JP7809249B2 - 応答生成装置、方法、及びプログラム - Google Patents

Description

本開示は、応答生成装置、応答生成方法、及び応答生成プログラムに関する。

従来、投稿文を投稿した投稿者の状態に適した情報を提供する装置が提案されている（例えば、特開２０２２－１５５０３４号公報）。この装置は、投稿者により投稿された複数の投稿文を取得し、複数の投稿文から、投稿者の状態を示す複数の特徴語を抽出し、複数の投稿文に含まれる複数の特徴語を比較することにより、投稿者が投稿した複数の投稿文に表れている状態の変化を特定する。また、この装置は、特定した変化に対応する内容の応答文を作成する。

例えば、Ｚ世代と呼ばれる世代等では、自分の将来や理想の自分に繋がっている行動をしているのに、自分の行動の価値を認めてあげられず、罪悪感を覚える傾向がある。また、自分が好きで行った行為であっても、何か有益な結果等につながらない場合には、無駄な時間に感じ、罪悪感を覚える傾向がある。

上述の従来技術では、投稿者から投稿された投稿文及び投稿する頻度から、投稿者の状態に適した情報を抽出する際に、特徴語を抽出し、その変化から、状態の変化に関連付けてテンプレートに基づく応答を行う。また、従来技術は、予め応答のテンプレートが決まっていて、スコアから、テンプレートを選択して応答するものである。この場合、ある特徴を示す文言から定型文を抽出するため、文言に関連した定型文の選択を行うという単純なものである。しかし、人間の感情は複雑であり、複数の要素が心理に影響する。また、特徴とする文言が無い場合、コメントができない可能性もある。

本開示は、上記の点に鑑みてなされたものであり、自身の言動に罪悪感を覚えるユーザの自己肯定感を高め、モチベーションを向上させるような応答文を生成することができる応答生成装置、方法、及びプログラムを提供することを目的とする。

本開示に係る応答生成装置は、ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換する変換部と、前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出する算出部と、前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する応答生成部と、を含んで構成されている。

本開示に係る応答生成方法は、変換部と、算出部と、応答生成部とを含む応答生成装置が実行する応答生成方法であって、前記変換部が、ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換し、前記算出部が、前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出し、前記応答生成部が、前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する方法である。

本開示に係る応答生成プログラムは、コンピュータを、ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換する変換部、前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出する算出部、及び、前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する応答生成部として機能させるためのプログラムである。

本開示に係る応答生成装置、方法、及びプログラムによれば、自身の言動、行動、又は考え方に罪悪感を覚えるユーザの自己肯定感を高め、モチベーションを向上させるような応答文を生成することができる。

応答生成システムの概略構成を示すブロック図である。 応答生成装置のハードウェア構成を示すブロック図である。 応答生成システムにより提供されるサービスの概要を説明するための図である。 スキル項目の一例を示す図である。 応答生成装置の機能構成の例を示すブロック図である。 目標受付画面の一例を示す図である。 ユーザＤＢの一例を示す図である。 投稿画面の一例を示す図である。 日記ＤＢの一例を示す図である。 変換辞書の一例を示す図である。 応答生成処理を説明するための図である。 日記から変換文への変換を説明するための図である。 スキル対応ＤＢの一例を示す図である。 ポイントＤＢの一例を示す図である。 要約文の生成の一例を説明するための図である。 短期フィードバック画面の一例を示す図である。 長期フィードバック画面の一例を示す図である。 初期設定処理の流れを示すフローチャートである。 短期応答処理の流れを示すフローチャートである。 長期応答処理の流れを示すフローチャートである。

以下、本開示の実施形態の一例を、図面を参照しつつ説明する。

図１は、本実施形態に係る応答生成システム１００の概略構成を示すブロック図である。図１に示すように、応答生成システム１００は、応答生成装置１０と、複数のユーザ端末９０とを含む。応答生成装置１０と、複数のユーザ端末９０の各々とは、ネットワークを介して接続される。応答生成システム１００は、ユーザ端末９０で動作するアプリケーションを介して、応答生成のサービスを提供する。

ユーザ端末９０は、応答生成システム１００が提供するサービスを利用するユーザが使用する情報処理端末であり、情報の表示機能、情報の入力機能、及び通信機能を含む。ユーザ端末９０は、例えば、パーソナルコンピュータ、タブレット端末、スマートフォン等で実現される。

図２は、応答生成装置１０のハードウェア構成を示すブロック図である。図２に示すように、応答生成装置１０は、ＣＰＵ（Central Processing Unit）１２、メモリ１４、記
憶装置１６、入力装置１８、出力装置２０、記憶媒体読取装置２２、及び通信Ｉ／Ｆ（Interface）２４を有する。各構成は、バス２６を介して相互に通信可能に接続されている。

記憶装置１６には、後述する初期設定処理、短期応答処理、及び長期応答処理を含む応答生成処理を実行するための応答生成プログラムが格納されている。ＣＰＵ１２は、中央演算処理ユニットであり、各種プログラムを実行したり、各構成を制御したりする。すなわち、ＣＰＵ１２は、記憶装置１６からプログラムを読み出し、メモリ１４を作業領域としてプログラムを実行する。ＣＰＵ１２は、記憶装置１６に記憶されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。

