本公开内容涉及通信系统和通信控制方法。
背景技术：
近年来，随着通信技术的发展，消息频繁地通过网络进行交换。用户可以使用诸如智能手机、手机终端、平板终端等的信息处理终端来确认从其他终端发送的消息并发送消息。
此外，对于信息处理终端，已经提出了对用户的消息进行自动响应的代理系统。关于这样的系统，例如，下面的专利文献1公开了一种通过考虑用户的感情生成对用户的响应来实现自然且平滑的对话的设备。
此外，下面的专利文献2公开了一种系统，其能够显示具有预定形状的角色以与用户进行会话并且以由角色介绍的形式显示广告信息。
此外，下面的专利文献3公开了一种对话处理设备，其根据语音韵律信息、经过语音识别的短语的概念信息、面部图像、脉搏率等来估计用户的感情，并且基于估计结果来生成要输出给用户的输出语句。
引文列表
专利文献
专利文献1：jph9-81632a
专利文献2：jp2002-216026a
专利文献3：jp2001-215993a。
技术实现要素：
技术问题
在此，在用户体验对象(商品和样品)、内容、代理、服务等之后确定用户的印象或意见、并将印象和意见与后续的商品开发或服务改进相联系是非常重要的。
然而，从用户那里获得诸如印象、意见等的反馈并自然地激起用户的真实感情而不对用户造成负担是很困难的。例如，在上述专利文献2中，显示广告信息，但没有考虑到在实际购买商品等之后获得对商品的反馈。
因此，本公开内容提出了一种通信系统和通信控制方法，其能够通过与代理的会话进一步自然地从用户获得可靠反馈而不会对用户造成负担。
解决问题的方法
根据本公开内容，提供了一种通信系统，其包括：通信单元，被配置成接收用于请求关于用户的特定体验的反馈的请求信息；累积单元，被配置成累积经由通信单元从用户的客户终端接收到的反馈；以及控制单元，被配置成执行控制，使得：基于请求信息的用于请求关于用户的特定体验的反馈的问题在根据用户的情境的时机被发送给用户的客户终端，并且由用户响应于经由客户终端输出为代理的言语的问题而输入的反馈被接收到。
根据本公开内容，提供了一种通信控制方法，包括：由处理器，经由通信单元接收用于请求关于用户的特定体验的反馈的请求信息；执行控制，使得基于请求信息的用于请求关于用户的特定体验的反馈的问题在根据用户的情境的时机被发送给用户的客户终端，并且由用户响应于经由客户终端输出为代理的言语的问题而输入的反馈被接收到；以及将经由通信单元从用户的客户终端接收到的反馈累积在累积单元中。
发明的有益效果
根据本公开内容，如上所述，可以通过与代理的会话进一步自然地从用户获得可靠反馈，而不会对用户造成负担。
注意，上述效果并非是限制性的。利用或代替上述效果，可以实现本说明书中描述的效果中的任何一种效果或可以从本说明书掌握的其他效果。
附图说明
图1是示出根据本公开内容的实施方式的通信控制系统的概况的说明图。
图2是示出根据实施方式的通信控制系统的整体配置的图。
图3是示出根据实施方式的语音代理服务器的配置的示例的框图。
图4是示出根据实施方式的对话处理单元的配置的示例的图。
图5是示出根据实施方式的会话db生成处理的流程图。
图6是示出根据实施方式的音素db生成处理的流程图。
图7是示出根据实施方式的对话控制处理的流程图。
图8是示出根据实施方式的会话db的数据配置示例的说明图。
图9是示出根据实施方式的更新会话db的处理的流程图。
图10是示出根据实施方式的从个人化层到公共层的会话数据转移处理的流程图。
图11是示出根据实施方式的会话数据到基本对话会话db的转移的说明图。
图12是示出根据实施方式的到基本对话db的会话数据转移处理的流程图。
图13是示出根据实施方式的登记在广告db中的广告信息的示例的图。
图14是示出根据实施方式的广告内容插入处理的流程图。
图15是示出根据实施方式的反馈获取处理单元的配置示例的图。
图16是示出根据实施方式的在任务列表db中登记的任务列表的示例的图。
图17是示出根据实施方式的在体验列表db中登记的体验列表的示例的图。
图18是示出根据实施方式的反馈获取处理的流程图。
图19是示出根据实施方式的任务列表生成处理的流程图。
图20是示出根据实施方式的体验列表生成处理的流程图。
图21是示出根据实施方式的时机确定处理的流程图。
图22是示出根据实施方式的时机指标的示例的图。
图23是示出根据实施方式的考虑了可靠性的问题语句数据生成处理的流程图。
图24是示出根据实施方式的根据可靠性调整的问题语句数据的示例的图。
图25是示出根据实施方式的考虑了用户的个性特征的问题语句数据生成处理的流程图。
图26是示出根据实施方式的任务的卖点列表的示例的图。
图27是示出根据实施方式的结果生成处理的流程图。
图28是示出根据实施方式的通过结果生成处理生成的结果的示例的图。
具体实施方式
在下文中，将参照附图详细描述本公开内容的优选实施方式。注意，在本说明书和附图中，具有基本上相同的功能和结构的结构元件用相同的附图标记表示，并且省略对这些结构元件的重复说明。
此外，将按照以下顺序进行描述。
1.根据本公开内容的实施方式的通信控制系统的概况
2.配置
2-1.系统配置
2-2.服务器配置
3.系统操作处理
3-1.会话数据登记处理
3-2.音素db生成处理
3-3.对话控制处理
3-4.会话db更新处理
3-5.广告插入处理
4.反馈获取处理
4-1.配置
4-2.操作处理
5.结论
<<1.根据本公开内容的实施方式的通信控制系统的概况>>
根据本公开内容的实施方式的通信控制系统能够通过与代理的会话进一步自然地从具有特定体验的用户获得关于特定体验的可靠反馈，而不会对用户造成负担。在下文中，将参照图1来描述根据实施方式的通信控制系统的概况。
图1是示出根据本公开内容的实施方式的通信控制系统的概况的说明图。与代理的对话可以通过客户终端1例如用户拥有的智能手机来进行。客户终端1包括麦克风和扬声器，因此能够执行通过语音与用户的对话。
(背景)
这里，如上所述，在用户体验对象(商品和样品)、内容、代理、服务等之后，重要的是确定用户的印象或意见、并将印象和意见与后续的商品开发或服务改进相联系。然而，很难在不对用户造成负担的情况下从用户更自然地激起用户的真实感情。
例如，在向用户提供商品的样品并获得对样品的反馈的方法中，可以从具有更廉价获得商品的样品的动机的用户更可靠地获得反馈。然而，反馈的可靠性很低。也就是说，在实际输入意见或评论的阶段，用户可能会感到输入操作在很多情况下是麻烦的。因此，担心会输入模糊的评论或不真实的评论。此外，提供样品的公司方也很难确定用户是否以他们的真实意见作出回应或给出无意义的评论，从而缺乏可靠性。
因此，根据实施方式，使用实现用户与代理之间的对话的系统(代理系统)，使得代理能够自然且谨慎地从用户获得反馈。因此，可以进一步自然地获得可靠反馈，而不会对用户造成负担，例如由输入操纵所造成的负担。
例如，如图1所示，当用户放松或在用户空闲时，用户被代理10询问问题以获得关于用户体验的对象(样品等)、内容或服务(例如，代理系统)的反馈。该问题通过代理10的语音从客户终端1的扬声器再现。此时，代理10的图像可以被显示在客户终端1的显示器上。
