文章分類装置および文章分類方法
【課題】通話から得られた文章に対して高い精度で分類を行うことができる文章分類装置を提供すること。
【解決手段】通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類方法。この方法は、文章を入力する工程（Ｓ１０００〜Ｓ１１００）と、入力文章に含まれる語句の第１の種別の文章における出現頻度を、語句の第１の種別の文章における出現頻度と語句の第２の種別の文章における出現頻度との加算値で除した値から、入力文章が第１の種別であることの確からしさを示す確率値を求め、求めた確率値に基づいて入力文章を分類する工程（Ｓ１２００〜Ｓ２１００）とを有し、分類工程において、前述の値を、音声認識結果としての信頼度がより低い語句ほど確率値に与える影響がより抑えられるように補正する（Ｓ１５００）。
【解決手段】通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類方法。この方法は、文章を入力する工程（Ｓ１０００〜Ｓ１１００）と、入力文章に含まれる語句の第１の種別の文章における出現頻度を、語句の第１の種別の文章における出現頻度と語句の第２の種別の文章における出現頻度との加算値で除した値から、入力文章が第１の種別であることの確からしさを示す確率値を求め、求めた確率値に基づいて入力文章を分類する工程（Ｓ１２００〜Ｓ２１００）とを有し、分類工程において、前述の値を、音声認識結果としての信頼度がより低い語句ほど確率値に与える影響がより抑えられるように補正する（Ｓ１５００）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、通話音声の音声データに対する音声認識結果である文章を分類する文章分類装置および文章分類方法に関する。
【背景技術】
【０００２】
受信メールの中からスパムメールを抽出する等、文章をその内容に応じて自動で分類する文章分類装置が、従来存在する。
【０００３】
例えば、非特許文献１記載の文章分類装置（以下「従来装置」という）は、過去の受信メールから統計学的に生成されるコンテンツベースフィルタを用いて、メールを分類する。
【０００４】
より具体的には、従来装置は、過去のスパムメールおよび非スパムメールの蓄積データから、ベイズ推定により、単語毎に以下の式（１）で表されるスパム確率ｐ（ｗｉ）を求める。ここで、ｎｇｏｏｄは、蓄積データにおける非スパムメールの総数であり、ｎｂａｄは、蓄積データにおけるスパムメールの総数である。また、ｂｉは、蓄積データのスパムメールにおけるその単語の出現回数であり、ｇｉは、蓄積データの非スパムメールにおけるその単語の出現回数である。また、処理の対象となるｉ番目の単語を記号ｗｉによって表す。
【０００５】
【数１】
【０００６】
すなわち、スパム確率ｐ（ｗｉ）は、過去のスパムメールにおける単語ｗｉの出現頻度と過去の非スパムメールにおける単語の出現頻度との加算値で、過去のスパムメールにおける単語ｗｉの出現頻度を除した値である。
【０００７】
そして、従来装置は、受信メールに出現する各単語ｗｉのスパム確率ｐ（ｗｉ）から、以下の式（２）〜式（５）を用いて、受信メールがスパムメールであることの尤度（以下「スパム確率Ｓ」という）を求める。ここで、ｎは、単語ｗｉの、蓄積された全てのクレーム電話における出現回数であり、ｂｉ＋ｇｉである。ｘは、過去の通話に一度も出現していない単語が始めて通話に出現したときにその通話がクレーム電話である予測確率として、予め設定される定数（例えば０.５）である。ｓｘは、定数ｘが通話の分類に与える影響の強さとして予め設定される定数（例えば１）である。
【数２】
【数３】
【数４】
【数５】
【０００８】
そして、従来装置は、スパム確率Ｓが所定の閾値（例えば０.５）を超えるメールを、スパムメールに分類する。すなわち、従来装置は、単語の出現回数を学習データとするベイジアンフィルタを用いて、メールの分類を行う。メールの文章には、スパムメールにおいてのみ高頻度に出現する単語や、非スパムメールにおいてのみ高頻度に出現する単語が、多く存在する。したがって、従来装置は、受信メールの分類を高い精度で行うことができる。
【０００９】
ところで、近年、コールセンターやコンタクトセンター等に設けられたＣＴＩ（computer telephony integration）システムにおいて、通話音声を音声認識処理によりテキスト化することが広く行われている。これにより、オペレータ自身や、スーパーバイザおよびセンター管理者等（以下「管理者」という）は、通話内容を簡単に確認および解析することができ、サービスの向上に役立てることができる。
【００１０】
特に、苦情の訴えが顧客の主目的である通話（以下「クレーム電話」という）の内容を管理者が確認することは重要である。そこで、膨大な数の通話の中からクレーム電話を効率よくピックアップするために、過去のクレーム電話および非クレーム電話に基づくコンテンツベースフィルタを用いて、通話を自動で分類する装置が望まれる。
【００１１】
ところが、通話のような会話文の場合、メールと異なり、遠回しな表現が使われたり途中で話題が変わったりするなどして、主目的の事柄に関する単語に比べてその他の単語の方が多くなることがある。特に過去の出現回数が少ない単語の場合、クレーム単語であるか非クレーム単語であるかを正しく判定することは困難である。例えば、非クレーム電話であるにもかかわらず、過去に１回だけクレーム電話で使用された単語が出現したとき、クレーム電話に誤分類される可能性が高くなる。
【００１２】
この点、上述の従来装置は、式（２）に示す通り、過去の通話における出現回数がより高い単語ほどよりスパム確率ｐ（ｗｉ）に近付くように、補正を行っている。これにより、従来装置は、過去の出現回数が低い単語による誤分類を低減することを可能にしている。
【先行技術文献】
【非特許文献】
【００１３】
【非特許文献１】渡部綾太、外、「スパムメールの教科書」、株式会社データハウス、００６年１０月２０日、ｐ.１０６−１１２
【発明の概要】
【発明が解決しようとする課題】
【００１４】
しかしながら、従来装置では、通話から音声認識処理により得られた文章の分類においては、分類の精度を向上させることが難しいという問題がある。
【００１５】
理由は、以下の通りである。音声認識における誤認識の発生頻度は、通常、メール文章作成における誤入力の発生頻度に比べて高い。したがって、従来装置の手法では、クレーム電話に顕著な単語（以下「クレーム単語」という）と、その他の通常の単語（以下「非クレーム単語」という）との間の取り違えに起因した誤分類が発生する可能性が高い。
【００１６】
また、会話文の場合、メールと異なり、相手の反応によって文章全体の長さが変化するため、クレーム単語および非クレーム単語の出現回数に幅がある。したがって、例えば、クレーム電話が他の話題で長くなったとき、非クレーム単語の出現回数に対するクレーム単語の出現回数の比率が低くなり、クレーム電話であるにもかかわらず非クレーム電話に誤分類される可能性が高い。
【００１７】
本発明の目的は、通話から得られた文章に対して高い精度で分類を行うことができる文章分類装置および文章分類方法を提供することである。
【課題を解決するための手段】
【００１８】
本発明の文章分類装置は、通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類装置であって、前記文章を入力する入力手段と、入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する分類手段とを有し、前記分類手段は、前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する。
【００１９】
本発明の文章分類方法は、通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類方法であって、前記文章を入力する工程と、入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値を算出する工程と、算出した前記値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する工程とを有し、前記分類工程において、前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する。
【発明の効果】
【００２０】
本発明によれば、語句の音声認識精度を考慮した分類を行うことができるので、通話から得られた文章に対して高い精度で分類を行うことができる。
【図面の簡単な説明】
【００２１】
【図１】本発明の実施の形態１に係る文章分類装置を含むコールセンターシステムの構成の一例を示すシステム構成図
【図２】本実施の形態１に係る通話録音・分類装置の構成を示すブロック図
【図３】本実施の形態１に係る通話録音・分類装置の動作を示すフローチャート
【図４】本発明の実施の形態２に係る通話録音・分類装置の構成を示すブロック図
【図５】本実施の形態２に係る通話録音・分類装置の動作を示すフローチャート
【図６】本実施の形態２における分析範囲を説明するための図
【発明を実施するための形態】
【００２２】
以下、本発明の各実施の形態について、図面を参照して詳細に説明する。
【００２３】
（実施の形態１）
図１は、本発明の実施の形態に係る文章分類装置を含むコールセンターシステムの構成の一例を示すシステム構成図である。
【００２４】
図１において、コールセンターシステム１００は、顧客端末２００−１〜２００−Ｍと、オペレータ端末３００−１〜３００−Ｎと、本実施の形態に係る文章分類装置を含む通話録音・分類装置４００と、音声認識サーバ５００とを有する。
【００２５】
顧客端末２００−１〜２００−Ｍとオペレータ端末３００−１〜３００−Ｎとは、通信網６００を介して、通話可能に接続されている。通話録音・分類装置４００は、通信網６００とオペレータ端末３００−１〜３００−Ｎとの間に配置されている。通話録音・分類装置４００と音声認識サーバ５００とは、例えばＬＡＮ（local area network）を介して通信可能に接続されている。
【００２６】
顧客端末２００−１〜２００−Ｍは、通話機能を有する顧客側の装置であり、例えば、固定電話機、携帯電話機、ＩＰ電話機能を有するパーソナルコンピュータである。
【００２７】
オペレータ端末３００−１〜３００−Ｎは、通話機能および情報処理機能を有するコールセンター側の装置であり、例えば、ＩＰ電話機能を有するパーソナルコンピュータと通話用のヘッドセットとのユニットである。
【００２８】
