JP2003186897A - 情報アクセスシステム及び情報アクセス方法 - Google Patents

Abstract

(57)【要約】 【課題】 本発明は、利用者との間で会話した内容に基
づいて、利用者が抱く感情を把握し、その把握した感
情、感情を表現した言語に含まれる特定のキーワードを
抽出して、その抽出したキーワードに基づいて該当する
アドレスにアクセスを行うことで、より利用者の要求に
合致したアドレスにアクセスすることができる。 【解決手段】 本発明は、音声認識部１０２で特定した
文字列に基づいて、該文字列に含まれる所定のキーワー
ドを抽出し、抽出した前記キーワードに関連するアドレ
ス情報を取得して、取得したアドレス情報に含まれるア
ドレスにアクセスする推論エンジン１０４を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、利用者が発話した
音声情報から所定のキーワードを抽出し、抽出したキー
ワードに関連するアクセス情報に基づいて該当するアド
レスにアクセスする情報アクセスシステム及び情報アク
セス方法に関する。

【０００２】

【従来の技術】近年では、通信ネットワークの発達によ
り、利用者は、パーソナルコンピュータに内蔵してある
検索エンジンを用いることで、インターネットを通じて
自己の要求に合致した情報を容易に取得することができ
る。

【０００３】例えば、利用者がある研究論文をインター
ネットを通じて検索したい場合は、利用者は、研究論文
に関係するサイトのＵＲＬ（Uniform Resource Locato
r）を入力すれば、該当する研究論文についてのサイト
を参照することができる。

【０００４】

【発明が解決しようとする課題】しかしながら、インタ
ーネットの発達に伴って、インターネットで検索するこ
とができるサイト数が増加したため、利用者は、単一の
ＵＲＬを入力して、該当するサイトを参照したとして
も、参照先によっては更に複数のＵＲＬの内から一つの
ＵＲＬを利用者に選択させるようなメニューが表示され
るため、更にＵＲＬを選択又は入力しなければならず、
自己の要求に合ったサイトを短時間で探すことができな
かった。

【０００５】即ち、利用者がある研究論文に関する情報
を検索する場合は、利用者は従来からの検索エンジンを
用いて”研究論文”というキーワードを入力して検索を
行う。そして、この入力した”研究論文”についての検
索結果のリストが画面上に出力された場合は、利用者
は、更にリストの中から、自己が要求する研究論文に関
係するフレーズを選択し、選択された先のサイト内容を
画面上に出力させる。

【０００６】これらの内容を繰り返すことによって、利
用者は自己が要求する研究論文にやっと辿り着くことが
できる。このため、利用者は瞬時に自己が要求する情報
に辿り着くことができず、利用者の不満足度を助長させ
てしまうという結果が生じていた。

【０００７】これにより、利用者が抱く感情に関する情
報を認識し、認識した感情に関する情報に基づいて、所
定の情報を検索する検索システムがあれば、利用者は、
自己の要求に合致した情報をより短時間で取得すること
ができるはずである。

【０００８】そこで、本発明は以上の点に鑑みてなされ
たものであり、利用者との間で会話した内容に基づい
て、利用者が抱く感情を把握し、その把握した感情、感
情を表現した言語に含まれる特定のキーワードを抽出し
て、抽出したキーワードに関連するアクセス情報に基づ
いて該当するアドレスにアクセスすることで、より利用
者の要求に合致した情報にアクセスすることのできる情
報アクセスシステム及び情報アクセス方法を提供するこ
とを課題とする。

【０００９】

【課題を解決するための手段】本願に係る発明は、上記
課題を解決すべくなされたものであり、ネットワーク上
に分散配置されたＷｅｂサーバより提供されるＷｅｂペ
ージにアクセスさせる際に、利用者から入力された文字
列を認識し、認識した前記文字列に基づいて、該文字列
に含まれる所定のキーワードを抽出し、抽出された前記
キーワードを蓄積し、前記Ｗｅｂサーバから前記Ｗｅｂ
ページへのアクセス情報を取得し、前記Ｗｅｂページの
内容から所定のフレーズを抽出し、取得した前記アクセ
ス情報を抽出された前記フレーズに関連付けて蓄積し、
蓄積されている前記キーワードを取得し、取得した前記
キーワードと一致している前記フレーズに関連付けられ
た前記アクセス情報を、蓄積されている前記アクセス情
報の中から取得し、取得した前記アクセス情報に含まれ
るアドレスにアクセスすることを特徴とするものであ
る。

【００１０】このような本願に係る発明によれば、端末
が、利用者から入力された文字列（例えば、音声入力、
文字入力など）を認識し、認識した前記文字列に基づい
て、該文字列に含まれる所定のキーワードを抽出して、
抽出した該キーワードに関係する情報を検索するので、
端末は、利用者から入力された文字列に従って、利用者
が要求する情報とより合致した情報を的確に検索するこ
とができる。

【００１１】尚、アクセス情報は、任意の各前記Ｗｅｂ
サーバから取得されるものであってもよい。これによ
り、端末は、所定の管理センターがキーワードに関連す
るＷｅｂサーバ４００のアクセス情報を逐一更新するの
で、抽出されたキーワードに関連するアクセス情報をよ
り新しいアクセス情報として管理センターから取得する
ことができる。

【００１２】また、本願に係る発明は、前記アクセス情
報を蓄積し、蓄積されている登録後の前記アクセス情報
を取得し、取得した該アクセス情報に基づいて、該アク
セス情報に含まれる前記アドレスに定期的にアクセス
し、アクセス先の更新されたアクセス情報を取得するも
のでもある。

【００１３】このような本願に係る発明によれば、端末
は、アクセス情報の内容が更新された場合であっても、
所定の管理センターが登録されたアクセス情報に含まれ
るアドレスに定期的にアクセスし、アクセス先の更新後
のアクセス情報を定期的に更新することができるので、
キーワードに関連するアクセス情報をより新しいアクセ
ス情報として管理センターから取得することができる。

【００１４】また、本願に係る発明は、前記文字列に基
づいて前記利用者が抱く感情情報を推論し、推論した該
感情情報に関連付けられた前記キーワードを抽出するこ
とを特徴とするものでもある。

【００１５】これにより、端末が、前記文字列に基づい
て前記利用者が抱く感情情報を推論し、推論した該感情
情報に関連付けられたキーワードを抽出し、抽出した該
キーワードに関連するアクセス情報を取得して、取得し
たアクセス情報に含まれるアドレスにアクセスすること
ができるので、端末は、利用者が抱いている感情に特徴
付けられたキーワードに関係するアドレスにアクセスす
ることができ、利用者の要求に合致したサイトにアクセ
スすることができる。

【００１６】更に、利用者は、端末に対して発話するこ
とで、端末が利用者の感情を把握し、その把握した感情
に特徴付けられたキーワードに関連するアクセス情報を
取得し、取得したアクセス情報に含まれるアドレスに自
動的にアクセスしてくれるので、アクセス先のＵＲＬな
どを入力する手間を省くことができる。

【００１７】尚、端末は、前記文字列、該文字列に含ま
れる前記利用者の感情の度合いを示す感情度又は該感情
度が発生した時期に基づいて前記感情情報を推論するも
のであってもよい。これにより、端末は、前記文字列、
該文字列に含まれる前記利用者の感情の度合いを示す感
情度又は該感情度が発生した時期に基づいて前記感情情
報を推論することができるので、利用者の感情をより的
確に把握することができる。

【００１８】更に、前記感情度は、文字列に含まれる強
調語に基づいて定めるものであってもよい。これによ
り、端末は、文字列に含まれる強調語に基づいて感情度
を定めることができるので、例えば強調語である副詞又
は感嘆詞などにより、利用者の感情の程度を把握するこ
とができる。

【００１９】また、本願に係る発明は、取得した前記ア
クセス情報が所定の数以上になった場合に、前記アクセ
ス情報に含まれるアドレスにアクセスすることを特徴と
するものでもある。このような本願に係る発明によれ
ば、端末は、キーワードに関連するアクセス情報が所定
の数以上になった場合に、前記アクセス情報に関連する
アドレスにアクセスするので、利用者は、端末を通じ
て、逐次アクセス先のアドレスを入力することなく、自
己が要求するアドレスに接続することができる。

【００２０】

【発明の実施の形態】［情報アクセスシステムの基本構
成］本発明に係る情報アクセスシステムについて図面を
参照しながら説明する。図１は、本実施形態に係る情報
アクセスシステムの概略構成図である。

【００２１】同図に示すように、情報アクセスシステム
は、ネットワーク上に分散配置されたＷｅｂサーバより
提供されるＷｅｂページにアクセスさせるものであっ
て、利用者の音声情報を取得する入力部１０１（取得手
段）と、入力部１０１で取得した音声情報に基づいて、
前記音声情報に対応する文字列を特定する音声認識部１
０２（音声認識手段）と、音声認識部１０２で特定した
文字列に基づいて所定のキーワードを抽出し、抽出した
キーワードに関連付けられたアクセス情報を情報管理セ
ンター２００から取得し、取得したアクセス情報に含ま
れるアドレスにアクセスする推論エンジン１０４（キー
ワード抽出手段）と、キーワードに関連付けられたアク
セス情報を蓄積する情報管理センター２００とを備えて
いる。

