自然対話プラットフォームによるマルチエージェント対話システムの実現

(1)

自然対話プラットフォームによる

マルチエージェント対話システムの実現

Designing of multi-agent dialogue system

by natural-language dialogue platform

田中剛

1∗

_{角森唯子}

1

_{門畑祥子}

1

_{藤本拓}

1

Go Tanaka

1

_{, Yuiko Tsunomori}

1

_{, Yoshiko Kadohata}

1

_{, Hiroshi Fujimoto}

1

_{株式会社 NTT ドコモサービスイノベーション部}

1

_{Service Innovation Department, NTT DOCOMO, INC.}

Abstract: We have developed a natural-language platform that enables users to communicate with variable devices and designed a multi-agent interface based on the platform. We defined new framework that instructs to multiple agents in order to achieve a more natural dialogue between a user and multiple agents. As a result, the multi-agent interface can behave like a human being and proactively generate a flow of conversation compared with an ordinal single-agent interface.

1 はじめに

近年，IoT（Internet of Things）や AI（Artificial In-telligence）市場の拡大に伴い，玩具，ロボット，車載器，家電等の様々な機器に対する音声対話や音声操作への需要が高まっている．今後さらに，人が日常的に話す自然な言葉を理解する対話型エージェントの需要は拡大していくと考えられる．そこで我々は，あらゆる機器で対話を可能にする，自然対話プラットフォームを開発した．また，本プラットフォームを用いて対話型エージェントサービスを開発していく中で，単一のエージェントとの対話では利用者が話す内容に困窮するという課題が明らかになってきた．そこで，複数のエージェントが主体的に対話の流れを創発し，より自然な対話を可能にする，マルチエージェント対話システムを実現した．本稿では，自然対話プラットフォームの各対話技術について説明し，本プラットフォーム上で実現するマルチエージェントについて述べる．

2 自然対話プラットフォーム

自然対話プラットフォームの構成を図 1 に示す．自然対話プラットフォームは主に，「シナリオ対話」「意図解釈」「雑談対話」[1]「知識 Q&A」[2] という 4 つの言語処理技術から成り立っており，これらを組み合わせることであらゆるデバイスとの対話を可能にする．対 ∗_{連絡先：株式会社 NTT ドコモサービスイノベーション部} 〒 239-8536 神奈川県横須賀市光の丘 3-6 NTT ドコモ R&D センタ E-mail: [email protected] 図 1: 自然対話プラットフォーム構成話サービスの開発者は，このシナリオ対話と意図解釈を利用デバイスや利用シーンに合わせてカスタマイズすることで自分だけの対話エージェントを容易に開発できる．本章では，本プラットフォームのコア技術である，シナリオ対話と意図解釈について述べる．

2.1 シナリオ対話

シナリオ対話とは，ユーザとエージェントの間でストーリー性のある連続した対話を実現するエンジンである．エージェント発話は前回のエージェント発話を考慮しつつ，直近のユーザ発話に基づいて決定される．サーバに入力されたユーザ発話は，基本的にはあらかじめ設計されたシナリオに基づいて処理され，シナリオに用意されていないユーザ発話がされた場合でも，雑談対話や知識 Q&A によって対話が不自然にならないよう返答できる．シナリオは AIML[3] と呼ばれる XML ベー人工知能学会研究会資料 SIG-SLUD-B505-09 ― 41 ―

(2)

スの記述言語によって表現でき，我々は従来の AIML を独自に拡張することで柔軟かつ多様なシナリオ記述を可能としている．さらに，天気やニュースといった外部の情報を取得して提供する外部コンテンツ連携機能や発話文章の曖昧性を吸収する文章正規化機能も備えている．

