入力数字が、予め定められた正答の数字よりも大きいか小さいかという情報（正答に導く情報一般のこと：以下、ヒントという）を対話形式で自動的に与えるクイズ生成システムが知られている。
【０００３】
また、クイズに限らず、ユーザとの対話を可能とする情報を生成する対話システムが知られている（例えば、非特許文献２参照）。非特許文献２に記載された対話システムは、ユーザと協同で予め決められたタスクを実行する目的指向型の対話システムであり、音声による気象情報案内を目的としている。また、対話システムの１つとして、質問応答（ＱＡ：Question Answering）システムが知られている（例えば、非特許文献３参照）。非特許文献３に記載されたＱＡシステムは、新聞記事などの大量の文書集合（データベース）から質問に対する解答を探し出して、要約を作成し、ユーザに提示するものである。また、ゲームの分野では、ユーザに複数（例えば20個）の質問を対話的に提示して回答を受け付けることで、ユーザの考えている事物を推定するシステム（商品名「２０Ｑ」、会社名「RADICA GAMES LTD．」）が知られている（例えば、非特許文献４参照）。
【非特許文献１】キムビンステッド、滝澤修、「日本語駄洒落なぞなぞ生成システム“ＢＯＫＥ”」、人工知能学会誌、1998年11月、vol.13、No.6、p.920−927
【非特許文献２】堂坂浩二、外４名、「音声対話システム「飛遊夢（ひゅうむ）」」電子情報通信学会2001年総合大会講演論文集、2001年、p.506−507
【非特許文献３】佐々木裕、外７名、「SAIQA：大量文書に基づく質問応答システム」、自然言語処理研究会／情報学基礎研究会、ＦＩ64／ＮＬ145−12、情報処理学会、2001年9月11日、p.77−82
【非特許文献４】[online]、[平成18年5月31日検索]、インターネット<ＵＲＬ：http://www.asovision.com/20q/top.html>
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来のクイズシステムは、ヒントを生成しないため、対話形式のクイズを実現できなかった。また、たとえ対話形式であったとしても、現状では、クイズの正答が単純な数字や記号であることを前提としている。また、非特許文献２に記載された対話システムは、目的指向型の対話システムなので対話を長引かせるような無駄な対話を避ける必要がある。また、ＱＡシステムは、一問一答であり、ヒントの生成を前提とするものではない。また、ユーザの考えている事物を推定するゲームは、「はい」や「いいえ」などしか受け付けず、ヒントを生成するものではない。
【０００５】
そこで、本発明では、前記した問題を解決し、質問を対話的に継続させることにより、娯楽や知識の習得に役立てることができる対話型質問方法、対話型質問システム、対話型質問プログラムおよび記録媒体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】
【０００６】
前記課題を解決するため、請求項１に記載の対話型質問方法は、予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムの対話型質問方法であって、前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択ステップと、前記回答と前記正答とが一致するか否かを判定する一致判定ステップと、前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索ステップと、前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出ステップと、前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成ステップと、前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理ステップとを有することを特徴とする。
【０００７】
かかる手順によれば、対話型質問システムは、ヒント文選択ステップで、優先順にしたがってヒント文を選択する。ここで、ユーザにとって正答がすぐに分かるようなヒント文は、優先順が低く、ヒントリストにおいて、なるべく後でユーザに提示するような順番に配置される。また、対話型質問システムは、回答と正答とが一致するまで異なる質問を繰り返し出題し、その間、回答と正答とが一致しない場合には、テキストデータ群における回答と正答との共起性の高さを基準にした類似度に基づいた応答文が生成される。ここで、テキストデータ群としては、インターネット等から取得可能なｗｅｂ情報（ｗｅｂデータ）や専門家によって構築された辞書（辞書データ）を利用することができる。
【０００８】
また、請求項２に記載の対話型質問方法は、請求項１に記載の対話型質問方法において、複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成ステップと、前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得ステップと、前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成ステップと、前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出ステップと、前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出ステップと、前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出ステップと、前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソートステップとをさらに有することを特徴とする。
【０００９】
かかる手順によれば、対話型質問システムは、ヒント文リストを以下の方法で予め生成しておく。すなわち、対話型質問システムは、予め生成した正答に対応するキーワードやフレーズをテキストデータ群から取得してヒント文候補を生成し、テキストデータ群における正答とヒント文候補に含まれるキーワードとの共起頻度を用いたスコアを算出する。ここで、抽出されたキーワードがユーザにとって分かりにくい特定の単語の場合には、ヒントたり得ないので、スコアには、テキストデータ群におけるキーワードの一般性を反映する。これにより、対話型質問システムでは、スコアから、ユーザにとって分かり易い順番を知見できるので、この順番を逆順とすることで、各ヒント文候補の優先順を適切に決定することができる。そして、対話型質問システムは、この優先順にしたがった順番でヒント文を並べ、ヒント文リストを生成する。
【００１０】
また、請求項３に記載の対話型質問方法は、請求項２に記載の対話型質問方法において、前記ヒント表現取得ステップが、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から取得し、前記特徴量抽出ステップが、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から抽出することを特徴とする。
【００１１】
かかる手順によれば、対話型質問システムは、ネットワーク上のテキストデータ群からキーワードやフレーズを取得した場合には、ヒント表現の多様性が増し、ユーザが興味を持ち易くなりヒント文にふさわしくなる。また、対話型質問システムに備えるテキストデータ群からキーワードやフレーズを取得する場合には、対話型質問システムを利用するユーザ（一般、会社員、学生等）や利用する目的（娯楽、社内教育、学校教育等）に応じて、所望のテキスト群を、対話型質問システムの記憶手段に予め格納しておく。これにより、ユーザや利用目的に適切なヒント表現が含まれるヒント文を生成することが可能となる。また、対話型質問システムでは、ヒント文から抽出されるキーワードの特徴量を、例えば、ネットワーク上のテキストデータ群または対話型質問システムに備えられたテキストデータ群に含まれる文書数における当該キーワードを含む文書数の割合とすることができる。ここで、キーワードとは、例えば、名詞などの一般的な単語である。したがって、キーワードの特徴量が、優先順を決定するためのスコアにおけるキーワードの一般性の指標となり得る。
【００１２】
また、請求項４に記載の対話型質問方法は、請求項２に記載の対話型質問方法において、前記ヒント表現取得ステップが、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられた予め作成された辞書データベースのテキストデータ群から取得し、前記特徴量抽出ステップが、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記辞書データベースのテキストデータ群から抽出し、前記検索ステップによって、前記辞書データベースのテキストデータ群から前記回答に関する情報として前記回答に付随した付随データが検索された場合に、前記応答文生成ステップが、前記検索された付随データに基づいて、前記回答に対する応答文を生成することを特徴とする。
【００１３】
かかる手順によれば、対話型質問システムは、辞書データベースのテキストデータ群からキーワードやフレーズを取得した場合には、ヒント表現が正答に対して正確で良質なものとなり、ユーザにとって分かり易くなりヒント文にふさわしくなる。また、対話型質問システムでは、ヒント文から抽出されるキーワードの特徴量を、例えば、辞書データベースの見出し語等のエントリ数における当該キーワードを含むエントリ数の割合とすることができる。また、対話型質問システムは、辞書データベースのテキストデータ群から検索された付随データに基づいて、回答に対する応答文を生成する。ここで、付随データは、正答をその事物の名称とすると、その事物に付随する性質や関連する事物の情報を指す。例えば、回答が人名であれば、付随データには、職業、生没年、居住地等の情報が含まれる。これにより、応答文生成ステップは、回答と正答の付随データをそれぞれ比較した応答文を生成することが可能となる。
【００１４】
また、請求項５に記載の対話型質問方法は、請求項２ないし請求項４のいずれか一項に記載の対話型質問方法において、前記回答を、前記正答候補データベースから抽出する回答抽出ステップをさらに有することを特徴とする。
【００１５】
かかる手順によれば、対話型質問システムは、ユーザの代わりに回答を抽出し、抽出した回答が正答と一致するか否かを判別し、抽出した回答と正答との類似度を求め、適切な応答文を生成すると共に、抽出した回答が正答と一致するまで、質問を出題し続ける。つまり、対話型質問システムは、質問側と、擬似ユーザとしての回答側との２役を演じて対話を実現する。したがって、この一連の過程をユーザに提示することにより、娯楽や知識の習得に役立てることができる
【００１６】
また、請求項６に記載の対話型質問方法は、請求項１ないし請求項５のいずれか一項に記載の対話型質問方法において、前記出題管理ステップは、前記回答と前記正答との類似度が所定値以上であるか否かを判別する判別ステップを有し、前記ヒント文選択ステップは、前記回答と前記正答との類似度に基づいて、前記ヒント文リストを前記優先順と異なる順序に並べ替え、前記並べ替えた順序にしたがって前記ヒント文を選択することを特徴とする。
【００１７】
かかる手順によれば、対話型質問システムは、回答と正答との類似度に基づいてヒント文を並べ替える。例えば、類似度が所定値よりも小さい場合に、ヒント文リストを優先順と異なる順序に並べ替える。当初、ヒント文リストは、当初、ユーザにとって分かりにくい順番に並べられているので、途中で並べ替えることにより、ユーザにとって分かり易いヒント文を当初よりも早く出題することが可能となる。ここで、並べ替えには、中抜き（スキップ）も含む。また、例えば、類似度が所定値よりも大きい場合に、ヒント文リストを優先順と異なる順序に並べ替えるようにしてもよい。これによれば、ヒント文の提示順序を、ユーザの個人差に合わせて動的に変更させることができる。
【００１８】
また、前記課題を解決するため、請求項７に記載の対話型質問システムは、予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムであって、前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択手段と、前記回答と前記正答とが一致するか否かを判定する一致判定手段と、前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索手段と、前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出手段と、前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成手段と、前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理手段とを備えることを特徴とする。
【００１９】
かかる構成によれば、対話型質問システムは、ヒント文選択手段によって、優先順にしたがってヒント文を選択する。ここで、ユーザにとって正答がすぐに分かるようなヒント文は、優先順が低く、ヒントリストにおいて、なるべく後でユーザに提示するような順番に配置される。また、対話型質問システムは、出題管理手段によって、回答と正答とが一致するまで異なる質問を繰り返し出題する。また、対話型質問システムは、応答文生成手段によって、回答と正答とが一致しない場合には、テキストデータ群における回答と正答との共起性の高さを基準にした類似度に基づいた応答文を生成する。ここで、テキストデータ群としては、インターネット等から取得可能なｗｅｂ情報（ｗｅｂデータ）や専門家によって構築された辞書（辞書データ）を利用することができる。
【００２０】
また、請求項８に記載の対話型質問システムは、請求項７に記載の対話型質問システムにおいて、複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成手段と、前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得手段と、前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成手段と、前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出手段と、前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出手段と、前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出手段と、前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソート手段とをさらに備えることを特徴とする。
【００２１】
かかる構成によれば、対話型質問システムは、ヒント文候補生成手段によって、正答に対応するキーワードやフレーズをテキストデータ群から取得してヒント文候補を生成し、スコア算出手段によって、テキストデータ群における正答とヒント文候補に含まれるキーワードとの共起頻度を用いたスコアを算出する。ここで、スコア算出手段は、スコアには、テキストデータ群におけるキーワードの一般性を反映する。そして、対話型質問システムは、ソート手段によって、スコアから導かれるユーザにとって分かり易い順番を逆順とすることで、各ヒント文候補の優先順を適切に決定した順番でヒント文を並べ、ヒント文リストを生成する。
【００２２】
また、請求項９に記載の対話型質問プログラムは、請求項１ないし請求項６のいずれか一項に記載の対話型質問方法をコンピュータに実行させることを特徴とする。このように構成されることにより、このプログラムをインストールされたコンピュータは、このプログラムに基づいた各機能を実現することができる。
【００２３】
また、請求項１０に記載のコンピュータ読み取り可能な記録媒体は、請求項９に記載の対話型質問プログラムが記録されたことを特徴とする。このように構成されることにより、この記録媒体を装着されたコンピュータは、この記録媒体に記録されたプログラムに基づいた各機能を実現することができる。
【発明の効果】
【００２４】
本発明によれば、質問を対話的に継続させることにより、娯楽や知識の習得に役立てることができる。
【発明を実施するための最良の形態】
【００２５】
以下、図面を参照して本発明の対話型質問方法および対話型質問システムを実施するための最良の形態（以下「実施形態」という）について、第１実施形態ないし第３実施形態に分けて詳細に説明する。
【００２６】
（第１実施形態）
［対話型質問システム］
図１は、本発明の第１実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
対話型質問システム１は、予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、質問に対応する回答に応じて異なる質問を出力するものである。
以下の説明では、対話型質問システム１は、正答を人名として、人名を当てるヒントを質問として出力するものとする。
【００２７】
対話型質問システム１は、ヒント生成装置２と、対話型質問装置３とを備えている。
ヒント生成装置２は、正答を生成し、生成した正答に対応する複数のヒント文を生成し、ヒント文リストとして対話型質問装置３に出力するものである。
対話型質問装置３は、ヒント生成装置２から取得したヒント文リストからヒント文を選択して質問として出力し、質問に対応する回答に応じて異なる質問を出力するものである。
【００２８】
ヒント生成装置２および対話型質問装置３は、例えば、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、ＲＯＭ（Read Only Memory）と、ＨＤＤ（Hard Disk Drive）と、通信を行うためのＮＩＣ（Network Interface Card）等から構成される。
【００２９】
ヒント生成装置２は、ネットワークＮを介して、ネットワークデータサーバ４に接続されている。ネットワークＮは、例えば、インターネットである。ネットワークデータサーバ４は、ネットワークデータベース４ａを備えている。ネットワークデータベース４ａは、テキストデータ群として、ヒント文に用いられる各種情報を格納している。なお、ネットワークデータサーバ４は、複数存在する。また、対話型質問装置３もネットワークＮを介して、ネットワークデータサーバ４に接続されている（図３参照）。
【００３０】
ヒント生成装置２は、質問応答システム５に接続されている。質問応答システム５は、公知のＱＡ（Question Answering）システムであり、例えば、新聞記事などの大量の文書集合（データベース）を図示しない記憶手段に記憶し、データベースから質問に対する解答を探し出すものである。ここで、質問は、例えば、「○○の関連語は？」、「○○と関連のある場所は？」、「○○と関連のある人物は？」等である。
【００３１】
［ヒント生成装置の構成］
ヒント生成装置２は、図１に示すように、通信インタフェース１１と、記憶手段１２と、正答生成手段１３と、ヒント表現取得手段１４と、ヒント文候補生成手段１５と、ヒント文リスト生成手段１６とを備えている。
【００３２】
通信インタフェース１１は、ネットワークデータサーバ４から、所定の情報（キーワードまたはフレーズなどのヒント表現等）を入力するものである。
記憶手段１２は、例えば、ＣＰＵによる演算処理等に利用されるＲＡＭや、例えば、所定のプログラム、各種データベース、処理結果等を格納するＲＯＭやＨＤＤを備えている。
【００３３】
記憶手段１２は、正答候補データベース１２１と、ヒント文候補データベース１２２と、ヒント文リストデータベース１２３とを備えている。
正答候補データベース１２１は、複数の正答候補を格納するものであり、例えば、複数の人名が記録された人名リストである。
ヒント文候補データベース１２２は、ヒント文候補生成手段１５で生成されたヒント文候補を格納するものである。ここで、ヒント文候補は、キーワードまたはフレーズなどのヒント表現を含む文である。
ヒント文リストデータベース１２３は、ヒント文リスト生成手段１６で生成されたヒント文リストを格納するものである。ここで、ヒント文リストは、ヒント文候補から出題用に選択されて所定の順番に並べられた文（ヒント文）からなる。
【００３４】
正答生成手段１３は、正答候補データベース１２１から所定の正答候補を選択し、選択した正答候補を正答として生成し、ヒント表現取得手段１４に出力するものである。
ここでは、一例として、人名を当てるクイズを取り上げる。例えば、正答生成手段１３が、人名として「織田信長」を選択した場合、「織田信長」を当てるという問題となり、ユーザは、順次出されるヒントが誰のことを指しているのかを当てることとなる。以下では、例えば、「織田信長」という人名を当てるためのヒント文が生成されることとして説明する。なお、正答を作成する方法は、辞書の定義文提示による見出し語当てクイズの問題作成法と同様なので、公知の問題作成法を利用する。
【００３５】
ヒント表現取得手段１４は、正答生成手段１３で生成された正答に対応するヒントとして、複数のヒント表現を、ネットワークＮを介してネットワークデータサーバ４に格納されたデータベースから取得するものである。ここで、ヒント表現とは、キーワードまたはフレーズで表現されたヒントを示す。以下では、ネットワークＮを介して取得可能なテキストデータ群をＷｅｂデータという。Ｗｅｂデータには、例えば、インターネット上の人物事典が含まれる。インターネット上では、例えば、「織田信長」であれば、「戦国武将」といったカテゴリ情報がメタデータとして付与されている人物事典も存在するのが現状である。したがって、Ｗｅｂデータという場合に、このようなデータを想定する。なお、Ｗｅｂデータに、ネットワークＮ以外の様々なソースから得られたデータを含めてもよい
【００３６】
本実施形態では、ヒント表現取得手段１４は、正答を説明していると考えられるヒント表現を取得するために、第１表現取得手段１４１と、第２表現取得手段１４２と、第３表現取得手段１４３と、第４表現取得手段１４４とを備えている。
第１表現取得手段１４１は、図示を省略するが、公知のフレーズ検索を実行する手段と、形態素解析を実行する手段とを備え、ネットワークＮから得られるＷｅｂデータから特徴的な表現（キーワード）をヒント表現として抽出するものである。
第２表現取得手段１４２は、第１表現取得手段１４１による形態素解析から得られる正答の読み仮名をヒント表現として抽出するものである。
第３表現取得手段１４３は、ネットワークＮから得られるＷｅｂデータからフレーズをヒント表現として抽出するものである。ここで、フレーズは、動詞句である。
第４表現取得手段１４４は、質問応答システム５に質問を出力し、質問応答システム５の応答をヒント表現として取得するものである。
なお、ヒント表現取得手段１４の内部構成は、これに限定されるものではなく、前記した第１表現取得手段１４１ないし第４表現取得手段１４４以外に、さらに、１以上の表現取得手段（第５表現取得手段等）を備えるようにしてもよい。例えば、文書中に正答と共に出現する頻度の高い表現を、ヒント表現として取得する手段を第５表現取得手段としてもよい。また、ヒント表現取得手段１４の内部構成は、前記した第１表現取得手段１４１ないし第４表現取得手段１４４のうちの少なくとも１つを備えるように構成してもよい。以下、第１表現取得手段１４１ないし第４表現取得手段１４４の詳細を説明する。
【００３７】
＜第１表現取得手段＞
人物を説明するのに特徴的なパターンを捉えて、「織田信長などの戦国大名」といった文から、「戦国大名」というヒント表現を獲得する。特徴的な表現を用いて、人物などの定義を獲得する従来手法には次のものが挙げられる
Joho, H. and Sanderson, M. (2000)”Retrieving Descriptive Phrases from Large Amounts of Free Text”. In: Agah, A.,Callan, Ｊ.& Rundenstenier, E. (eds), Proceedings of the 9th International Conference on Information and Knowledge Management, 180-186, McLean, VA: ACM.
