CN104854583A - 搜索结果排名和呈现 - Google Patents
搜索结果排名和呈现 Download PDFInfo
- Publication number
- CN104854583A CN104854583A CN201380052201.XA CN201380052201A CN104854583A CN 104854583 A CN104854583 A CN 104854583A CN 201380052201 A CN201380052201 A CN 201380052201A CN 104854583 A CN104854583 A CN 104854583A
- Authority
- CN
- China
- Prior art keywords
- search
- implementations
- characteristic
- node
- entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2452—Query translation
- G06F16/24526—Internal representations for queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Abstract
提供了一种用于对搜索结果排名并且生成呈现的方法、系统和计算机可读介质。在一些实现中,搜索系统基于搜索查询来生成呈现。在一些实现中,搜索系统基于存储在知识图中的数据来对搜索结果排名。在一些实现中,搜索系统识别修饰概念,诸如所接收的搜索查询中的最高级,并且基于修饰概念来确定排名特性。
Description
背景技术
本公开涉及搜索系统。通常,搜索结果使用诸如文本链接的列表的标准技术来呈现。搜索引擎从用户接收搜索查询,并且使用例如文本链接的列表提供搜索结果。
发明内容
提供了用于对搜索结果进行排名并且生成用于呈现搜索结果的呈现技术的方法、系统和计算机可读介质。
在一些实现中,用于提供搜索结果的计算机实现的方法包括:使用一个或多个处理器从搜索查询确定实体引用(entity reference)。与实体引用的类型相关联的特性的排名列表基于知识图被识别。至少部分地基于搜索查询和实体引用的类型,来从特性的排名列表识别用于生成搜索结果的呈现的特性。确定与用于生成呈现的特性相关联的呈现技术。基于呈现技术,使搜索结果被呈现。
在一些实现中,提供了包括被配置成执行操作的一个或多个计算机的搜索系统。搜索系统使用一个或多个处理器从搜索查询确定实体引用。搜索系统基于知识图来识别与实体引用的类型相关联的特性的排名列表。搜索系统至少部分地基于搜索查询和实体类型来从特性的排名列表识别用于生成搜索结果的呈现的特性。搜索系统确定与用于生成呈现的特性相关联的呈现技术。搜索系统基于呈现技术使搜索结果被呈现。
在一些实现中,提供了用于在提供搜索结果时使用的非瞬时计算机可读介质。计算机可读介质具有用于从搜索查询确定实体引用的指令。计算机可读介质具有用于基于知识图来识别与实体引用的类型相关联的特性的排名列表的指令。计算机可读介质具有用于至少部分地基于搜索查询和实体引用的类型来从特性的排名列表识别用于生成搜索结果的呈现的特性的指令。计算机可读介质具有用于确定与用于生成呈现的特性相关联的呈现技术的指令。计算机可读介质具有用于基于呈现技术使搜索结果被呈现的指令。
本公开的以下方面中的一个或多个可以单独或组合地被具体化为包括相应操作的方法。以下方面中的一个或多个可以单独或组合地被具体化为相应系统、装置和编码在计算机存储设备上的被配置成执行方法的动作的计算机程序。一个或多个计算机的系统可以依靠软件、固件、硬件、或安装在进行操作的系统上使系统执行动作的它们的组合这样配置。一个或多个计算机程序可以通过指令被这样配置,当指令由数据处理装置执行时,使装置执行动作。
在第一方面:使用一个或多个处理器,从搜索查询确定实体引用;使用一个或多个处理器,基于知识图,识别与实体引用的类型相关联的特性的排名列表;使用一个或多个处理器,至少部分地基于搜索查询和实体引用的类型,从特性的排名列表识别用于生成搜索结果的呈现的特性;使用一个或多个处理器,确定与用于生成呈现的特性相关联的呈现技术;以及使用一个或多个处理器,基于呈现技术使搜索结果被呈现。
根据第一方面的第二方面,进一步包括:使用一个或多个处理器,根据用户输入,使搜索结果以一种布置被呈现。
根据第二方面的第三方面,其中,用户输入包括搜索查询。
根据第二方面的第四方面,其中,用户输入包括对呈现技术的选择。
根据第一方面的第五方面,其中,从搜索查询确定实体引用包括:确定知识图中的相关联节点。
根据第一方面的第六方面,其中,识别特性的排名列表包括:识别预处理的模式表。
根据第一方面的第七方面,其中,特性的排名列表至少部分地基于受欢迎度被排名。
根据第一方面的第八方面,其中,特性的排名列表至少部分地基于同现被排名。
根据第一方面的第九方面,其中,识别用于生成搜索结果的呈现的特性包括:至少部分地基于搜索查询,从特性的排名列表选择特性。
根据第一方面的第十方面,其中,从由图库、时间线、地图、列表、图表、音频、和其任何组合构成的组中选择所述呈现技术。
附图说明
图1示出根据本公开的一些实现的信息流图;
图2示出根据本公开的一些实现的列表用户界面的示例;
图3示出根据本公开的一些实现的地图用户界面的示例;
图4A示出根据本公开的一些实现的时间线用户界面的示例;
图4B示出根据本公开的一些实现的另一个时间线示例用户界面;
图5示出根据本公开的一些实现的图库用户界面的示例;
图6示出根据本公开的一些实现的图表用户界面的示例;
图7示出根据本公开的一些实现的用于生成呈现技术的信息图;
图8示出根据本公开的一些实现的包含节点和边的示例性知识图部分;
图9示出根据本公开的一些实现的示例性知识图部分;
图10示出根据本公开的一些实现的另一个示例性知识图部分;
图11示出根据本公开的一些实现的包括用于确定搜索呈现技术的示例性步骤的流程图;
图12示出根据本公开的一些实现的包括用于对搜索结果排名的示例性步骤的流程图;
图13示出根据本公开的一些实现的示例性自然语言处理图;
图14示出根据本公开的一些实现的示例性短语树;
图15示出根据本公开的一些实现的示例性查询树;
图16示出根据本公开的一些实现的包括用于生成查询树的示例性步骤的流程图;
图17示出根据本公开的一些实现的包括用于对搜索结果排名的示例性步骤的流程图;
图18示出根据本公开的一些实现的包括示例性修饰概念的图;
图19示出根据本公开的一些实现的包括用于确定用于对搜索结果排名的规则的示例性步骤的流程图;
图20示出根据本公开的一些实现的可以用于实现搜索系统的一些或所有特征的示例性计算机系统;
图21是根据本公开的一些实现的用户设备的图。
具体实施方式
在一些实现中,搜索系统基于从用户接收的搜索查询来检索搜索结果的集合。在一个示例中,互联网搜索引擎基于搜索查询来检索指向网页的一组链接。在一些实现中,可能期望使用反映搜索查询的内容、搜索结果的内容、或两者的技术来呈现搜索结果。例如,搜索系统呈现包括地图上的地理位置的搜索结果并且呈现包括时间线上的年代序列日期的搜索结果可能有用。例如,用于搜索查询“加利福尼亚的城市”的搜索结果可以被自动地呈现在地图上,同时用于搜索查询“Van Gogh的绘画”的搜索结果可以在图像图库视图中被呈现。在一些实现中,搜索系统可以部分地依赖存储在数据结构中的数据来确定搜索结果,对搜索结果排名,并且生成呈现。以下在图2至图6中示出多个呈现技术的特定示例。
以下说明和附图1至图21提供搜索系统的一些实现的附加细节和特征。
图1示出根据本公开的一些实现的信息流图。在一些实现中,搜索系统在搜索查询框102中接收搜索查询,至少部分地基于数据结构框104和网页框110中的信息,在处理框106中确定排序特性和呈现特性,并且将搜索结果输出到搜索结果框108。
在一些实现中,搜索查询框102接收关于搜索查询的输入。在一个示例中,搜索系统可以接收文本框中的文本搜索查询。在一些实现中,搜索查询包括文本、图像、音频、任何其他合适内容、或其任何组合。在一些实现中,搜索查询可以指向用于网页的互联网的搜索、用于特定信息片段的数据库的搜索、地图搜索、视频搜索、图像搜索、时间线搜索、任何其他合适搜索、或其任何组合。
数据结构框104包括数据结构,数据结构包括由它们之间的关系部分限定的信息片段。在一些实现中,数据结构框104包括任何合适数据结构、数据图形、数据库、索引、列表、链接列表、表、任何其他合适信息、或其任何组合。在一个示例中,数据结构框104包括作为节点和边存储在图形结构中的数据的集合。在一些实现中,数据结构框104包括知识图。在一些实现中,知识图包括在包含节点和边的图形中组织的数据。知识图的数据可以包括关于事物和概念之间的关系的状态,并且那些语句可以被表示为图形的节点和边。知识图的节点每个都包含一段或多段数据,并且边表示包含在边连接到的节点中的数据之间的关系。以下在图8至图10中描述知识图的特定实现。
网页框110包括来自互联网的信息。在一些实现中,网页框110包括网页、超链接、文本、图像、音频、视频、以及互联网上的其他合适内容。在一些实现中,网页框110包括从互联网检索的编索引或被组织的数据。在一个示例中,网页组织数据包括基于指向和来自该网页的超链接的数量的网页的排名。
在一些实现中,处理框106执行处理步骤,以对搜索结果排名并且生成呈现。在一些实现中,对搜索结果排名包括识别从搜索查询框102接收的搜索查询中的修饰语或修饰概念的处理框106。在一个示例中,修饰语是最高级,诸如搜索查询中的“最好”或“最高”。修饰概念可以是显式的,使得修饰词出现在搜索查询中,或者可以是隐式的,使得修饰词不出现,但是由搜索查询的其他元素隐含地限定。
在一些实现中,处理框基于从搜索查询框102接收的搜索查询和存储在数据结构框104和/或网页框110中的数据,生成查询树。在一些实现中,查询树是搜索查询项和其他元素的结构布置。以下详细地描述生成查询树。在一些实现中,处理框106使用所生成的查询树,从数据结构框104和/或网页框110检索搜索结果。在数据结构框104包括实体引用的集合的示例中,搜索结果可以包括关于查询树的项或元素的实体引用。在一些实现中,实体引用的集合包括数据、图片、视频、文本、对其他数据的引用、到网页的链接、任何其他合适内容、或其任何组合的集合。在一些实现中,处理框106基于所识别的修饰语,确定排序特性。在修饰特性是“最高”的示例中,排序特性可以是特性“高度”。
在一些实现中,生成呈现包括从搜索查询确定实体引用的处理框106。如在此使用的,实体是单个的、唯一的、很好限定的和可区分的事物或概念。例如,实体可以是人、地方、物品、想法、主题、抽象概念、具体元件、其他合适事物、或其任何组合。在一些实现中,搜索结果包括识别实体引用的结果。如在此使用的,实体引用是例如文本的标识符或者引用实体的其他信息。例如,实体可以是GeorgeWashington的物理具象,而实体引用是对George Washington进行引用的抽象概念。当合适时,基于上下文,将理解,如在此使用的术语实体可以对应于实体引用,并且如在此使用的术语实体引用可以对应于实体。
处理框识别与所识别的实体引用相关联的特性的排名列表。在一些实现中,搜索系统从数据结构框104检索排名列表。在一些实现中,排名列表被预处理并且被存储在数据结构框104或其他合适位置,在搜索时被处理,或其任何组合。在一些实现中,搜索系统基于排名列表识别用于呈现的特性,并且基于特性生成呈现。在一些实现中,呈现被输出到搜索结果框108。
在一些实现中,排名的搜索结果、呈现技术或两者被输出到排名搜索结果框108。在一些实现中,搜索结果包括例如来自数据结构104的实体、来自数据结构104的其他数据、指向网页的链接、链接的目标的简单说明、关于搜索结果的上下文信息、关于搜索结果的图像、关于搜索结果的视频、任何其他合适信息、或其任何组合。在一些实现中,搜索系统使用在处理框106中识别的排序特性对在处理框106中检索的搜索结果排名。在搜索查询框102包括搜索查询“最高建筑物”的示例中,搜索系统可以从数据结构框104和/或网页框110检索建筑物的集合,确定排序特性是“高度”,并且可以将建筑物按照高度的排名列表输出到排名搜索结果框108。在一些实现中,搜索系统使用在处理框106中生成的呈现。在一个示例中,搜索系统在处理框106中确定应该在时间线上呈现搜索结果。还将理解,可以使用排名和/或呈现来呈现搜索结果。在一个示例中,搜索系统可以在地图呈现中仅呈现前10个排名搜索结果。在另一个示例中,搜索系统可以基于排名来排列搜索结果链接的列表。在另一个示例中,搜索系统可以生成搜索结果的语音叙述。
以下说明和附图2至图6示出搜索系统可以用来提供搜索结果的用户界面的示例。在一些实现中,图1的搜索结果框108使用图2至图6中所示的呈现技术提供搜索结果。在一些实现中,呈现技术可以包括视觉技术、音频技术、任何其他合适技术、或其任何组合。在一些实现中,搜索系统可以使用来自数据结构框104的信息,以在特定呈现中选择、生成并且提供搜索结果。在一些实现中,除了搜索结果或其任何组合之外,用于生成呈现的信息从数据结构框104和网页框110被检索,作为搜索结果的一部分。在一个示例中,搜索系统可以基于存储在与搜索结果相关联的数据结构框104中的数据,确定最佳呈现技术示出在地图上的位置。在另一个示例中,搜索结果可以包括来自数据结构框104的信息,诸如尺寸、年龄或比较信息的列表。在该示例中,搜索系统可以在时间线或图表上呈现那些结果。在一些实现中,数据结构框104包括使特定信息片段与特定呈现技术相关联的信息。在一些实现中,搜索系统从数据结构框104检索搜索结果和关于呈现技术的信息。
在一些实现中,搜索系统可以自动地确定最好或另外期望的呈现技术。在一些实现中,搜索系统使用搜索查询来确定呈现技术。以下在图11的流程图中论述用于生成呈现技术的技术。在一个示例中,在时间线中呈现“1950年之后的美国总统”,而在图像图库中呈现“具有黑头发的美国总统”。在一些实现中,搜索系统识别“1950”与年相关联,并且识别时间线作为示出年的最佳方式。类似地,在一些实现中,搜索系统将“黑色”识别为颜色,并且将图像图库识别为示出颜色的最佳方式。以此方式,呈现技术被隐含地包括在搜索查询中。在另一个示例中,呈现技术被显式地规定在所接收的搜索查询中,诸如“时间线上的美国总统”或“地图上的最大美国城市”。在一些实现中,搜索系统接收指示期望的呈现技术的用户输入。在一些实现中,搜索系统使用自动确定的技术,并且然后用遵循用户输入的用户选择技术代替其。
图2示出根据本公开的一些实现的示例性列表用户界面200。在一些实现中,用户界面200示出搜索结果链接的列表。在一些实现中,用户界面200包括包含所接收的搜索查询“查询(Query)”204的搜索查询框202。在一些实现中,搜索查询使用文本输入、语音命令、图像拖放、手势识别、相机输入、任何其他合适技术、或其任何组合被接收。在一些实现中,搜索查询是文本的、基于图像的、基于音频的、基于视频的、任何其他合适格式、或其任何组合。在一些实现中,搜索按钮206接收指示期望搜索的用户输入。搜索按钮可以例如使用用鼠标或触控板接收的输入被激活。在一些实现中,搜索按钮的激活使得搜索结果被呈现。
在一些实现中,搜索结果区域208包括关于搜索查询“查询”204的搜索结果。搜索结果区域208可以包括例如“搜索结果1(SearchResult1)”210、“搜索结果2(SearchResult2)”212、以及“搜索结果3(SearchResult3)”214。在一些实现中,搜索结果包括例如指向网页的链接、链接的目标的简单描述、关于搜索结果的文本信息、关于搜索结果的图像、关于搜索结果的视频、以及任何其他合适信息、或其任何组合。在一些实现中,文本信息包括时间戳、日期戳、历史信息、指向内容的缓存版本的链接、指向相关内容的链接、指向社会医学内容的链接、搜索结果的相关性的指示符、任何其他合适文本信息、或其任何组合。在一些实现中,文本信息包括来自图1的数据结构框104的数据,其被用于对搜索结果排名。例如,其中搜索查询“查询”204是“美国的最大城市”,搜索结果可以包括城市,并且文本信息可以包括城市的人口和/或面积。在一些实现中,搜索结果区域208包括未示出的其他元素,诸如滚动条、下一页链接、统计信息、文本信息、其他合适内容、或其任何组合。
在一些实现中,搜索结果“搜索结果1”210、“搜索结果2”212、以及“搜索结果3”214的顺序基于在图1的处理框106中确定的次序,基于以下图11的流程图1100,基于任何其他合适技术,或者其任何组合。将理解,搜索结果在用户界面200中的呈现仅是示例,并且任何合适结果的任何合适呈现都可以被使用。
图3示出根据本公开的一些实现的示例性地图用户界面300。用户界面300示出搜索结果的地图呈现。在一些实现中,搜索系统部分地地基于地理位置呈现搜索结果。在所示示例中,对“美国的最大城市”的搜索将四个最大城市在地图上呈现为星形。
用户界面300包括搜索框302。在一些实现中,搜索系统接收搜索查询框302中的搜索查询。在一些实现中,搜索结果被接收,如针对图2的搜索查询框204描述的。用户界面300、搜索按钮304接收输入,如对于图2的搜索按钮206描述的。
在一些实现中,呈现选择器306呈现关于多个呈现技术的元素。在一些实现中,元素包括图标、文本、图像、动画、任何其他合适元素、或其任何组合。在一个示例中,呈现选择器306包括图库查看链接308、列表查看链接310、图表查看链接312、地图查看链接314、以及时间线查看链接316。在一些实现中,指示当前使用的呈现技术。例如,指示可以包括如所示的粗体外围线、高亮、放大、移动、调整大小、任何其他合适指示、或其任何组合。在一些实现中,搜索系统自动地选择呈现技术,并且当用户期望不同呈现技术时,在呈现选择器306中从用户接收输入。在一些实现中,使用鼠标、触控板、键盘、任何其他合适输入设备、或其任何组合接收用户输入。在一些实现中,在呈现选择器306的元素之上利用鼠标或其他输入设备的悬停或其他未遂输入导致搜索系统呈现预览,或者利用特定呈现技术暂时呈现搜索结果。在一些实现中,对选择的指定(committing)包括接收鼠标点击、第一或第二触摸屏选择、任何其他合适输入、或其任何组合。
在一些实现中,地图呈现318包括地理区域的图像。在一些实现中,搜索系统确定基于搜索查询、搜索结果、用户偏好、用户历史、全球搜索历史、预定参数、任何其他合适参数、或其任何组合呈现的地理区域。在所示示例中,其中搜索查询是“美国的最大城市”,搜索系统可以解释术语“美国(U.S.)”以指示包括国家美利坚合众国的区域,并且呈现该区域的地图。在本示例中,地理区域被显式地包括在所接收的搜索查询中。在另一个示例中,搜索系统可以接收搜索查询“Georgia”,并且基于用户的偏好、用户的位置、搜索查询的其他元素、搜索结果的其他元素、全球受欢迎度、任何其他合适参数、或其任何组合,呈现包括Georgia、USA或欧亚国家Georgia的呈现。例如,搜索系统可以使用全球受欢迎度指数在德克萨斯州巴黎和法国巴黎之间选择,这是因为法国巴黎接收更高频率的搜索。其中,受欢迎度不太被清楚地区分,例如,Jupiter行星和Jupiter罗马神,可以使用其他参数。
在所示示例中,其中搜索查询是“美国的最大城市”,前四个搜索结果可以是纽约州纽约;加利福尼亚洛杉矶;伊利诺伊斯州芝加哥;以及德克萨斯州休斯顿。搜索结果在地图呈现318中在那些城市的位置处被呈现为星形。在一些实现中,与搜索结果相关联的位置使用:图标,例如圆形、星形、箭头、正方形;图像;文本标题;文本说明;任何其他合适指示;或其任何组合被指示。在该示例中,搜索系统解释搜索查询“最大城市”以涉及最大人口。在所示示例中,人口由搜索结果指示符的尺寸指示,从而较大人口由较大星形指示。搜索查询还可以被解释为例如指示对最大区域或大城市区域中的人口的搜索。在一些实现中,搜索系统基于全球搜索受欢迎度、用户偏好、用户输入、搜索查询、搜索结果、任何其他合适内容、或其任何组合,在查询的这些解释之间选择。
将理解,用户界面300中的地图呈现318的元素仅是示例,并且搜索系统可以通过任何合适技术或其任何组合,添加、去除、重新配置、更改、组合、另外改变任何合适元素。例如,在一些实现中,搜索系统呈现任何合适数量的搜索结果。在另一个示例中,在一些实现中,搜索系统呈现没有国界的地图、具有国家的名称的地图、显示道路的地图、具有毗邻国家的地图、任何其他合适地图、或其任何组合。在一些实现中,地图可以通过任何其他合适技术、或其任何组合被调整大小、重新定位、缩放、按比例缩放、测定、重新着色、重新配置。
图4A示出根据本公开的一些实现的示例性时间线用户界面400。在一些实现中,用户界面400包括搜索结果的时间线呈现。在一些实现中,用户界面400包括搜索查询框402和搜索按钮404。在一些实现中,搜索查询框402被配置,如对于图2的搜索查询框202描述的。在一些实现中,搜索按钮404被配置,如对于图2的搜索按钮206描述的。
在所示示例中,所接收的搜索查询是“美国总统”。在一些实现中,搜索系统可以将该搜索查询解释为寻找用作美利坚合众国的总统的人的集合。在一些实现中,搜索系统可以识别与实体引用相关联的实体类型。实体类型可以是用于识别数据结构中的实体引用的种类或排序。例如,实体引用“George Washington”可以与实体类型“美国总统”、“人”和“军官”相关联。实体引用可以与多于一个实体类型相关联。在一个示例中,搜索系统可以在搜索查询中识别实体引用,诸如与实体类型“政治官员”相关联的“总统”。在一些实现中,搜索系统识别与实体类型相关联的特性的列表。例如,实体类型“政治官员”可以与特性“当政的年”、“举行就职典礼的年”、“政治位置”、“名字”、“被选举时的年龄”、“图像”、任何其他合适特性、或其任何组合相关联。在一些实现中,例如“George Washington”的特定实体引用具有存储在数据结构中的值,用于一些或所有特性。在一个示例中,实体引用“George Washington”与具有值“1789”的特性“举行就职典礼的年”并且与具有值“George Washington”的特性“名字”相关联。在一些实现中,值可以包括文本、图像、视频、音频、链接、任何其他合适内容、或其任何组合。
在一些实现中,呈现选择器406包括指向附加呈现技术的文本链接。在一个示例中,搜索系统基于所接收的搜索查询在呈现技术中呈现搜索结果,并且然后可以接收指示呈现的期望重新配置的用户输入。在所示示例中,搜索系统基于特性“举行就职典礼的年”,最初确定在时间线上呈现关于“美国总统”的搜索结果。时间线呈现的用户由呈现选择器406中的粗体放大“时间线”指示符408指示。在一些实现中,呈现选择器406包括诸如图标、文本、图像、动画、任何其他合适元素、或其任何组合的元素。在一些实现中,当前使用的呈现技术使用例如如所示的粗体类型、高亮、放大、移动、调整大小、任何其他合适指示、或其任何组合指示。在一些实现中,呈现选择器406被配置,如对于图3的呈现选择器306描述的。
在一些实现中,时间线呈现410包括部分根据相关联日期或时间布置的一系列事件、实体引用、或其他主题。在用户界面400的所示示例中,美国总统根据他们的就职典礼的日期被布置。在一些实现中,时间线上的主题包括线、形状、图标、图像、文本、描述、任何其他合适内容、或其任何组合。在一个示例中,主题“George Washington”412被呈现在时间线上,并且由垂直线连接至时间线。主题“GeorgeWashington”412还可以包括他就职典礼的日期、图像、任何其他合适信息、或其任何组合。在一些实现中,主题“George Washington”412是搜索系统接收指示对该主题的选择的用户输入的链接。例如,搜索系统可以接收主题“George Washington”412的鼠标点击,并且作为响应,呈现关于“George Washington”的信息、网页、搜索结果、任何其他合适内容、或其任何组合。
在一些实现中,时间线包括时间和/或日期指示符,诸如日期“1800”414。将理解,时间线可以被水平地、垂直地、以网格、以日历格式、以非线性布置、以任何其他合适结构、或其任何组合被呈现。在一个示例中,时间线被垂直地呈现,并且与所呈现主题相关联的详细说明、链接、以及其他合适内容被呈现至时间线的一侧。在一些实现中,所呈现的内容基于用户输入被更新。在一个示例中,所呈现的内容基于通过鼠标接收指示手势的搜索系统被更新,并且在接收点击或其他手势之后被再次更新。
在一些实现中,搜索系统呈现对搜索结果的特定选择。例如,时间线呈现410呈现对在1789和2012之间的美国总统的选择。在一些实现中,对所呈现的元素的选择包括存储在数据结构中的数据、全球受欢迎度、web结果中的主题的同现、用户历史、用户偏好、任何其他合适参数、或其任何组合。在一些实现中,呈现可以通过任何其他合适技术、或其任何组合被缩放、调整大小、改变、重新配置。在一些实现中,重新配置呈现导致搜索系统呈现不同组和/或数量的搜索结果。在一个示例中,重新配置呈现以仅示出1900年和1950年之间的时间线可以导致更多主题会议,其年范围被呈现在时间线呈现410中。在一些实现中,所呈现的主题的数量基于显示屏的尺寸、搜索结果、搜索主题、用户偏好、全球搜索历史、预定参数、任何其他合适参数、或其任何组合。在一个示例中,如果主题名称相对长,可以呈现它们中的较少一些。在另一个示例中,与相对小屏幕的智能手机相比,可以在相对大屏幕的膝上型监视器上一次呈现更多主题。在另一个示例中,所显示的文本的量可以取决于用户或自动选择的显示字体大小。在另一个示例中,搜索系统可以具有其可以呈现的预定最大数量的主题。
在一些实现中,过滤器或小平面链接被呈现以缩小搜索结果,但是在图4A中未示出。例如,一组链接在用户界面400中可以被呈现为“美国总统1800-1900”、“美国总统1900-1950”、“美国总统1950-2000”、“民主党总统”、“共和党总统”、任何其他合适过滤器、或其任何组合。在一些实现中,过滤器被分组成种类。在一个示例中,过滤器可以将搜索查询“美国总统”分组到“年”、“政治党派”、以及“年龄”。
图4B示出根据本公开的一些实现的示例性时间线用户界面450。在一些实现中,搜索系统接收包括过滤器或限制的搜索查询。在所示示例中,在搜索查询框452中接收搜索查询“1950之后的美国总统”。搜索系统可以将其解释为对在1950和当前之间举行就职典礼的美利坚合众国的总统的搜索。
时间线454包括从1950至2010的日期和从那些年开始的所有美国总统。在一些实现中,所有搜索结构都被呈现。在一些实现中,诸如图4A的用户界面400,呈现对搜索结果的选择。在一些实现中,如上,所呈现的搜索结果的数量取决于搜索结果的数量、搜索查询、呈现技术、显示屏、任何其他合适参数、或其任何组合。在一些实现中,所有搜索结果都被呈现。在一个示例中,总统由与他们的举行就职典礼的日期相关联的线指示。在另一个示例中,总统可以通过示出他们在职的年的范围的条指示。将理解,用于在时间线中呈现内容的任何合适技术或任何其他呈现技术可以被使用。
在一些实现中,可以在接收对图4A的用户界面400的精化或其他合适用户输入之后,呈现图4B的用户界面450。在一个示例中,系统可以在接收对美国总统的搜索查询之后,呈现图4A的用户界面400,并且可以在接收指示仅查看1950年以后的总统的期望的用户输入之后,可以呈现图4B的用户界面450。输入可以包括对过滤器或种类链接的选择、附加项到图4A的搜索框402的输入、缩放或滚动图4A的时间线、任何其他合适输入、或其任何组合。在用户输入不包括将附加项输入到图4A的搜索框402中的一些实现中,搜索系统可以自动地更新在图4B的搜索框452中呈现的项,以反映更新后的搜索查询。
图5示出根据本公开的一些实现的示例性图库用户界面500。在一些实现中,用户界面500包括搜索结果的图库呈现。在一些实现中,用户界面500包括搜索查询框502和搜索按钮504。在一些实现中,搜索查询框被配置,如对于图2的搜索查询框202描述的。在一些实现中,搜索按钮504被配置,如对于图2的搜索按钮206描述的。在所示示例中,所接收的搜索查询是“惊悚电影(Thriller Film)”。在一些实现中,搜索系统将该搜索查询解释为寻找惊悚类型的电影或影片的集合。在该示例中,搜索系统识别搜索主题“电影”,并且确定该主题的最有用呈现特性是影片海报的图像。在一些实现中,从诸如图1的数据结构框104和/或图1的网页框110的数据结构,检索搜索结果和相关联的特性。在一些实现中,数据结构包含呈现的特定技术与特性“影片海报”相关联的信息。而且,每个特定影片可以具有值与特性“影片海报”相关联的图像,并且该图像或指向图像的链接被存储在数据结构中。搜索系统可以在用户界面500中将那些图像呈现为搜索结果。