例如，代理10询问“你喜欢吃你刚才吃过的oo巧克力吗？”并要求用户给出关于“oo巧克力”(这是商品的一个示例)的反馈。当用户向来自代理10的问题回答“非常好”、“我不太喜欢它”、“很好，但有点贵”等等时，客户终端1可以用麦克风收集用户的言语并获得用户的反馈。
以这种方式，可以以代理10在对话中与用户说话的方式自然地从用户获取关于商品的反馈。由于用户可以在意外的时机与代理10说话，因此用户给出他或她的真实意见或印象的可能性很高。此外，当代理10的角色适合于用户的偏好或者用户习惯于代理10的角色时，预计用户给出他或她的真实感情的可能性会增加。此外，由于用户响应于代理10的问题仅说出他或她的感情或意见，所以减少了访问特定网站或输入评论的工作。此外，根据实施方式的通信控制系统(代理系统)不限于通过语音执行响应的语音代理，并且可以在客户终端1中使用基于文本执行响应的文本处理代理。
<<2.配置>>
<2-1.系统配置>
接下来，将参照图2来描述根据实施方式的上述通信控制系统的整体配置。图2是示出根据实施方式的通信控制系统的整体配置的图。
如图2所示，根据实施方式的通信控制系统包括客户终端1和代理服务器2。
代理服务器2经由网络3连接至客户终端1并发送和接收数据。具体地，代理服务器2生成对由客户终端1收集并发送的说话语音的响应语音，并将该响应语音发送给客户终端1。代理服务器2包括与一个或更多个代理对应的音素数据库(db)，并且可以通过特定代理的语音生成响应语音。这里，代理可以是卡通角色、动画角色、游戏角色、戏剧角色或电影角色、艺人角色、名人角色、历史人物角色等，或者可以是例如每一代的普通人而不指定个人。此外，代理可以是动物或人格化角色。此外，代理可以是其中反映了用户的个性的人物或者其中反映了用户的朋友、家庭成员或者熟人的个性的人物。
此外，代理服务器2可以生成其中反映了每个代理的个性的响应内容。代理服务器2可以提供各种服务，例如用户的时间安排的管理、消息的发送和接收以及通过经由代理与用户的对话提供信息。
客户终端1不限于图2所示的智能手机。例如，也可以使用移动电话终端、平板终端、个人计算机(pc)、游戏设备、可佩戴终端(智能眼镜、智能手环、智能手表或智能项链)。此外，客户终端1也可以是机器人。
上面已经描述了根据本实施方式的通信控制系统的概况。接下来，将参照图3来具体描述根据实施方式的通信控制系统的代理服务器2的配置。
<2-2.代理服务器2>
图3是示出根据实施方式的代理服务器2的配置的示例的框图。如图3所示，代理服务器2包括语音代理接口(i/f)20、对话处理单元30、音素存储单元40、会话db生成单元50、音素db生成单元60、广告插入处理单元70、广告db72和反馈获取处理单元80。
语音代理i/f20用作输入和输出单元、语音识别单元和用于语音数据的语音生成单元。作为输入和输出单元，假设经由网络3向客户终端1发送数据和从客户终端1接收数据的通信单元。语音代理i/f20可以从客户终端1接收用户的说话语音，对语音进行处理，并通过语音识别将说话语音转换为文本。此外，语音代理i/f20处理从对话处理单元30输出的代理的回答语句数据(文本)，以使用与代理对应的音素数据使回答语音发声化，并将生成的代理的回答语音发送给客户终端1。
对话处理单元30用作算术处理装置和控制装置，并根据各种程序来控制代理服务器2中的全部操作。对话处理单元30例如通过诸如中央处理单元(cpu)或微处理器的电子电路来实现。此外，根据实施方式的对话处理单元30用作基本对话处理单元31、角色a对话处理单元32、人物b对话处理单元33和人物c对话处理单元34。
角色a对话处理单元32、人物b对话处理单元33和人物c对话处理单元34实现专用于每个代理的对话。这里，代理的示例包括“角色a”、“人物b”和“人物c”，并且实施方式当然不限于此。还可以包括实现专用于许多代理的对话的每个对话处理单元。基本对话处理单元31实现不专用于每个代理的通用对话。
这里，将参照图4来描述基本对话处理单元31、角色a对话处理单元32、人物b对话处理单元33和人物c对话处理单元34共同的基本配置。
图4是示出根据实施方式的对话处理单元300的配置的示例的图。如图4所示，对话处理单元300包括问题语句检索单元310、回答语句生成单元320、音素数据获取单元340和会话db330。会话db330存储其中问题语句数据和回答语句数据是成对的会话数据。在专用于代理的对话处理单元中，专用于代理的会话数据被存储在会话db330中。在通用对话处理单元中，不专用于代理的通用数据(即，基本会话数据)被存储在会话db330中。
问题语句检索单元310识别从语音代理i/f20输出的用户的问题语音(其是说话语音的示例)，并且从会话db330中检索与被转换为文本的问题语句匹配的问题语句数据。回答语句生成单元320提取与由问题语句检索单元310从会话db330中检索到的问题语句数据相关联地存储的回答语句数据，并且生成回答语句数据。音素数据获取单元340从相应代理的音素存储单元40获取用于使由回答语句生成单元320生成的回答语句发声化的音素数据。例如，在角色a对话处理单元32的情况下，从角色a音素db42获取用于通过角色a的语音再现回答语句数据的音素数据。然后，对话处理单元300将生成的回答语句数据和获取的音素数据输出至语音代理i/f20。
音素存储单元40存储用于生成每个代理的语音的音素数据库。音素存储单元40可以通过只读存储器(rom)和随机存取存储器(ram)来实现。在图3所示的示例中，存储基本音素db41、角色a音素db42、人物b音素db43和人物c音素db44。在每个音素db中，例如，音素片段和作为音素片段的控制信息的韵律模型被存储为音素数据。
会话db生成单元50具有生成对话处理单元300的会话db330的功能。例如，会话db生成单元50收集假定的问题语句数据，收集与每个问题对应的回答语句数据，并且随后将问题语句数据和回答语句数据进行配对并存储。然后，当收集到预定数量条数的会话数据(问题语句数据和回答语句数据对：例如，100对)时，会话db生成单元50将会话数据作为代理的一组会话数据登记在会话db330中。
音素db生成单元60具有生成存储在音素存储单元40中的音素db的功能。例如，音素db生成单元60分析预定读取文本的语音信息，将语音信息分解为音素片段和作为控制信息的韵律模型，并且当收集到预定数量或更多条数的语音信息时，执行将预定数量或更多条数的语音信息作为音素数据登记在音素db中的处理。
广告插入处理单元70具有将广告信息插入到代理的对话中的功能。可以从广告db72中提取要插入的广告信息。在广告db72中，登记由供应方诸如公司(供应商或提供者)所请求的广告信息(例如，诸如文本、图像、语音等的广告内容、广告商、广告时段以及广告目标人员的信息)。
反馈获取处理单元80具有将用于获取反馈的问题插入到代理的对话中并从用户获得反馈的功能。