2.2 意図解釈

意図解釈とは，ユーザの発話の意図を，特定の「タスク」と呼ばれるエージェントが実行可能な機能単位に分類するエンジンである．例えば，「電話発信」「天気検索」などをタスクと呼び，あらかじめ設計したタスクを基にユーザの発話が意図するタスクを判定する．タスクを判定すると共に，当該タスクの実行に必要となるクエリを抽出し，それら意図解釈結果すべてをシナリオ対話の AIML から呼び出しが可能であるため，シナリオ対話と意図解釈を連携させることでより厚みのある柔軟な対話が実現できる．

3 マルチエージェントの実現

従来の対話型サービスは単一のエージェントとの対話が基本となっていたが，複数のエージェントとの対話を可能にする，マルチエージェント対話システムを開発した．本章では，本システム開発の詳細とマルチエージェントの効果について述べる．

3.1 マルチエージェント対話システムの開発

マルチエージェント対話アプリ「シロヤマさんクロヤマさん」の画面キャプチャを図 2 に示す．本システムでは，複数のエージェントに対する発話指示とモーション指示の仕組みを新たに定義した．AIML の独自拡張の 1 つである command タグを用いて，JSON 形式で対象エージェント，発話内容，モーション内容の記述ができ，記述順に複数の指示を処理できるよう設計した．モーションは 34 パターン定義し，言葉だけでなく複数のモーションによって感情やエージェント間の掛け合いを表現できる．これらの仕組みにより，それぞれのエージェント毎に，性格，口調，声，モーション等を明確に分けることが可能なため，敢えて正反対図 2: 画面キャプチャのエージェントを設計することで複数人と対話をしている状況を協調させた．また，音声認識誤り等で想定外のユーザ発話が入力された場合でも，2 体のエージェントが互いに対話し合うことで自然に元の話題に戻したり，話題を変えたりするようなシナリオを設計した．

3.2 マルチエージェントの効果

本システムを，ドコモ R&D が提供する展示ホール「WHARF」に展示し，マルチエージェントが対話にもたらす効果を検証した．その結果，従来の単一エージェント対話システムに比べ，マルチエージェント対話システムでは複数のエージェントが互いに対話をし，対話の流れを主体的にコントロールすることで，エージェントからユーザへのより自然な語り掛けや話題変更が可能となった．また，対話の中にエージェント同士の対話を組み込むことでユーザは客観的に対話に参加することができ，自分と機械だけで対話をしているという違和感や，何か話さなければいけないという圧力も緩和される．さらに，ユーザの発話に対して単一のエージェントが反応するだけでなく，異なるエージェントも同時に反応し，話の内容を深堀りさせることで対話の厚みが増し，ユーザはエージェントとの対話に対して，対話が成立している，意図が伝わっている，という感情を抱くことができる．以上のことから，単一のエージェントに比べ，マルチエージェントはユーザに対してより人間らしい自然なコミュニケーションを促す効果があると言える．

4 おわりに

本稿では，自然対話プラットフォームを用いることで柔軟かつ容易に対話型エージェントを開発できることを述べ，コア技術であるシナリオ対話と意図解釈について説明した．また，本プラットフォーム上で実現したマルチエージェント対話システムを紹介し，マルチエージェントの効果について述べた．今後は，対話からの自動学習機能や自動発話生成機能の開発に取り組み，多言語対応を進め，より高度な人工知能を搭載した多言語対話エージェントの実現を目指す．

参考文献

[1] 大西可奈子, 吉村健: ”コンピュータと自然な会話を実現する雑談対話技術”, NTT DOCOMO テクニカルジャーナル, Vol. 21, No. 4, pp. 17–21 (2014) [2] 内田渉, 森田千晶, 吉村健: ”自然文質問への直接回答を実現する知識 Q&A”, NTT DOCOMO テクニカルジャーナル, Vol. 20, No. 4, pp. 6–11 (2013) [3] AIML – The Artificial Intelligence Markup

Lan-guage, http://www.alicebot.org/aiml.html

自然対話プラットフォームによるマルチエージェント対話システムの実現