[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2022103472A - Information processor, information processing method, and program - Google Patents

Information processor, information processing method, and program Download PDF

Info

Publication number
JP2022103472A
JP2022103472A JP2020218112A JP2020218112A JP2022103472A JP 2022103472 A JP2022103472 A JP 2022103472A JP 2020218112 A JP2020218112 A JP 2020218112A JP 2020218112 A JP2020218112 A JP 2020218112A JP 2022103472 A JP2022103472 A JP 2022103472A
Authority
JP
Japan
Prior art keywords
unit
user
information
dictionary
target user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020218112A
Other languages
Japanese (ja)
Other versions
JP7449852B2 (en
Inventor
和哉 渡邉
Kazuya Watanabe
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to JP2020218112A priority Critical patent/JP7449852B2/en
Publication of JP2022103472A publication Critical patent/JP2022103472A/en
Application granted granted Critical
Publication of JP7449852B2 publication Critical patent/JP7449852B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Navigation (AREA)

Abstract

To provide an information processor capable of improving the usability of a voice user interface.SOLUTION: An information processor in an embodiment includes: an extraction unit that extracts unique expressions from utterances of each of multiple target users; a determination unit that determines whether or not the target user has visited a specific point where the number of visits has increased sharply based on the behavior history of the target user for each of the target users; a first generation unit that generates a feature value as a combination of the unique expression extracted by the extraction unit and the determination result by the determination unit for each of the target users; an analysis unit that performs clustering of the multiple target users for which the feature value is generated by the first generation unit; and a second generation unit that generates a dictionary of at least one of a speech recognition and a natural language understanding for each cluster generated by the clustering.SELECTED DRAWING: Figure 1

Description

本発明は、情報処理装置、情報処理方法、及びプログラムに関する。 The present invention relates to an information processing apparatus, an information processing method, and a program.

音声認識技術を利用した音声ユーザインターフェースが知られている(例えば、特許文献1-4参照)。 A voice user interface using voice recognition technology is known (see, for example, Patent Document 1-4).

特開2017-58674号公報Japanese Unexamined Patent Publication No. 2017-58674 特表2019-536172号公報Japanese Patent Publication No. 2019-536172 特開2014-106523号公報Japanese Unexamined Patent Publication No. 2014-106523 特表2004-502985号公報Japanese Patent Publication No. 2004-502985

音声ユーザインターフェースに対するユーザの発話内容や、その発話に含まれる固有表現などは、ユーザの所属コミュニティや流行などに応じて変化している。発話の主体であるユーザや、その発話の情報源などが多様化しているのものの、従来の技術では、その多様化に対応できておらず、音声ユーザインターフェースのユーザビリティが十分でない場合があった。 The content of the user's utterance to the voice user interface and the unique expressions included in the utterance change according to the user's community and fashion. Although the user who is the subject of the utterance and the information source of the utterance are diversified, the conventional technique cannot cope with the diversification, and the usability of the voice user interface may not be sufficient.

本発明の態様は、このような事情を考慮してなされたものであり、音声ユーザインターフェースのユーザビリティを向上させることができる情報処理装置、情報処理方法、及びプログラムを提供することを目的の一つとする。 Aspects of the present invention have been made in consideration of such circumstances, and one of the objects of the present invention is to provide an information processing device, an information processing method, and a program capable of improving the usability of a voice user interface. do.

この発明に係る情報処理装置、情報処理方法、及びプログラムは、以下の構成を採用した。
(1)本発明の第1の態様は、複数の対象ユーザのそれぞれの発話から固有表現を抽出する抽出部と、前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定する判定部と、前記抽出部によって抽出された前記固有表現と、前記判定部による判定結果とを組み合わせた特徴量を、前記対象ユーザごとに生成する第1生成部と、前記第1生成部によって前記特徴量が生成された前記複数の対象ユーザのクラスタリングを行う解析部と、前記クラスタリングによって生成されたクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成する第2生成部と、を備える情報処理装置である。
The information processing apparatus, information processing method, and program according to the present invention have the following configurations.
(1) The first aspect of the present invention is an extraction unit that extracts a unique expression from each speech of a plurality of target users, and a specific point where the number of visits has rapidly increased based on the behavior history of the target user. A feature amount that combines a determination unit that determines whether or not a user has visited for each target user, the unique expression extracted by the extraction unit, and a determination result by the determination unit is determined for each target user. Speech recognition and natural language for each of the first generation unit generated in, the analysis unit that clusters the plurality of target users whose feature quantities are generated by the first generation unit, and the clusters generated by the clustering. It is an information processing apparatus including a second generation unit that generates a dictionary for at least one of understanding.

(2)本発明の第2の態様は、第1の態様において、前記特定地点が、他のユーザによって訪問された回数が閾値以上の地点、又は前記他のユーザによって訪問された回数の所定期間あたりの増加率が閾値以上の地点である情報処理装置である。 (2) The second aspect of the present invention is, in the first aspect, a predetermined period of the number of times the specific point is visited by another user is equal to or greater than the threshold value, or the number of times the specific point is visited by the other user. It is an information processing device whose rate of increase per hit is equal to or higher than the threshold value.

(3)本発明の第3の態様は、第1の態様又は第2の態様において、前記クラスタに属する前記対象ユーザの発話から抽出された前記固有表現の共起表現を、前記クラスタごとに収集する収集部を更に備え、前記第2生成部が、前記クラスタごとに、前記収集部によって収集された前記共起表現を含む前記辞書を生成する情報処理装置である。 (3) In the third aspect of the present invention, in the first aspect or the second aspect, the co-occurrence expression of the named entity extracted from the utterance of the target user belonging to the cluster is collected for each cluster. The second generation unit is an information processing device that generates the dictionary including the co-occurrence expression collected by the collection unit for each cluster.

(4)本発明の第4の態様は、第1から第3の態様のうちいずれ一つにおいて、複数の前記クラスタのうちの特定クラスタに属する前記対象ユーザに、複数の前記辞書のうちの前記特定クラスタに対応した前記辞書の利用案内情報を提供する提供部を更に備える情報処理装置である。 (4) A fourth aspect of the present invention is, in any one of the first to third aspects, to the target user belonging to the specific cluster among the plurality of the clusters, to the target user among the plurality of dictionaries. It is an information processing apparatus further provided with a providing unit that provides usage guidance information of the dictionary corresponding to a specific cluster.

(5)本発明の第5の態様は、第4の態様において、前記第2生成部が、前記クラスタごとに生成した前記辞書と既存辞書とを組み合わせた新辞書を生成し、前記提供部が、前記特定クラスタに属する前記対象ユーザに、前記特定クラスタに対応した前記辞書と前記既存辞書とが組み合わされた前記新辞書の利用案内情報を提供する情報処理装置である。 (5) In the fifth aspect of the present invention, in the fourth aspect, the second generation unit generates a new dictionary in which the dictionary generated for each cluster and the existing dictionary are combined, and the providing unit generates a new dictionary. An information processing device that provides the target user belonging to the specific cluster with usage guidance information of the new dictionary in which the dictionary corresponding to the specific cluster and the existing dictionary are combined.

(6)本発明の第6の態様は、第1から第5の態様のうちいずれ一つにおいて、所定のユーザの集団内における前記対象ユーザの発話に基づいて、前記辞書を検証する検証部を更に備える情報処理装置である。 (6) In the sixth aspect of the present invention, in any one of the first to fifth aspects, a verification unit that verifies the dictionary based on the utterance of the target user in a predetermined user group is provided. It is an information processing device to be further provided.

(7)本発明の第7の態様は、第1から第6の態様のうちいずれ一つにおいて、前記第1生成部が、前記固有表現に基づく第1特徴量と、前記判定部による判定結果に基づく第2特徴量との組み合わせを、前記特徴量として生成する情報処理装置である。 (7) In the seventh aspect of the present invention, in any one of the first to sixth aspects, the first generation unit has the first feature amount based on the named entity and the determination result by the determination unit. This is an information processing apparatus that generates a combination with a second feature amount based on the above as the feature amount.

(8)本発明の第8の態様は、第7の態様において、前記第2特徴量には、前記特定地点への訪問の有無と、前記特定地点への訪問の回数とのうち一方又は双方を表す特徴量が含まれる情報処理装置である。 (8) In the eighth aspect of the present invention, in the seventh aspect, the second feature amount includes one or both of the presence or absence of a visit to the specific point and the number of visits to the specific point. It is an information processing device including a feature amount representing.

(9)本発明の第9の態様は、第1から第8の態様のうちいずれ一つにおいて、前記固有表現には、地名又は標章の言い回しが含まれる情報処理装置である。 (9) A ninth aspect of the present invention is an information processing apparatus in which, in any one of the first to eighth aspects, the named entity includes the wording of a place name or a mark.

(10)本発明の第10の態様は、コンピュータが、複数の対象ユーザのそれぞれの発話から固有表現を抽出し、前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定し、前記抽出した固有表現と、前記判定した結果とを組み合わせた特徴量を、前記対象ユーザごとに生成し、前記特徴量を生成した前記複数の対象ユーザのクラスタリングを行い、前記クラスタリングによって生成したクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成する情報処理方法である。 (10) In the tenth aspect of the present invention, the computer extracts a unique expression from each speech of a plurality of target users, and based on the behavior history of the target user, the target is a specific point where the number of visits has rapidly increased. Whether or not a user has visited is determined for each target user, and a feature amount that combines the extracted unique expression and the determination result is generated for each target user, and the feature amount is generated. It is an information processing method that performs clustering of a plurality of target users and generates a dictionary for at least one of speech recognition and natural language understanding for each cluster generated by the clustering.

(11)本発明の第11の態様は、コンピュータに、複数の対象ユーザのそれぞれの発話から固有表現を抽出すること、前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定すること、前記抽出した固有表現と、前記判定した結果とを組み合わせた特徴量を、前記対象ユーザごとに生成すること、前記特徴量を生成した前記複数の対象ユーザのクラスタリングを行うこと、前記クラスタリングによって生成したクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成すること、を実行させるためのプログラムである。 (11) The eleventh aspect of the present invention is to extract a unique expression from each speech of a plurality of target users on a computer, and to determine a specific point where the number of visits has rapidly increased based on the behavior history of the target user. It is determined for each target user whether or not the target user has visited, and a feature amount that combines the extracted unique expression and the determination result is generated for each target user. It is a program for executing the clustering of the plurality of target users who generated the above, and the generation of a dictionary for at least one of speech recognition and natural language understanding for each cluster generated by the clustering.

上記態様によれば、音声ユーザインターフェースのユーザビリティを向上させることができる。 According to the above aspect, the usability of the voice user interface can be improved.

実施形態の情報提供システム1の構成図である。It is a block diagram of the information provision system 1 of an embodiment. ユーザ認証情報132の内容について説明するための図である。It is a figure for demonstrating the content of the user authentication information 132. 個人発話履歴情報134Aの内容について説明するための図である。It is a figure for demonstrating the content of personal utterance history information 134A. 集団発話履歴情報134Bの内容について説明するための図である。It is a figure for demonstrating the content of group speech history information 134B. 個人行動履歴情報136Aの内容について説明するための図である。It is a figure for demonstrating the content of personal action history information 136A. 集団行動履歴情報136Bの内容について説明するための図である。It is a figure for demonstrating the content of group action history information 136B. 実施形態の通信端末300の構成図である。It is a block diagram of the communication terminal 300 of an embodiment. エージェント装置500が搭載された車両Mの概略構成の一例を示す図である。It is a figure which shows an example of the schematic structure of the vehicle M equipped with the agent device 500. 実施形態の情報提供装置100による一連の処理の流れを表すフローチャートである。It is a flowchart which shows the flow of a series of processing by the information providing apparatus 100 of an embodiment. 実施形態の情報提供装置100による一連の処理の流れを表すフローチャートである。It is a flowchart which shows the flow of a series of processing by the information providing apparatus 100 of an embodiment. 訪問回数が急増した地点とそうでない地点とを説明するための図である。It is a figure for explaining the point where the number of visits increased sharply and the point where the number of visits did not increase rapidly. ユーザベクトルのクラスタリング結果の一例を表す図である。It is a figure which shows an example of the clustering result of a user vector. 情報処理辞書の生成方法を説明するための図である。It is a figure for demonstrating the generation method of an information processing dictionary. 情報処理辞書の利用案内情報が提供される場面を模式的に表す図である。It is a figure which shows typically the scene where the usage guidance information of an information processing dictionary is provided.

以下、図面を参照し、本発明の情報処理装置、情報処理方法、及びプログラムの実施形態について説明する。 Hereinafter, embodiments of the information processing apparatus, information processing method, and program of the present invention will be described with reference to the drawings.

図1は、実施形態の情報提供システム1の構成図である。情報提供システム1は、例えば、情報提供装置100と、情報提供システム1のユーザU1が利用する通信端末300と、情報提供システム1のユーザU2が利用する車両Mとを備える。これらの構成要素は、ネットワークNWを介して互いに通信可能である。ネットワークNWは、例えば、インターネット、WAN(Wide Area Network)、LAN(Local Area Network)、電話回線、公衆回線、専用回線、プロバイダ装置、無線基地局等を含む。情報提供システム1には、通信端末300または車両Mの一方または双方が複数含まれてもよい。車両Mは、例えば、エージェント装置500を備える。情報提供装置100は、「情報処理装置」の一例である。 FIG. 1 is a configuration diagram of the information providing system 1 of the embodiment. The information providing system 1 includes, for example, an information providing device 100, a communication terminal 300 used by the user U1 of the information providing system 1, and a vehicle M used by the user U2 of the information providing system 1. These components are communicable with each other via the network NW. The network NW includes, for example, the Internet, a WAN (Wide Area Network), a LAN (Local Area Network), a telephone line, a public line, a dedicated line, a provider device, a radio base station, and the like. The information providing system 1 may include one or more of the communication terminal 300 and the vehicle M. The vehicle M includes, for example, an agent device 500. The information providing device 100 is an example of an “information processing device”.

情報提供装置100は、通信端末300からユーザU1の問い合わせや要求等を受け付け、受け付けた問い合わせや要求に応じた処理を行い、処理結果を通信端末300に送信する。また、情報提供装置100は、車両Mに搭載されたエージェント装置500からユーザU2の問い合わせや要求等を受け付け、受け付けた問い合わせや要求に応じた処理を行い、処理結果をエージェント装置500に送信する。情報提供装置100は、例えば、通信端末300およびエージェント装置500と、ネットワークNWを介して互いに通信し、各種データを送受信するクラウドサーバとして機能してもよい。 The information providing device 100 receives an inquiry or request of the user U1 from the communication terminal 300, performs processing according to the received inquiry or request, and transmits the processing result to the communication terminal 300. Further, the information providing device 100 receives an inquiry or request of the user U2 from the agent device 500 mounted on the vehicle M, performs processing according to the received inquiry or request, and transmits the processing result to the agent device 500. The information providing device 100 may function as, for example, a cloud server that communicates with the communication terminal 300 and the agent device 500 via the network NW and transmits / receives various data.