【００２２】端末１００ａ〜１００ｅは、利用者が発話
した内容から所定のキーワードを抽出し、抽出したキー
ワードに基づいて所定のアクセス情報を情報管理センタ
ー２００から取得し、取得したアクセス情報に含まれる
アドレスにアクセスするものである。尚、この端末１０
０ａ〜１００ｅは、例えば、パーソナルコンピュータ、
携帯電話機などが挙げられる。

【００２３】端末１００ａ〜１００ｅは、本実施形態で
は、入力部１０１と、音声認識部１０２と、音声認識辞
書記憶部１０３と、推論エンジン１０４と、通信部１０
５と、感情情報データベース１０６と、出力部１０７と
を有している。

【００２４】入力部１０１は、利用者から入力された文
字列を認識する文字認識手段である。具体的に入力部１
０１は、利用者から入力された音声を取得し、取得した
音声を音声信号として音声認識部１０２に出力する。音
声認識部１０２は、入力部１０１で取得した音声情報に
基づいて、その音声信号に対応する文字列を特定する音
声認識手段である。

【００２５】具体的には、音声信号が入力された音声認
識部１０２は、入力された音声信号を解析し、解析した
音声信号に対応する文字列を、音声認識辞書記憶部１０
３に格納されている辞書を用いて特定し、特定した文字
列を文字列信号として推論エンジン１０４に出力する。

【００２６】尚、音声認識部１０２は、利用者が操作部
（例えば、キーボード）を通じて入力した文字列を特定
する文字認識手段でもある。更に、音声辞書記憶部１０
３は、利用者が操作部を通じて入力した文字列に対応す
る辞書を格納するものでもある。これにより、各利用者
は、端末１００に対して発話するだけでなく、操作部か
ら文字を入力することによっても、自己が要求するアド
レスを端末１００から取得することができる。

【００２７】音声認識辞書記憶部１０３は、標準的な音
声信号に対応する辞書を格納しているものである。通信
部１０５は、情報管理センター２００との間でデータを
送受信するものである。出力部１０７は、推論エンジン
１０４からの指示に対応する命令を出力するものであ
り、例えば、ディスプレイ、スピーカ等が挙げられる。
具体的には、推論エンジン１０４から音声命令信号が入
力された出力部１０７は、入力された音声命令信号に対
応する音声を出力する。

【００２８】感情情報データベース１０６は、推論エン
ジン１０４で抽出されたキーワード等を蓄積するもので
あり、例えば、ハードディスク、ＣＤ−ＲＯＭ、ＩＣチ
ップなどが挙げられる。

【００２９】ここで、感情情報データベース１０６に
は、図７に示すように、利用者の「感情の度合い」（感
情度）の履歴を示す「感情履歴テーブル」と、利用者の
「感情の度合い」に時制に関する情報を付加した履歴を
示す「時制履歴テーブル」とを有している。感情情報に
は、同図に示すように、例えば、「感情の度合い」「キ
ーワード」「文字列の時制」などが含まれる。これらの
内容についての詳述は後述する。

【００３０】前記推論エンジン１０４は、音声認識部１
０２で特定した文字列に基づいて、文字列に含まれる所
定のキーワードを抽出するキーワード抽出手段である。
また、前記推論エンジン１０４は、情報管理部２０２が
情報データベース２０３から取得したアクセス情報を取
得し、取得したアクセス情報に含まれるアドレスにアク
セスするものでもある。

【００３１】更に、推論エンジン１０４は、音声認識部
１０２で特定した文字列に基づいて利用者が抱く感情情
報を推論し、推論した感情情報に関連付けられたキーワ
ードを抽出するキーワード抽出手段でもある。

【００３２】ここで、推論エンジン１０４は、文字列、
該文字列に含まれる利用者の感情の度合いを示す感情度
又は該感情度が発生した時期（時制）に基づいて感情情
報を推論する。この推論についての詳述は後述する。ま
た、アクセス情報とは、Ｗｅｂサーバ４００にアクセス
するためのアドレス（例えば、ＵＲＬ）、Ｗｅｂサーバ
４００に蓄積されているＷｅｂ情報などを意味するもの
である。

【００３３】この推論エンジン１０４は、本実施形態で
は、文脈を解読するための文脈辞書、言語の類似関係を
調べるための類似関係辞書、日本語文節解析に関する辞
書、日本語の形態素解析（各品詞、活用形、分類、連
接）に関わる辞書を有しており、これらの辞書を基に、
利用者が発話した日本語の意味内容を解読し、解読した
意味内容から利用者が抱く感情を推論し、利用者に質問
するのに適した文を作成することができる。

【００３４】即ち、日本語の意味内容を解読した推論エ
ンジン１０４は、解読した意味内容に基づいて、解読さ
れた意味の結束性、話題の変化、利用者の感情を形成す
る言語、今までの会話の統計などにより、利用者が抱く
感情を推論し、利用者に質問するのに適した文を作成す
る。

【００３５】また、推論エンジン１０４は、人工知能、
ニューラルネットワークによって構成されているもので
もあり、利用者との間で交わされた言語（単語、文な
ど）をニューラルネットに学習させ、その学習された言
語に基づいて、利用者に質問する内容を作成することが
できる。

【００３６】更に、推論エンジン１０４は、解読した日
本語の意味内容が曖昧な表現であると判断した場合は、
ファジー機能を用いて、曖昧な表現に対応した質問内容
をも作成することもできる。尚、推論エンジン１０４に
有する上記機能の実行は、後述するＡＩ推論部１０４が
主に担っている。

【００３７】具体的には、音声認識部１０２から文字列
信号が入力された推論エンジン１０４は、入力された文
字列信号に対応する文字列を構成する要素に基づいて、
利用者の感情、利用者がその感情を抱いた時期、文字列
に含まれるキーワードを分別する。これらの”利用者の
感情”、”利用者がその感情を抱いた時期（時
制）”、”文字列に含まれるキーワード”は、本実施形
態では、感情情報を意味するものとする。

【００３８】ここで、「利用者の感情」（感情の度合
い）には、例えば、関心／無関心、喜ぶ／つまらない等
が挙げられる。また、「利用者の感情」には、利用者が
抱く感情の程度も含まれているものであり、例えば、す
ごく関心がある／関心がある／関心がない／全く関心が
ない等が含まれている。

【００３９】この「感情の程度」は、本実施形態では、
利用者がプラス的な感情を強く持っている場合をＰ１
（Ｐ；Positive）〔例えば、とても関心がある〕、利用
者がプラス的な感情を単に持っている場合をＰ２〔例え
ば、関心がある〕、利用者がマイナス的な感情を単に持
っている場合をＮ１（Ｎ；Negative）〔例えば、関心が
ない〕、利用者がマイナス的な感情を強く持っている場
合をＮ２と表現することにする。

【００４０】また、「利用者がその感情を抱いた時期
（時制）」には、例えば、現在・過去・未来が挙げられ
る。更に、文字列に含まれるキーワードは、例えば、
春、夏、秋、冬、読書、スポーツなどが挙げられる。

【００４１】文字列を構成する要素から、利用者の感情
に関する情報を分別した推論エンジン１０４は、利用者
の感情に関する情報に基づいて、利用者が抱いている感
情を推論する。

【００４２】例えば、推論エンジン１０４が出力部１０
７を通じて利用者に対し、”何か興味ある本は？”と質
問した場合に、利用者が”何かあるかな？”と返事をし
た場合は、推論エンジン１０４は、利用者は何に興味が
あるのか悩んでいるな、と判断し、更に質問内容を深め
ていくため次の質問をする。

【００４３】推論エンジン１０４は、出力部１０７を通
じて利用者に対し、”スポーツは何をやっていたの？”
と次に質問した場合に、利用者が”昔は楽しくサッカー
をやっていたよ”と返事をした場合は、推論エンジン１
０４は、利用者はサッカー関係に興味があるな、と推論
し次々と質問（会話）をしていく。

【００４４】利用者に対して様々な質問をした推論エン
ジン１０４は、利用者からの返事の内容に基づいて、そ
の返事毎に「利用者の感情」「感情の度合い」「利用者
がその感情を抱いた時期」に分別し、分別した感情情報
を感情情報データベース１０６に蓄積する（図７参
照）。

【００４５】その後、推論エンジン１０４は、感情情報
に関連付けられたキーワードに関係するアドレス情報が
所定の数以上になった場合に、アドレス情報に含まれる
アドレスにアクセスする。

【００４６】具体的には、推論エンジン１０４は、例え
ば感情情報データベース１０６に蓄積されている感情情
報の中から、「感情の程度」が高いキーワード（Ｐ１、
Ｐ２）を取得し、取得したキーワードに対応するアドレ
ス情報を情報管理センター２００の中から検索すること
行う。推論エンジン１０４は、検索したアドレス情報
を、キーワードに関連付けてアクセス先テーブルに蓄積
する（図８参照）。この検索処理についての詳述は後述
する。

【００４７】また、推論エンジン１０４は、高い感情度
と、その高い感情度が発生した時期とを含む感情情報に
関連付けられたキーワードに関係するアドレス情報が所
定の数以上になった場合に、前記アドレス情報に含まれ
るアドレスにアクセスすることもできる。

【００４８】具体的には、推論エンジン１０４は、例え
ば感情情報データベース１０６に蓄積されている「利用
者がその感情を抱いた時期」「感情の程度」の中から、
「感情の程度」が高い（Ｐ１、Ｐ２）キーワードであ
り、その感情を抱いた時期が”現在”のもののみを取得
し、取得したキーワードに対応するアドレス情報を情報
管理センター２００の中から検索する。