メモリ１４は、ＲＡＭ（Random Access Memory）により構成され、作業領域として一時的にプログラム及びデータを記憶する。記憶装置１６は、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等により構成され、オペレーティングシステムを含む各種プログラム及び各種データを格納する。

入力装置１８は、例えば、キーボードやマウス等の、各種の入力を行うための装置である。出力装置２０は、例えば、ディスプレイやプリンタ等の、各種の情報を出力するための装置である。出力装置２０として、タッチパネルディスプレイを採用することにより、入力装置１８として機能させてもよい。

記憶媒体読取装置２２は、ＣＤ（Compact Disc）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭ、ブルーレイディスク、ＵＳＢ（Universal Serial Bus）メモリ等の各種の記憶媒体に記憶されたデータの読み込みや、記憶媒体に対するデータの書き込み等を行う。

通信Ｉ／Ｆ２４は、他の機器と通信するためのインタフェースであり、例えば、イーサネット（登録商標）、ＦＤＤＩ又はＷｉ－Ｆｉ（登録商標）、契約している回線を用いた通信手段等の規格が用いられる。

次に、図３を参照して、応答生成システム１００により提供されるサービスの概要について説明する。

ユーザ端末９０では、応答生成システム１００により提供されるサービスを利用するためのアプリケーションが動作する。ユーザは、本アプリケーションを利用して任意のタイミングで、自身の行動、気持ち、学び、他者からの言葉等を自由記述形式の文章（以下、「日記」という）で投稿する。応答生成装置１０は、投稿された日記をポジティブな内容に変換する。また、応答生成装置１０は、短期の第１期間に投稿された日記をポジティブな内容に変換した文章を要約した要約文を生成する。

また、応答生成装置１０は、生成した要約文に関連するスキルを特定する。スキルとは、自己研鑽に関する能力であり、例えば、図４に示すような項目が挙げられる。そして、応答生成装置１０は、生成した要約文、特定したスキル等に基づいて短期のフィードバックをユーザ端末９０へ返す。さらに、応答生成装置１０は、長期の第２期間分に特定されたスキルからユーザの長所や行動実績を分析し、長期のフィードバックをユーザ端末９０へ返す。

以下では、短期の第１期間を１日、長期の第２期間を１ヶ月として説明する。ただし、これらの期間はこれに限定されるものではない。

次に、本実施形態に係る応答生成装置１０の機能構成について説明する。

図５は、応答生成装置１０の機能構成の例を示すブロック図である。図５に示すように、応答生成装置１０は、機能構成として、設定部３２と、変換部３４と、算出部３６と、要約生成部３８と、応答生成部４０とを含む。また、応答生成装置１０の所定の記憶領域には、ユーザＤＢ（database）４２と、日記ＤＢ４４と、変換辞書４６と、スキル対応ＤＢ４８と、ポイントＤＢ５０と、応答生成モデル５２とが記憶される。各機能構成は、ＣＰＵ１２が記憶装置１６に記憶された応答生成プログラムを読み出し、メモリ１４に展開して実行することにより実現される。

設定部３２は、応答生成装置１０により提供されるアプリケーションを利用するユーザのプロフィール情報を受け付ける。例えば、設定部３２は、プロフィール受付画面（図示省略）をユーザ端末９０に表示させ、ユーザからプロフィール情報を受け付ける。プロフィール情報は、例えば、ユーザの氏名、生年月日、性別、住所等である。設定部３２は、プロフィール情報を受け付けると、ユーザの識別情報であるユーザＩＤを付与して、プロフィール情報をユーザＤＢ４２に登録する。

また、設定部３２は、複数のスキルのうち、ユーザが目標とするスキルを受け付けて設定する。例えば、設定部３２は、図６に示すような目標受付画面６０をユーザ端末９０に表示させ、ユーザから、目標及び目標達成に必要なスキル（以下、「目標スキル」という）の選択を受け付ける。図６の例では、目標受付画面６０には、ユーザの目標を自由に入力するための目標入力領域６２と、入力した目標に関連する目標スキルを、予め定められた複数のスキルから選択するためのスキル選択領域６４とが含まれる。ユーザは、どのような人物になりたいか等の抽象的な目標、学習や仕事に関する具体的な目標、プライベートで充実させたい事項に関する目標等を目標入力領域６２にテキストデータで自由に入力する。このように目標を設定することで、予め定められた複数のスキルから、どのスキルを目標スキルとして選択すべきかが明確になる。スキル選択領域６４では、予め定められた複数のスキルから１以上の目標スキルを、例えば、チェックボックスにチェックを入れることにより選択する。設定部３２は、目標受付画面６０で受け付けた目標及び目標スキルをユーザＤＢ４２に登録する。