通信端末300は、例えば、スマートフォンやタブレット端末等の携帯型端末である。通信端末300は、ユーザU1からの問い合わせや要求等の情報を受け付ける。通信端末300は、ユーザU1から受け付けた情報を情報提供装置100に送信し、送信した情報に対する回答として得られた情報を出力する。つまり、通信端末300は、音声ユーザインターフェースとして機能する。 The communication terminal 300 is, for example, a portable terminal such as a smartphone or a tablet terminal. The communication terminal 300 receives information such as inquiries and requests from the user U1. The communication terminal 300 transmits the information received from the user U1 to the information providing device 100, and outputs the information obtained as a reply to the transmitted information. That is, the communication terminal 300 functions as a voice user interface.

エージェント装置500が搭載される車両Mは、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジン等の内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。また、車両Mは、自動運転車両であってもよい。自動運転とは、例えば、車両の操舵または速度のうち、一方または双方を自動的に制御することである。上述した車両の運転制御には、例えば、ACC(Adaptive Cruise Control)や、ALC(Auto Lane Changing)、LKAS(Lane Keeping Assistance System)といった種々の運転制御が含まれてよい。自動運転車両は、乗員(運転者)の手動運転によって運転が制御されることがあってもよい。 The vehicle M on which the agent device 500 is mounted is, for example, a vehicle such as a two-wheeled vehicle, a three-wheeled vehicle, or a four-wheeled vehicle, and the drive source thereof is an internal combustion engine such as a diesel engine or a gasoline engine, an electric motor, or a combination thereof. The electric motor operates by using the electric power generated by the generator connected to the internal combustion engine or the electric power generated by the secondary battery or the fuel cell. Further, the vehicle M may be an autonomous driving vehicle. Autonomous driving is, for example, the automatic control of one or both of the steering and speed of a vehicle. The vehicle operation control described above may include various operation controls such as ACC (Adaptive Cruise Control), ALC (Auto Lane Changing), and LKAS (Lane Keeping Assistance System). The driving of the self-driving vehicle may be controlled by the manual driving of the occupant (driver).

エージェント装置500は、車両Mの乗員(例えば、ユーザU2)と対話したり、乗員から問い合わせや要求等に対する情報を提供したりする。エージェント装置500は、例えば、ユーザU2からの問い合わせや要求等の情報を受け付け、その受け付けた情報を情報提供装置100に送信し、送信した情報に対する回答として得られた情報を出力する。つまり、エージェント装置500は、通信端末300と同様に、音声ユーザインターフェースとして機能する。 The agent device 500 interacts with the occupant of the vehicle M (for example, the user U2), and provides information for inquiries, requests, and the like from the occupant. The agent device 500 receives, for example, information such as an inquiry or request from the user U2, transmits the received information to the information providing device 100, and outputs the information obtained as a reply to the transmitted information. That is, the agent device 500 functions as a voice user interface, similarly to the communication terminal 300.

[情報提供装置]
以下、情報提供装置100の構成を説明する。情報提供装置100は、例えば、通信部102と、認証部104と、取得部106と、音声認識部108と、自然言語処理部110と、判定部112と、ユーザベクトル生成部114と、解析部116と、収集部118と、辞書生成部120と、検証部122と、提供部124と、記憶部130とを備える。音声認識部108と自然言語処理部110とを合わせたものは、「抽出部」の一例である。ユーザベクトル生成部114は「第1生成部」の一例である。辞書生成部120は「第2生成部」の一例である。
[Information provider]
Hereinafter, the configuration of the information providing device 100 will be described. The information providing device 100 is, for example, a communication unit 102, an authentication unit 104, an acquisition unit 106, a voice recognition unit 108, a natural language processing unit 110, a determination unit 112, a user vector generation unit 114, and an analysis unit. It includes 116, a collection unit 118, a dictionary generation unit 120, a verification unit 122, a provision unit 124, and a storage unit 130. The combination of the voice recognition unit 108 and the natural language processing unit 110 is an example of the "extraction unit". The user vector generation unit 114 is an example of the “first generation unit”. The dictionary generation unit 120 is an example of the “second generation unit”.

認証部104と、取得部106と、音声認識部108と、自然言語処理部110と、判定部112と、ユーザベクトル生成部114と、解析部116と、収集部118と、辞書生成部120と、検証部122と、提供部124は、それぞれ、CPU(Central Processing Unit)等のハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。また、これらの構成要素のうち一部または全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等のハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDD(Hard Disk Drive)やフラッシュメモリ等の記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROM等の着脱可能な記憶媒体(非一過性の記憶媒体)に格納されており、記憶媒体がドライブ装置等に装着されることで情報提供装置100の記憶装置にインストールされてもよい。 The authentication unit 104, the acquisition unit 106, the voice recognition unit 108, the natural language processing unit 110, the determination unit 112, the user vector generation unit 114, the analysis unit 116, the collection unit 118, and the dictionary generation unit 120. The verification unit 122 and the provision unit 124 are each realized by executing a program (software) by a hardware processor such as a CPU (Central Processing Unit). In addition, some or all of these components are hardware (circuits) such as LSI (Large Scale Integration), ASIC (Application Specific Integrated Circuit), FPGA (Field-Programmable Gate Array), GPU (Graphics Processing Unit), etc. It may be realized by the part; including circuitry), or it may be realized by the cooperation of software and hardware. The program may be stored in advance in a storage device (a storage device including a non-transient storage medium) such as an HDD (Hard Disk Drive) or a flash memory, or a removable storage such as a DVD or a CD-ROM. It is stored in a medium (non-transient storage medium), and may be installed in the storage device of the information providing device 100 by mounting the storage medium on a drive device or the like.

記憶部130は、上記の各種記憶装置、或いはEEPROM(Electrically Erasable Programmable Read Only Memory)、ROM(Read Only Memory)、またはRAM(Random Access Memory)等により実現される。記憶部130には、上記のプロセッサによって参照されるプログラムに加えて、例えば、ユーザ認証情報132、発話履歴情報134、行動履歴情報136などが格納される。 The storage unit 130 is realized by the above-mentioned various storage devices, EEPROM (Electrically Erasable Programmable Read Only Memory), ROM (Read Only Memory), RAM (Random Access Memory), or the like. In addition to the program referenced by the processor, the storage unit 130 stores, for example, user authentication information 132, speech history information 134, action history information 136, and the like.

ユーザ認証情報132には、例えば、情報提供装置100を利用するユーザを識別する情報や認証部104による認証時に用いられる情報等が含まれる。ユーザ認証情報132は、例えば、ユーザID、パスワード、住所、氏名、年齢、性別、趣味、特技、指向情報等である。指向情報とは、ユーザの指向性を示す情報であり、例えば、ユーザの考え方を示す情報や、好みなどを示す情報(嗜好性の情報)、ユーザが重視する事項を示す情報等である。 The user authentication information 132 includes, for example, information for identifying a user who uses the information providing device 100, information used at the time of authentication by the authentication unit 104, and the like. The user authentication information 132 is, for example, a user ID, a password, an address, a name, an age, a gender, a hobby, a special skill, orientation information, and the like. The directivity information is information indicating the directivity of the user, for example, information indicating the user's way of thinking, information indicating preference (information on preference), information indicating items that the user attaches importance to, and the like.

発話履歴情報134は、音声ユーザインターフェースとして機能する通信端末300又はエージェント装置500に対して、ユーザが話しかけた言葉(つまり発話)の履歴情報である。発話履歴情報134には、一人のユーザの発話履歴である個人発話履歴情報134Aと、複数のユーザの発話履歴である集団発話履歴情報134Bとが含まれる。例えば、エージェント装置500が搭載された車両Mに一人のユーザのみが乗車している場合(エージェント装置500によって一人のユーザの発話のみが収音された場合)、そのユーザの発話履歴は、個人発話履歴情報134Aとして記録される。一方、車両Mに複数のユーザが集団で乗車している場合(エージェント装置500によって複数のユーザの発話が収音された場合)、それら複数のユーザの発話履歴は、集団発話履歴情報134Bとして記録される。 The utterance history information 134 is history information of words (that is, utterances) spoken by the user to the communication terminal 300 or the agent device 500 that functions as a voice user interface. The utterance history information 134 includes individual utterance history information 134A, which is the utterance history of one user, and group utterance history information 134B, which is the utterance history of a plurality of users. For example, when only one user is in the vehicle M on which the agent device 500 is mounted (when only one user's utterance is picked up by the agent device 500), the utterance history of that user is an individual utterance. It is recorded as history information 134A. On the other hand, when a plurality of users are in a group on the vehicle M (when the utterances of the plurality of users are picked up by the agent device 500), the utterance histories of the plurality of users are recorded as the group utterance history information 134B. Will be done.

行動履歴情報136は、観光地への訪問やインターネット検索といったユーザの行動の履歴情報である。行動履歴情報136には、一人のユーザの行動履歴である個人行動履歴情報136Aと、複数のユーザの行動履歴である集団行動履歴情報136Bとが含まれる。例えば、エージェント装置500が搭載された車両Mに一人のユーザのみが乗車している場合、そのユーザを乗せた車両Mの位置の遷移履歴(移動履歴)は、個人発話履歴情報134Aとして記録される。一方、車両Mに複数のユーザが集団で乗車している場合、それら複数のユーザを乗せた車両Mの位置の遷移履歴(移動履歴)は、集団発話履歴情報134Bとして記録される。また、一人のユーザが通信端末300を携行して移動した場合、その通信端末300の位置の遷移履歴(移動履歴)は、個人発話履歴情報134Aとして記録される。一方、複数のユーザのそれぞれが通信端末300を携行して移動した場合、それら複数の通信端末300の位置の遷移履歴(移動履歴)は、集団発話履歴情報134Bとして記録される。 The behavior history information 136 is history information of the user's behavior such as a visit to a tourist spot or an Internet search. The action history information 136 includes individual action history information 136A, which is the action history of one user, and group action history information 136B, which is the action history of a plurality of users. For example, when only one user is on the vehicle M on which the agent device 500 is mounted, the transition history (movement history) of the position of the vehicle M on which the user is placed is recorded as the personal utterance history information 134A. .. On the other hand, when a plurality of users are on the vehicle M in a group, the transition history (movement history) of the position of the vehicle M on which the plurality of users are placed is recorded as the group utterance history information 134B. Further, when one user carries and moves the communication terminal 300, the transition history (movement history) of the position of the communication terminal 300 is recorded as the personal utterance history information 134A. On the other hand, when each of the plurality of users carries and moves the communication terminal 300, the transition history (movement history) of the positions of the plurality of communication terminals 300 is recorded as the group utterance history information 134B.

通信部102は、ネットワークNWを介して通信端末300、エージェント装置500、その他の外部装置と通信するインターフェースである。例えば、通信部102は、NIC(Network Interface Card)や、無線通信用のアンテナなどを備える。 The communication unit 102 is an interface for communicating with the communication terminal 300, the agent device 500, and other external devices via the network NW. For example, the communication unit 102 includes a NIC (Network Interface Card), an antenna for wireless communication, and the like.

認証部104は、情報提供システム1を利用するユーザ(例えば、ユーザU1、U2)に関する情報を、ユーザ認証情報132として記憶部130に登録する。例えば、認証部104は、通信端末300又はエージェント装置500からユーザ登録要求を受け付けた場合に、ユーザ認証情報132に含まれる各種情報を入力するためのGUI(Graphical User Interface)を、登録要求を受け付けた装置に表示させる。ユーザがGUIに各種情報を入力すると、認証部104は、その装置からユーザに関する情報を取得する。そして、認証部104は、通信端末300又はエージェント装置500から取得したユーザに関する情報を記憶部130にユーザ認証情報132として登録する。 The authentication unit 104 registers information about a user (for example, users U1 and U2) who uses the information providing system 1 in the storage unit 130 as user authentication information 132. For example, when the authentication unit 104 receives a user registration request from the communication terminal 300 or the agent device 500, the authentication unit 104 accepts a GUI (Graphical User Interface) for inputting various information included in the user authentication information 132. Display on the device. When the user inputs various information into the GUI, the authentication unit 104 acquires information about the user from the device. Then, the authentication unit 104 registers the information about the user acquired from the communication terminal 300 or the agent device 500 in the storage unit 130 as the user authentication information 132.

図2は、ユーザ認証情報132の内容について説明するための図である。ユーザ認証情報132は、例えば、ユーザの認証情報に対して、そのユーザの住所、氏名、年齢、性別、連絡先、指向情報等の情報が対応付けられたものである。認証情報には、例えば、ユーザを識別する識別情報であるユーザIDやパスワード等が含まれる。また、認証情報には、指紋情報や虹彩情報等の生体認証情報が含まれてもよい。連絡先は、例えば、そのユーザによって使用される音声ユーザインターフェース(通信端末300又はエージェント装置500)と通信するためのアドレス情報であってもよいし、ユーザの電話番号やメールアドレス、端末識別情報等であってもよい。情報提供装置100は、連絡先の情報に基づいて、各移動通信機器と通信し、各種情報を提供する。 FIG. 2 is a diagram for explaining the contents of the user authentication information 132. The user authentication information 132 is, for example, associated with the user's authentication information by information such as the user's address, name, age, gender, contact information, and orientation information. The authentication information includes, for example, a user ID, a password, and the like, which are identification information for identifying the user. Further, the authentication information may include biometric authentication information such as fingerprint information and iris information. The contact information may be, for example, address information for communicating with the voice user interface (communication terminal 300 or agent device 500) used by the user, the user's telephone number, e-mail address, terminal identification information, or the like. May be. The information providing device 100 communicates with each mobile communication device based on the contact information and provides various information.

認証部104は、予め登録しておいたユーザ認証情報132に基づいて情報提供システム1のサービスのユーザを認証する。例えば、認証部104は、通信端末300またはエージェント装置500からサービスの利用要求を受け付けたタイミングでユーザを認証する。具体的には、認証部104は、利用要求を受け付けた場合に、ユーザIDやパスワード等の認証情報を入力するためのGUIを、要求のあった端末装置に表示させると共に、そのGUI上に入力された入力認証情報とユーザ認証情報132の認証情報とを比較する。認証部104は、ユーザ認証情報132の中に、入力認証情報に合致する認証情報が格納されているか否かを判定し、入力認証情報に合致する認証情報が格納されている場合、サービスの利用を許可する。一方、認証部104は、入力認証情報に合致する認証情報が格納されていない場合、サービスの利用を禁止したり、或いは新規登録を行わせるための処理を行う。 The authentication unit 104 authenticates the user of the service of the information providing system 1 based on the user authentication information 132 registered in advance. For example, the authentication unit 104 authenticates the user at the timing when the service use request is received from the communication terminal 300 or the agent device 500. Specifically, when the authentication unit 104 receives the usage request, the authentication unit 104 displays the GUI for inputting the authentication information such as the user ID and the password on the requested terminal device, and inputs the GUI on the GUI. The input authentication information and the authentication information of the user authentication information 132 are compared. The authentication unit 104 determines whether or not the authentication information matching the input authentication information is stored in the user authentication information 132, and if the authentication information matching the input authentication information is stored, the service is used. Allow. On the other hand, when the authentication information matching the input authentication information is not stored, the authentication unit 104 performs a process for prohibiting the use of the service or for making a new registration.

