CN108475274B - 生成和应用传出通信模板 - Google Patents
生成和应用传出通信模板 Download PDFInfo
- Publication number
- CN108475274B CN108475274B CN201680077497.4A CN201680077497A CN108475274B CN 108475274 B CN108475274 B CN 108475274B CN 201680077497 A CN201680077497 A CN 201680077497A CN 108475274 B CN108475274 B CN 108475274B
- Authority
- CN
- China
- Prior art keywords
- outgoing communication
- user
- outgoing
- communication
- context
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Information Transfer Between Computers (AREA)
Abstract
提供了用于生成和应用传出通信模板的方法、装置、系统和计算机可读介质。在各种实施方式中,可以基于用户的场境的一个或多个属性将由用户发送的传出通信的语料库分组为多个集群。响应于确定跨特定集群的一个或多个分段的出现次数满足标准,可以将特定集群的每个传出通信的一个或多个分段分类为固定的。特定集群的每个通信的一个或多个剩余分段可以或可以不被分类为瞬态的。基于与特定集群的每个通信相关联的分类的分段的序列,可以生成传出通信模板,以自动扩增由用户正在准备的草拟传出通信的至少一部分。
Description
背景技术
由一个或多个用户发送的电子邮件和类似通信可以遵循各种模式。例如,在特定情况下,用户或用户组可能倾向于起草和发送共享特定属性的电子邮件。假设特定部门内的用户需要在特定截止日期之前起草和发送报告。这种传出通信可能至少会在一定程度上符合一种或多种模式。例如,传出通信可以共享可被认为是“样板”或“固定”的多个文本段,而其他文本段可能在通信之间不同,并且因此可被认为是“瞬态的”或“可变的”。
发明内容
本公开总体上涉及用于分析诸如电子邮件、转录的语音邮件、信件等的传出通信的语料库(corpus)以生成一个或多个模板的方法、装置和计算机可读介质(暂时的和非暂时的),该一个或多个模板可用于自动扩增一个或多个后续传出通信的至少一部分。可以首先将传出通信的语料库分组为共享各种共享场境、句法和/或语义属性的通信集群——诸如在它们被起草/发送时的用户场境。然后,可以为每个集群生成模板。诸如接收者的姓名、地址和信用卡号码等的保密信息(例如,可用于识别某人的信息)可能被忽略、丢弃、加密或否则隐藏。
所生成的传出通信模板可以用于在正在起草或准备那些后续传出通信之前和/或之时自动扩增后续传出通信的至少多个部分。例如,当用户起草传出电子邮件时,她所键入的文本可以连续地和/或周期性地与一个或多个传出通信模板相比较以确定最佳匹配。被认为与迄今为止键入的文本最佳匹配的传出通信模板可用于自动完成用户的电子邮件的至少一些,以建议可能的自动完成(例如,作为下拉和/或弹出菜单),以提供“可填充的域”等等。在一些实施方式中,可以使用与用于将传出通信的语料库初始分组成集群的相同技术来分析后续传出通信。随后的传出通信所匹配到的集群可以规定哪个传出通信模板用于尝试自动完成该传出通信。
在一些实施方式中,可以提供一种计算机实现的方法,其包括以下步骤:将由用户使用一个或多个计算设备发送的传出通信的语料库分组为多个集群,其中,基于所述用户的场境的一个或多个属性将所述语料库的每个传出通信分组为集群;响应于确定跨特定集群的一个或多个分段的出现次数满足标准,将所述特定集群的每个传出通信的所述一个或多个分段分类为固定的;将所述特定集群的每个传出通信的一个或多个剩余分段分类为瞬态的;以及基于与所述特定集群的每个通信相关联的分类的分段的序列,生成可用于自动扩增由所述用户利用计算设备正在准备的一个或多个草拟传出通信的至少一部分的传出通信模板。
本文公开的技术的这种方法和其他实施方式可以各自可选地包括以下特征中的一个或多个。
在一些实施方式中,所述语料库可以包括由一个或多个附加用户发送的传出通信,并且其中,所述语料库的每个传出通信基于发送所述传出通信的用户的场境的一个或多个属性被分组为集群。在一些实施方式中,基于所述用户在发送所述传出通信时的场境的一个或多个属性,将所述语料库的每个传出通信分组为集群。
在一些实施方式中,该方法还可以包括:从多个传出通信模板中选择特定的传出通信模板;以及应用所述特定传出通信模板,以自动扩增由所述用户正在准备的草拟传出通信的至少一部分。在一些实施方式中,所述选择可以包括:基于在所述特定传出通信模板与所述用户正在准备的所述草拟传出通信之间的相似性度量,从所述多个传出通信模板中选择所述特定传出通信模板。在一些实施方式中,所述选择可以包括:基于与准备所述草拟传出通信同时的所述用户的场境的一个或多个方面,从所述多个传出通信模板中选择所述特定传出通信模板。
在一些实施方式中,所述用户的所述场境的所述一个或多个属性包括在所述用户与所述传出通信的接收者之间的关系。在一些实施方式中,所述用户的所述场境的所述一个或多个属性包括由移动计算设备感测的所述用户的地理坐标,所述移动计算设备由所述用户操作以发送所述传出通信。在一些实施方式中,所述用户的所述场境的所述一个或多个属性包括所述用户的电子日历中的一个或多个条目。在一些实施方式中,所述用户的所述场境的所述一个或多个属性包括所述用户的社交网络状态。在一些实施方式中,所述传出通信的语料库包括由所述用户发送的电子邮件的语料库。
其他实施方式可以包括存储指令的非暂时性计算机可读存储介质,所述指令可由处理器执行以执行诸如上述方法中的一个或多个的方法。又一个实施方式可以包括系统,其包括存储器和一个或多个处理器,所述处理器可操作用于执行存储在存储器中的指令以执行诸如上述方法中的一个或多个的方法。
应该理解的是,本文更详细描述的前述概念和附加概念的所有组合都被认为是本文公开的主题的一部分。例如,出现在本公开结尾处的要求保护的主题的所有组合被认为是本文公开的主题的一部分。
附图说明
图1示出了根据各种实施方式的示例环境,其中,可以由本公开的各种组件分析传出通信的语料库以生成一个或多个传出通信模板。
图2描绘了根据各种实施方式的如何可以将生成的传出通信模板应用于后续传出通信。
图3描绘了根据各种实施方式的可用于创建传出通信模板的传出通信的示例。
图4A和图4B示出了根据各种实施方式的、使用与图3类似的传出通信所生成的传出通信模板如何可以随后被应用于自动扩增后续传出通信的至少一部分的示例。
图5描绘了示出生成和应用传出通信模板的示例方法的流程图。
图6示意性地描绘了计算机系统的示例体系结构。
具体实施方式
图1示出了示例环境,其中,传出通信100的语料库可以被分组为集群1521-n,并且其中传出通信的集群1521-n可被分析以生成传出通信模板1541-n。如本文所使用的,“传出通信(outgoing communication)”可以指电子邮件(例如,文本/纯文本)、文本消息(例如,SMS、MMS)、即时消息、信件、社交媒体消息、口述语音消息、或倾向于符合某种模式的任何其他传出通信。
在一些实施方式中,场境注释引擎122可以被配置为例如在用户发送通信100时和/或在与用户发送通信(例如,作为雇员执行的日常例程的一部分)的同时识别发送传出通信100的用户的一个或多个场境属性。场境注释引擎122可以以各种方式识别这些场境属性。例如,电子邮件可以包括各种元数据,诸如一个或多个发送者标识符(例如,发送者电子邮件地址)、一个或多个接收者标识符(例如,接收者电子邮件地址,包括cc'd和bcc'd接收者)、发送日期、发送时间、一个或多个附件和主题等等。场境注释引擎122可以分析传出通信100的元数据以确定发送通信的用户的场境的一个或多个属性。用户的其他场境属性可以包括例如用户在准备/发送传出通信时的地理位置、准备/发送传出通信的时间和社交网络状态等等。
