JP5418717B1 - 情報処理装置及び情報処理プログラム - Google Patents

Abstract

【課題】質問者からの質問に対して、応対者が回答する場合にあって、その応対者の専門性を推定するようにした情報処理装置を提供する。
【解決手段】情報処理装置の第１の算出手段は、質問者からの質問に対する応対者の回答の情報量である回答情報量を算出し、第２の算出手段は、前記回答を生成するために前記応対者が取得した情報の情報量である取得情報量を算出し、推定手段は、前記回答情報量と前記取得情報量に基づき、前記応対者の専門性を推定する。
【選択図】図１

Description

本発明は、情報処理装置及び情報処理プログラムに関する。

特許文献１には、音声受付を業務とするオペレータの習熟度を自動的に評価することを課題とし、オペレータとユーザの双方が話していない無音時間を測定し、無音時間が長い程低い評価値を出力し、オペレータとユーザの発話時間を測定し、オペレータがユーザより長く話している程、低い評価値を出力し、オペレータとユーザが同時に話している時間を測定し、同時に話している時間が長い程低い評価値を出力することが開示されている。

特許文献２には、感情解析技術を応用しつつオペレータの顧客応対能力を客観的、かつ正確に評価できるオペレータ応対能力診断装置を提供することを課題とし、オペレータが使用する電話機における通話の開始から終了までの通話期間中に、当該電話機への受話音声をデジタル形式の録音データとして記憶する受話音声録音手段と、前記録音データを感情解析技術により処理して所定の感情を抽出するともに、当該抽出した感情の度合いを通話期間中に随時数値出力する感情解析手段と、前記感情解析手段が出力する通話期間における感情の度合いの時間変動パターンに基づいてオペレータの応対能力を段階的に評価し、その評価結果を適宜に出力するオペレータ評価手段と、を備えたコールセンタにおけるオペレータ応対能力診断装置について開示されている。

特許文献３には、企業内のコールセンタ等において顧客からの電話に応対するオペレータに対する印象等を問うアンケートを実施するシステムにおいて、従来かかっていた手間、コストを削減し、より質の高い調査結果を得ることができるようにすることを課題とし、所定の企業内において顧客からの電話に応対するオペレータや、当該企業に関するアンケート調査を実施するシステムであって、複数の前記オペレータの中からアンケートの対象となるアンケート対象者を所定の選出条件にしたがって選出するアンケート対象者選出手段と、前記アンケート対象者選出手段により選出されたオペレータと通話した顧客に対して、該オペレータとの通話終了後に、音声自動応答装置によりアンケートを実施する自動アンケート実施手段とを有して構成されることが開示されている。

特許文献４には、オペレータの通話内容及び緊張度を表すデータを関連づけて記録することにより、オペレータの管理及び教育計画の立案を支援することを課題とし、電話を介して通報される顧客の要望にオペレータが電話を介して応答する応答サービスを行うコールセンタシステムであって、該コールセンタシステムは、顧客に対する前記応答サービスを行うとともにオペレータの前記応答サービス提供時の生体反応を検出する生体反応検出器を備えたオペレータ端末と、オペレータの前記応答サービス提供時の通話内容を記録する通話記録装置と、前記生体反応検出器が検出したオペレータの生体反応をもとにオペレータの緊張度を演算する演算装置と、該演算装置が演算したオペレータの緊張度を格納する記憶装置を備えたことが開示されている。

特開２００７−２８８２４２号公報 特開２００７−００４００１号公報 特開２００４−２２９０１４号公報 特開２００３−２４４３２７号公報

本発明は、質問者からの質問に対して、応対者が回答する場合にあって、その応対者の専門性を推定するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、質問者からの質問に対する応対者の回答の情報量である回答情報量を算出する第１の算出手段と、前記回答を生成するために前記応対者が取得した情報の情報量である取得情報量を算出する第２の算出手段と、前記質問に対する回答に要する総情報量に基づいて、該質問の難易度を推定する難易度推定手段と、前記回答情報量と前記取得情報量と前記難易度に基づき、前記応対者の専門性を推定する推定手段を有する情報処理装置である。