取得部106は、通信部102を介して(ネットワークNWを介して)、通信端末300またはエージェント装置500から、一人又は複数人のユーザの発話を取得し、それを発話履歴情報134として記憶部130に格納する。ユーザの発話は、音声データ(音響データや音響ストリームともいう)であってもよいし、その音声データから認識されたテキストデータであってもよい。また、取得部106は、通信部102を介して(ネットワークNWを介して)、通信端末300またはエージェント装置500から、一人又は複数人のユーザの行動履歴を取得し、それを行動履歴情報136として記憶部130に格納する。 The acquisition unit 106 acquires utterances of one or a plurality of users from the communication terminal 300 or the agent device 500 via the communication unit 102 (via the network NW), and stores the utterances as the utterance history information 134 in the storage unit 130. Store in. The user's utterance may be voice data (also referred to as acoustic data or acoustic stream), or may be text data recognized from the voice data. Further, the acquisition unit 106 acquires the action history of one or a plurality of users from the communication terminal 300 or the agent device 500 via the communication unit 102 (via the network NW), and uses it as the action history information 136. It is stored in the storage unit 130.

図3は、個人発話履歴情報134Aの内容について説明するための図である。個人発話履歴情報134Aは、例えば、ユーザが発話した日時に、その発話がなされた場所、その発話の内容発話、および提供情報が対応付けられたものである。発話内容は、ユーザが発話した音声であってもよいし、後述する音声認識部108による音声認識によって得られたテキストであってもよい。提供情報は、ユーザの発話に対するレスポンスとして提供部124により提供された情報である。提供情報には、例えば、対話用の音声情報や、画像や動作等の表示情報が含まれる。 FIG. 3 is a diagram for explaining the contents of the personal utterance history information 134A. In the personal utterance history information 134A, for example, the place where the utterance was made, the content utterance of the utterance, and the provided information are associated with the date and time when the user utters the utterance. The utterance content may be a voice spoken by the user, or may be a text obtained by voice recognition by the voice recognition unit 108, which will be described later. The provided information is information provided by the providing unit 124 as a response to the user's utterance. The provided information includes, for example, voice information for dialogue and display information such as images and actions.

図4は、集団発話履歴情報134Bの内容について説明するための図である。集団発話履歴情報134Bは、例えば、ユーザが発話した日時に対して、その発話がなされた場所、その発話の内容発話、提供情報といった情報に加えて、更に、集団メンバ情報が対応付けられたものである。集団メンバ情報とは、例えば、同じ車両Mに乗車した他のユーザや、同じ場所に同行した他のユーザ、位置情報から同時刻に同じ場所にいたとみなせる他のユーザに関する情報(例えばユーザID等)である。 FIG. 4 is a diagram for explaining the contents of the group utterance history information 134B. The group utterance history information 134B is, for example, associated with the date and time when the user utters, in addition to information such as the place where the utterance was made, the content of the utterance, and the provided information, and further, the group member information is associated with the information. Is. The group member information is, for example, information about other users who got on the same vehicle M, other users who accompanied the same place, and other users who can be regarded as being at the same place at the same time from the position information (for example, user ID, etc.). ).

図5は、個人行動履歴情報136Aの内容について説明するための図である。個人行動履歴情報136Aは、例えば、ユーザIDおよびに日時に対して、行動履歴が対応付けられたものである。行動履歴には、例えば、ユーザが訪問先や、その移動手段などが含まれる。上述したように、行動履歴には、インターネット上の行動履歴が含まれていてもよい。 FIG. 5 is a diagram for explaining the contents of the personal behavior history information 136A. The personal action history information 136A has, for example, a user ID and a date and time associated with the action history. The action history includes, for example, a visit destination by the user and a means of transportation thereof. As described above, the action history may include the action history on the Internet.

図6は、集団行動履歴情報136Bの内容について説明するための図である。集団行動履歴情報136Bは、例えば、ユーザIDおよびに日時に対して、行動履歴と、集団メンバ情報とが対応付けられたものである。 FIG. 6 is a diagram for explaining the contents of the group action history information 136B. In the group action history information 136B, for example, the action history and the group member information are associated with each other with respect to the user ID and the date and time.

音声認識部108は、ユーザの発話音声を認識する音声認識(音声をテキスト化する処理)を行う。例えば、音声認識部108は、取得部106によって取得されたユーザの発話を表す音声データに対して音声認識を行い、音声データをテキスト化したテキストデータを生成する。テキストデータには、発話の内容が文字として記述された文字列が含まれる。 The voice recognition unit 108 performs voice recognition (process of converting the voice into text) for recognizing the voice spoken by the user. For example, the voice recognition unit 108 performs voice recognition on the voice data representing the user's utterance acquired by the acquisition unit 106, and generates text data obtained by converting the voice data into text. The text data includes a character string in which the content of the utterance is described as a character.

例えば、音声認識部108は、音響モデルと、自動音声認識のための辞書(以下、ASR辞書と称する)とを用いて、音声データをテキスト化してよい。音響モデルは、入力された音声を周波数に応じて分離し、その分離した各音声を音素(スペクトログラム)に変換するよう予め学習又は調整されたモデルであり、例えば、ニューラルネットワークや隠れマルコフモデルなどである。ASR辞書は、複数の音素の組み合わせに対して文字列が対応付けれており、更に、構文によって文字列の区切る位置が定義付けられたデータベースである。ASR辞書は、いわゆるパターンマッチ辞書である。例えば、音声認識部108は、音声データを音響モデルに入力し、その音響モデルによって出力された音素の集合をASR辞書の中から探し、その音素の集合に対応した文字列を取得する。音声認識部108は、このように得られた文字列の組み合わせをテキストデータとして生成する。なお、音声認識部108は、ASR辞書を使用する代わりに、例えばn-gramモデル等によって実装された言語モデルを用いて、音響モデルの出力結果からテキストデータを生成してもよい。 For example, the voice recognition unit 108 may convert voice data into text using an acoustic model and a dictionary for automatic voice recognition (hereinafter referred to as an ASR dictionary). The acoustic model is a model that is pre-trained or adjusted so as to separate the input voice according to the frequency and convert each separated voice into a phoneme (spectrogram). For example, in a neural network or a hidden Markov model. be. The ASR dictionary is a database in which character strings are associated with a combination of a plurality of phonemes, and the positions where the character strings are separated are defined by a syntax. The ASR dictionary is a so-called pattern matching dictionary. For example, the voice recognition unit 108 inputs voice data to an acoustic model, searches the ASR dictionary for a set of phonemes output by the acoustic model, and acquires a character string corresponding to the set of phonemes. The voice recognition unit 108 generates the combination of the character strings thus obtained as text data. Instead of using the ASR dictionary, the voice recognition unit 108 may generate text data from the output result of the acoustic model by using, for example, a language model implemented by an n-gram model or the like.

自然言語処理部110は、テキストの構造や意味を理解する自然言語理解を行う。例えば、自然言語処理部110は、意味解釈のために予め用意された辞書(以下、NLU辞書)を参照しながら、音声認識部108によって生成されたテキストデータの意味を解釈する。NLU辞書は、テキストデータに対して抽象化された意味情報が対応付けられたデータベースである。例えば、NLU辞書は、「私」という単語と「同僚」という単語が互いに関係性が高く、「ハンバーガー」という単語と「食べる」という単語が互いに関係性が高い、といったことを定義している。これにより例えば、「私は同僚とハンバーガーを食べた」という文章が、「私」という単一の主体が「同僚」及び「ハンバーガー」という2つの客体に対して、「食べる」という行為を行ったという意味で解釈されるのではなく、「私」及び「同僚」という2つの主体が「ハンバーガー」という単一の客体に対して、「食べる」という行為を行ったという意味で解釈されることになる。NLU辞書は、同義語や類義語などを含んでもよい。音声認識と自然言語理解は、必ずしも段階が明確に分かれる必要はなく、自然言語理解の結果を受けて音声認識の結果を修正するなど、相互に影響し合って行われてよい。 The natural language processing unit 110 performs natural language understanding to understand the structure and meaning of text. For example, the natural language processing unit 110 interprets the meaning of the text data generated by the speech recognition unit 108 while referring to a dictionary (hereinafter, NLU dictionary) prepared in advance for meaning interpretation. The NLU dictionary is a database in which abstract semantic information is associated with text data. For example, the NLU dictionary defines that the words "I" and "colleagues" are highly related to each other, and the words "hamburger" and "eat" are highly related to each other. As a result, for example, the sentence "I ate a hamburger with a colleague" performed the act of "eating" to two objects, "colleague" and "hamburger", by a single subject "I". It is not interpreted in the sense that it is interpreted in the sense that the two subjects "I" and "colleague" performed the act of "eating" on a single object called "hamburger". Become. The NLU dictionary may include synonyms, synonyms, and the like. Speech recognition and natural language understanding do not necessarily have to be clearly separated into stages, and may be performed by interacting with each other, such as modifying the result of speech recognition based on the result of natural language understanding.

また、自然言語処理部110は、音声認識部108によって生成されたテキストデータから固有表現を抽出する。例えば、自然言語処理部110は、TF(Term Frequency)-IDF(Inverse Document Frequency)などを用いて、固有表現を抽出してよい。 Further, the natural language processing unit 110 extracts the named entity from the text data generated by the voice recognition unit 108. For example, the natural language processing unit 110 may use TF (Term Frequency) -IDF (Inverse Document Frequency) or the like to extract a named entity.

固有表現とは、例えば、名詞のような一つの単語(ワード)であってもよいし、名詞と名詞とが他の品詞(例えば助詞)で接続された一つの句(フレーズ)であってもよいし、名詞や動詞、助詞、助動詞などの種々の品詞を含む一つの文(センテンス)であってもよい。 The proper expression may be, for example, one word (word) such as a noun, or one phrase (phrase) in which a noun and a noun are connected by another part of speech (for example, an auxiliary verb). It may be a single sentence containing various parts of speech such as nouns, verbs, auxiliary verbs, and auxiliary verbs.

例えば、固有表現には、ある地名や、その地名の言い回し、ある標章や、その標章の言い回しなどが含まれる。標章には、例えば、企業名、ブランド名、店舗名などが含まれる。例えば、ある企業の公式名称が「本田技研工業株式会社」であり、その「本田技研工業株式会社」という企業の本社が存在する地域のユーザが、その企業のことを親しみをこめて「本田技研」などとを呼称していたとする。この場合、「本田技研」という固有表現は、「本田技研工業株式会社」という固有表現の言い回しとして扱われる。また、ある飲食店の公式名称が「ABCDEF」であるときに、ある地域のユーザがその飲食店のことを「ABC」と省略して呼称しているのに対して、別の地域のユーザがその飲食店のことを「DEF」と省略して呼称していたとする。この場合、「ABC」や「DEF」のように地域で呼び方が異なる固有表現は、「ABCDEF」という固有表現の言い回しとして扱われる。また、固有表現とその言い回しとの関係は、地域に限らず、若者と大人といったように年齢や世代の違いのなかにも存在していてよいし、コミュニティや派閥などの違いのなかにも存在していてよい。このような関係は、例えば、広く一般的に知られているメジャーな名称と、メジャーな名称と同一の意味で使用されるマイナーな名称との間にも存在していてよい。このように、自然言語処理部110は、文字列的に互いに異なる表現であるものの、その意味する対象が同一である表現を、それぞれ固有表現として抽出する。 For example, named entity includes a place name, the wording of the place name, a mark, and the wording of the mark. The mark includes, for example, a company name, a brand name, a store name, and the like. For example, the official name of a company is "Honda Motor Co., Ltd.", and users in the area where the head office of the company "Honda Motor Co., Ltd." is located are familiar with the company and "Honda Motor Co., Ltd." "And so on. In this case, the named entity "Honda Motor Co., Ltd." is treated as the phrase "Honda Motor Co., Ltd.". Also, when the official name of a restaurant is "ABCDEF", users in one area abbreviate the restaurant as "ABC", while users in another area call it "ABC". It is assumed that the restaurant is abbreviated as "DEF". In this case, named entities that are called differently in different regions, such as "ABC" and "DEF", are treated as the phrase "ABCDEF". In addition, the relationship between named entity recognition and its wording may exist not only in regions but also in differences in age and generation, such as young people and adults, and also in differences in communities and factions. You can do it. Such a relationship may also exist, for example, between a widely known major name and a minor name that is used interchangeably with the major name. In this way, the natural language processing unit 110 extracts expressions that are different from each other in terms of character strings but have the same meaning, as unique expressions.

判定部112は、行動履歴情報136に含まれる複数のユーザのそれぞれの行動履歴に基づいて、各々のユーザが訪問回数が急増した地点を訪問したか否かを判定する。「訪問回数が急増した地点」とは、例えば、他のユーザによって訪問された回数が閾値以上の地点、又は他のユーザによって訪問された回数の所定期間あたりの増加率が閾値以上の地点である。 The determination unit 112 determines whether or not each user has visited a point where the number of visits has increased rapidly, based on the action history of each of the plurality of users included in the action history information 136. The "point where the number of visits has increased sharply" is, for example, a point where the number of visits by other users is equal to or higher than the threshold value, or a point where the rate of increase in the number of visits by other users per predetermined period is equal to or higher than the threshold value. ..

ユーザベクトル生成部114は、自然言語処理部110によって抽出された固有表現と、判定部112による判定結果とを組み合わせた多次元の特徴量を、ユーザごとに生成する。例えば、ユーザベクトル生成部114は、TF-IDFなどを用いて得られた固有表現のベクトル(以下、「発話ベクトル」という)と、判定部112による判定結果に基づくベクトル(以下、「行動ベクトル」という)とを組み合わせ、それらの組み合わせを一つのベクトルとして生成する。以下、発話ベクトルと行動ベクトルとを組み合わせたベクトルのことを、「ユーザベクトル」と称して説明する。発話ベクトルは「第1特徴量」の一例であり、行動ベクトルは「第2特徴量」の一例である。 The user vector generation unit 114 generates a multidimensional feature amount for each user, which is a combination of the named entity extracted by the natural language processing unit 110 and the determination result by the determination unit 112. For example, the user vector generation unit 114 has a vector of named entity obtained by using TF-IDF or the like (hereinafter, referred to as “utterance vector”) and a vector based on the determination result by the determination unit 112 (hereinafter, “action vector””. ) And the combination is generated as one vector. Hereinafter, a vector that combines an utterance vector and an action vector will be referred to as a “user vector”. The utterance vector is an example of the "first feature amount", and the action vector is an example of the "second feature amount".