【００３８】
本実施形態でいうところの特徴的な表現とは以下のとおりである。ただし、Ａは正答、例えば「織田信長」、であり、Ｂは求めようとするヒント表現である。
（1）ＡというＢ、（2）ＡといったＢ、（3）Ａ以外のＢ、（4）ＡなどのＢ、（5）ＡのようなＢ、（6）ＡというとＢ、（7）ＡといえばＢ、（8）ＡによるＢ、（9）ＡやＢ、（10）ＢやＡ
【００３９】
具体的な手続きとしては、テキストデータ中から、「Ａというと」という文字列でフレーズ検索を行い、「Ａというと」という表現を含む文を取得する。その後、形態素解析と係り受け解析を行い、「Ａというと」に係られる句を求める。例えば、「織田信長というと」という表現で、フレーズ検索を行い、「織田信長というと敦盛ですが…（後略）」という文が取得された場合、「織田信長というと」の係り先は「敦盛」であるため、「敦盛」がＢとして、求められる。
【００４０】
特徴的な表現は、以下のように４つに分けられる。
前記した（1）−（5）は、ＢがＡのカテゴリ（例えば、「戦国大名」）を表すと考えられるものである。
前記した（6）−（7）は、ＢがＡの連想（例えば、「敦盛」）を表すと考えられるものである。
前記した（8）は、ＢがＡによって作られたもの・なされたこと（例えば、「安土城」）を表すと考えられるものである。
前記した（9）−（10）は、ＢがＡと同じカテゴリに属する（例えば、「豊臣秀吉」）ことを表すと考えられるものである。
【００４１】
前記した（1）−（5）は、Ｂの上位語を用いることでさらにヒントを増やすことができる。例えば、織田信長についてのヒント表現として「武将」が取得された場合、例えば、「日本語語彙体系CD-ROM版」（NTTコミュニケーション科学基礎研究所監修、池原悟ほか編集、岩波書店）の概念辞書を用いることで、「武将」の上位語に「人間」があることが分かる。この場合、「人間」というヒント表現が得られたものとすることができる。なお、本実施形態では、Ｂの精度を高めるために、Ｂが「人間」の下位語でなかった場合、用いないこととする。
【００４２】
また、本実施形態では、Ｂの形態素解析結果に、「接続詞」や「副詞」を含むものはヒント表現として用いないこととした。その理由は、形態素解析や係り受け解析の誤りなどから、Ｂが必ずしもヒントとして適切であるとは限らないことと、ヒントとしてユーザに提示するときには文脈から独立して使われるため、Ｂに文脈依存性があってはならないためである。
【００４３】
＜具体例＞
表１は、正答「織田信長」に関して、フレーズ検索に検索エンジンｇｏｏ（登録商標）を用いたときの検索結果と共に表示されるsnippetと呼ばれる要旨のテキストをＷｅｂデータとして用いて作成されたヒント表現である。
【００４４】
【表１】
【００４５】
＜第２表現取得手段＞
第２表現取得手段１４２は、正答（人名）の表記（最初の文字、最後の文字）からヒント文を作成する。対象となる人名を形態素解析すると、読み仮名が取得できるため、この最初の文字、最後の文字を取得する。
【００４６】
＜第３表現取得手段＞
第３表現取得手段１４３は、特徴的な表現を用いず、Ａ（正答）を含む文自体からヒント文を作成する。この場合、「Ａが」という表現の係り先の動詞句が見つかれば、その動詞句をヒント表現として用いる。例えば、「織田信長が楽市楽座を開いた」とあれば、「織田信長が」は「楽市楽座を開いた」に係るため、「楽市楽座を開いた」をヒント表現とする。正答が「織田信長」の場合、例えば、以下の表２に示すヒント表現を取得することができる。この中で、「た」で終わるものだけを使用することとする。
【００４７】
【表２】
【００４８】
＜第４表現取得手段＞
第４表現取得手段１４４は、「○○の関連語は？」、「○○に関連する場所は？」、「○○に関連する人物は？」という３つの質問文を生成し、それらを質問応答システム５に送り、その応答をヒント表現とする。正答が「織田信長」の場合、例えば、以下の表３に示すヒント表現を質問応答システム５から取得することができる。
【００４９】
【表３】
【００５０】
ヒント文候補生成手段１５は、ヒント表現取得手段１４で取得されたヒント表現を含む文を示すヒント文候補を生成するものであり、第１候補生成手段１５１と、第２候補生成手段１５２と、第３候補生成手段１５３と、第４候補生成手段１５４とを備えている。
【００５１】
第１候補生成手段１５１は、第１表現取得手段１４１で取得されたヒント表現に対して、「○○だよ」、「○○だね」というテンプレートを用いてヒント文を作成する。例えば、その人物に関するカテゴリ情報が「戦国武将」である場合、第１候補生成手段は、「戦国武将だよ」というヒント文を作成する。
また、その人物に関する生年／没年情報が付与されている場合、第１候補生成手段１５１は、「○○よ」というテンプレートを用いてヒント文を作成する。例えば、その人物に関する生年／没年が「1534年／1582年」ならば、「1534年に生まれたよ」や「1582年に死んだよ」といったヒント文を生成する。
ヒント表現を取得する際に用いた特徴的な表現が、前記した（6）−（7）の場合には、第１候補生成手段１５１は、例えば、「○○といえば？」というテンプレートを用いてヒント文を作成する。
ヒント表現を取得する際に用いた特徴的な表現が、前記した（8）−（10）の場合には、第１候補生成手段１５１は、例えば、「○○に関係があるよ」というテンプレートを用いてヒント文を作成する。
【００５２】
第２候補生成手段１５２は、第２表現取得手段１４２で取得されたヒント表現に対して、テンプレートを用いてヒント文を作成する。第２候補生成手段１５２は、人名から、「最初の文字は○だよ」と、「最後の文字は○だよ」というテンプレートを用いてヒント文を作成する。
【００５３】
第３候補生成手段１５３は、第３表現取得手段１４３で取得されたヒント表現に対して、テンプレートを用いてヒント文を作成する。この第３候補生成手段１５３は、文章の語尾に対して、統語的なルールを適用することで最終の動詞を過去形にしてから、「よ」を付与する。つまり、「○○○たよ」というテンプレートを用いてヒント文を作成する。例えば、ヒント表現が「明智光秀に殺される」の場合、「明智光秀に殺されたよ」というヒント文になる。ただし、「○○○ったよ」、「○○○だよ」というテンプレートの方が適切な場合テンプレートを変更する。なお、最終の動詞を過去形にするのは、通例、人物に関する事実は過去のことが多いという知見に基づいている。
【００５４】
第４候補生成手段１５４は、第４表現取得手段１４４で取得されたヒント表現に対して、テンプレートを用いてヒント文を作成する。この第４候補生成手段１５４は、第３候補生成手段１５３と同様に、文章の語尾に対して、シンクタクティックなルールを適用することで最終の動詞を過去形にしてから、「よ」を付与するものである。
なお、ヒント文候補生成手段１５の内部構成は、これに限定されるものではなく、前記した第１候補生成段１５１ないし第４候補生成手段１５４以外に、さらに、１以上の候補生成手段（第５候補生成手段等）を備えるようにしてもよい。例えば、第５候補生成手段が前記した第５表現取得手段に対応する場合には、第５表現取得手段で取得されたヒント表現を用いて、例えば、「○○に関係あるよ。」というテンプレートを用いてヒント文を作成する。
【００５５】
ヒント文リスト生成手段１６は、図１に示すように、ヒントキーワード抽出手段１６１と、特徴量抽出手段１６２と、スコア算出手段１６３と、ソート手段１６４と、格納手段１６５とを備えている。
ヒントキーワード抽出手段１６１は、ヒント文候補データベース１２２に格納された各ヒント文候補からキーワードを抽出するものである。以下では、ヒントキーワード抽出手段１６１で抽出されたキーワードのことを、単にキーワードという。キーワードは、例えば、形態素解析の結果、名詞とされたものである。例えば、ヒント文候補が「明智光秀に殺されたよ」ならば、「明智光秀」がキーワードとなる。また、ヒント文候補が「武将だよ」の場合には、「武将」がキーワードとなる。
【００５６】
特徴量抽出手段１６２は、Ｗｅｂデータにおいて、正答を含む文書（例えば、html文書）の個数（文書に関する特徴量）Ｅと、正答とキーワードとの両方を含む文書の個数（文書に関する特徴量）Ｆと、対象とするＷｅｂデータにおけるすべての文書の個数（文書に関する特徴量）Ｇと、対象とするＷｅｂデータにおけるキーワードのヒット数（文書に関する特徴量）Ｈとを抽出するものである。なお、特徴量Ｇを非常に大きな数値で代用してもよい。
【００５７】
スコア算出手段１６３は、特徴量抽出手段１６２で抽出された各特徴量（Ｅ，Ｆ，Ｇ，Ｈ）に基づいて、Ｗｅｂデータにおける正答とキーワードとの共起頻度と、Ｗｅｂデータにおけるキーワードの一般性とを用いて、各ヒント文候補に対するスコア（第１スコア）Ｓ1を、式（１）に基づいて算出するものである。
【００５８】
Ｓ1＝ｌｏｇ（Ｆ／Ｅ）＋ｌｏｇ（Ｈ／Ｇ） …式（１）
【００５９】
式（１）では、正答とキーワードとの共起頻度に、正答と回答との関連度Ｆ／Ｅを用いた。関連度Ｆ／Ｅが高いヒント文候補は、ユーザにとって正答がすぐに分かるものであると考えられる。ただし、キーワードの中には、正答とは共起が強いが、滅多に使用されずユーザには分かりにくいものが混じる可能性がある。そこで、式（１）では、Ｗｅｂデータにおけるキーワードの一般性をＨ／Ｇとした。このＨ／Ｇの値が大きいほど、キーワードは、ユーザになじみがあるものとなる。つまり、式（１）は、第１スコアＳ1の値が大きいほど、正答が分かりにくいことを示す。例えば、織田信長の場合、「武将だよ」というヒントよりも「明智光秀に殺されたよ」というヒントの方が、内容において、織田信長と関連が高く、答えに直結すると思われる。
【００６０】
なお、スコア算出手段１６３は、例えば「日本語の語彙特性CD-ROM版」（NTTコミュニケーション科学基礎研究所監修、天野成昭ほか編、三省堂）におけるキーワードの親密度と、前記した「日本語語彙体系CD-ROM版」の概念木をキーワードから上位にたどって行き、いくつのノードを経るかといったルート概念までのパス長の情報とを求めておく。これらの情報を求めておく理由は、一般性を求める上で、これらの情報が必要となる場合があると考えられるからである。
【００６１】
ソート手段１６４は、各ヒント文候補のスコア（第１スコアＳ1）に基づいて、各ヒント文候補の優先順を決定し、決定された優先順でヒント文候補を並べて、ヒント文リストを生成するものである。ここでは、ソート手段１６４は、第１スコアＳ1の値が小さいヒント文候補ほど優先的にヒント文リストの上位（始め）に配置する。このように配置することで、正答がなるべくすぐに分からないような並べ方を実現できる。このように並べる理由は、すぐに正答が分かってしまったのでは、対話にならず、ユーザもクイズの過程を楽しめないと考えられるからである。
【００６２】
具体的には、ヒント文候補が多数ある場合、ランキングが低いヒント文候補（第１スコアＳ1の値が低いキーワード）は、関連度が低く、一般性も低いと考えられる。そのため、ランキングが低いヒント文候補は、ヒント文として必要ではない可能性が高い。そこで、ソート手段１６４は、多数のヒント文候補のうち、ランキングがトップＪ位（例えばＪ＝１０）のものだけを残す。そして、ソート手段１６４は、トップＪ位までのヒント文を逆順にし、ヒント文リストとする。
【００６３】
本実施形態では、ソート手段１６４は、いくつかのヒント文候補を別扱いにして、第１のスコアＳ1として所定の規定値を与え、経験則によりヒント文リストに加えることとする。例えば、第２表現取得手段１４２で取得された「読みを用いたヒント文候補」は、正答に直結しているため分かりやすい。そこで、ソート手段１６４は、「読みを用いたヒント文候補」をヒント文リストの末尾（最後）に追加する。また、ネットワークＮ上の人物事典から得られる「カテゴリ情報（例えば、「戦国武将」）」や「生年／没年」は、その人物の大まかな情報を表し、ユーザにとってクイズの答えを考え始めるのに役に立つ情報である。そこで、ソート手段１６４は、「カテゴリ情報」や「生年／没年」を用いたヒント文をヒント文リストの先頭（最初）に追加する。また、ネットワークＮ上の人物事典によって、ヒント文候補のキーワードに親密度が定義されている場合には、ソート手段１６４は、正規の第１のスコアＳ1の値を調整して、それらのヒント文をヒント文リストの最初の方に移動する。これにより、ソート手段１６４は、最終的なヒント文リストを生成する。
【００６４】
格納手段１６５は、ソート手段１６４で生成されたヒント文リストを正答別にヒント文リストデータベース１２３に格納する。
なお、正答生成手段１３、ヒント表現取得手段１４、ヒント文候補生成手段１５、およびヒント文リスト生成手段１６は、ＣＰＵが記憶手段１２のＨＤＤ等に格納された所定のプログラムをＲＡＭに展開して実行することにより実現されるものである。
【００６５】
［ヒント生成装置の動作］
図１に示したヒント生成装置の動作について図２を参照（適宜図１参照）して説明する。図２は、図１に示したヒント生成装置の動作を示すフローチャートである。ヒント生成装置２は、正答生成手段１３によって、正答候補を選択して正答を生成し（ステップＳ１）、ヒント表現取得手段１４によって、正答に対応するヒント表現を取得する（ステップＳ２）。そして、ヒント生成装置２は、ヒント文候補生成手段１５によって、取得したヒント表現でヒント文候補を生成し（ステップＳ３）、ヒントキーワード抽出手段１６１によって、各ヒント文候補からキーワードを抽出する（ステップＳ４）。そして、ヒント生成装置２は、特徴量抽出手段１６２によって、キーワードに関する複数の特徴量をネットワークＮを介してＷｅｂデータから抽出し（ステップＳ５）、スコア算出手段１６３によって、抽出した特徴量に基づいて、各ヒント文候補に対する第１スコアを算出する（ステップＳ６）。続いて、ヒント生成装置２は、ソート手段１６４によって、各ヒント文候補のスコアと出題ルールとに基づいて、ヒント文リストを生成し（ステップＳ７）、格納手段１６５によって、ヒント文リストを問題別に格納する（ステップＳ８）。
【００６６】
＜具体例＞
表４および表５は、正答「織田信長」に関して、検索エンジンｇｏｏ（登録商標）を用いて取得されたＷｅｂデータによって作成されたヒント文リストである。ヒント文リストには、ヒント文ごとに、ヒント番号、ヒント文の内容およびキーワードと、type、score、HitCount、targetHitCount、psy、pathlenのそれぞれの数値が、この順番に記載されている。
typeの数値は、ヒント表現がどこから取得されたかを示すものである。
type＝「１」は、表１の「カテゴリ情報」から取得されたものである。
type＝「２」は、表１の「連想」から取得されるものである（該当なし）。
type＝「３」は、表１の「作られたもの」から取得されたものである。
type＝「４」は、表１の「同じカテゴリ」から取得されたものである。
type＝「５」は、表２から取得されたものである。
type＝「６」は、正答の読み（最初の１文字）から取得されたものである。
type＝「７」は、正答の読み（最後の１文字）から取得されたものである。
type＝「８」は、表３の「関連語」から取得されたものである。
type＝「９」は、表３の「場所」から取得されたものである。
type＝「１０」は、表３の「人物」から取得されたものである。
scoreは、第１スコアＳ1の値である。HitCount、targetHitCountは、それぞれ、キーワードのヒット数、キーワードと答えを両方含むヒット数である。なお、psyとはキーワードの日本語語彙特性における親密度であり、pathlenとは日本語語彙体系におけるキーワードからルート概念までのパス長である。
【００６７】
【表４】
【００６８】
【表５】
【００６９】
［対話型質問装置の構成］
図３は、本発明の第１実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
対話型質問装置３は、図３に示すように、通信インタフェース３１と、記憶手段３２と、一致判定手段３３と、検索手段３４と、類似度算出手段３５と、ヒント文選択手段３６と、応答文生成手段３７と、出題管理手段３８とを備えている。
【００７０】
通信インタフェース３１は、ネットワークデータサーバ４から、所定の検索情報（正答、回答、あるいは、その両方が含まれる文書数等）を入力するものである。
記憶手段３２は、例えば、ＣＰＵによる演算処理等に利用されるＲＡＭや、例えば、所定のプログラム、各種データベース、処理結果等を格納するＲＯＭやＨＤＤを備えている。
【００７１】
記憶手段３２は、ヒント文リストデータベース３２１と、応答文データベース３２２とを備えている。
ヒント文リストデータベース３２１は、ヒント生成装置２で生成されたヒント文リストを格納するものである。
応答文データベース３２２は、回答に対する応答文を格納するものである。応答文として、出題開始宣言文、回答が正答と一致するときの応答文、回答が正答と不一致のときの応答文等が準備される。それぞれの応答文は、例えば、「なぞなぞスタート！」、「あたり！」、「惜しい！」、「全然違う！」等である。
【００７２】
一致判定手段３３は、回答（入力）がある場合に、回答と正答とが一致するか否かを判定するものである。この一致判定手段３３は、回答と正答とが一致する場合には、応答文生成手段３７にその旨を通知し、回答と正答とが一致しない場合には、検索手段３４と類似度算出手段にその旨を通知する。