【００４９】尚、推論エンジン１０４は、感情情報デー
タベース１０６に蓄積されている感情情報が、ある時制
（例えば、過去）の情報に偏っている場合は、違う時制
（例えば、現在）における感情を利用者から聞き出し、
その聞き出した感情を構成するキーワードに基づいて、
前記キーワードに関連するアドレス情報を情報管理セン
ター２００の中から検索をすることもできる。

【００５０】上記より、複数のキーワードに関連するア
クセス情報を検索し、検索したアクセス情報を該当する
キーワードに関連づけて感情情報データベース１０６に
蓄積した推論エンジン１０４は、キーワードに関連づけ
られたアドレス情報が所定の数以上になった場合は、ア
クセス情報に含まれるアドレスにアクセスし、アクセス
した先のサイトの内容を出力部１０７に出力させる（詳
述は「アクセス更新部１０４ｈ」で説明する）。

【００５１】これにより、推論エンジン１０４は、出力
部１０７を通じて、利用者が抱いている感情を推論し、
その推論した感情から導かれたキーワードを用いて所定
のアクセス情報を検索することで、利用者の感情にマッ
チしたアクセス情報（例えば、ＵＲＬ）を検索すること
ができ、更に検索したアクセス情報に含まれるアクセス
先の内容を表示させることができる。また、利用者は、
推論エンジン１０４を通じて、ある会話を行うことによ
り、所定のアクセス情報を検索することができるので、
楽しく所定のアクセス情報を検索することができる。

【００５２】上記推論エンジン１０４は、本実施形態で
は、図２に示すように、文節認識部１０４ａと、時制解
釈部１０４ｂと、類別部１０４ｃと、強調語検出部１０
４ｄと、感情判定部１０４ｅと、ＡＩ推論部１０４ｆ
と、アクセス実行部１０４ｇと、アクセス更新部１０４
ｈとを有している。

【００５３】文節認識部１０４ａは、文を解析し、解析
した文に基づいて、文から把握される言葉の意味空間を
認識するものである。ここで、文の解析とは、文の形態
要素、例えば品詞、活用形、分類、連接関係を解析する
ことを意味する。言葉の意味空間は、文脈、文の類似関
係、文の学習パターンから把握するものである。

【００５４】更に、文節認識部１０４ａは、上記認識に
より、文と文との間を認識するものである。具体的に
は、文から把握される言葉の意味空間を認識した文節認
識部１０４ａは、入力された文字列信号に基づいて文字
列信号に対応する文と文との間を認識する。

【００５５】この認識は、本実施形態では、文と文との
間にはある程度の時間間隔があるので、その時間間隔に
基づいて文と文との間を区別するものである。例えば、
文字信号に対応する文が、”今日は暑いな・・・アイス
を食べよう”というものである場合は、文節認識部１０
４ａは、上記文の中で時間間隔がある部分”・・・”を
文の区切りと認識し、”今日は暑いな”と”アイスを食
べよう”との文に分けることを行う。

【００５６】文と文との間を認識した文節認識部１０４
ａは、文を１文毎に区分けして、１文毎に区分けした文
を文体信号として時制解釈部１０４ｂ、類別部１０４
ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力
する。

【００５７】類別部１０４ｃは、文字列から利用者の感
情の種類を判別するものである。具体的には、文節認識
部１０４ａから文体信号が入力された類別部１０４ｃ
は、入力された文体信号に対応する文に基づいて、文に
含まれる要素から感情に関係するキーワードを抜き出
し、この抜き出したキーワードがどのような感情の類別
に属するものであるかを特定する。

【００５８】この感情の類別は、本実施形態では、例え
ば図３に示す「感情類別テーブル」に従って類別する。
感情類別テーブルは、例えば、利用者がプラス的な感情
要素を意味していることを示す「プラス要素Ｐ（Ｐ；Po
sitive）」、利用者がマイナス的な感情要素を意味して
いることを示す「マイナス要素Ｎ（Ｎ；Negative）」を
有している。

【００５９】このプラス要素Ｐには、例えば、いいね、
良い、悪い、ほっとする、最高、喜ぶ、気になる等が含
まれる。また、マイナス要素Ｎには、例えば、だめ、悪
い、まいる、最低、つまらない、気にならない（無関
心）等が含まれる。類別部１０４ｃは、上記の「感情類
別テーブル」に基づいて、１文の中からどのような感情
が含まれているのかを類別し、この類別した結果を類別
信号として感情判定部１０４ｅに出力する。

【００６０】強調語検出部１０４ｄは、文字列から感情
の強弱を特徴付ける要素を抽出するものである。具体的
には、文節認識部１０４ａから文体信号が入力された強
調語検出部１０４ｄは、入力された文体信号に対応する
文に基づいて、その文を構成する要素の中に、強調語が
あるか否かを検出する。

【００６１】この強調語の検出は、本実施形態では、例
えば図４に示す「強調語テーブル」に従って行うことが
できる。この「強調語テーブル」には、同図に示すよう
に、例えば、すげー、ちょー、うひょー、わおー、ひえ
ー、めっちゃ、すごく、とても、かなり等の副詞、感嘆
詞が含まれる。強調語検出部１０４ｄは、上記の「強調
語テーブル」に基づいて、１文の中にある強調語を検出
し、検出した強調語を強調語検出信号として感情判定部
１０４ｅに出力する。

【００６２】感情判定部１０４ｅは、利用者が抱く感情
の程度を判定するものである。具体的には、類別部１０
４ｃ、強調語検出部１０４ｄ、文節認識部１０４ａから
類別信号、強調語検出信号、文体信号が入力された感情
判定部１０４ｅは、入力された類別信号、強調語検出信
号、文体信号に基づいて、利用者の感情の程度を判定す
る。

【００６３】この感情の程度の判定は、本実施形態で
は、例えば図５に示す「感情度テーブル」に従って行う
ことができる。この「感情度テーブル」には、例えば、
同図に示すように、判定要素（利用者の感情）と、「感
情の程度」とを有している。

【００６４】判定要素は、利用者の感情を左右するフレ
ーズを意味するものであり、例えば、同図に示すよう
に、関心／無関心、喜ぶ／つまらない、最高／最低、ほ
っとする／まいる等が挙げられる。この判定要素は、上
述した「利用者の感情」と同義の意味である。

【００６５】例えば、「感情の程度」は、上述の如く、
同図に示すように、判定要素が「関心／無関心」である
場合は、感情の程度は、すごく関心がある（Ｐ１）、関
心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がな
い（Ｎ２）と類別することができる。

【００６６】感情判定部１０４ｅは、類別信号に対応す
る「感情の類別」、強調語検出信号に対応する強調語に
基づいて、上記「感情度テーブル」を参照し、１文から
把握される利用者の感情がどの程度なのかを判定し、判
定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情判定信号
としてＡＩ推論部１０４ｆに出力する。

【００６７】例えば、文体信号に対応する文字列が”特
許庁のホームページで様々な分野についての文献を深く
調べたい”である場合は、類別部１０４ｃは、”調べた
い”という文字列を検出し、強調語検出部１０４ｄ
は、”深く”という文字列を検出する。感情判断部１０
４ｅは、類別部１０４ｃで検出された”調べたい”と、
強調語検出部１０４ｄで検出した”深く”とに基づい
て、図５のテーブルを参照し、利用者の感情の度合いを
Ｐ１であると判断する。

【００６８】また、感情判定部１０４ｅは、文字列を構
成する重要な要素である”特許庁のホームページ””様
々な分野”というキーワードを抽出し、その抽出結果と
「感情の程度」とを含む感情情報を感情情報信号として
ＡＩ推論部１０４ｆに出力する。

【００６９】ＡＩ推論部１０４ｆは、感情判定部１０４
ｅで判定された利用者の「感情の度合い」、文字列のキ
ーワードから、利用者が抱く感情を推論するものであ
る。具体的には、感情判定部１０４ｅから感情情報信号
が入力されたＡＩ推論部１０４ｆは、入力された感情情
報信号に対応する感情情報に基づいて、例えば上記結果
より「感情の度合い」がＰ１（深く調べたい）、キーワ
ードが”特許庁のホームページ””様々な分野”である
場合は、利用者は特許庁のホームページで様々な分野に
ついて調査することに興味があるな、と推論する。

【００７０】尚、ＡＩ推論部１０４ｆは、例えば、文字
列のキーワードと「感情の度合い」とに基づいて、前記
キーワードと「感情の度合い」との間で最も関係する特
定の推論フレーズ（推論の内容を示す予め定められた内
容）を感情情報データベース１０６から抽出して、その
抽出した推論フレーズを推論の内容とすることができ
る。

【００７１】ＡＩ推論部１０４ｆは、上記推論により、
どの分野について興味があるのかについて更に質問内容
を深めていき、利用者が抱いている感情に対応するキー
ワードを聞き出し、聞き出した感情に対応するキーワー
ドを感情情報データベース１０６に蓄積する。