在一些实现中,呈现选择器506呈现针对图3的呈现选择器306描述的元素。在一个示例中,呈现选择器506包括图库查看链接508。在所示示例中,当前使用的呈现技术由粗体轮廓指示。
在一些实现中,集合名称510被呈现。在一些实现中,集合名称510与搜索查询相同。在例如搜索查询更复杂的一些实现中,集合名称510可以不同。在一些实现中,集合名称510涉及存储在诸如图1的数据结构框104的数据结构中的实体类型。在所示示例中,搜索系统响应于搜索查询“惊悚类型的电影”,将集合名称510呈现为“惊悚电影”。在另一个示例中,搜索系统响应于接收搜索查询“美国总统图片”,将集合名称510呈现为“美国总统”。
在一些实现中,呈现搜索结果计数512。在一些实现中,搜索结果计数512指示搜索结果的数量。当例如用户试图精化搜索查询以得到特定数量的搜索结果时,可能期望呈现该数据。
在一些实现中,用户界面500的图库呈现514包括搜索结果的网格或矩阵。在一个示例中,图像516和标题518对应于响应于搜索查询识别的实体引用。在一些实现中,滚动条520接收输入,以重新配置所呈现的搜索结果。将理解,图库呈现514的特定布置仅是示例,并且可以使用任何合适布置。例如,可以使用任何合适数量的行和列的结果。在一些实现中,图像516包括图像、视频、文本、音频、动画、任何其他合适内容、或其任何组合。在一些实现中,可以使用滚动条520呈现更多搜索结果,搜索结果可以被标记页数,使得存在“显示更多结果”或“第1、2、3页”链接,可以通过任何其他合适技术或其任何组合划分和呈现。在一些实现中,在水平可滚动显示中呈现缩略图链接。
图6示出根据本公开的一些实现的示例性图表用户界面600。在一些实现中,用户界面600包括搜索结果的图表或信息呈现。在一些实现中,用户界面600包括搜索查询框602和搜索按钮604。在一些实现中,搜索查询框602被配置,如针对图2的搜索框202描述的。在一些实现中,搜索按钮604被配置,如对于图2的搜索按钮206描述的。在所示示例中,所接收的搜索查询是“最高摩天大楼”。在一些实现中,搜索系统可以将该搜索查询解释为寻找世界内的最高摩天大楼的集合。在一些实现中,搜索系统可以识别搜索主题“摩天大楼”,并且确定该主题的最有用呈现特性是高度。在一些实现中,这些特性、以及与它们相关联的值可以被存储在数据结构中,诸如图1的数据结构框104。从而,存储在数据结构中的每个特定摩天大楼具有用于与其相关联的特性高度的值。在一些实现中,搜索系统确定用于高度特性的最佳呈现是图表呈现,诸如,图表呈现610。
在一些实现中,呈现选择器606被配置,如对于图3的呈现选择器306或图4的呈现选择器406描述的。
在一些实现中,图表视图610表示来自搜索的信息。在搜索是最高摩天大楼的所示示例中,图表呈现八个最高摩天大楼以及它们的高度,其是将它们限定为最高的特性。在一些实现中,因为高亮在搜索查询中指示的特性“最高”时,期望将该信息呈现为图表而不是图库。在使用图5的用户界面500的相反示例中,搜索系统响应于接收搜索查询“玻璃和钢铁摩天大楼”或“砖瓦摩天大楼”,使用图像图库呈现技术,其中搜索结果的视觉特性包括在搜索查询中。
图7示出根据本公开的一些实现的用于生成呈现技术的信息图700。在一些实现中,信息图700包括用于选择和生成诸如以上图2至图6中所示的用户界面的呈现技术的信息。在一些实现中,由信息图700描述的技术在由图11的步骤1106描述的步骤中使用。在一些实现中,信息图700依赖于存储在诸如图1的数据结构框104的数据结构中的信息。
信息图700包括搜索查询702、特性的排名列表706、以及呈现技术关联708、710和712。在一些实现中,搜索查询702包括所接收的搜索查询。在一些实现中,搜索查询702包括关于图1的搜索查询框102的信息。在所示示例中,搜索查询“美国纽约建筑物有多高”在搜索查询702中示出。在一些实现中,搜索系统识别搜索查询中的实体引用,例如,如由实体引用704指示的“美国纽约建筑物”。将理解,可以识别任何合适实体引用或实体引用的组合。
搜索系统可以识别与数据结构中的实体引用704相关联的信息。在一些实现中,数据结构是图1的数据结构框104。在一些实现中,搜索系统可以识别与实体引用相关联的实体类型。实体类型可以称为实体引用的类型。在一些实现中,实体类型是用于描述数据结构中的实体引用的种类和/或排序。例如,实体引用“George Washington”可以与实体类型“美国总统”、“人”和“军官”相关联。实体引用可以与多于一个实体类型相关联。在所示示例中,实体引用“美国纽约建筑物”可以为实体类型“摩天大楼”。在一些实现中,可以在数据结构中限定实体类型。在一些实现中,实体类型可以与特性706的排名列表相关联,使得该实体类型的实体引用由那些特性的值限定。例如,实体类型“摩天大楼”可以与特性“高度”和“位置”相关联,并且实体引用“美国纽约建筑物”可以具有特性值“1473英尺”和“美国纽约市NY”。在一些实现中,特性可以被排序或排名。用于特定实体类型的特性的排名可以基于系统设计者输入、用户输入、用户偏好、全局搜索历史、受欢迎度、预定参数、搜索查询、任何其他合适信息、或其任何组合。在一些实现中,排名基于实体类型被预先确定。在一些实现中,排名基于实体类型和当前搜索查询。
在一些实现中,特性706的排名列表的特性与特定呈现技术相关联。例如,特性“高度”与图表呈现相关联,如由呈现技术关联708所示。在另一个示例中,特性“位置”与地图呈现相关联,如由呈现技术关联710所示。在另一个示例中,特性“所建立的年”与时间线呈现相关联,如由呈现技术关联712所示。
以下说明和附图8至10描述了可以通过本公开的一些实现使用的示例性知识图。将理解,知识图仅是可以由搜索系统使用的数据结构的示例,并且可以使用任何合适数据结构。
在一些实现中,可以使用任一个或多个数据结构化技术,将数据组织在数据库中。例如,数据可以被组织在包含由边连接的节点的图形中。在一些实现中,数据可以包括关于事物和概念之间的关系的语句,并且那些语句可以被表示为图形的节点和边。每个节点都包含一段或多段数据,并且边表示包含在边连接到的节点中的数据之间的关系。在一些实现中,图形包括由边连接的一对或多对节点。边并且从而图形可以是定向的,即,单向的,可以是不定向的,即双向的,或者两者,即一个或多个边可以是不定向的,并且一个或多个边在相同图形中可以是定向的。节点可以包括任何合适数据或数据表示。边可以描述数据之间的任何合适关系。在一些实现中,边被标记或注释,使得其包括节点之间的连接、以及关于该连接的说明性信息。特定节点可以由不同边连接至一个或多个其他节点或其本身,使得形成扩展图形。为了清楚的目的,基于紧接以上描述的结构的图形在此被称为知识图。在一些实现中,知识图对于表示信息和在搜索中提供信息可能有用。
图8示出包含节点和边的示例性知识图800。示例性知识图800包括节点802、804、806和808。知识图800包括连接节点802和804的边810。知识图800包括连接节点802和节点806的边812。知识图800包括连接节点804和节点808的边814。知识图800包括连接节点802和节点808的边816和边818。知识图800包括将节点808连接至其本身的边820。边和一个或两个不同节点的每个上述组可以被称为三个一组或三元组。如所示,节点802由边直接连接至三个其他节点,但是节点804和808由边直接连接至两个其他节点。节点806由边连接至仅一个其他节点,并且在一些实现中,节点806被称为终端节点。如所示,节点802和808由两个边连接,指示节点之间的关系由多于一个特性限定。如所示,节点808由边820连接至其本身,指示节点可能涉及其本身。虽然示例性知识图800包含未被标记为定向的边,将理解,每个边都可以是不定向的或双向的。将理解,图形的该示例仅是示例,并且节点和边的任何合适尺寸或布置都可以被采用。
通常,知识图中的节点可以被分组到多个种类。节点可以表示实体、诸如实体类型和特性的组织数据、文字值、以及其他节点之间的关系的模型。
知识图的节点可以表示实体。实体是事物或概念,其是单个的、唯一的、良好限定的和可区分的。例如,实体可以是人、地方、物品、想法、抽象概念、具体元件、其他合适事物、或其任何组合。实体通常是指实体的概念。将理解,在一些实现中,知识图包含实体引用,并且不是实体的物理具象。例如,实体可以是George Washington的物理具象,而实体引用是对George Washington进行引用的抽象概念。在另一个示例中,实体“纽约市”是指物理城市,并且知识图使用如由例如数据结构中的元素、实体的名称、任何其他合适元素、或其任何组合表示的物理城市的概念。当合适时,基于上下文,将理解在此使用的术语实体可以对应于实体引用,并且在此使用的术语实体引用可以对应于实体。
节点是唯一的,这是因为没有两个节点是指相同事物或概念。通常,实体包括在语言上由名词表示的事物或概念。例如颜色“蓝色”、城市“旧金山”、以及假想动物“独角兽”每个都可以是实体。
表示组织数据的节点可以包括在知识图中。这些在此可以被称为实体类型节点。如在此使用的,实体类型节点可以指知识图中的节点,同时实体类型可以指由实体类型节点表示的概念。实体类型可以是实体的限定特征。例如,实体类型节点Y可以由“是”边或链接连接至实体节点X,如以下进一步论述的,使得图形表示信息“实体X是类型Y”。例如,实体节点“George Washington”可以连接至实体类型节点“总统”。实体节点可以连接至多个实体类型节点,例如,“GeorgeWashington”还可以连接至实体类型节点“人”以及实体类型节点“军官”。在另一个示例中,实体类型节点“城市”可以连接至实体节点“纽约市”和“旧金山”。在另一个示例中,概念“高人”(但是未完全限定,即,其不必须包括“高”的定义)可以作为实体类型存在。在一些实现中,实体类型节点“高人”和其他实体类型节点的存在可以基于用户交互。
在一些实现中,实体类型节点可以包括或连接至关于以下的数据:与该实体类型节点相关联的特性的列表、实体类型节点所属的域、描述、值、任何其他合适信息、或其任何组合。域是指相关实体类型的集合。例如,域“电影”可以包括例如实体类型“演员”、“导演”、“拍摄位置”、“影片”、任何其他合适实体类型、或其任何组合。在一些实现中,实体与多于一个域中的类型相关联。例如,实体节点“Benjamin Franklin”可以与域“政府”中的实体类型节点“政治家”、以及域“商业”中的实体类型节点“发明人”相关联。
在一些实现中,与实体节点或实体类型节点相关联的特性也可以被表示为节点。例如,表示特性“人口”或“位置”的节点可以连接至实体类型节点“城市”。实体类型及其特性的组合和/或布置被称为模式(schema)。在一些实现中,模式被存储在与实体类型节点相关联的表或其他合适数据结构中。在一些实现中,知识图可以是自限定或自举的,使得其包括限定节点、边和图形本身的概念的特定节点和边。例如,知识图可以包含实体节点“知识图”,“知识图”连接至描述诸如“具有节点”和“具有边”的知识图的特性的特性节点。
在一些实现中被称为文字的特定值可以在通过限定关系的边在终端节点中与特定实体相关联。文字可以指值和/或信息串。例如,文字可以包括日期、名称、和/或数量。在一个示例中,实体节点“旧金山”可以通过利用特性“具有人口”注释的边连接至包含文字“815,000”的终端节点。在一些实现中,终端节点可以包含指向长文本串的引用或链接和存储在知识图之外的一个或多个文档中的其他信息。在一些实现中,文字作为节点被存储在知识图中。在一些实现中,文字被存储在知识图中,但是不被分配以下描述的唯一识别引用,并且不能与多个实体相关联。在一些实现中,文字类型节点可以限定文字的类型,例如“日期/时间”、“数量”或“GPS坐标”。
在一些实现中,边和两个节点的分组被称为三元组。三元组表示节点之间的关系,或者在一些实现中,表示节点和其本身之间的关系。在一些实现中,对较高级关系建模,诸如四元组和n元关系,其中,n是大于2的整数。在一些实现中,对关系建模的信息被存储在节点中,其可以称为中介节点。在一个示例中,信息“人X将人工制品Y捐赠给博物馆Z”被存储在连接至实体节点X、Y和Z的中介节点中,其中每个边识别每个各自连接实体节点的角色。
在一些实现中,知识图可以包括用于项和/或实体的区分和消歧的信息。如在此使用的,区分是指多对一情况,其中,多个名称与单个实体相关联。如在此使用的,消歧是指一对多情况,其中,相同名称与多个实体相关联。在一些实现中,节点可以被分配唯一识别引用。在一些实现中,唯一识别引用可以是字母数字串、名称、数字、二进制代码、任何其他合适标识符、或其任何组合。唯一识别引用可以允许搜索系统将唯一引用分配给具有相同或类似文本标识符的节点。在一些实现中,唯一标识符和其他技术在区分、消歧或两者中使用。
在区分的一些实现中,节点可以与多个项或区分别名相关联,其中,项与相同实体相关联。例如,项“Geogre Washington”、“Geo.Washington”、“总统Washington”、和“总统George Wahsington”可以均与知识图中的单个实体(即节点)相关联。这可以提供知识图中的区分和简化。
在消歧的一些实现中,具有相同或类似名称的多个节点由它们的唯一识别引用、由知识图中的相关联节点、由任何其他合适信息、或其任何组合限定。例如,可以存在关于城市“费城”相关联的实体节点、与影片“费城”相关联的实体节点、以及关于奶油干酪商标“费城”的实体节点。这些节点中的每个都可以具有唯一识别引用,例如被存储为数字,用于知识图内的消歧。在一些实现中,知识图中的消歧由多个节点之间的连接和关系提供。例如,可以将城市“纽约”与州“纽约”消歧,这是因为城市连接至实体类型“城市”,并且州连接至实体类型“州”。将理解,更复杂关系还可以限定和消歧节点。例如,节点可以由相关联类型、由通过特定特性连接至其的其他实体、由其名称、由任何其他合适信息、或其任何组合被限定。这些连接在消歧时有用,例如,连接至节点“美国”的节点“乔治亚(Georgia)”可以被理解为表示美国,而连接至节点“亚洲”和“东欧”的节点“乔治亚”可以被理解为表示东欧的国家。
在一些实现中,节点可以包括或连接至限定一个或多个属性的数据。属性可以限定节点的特定特征。节点的特定属性可以取决于节点表示什么。在一些实现中,实体节点可以包括或连接至:唯一识别引用、与节点相关联的实体类型的列表、用于节点的区分别名的列表、与实体相关联的数据、实体的文本说明、指向实体的文本说明的链接、其他合适信息、或其任何组合。如上所述,节点可以包含指向长文本字符串和存储在知识图之外的一个或多个文档中的其他信息的引用或链接。在一些实现中,存储技术可以取决于特定信息。例如,唯一识别引用可以被存储在节点内,短信息字符串可以作为文字被存储在终端节点中,并且实体的长描述可以被存储在由知识图中的引用链接的外部文档中。
知识图中的边可以表示限定两个节点之间的关系的语义连接。边可以表示介词语句,诸如“是”、“具有A”、“为A类型”、“具有特性”、“具有值”、任何其他合适语句、或其任何组合。例如,特定人的实体节点可以通过“生日”边连接至包含他或她的特定生日的文字的终端节点。在一些实现中,由实体的边连接限定的特性可以涉及连接至该实体的类型的节点。例如,实体类型节点“影片”可以连接至实体节点“演员”和“导演”,并且特定影片可以通过边特性“具有演员”连接至表示特定演员的实体节点。
在一些实现中,节点和边限定实体类型节点及其特性之间的关系,从而限定模式。例如,边可以将实体类型节点连接至与特性相关联的节点,其可以称为特性节点。该类型的实体可以连接至限定那些特性的特定值的节点。例如,实体类型节点“人”可以连接至特性节点“生日”和节点“高度”。而且,节点“生日”可以连接至文字类型节点“日期/时间”,指示与“生日”相关联的文字包括日期/时间信息。由“是”边连接至实体类型节点“人”的实体节点“George Washington”还可以通过边“具有生日”连接至文字“1732年2月22日”。在一些实现中,实体节点“George Washington”连接至“生日”特性节点。将理解,在一些实现中,模式和数据使用相同技术被建模并且存储在知识图中。以此方式,模式和数据两者可以由相同搜索技术访问。在一些实现中,模式被存储在单独的表、图形、列表、其他数据结构、或其任何组合中。还将理解,特性可以通过节点、边、文字、任何其他合适数据、或其任何组合被建模。
例如,实体节点“George Washington”可以通过“是”边连接至表示“人”的实体类型节点,从而指示实体的实体类型,并且还可以通过边“具有生日”连接至文字“1732年2月22日”,从而限定实体的特性。以此方式,知识图限定通过连接至其他节点,与特定实体相关联的实体类型和特性。在一些实现中,“1732年2月22日”可以是节点,使得其连接至在该日期发生的其他事件。在一些实现中,日期可以进一步连接至年节点、月节点、和日节点。将理解,该信息可以被存储在文字、节点、终端节点、互连实体、任何其他合适布置、或其任何组合的任何合适组合中。
图9示出示例性知识图部分900。知识图部分900包括关于由“George Washington”节点902表示的实体“George Washington”的信息。“George Washington”节点902通过具有语义内容“是”的“是”边914连接至“美国总统”实体类型节点904,使得由节点902和904和边914限定的三元组包含信息“George Washington是美国总统”。类似地,信息“Thomas Jefferson是美国总统”由三元组“ThomasJefferson”节点910、“是”边920、以及“美国总统”节点904表示。知识图部分900包括实体类型节点“人”924和“美国总统”节点904。人类型由从“人”节点924的连接被部分地限定。例如,类型“人”通过节点930和边932被限定为具有特性“生日”,并且通过节点934和边936被限定为具有特性“性别”。这些关系部分地限定与实体类型“人”相关联的模式。
“George Washington”节点902在知识图部分900中被示出为实体类型“人”和“美国总统”,并且从而连接至包含与那些类型相关联的值的节点。例如,“George Washington”节点902通过“具有性别”边918连接至“男”节点906,从而指示“George Washington”具有性别“男”。而且,“男”节点906可以连接至“性别”节点934,指示“男是一种性别”。类似地,“George Washington”节点902通过“具有生日”边916连接至“1732年2月22日”节点908,从而指示“George Washington的生日是1732年2月22日”,“GeorgeWashington”节点902还可以通过“具有上任日期”边938连接至“1789”节点928。
知识图部分900还包括通过“是”边920连接至实体类型“美国总统”节点904并且通过“是”边922连接至“人”实体类型节点924的“Thomas Jefferson”节点910。从而,知识图部分900指示“ThomasJefferson”具有实体类型“美国总统”和“人”。在一些实现中,“ThomasJefferson”节点910连接至图9中未示出的涉及其生日、性别和上任日期的节点。
将理解,知识图部分900仅是示例,并且其可以包括未示出的节点和边。例如,“美国总统”节点904可以连接至所有美国总统。“美国总统”节点904还可以连接至涉及实体类型的特性,诸如期限的持续时间,例如“4年”,期限限制,例如“2个期限”、办公室位置,例如“华盛顿”,任何其他合适数据、或其任何组合。例如,“美国总统”节点904通过部分地限定用于类型“美国总统”的模式的“具有特性”边940连接至“上任日期”节点942。类似地,“ThomasJefferson”节点910可以连接至任何数量的节点,包含涉及他的所示实体类型节点“美国总统”和“人”、以及诸如“发明人”、“副总统”和“作家”的未示出的其他实体类型节点的信息。在进一步示例中,“人”节点924可以通过类型“人”连接至知识图中的所有实体。在进一步示例中,“1789”节点928可以通过年“1789”的特性连接至知识图中的所有事件。“1789”节点928对于年1789是唯一的,并且通过其唯一识别引用,从例如图9中未示出的书名“1789”被消歧。在一些实现中,“1789”节点928连接至实体类型节点“年”。
图10示出示例性知识图部分1000。知识图部分1000包括“加利福尼亚(California)”节点1002,其还可以与区分别名相关联,诸如,例如,“CA”、“Calif.”、“Golden State”、任何其他合适区分别名、或其任何组合相关联。在一些实现中,这些区分被存储在“加利福尼亚”节点1002中。加利福尼亚通过“是”边1004连接至“美国”实体类型节点1006。“纽约(New York)”节点1010和“德克萨斯州(Texas)”节点1014还分别通过“是”边1008和1012连接至“美国”节点1006。“加利福尼亚”节点1002通过“具有首都”边1020连接至“萨克拉曼多(Sacramento)”节点1022,指示“加利福尼亚具有首都萨克拉曼多”的信息。萨克拉曼多节点1022进一步通过“是”边1024连接至“城市”实体类型节点1026。类似地,“德克萨斯州”节点1014通过“具有城市”边1030连接至“休斯顿(Houston)”节点1028,“休斯顿”节点1028通过“是”边1040进一步连接至“城市”实体类型节点1026。“加利福尼亚”节点1002通过“具有人口”边1016连接至包含文字值“37,691,912”的节点1018。在一个示例中,特定值“37,691,912”可以基于外部网站或其他数据源,由知识图周期性地自动更新。知识图部分1000可以包括未示出的其他节点。例如,“美国”实体类型节点1006可以连接至限定诸如“人口”和“首都”的实体类型的特性的节点。这些实体类型特性关系可以被用于限定知识图部分1000中的其他关系,诸如,连接实体节点“加利福尼亚”1002与包含限定加利福尼亚的人口的文字的终端节点1018的“具有人口”边1016。
将理解,虽然以下图9的知识图部分900和图10的知识图部分1000示出知识图的部分,但是所有信息片段都可以包含在单个图形中,并且在此示出的这些选择仅是示例。在一些实现中,单独的知识图被保持用于不同的相应域,用于不同的相应实体类型,或者根据任何其他合适限定特征。在一些实现中,单独的知识图根据尺寸约束被保持。在一些实现中,单个知识图被保持用于所有实体和实体类型。
知识图可以使用任何合适软件结构被实现。在一个示例中,知识图使用面向对象结构被实现,其中,每个节点都是具有相关联函数和变量的对象。在本上下文中,边可以是具有相关联函数和变量的对象。在一些实现中,包含在知识图中的数据、指向知识图的节点、或两者跨过位于通过任何合适网络架构耦合的一个或多个地理位置中的一个或多个服务器存储在任何合适的一个或多个数据储存库中。
图11示出根据本公开的一些实现的用于确定搜索呈现技术的示例性步骤的流程图1100。在一些实现中,图2至图6中描述的用户界面被用于呈现如流程图1100中描述的搜索结果。在一些实现中,图7的信息流图700在流程图1100的步骤中使用。
在步骤1102中,搜索系统从搜索查询确定实体引用。在一些实现中,使用例如文本搜索框(例如,图2的搜索框202)、语音命令、图像拖放、手势识别、相机输入、任何其他合适技术、或其任何组合,从用户接收搜索查询。搜索查询可以是文本的、基于图像的、基于音频的、基于视频的、为任何其他合适格式、或者其任何组合。
在一些实现中,所接收的搜索查询包括对实体引用的搜索查询。实体包括例如人、地方、事物、想法、其他合适搜索主题、或其任何组合。在一些实现中,实体引用包括对引用的实际具象的抽象引用。在一个示例中,实体引用可以是引用实体的文本或图像。例如,实体可以是诸如戏法的概念,并且对该概念的实体引用可以是词语“戏法”。在一些实现中,所接收的查询可以包括图7的所接收的搜索查询702,包含图7的实体引用704。在一些实现中,所接收的搜索查询包括多于一个实体引用。通常,实体在此将与实体类型区分。如在此使用的,实体类型是指限定特征或分组。例如,“George Washington”和“ThomasJefferson”被认为是实体类型“美国总统”的实体。在另一个示例中,“中国”和“澳大利亚”被认为是实体类型“国家”的实体。将理解,一些实体与多于一个实体类型相关联。
搜索系统通过解析,通过划分,通过使用自然语言处理,通过识别语音部分,通过启发式技术,通过识别根词,通过任何其他合适技术,或其任何组合,从搜索查询确定实体引用。在一些实现中,实体引用包括引用任何合适主题、对象、人、地方、事物或其任何组合的文本或其他合适内容。
在一些实现中,搜索系统识别与实体引用相关联的数据结构中的数据。数据结构可以包括上述知识图、数据库、索引、数据的任何其他合适集合、或其任何组合。
在一些实现中,搜索系统识别搜索查询中的多于一个实体引用。在一些实现中,搜索系统选择实体引用中的一个,用于在生成呈现技术中的进一步处理。在一些实现中,搜索系统基于该实体引用的全球受欢迎度分值、对搜索查询的一些或所有元素的相关度和/或亲密度、用户输入、用户历史、用户偏好、在数据结构中描述的实体引用之间的关系、任何其他合适信息、或其任何组合,选择多于一个被识别实体引用中的一个。在一些实现中,搜索系统在生成呈现技术时使用所有被识别的实体引用。在一些实现中,搜索系统使用多于一个实体引用生成多于一个呈现,如以下在步骤1108中描述的。
在步骤1104中,搜索系统识别与实体引用的类型相关联的特性的排名列表。排名列表可以包括例如图7的排名列表706。在一些实现中,排名列表706与模式表相关联。在一个示例中,模式表包括与实体引用的类型相关联的特性,即实体类型,并且排名列表706是模式表中的特性的次序。在一些实现中,特性的排名列表被存储在诸如知识图的数据结构中、数据库中、任何其他合适数据存储布置中、或其任何组合中。在一些实现中,模式表被预先处理。在一些实现中,排名列表被预先确定,基于所接收的搜索、或其任何组合。在一个示例中,搜索系统可以生成排名列表,并且在搜索查询被接收之前存储它们。在另一个示例中,搜索系统可以基于所接收的查询,修改所存储的排名列表。在一些实现中,列表的排名基于受欢迎度、搜索历史、用户偏好、搜索系统开发者输入、系统偏好、全局搜索历史的趋势、最近搜索图案、内容、特定于域的次序、任何其他合适参数、或其任何组合。在确定排名列表的一个示例中,系统开发者可以手动地创建排名列表。在另一个示例中,搜索系统可以基于全局搜索历史,自动地生成列表。将理解,用于生成排名列表的上述技术仅是示例,并且可以使用任何合适技术或技术的组合。
在步骤1106中,搜索系统识别用于生成呈现的特性。在一些实现中,用于生成呈现的特性至少部分地基于步骤1102的搜索查询和步骤1104的实体引用的类型被识别。在一些实现中,用于生成呈现的特性是与实体引用相关联的特性,如图7的图700中所示,搜索系统使用其来确定呈现技术。在一些实现中,用于生成呈现的特性是在步骤104中识别的排名列表的特性中的一个。在一些实现中,用于生成呈现的特性是图7的特性描述呈现技术关联708、710和712中的一个。例如,搜索系统可以使用排名列表的第一特性,作为用于生成呈现的特性。在一些实现中,可以基于排名和搜索查询,基于用户输入,基于任何其他合适信息,或其任何组合,从排名列表选择用于生成呈现的特性。
在步骤1108中,搜索系统确定与用于生成呈现的特性相关联的呈现技术。在一些实现中,搜索系统可以使特定呈现技术与用于生成在步骤1108中识别的呈现的特性相关联,并且可以使用该数据确定呈现技术。在一些实现中,多个呈现技术可以被确定用于特性的排名列表的多个特性。在一些实现中,图2至图6中所示的用户界面是可以基于用于生成呈现的特性确定和生成的呈现技术的示例。例如,其中,用于生成呈现的特性是“位置”,可以生成诸如图3的用户界面300的地图呈现。
在在步骤1102中从搜索查询确定多于一个实体引用的一些实施例中,系统可以使用两个或更多个所识别的实体引用,来确定两个或更多个呈现技术,并且基于用户输入、对搜索查询的相关度和/或亲密度、用户历史、用户偏好、如在数据结构中描述的两个实体之间的关系、如在数据结构中描述的实体和呈现之间的关系的强度、全局历史、全球受欢迎度分值、任何其他合适内容、或其任何组合,选择呈现技术中的一个。例如,搜索系统可以接收搜索查询“Van Gogh的肖像绘画1870-1885”,并且使“1870-1885”与时间线相关联,并且使“绘画”与图像图库相关联。搜索系统可以具有用于图库中的绘画和时间线中的年的较强关联,并且选择用于呈现的图库。