【００７３】
検索手段３４は、一致判定手段３３から、回答と正答とが一致しない旨を通知された場合に、Ｗｅｂデータにおいて、正答を含むデータ群と、回答を含むデータ群と、回答と正答との両方を含むデータ群とのそれぞれの文書数を検索するものである。検索結果は、類似度算出手段３５に出力される。
具体的には、検索手段３４は、例えば、ネットワークＮ上の人物事典を利用して、回答と正答とをそれぞれ示す２つの人名に関する記事（説明ページ）が、その人物事典の記事全体からどのようにハイパーリンクによって参照されているかを検索する。すなわち、
検索手段３４は、回答を示す人名に関する記事（説明ページ）と、正答を示す人名に関する記事（説明ページ）とに対して、これら両方を参照する共通の記事（人名に限らない）がどれくらいあるか検索する。
【００７４】
類似度算出手段３５は、検索手段３４で検索された結果に基づいて、ネットワークＮ（テキストデータ群）における回答と正答との共起性の高さを、回答と正答との類似度として算出するものである。算出された類似度は、応答文生成手段３７および出題管理手段３８に出力される。本実施形態では、例えば、類似度算出手段３５は、共起性の高さを、フィッシャー直接検定（フィッシャーの正確確率検定、ＦＥＴ：Fisher’s Exact Test）によって検定し、検定結果であるｐ値を類似度として算出する。類似度算出手段３５がＦＥＴにより類似度を算出する場合に、例えば、正答が「織田信長」で、回答が「豊臣秀吉」であり、「織田信長」に関する記事のページ数と、「豊臣秀吉」に関する記事のページ数と、対象とする人物事典のページ数Ｑとが、表６に示すように求められた場合には、ＦＥＴのｐ値は、式（２）で示される。なお、ＦＥＴについては、「Agresti A,(1992), A Survey of Exact Inference for Contingencey Tables, Statical Science,7,131-153」に記載されている。ここで、類似度の算出は、ＦＥＴに限定されるものではなく、統計量の検定に用いられるカイ二乗値（χ2）、カイ二乗値を０〜１の範囲に正規化した値であるφ2などを用いることができる。
【００７５】
【表６】
【００７６】
【数１】
【００７７】
ヒント文選択手段３６は、ヒント文リストデータベース３２１に正答ごとに格納されたヒント文リストの中から優先順にしたがってヒント文を選択するものである。
ヒント文選択手段３６は、出題管理手段３８の指示に基づいて、ヒント文リストの並べ替え処理をした場合には、並べ替えられた順番に基づいて、ヒント文を選択すると共に、並び替えられた順序の情報を出題管理手段３８に通知する。
【００７８】
例えば、ヒント文リストに記録されたヒント文の数が１０個で、６問出題された後に、並び替え処理をすると、出題順が当初「９」番目であったヒント文が、新たに「７」番目となった後に、当初「７」番目であったヒント文が、新たに「８」番目となる。ここで、並べ替えには、中抜きも含まれる。例えば、当初「７」〜「９」番目であったヒント文を中抜き（スキップ）して、出題順が当初「１０」番目であったヒント文を新たに「７」番目として、スキップしたヒント文をキャンセルする。
【００７９】
応答文生成手段３７は、類似度算出手段３５で算出された類似度に基づいて、回答に対する応答文を生成するものである。この場合の応答文は、回答が正答にどれだけ近いのかをユーザに知らせるためのものである。
また、応答文生成手段３７は、回答と正答とが一致する場合に、回答に対する応答文を生成する。この場合の応答文は、回答が正答であることをユーザに知らせるためのものである。なお、応答文は、所定の規則にしたがって生成される。
本実施形態では、応答文生成手段３７は、応答文データベース３２２から応答文を選択することにより、応答文を生成する。この応答文生成手段３７は、出題管理手段３８から、ヒント文リストの並べ替え処理が行われたことを通知されると、通知された情報に基づいた応答文を生成する。ヒント文を単に並べ替えたときの応答文は、例えば、「これなら分かるかな？」などである。また、ヒント文の並べ替えの結果、中抜きをして最後のヒント文を出題するときの応答文は、例えば、「これが最後のヒントだよ。」などとなる。
【００８０】
出題管理手段３８は、回答が入力されたか判定し、入力された回答と正答とが一致するまで異なる質問を繰り返し出題するものである。この出題管理手段３８は、入力装置Ｍから受け付けた回答を一致判定手段３３に出力し、応答文生成手段３７で生成された応答文と、ヒント文選択手段３６で選択されたヒント文とを出力装置Ｄに出力する。ここで、入力装置Ｍは、例えば、キーボードやマウス等であり、出力装置Ｄは、例えば、液晶ディスプレイ等である。
【００８１】
出題管理手段３８は、クイズの開始時には、初期状態の応答文（出題開始宣言文）を出力してから、第１番目のヒント文を出力する。出題管理手段３８は、クイズの開始後は、回答が正解ならば、正解に対応した応答文を出力し、不正解ならば類似度に対応した応答文を出力してから次のヒント文を出力する。このため、出題管理手段３８は、出題数（回答数）を管理し、出題数に応じて、応答文生成手段３７と、ヒント文選択手段３６とを制御する。
【００８２】
また、本実施形態では、出題管理手段３８は、類似度算出手段３８から取得した類似度（ｐ値）が所定値γ以上であるか否かを判別し、所定値γよりも小さい場合に、ヒント文リストの並べ替え処理をするようにヒント文選択手段３６に指示する。なお、所定値γを例えば、０．０１としてもよい。また、出題管理手段３８は、ヒント文選択手段３６から並べ替え処理の結果を取得し、応答文生成手段３７に通知する。
【００８３】
［対話型質問装置の動作］
図３に示した対話型質問装置の動作について図４を参照（適宜図３参照）して説明する。図４は、図３に示した対話型質問装置の動作を示すフローチャートである。対話型質問装置３は、出題管理手段３８によって、制御変数ｉを初期化（ｉ＝０）し（ステップＳ１１）、応答文生成手段３７によって、出題開始宣言文（ｉ＝０）を生成する（ステップＳ１２）。そして、対話型質問装置３は、出題管理手段３８によって、制御変数ｉの現在の値に「１」を加算し（ステップＳ１３）、類似度（ｐ値）が所定値γ以上であるか否かを判別する（ステップＳ１４）。そして、類似度（ｐ値）が所定値γ以上である場合（ステップＳ１４：Ｎｏ）、対話型質問装置３は、ヒント文選択手段３６によって、ｉ番目のヒント文を選択し（ステップＳ１５）、出題管理手段３８によって、ヒント文を表示させる。そして、対話型質問装置３は、出題管理手段３８によって、入力があるか否かを判別する（ステップＳ１６）。入力がある場合（ステップＳ１６：Ｙｅｓ）、対話型質問装置３は、一致判定手段３３によって、一致するか否かを判別する（ステップＳ１７）。一方、一致しない場合（ステップＳ１７：Ｎｏ）、対話型質問装置３は、検索手段３４によって、Ｗｅｂデータにおいて、正答を含むデータ群と、回答を含むデータ群と、回答と正答との両方を含むデータ群とのそれぞれの文書数を検索する（ステップＳ１８）。そして、対話型質問装置３は、類似度算出手段３５によって、類似度を算出し（ステップＳ１９）、応答文生成手段３７によって、応答文を生成する（ステップＳ２０）。
【００８４】
一方、ステップＳ１７において、一致する場合（ステップＳ１７：Ｙｅｓ）、対話型質問装置３は、ステップＳ２０に進む。ステップＳ２０に続いて、対話型質問装置３は、出題管理手段３８によって、クイズの終了であるか否かを判別する（ステップＳ２１）。クイズの終了である場合（ステップＳ２１：Ｙｅｓ）、対話型質問装置３は、処理を終了する。一方、クイズの終了ではない場合（ステップＳ２１：Ｎｏ）、対話型質問装置３は、ステップＳ１３に戻る。
【００８５】
また、ステップＳ１４において、類似度（ｐ値）が所定値γよりも小さい場合（ステップＳ１４：Ｙｅｓ）、対話型質問装置３は、ヒント文選択手段３６によって、並び替え処理を実行し（ステップＳ２２）、ヒント文を選択する（ステップＳ２３）。
また、ステップＳ１６において、入力がない場合（ステップＳ１６：Ｎｏ）、対話型質問装置３は、出題管理手段３８によって、所定時間Ｔが経過したか否かを判別する（ステップＳ２４）。所定時間Ｔが経過した場合（ステップＳ２４：Ｙｅｓ）、対話型質問装置３は、テップＳ２０に進む。一方、所定時間Ｔが経過しない場合（ステップＳ２４：Ｎｏ）、対話型質問装置３は、ステップＳ１６に戻る。
【００８６】
＜具体例＞
表７は、正答「織田信長」を例に取ったユーザと対話型質問装置３との対話例である。
対話型質問装置３は、表４および表５に示したヒント文を順次提示し、ユーザの回答に応じて、正答との類似度に基づく応答文を生成する。
【００８７】
【表７】
【００８８】
なお、対話型質問装置３は、一般的なコンピュータに、前記した各ステップを実行させる対話型質問プログラムを実行することで実現することもできる。これらのプログラムは、通信回線を介して配布することも可能であるし、ＣＤ−ＲＯＭ等の記録媒体に書き込んで配布することも可能である。
【００８９】
第１の実施形態によれば、クイズに対するヒントを生成する際に、クイズの正答とヒント文中のキーワードの共起頻度と、キーワードの一般性とを用いて、順位付けを行うとともに順位の逆順にヒントをユーザに提示することができる。その結果、質問を対話的に継続させることにより、娯楽や知識の習得に役立てることができる。また、コストをかけずにヒント付きクイズが実現できる。さらに、従来の目的指向型の対話システムとは異なり雑談等を行う話し相手となるシステムとして利用できる。
【００９０】
（第２実施形態）
第２実施形態に係る対話型質問システム１Ａは、ヒント生成装置２Ａと、対話型質問装置３Ａとを備えている。
［ヒント生成装置の構成］
図５は、本発明の第２実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
ヒント生成装置２Ａの構成において、図１に示したヒント生成装置２と同一の構成には同一の符号を付して説明を省略する。
ヒント生成装置２Ａは、図５に示すように、通信インタフェース１１と、記憶手段１２と、正答生成手段１３と、ヒント表現取得手段１４Ａと、ヒント文候補生成手段１５Ａと、ヒント文リスト生成手段１６Ａとを備えている。
【００９１】
記憶手段１２は、他のデータベースと共に、正答候補事典データベース１２４をさらに備えている。正答候補事典データベース１２４は、複数の正答候補に関する情報を有した事典を格納するものであり、例えば、人物事典である。以下では、正答候補事典データベース１２４に格納されたデータを辞書データと呼ぶ。なお、辞書データには、ネットワークＮ上の人物事典のデータも含む。
【００９２】
ヒント表現取得手段１４Ａは、正答候補事典データベース１２４から、正答に関するすべての文を抜き出し、抜き出した文をヒント文候補としてヒント文候補生成手段１５Ａに出力するものである。ただし、ヒント表現取得手段１４Ａは、抜き出した文のうち、以下の条件に当てはまるものは、ヒント文として不適切なものとして除外する。ヒント文として不適切なものとは、文脈依存性があるもの、文長が極端に短すぎる／長すぎるもの（例えば、20形態素以上もしくは5形態素以下の文）、正答（人名）を含む文、その他特定の条件（例えば、動詞またはサ変接続の名詞を含まない文）である。ここで、文脈依存性があるものとは、「接続詞や接続助詞や副詞を含む文」、「代名詞を含む文」、「参照表現（「この」、「その」、「これ」、「それ」、「これら」、「それら」）を含む文」などである。これら文脈依存性がある文は、それぞれ、その文だけでは文の意味が分からないような文である。なお、正答候補事典データベース１２４に正答（人物）の記述がない場合は、ネットワークＮを介してＷｅｂデータからヒント表現を取得し、ヒント文候補生成手段１５Ａに出力する。この場合のヒント表現取得方法は、図１に示したヒント表現取得手段１４と同様なので説明を省略する。
【００９３】
ヒント文候補生成手段１５Ａは、ヒント表現取得手段１４Ａから取得するヒント文候補をヒント文候補データベース１２２に格納するものである。このヒント文候補生成手段１５Ａは、正答候補事典データベース１２４に正答（人物）の記述がない場合には、図１に示したヒント文候補生成手段１５と同様な動作を行う。
【００９４】
ヒント文リスト生成手段１６Ａは、図５に示すように、ヒントキーワード抽出手段１６１と、特徴量抽出手段１６２Ａと、スコア算出手段１６３Ａと、ソート手段１６４と、格納手段１６５とを備えている。
特徴量抽出手段１６２Ａは、辞書データにおいて、キーワードを含むエントリ（見出し語）の個数（文書に関する特徴量）Ｌと、正答とキーワードとの両方を含むエントリの個数（文書に関する特徴量）Ｋと、対象とする辞書データにおけるすべてのエントリの個数（文書に関する特徴量）Ｗとを抽出するものである。
【００９５】
スコア算出手段１６３Ａは、特徴量抽出手段１６２Ａで抽出された各特徴量（Ｌ，Ｋ，Ｗ）から導かれる、辞書データにおける正答とキーワードとの共起頻度と、辞書データにおけるキーワードの一般性とを用いて、各ヒント文候補に対するスコア（第２スコア）Ｓ2を、式（３）に基づいて算出するものである。ここでは、正答とキーワードとの共起頻度に関連度Ｋ／Ｗを用いて、辞書データにおけるキーワードの一般性をＬ／Ｗとした。このように表記した場合、関連度と一般性との分母（Ｆ）が等しいので、式（３）では、Ｗを省略した。なお、ソート手段１６４は、式（３）に示した第２スコアＳ2に基づいて、各ヒント文候補の優先順を決定することとなる。
【００９６】
Ｓ2＝ｌｏｇ（α×Ｋ＋β×Ｌ） …式（３）
ここで、αとβとは、共起頻度と一般性とのどちらを優先するかという優先度に基づく所定の重みである。例えば、一般性を重視する場合には、αを「１」、βを「1000.0」としてもよい。また、第２スコアＳ2は、式（３）に限定されるものではなく、自動文書要約に用いられるようなＴＦ＊ＩＤＦを用いてもよい。
【００９７】
［ヒント生成装置の動作］
図６は、図５に示したヒント生成装置の動作を示すフローチャートである。
ヒント生成装置２Ａが実行する処理であるステップＳ３１〜ステップＳ３８は、図１に示したヒント生成装置２が実行する処理であるステップＳ１〜ステップＳ８（図２参照）と同様なので説明を省略する。ただし、ステップＳ３５では、ヒント生成装置２Ａは、特徴量抽出手段１６２Ａによって、キーワードに関する複数の特徴量を正答候補事典データベース１２４から抽出する。また、ステップＳ３６では、ヒント生成装置２Ａは、スコア算出手段１６３Ａによって、抽出した特徴量に基づいて、各ヒント文候補に対する第２スコアを算出する。
【００９８】
＜具体例＞
表８は、正答「織田信長」に関して、ネットワークＮ上の人物事典を用いて作成されたヒント文リストである。ヒント文リストには、ヒント文ごとに、ヒント番号、ヒント文の内容および第２スコアＳ2が、この順番に記載されている。ここで、Ｊ＝１０として、ヒント文のトップ１０を決定し、さらに、その後に、読みから得たヒントを追加した。また、ヒント文のトップ１０の前に、カテゴリ情報、生年／没年からそれぞれ得られたヒント文を追加した。そのため、ヒント文リストには、合計１５個のヒント文が記録されている。なお、後から追加したヒント文の第２スコアＳ2は、規定値を「0.0」とした。
【００９９】
【表８】
【０１００】
［対話型質問装置の構成］
図７は、本発明の第２実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
対話型質問装置３Ａは、記憶手段１２に正答候補事典データベース３２３を備えると共に、検索手段３４Ａおよび応答文生成手段３７Ａの機能が異なる点を除いて、図３に示した対話型質問装置３と同一の構成なので、図３と同一の構成には同一の符号を付して説明を省略する。
【０１０１】
正答候補事典データベース３２３は、ヒント生成装置２Ａに格納された正答候補事典データベース１２４と同様なものであり、例えば、人物事典である。この正答候補事典データベース３２３は、ヒント生成装置２Ａから取得してもよいし、別のものであってもよい。
【０１０２】
検索手段３４Ａは、正答候補事典データベース３２３から、回答に付随した付随データを検索する機能をさらに有している。例えば、人名に付随したデータは、その人物の職業（カテゴリ）、生没年、業績等の関連する情報などがある。正答が「織田信長」であり、回答が「聖徳太子」である場合には、カテゴリが「政治家」で共通である。この場合、生没年は、「安土桃山時代」と「飛鳥時代」であるため異なる。これらの付随データは、類似度算出手段３５を介して応答文生成手段３７Ａに出力される。
【０１０３】
応答文生成手段３７Ａは、検索手段３４Ａで検索された付随データに基づいて、回答に対する付随ヒント（応答文）を生成する。例えば、正答が「織田信長」であり、回答が「聖徳太子」である場合には、回答の付随データは、「政治家」や「飛鳥時代」等である。
応答文生成手段３７Ａは、回答の付随データと正答の付随データとを用いて、例えば、「政治家というのは合ってるよ。」、「飛鳥・奈良時代の皇族じゃないよ。もう少し後の時代だよ。」などの応答文を生成する。
【０１０４】
［対話型質問装置の動作］
図８は、図７に示した対話型質問装置の動作を示すフローチャートである。
