情報処理学会 インタラクション2018

ショッピングセンターの案内などを行う対話システムをサービスとして提供する場合，セール情報の変化などサービス内容の変化に応じて対話システムの対話シナリオをカスタマイズすることが求められる．しかし従来の音声対話システムでは，カスタマイズのためには人手による複雑な対話フローの修正や対話データの追加収集・学習が必要となる．そのため，対話システムの中身を詳しく知らない人が対話シナリオをカスタマイズするのは困難であった．本研究では，そのような人でも対話シナリオを低コストにカスタマイズ可能とする技術の実現を目標とする．提案手法では，案内候補のオススメ度を変更することにより，対話システムの性能を維持しつつ対話シナリオをカスタマイズ可能とする．この実現方法として，オススメ度に基づく報酬とユーザの満足度に基づく報酬を用いて対話シナリオの強化学習を行う．これにより，ユーザが不満に感じない程度に積極的にオススメ度の高い候補をユーザに提示する対話シナリオを構築する．本手法をショッピングセンターの店舗案内システムを用いて評価し，その有効性を確認した．