在步骤1110中,搜索系统使搜索结果被呈现。在一些实现中,搜索结果使用在步骤1108中确定的呈现技术被呈现。在一些实现中,使搜索结果被呈现包括在用户设备的显示屏上呈现呈现。在一些实现中,使搜索结果被呈现包括生成音频、视频、文本、图像、任何其他合适内容、或其任何组合。在一些实现中,呈现搜索结果包括可以或可以不在视觉上被呈现的内容的语音叙述。例如,呈现可以在智能手机、膝上型计算机、桌上型计算机、平板计算机、任何其他合适用户设备、或其任何组合上呈现。在另一个示例中,音频呈现可以使用智能手机或其他计算机上的扬声器呈现。在一些实现中,图2至图6中所示的用户界面可以用于呈现搜索结果。
图12示出根据本公开的一些实现的包括用于对搜索结果排名的示例性步骤的流程图。在一些实现中,流程图1200示出图1的处理框106的一些步骤。
框1210包括搜索查询1212。在一个示例中,搜索查询1212包括在图1的搜索查询框102中。搜索查询1212包括文本“修饰语词语1、词语2、词语3”。在一些实现中,修饰语可以是或者可以是指最高级或其他比较词语。在一个示例中,搜索查询可以包括文本“欧洲的最老城市”,其中,“最老”对应于“修饰语”,“城市”对应于“词语1”,“在…中”对应于“词语2”,并且“欧洲”对应于“词语3”。将理解,搜索项的特定长度、内容和布置仅是示例。例如,修饰语可以是隐式的、显式的,发生在查询中的任何点处,并且包括任何合适数量的词语。将理解,隐式修饰语将不出现在搜索查询中作为独立词语或短语中。将理解,修饰语可以是多于一个词。
在框1220中,搜索查询被划分为修饰语部分1222和搜索部分1224。搜索系统通过诸如自然语言处理、匹配预定修饰语的列表,基于搜索查询中的其他项的识别,通过任何其他合适技术,或其任何组合,识别多个部分。将理解,当修饰概念是隐式的时,省略修饰语1222。
在框1230中,搜索系统基于搜索部分1224生成查询树。以下详细地描述生成查询树。在一些实现中,搜索系统生成节点和边的拓扑,并且将搜索部分1224的项分配给那些节点和边。搜索部分1224的搜索项与诸如知识图的数据结构中的元素相关联。搜索系统用相应数据结构元素代替与节点和边相关联的搜索项。在所示示例中,“词语1”1232被识别为根节点,“词语3”1234被识别为子节点,并且“词语2”被识别为限定“词语1”和“词语3”之间的关系的特性。在搜索部分1224是“欧洲的城市”的一个示例中,根节点可以是“城市”,将边“在陆地中”连接至子节点“欧洲”,使得树表示信息“欧洲大陆中的城市”。在一些实现中,相同查询树可以被生成用于多个搜索查询。在一个示例中,搜索查询“欧洲城市”、“欧洲中的多个城市”、“欧洲中的一个城市”、“欧洲中的城镇”、以及其他合适搜索查询可能导致搜索系统生成所描述的搜索查询。
在框1240中,搜索系统通过可以对应于修饰语1222的修饰语,注释查询树的根节点1242。搜索框包括边1244,其可以包括与框1230的边1236相同的信息,并且子节点1246可以包括与框1230的子节点1234相同的信息。在一些实现中,规则、诸如最大到最小的方向、以及其他排序信息可以包括在根节点1242的注释中。在修饰语1222是“最老”的一个示例中,根节点1242可以通过信息“通过年龄排序,最老到最年轻”注释,使得树表示信息“欧洲大陆中的城市,通过从最老到最年轻的年龄排序”。
图13至图16描述包括在生成诸如图12的框1230的查询树的查询树中的技术。将理解,查询树可以通过任何合适技术被生成。将进一步理解,在不使用查询树的情况下,搜索结果可以被排名。在一些实现中,生成查询树可以部分地取决于存储在诸如图8至图10中描述的知识图的知识图中的信息。
图13示出根据本公开的一些实现的示例性自然语言处理图1300。在一些实现中,搜索系统使用自然语言处理,以解析搜索查询。解析可以包括识别词语、语音的一部分、意义、以及查询中的词语之间的关系。
视图1300示出搜索查询“2010年的Tom Hanks影片”的自然语言处理。在一些实现中,搜索系统将查询划分为搜索单元“Tom Hanks”1304、“影片”1302、“在…中”1306和“2010”1308。在一些实现中,搜索系统基于短语词典、搜索历史、用户偏好、预定参数、系统设定、任何其他合适参数、或其任何组合,划分搜索查询。在一些实现中,搜索系统确定每个搜索单元的语音的部分。例如,搜索系统可以确定“影片”1302是普通名词,“Tom Hanks”1304是专有名词,“在…中”1306是介词,并且“2010”1308是数量。将理解,语音符号的该特定部分仅是示例,并且可以使用任何合适识别和/或符号。在一些实现中,搜索系统确定语义函数,或者依赖于搜索查询中的搜索单元。例如,搜索系统可以确定“影片”1302是查询的根,“Tom Hanks”1304是名词修饰语,即其修饰根,“在…中”1306是介词,并且“2010”1308是介词的对象。在一些实现中,搜索系统分配如视图1300中所示的搜索单元之间的有向关系。例如,“在…中”1306和“Tom Hanks”1304是根“影片”1302的子节点,并且2010是“在…中”1306的子。在一些实现中,自然语言处理被用于识别知识图中的相关联节点,使用来自知识图的信息,以任何合适方式涉及诸如知识图的数据结构,或其任何组合。还将理解,搜索系统可以在不依赖知识图的情况下,执行自然语言处理。
图14示出根据本公开的一些实现的示例性短语树1400。在一些实现中,短语树通过将词语和短语从搜索查询分配给树拓扑生成。在一些实现中,树拓扑包括节点和边。在所示示例中,所接收的搜索查询是“2010年的Tom Hanks影片”。搜索系统将所接收的查询划分为多个搜索单元,其包括一个或多个词语。搜索单元“影片”被分配给根节点1402。搜索单元“Tom Hanks”被分配给子节点1404。搜索单元“在…中”被分配给边1406。搜索单元“2010”被分配给孙子节点1408。将理解,在一些实现中,树拓扑的节点可以与短语树中的边或节点相关联,例如边1406。在一些实现中,由自然语言处理识别的依赖性涉及短语树的结构。将理解,这仅是示例,并且在一些实现中,可以使用其他技术。
将理解,短语树1400仅是示例,并且可以基于任何合适搜索查询,生成任何合适树或其他结构处理查询。还将理解,在一些实现中,查询树是一种理论结构,并且在依赖由短语树描述的关系的同时,搜索系统不使用如图14中所示的图形表示。
图15示出根据本公开的一些实现的示例性查询树。在一些实现中,搜索系统基于一个或多个短语树,生成一个或多个查询树。在一些实现中,查询树将具有与相应短语树相同的拓扑。在一些实现中,搜索系统识别诸如知识图的数据结构中的数据,其中,数据与分配给短语树的每个搜索单元相关联。搜索系统通过将数据结构数据或者对数据的引用放在与短语树上的相关搜索单元的位置对应的查询数据上的位置处,生成查询数据。
查询树1500包括涉及图15的短语树1500的查询树。查询树1500包括“类型:电影”根节点1502。在一些实现中,根节点1502对应于图14的“电影”根节点1402的搜索查询项。在一些实现中,搜索系统可以识别诸如知识图的数据结构中的数据,搜索结果“电影”涉及实体类型节点“电影”。搜索系统可以构造查询树,其中,根节点与知识图的“电影”节点相关联。在一些实现中,查询树还可以包括与相关数据结构节点、字符串、值、节点关系信息、任何其他合适信息、或其任何组合相关联的唯一识别引用。
查询树1500包括通过“特性:由…主演的电影”边1504连接至根节点1502的“实体:Tom Hanks”节点1506。类似于根节点,节点1506可以基于与图14的短语树节点1404相关联的所识别的数据结构数据被分配。查询树1500包括通过“特性:发布日期”边1508连接至根节点1502的“值:2010”节点1510。节点1510可以与例如将值“2010”包含在数据结构中的终端节点相关联。将理解,查询树1500仅是示例,并且任何合适查询树都可以基于任何合适搜索查询被生成。
在一些实现中,搜索系统可以基于受欢迎度、系统设置、用户偏好、预定参数、排名列表、与其他搜索单元的关系、任何其他合适信息、或其任何组合,识别相关数据结构数据。例如,搜索系统可以将著名演员“Tom Hanks”分配给节点1506,而不是地震学家“TomHanks”,这是因为演员的全球受欢迎度。在一些实现中,由于搜索查询中的词语“电影”,导致可以选择演员“Tom Hanks”。在一些实现中,对于“Tom Hanks地震”的搜索查询可以导致搜索单元“Tom Hanks”与数据结构中的地震学家“Tom Hanks”相关联。在“Tom Hanks”是唯一的搜索单元的另一个示例中,搜索系统可以依赖受欢迎度分值。
在一些实现中,搜索系统可以基于关于查询树节点的节点之间的数据结构中的关系,将信息分配给查询树的边。例如,搜索系统可以识别数据结构中的“Tom Hanks”实体引用和数据结构中的“电影”实体类型。搜索系统可以确定数据结构节点之间的关系是“由…主演的电影”。搜索系统可以将“由…主演的电影”分配给查询树的边1504。在一些实现中,查询树的边可以基于数据结构关系、数据结构特性、搜索单元、相关搜索查询、用户输入、用户偏好、系统设定、预定参数、任何其他合适信息、或其任何组合被分配。
在一些实现中,多个查询树可以基于多个短语树被生成。在一些实现中,查询树可以被生成用于多个树拓扑。在一些实现中,拓扑可以基于在数据结构的节点之间识别的关系被选择。从而,如果查询树的拓扑要求将在数据结构中不相关或者弱相关的两个节点之间分配的关系,搜索系统可以考虑树拓扑不如不相关节点在树的独立分支上的拓扑有利。在一些实现中,搜索系统将分值分配给每个生成的查询树,并且通过最期望的分值选择树。在一些实现中,分值基于相关联节点之间的数据结构中的关系、用户偏好、全球受欢迎度、系统设置、预定参数、任何其他合适信息、或其任何组合。例如,较高分值可以被分配给包括以下边特性的查询树:与不太普通被访问或者不太受欢迎的特性相比,所述边特性被更普通地访问或者在数据结构中更受欢迎。在另一个示例中,边特性包括有助于查询树的分值的排名。
图16示出根据本公开的一些实现的用于生成查询树的示例性步骤的流程图1600。在一些实现中,流程图1600的步骤涉及由图13至图15所示的步骤。在一些实现中,流程图1600的步骤包括数据结构,诸如知识图、数据库、索引、任何其他合适结构、或其任何组合。以下进一步描述的知识图包括节点和边,其中,信息由存储在节点和描述节点之间的关系的注释边中的数据表示。
在步骤1602中,搜索系统解析第一搜索查询,以识别搜索单元。在一些实现中,搜索查询被解析为一个或多个搜索单元。在一些实现中,搜索单元包括一个或多个词语。例如,搜索单元可以是单个词语,诸如“电影”,或者短语,诸如“Tom Hanks”。在一些实现中,所接收的搜索请求被划分为多个搜索查询。例如,搜索查询可以如图12的框1220中所示那样被解析。在一些实现中,解析可以包括如图13的图1300中所示的自然语言解析。在一些实现中,搜索单元通过使搜索查询的部分与知识图中的节点匹配被识别。在一个示例中,搜索查询“最佳购买”可以被识别为涉及电子商店“最佳购买”、单个数据结构节点,或者可以被识别为涉及用于“最佳”和“购买”的两个单独知识图节点。搜索系统可以基于全球受欢迎度、用户偏好、用户输入、系统设置、任何其他合适信息、或其任何组合确定划分。在一些实现中,搜索系统可以向用户呈现多个可能搜索单元,用于精化和/或选择。在一些实现中,搜索系统使用搜索单元的多个组合执行流程图1600的随后步骤,并且基于例如查询树或搜索结果选择搜索单元组合。在一些实现中,解析搜索查询包括自然语言处理。
在步骤1604中,搜索系统识别对应于搜索单元的诸如知识图的数据结构的元素。在一个示例中,搜索系统识别对应于在步骤1602中识别的搜索单元的知识图中的节点或边。在一些实现中,识别对应节点或边包括识别类似或匹配文本、类似或匹配相关特性、任何其他合适技术、或其任何组合。例如,搜索查询“影片”可以被识别为对应于知识图节点“电影”。在一些实现中,多个可能对应节点可以被识别,并且节点可以基于全球受欢迎度、匹配的相关联度、知识图中的相关节点、其他搜索单元、用户输入、预定参数、用户偏好、系统设置、任何其他合适信息、或其任何组合被选择。
在步骤1606中,搜索系统生成拓扑。在一些实现中,拓扑包括节点和边的布置。在一些实现中,节点的数量与搜索单元的数量相同。在一些实现中,搜索系统生成多个拓扑。在一些实现中,搜索系统在随后处理步骤中选择多个拓扑中的一个,诸如在从每个树拓扑生成查询树之后。在一些实现中,拓扑的特定布置部分地基于自然语言处理和/或用于识别搜索单元之间的依赖性和关系的任何其他合适技术。在一些实现中,节点的数量可以与搜索单元的数量相同。在一些实现中,可以基于那些单元的内容,从搜索单元的数量调节节点的数量。例如,诸如“一个(a)”和“该(the)”的冠词可以在确定节点的数量时被省略。
在步骤1608中,搜索系统生成短语树。在一些实现中,图14的短语树1400是在步骤1608中生成的短语树的示例。在一些实现中,步骤1608的短语树可以包括在步骤1606中生成的树拓扑。在一些实现中,搜索系统将在步骤1602中识别的搜索单元分配给在步骤1606中生成的树拓扑的节点。在一些实现中,树拓扑的节点被分配给短语树的边。例如,如图14的短语树1400中所示,搜索单元“在…中”被分配给边。在一些实现中,多个短语树通过将不同布置的搜索单元分配给树拓扑的节点被生成。类似地,多个短语树基于多个树拓扑被生成。在一些实现中,基于诸如知识图的数据结构中的数据、自然语言处理、用户输入、系统设置、诸如查询树的生成的短语树的进一步处理、预定参数、任何其他合适信息、或其任何组合,从多个短语树选择短语树。
在步骤1610中,搜索系统生成查询树。在一些实现中,部分地基于在步骤1608中生成的短语树和对应于在步骤1604中识别的搜索单元的数据结构的元素,生成查询树。在一些实现中,图15的查询树1500是在步骤1510中生成的查询树的示例。在一些实现中,在步骤1610中生成的查询树可以具有与在步骤1608中生成的短语树相同的拓扑。在一些实现中,搜索系统可以将来自数据结构的数据分配给查询树的节点。在一些实现中,来自数据结构的数据是被识别为对应于被分配给相同位置中的短语树的节点的搜索单元。从而,生成查询树可以被看作用它们的相应数据结构元素代替分配给短语树的节点的搜索单元。
在一些实现中,信息被分配给如对于图15的查询树1500描述的查询树的边。在一些实现中,查询树的节点之间的关系可以基于数据结构中的相应节点之间的关系被识别。例如,如果对应于查询树中的两个节点的节点通过数据结构中的特定特性连接,连接那些节点的查询树节点可以被分配该特性。在一些实现中,查询树边可以基于数据结构数据、搜索单元、搜索查询、用户输入、系统设置、全球搜索历史、用户偏好、任何其他合适偏好、或其任何组合被分配。在一些实现中,查询树的节点与来自数据结构的任何合适数据相关联,例如实体节点、实体类型节点、文字、字符串或其任何组合。在一些实现中,多个查询树基于步骤1606的多个树拓扑和/或步骤1608的多个短语树被生成。查询树可以基于上述分值、基于用户输入,通过任何其他合适技术、或其任何组合,从多个查询树被选择。
在步骤1612中,搜索系统使用查询树检索搜索结果。在一些实现中,搜索系统可以使用查询树,从诸如知识图的数据结构,检索搜索结果。例如,搜索系统可以从具有与由查询树描述的关系匹配的关系的数据结构,检索实体引用。在一些实现中,搜索系统可以使用查询树从互联网,从数据库,从信息的列表,从任何其他合适数据或数据结构,或其任何组合检索搜索结果。在一个示例中,搜索系统可以通过类似于由查询树映射的那些的关系,识别数据结构的一部分,并且识别关于包括在所映射的关系中的实体引用的实体引用。在图15的查询树1500的示例中,搜索系统可以识别与通过特性“电影被执行”连接至实体引用“Tom Hanks”并且通过特性发布日期连接至值2010的实体类型“电影”相关联的数据结构的实体引用。将理解,映射和比较以任何合适顺序由任何合适技术执行。还将理解,在一些实现中,查询树中的数据可能涉及MDL查询、Dgraph查询、用于检索搜索结果的任何其他合适查询、或其任何组合。
将理解,流程图的步骤仅是示例,并且在一些实现中,步骤可以被添加、省略、复制、记录、或另外修改。
图17示出根据本公开的一些实现的包括用于排名搜索结果的示例性步骤的流程图。
在步骤1702中,搜索系统接收搜索查询。在一些实现中,搜索系统接收诸如图1的搜索查询框102的文本框中的搜索结果。在一些实现中,搜索查询可以包括如对于图2的搜索查询框202描述的搜索查询框。在一个示例中,搜索系统接收指示期望搜索的一个或多个词语的字符串。在一些实现中,搜索查询包括文本、图像、音频、任何其他合适内容、或其任何组合。
在步骤1704中,搜索系统识别搜索查询中的修饰概念。在一些实现中,搜索系统可以解析或另外处理在步骤1702中接收的搜索查询,以识别修饰语。在一个示例中,搜索系统使用自然语言处理来识别例如在图13的图1300中描述的显式搜索查询。在一些实现中,搜索系统使用诸如知识图的数据结构,识别与搜索查询中的一个或多个词语相关联的隐式修饰概念。在一些实现中,搜索系统识别与搜索查询相关联的实体类型。例如,搜索系统可以确定发布日期是对电影标题的搜索的隐式修饰概念。在另一个示例中,搜索系统可以确定建筑物高度是与对摩天大楼的搜索相关联的隐式修饰概念。在一些实现中,搜索系统确定多于一个隐式、显式、或隐式和显式修饰概念,并且基于受欢迎度、用户偏好、系统设置、用户历史、全球搜索历史、相关度、任何其他合适参数、或其任何组合选择一个或多个修饰概念。
在步骤1706中,搜索系统基于搜索查询生成查询树。在修饰概念是显式的一些实现中,搜索系统基于搜索查询的没有修饰概念的其余部分生成查询树。在搜索查询是隐式的一些实现中,搜索系统使用完整搜索查询生成查询树。在一些实现中,在基于系统设置、预定参数、用户偏好、搜索历史、任何其他合适参数、或其任何组合生成查询树时,省略搜索查询的特定词语或其他元素。在一些实现中,查询树如图16的流程图1600中描述的那样被生成。在一些实现中,图15的查询树1500是在步骤1706中生成的查询树的一部分。将理解,被描述用于生成查询树的特定技术仅是示例,并且可以使用任何合适技术。还将理解,所描述的特定树仅是示例,并且搜索系统可以基于所接收的搜索查询,生成任何合适结构化搜索。
在步骤1708中,搜索系统从知识图检索搜索结果。在一些实现中,搜索系统从诸如图1的数据结构框104和/或图1的网页框110的任何合适数据结构,检索搜索结果。在一些实现中,搜索结果包括与搜索查询相关联的实体引用。在一个示例中,对于“摩天大楼”的搜索,搜索系统可以检索对在诸如知识图的数据结构中描述的特定摩天大楼建筑物的实体引用的集合。在一些实现中,实体引用的集合可以包括名称、指向网页的链接、描述信息、指向数据结构中的其他实体引用的链接、任何其他合适内容、或其任何组合。在该示例中,用于摩天大楼的描述信息包括高度、所建造的年、位置、居民、任何其他合适信息、或其任何组合。在一些实现中,在以下步骤1712中使用该信息,以对搜索结果排名。
在步骤1710中,搜索系统基于修饰语确定排名特性。以下参考图18详细地描述修饰语。在一些实现中,搜索系统使用用于基于修饰概念是隐式的还是显式的来确定排名特性的技术。在一些实现中,搜索系统使用用于基于修饰概念是客观的还是主观的来确定特性的技术。在一些实现中,排名特性包括方向,诸如升序或降序。例如,“最高摩天大楼”可以从最高到最短排序。
图18示出根据本公开的一些实现的示例性修饰概念的图1800。图1800包含修饰概念1802,其包括显式修饰概念1804和隐式修饰概念1806。显式修饰概念1804包括客观显式概念1808和显式主观概念1822。隐式修饰概念1806包括客观隐式概念1816和主观隐式概念1830。
在一些实现中,搜索系统识别被排序为显式客观修饰概念的修饰概念。在一些实现中,修饰概念可以是最高级或其他描述符,如由最高级1810指示的。例如,搜索系统可以识别与搜索查询“最高建筑物”和“高建筑物”相关联的最高级“最高”。在另一个示例中,客观最高级包括“最老”、“最长”、“最富有”、“最大”和其他合适描述符。在一些实现中,搜索系统可以识别与步骤1710中检索的搜索结果相关联的实体类型。例如,分别响应于搜索查询“最高摩天大楼”或“最矮电影明星”,搜索结果可以包括实体类型“建筑物”或“人”的实体引用。在一些实现中,搜索系统基于最高级和被识别的实体类型,从预定排名特性的列表检索排名特性。例如,与实体类型最高级对相关联的排名特性可以被预先确定和存储在诸如图1的数据结构104的数据结构中。在一些实现中,排名特性的列表被离线处理或另外预先确定。在一些实现中,排名特性的列表基于系统设置、先前搜索的分析、用户偏好、搜索系统开发者输入、任何其他合适信息、或其任何组合被确定。
在一些实现中,搜索系统通过范围意图识别显式、客观修饰概念,如由具有范围1812的最高级指示的。例如,搜索查询可以包括“2000年之后的总统”或“高于5000m的山”。在一些实现中,搜索系统基于修饰概念确定排名特性,并且应用由范围意图限定的规则。在一个示例中,对于搜索查询“高于5000m的山”,搜索系统可以使用项“较高”来识别搜索结果将按高度从最高到最低排序。搜索系统解释搜索项“5000m”,以指示期望去除具有小于5000米的高度的任何搜索结果。
在一些实现中,搜索系统识别显式客观修饰概念,包括在词语“按照(by)”之后或者另外由合适介词或其他词语指示的特性,如由具有“按照”1814的特性指示的。在一个示例中,“建筑物按照高度”或“国家按照GDP”是使用词语“按照”引起排序特性的搜索查询。在一些实现中,搜索系统识别介词之后的特性,并且使用该特性确定排名特性。在搜索查询是“国家按照GDP”的一个示例中,搜索系统可以识别数据结构中的国家的集合,其中,集合中的每个国家都包括关于其国内生产总值的信息。搜索系统可以基于搜索查询中的项“按照GDP”,确定排名特性是国内生产总值,并且可以通过首先最高GDP并且最后最低GDP对国家排名。
在一些实现中,搜索系统识别隐式客观修饰概念,其中,顺序隐含在搜索查询的实体类型中,如实体类型1818指示的。在搜索查询是“TV剧集”并且检索的搜索结果是电视剧集的集合的一个示例中,搜索系统可以识别发布日期排名特性。在一些实现中,搜索系统包括与实体类型相关联的预定排名特性。例如,搜索系统可以通过高度对山排序,通过人口对城市排序,以及通过发布日期对影片排序。在一些实现中,排名特性在搜索时被预先确定或确定。在一些实现中,与实体类型相关联的排名特性基于系统开发者输入、用户偏好、搜索历史、系统设置、任何其他合适信息、或其任何组合。
在一些实现中,搜索系统识别隐式客观修饰概念,其中,顺序隐含在搜索查询中的特性中,如由实体特性1820指示的。在一个示例中,书三部曲可以按照系列特性被排序。在另一个示例中,影片中的演员的列表可以在与该影片相关联的编辑列表中被排序,例如首先是主要人物,之后是出场顺序。在一些实现中,特性可以被编辑用于排名、与任何其他合适内容相关联的实体的特性、或其任何组合。
在一些实现中,搜索系统识别显式主观修饰概念。例如,搜索查询可以包括最高级或其他描述符,其包括特定实体的主观评价或实体的特性,如由最高级1824指示的。例如,修饰概念“最好”、“有趣”、以及“有影响”可以被认为是主观的。
在一些实现中,显式主观修饰概念包括质量分值,如由质量分值1826指示的。在一个示例中,质量分值包括排名或评级。在一个示例中,引用质量分值的修饰概念包括“最好”、或“最差”。例如,搜索查询“2010年的最佳影片”包括显式主观修饰概念。在一些实现中,搜索系统识别包括质量分值的数据结构中的数据。质量分值可以通过全球搜索历史、从外部网站提取分值、搜索系统开发者输入、用户偏好、系统设置、预定参数、任何其他合适技术、或其任何组合被确定。在一个示例中,搜索系统从诸如IMDB的网站检索电影评论分值。在另一个示例中,搜索系统可以从YELP和新闻报纸检索饭馆评论。在一些实现中,与实体相关联的多个质量分值以加权或非加权技术被组合。
在一些实现中,显式主观修饰概念包括最高级或除了最高级之外的描述符,如由软特性1828指示的。这些描述符可以被称为软特性。例如,“有趣”或“最强”可以是软特性的示例。在一些实现中,搜索系统可以使用同现计算来使软特性值与实体引用相关联。在一些实现中,同现包括软特性项和实体引用出现在相同网页上的频率的计算。例如,搜索系统可以包括关于搜索查询的互联网网页搜索结果的集合。搜索系统可以分析每个网页,以识别那些页面上的实体引用和/或修饰符。搜索系统可以对出现的次数、出现之间的距离、任何其他合适统计、或其任何组合计数。搜索系统可以组合用于多个网页的计数来确定软特性值。
用于确定同现C(E,REj)的示例性表达由等式1示出:
其中,P(E)是寻找例如一个或多个网页的文本语料库中的实体引用E的概率,以及P(E,REj)是在文本语料库中寻找实体引用E和由索引j索引的相关联实体引用REj的概率。在一些实施例中,搜索实体引用是实体引用,并且软特性是相关实体引用。用于确定同现C(E,REj)的另一个示例性表达由等式2示出:
其中,N(E)是文本语料库(例如,一个或多个网页)中的实体引用E的实例的数量,N(REj)是文本语料库(例如,一个或多个网页)中的相关实体引用REj的实例的数量,以及N(E,REj)是文本语料库中的实体引用E和相关实体引用REj的实例的数量。在一些实现中,一个或多个处理器可以标准化、缩放、移动、或另外更改同现值,以将它们转换为相关度度量。将理解,以上等式仅是示例,并且任何合适等式、技术、其他合适处理、或其任何组合都可以用于确定同现值或其他软特性度量。
在一些实现中,搜索系统识别隐式主观修饰概念。在一些实现中,在搜索查询中识别的实体引用可以为一个或多个实体类型。其中被引用实体仅是单个实体类型,修饰语可以指单角色实体,如由单角色实体1832指示的。在一个示例中,影片标题仅与类型“影片”相关联。在一些实施例中,搜索系统可以基于预先确定的与实体类型相关联的分值来确定排名特性。例如,实体类型可以与受欢迎度信息、搜索结果信息、最近搜索信息、用户偏好、系统设置、搜索系统开发者参数、任何其他合适信息、或其任何组合相关联。
在一些实现中,在搜索查询中识别的实体引用可以为多于一种实体类型,如由多角色实体1834指示的。在一些实现中,搜索系统确定用于每个相应实体类型的排名特性,如以上对于单角色实体描述的。在一些实现中,搜索系统通过加权技术组合排名特性。在一些实现中,加权基于实体和实体类型之间的关联的强度。例如,实体引用“GeorgeWashington”比实体类型“建筑师”更强地与实体类型“美国总统”相关联,并且结果,与“美国总统”类型相关联的排名特性对组合排名特性比与实体类型“建筑师”相关联的排名特性具有更大影响。在一些实现中,相关联的信息基于用户偏好、用户历史、受欢迎度、同现、系统设置、搜索系统开发者输入、任何其他合适参数、或其任何组合。
在一些实现中,隐式主观修饰概念可以包括两个集合之间的关系,如由N:N关系1836指示的。例如,查询“石油公司的创始人”包括公司的集合和创建石油公司的人的集合。这可以被称为N:N关系,其中,N是指实体的集合。在一些实现中,搜索系统确定用于第一集合的排名特性,如以上对于单个或多个实体类型描述的。搜索系统基于网页结果来确定用于第一集合和第二集合的相关实体引用或同现分值。在一些实现中,如上所述来确定同现。在一些实现中,搜索系统将对于第一集合确定的排名特性乘以同现分值,以生成N:N关系排名特性。
将理解,用于确定排名特性的上述技术仅是示例,并且可以使用任何合适技术或技术的组合。在一些实现中,使用上述技术的组合。还将理解,搜索系统可以使用任何合适参数来选择用于确定排名特性的技术。例如,技术可以基于搜索查询、搜索结果、用户偏好、系统设置、全球搜索历史、用户搜索历史、预定参数、任何其他合适信息、或其任何组合被选择。
返回参考图17的流程图1700,在步骤1712中,搜索系统对搜索结果排名。在一些实现中,搜索系统基于在步骤1710中确定的排名特性来对在步骤1708中检索的搜索结果排名。在一些实现中,查询树的根节点通过排名特性注释,如在图12的根节点1242中所示。在一些实现中,排名特性包括排名方向,诸如升序或降序。在一些实现中,对搜索结果排名包括对它们排序,分配一个或多个分值或度量,分配重要性值,分配数值顺序,分配有用度量,任何其他合适排名技术,或其任何组合。在一个示例中,十个搜索结果可以被分配顺序:1、2、3、4、5、6、7、8、9、10。在另一个示例中,十个搜索结果可以基于排名特性被分配在0和1之间的有用性度量。
图19示出根据本公开的一些实现的包括用于确定用于对搜索结果排名的规则的示例性步骤的流程图。在一些实现中,流程图1900的步骤包括在图17的流程图1700中,补充图17的流程图1700,或者与图17的流程图1700的步骤以任何合适组合被使用。