上面已经具体描述了根据实施方式的代理服务器2的配置。注意，根据本实施方式的代理服务器2的配置不限于图3中所示的示例。例如，代理服务器2的每个配置可以通过网络上的另外的服务器来实现。
接下来，将参照图5至图14来描述根据实施方式的通信控制系统的基本操作处理。
<<3.系统操作处理>>
<3-1.会话数据登记处理>
图5是示出根据实施方式的会话db生成处理330的流程图。如图5所示，会话db生成单元50首先存储假定的问题语句(步骤s103)。
随后，会话db生成单元50存储与问题语句对应(配对的)的回答语句(步骤s106)。
随后，会话db生成单元50确定是否收集了预定数量对的问题语句和回答语句(也被称为会话数据)(步骤s109)。
然后，在收集了预定数量对的问题语句和对话语句的情况下(步骤s109中的是)，会话db生成单元50将由许多对问题语句和回答语句形成的数据集登记在会话db330中(步骤s112)。作为问题语句和回答语句对的示例，例如，假设以下对。
问题语句和回答语句对的示例
对1
问题语句：早上好。
回答语句：你今天过得怎么样？
对2
问题语句：今天天气怎么样？
回答语句：今天的天气是oo。
这些对可以作为会话数据登记在会话db330中。
<3-2.音素db生成处理>
图6是示出根据实施方式的音素db生成处理的流程图。如图6所示，音素db生成单元60首先显示示例语句(步骤s113)。在示例语句的显示中，例如，生成音素数据所需的示例语句被显示在信息处理终端(未示出)的显示器上。
随后，音素db生成单元60记录读取示例语句的语音(步骤s116)并分析记录的语音(步骤s119)。例如，由负责代理的语音的人读取的语音信息由信息处理终端的麦克风收集。然后，音素db生成单元60接收并存储该语音信息并进一步执行语音分析。
随后，音素db生成单元60基于语音信息生成韵律模型(步骤s122)。韵律模型提取指示语音的韵律特征(例如，语音的音调、语音的强度和言语速度)的韵律参数，并且对于每个人而言都是不同的。
随后，音素db生成单元60基于语音信息生成音素片段(音素数据)(步骤s125)。
随后，音素db生成单元60存储韵律模型和音素片段(步骤s128)。
随后，音素db生成单元60确定是否收集了预定数量的韵律模型和音素片段(步骤s131)。
然后，在收集了预定数量的韵律模型和音素片段的情况下(步骤s131中的是)，音素db生成单元60将韵律模型和音素片段作为预定代理的音素数据库登记在音素存储单元40中(步骤s134)。
<3-3.对话控制处理>
图7是示出根据实施方式的对话控制处理的流程图。如图7所示，语音代理i/f20首先确认是否获取到用户的问题语音和代理id(步骤s143)。代理id是指示特定代理例如角色a、人物b或人物c的识别信息。用户可以购买每个代理的音素数据。例如，在购买处理中购买的代理的id被存储在客户终端1中。
随后，当获取到用户的问题语音和代理id时(步骤s146中的是)，语音代理i/f20通过语音识别将问题语音转换为文本(步骤s149)。语音代理i/f20将转换为文本的问题语句输出到用代理id指定的特定代理的对话处理单元。例如，在“代理id：代理a”的情况下，语音代理i/f20将转换为文本的问题语句输出到角色a对话处理单元32。
随后，对话处理单元30从用代理id指定的特定代理的会话db中检索与转换为文本的问题语句相匹配的问题语句(步骤s152)。
随后，在存在匹配的问题的情况下(步骤s155中的是)，角色a对话处理单元32从特定代理的会话db获取与该问题对应(配对并存储)的回答语句数据(步骤s158)。
相反，在没有匹配的问题的情况下(步骤s155中的否)，从基本对话处理单元31的会话db检索与转换为文本的问题语句相匹配的问题语句(步骤s161)。
在存在匹配的问题语句的情况下(步骤s161中的是)，基本对话处理单元31从基本对话处理单元31的会话db获取与该问题对应(配对并存储)的回答语句数据(步骤s167)。
相反，在不存在匹配的问题的情况下(步骤s164中的否)，基本对话处理单元31获取在没有匹配的问题语句情况下的回答语句数据(例如，回答语句“我不明白这个问题”)(步骤s170)。
随后，角色a对话处理单元32参考用代理id指定的特定代理的音素db(在此，角色a音素db42)获取用于生成回答语句数据的语音的角色a的音素数据(步骤s173)。
随后，获取的音素数据和回答语句数据被输出到语音代理i/f20(步骤s176)。
然后，语音代理i/f20使用音素数据使回答语句数据(文本)发声化(语音合成)，并将回答语句数据发送给客户终端1(步骤s179)。客户终端1通过角色a的声音再现回答语句。
<3-4.会话db更新处理>
接下来，将描述更新每个对话处理单元300的会话db330的处理。在实施方式中，可以通过与用户的会话来扩展会话db330。
首先，将参照图8来补充描述会话db330的数据配置示例。图8是示出根据实施方式的会话db330的数据配置示例的说明图。如图8所示，每个会话db330包括两个层：个人化层331和公共层332。例如，在角色a会话db330a的情况下，在公共层332a中保留其中反映角色a的个性或特征的会话数据。另一方面，在个人化层331a中，仅保留通过与用户的会话针对用户定制的会话数据。也就是说，角色a音素db42和角色a对话处理单元32作为套件被提供(出售)给用户。然后，某些用户x和y首先与相同的角色a进行对话(保留在公共层332a中的会话数据被使用)。然而，随着对话继续，针对每个用户，仅针对每个用户定制的会话数据被累积在个人化层331a中。以这种方式，可以根据用户x和y的偏好向用户x和y提供与角色a的对话。
此外，即使在代理“人物b”是没有特定个性的每一代的普通人例如角色a的情况下，也可以仅为用户定制会话数据。也就是说，例如，在“人物b”是“二十多岁的人”的情况下，他或她二十几岁的普通会话数据被保留在公共层332b中，并且继续与用户对话，使得定制的会话数据保留在每个用户的个人化层331b中。随着与用户的对话继续，针对每个用户将个人化会话数据保留在个人化层331b中。此外，用户还可以从人物b音素db43中选择诸如“男性”、“女性”、“高音调语音”或“低音调语音”的喜欢的音素数据作为人物b的语音，并且可以购买喜欢的音素数据。
将参照图9描述定制会话db330时的具体处理。图9是示出根据实施方式的更新会话db330的处理的流程图。
如图9所示，语音代理i/f20首先从客户终端1获取(接收)用户的问题语音，并通过语音识别将问题语音转换为文本(步骤s183)。被转换为文本的数据(问题语句数据)被输出到用代理id指定的特定代理的对话处理单元(这里，例如，角色a对话处理单元32)。
随后，角色a对话处理单元32确定问题语句数据是否是预定命令(步骤s186)。