対話型質問装置３Ａが実行する処理であるステップＳ４１〜ステップＳ４８およびステップＳ５１〜ステップＳ５６は、図３に示した対話型質問装置３が実行する処理であるステップＳ１１〜ステップＳ１８およびステップＳ１９〜ステップＳ２４（図４参照）と同様なので説明を省略する。
【０１０５】
ステップＳ４８に続いて、対話型質問装置３Ａは、応答文生成手段３７Ａによって、検索手段３４Ａから付随データを取得したか否かを判別する（ステップＳ４９）。付随データがある場合には（ステップＳ４９：Ｙｅｓ）。対話型質問装置３Ａは、応答文生成手段３７Ａによって、付随ヒントを生成し（ステップＳ５０）、ステップＳ５１に進む。一方、付随データがない場合には（ステップＳ４９：Ｎｏ）。対話型質問装置３Ａは、ステップＳ５０をスキップしてステップＳ５１に進む。
＜具体例＞
【０１０６】
表９は、正答「織田信長」を例に取ったユーザと対話型質問装置３Ａとの対話例である。
対話型質問装置３Ａは、表６に示したヒント文を順次提示し、ユーザの回答に応じて、正答との類似度に基づく応答文を生成する。また、応答文として、職業（カテゴリ情報：戦国大名）が同じことを指摘した付随ヒントをユーザに提示する。これにより、ユーザは、正答を考えやすくなる。また、対話型質問装置３Ａは、正答と回答のそれぞれの人名の生年が両方とも分かる場合、それらを比較し、応答文として、時代が後か先かをユーザに伝える付随ヒントを生成する。
【０１０７】
【表９】
【０１０８】
第２の実施形態によれば、ヒント生成装置２Ａは、正答候補事典データベース１２４から、ヒント表現を取得する。そのため、ヒント表現が正答に対して正確で良質なものとなる。その結果、ユーザにとって分かり易くなるので、ヒント文としてふさわしくなる。また、対話型質問装置３Ａは、検索された付随データに基づいて、回答に対する応答文を付随ヒントとして生成するので、ユーザの思考を補助することができる。
【０１０９】
（第３実施形態）
第３実施形態に係る対話型質問システム１Ｂは、ヒント生成装置２（または２Ａ）と、対話型質問装置３Ｂとを備えている。
［対話型質問装置の構成］
図９は、本発明の第３実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。対話型質問装置３Ｂは、擬似ユーザと対話をするものである。擬似ユーザとは、実際のユーザの代わりとなって対話を行うプログラムのことである。対話型質問装置３Ｂは、回答抽出手段３９および正答候補データベース３２４を備えると共に、出題管理手段３８Ｂの機能が異なる点を除いて、図７に示した対話型質問装置３Ａと同一の構成なので、図７と同一の構成には同一の符号を付して説明を省略する。
【０１１０】
正答候補データベース３２４は、ヒント生成装置２（または２Ａ）に格納された正答候補データベース１２１と同様なものであり、例えば、人名リストである。この正答候補データベース３２４は、ヒント生成装置２（または２Ａ）から取得してもよいし、別のものであってもよい。
【０１１１】
回答抽出手段３９は、回答を正答候補データベース１２１から抽出し、抽出した回答を出題管理手段３８Ｂに出力するものである。
出題管理手段３８Ｂは、回答抽出手段３９から受け付けた回答を一致判定手段３３に出力する。なお、出題管理手段３８Ｂは、入力装置Ｍから、所定の命令（クイズの開始、終了、ヒント文のスキップ等）を受け付ける。
【０１１２】
［対話型質問装置の動作］
図１０は、図９に示した対話型質問装置の動作を示すフローチャートである。
対話型質問装置３Ｂが実行する処理であるステップＳ６１〜ステップＳ７５は、図７に示した対話型質問装置３Ａが実行する処理であるステップＳ４１〜ステップＳ５５（図８参照）と同様なので説明を省略する。ただし、ステップＳ６６では、対話型質問装置３Ｂは、回答抽出手段３９によって、回答を正答候補データベース１２１から抽出し、抽出した回答を出題管理手段３８Ｂに出力し、ステップＳ６７に進む。
【０１１３】
＜具体例＞
表１０は、対話型質問システム１Ｂにおいて擬似ユーザに対するヒント文の例である。
【０１１４】
【表１０】
【０１１５】
表１１は、対話型質問装置３Ｂにおける擬似ユーザとの対話例である。
【０１１６】
【表１１】
【０１１７】
なお、擬似ユーザが、最初のヒント文を受け取った後、回答（人名）を正答候補データベース３２４から抽出し、類似度算出手段３５を用いて、正答に近い回答を複数得た後、それらを回答として順次用いることで対話を行うように構成してもよい。
【０１１８】
第３の実施形態によれば、対話型質問装置３Ｂにおける擬似ユーザとのクイズのやり取りを視聴することで、間接的に情報を取得できる。ユーザが直接対話をしなくても正答についての知識を得ることができる。
【０１１９】
以上、本発明の各実施形態について説明したが、本発明はこれらに限定されるものではなく、その趣旨を変えない範囲で実施することができる。例えば、各実施形態では、人名当てクイズとして説明したが、これに限定されるものではない。例えば、動物名や植物名などの生物名、地名などの無生物名、商品名、学習用語名、学術専門用語名等でもよい。
また、本実施形態では、ヒント文選択手段３６は、類似度（ｐ値）が所定値γよりも小さい場合に、ヒント文リストの並べ替え処理をするものとして説明したが、例えば、類似度が所定値よりも大きい場合に、ヒント文リストを優先順と異なる順序に並べ替えるようにしてもよい。この場合には、ヒント文選択手段３６は、例えば、第１番目のヒント文を、ヒント文リストの順番に関わらず途中から選択して出題し、類似度が所定値よりも大きい場合には、続いて、出題済みのヒント文よりも難易度の高いヒント文を出題できるようにヒント文を並べ替える。ここで、出題済みのヒント文よりも難易度の高いヒント文は、元のヒント文リストの上位（前方）に配置されていたものである。そして、類似度が所定値よりも大きい場合に、出題済みのヒント文よりも難易度の高いヒント文を出題することにより、正答と回答との類似度が下がり易くなる。その結果、対話を長期間継続させることが可能となる。さらに、類似度が所定値よりも小さい場合の処理と組み合わせるようにしてもよい。
【０１２０】
また、ヒント生成装置２とヒント生成装置２Ａの機能を併せ持つようにヒント生成装置を構成してもよい。この場合、問題の正答に合わせてヒント表現の取得先や特徴量（文書数／エントリ数）の取得先を、Ｗｅｂデータと辞書データとで適宜切り替えるようにしてもよい。また、ヒント生成装置２（または２Ａ）を対話型質問装置３（または３Ａ，３Ｂ）に含めて構成するようにしてもよい。この場合、各種データベースを共用することができる。さらに、公知の音声対話手段を用いて音声による対話を行うように構成してもよい。ここで、音声対話手段には、音響モデルと言語モデルを備えた音声認識装置と、音声データベース等を含む音声合成手段とを含む。この場合には、入力装置Ｍにはマイクが含まれ、出力装置Ｄには、スピーカが含まれる。
【図面の簡単な説明】
【０１２１】
【図１】本発明の第１実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
【図２】図１に示したヒント生成装置の動作を示すフローチャートである。
【図３】本発明の第１実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
【図４】図３に示した対話型質問装置の動作を示すフローチャートである。
【図５】本発明の第２実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
【図６】図５に示したヒント生成装置の動作を示すフローチャートである。
【図７】本発明の第２実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
【図８】図７に示した対話型質問装置の動作を示すフローチャートである。
【図９】本発明の第３実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
【図１０】図９に示した対話型質問装置の動作を示すフローチャートである。
【符号の説明】
【０１２２】
１（１Ａ，１Ｂ） 対話型質問システム
２（２Ａ） ヒント生成装置
３（３Ａ，３Ｂ） 対話型質問装置
４ ネットワークデータサーバ
４ａ データベース
５ 質問応答システム
１１ 通信インタフェース
１２ 記憶手段
１２１ 正答候補データベース
１２２ ヒント文候補データベース
１２３ ヒント文リストデータベース
１２４ 正答候補事典データベース
１３ 質問生成手段
１４（１４Ａ） ヒント表現取得手段
１４１ 第１表現取得手段
１４２ 第２表現取得手段
１４３ 第３表現取得手段
１４４ 第４表現取得手段
１５（１５Ａ） ヒント文候補生成手段
１５１ 第１候補生成手段
１５２ 第２候補生成手段
１５３ 第３候補生成手段
１５４ 第４候補生成手段
１６（１６Ａ） ヒント文リスト生成手段
１６１ ヒントキーワード抽出手段
１６２ 特徴量抽出手段
１６３ スコア算出手段
１６４ ソート手段
１６５ 格納手段
１６２Ａ 特徴量抽出手段
１６３Ａ スコア算出手段
３１ 通信インタフェース
３２ 記憶手段
３２１ ヒント文リストデータベース
３２２ 応答文データベース
３２３ 正答候補事典データベース
３２４ 正答候補データベース
３３ 一致判定手段
３４（３４Ａ） 検索手段
３５ 類似度算出手段
３６ ヒント文選択手段
３７（３７Ａ） 応答文生成手段
３８（３８Ｂ） 出題管理手段
３９ 回答候補抽出手段
Ｎ ネットワーク
Ｍ 入力装置
Ｄ 出力装置
【技術分野】
【０００１】
本発明は、正答に対応するヒントを質問として出力すると共に、質問に対応する回答に応じる対話型質問方法、対話型質問システム、対話型質問プログラム及びそのプログラムを記録した記録媒体に関する。
【背景技術】
【０００２】
従来、クイズ（ゲーム）の自動作成システムが知られている（例えば、非特許文献１参照）。非特許文献１に記載されたシステムは、駄洒落なぞなぞを生成するものである。また、「辞書の定義文を提示することにより逆に見出し語を当てる」クイズを生成するシステムが知られている。また、例えば、数字当てゲームのように、利用者（以下、ユーザという）の入力数字が、予め定められた正答の数字よりも大きいか小さいかという情報（正答に導く情報一般のこと：以下、ヒントという）を対話形式で自動的に与えるクイズ生成システムが知られている。
【０００３】
また、クイズに限らず、ユーザとの対話を可能とする情報を生成する対話システムが知られている（例えば、非特許文献２参照）。非特許文献２に記載された対話システムは、ユーザと協同で予め決められたタスクを実行する目的指向型の対話システムであり、音声による気象情報案内を目的としている。また、対話システムの１つとして、質問応答（ＱＡ：Question Answering）システムが知られている（例えば、非特許文献３参照）。非特許文献３に記載されたＱＡシステムは、新聞記事などの大量の文書集合（データベース）から質問に対する解答を探し出して、要約を作成し、ユーザに提示するものである。また、ゲームの分野では、ユーザに複数（例えば20個）の質問を対話的に提示して回答を受け付けることで、ユーザの考えている事物を推定するシステム（商品名「２０Ｑ」、会社名「RADICA GAMES LTD．」）が知られている（例えば、非特許文献４参照）。
【非特許文献１】キムビンステッド、滝澤修、「日本語駄洒落なぞなぞ生成システム“ＢＯＫＥ”」、人工知能学会誌、1998年11月、vol.13、No.6、p.920−927
【非特許文献２】堂坂浩二、外４名、「音声対話システム「飛遊夢（ひゅうむ）」」電子情報通信学会2001年総合大会講演論文集、2001年、p.506−507
【非特許文献３】佐々木裕、外７名、「SAIQA：大量文書に基づく質問応答システム」、自然言語処理研究会／情報学基礎研究会、ＦＩ64／ＮＬ145−12、情報処理学会、2001年9月11日、p.77−82
【非特許文献４】[online]、[平成18年5月31日検索]、インターネット<ＵＲＬ：http://www.asovision.com/20q/top.html>
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来のクイズシステムは、ヒントを生成しないため、対話形式のクイズを実現できなかった。また、たとえ対話形式であったとしても、現状では、クイズの正答が単純な数字や記号であることを前提としている。また、非特許文献２に記載された対話システムは、目的指向型の対話システムなので対話を長引かせるような無駄な対話を避ける必要がある。また、ＱＡシステムは、一問一答であり、ヒントの生成を前提とするものではない。また、ユーザの考えている事物を推定するゲームは、「はい」や「いいえ」などしか受け付けず、ヒントを生成するものではない。
【０００５】
そこで、本発明では、前記した問題を解決し、質問を対話的に継続させることにより、娯楽や知識の習得に役立てることができる対話型質問方法、対話型質問システム、対話型質問プログラムおよび記録媒体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】
【０００６】
前記課題を解決するため、請求項１に記載の対話型質問方法は、予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムの対話型質問方法であって、前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択ステップと、前記回答と前記正答とが一致するか否かを判定する一致判定ステップと、前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索ステップと、前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出ステップと、前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成ステップと、前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理ステップとを有することを特徴とする。
【０００７】
かかる手順によれば、対話型質問システムは、ヒント文選択ステップで、優先順にしたがってヒント文を選択する。ここで、ユーザにとって正答がすぐに分かるようなヒント文は、優先順が低く、ヒントリストにおいて、なるべく後でユーザに提示するような順番に配置される。また、対話型質問システムは、回答と正答とが一致するまで異なる質問を繰り返し出題し、その間、回答と正答とが一致しない場合には、テキストデータ群における回答と正答との共起性の高さを基準にした類似度に基づいた応答文が生成される。ここで、テキストデータ群としては、インターネット等から取得可能なｗｅｂ情報（ｗｅｂデータ）や専門家によって構築された辞書（辞書データ）を利用することができる。
【０００８】
また、請求項２に記載の対話型質問方法は、請求項１に記載の対話型質問方法において、複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成ステップと、前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得ステップと、前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成ステップと、前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出ステップと、前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出ステップと、前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出ステップと、前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソートステップとをさらに有することを特徴とする。
【０００９】
かかる手順によれば、対話型質問システムは、ヒント文リストを以下の方法で予め生成しておく。すなわち、対話型質問システムは、予め生成した正答に対応するキーワードやフレーズをテキストデータ群から取得してヒント文候補を生成し、テキストデータ群における正答とヒント文候補に含まれるキーワードとの共起頻度を用いたスコアを算出する。ここで、抽出されたキーワードがユーザにとって分かりにくい特定の単語の場合には、ヒントたり得ないので、スコアには、テキストデータ群におけるキーワードの一般性を反映する。これにより、対話型質問システムでは、スコアから、ユーザにとって分かり易い順番を知見できるので、この順番を逆順とすることで、各ヒント文候補の優先順を適切に決定することができる。そして、対話型質問システムは、この優先順にしたがった順番でヒント文を並べ、ヒント文リストを生成する。
【００１０】
また、請求項３に記載の対話型質問方法は、請求項２に記載の対話型質問方法において、前記ヒント表現取得ステップが、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から取得し、前記特徴量抽出ステップが、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から抽出することを特徴とする。
【００１１】