解析部116は、ユーザベクトルが生成された複数のユーザのクラスタリングを行い、発話内容や訪問地点といった特徴が類似するユーザ同士を同一のクラスタに分類する。この際、解析部116は、ユーザベクトルの次元を圧縮してよい。次元圧縮には、例えば、主成分分析や、LDA(Latent Dirichlet Allocation)に代表されるようなトピックモデル、Word2Vecなどのニューラルネットワークなどが利用されてよい。また、次元圧縮には、正則化回帰の一つであるLASSO(Least Absolute Shrinkage and Selection Operator)や、NMF(Nonnegative Matrix Factorization)などが利用されてもよい。 The analysis unit 116 clusters a plurality of users for which a user vector is generated, and classifies users having similar characteristics such as utterance contents and visited points into the same cluster. At this time, the analysis unit 116 may compress the dimension of the user vector. For dimensional compression, for example, principal component analysis, a topic model represented by LDA (Latent Dirichlet Allocation), a neural network such as Word2Vec, or the like may be used. Further, for dimension compression, LASSO (Least Absolute Shrinkage and Selection Operator), which is one of regularization regression, NMF (Nonnegative Matrix Factorization), and the like may be used.

収集部118は、クラスタリングによって生成されたクラスタごとに、そのクラスタに属するユーザの発話から抽出された固有表現の共起表現を収集する。共起表現とは、例えば、ウェブサイトなどにおいて、ユーザの発話から抽出された固有表現とともに出現しやすい単語などである。例えば、収集部118は、通信部102を介してウェブサーバ等にアクセスし、そのウェブサーバによって提供されるウェブサイトをクロールし、コンテンツを収集する。収集部118は、アソシエーション分析等を利用して、収集したコンテンツから共起表現を抽出する。このように、収集部118は、Webクローラーのように機能してよい。 The collecting unit 118 collects the co-occurrence expression of the named entity extracted from the utterance of the user belonging to the cluster for each cluster generated by the clustering. The co-occurrence expression is, for example, a word that easily appears together with a named entity extracted from a user's utterance on a website or the like. For example, the collecting unit 118 accesses a web server or the like via the communication unit 102, crawls the website provided by the web server, and collects the content. The collection unit 118 extracts co-occurrence expressions from the collected content by using association analysis or the like. In this way, the collecting unit 118 may function like a Web crawler.

辞書生成部120は、クラスタリングによって生成されたクラスタごとに、音声認識や自然言語理解といった各情報処理のための辞書(以下、情報処理辞書と称する)を生成する。情報処理辞書とは、上述した音声認識(音声のテキスト化)の際に参照されるASR辞書と、自然言語理解(テキストの意味解釈)の際に参照されるNLU辞書とのうち、いずれか一方又は双方の辞書である。例えば、音声認識の際にASR辞書ではなく言語モデルが利用される場合、情報処理辞書には、NLU辞書のみが含まれる。情報処理辞書には、収集部118によって収集された共起表現が包含される。 The dictionary generation unit 120 generates a dictionary (hereinafter referred to as an information processing dictionary) for each information processing such as speech recognition and natural language understanding for each cluster generated by clustering. The information processing dictionary is either an ASR dictionary referred to in the above-mentioned speech recognition (speech text conversion) or an NLU dictionary referred to in natural language understanding (text meaning interpretation). Or both dictionaries. For example, when a language model is used instead of an ASR dictionary for speech recognition, the information processing dictionary includes only an NLU dictionary. The information processing dictionary includes co-occurrence expressions collected by the collecting unit 118.

検証部122は、辞書生成部120によって生成された情報処理辞書の精度を検証する。検証方法の詳細については後述する。 The verification unit 122 verifies the accuracy of the information processing dictionary generated by the dictionary generation unit 120. The details of the verification method will be described later.

提供部124は、通信部102を介して、音声ユーザインターフェースである通信端末300又はエージェント装置500に各種情報を提供(送信)する。例えば、取得部106が通信端末300又はエージェント装置500から問い合わせや要求を発話として取得した場合、提供部124は、その問い合わせや要求のレスポンスとなる情報を生成する。例えば、「今日の天気を教えて」という意味の発話が取得された場合、提供部124は、「今日」と「天気」という固有表現に対応したコンテンツ(天気予報の結果を表す画像や映像、音声など)を生成してよい。そして、提供部124は、通信部102を介して、生成した情報を問い合わせや要求のあった音声ユーザインターフェースに返信する。 The providing unit 124 provides (transmits) various information to the communication terminal 300 or the agent device 500, which is a voice user interface, via the communication unit 102. For example, when the acquisition unit 106 acquires an inquiry or request as an utterance from the communication terminal 300 or the agent device 500, the provision unit 124 generates information that is a response to the inquiry or request. For example, when an utterance meaning "tell me the weather today" is acquired, the provider 124 will provide content corresponding to the unique expressions "today" and "weather" (images and videos showing the results of weather forecasts, etc.). Voice etc.) may be generated. Then, the providing unit 124 returns the generated information to the voice user interface inquired or requested via the communication unit 102.

また、提供部124は、辞書生成部120によって生成された情報処理辞書の利用案内情報を、通信端末300又はエージェント装置500に提供する。利用案内情報とは、例えば、ASR辞書が音声認識の際に新たに参照(使用)されるようユーザに設定を推奨したり、或いは、NLU辞書が自然言語理解の際に新たに参照(使用)されるようユーザに設定を推奨したりする情報である。 Further, the providing unit 124 provides the communication terminal 300 or the agent device 500 with the usage guidance information of the information processing dictionary generated by the dictionary generation unit 120. The usage guidance information is, for example, recommended to the user to newly refer (use) the ASR dictionary during voice recognition, or to newly refer (use) the NLU dictionary when understanding natural language. This is information that recommends the user to set it.

[通信端末]
次に、通信端末300の構成について説明する。図7は、実施形態の通信端末300の構成図である。通信端末300は、例えば、端末側通信部310と、入力部320と、ディスプレイ330と、スピーカ340と、マイクロフォン(以下、マイク)350と、位置取得部355と、カメラ360と、アプリ実行部370と、出力制御部380と、端末側記憶部390とを備える。位置取得部355と、アプリ実行部370と、出力制御部380とは、例えば、CPU等のハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。また、これらの構成要素のうち一部または全部は、LSIやASIC、FPGA、GPU等のハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDDやフラッシュメモリ等の記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROM等の着脱可能な記憶媒体(非一過性の記憶媒体)に格納されており、記憶媒体がドライブ装置やカードスロット等に装着されることで通信端末300の記憶装置にインストールされてもよい。
[Communication terminal]
Next, the configuration of the communication terminal 300 will be described. FIG. 7 is a configuration diagram of the communication terminal 300 of the embodiment. The communication terminal 300 includes, for example, a terminal-side communication unit 310, an input unit 320, a display 330, a speaker 340, a microphone (hereinafter, microphone) 350, a position acquisition unit 355, a camera 360, and an application execution unit 370. And an output control unit 380 and a terminal side storage unit 390. The position acquisition unit 355, the application execution unit 370, and the output control unit 380 are realized by, for example, a hardware processor such as a CPU executing a program (software). Further, some or all of these components may be realized by hardware such as LSI, ASIC, FPGA, GPU (circuit unit; including circuitry), or realized by collaboration between software and hardware. May be done. The program may be stored in advance in a storage device such as an HDD or a flash memory (a storage device including a non-transient storage medium), or a removable storage medium (non-transient) such as a DVD or a CD-ROM. It is stored in a sex storage medium), and may be installed in the storage device of the communication terminal 300 by mounting the storage medium in a drive device, a card slot, or the like.

端末側記憶部390は、上記の各種記憶装置、或いはEEPROM、ROM、RAM等により実現されてもよい。端末側記憶部390には、例えば、上記のプログラムや、情報提供アプリケーション392、その他の各種情報が格納される。 The terminal-side storage unit 390 may be realized by the above-mentioned various storage devices, EEPROM, ROM, RAM, or the like. The terminal-side storage unit 390 stores, for example, the above program, the information providing application 392, and various other information.

端末側通信部310は、例えば、ネットワークNWを利用して、情報提供装置100、エージェント装置500、その他の外部装置と通信を行う。 The terminal-side communication unit 310 uses, for example, the network NW to communicate with the information providing device 100, the agent device 500, and other external devices.

入力部320は、例えば、各種キーやボタン等の操作によるユーザU1の入力を受け付ける。ディスプレイ330は、例えば、LCD(Liquid Crystal Display)や有機EL(Electro Luminescence)ディスプレイ等である。入力部320は、タッチパネルとしてディスプレイ330と一体に構成されていてもよい。ディスプレイ330は、出力制御部380の制御により、実施形態における各種情報を表示する。スピーカ340は、例えば、出力制御部380の制御により、所定の音声を出力する。マイク350は、例えば、出力制御部380の制御により、ユーザU1の音声の入力を受け付ける。 The input unit 320 accepts the input of the user U1 by operating various keys, buttons, or the like, for example. The display 330 is, for example, an LCD (Liquid Crystal Display), an organic EL (Electro Luminescence) display, or the like. The input unit 320 may be integrally configured with the display 330 as a touch panel. The display 330 displays various information in the embodiment under the control of the output control unit 380. The speaker 340 outputs a predetermined voice under the control of the output control unit 380, for example. The microphone 350 receives the voice input of the user U1 under the control of the output control unit 380, for example.

位置取得部355は、通信端末300の位置情報を取得する。例えば、位置取得部355は、GPS(Global Positioning System)などに代表されるGNSS(Global Navigation Satellite System)受信機を含む。位置情報とは、例えば、二次元の地図座標でもよく、緯度経度情報でもよい。位置取得部355は、端末側通信部310を介して、取得した位置情報を情報提供装置100に送信してよい。 The position acquisition unit 355 acquires the position information of the communication terminal 300. For example, the position acquisition unit 355 includes a GNSS (Global Navigation Satellite System) receiver represented by GPS (Global Positioning System) or the like. The position information may be, for example, two-dimensional map coordinates or latitude / longitude information. The position acquisition unit 355 may transmit the acquired position information to the information providing device 100 via the terminal-side communication unit 310.

カメラ360は、例えば、CCD(Charge Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)等の固体撮像素子(イメージセンサ)を利用したデジタルカメラである。例えば、ナビゲーション装置などの代用として通信端末300が車両Mのインストルメントパネルに取り付けられた場合、その通信端末300のカメラ360は、自動的に、又はユーザU1の操作に応じて、車両Mの車室内を撮像してよい。 The camera 360 is, for example, a digital camera using a solid-state image sensor (image sensor) such as a CCD (Charge Coupled Device) or a CMOS (Complementary Metal Oxide Semiconductor). For example, when the communication terminal 300 is attached to the instrument panel of the vehicle M as a substitute for a navigation device or the like, the camera 360 of the communication terminal 300 automatically or in response to the operation of the user U1 is the vehicle of the vehicle M. The room may be imaged.

アプリ実行部370は、端末側記憶部390に記憶された情報提供アプリケーション392を実行する。情報提供アプリケーション392は、情報提供装置100から提供された画像をディスプレイ330に出力させたり、情報提供装置100から提供された情報に対応する音声をスピーカ340から出力させたりするように、出力制御部380を制御するためのアプリケーションプログラムである。また、アプリ実行部370は、入力部320により入力された情報を、端末側通信部310を介して情報提供装置100に送信する。情報提供アプリケーション392は、例えば、ネットワークNWを介して外部装置からダウンロードされたものが通信端末300にインストールされてよい。 The application execution unit 370 executes the information providing application 392 stored in the terminal side storage unit 390. The information providing application 392 outputs an image provided by the information providing device 100 to the display 330, and outputs a voice corresponding to the information provided by the information providing device 100 from the speaker 340. It is an application program for controlling 380. Further, the application execution unit 370 transmits the information input by the input unit 320 to the information providing device 100 via the terminal-side communication unit 310. As the information providing application 392, for example, one downloaded from an external device via the network NW may be installed in the communication terminal 300.

出力制御部380は、アプリ実行部370の制御により、ディスプレイ330に画像を表示させたり、スピーカ340に音声を出力させたりする。その際、出力制御部380は、ディスプレイ330に表示させる画像の内容や態様を制御したり、スピーカ340に出力させる音声の内容や態様を制御したりしてよい。 The output control unit 380 displays an image on the display 330 and outputs sound to the speaker 340 under the control of the application execution unit 370. At that time, the output control unit 380 may control the content or mode of the image to be displayed on the display 330, or may control the content or mode of the sound to be output to the speaker 340.

[車両]
次に、エージェント装置500が搭載された車両Mの概略構成について説明する。図8は、エージェント装置500が搭載された車両Mの概略構成の一例を示す図である。図8に示す車両Mには、エージェント装置500と、マイク610と、表示・操作装置620と、スピーカユニット630と、ナビゲーション装置640と、MPU(Map Positioning Unit)650と、車両機器660と、車載通信装置670と、乗員認識装置690と、自動運転制御装置700とが搭載される。また、スマートフォンなどの汎用通信装置680が車室内に持ち込まれ、通信装置として使用される場合がある。汎用通信装置680は、例えば、通信端末300である。これらの装置は、CAN(Controller Area Network)通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。
[vehicle]
Next, a schematic configuration of the vehicle M on which the agent device 500 is mounted will be described. FIG. 8 is a diagram showing an example of a schematic configuration of a vehicle M on which the agent device 500 is mounted. The vehicle M shown in FIG. 8 includes an agent device 500, a microphone 610, a display / operation device 620, a speaker unit 630, a navigation device 640, an MPU (Map Positioning Unit) 650, a vehicle device 660, and an in-vehicle device. A communication device 670, an occupant recognition device 690, and an automatic operation control device 700 are mounted. In addition, a general-purpose communication device 680 such as a smartphone may be brought into the vehicle interior and used as a communication device. The general-purpose communication device 680 is, for example, a communication terminal 300. These devices are connected to each other by a multiplex communication line such as a CAN (Controller Area Network) communication line, a serial communication line, a wireless communication network, or the like.

先にエージェント装置500以外の構成について説明する。マイク610は、車室内で発せられた音声を収集する。表示・操作装置620は、画像を表示すると共に、入力操作を受付可能な装置(或いは装置群)である。表示・操作装置620は、典型的には、タッチパネルである。表示・操作装置620は、更に、HUD(Head Up Display)や機械式の入力装置を含んでもよい。スピーカユニット630は、例えば、車室内や車外に音声や警報音等を出力する。表示・操作装置620は、エージェント装置500とナビゲーション装置640とで共用されてもよい。 First, configurations other than the agent device 500 will be described. The microphone 610 collects the voice emitted in the passenger compartment. The display / operation device 620 is a device (or device group) capable of displaying an image and accepting an input operation. The display / operation device 620 is typically a touch panel. The display / operation device 620 may further include a HUD (Head Up Display) or a mechanical input device. The speaker unit 630 outputs, for example, a voice, an alarm sound, or the like inside or outside the vehicle. The display / operation device 620 may be shared by the agent device 500 and the navigation device 640.