請求項２の発明は、さらに、前記専門性に基づき、質問と対応する応対者の割り当てを行う割当手段を有する請求項１に記載の情報処理装置である。

請求項３の発明は、前記第２の算出手段における前記取得した情報は、他の応対者に対しての質問に対する回答を含む請求項１又は２に記載の情報処理装置である。

請求項４の発明は、前記第２の算出手段における前記取得した情報は、さらに、前記質問者からの質問、前記他の応対者に対しての質問のいずれか一方、又は両方を含む請求項３に記載の情報処理装置である。

請求項５の発明は、コンピュータを、質問者からの質問に対する応対者の回答の情報量である回答情報量を算出する第１の算出手段と、前記回答を生成するために前記応対者が取得した情報の情報量である取得情報量を算出する第２の算出手段と、前記質問に対する回答に要する総情報量に基づいて、該質問の難易度を推定する難易度推定手段と、前記回答情報量と前記取得情報量と前記難易度に基づき、前記応対者の専門性を推定する推定手段として機能させるための情報処理プログラムである。

請求項１の情報処理装置によれば、質問者からの質問に対して、応対者が回答する場合にあって、その応対者の専門性を推定することができる。

請求項２の情報処理装置によれば、質問の難易度に応じて、応対者の専門性を推定することができる。

請求項３の情報処理装置によれば、応対者の専門性に応じた質問を、その応対者に対応付けることができる。

請求項４の情報処理装置によれば、他の応対者に対しての質問に対する回答を取得した情報に含めて、専門性を推定することができる。

請求項５の情報処理装置によれば、質問者からの質問、他の応対者に対しての質問のいずれか一方、又は両方を含めて、専門性を推定することができる。

請求項６の情報処理プログラムによれば、質問者からの質問に対して、応対者が回答する場合にあって、その応対者の専門性を推定することができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態を実現するためのシステム構成の例を示す説明図である。 質問者、オペレータ、他オペレータ間のやり取りの例を示す説明図である。 質問者、オペレータ、他オペレータ間のやり取りにおける情報量の例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 本実施の形態による処理例を示すフローチャートである。 本実施の形態による処理例を示すフローチャートである。 専門性の初期、中期、後期における情報量とその情報の向きの例を示す説明図である。 専門性の判断をするための閾値の例を示す説明図である。 オペレータ管理テーブルのデータ構造例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態である情報処理装置１００は、質問者からの質問に対して回答する応対者（オペレータともいう）の専門性を推定するものであって、図１の例に示すように、通信文受付モジュール１１０、通信文解析モジュール１２０、割当モジュール１７０を有している。本実施の形態を利用する場面として、顧客、相談者等である質問者からの質問に対して回答する、例えば、コールセンタ、相談窓口等がある。なお、質問には、疑問又は理由を問いただすことの他に、応対者に対して意見を求める相談等が含まれる。

通信文受付モジュール１１０は、通信文解析モジュール１２０と接続されている。通信文受付モジュール１１０は、質問者と応対者との間で行われた通信の通信文を受け付ける。通信には、無線、有線、これらの組み合わせが含まれ、通信されるものとして、データ通信、電話等の音声通信が含まれる。例えば、電子メール、チャット、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）から通信文を抽出してもよいし、音声通信から音声を抽出し、音声認識を行い、通信文としてのテキストデータを生成してもよい。通信の方向は、送信元（電子メールの場合はｆｒｏｍ欄）、送信先（電子メールの場合はｔｏ欄）で判断すればよい。
なお、「質問者」は、応対者Ａに対して質問を行う者であればよく、例えば、本源的な質問（きっかけとなる第１番目の質問）を行う質問者であるユーザの他に、他の応対者Ｂを含む。他の応対者Ｂが質問者となる場合は、例えば、その応対者Ｂがユーザからの原始的な質問に対応するために、応対者Ａに対して質問を行う場合である。なお、一般的に、「応対者Ａは、自分（応対者Ｂ）が受けた質問に対して、自分（応対者Ｂ）よりも専門的な知識を有している者」と応対者Ｂによって思われている者である。
したがって、通信の組み合わせとして、質問者としてのユーザと応対者、質問者としての他の応対者と応対者の２種類がある。質問者と応対者の間で行われる通信の内容は、質問とその回答である。特に質問者としての他の応対者と応対者の間で行われる通信は、ユーザからの質問に回答するために、自分以外の応対者に対して行う質問とその回答である。