かかる手順によれば、対話型質問システムは、ネットワーク上のテキストデータ群からキーワードやフレーズを取得した場合には、ヒント表現の多様性が増し、ユーザが興味を持ち易くなりヒント文にふさわしくなる。また、対話型質問システムに備えるテキストデータ群からキーワードやフレーズを取得する場合には、対話型質問システムを利用するユーザ（一般、会社員、学生等）や利用する目的（娯楽、社内教育、学校教育等）に応じて、所望のテキスト群を、対話型質問システムの記憶手段に予め格納しておく。これにより、ユーザや利用目的に適切なヒント表現が含まれるヒント文を生成することが可能となる。また、対話型質問システムでは、ヒント文から抽出されるキーワードの特徴量を、例えば、ネットワーク上のテキストデータ群または対話型質問システムに備えられたテキストデータ群に含まれる文書数における当該キーワードを含む文書数の割合とすることができる。ここで、キーワードとは、例えば、名詞などの一般的な単語である。したがって、キーワードの特徴量が、優先順を決定するためのスコアにおけるキーワードの一般性の指標となり得る。
【００１２】
また、請求項４に記載の対話型質問方法は、請求項２に記載の対話型質問方法において、前記ヒント表現取得ステップが、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられた予め作成された辞書データベースのテキストデータ群から取得し、前記特徴量抽出ステップが、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記辞書データベースのテキストデータ群から抽出し、前記検索ステップによって、前記辞書データベースのテキストデータ群から前記回答に関する情報として前記回答に付随した付随データが検索された場合に、前記応答文生成ステップが、前記検索された付随データに基づいて、前記回答に対する応答文を生成することを特徴とする。
【００１３】
かかる手順によれば、対話型質問システムは、辞書データベースのテキストデータ群からキーワードやフレーズを取得した場合には、ヒント表現が正答に対して正確で良質なものとなり、ユーザにとって分かり易くなりヒント文にふさわしくなる。また、対話型質問システムでは、ヒント文から抽出されるキーワードの特徴量を、例えば、辞書データベースの見出し語等のエントリ数における当該キーワードを含むエントリ数の割合とすることができる。また、対話型質問システムは、辞書データベースのテキストデータ群から検索された付随データに基づいて、回答に対する応答文を生成する。ここで、付随データは、正答をその事物の名称とすると、その事物に付随する性質や関連する事物の情報を指す。例えば、回答が人名であれば、付随データには、職業、生没年、居住地等の情報が含まれる。これにより、応答文生成ステップは、回答と正答の付随データをそれぞれ比較した応答文を生成することが可能となる。
【００１４】
また、請求項５に記載の対話型質問方法は、請求項２ないし請求項４のいずれか一項に記載の対話型質問方法において、前記回答を、前記正答候補データベースから抽出する回答抽出ステップをさらに有することを特徴とする。
【００１５】
かかる手順によれば、対話型質問システムは、ユーザの代わりに回答を抽出し、抽出した回答が正答と一致するか否かを判別し、抽出した回答と正答との類似度を求め、適切な応答文を生成すると共に、抽出した回答が正答と一致するまで、質問を出題し続ける。つまり、対話型質問システムは、質問側と、擬似ユーザとしての回答側との２役を演じて対話を実現する。したがって、この一連の過程をユーザに提示することにより、娯楽や知識の習得に役立てることができる
【００１６】
また、請求項６に記載の対話型質問方法は、請求項１ないし請求項５のいずれか一項に記載の対話型質問方法において、前記出題管理ステップは、前記回答と前記正答との類似度が所定値以上であるか否かを判別する判別ステップを有し、前記ヒント文選択ステップは、前記回答と前記正答との類似度に基づいて、前記ヒント文リストを前記優先順と異なる順序に並べ替え、前記並べ替えた順序にしたがって前記ヒント文を選択することを特徴とする。
【００１７】
かかる手順によれば、対話型質問システムは、回答と正答との類似度に基づいてヒント文を並べ替える。例えば、類似度が所定値よりも小さい場合に、ヒント文リストを優先順と異なる順序に並べ替える。当初、ヒント文リストは、当初、ユーザにとって分かりにくい順番に並べられているので、途中で並べ替えることにより、ユーザにとって分かり易いヒント文を当初よりも早く出題することが可能となる。ここで、並べ替えには、中抜き（スキップ）も含む。また、例えば、類似度が所定値よりも大きい場合に、ヒント文リストを優先順と異なる順序に並べ替えるようにしてもよい。これによれば、ヒント文の提示順序を、ユーザの個人差に合わせて動的に変更させることができる。
【００１８】
また、前記課題を解決するため、請求項７に記載の対話型質問システムは、予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムであって、前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択手段と、前記回答と前記正答とが一致するか否かを判定する一致判定手段と、前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索手段と、前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出手段と、前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成手段と、前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理手段とを備えることを特徴とする。
【００１９】
かかる構成によれば、対話型質問システムは、ヒント文選択手段によって、優先順にしたがってヒント文を選択する。ここで、ユーザにとって正答がすぐに分かるようなヒント文は、優先順が低く、ヒントリストにおいて、なるべく後でユーザに提示するような順番に配置される。また、対話型質問システムは、出題管理手段によって、回答と正答とが一致するまで異なる質問を繰り返し出題する。また、対話型質問システムは、応答文生成手段によって、回答と正答とが一致しない場合には、テキストデータ群における回答と正答との共起性の高さを基準にした類似度に基づいた応答文を生成する。ここで、テキストデータ群としては、インターネット等から取得可能なｗｅｂ情報（ｗｅｂデータ）や専門家によって構築された辞書（辞書データ）を利用することができる。
【００２０】
また、請求項８に記載の対話型質問システムは、請求項７に記載の対話型質問システムにおいて、複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成手段と、前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得手段と、前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成手段と、前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出手段と、前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出手段と、前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出手段と、前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソート手段とをさらに備えることを特徴とする。
【００２１】
かかる構成によれば、対話型質問システムは、ヒント文候補生成手段によって、正答に対応するキーワードやフレーズをテキストデータ群から取得してヒント文候補を生成し、スコア算出手段によって、テキストデータ群における正答とヒント文候補に含まれるキーワードとの共起頻度を用いたスコアを算出する。ここで、スコア算出手段は、スコアには、テキストデータ群におけるキーワードの一般性を反映する。そして、対話型質問システムは、ソート手段によって、スコアから導かれるユーザにとって分かり易い順番を逆順とすることで、各ヒント文候補の優先順を適切に決定した順番でヒント文を並べ、ヒント文リストを生成する。
【００２２】
また、請求項９に記載の対話型質問プログラムは、請求項１ないし請求項６のいずれか一項に記載の対話型質問方法をコンピュータに実行させることを特徴とする。このように構成されることにより、このプログラムをインストールされたコンピュータは、このプログラムに基づいた各機能を実現することができる。
【００２３】
また、請求項１０に記載のコンピュータ読み取り可能な記録媒体は、請求項９に記載の対話型質問プログラムが記録されたことを特徴とする。このように構成されることにより、この記録媒体を装着されたコンピュータは、この記録媒体に記録されたプログラムに基づいた各機能を実現することができる。
【発明の効果】
【００２４】
本発明によれば、質問を対話的に継続させることにより、娯楽や知識の習得に役立てることができる。
【発明を実施するための最良の形態】
【００２５】
以下、図面を参照して本発明の対話型質問方法および対話型質問システムを実施するための最良の形態（以下「実施形態」という）について、第１実施形態ないし第３実施形態に分けて詳細に説明する。
【００２６】
（第１実施形態）
［対話型質問システム］
図１は、本発明の第１実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
対話型質問システム１は、予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、質問に対応する回答に応じて異なる質問を出力するものである。
以下の説明では、対話型質問システム１は、正答を人名として、人名を当てるヒントを質問として出力するものとする。
【００２７】
対話型質問システム１は、ヒント生成装置２と、対話型質問装置３とを備えている。
ヒント生成装置２は、正答を生成し、生成した正答に対応する複数のヒント文を生成し、ヒント文リストとして対話型質問装置３に出力するものである。
対話型質問装置３は、ヒント生成装置２から取得したヒント文リストからヒント文を選択して質問として出力し、質問に対応する回答に応じて異なる質問を出力するものである。
【００２８】
ヒント生成装置２および対話型質問装置３は、例えば、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、ＲＯＭ（Read Only Memory）と、ＨＤＤ（Hard Disk Drive）と、通信を行うためのＮＩＣ（Network Interface Card）等から構成される。
【００２９】
ヒント生成装置２は、ネットワークＮを介して、ネットワークデータサーバ４に接続されている。ネットワークＮは、例えば、インターネットである。ネットワークデータサーバ４は、ネットワークデータベース４ａを備えている。ネットワークデータベース４ａは、テキストデータ群として、ヒント文に用いられる各種情報を格納している。なお、ネットワークデータサーバ４は、複数存在する。また、対話型質問装置３もネットワークＮを介して、ネットワークデータサーバ４に接続されている（図３参照）。
【００３０】
ヒント生成装置２は、質問応答システム５に接続されている。質問応答システム５は、公知のＱＡ（Question Answering）システムであり、例えば、新聞記事などの大量の文書集合（データベース）を図示しない記憶手段に記憶し、データベースから質問に対する解答を探し出すものである。ここで、質問は、例えば、「○○の関連語は？」、「○○と関連のある場所は？」、「○○と関連のある人物は？」等である。
【００３１】
［ヒント生成装置の構成］
ヒント生成装置２は、図１に示すように、通信インタフェース１１と、記憶手段１２と、正答生成手段１３と、ヒント表現取得手段１４と、ヒント文候補生成手段１５と、ヒント文リスト生成手段１６とを備えている。
【００３２】
通信インタフェース１１は、ネットワークデータサーバ４から、所定の情報（キーワードまたはフレーズなどのヒント表現等）を入力するものである。
記憶手段１２は、例えば、ＣＰＵによる演算処理等に利用されるＲＡＭや、例えば、所定のプログラム、各種データベース、処理結果等を格納するＲＯＭやＨＤＤを備えている。
【００３３】
記憶手段１２は、正答候補データベース１２１と、ヒント文候補データベース１２２と、ヒント文リストデータベース１２３とを備えている。
正答候補データベース１２１は、複数の正答候補を格納するものであり、例えば、複数の人名が記録された人名リストである。
ヒント文候補データベース１２２は、ヒント文候補生成手段１５で生成されたヒント文候補を格納するものである。ここで、ヒント文候補は、キーワードまたはフレーズなどのヒント表現を含む文である。
ヒント文リストデータベース１２３は、ヒント文リスト生成手段１６で生成されたヒント文リストを格納するものである。ここで、ヒント文リストは、ヒント文候補から出題用に選択されて所定の順番に並べられた文（ヒント文）からなる。
【００３４】
正答生成手段１３は、正答候補データベース１２１から所定の正答候補を選択し、選択した正答候補を正答として生成し、ヒント表現取得手段１４に出力するものである。
ここでは、一例として、人名を当てるクイズを取り上げる。例えば、正答生成手段１３が、人名として「織田信長」を選択した場合、「織田信長」を当てるという問題となり、ユーザは、順次出されるヒントが誰のことを指しているのかを当てることとなる。以下では、例えば、「織田信長」という人名を当てるためのヒント文が生成されることとして説明する。なお、正答を作成する方法は、辞書の定義文提示による見出し語当てクイズの問題作成法と同様なので、公知の問題作成法を利用する。
【００３５】
ヒント表現取得手段１４は、正答生成手段１３で生成された正答に対応するヒントとして、複数のヒント表現を、ネットワークＮを介してネットワークデータサーバ４に格納されたデータベースから取得するものである。ここで、ヒント表現とは、キーワードまたはフレーズで表現されたヒントを示す。以下では、ネットワークＮを介して取得可能なテキストデータ群をＷｅｂデータという。Ｗｅｂデータには、例えば、インターネット上の人物事典が含まれる。インターネット上では、例えば、「織田信長」であれば、「戦国武将」といったカテゴリ情報がメタデータとして付与されている人物事典も存在するのが現状である。したがって、Ｗｅｂデータという場合に、このようなデータを想定する。なお、Ｗｅｂデータに、ネットワークＮ以外の様々なソースから得られたデータを含めてもよい
【００３６】
本実施形態では、ヒント表現取得手段１４は、正答を説明していると考えられるヒント表現を取得するために、第１表現取得手段１４１と、第２表現取得手段１４２と、第３表現取得手段１４３と、第４表現取得手段１４４とを備えている。
第１表現取得手段１４１は、図示を省略するが、公知のフレーズ検索を実行する手段と、形態素解析を実行する手段とを備え、ネットワークＮから得られるＷｅｂデータから特徴的な表現（キーワード）をヒント表現として抽出するものである。
第２表現取得手段１４２は、第１表現取得手段１４１による形態素解析から得られる正答の読み仮名をヒント表現として抽出するものである。
第３表現取得手段１４３は、ネットワークＮから得られるＷｅｂデータからフレーズをヒント表現として抽出するものである。ここで、フレーズは、動詞句である。
第４表現取得手段１４４は、質問応答システム５に質問を出力し、質問応答システム５の応答をヒント表現として取得するものである。
なお、ヒント表現取得手段１４の内部構成は、これに限定されるものではなく、前記した第１表現取得手段１４１ないし第４表現取得手段１４４以外に、さらに、１以上の表現取得手段（第５表現取得手段等）を備えるようにしてもよい。例えば、文書中に正答と共に出現する頻度の高い表現を、ヒント表現として取得する手段を第５表現取得手段としてもよい。また、ヒント表現取得手段１４の内部構成は、前記した第１表現取得手段１４１ないし第４表現取得手段１４４のうちの少なくとも１つを備えるように構成してもよい。以下、第１表現取得手段１４１ないし第４表現取得手段１４４の詳細を説明する。
【００３７】
＜第１表現取得手段＞
人物を説明するのに特徴的なパターンを捉えて、「織田信長などの戦国大名」といった文から、「戦国大名」というヒント表現を獲得する。特徴的な表現を用いて、人物などの定義を獲得する従来手法には次のものが挙げられる
Joho, H. and Sanderson, M. (2000)”Retrieving Descriptive Phrases from Large Amounts of Free Text”. In: Agah, A.,Callan, Ｊ.& Rundenstenier, E. (eds), Proceedings of the 9th International Conference on Information and Knowledge Management, 180-186, McLean, VA: ACM.
【００３８】
本実施形態でいうところの特徴的な表現とは以下のとおりである。ただし、Ａは正答、例えば「織田信長」、であり、Ｂは求めようとするヒント表現である。
（1）ＡというＢ、（2）ＡといったＢ、（3）Ａ以外のＢ、（4）ＡなどのＢ、（5）ＡのようなＢ、（6）ＡというとＢ、（7）ＡといえばＢ、（8）ＡによるＢ、（9）ＡやＢ、（10）ＢやＡ
【００３９】
具体的な手続きとしては、テキストデータ中から、「Ａというと」という文字列でフレーズ検索を行い、「Ａというと」という表現を含む文を取得する。その後、形態素解析と係り受け解析を行い、「Ａというと」に係られる句を求める。例えば、「織田信長というと」という表現で、フレーズ検索を行い、「織田信長というと敦盛ですが…（後略）」という文が取得された場合、「織田信長というと」の係り先は「敦盛」であるため、「敦盛」がＢとして、求められる。
【００４０】
特徴的な表現は、以下のように４つに分けられる。
前記した（1）−（5）は、ＢがＡのカテゴリ（例えば、「戦国大名」）を表すと考えられるものである。
前記した（6）−（7）は、ＢがＡの連想（例えば、「敦盛」）を表すと考えられるものである。
前記した（8）は、ＢがＡによって作られたもの・なされたこと（例えば、「安土城」）を表すと考えられるものである。
前記した（9）−（10）は、ＢがＡと同じカテゴリに属する（例えば、「豊臣秀吉」）ことを表すと考えられるものである。
【００４１】
前記した（1）−（5）は、Ｂの上位語を用いることでさらにヒントを増やすことができる。例えば、織田信長についてのヒント表現として「武将」が取得された場合、例えば、「日本語語彙体系CD-ROM版」（NTTコミュニケーション科学基礎研究所監修、池原悟ほか編集、岩波書店）の概念辞書を用いることで、「武将」の上位語に「人間」があることが分かる。この場合、「人間」というヒント表現が得られたものとすることができる。なお、本実施形態では、Ｂの精度を高めるために、Ｂが「人間」の下位語でなかった場合、用いないこととする。
【００４２】
また、本実施形態では、Ｂの形態素解析結果に、「接続詞」や「副詞」を含むものはヒント表現として用いないこととした。その理由は、形態素解析や係り受け解析の誤りなどから、Ｂが必ずしもヒントとして適切であるとは限らないことと、ヒントとしてユーザに提示するときには文脈から独立して使われるため、Ｂに文脈依存性があってはならないためである。
【００４３】
＜具体例＞
表１は、正答「織田信長」に関して、フレーズ検索に検索エンジンｇｏｏ（登録商標）を用いたときの検索結果と共に表示されるsnippetと呼ばれる要旨のテキストをＷｅｂデータとして用いて作成されたヒント表現である。
【００４４】
【表１】
【００４５】
＜第２表現取得手段＞
第２表現取得手段１４２は、正答（人名）の表記（最初の文字、最後の文字）からヒント文を作成する。対象となる人名を形態素解析すると、読み仮名が取得できるため、この最初の文字、最後の文字を取得する。
【００４６】
＜第３表現取得手段＞
第３表現取得手段１４３は、特徴的な表現を用いず、Ａ（正答）を含む文自体からヒント文を作成する。この場合、「Ａが」という表現の係り先の動詞句が見つかれば、その動詞句をヒント表現として用いる。例えば、「織田信長が楽市楽座を開いた」とあれば、「織田信長が」は「楽市楽座を開いた」に係るため、「楽市楽座を開いた」をヒント表現とする。正答が「織田信長」の場合、例えば、以下の表２に示すヒント表現を取得することができる。この中で、「た」で終わるものだけを使用することとする。
【００４７】
【表２】
【００４８】
＜第４表現取得手段＞
第４表現取得手段１４４は、「○○の関連語は？」、「○○に関連する場所は？」、「○○に関連する人物は？」という３つの質問文を生成し、それらを質問応答システム５に送り、その応答をヒント表現とする。正答が「織田信長」の場合、例えば、以下の表３に示すヒント表現を質問応答システム５から取得することができる。
【００４９】
【表３】
【００５０】
ヒント文候補生成手段１５は、ヒント表現取得手段１４で取得されたヒント表現を含む文を示すヒント文候補を生成するものであり、第１候補生成手段１５１と、第２候補生成手段１５２と、第３候補生成手段１５３と、第４候補生成手段１５４とを備えている。
【００５１】
第１候補生成手段１５１は、第１表現取得手段１４１で取得されたヒント表現に対して、「○○だよ」、「○○だね」というテンプレートを用いてヒント文を作成する。例えば、その人物に関するカテゴリ情報が「戦国武将」である場合、第１候補生成手段は、「戦国武将だよ」というヒント文を作成する。
また、その人物に関する生年／没年情報が付与されている場合、第１候補生成手段１５１は、「○○よ」というテンプレートを用いてヒント文を作成する。例えば、その人物に関する生年／没年が「1534年／1582年」ならば、「1534年に生まれたよ」や「1582年に死んだよ」といったヒント文を生成する。
ヒント表現を取得する際に用いた特徴的な表現が、前記した（6）−（7）の場合には、第１候補生成手段１５１は、例えば、「○○といえば？」というテンプレートを用いてヒント文を作成する。
ヒント表現を取得する際に用いた特徴的な表現が、前記した（8）−（10）の場合には、第１候補生成手段１５１は、例えば、「○○に関係があるよ」というテンプレートを用いてヒント文を作成する。
【００５２】
第２候補生成手段１５２は、第２表現取得手段１４２で取得されたヒント表現に対して、テンプレートを用いてヒント文を作成する。第２候補生成手段１５２は、人名から、「最初の文字は○だよ」と、「最後の文字は○だよ」というテンプレートを用いてヒント文を作成する。
【００５３】
第３候補生成手段１５３は、第３表現取得手段１４３で取得されたヒント表現に対して、テンプレートを用いてヒント文を作成する。この第３候補生成手段１５３は、文章の語尾に対して、統語的なルールを適用することで最終の動詞を過去形にしてから、「よ」を付与する。つまり、「○○○たよ」というテンプレートを用いてヒント文を作成する。例えば、ヒント表現が「明智光秀に殺される」の場合、「明智光秀に殺されたよ」というヒント文になる。ただし、「○○○ったよ」、「○○○だよ」というテンプレートの方が適切な場合テンプレートを変更する。なお、最終の動詞を過去形にするのは、通例、人物に関する事実は過去のことが多いという知見に基づいている。
【００５４】
第４候補生成手段１５４は、第４表現取得手段１４４で取得されたヒント表現に対して、テンプレートを用いてヒント文を作成する。この第４候補生成手段１５４は、第３候補生成手段１５３と同様に、文章の語尾に対して、シンクタクティックなルールを適用することで最終の動詞を過去形にしてから、「よ」を付与するものである。
なお、ヒント文候補生成手段１５の内部構成は、これに限定されるものではなく、前記した第１候補生成段１５１ないし第４候補生成手段１５４以外に、さらに、１以上の候補生成手段（第５候補生成手段等）を備えるようにしてもよい。例えば、第５候補生成手段が前記した第５表現取得手段に対応する場合には、第５表現取得手段で取得されたヒント表現を用いて、例えば、「○○に関係あるよ。」というテンプレートを用いてヒント文を作成する。
【００５５】
ヒント文リスト生成手段１６は、図１に示すように、ヒントキーワード抽出手段１６１と、特徴量抽出手段１６２と、スコア算出手段１６３と、ソート手段１６４と、格納手段１６５とを備えている。
ヒントキーワード抽出手段１６１は、ヒント文候補データベース１２２に格納された各ヒント文候補からキーワードを抽出するものである。以下では、ヒントキーワード抽出手段１６１で抽出されたキーワードのことを、単にキーワードという。キーワードは、例えば、形態素解析の結果、名詞とされたものである。例えば、ヒント文候補が「明智光秀に殺されたよ」ならば、「明智光秀」がキーワードとなる。また、ヒント文候補が「武将だよ」の場合には、「武将」がキーワードとなる。
【００５６】
特徴量抽出手段１６２は、Ｗｅｂデータにおいて、正答を含む文書（例えば、html文書）の個数（文書に関する特徴量）Ｅと、正答とキーワードとの両方を含む文書の個数（文書に関する特徴量）Ｆと、対象とするＷｅｂデータにおけるすべての文書の個数（文書に関する特徴量）Ｇと、対象とするＷｅｂデータにおけるキーワードのヒット数（文書に関する特徴量）Ｈとを抽出するものである。なお、特徴量Ｇを非常に大きな数値で代用してもよい。
【００５７】
スコア算出手段１６３は、特徴量抽出手段１６２で抽出された各特徴量（Ｅ，Ｆ，Ｇ，Ｈ）に基づいて、Ｗｅｂデータにおける正答とキーワードとの共起頻度と、Ｗｅｂデータにおけるキーワードの一般性とを用いて、各ヒント文候補に対するスコア（第１スコア）Ｓ1を、式（１）に基づいて算出するものである。
【００５８】
Ｓ1＝ｌｏｇ（Ｆ／Ｅ）＋ｌｏｇ（Ｈ／Ｇ） …式（１）
【００５９】
式（１）では、正答とキーワードとの共起頻度に、正答と回答との関連度Ｆ／Ｅを用いた。関連度Ｆ／Ｅが高いヒント文候補は、ユーザにとって正答がすぐに分かるものであると考えられる。ただし、キーワードの中には、正答とは共起が強いが、滅多に使用されずユーザには分かりにくいものが混じる可能性がある。そこで、式（１）では、Ｗｅｂデータにおけるキーワードの一般性をＨ／Ｇとした。このＨ／Ｇの値が大きいほど、キーワードは、ユーザになじみがあるものとなる。つまり、式（１）は、第１スコアＳ1の値が大きいほど、正答が分かりにくいことを示す。例えば、織田信長の場合、「武将だよ」というヒントよりも「明智光秀に殺されたよ」というヒントの方が、内容において、織田信長と関連が高く、答えに直結すると思われる。
【００６０】
なお、スコア算出手段１６３は、例えば「日本語の語彙特性CD-ROM版」（NTTコミュニケーション科学基礎研究所監修、天野成昭ほか編、三省堂）におけるキーワードの親密度と、前記した「日本語語彙体系CD-ROM版」の概念木をキーワードから上位にたどって行き、いくつのノードを経るかといったルート概念までのパス長の情報とを求めておく。これらの情報を求めておく理由は、一般性を求める上で、これらの情報が必要となる場合があると考えられるからである。
【００６１】
ソート手段１６４は、各ヒント文候補のスコア（第１スコアＳ1）に基づいて、各ヒント文候補の優先順を決定し、決定された優先順でヒント文候補を並べて、ヒント文リストを生成するものである。ここでは、ソート手段１６４は、第１スコアＳ1の値が小さいヒント文候補ほど優先的にヒント文リストの上位（始め）に配置する。このように配置することで、正答がなるべくすぐに分からないような並べ方を実現できる。このように並べる理由は、すぐに正答が分かってしまったのでは、対話にならず、ユーザもクイズの過程を楽しめないと考えられるからである。
【００６２】
具体的には、ヒント文候補が多数ある場合、ランキングが低いヒント文候補（第１スコアＳ1の値が低いキーワード）は、関連度が低く、一般性も低いと考えられる。そのため、ランキングが低いヒント文候補は、ヒント文として必要ではない可能性が高い。そこで、ソート手段１６４は、多数のヒント文候補のうち、ランキングがトップＪ位（例えばＪ＝１０）のものだけを残す。そして、ソート手段１６４は、トップＪ位までのヒント文を逆順にし、ヒント文リストとする。
【００６３】
本実施形態では、ソート手段１６４は、いくつかのヒント文候補を別扱いにして、第１のスコアＳ1として所定の規定値を与え、経験則によりヒント文リストに加えることとする。例えば、第２表現取得手段１４２で取得された「読みを用いたヒント文候補」は、正答に直結しているため分かりやすい。そこで、ソート手段１６４は、「読みを用いたヒント文候補」をヒント文リストの末尾（最後）に追加する。また、ネットワークＮ上の人物事典から得られる「カテゴリ情報（例えば、「戦国武将」）」や「生年／没年」は、その人物の大まかな情報を表し、ユーザにとってクイズの答えを考え始めるのに役に立つ情報である。そこで、ソート手段１６４は、「カテゴリ情報」や「生年／没年」を用いたヒント文をヒント文リストの先頭（最初）に追加する。また、ネットワークＮ上の人物事典によって、ヒント文候補のキーワードに親密度が定義されている場合には、ソート手段１６４は、正規の第１のスコアＳ1の値を調整して、それらのヒント文をヒント文リストの最初の方に移動する。これにより、ソート手段１６４は、最終的なヒント文リストを生成する。
【００６４】
格納手段１６５は、ソート手段１６４で生成されたヒント文リストを正答別にヒント文リストデータベース１２３に格納する。
なお、正答生成手段１３、ヒント表現取得手段１４、ヒント文候補生成手段１５、およびヒント文リスト生成手段１６は、ＣＰＵが記憶手段１２のＨＤＤ等に格納された所定のプログラムをＲＡＭに展開して実行することにより実現されるものである。
【００６５】
［ヒント生成装置の動作］
図１に示したヒント生成装置の動作について図２を参照（適宜図１参照）して説明する。図２は、図１に示したヒント生成装置の動作を示すフローチャートである。ヒント生成装置２は、正答生成手段１３によって、正答候補を選択して正答を生成し（ステップＳ１）、ヒント表現取得手段１４によって、正答に対応するヒント表現を取得する（ステップＳ２）。そして、ヒント生成装置２は、ヒント文候補生成手段１５によって、取得したヒント表現でヒント文候補を生成し（ステップＳ３）、ヒントキーワード抽出手段１６１によって、各ヒント文候補からキーワードを抽出する（ステップＳ４）。そして、ヒント生成装置２は、特徴量抽出手段１６２によって、キーワードに関する複数の特徴量をネットワークＮを介してＷｅｂデータから抽出し（ステップＳ５）、スコア算出手段１６３によって、抽出した特徴量に基づいて、各ヒント文候補に対する第１スコアを算出する（ステップＳ６）。続いて、ヒント生成装置２は、ソート手段１６４によって、各ヒント文候補のスコアと出題ルールとに基づいて、ヒント文リストを生成し（ステップＳ７）、格納手段１６５によって、ヒント文リストを問題別に格納する（ステップＳ８）。
【００６６】
＜具体例＞
表４および表５は、正答「織田信長」に関して、検索エンジンｇｏｏ（登録商標）を用いて取得されたＷｅｂデータによって作成されたヒント文リストである。ヒント文リストには、ヒント文ごとに、ヒント番号、ヒント文の内容およびキーワードと、type、score、HitCount、targetHitCount、psy、pathlenのそれぞれの数値が、この順番に記載されている。
typeの数値は、ヒント表現がどこから取得されたかを示すものである。
type＝「１」は、表１の「カテゴリ情報」から取得されたものである。
type＝「２」は、表１の「連想」から取得されるものである（該当なし）。
type＝「３」は、表１の「作られたもの」から取得されたものである。
type＝「４」は、表１の「同じカテゴリ」から取得されたものである。
type＝「５」は、表２から取得されたものである。
type＝「６」は、正答の読み（最初の１文字）から取得されたものである。
type＝「７」は、正答の読み（最後の１文字）から取得されたものである。
type＝「８」は、表３の「関連語」から取得されたものである。
type＝「９」は、表３の「場所」から取得されたものである。
type＝「１０」は、表３の「人物」から取得されたものである。
scoreは、第１スコアＳ1の値である。HitCount、targetHitCountは、それぞれ、キーワードのヒット数、キーワードと答えを両方含むヒット数である。なお、psyとはキーワードの日本語語彙特性における親密度であり、pathlenとは日本語語彙体系におけるキーワードからルート概念までのパス長である。
【００６７】
【表４】
【００６８】
【表５】
【００６９】
［対話型質問装置の構成］
図３は、本発明の第１実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
対話型質問装置３は、図３に示すように、通信インタフェース３１と、記憶手段３２と、一致判定手段３３と、検索手段３４と、類似度算出手段３５と、ヒント文選択手段３６と、応答文生成手段３７と、出題管理手段３８とを備えている。
【００７０】
通信インタフェース３１は、ネットワークデータサーバ４から、所定の検索情報（正答、回答、あるいは、その両方が含まれる文書数等）を入力するものである。
記憶手段３２は、例えば、ＣＰＵによる演算処理等に利用されるＲＡＭや、例えば、所定のプログラム、各種データベース、処理結果等を格納するＲＯＭやＨＤＤを備えている。
【００７１】
記憶手段３２は、ヒント文リストデータベース３２１と、応答文データベース３２２とを備えている。
ヒント文リストデータベース３２１は、ヒント生成装置２で生成されたヒント文リストを格納するものである。
応答文データベース３２２は、回答に対する応答文を格納するものである。応答文として、出題開始宣言文、回答が正答と一致するときの応答文、回答が正答と不一致のときの応答文等が準備される。それぞれの応答文は、例えば、「なぞなぞスタート！」、「あたり！」、「惜しい！」、「全然違う！」等である。
【００７２】
一致判定手段３３は、回答（入力）がある場合に、回答と正答とが一致するか否かを判定するものである。この一致判定手段３３は、回答と正答とが一致する場合には、応答文生成手段３７にその旨を通知し、回答と正答とが一致しない場合には、検索手段３４と類似度算出手段にその旨を通知する。
【００７３】
検索手段３４は、一致判定手段３３から、回答と正答とが一致しない旨を通知された場合に、Ｗｅｂデータにおいて、正答を含むデータ群と、回答を含むデータ群と、回答と正答との両方を含むデータ群とのそれぞれの文書数を検索するものである。検索結果は、類似度算出手段３５に出力される。
具体的には、検索手段３４は、例えば、ネットワークＮ上の人物事典を利用して、回答と正答とをそれぞれ示す２つの人名に関する記事（説明ページ）が、その人物事典の記事全体からどのようにハイパーリンクによって参照されているかを検索する。すなわち、
検索手段３４は、回答を示す人名に関する記事（説明ページ）と、正答を示す人名に関する記事（説明ページ）とに対して、これら両方を参照する共通の記事（人名に限らない）がどれくらいあるか検索する。
【００７４】
類似度算出手段３５は、検索手段３４で検索された結果に基づいて、ネットワークＮ（テキストデータ群）における回答と正答との共起性の高さを、回答と正答との類似度として算出するものである。算出された類似度は、応答文生成手段３７および出題管理手段３８に出力される。本実施形態では、例えば、類似度算出手段３５は、共起性の高さを、フィッシャー直接検定（フィッシャーの正確確率検定、ＦＥＴ：Fisher’s Exact Test）によって検定し、検定結果であるｐ値を類似度として算出する。類似度算出手段３５がＦＥＴにより類似度を算出する場合に、例えば、正答が「織田信長」で、回答が「豊臣秀吉」であり、「織田信長」に関する記事のページ数と、「豊臣秀吉」に関する記事のページ数と、対象とする人物事典のページ数Ｑとが、表６に示すように求められた場合には、ＦＥＴのｐ値は、式（２）で示される。なお、ＦＥＴについては、「Agresti A,(1992), A Survey of Exact Inference for Contingencey Tables, Statical Science,7,131-153」に記載されている。ここで、類似度の算出は、ＦＥＴに限定されるものではなく、統計量の検定に用いられるカイ二乗値（χ2）、カイ二乗値を０〜１の範囲に正規化した値であるφ2などを用いることができる。
