JP2019197293A - 会話支援システムおよび会話支援方法 - Google Patents

Abstract

【課題】会話テキストを容易に整理可能にすると共に、システムが提示する最適なトークフローによってオペレータの会話を支援する技術を提供する。【解決手段】オペレータの会話を支援する会話支援システム１０であって、会話テキストに登場する話題遷移情報を記憶する情報記憶部１１と、話題遷移情報における話題の集合同士の類似度である集合間類似度を算出する集合類似度処理部１２と、話題遷移情報における話題の列を文字列とし、文字列同士の類似度である遷移類似度を算出する遷移類似度処理部１３と、会話テキストを所定のトークフローに分類する会話分類処理部１４と、リアルタイム会話に現れた話題がどのトークフローのどの話題に該当するのかを特定する話題追跡処理部１６と、リアルタイム会話に現れた話題に基づいて、オペレータにトークフローを提示する情報提示部１７と、を有する。【選択図】図２

Description

本発明は会話テキストを処理する技術に関する。

特許文献１には、電話対応業務におけるオペレータと顧客との会話テキストから、その会話で登場した話題を抽出し、話題を表すカテゴリの遷移を分析する技術が開示されている。評価の高いオペレータのカテゴリ遷移の傾向を把握し、新人オペレータの教育に活用する可能性も言及されている。

また、特許文献２には、電話対応業務におけるオペレータと顧客の会話を記録した談話データと、この談話データの談話構造の解析結果である談話セマンティクスとに基づいて、予めテーブル化又はデータベース化された各業務におけるトークスクリプトの利用状況を算出する技術が開示されている。

特許第６２０８７９４号公報 特開２０１２−００３７０２号公報

ベテランオペレータは経験に基づき、独自のトークフロー知識を有し、これを実際の電話応対業務に活用している。これにより、ベテランオペレータは特定話題に対する応対をごく短い通話で終話することでより多くの電話対応業務を処理し、業務効率を向上させている。しかし、ベテランオペレータが実際にどのように会話をしているかを確認するにはベテランオペレータの個々の会話について会話パターンの特徴をそれぞれ抽出し、それらを集積する必要があり、さらに、集積するだけでは未整理の膨大な情報でしかなく、容易に利用できない。また、個々の会話の会話パターンの特徴を人手により整理し、利用しやすい情報に編成するのには多大な労力を要する。

特許文献１にて言及されているように、評価の高いベテランオペレータの会話パターンの特徴は新人オペレータの教育に活用できる。しかし、新人オペレータが高いレベルの顧客対応を行うことができるようになるには、評価の高いオペレータの会話から抽出した会話パターンや業務上で最適と判断される会話パターンを覚え、実際の業務の場面で円滑に実行できるように訓練する必要があり、それには一定以上の期間を要する。さらに、新人オペレータが十分な顧客対応スキルを身に着けるまでの期間は実際の顧客対応業務において他のオペレータやスーパーバイザーなどが新人オペレータの業務を支援する必要があり、コールセンター全体の活用効率を低下させる原因となっていた。

特許文献２に開示された技術は、予め決められた会話のトークスクリプトがデータテーブル化又はデータベース化されているが、評価の高いオペレータの会話や業務上で最適と判断されるオペレータの会話からトークスクリプトを自動抽出するものではなく、評価の高いオペレータなどのトークスクリプトを有効活用することができない。また、オペレータと顧客との会話の中でトークスクリプトをリアルタイムに提示することについては全く言及されておらず、トークスクリプトをリアルタイムに有効活用することができない。

本発明の目的は、オペレータを支援するためのトークフローリコメンド知識の抽出、作成や修正を適切に行うことを可能にすると共に、システムが提示する最適なトークフローによって新人オペレータでも容易にベテランオペレータのような対応ができるようにすることで、他のオペレータやスーパーバイザーによる新人オペレータの教育時間を短縮し、コールセンター全体の活用効率の低下を防止する技術を提供することである。

上記課題を解決するため、実際の顧客対応時にオペレータをリアルタイムに支援する会話支援システムであって、会話テキストに登場する１つ以上の話題の列を示す話題遷移情報を複数の会話テキストについて記憶する情報記憶部と、話題遷移情報における話題の集合同士の類似度である第１類似度を算出する集合類似度処理部と、話題遷移情報における話題の列を文字列とし、文字列同士の類似度である第２類似度を算出する遷移類似度処理部と、話題遷移情報の第１類似度および第２類似度に基づき、会話テキストを、所定の会話形式を示すトークフローに分類する会話分類処理部と、話題遷移情報の第１類似度および第２類似度に基づき、オペレータのリアルタイム会話に現れた話題が、会話分類処理部により分類されたトークフローのうち、どのトークフローのどの話題に該当するのかを特定する話題追跡処理部と、リアルタイム会話に現れた話題に基づいて、オペレータに会話を支援するトークフローリコメンド知識を提示する情報提示部と、を有する構成とした。

本発明によれば、オペレータを支援するためのトークフローリコメンド知識の抽出、作成や修正を適切に行うことを可能にすると共に、システムが提示する最適なトークフローによって新人オペレータでも容易にベテランオペレータのような対応ができるようにすることで、他のオペレータやスーパーバイザーによる新人オペレータの教育時間を短縮し、コールセンター全体の活用効率の低下を防止することができる。

会話支援システム１０のハードウェア構成を説明するブロック部である。 会話支援システムの機能構成を示すブロック図である。 会話支援システムの全体処理のフローチャートである。 会話支援システムの知識構築処理のフローチャートである。 会話支援システムの会話支援処理のフローチャートである。 会話支援システムの話題追跡処理のフローチャートである。 話題遷移情報に含まれる話題の集合同士の集合間類似度の算出例を示す図である。 話題遷移情報間の集合間類似度および遷移類似度の例を示す表である。 トークフローを作成する様子を示す図である。 トークフローリコメンド知識を編集する様子を示す図ある。 会話支援をシミュレートする様子を示す図である。 会話支援の様子を示す図である。

＜会話支援システム＞
次に、図面を用いて本発明の実施の形態にかかる会話支援システム１０を詳細に説明する。以下の実施の形態では、会話支援システム１０を、電話対応業務を行うオペレータ８１をリアルタイムで会話支援するシステムに適用した場合を例示して説明する。
図１は、会話支援システム１０のハードウェア構成を説明するブロック図である。

＜会話支援システムのハードウェア構成＞
図１に示すように、会話支援システム１０は、処理装置３１と、メインメモリ３２と、記憶装置３３と、音声入力装置３４と、操作入力装置３５と、表示装置３６とを有し、これらの各装置は信号線３７（データバスやアドレスバス）を介して接続されている。オペレータ８１の会話相手となる顧客８２の会話は、無線又は有線の電話回線９０などを介して通信装置２０により受信され、オペレータ８１の会話と共に音声入力装置３４に送信される。

処理装置３１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの中央処理装置を含み、メインメモリ３２に記憶された制御プログラムを実行することで、会話支援システム１０の各機能（図２参照）が実現される。なお、処理装置３１はＣＰＵ自体であってもよい。

メインメモリ３２は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などであり、このメインメモリ３２には、会話支援システム１０の各機能を発揮させる制御プログラムなどが記憶されている。

記憶装置３３は、ハードディスクドライブ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ＨＤＤ）やソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）などであり、処理装置３１の処理結果であるデータや閾値などのパラメータが記憶される。例えば、音声入力装置３４で受信したオペレータ８１と顧客８２との会話テキストや、この会話テキストの構成要素である話題を判定するための話題判定ルール８００や、トークフローリコメンド知識９００などが記憶される。

ここで、トークフローとは、オペレータにおける特定の解決課題（例えば、解約率の低減）を実現するために用いる、話題と、話題の遷移パターンとを含む情報である。なお本明細書においてトークフローを話題遷移情報とも言う。話題判定ルール８００とは、オペレータ８１と顧客８２との会話の構成要素である話題を判定するためのルールである。また、トークフローリコメンド知識９００とは、予め決められた評価の高いオペレータのトークフロー、又はコールセンター側で業務上で最適と判断されるトークフローに基づいてオペレータ８１の会話をリアルタイムかつ適切なタイミングでリコメンドするための知識（情報）である。トークフローリコメンド知識９００は、評価の高いオペレータのトークフロー、又は業務上で最適と判断されるトークフローと、当該トークフローに対する後述の集合間類似度Ｊ及び遷移類似度Ｑを含む情報である。