通信文解析モジュール１２０は、通信文受付モジュール１１０、割当モジュール１７０と接続されており、情報量算出モジュール１３０、言語処理モジュール１４０、専門性推定モジュール１５０、難易度推定モジュール１６０を有している。
情報量算出モジュール１３０は、質問者からの質問に対する応対者の回答の情報量である回答情報量を算出する。例えば、後述する図４におけるＹを指す。そして、その回答を生成するために応対者が取得した情報の情報量である取得情報量を算出する。「情報量の算出」は、通信文受付モジュール１１０が受け付けた通信文のテキスト量（バイト数等）を計数することの他に、電話での通話時間（無音部分を削除した実際の発話時間としてもよい）を計測すること、その通信文で話題としているトピック数（分野数）を抽出すること等であってもよい。通信文で話題としているトピック数（分野数）とは、単に文章の数や段落の数のことではなく、例えば、話題としている対象（手続き、処理内容、連絡先、対応すべき部署等）が共通する、一まとまりの内容の数としてもよい。トピック数の抽出方法としては以下のように行う。過去の通信文と、その通信文のトピックを対応付けたデータを用意し、その対応付けデータを教師データとして機械学習を行う。機械学習として、例えば、サポートベクトルマシン（ＳＶＭ）等を使う。そして、その機械学習を行った判定機を用いて、対象とする通信文に対応するトピックを推定し、そのトピックの数を情報量としてもよい。
また、情報量算出モジュール１３０は、応対者が取得した情報には、他の応対者に対しての質問に対する回答を含めて、取得情報量を算出するようにしてもよい。「他の応対者に対しての質問に対する回答」の情報量は、例えば、後述する図４におけるＷを少なくとも含む。
さらに、情報量算出モジュール１３０は、応対者が取得した情報には、前記質問者からの質問、前記他の応対者に対しての質問のいずれか一方、又は両方を含めて、取得情報量を算出するようにしてもよい。「質問者からの質問」の情報量は、例えば、後述する図４におけるＸを指す。「他の応対者に対しての質問」の情報量は、例えば、後述する図４におけるＶを指す。

言語処理モジュール１４０は、通信文受付モジュール１１０が受け付けた通信文を解析して、その通信文の種類を判定する。通信文の種類としては、例えば、質問、依頼、相談、確認等がある。解析方法として、過去の通信文と、その通信文の種類を対応付けたデータを用意し、そのデータを教師データとして機械学習を行う。そして、その機械学習を行った判定機を用いて、対象とする通信文に対応する種類を判定すればよい。また、辞書を用いた形態素解析、構文解析等と組み合わせても良いし、その種類毎に用いられやすい単語等を示した「字句」統計を用いて、通信文の種類を判定しても良い。

専門性推定モジュール１５０は、情報量算出モジュール１３０が算出した回答情報量と取得情報量に基づき、応対者の専門性を推定する。「回答情報量と取得情報量に基づき」とは、回答情報量と取得情報量との関係性を示すものであればよく、例えば、回答情報量と取得情報量との差分を算出することであってもよいし、回答情報量と取得情報量との比率を算出することであってもよいし、回答情報量と（回答情報量＋取得情報量）との比率を算出することであってもよい。そして、算出した結果（差分、比率等）と予め定められた値である閾値とを比較して、該当する専門性を決定してもよい。専門性は、少なくとも２段階（例えば、高い専門性あり、専門性がない等）あり、３段階以上であってもよい。もちろんのことながら、２段階の場合は１つの閾値であり、３段階以上の場合は２以上の閾値を用いる。また、その専門性は、質問のトピック毎に推定してもよい。専門性の推定の結果、例えば、オペレータ管理テーブル１０００を生成する。図１０は、オペレータ管理テーブル１０００のデータ構造例を示す説明図である。オペレータ管理テーブル１０００は、オペレータＩＤ欄１０１０、トピック欄１０２０、専門性欄１０３０を有している。オペレータＩＤ欄１０１０は、本実施の形態において、オペレータを一意に識別するための情報（オペレータＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。トピック欄１０２０は、トピックを記憶している。専門性欄１０３０は、そのオペレータのそのトピックにおける専門性を記憶している。なお、オペレータ管理テーブル１０００は、オペレータＩＤ欄１０１０、専門性欄１０３０だけで構成されていてもよい。
また、専門性推定モジュール１５０は、さらに難易度推定モジュール１６０によって推定された難易度に基づき、応対者の専門性を推定するようにしてもよい。詳細については、図９の例を用いて後述する。