随后，在问题语句数据是预定命令的情况下(步骤s186中的是)，角色a对话处理单元32将由用户指定的回答语句数据与问题语句数据配对地登记在会话db330a的个人化层331a中(步骤s189)。预定命令可以是例如词语“不好”或“设置”。例如，角色a的会话db可以根据以下会话的流程来定制。
用户：“早上好”
角色a：“早上好”
用户：“不好，请回答请尽你所能”
角色a：“请尽你所能”
在前述会话的流程中，“不好”是预定命令。在用户说出“不好”之后，角色a对话处理单元32将由用户指定的回答语句数据“请尽你所能”与问题语句数据“早上好”配对地登记在会话db330a的个人化层331a中。
相反，在问题语句数据不是预定命令的情况下(步骤s186中的否)，角色a对话处理单元32从角色a会话db330a中检索与问题语句数据成对保留的回答语句数据。在与问题语句数据成对保留的回答语句数据没有保留在角色a会话db330a中的情况下，即，用户的问题是没有回答语句的问题(步骤s192中的是)，角色a对话处理单元32将由用户指定的回答语句数据与问题语句配对地登记在个人化层331a中(步骤s195)。例如，在以下会话的流程中，可以对角色a的会话db进行定制。
用户a：“好吗？”
角色a：“我不明白这个问题”(没有对应的回答的情况下的回答数据示例)
用户：“当我提问“好吗？”时，回答“今天很好””
角色a：“今天很好”
在上述会话的流程中，由于没有保留有与“好吗？”配对的回答语句数据，所以作为在没有对应的回答的情况下的回答数据的示例的“我不明白这个问题”由角色a对话处理单元32获取到，并与角色a的相应音素数据一起输出到语音代理i/f20，并在客户终端1中被再现。随后，当由用户指定的回答语句“今天很好”被输入时，角色a对话处理单元32将“今天很好”与问题语句数据“好吗？”配对地存储在个人化层331a中。
相反，在用户的问题是存在回答语句的问题的情况下(步骤s192中的否)，角色a对话处理单元32获取回答语句数据并将回答语句数据与角色a的相应音素数据一起发送给语音代理i/f20。然后，通过客户终端1中的角色a的语音来再现回答语句(步骤s198)。
接下来，将参照图10来描述从个人化层到公共层的会话数据转移。图10是示出根据实施方式的从个人化层到公共层的会话数据转移处理的流程图。这里，例如，将描述角色a对话处理单元32的从个人化层331a到公共层332a的会话数据转移处理。
如图10所示，角色a对话处理单元32首先周期性地搜索针对每个用户的个人化层331a(步骤s203)，并提取具有基本上相同内容的会话对(问题语句数据和回答语句数据的对)(步骤s206)。对于具有基本上相同内容的会话对，例如，问题语句“好吗？”和回答语句“今天很好！”的对和问题语句“你好吗？”和回答语句“今天很好！”的对可以被确定为具有基本上相同内容的会话对，因为问题语句仅在礼貌表达方面不同。
随后，当从针对每个用户的个人化层331a中提取了预定数量或更多的会话对时(步骤s209中的是)，角色a对话处理单元32将会话对登记到公共层332a中(针对每个用户)(步骤s212)。
这样，当针对每个用户的个人化层331中具有基本上相同内容的会话对被转移到公共层332时，公共层332可以被扩展(会话对可以被扩展)。
此外，在实施方式中，会话数据可以从特定代理的会话db(具体地说，公共层)转移到基本对话会话db，并且因此基本对话会话db也可以被扩展。图11是示出根据实施方式的会话数据到基本对话会话db330f的转移的说明图。例如，在用户x和用户y均选择(购买)代理“角色a”并且用户z选择(购买)代理“人物b”的情况下，如图11所示，用户x的角色a会话db330a-x、用户y的角色a会话db330a-y和用户z的人物b会话db330-z可以在对话处理单元30中。在这种情况下，在个人化层331a-x、331a-y和331b-z中，根据与用户x、y和z的对话逐步地登记唯一的(定制的)会话对(参见图9)。随后，当相同的个人化层331a-x和331a-y中基本上相同的会话对变为预定数量时，基本上相同的会话对分别被登记在用户的公共层332a-x、332a-y中(参见图10)。
然后，在从多个代理(其可包括不同代理)的公共层332a-x、332a-y和332b-z提取了预定数量或更多的基本上相同的会话对的情况下，对话处理单元30使会话对转移到高阶基本对话会话db330f。基本对话会话db330f是包括在基本对话处理单元31中的会话db。因此，可以扩展基本对话会话db330f(扩展会话对)。将参照图12来具体描述数据转移处理。图12是示出根据实施方式的到基本会话db330f的会话数据转移处理的流程图。
如图12所示，对话处理单元30首先周期性地搜索会话db330的多个公共层332(步骤s223)并提取基本上相同的会话对(步骤s226)。
随后，当从多个公共层332中提取了预定数量或更多的基本上相同的会话对时(步骤s229中的是)，对话处理单元30将会话对登记在基本对话会话db330f中(步骤s232)。
这样，通过使多个代理中的会话db330的公共层332中的具有基本上相同内容的会话对转移到基本对话会话db330f，可以扩展基本对话会话db330f(扩展会话对)。
<3-5.广告输出处理>
接下来，将参照图13和图14来描述由广告插入处理单元70进行的广告信息插入处理。在本实施方式中，广告插入处理单元70可以将存储在广告db72中的广告信息插入代理的言语中。广告信息可以预先登记在广告db72中。图13是示出根据实施方式的登记在广告db72中的广告信息的示例的图。
如图13所示，广告信息621包括例如代理id、问题语句、广告内容、条件和概率。代理id指定说出广告内容的代理，问题语句指定作为触发器并在其中插入广告内容的用户的问题语句，并且广告内容是插入到代理的对话中的广告语句。此外，条件是广告内容被插入的条件，并且概率指示广告内容被插入的概率。例如，在图13的第一行所示的示例中，在与代理“角色a”对话的30岁以下的用户的问题语句中包括词语“巧克力”的情况下，广告内容“bb公司新发布的巧克力是美味的，因为含有较多牛奶”被插入到问题语句中。此外，当每次在说出作为触发器的问题语句时均插入广告内容的情况下，用户感到麻烦。因此，在实施方式中，可以设置广告插入的概率。这个概率可以根据广告费用决定。例如，广告费用越高，概率设定得越高。
将参照图14来具体描述广告内容插入处理。图14是示出根据实施方式的广告内容插入处理的流程图。
如图14所示，广告插入处理单元70首先监视用户与代理之间的对话(具体而言，由对话处理单元30进行的对话处理)(步骤s243)。
随后，广告插入处理单元70确定在用户与代理之间的对话中是否出现与登记在广告db72中的问题语句具有相同内容的问题语句(步骤s246)。
随后，在出现具有相同内容的问题语句的情况下(步骤s246中的是)，广告插入处理单元70确认与对应的问题语句相关联的广告插入的条件和概率(步骤s249)。
随后，广告插入处理单元70基于条件和概率来确定当前状态是否是做广告状态(步骤s252)。