音声入力装置３４は、オペレータ８１と顧客８２とのリアルタイムの通話（会話音声）を、通信装置２０を介して受信した後、この通話（会話音声）を会話テキスト（テキストデータ）に変換して記憶装置３３に送信する。ここで、実施形態では、オペレータと顧客との通話をテキストデータに変換した情報を会話テキストと言う。そして、オペレータと顧客との通話において、オペレータ又は顧客が発した最小単位の音声を発話と言い、ある纏まった意味内容を示す一纏まりの発話を話題（例えば、図７に示すＫ１〜Ｋ４）と言う。つまり、オペレータ又は顧客が発した複数の発話により話題が構成され、複数の話題によりある意味内容を示す通話（会話テキスト）が構成されている。

操作入力装置３５は、オペレータ８１が操作するマウスやキーボードなどの操作装置に接続されており、オペレータ８１による操作装置の操作を受け付ける。

表示装置３６は、コンピュータディスプレイなどの装置であり、オペレータ８１により視認可能に設けられている。この表示装置３６には、会話支援システム１０によるオペレータ８１に対する会話支援画面（例えば、図１２参照）などが表示される。

＜会話支援システムの機能構成＞
次に会話支援システム１０の各機能を説明する。会話支援システム１０の各機能は、前述した処理装置３１がメインメモリ３２に記憶された制御プログラムを実行することで発揮される。
図２は、会話支援システム１０の機能構成を示すブロック図である。

会話支援システム１０の主要な機能として、情報記憶部１１と、集合類似度処理部１２と、遷移類似度処理部１３と、会話分類処理部１４と、会話音声認識部１５と、話題追跡処理部１６と、情報提示部１７と、を有して構成されている。情報記憶部１１と、集合類似度処理部１２と、遷移類似度処理部１３と、会話分類処理部１４とは、主に会話支援システム１０によるトークフローリコメンド知識９００の構築を行う機能を発揮し、情報記憶部１１と、会話音声認識部１５と、話題追跡処理部１６と、情報提示部１７は、主に会話支援システム１０によるオペレータのリアルタイム会話支援を行う機能を発揮する。情報記憶部１１は、どちらの機能にも使用される。

初めに情報記憶部１１は、オペレータ８１と顧客８２との会話の構成要素である話題を判定するための話題判定ルール８００、所定の会話形式を示す話題遷移情報（トークフロー）を構成する話題の列の情報を含むトークフローリコメンド知識９００など、を記憶する。また、情報記憶部１１は、音声入力装置３４によりオペレータ８１と顧客８２との各リアルタイム会話のテキストデータ（会話テキスト）に含まれる１つ以上の話題から成る、話題の列を示す話題遷移情報１００〜１０２（図７参照）を記憶する。

集合類似度処理部１２は、話題遷移情報１００〜１０２に含まれる話題Ｋ１〜Ｋ４の集合同士の類似度である集合間類似度Ｊ（第１類似度）を算出する（図７参照）。この集合類似度処理部１２による集合間類似度Ｊの算出処理の詳細は後述する。

遷移類似度処理部１３は、話題遷移情報１００〜１０２に含まれる話題Ｋ１〜Ｋ４の列を文字列とし、文字列の並び順（順序）まで含めた文字列同士の類似度である遷移類似度Ｑ（第２類似度）を算出する（図８参照）。この遷移類似度処理部１３による遷移類似度Ｑの算出処理の詳細は後述する。

会話分類処理部１４は、話題遷移情報１００〜１０２の集合間類似度Ｊと遷移類似度Ｑとに基づいて、話題遷移情報１００〜１０２を所定のトークフローに分類する処理を行う。この会話分類処理部１４による話題遷移情報１００〜１０２の所定のトークフローへの分類処理の詳細は後述する。

前述した情報記憶部１１と、集合類似度処理部１２と、遷移類似度処理部１３と、会話分類処理部１４とにより、オペレータ８１と顧客８２とのリアルタイム会話におけるトークフローリコメンド知識９００を構築する処理（知識構築処理）が実行される。このトークフローリコメンド知識の構築処理（知識構築処理）の詳細は後述する。

会話音声認識部１５は、音声入力装置３４によりオペレータ８１と顧客８２との各リアルタイム会話から取得された音声情報を会話テキスト（テキストデータ）に変換する処理をリアルタイムで実行する。

話題追跡処理部１６は、情報記憶部１１に記憶された話題判定ルール８００に基づいて会話テキストに現れる話題を判定し、オペレータ８１と顧客８２とのリアルタイム会話の話題の列と、トークフローリコメンド知識９００に含まれるトークフローの話題の列とを比較し、どのトークフローのどの話題がリアルタイム会話に現れたか判定する処理をリアルタイムに実行する。この話題追跡処理部１６による話題判定処理の詳細は後述する。

情報提示部１７は、オペレータ８１と顧客８２との各リアルタイム会話の会話テキストに現れた話題に基づいて、該当するトークフローにおけるオペレータ８１の会話を支援するリコメンド情報を表示装置３６に提示する。ここで、リコメンド情報とは、オペレータ８１と顧客８２とのリアルタイム会話の現在の話題から、評価の高いオペレータのトークフローや業務上で最適と判断されるトークフローにおける、当該話題以降の話題の遷移パターンを提示する情報をいう。

前述した情報記憶部１１と、会話音声認識部１５と、話題追跡処理部１６と、情報提示部１７とにより、知識構築処理で構築されたトークフローリコメンド知識９００のリコメンド情報を適切なタイミングでリアルタイムに提示する会話支援処理が実行される。会話支援処理の詳細は後述する。

＜全体処理＞
次に、会話支援システム１０の全体処理の流れを説明する。
図３は、会話支援システム１０の全体処理のフローチャートである。
図３に示すように、会話支援システム１０の全体処理は、情報記憶部１１に記憶されたトークフローリコメンド知識９００を蓄積するための知識構築処理（ステップＳ１０１）と、蓄積されたトークフローリコメンド知識９００に基づいて最適なリコメンド情報を適切なタイミングでリアルタイムにオペレータ８１に提示する会話支援処理（ステップＳ１０２）を有する。

＜知識構築処理＞
初めに、知識構築処理Ｓ１０１の具体的な処理の流れを説明する。
図４は、会話支援システム１０の知識構築処理Ｓ１０１のフローチャートである。
図７は、話題遷移情報１００〜１０２に含まれる話題の集合同士の集合間類似度Ｊの算出例を説明する図である。
図８は、話題遷移情報１００〜１０２間の集合間類似度Ｊおよび遷移類似度Ｑの例を説明する表である。
図９は、トークフローリコメンド知識９００を作成する様子を示す図である。

図４に示すように、ステップＳ２０１において、集合類似度処理部１２は、オペレータ８１と顧客８２とのリアルタイム会話で出現した話題遷移情報１００〜１０２に含まれる話題Ｋ１〜Ｋ４の全体の集合同士の類似度を算出する。この集合類似度処理部１２により算出された類似度を集合間類似度Ｊ（第１類似度）という。

具体的には図７に示すように、集合類似度処理部１２は、初めに話題遷移情報１００に含まれる話題（実施の形態では、話題Ｋ１〜Ｋ４）の全体集合と、話題遷移情報１０１に含まれる話題（実施の形態では、話題Ｋ１〜Ｋ４）の全体集合との集合間類似度Ｊを算出する。例えば、集合間類似度Ｊを、Ｊａｃｃａｒｄ係数、Ｄｉｃｅ係数、又はＳｉｍｐｓｏｎ係数などを用いて算出することができる。以下、Ｊａｃｃａｒｄ係数を用いて集合間類似度Ｊを算出する場合について説明する。

実施形態では、話題遷移情報１００を構成する話題の全体集合Ｓ１は、話題Ｋ１、Ｋ２、Ｋ３、Ｋ４により構成されており、話題遷移情報１０１を構成する話題の全体集合Ｓ２は、話題Ｋ１、Ｋ２、Ｋ３、Ｋ４により構成されている。ここで、Ｊａｃｃａｒｄ係数は、話題遷移情報１００の全体集合Ｓ１と、話題遷移情報１０１の全体集合Ｓ２との積集合を、全体集合Ｓ１と全体集合Ｓ２との和集合で割った値で表すことができる（数式１参照）。
｜Ｓ１とＳ２との積集合｜／｜Ｓ１とＳ２との和集合｜ ・・・（１）

ここで、話題遷移情報１００の全体集合Ｓ１と、話題遷移情報１０１の全体集合Ｓ２との積集合は話題Ｋ１、Ｋ２、Ｋ３、Ｋ４の４つであり、話題遷移情報１００の全体集合Ｓ１と、話題遷移情報１０１の全体集合Ｓ２との和集合はＫ１、Ｋ２、Ｋ３、Ｋ４の４つであるから、｜Ｓ１とＳ２との積集合｜／｜Ｓ１とＳ２との和集合｜＝４／４＝１．０となる。