通話録音・分類装置４００は、顧客端末２００とオペレータ端末３００との間の通話音声を録音し、録音音声の音声データを、呼の識別情報（以下「呼情報」という）を付加した状態で管理する。
【００２９】
また、通話録音・分類装置４００は、後述の音声認識サーバ５００を用いて、通話音声の音声データに対する音声認識の結果を取得し、取得した音声認識結果のデータに基づいて、各通話を、クレーム電話と非クレーム電話とに分類する。より具体的には、通話録音・分類装置４００は、通話に含まれる単語に対するベイズ推定により得られる値に基づいて、通話の分類を行う。そして、このとき、通話録音・分類装置４００は、ベイズ推定により得られる値を、過去の通話における出現回数がより低い単語ほど分類結果に与える影響がより抑えられるように、かつ、スコアがより低い単語ほど分類結果に与える影響がより抑えられるように、補正する。スコアとは、例えば、音声認識の音響的尤度と言語的確率とから算出される値であり、各単語の音声認識結果としての信頼度の高さを示す値である。補正および分類の詳細については後述する。
【００３０】
音声認識サーバ５００は、音声認識処理を行う装置であり、例えば、ＬＡＮ機能を有するパーソナルコンピュータである。音声認識サーバ５００は、通話録音・分類装置４００から依頼を受けて音声認識を行い、各単語のスコアを付加した音声認識結果を、通話録音・分類装置４００へ送信する。
【００３１】
なお、本実施の形態では、音声認識処理のうち、音声データから特徴量を抽出する処理は通話録音・分類装置４００において行われ、抽出された特徴量に基づいて音声認識を行う処理は音声認識サーバ５００において行われる。
【００３２】
通信網６００は、インターネット、公衆電話回線網等である。
【００３３】
このような構成を有するコールセンターシステム１００は、顧客端末２００−１〜２００−Ｍとオペレータ端末３００−１〜３００−Ｎとの間での各通話を、クレーム電話と非クレーム電話とに分類することができる。すなわち、コールセンターシステム１００は、膨大な通話の中からクレーム電話を効率良くピックアップすることができる。
【００３４】
また、コールセンターシステム１００は、単語のクレーム電話における出現頻度および非クレーム電話における出現頻度だけでなく、過去の通話における出現回数をも考慮して分類を行うので、通話から得られた文章に対して高い精度で分類を行うことができる。
【００３５】
また、上述の通り、音声認識処理に基づく通話の分類の場合、誤認識によって誤分類が発生する可能性がある。例えば、ある非クレーム電話において顧客が発話した「それでは、どうしましょうか。」という文章が、「それでは、上司ましょうか。」と誤認識されたとする。「上司」は、非クレーム電話に比べてクレーム電話により頻出する単語の１つである。したがって、このような場合、通話が、非クレーム電話であるにもかかわらず、クレーム通話に誤分類されてしまう可能性が高くなる。
【００３６】
そこで、本実施の形態に係る通話録音・分類装置４００は、上述の通り、スコアを考慮した通話の分類を行う。これにより、本実施の形態に係るコールセンターシステム１００は、誤分類の可能性を低減することが可能となる。例えば、上述の例の場合、コールセンターシステム１００は、元々の発話音声が「どうし」であり、「上司」のスコアが低くなることから、通話をクレーム通話に誤分類するのを防ぐことができる。
【００３７】
次に、本発明に係る通話録音・分類装置４００の構成について説明する。
【００３８】
図２は、通話録音・分類装置４００の構成を示すブロック図である。
【００３９】
図２に示すように、通話録音・分類装置４００は、音声データ入力部４１０、特徴抽出部４２０、通話蓄積部４３０、通話分類部４４０、操作受付部４５０、および情報出力部４６０を有する。
【００４０】
音声データ入力部４１０は、通信網６００を介して顧客端末２００から音声データを入力して記憶し、記憶する音声データを、特徴抽出部４２０へ出力する。音声データ入力部４１０は、各音声データに、呼情報を付加する。
【００４１】
特徴抽出部４２０は、音声データ入力部４１０から入力された音声データの発話区間から特徴量を抽出して、特徴量の時系列データに呼情報を付加した特徴量データを生成する。そして、特徴抽出部４２０は、生成した特徴量データを音声認識サーバ５００へ出力し、音声認識サーバ５００に対して音声認識処理の実行を指示する。
【００４２】
この結果、音声認識サーバ５００では、特徴量データから、予め用意された音響モデルデータ、辞書データ、言語モデルデータを用いて、発話音声を示すテキストデータが、音声認識結果として生成される。そして、音声認識サーバ５００からは、呼情報が付加された音声認識結果が、通話録音・分類装置４００へ出力される。
【００４３】
通話録音・分類装置４００の通話蓄積部４３０は、クレーム電話と非クレーム電話とに分類された過去の通話の音声認識結果を蓄積する。
【００４４】
通話分類部４４０は、音声認識サーバ５００から入力された音声認識結果に基づいて、各通話を、クレーム電話と非クレーム電話とに分類する。より具体的には、通話録音・分類装置４００は、通話蓄積部４３０を参照して、通話に含まれる各単語の、過去のクレーム電話における出現頻度（以下「クレーム時頻度」という）および過去の非クレーム電話における出現頻度（以下「非クレーム時頻度」という）を算出する。そして、通話分類部４４０は、クレーム時頻度および非クレーム時頻度から、ベイズ推定により、通話に含まれる単語毎の苦情確率を算出する。苦情確率は、クレーム時頻度と非クレーム時頻度との加算値でクレーム時頻度を除した値であり、上述のスパム確率ｐ（ｗｉ）に相当するものである。
【００４５】
そして、通話分類部４４０は、苦情確率を、過去の通話における出現回数に応じて補正し、更に、スコアがより低い単語ほどその影響が抑えられるように補正した補正苦情確率に基づいて、通話の分類を行う。そして、通話分類部４４０は、分類が完了した通話の音声認識結果を、その分類結果と対応付けて、通話蓄積部４３０に格納する。クレーム時頻度、非クレーム時頻度、出現回数、苦情確率、および通話の分類の詳細については後述する。
【００４６】
操作受付部４５０は、例えば、キーボードおよびマウスであり、通話録音・分類装置４００に対する各種操作を受け付ける。
【００４７】
情報出力部４６０は、例えば液晶ディスプレイである。情報出力部４６０は、例えば、通話蓄積部４３０に格納する音声認識結果のうち、クレーム電話に分類された通話の呼情報を一覧表示する。そして、情報出力部４６０は、例えば操作受付部４５０を介して通話の選択を受け付け、選択された通話の音声認識結果を、例えば話者毎に区別して、時系列で表示する。
【００４８】
また、通話録音・分類装置４００は、図示しないが、ＣＰＵ（central processing unit）、制御プログラムを格納したＲＯＭ（read only memory）等の記憶媒体、ＲＡＭ（random access memory）等の作業用メモリ、および通信回路等によって実現することができる。この場合、上記した各部の機能は、ＣＰＵが制御プログラムを実行することにより実現される。
【００４９】
このような構成を有する通話録音・分類装置４００は、通話に含まれる各単語のクレーム時頻度、非クレーム時頻度、過去の通話における出現回数、およびスコアに基づいて、通話をクレーム電話と非クレーム電話とに分類することができる。
【００５０】
次に、通話録音・分類装置４００の動作について説明する。
【００５１】
図３は、通話録音・分類装置４００の動作を示すフローチャートである。
【００５２】
通話蓄積部４３０にクレーム電話と非クレーム電話とに分類された過去の通話の音声認識結果が十分な数蓄積されていない間は、通話録音・分類装置４００による分類精度を向上させることが難しい。したがって、この期間は、例えば、管理者が各音声認識結果を目で確認し、手入力で分類操作を行う。ここでは、過去の通話の音声認識結果が、通話蓄積部４３０に既に十分に蓄積されているものとして説明を行う。
【００５３】
まず、ステップＳ１０００において、音声データ入力部４１０は、顧客端末２００とオペレータ端末３００との間で行われる通話の音声データを入力し、入力した音声データを、特徴抽出部４２０へ出力する。
【００５４】
そして、ステップＳ１１００において、特徴抽出部４２０は、入力された音声データに対して音声認識処理を行う。具体的には、特徴抽出部４２０は、音声データに対して発話区間の検出および発話区間の特徴量抽出を行い、特徴量データを音声認識サーバ５００へ出力して、その音声認識結果を返送させる。
【００５５】
そして、ステップＳ１２００において、通話分類部４４０は、通話の音声認識結果が音声認識サーバ５００から返送されると、音声認識結果の中から、例えば前方から順に、単語ｗｉを１つ選択する。
【００５６】
そして、ステップＳ１３００において、通話分類部４４０は、選択中の単語ｗｉの苦情確率を算出する。より具体的には、通話分類部４４０は、例えば、通話蓄積部４３０から、クレーム電話の総数ｎｂａｄ、非クレーム電話の総数ｎｇｏｏｄ、全てのクレーム電話における選択中の単語ｗｉの出現回数ｂｉ、および全ての非クレーム電話における選択中の単語ｗｉの出現回数ｇｉを取得する。なお、通話分類部４４０は、１つの通話に対する処理において、通話蓄積部４３０に蓄積されたクレーム電話の総数ｎｂａｄおよび非クレーム電話の総数ｎｇｏｏｄを既に取得している場合には、これらの取得処理を省略しても良い。
【００５７】
そして、通話分類部４４０は、上述の式（１）を用いて、単語ｗｉの苦情確率ｐ（ｗｉ）を算出する。ここで、「スパム確率」を「苦情確率」、「スパムメール」を「クレーム電話」にそれぞれ置き換えるものとする。
【００５８】
そして、ステップＳ１４００において、通話分類部４４０は、選択中の単語ｗｉの補正苦情確率を算出する。本実施の形態における補正苦情確率は、過去の通話における単語ｗｉの出現回数を考慮して、苦情確率ｐ（ｗｉ）を補正した値である。
【００５９】
より具体的には、通話分類部４４０は、例えば、上述の以下の式（２）を用いて、単語ｗｉの補正苦情確率ｆ（ｗｉ）を算出する。
【００６０】
補正苦情確率ｆ（ｗｉ）は、選択中の単語ｗｉの過去の通話における登場回数が多いほど、苦情確率ｐ（ｗｉ）により近い値となり、登場回数が少ないほど、ｘの値により近い値となる。
【００６１】
例えば、ｘ＝０.５、ｓｘ＝１であり、過去の通話のうち一度だけクレーム電話に出現した単語が通話に出現した場合を想定する。この場合、従来の苦情確率ｐ（ｗｉ）は１となるのに対し、本実施の形態の補正苦情確率ｆ（ｗｉ）は０.７５となる。
【００６２】
そして、ステップＳ１５００において、通話分類部４４０は、補正苦情確率ｆ（ｗｉ）と、選択中の単語のスコアとに基づいて、スコアを考慮した補正苦情確率ｇ（ｗｉ）を算出する。より具体的には、通話分類部４４０は、例えば、以下の式（６）を用いて、単語の補正苦情確率ｇ（ｗｉ）を算出する。ここで、Ｓｃｏｒｅ（ｗｉ）は、単語のスコアである。ｓｓｃｏｒｅは、スコアＳｃｏｒｅ（ｗｉ）が通話の分類に与える影響の強さとして設定される定数（例えば１０）である。
【００６３】
【数６】
【００６４】
補正苦情確率ｇ（ｗｉ）は、選択中の単語ｗｉのスコアが高いほど、補正苦情確率ｆ（ｗｉ）に近い値となり、スコアが低いほど、補正苦情確率ｆ（ｗｉ）の影響がより少なく、０.５の値により近い値、つまり、より中間的な値となる。
【００６５】
例えば、ｆ（ｗｉ）＝０.７５、ｓｓｃｏｒｅ＝１、Ｓｃｏｒｅ（ｗｉ）＝０.９の場合、補正苦情確率ｇ（ｗｉ）は、０.６２となる。一方、例えば、ｆ（ｗｉ）＝０.７５、ｓｓｃｏｒｅ＝１、Ｓｃｏｒｅ（ｗｉ）＝０.２の場合、補正苦情確率ｇ（ｗｉ）は、０.５４となる。
【００６６】
そして、ステップＳ１６００において、通話分類部４４０は、補正苦情確率ｇ（ｗｉ）の算出処理が行われていない単語ｗｉが残っている間は、ステップＳ１２００へ戻り、ステップＳ１２００〜Ｓ１４００の処理を繰り返す（Ｓ１６００：ＮＯ）。そして、通話分類部４４０は、音声認識結果の全ての単語ｗｉについて補正苦情確率ｇ（ｗｉ）を算出すると（Ｓ１６００：ＹＥＳ）、ステップＳ１７００へ進む。ここで、音声認識結果の全ての単語とは、音声認識結果に含まれる全ての単語ｗｉでも良いし、音声認識結果に含まれる単語から助詞や間投詞を取り除いた残り等、特定の単語ｗｉの全てでも良い。
【００６７】
ステップＳ１７００において、通話分類部４４０は、通話の苦情通話確率Ｓを算出する。より具体的には、通話分類部４４０は、例えば、以下の式（７）、（８）を用いて、クレーム電話尤度Ｐおよび非クレーム電話尤度Ｑを算出する。ここで、ｍは、処理の対象となっている通話において補正苦情確率ｇ（ｗｉ）が算出された単語ｗｉの個数である。
【００６８】
【数７】
【数８】
【００６９】
そして、通話分類部４４０は、例えば、算出したクレーム電話尤度Ｐおよび非クレーム電話尤度Ｑから、上述の式（５）を用いて、通話の苦情通話確率Ｓを算出する。
【００７０】
すなわち、苦情通話確率Ｓは、通話全体において補正苦情確率ｇ（ｗｉ）が高いほど高くなる値である。したがって、苦情通話確率Ｓは、過去のクレーム電話により顕著な単語がより多く出現するほど高くなるものの、過去の出現回数が低い単語、およびスコアが低い単語については、その影響が抑えられる。
【００７１】
そして、ステップＳ１８００において、通話分類部４４０は、算出した苦情通話確率Ｓが閾値Ｓｔｈを超えているか否かを判断する。閾値Ｓｔｈは、クレーム電話と非クレーム電話とを分類する基準として、実験や経験測等によって予め設定された値であり、例えば、０.６である。あるいは、閾値Ｓｔｈは、例えば上位１０％の通話が含まれるような値としてもよい。通話分類部４４０は、苦情通話確率Ｓが閾値Ｓｔｈを超えている場合は（Ｓ１８００：ＹＥＳ）、ステップＳ１９００へ進み、苦情通話確率Ｓが閾値Ｓｔｈ以下である場合は（Ｓ１８００：ＮＯ）、ステップＳ２０００へ進む。
【００７２】
ステップＳ１９００において、通話分類部４４０は、処理対象となっている通話をクレーム電話に分類する。より具体的には、通話分類部４４０は、例えば、処理対象となっている通話の音声認識結果を、クレーム電話に分類されたことを示す分類情報を付加した状態で、通話蓄積部４３０に格納する。そして、通話分類部４４０は、ステップＳ２１００へ進む。
【００７３】
一方、ステップＳ２０００において、通話分類部４４０は、処理対象となっている通話を非クレーム電話に分類する。より具体的には、通話分類部４４０は、例えば、処理対象となっている通話の音声認識結果を、非クレーム電話に分類されたことを示す分類情報を付加した状態で、通話蓄積部４３０に格納する。そして、通話分類部４４０は、ステップＳ２１００へ進む。
【００７４】
ステップＳ２１００において、通話分類部４４０は、ユーザ操作等によって通話の分類処理の終了が指示されたか否かを判断する。通話分類部４４０は、通話の分類処理の終了が指示されていない場合は（Ｓ２１００：ＮＯ）、ステップＳ１０００へ戻り、通話の分類処理の終了が指示された場合は（Ｓ２１００：ＹＥＳ）、一連の処理を終了する。
【００７５】
このような動作により、通話録音・分類装置４００は、従来の単語毎の苦情確率を、過去の通話における出現回数に基づいて補正した値に基づいて、通話の分類を行うことができる。また、通話録音・分類装置４００は、分類された通話を分類結果が分かる状態で蓄積し、後の通話の分類に役立てることができる。
【００７６】
ここで、参考のために、スコアを考慮した苦情確率の補正を行った場合と行わない場合との分類結果を、数値の具体例を挙げて比較する。５つの単語ｗ１、ｗ２、ｗ３、ｗ４、ｗ５により構成される通話が存在し、各単語の補正苦情確率が、ｆ（ｗ１）＝０.６、ｆ（ｗ２）＝０.５、ｆ（ｗ３）＝０.６、ｆ（ｗ４）＝０.４、ｆ（ｗ５）＝０.７であったとする。また、各単語のスコアは、Ｓｃｏｒｅ（ｗ１）＝１.０、Ｓｃｏｒｅ（ｗ２）＝１.０、Ｓｃｏｒｅ（ｗ３）＝０.８、Ｓｃｏｒｅ（ｗ４）＝１.０、Ｓｃｏｒｅ（ｗ５）＝０.４であったとする。すなわち、例えば、単語ｗ５は、補正苦情確率ｆ（ｗ５）が高いものの、スコアＳｃｏｒｅ（ｗ５）が低く、非クレーム単語がクレーム単語に誤認識された可能性が高い単語である。
【００７７】
スコアを考慮しない場合、すなわち、補正苦情確率ｆ（ｗｉ）をそのまま用いた場合、苦情通話確率Ｓは、以下の式（９）〜（１１）のように計算され、５６.０％となる。
【００７８】
【数９】
【数１０】
【数１１】
【００７９】
一方、各単語の補正苦情確率は、ｇ（ｗ１）＝０.６、ｇ（ｗ２）＝０.５、ｇ（ｗ３）＝０.５９、ｇ（ｗ４）＝０.４、ｇ（ｗ５）＝０.６６となる。したがって、スコアを考慮した場合、すなわち、補正苦情確率ｇ（ｗｉ）を用いた場合、苦情通話確率Ｓは、上述の式（７）、（８）を用いて、以下の式（１２）〜（１４）のように計算され、５５.５％となる。
【００８０】
【数１２】
【数１３】
【数１４】
【００８１】
ここで、閾値Ｓｔｈ＝０.５５８（５５.８％）であったとする。この場合、通話は、スコアを考慮しない場合には、クレーム電話に分類されるが、スコアを考慮する本実施の形態の手法では、非クレーム電話に分類される。
【００８２】
以上説明したように、本実施の形態に係るコールセンターシステム１００は、過去の通話における出現回数が低い単語ほどその影響をより抑えた状態で、通話に含まれる各単語のクレーム時頻度および非クレーム時頻度に基づいて、通話を分類する。これにより、コールセンターシステム１００は、過去の通話における出現回数が低い単語、つまり、クレーム単語であるか否かを断定するのが不適当な単語の出現によって、分類精度が低下するのを、防ぐことができる。
【００８３】
また、本実施の形態に係るコールセンターシステム１００は、音声認識処理におけるスコアが低い単語ほどその影響をより抑えた状態で、通話に含まれる各単語のクレーム時頻度および非クレーム時頻度に基づいて、通話の分類を行う。これにより、コールセンターシステム１００は、通常の単語が別のクレーム単語に誤認識されたり、その逆の誤認識の発生によって分類精度が低下するのを、防ぐことができる。
【００８４】
なお、通話録音・分類装置４００は、定数ｓｘ、定数ｘ、定数ｓｓｃｏｒｅ、閾値Ｓｔｈの少なくとも１つに対するユーザ調整を受け付けることが望ましい。クレーム電話の定義は、通常、ユーザ毎および環境毎に異なる。定数ｓｘ、定数ｘ、定数ｓｓｃｏｒｅ、閾値Ｓｔｈを調整可能とすることにより、より多くのクレーム電話の定義において、高い精度の分類結果を得ることが可能となる。
【００８５】
また、通話録音・分類装置４００は、顧客の音声とオペレータの音声とで通話を分離してそれぞれをグループ化し、あるいは顧客毎およびオペレータ毎に通話を分離してそれぞれをグループ化し、グループ毎に通話の分類処理を行っても良い。顧客とオペレータでは、発する単語の傾向が異なる。また、同じ内容であっても、発する単語の傾向には個人差がある。したがって、このようにグループ毎に通話の分類処理を行うことにより、通話の分類精度を向上させることができる。
【００８６】
（実施の形態２）
本発明の実施の形態２は、通話におけるクレーム単語の出現密度を考慮して通話の分類を行う例である。
【００８７】
図４は、本実施の形態に係る通話録音・分類装置の構成を示すブロック図であり、実施の形態１の図２に対応するものである。図２と同一部分には同一符号を付し、これについての説明を省略する。なお、本実施の形態に係る通話録音・分類装置は、実施の形態１の図１に示すコールセンターシステム１００に、実施の形態１に係る通話録音・分類装置４００に置き換えて配置されるものとする。
【００８８】
図４に示すように、本実施の形態に係る通話録音・分類装置４００ａは、実施の形態１の通話分類部４４０に代えて、これとは異なる動作を行う通話分類部４４０ａを有する。
【００８９】
通話分類部４４０ａは、音声認識サーバ５００から入力された音声認識結果に含まれる各単語ｗｉの補正苦情確率ｇ（ｗｉ）を算出する。ここまでは、実施の形態１の通話分類部４４０の処理と同様である。
【００９０】
上述の通り、通話の分類の場合、クレーム電話であるにもかかわらず、通話が長いような場合には全体としてクレーム単語の出現頻度が低くなり、非クレーム電話に分類されるという事態が発生し得る。例えば、１０分の通話で途中の１分間だけ顧客が苦情を訴えているクレーム電話は、非クレーム電話に誤分類される可能性が高い。
【００９１】
そこで、本実施の形態の通話分類部４４０ａは、補正苦情確率ｇ（ｗｉ）を、更に、クレーム単語の出現密度がより高い単語ほどより高い値となるように補正して、通話を分類する。より具体的には、通話分類部４４０ａは、通話に対して短い時間幅の移動窓を設定し、移動窓によって囲まれた範囲（以下「分析範囲」という）毎に苦情通話確率Ｓを算出する。そして、通話分類部４４０ａは、いずれかの分析範囲において苦情通話確率Ｓが高いとき、その通話をクレーム電話に分類する。上述の例では、苦情が訴えられている１分間を含む分析範囲の苦情通話確率Ｓは高くなるため、誤分類の可能性を低減することが可能となる。
【００９２】
図５は、通話録音・分類装置４００ａの動作を示すフローチャートであり、実施の形態１の図３に対応するものである。図３と同一部分には同一ステップ番号を付し、これについての説明を省略する。
【００９３】
通話分類部４４０ａは、音声認識結果の全ての単語ｗｉの補正苦情確率ｇ（ｗｉ）を算出すると（Ｓ１６００：ＹＥＳ）、ステップＳ１６１０ａへ進む。
