ユーザ・状況に適応的な音声対話による大規模情報の検索・提示

通过适应用户和情况的语音对话搜索和呈现大规模信息

• 批准号: 19024044
• 负责人: 河原 達也
• 金额: $ 6.72万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2008
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19024044/
• 关键词: 情報検索; 音声対話; インタラクション; 話し言葉; 音声認識; 情報検索; 音声対話; インタラクション; 話し言葉; 音声認識

膨大かつ複雑な情報を誰もが理解・活用できるようにするには, 人間と対話しながら, その人の意図や興味を推察することによって, 的確な情報を検索し提示するシステムの実現が重要となる. 現状の情報検索システムでは, キーワードにマッチする数多くの候補がディスプレイに表示されて, ユーザがそれらを1つずつチェックするというインタフェースとなっている. これに対して我々は, 音声対話によるリアルタイムのインタラクションを介して, ユーザの興味を喚起し, 意図や選好を顕在化しながら, 情報を検索・提示するプロアクティブなシステム「情報コンシェルジェ」の実現を目指して研究を行った.プロアクティブな情報検索・提示を実現するには, リアルタイムのインタラクションにおいて, ユーザの興味や反応を察知することが鍵となる. 特に, 対面の音声対話においては, いちいち言葉で確認しなくても, 提示された情報に興味を示しているか, 否定的であるかを察知できることが望ましい. そこで, 人間のプロのガイドが京都の観光地を案内し, ユーザが1日に回る場所を決めるというタスクの模擬対話を対象に分析を行った. ここでは, ある名所の説明中になされたユーザのあいづち(「はい」「うーん」など)に着目し, その発話タイミング及び頻度と, その名所が実際に訪問先として選ばれたかとの関係を調べた. その結果, 早いタイミングで(100msec以内に)なされたあいづちは大半が肯定的な反応であり, あいづちが多くなされた(発話数当り頻度0.3以上の)場合もほぼ肯定的であることがわかった. この2つの特徴を統合することで, 適合率84%(再現率は59%)で肯定的な場合を検出できた.

为了使任何人都可以理解和利用庞大而复杂的信息，重要的是要实现一个系统，该系统通过在与人互动时推断人的意图和利益来搜索和提供准确的信息。在当前的信息搜索系统中，显示在显示屏上显示许多匹配关键字的候选人，用户将它们一一检查。相比之下，我们进行了研究，目的是实现“信息礼宾”，这是一个主动系统，该系统通过通过语音对话引起实时互动来引起用户的兴趣，表现出意图和偏好来搜索和提供信息。为了实现主动的信息搜索和演示，这是感知用户在实时交互中的兴趣和反应的关键。特别是，在面对面的语音对话中，用户是否对提出的信息感兴趣，而无需每次用文字确认。希望能够感觉到情况是否负面。因此，专业的人类指南在京都的旅游目的地进行了指导，并分析了确定用户应该去哪里的任务。在这里，我们专注于用户的响应（例如“是”和“ hmm”），并在一个著名的地方进行了研究，并研究了话语的时机和频率之间的关系，以及著名的地方是否真的被选为目的地。结果，发现大多数发言（在100msec之内）是积极的，即使话语的数量在很大程度上是积极的（每个语音计数的频率为0.3或更多）。通过将这两个特征结合在一起，我们能够检测出匹配率为84％的正病例（召回率为59％）。