難易度推定モジュール１６０は、通信文受付モジュール１１０が受け付けた質問に対する回答に要する総情報量に基づいて、その質問の難易度を推定する。総情報量は、例えば、後述する図４における（Ｘ＋Ｖ＋Ｗ）を指す。難易度は、少なくとも２段階（例えば、高難度、低難度等）あり、３段階以上であってもよい。もちろんのことながら、２段階の場合は１つの閾値であり、３段階以上の場合は２以上の閾値を用いる。
割当モジュール１７０は、通信文解析モジュール１２０と接続されている。割当モジュール１７０は、専門性推定モジュール１５０によって推定された専門性に基づき、質問と対応する応対者の割り当てを行う。この割当にオペレータ管理テーブル１０００を用いてもよい。例えば、通信文（質問）のトピックを推定し、オペレータ管理テーブル１０００を用いて、現在応対をしていないオペレータのうちで、最も専門性の高いオペレータを割り当てるようにしてもよい。また、通信文（質問）の難易度を推定し、その難易度に対応する専門性を有するオペレータを割り当てるようにしてもよい。ここでの難易度の推定は、通信文（質問）の情報量を用いて行ってもよい。また、前述のように、過去の通信文と、その通信文の難易度を対応付けたデータを用意し、そのデータを教師データとして機械学習を行う。そして、その機械学習を行った判定機を用いて、対象とする通信文に対応する難易度を判定すればよい。

図２は、本実施の形態を実現するためのシステム構成の例を示す説明図である。
ユーザ端末２１０ａ〜ｈと情報処理装置１００は、通信回線２９９を介して接続されている。そして、情報処理装置１００とオペレータ用端末２５０ａ〜ｄは、通信回線２９８を介して接続されている。また、オペレータ用端末２５０間は、通信回線２９８を介して接続されている。
したがって、ユーザ端末２１０とオペレータ用端末２５０との間の通信、２つのオペレータ用端末２５０間の通信は、情報処理装置１００が取得することができる。

図３は、質問者、オペレータ、他オペレータ間のやり取りの例を示す説明図である。
矢印の長さは情報量を表しており、長い矢印は多い情報量、短い矢印は少ない情報量を表している。なお、前述した通り、情報処理装置１００とオペレータ用端末２５０ａとの通信、情報処理装置１００とオペレータ用端末２５０ｂとの通信の他に、オペレータ用端末２５０ａとオペレータ用端末２５０ｃとの通信、オペレータ用端末２５０ａとオペレータ用端末２５０ｄとの通信についても、情報処理装置１００は、その通信文を取得する。
質問者３１０はユーザ端末２１０を操作し、オペレータＡ：３５０ａはオペレータ用端末２５０ａを操作し、オペレータＢ：３５０ｂはオペレータ用端末２５０ｂを操作し、オペレータＣ：３５０ｃはオペレータ用端末２５０ｃを操作し、オペレータＤ：３５０ｄはオペレータ用端末２５０ｄを操作する。
ユーザ端末２１０は、質問者３１０の操作に応じて質問の通信文を送信する。
情報処理装置１００は、オペレータの専門性に基づいて、その質問の通信文をオペレータＡ：３５０ａ（オペレータ用端末２５０ａ）に送信する。なお、「オペレータＡ：３５０ａ（オペレータ用端末２５０ａ）」は、オペレータＡ：３５０ａが操作するオペレータ用端末２５０ａであることを示している（以下同様）。例えば、通信が電子メールを用いて行われる場合は、オペレータＡ：３５０ａのメールアドレスに対して、通信文を送信することになる。
オペレータＡ：３５０ａは、その質問に回答するための情報を得るために、オペレータＣ：３５０ｃ（オペレータ用端末２５０ｃ）、オペレータＤ：３５０ｄ（オペレータ用端末２５０ｄ）へ質問等の通信文を送信する。
そして、オペレータＣ：３５０ｃ（オペレータ用端末２５０ｃ）は、オペレータＡ：３５０ａ（オペレータ用端末２５０ａ）へ回答等の通信文を送信する。
最後に、オペレータＡ：３５０ａ（オペレータ用端末２５０ａ）は、質問者３１０（ユーザ端末２１０）に対して、質問文に対応する回答文を送信する。