同様に、集合類似度処理部１２は、話題遷移情報１０１を構成する話題の全体集合Ｓ２（話題Ｋ１、Ｋ２、Ｋ３、Ｋ４）と、話題遷移情報１０２を構成する話題の全体集合Ｓ３（話題Ｋ３、Ｋ４）との積集合を、全体集合Ｓ２と全体集合Ｓ３との和集合で割ることで、話題遷移情報１０１と話題遷移情報１０２との集合間類似度Ｊを算出する。

実施の形態では、話題遷移情報１０１の全体集合Ｓ２と、話題遷移情報１０２の全体集合Ｓ３との積集合は話題Ｋ３、Ｋ４の２つであり、話題遷移情報１０１の全体集合Ｓ２と、話題遷移情報１０２の全体集合Ｓ３との和集合は話題Ｋ１、Ｋ２、Ｋ３、Ｋ４の４つであるから、｜Ｓ１とＳ２との積集合｜／｜Ｓ１とＳ２との和集合｜＝２／４＝０．５となる。

なお、前述した集合間類似度Ｊの算出方法は、話題遷移パターンの曖昧性を吸収して、大量の通話の中から類似した通話を特定できるものであれば、Ｊａｃｃａｒｄ係数、Ｄｉｃｅ係数、又はＳｉｍｐｓｏｎ係数を用いて算出する方法に限定されるものではない。また、話題遷移情報に含まれる話題Ｋの個数は１つ以上であればよく、前述した個数（話題Ｋ１〜Ｋ４の４個）に限定されるものではない。また、前述した話題遷移情報１０１と話題遷移情報１０２との集合間類似度Ｊの算出で例示したように、異なる話題数の全体集合同士に基づいて集合間類似度Ｊを算出することもできる。

集合類似度処理部１２は、集合間類似度Ｊが所定の閾値Ｊｔｈ（第１閾値）以上であり、類似していると判断した話題遷移情報と、集合間類似度Ｊが所定の閾値Ｊｔｈ未満であり、類似していないと判断した話題遷移情報とをそれぞれグループ化する。実施の形態では、閾値Ｊｔｈが０．６に設定されており、集合類似度処理部１２は、集合間類似度Ｊがこの閾値Ｊｔｈ（例えば、０．６）以上となった話題遷移情報１００と話題遷移情報１０１とを同一のグループＧ１としてグループ化し、閾値Ｊｔｈ未満となった話題遷移情報１０２を他のグループＧ２としてグループ化する。

次に、ステップＳ２０２において、遷移類似度処理部１３は、集合間類似度Ｊが閾値Ｊｔｈ以上となったグループＧ１の話題遷移情報１００、１０１に対して、話題遷移情報１００、１０１に含まれる話題Ｋ１〜Ｋ４の列を文字列に置き換え、各話題遷移情報１００、１０１の文字列の並び順も含めた文字列同士の類似度を算出する。この遷移類似度処理部１３により算出された各話題遷移情報１００、１０１の文字列同士の類似度を遷移類似度Ｑ（第２類似度）という。

具体的には図８に示すように、遷移類似度処理部１３は、情報記憶部１１に記憶されたトークフローリコメンド知識９００を構成する所定の話題遷移情報ＳＬ１の話題の集合Ｋ１、Ｋ２、Ｋ３、Ｋ４を基準に、話題遷移情報１００、１０１の遷移類似度Ｑを算出する。この話題遷移情報ＳＬ１は、トークフローリコメンド知識９００を構成する話題遷移情報（トークフロー）であり、評価の高いオペレータの所定のトークフローにおける最適な会話（話題）をテキストデータにして予め記憶されているものである。

初めに遷移類似度処理部１３は、トークフローリコメンド知識９００の話題遷移情報ＳＬ１に含まれる話題の全体集合（話題Ｋ１、Ｋ２、Ｋ３、Ｋ４）と、オペレータ８１と顧客８２とのリアルタイム会話から取得した話題遷移情報１００、１０１に含まれる話題の全体集合との間の集合間類似度Ｊに基づいて、話題遷移情報１００、１０１の集合間類似度Ｊが所定の閾値Ｊｔｈ（例えば、０．６）以上となった話題遷移情報のグループＧ１のみを抽出する。実施の形態では、話題遷移情報１００と１０１の集合間類似度Ｊ（実施の形態では、Ｊ＝１．０）が閾値Ｊｔｈ（実施の形態では、Ｊｔｈ＝０．６）以上となるので、話題遷移情報１００と１０１が処理対象として抽出される。

遷移類似度処理部１３は、抽出された話題遷移情報１００と１０１の話題の列Ｒ１、Ｒ２を文字列に置き換える。実施形態では、遷移類似度処理部１３は、話題遷移情報１００の話題の列Ｒ１（話題Ｋ１、Ｋ２、Ｋ３、Ｋ４）を文字列１２３４に置き換え、話題遷移情報１０１の話題の列Ｒ２（話題Ｋ１、Ｋ３、Ｋ４、Ｋ２）を文字列１３４２に置き換える。

そして、遷移類似度処理部１３は、トークフローリコメンド知識９００の話題遷移情報ＳＬ１の文字列Ｌ１と、抽出された話題遷移情報１００、１０１との間の遷移類似度Ｑを算出する。実施の形態では、遷移類似度Ｑは、話題遷移情報１００、１０１の文字列（１２３４、１３４２）を何回編集（挿入、削除、置換）したら目的とする話題遷移情報ＳＬ１の文字列（１２３４）と完全に一致するかにより算出できる。この方法によって算出される、目的とする文字列になるまでに必要な編集回数を編集距離と言う。例えば、話題遷移情報１００の文字列１２３４は、１度も編集せずに話題遷移情報ＳＬ１の文字列１２３４と完全に一致するので、話題遷移情報１００の遷移類似度Ｑ＝１−（編集距離／長い方の文字列）＝１−（０／４）＝１．０となる。一方、話題遷移情報１０１の文字列１３４２は、話題３と話題２を置換した後、さらに話題３と話題４とを置換することで目的とする話題遷移情報ＳＬ１の文字列１２３４と完全に一致するので、話題遷移情報１０１の第２類似度Ｑ＝１−（編集距離／長い方の文字列）＝１−（２／４）＝０．５となる。

なお、遷移類似度処理部１３は、話題遷移情報１００〜１０２の文字列の遷移類似度Ｑの算出において、オペレータ８１と顧客８２とのリアルタイム会話に出現する話題の列の文字列にリアルタイム会話に現れた話題を現れた順番に連結しながら、連結する度に遷移類似度Ｑを算出する。

なお、前述した遷移類似度Ｑの算出方法は、話題遷移パターンの序列を考慮して、大量の通話の中から類似した通話を特定できるものであれば、前述した編集距離を用いた算出方法に限定されるものではない。また、話題遷移情報に含まれる話題Ｋの個数は１つ以上であればよく、前述した個数（話題Ｋ１〜Ｋ４の４個）に限定されるものではない。また、異なる話題数の全体集合同士に基づいて遷移類似度Ｑを算出することもできる。

ステップＳ２０３において、会話分類処理部１４は、ステップＳ２０２で算出された遷移類似度Ｑが所定の閾値Ｑｔｈ（第２閾値）以上となった話題遷移情報１００を、トークフローリコメンド知識９００を構成する話題遷移情報ＳＬ１と同一の会話と判断して同一のトークフローとして分類する。一方、会話分類処理部１４は、遷移類似度Ｑが所定の閾値Ｑｔｈ（例えば、０．６）未満の話題遷移情報１０１を、「その他」のトークフローに分類する。

ステップＳ２０４において、会話分類処理部１４は、ステップＳ２０３で「その他」のトークフローに分類された話題遷移情報（例えば、話題遷移情報１０１）が、オペレータ８１と顧客８２とのリアルタイム会話で出現した話題遷移情報の全体量に対してどの程度の割合かを算出し、割合が所定の閾値（例えば、２０％）未満となっていれば（ステップＳ２０４：Ｎｏ）、トークフローリコメンド知識９００の拡充（蓄積）が必要ないと判断して処理を終了し、割合が所定の閾値（例えば、２０％）以上であれば（ステップＳ２０４：Ｙｅｓ）、トークフローリコメンド知識９００の拡充（蓄積）が必要であると判断し、ステップＳ２０５に進む。