【００７２】例えば、ＡＩ推論部１０４ｆは、利用者が
どの分野について興味があるのかを探るために、利用者
に”どの分野について特に興味があるの？”と質問す
る。この場合、利用者が、入力部１０１を通じて、”サ
ービス業については興味がないけど、技術の研究開発に
はとても興味があるね”と回答した場合は、感情判定部
１０４ｅは、サービス業（キーワード）→”興味がな
い”とあるので、サービス業についての感情度はＮ１で
あると判断し、また、技術の研究開発（キーワード）
→”とても興味がある”とあるので、技術の研究開発に
ついての感情度はＰ１であると判断する（図５参照）。

【００７３】その後、ＡＩ推論部１０４ｆは、上記感情
判定部１０４ｅでの判断結果（Ｎ１、Ｐ１）により、利
用者は技術の研究開発の分野について興味があるな、と
推論し、更にどの研究について興味があるのかについて
質問する。例えば、ＡＩ推論部１０４ｆは、利用者に”
どの研究（又は開発）をしたいの？”と質問する。

【００７４】この場合、利用者が、入力部を通じて”部
品関係について興味があるよ”と回答した場合は、感情
判定部１０４ｅは、部品関係→”興味がある”とあるの
で、部品関係についての感情度はＰ２であると判断する
（図５参照）。

【００７５】その後、ＡＩ推論部１０４ｆは、上記感情
判定部１０４ｅでの判定結果（Ｐ２）により、”利用者
は部品関係について興味があるな”と推論する。ＡＩ推
論部１０４ｆは、これらのキーワード、感情の度合いを
感情情報データベース１０６に蓄積する。

【００７６】時制解釈部は、利用者の抱く感情度が発生
した時期（時制）を解釈するものである。具体的には、
文節認識部１０４ａから文体信号が入力された時制解釈
部１０４ｂは、入力された文体信号に対応する文字列に
基づいて、その文字列に対応する事象がどの時制（時
点）に該当するのかを解釈する。この解釈は、本実施形
態では、図６に示す「時制テーブル」に従って行うもの
とする。

【００７７】この「時制テーブル」は、同図に示すよう
に、アスペクト、テンス、ムードから構成されるもので
あり、文字列に対応する時制は、これらの構成要素に基
づいて特定することができる。

【００７８】ここで、アスペクトＡとは、既にある事象
が完了していることを示す完成相（Ａ１）と、利用者の
発話時においてもある事象が継続していることを示す継
続相（Ａ２）とから構成されるものである。

【００７９】また、テンスＴとは、非過去時制（Ｔ１）
と、過去時制（Ｔ２）とから構成されるものである。更
に、ムードＭとは、叙述法Ｍ１（断定法（Ｍ２）、推量
法（Ｍ３））と、実行法Ｍ６（意志・勧誘（Ｍ４）、命
令（Ｍ４））とから構成されるものである。

【００８０】例えば、時制解釈部１０４ｂは、”特許庁
のホームページで様々な分野についての文献を深く調べ
たい”という文字列を解釈する場合は、図６を参照
し、”〜たい”の文字から断定Ｍ２−非過去Ｔ１（判断
）であると判断し、”〜たい”の文字から完成相Ａ１
（判断；非過去における完成型）に該当すると判断す
る。そして、これらの判断を行った時制解釈部１０４ｂ
は、判断した時制（判断、判断）を時制信号として
ＡＩ推論部１０４ｆに出力する。

【００８１】時制解釈部１０４ｂと感情判断部１０４ｅ
とからそれぞれ時制信号と感情情報信号とが入力された
ＡＩ推論部１０４ｆは、入力された時制信号に対応する
「判断された時制」と、入力された感情情報信号に対応
する「感情の度合い」「キーワード」とに基づいて、利
用者が抱いている感情を推論する。

【００８２】例えば、ＡＩ推論部１０４ｆは、”特許庁
のホームページで様々な分野についての文献を深く調べ
たい”の文字列から利用者の感情を推論する場合は、時
制解釈部１０４ｂ、類別部１０４ｃ及び強調語解釈部１
０４ｄで文字列の要素が解釈された結果、「判断された
時制」が上記判断（断定Ｍ２−非過去Ｔ１；非過去に
おいて何かをしたい）、判断（完成相Ａ１；何かを行
う）、「感情の度合い」がＰ１（〜を深く調べたい）、
更に、「キーワード」が”特許庁””様々な分野”であ
るという結果が導かれるので、「利用者は非過去（判断
）において”特許庁”（キーワード）で”様々な分
野”（キーワード）を非過去において（判断）調べた
いんだな、利用者は相当深く調べたい（Ｐ１）んだ
な」、と推論する。

【００８３】この推論をしたＡＩ推論部１０４ｆは、上
記の如く、利用者は様々な分野についての文献調査に興
味がある、と推論したので、更に文献調査についての分
野に関係する質問を導きだし、導いた質問を次々に行い
質問の内容を深めていく。最終的には、ＡＩ推論部１０
４ｆは、利用者から細かい分野（例えば、部品関係につ
いての分野）まで聞き出す。

【００８４】利用者に対して様々な質問を行ったＡＩ推
論部１０４ｆは、利用者から回答のあった回答内容を、
上記の手順に従って、「判断された時制」（時制）、
「感情の度合い」（Ｐ１、Ｐ２、Ｎ１、Ｎ２）、「キー
ワード」毎に感情情報データベース１０６に蓄積する
（図７参照）。

【００８５】これにより、ＡＩ推論部１０４ｆは、利用
者が発話した文字列に含まれる「感情の度合い」「キー
ワード」だけではなく、「判断された時制」をも含めて
利用者の感情を判断するので、例えば利用者が非過去
（将来）においてはどのような感情を抱いていたのかを
把握することができ、更に、現在から非過去に至るまで
の感情の変化をも把握することができる。

【００８６】即ち、ＡＩ推論部１０４ｆは、利用者が非
過去における事柄において「感情の度合い」が高かった
場合には、例えば、「現在においての感情は変わってい
ないか」と推論し、現在における利用者の感情を判断付
ける質問を行い、現在における利用者がどのような感情
を抱いているのかを把握することができる。

【００８７】更に、上記よりＡＩ推論部１０４ｆは、利
用者からの回答に含まれるキーワード、特に利用者の感
情に関連付けられたキーワード（例えば、特許庁、研究
開発など）を多く収集することができ、後述するアクセ
ス実行部１０４ｇは、ＡＩ推論部１０４ｆで推論された
利用者の感情に関係するキーワードを用いて、特定のア
クセス情報（例えば、ＵＲＬ）にアクセスすることで、
利用者が要求するアクセス情報に的確にアクセスするこ
とができる。

【００８８】加えて、利用者は、入力部１０１を通じ
て、ＡＩ推論部１０４ｆに文字情報を伝達すれば、ＡＩ
推論部１０４ｆが利用者の感情を推論し、その推論に応
じて異なった質問をするので、あたかも人間と会話して
いるような雰囲気を味わうことができ、ある情報に関連
するアドレス情報をより楽しく検索することができる。

【００８９】アクセス更新部１０４ｈは、感情情報に関
連付けられたキーワードが所定の数以上になった場合
に、複数のキーワードに関係するアクセス情報にアクセ
スするためのアクセス命令信号をアクセス実行部１０４
ｇに出力するものである。

【００９０】具体的には、アクセス更新部１０４ｈは、
図７に示す「感情履歴テーブル」のうち、例えば高い感
情度（Ｐ１又はＰ２）に関連付けられたキーワード（特
許庁、研究開発、部品関係）を取得し、取得したキーワ
ードに関係するアクセス情報を情報管理センター２００
から検索し、検索したアクセス情報を前記キーワードに
関連付けて、図８に示す「アクセス先テーブル」に更新
する。

【００９１】例えば、図８に示すように、アクセス更新
部１０４ｈが”特許庁、研究開発、部品関係”の
キーワードを取得した場合は、アクセス更新部１０４ｈ
は、図８に基づいて、先ず、特許庁に対応するアクセ
ス情報を検索し、その後、研究開発に対応する特許庁
ホームページにあるアクセス情報（本実施形態では、特
許庁電子図書館）を検索し、更に、部品関係に対応す
る特許庁電子図書館内にある部品関係の公報についての
アクセス情報を検索する。

【００９２】アクセス更新部１０４ｈが、通信部１０
５、通信部２０１を介して、情報データベース２０３の
中から、各キーワードに対応する各アクセス情報を検索
し、検索されたアクセス情報をキーワードに関連付けて
「アクセス先テーブル」に更新する。

【００９３】アクセス更新部１０４ｈは、これらの決定
したアクセス情報が数個以上になった場合は、決定した
アクセス情報にアクセスさせるためのアクセス命令信号
をアクセス実行部１０４ｇに出力する。アクセス更新部
１０４ｈからアクセス命令信号が入力されたアクセス実
行部１０４ｇは、入力されたアクセス命令信号に基づい
て、アクセス命令信号に対応するアクセス情報にアクセ
スし、アクセス先の内容を出力部１０７に出力させる。

【００９４】また、アクセス更新部１０４ｈは、高い感
情度が発生した時期と、高い感情度とを含む感情情報に
関連付けられたキーワードについてのアクセス情報が所
定の数以上になった場合に、アクセス情報に含まれるア
ドレスにアクセスさせるためのアクセス命令信号をアド
レス実行部１０４ｇに出力することもできる。

【００９５】具体的には、アドレス部１０４ｈは、感情
情報データベース１０６に蓄積されている「時制履歴テ
ーブル」の中から、時制毎に「感情の度合い」を示す値
と、その値に関連付けられたキーワードとを取得する。