【００７５】
【表６】
【００７６】
【数１】
【００７７】
ヒント文選択手段３６は、ヒント文リストデータベース３２１に正答ごとに格納されたヒント文リストの中から優先順にしたがってヒント文を選択するものである。
ヒント文選択手段３６は、出題管理手段３８の指示に基づいて、ヒント文リストの並べ替え処理をした場合には、並べ替えられた順番に基づいて、ヒント文を選択すると共に、並び替えられた順序の情報を出題管理手段３８に通知する。
【００７８】
例えば、ヒント文リストに記録されたヒント文の数が１０個で、６問出題された後に、並び替え処理をすると、出題順が当初「９」番目であったヒント文が、新たに「７」番目となった後に、当初「７」番目であったヒント文が、新たに「８」番目となる。ここで、並べ替えには、中抜きも含まれる。例えば、当初「７」〜「９」番目であったヒント文を中抜き（スキップ）して、出題順が当初「１０」番目であったヒント文を新たに「７」番目として、スキップしたヒント文をキャンセルする。
【００７９】
応答文生成手段３７は、類似度算出手段３５で算出された類似度に基づいて、回答に対する応答文を生成するものである。この場合の応答文は、回答が正答にどれだけ近いのかをユーザに知らせるためのものである。
また、応答文生成手段３７は、回答と正答とが一致する場合に、回答に対する応答文を生成する。この場合の応答文は、回答が正答であることをユーザに知らせるためのものである。なお、応答文は、所定の規則にしたがって生成される。
本実施形態では、応答文生成手段３７は、応答文データベース３２２から応答文を選択することにより、応答文を生成する。この応答文生成手段３７は、出題管理手段３８から、ヒント文リストの並べ替え処理が行われたことを通知されると、通知された情報に基づいた応答文を生成する。ヒント文を単に並べ替えたときの応答文は、例えば、「これなら分かるかな？」などである。また、ヒント文の並べ替えの結果、中抜きをして最後のヒント文を出題するときの応答文は、例えば、「これが最後のヒントだよ。」などとなる。
【００８０】
出題管理手段３８は、回答が入力されたか判定し、入力された回答と正答とが一致するまで異なる質問を繰り返し出題するものである。この出題管理手段３８は、入力装置Ｍから受け付けた回答を一致判定手段３３に出力し、応答文生成手段３７で生成された応答文と、ヒント文選択手段３６で選択されたヒント文とを出力装置Ｄに出力する。ここで、入力装置Ｍは、例えば、キーボードやマウス等であり、出力装置Ｄは、例えば、液晶ディスプレイ等である。
【００８１】
出題管理手段３８は、クイズの開始時には、初期状態の応答文（出題開始宣言文）を出力してから、第１番目のヒント文を出力する。出題管理手段３８は、クイズの開始後は、回答が正解ならば、正解に対応した応答文を出力し、不正解ならば類似度に対応した応答文を出力してから次のヒント文を出力する。このため、出題管理手段３８は、出題数（回答数）を管理し、出題数に応じて、応答文生成手段３７と、ヒント文選択手段３６とを制御する。
【００８２】
また、本実施形態では、出題管理手段３８は、類似度算出手段３８から取得した類似度（ｐ値）が所定値γ以上であるか否かを判別し、所定値γよりも小さい場合に、ヒント文リストの並べ替え処理をするようにヒント文選択手段３６に指示する。なお、所定値γを例えば、０．０１としてもよい。また、出題管理手段３８は、ヒント文選択手段３６から並べ替え処理の結果を取得し、応答文生成手段３７に通知する。
【００８３】
［対話型質問装置の動作］
図３に示した対話型質問装置の動作について図４を参照（適宜図３参照）して説明する。図４は、図３に示した対話型質問装置の動作を示すフローチャートである。対話型質問装置３は、出題管理手段３８によって、制御変数ｉを初期化（ｉ＝０）し（ステップＳ１１）、応答文生成手段３７によって、出題開始宣言文（ｉ＝０）を生成する（ステップＳ１２）。そして、対話型質問装置３は、出題管理手段３８によって、制御変数ｉの現在の値に「１」を加算し（ステップＳ１３）、類似度（ｐ値）が所定値γ以上であるか否かを判別する（ステップＳ１４）。そして、類似度（ｐ値）が所定値γ以上である場合（ステップＳ１４：Ｎｏ）、対話型質問装置３は、ヒント文選択手段３６によって、ｉ番目のヒント文を選択し（ステップＳ１５）、出題管理手段３８によって、ヒント文を表示させる。そして、対話型質問装置３は、出題管理手段３８によって、入力があるか否かを判別する（ステップＳ１６）。入力がある場合（ステップＳ１６：Ｙｅｓ）、対話型質問装置３は、一致判定手段３３によって、一致するか否かを判別する（ステップＳ１７）。一方、一致しない場合（ステップＳ１７：Ｎｏ）、対話型質問装置３は、検索手段３４によって、Ｗｅｂデータにおいて、正答を含むデータ群と、回答を含むデータ群と、回答と正答との両方を含むデータ群とのそれぞれの文書数を検索する（ステップＳ１８）。そして、対話型質問装置３は、類似度算出手段３５によって、類似度を算出し（ステップＳ１９）、応答文生成手段３７によって、応答文を生成する（ステップＳ２０）。
【００８４】
一方、ステップＳ１７において、一致する場合（ステップＳ１７：Ｙｅｓ）、対話型質問装置３は、ステップＳ２０に進む。ステップＳ２０に続いて、対話型質問装置３は、出題管理手段３８によって、クイズの終了であるか否かを判別する（ステップＳ２１）。クイズの終了である場合（ステップＳ２１：Ｙｅｓ）、対話型質問装置３は、処理を終了する。一方、クイズの終了ではない場合（ステップＳ２１：Ｎｏ）、対話型質問装置３は、ステップＳ１３に戻る。
【００８５】
また、ステップＳ１４において、類似度（ｐ値）が所定値γよりも小さい場合（ステップＳ１４：Ｙｅｓ）、対話型質問装置３は、ヒント文選択手段３６によって、並び替え処理を実行し（ステップＳ２２）、ヒント文を選択する（ステップＳ２３）。
また、ステップＳ１６において、入力がない場合（ステップＳ１６：Ｎｏ）、対話型質問装置３は、出題管理手段３８によって、所定時間Ｔが経過したか否かを判別する（ステップＳ２４）。所定時間Ｔが経過した場合（ステップＳ２４：Ｙｅｓ）、対話型質問装置３は、テップＳ２０に進む。一方、所定時間Ｔが経過しない場合（ステップＳ２４：Ｎｏ）、対話型質問装置３は、ステップＳ１６に戻る。
【００８６】
＜具体例＞
表７は、正答「織田信長」を例に取ったユーザと対話型質問装置３との対話例である。
対話型質問装置３は、表４および表５に示したヒント文を順次提示し、ユーザの回答に応じて、正答との類似度に基づく応答文を生成する。
【００８７】
【表７】
【００８８】
なお、対話型質問装置３は、一般的なコンピュータに、前記した各ステップを実行させる対話型質問プログラムを実行することで実現することもできる。これらのプログラムは、通信回線を介して配布することも可能であるし、ＣＤ−ＲＯＭ等の記録媒体に書き込んで配布することも可能である。
【００８９】
第１の実施形態によれば、クイズに対するヒントを生成する際に、クイズの正答とヒント文中のキーワードの共起頻度と、キーワードの一般性とを用いて、順位付けを行うとともに順位の逆順にヒントをユーザに提示することができる。その結果、質問を対話的に継続させることにより、娯楽や知識の習得に役立てることができる。また、コストをかけずにヒント付きクイズが実現できる。さらに、従来の目的指向型の対話システムとは異なり雑談等を行う話し相手となるシステムとして利用できる。
【００９０】
（第２実施形態）
第２実施形態に係る対話型質問システム１Ａは、ヒント生成装置２Ａと、対話型質問装置３Ａとを備えている。
［ヒント生成装置の構成］
図５は、本発明の第２実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
ヒント生成装置２Ａの構成において、図１に示したヒント生成装置２と同一の構成には同一の符号を付して説明を省略する。
ヒント生成装置２Ａは、図５に示すように、通信インタフェース１１と、記憶手段１２と、正答生成手段１３と、ヒント表現取得手段１４Ａと、ヒント文候補生成手段１５Ａと、ヒント文リスト生成手段１６Ａとを備えている。
【００９１】
記憶手段１２は、他のデータベースと共に、正答候補事典データベース１２４をさらに備えている。正答候補事典データベース１２４は、複数の正答候補に関する情報を有した事典を格納するものであり、例えば、人物事典である。以下では、正答候補事典データベース１２４に格納されたデータを辞書データと呼ぶ。なお、辞書データには、ネットワークＮ上の人物事典のデータも含む。
【００９２】
ヒント表現取得手段１４Ａは、正答候補事典データベース１２４から、正答に関するすべての文を抜き出し、抜き出した文をヒント文候補としてヒント文候補生成手段１５Ａに出力するものである。ただし、ヒント表現取得手段１４Ａは、抜き出した文のうち、以下の条件に当てはまるものは、ヒント文として不適切なものとして除外する。ヒント文として不適切なものとは、文脈依存性があるもの、文長が極端に短すぎる／長すぎるもの（例えば、20形態素以上もしくは5形態素以下の文）、正答（人名）を含む文、その他特定の条件（例えば、動詞またはサ変接続の名詞を含まない文）である。ここで、文脈依存性があるものとは、「接続詞や接続助詞や副詞を含む文」、「代名詞を含む文」、「参照表現（「この」、「その」、「これ」、「それ」、「これら」、「それら」）を含む文」などである。これら文脈依存性がある文は、それぞれ、その文だけでは文の意味が分からないような文である。なお、正答候補事典データベース１２４に正答（人物）の記述がない場合は、ネットワークＮを介してＷｅｂデータからヒント表現を取得し、ヒント文候補生成手段１５Ａに出力する。この場合のヒント表現取得方法は、図１に示したヒント表現取得手段１４と同様なので説明を省略する。
【００９３】
ヒント文候補生成手段１５Ａは、ヒント表現取得手段１４Ａから取得するヒント文候補をヒント文候補データベース１２２に格納するものである。このヒント文候補生成手段１５Ａは、正答候補事典データベース１２４に正答（人物）の記述がない場合には、図１に示したヒント文候補生成手段１５と同様な動作を行う。
【００９４】
ヒント文リスト生成手段１６Ａは、図５に示すように、ヒントキーワード抽出手段１６１と、特徴量抽出手段１６２Ａと、スコア算出手段１６３Ａと、ソート手段１６４と、格納手段１６５とを備えている。
特徴量抽出手段１６２Ａは、辞書データにおいて、キーワードを含むエントリ（見出し語）の個数（文書に関する特徴量）Ｌと、正答とキーワードとの両方を含むエントリの個数（文書に関する特徴量）Ｋと、対象とする辞書データにおけるすべてのエントリの個数（文書に関する特徴量）Ｗとを抽出するものである。
【００９５】
スコア算出手段１６３Ａは、特徴量抽出手段１６２Ａで抽出された各特徴量（Ｌ，Ｋ，Ｗ）から導かれる、辞書データにおける正答とキーワードとの共起頻度と、辞書データにおけるキーワードの一般性とを用いて、各ヒント文候補に対するスコア（第２スコア）Ｓ2を、式（３）に基づいて算出するものである。ここでは、正答とキーワードとの共起頻度に関連度Ｋ／Ｗを用いて、辞書データにおけるキーワードの一般性をＬ／Ｗとした。このように表記した場合、関連度と一般性との分母（Ｆ）が等しいので、式（３）では、Ｗを省略した。なお、ソート手段１６４は、式（３）に示した第２スコアＳ2に基づいて、各ヒント文候補の優先順を決定することとなる。
【００９６】
Ｓ2＝ｌｏｇ（α×Ｋ＋β×Ｌ） …式（３）
ここで、αとβとは、共起頻度と一般性とのどちらを優先するかという優先度に基づく所定の重みである。例えば、一般性を重視する場合には、αを「１」、βを「1000.0」としてもよい。また、第２スコアＳ2は、式（３）に限定されるものではなく、自動文書要約に用いられるようなＴＦ＊ＩＤＦを用いてもよい。
【００９７】
［ヒント生成装置の動作］
図６は、図５に示したヒント生成装置の動作を示すフローチャートである。
ヒント生成装置２Ａが実行する処理であるステップＳ３１〜ステップＳ３８は、図１に示したヒント生成装置２が実行する処理であるステップＳ１〜ステップＳ８（図２参照）と同様なので説明を省略する。ただし、ステップＳ３５では、ヒント生成装置２Ａは、特徴量抽出手段１６２Ａによって、キーワードに関する複数の特徴量を正答候補事典データベース１２４から抽出する。また、ステップＳ３６では、ヒント生成装置２Ａは、スコア算出手段１６３Ａによって、抽出した特徴量に基づいて、各ヒント文候補に対する第２スコアを算出する。
【００９８】
＜具体例＞
表８は、正答「織田信長」に関して、ネットワークＮ上の人物事典を用いて作成されたヒント文リストである。ヒント文リストには、ヒント文ごとに、ヒント番号、ヒント文の内容および第２スコアＳ2が、この順番に記載されている。ここで、Ｊ＝１０として、ヒント文のトップ１０を決定し、さらに、その後に、読みから得たヒントを追加した。また、ヒント文のトップ１０の前に、カテゴリ情報、生年／没年からそれぞれ得られたヒント文を追加した。そのため、ヒント文リストには、合計１５個のヒント文が記録されている。なお、後から追加したヒント文の第２スコアＳ2は、規定値を「0.0」とした。
【００９９】
【表８】
【０１００】
［対話型質問装置の構成］
図７は、本発明の第２実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
対話型質問装置３Ａは、記憶手段１２に正答候補事典データベース３２３を備えると共に、検索手段３４Ａおよび応答文生成手段３７Ａの機能が異なる点を除いて、図３に示した対話型質問装置３と同一の構成なので、図３と同一の構成には同一の符号を付して説明を省略する。
【０１０１】
正答候補事典データベース３２３は、ヒント生成装置２Ａに格納された正答候補事典データベース１２４と同様なものであり、例えば、人物事典である。この正答候補事典データベース３２３は、ヒント生成装置２Ａから取得してもよいし、別のものであってもよい。
【０１０２】
検索手段３４Ａは、正答候補事典データベース３２３から、回答に付随した付随データを検索する機能をさらに有している。例えば、人名に付随したデータは、その人物の職業（カテゴリ）、生没年、業績等の関連する情報などがある。正答が「織田信長」であり、回答が「聖徳太子」である場合には、カテゴリが「政治家」で共通である。この場合、生没年は、「安土桃山時代」と「飛鳥時代」であるため異なる。これらの付随データは、類似度算出手段３５を介して応答文生成手段３７Ａに出力される。
【０１０３】
応答文生成手段３７Ａは、検索手段３４Ａで検索された付随データに基づいて、回答に対する付随ヒント（応答文）を生成する。例えば、正答が「織田信長」であり、回答が「聖徳太子」である場合には、回答の付随データは、「政治家」や「飛鳥時代」等である。
応答文生成手段３７Ａは、回答の付随データと正答の付随データとを用いて、例えば、「政治家というのは合ってるよ。」、「飛鳥・奈良時代の皇族じゃないよ。もう少し後の時代だよ。」などの応答文を生成する。
【０１０４】
［対話型質問装置の動作］
図８は、図７に示した対話型質問装置の動作を示すフローチャートである。
対話型質問装置３Ａが実行する処理であるステップＳ４１〜ステップＳ４８およびステップＳ５１〜ステップＳ５６は、図３に示した対話型質問装置３が実行する処理であるステップＳ１１〜ステップＳ１８およびステップＳ１９〜ステップＳ２４（図４参照）と同様なので説明を省略する。
【０１０５】
ステップＳ４８に続いて、対話型質問装置３Ａは、応答文生成手段３７Ａによって、検索手段３４Ａから付随データを取得したか否かを判別する（ステップＳ４９）。付随データがある場合には（ステップＳ４９：Ｙｅｓ）。対話型質問装置３Ａは、応答文生成手段３７Ａによって、付随ヒントを生成し（ステップＳ５０）、ステップＳ５１に進む。一方、付随データがない場合には（ステップＳ４９：Ｎｏ）。対話型質問装置３Ａは、ステップＳ５０をスキップしてステップＳ５１に進む。
＜具体例＞
【０１０６】
表９は、正答「織田信長」を例に取ったユーザと対話型質問装置３Ａとの対話例である。
対話型質問装置３Ａは、表６に示したヒント文を順次提示し、ユーザの回答に応じて、正答との類似度に基づく応答文を生成する。また、応答文として、職業（カテゴリ情報：戦国大名）が同じことを指摘した付随ヒントをユーザに提示する。これにより、ユーザは、正答を考えやすくなる。また、対話型質問装置３Ａは、正答と回答のそれぞれの人名の生年が両方とも分かる場合、それらを比較し、応答文として、時代が後か先かをユーザに伝える付随ヒントを生成する。
【０１０７】
【表９】
【０１０８】
第２の実施形態によれば、ヒント生成装置２Ａは、正答候補事典データベース１２４から、ヒント表現を取得する。そのため、ヒント表現が正答に対して正確で良質なものとなる。その結果、ユーザにとって分かり易くなるので、ヒント文としてふさわしくなる。また、対話型質問装置３Ａは、検索された付随データに基づいて、回答に対する応答文を付随ヒントとして生成するので、ユーザの思考を補助することができる。
【０１０９】
（第３実施形態）
第３実施形態に係る対話型質問システム１Ｂは、ヒント生成装置２（または２Ａ）と、対話型質問装置３Ｂとを備えている。
［対話型質問装置の構成］
図９は、本発明の第３実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。対話型質問装置３Ｂは、擬似ユーザと対話をするものである。擬似ユーザとは、実際のユーザの代わりとなって対話を行うプログラムのことである。対話型質問装置３Ｂは、回答抽出手段３９および正答候補データベース３２４を備えると共に、出題管理手段３８Ｂの機能が異なる点を除いて、図７に示した対話型質問装置３Ａと同一の構成なので、図７と同一の構成には同一の符号を付して説明を省略する。
【０１１０】
正答候補データベース３２４は、ヒント生成装置２（または２Ａ）に格納された正答候補データベース１２１と同様なものであり、例えば、人名リストである。この正答候補データベース３２４は、ヒント生成装置２（または２Ａ）から取得してもよいし、別のものであってもよい。
【０１１１】
回答抽出手段３９は、回答を正答候補データベース１２１から抽出し、抽出した回答を出題管理手段３８Ｂに出力するものである。
出題管理手段３８Ｂは、回答抽出手段３９から受け付けた回答を一致判定手段３３に出力する。なお、出題管理手段３８Ｂは、入力装置Ｍから、所定の命令（クイズの開始、終了、ヒント文のスキップ等）を受け付ける。
【０１１２】
［対話型質問装置の動作］
図１０は、図９に示した対話型質問装置の動作を示すフローチャートである。
対話型質問装置３Ｂが実行する処理であるステップＳ６１〜ステップＳ７５は、図７に示した対話型質問装置３Ａが実行する処理であるステップＳ４１〜ステップＳ５５（図８参照）と同様なので説明を省略する。ただし、ステップＳ６６では、対話型質問装置３Ｂは、回答抽出手段３９によって、回答を正答候補データベース１２１から抽出し、抽出した回答を出題管理手段３８Ｂに出力し、ステップＳ６７に進む。