図７に、ユーザＤＢ４２の一例を示す。ユーザＤＢ４２には、「ユーザＩＤ」、「氏名」等のプロフィール情報、設定した「目標」及び「目標スキル」等の情報が記憶される。

変換部３４は、ユーザが投稿した日記を受け付ける。例えば、変換部３４は、図８に示すような投稿画面６６をユーザ端末９０に表示させ、ユーザにより日記入力領域６８に入力された日記の投稿を受け付ける。変換部３４は、変換辞書４６を用いて、受け付けた日記に含まれる否定的な表現（以下、「ネガティブ表現」という）を肯定的な表現（以下、「ポジティブ表現」という）に変換する。変換部３４は、受け付けた日記、及びネガティブ表現をポジティブ表現に変換した文章（以下、「変換文」という）を日記ＤＢ４４に登録する。

図９に、日記ＤＢ４４の一例を示す。図９の例では、日記ＤＢ４４は、ユーザＩＤ毎のテーブルを含む。各テーブルには、そのテーブルに対応するユーザＩＤが示すユーザにより日記が投稿された「投稿日時」に対応付けて、「日記」、「変換文」、及び後述する「要約文」が記憶される。また、変換辞書４６には、例えば、図１０に示すように、「ポジティブ表現」と、「ネガティブ表現」との対応関係が記憶されている。

具体的には、変換部３４は、図１１の（Ａ）に示すような日記の投稿を受け付けると、受け付けた日記を、日記ＤＢ４４の、該当のユーザを示すユーザＩＤに対応するテーブルに、投稿日時と対応付けて記憶する。また、変換部３４は、受け付けた日記を形態素解析して内容語を抽出する。変換部３４は、抽出した各内容語又はその内容語に類似する用語を変換辞書４６の「ネガティブ表現」から探索する。２つ以上の内容語の連語が変換辞書４６の「ネガティブ表現」に一致又は類似する場合も探索の対象とする。また、内容語に類似する用語は、例えば、内容語を、その内容語を意味的に表現した単語ベクトルに変換し、その単語ベクトルとの類似度が所定値以上の単語ベクトルで表現される用語としてよい。変換部３４は、抽出した内容語と一致又は類似するネガティブ表現が変換辞書４６から探索された場合、探索されたネガティブ表現に対応する「ポジティブ表現」を取得する。変換部３４は、日記のネガティブ表現を、取得したポジティブ表現に置き換えることにより、図１１の（Ｂ）に示すように、日記を変換文に変換する。

図１１の投稿１の例を用いて、より詳細に説明する。変換部３４は、図１２の（Ａ）に示すような日記を形態素解析し、図１２の（Ｂ）に示すように、内容語を抽出する。変換部３４は、抽出した各内容語と一致又は類似する用語が、変換辞書４６にネガティブ表現として登録されているかを探索する。この際、変換部３４は、前後の内容語同士が連語となっている場合には、その連語を１つの内容語として探索する。例えば、図１０に示す変換辞書４６には、「ゴロゴロする」がネガティブ表現として登録されている。したがって、変換部３４は、抽出した内容語「ゴロゴロ・してしまった」をネガティブ表現として特定すると共に、対応するポジティブ表現「休むことに充てた」を変換辞書４６から取得する。抽出した内容語と一致又は類似するネガティブ表現が変換辞書４６に登録されていない場合には、その内容語は変換の対象とはしない。図１２の（Ｃ）の例では、抽出された内容語のうち、下線で示す内容語又はその連語がネガティブ表現であることを表している。

変換部３４は、図１２の（Ｄ）に示すように、対応するポジティブ表現が取得された内容語を、そのポジティブ表現に置き換える。変換部３４は、置き換えられたポジティブ表現、及び変換の対象外の内容語（図１２の例では「レポート」及び「家」）を用いて文章を組み立てることにより、図１２の（Ｅ）に示すように変換文を生成する。なお、変換前の日記に初めから含まれるポジティブ表現は、変換文にもそのまま含まれる。

なお、上記の例では、変換辞書４６を用いて、日記を変換文に変換する場合について説明したが、機械学習モデルを用いて変換してもよい。この場合、日記と、その日記を変換した正解の変換文とのペアを複数用意し、これらを訓練データとして用いて、生成ＡＩ等の機械学習モデルを訓練しておく。そして、変換部３４は、受け付けた日記を機械学習モデルに入力することにより、変換文を取得するようにしてもよい。

算出部３６は、変換部３４により変換された変換文に含まれる用語と、予め定めた複数のスキルの各々との関係に基づいて、複数のスキルの各々のポイントを算出する。具体的には、算出部３６は、スキル対応ＤＢ４８を参照して、図１１の（Ｃ）に示すように、変換文に含まれる行動、気持ち等（以下、「行動等」という）に対応するスキルを特定する。スキル対応ＤＢ４８には、例えば、図１３に示すように、各スキルに、そのスキルを向上させるための行動等が対応付けて記憶されている。例えば、算出部３６は、変換文を文単位、文節単位等の所定の単位に分割し、分割した部分が示す行動等と一致又は類似する行動等をスキル対応ＤＢ４８から探索し、探索された行動等に対応するスキルを特定する。算出部３６は、変換文からスキルを特定した回数を、スキル毎のポイントとして算出する。

算出部３６は、例えば、図１４に示すようなポイントＤＢ５０に、算出したポイントを登録する。図１４の例では、ポイントＤＢ５０は、ユーザＩＤ毎のテーブルを含む。各テーブルには、そのテーブルに対応するユーザＩＤが示すユーザについて、日記の「投稿日時」に対応付けて、その日記を変換した変換文から特定された「スキル」と、１つの変換文からそのスキルが特定された回数で表される「ポイント」とが記憶される。