ナビゲーション装置640は、ナビHMI(Human machine Interface)と、GPSなどの位置測位装置と、地図情報を記憶した記憶装置と、経路探索などを行う制御装置(ナビゲーションコントローラ)とを備える。マイク610、表示・操作装置620、およびスピーカユニット630のうち一部または全部がナビHMIとして用いられてもよい。ナビゲーション装置640は、位置測位装置によって特定された車両Mの位置に基づいて地図情報を参照し、地図情報から車両Mの位置からユーザによって入力された目的地まで移動するための経路(ナビ経路)を探索し、経路に沿って車両Mが走行できるように、ナビHMIを用いて案内情報を出力する。経路探索機能は、ネットワークNWを介してアクセス可能な情報提供装置100やナビゲーションサーバにあってもよい。この場合、ナビゲーション装置640は、情報提供装置100やナビゲーションサーバから経路を取得して案内情報を出力する。なお、エージェント装置500は、ナビゲーションコントローラを基盤として構築されてもよく、その場合、ナビゲーションコントローラとエージェント装置500は、ハードウェア上は一体に構成される。 The navigation device 640 includes a navigation HMI (Human machine Interface), a positioning device such as GPS, a storage device that stores map information, and a control device (navigation controller) that performs route search and the like. A part or all of the microphone 610, the display / operation device 620, and the speaker unit 630 may be used as the navigation HMI. The navigation device 640 refers to the map information based on the position of the vehicle M specified by the positioning device, and is a route (navigation route) for moving from the position of the vehicle M to the destination input by the user from the map information. Is searched, and guidance information is output using the navigation HMI so that the vehicle M can travel along the route. The route search function may be provided in the information providing device 100 or the navigation server accessible via the network NW. In this case, the navigation device 640 acquires a route from the information providing device 100 or the navigation server and outputs guidance information. The agent device 500 may be constructed based on the navigation controller, and in that case, the navigation controller and the agent device 500 are integrally configured on the hardware.

MPU650は、例えば、ナビゲーション装置640から提供された地図上経路を複数のブロックに分割し(例えば、車両進行方向に関して100[m]毎に分割し)、ブロックごとに推奨車線を決定する。例えば、MPU650は、左から何番目の車線を走行するといった決定を行う。また、MPU650は、ナビゲーション装置640の記憶装置に記憶された地図情報よりも高精度な地図情報(高精度地図)を用いて推奨車線を決定してもよい。高精度地図は、例えば、MPU650の記憶装置に記憶されていてもよく、ナビゲーション装置640の記憶装置やエージェント装置500の車両側記憶部560に記憶してもよい。高精度地図は、車線の中央の情報あるいは車線の境界の情報、交通規制情報、住所情報(住所・郵便番号)、施設情報、電話番号情報などが含まれてよい。 The MPU 650, for example, divides the map route provided by the navigation device 640 into a plurality of blocks (for example, divides the route into 100 [m] units with respect to the vehicle traveling direction), and determines a recommended lane for each block. For example, the MPU 650 determines which lane from the left to drive. Further, the MPU 650 may determine the recommended lane by using the map information (high-precision map) having higher accuracy than the map information stored in the storage device of the navigation device 640. The high-precision map may be stored in the storage device of the MPU 650, for example, or may be stored in the storage device of the navigation device 640 or the vehicle side storage unit 560 of the agent device 500. The high-precision map may include information on the center of the lane or information on the boundary of the lane, traffic regulation information, address information (address / zip code), facility information, telephone number information, and the like.

車両機器660は、例えば、カメラやレーダ装置、LIDAR(Light Detection and Ranging)、物体認識装置である。カメラは、例えば、CCDやCMOS等の固体撮像素子を利用したデジタルカメラである。カメラは、車両Mの任意の箇所に取り付けられる。レーダ装置は、車両Mの周辺にミリ波などの電波を放射すると共に、物体によって反射された電波(反射波)を検出して少なくとも物体の位置(距離および方位)を検出する。LIDARは、車両Mの周辺に光を照射し、散乱光を測定する。LIDARは、発光から受光までの時間に基づいて、対象までの距離を検出する。物体認識装置は、カメラ、レーダ装置、およびLIDARのうち一部または全部による検出結果に対してセンサフュージョン処理を行って、車両Mの周辺に存在する物体の位置、種類、速度などを認識する。物体認識装置は、認識結果をエージェント装置500や自動運転制御装置700に出力する。 The vehicle device 660 is, for example, a camera, a radar device, a LIDAR (Light Detection and Ranging), and an object recognition device. The camera is, for example, a digital camera using a solid-state image sensor such as a CCD or CMOS. The camera is attached to any part of the vehicle M. The radar device radiates radio waves such as millimeter waves around the vehicle M, and detects radio waves (reflected waves) reflected by the object to at least detect the position (distance and orientation) of the object. LIDAR irradiates the periphery of the vehicle M with light and measures the scattered light. LIDAR detects the distance to the target based on the time from light emission to light reception. The object recognition device performs sensor fusion processing on the detection result of a part or all of the camera, the radar device, and the LIDAR, and recognizes the position, type, speed, and the like of the object existing around the vehicle M. The object recognition device outputs the recognition result to the agent device 500 and the automatic operation control device 700.

また、車両機器660は、例えば、運転操作子や、走行駆動力出力装置、ブレーキ装置、ステアリング装置等を含む。運転操作子は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、エージェント装置500や自動運転制御装置700、もしくは、走行駆動力出力装置、ブレーキ装置、およびステアリング装置のうち一部または全部に出力される。走行駆動力出力装置は、車両Mが走行するための走行駆動力(トルク)を駆動輪に出力する。ブレーキ装置は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキECUとを備える。ブレーキECUは、自動運転制御装置700から入力される情報、或いは運転操作子から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ステアリング装置は、例えば、ステアリングECUと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングECUは、自動運転制御装置700から入力される情報、或いは運転操作子から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。 Further, the vehicle equipment 660 includes, for example, a driving operator, a traveling driving force output device, a braking device, a steering device, and the like. Driving controls include, for example, accelerator pedals, brake pedals, shift levers, steering wheels, odd-shaped steers, joysticks and other controls. A sensor for detecting the amount of operation or the presence or absence of operation is attached to the operation controller, and the detection result is the agent device 500, the automatic operation control device 700, or the traveling drive force output device, the brake device, and the steering. It is output to some or all of the devices. The traveling driving force output device outputs a traveling driving force (torque) for the vehicle M to travel to the drive wheels. The brake device includes, for example, a brake caliper, a cylinder that transmits hydraulic pressure to the brake caliper, an electric motor that generates hydraulic pressure in the cylinder, and a brake ECU. The brake ECU controls the electric motor according to the information input from the automatic operation control device 700 or the information input from the operation operator so that the brake torque corresponding to the braking operation is output to each wheel. The steering device includes, for example, a steering ECU and an electric motor. The electric motor, for example, exerts a force on the rack and pinion mechanism to change the direction of the steering wheel. The steering ECU drives the electric motor according to the information input from the automatic driving control device 700 or the information input from the driving operator, and changes the direction of the steering wheel.

また、車両機器660は、例えば、ドアロック装置、ドア開閉装置、窓、窓の開閉装置および窓の開閉制御装置、シート、シート位置の制御装置、ルームミラーおよびその角度位置制御装置、車両内外の照明装置およびその制御装置、ワイパーやデフォッガーおよびそれぞれの制御装置、方向指示灯およびその制御装置、空調装置などの車両情報装置などが含まれてもよい。 Further, the vehicle equipment 660 includes, for example, a door lock device, a door opening / closing device, a window, a window opening / closing device and a window opening / closing control device, a seat, a seat position control device, a room mirror and its angle position control device, and inside and outside the vehicle. Lighting devices and their control devices, wipers and defoggers and their respective control devices, direction indicator lights and their control devices, vehicle information devices such as air conditioners, and the like may be included.

車載通信装置670は、例えば、セルラー網やWi-Fi網を利用してネットワークNWにアクセス可能な無線通信装置である。 The in-vehicle communication device 670 is a wireless communication device that can access the network NW using, for example, a cellular network or a Wi-Fi network.

乗員認識装置690は、例えば、着座センサ、車室内カメラ、画像認識装置などを含む。着座センサは座席の下部に設けられた圧力センサ、シートベルトに取り付けられた張力センサなどを含む。車室内カメラは、車室内に設けられたCCDカメラやCMOSカメラである。画像認識装置は、車室内カメラの画像を解析し、座席ごとのユーザの有無、ユーザの顔などを認識して、ユーザの着座位置を認識する。また、乗員認識装置690は、予め登録された顔画像とのマッチング処理を行うことで、画像に含まれる運転席や助手席等に着座するユーザを特定してもよい。 The occupant recognition device 690 includes, for example, a seating sensor, a vehicle interior camera, an image recognition device, and the like. The seating sensor includes a pressure sensor provided at the bottom of the seat, a tension sensor attached to the seat belt, and the like. The vehicle interior camera is a CCD camera or a CMOS camera provided in the vehicle interior. The image recognition device analyzes the image of the vehicle interior camera, recognizes the presence / absence of the user for each seat, the face of the user, and the like, and recognizes the seating position of the user. Further, the occupant recognition device 690 may specify a user who is seated in a driver's seat, a passenger's seat, or the like included in the image by performing a matching process with a face image registered in advance.

自動運転制御装置700は、例えば、CPUなどのハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより処理を行う。自動運転制御装置700の構成要素のうち一部または全部は、LSIやASIC、FPGA、GPU等のハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め自動運転制御装置700のHDDやフラッシュメモリなどの記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体に格納されており、記憶媒体(非一過性の記憶媒体)がドライブ装置に装着されることで自動運転制御装置700のHDDやフラッシュメモリにインストールされてもよい。 The automatic operation control device 700 performs processing by, for example, a hardware processor such as a CPU executing a program (software). A part or all of the components of the automatic operation control device 700 may be realized by hardware (circuit unit; including circuitry) such as LSI, ASIC, FPGA, GPU, or cooperation between software and hardware. May be realized by. The program may be stored in advance in a storage device (a storage device including a non-transient storage medium) such as an HDD or a flash memory of the automatic operation control device 700, or may be detachable such as a DVD or a CD-ROM. It is stored in a storage medium, and may be installed in the HDD or flash memory of the automatic operation control device 700 by mounting the storage medium (non-transient storage medium) in the drive device.

自動運転制御装置700は、車両機器660の物体認識装置を介して入力された情報に基づいて、車両Mの周辺にある物体の位置、および速度、加速度等の状態を認識する。自動運転制御装置700は、原則的にはMPU650により決定された推奨車線を走行し、更に、車両Mの周辺状況に対応できるように、車両Mが自動的に(運転者の操作に依らずに)将来走行する目標軌道を生成する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、車両Mの到達すべき地点(軌道点)を順に並べたものとして表現される。 The automatic driving control device 700 recognizes the position, speed, acceleration, and other states of objects in the vicinity of the vehicle M based on the information input via the object recognition device of the vehicle equipment 660. In principle, the automatic driving control device 700 travels in the recommended lane determined by the MPU 650, and the vehicle M automatically (without depending on the driver's operation) so as to be able to respond to the surrounding conditions of the vehicle M. ) Generate a target track to run in the future. The target trajectory contains, for example, a speed element. For example, the target track is expressed as an arrangement of points (track points) to be reached by the vehicle M in order.

自動運転制御装置700は、目標軌道を生成するにあたり、自動運転のイベントを設定してよい。自動運転のイベントには、定速走行イベント、低速追従走行イベント、車線変更イベント、分岐イベント、合流イベント、テイクオーバーイベント、自動駐車イベントなどがある。自動運転制御装置700は、起動させたイベントに応じた目標軌道を生成する。また、自動運転制御装置700は、生成した目標軌道を、予定の時刻通りに車両Mが通過するように、車両機器660の走行駆動力出力装置、ブレーキ装置、およびステアリング装置を制御する。例えば、自動運転制御装置700は、目標軌道(軌道点)に付随する速度要素に基づいて、走行駆動力出力装置またはブレーキ装置を制御したり、目標軌道の曲がり具合に応じて、ステアリング装置を制御する。 The automatic driving control device 700 may set an event of automatic driving in generating a target trajectory. Autonomous driving events include constant speed driving events, low speed following driving events, lane change events, branching events, merging events, takeover events, automatic parking events, and the like. The automatic operation control device 700 generates a target trajectory according to the activated event. Further, the automatic driving control device 700 controls the traveling driving force output device, the braking device, and the steering device of the vehicle equipment 660 so that the vehicle M passes the generated target track at the scheduled time. For example, the automatic driving control device 700 controls a traveling driving force output device or a braking device based on a speed element associated with a target track (track point), or controls a steering device according to the degree of bending of the target track. do.

次に、エージェント装置500について説明する。エージェント装置500は、車両Mの乗員と対話を行う装置である。例えば、エージェント装置500は、乗員の発話を情報提供装置100に送信し、その発話に対する回答を情報提供装置100から受信する。エージェント装置500は、受信した回答を、音声や画像を用いて乗員に提示する。 Next, the agent device 500 will be described. The agent device 500 is a device that interacts with the occupant of the vehicle M. For example, the agent device 500 transmits the utterance of the occupant to the information providing device 100, and receives the answer to the utterance from the information providing device 100. The agent device 500 presents the received answer to the occupant using voice or an image.

エージェント装置500は、例えば、管理部520と、エージェント機能部540と、車両側記憶部560とを備える。管理部520は、例えば、音響処理部522と、表示制御部524と、音声制御部526とを備える。図8において、これらの構成要素の配置は説明のために簡易に示しており、実際には、例えば、エージェント機能部540と車載通信装置60の間に管理部520が介在してもよく、その配置は任意に改変することができる。 The agent device 500 includes, for example, a management unit 520, an agent function unit 540, and a vehicle-side storage unit 560. The management unit 520 includes, for example, an acoustic processing unit 522, a display control unit 524, and a voice control unit 526. In FIG. 8, the arrangement of these components is simply shown for the sake of explanation, and in reality, for example, a management unit 520 may intervene between the agent function unit 540 and the vehicle-mounted communication device 60. The arrangement can be modified arbitrarily.

エージェント装置500の車両側記憶部560以外の各構成要素は、例えば、CPUなどのハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。これらの構成要素のうち一部または全部は、LSIやASIC、FPGA、GPUなどのハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDD(Hard Disk Drive)やフラッシュメモリなどの記憶装置(非一過性の記憶媒体を備える記憶装置)に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体(非一過性の記憶媒体)に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。 Each component other than the vehicle-side storage unit 560 of the agent device 500 is realized by, for example, a hardware processor such as a CPU executing a program (software). Some or all of these components may be realized by hardware such as LSI, ASIC, FPGA, GPU (circuit part; including circuitry), or realized by the cooperation of software and hardware. May be good. The program may be stored in advance in a storage device (a storage device including a non-transient storage medium) such as an HDD (Hard Disk Drive) or a flash memory, or a removable storage device such as a DVD or a CD-ROM. It is stored in a medium (non-transient storage medium) and may be installed by mounting the storage medium in a drive device.

車両側記憶部560は、上記の各種記憶装置、或いはEEPROM、ROM、またはRAM等により実現されてよい。車両側記憶部560には、例えば、プログラム、その他各種情報が格納される。 The vehicle-side storage unit 560 may be realized by the above-mentioned various storage devices, EEPROM, ROM, RAM, or the like. For example, a program and various other information are stored in the vehicle side storage unit 560.

管理部520は、OS(Operating System)やミドルウェアなどのプログラムが実行されることで機能する。 The management unit 520 functions by executing a program such as an OS (Operating System) or middleware.

音響処理部522は、車両Mの乗員(例えば、ユーザU2)から受け付けた各種音声のうち、問い合わせや要求等に関する情報を認識するのに適した状態になるように、入力された音に対して音響処理を行う。具体的には、音響処理部522は、ノイズ除去などの音響処理を行ってよい。 The sound processing unit 522 receives input sound from the occupant of the vehicle M (for example, user U2) so as to be in a state suitable for recognizing information related to an inquiry, a request, or the like. Perform sound processing. Specifically, the acoustic processing unit 522 may perform acoustic processing such as noise reduction.

表示制御部524は、エージェント機能部540からの指示に応じて、表示・操作装置620等の出力装置に車両Mの乗員からの問い合わせや要求に対する回答結果に関する画像を生成する。回答結果に関する画像とは、例えば、問い合わせや要求等に対する回答結果を示す店舗や施設の一覧リストを示す画像や、各店舗や施設に関する画像、目的地までの走行経路を示す画像、その他レコメンド情報や処理の開始または終了を示す画像等である。また、表示制御部524は、エージェント機能部540からの指示に応じて、乗員とコミュニケーションを行う擬人化されたキャラクタ画像(以下、エージェント画像と称する)を生成してもよい。エージェント画像は、例えば、乗員に対して話しかける態様の画像である。エージェント画像は、例えば、少なくとも観者(乗員)によって表情や顔向きが認識される程度の顔画像を含んでよい。表示制御部524は、生成した画像を表示・操作装置620に出力させる。 The display control unit 524 generates an image regarding the response result to the inquiry or request from the occupant of the vehicle M to the output device such as the display / operation device 620 in response to the instruction from the agent function unit 540. The image related to the answer result is, for example, an image showing a list of stores and facilities showing the answer result to inquiries and requests, an image about each store and facility, an image showing the driving route to the destination, and other recommendation information. An image or the like showing the start or end of processing. Further, the display control unit 524 may generate an anthropomorphic character image (hereinafter referred to as an agent image) that communicates with the occupant in response to an instruction from the agent function unit 540. The agent image is, for example, an image of a mode of talking to an occupant. The agent image may include, for example, a facial image such that the facial expression and the facial orientation are recognized by the viewer (occupant) at least. The display control unit 524 outputs the generated image to the display / operation device 620.

音声制御部526は、エージェント機能部540からの指示に応じて、スピーカ630に含まれるスピーカのうち一部または全部に音声を出力させる。音声には、例えば、エージェント画像が乗員と対話を行うための音声や、表示制御部524により画像を表示・操作装置620に出力された画像に対応する音声が含まれる。また、音声制御部526は、複数のスピーカ630を用いて、エージェント画像の表示位置に対応する位置にエージェント音声の音像を定位させる制御を行ってもよい。エージェント画像の表示位置に対応する位置とは、例えば、エージェント画像がエージェント音声を喋っていると乗員が感じると予測される位置であり、具体的には、エージェント画像の表示位置付近(例えば、2~3[cm]以内)の位置である。また、音像が定位するとは、例えば、ユーザの左右の耳に伝達される音の大きさを調節することにより、乗員が感じる音源の空間的な位置を定めることである。 The voice control unit 526 causes some or all of the speakers included in the speaker 630 to output voice in response to an instruction from the agent function unit 540. The voice includes, for example, a voice for the agent image to have a dialogue with the occupant, and a voice corresponding to the image output to the display / operation device 620 by the display control unit 524. Further, the voice control unit 526 may use a plurality of speakers 630 to control the localization of the sound image of the agent voice at a position corresponding to the display position of the agent image. The position corresponding to the display position of the agent image is, for example, a position where the occupant is expected to feel that the agent image is speaking the agent voice, and specifically, a position near the display position of the agent image (for example, 2). It is within ~ 3 [cm]). Further, the localization of the sound image means that, for example, the spatial position of the sound source felt by the occupant is determined by adjusting the loudness of the sound transmitted to the left and right ears of the user.

エージェント機能部540は、管理部520により取得される各種情報に基づいて、情報提供装置100と協働してエージェント画像等を出現させ、車両Mの乗員の発話に応じて、音声による応答を含むサービスを提供する。例えば、エージェント機能部540は、音響処理部522により処理された音声に含まれる起動ワードに基づいてエージェントを起動したり、終了ワードに基づいてエージェントを終了させたりする。また、エージェント機能部540は、音響処理部522により処理された音声データを、車載通信装置670を介して情報提供装置100に送信したり、情報提供装置100から得られる情報を乗員に提供したりする。また、エージェント機能部540は、汎用通信装置680と連携し、情報提供装置100と通信する機能を備えていてもよい。この場合、エージェント機能部540は、例えば、Bluetooth(登録商標)によって汎用通信装置680とペアリングを行い、エージェント機能部540と汎用通信装置680とを接続させる。また、エージェント機能部540は、USB(Universal Serial Bus)などを利用した有線通信によって汎用通信装置680に接続されるようにしてもよい。 The agent function unit 540 causes an agent image or the like to appear in cooperation with the information providing device 100 based on various information acquired by the management unit 520, and includes a voice response according to the utterance of the occupant of the vehicle M. Provide services. For example, the agent function unit 540 activates the agent based on the start word included in the voice processed by the sound processing unit 522, or terminates the agent based on the end word. Further, the agent function unit 540 transmits the voice data processed by the sound processing unit 522 to the information providing device 100 via the in-vehicle communication device 670, and provides the information obtained from the information providing device 100 to the occupant. do. Further, the agent function unit 540 may have a function of cooperating with the general-purpose communication device 680 and communicating with the information providing device 100. In this case, the agent function unit 540 pairs with the general-purpose communication device 680 by, for example, Bluetooth (registered trademark), and connects the agent function unit 540 and the general-purpose communication device 680. Further, the agent function unit 540 may be connected to the general-purpose communication device 680 by wired communication using USB (Universal Serial Bus) or the like.

[情報処理装置の処理フロー]
次に、情報提供装置100による一連の処理の流れについてフローチャートを用いて説明する。図9及び10は、実施形態の情報提供装置100による一連の処理の流れを表すフローチャートである。
[Processing flow of information processing device]
Next, a flow of a series of processes by the information providing device 100 will be described with reference to a flowchart. 9 and 10 are flowcharts showing the flow of a series of processes by the information providing device 100 of the embodiment.

まず、取得部106は、通信部102を介して、通信端末300またはエージェント装置500から、複数のユーザの発話及び行動履歴を取得する(ステップS100)。取得部106は、ユーザの発話及び行動履歴を取得すると、それらを発話履歴情報134及び行動履歴情報136として記憶部130に記憶させる。 First, the acquisition unit 106 acquires the utterances and action histories of a plurality of users from the communication terminal 300 or the agent device 500 via the communication unit 102 (step S100). When the acquisition unit 106 acquires the user's utterance and action history, it stores them in the storage unit 130 as the utterance history information 134 and the action history information 136.

次に、音声認識部108は、音声認識により複数のユーザのそれぞれの発話からテキストデータを生成する(ステップS102)。通信端末300またはエージェント装置500において既に発話がテキスト化されていた場合、つまり、取得部106によって取得されたユーザの発話がテキストデータであった場合、S102の処理は省略されてよい。 Next, the voice recognition unit 108 generates text data from the utterances of each of the plurality of users by voice recognition (step S102). If the utterance is already converted into text in the communication terminal 300 or the agent device 500, that is, if the user's utterance acquired by the acquisition unit 106 is text data, the process of S102 may be omitted.

次に、自然言語処理部110は、音声認識部108によって生成された各ユーザの発話のテキストデータの中から、一人の対象ユーザの発話由来のテキストデータを選択し、その選択したテキストデータから固有表現を抽出する(ステップS104)。つまり、自然言語処理部110は、不特定多数のユーザの中から対象ユーザを選択し、その対象ユーザの発話から固有表現を抽出する。 Next, the natural language processing unit 110 selects text data derived from the utterance of one target user from the text data of the utterances of each user generated by the voice recognition unit 108, and is unique from the selected text data. The expression is extracted (step S104). That is, the natural language processing unit 110 selects a target user from an unspecified number of users, and extracts a named entity from the utterance of the target user.

次に、判定部112は、複数のユーザの行動履歴に基づいて、それら複数のユーザが訪れた地点の中に訪問回数が急増した地点が存在するか否かを判定する(ステップS106)。 Next, the determination unit 112 determines whether or not there is a point where the number of visits has increased sharply among the points visited by the plurality of users based on the action history of the plurality of users (step S106).

図11は、訪問回数が急増した地点とそうでない地点とを説明するための図である。図示の例では、地図上に観光地のような3つの候補地X1~X3が存在している。例えば、候補地X1では、訪問数が急増しており、ユーザの訪問回数が閾値以上、又はユーザの訪問回数の所定期間あたりの増加率が閾値以上となっている。一方、候補地X2やX3では、訪問数に変動がなく、ユーザの訪問回数が閾値未満、又はユーザの訪問回数の所定期間あたりの増加率が閾値未満となっている。このような場合、判定部112は、候補地X1が訪問回数が急増した地点であり、候補地X2やX3が訪問回数が急増していない地点であると判定する。 FIG. 11 is a diagram for explaining a point where the number of visits has increased sharply and a point where the number of visits has not increased. In the illustrated example, there are three candidate sites X1 to X3 such as tourist spots on the map. For example, in the candidate site X1, the number of visits is rapidly increasing, and the number of visits by the user is equal to or greater than the threshold value, or the rate of increase in the number of visits by the user per predetermined period is equal to or greater than the threshold value. On the other hand, at the candidate sites X2 and X3, the number of visits does not change, the number of visits by the user is less than the threshold value, or the rate of increase in the number of visits by the user per predetermined period is less than the threshold value. In such a case, the determination unit 112 determines that the candidate site X1 is a point where the number of visits has increased sharply, and the candidate sites X2 and X3 are points where the number of visits has not increased sharply.

また、判定部112は、観光地のような人が集まりやすい地点でなくとも、ユーザの訪問回数が閾値以上、又はユーザの訪問回数の所定期間あたりの増加率が閾値以上の地点を、訪問回数が急増した地点として判定してよい。例えば、判定部112は、不特定多数のユーザの位置情報を参照し、とある地点に多数のユーザが集まっており、その地点におけるユーザの訪問回数が閾値以上、又はその増加率が閾値以上である場合には、当該地点を訪問回数が急増した地点として判定してよい。つまり、何らかの理由によって多数のユーザを感化させている地点が存在する場合、その地点が訪問回数が急増した地点として判定される。 Further, the determination unit 112 visits a point where the number of visits by the user is equal to or greater than the threshold value or the rate of increase in the number of visits by the user is equal to or greater than the threshold value, even if the location is not a place where people tend to gather, such as a tourist spot. May be determined as a point where the number has increased sharply. For example, the determination unit 112 refers to the position information of an unspecified number of users, and a large number of users are gathered at a certain point, and the number of visits by the user at that point is equal to or greater than the threshold value, or the rate of increase thereof is equal to or greater than the threshold value. In some cases, the point may be determined as a point where the number of visits has increased sharply. That is, if there is a point that inspires a large number of users for some reason, that point is determined as a point where the number of visits has increased sharply.

図9及び10のフローチャートの説明に戻る。次に、判定部112は、対象ユーザが訪問回数が急増した地点を実際に訪問したか否かを判定する(ステップS108)。 Returning to the description of the flowcharts of FIGS. 9 and 10. Next, the determination unit 112 determines whether or not the target user has actually visited a point where the number of visits has increased rapidly (step S108).

例えば、判定部112は、地図上において、対象ユーザの位置座標と、訪問回数が急増した地点を訪問した他のユーザの位置座標とを比較し、それらユーザ同士の位置座標が同じ場合、対象ユーザが訪問回数が急増した地点を訪問したと判定してよい。また、訪問回数が急増した地点として判定された施設(例えば商業ビルや駐車場)内において無料Wi-Fiなどの通信サービスが提供されており、そこで対象ユーザと他のユーザとが共にその通信サービスを利用したとする。この場合、対象ユーザ及び他のユーザのそれぞれの位置情報には、Wi-Fiのアクセスポイントの位置情報が含まれる。従って、判定部112は、対象ユーザ及び他のユーザのそれぞれの位置情報の中に共通のアクセスポイントの位置情報が含まれる場合、対象ユーザが訪問回数が急増した地点を訪問したと判定してよい。 For example, the determination unit 112 compares the position coordinates of the target user with the position coordinates of other users who have visited the point where the number of visits has increased rapidly on the map, and if the position coordinates of the users are the same, the target user. May determine that he has visited a point where the number of visits has increased sharply. In addition, communication services such as free Wi-Fi are provided in facilities (for example, commercial buildings and parking lots) that are determined to be points where the number of visits has increased sharply, and the target users and other users can use the communication services together. Suppose that you used. In this case, the location information of the target user and the other users includes the location information of the Wi-Fi access point. Therefore, when the position information of the common access point is included in the position information of the target user and other users, the determination unit 112 may determine that the target user has visited the point where the number of visits has increased rapidly. ..

ユーザベクトル生成部114は、対象ユーザが訪問回数が急増した地点を訪問したと判定部112によって判定された場合、「訪問した」ということを表す対象ユーザの行動ベクトルを生成する(ステップS110)。 When the determination unit 112 determines that the target user has visited a point where the number of visits has increased rapidly, the user vector generation unit 114 generates an action vector of the target user indicating "visited" (step S110).

一方、ユーザベクトル生成部114は、訪問回数が急増した地点が存在しない、又は対象ユーザが訪問回数が急増した地点を訪問していないと判定部112によって判定された場合、「訪問していない」ということを表す対象ユーザの行動ベクトルを生成する(ステップS112)。 On the other hand, the user vector generation unit 114 "does not visit" when the determination unit 112 determines that there is no point where the number of visits has increased rapidly or the target user has not visited the point where the number of visits has increased rapidly. The action vector of the target user indicating that is generated (step S112).