在一些实施方式中,可以附加地或可选地根据传出通信意图回复的传入通信来确定一个或多个场境属性。例如,假设传入通信发出特定的请求,或者来自特定的请求方(例如,审计员、律师等)。这些信息可被考虑为响应用户的场境的属性。
在一些实施方式中,场境注释引擎122可以从除了传出通信本身之外的源识别用户场境的属性。例如,场境注释引擎122可以与诸如一个或多个电子邮件服务器的促进传出通信的传输的一个或多个服务器(未示出)通信。例如,在场境注释引擎122正在分析传出通信100时,场境注释引擎122可以在发送特定传出通信100时从这些服务器请求关于用户场境的信息。附加地或可选地,场境注释引擎122可以处于与由用户操作来发送传出通信100的单独的客户端设备(未示出)的通信中。这些单独的客户端设备例如可以存储发送用户的场境的“快照”,以根据需要使其可用于场境注释引擎122。在一些实施方式中,当发送那些通信时,可以配置(例如,经由插件)单独的客户端设备以将用户场境信息合并到传出通信100中,使得场境注释引擎122可以在执行其分析时识别那些属性。
在一些实施方式中,集群引擎124可以被配置为:基于发送在注释的传出通信100的语料库内的一个或多个传出通信100的用户的场境之间共享的一个或多个属性,将语料库分组成多个集群1521-n。在一些实施方式中,集群引擎124可具有一个或多个初步过滤机制,以丢弃不适合于模板生成的传出通信。例如,如果正在分析的传出通信100的语料库包括场境和/或在句法/语义上不与任何其他电子邮件类似并且因此不适合聚类的电子邮件,则可以丢弃那些电子邮件。
集群引擎124可以附加地或可选地利用传出通信100的各种属性来将传出通信100分组为集群,诸如元数据相似性、文本相似性、字节相似性、和共享模式等等。例如,在一些实施方式中,可以附加地或可选地基于文本相似性来聚类诸如电子邮件的传出通信。例如,可以分析电子邮件以确定共享的术语、短语、n元、n元加频率等等。基于这些数据点,可以将电子邮件聚类。例如,可以将共享特定数量的共享短语和n元的电子邮件聚类在一起。在一些实施方式中,电子邮件甚至可以基于字节相似性而被分组为集群。例如,电子邮件可被视为可包括元数据和文本内容中的一个或两者的字节串。在其他实施方式中,可以基于传出通信之间的编辑距离满足一个或多个阈值来将传出通信分组在一起(例如,如果必须被改变以匹配两个传出通信的词少于n个,那么这两个传出通信可以被分组为集群)。在一些实施方式中,也可以使用两种或更多种上述技术的加权组合。
一旦传出通信100的语料库被分组为集群1521-n,则每个集群152可以包含很可能包括相同或类似的固定内容(例如,样板)并且具有大约相同(例如,在空间上和/或相对于固定部分)的位置的瞬态内容的传出通信。分段分类引擎128和模板生成引擎132然后可以执行各种下游处理以生成用于集群1521-n的传出通信模板1541-n。
分段分类引擎128可以被配置为使用各种标准和/或技术来将传出通信的分段选择性地分类为固定或瞬态的。在一些实施方式中,分段分类引擎128可将其分类为固定的特定集群的分段存储在其针对该集群生成的词典或词汇表中(例如,作为“一包词或短语”)。在一些实施方式中,分段分类引擎128可以使用混搭,例如以在集群的纯文本通信中找到固定文本的最长运行。在一些实施方式中,分段分类引擎128可以采用分词来进一步分析未定分段。在一些实施方式中,分段分类引擎128可响应于例如由分段分类引擎128确定特定标准已被满足而将特定分段分类为固定的。可以使用各种标准来确定文本的特定分段是固定的。
分段分类引擎128可以使用以确定文本段是否固定的一个标准是阈值。例如,如果文本段跨特定集群的出现次数满足特定阈值传出通信次数或百分比,则可以认为它是固定的。假设在集群中的大量电子邮件(甚至是所有电子邮件中)之间共享某个特定的文本分段,诸如“我查看了您的文件...”或“感谢您的询问...”。这个文字段可能是样板。分段分类引擎128可以将该文本段分类为“固定的”。
在一些实施方式中,可以使用所谓的“后缀阵列”的一个或多个变体在传出通信的集群中标识固定短语。在一些实施方式中,可以提供诸如分组到特定集群中的传出通信的一组传出通信连同后缀阵列(例如,传出通信的所有后缀的按字典顺序排序的阵列)和/或最长的通用字首作为输入。基于后缀阵列的算法可以包括循环,该循环遍历后缀阵列中的后缀以在每个步骤确定被检查的后缀是否满足最小长度阈值,以及后缀是否以满足频率阈值的集群的传出通信之中的频率出现。在一些实施方式中,附加或替代字母可以考虑单词。在一些这样的实现中,算法可以检查是否前缀以真实词语开始(例如,空格是否在它以前?)、包含至少一个词、和/或前缀是否发生在不同的传出通信中。各种基于后缀阵列的算法的输出可以是例如短语的图(例如<短语,文档计数>)和那些短语的子短语等等。该输出可以例如由分段分类引擎128进行分析以识别固定和/或瞬态的分段。
在各种实施方式中,分段分类引擎128可以将诸如上面描述为“瞬态”的那些的不满足各种固定文本标准的文本的剩余分段分类。在一些实施方式中,分段分类引擎128的输出是分类(例如,“固定”或“瞬时”)文本段的一个或多个序列。
模板生成引擎132可以被配置为:基于与由分段分类引擎128提供的特定集群的每个通信相关联的分类的分段的序列,生成传出通信模板1541-n。那些传出通信模板154可以用于自动扩增一个或多个后续传出通信的至少一部分。
由集群引擎124、分段分类引擎128、和/或模板生成引擎132执行的操作可以在各个计算机系统上执行,跨多个计算机系统分布,或者两者的任何组合。这些一个或多个计算机系统可以通过一个或多个网络(未示出)彼此和与其他计算机系统进行通信。
图2描绘了在已经生成多个传出通信模板1541-n之后,可以如何分析至少部分基于接收到的用户输入238进行准备的后续传出通信200的示例。图2的各种组件可以在准备发送传出通信的用户操作的计算设备上、在远程计算系统上或两者的任何组合上实现。
在图2中,模板选择引擎239可以被配置为采用各种技术来选择一个或多个传出通信模板以应用于传出通信200。模板选择引擎239可以在各个时间点使用各种技术执行该选择。在一些实施方式中,模板选择引擎239可以在用户开始准备传出通信200时确定用户的场境。在一些实施方式中,例如在用户填充各种元数据域(例如,接收者、主题、附件等)之后,在用户键入足够的消息内容以在后续传出通信200和模板1541-154n之间执行有意义的相似性比较之后等等,模板选择引擎239可以附加地或替代地确定在传出通信200与作为用户类型的在各种点处的模板1541-154n之间的相似性。越频繁地执行这种相似性比较,则可以通过使图2的一个或多个组件在本地——例如,在由用户操作来草拟传出通信200的计算设备上——操作来实现越好的性能。
基于模板选择引擎239的确定,自动生成引擎240可以选择并应用传出通信模板(例如,1541-n中的一个)以自动生成要用于扩增传出通信200的适当部分的数据。例如,在这个示例中,自动生成引擎240已经选择了模板1542作为与传出通信200的最佳匹配,并且已经提供了使用模板1542自动生成的数据,用于自动扩增传出通信200的部分。
图3描绘了根据各种实施方式的、以电子邮件300的形式的假设传出通信,其可以与其他类似电子邮件被分组为集群,然后其可以共同用于生成传出通信模板。电子邮件300包括各种元数据,其可见示例包括接收者电子邮件地址(“ABC@DEF.GHI”)、副本地址(“COMPTROLLER@DEF.GHI”)、发送日期352(11/12/2014)和主题(“我的日常报告”)。
假设电子邮件300的发送者每天(例如,在或接近一天中的相同时间、响应于匹配模式的传入通信等)准备类似结构的电子邮件并将其在类似场境下发送到相同的接收者。那些发送的电子邮件(其可以存储在例如用户的发送邮件文件夹中和/或接收者邮箱中)可以基于各种信号——诸如发送用户发送邮件时他或她的场境的一个或多个属性,或基于电子邮件300和其他类似电子邮件之间的文本相似性等等而被聚类在一起。可以使用电子邮件的原始文本、使用电子邮件创建的降维特征集(例如“文字袋”)和各种相关统计(例如,条目频率-逆文档频率)等来确定电子邮件之间的文本相似性。可以部署各种技术来确定电子邮件之间的相似性,包括但不限于余弦相似度和/或Kullback-Leibler散度。
一旦电子邮件300和其他类似的电子邮件被分组为集群,则满足诸如频率阈值的各种标准的集群中的电子邮件300和其他电子邮件中的文本分段可以被分类(例如,由分段分类引擎128)为固定的。不满足这些阈值或满足与瞬态的内容相关的其他阈值的文本分段可以被分类(例如,由分段分类引擎128)为瞬态的。例如,在电子邮件300中,可以在类似的情况下(即,在相同或类似的场境下)跨发送者经常发送的类似电子邮件重复许多文本分段,并且因此可以将其分类为固定的。例如,分段354-366可能全部倾向于是跨电子邮件不会变化很大的分段。这些分段的一些可能完全是静态的,诸如由发送者添加以将划定的视觉结构合并到电子邮件300中的标签“应付账款”(356)、“应收账款”(358)、“剩余年度预算”(360)、“评论”(362)和文本366,文本366在本例中是一系列“+”号。其他分段可能不一定是静态的,而是可以直接与电子邮件300的各个方面相关联。例如,报告顶部的日期354可以始终与电子邮件300被起草和/或发送的日期352相同。类似地,签名364可以总是与发送者的姓名或由发送者或者发送者的雇主选择的某个预定义签名块相同。
文本的其他分段可能不一定在集群的电子邮件300和其他电子邮件上重复。这些较少重复的分段可能构成瞬时内容,当试图自动扩增后续传出通信的至少一部分时,这些内容可能不是有用的。例如,分段368-374可以包括诸如应付账款(368)或应收账款(370)的当前值、当前预算(372)或甚至用户起草的评论(374)的独特信息。这些瞬时的文本分段可以例如由分段分类引擎128分类为瞬态的。
一旦对同一集群中的电子邮件300和其他电子邮件的分段进行分类,就可以例如由模板生成引擎132为该集群使用上述技术的各种组合来生成传出通信模板。被分类为瞬态的、不能在集群的多个电子邮件中共享的内容可以被丢弃或否则忽略。例如,在“ACCOUNTS PAYABLE(应付账款):”和“ACCOUNTS RECEIVABLE(应收账款):”分段之后的分段(368和370)可能被认为是瞬态的,因为不太可能有集群中超过一小部分电子邮件包含与这些文本分段相关联的完全相同的文本。其他信息也是如此,例如在固定文本“COMMENTS(评论):”之后的键入的评论。另一方面,可以将固定内容(例如,354-366)添加到传出通信模板。
当电子邮件300的发送者(或具有类似场境的另一发送者)稍后着手键入并发送与集群的电子邮件300和其他电子邮件足够相似的电子邮件时,可自动地至少部分地扩增该后续电子邮件。其一个示例在图4A-B中被描述,其中,除了以“4”而不是以“3”开始外,类似的元件与图3中相似地被编号。
在图4A中,例如,由发送电子邮件300的相同用户或具有相似场境(例如,在类似情况下)的不同用户正在起草传出电子邮件400。在这个示例中,发送者已经键入了接收者(ABC@DEF.GHI)和cc接收者(COMPTROLLER@DEF.GHI),并且正在键入主题(“我的日常报|”)。此时,诸如模板选择引擎239和/或自动生成引擎240之类的组件可以确定电子邮件400的内容和/或其中正在起草电子邮件400的场境与电子邮件300的充分相似,传出通信模板应该被应用来扩增电子邮件400的剩余部分。
当发生这种情况时,可以选择并应用传出通信模板来自动扩增电子邮件400的一个或多个部分。例如,在图4B中,电子邮件的整个消息已经被如上所述被分类为固定的文本分段(例如,分段444-466)或者用于被认为是暂时的分段的可填充占位符(例如分段468-474)扩增。在其他实施方式中,更多或更少的消息可以被自动扩增。例如,在一些实施方式中,可以在用户当前正在输入文本的位置前面扩增较短的文本小片段(例如,作为自动完成和/或作为下拉(也被称为“下放”))菜单中选项。可能会出现一个或多个图形元素,诸如一个或多个下拉菜单可选选项,其使用户能够选择、接受和/或拒绝出现时的自动扩增文本。虽然这里描述的示例包括可填写域,但这不是必需的。在某些实施方式中,传出通信模板可能只包含固定文本,并且可能仅使用该固定文本扩增后续传出通信。
在一些实施方式中,随着用户提供更多输入文本,可以选择和/或应用不同的传出通信模板。例如,可以在每次击键之后、在输入每个单词之后、在每个句子之后、每隔几秒等重新检查传出模板,以确定在给定用户提供的文本的情况下是否存在“更好匹配”的传出通信模板。在迄今为止的输入文本和传出通信模板之间进行比较得越频繁,则其可能更有利于托管在用户使用其来准备电子邮件400的计算设备上本地地应用它们的模板和/或进程/引擎。这可以例如减少滞后和/或延迟。
现在参考图5,描述了对传出通信进行聚类并生成传出通信模板的示例方法500。为了方便起见,参考执行操作的系统来描述流程图的操作。该系统可以包括各种计算机系统的各种组件。此外,虽然以特定顺序示出方法500的操作,但这并不意味着限制。可以重新排序、省略或添加一个或多个操作。
在框502,系统可以将传出通信的语料库(例如,用户发送的电子邮件文件夹中的电子邮件、用户组发送的电子邮件文件夹中的电子邮件等)分组为多个集群。至少部分地基于发送通信的发送者的一个或多个场境属性(例如,在发送传出通信时或者在准备和发送该通信的同时)将每个传出通信分组为集群。附加地或可选地,通信本身的一个或多个属性——诸如它们的元数据、与其他通信的内容(例如文本、html)相似性等——可以用于将通信分组为集群。
如上所述,当将通信分组为集群时,可以考虑用户的场境的各种属性。在一些实施方式中,可以考虑用户与传出通信的接收者之间的关系。例如,如果接收者具有特定的头衔或等级,并且该头衔或等级将发送者放置在层次结构中的接收者之上或之下,则该关系可以有利于将通信分组成例如从类似排名/分级的发送者到类似排名/分级的接收者的通信的特定集群而加权。
作为另一个示例,当对传出通信进行聚类时,可以考虑用户的地理坐标,例如由用户操作来发送传出通信的移动计算设备所感测的地理坐标。假设发送者位于特定的工地(例如,建筑工地、客户的营业地点、灾区、战场等)。发送者的地理坐标可以与关于在工作地点(例如,以提供特定类型的报告)时的发送者的任务的信息串联地用于将该通信与在相同或类似的情况/场境下生成的其他传出通信分组为集群。
在一些实施方式中,可以单独使用或者与本文描述的其他场境属性一起使用发送者的电子日历的一个或多个条目,以将由发送者发送的一个或多个通信分组为特定集群。假设发送者的日历表明发送者计划按照定期计划的时间间隔从事特定活动。进一步假设,在参与活动时,发送者倾向于发送具有非常相似结构的电子邮件(例如,相同或类似的固定内容)。由发送者的日程表指示的时间间隔期间创建和/或发送的电子邮件可以被分组为集群。
在一些实施方式中,可以单独使用或者与本文描述的其他场境属性一起使用发送者的社交网络状态,以将由发送者发送的一个或多个通信分组为特定集群。例如,假设发送者的状态在一段时间内“不需要拿出税务报告”。当用户的社交媒体状态被设置为也满足特定相似性阈值的“不需要拿出税务报告”时,由发送者发送的电子邮件也可以被分组为一个集群。然而,当发送者社交媒体状态被设置为不同时由他或她发送的电子邮件可能需要来满足不同的——例如,更高的——相似性阈值。
在一些实施方式中,并且如上文所暗示的,附加或代替基于发送者场境属性分组为集群,可以基于接收者的场境的一个或多个属性将传出通信分组为集群。这些接收者场境属性可以包括上述哪些场境属性的任何一个,诸如当收到和/或打开消息时接收者的位置、收到和/或打开时接收者的状态、接收者的标题等。
一旦语料库的传出通信被分组为集群,则在框504,系统可将特定集群的每个传出通信的一个或多个分段分类为固定的。上面描述了将文本段分类为固定的示例标准。在框506,系统可将特定集群的每个传出通信的其余未分类的分段分类为瞬态的。
在框508,系统可例如针对在框502将传出通信分组的每个集群生成传出通信模板。可以至少部分地基于在框504和/或506分类的分段生成传出通信模板。传出通信模板可以呈各种形式。例如,在一些实施方式中,它们可以包括固定的文本分段,然后包括取代被分类为瞬态的分段的各种类型的通配符(例如,正则表达式)。例如,通配符可以以类似于图4B中的468-474的可填充域的形式显示在用户的用户接口中。
在框508生成一个或多个传出通信之后的某个时间点,系统可以确定是时候应用一个或多个传出通信模板。例如,在一些实施方式中,用户可以接收诸如符合特定模式的电子邮件的通信,并且可以使用一个或多个模板自动扩增来起草响应。附加地或可选地,并且如图5所示,系统可以在框510确定用户正在使用计算设备准备后续传出通信。例如,用户可能已经操作智能电话来打开图形用户接口,该图形用户接口有助于起草新的电子邮件或文本消息。或者,用户可能已经启动了听写软件来起草新的传出信函。
然而,系统确定是时候自动扩增传出消息的至少一部分,在方框512,系统可以选择与正在被起草的后续传出通信和/或正在起草它的用户的场境最匹配的传出通信模板。如本文所使用的,“用户的场境”包括例如指定当前时间、用户的位置、用户当前正在使用的设备、或表征用户的当前情况的其他方面的一个或多个属性。例如,假设用户正在他或她下班回家的路上,并开始口述“在我回家的路上......想要|”的短信。该系统可以识别出用户的场境指示用户处于他或她的轮班结束时、用户已登上公共交通工具或已经开始在汽车中从工作向家走等等。然后,系统可以比较匹配该场境的一个或多个传出通信模板的子集的(即,使用用户在类似环境下准备和发送的传出通信创建的)内容与在后续传出通信中迄今准备的内容。可以选择该子集的传出通信模板与当前正在准备的传出通信最相似的那个模板作为“最佳匹配”。
在框514,系统可以应用所选择的传出通信模板来自动扩增用户的传出通信的至少一部分。在上面的示例中,例如,可以将传出模板应用来自动完成用户的外发邮件如下:“在我回家的路上......想让我在商店停下来拿婴儿配方奶粉?”通过应用选定的传出通信模板进行的自动完成具有以下优点:在准备一个或多个草拟传出通信时用户需要较少的输入。换言之,可以通过模板来重新使用用户在建立先前传出通信时先前提供的输入,以便基于该模板更高效地建立新的传出通信。传出通信模板因此使得能够重新使用之前提供的输入。
图6是示例计算机系统610的框图。计算机系统610通常包括至少一个处理器614,其经由总线子系统612与多个外围设备进行通信。这些外围设备可以包括:存储子系统624,其包括例如存储器子系统625和文件存储子系统626;用户接口输出设备620;用户接口输入设备622;以及,网络接口子系统616。输入和输出设备允许用户与计算机系统610交互。网络接口子系统616提供到外部网络的接口,并且耦合到其他计算机系统中的对应接口设备。
用户接口输入设备622可以包括:键盘;诸如鼠标、轨迹球、触摸板或图形输入板的指示设备;扫描仪;并入显示器中的触摸屏;诸如语音识别系统的音频输入设备;麦克风;以及/或者其他类型的输入设备。通常,术语“输入设备”的使用旨在包括将信息输入到计算机系统610内或通信网络上的所有可能类型的设备和方式。
用户接口输出设备620可以包括显示子系统、打印机、传真机或诸如音频输出设备之类的非可视显示器。显示子系统可以包括:阴极射线管(CRT);诸如液晶显示器(LCD)的平板设备;投影设备;或用于生成可视图像的一些其他机构。显示子系统还可以诸如经由音频输出设备提供非可视显示器。通常,术语“输出设备”的使用旨在包括从计算机系统610向用户或另一机器或计算机系统输出信息的所有可能类型的设备以及方式。
存储子系统624存储提供这里描述的一些或全部模块的功能的编程和数据构造。例如,存储子系统624可以包括用于执行方法500的所选方面和/或实现集群引擎124、分段分类引擎128、模板生成引擎132、模板选择引擎239和/或自动生成引擎240中的一个或多个的逻辑。
这些软件模块通常由处理器614单独或与其他处理器组合地执行。存储子系统624中使用的存储器625可以包括多个存储器,其包括用于在程序执行期间存储指令和数据的主随机存取存储器(RAM)630和其中存储固定指令的只读存储器(ROM)632。文件存储子系统626可以为程序和数据文件提供永久存储,并且可以包括硬盘驱动器、软盘驱动器以及相关联的可移动介质、CD-ROM驱动器、光盘驱动器或可移动介质盒。实现某些实现的功能的模块可以由文件存储子系统626存储在存储子系统624中,或存储在(一个或多个)处理器614可访问的其他机器中。
总线子系统612提供用于使计算机系统610的各种组件和子系统按预期彼此通信的机制。尽管总线子系统612被示意性地示出为单条总线,但总线子系统的替代实现可以使用多条总线。
计算机系统610可以具有各种类型,包括工作站、服务器、计算集群、刀片服务器,服务器群、或任何其他数据处理系统或计算设备。由于计算机和网络的不断变化的性质,图6中所描绘的计算机系统610的描述仅意在作为用于说明一些实施方式的目的特定示例。计算机系统610的许多其他配置可能具有比图6中描绘的计算机系统更多或更少的组件。
在这里描述的系统收集关于用户的个人信息或者可以利用个人信息的情况下,可以向用户提供机会以控制程序或特征是否收集用户信息(例如,关于用户的社交网络、社交行为或活动、专业、用户的偏好、或用户的当前地理位置的信息),或者控制是否和/或如何从内容服务器接收可能与用户更相关的内容。此外,某些数据在其被存储或使用前可能会以一种或多种方式处理,因此可以删除个人身份信息。例如,可以对用户的身份进行处理,使得不能对用户确定个人可识别信息,或者可以在获得地理位置信息(例如到城市、ZIP代码或州级别的水平)的情况下将用户的地理位置概括化,从而不能确定用户的特定地理位置。因此,用户可以控制如何收集关于用户的信息和/或使用该信息。
以下示例中总结了其他实施方式:
示例1:一种计算机实现的方法,包括:将由用户使用一个或多个计算设备发送的传出通信的语料库分组为多个集群,其中,基于所述用户的场境的一个或多个属性将所述语料库的每个传出通信分组为集群;响应于确定跨特定集群的一个或多个分段的出现次数满足标准,将所述特定集群的每个传出通信的所述一个或多个分段分类为固定的;将所述特定集群的每个传出通信的一个或多个剩余分段分类为瞬态的;以及基于与所述特定集群的每个通信相关联的分类的分段的序列,生成可用于自动扩增由所述用户利用计算设备正在准备的一个或多个草拟传出通信的至少一部分的传出通信模板。
示例2:示例1的计算机实现的方法,其中,所述语料库包括由一个或多个附加用户发送的传出通信,并且其中,所述语料库的每个传出通信基于发送所述传出通信的用户的场境的一个或多个属性被分组为集群。
示例3:示例1或2的计算机实现的方法,其中,基于所述用户在发送所述传出通信时的场境的一个或多个属性将所述语料库的每个传出通信分组为集群。
示例4:示例1至3之一的计算机实现的方法,还包括:从多个传出通信模板中选择特定的传出通信模板;以及应用所述特定传出通信模板,以自动扩增由所述用户正在准备的草拟传出通信的至少一部分。
示例5:示例4的计算机实现的方法,其中,所述选择包括:基于在所述特定传出通信模板与所述用户正在准备的所述草拟传出通信之间的相似性度量,从所述多个传出通信模板中选择所述特定传出通信模板。
示例6:示例4的计算机实现的方法,其中,所述选择包括:基于与准备所述草拟传出通信同时的所述用户的场境的一个或多个方面,从所述多个传出通信模板中选择所述特定传出通信模板。
示例7:示例1至6之一的计算机实现的方法,其中,所述用户的所述场境的所述一个或多个属性包括正在所述用户与所述传出通信的接收者之间的关系。
示例8:示例1至7之一的计算机实现的方法,其中,所述用户的所述场境的所述一个或多个属性包括由移动计算设备感测的所述用户的地理坐标,所述移动计算设备由所述用户操作以发送所述传出通信。
示例9:示例1至8之一的计算机实现的方法,其中,所述用户的所述场境的所述一个或多个属性包括所述用户的电子日历中的一个或多个条目。
示例10:示例1至9之一的计算机实现的方法,其中,所述用户的所述场境的所述一个或多个属性包括所述用户的社交网络状态。
示例11:示例1至10之一的计算机实现的方法,其中,所述传出通信的语料库包括由所述用户发送的电子邮件的语料库。
示例12:一种系统,其包括存储器和可操作以执行存储在所述存储器中的指令的一个或多个处理器,所述系统包括指令以:将由用户发送的传出通信的语料库分组成多个集群,其中,基于所述传出通信被发送到的接收者的一个或多个属性将所述语料库的每个传出通信分组为集群;响应于跨特定集群的所述一个或多个分段的出现次数满足标准的确定,将特定集群的每个通信的一个或多个分段分类为固定的;将所述特定集群的每个通信的一个或多个剩余分段分类为瞬态的;以及基于与所述特定集群的每个通信相关联的分类的分段的序列生成可用于自动扩增一个或多个草拟传出通信的至少一部分的传出通信模板。
示例13:示例12的系统,其中,所述语料库包括由一个或多个附加用户发送的传出通信,并且其中,基于发送所述传出通信的用户的场境的一个或多个属性,将所述语料库的每个传出通信分组为集群。
示例14:示例12或13的系统,其中,基于在发送所述传出通信时的所述用户的场境的一个或多个属性,将所述语料库的每个传出通信分组为集群。
示例15:示例12至14之一的系统,还包括指令以:从多个传出通信模板中选择一个或多个传出通信模板;以及,应用所选择的一个或多个传出通信模板,以自动扩增由所述用户在准备的草拟传出通信的至少一部分。
示例16:示例15的系统,还包括指令,以基于在所述一个或多个传出通信模板和由所述用户正在准备的所述草拟传出通信之间的相似性度量,从所述多个传出通信模板中选择所述一个或多个传出通信模板。
示例17:示例15的系统,还包括指令,以基于与准备所述草拟传出通信同时的、所述用户的场境的一个或多个方面,从所述多个传出通信模板中选择所述一个或多个传出通信模板。
示例18:示例15至17之一的系统,其中,自动扩增所述草拟传出通信的至少一部分包括:提供具有一个或多个可选选项的下拉菜单,其中,所述一个或多个可选选项中的每一个包括来自所选择的一个或多个传出通信的传出通信模板的文本。
示例19:示例12至18之一的系统,其中,所述用户的所述场境的所述一个或多个属性包括由移动计算设备感测到的所述用户的地理坐标,所述移动计算设备由所述用户操作以发送所述传出通信。
示例20:至少一种包括指令的非暂时性计算机可读介质,所述指令响应于由计算系统执行而使所述计算系统执行:将由用户使用一个或多个计算设备发送的传出通信的语料库分组为多个集群,其中,基于所述用户的场境的一个或多个属性将所述语料库的每个传出通信分组为集群;响应于确定跨特定集群的一个或多个分段的出现次数满足标准,将所述特定集群的每个传出通信的所述一个或多个分段分类为固定的;以及基于与所述特定集群的每个通信相关联的分类的分段的序列,生成可用于自动扩增由所述用户利用计算设备正在准备的一个或多个草拟传出通信的至少一部分的传出通信模板。
虽然在本文已经描述和图示了若干实现,但是可以利用用于执行功能和/或获得结果和/或本文描述的优点中的一个或多个优点的各种其他手段和/或结构,并且这样的变化和/或修改的每个被认为是在这里描述的实现的范围内。更一般地,这里描述的所有参数、尺寸、材料和配置都意味着是示例性的,并且实际参数、尺寸、材料和/或配置将取决于所述教导所用于的一个或多个特定应用。本领域技术人员将认识到或仅仅使用常规实验就能够确定本文所述的特定实现的许多等同物。因此,应该理解的是,前述实现仅通过示例的方式呈现,并且在所附权利要求及其等同物的范围内,可以以与具体描述和要求保护的方式不同的方式来实施实现。本公开的实现针对本文描述的每个单独的特征、系统、物品、材料、套件和/或方法。此外,如果这些特征、系统、物品、材料、套件和/或方法不相互不一致,则两个或更多个这样的特征、系统、物品、材料、套件和/或方法的任何组合都包括在本公开的范围内。
Claims (15)
1.一种计算机实现的方法,包括:
将由用户使用一个或多个计算设备发送的传出通信的语料库分组为多个集群,其中,基于在所述传出通信被发送时的所述用户的场境的一个或多个属性将所述语料库的每个传出通信分组为集群,其中,基于在所述传出通信被发送时由所述用户操作的计算设备提供的一个或多个信号来确定在所述传出通信被发送时的所述用户的场境的一个或多个属性;
响应于确定跨特定集群的一个或多个分段的出现次数满足标准,将所述特定集群的每个传出通信的所述一个或多个分段分类为固定的;
将所述特定集群的每个传出通信的一个或多个剩余分段分类为瞬态的;
基于与所述特定集群的每个通信相关联的分类的分段的序列,生成可用于自动扩增由所述用户正在准备的一个或多个草拟传出通信的至少一部分的传出通信模板;
基于所述用户与相同的计算设备或不同的计算设备之间的一个或多个交互,确定所述用户正在准备后续传出通信;
从多个传出通信模板中选择特定的传出通信模板,其中,所述选择基于所述用户的当前场境的一个或多个属性,所述用户的当前场境的一个或多个属性是基于由相同的计算设备或由不同的计算设备提供的一个或多个信号;以及
应用所述特定的传出通信模板,以利用来自所述特定的传出通信模板的内容自动扩增由所述用户正在准备的所述后续传出通信的至少一部分。
2.根据权利要求1所述的计算机实现的方法,其中,所述语料库包括由一个或多个附加用户发送的传出通信,并且其中,所述语料库的每个传出通信基于发送所述传出通信的包括所述一个或多个附加用户的场境的一个或多个属性被分组为集群。
3.根据权利要求1所述的计算机实现的方法,其中,所述选择包括:进一步基于在所述特定的传出通信模板与所述用户正在准备的所述后续传出通信之间的相似性度量,从所述多个传出通信模板中选择所述特定的传出通信模板。
4.根据权利要求1所述的计算机实现的方法,其中,在所述传出通信被发送时的所述用户的所述场境的所述一个或多个属性包括在所述用户与所述传出通信的接收者之间的关系。
5.根据权利要求1所述的计算机实现的方法,其中,在所述传出通信被发送时的所述用户的所述场境的所述一个或多个属性包括由移动计算设备感测的所述用户的地理坐标,所述移动计算设备由所述用户操作以发送所述传出通信。
6.根据权利要求1所述的计算机实现的方法,其中,在所述传出通信被发送时的所述用户的所述场境的所述一个或多个属性包括所述用户的电子日历中的一个或多个条目。
7.根据权利要求1所述的计算机实现的方法,其中,在所述传出通信被发送时的所述用户的所述场境的所述一个或多个属性包括所述用户的社交网络状态。
8.根据权利要求1所述的计算机实现的方法,其中,所述传出通信的语料库包括由所述用户发送的电子邮件的语料库。
9.一种系统,所述系统包括存储器和可操作为执行存储在所述存储器中的指令的一个或多个处理器,包括用于以下的指令:
将由用户发送的传出通信的语料库分组为多个集群,其中,基于在所述传出通信被发送时的所述用户的场境的一个或多个属性将所述语料库的每个传出通信分组为集群,其中,基于在所述传出通信被发送时由所述用户操作的计算设备提供的一个或多个信号来确定在所述传出通信被发送时的所述用户的场境的一个或多个属性;
响应于确定跨特定集群的一个或多个分段的出现次数满足标准,将所述特定集群的每个传出通信的所述一个或多个分段分类为固定的;
将所述特定集群的每个传出通信的一个或多个剩余分段分类为瞬态的;
基于与所述特定集群的每个传出通信相关联的分类的分段的序列,生成可用于自动扩增一个或多个草拟传出通信的至少一部分的传出通信模板;
基于所述用户与所述用户操作的计算设备之间的一个或多个交互,确定所述用户正在准备后续传出通信;
从多个传出通信模板中选择特定的传出通信模板,其中,所述选择基于在所述特定的传出通信模板与所述用户正在准备的所述后续传出通信之间的相似性度量;以及
应用所述特定的传出通信模板,以利用来自所述特定的传出通信模板的内容自动扩增由所述用户正在准备的所述后续传出通信的至少一部分。
10.根据权利要求9所述的系统,其中,所述语料库包括由一个或多个附加用户发送的传出通信,并且其中,基于发送所述传出通信的包括所述一个或多个附加用户的场境的一个或多个属性,将所述语料库的每个传出通信分组为集群。
11.根据权利要求9所述的系统,其中,进一步基于所述传出通信被发送到的接收者的一个或多个属性,将所述语料库的每个传出通信分组为集群。
12.根据权利要求9所述的系统,还包括用于以下的指令:进一步基于与准备所述后续传出通信同时的所述用户的场境的一个或多个方面,从所述多个传出通信模板中选择所述特定传出通信模板。
13.根据权利要求9所述的系统,其中,自动扩增所述后续传出通信的至少一部分包括:提供具有一个或多个可选选项的下拉菜单,其中所述一个或多个可选选项中的每一个包括来自所述特定传出通信模板的文本。
14.根据权利要求10所述的系统,其中,所述用户的所述场境的所述一个或多个属性包括由移动计算设备感测到的所述用户的地理坐标,所述移动计算设备由所述用户操作以发送所述传出通信。
15.一种包括指令的至少一个非暂时性计算机可读介质,响应于由计算系统执行所述指令,所述指令使所述计算系统执行以下操作:
将由用户使用一个或多个计算设备发送的传出通信的语料库分组为多个集群,其中,基于在所述传出通信被发送时的所述用户的场境的一个或多个属性将所述语料库的每个传出通信分组为集群,其中,基于在所述传出通信被发送时由所述用户操作的计算设备提供的一个或多个信号来确定在所述传出通信被发送时的所述用户的场境的一个或多个属性;
响应于确定跨特定集群的一个或多个分段的出现次数满足标准,将所述特定集群的每个传出通信的所述一个或多个分段分类为固定的;
基于与所述特定集群的每个通信相关联的分类的分段的序列,生成可用于自动扩增由所述用户正在准备的一个或多个草拟传出通信的至少一部分的传出通信模板;
基于所述用户与相同的计算设备或不同的计算设备之间的一个或多个交互,确定所述用户正在准备后续传出通信;
从多个传出通信模板中选择特定的传出通信模板,其中,所述选择基于所述用户的当前场境的一个或多个属性,所述用户的当前场境的一个或多个属性是基于由相同的计算设备或由不同的计算设备提供的一个或多个信号;以及
应用所述特定的传出通信模板,以利用来自所述特定的传出通信模板的内容自动扩增由所述用户正在准备的所述后续传出通信的至少一部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211227000.6A CN115688727A (zh) | 2016-01-01 | 2016-12-22 | 生成和应用传出通信模板 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/986,644 | 2016-01-01 | ||
US14/986,644 US9940318B2 (en) | 2016-01-01 | 2016-01-01 | Generating and applying outgoing communication templates |
PCT/US2016/068364 WO2017117005A1 (en) | 2016-01-01 | 2016-12-22 | Generating and applying outgoing communication templates |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211227000.6A Division CN115688727A (zh) | 2016-01-01 | 2016-12-22 | 生成和应用传出通信模板 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108475274A CN108475274A (zh) | 2018-08-31 |
CN108475274B true CN108475274B (zh) | 2022-10-25 |
Family
ID=57777755
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211227000.6A Pending CN115688727A (zh) | 2016-01-01 | 2016-12-22 | 生成和应用传出通信模板 |
CN201680077497.4A Active CN108475274B (zh) | 2016-01-01 | 2016-12-22 | 生成和应用传出通信模板 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211227000.6A Pending CN115688727A (zh) | 2016-01-01 | 2016-12-22 | 生成和应用传出通信模板 |
Country Status (4)
Country | Link |
---|---|
US (3) | US9940318B2 (zh) |
EP (1) | EP3391251A1 (zh) |
CN (2) | CN115688727A (zh) |
WO (1) | WO2017117005A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9940318B2 (en) * | 2016-01-01 | 2018-04-10 | Google Llc | Generating and applying outgoing communication templates |
US10484246B1 (en) * | 2016-12-19 | 2019-11-19 | Ibotta, Inc. | Dynamic clustering of network nodes for mobile communications |
US20200073925A1 (en) * | 2018-09-05 | 2020-03-05 | Stephen Londy Shapiro | Method and system for generating a website from collected content |
US10896290B2 (en) * | 2018-09-06 | 2021-01-19 | Infocredit Services Private Limited | Automated pattern template generation system using bulk text messages |
US11080335B2 (en) * | 2019-08-13 | 2021-08-03 | International Business Machines Corporation | Concept-based autosuggest based on previously identified items |
US11924149B2 (en) * | 2020-10-15 | 2024-03-05 | Google Llc | Composition of complex content via user interaction with an automated assistant |
US11816437B2 (en) * | 2020-12-15 | 2023-11-14 | International Business Machines Corporation | Automatical process application generation |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7225232B2 (en) | 2002-03-28 | 2007-05-29 | Nortel Networks Limited, | Using existing web-based information to generate responses to user queries |
US20060168006A1 (en) * | 2003-03-24 | 2006-07-27 | Mr. Marvin Shannon | System and method for the classification of electronic communication |
US20040249637A1 (en) * | 2003-06-04 | 2004-12-09 | Aurilab, Llc | Detecting repeated phrases and inference of dialogue models |
US7421690B2 (en) * | 2003-06-23 | 2008-09-02 | Apple Inc. | Threaded presentation of electronic mail |
JP4198071B2 (ja) * | 2004-01-20 | 2008-12-17 | オリンパス株式会社 | 情報呈示システム |
US7496500B2 (en) * | 2004-03-01 | 2009-02-24 | Microsoft Corporation | Systems and methods that determine intent of data and respond to the data based on the intent |
US8364467B1 (en) * | 2006-03-31 | 2013-01-29 | Google Inc. | Content-based classification |
KR100742968B1 (ko) * | 2006-07-21 | 2007-07-25 | 동부일렉트로닉스 주식회사 | 마스크 제작 방법 및 마스크 바이어스 최적화 방법 |
US7660804B2 (en) * | 2006-08-16 | 2010-02-09 | Microsoft Corporation | Joint optimization of wrapper generation and template detection |
US7512605B2 (en) * | 2006-11-01 | 2009-03-31 | International Business Machines Corporation | Document clustering based on cohesive terms |
EP2092447A4 (en) * | 2006-11-03 | 2011-03-02 | Appen Pty Ltd | METHOD AND DEVICE FOR ANALYZING EMAIL DOCUMENTS |
US10452763B2 (en) | 2007-03-08 | 2019-10-22 | Oath Inc. | Autocomplete for integrating diverse methods of electronic communication |
US20080313283A1 (en) * | 2007-06-14 | 2008-12-18 | International Business Machines Corporation | Method and system for automated population of message body and address fields based on email subject |
US8103726B2 (en) | 2007-08-17 | 2012-01-24 | International Business Machines Corporation | Analyzing email content to determine potential intended recipients |
US20090157827A1 (en) * | 2007-12-14 | 2009-06-18 | Srinivas Bangalore | System and method for generating response email templates |
US9846689B2 (en) * | 2008-01-29 | 2017-12-19 | Adobe Systems Incorporated | Method and system to provide portable database functionality in an electronic form |
CN101251837B (zh) * | 2008-03-26 | 2011-03-23 | 腾讯科技(深圳)有限公司 | 电子文件列表的显示处理方法和系统 |
FR2957702B1 (fr) * | 2010-03-18 | 2012-05-04 | Alcatel Lucent | Procede de categorisation de messages recus par un utilisateur d'un reseau social d'entreprise |
US20120317499A1 (en) * | 2011-04-11 | 2012-12-13 | Shen Jin Wen | Instant messaging system that facilitates better knowledge and task management |
US20130066677A1 (en) * | 2011-09-12 | 2013-03-14 | Scott William Killoh | System and method for media and commerce management |
US8583648B1 (en) * | 2011-09-30 | 2013-11-12 | Google Inc. | Merging semantically similar clusters based on cluster labels |
US9020947B2 (en) * | 2011-11-30 | 2015-04-28 | Microsoft Technology Licensing, Llc | Web knowledge extraction for search task simplification |
US8938220B2 (en) * | 2012-07-03 | 2015-01-20 | International Business Machines Corporation | Automated selection and presentation of pertinent contacts |
US9331965B2 (en) | 2013-08-23 | 2016-05-03 | International Business Machines Corporation | Automatically generating email subject lines |
US20170308517A1 (en) * | 2013-09-11 | 2017-10-26 | Google Inc. | Automatic generation of templates for parsing electronic documents |
WO2015053861A2 (en) | 2013-10-09 | 2015-04-16 | Viv Labs, Inc. | Dynamically evolving cognitive architecture system based on a natural language intent interpreter |
US9563689B1 (en) * | 2014-08-27 | 2017-02-07 | Google Inc. | Generating and applying data extraction templates |
US20160063416A1 (en) * | 2014-08-28 | 2016-03-03 | Rajesh Sharma | Web-based, electronic system and method for providing business automation information exchange services |
US10372774B2 (en) * | 2014-08-29 | 2019-08-06 | Microsoft Technology Licensing, Llc | Anticipatory contextual notifications |
US9940318B2 (en) * | 2016-01-01 | 2018-04-10 | Google Llc | Generating and applying outgoing communication templates |
-
2016
- 2016-01-01 US US14/986,644 patent/US9940318B2/en active Active
- 2016-12-22 CN CN202211227000.6A patent/CN115688727A/zh active Pending
- 2016-12-22 CN CN201680077497.4A patent/CN108475274B/zh active Active
- 2016-12-22 WO PCT/US2016/068364 patent/WO2017117005A1/en active Application Filing
- 2016-12-22 EP EP16825677.4A patent/EP3391251A1/en not_active Withdrawn
-
2018
- 2018-02-22 US US15/902,094 patent/US10255264B2/en active Active
-
2019
- 2019-03-07 US US16/295,170 patent/US11010547B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170192953A1 (en) | 2017-07-06 |
CN108475274A (zh) | 2018-08-31 |
WO2017117005A1 (en) | 2017-07-06 |
US10255264B2 (en) | 2019-04-09 |
CN115688727A (zh) | 2023-02-03 |
US9940318B2 (en) | 2018-04-10 |
US20180181557A1 (en) | 2018-06-28 |
EP3391251A1 (en) | 2018-10-24 |
US11010547B2 (en) | 2021-05-18 |
US20190205371A1 (en) | 2019-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108475274B (zh) | 生成和应用传出通信模板 | |
US10657158B2 (en) | Template-based structured document classification and extraction | |
US11516156B2 (en) | Determining reply content for a reply to an electronic communication | |
US11575628B2 (en) | Methods and apparatus for determining non-textual reply content for inclusion in a reply to an electronic communication | |
CN108370347B (zh) | 对传入通信的预测响应方法和系统 | |
US9875233B1 (en) | Associating one or more terms in a message trail with a task entry | |
US9619119B2 (en) | Information prompt method, apparatus and terminal device | |
CN106471490B (zh) | 基于分类的集群通信 | |
US9690870B2 (en) | Email tags | |
CN110377555B (zh) | 确定在用户联系人之间的关联强度 | |
US20160337401A1 (en) | Identifying phishing communications using templates | |
US10216838B1 (en) | Generating and applying data extraction templates | |
US10216837B1 (en) | Selecting pattern matching segments for electronic communication clustering | |
US9785705B1 (en) | Generating and applying data extraction templates | |
CN106164941B (zh) | 提供与在消息中的模糊项相关的附加信息 | |
US20190121526A1 (en) | Efficiently sharing user selected information with a set of determined recipients |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |