特許ウォッチ

公開番号2025091800
公報種別公開特許公報(A)
公開日2025-06-19
出願番号2023207261
出願日2023-12-07
発明の名称推定装置、推定方法、および推定プログラム
出願人日本電信電話株式会社,学校法人成蹊学園
代理人弁理士法人酒井国際特許事務所
主分類G06Q 10/063 20230101AFI20250612BHJP(計算;計数)
要約【課題】参加者の人数に関わらず、高性能な会話のモデル化を可能とする。
【解決手段】推定装置10において、取得部15aが、会話に関する参加者ごとの情報を取得する。付与部15bが、参加者ごとの情報に該参加者の会話に対する寄与率に応じた重みを付与する。推定部15eが、重みを付与された参加者ごとの情報が入力された場合に、会話に関する所定のタスクの推定値を出力するモデル14aを用いて、該所定のタスクを推定する。
【選択図】図1
特許請求の範囲【請求項１】
会話に関する参加者ごとの情報を取得する取得部と、
前記参加者ごとの情報に該参加者の会話に対する寄与率に応じた重みを付与する付与部と、
前記重みを付与された前記参加者ごとの情報が入力された場合に、会話に関する所定のタスクの推定値を出力するモデルを用いて、該所定のタスクを推定する推定部と、
を有することを特徴とする推定装置。
続きを表示（約 780 文字）【請求項２】
前記取得部は、前記参加者ごとの情報として、音声データ、映像データ、および言語データの少なくともいずれかを取得することを特徴とする請求項１に記載の推定装置。
【請求項３】
前記付与部は、前記寄与率として、前記参加者の会話への参与の度合い、会話における支配性を表す情報、または役職のいずれかに応じた重みを付与することを特徴とする請求項１に記載の推定装置。
【請求項４】
前記推定部は、前記所定のタスクとして、前記参加者の説得力の高さを表す情報を推定することを特徴とする請求項１に記載の推定装置。
【請求項５】
前記重みを付与された前記参加者ごとの情報を用いて、前記モデルを学習する学習部をさらに有することを特徴とする請求項１に記載の推定装置。
【請求項６】
推定装置が実行する推定方法であって、
会話に関する参加者ごとの情報を取得する取得工程と、
前記参加者ごとの情報に該参加者の会話に対する寄与率に応じた重みを付与する付与
工程と、
前記重みを付与された前記参加者ごとの情報が入力された場合に、会話に関する所定のタスクの推定値を出力するモデルを用いて、該所定のタスクを推定する推定工程と、
を含んだことを特徴とする推定方法。
【請求項７】
会話に関する参加者ごとの情報を取得する取得ステップと、
前記参加者ごとの情報に該参加者の会話に対する寄与率に応じた重みを付与する付与ステップと、
前記重みを付与された前記参加者ごとの情報が入力された場合に、会話に関する所定のタスクの推定値を出力するモデルを用いて、該所定のタスクを推定する推定ステップと、
をコンピュータに実行させるための推定プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、推定装置、推定方法、および推定プログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
従来、二人以上の会話のモデル化において、参加者のコミュニケーションスキルを評価することにより、会話の参加者のデータから会話における任意の情報を推定する会話のモデル化の技術が開示されている（特許文献１参照）。会話のモデル化としては、例えば、参加者の説得力の推定や、会話の要約として選択すべき時間の推定、ニューラルネットワークの分野における自己教師あり学習における会話そのもののモデル化等が例示される。
【先行技術文献】
【特許文献】
【０００３】
特開２０１７－１１６７１６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来技術によれば、参加者の人数が多い場合に、会話のモデル化が困難な場合がある。例えば、従来技術では、すべての参加者を同率で扱うことから、特に会話への参加者数が多い場合には、モデル化に貢献する参加者のデータがモデル化に貢献しない参加者のデータにより隠蔽されてしまう。
【０００５】
本発明は、上記に鑑みてなされたものであって、参加者の人数に関わらず、高性能な会話のモデル化を可能とすることを目的とする。
【課題を解決するための手段】
【０００６】
上述した課題を解決し、目的を達成するために、本発明に係る推定装置は、会話に関する参加者ごとの情報を取得する取得部と、前記参加者ごとの情報に該参加者の会話に対する寄与率に応じた重みを付与する付与部と、前記重みを付与された前記参加者ごとの情報が入力された場合に、会話に関する所定のタスクの推定値を出力するモデルを用いて、該所定のタスクを推定する推定部と、を有することを特徴とする。
【発明の効果】
【０００７】
本発明によれば、参加者の人数に関わらず、高性能な会話のモデル化が可能となる。
【図面の簡単な説明】
【０００８】
図１は、本実施形態の推定装置の概略構成を例示する模式図である。
図２は、推定処理を説明するための図である。
図３は、推定処理手順を示すフローチャートである。
図４は、推定プログラムを実行するコンピュータの一例を示す図である。
【発明を実施するための形態】
【０００９】
以下、図面を参照して、本発明の一実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示している。
【００１０】
［推定装置の構成］
図１は、本実施形態の推定装置の概略構成を例示する模式図である。また、図２は、推定処理を説明するための図である。まず、図１に例示するように、本実施形態の推定装置１０は、パソコン等の汎用コンピュータで実現され、入力部１１、出力部１２、通信制御部１３、記憶部１４、および制御部１５を備える。
（【００１１】以降は省略されています）

関連特許