【００９６】時制毎に「感情の度合い」を示す値と、そ
の値に関連付けられたキーワードとを取得したアクセス
更新部１０４ｈは、時制毎に取得した「感情の度合い」
のうち、ある時制に対応するキーワードについてのアク
セス情報が所定の数値以上になった場合に、そのアクセ
ス情報に含まれるアドレスにアクセスさせるためのアク
セス命令信号をアクセス実行部１０４ｇに出力する。

【００９７】例えば、アクセス更新部１０４ｈは、取得
した「感情の度合い」のうち、非過去におけるＰ１又は
Ｐ２に対応するキーワードが２個以上になった場合に、
それらのキーワード（例えば、図７に示す「時制履歴テ
ーブル」の非過去のうち、”特許庁””部品関係”につ
いてのキーワード）に関係するアクセス情報（例え
ば、”特許庁”のサイト内にある”部品関係”について
のアドレス）にアクセスさせるためのアクセス命令信号
をアクセス実行部１０４ｇに出力する。このアクセス情
報は、後述する情報管理部２０２で決定される。

【００９８】即ち、アクセス更新部１０４ｈは、あるキ
ーワード（第一のキーワード）に関連付けられたアドレ
ス情報を検索した場合は、第一のキーワードに関連連れ
られているアドレス情報を検索し、これらの検索を繰り
返し行うものである。これにより、アクセス更新部１０
４ｈは、リンク先のアドレスを利用者に逐一入力させる
ことなく、利用者の感情により合致したサイトに直接ア
クセスすることができる。

【００９９】情報管理センター２００は、利用者が要求
するアクセス先の情報を管理するものであり、本実施形
態では、通信部２０１と、情報管理部２０２と、情報デ
ータベース２０３と、アクセス情報取得部２０４とを有
している。

【０１００】前記アクセス情報取得部２０４は、通信ネ
ットワーク３００に接続されたＷｅｂサーバ４００のア
クセス情報を取得し、取得したアクセス情報を情報デー
タベース２０３に蓄積するものであり、本実施形態で
は、図９に示すように、巡回部２０４ａと、解析部２０
４ｂと、管理部２０４ｃと、登録管理部２０４ｄと、操
作部２０４ｅと、登録データベース２０４ｆとを有して
いる。

【０１０１】巡回部２０４ａは、通信ネットワーク３０
０を通じて、Ｗｅｂサーバ４００からＷｅｂページへの
アクセス情報を取得するアクセス情報取得手段である。
また、巡回部２０４ａは、通信ネットワーク３００を通
じて、Ｗｅｂサーバ４００のアクセス情報が更新された
場合は、更新後のアクセス情報をも取得することができ
る。

【０１０２】また、巡回部２０４ａは、登録データベー
ス２０４ｆに蓄積されているアクセス情報を取得し、取
得したアクセス情報に基づいて、アクセス情報に含まれ
るアドレスに定期的にアクセスし、アクセス先の更新さ
れたアクセス情報を定期的に取得する登録アクセス手段
でもある。

【０１０３】更に、巡回部２０４ａは、通信ネットワー
ク４００を通じて、任意にＷｅｂサーバ４００のアクセ
ス情報を取得、又はＷｅｂサーバ４００にリンクが張ら
れているアクセス情報をも取得することができる。この
アクセス情報を取得した巡回部２０４ａは、取得したア
クセス情報を解析部２０４ｂに出力する。

【０１０４】解析部２０４ｂは、Ｗｅｂページの内容か
ら所定のフレーズを抽出する解析手段である。具体的に
は、巡回部２０４ａからアクセス情報が入力された解析
部２０４ｂは、入力されたアクセス情報の内容、例えば
ＵＲＬ、ＨＴＭＬの構造からなる文字情報などを解析
し、解析した解析結果を管理部２０４ｃに出力する。

【０１０５】管理部２０４ｃは、アクセス情報の内容を
整理し、情報データベース２０３に蓄積するものであ
る。具体的には、解析部２０４ｂから解析結果が入力さ
れた管理部２０４ｃは、入力された解析結果に基づい
て、図１０に示すように、ＵＲＬ名、ＵＲＬのホームペ
ージなどを構成するフレーズを整理し、整理した後のＵ
ＲＬ名と、ＵＲＬ名に対応するフレーズを情報データベ
ース２０３に蓄積する（図１０参照）。

【０１０６】このＵＲＬ名に対応するフレーズは、各サ
イト内にあるトップページのＨＴＭＬ文書などが挙げら
れ、各サイトの検索を容易にするためのフレーズ（以
下、「検索フレーズ」）としての機能を有する。

【０１０７】操作部２０４ｅは、情報を入力するもので
あり、例えば、キーボードが挙げられる。登録管理部２
０４ｄは、登録されたアクセス情報に対応するアドレス
に定期的にアクセスさせる命令を巡回部２０４ａに出力
するものである。登録データベース２０４ｆは、登録さ
れたアクセス情報を蓄積する登録情報蓄積手段である。

【０１０８】情報データベース２０３は、アクセス情報
取得部２０４で取得したアクセス情報を解析部２０４ｂ
で抽出されたフレーズに関連付けて蓄積するアクセス情
報蓄積手段である。この情報としては、例えば、特許庁
ホームページ、特許庁電子図書館、部品関係の公報が掲
載されているＵＲＬと、これらＵＲＬに含まれるフレー
ズなどが挙げられる。通信部２０１は、感情情報データ
ベース１０６に蓄積されているキーワードを取得するキ
ーワード取得手段である。

【０１０９】情報管理部２０２は、通信部２０１で取得
したキーワードと一致しているフレーズ（検索フレー
ズ）に関連付けられたアクセス情報を情報データベース
２０３の中から取得する取得手段である。

【０１１０】具体的には、アクセス更新部１０４ｈから
検索信号（キーワードに対応するアクセス情報を検索す
るための信号）が入力された情報管理部２０２は、入力
された検索信号に含まれるキーワードが図１０に示す検
索フレーズの中に含まれているか否かを確認する。

【０１１１】この結果、情報管理部２０２が、検索フレ
ーズの中から、検索信号に含まれるキーワードがあると
判断した場合は、そのキーワードに関連付けられたアク
セス情報（ＵＲＬ）を取得（図１０参照）し、取得した
アクセス情報をアクセス更新部１０４ｈに出力する。

【０１１２】情報管理部２０２からアクセス情報が入力
されたアクセス更新部１０４ｈは、入力されたアクセス
情報を、該当するキーワードに関連付けて図８に示す
「アクセス先テーブル」に更新する。

【０１１３】［情報アクセスシステムを用いた情報アク
セス方法］上記構成を有する情報アクセスシステムによ
る情報アクセス方法は、以下の手順により実施すること
ができる。図１１は、本実施形態に係る情報アクセス方
法の手順を示すフロー図である。先ず、入力部１０１が
利用者の音声情報を取得するステップを行う（Ｓ１０
１）。具体的に入力部１０１は、利用者の音声情報を取
得し、取得した音声情報を音声信号として音声認識部１
０２に出力する。

【０１１４】次いで、音声認識部１０２が入力部１０１
で取得した音声情報に基づいて、その音声情報に対応す
る文字列を特定するステップを行う（Ｓ１０２）。具体
的には、音声信号が入力された音声認識部１０２は、入
力された音声信号を解析し、解析した音声信号に対応す
る文字列を、音声認識辞書記憶部１０３に格納されてい
る辞書を用いて特定し、特定した文字列を文字列信号と
して推論エンジン１０４に出力する。

【０１１５】次いで、推論エンジン１０４が、音声認識
部１０２で特定した文字列に基づいて利用者が抱く感情
情報を推論し、推論した該感情情報に関連付けられたキ
ーワードを抽出して、抽出した該キーワードに関係する
アクセス情報に含まれるアドレスにアクセスするステッ
プを行う（Ｓ１０３）。

【０１１６】その後、アクセス情報を検索した推論エン
ジン１０４は、検索したアクセス情報を、該当するキー
ワードに関連付けて、図８に示す「アクセス先テーブ
ル」に更新し、所定の条件の下、アクセス情報に含まれ
るアドレスにアクセスして、アクセス先のサイトの内容
を出力部１０７に出力するステップを行う（Ｓ１０
４）。Ｓ１０３、Ｓ１０４で行う処理の詳細は、図１２
に基づいて説明する。

【０１１７】推論エンジン１０４では、先ず、図１２に
示すように、文節認識部１０４ａが、文を解析し、解析
した文に基づいて、文から把握される言葉の意味空間を
認識するステップを行う（Ｓ２００）。ここで、文の解
析とは、文の形態要素、例えば品詞、活用形、分類、連
接関係を解析することを意味する。言葉の意味空間は、
文脈、文の類似関係、文の学習パターンから把握するも
のである。

【０１１８】更に、文節認識部１０４ａは、上記認識に
より、文と文との間を認識するステップを行う（Ｓ２０
１）。具体的には、文から把握される言葉の意味空間を
認識した文節認識部１０４ａは、入力された文字列信号
に基づいて文字列信号に対応する文と文との間を認識す
る。

【０１１９】この認識は、本実施形態では、文と文との
間にはある程度の時間間隔があるので、その時間間隔に
基づいて文と文との間を区別するものである。例えば、
文字信号に対応する文が、”今日は暑いな・・・アイス
を食べよう”というものである場合は、文節認識部１０
４ａは、上記文の中で時間間隔がある部分”・・・”を
文の区切りと認識し、”今日は暑いな”と”アイスを食
べよう”との文に分けることを行う。