要約生成部３８は、短期の第１期間（ここでは、１日）に投稿された日記から変換部３４により変換された１以上の変換文に基づいて、例えば、図１１の（Ｄ）に示すような要約文を生成する。要約文の生成方法は、予め訓練された機械学習モデルを用いる手法、予め定めたルールに基づいて生成する方法等、既存の手法を適用してよいため、ここでは詳細な説明を省略する。また、要約生成部３８は、複数の変換文から直接要約文を生成してもよいし、図１５に示すように、各変換文をそれぞれ要約したうえで、これらの要約をまとめて、１日分の要約文を生成してもよい。要約生成部３８は、生成した要約文を日記ＤＢ４４に登録する。

応答生成部４０は、日記、変換文、要約文、及び各スキルのポイントに基づいて、１日文の投稿、変換文、要約文、及び各スキルのポイントに関するコメント又はアドバイスとなる応答文を生成する。具体的には、応答生成部４０は、日記、変換文、要約文、及び各スキルのポイントに基づいて、応答生成モデル５２に入力するキーワードを抽出又は生成する。

より具体的には、応答生成部４０は、ポイントＤＢ５０を参照して、１日分の各変換文から算出された各スキルのポイントを集計する。例えば、図１４に示すポイントＤＢ５０のように、ユーザＩＤ：００１のユーザについて各スキルのポイントが算出されているとする。この場合、応答生成部４０は、図１１の（Ｅ）に示すように、１日分のスキルのポイントを集計する。

また、応答生成部４０は、日記、変換文、要約文、及び集計した１日分のスキルのポイントに基づいて、ユーザが自己肯定感を高め、モチベーションを向上させることができるようなキーワードを抽出又は生成する。例えば、応答生成部４０は、日記に含まれる、品詞が名詞の単語を必須名詞のキーワードとして抽出する。図１１の例の場合、例えば、レポート、バイト、内定等が抽出される。また、例えば、応答生成部４０は、変換文において、原文である日記のネガティブ表現から変換されたポジティブ表現を含む部分をポジティブなキーワードとして抽出する。図１１の例の場合、例えば、投稿２の「行きたくないけれど、仕方なく行った」を、ポジティブ表現に変換した「（バイトに）行くことができた」がポジティブなキーワードとして抽出される。また、投稿２の「店長と話し過ぎて帰るのが遅くなった」を、ポジティブ表現に変換した「（店長と）話ができた」がポジティブなキーワードとして抽出される。また、投稿３の「内定が出なくて焦った」を、ポジティブ表現に変換した「（内定を）貰えるように頑張ろう」がポジティブなキーワードとして抽出される。

また、応答生成部４０は、変換文又は要約文において、「～できた」と表現されている行動を要約し、やる気を表すキーワードとして生成する。図１１の例の場合、例えば、要約文の「（バイトに）行くことができた」、「沢山話ができた」等を要約して「（バイトで楽しく）過すことができた」のようなやる気を表すキーワードが生成される。また、応答生成部４０は、変換文において、算出部３６によりポイントが算出されたスキルと、そのスキルに対応する自己啓発に関する表現との組み合わせを、自己啓発のキーワードとして生成する。図１１の例の場合、例えば、２ポイントのスキル「自律心」と、自己啓発に関する表現である「向上」とを組み合わせた「自律心向上」が自己啓発のキーワードとして生成される。また、応答生成部４０は、変換文において、算出部３６によりポイントが算出されたスキルと、褒め言葉との組み合わせを、お褒めのキーワードとして生成する。図１１の例の場合、例えば、２ポイントのスキル「誠実さ」と、褒め言葉「素晴らしい」とを組み合わせた「誠実さ・素晴らしい」がお褒めのキーワードとして生成される。

応答生成部４０は、入力されたキーワードに基づいて応答文を生成するように予め訓練された、生成ＡＩ等の機械学習モデルである応答生成モデル５２を用いて応答文を生成する。具体的には、応答生成部４０は、抽出又は生成したキーワードを応答生成モデル５２に入力して、例えば、図１１の（Ｆ）に示すような応答文を生成する。

なお、応答生成部４０は、上記の自己啓発のキーワード及びお褒めのキーワードを生成する際のスキルとして、ユーザＤＢ４２を参照して、ユーザが選択している目標スキルを用いるようにしてもよい。また、応答生成部４０は、上記の自己啓発のキーワード及びお褒めのキーワードのように、スキルを用いたキーワードを２以上抽出又は生成するようにしてもよい。これにより、少なくとも２以上のスキルに対応するキーワードを用いた応答文が生成される。例えば、スキルを用いたキーワードとして、スキル「向上心」を用いたキーワードだけが抽出又は生成されている場合、「前向きに頑張っているあなたが素敵です」等の応答文が生成される。一方、「向上心」及び「リーダシップ」の２つのスキルを用いたキーワードが抽出又は生成されている場合、「前向きに頑張っている姿は素敵ですが、その頑張りをチーム全員で共有すると、仲間も頑張れますよ」のような応答文を生成可能になる。