【００９４】
ステップＳ１６１０ａにおいて、通話分類部４４０ａは、音声認識結果の前方から所定の間隔で単位長さの移動窓を設定し、例えば音声認識結果の前方から順に、移動窓によって囲まれた分析範囲を１つ選択する。
【００９５】
図６は、分析範囲を説明するための図である。ここで、処理の対象となるｊ番目の分析範囲を記号ｒｊによって表す。図６に示すように、通話分類部４４０ａは、通話全体の時間７１０に対して、同一の時間幅の分析範囲ｒ１、ｒ２、ｒ３、・・・を、一定の間隔７２０１、７２０２、・・・で設定する。隣り合う分析範囲ｒｊは、互いに重複していることが望ましい。すなわち、間隔７２０は、分析範囲ｒｊよりも短いことが望ましい。これにより、クレーム単語が頻出する区間があるにもかかわらず、その区間が分断されて苦情通話確率Ｓが大幅に低くなってしまう事態を、防ぐことができる。
【００９６】
なお、分析範囲の幅は、時間幅、音声認識結果の文字数、発言単位の数等を基準として、設定することができる。分析範囲の幅は、大きいほど確率の精度が増し（ノイズに左右され難くなり）、小さいほど時間の精度が増す（時間分解能が高くなる）、というトレードオフの関係にあるため、用途に応じて最適な値に設定される必要がある。
【００９７】
そして、図５のステップＳ１７１０ａにおいて、通話分類部４４０ａは、選択中の分析範囲ｒｊの苦情通話確率Ｓ（ｒｊ）を算出する。すなわち、通話分類部４４０ａは、選択中の分析範囲に含まれる全ての単語ｗｉの補正苦情確率ｇ（ｗｉ）から、例えば上述の式（７）、式（８）、式（５）を用いて、の分析範囲の苦情通話確率Ｓ（ｒｊ）を算出する。
【００９８】
そして、ステップＳ１７２０ａにおいて、通話分類部４４０ａは、苦情通話確率Ｓ（ｒｊ）の算出処理が行われていない分析範囲ｒｊが残っている間は、ステップＳ１６１０ａへ戻り、ステップＳ１６１０ａ、Ｓ１７１０ａの処理を繰り返す（Ｓ１７２０ａ：ＮＯ）。そして、通話分類部４４０ａは、音声認識結果の全ての分析範囲ｒｊについて苦情通話確率Ｓ（ｒｊ）を算出すると（Ｓ１７２０ａ：ＹＥＳ）、ステップＳ１８１０ａへ進む。
【００９９】
そして、ステップＳ１８１０ａにおいて、通話分類部４４０ａは、算出した分析範囲ｒｊ毎の苦情通話確率Ｓ（ｒｊ）の最大値が、第１の閾値Ｓｔｈ１を超えているか否かを判断する。第１の閾値Ｓｔｈ１は、クレーム電話と非クレーム電話とを分類する基準として、実験や経験測等によって予め設定された値である。通話分類部４４０ａは、苦情通話確率Ｓ（ｒｊ）の最大値が第１の閾値Ｓｔｈ１を超えている場合は（Ｓ１８１０ａ：ＹＥＳ）、ステップＳ１９００へ進み、苦情通話確率Ｓ（ｒｊ）の最大値が第１の閾値Ｓｔｈ１以下である場合は（Ｓ１８１０ａ：ＮＯ）、ステップＳ１８２０ａへ進む。
【０１００】
ステップＳ１８２０ａにおいて、通話分類部４４０ａは、算出した分析範囲ｒｊ毎の苦情通話確率Ｓ（ｒｊ）の平均値が、第２の閾値Ｓｔｈ２を超えているか否かを判断する。第２の閾値Ｓｔｈ２は、クレーム電話と非クレーム電話とを分類する基準として、実験や経験測等によって予め設定された値である。通話分類部４４０ａは、苦情通話確率Ｓ（ｒｊ）の平均値が第２の閾値Ｓｔｈ２を超えている場合は（Ｓ１８２０ａ：ＹＥＳ）、ステップＳ１９００へ進み、苦情通話確率Ｓ（ｒｊ）の平均値が第２の閾値Ｓｔｈ２以下である場合は（Ｓ１８２０ａ：ＮＯ）、ステップＳ２０００へ進む。
【０１０１】
通話分類部４４０ａは、実施の形態１と同様に、ステップＳ１９００に処理が進んだ場合には、処理の対象となっている通話をクレーム電話に分類し、ステップＳ２０００に処理が進んだ場合には、処理の対象となっている通話を非クレーム電話に分類する。
【０１０２】
このような処理により、通話分類部４４０ａは、クレーム単語の出現回数が低くても、ある分析範囲ｒｊにおける出現密度が特に高い場合には、その通話をクレーム電話に分類する。また、通話分類部４４０ａは、クレーム単語の出現密度が高い分析範囲ｒｊが特に存在していなくても、通話全体での出現密度がある程度高い場合には、その通話をクレーム電話に分類する。
【０１０３】
また、通話分類部４４０ａは、クレーム単語の出現回数が高くても、出現密度が特に高い分析範囲ｒｊが存在せず、かつ、通話全体での出現密度がある程度低い場合には、その通話を非クレーム電話に分類する。例えば、ごくたまにしかクレーム単語が出現していないにもかかわらず、通話時間が長いためにクレーム単語の総数が多くなってしまった非クレーム電話は、非クレーム電話に正しく分類されることになる。
【０１０４】
このように、本実施の形態に係る通話録音・分類装置４００ａは、通話におけるクレーム単語の出現密度が低いほどその影響をより抑えた状態で、通話を分類する。また、通話におけるクレーム単語の出現密度が高いほどその影響をより強めた状態で、通話を分類する。これにより、通話録音・分類装置４００ａは、クレーム単語の出現頻度が高いものの出現密度が低い通話や、クレーム単語の出現頻度が低いものの出現密度が高い通話を、より高い精度で分類することができる。
【０１０５】
なお、通話録音・分類装置４００ａは、ステップＳ１８１０ａの条件またはステップＳ１８２０ａの条件を満たす分析範囲の個数が一定の閾値を超えた通話のみを、クレーム電話に分類しても良い。また、通話録音・分類装置４００ａは、ステップＳ１８１０ａの条件またはステップＳ１８２０ａの条件を満たす分析範囲が連続する個数の最大値が一定の閾値を超えた通話のみを、クレーム電話に分類しても良い。
【０１０６】
また、以上説明した各実施の形態では、本発明を、コールセンターシステムにおいて顧客端末とオペレータ端末との間の通話をクレーム電話と非クレーム電話に分類する通話録音・分類装置に適用したが、分類種別および分類対象は、これに限定されない。例えば、本発明は、通話を、お礼を主目的とする電話とその他の電話とに分類する通話録音・分類装置に適用することができる。また、本発明は、店頭での顧客と店員との会話を、苦情の訴えを主目的とする会話とその他の会話とに分類する装置に適用することができる。
【０１０７】
また、各実施の形態では、苦情確率が、単語単位、つまり、ユニグラム（unigram）単位で行われる例について説明したが、文章分類装置は、苦情確率を、バイグラム（bigram）、トライグラム（trigram）等、Ｎ−ｇｒａｍの連続する単語列を単位として、算出しても良い。
【０１０８】
会話文の場合、上述の通り、単語をクレーム電話に顕著なものであるか否かを正しく区別することが困難な場合がある。したがって、文章分類装置は、Ｎ−ｇｒａｍの連続する単語列を単位として苦情確率を算出することにより、文章の分類精度を向上させることが可能となる。
【０１０９】
例えば、「連絡が無いんだけど。」という通話を想定する。「連絡が無い」というフレーズは、クレーム電話に顕著である。したがって、「連絡が無いんだけど。」という通話は、クレーム電話に分類されるべきものである。ところが、個々の単語のクレーム時頻度と非クレーム時頻度との間には大きな差が無いため、単語単位での苦情確率を用いる場合、通話がクレーム電話に分類される可能性は低くなる。この点、トライグラム単位での苦情確率を用いる場合には、「連絡が無い」の部分の苦情確率が高くなるため、通話がクレーム電話に分類される可能性を高くすることが可能となる。
【０１１０】
なお、文章分類装置は、単語単位での苦情確率と他のＮ−ｇｒａｍの連続する単語列を単位とする苦情確率との両方を用いて、文章の分類を行っても良い。この場合、文章分類装置は、例えば、単語単位での苦情確率に基づいて算出した苦情通話確率と、Ｎ−ｇｒａｍの連続する単語列を単位とする苦情確率に基づいて算出した苦情通話確率との平均値等を、閾値との比較対象となる苦情通話確率とすれば良い。
【０１１１】
また、苦情確率の算出の単位によらず、文章分類装置は、助詞や間投詞等、文脈に関係の無い単語を予め演算の対象から除外することが望ましい。これにより、意味のある単語に絞り込むことでができ、精度を向上させることが可能となる。
【産業上の利用可能性】
【０１１２】
本発明に係る文章分類装置および文章分類方法は、通話から得られた文章に対して高い精度で分類を行うことができる文章分類装置および文章分類方法として有用である。
【符号の説明】
【０１１３】
１００ コールセンターシステム
２００ 顧客端末
３００ オペレータ端末
４００、４００ａ 通話録音・分類装置
４１０ 音声データ入力部
４２０ 特徴抽出部
４３０ 通話蓄積部
４４０、４４０ａ 通話分類部
４５０ 操作受付部
４６０ 情報出力部
５００ 音声認識サーバ
６００ 通信網
【技術分野】
【０００１】
本発明は、通話音声の音声データに対する音声認識結果である文章を分類する文章分類装置および文章分類方法に関する。
【背景技術】
【０００２】
受信メールの中からスパムメールを抽出する等、文章をその内容に応じて自動で分類する文章分類装置が、従来存在する。
【０００３】
例えば、非特許文献１記載の文章分類装置（以下「従来装置」という）は、過去の受信メールから統計学的に生成されるコンテンツベースフィルタを用いて、メールを分類する。
【０００４】
より具体的には、従来装置は、過去のスパムメールおよび非スパムメールの蓄積データから、ベイズ推定により、単語毎に以下の式（１）で表されるスパム確率ｐ（ｗｉ）を求める。ここで、ｎｇｏｏｄは、蓄積データにおける非スパムメールの総数であり、ｎｂａｄは、蓄積データにおけるスパムメールの総数である。また、ｂｉは、蓄積データのスパムメールにおけるその単語の出現回数であり、ｇｉは、蓄積データの非スパムメールにおけるその単語の出現回数である。また、処理の対象となるｉ番目の単語を記号ｗｉによって表す。
【０００５】
【数１】
【０００６】
すなわち、スパム確率ｐ（ｗｉ）は、過去のスパムメールにおける単語ｗｉの出現頻度と過去の非スパムメールにおける単語の出現頻度との加算値で、過去のスパムメールにおける単語ｗｉの出現頻度を除した値である。
【０００７】
そして、従来装置は、受信メールに出現する各単語ｗｉのスパム確率ｐ（ｗｉ）から、以下の式（２）〜式（５）を用いて、受信メールがスパムメールであることの尤度（以下「スパム確率Ｓ」という）を求める。ここで、ｎは、単語ｗｉの、蓄積された全てのクレーム電話における出現回数であり、ｂｉ＋ｇｉである。ｘは、過去の通話に一度も出現していない単語が始めて通話に出現したときにその通話がクレーム電話である予測確率として、予め設定される定数（例えば０.５）である。ｓｘは、定数ｘが通話の分類に与える影響の強さとして予め設定される定数（例えば１）である。
【数２】
【数３】
【数４】
【数５】
【０００８】