【０１１３】
＜具体例＞
表１０は、対話型質問システム１Ｂにおいて擬似ユーザに対するヒント文の例である。
【０１１４】
【表１０】
【０１１５】
表１１は、対話型質問装置３Ｂにおける擬似ユーザとの対話例である。
【０１１６】
【表１１】
【０１１７】
なお、擬似ユーザが、最初のヒント文を受け取った後、回答（人名）を正答候補データベース３２４から抽出し、類似度算出手段３５を用いて、正答に近い回答を複数得た後、それらを回答として順次用いることで対話を行うように構成してもよい。
【０１１８】
第３の実施形態によれば、対話型質問装置３Ｂにおける擬似ユーザとのクイズのやり取りを視聴することで、間接的に情報を取得できる。ユーザが直接対話をしなくても正答についての知識を得ることができる。
【０１１９】
以上、本発明の各実施形態について説明したが、本発明はこれらに限定されるものではなく、その趣旨を変えない範囲で実施することができる。例えば、各実施形態では、人名当てクイズとして説明したが、これに限定されるものではない。例えば、動物名や植物名などの生物名、地名などの無生物名、商品名、学習用語名、学術専門用語名等でもよい。
また、本実施形態では、ヒント文選択手段３６は、類似度（ｐ値）が所定値γよりも小さい場合に、ヒント文リストの並べ替え処理をするものとして説明したが、例えば、類似度が所定値よりも大きい場合に、ヒント文リストを優先順と異なる順序に並べ替えるようにしてもよい。この場合には、ヒント文選択手段３６は、例えば、第１番目のヒント文を、ヒント文リストの順番に関わらず途中から選択して出題し、類似度が所定値よりも大きい場合には、続いて、出題済みのヒント文よりも難易度の高いヒント文を出題できるようにヒント文を並べ替える。ここで、出題済みのヒント文よりも難易度の高いヒント文は、元のヒント文リストの上位（前方）に配置されていたものである。そして、類似度が所定値よりも大きい場合に、出題済みのヒント文よりも難易度の高いヒント文を出題することにより、正答と回答との類似度が下がり易くなる。その結果、対話を長期間継続させることが可能となる。さらに、類似度が所定値よりも小さい場合の処理と組み合わせるようにしてもよい。
【０１２０】
また、ヒント生成装置２とヒント生成装置２Ａの機能を併せ持つようにヒント生成装置を構成してもよい。この場合、問題の正答に合わせてヒント表現の取得先や特徴量（文書数／エントリ数）の取得先を、Ｗｅｂデータと辞書データとで適宜切り替えるようにしてもよい。また、ヒント生成装置２（または２Ａ）を対話型質問装置３（または３Ａ，３Ｂ）に含めて構成するようにしてもよい。この場合、各種データベースを共用することができる。さらに、公知の音声対話手段を用いて音声による対話を行うように構成してもよい。ここで、音声対話手段には、音響モデルと言語モデルを備えた音声認識装置と、音声データベース等を含む音声合成手段とを含む。この場合には、入力装置Ｍにはマイクが含まれ、出力装置Ｄには、スピーカが含まれる。
【図面の簡単な説明】
【０１２１】
【図１】本発明の第１実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
【図２】図１に示したヒント生成装置の動作を示すフローチャートである。
【図３】本発明の第１実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
【図４】図３に示した対話型質問装置の動作を示すフローチャートである。
【図５】本発明の第２実施形態に係る対話型質問システムに含まれるヒント生成装置の構成を示す機能ブロック図である。
【図６】図５に示したヒント生成装置の動作を示すフローチャートである。
【図７】本発明の第２実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
【図８】図７に示した対話型質問装置の動作を示すフローチャートである。
【図９】本発明の第３実施形態に係る対話型質問システムに含まれる対話型質問装置の構成を示す機能ブロック図である。
【図１０】図９に示した対話型質問装置の動作を示すフローチャートである。
【符号の説明】
【０１２２】
１（１Ａ，１Ｂ） 対話型質問システム
２（２Ａ） ヒント生成装置
３（３Ａ，３Ｂ） 対話型質問装置
４ ネットワークデータサーバ
４ａ データベース
５ 質問応答システム
１１ 通信インタフェース
１２ 記憶手段
１２１ 正答候補データベース
１２２ ヒント文候補データベース
１２３ ヒント文リストデータベース
１２４ 正答候補事典データベース
１３ 質問生成手段
１４（１４Ａ） ヒント表現取得手段
１４１ 第１表現取得手段
１４２ 第２表現取得手段
１４３ 第３表現取得手段
１４４ 第４表現取得手段
１５（１５Ａ） ヒント文候補生成手段
１５１ 第１候補生成手段
１５２ 第２候補生成手段
１５３ 第３候補生成手段
１５４ 第４候補生成手段
１６（１６Ａ） ヒント文リスト生成手段
１６１ ヒントキーワード抽出手段
１６２ 特徴量抽出手段
１６３ スコア算出手段
１６４ ソート手段
１６５ 格納手段
１６２Ａ 特徴量抽出手段
１６３Ａ スコア算出手段
３１ 通信インタフェース
３２ 記憶手段
３２１ ヒント文リストデータベース
３２２ 応答文データベース
３２３ 正答候補事典データベース
３２４ 正答候補データベース
３３ 一致判定手段
３４（３４Ａ） 検索手段
３５ 類似度算出手段
３６ ヒント文選択手段
３７（３７Ａ） 応答文生成手段
３８（３８Ｂ） 出題管理手段
３９ 回答候補抽出手段
Ｎ ネットワーク
Ｍ 入力装置
Ｄ 出力装置
【特許請求の範囲】
【請求項１】
予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムの対話型質問方法であって、
前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択ステップと、
前記回答と前記正答とが一致するか否かを判定する一致判定ステップと、
前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索ステップと、
前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出ステップと、
前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成ステップと、
前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理ステップと、
を有することを特徴とする対話型質問方法。
【請求項２】
複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成ステップと、
前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得ステップと、
前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成ステップと、
前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出ステップと、
前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出ステップと、
前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出ステップと、
前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソートステップと、
をさらに有することを特徴とする請求項１に記載の対話型質問方法。
【請求項３】
前記ヒント表現取得ステップは、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から取得し、
前記特徴量抽出ステップは、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から抽出することを特徴とする請求項２に記載の対話型質問方法。
【請求項４】
前記ヒント表現取得ステップは、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられた予め作成された辞書データベースのテキストデータ群から取得し、
前記特徴量抽出ステップは、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記辞書データベースのテキストデータ群から抽出し、
前記検索ステップによって、前記辞書データベースのテキストデータ群から前記回答に関する情報として前記回答に付随した付随データが検索された場合に、前記応答文生成ステップは、前記検索された付随データに基づいて、前記回答に対する応答文を生成することを特徴とする請求項２に記載の対話型質問方法。
【請求項５】
前記回答を、前記正答候補データベースから抽出する回答抽出ステップをさらに有することを特徴とする請求項２ないし請求項４のいずれか一項に記載の対話型質問方法。
【請求項６】
前記出題管理ステップは、前記回答と前記正答との類似度が所定値以上であるか否かを判別する判別ステップを有し、
前記ヒント文選択ステップは、前記回答と前記正答との類似度に基づいて、前記ヒント文リストを前記優先順と異なる順序に並べ替え、前記並べ替えた順序にしたがって前記ヒント文を選択する、
ことを特徴とする請求項１ないし請求項５のいずれか一項に記載の対話型質問方法。
【請求項７】
予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムであって、
前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択手段と、
前記回答と前記正答とが一致するか否かを判定する一致判定手段と、
前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索手段と、
前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出手段と、
前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成手段と、
前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理手段と、
を備えることを特徴とする対話型質問システム。
【請求項８】
複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成手段と、
前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得手段と、
前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成手段と、
前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出手段と、
前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出手段と、
前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出手段と、
前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソート手段と、
をさらに備えることを特徴とする請求項７に記載の対話型質問システム。
【請求項９】
請求項１ないし請求項６のいずれか一項に記載の対話型質問方法をコンピュータに実行させることを特徴とする対話型質問プログラム。
【請求項１０】
請求項９に記載の対話型質問プログラムが記録されたことを特徴とするコンピュータ読み取り可能な記録媒体。
【請求項１】
予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムの対話型質問方法であって、
前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択ステップと、
前記回答と前記正答とが一致するか否かを判定する一致判定ステップと、
前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索ステップと、
前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出ステップと、
前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成ステップと、
前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理ステップと、
を有することを特徴とする対話型質問方法。
【請求項２】
複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成ステップと、
前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得ステップと、
前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成ステップと、
前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出ステップと、
前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出ステップと、
前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出ステップと、
前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソートステップと、
をさらに有することを特徴とする請求項１に記載の対話型質問方法。
【請求項３】
前記ヒント表現取得ステップは、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から取得し、
前記特徴量抽出ステップは、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記ネットワークまたは／および前記対話型質問システムに備えられたテキストデータ群から抽出することを特徴とする請求項２に記載の対話型質問方法。
【請求項４】
前記ヒント表現取得ステップは、前記複数のヒント表現を、ネットワークまたは／および前記対話型質問システムに備えられた予め作成された辞書データベースのテキストデータ群から取得し、
前記特徴量抽出ステップは、前記ヒントキーワード抽出ステップで抽出されたキーワードの特徴量を前記辞書データベースのテキストデータ群から抽出し、
前記検索ステップによって、前記辞書データベースのテキストデータ群から前記回答に関する情報として前記回答に付随した付随データが検索された場合に、前記応答文生成ステップは、前記検索された付随データに基づいて、前記回答に対する応答文を生成することを特徴とする請求項２に記載の対話型質問方法。
【請求項５】
前記回答を、前記正答候補データベースから抽出する回答抽出ステップをさらに有することを特徴とする請求項２ないし請求項４のいずれか一項に記載の対話型質問方法。
【請求項６】
前記出題管理ステップは、前記回答と前記正答との類似度が所定値以上であるか否かを判別する判別ステップを有し、
前記ヒント文選択ステップは、前記回答と前記正答との類似度に基づいて、前記ヒント文リストを前記優先順と異なる順序に並べ替え、前記並べ替えた順序にしたがって前記ヒント文を選択する、
ことを特徴とする請求項１ないし請求項５のいずれか一項に記載の対話型質問方法。
【請求項７】
予め定められた正答を当てる問題における正答に対応するヒントを示す文である複数のヒント文を質問として出力し、前記質問に対応する回答に応じて異なる質問を出力する対話型質問システムであって、
前記複数のヒント文が予め定められた優先順に並べられたヒント文リストの中から、前記優先順にしたがって前記ヒント文を選択するヒント文選択手段と、
前記回答と前記正答とが一致するか否かを判定する一致判定手段と、
前記回答と前記正答とが一致しない場合に、予め定められたテキストデータ群において、前記正答を含むデータ群と、前記回答を含むデータ群と、前記回答と前記正答との両方を含むデータ群とを検索する検索手段と、
前記検索された結果に基づいて、前記テキストデータ群における前記回答と前記正答との共起性の高さを、前記回答と前記正答との類似度として算出する類似度算出手段と、
前記算出された類似度に基づいて、前記回答に対する応答文を生成する応答文生成手段と、
前記回答と前記正答とが一致するまで前記異なる質問を繰り返し出題する出題管理手段と、
を備えることを特徴とする対話型質問システム。
【請求項８】
複数の正答候補を格納した正答候補データベースから所定の正答候補を選択し、前記選択した正答候補を正答として生成する正答生成手段と、
前記生成された正答に対応するヒントとして、キーワードまたはフレーズで表現された複数のヒント表現を、前記テキストデータ群から取得するヒント表現取得手段と、
前記取得されたヒント表現を含む文を示すヒント文候補を生成するヒント文候補生成手段と、
前記生成された各ヒント文候補からキーワードを抽出するヒントキーワード抽出手段と、
前記テキストデータ群において、前記正答と前記抽出されたキーワードとの両方を含む文書に関する特徴量と、前記テキストデータ群におけるすべての文書に関する特徴量とを含む複数の特徴量を抽出する特徴量抽出手段と、
前記抽出された特徴量に基づいて、前記テキストデータ群における前記正答と前記抽出されたキーワードとの共起頻度と、前記テキストデータ群における前記抽出されたキーワードの一般性とを用いて、前記各ヒント文候補に対するスコアを算出するスコア算出手段と、
前記各ヒント文候補のスコアに基づいて、前記各ヒント文候補の優先順を決定し、前記決定された優先順で前記ヒント文候補を並べて、前記ヒント文リストを生成するソート手段と、
をさらに備えることを特徴とする請求項７に記載の対話型質問システム。
【請求項９】
請求項１ないし請求項６のいずれか一項に記載の対話型質問方法をコンピュータに実行させることを特徴とする対話型質問プログラム。
【請求項１０】
請求項９に記載の対話型質問プログラムが記録されたことを特徴とするコンピュータ読み取り可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２００７−３２２８３６（Ｐ２００７−３２２８３６Ａ）
【公開日】平成１９年１２月１３日（２００７．１２．１３）
【国際特許分類】
【出願番号】特願２００６−１５３９６１（Ｐ２００６−１５３９６１）
【出願日】平成１８年６月１日（２００６．６．１）
【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１９年１２月１３日（２００７．１２．１３）
【国際特許分類】
【出願日】平成１８年６月１日（２００６．６．１）
【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 ]