ステップＳ２０５において、会話分類処理部１４は、ステップＳ２０１で集合間類似度Ｊが所定の閾値Ｊｔｈ以上となったリアルタイム会話で出現する話題遷移情報について、さらにステップＳ２０２で遷移類似度Ｑが所定の閾値Ｑｔｈ以上となった話題遷移情報を、トークフローリコメンド知識９００の話題遷移情報ＳＬ１と同一の会話形式を有するグループとしてグループ化する。一方、会話分類処理部１４は、「その他」のトークフローに分類された話題遷移情報（例えば、話題遷移情報１０１及び話題遷移情報１０２）を、閾値Ｊｔｈ又は閾値Ｑｔｈの両方又は何れか一方の値を下げながら、再度、集合間類似度Ｊを算出し、算出した集合間類似度Ｊが所定の閾値Ｊｔｈ以上となった話題遷移情報について、さらに遷移類似度Ｑを算出し、算出した遷移類似度Ｑが所定の閾値Ｑｔｈ以上となった話題遷移情報を同一のグループとして新たにグループ化する。

ステップＳ２０６において、会話分類処理部１４は、ステップＳ２０５で新たにグループ化された複数の話題遷移情報のうち、代表的と考えられる話題遷移情報（代表話題遷移情報とも言う）を１つ抽出し、この抽出した代表話題遷移情報に対するグループ内の他の話題遷移情報の集合間類似度Ｊ及び遷移類似度Ｑを算出する。そして、会話分類処理部１４は、算出した集合間類似度Ｊ及び遷移類似度Ｑが所定の閾値Ｊｔｈ及び閾値Ｑｔｈ以上となった話題遷移情報を、代表話題遷移情報と同一の会話形式を有するトークフローとして情報記憶部１１に記憶し、ステップＳ２０４に戻る。

ここで、上記したステップＳ２０４のトークフローリコメンド知識９００の拡充の要否の判断は人為的に行ってもよい。例えば、ベテランオペレータが「その他」に分類されたトークフローに分類されたものの割合に基づいて、トークフローリコメンド知識９００の拡充が必要であると判断した場合に、手動でトークフローリコメンド知識９００の拡充処理を行うようにしてもよい。また、上記したステップＳ２０５の集合間類似度Ｊのグループ化を手動で行うようにしてもよい。例えば、ベテランオペレータが集合間類似度Ｊの閾値Ｊｔｈの値と遷移類似度Ｑの閾値Ｑｔｈの値を人手で微調整しつつ、この微調整した閾値Ｊｔｈ及び閾値Ｑｔｈに基づいて、手動で話題遷移情報の新たなグループ化を行うようにしてもよい。また、上記したステップＳ２０６の代表話題遷移情報の抽出は、評価の高いオペレータなどが経験則に基づいて人為的に抽出してもよい。例えば、評価の高いオペレータにより予め決められた代表話題遷移情報を手動で設定してもよく、業務上で最適と思われる代表話題遷移情報を手動で設定してもよい。

また、会話支援システム１０において、会話分類処理部１４が所定のルールに基づいて抽出してもよい。例えば、会話分類処理部１４は、「その他」グループに含まれる話題遷移情報（トークフロー）のうち、会話形式（話題の並び順）が同一である最も数の多い話題遷移情報（トークフロー）を代表話題遷移情報として自動的に抽出してもよく、又は「その他」グループに含まれる話題遷移情報が、どのオペレータの過去のリアルタイム会話に基づくものかを関連付けて記憶しておき、その中で最も評価の高いオペレータのリアルタイム会話又は業務上で最適と判断されるリアルタイム会話に基づく話題遷移情報（トークフロー）を代表話題遷移情報として自動的に抽出してもよい。なお、代表話題遷移情報の抽出方法はこれに限定されるものではなく、「その他」グループに含まれる話題遷移情報を何れかのトークフローに適切に分類できる方法であれば何れの方法であってもよい。

会話分類処理部１４は、ステップＳ２０４で「その他」のトークフローに分類された話題遷移情報の割合が所定の閾値（例えば、２０％）未満となり、トークフローリコメンド知識９００の拡充（蓄積）が必要ないと判定されるまで、ステップＳ２０４〜Ｓ２０６の処理を繰り返す。

会話支援システム１０では、上記した知識構築処理Ｓ１０１（具体的には、ステップＳ２０１〜Ｓ２０６の処理）を行うことで、オペレータ８１と顧客８２との会話において特定のトークフローに分類されないで、その他のトークフローに分類される話題遷移情報を特定のトークフロー又は新たなトークフローに分類（カテゴライズ）することができる。上記したステップＳ２０１〜２０６の処理をトークフローカテゴライズ機能と言ってもよい。

例えば、図９に示すように、前述したトークフローカテゴライズ機能によりカテゴライズされた結果は表示装置３６に表示される。表示装置３６の表示画面の左上領域には、オペレータ８１と顧客８２との会話の文脈を表すトークフローと、トークフローに含まれる話題数、その話題数の全トークフローの全話題数に対する割合が表示領域４００に表形式で表示されている。表示装置３６の右上領域には、各トークフローの話題数の全トークフローの全話題数に対する割合がグラフ形式で表示されている。

この結果、表示装置３６に表示されたトークフローの話題数の割合を見ることで、前述した知識構築処理Ｓ１０１で拡充したトークフローリコメンド知識９００を用いた場合に、どの程度の頻度でトークフローがオペレータ８１にリコメンドされるのかを把握することができ、オペレータ８１にリコメンドされる頻度が低い場合には知識構築処理Ｓ１０１によりトークフローリコメンド知識９００を再度蓄積（拡充）する必要があることが分かる。

例えば、会話支援システム１０では、表示装置３６の表示領域４０２に表示されたオペレータ８１と顧客８２との会話のトークフローのシミュレーションにおいてリコメンドの頻度が低いと判断した場合、その他のトークフローに分類される話題遷移情報の割合が小さくなるように知識構築処理Ｓ１０１を再度行い、例えば、その他のトークフローに分類された話題遷移情報の割合が所定の割合（例えば、２０％）未満となるまで前述したトークフローリコメンド知識９００の蓄積を行う。実施の形態では、会話分類処理部１４は、その他のトークフローに分類された話題遷移情報の割合が初めの６３％から目的とする２０％未満となるまで知識構築処理Ｓ１０１を繰り返し行う。その結果、トークフローリコメンド知識９００では、その他のトークフローに分類される話題遷移情報の割合が小さくなり（例えば、２０％未満）、特定のトークフローに分類される話題遷移情報の割合が高くなり、もしくは、別の新たに作成されたトークフローに分類される話題遷移情報の割合を高くすることができる。

その結果、会話支援システム１０では、オペレータ８１に対するリコメンドの頻度を高くすることができ、オペレータ８１に対する会話支援をより適切に行うことができる。

＜会話支援処理＞
次に、前述した会話支援処理Ｓ１０２の具体的な処理の流れを説明する。
図５は、会話支援システム１０の会話支援処理Ｓ１０２のフローチャートである。

ステップＳ３０１において、会話音声認識部１５は、音声入力装置３４を介して受信したオペレータ８１と顧客８２との通話（会話）の音声をリアルタイムで認識し、会話テキスト（テキストデータ）にリアルタイムで変換する処理を行う。

ステップＳ３０２において、話題追跡処理部１６は、会話音声認識部１５で認識した会話音声の会話テキストに基づいて、受信した会話がどのトークフローのどの話題であるかを特定する処理（話題追跡処理）を行う。この話題追跡処理の詳細は後述する。

ステップＳ３０３において、情報提示部１７は、話題追跡処理の結果、オペレータ８１と顧客８２との会話から特定した所定のトークフローの話題において、リコメンド情報をオペレータ８１にリアルタイムで提示する処理を行う。

＜話題追跡処理＞
次に、前述した話題追跡処理Ｓ３０２の具体的な処理の流れを説明する。
図６は、会話支援システム１０の話題追跡処理Ｓ３０２のフローチャートである。

ステップＳ４０１において、話題追跡処理部１６は、オペレータ８１と顧客８２との会話音声のテキストデータ（会話テキスト）から不要語（例えば、「あっ」、「あの」など）の削除を行う。削除する不要語は予め設定されていてもよく、又は所定のルールに基づいて決められるようにしていてもよい。例えば、話題追跡処理部１６は、会話テキストを、意味を有する最小単位となる形態素に区切り、概念検索により不要語辞書データベース（図示せず）に登録されている表現との関連度を算出する。そして、話題追跡処理部１６は、概念検索の関連度が所定以上である会話テキストを不要語として会話テキストから削除する。このように会話音声のテキストデータから不要語を削除することで、話題追跡処理部１６による話題の検出を容易にし、話題の検出精度を高めることができる。

ステップＳ４０２において、話題追跡処理部１６は、オペレータ８１のリアルタイム会話をテキストデータ化した発話の連結を行う。会話音声認識部１５でテキストデータ化された発話（例えば、話題を構成する１文字）を、先にテキストデータ化された発話に順次連結する。