そして、従来装置は、スパム確率Ｓが所定の閾値（例えば０.５）を超えるメールを、スパムメールに分類する。すなわち、従来装置は、単語の出現回数を学習データとするベイジアンフィルタを用いて、メールの分類を行う。メールの文章には、スパムメールにおいてのみ高頻度に出現する単語や、非スパムメールにおいてのみ高頻度に出現する単語が、多く存在する。したがって、従来装置は、受信メールの分類を高い精度で行うことができる。
【０００９】
ところで、近年、コールセンターやコンタクトセンター等に設けられたＣＴＩ（computer telephony integration）システムにおいて、通話音声を音声認識処理によりテキスト化することが広く行われている。これにより、オペレータ自身や、スーパーバイザおよびセンター管理者等（以下「管理者」という）は、通話内容を簡単に確認および解析することができ、サービスの向上に役立てることができる。
【００１０】
特に、苦情の訴えが顧客の主目的である通話（以下「クレーム電話」という）の内容を管理者が確認することは重要である。そこで、膨大な数の通話の中からクレーム電話を効率よくピックアップするために、過去のクレーム電話および非クレーム電話に基づくコンテンツベースフィルタを用いて、通話を自動で分類する装置が望まれる。
【００１１】
ところが、通話のような会話文の場合、メールと異なり、遠回しな表現が使われたり途中で話題が変わったりするなどして、主目的の事柄に関する単語に比べてその他の単語の方が多くなることがある。特に過去の出現回数が少ない単語の場合、クレーム単語であるか非クレーム単語であるかを正しく判定することは困難である。例えば、非クレーム電話であるにもかかわらず、過去に１回だけクレーム電話で使用された単語が出現したとき、クレーム電話に誤分類される可能性が高くなる。
【００１２】
この点、上述の従来装置は、式（２）に示す通り、過去の通話における出現回数がより高い単語ほどよりスパム確率ｐ（ｗｉ）に近付くように、補正を行っている。これにより、従来装置は、過去の出現回数が低い単語による誤分類を低減することを可能にしている。
【先行技術文献】
【非特許文献】
【００１３】
【非特許文献１】渡部綾太、外、「スパムメールの教科書」、株式会社データハウス、００６年１０月２０日、ｐ.１０６−１１２
【発明の概要】
【発明が解決しようとする課題】
【００１４】
しかしながら、従来装置では、通話から音声認識処理により得られた文章の分類においては、分類の精度を向上させることが難しいという問題がある。
【００１５】
理由は、以下の通りである。音声認識における誤認識の発生頻度は、通常、メール文章作成における誤入力の発生頻度に比べて高い。したがって、従来装置の手法では、クレーム電話に顕著な単語（以下「クレーム単語」という）と、その他の通常の単語（以下「非クレーム単語」という）との間の取り違えに起因した誤分類が発生する可能性が高い。
【００１６】
また、会話文の場合、メールと異なり、相手の反応によって文章全体の長さが変化するため、クレーム単語および非クレーム単語の出現回数に幅がある。したがって、例えば、クレーム電話が他の話題で長くなったとき、非クレーム単語の出現回数に対するクレーム単語の出現回数の比率が低くなり、クレーム電話であるにもかかわらず非クレーム電話に誤分類される可能性が高い。
【００１７】
本発明の目的は、通話から得られた文章に対して高い精度で分類を行うことができる文章分類装置および文章分類方法を提供することである。
【課題を解決するための手段】
【００１８】
本発明の文章分類装置は、通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類装置であって、前記文章を入力する入力手段と、入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する分類手段とを有し、前記分類手段は、前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する。
【００１９】
本発明の文章分類方法は、通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類方法であって、前記文章を入力する工程と、入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値を算出する工程と、算出した前記値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する工程とを有し、前記分類工程において、前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する。
【発明の効果】
【００２０】
本発明によれば、語句の音声認識精度を考慮した分類を行うことができるので、通話から得られた文章に対して高い精度で分類を行うことができる。
【図面の簡単な説明】
【００２１】
【図１】本発明の実施の形態１に係る文章分類装置を含むコールセンターシステムの構成の一例を示すシステム構成図
【図２】本実施の形態１に係る通話録音・分類装置の構成を示すブロック図
【図３】本実施の形態１に係る通話録音・分類装置の動作を示すフローチャート
【図４】本発明の実施の形態２に係る通話録音・分類装置の構成を示すブロック図
【図５】本実施の形態２に係る通話録音・分類装置の動作を示すフローチャート
【図６】本実施の形態２における分析範囲を説明するための図
【発明を実施するための形態】
【００２２】
以下、本発明の各実施の形態について、図面を参照して詳細に説明する。
【００２３】
（実施の形態１）
図１は、本発明の実施の形態に係る文章分類装置を含むコールセンターシステムの構成の一例を示すシステム構成図である。
【００２４】
図１において、コールセンターシステム１００は、顧客端末２００−１〜２００−Ｍと、オペレータ端末３００−１〜３００−Ｎと、本実施の形態に係る文章分類装置を含む通話録音・分類装置４００と、音声認識サーバ５００とを有する。
【００２５】
顧客端末２００−１〜２００−Ｍとオペレータ端末３００−１〜３００−Ｎとは、通信網６００を介して、通話可能に接続されている。通話録音・分類装置４００は、通信網６００とオペレータ端末３００−１〜３００−Ｎとの間に配置されている。通話録音・分類装置４００と音声認識サーバ５００とは、例えばＬＡＮ（local area network）を介して通信可能に接続されている。
【００２６】
顧客端末２００−１〜２００−Ｍは、通話機能を有する顧客側の装置であり、例えば、固定電話機、携帯電話機、ＩＰ電話機能を有するパーソナルコンピュータである。
【００２７】
オペレータ端末３００−１〜３００−Ｎは、通話機能および情報処理機能を有するコールセンター側の装置であり、例えば、ＩＰ電話機能を有するパーソナルコンピュータと通話用のヘッドセットとのユニットである。
【００２８】
通話録音・分類装置４００は、顧客端末２００とオペレータ端末３００との間の通話音声を録音し、録音音声の音声データを、呼の識別情報（以下「呼情報」という）を付加した状態で管理する。
【００２９】
また、通話録音・分類装置４００は、後述の音声認識サーバ５００を用いて、通話音声の音声データに対する音声認識の結果を取得し、取得した音声認識結果のデータに基づいて、各通話を、クレーム電話と非クレーム電話とに分類する。より具体的には、通話録音・分類装置４００は、通話に含まれる単語に対するベイズ推定により得られる値に基づいて、通話の分類を行う。そして、このとき、通話録音・分類装置４００は、ベイズ推定により得られる値を、過去の通話における出現回数がより低い単語ほど分類結果に与える影響がより抑えられるように、かつ、スコアがより低い単語ほど分類結果に与える影響がより抑えられるように、補正する。スコアとは、例えば、音声認識の音響的尤度と言語的確率とから算出される値であり、各単語の音声認識結果としての信頼度の高さを示す値である。補正および分類の詳細については後述する。
【００３０】
音声認識サーバ５００は、音声認識処理を行う装置であり、例えば、ＬＡＮ機能を有するパーソナルコンピュータである。音声認識サーバ５００は、通話録音・分類装置４００から依頼を受けて音声認識を行い、各単語のスコアを付加した音声認識結果を、通話録音・分類装置４００へ送信する。
【００３１】
なお、本実施の形態では、音声認識処理のうち、音声データから特徴量を抽出する処理は通話録音・分類装置４００において行われ、抽出された特徴量に基づいて音声認識を行う処理は音声認識サーバ５００において行われる。
【００３２】
通信網６００は、インターネット、公衆電話回線網等である。
【００３３】
このような構成を有するコールセンターシステム１００は、顧客端末２００−１〜２００−Ｍとオペレータ端末３００−１〜３００−Ｎとの間での各通話を、クレーム電話と非クレーム電話とに分類することができる。すなわち、コールセンターシステム１００は、膨大な通話の中からクレーム電話を効率良くピックアップすることができる。
【００３４】
また、コールセンターシステム１００は、単語のクレーム電話における出現頻度および非クレーム電話における出現頻度だけでなく、過去の通話における出現回数をも考慮して分類を行うので、通話から得られた文章に対して高い精度で分類を行うことができる。
【００３５】
また、上述の通り、音声認識処理に基づく通話の分類の場合、誤認識によって誤分類が発生する可能性がある。例えば、ある非クレーム電話において顧客が発話した「それでは、どうしましょうか。」という文章が、「それでは、上司ましょうか。」と誤認識されたとする。「上司」は、非クレーム電話に比べてクレーム電話により頻出する単語の１つである。したがって、このような場合、通話が、非クレーム電話であるにもかかわらず、クレーム通話に誤分類されてしまう可能性が高くなる。
【００３６】
そこで、本実施の形態に係る通話録音・分類装置４００は、上述の通り、スコアを考慮した通話の分類を行う。これにより、本実施の形態に係るコールセンターシステム１００は、誤分類の可能性を低減することが可能となる。例えば、上述の例の場合、コールセンターシステム１００は、元々の発話音声が「どうし」であり、「上司」のスコアが低くなることから、通話をクレーム通話に誤分類するのを防ぐことができる。
【００３７】
次に、本発明に係る通話録音・分類装置４００の構成について説明する。
【００３８】
図２は、通話録音・分類装置４００の構成を示すブロック図である。
【００３９】
図２に示すように、通話録音・分類装置４００は、音声データ入力部４１０、特徴抽出部４２０、通話蓄積部４３０、通話分類部４４０、操作受付部４５０、および情報出力部４６０を有する。
【００４０】
