说话继续判定方法、说话继续判定装置以及记录介质制造方法及图纸

提供能够提高用户的说话继续的判定精度的说话继续判定方法、说话继续判定装置以及记录介质。该方法包括:对话取得步骤(S22)，取得包括对用户发出的第一时刻的系统文章(184)、继系统文章(184)之后由用户发出的第二时刻的用户文章(185)以及表示该系统文章(184)的意图的系统意图(183)的对话数据(102)；推定步骤(S23)，通过将对话数据(102)适用于进行了机器学习的模型，对表示对该用户文章(185)的应答的等待时间的预测应答延迟量(192)进行推定；状况取得步骤(S24)，取得表示用户状况的用户状况信息(1232)；判定步骤(S25)，根据预测应答延迟量(192)表示的等待时间内的用户状况信息1232，判定继该用户文章(185)之后用户的说话语句是否继续。

【技术实现步骤摘要】
说话继续判定方法、说话继续判定装置以及记录介质
本公开涉及说话继续判定方法、说话继续判定装置以及记录介质，特别是，涉及使用进行机器学习的预定模型来判定用户的说话继续的说话继续判定方法、说话继续判定装置以及记录介质。
技术介绍
说话继续判定技术是推定用户是否想继续说话的技术即判定用户的说话继续的技术。而且，提出了使用说话继续判定技术对对话系统的应答时机和内容动态地进行控制的技术(例如专利文献1)。在专利文献1所公开的技术中，基于按对话系统示出的每个提问所假设的用户的说话所包含的关键词的最大字数的算出，使直到受理由用户的说话等产生的输入为止的等待时间或者继续受理输入的声音受理时间增减。在先技术文献专利文献1：日本专利第4667085号公报
技术实现思路
专利技术要解决的问题然而，在上述专利文献1所提出的方法中，存在无法以充分的精度进行用户的说话继续的判定这样的问题。本公开是鉴于上述情形而完成的，目的在于提供能够提高用户的说话继续的判定精度的说话继续判定方法、说话继续判定装置以及记录介质。用于解决问题的手段本公开的一个技术方案涉及的说话继续判定方法包括：对话取得步骤，取得对话数据，所述对话数据本文档来自技高网...

【技术保护点】
1.一种说话继续判定方法，包括：对话取得步骤，取得对话数据，所述对话数据包括：第一文章，是对用户发出的第一时刻的第一说话语句的文本数据；第二文章，是继所述第一文章之后由所述用户发出的第二时刻的第二说话语句的文本数据；以及结构化数据，是对所述第一文章表示的意图进行结构化而得到的数据；推定步骤，将所述对话数据适用于反映了通过机器学习而得到的学习结果信息的模型，由此对表示对于所述第二文章的应答的等待时间的应答延迟量进行推定；状况取得步骤，取得表示所述用户的状况的用户状况信息；以及判定步骤，根据所述应答延迟量表示的所述等待时间内的所述用户状况信息，判定继所述第二文章之后所述用户的说话语句是否继续。

【技术特征摘要】
2017.06.14 JP 2017-1170841.一种说话继续判定方法，包括：对话取得步骤，取得对话数据，所述对话数据包括：第一文章，是对用户发出的第一时刻的第一说话语句的文本数据；第二文章，是继所述第一文章之后由所述用户发出的第二时刻的第二说话语句的文本数据；以及结构化数据，是对所述第一文章表示的意图进行结构化而得到的数据；推定步骤，将所述对话数据适用于反映了通过机器学习而得到的学习结果信息的模型，由此对表示对于所述第二文章的应答的等待时间的应答延迟量进行推定；状况取得步骤，取得表示所述用户的状况的用户状况信息；以及判定步骤，根据所述应答延迟量表示的所述等待时间内的所述用户状况信息，判定继所述第二文章之后所述用户的说话语句是否继续。2.根据权利要求1所述的说话继续判定方法，所述用户状况信息表示与以下情况中的至少一个对应的值：(1)用于通过文本输入所述用户的说话的文本输入部中的文本输入栏是否为选择中；(2)用于通过声音输入所述用户的说话的集声部中的声音信号是否为输入中；(3)用于检测所述用户的视线的视线检测部中的所述用户的视线位置是否位于包括提示所述第一文章的提示部的装置；以及(4)用于检测所述用户的姿势的姿势检测部中的所述用户的脸部方向和身体方向是否为包括提示所述第一文章的提示部的装置。3.根据权利要求1或2所述的说话继续判定方法，所述判定步骤中，在所述应答延迟量表示的等待时间为0的情况下，进行表示所述用户的说话语句不继续之意的第一判定，在所述应答延迟量表示的等待时间大于0的情况下，在所述等待时间内的所述用户状况信息表示预定的值时，进行表示所述用户的说话语句继续之意的第二判定，在所述等待时间内的所述用户状况信息不表示所述预定的值时，进行所述第一判定。4.根据权利要求1～3中任一项所述的说话继续判定方法，所述说话继续判定方法还包括：学习取得步骤，取得学习用数据，所述学习用数据包括：第三文章，是对所述用户发出的第三说话语句的文本数据；第四文章，是继所述第三文章之后由该用户发出的第四说话语句的文本数据；结构化数据，是对所述第三文章表示的意图进行结构化而得到的数据；以及应答延迟量，表示对于所述第四文章的应答的等待时间；学习步骤，使用所述学习用数据，使所述模型进行学习；以及存储步骤，将在所述学习步骤中学习到的结果作为所述学习结果信息进行存储，在所述学习步骤中，将所述学习用数据所包含的所述应答延迟量作为教师数据，使所述模型学习所述第四文章与所述应答延迟量之间的关联。5.根据权利要求...

【专利技术属性】
技术研发人员：牛尾贵志，山上胜义，远藤充，
申请(专利权)人：松下知识产权经营株式会社，
类型：发明
国别省市：日本,JP