また、応答生成モデル５２は、キーワードではなく、日記、変換文、要約文、及びスキルのポイントと、正解となるコメントとを訓練データとして用いて訓練されたモデルであってもよい。この場合、日記、変換文、要約文、及びスキルのポイントが入力された場合に、コメントとなる応答文を生成するような応答生成モデル５２となる。この場合、応答生成モデル５２の内部で、上述したようなキーワードが抽出又は生成されるような構成の応答生成モデル５２とすればよい。また、応答文の生成は、応答生成モデル５２を用いる場合に限らず、抽出又は生成したキーワードを予め定めたルールに基づいて組み立てることにより生成してもよい。

応答生成部４０は、要約生成部３８により生成された要約文、１日分の各スキルのポイントに関する情報、及び生成した応答文を含む１日のフィードバックをユーザ端末９０へ送信する。ユーザ端末９０では、例えば、図１６に示すような短期フィードバック画面７０が表示される。図１６の例では、短期フィードバック画面７０には、１日分の要約文が表示される要約表示領域７２と、ポイントが算出されたスキルが表示されるスキル表示領域７４と、生成された応答文が表示される応答文表示領域７６とが含まれている。

また、応答生成部４０は、短期の第１期間（ここでは、１日）よりも長い長期の第２期間（ここでは、１ヶ月）における複数のスキルの各々のポイントの変化に基づいて、応答文を生成する。具体的には、応答生成部４０は、ポイントが１ヶ月の期間で増加しているスキルを特定する。応答生成部４０は、ポイントが増加しているスキルのうち、ユーザが選択した目標スキルを含む２以上のスキルを特定するようにしてもよい。応答生成部４０は、特定したスキルのポイントの増加傾向に応じた応答文を生成する。例えば、スキル「向上心」のポイントが、１ヶ月の間でコンスタントに上昇している場合、応答生成部４０は、「いつも絶え間ない努力が素敵です。その努力は必ず報われます。」のような応答文を生成する。また、例えば、ポイントが月末付近で急上昇している場合、応答生成部４０は、「目標に向かって一気に頑張りましたね。継続できると力になりますよ。」のような応答文を生成する。

応答生成部４０は、スキル、及びポイントの増加傾向に応じた応答文のテンプレートを予め用意しておき、特定したスキル及び増加傾向に応じて選択したテンプレートを用いて応答文を生成してよい。また、応答生成部４０は、上記の１日の応答文と同様に、応答生成モデル５２を用いて応答文を生成してもよい。ここで用いる応答生成モデル５２は、１か月分の各スキルのポイントが入力された場合に応答文を生成するように予め訓練された、生成ＡＩ等の機械学習モデルとしてよい。

また、応答生成部４０は、１ヶ月でポイントが増加しているスキルに基づいて、適応可能性のある職種、業種、及び生活スタイルの少なくとも１つの提案を含む応答文を生成してもよい。この場合、応答生成部４０は、スキルの向上と、適応可能性のある職種、業種、生活スタイル等との関係を予め定めておく。そして、応答生成部４０は、ポイントが増加しているスキルを特定し、特定したスキルと、この関係とに基づいて、適応可能性のある職種、業種、生活スタイル等の提案を生成するようにすればよい。

さらに、応答生成部４０は、月単位での各スキルのポイントの集計結果に基づく内容、年次における該当月の特徴を加味した内容を含む応答文を生成してもよい。例えば、スキル「自省心」の３月のポイントが２月よりも上がっていたとする。この場合、応答生成部４０は、「今月は先月と比べて自省心が高くなりました。自省することが多かった月ですが、その反省から前に進む原動力も得ています。」のような応答文を３月の応答文として生成してよい。また、４月にスキル「向上心」のポイントが上がっていたとする。この場合、応答生成部４０は、４月の年次を加味して「向上心が上昇しています。新年度を前向きな気持ちで迎えられたことは素晴らしいことです。この心持ちで来月も頑張りましょう」のような応答文を４月の応答文として生成してよい。

なお、月単位でのポイントを比較したコメントを含める場合、月毎の投稿数の差異を平滑化するために、該当月の全スキルのポイントの合計に対する、該当月の各スキルのポイントの合計で表される比率を用いてもよい。

応答生成部４０は、複数の応答文を生成した場合には、これらの応答文をまとめて最終的な応答文とし、生成した応答文を含む１ヶ月のフィードバックをユーザ端末９０へ送信する。ユーザ端末９０では、例えば、図１７に示すような長期フィードバック画面７８が表示される。図１７の例では、長期フィードバック画面７８には、生成された応答文が表示される応答文表示領域８０が含まれている。また、応答生成部４０は、１ヶ月分の各スキルのポイントの集計から、ユーザが選択した目標スキルのポイントが上昇したか否かを１ヶ月のフィードバックに含めてもよい。この場合、長期フィードバック画面７８は、図１７に示すように、目標スキル向上度表示領域８２を含んでもよい。図１７の例では、目標スキルの向上度を上向きの矢印（↑）の数で表している。向上度は、各スキルの１ヶ月のポイントの増加傾向、先月以前の月のポイントとの比較等により算出すればよい。