音声データ入力部４１０は、通信網６００を介して顧客端末２００から音声データを入力して記憶し、記憶する音声データを、特徴抽出部４２０へ出力する。音声データ入力部４１０は、各音声データに、呼情報を付加する。
【００４１】
特徴抽出部４２０は、音声データ入力部４１０から入力された音声データの発話区間から特徴量を抽出して、特徴量の時系列データに呼情報を付加した特徴量データを生成する。そして、特徴抽出部４２０は、生成した特徴量データを音声認識サーバ５００へ出力し、音声認識サーバ５００に対して音声認識処理の実行を指示する。
【００４２】
この結果、音声認識サーバ５００では、特徴量データから、予め用意された音響モデルデータ、辞書データ、言語モデルデータを用いて、発話音声を示すテキストデータが、音声認識結果として生成される。そして、音声認識サーバ５００からは、呼情報が付加された音声認識結果が、通話録音・分類装置４００へ出力される。
【００４３】
通話録音・分類装置４００の通話蓄積部４３０は、クレーム電話と非クレーム電話とに分類された過去の通話の音声認識結果を蓄積する。
【００４４】
通話分類部４４０は、音声認識サーバ５００から入力された音声認識結果に基づいて、各通話を、クレーム電話と非クレーム電話とに分類する。より具体的には、通話録音・分類装置４００は、通話蓄積部４３０を参照して、通話に含まれる各単語の、過去のクレーム電話における出現頻度（以下「クレーム時頻度」という）および過去の非クレーム電話における出現頻度（以下「非クレーム時頻度」という）を算出する。そして、通話分類部４４０は、クレーム時頻度および非クレーム時頻度から、ベイズ推定により、通話に含まれる単語毎の苦情確率を算出する。苦情確率は、クレーム時頻度と非クレーム時頻度との加算値でクレーム時頻度を除した値であり、上述のスパム確率ｐ（ｗｉ）に相当するものである。
【００４５】
そして、通話分類部４４０は、苦情確率を、過去の通話における出現回数に応じて補正し、更に、スコアがより低い単語ほどその影響が抑えられるように補正した補正苦情確率に基づいて、通話の分類を行う。そして、通話分類部４４０は、分類が完了した通話の音声認識結果を、その分類結果と対応付けて、通話蓄積部４３０に格納する。クレーム時頻度、非クレーム時頻度、出現回数、苦情確率、および通話の分類の詳細については後述する。
【００４６】
操作受付部４５０は、例えば、キーボードおよびマウスであり、通話録音・分類装置４００に対する各種操作を受け付ける。
【００４７】
情報出力部４６０は、例えば液晶ディスプレイである。情報出力部４６０は、例えば、通話蓄積部４３０に格納する音声認識結果のうち、クレーム電話に分類された通話の呼情報を一覧表示する。そして、情報出力部４６０は、例えば操作受付部４５０を介して通話の選択を受け付け、選択された通話の音声認識結果を、例えば話者毎に区別して、時系列で表示する。
【００４８】
また、通話録音・分類装置４００は、図示しないが、ＣＰＵ（central processing unit）、制御プログラムを格納したＲＯＭ（read only memory）等の記憶媒体、ＲＡＭ（random access memory）等の作業用メモリ、および通信回路等によって実現することができる。この場合、上記した各部の機能は、ＣＰＵが制御プログラムを実行することにより実現される。
【００４９】
このような構成を有する通話録音・分類装置４００は、通話に含まれる各単語のクレーム時頻度、非クレーム時頻度、過去の通話における出現回数、およびスコアに基づいて、通話をクレーム電話と非クレーム電話とに分類することができる。
【００５０】
次に、通話録音・分類装置４００の動作について説明する。
【００５１】
図３は、通話録音・分類装置４００の動作を示すフローチャートである。
【００５２】
通話蓄積部４３０にクレーム電話と非クレーム電話とに分類された過去の通話の音声認識結果が十分な数蓄積されていない間は、通話録音・分類装置４００による分類精度を向上させることが難しい。したがって、この期間は、例えば、管理者が各音声認識結果を目で確認し、手入力で分類操作を行う。ここでは、過去の通話の音声認識結果が、通話蓄積部４３０に既に十分に蓄積されているものとして説明を行う。
【００５３】
まず、ステップＳ１０００において、音声データ入力部４１０は、顧客端末２００とオペレータ端末３００との間で行われる通話の音声データを入力し、入力した音声データを、特徴抽出部４２０へ出力する。
【００５４】
そして、ステップＳ１１００において、特徴抽出部４２０は、入力された音声データに対して音声認識処理を行う。具体的には、特徴抽出部４２０は、音声データに対して発話区間の検出および発話区間の特徴量抽出を行い、特徴量データを音声認識サーバ５００へ出力して、その音声認識結果を返送させる。
【００５５】
そして、ステップＳ１２００において、通話分類部４４０は、通話の音声認識結果が音声認識サーバ５００から返送されると、音声認識結果の中から、例えば前方から順に、単語ｗｉを１つ選択する。
【００５６】
そして、ステップＳ１３００において、通話分類部４４０は、選択中の単語ｗｉの苦情確率を算出する。より具体的には、通話分類部４４０は、例えば、通話蓄積部４３０から、クレーム電話の総数ｎｂａｄ、非クレーム電話の総数ｎｇｏｏｄ、全てのクレーム電話における選択中の単語ｗｉの出現回数ｂｉ、および全ての非クレーム電話における選択中の単語ｗｉの出現回数ｇｉを取得する。なお、通話分類部４４０は、１つの通話に対する処理において、通話蓄積部４３０に蓄積されたクレーム電話の総数ｎｂａｄおよび非クレーム電話の総数ｎｇｏｏｄを既に取得している場合には、これらの取得処理を省略しても良い。
【００５７】
そして、通話分類部４４０は、上述の式（１）を用いて、単語ｗｉの苦情確率ｐ（ｗｉ）を算出する。ここで、「スパム確率」を「苦情確率」、「スパムメール」を「クレーム電話」にそれぞれ置き換えるものとする。
【００５８】
そして、ステップＳ１４００において、通話分類部４４０は、選択中の単語ｗｉの補正苦情確率を算出する。本実施の形態における補正苦情確率は、過去の通話における単語ｗｉの出現回数を考慮して、苦情確率ｐ（ｗｉ）を補正した値である。
【００５９】
より具体的には、通話分類部４４０は、例えば、上述の以下の式（２）を用いて、単語ｗｉの補正苦情確率ｆ（ｗｉ）を算出する。
【００６０】
補正苦情確率ｆ（ｗｉ）は、選択中の単語ｗｉの過去の通話における登場回数が多いほど、苦情確率ｐ（ｗｉ）により近い値となり、登場回数が少ないほど、ｘの値により近い値となる。
【００６１】
例えば、ｘ＝０.５、ｓｘ＝１であり、過去の通話のうち一度だけクレーム電話に出現した単語が通話に出現した場合を想定する。この場合、従来の苦情確率ｐ（ｗｉ）は１となるのに対し、本実施の形態の補正苦情確率ｆ（ｗｉ）は０.７５となる。
【００６２】
そして、ステップＳ１５００において、通話分類部４４０は、補正苦情確率ｆ（ｗｉ）と、選択中の単語のスコアとに基づいて、スコアを考慮した補正苦情確率ｇ（ｗｉ）を算出する。より具体的には、通話分類部４４０は、例えば、以下の式（６）を用いて、単語の補正苦情確率ｇ（ｗｉ）を算出する。ここで、Ｓｃｏｒｅ（ｗｉ）は、単語のスコアである。ｓｓｃｏｒｅは、スコアＳｃｏｒｅ（ｗｉ）が通話の分類に与える影響の強さとして設定される定数（例えば１０）である。
【００６３】
【数６】
【００６４】
補正苦情確率ｇ（ｗｉ）は、選択中の単語ｗｉのスコアが高いほど、補正苦情確率ｆ（ｗｉ）に近い値となり、スコアが低いほど、補正苦情確率ｆ（ｗｉ）の影響がより少なく、０.５の値により近い値、つまり、より中間的な値となる。
【００６５】
例えば、ｆ（ｗｉ）＝０.７５、ｓｓｃｏｒｅ＝１、Ｓｃｏｒｅ（ｗｉ）＝０.９の場合、補正苦情確率ｇ（ｗｉ）は、０.６２となる。一方、例えば、ｆ（ｗｉ）＝０.７５、ｓｓｃｏｒｅ＝１、Ｓｃｏｒｅ（ｗｉ）＝０.２の場合、補正苦情確率ｇ（ｗｉ）は、０.５４となる。
【００６６】
そして、ステップＳ１６００において、通話分類部４４０は、補正苦情確率ｇ（ｗｉ）の算出処理が行われていない単語ｗｉが残っている間は、ステップＳ１２００へ戻り、ステップＳ１２００〜Ｓ１４００の処理を繰り返す（Ｓ１６００：ＮＯ）。そして、通話分類部４４０は、音声認識結果の全ての単語ｗｉについて補正苦情確率ｇ（ｗｉ）を算出すると（Ｓ１６００：ＹＥＳ）、ステップＳ１７００へ進む。ここで、音声認識結果の全ての単語とは、音声認識結果に含まれる全ての単語ｗｉでも良いし、音声認識結果に含まれる単語から助詞や間投詞を取り除いた残り等、特定の単語ｗｉの全てでも良い。
【００６７】
ステップＳ１７００において、通話分類部４４０は、通話の苦情通話確率Ｓを算出する。より具体的には、通話分類部４４０は、例えば、以下の式（７）、（８）を用いて、クレーム電話尤度Ｐおよび非クレーム電話尤度Ｑを算出する。ここで、ｍは、処理の対象となっている通話において補正苦情確率ｇ（ｗｉ）が算出された単語ｗｉの個数である。
【００６８】
【数７】
【数８】
【００６９】
そして、通話分類部４４０は、例えば、算出したクレーム電話尤度Ｐおよび非クレーム電話尤度Ｑから、上述の式（５）を用いて、通話の苦情通話確率Ｓを算出する。
【００７０】
すなわち、苦情通話確率Ｓは、通話全体において補正苦情確率ｇ（ｗｉ）が高いほど高くなる値である。したがって、苦情通話確率Ｓは、過去のクレーム電話により顕著な単語がより多く出現するほど高くなるものの、過去の出現回数が低い単語、およびスコアが低い単語については、その影響が抑えられる。
【００７１】
そして、ステップＳ１８００において、通話分類部４４０は、算出した苦情通話確率Ｓが閾値Ｓｔｈを超えているか否かを判断する。閾値Ｓｔｈは、クレーム電話と非クレーム電話とを分類する基準として、実験や経験測等によって予め設定された値であり、例えば、０.６である。あるいは、閾値Ｓｔｈは、例えば上位１０％の通話が含まれるような値としてもよい。通話分類部４４０は、苦情通話確率Ｓが閾値Ｓｔｈを超えている場合は（Ｓ１８００：ＹＥＳ）、ステップＳ１９００へ進み、苦情通話確率Ｓが閾値Ｓｔｈ以下である場合は（Ｓ１８００：ＮＯ）、ステップＳ２０００へ進む。
【００７２】
ステップＳ１９００において、通話分類部４４０は、処理対象となっている通話をクレーム電話に分類する。より具体的には、通話分類部４４０は、例えば、処理対象となっている通話の音声認識結果を、クレーム電話に分類されたことを示す分類情報を付加した状態で、通話蓄積部４３０に格納する。そして、通話分類部４４０は、ステップＳ２１００へ進む。
【００７３】
一方、ステップＳ２０００において、通話分類部４４０は、処理対象となっている通話を非クレーム電話に分類する。より具体的には、通話分類部４４０は、例えば、処理対象となっている通話の音声認識結果を、非クレーム電話に分類されたことを示す分類情報を付加した状態で、通話蓄積部４３０に格納する。そして、通話分類部４４０は、ステップＳ２１００へ進む。