随后，在当前状态是做广告状态的情况下(步骤s252中的是)，广告插入处理单元70暂时中断对话处理单元30进行的对话处理(步骤s255)，并将广告内容插入到对话中(步骤s258)。具体而言，例如，将广告内容插入到代理的针对用户的问题语句的回答语句中。
然后，将包括广告内容的对话(会话语句数据)从对话处理单元30输出到语音代理i/f20，从语音代理i/f20发送给客户终端1，并且通过代理的语音再现(步骤s261)。具体而言，例如，可以将广告内容作为角色a的言语呈现给用户，例如在下面的对话中呈现给用户。
用户：“早上好”
角色a：“早上好！你今天怎么样？”
用户：“很好，我想吃一些美味的食物”
角色a：“听说cc店的烤肉很好吃”
在对话中，响应于用户的问题语句”早上好”，从角色a的会话db中检索到的对应的回答语句“早上好！你今天怎么样？”首先被作为语音输出。随后，由于用作广告插入的触发器的问题语句“我想吃一些美味的食物”包括在用户的问题语句“很好，我想吃一些美味的食物”中(参见图13的第二行)，广告插入处理单元70执行广告插入处理并通过角色a的语音输出具有广告内容“听说cc店的烤肉很好吃”的回答语句。
上面已经描述了会话数据登记处理、音素db生成处理、对话控制处理、会话db更新处理和广告插入处理作为根据实施方式的通信控制系统的基本操作处理。此外，在根据实施方式的通信控制系统中，反馈获取处理单元80可以通过与代理进行对话从具有特定体验的用户进一步自然地获得关于特定体验的可靠反馈，而不会对用户造成负担。在下文中，将参照图15至图28来具体描述反馈获取处理单元80。
<<4.反馈获取处理>>
<4-1.配置>
图15是示出根据实施方式的反馈获取处理单元80的配置示例的图。如图15所示，反馈获取处理单元80包括列表确认单元801、时机确定单元802、获取控制单元803、结果生成单元804、任务列表db810、体验列表db811、用户情形db812、用户感情db813、个人特征db814和问题语句db815。
列表确认单元801确认登记在任务列表db810中的任务，并估计用户是否具有作为任务目标的特定体验。在任务列表db810中，登记提供体验的公司(具体而言，提供对象或内容的公司)或接收来自公司的请求并进行体验的问卷调查的问卷调查代理公司所请求的反馈任务。反馈任务经由网络3从例如公司等的信息处理设备发送，由包含在语音代理i/f20中的通信单元接收，并被输出到反馈获取处理单元80。在此，图16示出根据实施方式的登记在任务列表db810中的任务列表的示例。
如图16所示，任务列表包括任务细节(具体地，哪些体验获得哪些反馈)以及执行任务的时间限制。例如，登记用于获得关于bb公司的巧克力样品的反馈(意见、印象等)的任务或用于获得关于dd公司的拉面样品的反馈的任务。在这种情况下，列表确认单元801估计用户是否具有“吃bb公司的巧克力样品”的特定体验(行为)或者“吃dd公司的拉面样品”的特定体验。可以例如通过请求对话处理单元30通过代理的语音输出用于直接向用户确认用户是否具有特定体验的问题语句(“你吃过bb公司的巧克力吗？”)来估计体验。
此外，列表确认单元801还可以参考其中累积用户的状况的用户状况db812来估计体验。在用户状况db812中，存储基于从执行时间安排管理服务等的外部服务器获取的信息的用户的状况、从对话处理单元30获取的对话的情境等。此外，个体用户的行为信息可以从佩戴在用户身体上的可佩戴终端(透射式或非透射式头戴式显示器(hmd)、智能手环、智能手表、智能眼镜等)获取，并且个体用户的行为信息可以作为用户状况累积在用户状况db812中。从可穿戴终端获取的个体用户的行为信息的示例包括加速度传感器信息、各种生物信息、位置信息和通过安装在可佩戴终端中的相机在用户周围捕获的拍摄图像(包括用户的视角)。
当确认用户具有任务目标的体验时，列表确认单元801将体验信息登记在体验列表db811中。图17是示出根据实施方式的在体验列表db811中登记的体验列表的示例的图。例如，在可以确认用户具有例如“吃bb公司的巧克力样品”的特定体验的情况下，如图17所示，针对“获取bb公司的巧克力样品的反馈”的体验的任务可以与体验日期信息“20xx年1月2日”相结合地登记。
时机确定单元802具有根据用户的情境来确定执行登记在体验列表db811中的任务的时机的功能。用户的情境是用户的当前状况或感情，并且可以参考例如用户状况db812、用户感情db813或个人特征db814来确定。
这里，用户感情db813是存储用户感情的历史的存储单元。可以基于生物信息(脉搏数、心率、心音、血压、呼吸、体温、出汗量、脑电图、肌电度等)、语音信息(语音的语调)或从用户佩戴的可佩戴终端获取的捕获图像(用户的面部图像、眼睛图像等)来估计存储在用户感情db813中的用户感情。此外，还可以根据通过对话处理单元30执行的用户和代理之间的会话的情境或语音分析的结果来估计用户感情。用户的感情信息的示例包括繁忙、烦躁、沮丧和愉快的感情、放松状态、专注状态和紧张状态。此外，个人特征db814是存储个人的个性特征、习惯等的存储单元。在用户状况db812或用户感情db813将用户的状况(状况的历史)保存较短时间的情况下，个人特征db814将个体用户的个性特征或习惯存储相当长的一段时间，如半年或一年。
例如，时机确定单元802从用户状况db812获取用户的当前状况，并确定执行任务即向用户询问用于获得关于特定体验的反馈的问题的适当时机。更具体地，时机确定单元802可以基于用户的时间安排信息确定不存在时间安排的时间段作为适当的时机。此外，时机确定单元802可以从用户感情db813获取用户的当前感情并且确定适当的时机以向用户询问用于获得关于特定体验的反馈的问题。更具体地说，时机确定单元802可以确定适当的时机，使得避免用户正处于强烈情绪、处于兴奋状态或处于忙碌和紧张状态的时间。以下将描述时机确定处理的细节。
获取控制单元803执行控制，使得生成用于获得关于特定体验的反馈的问题语句数据，在由时机确定单元802确定的时机将该问题作为代理的语音从客户终端1输出，并获取用户对该问题的回答作为反馈。具体而言，经由对话处理单元30和语音代理i/f20从客户终端1输出问题语句数据。参考问题语句db815来生成问题语句数据。下面将描述在获取控制单元803中生成问题语句数据的处理和和获取反馈的处理的细节。
结果生成单元804基于从用户获取的反馈生成结果。除了用户对该问题的回答语音的语音识别结果(文本)之外，结果生成单元804还可以考虑在回答时的用户状态来生成结果。反馈的结果可以与任务列表db810的任务列表匹配(关联)以存储在任务列表db810中。此外，生成的结果可以作为回答被提供给已登记该任务的公司等。这里，生成的结果与任务列表匹配以存储在任务列表db810中，但是实施方式不限于此。生成的结果可以与任务列表匹配以存储在另一db(存储单元)中。
上面已经具体描述了根据本实施方式的反馈获取处理单元80的配置。接下来，将参照图18至图28来具体描述根据实施方式的操作处理。