次に、本実施形態に係る応答生成システム１００の作用について説明する。

図１８は、応答生成装置１０のＣＰＵ１４により実行される初期設定処理の流れを示すフローチャートである。図１９は、応答生成装置１０のＣＰＵ１４により実行される短期応答処理の流れを示すフローチャートである。図２０は、応答生成装置１０のＣＰＵ１４により実行される長期応答処理の流れを示すフローチャートである。ＣＰＵ１４が記憶装置１６から応答生成プログラムを読み出して、メモリ１４に展開して実行することにより、ＣＰＵ１４が応答生成装置１０の各機能構成として機能し、初期設定処理、短期応答処理、及び長期応答処理の各々が実行される。なお、初期設定処理、短期応答処理、及び長期応答処理を含む応答生成処理は、本開示の応答生成方法の一例である。

まず、図１８を参照して、初期設定処理について説明する。

ステップＳ１０で、設定部３２が、プロフィール受付画面をユーザ端末９０に表示させ、ユーザからプロフィール情報を受け付ける。そして、設定部３２が、ユーザＩＤを付与して、プロフィール情報をユーザＤＢ４２に登録する。

次に、ステップＳ１２で、設定部３２が、目標受付画面６０をユーザ端末９０に表示させ、目標受付画面６０の目標入力領域６２に入力された目標を設定し、ユーザＤＢ４２に登録する。次に、ステップＳ１４で、設定部３２が、目標受付画面６０のスキル選択領域６４で選択されたスキルをユーザの目標スキルとして設定し、ユーザＤＢ４２に登録し、初期設定処理は終了する。

次に、図１９を参照して、短期応答処理について説明する。

ステップＳ２０で、変換部３４が、投稿画面６６をユーザ端末９０に表示させ、ユーザにより日記入力領域６８に入力された日記の投稿を受け付け、日記ＤＢ４４に登録する。次に、ステップＳ２２で、変換部３４が、受け付けた日記に含まれるネガティブ表現をポジティブ表現に変換し、変換した変換文を日記ＤＢ４４に登録する。

次に、ステップＳ２４で、算出部３６が、短期の第１期間である１日が終了したか否かを判定する。１日が終了していない場合には、ステップＳ２０に戻り、１日が終了した場合には、ステップＳ２６へ移行する。

ステップＳ２６では、算出部３６が、スキル対応ＤＢ４８を参照して、１日分の変換文に含まれる行動等に対応するスキルを特定し、変換文からスキルを特定した回数を、スキル毎のポイントとして算出する。そして、算出部３６が、特定したスキルについて算出したポイントをポイントＤＢ５０に登録する。次に、ステップＳ２８で、要約生成部３８が、１日分の日記から変換部３４により変換された１以上の変換文に基づいて、１日の要約文を生成し、日記ＤＢ４４に登録する。

次に、ステップＳ３０で、応答生成部４０が、ポイントＤＢ５０を参照して、１日分の各変換文から算出された各スキルのポイントから、１日分のスキルのポイントを集計する。また、応答生成部４０が、日記、変換文、要約文、及び集計した１日分のスキルのポイントに基づいて、ユーザが自己肯定感を高め、モチベーションを向上させることができるようなキーワードを抽出又は生成する。そして、応答生成部４０が、抽出又は生成したキーワードを応答生成モデル５２に入力して、応答文を生成する。

次に、ステップＳ３２で、応答生成部４０が、要約文、１日分の各スキルのポイントに関する情報、及び生成した応答文を含む１日のフィードバックをユーザ端末９０へ送信し、短期応答処理は終了する。これにより、ユーザ端末９０では、短期フィードバック画面７０が表示され、ユーザは、１日分の投稿に対するフィードバックを確認することができる。

次に、図２０を参照して、長期応答処理について説明する。

ステップＳ４０で、応答生成部４０が、長期の第２期間である１ヶ月が終了したか否かを判定する。１ヶ月が終了していない場合には、本ステップの判定を繰り返し、１ヶ月が終了した場合には、ステップＳ４２へ移行する。

ステップＳ４２では、応答生成部４０が、ポイントが１ヶ月の期間で増加しているスキルを特定する。次に、ステップＳ４４で、応答生成部４０が、特定したスキルのポイントの増加がコンスタントか、月末に集中して増加しているか等のポイントの増加傾向に応じた応答文を生成する。

次に、ステップＳ４６で、応答生成部４０が、ポイントが１ヶ月の期間で増加しているスキルに基づいて、適応可能性のある職種、業種、及び生活スタイルの少なくとも１つの提案を含む応答文を生成する。次に、ステップＳ４８で、応答生成部４０が、月単位での各スキルのポイントの集計結果に基づいて、例えば、先月のポイントと比較した内容を含む応答文を生成する。また、応答生成部４０が、年次における該当月の特徴を加味した内容を含む応答文を生成する。