ステップＳ４０３において、話題追跡処理部１６は、ステップＳ４０２で発話が連結されるごとに、当該連結された発話からある纏まった意味を有する話題を検出したか否かを判断する。これにより、話題追跡処理部１６は、ある纏まった話題を検出するごとに後述するトークフローの特定（ステップＳ４０５）を行うので、オペレータ８１のリアルタイム会話の中で可能な限り早いタイミングでトークフローを特定することができ、オペレータ８１の会話支援をリアルタイムで行うことができる。

話題追跡処理部１６は、ある纏まった意味を有する話題を検出できなかったと判断した場合（ステップＳ４０３：Ｎｏ）、ステップＳ４０１に戻って不要語の除去（ステップＳ４０１）、発話の連結（ステップＳ４０２）を再度行い、連結された発話からある纏まった意味を有する話題を検出するまでステップＳ４０１とＳ４０２の処理を繰り返す。一方、話題追跡処理部１６は、連結された発話から所定の意味を有する話題を検出したと判断した場合（ステップＳ４０３：Ｙｅｓ）、ステップＳ４０４に進む。

ステップＳ４０４において、話題追跡処理部１６は、集合類似度処理部１２により算出されたトークフローリコメンド知識９００の話題遷移情報と、ステップＳ４０３で検出した話題を構成要素とする話題遷移情報との集合同士の類似度である集合間類似度Ｊを取得する。この集合間類似度Ｊは、集合類似度処理部１２により前述したステップＳ２０１と同様の処理により算出される。

ステップＳ４０５において、話題追跡処理部１６は、ステップＳ４０３で検出した話題を構成要素とする話題遷移情報の集合間類似度Ｊが所定の閾値Ｊｔｈ（例えば、０．６）未満となり、何れの話題遷移情報（トークフロー）も特定できないと判断した場合（ステップＳ４０５：Ｎｏ）、ステップＳ４０１に戻って、何れかの話題遷移情報（トークフロー）を特定できるまでステップＳ４０１〜ステップＳ４０５の処理を繰り返す。これにより、オペレータ８１と顧客８２のリアルタイムのトークフローが、トークフローリコメンド知識９００のどのトークフローであるのかを特定するまで、リアルタイムの会話テキストから検出した話題を加えた話題の集合とトークフローリコメンド知識９００の話題遷移情報の話題の集合との類似度を判断することで、リアルタイムのトークフローが、トークフローリコメンド知識９００のどのトークフローであるのかを特定することができる。

また、話題追跡処理部１６は、ステップＳ４０３である纏まった意味のある話題を検出する度に、ステップＳ４０５で検出した話題を含む話題遷移情報の集合間類似度Ｊに基づいてトークフローの特定を行っている。これにより、オペレータ８１のリアルタイム会話の中で可能な限り早いタイミングでトークフローを特定することができ、オペレータ８１の会話支援をリアルタイムで行うことができる。

一方、話題追跡処理部１６は、ステップＳ４０３で検出した話題を構成要素とする話題遷移情報の集合間類似度Ｊが所定の閾値Ｊｔｈ以上となり、オペレータ８１のリアルタイムのトークフローがトークフローリコメンド知識を構成する話題遷移情報（トークフロー）のうち、どのトークフローであるのかを特定できたと判断した場合（ステップＳ４０５：Ｙｅｓ）、ステップＳ４０６に進む。なお、話題追跡処理部１６は、何れかの話題遷移情報（トークフロー）を特定した場合、その後の話題遷移情報（トークフロー）を特定する処理（ステップＳ４０５）を省略してもよい。

ステップＳ４０６において、話題追跡処理部１６は、遷移類似度処理部１３により算出された、ステップＳ４０５で特定した話題遷移情報（トークフロー）の話題の文字列と、トークフローリコメンド知識９００の話題遷移情報（トークフロー）の話題の文字列との遷移類似度Ｑを取得する。この遷移類似度Ｑは、遷移類似度処理部１３により前述したステッＳ２０２と同様の処理により算出される。

ステップＳ４０７において、話題追跡処理部１６は、ステップＳ４０５で特定した話題遷移情報の話題の文字列と、トークフローリコメンド知識９００の話題遷移情報の話題の文字列との遷移類似度Ｑが所定の閾値Ｑｔｈ（例えば、０．６）以上であると判断した場合、話題遷移情報を構成する特定の話題を特定できた判断し（ステップＳ４０７：Ｙｅｓ）、ステップＳ４０８に進む。

一方、話題追跡処理部１６は、オペレータ８１のリアルタイム会話で特定した話題遷移情報（トークフロー）と、トークフローリコメンド知識９００の話題遷移情報（トークフロー）との遷移類似度Ｑが閾値Ｑｔｈ（例えば、０．６）未満である場合、オペレータ８１のリアルタイム会話で特定したトークフローの所定の話題が、ステップＳ４０５で特定したトークフローに含まれる話題のうちのどの話題であるのかを特定することができないと判断し（ステップＳ４０７：Ｎｏ）、ステップＳ４０１に戻って、再度、オペレータ８１のリアルタイム会話の話題を追加した後の話題の集合と、トークフローリコメンド知識９００のトークフローの話題の集合との遷移類似度Ｑを算出し、遷移類似度Ｑが閾値Ｑｔｈ（例えば、０．６）以上となり、話題が特定されたか否かを判定する処理を繰り返す。

このように、話題追跡処理部１６は、ステップＳ４０５で、オペレータ８１のリアルタイム会話（トークフロー）に類似するトークフローをトークフローリコメンド知識９００の中から特定することで、オペレータ８１のリアルタイム会話で出現した話題が、特定したトークフローの中のどの話題に位置しているかを判断することができる。よって、話題追跡処理部１６は、特定したトークフローにおいて、次に出現する話題を特定することができる結果、オペレータ８１に適切なリコメンド情報をリアルタイムで提示することができる。

ステップＳ４０８において、話題追跡処理部１６は、ステップＳ４０８で特定した話題に対応するリコメンド知識を表示装置３６などに提示する必要があるか否かを判断し、提示する必要があると判断した場合（ステップＳ４０８：Ｙｅｓ）、ステップＳ３０３に進み、情報提示部１７によるオペレータ８１に対する話題に対応するリコメンド情報の提示をリアルタイムで行う。

一方、話題追跡処理部１６は、ステップＳ４０８で特定した話題に対応するリコメンド情報を提示する必要がないと判断した場合（ステップＳ４０８：Ｎｏ）、ステップＳ４０１へ戻り、オペレータ８１にリコメンド情報の提示が必要と判断するまで、ステップＳ４０１〜Ｓ４０８の処理を繰り返し行う。これにより、話題追跡処理部１６は、オペレータ８１と顧客８２とのトークフローにおいて、オペレータ８１へのリコメンド情報の提示が必要なタイミングをリアルタイムで、かつ適切に判断し、オペレータ８１に提示することができる。

なお、話題追跡処理部１６によるリコメンド情報を提示する必要があるか否かの判断は、特定した話題に対して、提示する必要があるリコメンド情報が予め設定されているか否かに基づいて行われる。この提示するリコメンド情報の設定は、評価の高いベテランオペレータなどがトークフローリコメンド知識９００を予め編集することで行われる。

＜トークフローリコメンド知識の編集例＞
次に、トークフローリコメンド知識９００の編集例を説明する。
図１０は、トークフローリコメンド知識９００を編集する様子を示す図ある。

トークフローリコメンド知識９００は、集合間類似度Ｊの閾値Ｊｔｈと、遷移類似度Ｑの閾値Ｑｔｈと、話題遷移情報（トークフロー）とにより構成されており、トークフローリコメンド知識９００を編集するために、これらの情報が表示装置３６に表示されている。

図１０に示すように、トークフローリコメンド知識９００の編集は、例えば、評価の高いオペレータにより視認可能に構成された表示装置３６（例えば、コンピュータディスプレイ）に表示された編集画面３６１上で行われる。編集画面３６１の左側の表示領域５００には、予め設定されたオペレータと顧客とのトークフロー（文脈タイトル）が表示され、それぞれ選択できるようになっている。編集画面３６１の右側の表示領域６００には、表示領域５００で選択されたトークフロー（文脈タイトル）のリコメンドの内容（リコメンド情報）、集合間類似度の閾値Ｊｔｈ、遷移類似度の閾値Ｑｔｈが表示され、それぞれオペレータにより任意に設定できるようになっている。