<4-2.操作处理>
图18是示出根据实施方式的反馈获取处理的流程图。如图18所示，反馈获取处理单元80首先从例如提供体验(提供对象或内容)的公司或从问卷调查代理公司方的接收来自公司的请求并进行问卷调查的信息处理设备获取反馈请求、请求时间限制等(步骤s270)。
随后，反馈获取处理单元80通过将获取的任务信息登记在任务列表db810中来生成任务列表(步骤s273)。这里，任务列表生成处理的细节在图19中示出。如图19所示，反馈获取处理单元80检查来自公司等的反馈请求(步骤s303)。在新的请求从公司的信息处理装置等发送并被添加的情况下(步骤s306：是)，可以将该反馈请求作为任务列表登记在任务列表db810中(步骤s309)。以上参照图16描述了任务列表db810中登记的任务列表的示例。
随后，反馈获取处理单元80使列表确认单元801确认用户是否具有任务目标的体验，并且执行体验列表的生成(步骤s276)。这里，体验列表生成处理的细节在图20中示出。如图20所示，列表确认单元801确认用户是否具有作为任务目标的体验(步骤s315)。在可以估计到用户具有该体验的情况下(步骤s318中的是)，体验信息被登记为用户在体验列表db811中已经具有的体验列表(步骤s321)。以上参照图17描述了在体验列表db811中登记的体验列表的示例。
随后，反馈获取处理单元80的时机确定单元802确定用户被要求回答用于获得反馈的问题的适当时机(步骤s279)。这里，将参照图21和图22来描述时机确定处理的细节。图21是示出根据实施方式的时机确定处理的流程图。
如图21所示，时机确定单元802首先确认用户已经拥有的体验的列表是否已被登记在体验列表db811中(步骤s333)。
随后，在登记了用户已经具有的体验的列表的情况下(步骤s336中的是)，时机确定单元802基于用户的状况来计算指示时机的适当性的指标(步骤s339)。用户的状况是用户的时间安排信息、行为状态等，并且从用户状况db812获取。在用户状况db812中，周期性地累积用户的状况，使得可以确定用户状况在相对较短时间内的改变。此外，在实施方式中，用户状况与指示用于获得反馈的时机的适当性的指标相关联。
此外，时机确定单元802基于用户的感情来计算指示时机的适当性的指标(步骤s342)。此外，从用户感情db813获取用户的感情。在用户感情db813中，周期性地累积用户的感情，使得可以确定用户感情在相对短时间内的变化。此外，在实施方式中，用户感情与指示用于获得反馈的时机的适当性的指标相关联。
随后，时机确定单元802基于根据用户状况的时机指标和根据用户感情的时机指标来计算指标的总和值(或平均值)，并且确定所计算的指标是否超过预定阈值(步骤s345)。
然后，在指标超过预定阈值的情况下(步骤s345中的是)，时机确定单元802确定该时机适合于获得反馈(步骤s348)。
这样，在实施方式中，基于两个分量——用户状况和用户感情——来确定适当的时机。这里，时机指标的示例在图22中示出。如图22所示，指示时机的适当性的指标(例如，-5至+5的数值)与用户的状况或感情相关联。例如，在用户的时间安排为空(即，没有时间安排的时间段)的状况下以及还有在用户的感情处于平静状态的情况下，时机确定单元802通过下面的表达式1来计算与用户状况对应的指标“+3”和与用户感情对应的指标“+4”的平均值作为时机指标。
指标＝{(+3)+(+4)}÷2＝+3.5...表达式1
然后，例如，在阈值为“0”的情况下，因为计算出的指标“+3.5”超过阈值，所以时机确定单元802可以确定当前时间是适合于获得反馈的时机。
在上述示例中，基于两个分量——用户状况和用户感情——来确定适当的时机。然而，实施方式不限于此。例如，可以使用用户状况和用户感情中的至少一个来确定时机。
随后，回参图18，反馈获取处理单元80的获取控制单元803执行问题语句数据生成处理(步骤s282)。这里，将参照图23至图26来详细描述问题语句数据生成处理。根据本实施方式的获取控制单元803可以考虑用户已经排名的可靠性和用户的个性特征和习惯这两个分量来调整用于获得反馈的问题语句数据。可靠性、个性特征和习惯全部都是变化小于用户状况或用户感情的分量。
用户已排名的可靠性是用户已排名的系统的可靠性，并且获取控制单元803例如根据可靠性水平来调整问题语句的正式程度(具体地，表达或说话方式)。此外，获取控制单元803可以基于用户的个性特征或习惯(其是属性的示例)来调整用户允许的问题的数量。在反馈获取处理中，希望尽可能地从用户获得反馈。但是，当问太多问题时，一些用户在某些情况下会觉得不愉快。由于对问题数量的容忍度被认为是由用户的个性特征或习惯造成的，因此可以例如使用近年来在幸福研究领域中提出的“幸福因子”来调整问题的数量。在庆应义塾大学研究生院(agraduateschoolofkeiouniversity)的takashimaeno教授的“幸福机制”(讲谈社的新知识库)中，以下四个因子被例示为“幸福因子”的示例。
-因子“让我们试试吧！”(自我实现和成长的因子)
-因子“谢谢！”(联系并感谢的因子)
-因子“要好起来！”(积极的立场并乐观的因子)
-因子“做你自己！”(独立且我行我素的因子)
在这些因子中，对问题数量的容忍度被认为取决于“让我们试试！”这个因子的值，并且反馈获取处理单元80根据基于用户的个性特征或习惯估计的用户的“让我们试试看！”因子的值的大小来调整问题的数量。注意，反馈获取处理单元80可以根据例如基于用户的个性特征或习惯估计的用户的个性特征的正面程度(正面性)来调整问题的数量而不限制于因子“让我们试试！”。
图23是示出根据实施方式的考虑了可靠性的问题语句数据生成处理的流程图。
如图23所示，获取控制单元803首先获取用户已经排名的系统(代理)的可靠性(步骤s353)。可以基于从用户感情db813获取的用户信息来估计用户已经排名的代理的可靠性，或者可以通过直接询问用户问题来获取用户已经排名的代理的可靠性。例如，代理询问用户“您相信我多少？”，并且系统的可靠性是从用户处获得的。
随后，获取控制单元803根据可靠性的等级(高、中、低)，调整存储在问题语句db815中并且与任务对应的问题语句数据的表达、好的方式和反馈内容的要求度，并生成问题语句数据。也就是说，在可靠性为“低”的情况下(步骤s356中的“低”)，获取控制单元803生成与“低”可靠性对应的问题语句数据(步骤s359)。在可靠性为“中”的情况下(步骤s356中的“中”)，获取控制单元803生成与“中”可靠性对应的问题语句数据(步骤s362)。在可靠性为“高”的情况下(步骤s356中的“高”)，获取控制单元803生成与“高”可靠性对应的问题语句数据(步骤s365)。具体而言，在用户已经排名的可靠性较高的情况下，获取控制单元803将该表达调整为随意的表达。在用户已经排名的可靠性低的情况下，获取控制单元803将表达调整为更正式的表达。这里，在图24中示出了根据可靠性调整的问题语句数据的示例。如图24所示，例如在可靠性“低”的情况下，与“获取关于bb公司的巧克力样品的反馈”的任务对应的问题语句数据被调整为非常正式的表达“请问您能否给予我您对巧克力的反馈？”的问题语句。此外，在可靠性为“中”的情况下，问题语句数据被调整为正式表达“您能否给我你对巧克力的反馈？”的问题语句。此外，在可靠性为“高”的情况下，问题语句数据被调整为随意表达“巧克力怎么样？”的问题语句。此外，当可靠性为“高”时，要求度为高，并且获取控制单元803可以响应于用户的回答例如“很好”来生成用于询问特定问题“你喜欢它哪一点？”的问题语句数据。