次に、ステップＳ５０で、応答生成部４０が、目標スキルの１ヶ月におけるポイントの増加傾向、先月以前の月のポイントとの比較等により、目標スキルの向上度を算出する。次に、ステップＳ５２で、応答生成部４０が、生成した応答文をまとめた最終的な応答文、及び目標スキルの向上度を含む１ヶ月のフィードバックをユーザ端末９０へ送信し、長期応答処理は終了する。これにより、ユーザ端末９０では、長期フィードバック画面７８が表示され、ユーザは、１ヶ月分の投稿に対するフィードバックを確認することができる。

なお、上記の長期応答処理では、ステップＳ４４～Ｓ４８でそれぞれ生成された応答文をまとめて最終的な応答文とする場合について説明したが、全ての応答文を生成することは必須ではない。ステップＳ４４～Ｓ４８の少なくとも１つの処理を実行することにより生成された応答文をまとめたものを最終的な応答文としてもよい。

以上説明したように、本実施形態に係る応答生成システムによれば、応答生成装置が、ユーザが投稿した日記に含まれるネガティブ表現をポジティブ表現に変換する。また、応答生成装置が、変換した変換文に含まれる用語と、予め定めた複数のスキルの各々との関係に基づいて、複数のスキルの各々のポイントを算出する。そして、応答生成装置が、日記、変換文、及び複数のスキルの各々のポイントに基づいて、日記に対する応答文を生成する。これにより、日記に含まれる特徴語に基づいて応答文を生成する場合に比べ、自身の言動、行動、又は考え方に罪悪感を覚えるユーザの自己肯定感を高め、モチベーションを向上させるような応答文を生成することができる。

＜変形例１＞
変形例１では、ユーザが投稿した日記の内容を感情分析し、日記に含まれる単語の各々がポジティブかネガティブかを判定する。そして、ポジティブと判定された単語又はその単語に類似する単語と、その単語に対応するネガティブ表現との対を、上記実施形態で用いる変換辞書４６に追加する。これにより、変換部３４によるネガティブ表現からポジティブ表現への変換の際に、ユーザ自身が使用する傾向の高いポジティブ表現に変換され易くなる。

なお、変換辞書４６ではなく、機械学習モデルを用いて変換を行う場合は、日記からポジティブと判定された単語又はその単語に類似する単語と、その単語に対応するネガティブ表現との対を訓練データに追加して機械学習モデルを再訓練すればよい。

＜変形例２＞
例えば、Ｚ世代等のユーザは「自分らしさ」、「自分がどういう人物であるか」等を重視する傾向がある。そこで、変形例２では、ユーザが入力した文章に含まれる頻出語に基づいて、ユーザ毎の文章の傾向を学習し、学習結果に基づいて、ユーザの傾向に基づく応答文を生成する。具体的には、ユーザが投稿した日記及び設定した目標に頻出する単語を抜き出し、この単語をキーワードに含めると共に、その単語又はその単語に類似するポジティブ表現を用いて応答文が生成されるように応答生成モデル５２を訓練する。これにより、ユーザの傾向及び価値観に言及した応答文を生成することができる。

＜変形例３＞
上記実施形態では、応答生成処理の全てを応答生成装置１０で実行する場合について説明したが、変形例３では、応答生成装置１０の機能部の全て又は一部をユーザ端末９０で動作するアプリケーションに持たせる。これにより、応答生成処理の全て又は一部がユーザ端末９０上のアプリケーションで実行される。

なお、ユーザ端末９０側で応答生成処理の全て又は一部を実行する際、ユーザ端末９０が内部に具備する記憶装置又は外部の記憶装置が使用される。

また、上記各実施形態でＣＰＵがソフトウェア（プログラム）を読み込んで実行した応答生成処理を、ＣＰＵ以外の各種のプロセッサが実行してもよい。この場合のプロセッサとしては、ＦＰＧＡ（Field-Programmable Gate Array）等の製造後に回路構成を変更可
能なＰＬＤ（Programmable Logic Device）、及びＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。また、ＣＰＵ以外のプロセッサとして、加算だけでなく乗算を並行処理可能なＤＳＰ（Digital Signal Processor）を用いてもよい。また、応答生成処理を、これらの各種のプロセッサのうちの１つで実行してもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、及びＣＰＵとＦＰＧＡとの組み合わせ等）で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。

また、上記各実施形態では、応答生成プログラムが記憶装置に予め記憶（インストール）されている態様を説明したが、これに限定されない。プログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、及びＵＳＢ（Universal Serial Bus）メモリ等の記録媒体に記録された形態で提供されてもよい。また、プログラムは、ネットワークを介して外部装置からダウンロードされる形態としてもよい。

以下に付記項を開示する。

（付記項１）
ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換する変換部と、
前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出する算出部と、
前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する応答生成部と、
を含む応答生成装置。

（付記項２）
所定の第１期間に記録され、前記変換部により変換された１以上の文章の要約文を生成する要約生成部を含み、
前記応答生成部は、前記要約生成部により生成された要約文をさらに用いて、前記応答文を生成する、
付記項１に記載の応答生成装置。

（付記項３）
前記応答生成部は、前記変換部により変換された文章又は前記要約文に含まれる用語のうち、前記算出部によりポイントが加算されたスキルに対応する表現と、前記表現に対応する肯定的な表現とを含む前記応答文を生成する付記項２に記載の応答生成装置。