【０１２０】文と文との間を認識した文節認識部１０４
ａは、文を１文毎に区分けして、１文毎に区分けした文
を文体信号として時制解釈部１０４ｂ、類別部１０４
ｃ、強調語検出部１０４ｄ、感情判定部１０４ｅに出力
する。

【０１２１】次いで、類別部１０４ｃが、文字列から利
用者の感情の種類を判別するステップを行う（Ｓ２０
２）。具体的には、文節認識部１０４ａから文体信号が
入力された類別部１０４ｃは、入力された文体信号に対
応する文に基づいて、文に含まれる要素から感情に関係
するキーワードを抜き出し、この抜き出したキーワード
がどのような感情の類別に属するものであるかを特定す
る。

【０１２２】この感情の類別は、本実施形態では、例え
ば図３に示す「感情類別テーブル」に従って類別する。
感情類別テーブルは、例えば、利用者がプラス的な感情
要素を意味していることを示す「プラス要素Ｐ（Ｐ；Po
sitive）」、利用者がマイナス的な感情要素を意味して
いることを示す「マイナス要素Ｎ（Ｎ；Negative）」を
有している。

【０１２３】類別部１０４ｃは、上記の「感情類別テー
ブル」に基づいて、１文の中からどのような感情が含ま
れているのかを類別し、この類別した結果を類別信号と
して感情判定部１０４ｅに出力する。

【０１２４】次いで、強調語検出部１０４ｄが、文字列
から感情の強弱を特徴付ける要素を抽出するステップを
行う（Ｓ２０３）。具体的には、文節認識部１０４ａか
ら文体信号が入力された強調語検出部１０４ｄは、入力
された文体信号に対応する文に基づいて、その文を構成
する要素の中に、強調語があるか否かを検出する。

【０１２５】この強調語の検出は、本実施形態では、例
えば図４に示す「強調語テーブル」に従って行うことが
できる。この「強調語テーブル」には、同図に示すよう
に、例えば、すげー、ちょー、うひょー、わおー、ひえ
ー、めっちゃ、すごく、とても、かなり等の副詞、感嘆
詞が含まれる。

【０１２６】強調語検出部１０４ｄは、上記の「強調語
テーブル」に基づいて、１文の中にある強調語を検出
し、検出した強調語を強調語検出信号として感情判定部
１０４ｅに出力する。

【０１２７】次いで、感情判定部１０４ｅが、利用者が
抱く感情の程度を判定するステップを行う（Ｓ２０
４）。具体的には、類別部１０４ｃ、強調語検出部１０
４ｄ、文節確認部１０４ａから類別信号、強調語検出信
号、又は文体信号が入力された感情判定部１０４ｅは、
入力された類別信号、強調語検出信号、又は文体信号に
基づいて、利用者の感情の程度を判定する。

【０１２８】この感情の程度の判定は、本実施形態で
は、例えば図５に示す「感情度テーブル」に従って行う
ことができる。この「感情度テーブル」には、例えば、
同図に示すように、判定要素（利用者の感情）と、「感
情の程度」とを有している。

【０１２９】例えば、「感情の程度」は、上述の如く、
同図に示すように、判定要素が「関心／無関心」である
場合は、感情の程度は、すごく関心がある（Ｐ１）、関
心がある（Ｐ２）、関心がない（Ｎ１）、全く関心がな
い（Ｎ２）と類別することができる。

【０１３０】次いで、感情判定部１０４ｅが、類別信号
に対応する「感情の類別」、強調語検出信号に対応する
強調語に基づいて、上記「感情度テーブル」を参照し、
１文から把握される利用者の感情がどの程度なのかを判
定し、判定した結果（Ｐ１、Ｐ２、Ｎ１、Ｎ２）を感情
判定信号としてＡＩ推論部１０４ｆに出力する。

【０１３１】具体的には、文体信号に対応する文字列
が”特許庁のホームページで様々な分野についての文献
を深く調べたい”である場合は、類別部１０４ｃは、”
調べたい”という文字列を検出し、強調語検出部１０４
ｄは、”深く”という文字列を検出する。感情判断部１
０４ｅは、類別部１０４ｃで検出された”調べたい”
と、強調語検出部１０４ｄで検出した”深く”とに基づ
いて、図５のテーブルを参照し、利用者の感情の度合い
をＰ１であると判断する。

【０１３２】また、感情判定部１０４ｅは、文字列を構
成する重要な要素である”特許庁のホームページ””様
々な分野”というキーワードを抽出し、その抽出結果と
「感情の程度」とを含む感情情報を感情情報信号として
ＡＩ推論部１０４ｆに出力する。

【０１３３】次いで、ＡＩ推論部１０４ｆが、感情判定
部１０４ｅで判定された利用者の「感情の度合い」、文
字列のキーワードから、利用者が抱く感情を推論するス
テップを行う（Ｓ２０５）。

【０１３４】具体的には、感情判定部１０４ｅから感情
情報信号が入力されたＡＩ推論部１０４ｆは、入力され
た感情情報信号に対応する感情情報に基づいて、例えば
上記結果より「感情の度合い」がＰ１（深く調べた
い）、キーワードが”特許庁のホームページ””様々な
分野”である場合は、利用者は特許庁のホームページで
様々な分野について検索することに興味があるな、と推
論する。

【０１３５】尚、ＡＩ推論部１０４ｆは、例えば、文字
列のキーワードに基づいて、前記キーワードと最も関係
する特定の推論フレーズ（推論の内容を示す予め定めら
れた内容）を感情情報データベース１０６から抽出し
て、その抽出した推論フレーズを推論の内容とすること
ができる。

【０１３６】そして、ＡＩ推論部１０４ｆは、上記推論
により、どの分野について興味があるのかについて更に
質問内容を深めていき、利用者が抱いている感情に対応
するキーワードを聞き出し、聞き出した感情に対応する
キーワードを感情情報データベース１０６に蓄積する。

【０１３７】具体的には、ＡＩ推論部１０４ｆは、利用
者がどの分野について興味があるのかを探るために、利
用者に”どの分野について特に興味があるの？”と質問
する。この場合、利用者が、入力部１０１を通じて、”
サービス業については興味がないけど、技術の研究開発
にはとても興味があるね”と回答した場合は、感情判定
部１０４ｅは、サービス業（キーワード）→”興味がな
い”とあるので、サービス業についての感情度はＮ１で
あると判断し、また、技術の研究開発（キーワード）
→”とても興味がある”とあるので、技術の研究開発に
ついての感情度はＰ１であると判断する（図５参照）。

【０１３８】その後、ＡＩ推論部１０４ｆは、上記感情
判定部１０４ｅでの判断結果（Ｎ１、Ｐ１）により、利
用者は技術の研究開発の分野について興味があるな、と
推論し、更にどの研究について興味があるのかについて
質問する。例えば、ＡＩ推論部１０４ｆは、利用者に”
どの研究（又は開発）をしたいの？”と質問する。

【０１３９】この場合、利用者が、入力部を通じて”部
品関係について興味があるよ”と回答した場合は、感情
判定部１０４ｅは、部品関係→”興味がある”とあるの
で、部品関係についての感情度はＰ２であると判断する
（図５参照）。

【０１４０】そして、ＡＩ推論部１０４ｆは、上記感情
判定部１０４ｅでの判定結果（Ｐ２）により、”利用者
は部品関係について興味があるな”と推論する。ＡＩ推
論部１０４ｆは、これらのキーワード、感情の度合いを
感情情報データベース１０６に蓄積する。

【０１４１】尚、ＡＩ推論部１０４ｆは、利用者の抱く
感情度が発生した時期（時制）を含めて、利用者が抱く
感情を推論してもよい。具体的には、文節認識部１０４
ａから文体信号が入力された時制解釈部１０４ｂは、入
力された文体信号に対応する文字列に基づいて、その文
字列に対応する事象がどの時制（時点）に該当するのか
を解釈する。

【０１４２】具体的には、時制解釈部１０４ｂは、”特
許庁のホームページで様々な分野についての文献を深く
調べたい”という文字列を解釈する場合は、図６を参照
し、”〜たい”の文字から断定Ｍ２−非過去Ｔ１（判断
）であると判断し、”〜たい”の文字から完成相Ａ１
（判断；非過去における完成型）に該当すると判断す
る。そして、これらの判断を行った時制解釈部１０４ｂ
は、判断した時制（判断、判断）を時制信号として
ＡＩ推論部１０４ｆに出力する。

【０１４３】そして、時制解釈部１０４ｂと感情判断部
１０４ｅとからそれぞれ時制信号と感情情報信号とが入
力されたＡＩ推論部１０４ｆは、入力された時制信号に
対応する「判断された時制」と、入力された感情情報信
号に対応する「感情の度合い」「キーワード」とに基づ
いて、利用者が抱いている感情を推論する。