実施の形態では、編集画面３６１の表示領域５００に表示されたトークフローの中から「プランＡ保険のキャンペーンセール」が選択され、表示領域６００にその詳細内容（トークフローリコメンド知識９００）が表示されている。表示領域６００では、集合間類似度の閾値Ｊｔｈが６０％（０．６）、遷移類似度の閾値Ｑｔｈが１００％（１．０）に設定されている。また、表示領域６００では、リコメンド内容が編集できるようになっている。

表示領域６００において、オペレータは、顧客との過去の会話の経験から「プランＡ保険のキャンペーンセール」のトークフローで、例えば「新規入会率の向上」を目的とする場合に最適と考えるリコメンドをリコメンド内容に記載する。そして、オペレータは、集合間類似度の閾値Ｊｔｈの値を調整することで、オペレータ８１と顧客８２との会話におけるトークフローを特定するタイミングを変えつつ、遷移類似度の閾値Ｑｔｈの値を調整することで、特定したトークフローにおけるリコメンド情報の提示タイミング（提示位置）を変えて、特定したトークフローにおいて、最適なリコメンドを最適なタイミングで提示できるように設定する。

よって、会話支援システム１０では、これらの閾値Ｊｔｈ及びＱｔｈの値を調整することで、トークフローの特定タイミングと、特定したトークフローにおけるリコメンド情報の提示タイミングを調整することができ、評価の高いオペレータのリコメンドタイミング、又は業務上で最適と判断されるリコメンドタイミングに応じた適切なタイミングで最適なリコメンド情報を提示できるように設定することができる。また、リコメンドの内容を編集できるようになっているので、評価の高いオペレータが自身の経験に基づいて、特定のトークフローにおいて、ある課題解決のために最適な内容のリコメンド情報を作成することができる。これにより、会話支援システム１０は、経験の少ないオペレータであっても、最適な内容のリコメンドを提示することができ、特定のトークフローにおける課題解決を行うことができる可能性を高めることができる。

なお、上記したトークフローリコメンド知識９００の編集は、会話支援システム１０が情報記憶部１１に記憶されたトークフローリコメンド知識９００や、オペレータ８１の過去の会話テキストなどに基づいて自動で作成してもよい。このように構成すると、会話支援システム１０は、多くのリコメンド情報の中から特定のトークフローに最適なリコメンド情報を短時間で編集することができる。

このトークフローリコメンド知識９００の編集結果は、表示装置３６上でオペレータ８１と顧客８２との会話のシミュレーションで確認することができる。このシミュレーション結果を確認することで、顧客８２と会話を行うオペレータ８１に適切なタイミングで最適なリコメンドを提示できているか否かを確認することができる。

＜会話シミュレーション機能＞
図１１は、会話支援システム１０において、オペレータへの会話支援をシミュレートする様子を示す図である。

会話支援シミュレーションにおける表示装置３６には、図１０で設定した集合間類似度の閾値Ｊｔｈ（％）、オペレータと顧客との会話の全文、話題の順番（カテゴリ名の序列）が表示される。なお、表示装置３６には、集合間類似度の閾値Ｊｔｈの設定値を変更した（例えば、閾値を下げた）場合のシミュレーション結果が複数パターン同時に表示されるようになっており、閾値Ｊｔｈを変えた結果の比較が容易にできるようになっている。これにより、集合間類似度の閾値Ｊｔｈの設定値をどの値にしたら、オペレータの会話支援を適切に行えるのかを容易に判断することができる。図１１に示す実施の形態では、集合間類似度の閾値Ｊｔｈが６０％と５０％の場合が例示して表示されているが、画面を下側にスクロールさせることで、それ以外の閾値の場合も表示される。

なお、オペレータ８１と顧客８２との会話の全文は、情報記憶部１１に記憶された過去のオペレータ８１と顧客８２とのリアルタイム会話の会話テキストを用いてもよく、評価の高いオペレータが自身の経験に基づいて入力してもよい。

このように、会話支援システム１０では、集合間類似度Ｊの閾値Ｊｔｈを徐々に下げた場合のトークフローの特定タイミングをシミュレーションにより確認することができる。

なお、会話支援システム１０では、トークフローリコメンド知識９００のトークフローと、オペレータ８１と顧客８２とのリアルタイム会話のトークフローとを、リアルタイム会話の話題が出現するごとに逐次連結しながら遷移類似度Ｑを算出することで、リコメンドが表示されるタイミングもシミュレーションすることができる。

＜会話支援システムによる会話支援の様子＞
次に、前述した会話支援システム１０による会話支援の様子を説明する。
図１２は、会話支援システム１０によるオペレータ８１への会話支援の様子を示す図である。

図１２に示すように、会話支援システム１０によるオペレータ８１の会話支援の様子は表示装置３６に表示される。表示装置３６の表示画面３６１では、左側領域にオペレータ８１と顧客８２との会話が行われている様子がリアルタイムで表示されている。表示画面３６１の右側領域には会話支援システム１０によるリコメンド情報群が表示されている。

オペレータ８１と顧客８２とのリアルタイム会話が行われている場合、会話支援システム１０では、リアルタイム会話における集合間類似度Ｊと遷移類似度Ｑとに基づいてトークフローが特定される。実施の形態では、会話支援システム１０は、例えば、リアルタイム会話から「プランＡのご案内」のトークフローを特定した後、当該トークフローに対応する予め設定されたリコメンド情報群を表示する。

そして、会話支援システム１０は、オペレータ８１と顧客８２とのリアルタイム会話（話題）において、特定されたトークフローのどの話題まで進んだかを判断し、進んだ話題にチェック８５０を付加する。これにより、オペレータ８１は、特定されたトークフローのどの話題まで進んだのかをチェック８５０により視認することができ、次のリコメンド（例えば、「一生の買い物であることの共感」）の内容とリコメンドのタイミングを適切に判断することができる。

以上説明した通り、実施の形態では、
（１）実際の顧客対応時にオペレータ８１をリアルタイムに支援する会話支援システム１０であって、１発話以上の会話テキストで構成される話題１つ以上から成る話題Ｋ１〜Ｋ４の列を示す話題遷移情報１００〜１０２を複数の会話テキストについて記憶する情報記憶部１１と、話題遷移情報１００〜１０２における話題Ｋ１〜Ｋ４の集合同士の類似度である集合間類似度Ｊ（第１類似度）を算出する集合類似度処理部１２と、話題遷移情報１００〜１０２における話題Ｋ１〜Ｋ４の列を文字列とし、文字列同士の類似度である遷移類似度Ｑ（第２類似度）を算出する遷移類似度処理部１３と、話題遷移情報１００〜１０２の集合間類似度Ｊおよび遷移類似度Ｑに基づき、会話テキストを、所定の会話形式を示すトークフローに分類する会話分類処理部１４と、集合間類似度Ｊおよび遷移類似度Ｑに基づき、オペレータ８１のリアルタイム会話に現れた話題が、会話分類処理部１４により分類されたトークフローのうち、どのトークフローのどの話題に該当するのかを特定する話題追跡処理部１６と、リアルタイム会話に現れた話題に基づいて、オペレータ８１に会話を支援するトークフローリコメンド知識９００を提示する情報提示部１７と、を有する構成とした。

このように構成すると、話題の列により示される会話テキストを、会話テキストに含まれる話題の集合同士の集合間類似度Ｊと、会話テキストに含まれる話題の列を文字列とする文字列同士の遷移類似度Ｑとに基づき所定の会話形式を示すトークフローに分類するので、会話をその会話の中で登場する話題とその登場順序により整理することができると共に、所定のトークフローにおいて最適なトークフローリコメンド知識９００を適切なタイミングでオペレータ８１に提示することができる結果、会話支援におけるトークフローの活用を適切に行うことができる。

（２）また、会話分類処理部１４は、集合間類似度Ｊおよび遷移類似度Ｑに基づいて類似する会話テキストをグループ化し、該グループの会話形式を示す新たなトークフローを作成する構成とした。

このように構成すると、会話テキストに含まれる話題の集合同士の集合間類似度Ｊと話題の列を文字列とする文字列同士の遷移類似度Ｑとに基づき新たな会話形式のトークフローを作成することができるので、新たに作成するトークフローを含むトークフローに会話を分類することができる。

（３）また、会話分類処理部１４は、集合間類似度Ｊおよび遷移類似度Ｑによりいずれの既存のトークフローにも分類されなかった会話テキストを集合間類似度Ｊおよび遷移類似度Ｑによりグループ化する構成とした。

このように構成すると、既存のトークフローに分類されない会話テキストから新たな会話形式のトークフローを作成することができるので、未分類の会話をトークフローに分類することができる。その結果、会話テキストの全体量に対して、トークフローに分類できる会話テキストの割合を高めることができ、会話支援において会話テキストを有効に活用することができる。