例えば、ユーザベクトル生成部114は、「訪問した」ということを「1」とし、「訪問していない」ということを「0」とした一次元のベクトル(スカラ)を行動ベクトルとして生成してよい。また、ユーザベクトル生成部114は、対象ユーザが何度も繰り返し訪問回数が急増した地点を訪問している場合、訪問回数Nを要素とした行動ベクトルを生成してもよい。 For example, the user vector generation unit 114 may generate a one-dimensional vector (scalar) in which "visited" is set to "1" and "not visited" is set to "0" as an action vector. .. Further, when the target user repeatedly visits a point where the number of visits has rapidly increased, the user vector generation unit 114 may generate an action vector having the number of visits N as an element.

次に、ユーザベクトル生成部114は、対象ユーザの発話から抽出された固有表現がベクトル化された発話ベクトルと、対象ユーザの行動ベクトルとを組み合わせて、対象ユーザのユーザベクトルを生成する(ステップS114)。例えば、発話ベクトルが10次元であり、行動ベクトルが1次元である場合、ユーザベクトルは11次元のベクトルとなる。ユーザベクトルは、対象ユーザのユーザID等に対応付けられてよい。 Next, the user vector generation unit 114 generates a user vector of the target user by combining the utterance vector in which the named entity extracted from the utterance of the target user is vectorized and the action vector of the target user (step S114). ). For example, if the utterance vector is 10-dimensional and the action vector is 1-dimensional, the user vector is an 11-dimensional vector. The user vector may be associated with the user ID of the target user or the like.

次に、自然言語処理部110は、発話及び行動履歴が取得された全ユーザについてユーザベクトルが生成されたか否かを判定する(ステップS116)。全ユーザについてユーザベクトルが生成されていない場合、自然言語処理部110は、S104に処理を戻し、前回対象ユーザとして選択したユーザと異なる他のユーザを新たな対象ユーザとして選択し直し、その新たな対象ユーザの発話から固有表現を抽出する。以降、新たな対象ユーザに関してS106からS114の処理が行われ、新たな対象ユーザのユーザベクトルが生成される。このようにしてユーザベクトルが繰り返し生成される。 Next, the natural language processing unit 110 determines whether or not a user vector has been generated for all the users whose utterances and action histories have been acquired (step S116). When the user vector is not generated for all users, the natural language processing unit 110 returns the processing to S104, reselects another user different from the user selected as the target user last time, and reselects the new target user. Extract unique expressions from the utterances of the target user. After that, the processes of S106 to S114 are performed for the new target user, and the user vector of the new target user is generated. In this way, the user vector is repeatedly generated.

一方、全ユーザについてユーザベクトルが生成された場合、解析部116は、それら複数のユーザベクトルのそれぞれの次元を圧縮する(ステップS118)。例えば、解析部116は、ユーザベクトルが11次元である場合、10次元又はそれ以下まで圧縮する(ベクトルの要素数を減らす)。 On the other hand, when the user vector is generated for all users, the analysis unit 116 compresses each dimension of the plurality of user vectors (step S118). For example, when the user vector is 11 dimensions, the analysis unit 116 compresses it to 10 dimensions or less (reduces the number of elements of the vector).

次に、解析部116は、次元を圧縮した複数のユーザベクトルのクラスタリングを行い、発話内容や訪問地点といった特徴が類似するユーザ同士を同一のクラスタに分類する(ステップS120)。 Next, the analysis unit 116 performs clustering of a plurality of user vectors with compressed dimensions, and classifies users having similar characteristics such as utterance contents and visiting points into the same cluster (step S120).

次に、収集部118は、クラスタリングによって生成されたクラスタごとに、そのクラスタに属するユーザの発話から抽出された固有表現の共起表現を収集する(ステップS122)。 Next, the collecting unit 118 collects the co-occurrence expression of the named entity extracted from the utterance of the user belonging to the cluster for each cluster generated by the clustering (step S122).

図12は、ユーザベクトルのクラスタリング結果の一例を表す図である。図示の例では、複数のユーザベクトルが、A、B、Cの3つのクラスタに分類されている。この場合、収集部118は、クラスタAにユーザベクトルが属するユーザ(以下、ユーザ群Aという)の固有表現に対する共起表現をウェブサイトなどから収集する。クラスタA、B、Cのうちいずれか一つは「特定クラスタ」の一例である。 FIG. 12 is a diagram showing an example of the clustering result of the user vector. In the illustrated example, the plurality of user vectors are classified into three clusters A, B, and C. In this case, the collecting unit 118 collects the co-occurrence expression for the named entity of the user (hereinafter referred to as the user group A) to which the user vector belongs to the cluster A from the website or the like. Any one of clusters A, B, and C is an example of a "specific cluster".

同様に、収集部118は、クラスタBにユーザベクトルが属するユーザ(以下、ユーザ群Bという)の固有表現に対する共起表現と、クラスタCにユーザベクトルが属するユーザ(以下、ユーザ群Cという)の固有表現に対する共起表現とを、ウェブサイトなどから収集する。 Similarly, the collecting unit 118 has a co-occurrence expression for the unique expression of the user to which the user vector belongs to the cluster B (hereinafter referred to as the user group B) and the user having the user vector to the cluster C (hereinafter referred to as the user group C). Collect co-occurrence expressions for unique expressions from websites.

例えば、ユーザ群Aでは、「ABCDEF」という飲食店の言い回しである「ABC」が頻繁に発話されていたとする。この場合、収集部118は、ウェブページなどにおいて「ABC」という表現とともに出現しやすい表現を、ユーザ群Aの共起表現として収集する。一方、ユーザ群Bでは、「ABCDEF」という飲食店の言い回しである「DEF」が頻繁に発話されていたとする。この場合、収集部118は、ウェブページなどにおいて「DEF」という表現とともに出現しやすい表現を、ユーザ群Bの共起表現として収集する。 For example, in the user group A, it is assumed that "ABC", which is the phrase of the restaurant "ABCDEF", is frequently spoken. In this case, the collecting unit 118 collects expressions that are likely to appear together with the expression "ABC" on a web page or the like as co-occurrence expressions of the user group A. On the other hand, in the user group B, it is assumed that "DEF", which is the phrase of the restaurant "ABCDEF", is frequently spoken. In this case, the collecting unit 118 collects expressions that are likely to appear together with the expression "DEF" on a web page or the like as co-occurrence expressions of the user group B.

図9及び10のフローチャートの説明に戻る。次に、辞書生成部120は、クラスタリングによって生成されたクラスタごとに、音声認識のためのASR辞書や自然言語理解のためのNLU辞書を含む情報処理辞書を生成する(ステップS124)。 Returning to the description of the flowcharts of FIGS. 9 and 10. Next, the dictionary generation unit 120 generates an information processing dictionary including an ASR dictionary for speech recognition and an NLU dictionary for natural language understanding for each cluster generated by clustering (step S124).

図13は、情報処理辞書の生成方法を説明するための図である。図示のように、辞書生成部120は、クラスタAについて、ユーザ群Aの固有表現や共起表現が互いに対応付けられた情報処理辞書DICT_Aを生成してよい。同様に、辞書生成部120は、クラスタBについて、ユーザ群Bの固有表現や共起表現が互いに対応付けられた情報処理辞書DICT_Bを生成し、クラスタCについて、ユーザ群Cの固有表現や共起表現が互いに対応付けられた情報処理辞書DICT_Cを生成してよい。このように、辞書生成部120は、クラスタごとに情報処理辞書を生成する。 FIG. 13 is a diagram for explaining a method of generating an information processing dictionary. As shown in the figure, the dictionary generation unit 120 may generate the information processing dictionary DICT_A in which the named entities and co-occurrence expressions of the user group A are associated with each other for the cluster A. Similarly, the dictionary generation unit 120 generates an information processing dictionary DICT_B in which the eigenexpressions and co-occurrence expressions of the user group B are associated with each other for the cluster B, and the eigenexpressions and co-occurrence of the user group C for the cluster C. The information processing dictionary DICT_C in which the expressions are associated with each other may be generated. In this way, the dictionary generation unit 120 generates an information processing dictionary for each cluster.

図9及び10のフローチャートの説明に戻る。次に、辞書生成部120は、通信端末300又はエージェント装置500の各記憶装置の中に既存辞書が存在するか否かを判定するか否かを判定する(ステップS126)。既存辞書とは、例えば、携帯電話やパーソナルコンピュータなどにおいて利用される文字の予測変換機能や入力予測機能(サジェスト機能)を実現するための各種辞書である。 Returning to the description of the flowcharts of FIGS. 9 and 10. Next, the dictionary generation unit 120 determines whether or not the existing dictionary exists in each storage device of the communication terminal 300 or the agent device 500 (step S126). The existing dictionary is, for example, various dictionaries for realizing a character prediction conversion function and an input prediction function (suggest function) used in mobile phones, personal computers, and the like.

辞書生成部120は、既存辞書が存在すると判定した場合、情報処理辞書と既存辞書とを組み合わせた新情報処理辞書を生成する(ステップS128)。新情報処理辞書には、音声認識のためのASR辞書及び/又は自然言語理解のためのNLU辞書に加えて、更に既存辞書が含まれる。新情報処理辞書は「新辞書」の一例である。 When it is determined that the existing dictionary exists, the dictionary generation unit 120 generates a new information processing dictionary by combining the information processing dictionary and the existing dictionary (step S128). The new information processing dictionary includes an existing dictionary in addition to an ASR dictionary for speech recognition and / or an NLU dictionary for natural language understanding. The new information processing dictionary is an example of a "new dictionary".

次に、検証部122は、辞書生成部120によって生成された情報処理辞書(新情報処理辞書を含む)の精度を検証する(ステップS130)。例えば、検証部122は、ユーザ群Aの発話に基づいて、クラスタAの情報処理辞書の精度を検証する。より具体的には、検証部122は、ユーザ群A(クラスタAにユーザベクトルが所属するユーザ)における発話頻度に対するカバレッジ(被覆率)とユーザに対するカバレッジとが、予め設定された閾値以上である場合、クラスタAの情報処理辞書の精度が閾値以上であると判定する。同様に、検証部122は、ユーザ群Bの発話に基づいて、クラスタBの情報処理辞書の精度を検証し、ユーザ群Cの発話に基づいて、クラスタCの情報処理辞書の精度を検証する。 Next, the verification unit 122 verifies the accuracy of the information processing dictionary (including the new information processing dictionary) generated by the dictionary generation unit 120 (step S130). For example, the verification unit 122 verifies the accuracy of the information processing dictionary of the cluster A based on the utterance of the user group A. More specifically, in the verification unit 122, when the coverage (coverage) for the utterance frequency and the coverage for the user in the user group A (users to which the user vector belongs to the cluster A) are equal to or higher than a preset threshold value. , It is determined that the accuracy of the information processing dictionary of cluster A is equal to or higher than the threshold value. Similarly, the verification unit 122 verifies the accuracy of the information processing dictionary of the cluster B based on the utterance of the user group B, and verifies the accuracy of the information processing dictionary of the cluster C based on the utterance of the user group C.

次に、提供部124は、情報処理辞書の精度が閾値以上である場合、その情報処理辞書の利用案内情報を、通信端末300又はエージェント装置500に提供する(ステップS132)。これによって本フローチャートの処理が終了する。 Next, when the accuracy of the information processing dictionary is equal to or higher than the threshold value, the providing unit 124 provides the usage guidance information of the information processing dictionary to the communication terminal 300 or the agent device 500 (step S132). This ends the processing of this flowchart.

図14は、情報処理辞書の利用案内情報が提供される場面を模式的に表す図である。図中のU3は、クラスタリングの特徴空間上において、ユーザベクトルがクラスタAに近いユーザである。つまり、ユーザU3は、ユーザ群Aと発話内容や行動履歴といった特徴が類似しているユーザである。このようなユーザU3には、例えば、ユーザ群Aの固有表現や共起表現を含む情報処理辞書DICT_Aと既存辞書DICT_Xとの組み合わせである新情報処理辞書DICT_NEWを音声ユーザインターフェース上において設定するよう推奨される。例えば、ユーザU3が、音声ユーザインターフェース上において、推奨された新情報処理辞書DICT_NEWの利用を設定したとする。この場合、音声ユーザインターフェースは、新情報処理辞書DICT_NEWの利用が許可された旨の情報を情報提供装置100に送信する。情報提供装置100は、この許可情報を受けると、ユーザU3によって許可された新情報処理辞書DICT_NEWを用いて、ユーザU3の発話に対して音声認識を行ったり、認識した音声の意味を解釈したりする。これによって、ユーザU3が日常的に使用している固有表現の言い回しの意味を解釈できるようになり、その言い回しの問い合わせや要求に対して適切な回答を提供することができる。この結果、ユーザが親しみをもって音声ユーザインターフェースを利用することができる。 FIG. 14 is a diagram schematically showing a scene in which usage guidance information of an information processing dictionary is provided. U3 in the figure is a user whose user vector is close to the cluster A in the clustering feature space. That is, the user U3 is a user whose characteristics such as utterance content and action history are similar to those of the user group A. It is recommended that such a user U3 set, for example, a new information processing dictionary DICT_NEW which is a combination of the information processing dictionary DICT_A including the unique expression and the co-occurrence expression of the user group A and the existing dictionary DICT_X on the voice user interface. Will be done. For example, it is assumed that the user U3 sets the use of the recommended new information processing dictionary DICT_NEW on the voice user interface. In this case, the voice user interface transmits information to the effect that the use of the new information processing dictionary DICT_NEW is permitted to the information providing device 100. Upon receiving this permission information, the information providing device 100 uses the new information processing dictionary DICT_NEW permitted by the user U3 to perform voice recognition for the utterance of the user U3 and interpret the meaning of the recognized voice. do. As a result, the user U3 can interpret the meaning of the wording of the named entity that is used on a daily basis, and can provide an appropriate answer to the inquiry or request of the wording. As a result, the user can use the voice user interface in a familiar manner.