質問者の質問は、その内容からトピック、難易度などが推定された後に、適切なオペレータへ配信される。オペレータは回答のための情報（知識）を他オペレータ等に問い合わせを行ったり、逆に他オペレータから問い合わせを受けたりする。回答のために、質問者や他オペレータから多くの情報を取得したオペレータの専門性は低く評価され、逆に多くの情報を質問者や他オペレータに提供したオペレータの専門性は高く評価されることになる。

図４は、質問者、オペレータ、他オペレータ間のやり取りにおける情報量の例を示す説明図である。図３の例で示したものを、情報の向きと情報量の観点から模式的に示したものである。
Ｘは、ユーザ端末２１０からオペレータ用端末２５０ａへの通信文（質問）の情報量を示している。
Ｙは、オペレータ用端末２５０ａからユーザ端末２１０への通信文（回答）の情報量を示している。
Ｖは、オペレータ用端末２５０ａからオペレータ用端末２５０ｂへの通信文（質問等）の情報量を示している。ここでの質問等には、質問の他に、依頼、相談、確認等がある。
Ｗは、オペレータ用端末２５０ｂからオペレータ用端末２５０ａへの通信文（回答等）の情報量を示している。
前述の回答情報量とは、この図４の例においてはＶを示す。また、取得情報量とは、この図４の例においては少なくともＷを含み、Ｘ又はＶのいずれか一方、又は両方を含めるようにしてもよい。したがって、取得情報量としては、（Ｗ）、（Ｗ＋Ｘ）、（Ｗ＋Ｖ）、（Ｗ＋Ｘ＋Ｖ）のうちのいずれかである。また、各情報量は、それぞれ複数回の通信が行われた場合は、その複数の通信による各通信文の情報量の合計である。

図５は、本実施の形態による処理例を示すフローチャートである。
ステップＳ５０２では、通信文受付モジュール１１０が、ユーザ端末２１０からの通信文を受け付ける。
ステップＳ５０４では、言語処理モジュール１４０が、通信文に対して言語処理を行って、その通信文の種類を判定する。その通信文の内容が、ユーザ端末２１０から送信された質問であると判断した場合は、次のような処理を行う。通信文（質問）のトピックを推定する。オペレータ管理テーブル１０００を用いて、ユーザ端末２１０からの通信文（質問）を配信するオペレータを定め、そのオペレータに配信する。また、さらに通信文の難易度を推定し、その難易度に対応する専門性を有するオペレータに配信するようにしてもよい。
ステップＳ５０６では、情報量算出モジュール１３０が、通信文の情報量を算出する。ユーザ端末２１０から送信された質問に対する回答であって、オペレータ用端末２５０ａからユーザ端末２１０への通信が行われるまで、ステップＳ５０２〜ステップＳ５０６の処理を繰り返してもよい。最終的に、図４の例に示したＸ、Ｙ、Ｖ、Ｗを算出することになる。
ステップＳ５０８では、専門性推定モジュール１５０が、オペレータの専門性を推定する。ステップＳ５０８の処理については、図６、図７の例に示すフローチャートを用いて後述する。
ステップＳ５１０では、専門性推定モジュール１５０が、オペレータの専門性を修正する。具体的には、オペレータ管理テーブル１０００の該当する専門性を修正する。

図６は、本実施の形態による処理例を示すフローチャートである。
ステップＳ６０２では、専門性推定モジュール１５０が、ユーザへの回答の情報量とその回答を行うまでに取得した情報量を用いて専門性を推定する。図４の例を用いて説明すると、（Ｙ−Ｗ）、（Ｙ−（Ｗ＋Ｘ））、（Ｙ−（Ｗ＋Ｖ））、（Ｙ−（Ｗ＋Ｘ＋Ｖ））、（Ｙ／Ｗ）、（Ｙ／（Ｗ＋Ｘ））、（Ｙ／（Ｗ＋Ｖ））、（Ｙ／（Ｗ＋Ｘ＋Ｖ））、（Ｙ／（Ｙ＋Ｗ））、（Ｙ／（Ｙ＋Ｗ＋Ｘ））、（Ｙ／（Ｙ＋Ｗ＋Ｖ））、（Ｙ／（Ｙ＋Ｗ＋Ｘ＋Ｖ））の値を用いて、専門性を推定する。