（４）また、会話分類処理部１４は、集合間類似度Ｊに閾値Ｊｔｈ（第１閾値）を適用し、遷移類似度Ｑに閾値Ｑｔｈ（第２閾値）を適用して会話テキストをグループ化して該グループの会話テキストが分類される新たなトークフローを作成する処理を、閾値Ｊｔｈと閾値Ｑｔｈのいずれか一方または両方を下げながら未分類の会話テキストが所定基準以下となるまで繰り返す構成とした。

このように構成すると、トークフローにより会話テキストの多くを網羅することができる。

（５）また、会話分類処理部１４は、情報記憶部１１の会話テキストのうち、いずれかのトークフローに分類された会話テキストの割合と、トークフロー毎に該トークフローに分類された会話テキストの割合と、を算出する構成とした。

このように構成すると、会話テキストのうちどの程度を網羅して整理することができたか、会話テキストをどの程度分散させて分類することができたかを評価することができる。

（６）また、オペレータ８１と顧客８２とのリアルタイム会話から取得された音声情報をテキストに変換する処理をリアルタイムで実行する会話音声認識部１５と、を有し、情報記憶部１１は、会話の構成要素である話題を判定するための話題判定ルールと、所定の会話形式を示すトークフロー１００〜１０２に含まれる話題Ｋ１〜Ｋ４の列の情報を含むトークフローリコメンド知識９００と、をさらに記憶すると共に、話題追跡処理部１６は、話題判定ルールに基づき会話音声認識部１５で変換されたテキストに現れる話題を判定し、リアルタイム会話の話題の列と前記トークフローリコメンド知識９００に含まれるトークフローの話題の列とを比較し、どのトークフローのどの話題がリアルタイム会話に現れたかを判定する処理をリアルタイムで実行する構成とした。

このように構成すると、会話支援システム１０は、会話テキストを音声認識し、会話テキストに現れる話題を判定し、どのトークフローのどの話題がリアルタイム会話に現れたか判定し、オペレータに会話を支援するリコメンド情報（トークフローリコメンド知識）を提示するので、オペレータの会話をシステムにより支援することができる。

（７）また、話題追跡処理部１６は、リアルタイム会話の話題の集合とトークフローの話題の集合との類似度である集合間類似度Ｊ（第１類似度）と、リアルタイム会話の話題の列とトークフローの話題の列との類似度である遷移類似度Ｑ（第２類似度）とに基づいて、リアルタイム会話がどのトークフローの話題まで進んだかを判定する構成とした。

このように構成すると、話題追跡処理部１６は、話題の集合および話題の列の類似度でリアルタイム会話がどのトークフローのどの話題まで進んだかを判定するので、リアルタイム会話の途中でも、リアルタイム会話が該当するトークフローおよび話題を高い精度で判断することができる。

（８）また、話題追跡処理部１６は、リアルタイム会話との集合間類似度Ｊが閾値Ｊｔｈ（第１閾値）以上であるトークフローについてのみリアルタイム会話との遷移類似度Ｑ（第２類似度）を算出し、該遷移類似度Ｑが閾値Ｑｔｈ（第２閾値）以上であれば、当該トークフローがリアルタイム会話の該当するトークフローと判断する構成とした。

このように構成すると、話題追跡処理部１６は、リアルタイム会話の話題の順序に依存せずにリアルタイム会話に類似する会話のトークフローを見つけ、そのトークフローに基づきリアルタイム会話に登場した話題にたいして適切なリコメンド情報（トークフローリコメンド知識）を提示することができる。また、集合間類似度Ｊで候補のトークフローを絞り込んで遷移類似度Ｑを算出するので、演算量を低減することができる。

（９）また、リコメンド情報（トークフローリコメンド知識）は、リアルタイム会話の現在の話題から、トークフローにおける次の話題への遷移を推奨する情報である構成とした。

このように構成すると、オペレータ８１はリアルタイム会話の進行に応じて次にどの話題へ誘導するのが良いかを知ることができる。

（１０）また、情報提示部は、リアルタイム会話の該当するトークフローの話題の列と、該話題の列のどの話題まで進行しているかと、をリアルタイムで画面に表示する構成とした。

このように構成すると、オペレータ８１はリアルタイム会話の進行を確認しながら、次にどの話題に遷移するのが良いかを知ることができる。

（１１）また、情報記憶部１１は、蓄積された複数の会話テキストである蓄積会話テキストについて、該蓄積会話テキストに登場する１つ以上の話題Ｋ１〜Ｋ４の列を示す話題遷移情報１００〜１０２を更に記憶し、会話支援システム１０は、話題遷移情報１００〜１０２における話題Ｋ１〜Ｋ４の集合同士の集合間類似度Ｊ（第１類似度）を算出する集合類似度処理部１２と、話題遷移情報１００〜１０２における話題Ｋ１〜Ｋ４の列を文字列とし、文字列同士の遷移類似度Ｑ（第２類似度）を算出する遷移類似度処理部１３と、話題遷移情報１００〜１０２の集合間類似度Ｊおよび遷移類似度Ｑに基づき、蓄積会話テキストを、所定の会話形式を示すトークフローに分類し、集合間類似度Ｊおよび遷移類似度Ｑによりいずれの既存のトークフローにも分類されなかった蓄積会話テキストを集合間類似度Ｊおよび遷移類似度Ｑによりグループ化し、該グループの会話形式を更に有する、構成とした。

このように構成すると、会話支援システム１０は、情報記憶部１１に記憶された蓄積会話テキストで出現する話題遷移情報１００〜１０２が、何れのトークフローにも分類されなかった場合、分類されなかった話題遷移情報を集合間類似度Ｊと遷移類似度Ｑとを用いて再グループ化を行うので、何れのトークフローにも分類されない話題遷移情報を減らすことができ、話題遷移情報の利用効率を高めることができる。

（１２）また、シミュレーション用会話テキスト（例えば、図１１に示すオペレータ８１と顧客８２との会話の全文）が与えられると、話題追跡処理部１６は、シミュレーション用会話テキストを先頭から順次、話題判定ルール８００に基づいて分析し、該シミュレーション用会話テキストに現れる話題を判定し、シミュレーション用会話テキストの話題の列とトークフローリコメンド知識９００に含まれるトークフローの話題の列とを比較し、どのトークフローのどの話題がシミュレーション用会話テキストに現れたか判定し、情報提示部１７は、シミュレーション用会話テキストに現れた話題に基づいてトークフローリコメンド知識９００（リコメンド情報）を提示する構成とした。

このように構成すると、会話支援システム１０では、シミュレーション用会話テキストを用いてトークフローリコメンド知識９００の提示タイミングや提示頻度をシミュレーションできるので、その結果を話題判定ルールやトークフローリコメンド知識の改善に利用することができる。

（１３）また、シミュレーション用会話テキスト（図１１参照）が与えられると、話題追跡処理部１６は、シミュレーション用会話テキストを先頭から順次、話題判定ルールに基づいて分析し、該シミュレーション用会話テキストに現れる話題を判定し、シミュレーション用会話テキストの話題の列とトークフローリコメンド知識９００に含まれるトークフローの話題の列とを比較し、どのトークフローのどの話題がシミュレーション用会話テキストに現れたか判定し、情報提示部１７は、シミュレーション用会話テキストに現れた話題に基づいてトークフローリコメンド知識９００を提示する構成とした。

このように構成すると、シミュレーション用会話テキストを用いてトークフローリコメンド知識９００の提示タイミングや提示頻度をシミュレーションできるので、その結果を話題判定ルールやトークフローリコメンド知識の改善に利用することができる。

（１４）また、話題追跡処理部１６は、集合間類似度Ｊを算出するモジュールを集合類似度処理部１２と共用し、遷移類似度Ｑを算出するモジュールを遷移類似度処理部１３と共用し、集合間類似度Ｊおよび遷移類似度Ｑに基づいて、リアルタイム会話がどのトークフローのどの話題まで進んだかを判定する構成とした。

このように構成すると、話題追跡処理部１６は、集合間類似度Ｊと遷移類似度Ｑとを算出する処理モジュールを共用にしているので、各々の処理部を個別に設けるよりも処理効率（処理速度）を高くすることができると共に、処理部の開発効率を向上させることができる。

なお、図１０において、トークフローリコメンド知識９００の編集は、情報記憶部１１に記憶された評価の高いオペレータの過去の会話テキストに基づいて、会話支援システム１０が自動で行うようにしてもよい。このようにすると、トークフローリコメンド知識９００の編集を短時間で効率よく行うことができる。