【００７４】
ステップＳ２１００において、通話分類部４４０は、ユーザ操作等によって通話の分類処理の終了が指示されたか否かを判断する。通話分類部４４０は、通話の分類処理の終了が指示されていない場合は（Ｓ２１００：ＮＯ）、ステップＳ１０００へ戻り、通話の分類処理の終了が指示された場合は（Ｓ２１００：ＹＥＳ）、一連の処理を終了する。
【００７５】
このような動作により、通話録音・分類装置４００は、従来の単語毎の苦情確率を、過去の通話における出現回数に基づいて補正した値に基づいて、通話の分類を行うことができる。また、通話録音・分類装置４００は、分類された通話を分類結果が分かる状態で蓄積し、後の通話の分類に役立てることができる。
【００７６】
ここで、参考のために、スコアを考慮した苦情確率の補正を行った場合と行わない場合との分類結果を、数値の具体例を挙げて比較する。５つの単語ｗ１、ｗ２、ｗ３、ｗ４、ｗ５により構成される通話が存在し、各単語の補正苦情確率が、ｆ（ｗ１）＝０.６、ｆ（ｗ２）＝０.５、ｆ（ｗ３）＝０.６、ｆ（ｗ４）＝０.４、ｆ（ｗ５）＝０.７であったとする。また、各単語のスコアは、Ｓｃｏｒｅ（ｗ１）＝１.０、Ｓｃｏｒｅ（ｗ２）＝１.０、Ｓｃｏｒｅ（ｗ３）＝０.８、Ｓｃｏｒｅ（ｗ４）＝１.０、Ｓｃｏｒｅ（ｗ５）＝０.４であったとする。すなわち、例えば、単語ｗ５は、補正苦情確率ｆ（ｗ５）が高いものの、スコアＳｃｏｒｅ（ｗ５）が低く、非クレーム単語がクレーム単語に誤認識された可能性が高い単語である。
【００７７】
スコアを考慮しない場合、すなわち、補正苦情確率ｆ（ｗｉ）をそのまま用いた場合、苦情通話確率Ｓは、以下の式（９）〜（１１）のように計算され、５６.０％となる。
【００７８】
【数９】
【数１０】
【数１１】
【００７９】
一方、各単語の補正苦情確率は、ｇ（ｗ１）＝０.６、ｇ（ｗ２）＝０.５、ｇ（ｗ３）＝０.５９、ｇ（ｗ４）＝０.４、ｇ（ｗ５）＝０.６６となる。したがって、スコアを考慮した場合、すなわち、補正苦情確率ｇ（ｗｉ）を用いた場合、苦情通話確率Ｓは、上述の式（７）、（８）を用いて、以下の式（１２）〜（１４）のように計算され、５５.５％となる。
【００８０】
【数１２】
【数１３】
【数１４】
【００８１】
ここで、閾値Ｓｔｈ＝０.５５８（５５.８％）であったとする。この場合、通話は、スコアを考慮しない場合には、クレーム電話に分類されるが、スコアを考慮する本実施の形態の手法では、非クレーム電話に分類される。
【００８２】
以上説明したように、本実施の形態に係るコールセンターシステム１００は、過去の通話における出現回数が低い単語ほどその影響をより抑えた状態で、通話に含まれる各単語のクレーム時頻度および非クレーム時頻度に基づいて、通話を分類する。これにより、コールセンターシステム１００は、過去の通話における出現回数が低い単語、つまり、クレーム単語であるか否かを断定するのが不適当な単語の出現によって、分類精度が低下するのを、防ぐことができる。
【００８３】
また、本実施の形態に係るコールセンターシステム１００は、音声認識処理におけるスコアが低い単語ほどその影響をより抑えた状態で、通話に含まれる各単語のクレーム時頻度および非クレーム時頻度に基づいて、通話の分類を行う。これにより、コールセンターシステム１００は、通常の単語が別のクレーム単語に誤認識されたり、その逆の誤認識の発生によって分類精度が低下するのを、防ぐことができる。
【００８４】
なお、通話録音・分類装置４００は、定数ｓｘ、定数ｘ、定数ｓｓｃｏｒｅ、閾値Ｓｔｈの少なくとも１つに対するユーザ調整を受け付けることが望ましい。クレーム電話の定義は、通常、ユーザ毎および環境毎に異なる。定数ｓｘ、定数ｘ、定数ｓｓｃｏｒｅ、閾値Ｓｔｈを調整可能とすることにより、より多くのクレーム電話の定義において、高い精度の分類結果を得ることが可能となる。
【００８５】
また、通話録音・分類装置４００は、顧客の音声とオペレータの音声とで通話を分離してそれぞれをグループ化し、あるいは顧客毎およびオペレータ毎に通話を分離してそれぞれをグループ化し、グループ毎に通話の分類処理を行っても良い。顧客とオペレータでは、発する単語の傾向が異なる。また、同じ内容であっても、発する単語の傾向には個人差がある。したがって、このようにグループ毎に通話の分類処理を行うことにより、通話の分類精度を向上させることができる。
【００８６】
（実施の形態２）
本発明の実施の形態２は、通話におけるクレーム単語の出現密度を考慮して通話の分類を行う例である。
【００８７】
図４は、本実施の形態に係る通話録音・分類装置の構成を示すブロック図であり、実施の形態１の図２に対応するものである。図２と同一部分には同一符号を付し、これについての説明を省略する。なお、本実施の形態に係る通話録音・分類装置は、実施の形態１の図１に示すコールセンターシステム１００に、実施の形態１に係る通話録音・分類装置４００に置き換えて配置されるものとする。
【００８８】
図４に示すように、本実施の形態に係る通話録音・分類装置４００ａは、実施の形態１の通話分類部４４０に代えて、これとは異なる動作を行う通話分類部４４０ａを有する。
【００８９】
通話分類部４４０ａは、音声認識サーバ５００から入力された音声認識結果に含まれる各単語ｗｉの補正苦情確率ｇ（ｗｉ）を算出する。ここまでは、実施の形態１の通話分類部４４０の処理と同様である。
【００９０】
上述の通り、通話の分類の場合、クレーム電話であるにもかかわらず、通話が長いような場合には全体としてクレーム単語の出現頻度が低くなり、非クレーム電話に分類されるという事態が発生し得る。例えば、１０分の通話で途中の１分間だけ顧客が苦情を訴えているクレーム電話は、非クレーム電話に誤分類される可能性が高い。
【００９１】
そこで、本実施の形態の通話分類部４４０ａは、補正苦情確率ｇ（ｗｉ）を、更に、クレーム単語の出現密度がより高い単語ほどより高い値となるように補正して、通話を分類する。より具体的には、通話分類部４４０ａは、通話に対して短い時間幅の移動窓を設定し、移動窓によって囲まれた範囲（以下「分析範囲」という）毎に苦情通話確率Ｓを算出する。そして、通話分類部４４０ａは、いずれかの分析範囲において苦情通話確率Ｓが高いとき、その通話をクレーム電話に分類する。上述の例では、苦情が訴えられている１分間を含む分析範囲の苦情通話確率Ｓは高くなるため、誤分類の可能性を低減することが可能となる。
【００９２】
図５は、通話録音・分類装置４００ａの動作を示すフローチャートであり、実施の形態１の図３に対応するものである。図３と同一部分には同一ステップ番号を付し、これについての説明を省略する。
【００９３】
通話分類部４４０ａは、音声認識結果の全ての単語ｗｉの補正苦情確率ｇ（ｗｉ）を算出すると（Ｓ１６００：ＹＥＳ）、ステップＳ１６１０ａへ進む。
【００９４】
ステップＳ１６１０ａにおいて、通話分類部４４０ａは、音声認識結果の前方から所定の間隔で単位長さの移動窓を設定し、例えば音声認識結果の前方から順に、移動窓によって囲まれた分析範囲を１つ選択する。
【００９５】
図６は、分析範囲を説明するための図である。ここで、処理の対象となるｊ番目の分析範囲を記号ｒｊによって表す。図６に示すように、通話分類部４４０ａは、通話全体の時間７１０に対して、同一の時間幅の分析範囲ｒ１、ｒ２、ｒ３、・・・を、一定の間隔７２０１、７２０２、・・・で設定する。隣り合う分析範囲ｒｊは、互いに重複していることが望ましい。すなわち、間隔７２０は、分析範囲ｒｊよりも短いことが望ましい。これにより、クレーム単語が頻出する区間があるにもかかわらず、その区間が分断されて苦情通話確率Ｓが大幅に低くなってしまう事態を、防ぐことができる。
【００９６】
なお、分析範囲の幅は、時間幅、音声認識結果の文字数、発言単位の数等を基準として、設定することができる。分析範囲の幅は、大きいほど確率の精度が増し（ノイズに左右され難くなり）、小さいほど時間の精度が増す（時間分解能が高くなる）、というトレードオフの関係にあるため、用途に応じて最適な値に設定される必要がある。
【００９７】
そして、図５のステップＳ１７１０ａにおいて、通話分類部４４０ａは、選択中の分析範囲ｒｊの苦情通話確率Ｓ（ｒｊ）を算出する。すなわち、通話分類部４４０ａは、選択中の分析範囲に含まれる全ての単語ｗｉの補正苦情確率ｇ（ｗｉ）から、例えば上述の式（７）、式（８）、式（５）を用いて、の分析範囲の苦情通話確率Ｓ（ｒｊ）を算出する。
【００９８】
そして、ステップＳ１７２０ａにおいて、通話分類部４４０ａは、苦情通話確率Ｓ（ｒｊ）の算出処理が行われていない分析範囲ｒｊが残っている間は、ステップＳ１６１０ａへ戻り、ステップＳ１６１０ａ、Ｓ１７１０ａの処理を繰り返す（Ｓ１７２０ａ：ＮＯ）。そして、通話分類部４４０ａは、音声認識結果の全ての分析範囲ｒｊについて苦情通話確率Ｓ（ｒｊ）を算出すると（Ｓ１７２０ａ：ＹＥＳ）、ステップＳ１８１０ａへ進む。
【００９９】
そして、ステップＳ１８１０ａにおいて、通話分類部４４０ａは、算出した分析範囲ｒｊ毎の苦情通話確率Ｓ（ｒｊ）の最大値が、第１の閾値Ｓｔｈ１を超えているか否かを判断する。第１の閾値Ｓｔｈ１は、クレーム電話と非クレーム電話とを分類する基準として、実験や経験測等によって予め設定された値である。通話分類部４４０ａは、苦情通話確率Ｓ（ｒｊ）の最大値が第１の閾値Ｓｔｈ１を超えている場合は（Ｓ１８１０ａ：ＹＥＳ）、ステップＳ１９００へ進み、苦情通話確率Ｓ（ｒｊ）の最大値が第１の閾値Ｓｔｈ１以下である場合は（Ｓ１８１０ａ：ＮＯ）、ステップＳ１８２０ａへ進む。
【０１００】
ステップＳ１８２０ａにおいて、通話分類部４４０ａは、算出した分析範囲ｒｊ毎の苦情通話確率Ｓ（ｒｊ）の平均値が、第２の閾値Ｓｔｈ２を超えているか否かを判断する。第２の閾値Ｓｔｈ２は、クレーム電話と非クレーム電話とを分類する基準として、実験や経験測等によって予め設定された値である。通話分類部４４０ａは、苦情通話確率Ｓ（ｒｊ）の平均値が第２の閾値Ｓｔｈ２を超えている場合は（Ｓ１８２０ａ：ＹＥＳ）、ステップＳ１９００へ進み、苦情通話確率Ｓ（ｒｊ）の平均値が第２の閾値Ｓｔｈ２以下である場合は（Ｓ１８２０ａ：ＮＯ）、ステップＳ２０００へ進む。
【０１０１】
通話分類部４４０ａは、実施の形態１と同様に、ステップＳ１９００に処理が進んだ場合には、処理の対象となっている通話をクレーム電話に分類し、ステップＳ２０００に処理が進んだ場合には、処理の対象となっている通話を非クレーム電話に分類する。
【０１０２】