以上説明した実施形態によれば、情報提供装置100は、複数のユーザの発話をテキスト化し、そのテキストデータから固有表現を抽出する。情報提供装置100は、複数のユーザのそれぞれの行動履歴に基づいて、各々のユーザが訪問回数が急増した地点を訪問したか否かを判定する。情報提供装置100は、各ユーザのテキストデータから抽出した固有表現をベクトル化した発話ベクトルと、訪問回数が急増した地点への各ユーザによる訪問の有無やその回数の結果をベクトル化した行動ベクトルとを組み合わせて、各ユーザのユーザベクトルを生成する。情報提供装置100は、ユーザベクトルが生成された複数のユーザのクラスタリングを行い、発話内容や訪問地点といった特徴が類似するユーザ同士を同一のクラスタに分類する。情報提供装置100は、クラスタリングによって生成されたクラスタごとに、音声認識のためのASR辞書や自然言語理解のためのNLU辞書を含む情報処理辞書を生成する。そして、情報提供装置100は、複数のクラスタのうち、例えばクラスタAのユーザに、そのクラスタAに対応した情報処理辞書の利用案内情報を提供する。 According to the embodiment described above, the information providing device 100 converts the utterances of a plurality of users into text and extracts a unique expression from the text data. The information providing device 100 determines whether or not each user has visited a point where the number of visits has increased rapidly, based on the behavior history of each of the plurality of users. The information providing device 100 includes an utterance vector obtained by vectorizing a unique expression extracted from each user's text data, and an action vector vectorized by the presence / absence of each user's visit to a point where the number of visits has increased and the result of the number of visits. To generate a user vector for each user. The information providing device 100 clusters a plurality of users for which a user vector is generated, and classifies users having similar characteristics such as utterance contents and visiting points into the same cluster. The information providing device 100 generates an information processing dictionary including an ASR dictionary for speech recognition and an NLU dictionary for natural language understanding for each cluster generated by clustering. Then, the information providing device 100 provides, for example, the user of the cluster A among the plurality of clusters with the usage guidance information of the information processing dictionary corresponding to the cluster A.

これによって、地域や年齢、流行などに応じて変化し得る発話の多様性に対応することができる。この結果、音声ユーザインターフェースのユーザビリティが向上し、例えば、ユーザが親しみのある言い回しなどを用いて音声ユーザインターフェースを利用することができる。また、辞書に登録された言葉が廃れてしまったり、或いは辞書に登録されていない新たな言葉が流行り出したりしても、その辞書を自動的に更新することができる。 This makes it possible to respond to the variety of utterances that can change depending on the region, age, fashion, and the like. As a result, the usability of the voice user interface is improved, and the voice user interface can be used, for example, by using a phrase familiar to the user. In addition, even if a word registered in the dictionary becomes obsolete or a new word not registered in the dictionary becomes popular, the dictionary can be automatically updated.

上記説明した実施形態は、以下のように表現することができる。
プログラムを記憶したメモリと、
プロセッサと、を備え、
前記プロセッサが前記プログラムを実行することにより、
複数の対象ユーザのそれぞれの発話から固有表現を抽出し、
前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定し、
前記抽出した固有表現と、前記判定した結果とを組み合わせた多次元の特徴量を、前記対象ユーザごとに生成し、
前記特徴量を生成した前記複数の対象ユーザのクラスタリングを行い、
前記クラスタリングによって生成したクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成する、
ように構成されている、情報処理装置。
The embodiment described above can be expressed as follows.
The memory that stores the program and
With a processor,
When the processor executes the program,
Extract unique expressions from the utterances of multiple target users
Based on the behavior history of the target user, it is determined for each target user whether or not the target user has visited a specific point where the number of visits has increased sharply.
A multidimensional feature amount that combines the extracted named entity and the determined result is generated for each target user.
Clustering of the plurality of target users who generated the feature amount was performed.
For each cluster generated by the clustering, a dictionary for at least one of speech recognition and natural language understanding is generated.
An information processing device that is configured as such.

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。 Although the embodiments for carrying out the present invention have been described above using the embodiments, the present invention is not limited to these embodiments, and various modifications and substitutions are made without departing from the gist of the present invention. Can be added.

1…情報提供システム、100…情報提供装置、102…通信部、104…認証部、106…取得部、108…音声認識部、110…自然言語処理部、112…判定部、114…ユーザベクトル生成部、116…解析部、118…収集部、120…辞書生成部、122…検証部、124…提供部、130…記憶部、300…通信端末、310…端末側通信部、320…入力部、330…ディスプレイ、340、630…スピーカ、350、610…マイク、355…位置取得部、360…カメラ、370…アプリ実行部、380…出力制御部、390…端末側記憶部、500…エージェント装置、520…管理部、540…エージェント機能部、560…車両側記憶部、620…表示・操作装置、640…ナビゲーション装置640…MPU、660…車両機器、670…車載通信装置、680…汎用通信装置、690…乗員認識装置、700…自動運転制御装置、M…車両 1 ... Information providing system, 100 ... Information providing device, 102 ... Communication unit, 104 ... Authentication unit, 106 ... Acquisition unit, 108 ... Voice recognition unit, 110 ... Natural language processing unit, 112 ... Judgment unit, 114 ... User vector generation Unit, 116 ... Analysis unit, 118 ... Collection unit, 120 ... Dictionary generation unit, 122 ... Verification unit, 124 ... Providing unit, 130 ... Storage unit, 300 ... Communication terminal, 310 ... Terminal side communication unit, 320 ... Input unit, 330 ... Display, 340, 630 ... Speaker, 350, 610 ... Mike, 355 ... Position acquisition unit, 360 ... Camera, 370 ... App execution unit, 380 ... Output control unit, 390 ... Terminal side storage unit, 500 ... Agent device, 520 ... Management unit, 540 ... Agent function unit, 560 ... Vehicle side storage unit, 620 ... Display / operation device, 640 ... Navigation device 640 ... MPU, 660 ... Vehicle equipment, 670 ... In-vehicle communication device, 680 ... General-purpose communication device, 690 ... Crew recognition device, 700 ... Automatic operation control device, M ... Vehicle

Claims (11)

複数の対象ユーザのそれぞれの発話から固有表現を抽出する抽出部と、
前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定する判定部と、
前記抽出部によって抽出された前記固有表現と、前記判定部による判定結果とを組み合わせた特徴量を、前記対象ユーザごとに生成する第1生成部と、
前記第1生成部によって前記特徴量が生成された前記複数の対象ユーザのクラスタリングを行う解析部と、
前記クラスタリングによって生成されたクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成する第2生成部と、
を備える情報処理装置。
An extractor that extracts named entities from the utterances of multiple target users,
Based on the behavior history of the target user, a determination unit that determines for each target user whether or not the target user has visited a specific point where the number of visits has increased sharply.
A first generation unit that generates a feature amount that combines the named entity extracted by the extraction unit and the determination result by the determination unit for each target user.
An analysis unit that clusters the plurality of target users whose features are generated by the first generation unit, and an analysis unit.
A second generator that generates a dictionary for at least one of speech recognition and natural language understanding for each cluster generated by the clustering.
Information processing device equipped with.
前記特定地点は、他のユーザによって訪問された回数が閾値以上の地点、又は前記他のユーザによって訪問された回数の所定期間あたりの増加率が閾値以上の地点である、
請求項1に記載の情報処理装置。
The specific point is a point where the number of visits by another user is equal to or greater than the threshold value, or the number of visits by the other user is a point where the rate of increase per predetermined period is equal to or greater than the threshold value.
The information processing apparatus according to claim 1.
前記クラスタに属する前記対象ユーザの発話から抽出された前記固有表現の共起表現を、前記クラスタごとに収集する収集部を更に備え、
前記第2生成部は、前記クラスタごとに、前記収集部によって収集された前記共起表現を含む前記辞書を生成する、
請求項1又は2に記載の情報処理装置。
Further, a collecting unit is provided for collecting the co-occurrence expression of the named entity extracted from the utterance of the target user belonging to the cluster for each cluster.
The second generation unit generates the dictionary containing the co-occurrence expressions collected by the collection unit for each cluster.
The information processing apparatus according to claim 1 or 2.
複数の前記クラスタのうちの特定クラスタに属する前記対象ユーザに、複数の前記辞書のうちの前記特定クラスタに対応した前記辞書の利用案内情報を提供する提供部を更に備える、
請求項1から3のうちいずれか一項に記載の情報処理装置。
Further, a providing unit that provides usage guidance information of the dictionary corresponding to the specific cluster among the plurality of dictionaries is further provided to the target user belonging to the specific cluster among the plurality of the clusters.
The information processing apparatus according to any one of claims 1 to 3.
前記第2生成部は、前記クラスタごとに生成した前記辞書と既存辞書とを組み合わせた新辞書を生成し、
前記提供部は、前記特定クラスタに属する前記対象ユーザに、前記特定クラスタに対応した前記辞書と前記既存辞書とが組み合わされた前記新辞書の利用案内情報を提供する、
請求項4に記載の情報処理装置。
The second generation unit generates a new dictionary by combining the dictionary generated for each cluster and the existing dictionary.
The providing unit provides the target user belonging to the specific cluster with usage guidance information of the new dictionary in which the dictionary corresponding to the specific cluster and the existing dictionary are combined.
The information processing apparatus according to claim 4.
所定のユーザの集団内における前記対象ユーザの発話に基づいて、前記辞書を検証する検証部を更に備える、
請求項1から5のうちいずれか一項に記載の情報処理装置。
A verification unit that verifies the dictionary based on the utterance of the target user in a predetermined group of users is further provided.
The information processing apparatus according to any one of claims 1 to 5.
前記第1生成部は、前記固有表現に基づく第1特徴量と、前記判定部による判定結果に基づく第2特徴量との組み合わせを、前記特徴量として生成する、
請求項1から6のうちいずれか一項に記載の情報処理装置。
The first generation unit generates a combination of a first feature amount based on the named entity and a second feature amount based on a determination result by the determination unit as the feature amount.
The information processing apparatus according to any one of claims 1 to 6.
前記第2特徴量には、前記特定地点への訪問の有無と、前記特定地点への訪問の回数とのうち一方又は双方を表す特徴量が含まれる、
請求項7に記載の情報処理装置。
The second feature amount includes a feature amount representing one or both of the presence / absence of a visit to the specific point and the number of visits to the specific point.
The information processing apparatus according to claim 7.
前記固有表現には、地名又は標章の言い回しが含まれる、
請求項1から8のうちいずれか一項に記載の情報処理装置。
The named entity includes the wording of a place name or mark,
The information processing apparatus according to any one of claims 1 to 8.
コンピュータが、
複数の対象ユーザのそれぞれの発話から固有表現を抽出し、
前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定し、
前記抽出した固有表現と、前記判定した結果とを組み合わせた特徴量を、前記対象ユーザごとに生成し、
前記特徴量を生成した前記複数の対象ユーザのクラスタリングを行い、
前記クラスタリングによって生成したクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成する、
情報処理方法。
The computer
Extract unique expressions from the utterances of multiple target users
Based on the behavior history of the target user, it is determined for each target user whether or not the target user has visited a specific point where the number of visits has increased sharply.
A feature amount that combines the extracted named entity and the determined result is generated for each target user.
Clustering of the plurality of target users who generated the feature amount was performed.
For each cluster generated by the clustering, a dictionary for at least one of speech recognition and natural language understanding is generated.
Information processing method.
コンピュータに、
複数の対象ユーザのそれぞれの発話から固有表現を抽出すること、
前記対象ユーザの行動履歴に基づいて、訪問回数が急増した特定地点を前記対象ユーザが訪問したか否かを、前記対象ユーザごとに判定すること、
前記抽出した固有表現と、前記判定した結果とを組み合わせた特徴量を、前記対象ユーザごとに生成すること、
前記特徴量を生成した前記複数の対象ユーザのクラスタリングを行うこと、
前記クラスタリングによって生成したクラスタごとに、音声認識及び自然言語理解の少なくとも一方のための辞書を生成すること、
を実行させるためのプログラム。
On the computer
Extracting named entity from each utterance of multiple target users,
Based on the behavior history of the target user, it is determined for each target user whether or not the target user has visited a specific point where the number of visits has increased sharply.
To generate a feature amount that combines the extracted named entity and the determined result for each target user.
Performing clustering of the plurality of target users who generated the feature amount,
To generate a dictionary for at least one of speech recognition and natural language understanding for each cluster generated by the clustering.
A program to execute.
JP2020218112A 2020-12-28 2020-12-28 Information processing device, information processing method, and program Active JP7449852B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020218112A JP7449852B2 (en) 2020-12-28 2020-12-28 Information processing device, information processing method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020218112A JP7449852B2 (en) 2020-12-28 2020-12-28 Information processing device, information processing method, and program

Publications (2)

Publication Number Publication Date
JP2022103472A true JP2022103472A (en) 2022-07-08
JP7449852B2 JP7449852B2 (en) 2024-03-14

Family

ID=82279397

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020218112A Active JP7449852B2 (en) 2020-12-28 2020-12-28 Information processing device, information processing method, and program

Country Status (1)

Country Link
JP (1) JP7449852B2 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019193853A1 (en) * 2018-04-05 2019-10-10 本田技研工業株式会社 Information analysis device and information analysis method
JP2020201445A (en) * 2019-06-13 2020-12-17 株式会社日立製作所 Computer system, model generation method and model management program

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019193853A1 (en) * 2018-04-05 2019-10-10 本田技研工業株式会社 Information analysis device and information analysis method
JP2020201445A (en) * 2019-06-13 2020-12-17 株式会社日立製作所 Computer system, model generation method and model management program

Also Published As

Publication number Publication date
JP7449852B2 (en) 2024-03-14

Similar Documents

Publication Publication Date Title
CN110660397B (en) Dialogue system, vehicle and method for controlling a vehicle
KR102426171B1 (en) Dialogue processing apparatus, vehicle having the same and dialogue service processing method
KR102695306B1 (en) Dialogue system, Vehicle and method for controlling the vehicle
US11289074B2 (en) Artificial intelligence apparatus for performing speech recognition and method thereof
KR20180086718A (en) Dialogue processing apparatus, vehicle having the same and dialogue processing method
EP3570276B1 (en) Dialogue system, and dialogue processing method
US10861460B2 (en) Dialogue system, vehicle having the same and dialogue processing method
US11380325B2 (en) Agent device, system, control method of agent device, and storage medium
KR102403355B1 (en) Vehicle, mobile for communicate with the vehicle and method for controlling the vehicle
CN111599356B (en) Intelligent system, information processing device, information processing method, and storage medium
CN110503949B (en) Dialogue system, vehicle having dialogue system, and dialogue processing method
KR20200000155A (en) Dialogue system and vehicle using the same
JP2011179917A (en) Information recording device, information recording method, information recording program, and recording medium
US20200013396A1 (en) Dialogue system and dialogue processing method
US20220338281A1 (en) Artificial intelligence device for providing device control function based on interworking between devices and method therefor
JP2009064186A (en) Interactive system for vehicle
KR102487669B1 (en) Dialogue processing apparatus, vehicle having the same and dialogue processing method
CN111746435B (en) Information providing apparatus, information providing method, and storage medium
CN114758653A (en) Dialogue system, vehicle with dialogue system, and method for controlling dialogue system
US20220208187A1 (en) Information processing device, information processing method, and storage medium
JP7449852B2 (en) Information processing device, information processing method, and program
KR102448719B1 (en) Dialogue processing apparatus, vehicle and mobile device having the same, and dialogue processing method
CN110562260A (en) Dialogue system and dialogue processing method
US20220208213A1 (en) Information processing device, information processing method, and storage medium
JP2022103977A (en) Information providing device, information providing method, and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221128

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230922

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231017

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231218

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

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240304

R150 Certificate of patent or registration of utility model

Ref document number: 7449852

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150