注意，这里已经描述了参照问题语句db815生成特定示例语句的示例，但是实施方式不限于此。获取控制单元803可以将关于用户已经排名的代理的可靠性的信息输出到对话处理单元30，使得对话处理单元30可以根据可靠性来生成问题语句数据。此外，获取控制单元803可以根据可靠性的等级来改变执行用于获得反馈的问题的频率。例如，在可靠性低的情况下，获取控制单元803可以降低执行用于获得反馈的问题的频率。随着可靠性增加，获取控制单元803可以增加获得反馈的问题的频率。
然后，获取控制单元803将生成的问题语句数据输出到对话处理单元30(步骤s368)。
接下来，将描述基于用户的个性特征和习惯来调整用户所允许的问题的数量的情况。有很多方法来指示用户的个性特征。这里，例如，使用在庆应义塾大学研究生院的takashimaeno教授的“幸福机制”(讲谈社的新知识库)中介绍的“幸福因子”中包括的因子“让我们试试”。“让我们试试”这个因子是自我实现和成长的因子，而且这个因子的值与幸福程度呈正相关。基于用户的个性特征和习惯，在-1至+1之间量化用户的“让我们试试”因子，并且将其预先记录在个人特征db814中。对用于获得反馈的问题的数量的容忍度被认为取决于用户的幸福程度并且进一步取决于“让我们试试”因子的值，并且获取控制单元803根据存储在个人特征db814中“让我们试试”因子的值来调整问题的数量。在增加了问题数量的情况下，获取控制单元803可以参照与存储在问题语句db815中的任务对应的卖点列表来生成问题语句数据。
图25中示出了调整问题的数量的处理。图25是示出根据本实施方式的其中考虑了用户的个性特征的问题语句数据生成处理的流程图。如图25所示，获取控制单元803首先从个人特征db814获取用户的“让我们试试”因子的值(步骤s373)。
随后，获取控制单元803确定该因子的值是否超过预定阈值(步骤s376)。
随后，在因子的值未超过预定阈值的情况下(步骤s376中的否)，获取控制单元803生成关于预先设置的预定数量n个卖点的问题语句数据(步骤s379)。
相反，在因子的值超过预定阈值的情况下(步骤s376中的是)，获取控制单元803生成关于预先设置的预定数量m个卖点的问题语句数据(步骤s382)。这里，整数n和m具有m>n的关系。也就是说，在因子“让我们试试”的值超过预定阈值的情况下，获取控制单元803调整问题的数量，使得问题的数量多于该因子的值小于阈值情况下的问题的数量，因为用户由于他或她的个性特征而没有感到压力来回答许多问题的可能性较高。这里，图26中示出了存储在问题语句db815中的任务的卖点列表的示例。图26中所示的每个任务的卖点列表可以与来自公司方的信息处理设备的反馈请求一起预先发送并且可以被存储。例如，在“获得关于bb公司的巧克力样品的反馈”的任务中，卖点“(1)光滑的融化口感”、“(2)oo％的多酚含量，对健康有益”、“(3)低卡路里”被登记。在向用户询问卖点(1)的情况下，例如，生成问题语句“我听说巧克力提供了良好的口融化口感，到底如何？”。此外，在向用户询问卖点(2)的情况下，生成问题语句“我听说巧克力因为含有oo％的多酚而对健康有益”。此外，在向用户询问卖点(3)的情况下，生成问题语句“我听说巧克力的卡路里低”。
然后，获取控制单元803将生成的问题语句数据输出到对话处理单元30(步骤s385)。
已经在上面具体描述了问题语句生成处理。
随后，回参图18，反馈获取处理单元80将生成的问题语句数据输出到对话处理单元30(步骤s285)。
随后，对话处理单元30执行向用户提供插入从反馈获取处理单元80输出的问题语句数据的代理的对话的处理(步骤s288)并获取用户对问题的反馈(问题语句数据)(步骤s291)。当问题语句数据与根据由用户指定的代理id的音素数据通过对话处理单元30被一起输出到语音代理i/f20并且问题语句数据由语音代理i/f20进行发声化、并且发声化的问题语句数据被发送给客户终端1时，实现了问题语句数据的呈现。用户以来自代理的问题被回答的格式对特定体验进行反馈。客户终端1利用麦克风收集用户的回答语音，并将回答语音发送给代理服务器2。此时，客户终端1还发送各种传感器信息，诸如在反馈时从用户检测到的生物信息和加速度信息。因此，代理服务器2的对话处理单元30不仅可以获取用户的回答(口头信息)，而且还可以获取非口头信息，例如语音的状况(其中语音大声的状况、说话量突然增加、音调等)、活动量(手或身体的运动量等)或身体反应(心率、呼吸率、血压、汗水等)的状况，作为用户的反馈。
随后，对话处理单元30将所获取的反馈输出到反馈获取处理单元80(步骤s294)。
随后，反馈获取处理单元80的结果生成单元804生成通过将所获取的反馈与任务相关联而获得的结果(报告数据)(步骤s297)，并且将生成的结果输出(发送)给请求源的公司等(步骤s300)。
这里，将参照图27和图28来描述在前述步骤s297中描述的结果生成处理的细节。图27是示出根据实施方式的结果生成处理的流程图。
如图27所示，结果生成单元804首先从对话处理单元30获取通过与用户的对话获取的反馈(回答语句数据)(步骤s393)。
此外，结果生成单元804从用户状况db812或用户感情db813获取在反馈时用户的行为信息(例如，身体的运动)、身体反应信息(例如生物信息)和(从生物信息或脸部的表情分析的)感情信息并估计用户状态(步骤s396)。如上所述，来自用户的反馈不仅包括从通过对话处理单元30执行的代理和用户之间的会话中获取的回答语句数据(口头信息)，而且还包括除回答语句数据以外的非口头信息。非口头信息是由用户佩戴的可佩戴终端的生物传感器检测到的生物信息、由加速度传感器检测到的加速度信息、由相机捕获的用户的面部图像、感情信息、从代理与用户之间的会话中提取的情境、会话的语音分析结果等，并且被存储在用户状况db812或用户感情db813中。结果生成单元804基于用户状况db812或用户感情db813中存储的信息来估计反馈时的用户状态(例如忙碌、烦躁、沮丧等)。
随后，结果生成单元804基于反馈的口头信息和非口头信息来计算反馈的肯定确定值(步骤s399)。即使在口头上获得良好的评价时，在某些情况下，真实的意图也会呈现在用户的态度或语调中。因此，在实施方式中，可以基于口头回答以外的非口头信息来计算用户的肯定确定值，使得可以与反馈结果一起来参考肯定确定值。例如，在可以将非口头信息的每项视为积极态度的情况下，将肯定确定值归一化为0至1，使得肯定确定结果接近1并且计算平均值作为肯定确定值。