このような処理により、通話分類部４４０ａは、クレーム単語の出現回数が低くても、ある分析範囲ｒｊにおける出現密度が特に高い場合には、その通話をクレーム電話に分類する。また、通話分類部４４０ａは、クレーム単語の出現密度が高い分析範囲ｒｊが特に存在していなくても、通話全体での出現密度がある程度高い場合には、その通話をクレーム電話に分類する。
【０１０３】
また、通話分類部４４０ａは、クレーム単語の出現回数が高くても、出現密度が特に高い分析範囲ｒｊが存在せず、かつ、通話全体での出現密度がある程度低い場合には、その通話を非クレーム電話に分類する。例えば、ごくたまにしかクレーム単語が出現していないにもかかわらず、通話時間が長いためにクレーム単語の総数が多くなってしまった非クレーム電話は、非クレーム電話に正しく分類されることになる。
【０１０４】
このように、本実施の形態に係る通話録音・分類装置４００ａは、通話におけるクレーム単語の出現密度が低いほどその影響をより抑えた状態で、通話を分類する。また、通話におけるクレーム単語の出現密度が高いほどその影響をより強めた状態で、通話を分類する。これにより、通話録音・分類装置４００ａは、クレーム単語の出現頻度が高いものの出現密度が低い通話や、クレーム単語の出現頻度が低いものの出現密度が高い通話を、より高い精度で分類することができる。
【０１０５】
なお、通話録音・分類装置４００ａは、ステップＳ１８１０ａの条件またはステップＳ１８２０ａの条件を満たす分析範囲の個数が一定の閾値を超えた通話のみを、クレーム電話に分類しても良い。また、通話録音・分類装置４００ａは、ステップＳ１８１０ａの条件またはステップＳ１８２０ａの条件を満たす分析範囲が連続する個数の最大値が一定の閾値を超えた通話のみを、クレーム電話に分類しても良い。
【０１０６】
また、以上説明した各実施の形態では、本発明を、コールセンターシステムにおいて顧客端末とオペレータ端末との間の通話をクレーム電話と非クレーム電話に分類する通話録音・分類装置に適用したが、分類種別および分類対象は、これに限定されない。例えば、本発明は、通話を、お礼を主目的とする電話とその他の電話とに分類する通話録音・分類装置に適用することができる。また、本発明は、店頭での顧客と店員との会話を、苦情の訴えを主目的とする会話とその他の会話とに分類する装置に適用することができる。
【０１０７】
また、各実施の形態では、苦情確率が、単語単位、つまり、ユニグラム（unigram）単位で行われる例について説明したが、文章分類装置は、苦情確率を、バイグラム（bigram）、トライグラム（trigram）等、Ｎ−ｇｒａｍの連続する単語列を単位として、算出しても良い。
【０１０８】
会話文の場合、上述の通り、単語をクレーム電話に顕著なものであるか否かを正しく区別することが困難な場合がある。したがって、文章分類装置は、Ｎ−ｇｒａｍの連続する単語列を単位として苦情確率を算出することにより、文章の分類精度を向上させることが可能となる。
【０１０９】
例えば、「連絡が無いんだけど。」という通話を想定する。「連絡が無い」というフレーズは、クレーム電話に顕著である。したがって、「連絡が無いんだけど。」という通話は、クレーム電話に分類されるべきものである。ところが、個々の単語のクレーム時頻度と非クレーム時頻度との間には大きな差が無いため、単語単位での苦情確率を用いる場合、通話がクレーム電話に分類される可能性は低くなる。この点、トライグラム単位での苦情確率を用いる場合には、「連絡が無い」の部分の苦情確率が高くなるため、通話がクレーム電話に分類される可能性を高くすることが可能となる。
【０１１０】
なお、文章分類装置は、単語単位での苦情確率と他のＮ−ｇｒａｍの連続する単語列を単位とする苦情確率との両方を用いて、文章の分類を行っても良い。この場合、文章分類装置は、例えば、単語単位での苦情確率に基づいて算出した苦情通話確率と、Ｎ−ｇｒａｍの連続する単語列を単位とする苦情確率に基づいて算出した苦情通話確率との平均値等を、閾値との比較対象となる苦情通話確率とすれば良い。
【０１１１】
また、苦情確率の算出の単位によらず、文章分類装置は、助詞や間投詞等、文脈に関係の無い単語を予め演算の対象から除外することが望ましい。これにより、意味のある単語に絞り込むことでができ、精度を向上させることが可能となる。
【産業上の利用可能性】
【０１１２】
本発明に係る文章分類装置および文章分類方法は、通話から得られた文章に対して高い精度で分類を行うことができる文章分類装置および文章分類方法として有用である。
【符号の説明】
【０１１３】
１００ コールセンターシステム
２００ 顧客端末
３００ オペレータ端末
４００、４００ａ 通話録音・分類装置
４１０ 音声データ入力部
４２０ 特徴抽出部
４３０ 通話蓄積部
４４０、４４０ａ 通話分類部
４５０ 操作受付部
４６０ 情報出力部
５００ 音声認識サーバ
６００ 通信網
【特許請求の範囲】
【請求項１】
通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類装置であって、
前記文章を入力する入力手段と、
入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する分類手段と、を有し、
前記分類手段は、
前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
文章分類装置。
【請求項２】
前記分類手段は、
前記値を、前記語句の前記第１の種別の文章および前記第２の種別の文章での出現回数がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
請求項１記載の文章分類装置。
【請求項３】
前記分類手段は、
前記値を、前記語句の前記入力文章における出現密度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
請求項１記載の文章分類装置。
【請求項４】
前記分類手段は、
前記入力文章に設定した移動窓によって囲まれた複数の分析範囲のそれぞれについて、前記分析範囲が前記第１の種別であることの確からしさを示す確率値を求め、求めた複数の前記確率値の最大値を、前記入力文章が前記第１の種別であることの確からしさを示す確率値とする、
請求項３記載の文章分類装置。
【請求項５】
前記語句は、単語である、
請求項１記載の文章分類装置。
【請求項６】
前記語句は、Ｎ−ｇｒａｍの連続する単語列である、
請求項１記載の文章分類装置。
【請求項７】
前記入力文章は、会話文であり、前記第１の種別は、苦情の訴えが主目的であると推定される会話の種別であり、前記第２の種別は、苦情の訴えが主目的ではないと推定される会話の種別である、
請求項１記載の文章分類装置。
【請求項８】
通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類方法であって、
前記文章を入力する工程と、
入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値を算出する工程と、
算出した前記値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する工程と、を有し、
前記分類工程において、前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
文章分類方法。
【請求項１】
通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類装置であって、
前記文章を入力する入力手段と、
入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する分類手段と、を有し、
前記分類手段は、
前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
文章分類装置。
【請求項２】
前記分類手段は、
前記値を、前記語句の前記第１の種別の文章および前記第２の種別の文章での出現回数がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
請求項１記載の文章分類装置。
【請求項３】
前記分類手段は、
前記値を、前記語句の前記入力文章における出現密度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
請求項１記載の文章分類装置。
【請求項４】
前記分類手段は、
前記入力文章に設定した移動窓によって囲まれた複数の分析範囲のそれぞれについて、前記分析範囲が前記第１の種別であることの確からしさを示す確率値を求め、求めた複数の前記確率値の最大値を、前記入力文章が前記第１の種別であることの確からしさを示す確率値とする、
請求項３記載の文章分類装置。
【請求項５】
前記語句は、単語である、
請求項１記載の文章分類装置。
【請求項６】
前記語句は、Ｎ−ｇｒａｍの連続する単語列である、
請求項１記載の文章分類装置。
【請求項７】
前記入力文章は、会話文であり、前記第１の種別は、苦情の訴えが主目的であると推定される会話の種別であり、前記第２の種別は、苦情の訴えが主目的ではないと推定される会話の種別である、
請求項１記載の文章分類装置。
【請求項８】
通話音声の音声データに対する音声認識結果である文章を第１の種別と第２の種別とに分類する文章分類方法であって、
前記文章を入力する工程と、
入力文章に含まれる語句の前記第１の種別の文章における出現頻度を、前記語句の前記第１の種別の文章における出現頻度と前記語句の前記第２の種別の文章における出現頻度との加算値で除した値を算出する工程と、
算出した前記値から、前記入力文章が前記第１の種別であることの確からしさを示す確率値を求め、求めた前記確率値に基づいて前記入力文章を分類する工程と、を有し、
前記分類工程において、前記値を、前記音声認識結果としての信頼度がより低い語句ほど前記確率値に与える影響がより抑えられるように補正する、
文章分類方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１１−１２３７０６（Ｐ２０１１−１２３７０６Ａ）
【公開日】平成２３年６月２３日（２０１１．６．２３）
【国際特許分類】
【出願番号】特願２００９−２８１３０４（Ｐ２００９−２８１３０４）
【出願日】平成２１年１２月１１日（２００９．１２．１１）
【出願人】（３９８０１８０２１）株式会社アドバンスト・メディア (23)
【Ｆターム（参考）】
【公開日】平成２３年６月２３日（２０１１．６．２３）
【国際特許分類】
【出願日】平成２１年１２月１１日（２００９．１２．１１）
【出願人】（３９８０１８０２１）株式会社アドバンスト・メディア (23)
【Ｆターム（参考）】
[ Back to top ]