図７は、本実施の形態による処理例を示すフローチャートである。
ステップＳ７０２では、難易度推定モジュール１６０が、質問の難易度を推定する。
ステップＳ７０４では、専門性推定モジュール１５０が、ユーザへの回答の情報量とその回答を行うまでに取得した情報量と質問の難易度を用いて専門性を推定する。図６のステップＳ６０２に、質問の難易度を付加して、専門性を推定するようにしたものである。

図８は、専門性の初期（図８（ａ））、中期（図８（ｂ））、後期（図８（ｃ））における情報量とその情報の向きの例を示す説明図である。
通信文の内容から種類を判定する際には言語処理が利用される。例えば、オペレータＡが他のオペレータＣ、Ｄから情報を収集する場合、下記のように、メールの内容が変化することが予想される。
初期：オペレータＡは回答に際して、他オペレータ（専門家を含む）から多くの情報を取得後に質問者に対して回答を行う。このとき、オペレータは質問者から効率的な情報収集ができず、必要な情報の周辺情報も取得するなどして多くの情報を取得してしまう。
中期：オペレータＡは回答に際して、必要に応じて他オペレータから情報収集は行うが、その頻度は低くなってくる。また、その内容も確認が多くなる等の変化が生じてくる。さらに、質問者への情報収集も効率的に行われるようになる。
後期：オペレータＡは質問者への最小限の確認で、多くの内容を返すことができるようになる。また、他オペレータからの質問や相談に応じることが多くなり、出力する情報量が多くなる。
図８の例では、矢印の向き、長さ（情報量）が示すように、オペレータＡは、初期の段階では、質問者から多くの情報を得て回答を行っており、オペレータＣ、Ｄから多くの情報を得ているが、オペレータＣ、Ｄに対して渡す情報量はない。中期の段階では、初期の段階に比べて、質問者から得る情報は少なくなっており、オペレータＣ、Ｄから得る情報も少なくなっており、逆に、オペレータＤに対して渡す情報量も発生している。後期の段階では、中期の段階に比べて、質問者から得る情報はさらに少なくなっており、質問者への回答の情報量も多くなっており、オペレータＣ、Ｄから得る情報もさらに少なくなっており（オペレータＤからの得ている情報量は０）、オペレータＣ、Ｄに対して渡す情報量は得ている情報量よりも多い。つまり、他のオペレータからの相談に応じている状態になっている。

具体的には、通信文の種類に以下のような変化が現れる。
（初期）：回答情報量に対して取得情報量が多い。
「Ｘｘｘの質問にはどう回答すればよいでしょうか？」（相談）
↓
（中期）：回答情報量と取得情報量が均衡する。
「Ｘｘｘの質問が来ましたが、資料のどこを参照すればよいでしょうか？」（質問）
↓
（後期）：回答情報量に対して取得情報量が少ない。
「Ｘｘｘの質問が来ましたが、△△△のことで問題ありませんよね？」（確認）
これを利用して、専門性推定モジュール１５０は、通信文の種類を用いて、専門性を推定するようにしてもよい。例えば、相談、質問、確認のうち、回数が多いものによって専門性を推定する。具体的には、相談が多いならば低専門性、質問が多いならば中専門性、確認が多いならば高専門性と判断する。

図９は、専門性の判断をするための閾値の例を示す説明図である。
縦軸は、「回答情報量−取得情報量」であるとする。横軸はオペレータを示している。
図９（ａ）は、難易度が高い場合における閾値を示しており、オペレータＡにおける「回答情報量−取得情報量」は閾値以上であるので、高い専門性を有していると推定する。
図９（ｂ）は、難易度が低い場合における閾値（図９（ａ）の例に示す閾値よりも高い閾値）を示している。オペレータＢは、オペレータＡより「回答情報量−取得情報量」が高いが、難易度が低い質問における回答であったため、専門性は高くないと推定する。なお、オペレータＣは、「回答情報量−取得情報量」が閾値未満であるため、専門性は高くないと推定する。
同じトピックであっても、難易度の高い質問を多く回答した場合には必要情報量が多くなり、オペレータの専門性が正しく評価されない場合がある。このため、難易度によって判断の閾値を変更し、正しく評価されるようにする。この閾値は、回答するまでに必要な情報量の統計値（平均値、最頻値、中央値等）と見なすことができ、過去に同様の質問に対して必要であった情報量から推定される。

なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図１１に例示するように、一般的なコンピュータであり、具体的にはパーソナルコンピュータ、サーバーとなり得るコンピュータ等である。つまり、具体例として、処理部（演算部）としてＣＰＵ１１０１を用い、記憶装置としてＲＡＭ１１０２、ＲＯＭ１１０３、ＨＤ１１０４を用いている。ＨＤ１１０４として、例えばハードディスクを用いてもよい。通信文受付モジュール１１０、情報量算出モジュール１３０、言語処理モジュール１４０、専門性推定モジュール１５０、難易度推定モジュール１６０、割当モジュール１７０等のプログラムを実行するＣＰＵ１１０１と、そのプログラムやデータを記憶するＲＡＭ１１０２と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ１１０３と、補助記憶装置（フラッシュメモリ等であってもよい）であるＨＤ１１０４と、キーボード、マウス、タッチパネル等に対する利用者の操作に基づいてデータを受け付ける受付装置１１０６と、ＣＲＴ、液晶ディスプレイ等の出力装置１１０５と、ネットワークインタフェースカード等の通信ネットワークと接続するための通信回線インタフェース１１０７、そして、それらをつないでデータのやり取りをするためのバス１１０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。

前述の実施の形態のうち、コンピュータ・プログラムによるものについては、本ハードウェア構成のシステムにソフトウェアであるコンピュータ・プログラムを読み込ませ、ソフトウェアとハードウェア資源とが協働して、前述の実施の形態が実現される。
なお、図１１に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１１に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えばＡＳＩＣ等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１１に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、情報家電、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

なお、前述の例では、オペレータと質問者とのやり取りは、質問と回答がそれぞれ１回ずつであるが、オペレータは、質問を明確にするために、回答に必要な情報を質問者とのやり取りによって得た後に、回答を行うようにしてもよい。このやり取りは、複数回であってもよい。この場合、取得情報量として、質問者とのやり取りの情報量を含めてもよい。もちろんのことながら、オペレータから質問者への回答（オペレータから質問者への最後の通信文）の情報量は回答情報量であって、取得情報量には含めない。なお、オペレータから質問者への通信文が回答であるか否かは、言語処理モジュール１４０がその文面から判断するようにしてもよいし、その対象となっている通信が行われた後、予め定められた期間、そのオペレータと質問者の間で通信が行われなかった場合に、その通信は回答であると判断してもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

１００…情報処理装置
１１０…通信文受付モジュール
１２０…通信文解析モジュール
１３０…情報量算出モジュール
１４０…言語処理モジュール
１５０…専門性推定モジュール
１６０…難易度推定モジュール
１７０…割当モジュール

Claims (5)

1. 質問者からの質問に対する応対者の回答の情報量である回答情報量を算出する第１の算出手段と、
   前記回答を生成するために前記応対者が取得した情報の情報量である取得情報量を算出する第２の算出手段と、
   前記質問に対する回答に要する総情報量に基づいて、該質問の難易度を推定する難易度推定手段と、
   前記回答情報量と前記取得情報量と前記難易度に基づき、前記応対者の専門性を推定する推定手段
   を有する情報処理装置。
2. さらに、前記専門性に基づき、質問と対応する応対者の割り当てを行う割当手段
   を有する請求項１に記載の情報処理装置。
3. 前記第２の算出手段における前記取得した情報は、他の応対者に対しての質問に対する回答を含む
   請求項１又は２に記載の情報処理装置。
4. 前記第２の算出手段における前記取得した情報は、さらに、前記質問者からの質問、前記他の応対者に対しての質問のいずれか一方、又は両方を含む
   請求項３に記載の情報処理装置。
5. コンピュータを、
   質問者からの質問に対する応対者の回答の情報量である回答情報量を算出する第１の算出手段と、
   前記回答を生成するために前記応対者が取得した情報の情報量である取得情報量を算出する第２の算出手段と、
   前記質問に対する回答に要する総情報量に基づいて、該質問の難易度を推定する難易度推定手段と、
   前記回答情報量と前記取得情報量と前記難易度に基づき、前記応対者の専門性を推定する推定手段
   として機能させるための情報処理プログラム。

Images