【０１４４】具体的には、ＡＩ推論部１０４ｆは、”特
許庁のホームページで様々な分野についての文献を深く
調べたい”の文字列から利用者の感情を推論する場合
は、時制解釈部１０４ｂ、類別部１０４ｃ及び強調語解
釈部１０４ｄで文字列の要素が解釈された結果、「判断
された時制」が上記判断（断定Ｍ２−非過去Ｔ１；非
過去において何かをしたい）、判断（完成相Ａ１；何
かを行う）、「感情の度合い」がＰ１（〜を深く調べた
い）、更に、「キーワード」が”特許庁””様々な分
野”であるという結果が導かれるので、「利用者は非過
去（判断）において”特許庁”（キーワード）で”様
々な分野”（キーワード）を非過去において（判断）
調べたいんだな、利用者は相当深く調べたい（Ｐ１）ん
だな」、と推論する。

【０１４５】その後、この推論をしたＡＩ推論部１０４
ｆは、上記の如く、利用者は様々な分野についての文献
調査に興味がある、と推論したので、更に文献調査につ
いての分野に関係する質問を導きだし、導いた質問を次
々に行い質問の内容を深めていく。最終的には、ＡＩ推
論部１０４ｆは、利用者から細かい分野（例えば、部品
関係についての分野）まで聞き出す。

【０１４６】そして、利用者に対して様々な質問を行っ
たＡＩ推論部１０４ｆは、利用者から回答のあった回答
内容を、上記の手順に従って、「判断された時制」（時
制）、「感情の度合い」（Ｐ１、Ｐ２、Ｎ１、Ｎ２）、
「キーワード」毎に感情情報データベース１０６に蓄積
する（図７参照）。

【０１４７】これにより、ＡＩ推論部１０４ｆは、利用
者が発話した文字列に含まれる「感情の度合い」「キー
ワード」だけではなく、「判断された時制」をも含めて
利用者の感情を判断するので、例えば利用者が非過去
（将来）においてはどのような感情を抱いていたのかを
把握することができ、更に、現在から非過去に至るまで
の感情の変化をも把握することができる。

【０１４８】その後、アクセス更新部１０４ｈは、感情
情報に関連付けられたキーワードが所定の数以上になっ
た場合に、複数のキーワードに関係するアクセス情報に
アクセスするためのアクセス命令信号をアクセス実行部
１０４ｇに出力するステップを行う（Ｓ２０６）。

【０１４９】具体的には、アクセス更新部１０４ｈは、
図７に示す「感情履歴テーブル」のうち、例えば高い感
情度（Ｐ１又はＰ２）に関連付けられたキーワード（特
許庁、研究開発、部品関係）を取得し、取得したキーワ
ードに関係するアクセス情報を情報管理センター２００
から検索し、検索したアクセス情報を前記キーワードに
関連付けて、図８に示す「アクセス先テーブル」に更新
する。

【０１５０】例えば、図８に示すように、アクセス更新
部１０４ｈが”特許庁、研究開発、部品関係”の
キーワードを取得した場合は、アクセス更新部１０４ｈ
は、図８に基づいて、先ず、特許庁に対応するアクセ
ス情報を検索し、その後、研究開発に対応する特許庁
ホームページにあるアクセス情報（本実施形態では、特
許庁電子図書館）を検索し、更に、部品関係に対応す
る特許庁電子図書館内にある部品関係の公報についての
アクセス情報を検索する。

【０１５１】即ち、アクセス更新部１０４ｈは、あるキ
ーワード（第一のキーワード）に関連付けられたアドレ
ス情報を検索した場合は、第一のキーワードに関連連れ
られているアドレス情報を検索し、これらの検索を繰り
返し行うものである。

【０１５２】これにより、アクセス更新部１０４ｈは、
リンク先のアドレスを利用者に逐一入力させることな
く、利用者の感情により合致したサイトに直接アクセス
することができる。

【０１５３】上記アクセス更新部１０４ｈが、通信部１
０５、通信部２０１を介して、情報データベース２０３
の中から、各キーワードに対応する各アクセス情報を検
索し、検索されたアクセス情報をキーワードに関連付け
て「アクセス先テーブル」に更新する。

【０１５４】そして、アクセス更新部１０４ｈは、これ
らの決定したアクセス情報が数個以上になった場合は、
決定したアクセス情報にアクセスさせるためのアクセス
命令信号をアクセス実行部１０４ｇに出力する。

【０１５５】また、アクセス更新部１０４ｈは、高い感
情度が発生した時期と、高い感情度とを含む感情情報に
関連付けられたキーワードについてのアクセス情報が所
定の数以上になった場合に、アクセス情報に含まれるア
ドレスにアクセスさせるためのアクセス命令信号をアド
レス実行部１０４ｇに出力することもできる。

【０１５６】具体的には、アドレス部１０４ｈは、感情
情報データベース１０６に蓄積されている「時制履歴テ
ーブル」の中から、時制毎に「感情の度合い」を示す値
と、その値に関連付けられたキーワードとを取得する。

【０１５７】時制毎に「感情の度合い」を示す値と、そ
の値に関連付けられたキーワードとを取得したアクセス
更新部１０４ｈは、時制毎に取得した「感情の度合い」
のうち、ある時制に対応するキーワードに関連するアク
セス情報が所定の数値以上になった場合に、そのアクセ
ス情報に含まれるアドレスにアクセスさせるためのアク
セス命令信号をアクセス実行部１０４ｇに出力する。

【０１５８】例えば、アクセス更新部１０４ｈは、取得
した「感情の度合い」のうち、非過去におけるＰ１又は
Ｐ２に対応するキーワードが２個以上になった場合に、
それらのキーワード（例えば、図７に示す「時制履歴テ
ーブル」の非過去のうち、”特許庁””部品関係につい
てのキーワード）に関係するアクセス情報（例えば、”
特許庁”のサイト内にある”部品関係”についてのアド
レス）にアクセスさせるためのアクセス命令信号をアク
セス実行部１０４ｇに出力する。尚、このアクセス情報
は、後述する情報管理部２０２で決定される。

【０１５９】その後、アクセス更新部１０４ｈからアク
セス命令信号が入力されたアクセス実行部１０４ｇは、
入力されたアクセス命令信号に基づいて、アクセス命令
信号に対応するアクセス情報にアクセスし、アクセス先
の内容を出力部１０７に出力させる（Ｓ２０７）。

【０１６０】尚、アクセス更新部１０４ｈが、キーワー
ドに関連するアドレス情報を情報管理センター２００の
中から検索する手順は、先ず、アクセス更新部１０４ｈ
が検索信号を情報管理部２０２に出力することを行う。
そして、アクセス更新部１０４ｈから検索信号（キーワ
ードに対応するアクセス情報を検索するための信号）が
入力された情報管理部２０２は、入力された検索信号に
含まれるキーワードが図１０に示す検索フレーズの中に
含まれているか否かを検索する。

【０１６１】この結果、情報管理部２０２が、検索フレ
ーズの中から、検索信号に含まれるキーワードがあると
判断した場合は、そのキーワードに関連付けられたアク
セス情報（ＵＲＬ）を取得（図１０参照）し、取得した
アクセス情報をアクセス更新部１０４ｈに出力する。

【０１６２】その後、情報管理部２０２からアクセス情
報が入力されたアクセス更新部１０４ｈは、入力された
アクセス情報を、該当するキーワードに関連付けて図８
に示す「アクセス先テーブル」に更新する。

【０１６３】［情報アクセスシステム及び情報アクセス
方法による作用及び効果］このような本実施形態に係る
発明によれば、推論エンジン１０４が、利用者から入力
された文字列（例えば、音声入力、文字入力など）を特
定し、特定した前記文字列に基づいて、該文字列に含ま
れる所定のキーワードを抽出して、抽出した該キーワー
ドに関係する情報を検索するので、利用者は、推論エン
ジン１０４を通じて、自己が要求する情報を容易に検索
することができる。

【０１６４】また、情報管理部２０２は、アクセス情報
の内容が更新された場合であっても、巡回部２０４ａが
登録されたアクセス情報に含まれるアドレスに定期的に
アクセスし、アクセス先の更新後のアクセス情報を定期
的に取得することができるので、キーワードに関連する
アクセス情報をより新しいアクセス情報として情報管理
センター２００から取得することができる。

【０１６５】また、推論エンジン１０４が、前記文字列
に基づいて前記利用者が抱く感情情報を推論し、推論し
た該感情情報に関連付けられたキーワードを抽出し、抽
出した該キーワードに関連するアクセス情報を取得し
て、取得したアクセス情報に含まれるアドレスにアクセ
スすることができるので、推論エンジン１０４は、利用
者が抱いている感情に特徴付けられたキーワードに関係
するアドレスにアクセスすることができ、利用者の要求
により合致したサイトにアクセスすることができる。

【０１６６】この際、ＡＩ推論部１０４ｆは、前記文字
列、該文字列に含まれる前記利用者の感情の度合いを示
す感情度又は該感情度が発生した時期に基づいて前記感
情情報を推論することができるので、利用者の感情をよ
り的確に把握することができる。

【０１６７】更に、ＡＩ推論部１０４ｆは、強調語検出
部１０４ｄが文字列に含まれる強調語に基づいて感情度
を定めることができるので、例えば強調語である副詞又
は感嘆詞などにより、利用者の感情の程度を把握するこ
とができる。

【０１６８】加えて、利用者は、入力部１０１を通じ
て、推論エンジン１０４に対して発話することで、推論
エンジン１０４が利用者の感情を把握し、その把握した
感情に特徴付けられたキーワードに関連するアクセス情
報を取得し、取得したアクセス情報に含まれるアドレス
に自動的にアクセスしてくれるので、所定のアドレス情
報（ＵＲＬ）を入力する手間を省くことができる。