随后，在获得规则的反馈(例如，关于图26中所示的卖点的反馈、关于任务目标的体验的反馈或预定数量的反馈)的情况下(步骤s402中的是)，结果生成单元804将反馈结果与任务列表进行匹配并生成结果(步骤s405)。这里，生成的结果的示例在图28中示出。如图28所示，根据实施方式的反馈结果与任务、卖点、问题语句数据、反馈(口头语言)、用户状态(非口头信息)和(基于用户状态计算的)肯定确定值相关联。因此，公司方不仅能够了解到关于每个卖点的反馈(回答语句数据)，而且能够从用户状态或肯定确定值了解此时用户的该方面，并且能够预测用户是否给出具有他或她的真实意图的反馈。
注意，反馈结果被输出到广告插入处理单元70，使得甚至在广告插入处理单元70中进行广告插入处理时也可以使用反馈结果。也就是说，根据实施方式的广告插入处理单元70将任务列表的内容与广告db72进行比较，提取在广告db72中登记为关注词的术语(商品名称、内容名称、公司名称、商品/内容的特征(卖点)等)，并且参考包括关注词的反馈结果。具体而言，广告插入处理单元70基于包含关注词的反馈的肯定确定值来确认用户持肯定态度的关注词，并且执行控制使得包括关注词的广告信息被插入到对话中。因此，可以呈现用户积极作出反应的广告信息。
<<5.结论>>
如上所述，在根据本公开内容的实施方式的通信控制系统中，可以通过与代理的对话进一步自然地从用户获得可靠反馈，而不会对用户造成负担。
以上参照附图描述了本公开内容的优选实施方式，但本公开内容不限于上述示例。本领域技术人员可以在所附权利要求的范围内发现各种变化和修改，并且应该理解，它们本质上将会落入本公开内容的技术范围内。
例如，还可以生成使包含在上述客户终端1或代理服务器2中的诸如cpu、rom和ram等的硬件实现客户终端1或代理服务器2的功能的计算机程序。此外，还提供了存储该计算机程序的计算机可读存储介质。
此外，在上述实施方式中，已经描述了由因特网上的代理服务器2实现各种功能的配置，但是实施方式不限于此。图3中示出的代理服务器2的配置的至少一部分可以在用户的客户终端1(智能电话、可穿戴终端等)中实现。此外，图3所示的代理服务器2的整体配置可以安装在客户终端1中，使得客户终端1可以执行所有的处理。
此外，在本说明书中描述的效果仅仅是说明性或示例性的效果，而不是限制性的。也就是说，利用或代替上述效果，根据本公开内容的技术可以实现本领域技术人员从本说明书的描述中清楚的其他效果。
此外，本技术也可以配置如下。
(1)一种通信系统，包括：
通信单元，被配置成接收用于请求关于用户的特定体验的反馈的请求信息；
累积单元，被配置成累积经由所述通信单元从所述用户的客户终端接收到的反馈；以及
控制单元，被配置成执行控制，使得：基于所述请求信息的用于请求关于所述用户的特定体验的反馈的问题在根据所述用户的情境的时机被发送给所述用户的客户终端，并且由所述用户响应于经由所述客户终端输出为代理的言语的所述问题而输入的反馈被接收到。
(2)根据(1)所述的通信系统，
其中，所述控制单元执行控制，使得：在估计所述用户具有所述特定体验之后，用于请求关于所述用户的特定体验的反馈的问题被发送给所述用户的客户终端。
(3)根据(2)所述的通信系统，
其中，所述控制单元通过经由所述通信单元获取所述用户对关于所述用户是否具有所述特定体验的问题的响应，估计所述用户具有所述特定体验。
(4)根据(2)所述的通信系统，
其中，所述控制单元通过经由所述通信单元获取所述客户终端的传感器数据的分析结果，估计所述用户具有所述特定体验。
(5)根据(1)至(4)中任一项所述的通信系统，
其中，所述控制单元执行控制，使得所述用于请求反馈的问题在根据以下作为所述用户的情境中的至少之一的时机被发送给所述客户终端：所述用户的时间安排，经由所述通信单元获取的所述用户的会话，以及所述用户的感情信息。
(6)根据(1)至(5)中任一项所述的通信系统，
其中，所述控制单元考虑所述用户与所述代理之间的关系来生成所述用于请求反馈的问题。
(7)根据(6)所述的通信系统，
其中，所述控制单元通过使用所述用户已排名的代理的可靠性作为所述关系来生成所述问题。
(8)根据(7)所述的通信系统，
其中，所述控制单元根据所述可靠性来调整所述用于请求反馈的问题的表达。
(9)根据(1)至(8)中任一项所述的通信系统，
其中，所述控制单元考虑所述用户的属性来生成所述用于请求反馈的问题。
(10)根据(9)所述的通信系统，
其中，所述用户的属性是所述用户的个性特征或习惯。
(11)根据(10)所述的通信系统，
其中，所述控制单元根据所述用户的属性来生成预定数量的用于请求反馈的问题。
(12)根据(1)至(11)中任一项所述的通信系统，
其中，所述控制单元基于所述反馈和在获取所述反馈时所述用户的感情来计算所述特定体验的肯定确定值，并且将所述特定体验的所述肯定确定值累积在所述累积单元中。
(13)根据(1)至(12)中任一项所述的通信系统，
其中，所述控制单元执行控制，使得通过使用与特定代理对应的语音，将所述用于请求反馈的问题作为所述代理的言语从所述客户终端语音输出。
(14)根据(13)所述的通信系统，还包括：
数据库，被配置成存储与每个代理对应的语音数据，
其中，所述控制单元执行控制，使得：考虑所述用户购买的代理的个性特征来生成所述用于请求反馈的问题，并且通过使用与所述代理对应的语音来从所述客户终端语音输出所生成的问题。
(15)根据(1)至(14)中任一项所述的通信系统，
其中，所述累积单元将所述请求信息与经由所述通信单元从所述客户终端发送的反馈相关联地存储。
(16)一种通信控制方法，包括由处理器执行以下步骤：
经由通信单元接收用于请求关于用户的特定体验的反馈的请求信息；
执行控制，使得基于所述请求信息的用于请求关于所述用户的特定体验的反馈的问题在根据所述用户的情境的时机被发送给所述用户的客户终端，并且由所述用户响应于经由所述客户终端输出为代理的言语的所述问题而输入的反馈被接收到；以及
将经由所述通信单元从所述用户的客户终端接收到的反馈累积在累积单元中。
附图标记列表
1客户终端
2代理服务器
30对话处理单元
300对话处理单元
310问题语句检索单元
320回答语句生成单元
330会话db
340音素数据获取单元
31基本对话处理单元
32角色a对话处理单元
33人物b对话处理单元
34人物c对话处理单元
40音素存储单元
41基本音素db
42角色a音素db
43人物b音素db
44人物c音素db
50会话db生成单元
60音素db生成单元
70广告插入处理单元
72广告db
80反馈获取处理单元
801列表确认单元
802时机确定单元
803采集控制单元
804结果生成单元
810任务列表db
811体验列表db
812用户状况db
813用户感情db
814个人特征db
815问题语句db
3网络
10代理