また、会話支援システム１０のハードウェア構成又は機能構成の一部を共通のモジュールとしてもよい。例えば、集合間類似度Ｊを算出する集合類似度処理部１２と遷移類似度Ｑを算出する遷移類似度処理部１３とを１つの共通のモジュールとしても、この共通のモジュールで算出された集合間類似度Ｊと遷移類似度Ｑとに基づいて、オペレータ８１と顧客８２とのリアルタイム会話がどのトークフローのどの話題まで進んだかを判定することができる。

また、会話支援システム１０の一部のハードウェア構成又は機能構成をクラウド上に設けてもよい。このようにすると、クラウド上に設けたハードウェア構成又は機能構成を複数の会話支援システムで共通に利用することができる。

以上、本発明の実施の形態の一例を説明したが、本発明は、前述した実施の形態を全て組み合わせてもよく、何れか２つ以上の実施の形態を任意に組み合わせても好適である。

また、本発明は、前述した実施の形態の全ての構成を備えているものに限定されるものではなく、前述した実施の形態の構成の一部を、他の実施の形態の構成に置き換えてもよく、また、前述した実施の形態の構成を、他の実施の形態の構成に置き換えてもよい。

また、前述した実施の形態の一部の構成について、他の実施の形態の構成に追加、削除、置換をしてもよい。

１０：会話支援システム、１１：情報記憶部、１２：集合類似度処理部、１３：遷移類似度処理部、１４：会話分類処理部、１５：会話音声認識部、１６：話題追跡処理部、１７：情報提示部、３１：処理装置、３２：メインメモリ、３３：記憶装置、３４：音声入力装置、３５：操作入力装置、３６：表示装置、３６１：表示画面、３７：信号線、８１：オペレータ、８２：顧客、９００：トークフローリコメンド知識、１００〜１０２：話題遷移情報（トークフロー）、Ｊ：集合間類似度、Ｑ：遷移類似度、Ｋ１〜Ｋ４：話題

Claims (14)

1. 実際の顧客対応時にオペレータをリアルタイムに支援する会話支援システムであって、
   会話テキストに登場する１つ以上の話題の列を示す話題遷移情報を複数の会話テキストについて記憶する情報記憶部と、
   前記話題遷移情報における前記話題の集合同士の類似度である第１類似度を算出する集合類似度処理部と、
   前記話題遷移情報における話題の列を文字列とし、文字列同士の類似度である第２類似度を算出する遷移類似度処理部と、
   前記話題遷移情報の前記第１類似度および前記第２類似度に基づき、前記会話テキストを、所定の会話形式を示すトークフローに分類する会話分類処理部と、
   前記話題遷移情報の前記第１類似度および前記第２類似度に基づき、前記オペレータのリアルタイム会話に現れた話題が、前記会話分類処理部により分類されたトークフローのうち、どのトークフローのどの話題に該当するのかを特定する話題追跡処理部と、
   前記リアルタイム会話に現れた話題に基づいて、前記オペレータに会話を支援するトークフローリコメンド知識を提示する情報提示部と、を有する会話支援システム。
2. 前記会話分類処理部は、前記第１類似度および前記第２類似度に基づいて類似する会話テキストをグループ化し、該グループの会話形式を示す新たなトークフローを作成する、請求項１に記載の会話支援システム。
3. 前記会話分類処理部は、前記第１類似度および前記第２類似度によりいずれの既存のトークフローにも分類されなかった会話テキストを前記第１類似度および前記第２類似度によりグループ化する、請求項２に記載の会話支援システム。
4. 前記会話分類処理部は、前記第１類似度に第１閾値を適用し、前記第２類似度に第２閾値を適用して前記会話テキストをグループ化して該グループの会話テキストが分類される新たなトークフローを作成する処理を、前記第１閾値と前記第２閾値のいずれか一方または両方を下げながら未分類の会話テキストが所定基準以下となるまで繰り返す、請求項３に記載の会話支援システム。
5. 前記会話分類処理部は、前記情報記憶部の会話テキストのうち、いずれかのトークフローに分類された会話テキストの割合と、トークフロー毎に該トークフローに分類された会話テキストの割合と、を算出する、請求項１に記載の会話支援システム。
6. 前記オペレータと前記顧客とのリアルタイム会話から取得された音声情報をテキストに変換する処理をリアルタイムで実行する会話音声認識部と、を有し、
   前記情報記憶部は、会話の構成要素である話題を判定するための話題判定ルールと、所定の会話形式を示すトークフローに含まれる話題の列の情報を含むトークフローリコメンド知識と、をさらに記憶すると共に
   前記話題追跡処理部は、前記話題判定ルールに基づき前記会話音声認識部で変換されたテキストに現れる話題を判定し、前記リアルタイム会話の話題の列と前記トークフローリコメンド知識に含まれるトークフローの話題の列とを比較し、どのトークフローのどの話題が前記リアルタイム会話に現れたかを判定する処理をリアルタイムで実行する、請求項１に記載の会話支援システム。
7. 前記話題追跡処理部は、前記リアルタイム会話の話題の集合と前記トークフローの話題の集合との類似度である第１類似度と、前記リアルタイム会話の話題の列と前記トークフローの話題の列との類似度である第２類似度とに基づいて、前記リアルタイム会話がどのトークフローの話題まで進んだかを判定する、請求項６に記載の会話支援システム。
8. 前記話題追跡処理部は、前記リアルタイム会話との前記第１類似度が第１閾値以上であるトークフローについてのみ前記リアルタイム会話との前記第２類似度を算出し、該第２類似度が第２閾値以上であれば、当該トークフローが前記リアルタイム会話の該当するトークフローと判断する、請求項７に記載の会話支援システム。
9. 前記トークフローリコメンド知識は、前記リアルタイム会話の現在の話題から、前記トークフローにおける次の話題への遷移を推奨する情報である、請求項６に記載の会話支援システム。
10. 前記情報提示部は、前記リアルタイム会話の該当するトークフローの話題の列と、該話題の列のどの話題まで進行しているかと、をリアルタイムで画面に表示する、請求項９に記載の会話支援システム。
11. 前記情報記憶部は、蓄積された複数の会話テキストである蓄積会話テキストについて、該蓄積会話テキストに登場する１つ以上の話題の列を示す話題遷移情報を更に記憶し、
    前記会話支援システムは、
    前記話題遷移情報における前記話題の集合同士の第１類似度を算出する集合類似度処理部と、
    前記話題遷移情報における前記話題の列を文字列とし、文字列同士の第２類似度を算出する遷移類似度処理部と、
    前記話題遷移情報の前記第１類似度および前記第２類似度に基づき、前記蓄積会話テキストを、所定の会話形式を示すトークフローに分類し、前記第１類似度および前記第２類似度によりいずれの既存のトークフローにも分類されなかった蓄積会話テキストを前記第１類似度および前記第２類似度によりグループ化し、該グループの会話形式を更に有する、請求項６に記載の会話支援システム。
12. シミュレーション用会話テキストが与えられると、
    前記話題追跡処理部は、前記シミュレーション用会話テキストを先頭から順次、前記話題判定ルールに基づいて分析し、該シミュレーション用会話テキストに現れる話題を判定し、前記シミュレーション用会話テキストの話題の列と前記トークフローリコメンド知識に含まれるトークフローの話題の列とを比較し、どのトークフローのどの話題が前記シミュレーション用会話テキストに現れたか判定し、
    前記情報提示部は、前記シミュレーション用会話テキストに現れた話題に基づいて前記トークフローリコメンド知識を提示する、請求項６に記載の会話支援システム。
13. 前記話題追跡処理部は、前記第１類似度を算出するモジュールを前記集合類似度処理部と共用し、前記第２類似度を算出するモジュールを前記遷移類似度処理部と共用し、前記第１類似度および前記第２類似度に基づいて、前記リアルタイム会話がどのトークフローのどの話題まで進んだかを判定する、請求項１２に記載の会話支援システム。
14. 実際の顧客対応時にオペレータをリアルタイムに支援する会話支援方法であって、
    会話テキストに登場する１つ以上の話題の列を示す話題遷移情報を複数の会話テキストについて記憶し、
    前記話題遷移情報における前記話題の集合同士の類似度である第１類似度を算出し、
    前記話題遷移情報における話題の列を文字列とし、文字列同士の類似度である第２類似度を算出し、
    前記話題遷移情報の前記第１類似度および前記第２類似度に基づき、前記会話テキストを、所定の会話形式を示すトークフローに分類し、
    前記話題遷移情報の前記第１類似度および前記第２類似度に基づき、前記オペレータのリアルタイム会話に現れた話題が、前記分類されたトークフローのうち、どのトークフローのどの話題に該当するのかを特定し、
    前記リアルタイム会話に現れた話題に基づいて、前記オペレータの会話を支援するトークフローリコメンド知識の提示をコンピュータが実行する会話支援方法。

Images