【０１６９】最後に、アクセス更新部１０４ｈは、キー
ワードに関連するアクセス情報が所定の数以上になった
場合に、アクセス実行部１０４ｇを通じて前記アクセス
情報に関連するアドレスにアクセスするので、利用者
は、入力部１０１を通じて、逐次アクセス先のアドレス
を入力することなく、自己が要求するアドレスに自動的
に接続することができる。

【０１７０】

【発明の効果】以上説明したように、本発明によれば、
利用者との間で会話した内容に基づいて、利用者が抱く
感情を把握し、その把握した感情、感情を表現した言語
に含まれる特定のキーワードを抽出して、抽出したキー
ワードに関連するアクセス情報に基づいて該当するアド
レスにアクセスすることで、より利用者の要求に合致し
た情報にアクセスすることができる。

【図面の簡単な説明】

【図１】本実施形態に係る情報アクセスシステムの概略
構成を示すブロック図である。

【図２】本実施形態における推論エンジンの内部構造を
示すブロック図である。

【図３】本実施形態における類別部で格納している感情
類別テーブルの内容を示した図である。

【図４】本実施形態における強調語検出部で格納してい
る強調語テーブルの内容を示した図である。

【図５】本実施形態における感情判定部で格納している
感情度テーブルの内容を示した図である。

【図６】本実施形態における時制解釈部で格納している
時制テーブルの内容を示した図である。

【図７】本実施形態における感情情報データベースに蓄
積されている感情履歴テーブルと時制履歴テーブルの内
容を示した図である。

【図８】本実施形態におけるアクセス更新部に記録され
ている各キーワードに関連するアクセス情報の内容を示
した図である。

【図９】本実施形態におけるアクセス情報取得部の内部
構造を示すブロック図である。

【図１０】本実施形態における管理部で整理された各ア
ドレス情報の内容を示した図である。

【図１１】本実施形態に係る情報アクセス方法の手順を
示したフロー図である

【図１２】本実施形態における推論エンジンの内部で処
理されている手順を示したフロー図である。

【符号の説明】

１００ａ〜１００ｅ…端末、１０１…入力部、１０２…
音声認識部、１０３…音声認識辞書記憶部、１０４…推
論エンジン、１０４ａ…文節認識部、１０４ｂ…時制解
釈部、１０４ｃ…類別部、１０４ｄ…強調語検出部、１
０４ｅ…感情判定部、１０４ｆ…ＡＩ推論部、１０４ｇ
…アクセス実行部、１０４ｈ…アクセス更新部、１０５
…通信部、１０６…感情情報データベース、１０７…出
力部、２００…情報管理センター、２０１…通信部、２
０２…情報管理部、２０３…情報データベース、２０４
…アクセス情報取得部、２０４ａ…巡回部、２０４ｂ…
解析部、２０４ｃ…管理部、２０４ｄ…登録管理部、２
０４ｅ…操作部、２０４ｆ…登録データベース、３００
…通信ネットワーク、４００…Ｗｅｂサーバ

Claims (14)

【特許請求の範囲】
1. 【請求項１】 ネットワーク上に分散配置されたＷｅｂ
   サーバより提供されるＷｅｂページにアクセスさせる情
   報アクセスシステムであって、 利用者から入力された文字列を認識する文字認識手段
   と、 前記文字認識手段で認識した前記文字列に基づいて、該
   文字列に含まれる所定のキーワードを抽出するキーワー
   ド抽出手段と、 前記キーワード抽出手段で抽出された前記キーワードを
   蓄積するキーワード蓄積手段と、 前記Ｗｅｂサーバから前記Ｗｅｂページへのアクセス情
   報を取得するアクセス情報取得手段と、 前記Ｗｅｂページの内容から所定のフレーズを抽出する
   解析手段と、 前記アクセス情報取得手段で取得した前記アクセス情報
   を前記解析手段で抽出された前記フレーズに関連付けて
   蓄積するアクセス情報蓄積手段と、 前記キーワード蓄積手段に蓄積されている前記キーワー
   ドを取得するキーワード取得手段と、 前記キーワード取得手段で取得した前記キーワードと一
   致している前記フレーズを検出し、検出した該フレーズ
   に関連付けられた前記アクセス情報を前記アクセス情報
   蓄積手段の中から取得する取得手段とを有し、 前記キーワード抽出手段は、前記取得手段で取得した前
   記アクセス情報に含まれるアドレスにアクセスすること
   を特徴とする情報アクセスシステム。
2. 【請求項２】 請求項１に記載の情報アクセスシステム
   であって、 前記アクセス情報取得手段は、任意の各前記Ｗｅｂサー
   バから前記アクセス情報を取得することを特徴とする情
   報アクセスシステム。
3. 【請求項３】 請求項１又は請求項２のいずれかに記載
   の情報アクセスシステムであって、前記アクセス情報取
   得手段は、 登録された前記アクセス情報を蓄積する登録情報蓄積手
   段と、 前記登録情報蓄積手段に蓄積されている前記アクセス情
   報を取得し、取得した該アクセス情報に基づいて、該ア
   クセス情報に含まれる前記アドレスに定期的にアクセス
   し、アクセス先の更新された前記アクセス情報を取得す
   る登録アクセス手段とを有することを特徴とする情報ア
   クセスシステム。
4. 【請求項４】 請求項１乃至請求項３のいずれかに記載
   の情報アクセスシステムであって、 前記キーワード抽出手段は、前記文字列に基づいて前記
   利用者が抱く感情情報を推論し、推論した該感情情報に
   関連付けられた前記キーワードを抽出することを特徴と
   する情報アクセスシステム。
5. 【請求項５】 請求項１乃至請求項４のいずれかに記
   載の情報アクセスシステムであって、 前記キーワード抽出手段は、前記文字列、該文字列に含
   まれる前記利用者の感情の度合いを示す感情度又は該感
   情度が発生した時期に基づいて前記感情情報を推論する
   ことを特徴とする情報アクセスシステム。
6. 【請求項６】 請求項５に記載の情報アクセスシステ
   ムであって、前記感情度は、文字列に含まれる強調語に
   基づいて定めることを特徴とする情報アクセスシステ
   ム。
7. 【請求項７】 請求項１乃至請求項６のいずれかに記
   載の情報アクセスシステムであって、 前記キーワード抽出手段は、前記取得手段で取得した前
   記アクセス情報が所定の数以上になった場合に、前記ア
   クセス情報に含まれるアドレスにアクセスすることを特
   徴とする情報アクセスシステム。
8. 【請求項８】 ネットワーク上に分散配置されたＷｅｂ
   サーバより提供されるＷｅｂページにアクセスさせる情
   報アクセス方法であって、 利用者から入力された文字列を認識するステップと、 認識した前記文字列に基づいて、該文字列に含まれる所
   定のキーワードを抽出するステップと、 抽出された前記キーワードを蓄積するステップと、 前記Ｗｅｂサーバから前記Ｗｅｂページへのアクセス情
   報を取得するステップと、 前記Ｗｅｂページの内容から所定のフレーズを抽出する
   ステップと、 取得した前記アクセス情報を前記フレーズに関連付けて
   蓄積するステップと、 蓄積されている前記キーワードを取得するステップと、 取得した前記キーワードと一致している前記フレーズに
   関連付けられた前記アクセス情報を、蓄積されている複
   数の前記アクセス情報の中から取得するステップと、 取得した前記アクセス情報に含まれるアドレスにアクセ
   スするステップとを有することを特徴とする情報アクセ
   ス方法。
9. 【請求項９】 請求項８に記載の情報アクセス方法であ
   って、 任意の各前記Ｗｅｂサーバから前記アクセス情報を取得
   するステップを有することを特徴とする情報アクセス方
   法。
10. 【請求項１０】請求項８又は請求項９のいずれかに記載
    の情報アクセス方法であって、 登録した前記アクセス情報を蓄積するステップと、 蓄積されている登録後の前記アクセス情報を取得し、取
    得した該アクセス情報に基づいて、該アクセス情報に含
    まれる前記アドレスに定期的にアクセスし、アクセス先
    の更新後の前記アクセス情報を取得するステップとを有
    することを特徴とする情報アクセス方法。
11. 【請求項１１】 請求項８乃至請求項１０のいずれかに
    記載の情報アクセス方法であって、 前記文字列に基づいて前記利用者が抱く感情情報を推論
    し、推論した該感情情報に関連付けられた前記キーワー
    ドを抽出するステップを有することを特徴とする情報ア
    クセス方法。
12. 【請求項１２】 請求項１１に記載の情報アクセス方法
    であって、 前記文字列、該文字列に含まれる前記利用者の感情の度
    合いを示す感情度又は該感情度が発生した時期に基づい
    て前記感情情報を推論するステップを有することを特徴
    とする情報アクセス方法。
13. 【請求項１３】 請求項１２に記載の情報アクセス方法
    であって、前記感情度は、文字列に含まれる強調語に基
    づいて定めることを特徴とする情報アクセス方法。
14. 【請求項１４】 請求項８乃至請求項１３のいずれかに
    記載の情報アクセス方法であって、 取得した前記アクセス情報が所定の数以上になった場合
    に、前記アクセス情報に含まれるアドレスにアクセスす
    るステップを有することを特徴とする情報アクセス方
    法。