（付記項４）
前記応答生成部は、前記算出部によりポイントが加算されたスキルが２以上存在する場合、前記要約文に含まれる用語のうち、少なくとも２以上のスキルに対応する表現を用いた前記応答文を生成する付記項３に記載の応答生成装置。

（付記項５）
前記応答生成部は、前記第１期間よりも長い第２期間における前記複数のスキルの各々のポイントの変化に基づいて、前記応答文を生成する付記項２～付記項４のいずれか１項に記載の応答生成装置。

（付記項６）
前記応答生成部は、前記第２期間においてポイントが増加しているスキルについて、前記ポイントの増加の傾向に応じた前記応答文を生成する付記項５に記載の応答生成装置。

（付記項７）
前記応答生成部は、前記第２期間においてポイントが増加しているスキルに基づいて、適応可能性のある職種、業種、及び生活スタイルの少なくとも１つの提案を含む前記応答文を生成する付記項５又は付記項６に記載の応答生成装置。

（付記項８）
前記複数のスキルのうち、前記ユーザが目標とするスキルを設定する設定部を含み、
前記応答生成部は、前記ユーザが目標とするスキルに関係する前記応答文を生成する、
付記項１～付記項７のいずれか１項に記載の応答生成装置。

（付記項９）
前記変換部は、肯定的な表現と否定的な表現との対応関係に基づいて前記ユーザが記録した文章の変換を行うと共に、前記ユーザが記録した文章に含まれる前記肯定的な表現を前記対応関係に追加する付記項１～付記項８のいずれか１項に記載の応答生成装置。

（付記項１０）
前記応答生成部は、前記ユーザが記録した文章に含まれる頻出語に基づいて、ユーザ毎の文章の傾向を学習し、学習結果に基づいて、前記ユーザの傾向に基づく前記応答文を生成する付記項１～付記項９のいずれか１項に記載の応答生成装置。

Claims (12)

1. ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換する変換部と、
   前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出する算出部と、
   前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する応答生成部と、
   を含む応答生成装置。
2. 所定の第１期間に記録され、前記変換部により変換された１以上の文章の要約文を生成する要約生成部を含み、
   前記応答生成部は、前記要約生成部により生成された要約文をさらに用いて、前記応答文を生成する、
   請求項１に記載の応答生成装置。
3. 前記応答生成部は、前記変換部により変換された文章又は前記要約文に含まれる用語のうち、前記算出部によりポイントが加算されたスキルに対応する表現と、前記表現に対応する肯定的な表現とを含む前記応答文を生成する請求項２に記載の応答生成装置。
4. 前記応答生成部は、前記算出部によりポイントが加算されたスキルが２以上存在する場合、前記要約文に含まれる用語のうち、少なくとも２以上のスキルに対応する表現を用いた前記応答文を生成する請求項３に記載の応答生成装置。
5. 前記応答生成部は、前記第１期間よりも長い第２期間における前記複数のスキルの各々のポイントの変化に基づいて、前記応答文を生成する請求項２～請求項４のいずれか１項に記載の応答生成装置。
6. 前記応答生成部は、前記第２期間においてポイントが増加しているスキルについて、前記ポイントの増加の傾向に応じた前記応答文を生成する請求項５に記載の応答生成装置。
7. 前記応答生成部は、前記第２期間においてポイントが増加しているスキルに基づいて、適応可能性のある職種、業種、及び生活スタイルの少なくとも１つの提案を含む前記応答文を生成する請求項５に記載の応答生成装置。
8. 前記複数のスキルのうち、前記ユーザが目標とするスキルを設定する設定部を含み、
   前記応答生成部は、前記ユーザが目標とするスキルに関係する前記応答文を生成する、
   請求項１～請求項４のいずれか１項に記載の応答生成装置。
9. 前記変換部は、肯定的な表現と否定的な表現との対応関係に基づいて前記ユーザが記録した文章の変換を行うと共に、前記ユーザが記録した文章に含まれる前記肯定的な表現を前記対応関係に追加する請求項１～請求項４のいずれか１項に記載の応答生成装置。
10. 前記応答生成部は、前記ユーザが記録した文章に含まれる頻出語に基づいて、ユーザ毎の文章の傾向を学習し、学習結果に基づいて、前記ユーザの傾向に基づく前記応答文を生成する請求項１～請求項４のいずれか１項に記載の応答生成装置。
11. 変換部と、算出部と、応答生成部とを含む応答生成装置が実行する応答生成方法であって、
    前記変換部が、ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換し、
    前記算出部が、前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出し、
    前記応答生成部が、前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する、
    応答生成方法。
12. コンピュータを、
    ユーザが記録した文章に含まれる否定的な表現を肯定的な表現に変換する変換部、
    前記変換部により変換された文章に含まれる表現と、予め定めた複数のスキルの各々との関係に基づいて、前記複数のスキルの各々のポイントを算出する算出部、及び、
    前記変換部により変換された文章と、前記算出部により算出された前記複数のスキルの各々のポイントとに基づいて、前記変換部により変換された文章に対する応答文を生成する応答生成部
    として機能させるための応答生成プログラム。