在步骤1902中,搜索系统基于搜索查询识别修饰概念。搜索系统可以识别显式主观修饰概念、显式客观修饰概念、隐式主观修饰概念、隐式客观修饰概念、任何其他合适修饰概念、或其任何组合。在一些实现中,搜索系统识别如在图17的步骤1710和图18的图1800中描述的修饰概念。在一些实现中,该概念通过解析搜索查询、通过自然语言处理、通过将搜索查询的项与数据库或数据结构比较、通过任何其他合适技术、或其任何组合被识别。
在步骤1904中,搜索系统确定用于对搜索结果排名的规则。在一些实现中,在被描述用于确定在图17的步骤1710和图18的图1800中描述的排序特性的技术中的一个中确定该规则。
在步骤1906中,搜索系统基于在步骤1904中确定的规则来对搜索结果排名。在一些实现中,搜索结果包括来自知识图的实体引用。在一些实现中,搜索结果包括指向网页的链接、链接的目标的简单描述、关于搜索结果的上下文信息、关于搜索结果的图像、关于搜索结果的视频、任何其他合适信息、或其任何组合。在一些实现中,用于在步骤1906中对搜索结果排名的技术部分地取决于在步骤1904中确定的特定规则。在一些实现中,对搜索结果排名包括排列、排序、任何其他合适技术、或其任何组合。例如,搜索结果可以被排序用于呈现。在一些实现中,对搜索结果排名使用如在图17的步骤1712中描述的任何合适技术的组合。
以下说明和附图20至图21描述可以在本公开的一些实现中使用的示例性计算机系统。将理解,知识图和相关联的技术可以在任何合适计算机或计算机的组合上被实现。
图20示出根据本公开的一些实现的示例性搜索系统。系统2000可以包括一个或多个用户设备2002。在一些实现中,用户设备2002可以包括智能手机、平板计算机、桌上型计算机、膝上型计算机、个人数字助理或PDA、便携式音频播放器、便携式视频播放器、移动游戏设备、能够提供内容的其他合适用户设备、或其任何组合。
用户设备2002可以直接通过连接2006、通过无线转发器2010、通过耦合至网络2004的任何其他合适方式、或通过其任何组合,耦合至网络2004。网络2004可以包括互联网、计算机和服务器的分散网络、本地网络、公共内联网、专用内联网、其他耦合计算系统、或其任何组合。
用户设备2002可以通过有线连接2006耦合至网络2004。连接2006可以包括以太网硬件、同轴电缆硬件、DSL硬件、T-1硬件、光纤硬件、模拟电话线硬件、能够通信的任何其他合适有线硬件、或其任何组合。连接2006可以包括传输技术,包括TCP/IP传输技术、IEEE2102传输技术、以太网传输技术、DSL传输技术、光纤传输技术、ITU-T传输技术、任何其他合适传输技术、或其任何组合。
用户设备2002可以通过无线连接2008无线地耦合至网络2004。在一些实现中,无线转发器2010通过无线连接2008从用户设备2002接收所发送的信息,并且通过连接2012与网络2004通信。无线转发器2010通过连接2012从网络2004接收信息,并且通过无线连接2008与用户设备2002通信该信息。在一些实现中,无线连接2008可以包括蜂窝电话传输技术、码分多址或CDMA传输技术、全球移动通信系统或GSM传输技术、通用分组无线业务或GPRS传输技术、卫星传输技术、红外传输技术、蓝牙传输技术、Wi-Fi传输技术、WiMax传输技术、任何其他合适传输技术、或其任何组合。
连接2012可以包括以太网硬件、同轴电缆硬件、DSL硬件、T-1硬件、光纤硬件、模拟电话线硬件、无线硬件、能够通信的任何其他合适硬件、或其任何组合。连接2012可以包括有线传输技术,包括TCP/IP传输技术、IEEE 2012传输技术、以太网传输技术、DSL传输技术、光纤传输技术、ITU-T传输技术、任何其他合适传输技术、或其任何组合。连接2012可以包括无线传输技术,包括蜂窝电话传输技术、码分多址或CDMA传输技术、全球移动通信系统或GSM传输技术、通用分组无线服务或GPRS传输技术、卫星传输技术、红外传输技术、蓝牙传输技术、Wi-Fi传输技术、WiMax传输技术、任何其他合适传输技术、或其任何组合。
无线转发器2010可以包括任何数量的蜂窝电话收发器、网络路由器、网络交换机、通信卫星、用于将信息从用户设备2002传输到网络2004的其他设备、或其任何组合。将理解,连接2006、无线连接2008和连接2012的布置仅是示例性的,并且系统2000可以包括任何合适数量的将用户设备2002耦合至网络2004的任何合适设备。还将理解,任何用户设备2002都可以与任何用户设备、远程服务器、本地服务器、任何其他合适处理设备、或其任何组合可通信地耦合,并且可以使用上述任何合适技术被耦合。
在一些实现中,任何合适数量的远程服务器2014、2016、2018、2020可以耦合至网络2004。远程服务器可以是通用的、专用的、或其任何组合。一个或多个搜索引擎服务器2022可以耦合至网络2004。在一些实现中,搜索引擎服务器2022可以包括知识图,可以包括被配置成访问知识图的处理装置,可以包括被配置成接收与知识图相关的搜索查询的处理装置,可以包括任何其他合适信息或装置,或者其任何组合。一个或多个数据库服务器2024可以耦合至网络2004。在一些实现中,数据库服务器2024可以存储知识图。在存在多于一个知识图的一些实现中,多于一个知识图可以包括在数据库服务器2024中,可以通过任何合适技术跨越任何合适数量的数据库服务器和通用服务器分布、或其任何组合。还将理解,搜索系统可以使用任何合适数量的通用、专用、存储、处理、搜索、任何其他合适服务器、或任何组合。
图21是根据本公开的一些实现的图20的示例性计算机系统的用户设备的框图。用户设备2002可以包括输入/输出装置2102和处理装置2104。输入/输出装置2102可以包括显示器2106、触摸屏2108、按钮2110、加速计2112、全球定位系统或GPS接收器2136、相机2138、键盘2140、鼠标2142、以及包括扬声器2114和麦克风2116的音频装置2134。在一些实现中,图21中所示的装置可以表示包括在智能电话用户设备中的装置。将理解,包括在示例性计算机系统中的特定装置可以取决于用户设备的类型。例如,桌上型计算机的输入/输出设备2102可以包括键盘2140和鼠标2142,并且可以省略加速计2112和GPS接收器2136。将理解,用户设备2002可以省略任何合适所示元件,并且可以包括未示出的装置,诸如介质驱动器、数据存储、通信设备、显示设备、处理装置、任何其他合适装置、或其任何组合。
在一些实现中,显示器2106可以包括液晶显示器、发光二极管显示器、有机发光二极管显示器、无定形有机发光二极管显示器、等离子显示器、阴极射线管显示器、投影仪显示器、能够显示内容的任何其他合适显示器、或其任何组合。显示器2106可以由显示控制器2118或通过处理装置2104中的处理器2124、通过显示器2106内的处理装置、通过其他控制装置、或通过其任何组合控制。在一些实现中,显示器2106可以显示来自知识图的数据。
触摸屏2108可以包括能够感应压力输入、电容输入、电阻输入、压电输入、光学输入、声学输入、任何其他合适输入、或其任何组合的传感器。触摸屏2108能够接收基于触摸的手势。所接收的手势可以包括关于触摸屏2108的表面上的一个或多个位置、手势的压力、手势的速度、手势的持续时间、由手势在其表面上跟踪的路径的方向、设备关于手势的运动的信息、关于手势的其他合适信息、或其任何组合。在一些实现中,触摸屏2108可以是光学透明的,并且位于显示器2106之上或之下。触摸屏2108可以耦合到显示控制器2118、传感器控制器2120、处理器2124、任何其他合适控制器、或其任何组合和被其控制。在一些实现中,触摸屏2108可以包括能够接收例如用于识别知识图中的数据的搜索查询的虚拟键盘。
在一些实施例中,由触摸屏2108接收的手势可以使相应显示元素被显示器2106基本同时显示,即,紧接在之后或者具有短延迟。例如,当手势是手指或触笔沿着触摸屏2108的表面移动时,搜索系统可以使任何合适粗度、颜色、或指示手势的路径的图案的可视线显示在显示器2106上。在一些实现中,例如,使用鼠标的桌上型计算机,触摸屏的功能可以使用显示在显示屏上的鼠标指示器被完全或部分替代。
按钮2110可以是一个或多个机电按钮机构、滑动机构、开关机构、摇杆机构、肘杆机构、其他合适机构、或其任何组合。按钮2110可以包括在触摸屏2108中,作为触摸屏的预定义区域,例如软键。按钮2110可以包括在触摸屏2108中作为由搜索系统限定的并且由显示器2106指示的触摸屏的区域。按钮2110的激活可以将信号发送至传感器控制器2120、处理器2124、显示控制器210、任何其他合适处理装置、或其任何组合。按钮2110的激活可以包括从用户接收推手势、滑动手势、触摸手势、按压手势、基于时间的手势,例如基于推的持续时间、任何其他合适手势、或其任何组合。
加速计2112能够接收关于用户设备2002的运动特征、加速度特征、定向特征、倾斜特征和其他合适特征、或其任何组合的信息。加速计2112可以是机械设备、微机电或MEMS设备、纳米机电或NEMS设备、固态设备、任何其他合适传感设备、或其任何组合。在一些实现中,加速计2112可以是三轴压电微机电集成电路,其被配置成通过感应内部结构的电容的改变,感应加速度、定向、或其他合适特征。加速计2112可以耦合至触摸屏2108,使得由加速计2112接收的关于手势的信息由处理装置2104至少部分地使用来解释手势。
全球定位系统或GPS接收器2136能够从全球定位卫星接收信号。在一些实现中,GPS接收器2136可以从沿地球轨道运行的一个或多个卫星接收信息,信息包括时间、轨道、和关于卫星的其他信息。该信息可以用于计算地球表面上的用户设备2002的位置。GPS接收器2136可以包括未示出的气压计,以改进位置的准确度。GPS接收器2136可以从其他有线和无线通信源接收关于用户设备2002的位置的信息。例如,代替或除了确定用户设备2002的位置的GPS数据,可以使用邻近蜂窝电话塔的身份和位置。
相机2138可以包括探测光的一个或多个传感器。在一些实现中,相机2138可以接收视频图像、静态图像或两者。相机2138可以包括电荷耦合器件或CCD传感器、互补金属氧化物半导体或CMOS传感器、光电池传感器、IR传感器、任何其他合适传感器、或其任何组合。在一些实现中,相机2138可以包括能够生成光以照射对象的设备,例如LED光。相机2138可以将由一个或多个传感器捕捉的信息传输到传感器控制器2120、处理器2124、任何其他合适装置、或其任何组合。相机2138可以包括透镜、过滤器、以及其他合适光学装置。将理解,用户设备2002可以包括任何合适数量的相机2138。
音频装置2134可以包括传感器和用于使用声和压力波接收和发送信息的处理装置。扬声器2114可以包括响应于信号产生声波的装置。在一些实现中,扬声器2114可以包括电声换能器,其中,电磁铁被耦合至控光装置,以响应于电信号产生声波。麦克风2116可以包括电声装置,以将声学信号转换为电信号。在一些实现中,电容式麦克风可以使用控光装置作为电容器的一部分,使得声波将电容改变引入设备中,其可以由用户设备2002用作输入信号。
扬声器2114和麦克风2116可以包含在用户设备2002中,可以是通过任何合适有线或无线连接耦合至用户设备2002的远程设备,或其任何组合。
音频装置2134的扬声器2114和麦克风2116可以耦合至处理装置2104中的音频控制器2122。该控制器可以从音频装置2134发送和接收信号,并且在将关于输入信号的信号发送至处理器2124之前,执行预处理和过滤步骤。扬声器2114和麦克风2116可以直接耦合至处理器2124。从音频装置2134到处理装置2104的连接可以是有线的、无线的、用于传输信息的其他合适布置、或其任何组合。
用户设备2002的处理装置2104可以包括显示控制器2118、传感器控制器2120、音频控制器2122、处理器2124、存储器2126、通信控制器2128、以及电源2132。
处理器2124可以包括解释从例如触摸屏2108和麦克风2116到用户设备2002的信号的电路。处理器2124可以包括控制到显示器2106和扬声器2114的输出的电路。处理器2124可以包括执行计算机程序的指令的电路。在一些实现中,处理器2124可以是能够执行计算机程序的指令的集成电子电路,并且包括多个输入和输出。
处理器2124可以耦合至存储器2126。存储器2126可以包括随机存取存储器或RAM、闪存、可编程只读存储器或PROM、可擦除可编程只读存储器或EPROM、磁硬盘驱动器、磁带盒、磁性软盘光学CD-ROM盘、CD-R盘、CD-RW盘、DVD盘、DVD+R盘、DVD-R盘、任何其他合适存储介质、或其任何组合。
上述显示控制器2118、传感器控制器2120、音频控制器2122的功能可以完全或部分地实现为用户设备2002中的离散组件,完全或部分地集成到处理器2124中,部分或完全地组合到组合控制单元中,或其任何组合。
通信控制器2128可以耦合至用户设备2002的处理器2124。在一些实现中,通信控制器2128可以使用天线2130传输射频信号。在一些实现中,通信控制器2128可以使用未示出的有线连接传输信号。由通信控制器2128传输的有线和无线通信可以使用以太网、幅度调制、频率调制、位流、码分多址或CDMA、全球移动通信系统或GSM、通用分组无线电服务或GPRS、卫星、红外线、蓝牙、Wi-Fi、WiMax、任何其他合适通信结构、或其任何组合。通信控制器2128的功能可以完全或部分地被实现为用户设备2002中的离散组件,可以完全或部分地包括在处理器2124中,或其任何组合。在一些实现中,通信控制器2128可以与诸如图20的网络2004的网络通信,并且可以从存储在例如图20的数据库2024中的知识图接收信息。
电源2132可以耦合至处理器2124,并且耦合至用户设备2002的其他组件。电源2132可以包括锂聚合物电池、锂离子电池、NiMH电池、碱性电池、铅蓄电池、燃料电池、太阳能电池板、热电式发电机、任何其他合适电源、或其任何组合。电源2132可以包括到电源的硬线连接,并且可以包括将电源输入的电压、频率和相位转换为用于用户设备2002的合适功率的电学装置。在电源2132的一些实现中,壁式插座可以提供120V、60Hz交流或AC。变压器、电阻器、电感器、电容器、晶体管、以及包括在电源2132中的其他合适电学组件的电路可以将120V AC从壁式电源转换为在0Hz的5伏,即直流。在电源2132的一些实现中,包括基于锂金属氧化物的阴极和基于石墨的阳极的锂离子电池可以将3.7V提供给用户设备200的组件。电源2132可以完全或部分地被集成到用户设备2002中,或者可以用作独立设备。电源2132可以直接给用户设备2002供电,可以通过对电池充电给用户设备2002供电,可以通过任何其他合适方式供电,或者其任何组合。
以上仅说明了本公开的原理,并且可以在不脱离本公开的范围的情况下,由本领域技术人员作出多种修改。上述实现被呈现用于说明的目的而不用于限制的目的。本公开还可以采用除了在此明确描述的之外的很多形式。因此,将强调,本公开不限于明确公开的方法、系统和装置,而是旨在包括对其的改变和修改,其在所附权利要求的精神内。
Claims (30)
1.一种用于提供搜索结果的计算机实现的方法,所述方法包括:
使用一个或多个处理器来从搜索查询确定实体引用;
使用一个或多个处理器基于知识图来识别与所述实体引用的类型相关联的特性的排名列表;
使用一个或多个处理器至少部分地基于所述搜索查询和所述实体引用的所述类型来从所述特性的排名列表识别用于生成搜索结果的呈现的特性;
使用一个或多个处理器来确定与用于生成呈现的所述特性相关联的呈现技术;
使用一个或多个处理器基于所述呈现技术来使得搜索结果被呈现。
2.根据权利要求1所述的方法,所述方法进一步包括:使用一个或多个处理器根据用户输入来使得搜索结果以一种布置被呈现。
3.根据权利要求2所述的方法,其中,用户输入包括搜索查询。
4.根据权利要求2所述的方法,其中,用户输入包括对呈现技术的选择。
5.根据权利要求1所述的方法,其中,从搜索查询确定实体引用包括:确定所述知识图中的相关联的节点。
6.根据权利要求1所述的方法,其中,识别特性的排名列表包括识别预处理模式表。
7.根据权利要求1所述的方法,其中,所述特性的排名列表至少部分地基于受欢迎度被排名。
8.根据权利要求1所述的方法,其中,所述特性的排名列表至少部分地基于同现被排名。
9.根据权利要求1所述的方法,其中,识别用于生成搜索结果的呈现的特性包括:至少部分地基于所述搜索查询来从所述特性的排名列表选择特性。
10.根据权利要求1所述的方法,其中,所述呈现技术选自由图库、时间线、地图、列表、图表、音频、和其任何组合构成的组。
11.一种用于提供搜索结果的系统,所述系统包括:
数据库,包括知识图;以及
一个或多个计算机,被配置成执行包括以下的操作:
从搜索查询确定实体引用;
基于所述知识图来识别与所述实体引用的类型相关联的特性的排名列表;
至少部分地基于所述搜索查询和所述实体引用的所述类型,从所述特性的排名列表识别用于生成搜索结果的呈现的特性;
确定与用于生成呈现的所述特性相关联的呈现技术;以及
基于所述呈现技术,使得搜索结果被呈现。
12.根据权利要求11所述的系统,其中,所述一个或多个计算机进一步被配置成根据用户输入来使得搜索结果以一种布置被呈现。
13.根据权利要求12所述的系统,其中,所述用户输入包括搜索查询。
14.根据权利要求12所述的系统,其中,所述用户输入包括对呈现技术的选择。
15.根据权利要求11所述的系统,其中,从搜索查询确定实体引用包括:确定所述知识图中的相关联的节点。
16.根据权利要求11所述的系统,其中,识别特性的排名列表包括:识别预处理模式表。
17.根据权利要求11所述的系统,其中,所述特性的排名列表至少部分地基于受欢迎度被排名。
18.根据权利要求11所述的系统,其中,所述特性的排名列表至少部分地基于同现被排名。
19.根据权利要求11所述的系统,其中,识别用于生成搜索结果的呈现的特性包括:至少部分地基于所述搜索查询,从所述特性的排名列表选择特性。
20.根据权利要求11所述的系统,其中,所述呈现技术选自从由图库、时间线、地图、列表、图表、和其任何组合构成的组。
21.一种用于在提供搜索结果时使用的非瞬时计算机可读介质,所述计算机可读介质上记录有计算机程序指令,用于:
使用一个或多个处理器来从搜索查询确定实体引用;
使用一个或多个处理器基于知识图来识别与所述实体引用的类型相关联的特性的排名列表;
使用一个或多个处理器至少部分地基于所述搜索查询和所述实体引用的所述类型来从所述特性的排名列表识别用于生成搜索结果的呈现的特性;
使用一个或多个处理器来确定与用于生成呈现的所述特性相关联的呈现技术;以及
使用一个或多个处理器来基于呈现技术使得搜索结果被呈现。
22.根据权利要求21所述的非瞬时计算机可读介质,所述计算机可读介质进一步具有用于根据用户输入使得搜索结果以一种布置被呈现的指令。
23.根据权利要求22所述的非瞬时计算机可读介质,其中,用户输入包括搜索查询。
24.根据权利要求22所述的非瞬时计算机可读介质,其中,用户输入包括对呈现技术的选择。
25.根据权利要求21所述的非瞬时计算机可读介质,其中,从搜索查询确定实体引用包括:确定所述知识图中的相关联的节点。
26.根据权利要求21所述的非瞬时计算机可读介质,其中,识别特性的排名列表包括:识别预处理模式表。
27.根据权利要求21所述的非瞬时计算机可读介质,其中,所述特性的排名列表至少部分地基于受欢迎度被排名。
28.根据权利要求21所述的非瞬时计算机可读介质,其中,所述特性的排名列表至少部分地基于同现被排名。
29.根据权利要求21所述的非瞬时计算机可读介质,其中,识别用于生成搜索结果的呈现的特性包括:至少部分地基于所述搜索查询来从所述特性的排名列表选择特性。
30.根据权利要求21所述的非瞬时计算机可读介质,其中,所述呈现技术选自由图库、时间线、地图、列表、图表、和其任何组合构成的组。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311087805.XA CN117216118A (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
CN201811367059.9A CN110110173B (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/570,043 US9390174B2 (en) | 2012-08-08 | 2012-08-08 | Search result ranking and presentation |
US13/570,043 | 2012-08-08 | ||
PCT/US2013/053662 WO2014025705A2 (en) | 2012-08-08 | 2013-08-05 | Search result ranking and presentation |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811367059.9A Division CN110110173B (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
CN202311087805.XA Division CN117216118A (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104854583A true CN104854583A (zh) | 2015-08-19 |
CN104854583B CN104854583B (zh) | 2018-12-14 |
Family
ID=50066966
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811367059.9A Active CN110110173B (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
CN201380052201.XA Active CN104854583B (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
CN202311087805.XA Pending CN117216118A (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811367059.9A Active CN110110173B (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311087805.XA Pending CN117216118A (zh) | 2012-08-08 | 2013-08-05 | 搜索结果排名和呈现 |
Country Status (4)
Country | Link |
---|---|
US (5) | US9390174B2 (zh) |
EP (1) | EP2883169A4 (zh) |
CN (3) | CN110110173B (zh) |
WO (1) | WO2014025705A2 (zh) |
Cited By (103)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107430615A (zh) * | 2015-09-30 | 2017-12-01 | 谷歌公司 | 深度链接到多个本原应用 |
CN107490971A (zh) * | 2016-06-09 | 2017-12-19 | 苹果公司 | 家庭环境中的智能自动化助理 |
CN107610770A (zh) * | 2016-07-11 | 2018-01-19 | 百度(美国)有限责任公司 | 用于自动化诊断的问题生成系统和方法 |
WO2018157790A1 (zh) * | 2017-03-02 | 2018-09-07 | 腾讯科技(深圳)有限公司 | 一种相关实体确定方法、装置、计算设备及存储介质 |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US10354011B2 (en) | 2016-06-09 | 2019-07-16 | Apple Inc. | Intelligent automated assistant in a home environment |
US10390213B2 (en) | 2014-09-30 | 2019-08-20 | Apple Inc. | Social reminders |
CN110168541A (zh) * | 2016-07-29 | 2019-08-23 | 乐威指南公司 | 基于静态和时间知识图消除词语歧义的系统和方法 |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
US10403283B1 (en) | 2018-06-01 | 2019-09-03 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
US10417405B2 (en) | 2011-03-21 | 2019-09-17 | Apple Inc. | Device access using voice authentication |
US10417344B2 (en) | 2014-05-30 | 2019-09-17 | Apple Inc. | Exemplar-based natural language processing |
CN110310631A (zh) * | 2019-06-28 | 2019-10-08 | 北京百度网讯科技有限公司 | 语音识别方法、装置、服务器和存储介质 |
US10438595B2 (en) | 2014-09-30 | 2019-10-08 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
CN110321444A (zh) * | 2019-07-04 | 2019-10-11 | 深圳力维智联技术有限公司 | 基于图数据库的存储方法、装置和存储介质 |
US10453443B2 (en) | 2014-09-30 | 2019-10-22 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
US10496705B1 (en) | 2018-06-03 | 2019-12-03 | Apple Inc. | Accelerated task performance |
US10529332B2 (en) | 2015-03-08 | 2020-01-07 | Apple Inc. | Virtual assistant activation |
US10580409B2 (en) | 2016-06-11 | 2020-03-03 | Apple Inc. | Application integration with a digital assistant |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
CN111046112A (zh) * | 2019-11-22 | 2020-04-21 | 精硕科技(北京)股份有限公司 | 品类知识图谱展示方法、装置和电子设备 |
US10657966B2 (en) | 2014-05-30 | 2020-05-19 | Apple Inc. | Better resolution when referencing to concepts |
US10681212B2 (en) | 2015-06-05 | 2020-06-09 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US10692504B2 (en) | 2010-02-25 | 2020-06-23 | Apple Inc. | User profiling for voice input processing |
US10699717B2 (en) | 2014-05-30 | 2020-06-30 | Apple Inc. | Intelligent assistant for home automation |
US10714117B2 (en) | 2013-02-07 | 2020-07-14 | Apple Inc. | Voice trigger for a digital assistant |
US10741181B2 (en) | 2017-05-09 | 2020-08-11 | Apple Inc. | User interface for correcting recognition errors |
US10741185B2 (en) | 2010-01-18 | 2020-08-11 | Apple Inc. | Intelligent automated assistant |
US10748546B2 (en) | 2017-05-16 | 2020-08-18 | Apple Inc. | Digital assistant services based on device capabilities |
US10769385B2 (en) | 2013-06-09 | 2020-09-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US10878809B2 (en) | 2014-05-30 | 2020-12-29 | Apple Inc. | Multi-command single utterance input method |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
US10909171B2 (en) | 2017-05-16 | 2021-02-02 | Apple Inc. | Intelligent automated assistant for media exploration |
US10930282B2 (en) | 2015-03-08 | 2021-02-23 | Apple Inc. | Competing devices responding to voice triggers |
US10942703B2 (en) | 2015-12-23 | 2021-03-09 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10942702B2 (en) | 2016-06-11 | 2021-03-09 | Apple Inc. | Intelligent device arbitration and control |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US11009970B2 (en) | 2018-06-01 | 2021-05-18 | Apple Inc. | Attention aware virtual assistant dismissal |
US11010127B2 (en) | 2015-06-29 | 2021-05-18 | Apple Inc. | Virtual assistant for media playback |
US11037565B2 (en) | 2016-06-10 | 2021-06-15 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US11048473B2 (en) | 2013-06-09 | 2021-06-29 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
US11070949B2 (en) | 2015-05-27 | 2021-07-20 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on an electronic device with a touch-sensitive display |
US11120372B2 (en) | 2011-06-03 | 2021-09-14 | Apple Inc. | Performing actions associated with task items that represent tasks to perform |
US11127397B2 (en) | 2015-05-27 | 2021-09-21 | Apple Inc. | Device voice control |
US11126400B2 (en) | 2015-09-08 | 2021-09-21 | Apple Inc. | Zero latency digital assistant |
US11133008B2 (en) | 2014-05-30 | 2021-09-28 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US11169616B2 (en) | 2018-05-07 | 2021-11-09 | Apple Inc. | Raise to speak |
US11217251B2 (en) | 2019-05-06 | 2022-01-04 | Apple Inc. | Spoken notifications |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
US11231904B2 (en) | 2015-03-06 | 2022-01-25 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US11237797B2 (en) | 2019-05-31 | 2022-02-01 | Apple Inc. | User activity shortcut suggestions |
US11269678B2 (en) | 2012-05-15 | 2022-03-08 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11314370B2 (en) | 2013-12-06 | 2022-04-26 | Apple Inc. | Method for extracting salient dialog usage from live data |
US11348582B2 (en) | 2008-10-02 | 2022-05-31 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
US11380310B2 (en) | 2017-05-12 | 2022-07-05 | Apple Inc. | Low-latency intelligent automated assistant |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
US11388291B2 (en) | 2013-03-14 | 2022-07-12 | Apple Inc. | System and method for processing voicemail |
US11405466B2 (en) | 2017-05-12 | 2022-08-02 | Apple Inc. | Synchronization and task delegation of a digital assistant |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
US11423886B2 (en) | 2010-01-18 | 2022-08-23 | Apple Inc. | Task flow identification based on user intent |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US11467802B2 (en) | 2017-05-11 | 2022-10-11 | Apple Inc. | Maintaining privacy of personal information |
US11468282B2 (en) | 2015-05-15 | 2022-10-11 | Apple Inc. | Virtual assistant in a communication session |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
US11488406B2 (en) | 2019-09-25 | 2022-11-01 | Apple Inc. | Text detection using global geometry estimators |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
US11495218B2 (en) | 2018-06-01 | 2022-11-08 | Apple Inc. | Virtual assistant operation in multi-device environments |
US11500672B2 (en) | 2015-09-08 | 2022-11-15 | Apple Inc. | Distributed personal assistant |
US11516537B2 (en) | 2014-06-30 | 2022-11-29 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US11526368B2 (en) | 2015-11-06 | 2022-12-13 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US11532306B2 (en) | 2017-05-16 | 2022-12-20 | Apple Inc. | Detecting a trigger of a digital assistant |
US11580990B2 (en) | 2017-05-12 | 2023-02-14 | Apple Inc. | User-specific acoustic models |
US11599331B2 (en) | 2017-05-11 | 2023-03-07 | Apple Inc. | Maintaining privacy of personal information |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US11657813B2 (en) | 2019-05-31 | 2023-05-23 | Apple Inc. | Voice identification in digital assistant systems |
US11656884B2 (en) | 2017-01-09 | 2023-05-23 | Apple Inc. | Application integration with a digital assistant |
US11671920B2 (en) | 2007-04-03 | 2023-06-06 | Apple Inc. | Method and system for operating a multifunction portable electronic device using voice-activation |
US11696060B2 (en) | 2020-07-21 | 2023-07-04 | Apple Inc. | User identification using headphones |
US11710482B2 (en) | 2018-03-26 | 2023-07-25 | Apple Inc. | Natural assistant interaction |
US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
US11765209B2 (en) | 2020-05-11 | 2023-09-19 | Apple Inc. | Digital assistant hardware abstraction |
US11790914B2 (en) | 2019-06-01 | 2023-10-17 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
US11798547B2 (en) | 2013-03-15 | 2023-10-24 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
US11809483B2 (en) | 2015-09-08 | 2023-11-07 | Apple Inc. | Intelligent automated assistant for media search and playback |
US11838734B2 (en) | 2020-07-20 | 2023-12-05 | Apple Inc. | Multi-device audio adjustment coordination |
US11853536B2 (en) | 2015-09-08 | 2023-12-26 | Apple Inc. | Intelligent automated assistant in a media environment |
US11914848B2 (en) | 2020-05-11 | 2024-02-27 | Apple Inc. | Providing relevant data items based on context |
US11928604B2 (en) | 2005-09-08 | 2024-03-12 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US11979836B2 (en) | 2023-04-26 | 2024-05-07 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
Families Citing this family (132)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US11048765B1 (en) | 2008-06-25 | 2021-06-29 | Richard Paiz | Search engine optimizer |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10936687B1 (en) | 2010-04-21 | 2021-03-02 | Richard Paiz | Codex search patterns virtual maestro |
US11423018B1 (en) | 2010-04-21 | 2022-08-23 | Richard Paiz | Multivariate analysis replica intelligent ambience evolving system |
US11379473B1 (en) | 2010-04-21 | 2022-07-05 | Richard Paiz | Site rank codex search patterns |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US20130226892A1 (en) * | 2012-02-29 | 2013-08-29 | Fluential, Llc | Multimodal natural language interface for faceted search |
US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9390174B2 (en) | 2012-08-08 | 2016-07-12 | Google Inc. | Search result ranking and presentation |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US9411803B2 (en) * | 2012-09-28 | 2016-08-09 | Hewlett Packard Enterprise Development Lp | Responding to natural language queries |
US9218392B1 (en) * | 2012-11-30 | 2015-12-22 | Amazon Technologies, Inc. | Interest related search results |
US9398104B2 (en) * | 2012-12-20 | 2016-07-19 | Facebook, Inc. | Ranking test framework for search results on an online social network |
US20140201629A1 (en) * | 2013-01-17 | 2014-07-17 | Microsoft Corporation | Collaborative learning through user generated knowledge |
US20140236570A1 (en) * | 2013-02-18 | 2014-08-21 | Microsoft Corporation | Exploiting the semantic web for unsupervised spoken language understanding |
US10235358B2 (en) * | 2013-02-21 | 2019-03-19 | Microsoft Technology Licensing, Llc | Exploiting structured content for unsupervised natural language semantic parsing |
US11741090B1 (en) | 2013-02-26 | 2023-08-29 | Richard Paiz | Site rank codex search patterns |
US11809506B1 (en) | 2013-02-26 | 2023-11-07 | Richard Paiz | Multivariant analyzing replicating intelligent ambience evolving system |
US9507862B2 (en) * | 2013-03-14 | 2016-11-29 | Microsoft Technology Licensing, Llc | Chronology based content processing |
US10108700B2 (en) * | 2013-03-15 | 2018-10-23 | Google Llc | Question answering to populate knowledge base |
US8917274B2 (en) | 2013-03-15 | 2014-12-23 | Palantir Technologies Inc. | Event matrix based on integrated data |
US8937619B2 (en) | 2013-03-15 | 2015-01-20 | Palantir Technologies Inc. | Generating an object time series from data objects |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
US9824117B1 (en) | 2013-09-19 | 2017-11-21 | Amazon Technologies, Inc. | Providing user-influenced search results based on product attributes |
US9753976B1 (en) * | 2013-09-19 | 2017-09-05 | Amazon Technologies, Inc. | Providing user-influenced search results based on user-defined query language translation |
IN2013CH05115A (zh) * | 2013-11-12 | 2015-05-29 | Inmobi Pte Ltd | |
US10073840B2 (en) | 2013-12-20 | 2018-09-11 | Microsoft Technology Licensing, Llc | Unsupervised relation detection model training |
US20150234822A1 (en) * | 2014-02-14 | 2015-08-20 | DAXTecnologia da informação Ltda | Query method to identify relevant interests using modified natural language |
US9870356B2 (en) | 2014-02-13 | 2018-01-16 | Microsoft Technology Licensing, Llc | Techniques for inferring the unknown intents of linguistic items |
KR102131099B1 (ko) * | 2014-02-13 | 2020-08-05 | 삼성전자 주식회사 | 지식 그래프에 기초한 사용자 인터페이스 요소의 동적 수정 방법 |
US9483162B2 (en) | 2014-02-20 | 2016-11-01 | Palantir Technologies Inc. | Relationship visualizations |
US9779149B2 (en) * | 2014-03-19 | 2017-10-03 | Vmware, Inc. | Multi mode extendable object selector |
US9542450B1 (en) | 2014-04-01 | 2017-01-10 | Google Inc. | Selecting content using entity properties |
US9857958B2 (en) | 2014-04-28 | 2018-01-02 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive access of, investigation of, and analysis of data objects stored in one or more databases |
US10262264B2 (en) * | 2014-06-09 | 2019-04-16 | Cognitive Scale, Inc. | Method for performing dataset operations within a cognitive environment |
US10325206B2 (en) | 2014-06-09 | 2019-06-18 | Cognitive Scale, Inc. | Dataset engine for use within a cognitive environment |
US10445317B2 (en) | 2014-06-09 | 2019-10-15 | Cognitive Scale, Inc. | Graph query engine for use within a cognitive environment |
US9916532B2 (en) * | 2014-06-09 | 2018-03-13 | Cognitive Scale, Inc. | Method for performing graph query operations within a cognitive environment |
CN104102713B (zh) * | 2014-07-16 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 推荐结果的展现方法和装置 |
US9720962B2 (en) * | 2014-08-19 | 2017-08-01 | International Business Machines Corporation | Answering superlative questions with a question and answer system |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US10417247B2 (en) | 2014-09-25 | 2019-09-17 | Oracle International Corporation | Techniques for semantic searching |
US10664488B2 (en) * | 2014-09-25 | 2020-05-26 | Oracle International Corporation | Semantic searches in a business intelligence system |
CN104484353A (zh) * | 2014-11-28 | 2015-04-01 | 华为技术有限公司 | 数据图形化方法、装置及数据库服务器 |
EP3241103A4 (en) * | 2014-12-31 | 2018-06-20 | Calendre Company | Venue and event interface |
US10025783B2 (en) * | 2015-01-30 | 2018-07-17 | Microsoft Technology Licensing, Llc | Identifying similar documents using graphs |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US10326768B2 (en) | 2015-05-28 | 2019-06-18 | Google Llc | Access control for enterprise knowledge |
US9998472B2 (en) | 2015-05-28 | 2018-06-12 | Google Llc | Search personalization and an enterprise knowledge graph |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US10586156B2 (en) | 2015-06-25 | 2020-03-10 | International Business Machines Corporation | Knowledge canvassing using a knowledge graph and a question and answer system |
US10102291B1 (en) * | 2015-07-06 | 2018-10-16 | Google Llc | Computerized systems and methods for building knowledge bases using context clouds |
US11080343B1 (en) * | 2015-07-20 | 2021-08-03 | Iterative Search, LLC | Iterative search tool and user interface |
US10380187B2 (en) * | 2015-10-30 | 2019-08-13 | International Business Machines Corporation | System, method, and recording medium for knowledge graph augmentation through schema extension |
US10628490B2 (en) * | 2015-11-05 | 2020-04-21 | Microsoft Technology Licensing, Llc | Techniques for digital entity correlation |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
CN107408116B (zh) | 2015-12-14 | 2021-02-02 | 微软技术许可有限责任公司 | 使用动态知识图谱来促进信息项的发现 |
CN105376618A (zh) * | 2015-12-17 | 2016-03-02 | 西安华迈电子科技有限公司 | 一种使用手机或平板电脑进行智能搜索电视节目的方法 |
US9823818B1 (en) | 2015-12-29 | 2017-11-21 | Palantir Technologies Inc. | Systems and interactive user interfaces for automatic generation of temporal representation of data objects |
US10552465B2 (en) * | 2016-02-18 | 2020-02-04 | Microsoft Technology Licensing, Llc | Generating text snippets using universal concept graph |
US10796227B2 (en) | 2016-05-13 | 2020-10-06 | Cognitive Scale, Inc. | Ranking of parse options using machine learning |
CN106095858A (zh) * | 2016-06-02 | 2016-11-09 | 海信集团有限公司 | 一种音视频搜索方法、装置和终端 |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
US20180052884A1 (en) * | 2016-08-16 | 2018-02-22 | Ebay Inc. | Knowledge graph construction for intelligent online personal assistant |
US20180052842A1 (en) * | 2016-08-16 | 2018-02-22 | Ebay Inc. | Intelligent online personal assistant with natural language understanding |
US20180052885A1 (en) * | 2016-08-16 | 2018-02-22 | Ebay Inc. | Generating next user prompts in an intelligent online personal assistant multi-turn dialog |
US10289625B2 (en) | 2016-09-15 | 2019-05-14 | Google Llc | Providing context facts |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US11748978B2 (en) | 2016-10-16 | 2023-09-05 | Ebay Inc. | Intelligent online personal assistant with offline visual search database |
US11004131B2 (en) | 2016-10-16 | 2021-05-11 | Ebay Inc. | Intelligent online personal assistant with multi-turn dialog based on visual search |
US10860898B2 (en) | 2016-10-16 | 2020-12-08 | Ebay Inc. | Image analysis and prediction based visual search |
US10394788B2 (en) * | 2016-11-04 | 2019-08-27 | International Business Machines Corporation | Schema-free in-graph indexing |
US10459960B2 (en) | 2016-11-08 | 2019-10-29 | International Business Machines Corporation | Clustering a set of natural language queries based on significant events |
US10423614B2 (en) * | 2016-11-08 | 2019-09-24 | International Business Machines Corporation | Determining the significance of an event in the context of a natural language query |
US10970768B2 (en) | 2016-11-11 | 2021-04-06 | Ebay Inc. | Method, medium, and system for image text localization and comparison |
US11275894B2 (en) * | 2016-11-21 | 2022-03-15 | Sap Se | Cognitive enterprise system |
US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
US10540345B2 (en) | 2016-12-09 | 2020-01-21 | Microsoft Technology Licensing, Llc | Reducing churn in knowledge graphs |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
US10140286B2 (en) | 2017-02-22 | 2018-11-27 | Google Llc | Optimized graph traversal |
KR101946978B1 (ko) * | 2017-03-28 | 2019-02-12 | 주식회사 마이셀럽스 | 색상-감성에 기반한 대상물 검색 시스템 및 검색 방법 |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
US20180336202A1 (en) * | 2017-05-18 | 2018-11-22 | 0934781 B.C. Ltd | System and method to represent documents for search in a graph |
US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
US10803014B2 (en) * | 2017-07-28 | 2020-10-13 | Adp, Llc | Dynamic data relationships in a graph database |
US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
US10824329B2 (en) * | 2017-09-25 | 2020-11-03 | Motorola Solutions, Inc. | Methods and systems for displaying query status information on a graphical user interface |
CN107526846B (zh) * | 2017-09-27 | 2021-09-24 | 百度在线网络技术(北京)有限公司 | 频道排序模型的生成、排序方法、装置、服务器和介质 |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
US20190130003A1 (en) * | 2017-10-31 | 2019-05-02 | Nutanix, Inc. | System and method for monitoring datacenter components using subqueries |
US20190129961A1 (en) * | 2017-10-31 | 2019-05-02 | Nutanix, Inc. | System and method for ranking search results |
CN107862075A (zh) * | 2017-11-29 | 2018-03-30 | 浪潮软件股份有限公司 | 一种基于医疗卫生大数据的知识图谱构建方法及装置 |
US10990579B2 (en) * | 2017-11-30 | 2021-04-27 | Wipro Limited | Method and system for providing response to user input |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
CN108509479B (zh) * | 2017-12-13 | 2022-02-11 | 深圳市腾讯计算机系统有限公司 | 实体推荐方法及装置、终端及可读存储介质 |
US20190205472A1 (en) * | 2017-12-28 | 2019-07-04 | Salesforce.Com, Inc. | Ranking Entity Based Search Results Based on Implicit User Interactions |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
CN108256070B (zh) * | 2018-01-17 | 2022-07-15 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
US10846290B2 (en) * | 2018-01-30 | 2020-11-24 | Myntra Designs Private Limited | System and method for dynamic query substitution |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US11023472B2 (en) | 2018-02-27 | 2021-06-01 | Nutanix, Inc. | System and method for troubleshooting in a virtual computing system |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
US10803394B2 (en) * | 2018-03-16 | 2020-10-13 | Accenture Global Solutions Limited | Integrated monitoring and communications system using knowledge graph based explanatory equipment management |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
CN109255085B (zh) * | 2018-04-28 | 2021-09-21 | 云天弈(北京)信息技术有限公司 | 一种搜索结果的展现系统及方法 |
US11126630B2 (en) | 2018-05-07 | 2021-09-21 | Salesforce.Com, Inc. | Ranking partial search query results based on implicit user interactions |
US11789952B2 (en) | 2018-09-26 | 2023-10-17 | Salesforce, Inc. | Ranking enterprise search results based on relationships between users |
AU2019366949A1 (en) * | 2018-10-23 | 2021-05-27 | Yext, Inc. | Knowledge search system |
US10809892B2 (en) * | 2018-11-30 | 2020-10-20 | Microsoft Technology Licensing, Llc | User interface for optimizing digital page |
US11048876B2 (en) * | 2018-11-30 | 2021-06-29 | Microsoft Technology Licensing, Llc | Phrase extraction for optimizing digital page |
CN111695022B (zh) * | 2019-01-18 | 2023-07-04 | 创新奇智(重庆)科技有限公司 | 一种基于知识图谱可视化的兴趣搜索方法 |
US11256753B2 (en) | 2019-05-31 | 2022-02-22 | Rovi Guides, Inc. | Styling a query response based on a subject identified in the query |
US11687826B2 (en) * | 2019-08-29 | 2023-06-27 | Accenture Global Solutions Limited | Artificial intelligence (AI) based innovation data processing system |
US11222166B2 (en) * | 2019-11-19 | 2022-01-11 | International Business Machines Corporation | Iteratively expanding concepts |
CN111444181B (zh) * | 2020-03-20 | 2021-05-11 | 腾讯科技(深圳)有限公司 | 知识图谱更新方法、装置及电子设备 |
CN112732926A (zh) * | 2020-12-31 | 2021-04-30 | 平安资产管理有限责任公司 | 文本检索方法、装置、计算机设备和存储介质 |
US11809443B2 (en) * | 2021-07-19 | 2023-11-07 | Sap Se | Schema validation with support for ordering |
CN113470649A (zh) * | 2021-08-18 | 2021-10-01 | 三星电子(中国)研发中心 | 语音交互方法及装置 |
JP7420773B2 (ja) * | 2021-08-20 | 2024-01-23 | Lineヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1609852A (zh) * | 2003-06-30 | 2005-04-27 | 微软公司 | 减少视觉复杂性和搜索工作的模块和方法 |
US20120059838A1 (en) * | 2010-09-07 | 2012-03-08 | Microsoft Corporation | Providing entity-specific content in response to a search query |
US20120158633A1 (en) * | 2002-12-10 | 2012-06-21 | Jeffrey Scott Eder | Knowledge graph based search system |
Family Cites Families (100)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5553226A (en) * | 1985-03-27 | 1996-09-03 | Hitachi, Ltd. | System for displaying concept networks |
EP0320266A3 (en) * | 1987-12-11 | 1992-03-11 | Hewlett-Packard Company | View composition in a data base management system |
WO1995012173A2 (en) * | 1993-10-28 | 1995-05-04 | Teltech Resource Network Corporation | Database search summary with user determined characteristics |
US6339767B1 (en) | 1997-06-02 | 2002-01-15 | Aurigin Systems, Inc. | Using hyperbolic trees to visualize data generated by patent-centric and group-oriented data processing |
US5666502A (en) | 1995-08-07 | 1997-09-09 | Apple Computer, Inc. | Graphical user interface using historical lists with field classes |
US5946647A (en) | 1996-02-01 | 1999-08-31 | Apple Computer, Inc. | System and method for performing an action on a structure in computer-generated data |
US5826257A (en) * | 1996-03-20 | 1998-10-20 | Microsoft Corporation | Method and structure for maintaining and utilizing a lookup value associated with a stored database value |
US5870559A (en) * | 1996-10-15 | 1999-02-09 | Mercury Interactive | Software system and associated methods for facilitating the analysis and management of web sites |
US6513036B2 (en) | 1999-08-13 | 2003-01-28 | Mindpass A/S | Method and apparatus for searching and presenting search result from one or more information sources based on context representations selected from the group of other users |
US8051104B2 (en) | 1999-09-22 | 2011-11-01 | Google Inc. | Editing a network of interconnected concepts |
AU1051101A (en) | 1999-10-27 | 2001-05-08 | Zapper Technologies Inc. | Context-driven information retrieval |
US6847959B1 (en) | 2000-01-05 | 2005-01-25 | Apple Computer, Inc. | Universal interface for retrieval of information in a computer system |
US7062483B2 (en) | 2000-05-18 | 2006-06-13 | Endeca Technologies, Inc. | Hierarchical data-driven search and navigation system and method for information retrieval |
US6832218B1 (en) | 2000-09-22 | 2004-12-14 | International Business Machines Corporation | System and method for associating search results |
US6957230B2 (en) | 2000-11-30 | 2005-10-18 | Microsoft Corporation | Dynamically generating multiple hierarchies of inter-object relationships based on object attribute values |
WO2002084590A1 (en) | 2001-04-11 | 2002-10-24 | Applied Minds, Inc. | Knowledge web |
US7283951B2 (en) * | 2001-08-14 | 2007-10-16 | Insightful Corporation | Method and system for enhanced data searching |
US10115128B2 (en) | 2010-10-21 | 2018-10-30 | Concur Technologies, Inc. | Method and system for targeting messages to travelers |
US9400959B2 (en) | 2011-08-31 | 2016-07-26 | Concur Technologies, Inc. | Method and system for detecting duplicate travel path information |
US20130110833A1 (en) | 2001-10-16 | 2013-05-02 | Concur Technologies, Inc. | Method and system for identifying candidate users |
AU2002362967A1 (en) | 2001-10-16 | 2003-04-28 | Outtask, Inc. | System and method for managing booking and expensing of travel products and services |
US20110258005A1 (en) | 2010-04-15 | 2011-10-20 | Michael Fredericks | System and method for ancillary travel vendor fee expense management |
US8712811B2 (en) | 2001-10-16 | 2014-04-29 | Concur Technologies, Inc. | Method and systems for detecting duplicate travel path |
US7720702B2 (en) | 2003-02-26 | 2010-05-18 | Concur Technologies, Inc. | System and method for integrated travel and expense management |
US7974892B2 (en) | 2004-06-23 | 2011-07-05 | Concur Technologies, Inc. | System and method for expense management |
AU2003205166A1 (en) | 2002-01-14 | 2003-07-30 | Jerzy Lewak | Identifier vocabulary data access method and system |
US7693830B2 (en) | 2005-08-10 | 2010-04-06 | Google Inc. | Programmable search engine |
US8069175B2 (en) | 2002-04-10 | 2011-11-29 | Google Inc. | Delegating authority to evaluate content |
US7555490B1 (en) * | 2002-06-17 | 2009-06-30 | Click Commerce, Inc. | Text-based searches of numeric data |
US6946715B2 (en) | 2003-02-19 | 2005-09-20 | Micron Technology, Inc. | CMOS image sensor and method of fabrication |
US6944612B2 (en) | 2002-11-13 | 2005-09-13 | Xerox Corporation | Structured contextual clustering method and system in a federated search engine |
AU2003297193A1 (en) | 2002-12-13 | 2004-07-09 | Applied Minds, Inc. | Meta-web |
JP4516957B2 (ja) * | 2003-01-25 | 2010-08-04 | パーデュー リサーチ ファンデーション | 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 |
DK1477909T3 (da) * | 2003-05-15 | 2007-05-07 | Targit As | Fremgangsmåde og brugergrænseflade til at lave en præsentation af data under anvendelse metamorfning |
US7162473B2 (en) | 2003-06-26 | 2007-01-09 | Microsoft Corporation | Method and system for usage analyzer that determines user accessed sources, indexes data subsets, and associated metadata, processing implicit queries based on potential interest to users |
US7124148B2 (en) * | 2003-07-31 | 2006-10-17 | Sap Aktiengesellschaft | User-friendly search results display system, method, and computer program product |
US7346839B2 (en) | 2003-09-30 | 2008-03-18 | Google Inc. | Information retrieval based on historical data |
US7240049B2 (en) | 2003-11-12 | 2007-07-03 | Yahoo! Inc. | Systems and methods for search query processing using trend analysis |
JP2005165986A (ja) | 2003-12-05 | 2005-06-23 | Mitsubishi Heavy Ind Ltd | 電子ファイリングシステム及び電子ファイルの表示方法 |
JP2005182280A (ja) * | 2003-12-17 | 2005-07-07 | Ibm Japan Ltd | 情報検索システム、検索結果加工システム及び情報検索方法並びにプログラム |
US20060047649A1 (en) * | 2003-12-29 | 2006-03-02 | Ping Liang | Internet and computer information retrieval and mining with intelligent conceptual filtering, visualization and automation |
US7707039B2 (en) | 2004-02-15 | 2010-04-27 | Exbiblio B.V. | Automatic modification of web pages |
US20050171940A1 (en) * | 2004-02-04 | 2005-08-04 | Fogg Brian J. | Dynamic visualization of search results on a user interface |
US7565139B2 (en) | 2004-02-20 | 2009-07-21 | Google Inc. | Image-based search engine for mobile phones with camera |
US7895196B2 (en) | 2004-04-30 | 2011-02-22 | International Business Machines Corporation | Computer system for identifying storylines that emerge from highly ranked web search results |
US7707490B2 (en) * | 2004-06-23 | 2010-04-27 | Microsoft Corporation | Systems and methods for flexible report designs including table, matrix and hybrid designs |
WO2006011819A1 (en) | 2004-07-30 | 2006-02-02 | Eurekster, Inc. | Adaptive search engine |
US7593013B2 (en) * | 2005-03-11 | 2009-09-22 | University Of Utah Research Foundation | Systems and methods for displaying and querying heterogeneous sets of data |
US8412698B1 (en) | 2005-04-07 | 2013-04-02 | Yahoo! Inc. | Customizable filters for personalized search |
US20070055947A1 (en) | 2005-09-02 | 2007-03-08 | Microsoft Corporation | Animations and transitions |
US7933900B2 (en) | 2005-10-23 | 2011-04-26 | Google Inc. | Search over structured data |
US20070179965A1 (en) * | 2006-01-27 | 2007-08-02 | Hogue Andrew W | Designating data objects for analysis |
US7748634B1 (en) | 2006-03-29 | 2010-07-06 | Amazon Technologies, Inc. | Handheld electronic book reader device having dual displays |
US7672976B2 (en) * | 2006-05-03 | 2010-03-02 | Ut-Battelle, Llc | Method for the reduction of image content redundancy in large image databases |
US20080010273A1 (en) | 2006-06-12 | 2008-01-10 | Metacarta, Inc. | Systems and methods for hierarchical organization and presentation of geographic search results |
US20080065694A1 (en) * | 2006-09-08 | 2008-03-13 | Google Inc. | Local Search Using Address Completion |
US20110307477A1 (en) * | 2006-10-30 | 2011-12-15 | Semantifi, Inc. | Method and apparatus for dynamic grouping of unstructured content |
US7844608B2 (en) * | 2006-12-15 | 2010-11-30 | Yahoo! Inc. | Clustered query support for a database query engine |
US7761414B2 (en) | 2007-01-07 | 2010-07-20 | Apple Inc. | Asynchronous data synchronization amongst devices |
US7912847B2 (en) | 2007-02-20 | 2011-03-22 | Wright State University | Comparative web search system and method |
US7996786B2 (en) * | 2007-03-05 | 2011-08-09 | Microsoft Corporation | Dynamically rendering visualizations of data sets |
US8204856B2 (en) | 2007-03-15 | 2012-06-19 | Google Inc. | Database replication |
US8619038B2 (en) | 2007-09-04 | 2013-12-31 | Apple Inc. | Editing interface |
US20120317103A1 (en) * | 2007-10-12 | 2012-12-13 | Lexxe Pty Ltd | Ranking data utilizing multiple semantic keys in a search query |
US7818324B1 (en) | 2007-11-14 | 2010-10-19 | Google Inc. | Searching indexed and non-indexed resources for content |
US20090150800A1 (en) * | 2007-12-05 | 2009-06-11 | Glenn Wood | Apparatus, Method and Computer Program Product for Generating Debriefing Charts |
US20090210389A1 (en) * | 2008-02-20 | 2009-08-20 | Microsoft Corporation | System to support structured search over metadata on a web index |
US8587402B2 (en) | 2008-03-07 | 2013-11-19 | Palm, Inc. | Context aware data processing in mobile computing device |
US7987195B1 (en) * | 2008-04-08 | 2011-07-26 | Google Inc. | Dynamic determination of location-identifying search phrases |
GB2463669A (en) | 2008-09-19 | 2010-03-24 | Motorola Inc | Using a semantic graph to expand characterising terms of a content item and achieve targeted selection of associated content items |
EP2359276A4 (en) | 2008-12-01 | 2013-01-23 | Topsy Labs Inc | ORDERING AND SELECTION OF UNITS PER CALCULATED REPUTATION OR INFLUENCES |
US8335754B2 (en) * | 2009-03-06 | 2012-12-18 | Tagged, Inc. | Representing a document using a semantic structure |
US8892544B2 (en) * | 2009-04-01 | 2014-11-18 | Sybase, Inc. | Testing efficiency and stability of a database query engine |
WO2010120925A2 (en) | 2009-04-15 | 2010-10-21 | Evri Inc. | Search and search optimization using a pattern of a location identifier |
US8190601B2 (en) * | 2009-05-22 | 2012-05-29 | Microsoft Corporation | Identifying task groups for organizing search results |
US9183203B1 (en) * | 2009-07-01 | 2015-11-10 | Quantifind, Inc. | Generalized data mining and analytics apparatuses, methods and systems |
EP2483812A4 (en) * | 2009-09-29 | 2016-10-05 | Zap Holdings Ltd | EXTENSION CONTENT-BASED APPROACH TO THE FORM AND FUNCTION OF A PROFESSIONAL INTELLIGENCE SYSTEM |
US8224847B2 (en) * | 2009-10-29 | 2012-07-17 | Microsoft Corporation | Relevant individual searching using managed property and ranking features |
KR101306667B1 (ko) * | 2009-12-09 | 2013-09-10 | 한국전자통신연구원 | 지식 그래프 정제 장치 및 방법 |
US8631004B2 (en) | 2009-12-28 | 2014-01-14 | Yahoo! Inc. | Search suggestion clustering and presentation |
US20110184981A1 (en) | 2010-01-27 | 2011-07-28 | Yahoo! Inc. | Personalize Search Results for Search Queries with General Implicit Local Intent |
US8463731B2 (en) | 2010-02-17 | 2013-06-11 | Google Inc. | Translating user interaction with a touch screen into text |
JP2011186876A (ja) | 2010-03-10 | 2011-09-22 | Nec Corp | 閲覧装置、閲覧システム、閲覧方法および閲覧プログラム |
US20110282861A1 (en) * | 2010-05-11 | 2011-11-17 | Microsoft Corporation | Extracting higher-order knowledge from structured data |
US8612432B2 (en) | 2010-06-16 | 2013-12-17 | Microsoft Corporation | Determining query intent |
US20110320441A1 (en) * | 2010-06-25 | 2011-12-29 | Microsoft Corporation | Adjusting search results based on user social profiles |
JP5478439B2 (ja) | 2010-09-14 | 2014-04-23 | 任天堂株式会社 | 表示制御プログラム、表示制御システム、表示制御装置、表示制御方法 |
US8473486B2 (en) * | 2010-12-08 | 2013-06-25 | Microsoft Corporation | Training parsers to approximately optimize NDCG |
KR101757870B1 (ko) | 2010-12-16 | 2017-07-26 | 엘지전자 주식회사 | 이동 단말기 및 그 제어방법 |
US9824138B2 (en) | 2011-03-25 | 2017-11-21 | Orbis Technologies, Inc. | Systems and methods for three-term semantic search |
US8775356B1 (en) * | 2011-04-06 | 2014-07-08 | Emc Corporation | Query enhancement of semantic wiki for improved searching of unstructured data |
US20130018875A1 (en) * | 2011-07-11 | 2013-01-17 | Lexxe Pty Ltd | System and method for ordering semantic sub-keys utilizing superlative adjectives |
CN102298616B (zh) | 2011-07-29 | 2014-01-15 | 百度在线网络技术(北京)有限公司 | 一种用于在搜索结果中提供相关子链接的方法和设备 |
US8589410B2 (en) * | 2011-10-18 | 2013-11-19 | Microsoft Corporation | Visual search using multiple visual input modalities |
US9058409B2 (en) * | 2011-10-25 | 2015-06-16 | International Business Machines Corporation | Contextual data visualization |
US20130179418A1 (en) * | 2012-01-06 | 2013-07-11 | Microsoft Corporation | Search ranking features |
US8429103B1 (en) | 2012-06-22 | 2013-04-23 | Google Inc. | Native machine learning service for user adaptation on a mobile platform |
US9471606B1 (en) * | 2012-06-25 | 2016-10-18 | Google Inc. | Obtaining information to provide to users |
US8661023B1 (en) * | 2012-08-01 | 2014-02-25 | Google Inc. | Optimizing search query logic to speed retrieval |
US9390174B2 (en) | 2012-08-08 | 2016-07-12 | Google Inc. | Search result ranking and presentation |
-
2012
- 2012-08-08 US US13/570,043 patent/US9390174B2/en active Active
-
2013
- 2013-08-05 CN CN201811367059.9A patent/CN110110173B/zh active Active
- 2013-08-05 CN CN201380052201.XA patent/CN104854583B/zh active Active
- 2013-08-05 CN CN202311087805.XA patent/CN117216118A/zh active Pending
- 2013-08-05 EP EP13828073.0A patent/EP2883169A4/en not_active Withdrawn
- 2013-08-05 WO PCT/US2013/053662 patent/WO2014025705A2/en active Application Filing
-
2016
- 2016-07-08 US US15/205,624 patent/US10445328B2/en active Active
-
2019
- 2019-09-26 US US16/584,229 patent/US11403301B2/en active Active
-
2022
- 2022-08-01 US US17/816,529 patent/US11868357B2/en active Active
-
2023
- 2023-11-28 US US18/521,443 patent/US20240095252A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120158633A1 (en) * | 2002-12-10 | 2012-06-21 | Jeffrey Scott Eder | Knowledge graph based search system |
CN1609852A (zh) * | 2003-06-30 | 2005-04-27 | 微软公司 | 减少视觉复杂性和搜索工作的模块和方法 |
US20120059838A1 (en) * | 2010-09-07 | 2012-03-08 | Microsoft Corporation | Providing entity-specific content in response to a search query |
Cited By (154)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11928604B2 (en) | 2005-09-08 | 2024-03-12 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US11671920B2 (en) | 2007-04-03 | 2023-06-06 | Apple Inc. | Method and system for operating a multifunction portable electronic device using voice-activation |
US11348582B2 (en) | 2008-10-02 | 2022-05-31 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US11900936B2 (en) | 2008-10-02 | 2024-02-13 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US10741185B2 (en) | 2010-01-18 | 2020-08-11 | Apple Inc. | Intelligent automated assistant |
US11423886B2 (en) | 2010-01-18 | 2022-08-23 | Apple Inc. | Task flow identification based on user intent |
US10692504B2 (en) | 2010-02-25 | 2020-06-23 | Apple Inc. | User profiling for voice input processing |
US10417405B2 (en) | 2011-03-21 | 2019-09-17 | Apple Inc. | Device access using voice authentication |
US11120372B2 (en) | 2011-06-03 | 2021-09-14 | Apple Inc. | Performing actions associated with task items that represent tasks to perform |
US11269678B2 (en) | 2012-05-15 | 2022-03-08 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US11321116B2 (en) | 2012-05-15 | 2022-05-03 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US10714117B2 (en) | 2013-02-07 | 2020-07-14 | Apple Inc. | Voice trigger for a digital assistant |
US11557310B2 (en) | 2013-02-07 | 2023-01-17 | Apple Inc. | Voice trigger for a digital assistant |
US11636869B2 (en) | 2013-02-07 | 2023-04-25 | Apple Inc. | Voice trigger for a digital assistant |
US10978090B2 (en) | 2013-02-07 | 2021-04-13 | Apple Inc. | Voice trigger for a digital assistant |
US11862186B2 (en) | 2013-02-07 | 2024-01-02 | Apple Inc. | Voice trigger for a digital assistant |
US11388291B2 (en) | 2013-03-14 | 2022-07-12 | Apple Inc. | System and method for processing voicemail |
US11798547B2 (en) | 2013-03-15 | 2023-10-24 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
US11048473B2 (en) | 2013-06-09 | 2021-06-29 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
US10769385B2 (en) | 2013-06-09 | 2020-09-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US11727219B2 (en) | 2013-06-09 | 2023-08-15 | Apple Inc. | System and method for inferring user intent from speech inputs |
US11314370B2 (en) | 2013-12-06 | 2022-04-26 | Apple Inc. | Method for extracting salient dialog usage from live data |
US11670289B2 (en) | 2014-05-30 | 2023-06-06 | Apple Inc. | Multi-command single utterance input method |
US10714095B2 (en) | 2014-05-30 | 2020-07-14 | Apple Inc. | Intelligent assistant for home automation |
US10878809B2 (en) | 2014-05-30 | 2020-12-29 | Apple Inc. | Multi-command single utterance input method |
US10657966B2 (en) | 2014-05-30 | 2020-05-19 | Apple Inc. | Better resolution when referencing to concepts |
US10417344B2 (en) | 2014-05-30 | 2019-09-17 | Apple Inc. | Exemplar-based natural language processing |
US11699448B2 (en) | 2014-05-30 | 2023-07-11 | Apple Inc. | Intelligent assistant for home automation |
US10699717B2 (en) | 2014-05-30 | 2020-06-30 | Apple Inc. | Intelligent assistant for home automation |
US11257504B2 (en) | 2014-05-30 | 2022-02-22 | Apple Inc. | Intelligent assistant for home automation |
US11810562B2 (en) | 2014-05-30 | 2023-11-07 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US11133008B2 (en) | 2014-05-30 | 2021-09-28 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US11838579B2 (en) | 2014-06-30 | 2023-12-05 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US11516537B2 (en) | 2014-06-30 | 2022-11-29 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US10438595B2 (en) | 2014-09-30 | 2019-10-08 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US10390213B2 (en) | 2014-09-30 | 2019-08-20 | Apple Inc. | Social reminders |
US10453443B2 (en) | 2014-09-30 | 2019-10-22 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US11231904B2 (en) | 2015-03-06 | 2022-01-25 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US10529332B2 (en) | 2015-03-08 | 2020-01-07 | Apple Inc. | Virtual assistant activation |
US10930282B2 (en) | 2015-03-08 | 2021-02-23 | Apple Inc. | Competing devices responding to voice triggers |
US11087759B2 (en) | 2015-03-08 | 2021-08-10 | Apple Inc. | Virtual assistant activation |
US11842734B2 (en) | 2015-03-08 | 2023-12-12 | Apple Inc. | Virtual assistant activation |
US11468282B2 (en) | 2015-05-15 | 2022-10-11 | Apple Inc. | Virtual assistant in a communication session |
US11127397B2 (en) | 2015-05-27 | 2021-09-21 | Apple Inc. | Device voice control |
US11070949B2 (en) | 2015-05-27 | 2021-07-20 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on an electronic device with a touch-sensitive display |
US10681212B2 (en) | 2015-06-05 | 2020-06-09 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US11947873B2 (en) | 2015-06-29 | 2024-04-02 | Apple Inc. | Virtual assistant for media playback |
US11010127B2 (en) | 2015-06-29 | 2021-05-18 | Apple Inc. | Virtual assistant for media playback |
US11550542B2 (en) | 2015-09-08 | 2023-01-10 | Apple Inc. | Zero latency digital assistant |
US11126400B2 (en) | 2015-09-08 | 2021-09-21 | Apple Inc. | Zero latency digital assistant |
US11853536B2 (en) | 2015-09-08 | 2023-12-26 | Apple Inc. | Intelligent automated assistant in a media environment |
US11809483B2 (en) | 2015-09-08 | 2023-11-07 | Apple Inc. | Intelligent automated assistant for media search and playback |
US11954405B2 (en) | 2015-09-08 | 2024-04-09 | Apple Inc. | Zero latency digital assistant |
US11500672B2 (en) | 2015-09-08 | 2022-11-15 | Apple Inc. | Distributed personal assistant |
CN107430615A (zh) * | 2015-09-30 | 2017-12-01 | 谷歌公司 | 深度链接到多个本原应用 |
US11809886B2 (en) | 2015-11-06 | 2023-11-07 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US11526368B2 (en) | 2015-11-06 | 2022-12-13 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US11886805B2 (en) | 2015-11-09 | 2024-01-30 | Apple Inc. | Unconventional virtual assistant interactions |
US10942703B2 (en) | 2015-12-23 | 2021-03-09 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
CN107490971B (zh) * | 2016-06-09 | 2019-06-11 | 苹果公司 | 家庭环境中的智能自动化助理 |
US10354011B2 (en) | 2016-06-09 | 2019-07-16 | Apple Inc. | Intelligent automated assistant in a home environment |
CN107490971A (zh) * | 2016-06-09 | 2017-12-19 | 苹果公司 | 家庭环境中的智能自动化助理 |
US11037565B2 (en) | 2016-06-10 | 2021-06-15 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US11657820B2 (en) | 2016-06-10 | 2023-05-23 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US11152002B2 (en) | 2016-06-11 | 2021-10-19 | Apple Inc. | Application integration with a digital assistant |
US11809783B2 (en) | 2016-06-11 | 2023-11-07 | Apple Inc. | Intelligent device arbitration and control |
US10580409B2 (en) | 2016-06-11 | 2020-03-03 | Apple Inc. | Application integration with a digital assistant |
US11749275B2 (en) | 2016-06-11 | 2023-09-05 | Apple Inc. | Application integration with a digital assistant |
US10942702B2 (en) | 2016-06-11 | 2021-03-09 | Apple Inc. | Intelligent device arbitration and control |
CN107610770A (zh) * | 2016-07-11 | 2018-01-19 | 百度(美国)有限责任公司 | 用于自动化诊断的问题生成系统和方法 |
US11194860B2 (en) | 2016-07-11 | 2021-12-07 | Baidu Usa Llc | Question generation systems and methods for automating diagnosis |
CN110168541B (zh) * | 2016-07-29 | 2023-10-17 | 乐威指南公司 | 基于静态和时间知识图消除词语歧义的系统和方法 |
CN110168541A (zh) * | 2016-07-29 | 2019-08-23 | 乐威指南公司 | 基于静态和时间知识图消除词语歧义的系统和方法 |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
US11656884B2 (en) | 2017-01-09 | 2023-05-23 | Apple Inc. | Application integration with a digital assistant |
WO2018157790A1 (zh) * | 2017-03-02 | 2018-09-07 | 腾讯科技(深圳)有限公司 | 一种相关实体确定方法、装置、计算设备及存储介质 |
US10741181B2 (en) | 2017-05-09 | 2020-08-11 | Apple Inc. | User interface for correcting recognition errors |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
US11599331B2 (en) | 2017-05-11 | 2023-03-07 | Apple Inc. | Maintaining privacy of personal information |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
US11467802B2 (en) | 2017-05-11 | 2022-10-11 | Apple Inc. | Maintaining privacy of personal information |
US11405466B2 (en) | 2017-05-12 | 2022-08-02 | Apple Inc. | Synchronization and task delegation of a digital assistant |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
US11538469B2 (en) | 2017-05-12 | 2022-12-27 | Apple Inc. | Low-latency intelligent automated assistant |
US11380310B2 (en) | 2017-05-12 | 2022-07-05 | Apple Inc. | Low-latency intelligent automated assistant |
US11580990B2 (en) | 2017-05-12 | 2023-02-14 | Apple Inc. | User-specific acoustic models |
US11837237B2 (en) | 2017-05-12 | 2023-12-05 | Apple Inc. | User-specific acoustic models |
US11862151B2 (en) | 2017-05-12 | 2024-01-02 | Apple Inc. | Low-latency intelligent automated assistant |
US10748546B2 (en) | 2017-05-16 | 2020-08-18 | Apple Inc. | Digital assistant services based on device capabilities |
US11532306B2 (en) | 2017-05-16 | 2022-12-20 | Apple Inc. | Detecting a trigger of a digital assistant |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US10909171B2 (en) | 2017-05-16 | 2021-02-02 | Apple Inc. | Intelligent automated assistant for media exploration |
US11675829B2 (en) | 2017-05-16 | 2023-06-13 | Apple Inc. | Intelligent automated assistant for media exploration |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US11710482B2 (en) | 2018-03-26 | 2023-07-25 | Apple Inc. | Natural assistant interaction |
US11487364B2 (en) | 2018-05-07 | 2022-11-01 | Apple Inc. | Raise to speak |
US11907436B2 (en) | 2018-05-07 | 2024-02-20 | Apple Inc. | Raise to speak |
US11900923B2 (en) | 2018-05-07 | 2024-02-13 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US11854539B2 (en) | 2018-05-07 | 2023-12-26 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US11169616B2 (en) | 2018-05-07 | 2021-11-09 | Apple Inc. | Raise to speak |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
US11431642B2 (en) | 2018-06-01 | 2022-08-30 | Apple Inc. | Variable latency device coordination |
US10403283B1 (en) | 2018-06-01 | 2019-09-03 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
US11630525B2 (en) | 2018-06-01 | 2023-04-18 | Apple Inc. | Attention aware virtual assistant dismissal |
US10720160B2 (en) | 2018-06-01 | 2020-07-21 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US11495218B2 (en) | 2018-06-01 | 2022-11-08 | Apple Inc. | Virtual assistant operation in multi-device environments |
US11009970B2 (en) | 2018-06-01 | 2021-05-18 | Apple Inc. | Attention aware virtual assistant dismissal |
US11360577B2 (en) | 2018-06-01 | 2022-06-14 | Apple Inc. | Attention aware virtual assistant dismissal |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
US10984798B2 (en) | 2018-06-01 | 2021-04-20 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US10504518B1 (en) | 2018-06-03 | 2019-12-10 | Apple Inc. | Accelerated task performance |
US10944859B2 (en) | 2018-06-03 | 2021-03-09 | Apple Inc. | Accelerated task performance |
US10496705B1 (en) | 2018-06-03 | 2019-12-03 | Apple Inc. | Accelerated task performance |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US11893992B2 (en) | 2018-09-28 | 2024-02-06 | Apple Inc. | Multi-modal inputs for voice commands |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US11783815B2 (en) | 2019-03-18 | 2023-10-10 | Apple Inc. | Multimodality in digital assistant systems |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
US11217251B2 (en) | 2019-05-06 | 2022-01-04 | Apple Inc. | Spoken notifications |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
US11675491B2 (en) | 2019-05-06 | 2023-06-13 | Apple Inc. | User configurable task triggers |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11705130B2 (en) | 2019-05-06 | 2023-07-18 | Apple Inc. | Spoken notifications |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
US11888791B2 (en) | 2019-05-21 | 2024-01-30 | Apple Inc. | Providing message response suggestions |
US11237797B2 (en) | 2019-05-31 | 2022-02-01 | Apple Inc. | User activity shortcut suggestions |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
US11657813B2 (en) | 2019-05-31 | 2023-05-23 | Apple Inc. | Voice identification in digital assistant systems |
US11360739B2 (en) | 2019-05-31 | 2022-06-14 | Apple Inc. | User activity shortcut suggestions |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
US11790914B2 (en) | 2019-06-01 | 2023-10-17 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
CN110310631A (zh) * | 2019-06-28 | 2019-10-08 | 北京百度网讯科技有限公司 | 语音识别方法、装置、服务器和存储介质 |
CN110321444B (zh) * | 2019-07-04 | 2021-08-17 | 深圳力维智联技术有限公司 | 基于图数据库的存储方法、装置和存储介质 |
CN110321444A (zh) * | 2019-07-04 | 2019-10-11 | 深圳力维智联技术有限公司 | 基于图数据库的存储方法、装置和存储介质 |
US11488406B2 (en) | 2019-09-25 | 2022-11-01 | Apple Inc. | Text detection using global geometry estimators |
CN111046112A (zh) * | 2019-11-22 | 2020-04-21 | 精硕科技(北京)股份有限公司 | 品类知识图谱展示方法、装置和电子设备 |
US11765209B2 (en) | 2020-05-11 | 2023-09-19 | Apple Inc. | Digital assistant hardware abstraction |
US11914848B2 (en) | 2020-05-11 | 2024-02-27 | Apple Inc. | Providing relevant data items based on context |
US11924254B2 (en) | 2020-05-11 | 2024-03-05 | Apple Inc. | Digital assistant hardware abstraction |
US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
US11838734B2 (en) | 2020-07-20 | 2023-12-05 | Apple Inc. | Multi-device audio adjustment coordination |
US11750962B2 (en) | 2020-07-21 | 2023-09-05 | Apple Inc. | User identification using headphones |
US11696060B2 (en) | 2020-07-21 | 2023-07-04 | Apple Inc. | User identification using headphones |
US11979836B2 (en) | 2023-04-26 | 2024-05-07 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
Also Published As
Publication number | Publication date |
---|---|
CN104854583B (zh) | 2018-12-14 |
US20200019557A1 (en) | 2020-01-16 |
EP2883169A2 (en) | 2015-06-17 |
US20140046934A1 (en) | 2014-02-13 |
WO2014025705A2 (en) | 2014-02-13 |
US9390174B2 (en) | 2016-07-12 |
US20240095252A1 (en) | 2024-03-21 |
US10445328B2 (en) | 2019-10-15 |
US20220365942A1 (en) | 2022-11-17 |
US11403301B2 (en) | 2022-08-02 |
EP2883169A4 (en) | 2015-07-29 |
CN117216118A (zh) | 2023-12-12 |
WO2014025705A3 (en) | 2014-04-17 |
CN110110173A (zh) | 2019-08-09 |
CN110110173B (zh) | 2023-09-12 |
US20160321267A1 (en) | 2016-11-03 |
US11868357B2 (en) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11868357B2 (en) | Search result ranking and presentation | |
US11928168B2 (en) | Question answering using entity references in unstructured data | |
CN108959394B (zh) | 聚类的搜索结果 | |
CN105900081B (zh) | 基于自然语言处理的搜索 | |
US10235423B2 (en) | Ranking search results based on entity metrics | |
US20160063106A1 (en) | Related Entity Search | |
US10108700B2 (en) | Question answering to populate knowledge base | |
US9875320B1 (en) | Providing search results based on sorted properties | |
US10055462B2 (en) | Providing search results using augmented search queries | |
WO2020026366A1 (ja) | 特許評価判定方法、特許評価判定装置、および特許評価判定プログラム | |
US9965529B2 (en) | Maintaining search context | |
KR20160111180A (ko) | 자연어 형식 기반 질문 완성 장치, 방법 및 검색 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: American California Applicant after: Google limited liability company Address before: American California Applicant before: Google Inc. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |