CN109690583A - 基于消息内容来确定消息参与者之间的共识 - Google Patents
基于消息内容来确定消息参与者之间的共识 Download PDFInfo
- Publication number
- CN109690583A CN109690583A CN201780055189.6A CN201780055189A CN109690583A CN 109690583 A CN109690583 A CN 109690583A CN 201780055189 A CN201780055189 A CN 201780055189A CN 109690583 A CN109690583 A CN 109690583A
- Authority
- CN
- China
- Prior art keywords
- message
- suggestion
- common recognition
- opinion
- computer system
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/226—Delivery according to priorities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/212—Monitoring or handling of messages using filtering or selective blocking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
描述了用于基于评估消息对话来确定和呈现共识的系统。共识确定应用可以使用自然语言处理或类似方法来自动解析与话题相关的一系列消息中的每个消息,以确定包含在那些消息内的一个或多个建议和针对所述一个或多个建议的相应意见。可以向用户呈现针对一个或多个建议中的每个建议的共识。通过查看自动确定的共识,用户可以在不读取和评估对话内的所有消息的情况下,理解关于跨消息参与者群组的、话题的共识水平。因此,减少了用户负担,并且用户可以更有效地辩论想法并以更少的误解呈现建议,从而获得整体更好的用户体验。
Description
背景技术
随着用户越来越多地在世界范围内协作,用各种消息格式进行的通信持续增加。用户经常在远距离和时间延迟的情况下与其他用户进行交流和辩论。这些对话可以包括从两个用户到几百个用户的任何情况,随着用户插入辩论和讨论想法,消息数量不断增加。加利福尼亚州的工作者可能在他们的工作日通过电子邮件讨论想法,在晚上退出,然后醒来发现日本的同事在一夜之间向该对话增加了100多封电子邮件。今天,那些工作者必须花费大量时间来检阅那些电子邮件,以确定哪些同事提出了新想法以及哪些同事赞同和反对了其他想法。更令人生畏的是在许多不同的答复中识别出任何有意义的共识的前景。识别首选方案的过程-更不用说群体共识-可能非常耗时且令人沮丧。例如,一些消息可能没有具体说明他们提到的想法,一些参与者可能会随着时间的推移改变他们的主意,并且在辩论期间可能会将新想法投入到混合中。用户还可能在事后发现他或她误解了另一参与者的当前观点,或者提供了其他参与者已经讨论过的建议。
已经关于这些和其他一般考虑描述了实施例。而且,虽然已经讨论了相对具体的问题,但是应当理解,实施例不应当限于解决背景技术中标识的具体问题。
发明内容
概括地说,本公开内容涉及用于确定和呈现关于一个或多个消息的集合中的建议和意见的共识状态的系统和方法。在一些方面,当用户从一个或多个作者接收到关于话题的一个或多个消息时,那些消息可以包含其他消息参与者可能希望同意、反对或提供反建议的想法或动作的一些建议。该消息线程可能在解释和确定哪些建议正在从参与者之间接收共识方面变得冗长或麻烦。消息参与者可以发现系统方便地提供在消息线程内找到的建议和意见的摘要,以及各种参与者当前支持的建议的记录。这样的摘要允许用户快速高效地理解消息线程的当前状态并提供他或她的意见而无需阅读可能是数百条消息的内容。这使得用户能够更有效地参与辩论并提供有意义的建议,而不会重复其他人提出的想法。
共识确定应用通过使用自然语言处理(NLP)自动解释关于话题的线索内的消息并确定在线程内已经提供了哪些建议以及哪些参与者已经同意或反对每个建议来解决上述问题。随着时间的推移,线程参与者可能改变他或她的主意,或者更加被后来的建议所吸引。在这种情况下,该应用可以从所做的陈述中解释这种立场变化。该应用还可以向参与者提供用于选择他或她更喜欢哪个建议或者选择他或她是否同意作为该线程的话题的当前是/否问题的界面。应用可以在消息本身内、消息阅读窗格内、消息列表窗格内或这些位置的某种组合处提供对共识的总体度量。
在一方面,提供了一种计算机系统。该计算机系统包括处理单元和存储有计算机可执行指令的存储器,所述计算机可执行指令当由至少一个处理单元执行时使系统执行方法。该方法包括:接收消息,解析消息以提取信息,以及分析所提取的信息以识别话题和与话题相关的建议。该方法还包括:当所识别的建议是新建议时,将所识别的建议添加到一个或多个建议的集合中。另外,至少部分地基于分析所提取的信息,该方法包括:识别与所识别的建议相对应的意见,并将所识别的意见添加到针对所识别的建议的相应意见集合中。该方法还包括:通过对针对一个或多个建议中的每个建议的相应意见集合进行评估来确定共识水平,以及提供针对一个或多个建议中的每个建议的共识水平的视觉表示。
在另一方面,提供了一种用于确定与话题相关的共识的方法。该方法包括:接收消息,解析消息以提取信息,以及分析所提取的信息以识别话题和与话题相关的建议。当所识别的建议是新建议时,该方法还包括将所识别的建议添加到一个或多个建议的集合。另外,该方法包括:识别与所识别的建议相对应的意见,并将所识别的意见添加到针对一个或多个建议的集合中的所识别的建议的相应意见集合。该方法还包括:通过对针对一个或多个建议中的每个建议的相应意见集合进行评估来确定共识水平,以及提供针对一个或多个建议中的每个建议的共识水平的视觉表示。
在又一方面,提供了一种用于确定和呈现与话题相关的共识的方法。该方法包括:接收多个消息,其中,多个消息与话题相关;从消息中提取元数据;以及从消息中提取内容信息。另外,该方法包括:基于以下各项中的一项或多项从消息中识别一个或多个建议以及与每个建议相关的一个或多个意见:所提取的内容信息和所提取的元数据。该方法还包括:通过对与每个建议相对应的一个或多个意见进行评估来确定共识水平,以及提供针对每个建议的共识水平的视觉表示。
提供本概述是为了以简化的形式介绍将在下面的详细描述中进一步描述的一些构思的选择。本概述不旨在标识所要求保护的主题的关键特征或必要特征,也不旨在用于限制所要求保护的主题的范围。
附图说明
参考以下附图描述了非限制性和非穷举性示例。
图1示出了根据示例实施例的用于基于消息内容来确定共识的系统。
图2示出了根据示例实施例的用于在消息阅读窗格内实现共识确定和表示的界面。
图3示出了根据示例实施例的用于在消息列表窗格内实现共识确定和表示以及在消息阅读窗格内实现替代表示的界面。
图4示出了根据示例实施例的用于解释消息以确定其相关建议和意见并将该信息结合到建议集合和相应意见中以确定共识的方法。
图5示出了根据示例实施例的用于解释一个或多个消息以确定其中包含的建议集合和相应意见的方法。
图6是示出利用其可以实践本公开内容的方面的计算设备的示例物理组件的框图。
图7A和图7B是利用其可以实践本公开内容的方面的移动计算设备的简化框图。
图8是在其中可以实践本公开内容的方面的分布式计算系统的简化框图。
图9示出了用于执行本公开内容的一个或多个方面的平板计算设备。
具体实施方式
在以下详细描述中,参考了构成其一部分的附图,并且在所述附图中通过说明的方式示出了具体实施例或示例。可以组合这些方面,可以使用其他方面,并且可以进行结构改变,而不脱离本公开内容。实施例可以实践为方法、系统或设备。因此,实施例可以采用硬件实施方式、完全软件实施方式或组合软件和硬件方面的实施方式的形式。以下详细描述不应当被认为是限制意义的,并且本公开内容的范围由所附权利要求及其等同物定义。
如上所述,概括地说,本公开内容涉及用于从与给定话题相对应的消息中确定建议、意见和共识的系统和方法。如本文所使用的,建议可以是对参与者可能希望辩论的动作、计划或其他想法的任何建议。示例建议可能包括“让我们去Trieste Café吃午餐”或“我们应当在12月17日推出我们的新产品”等。在任何建议内都可以查看与该建议相关的固有问题,例如“我们应当去哪里吃午餐?”或“我们应当在12月17日推出我们的新产品吗?”或更一般地“我们应当什么时候推出我们的新产品?”。如本文所使用的,意见可以被解释为与给定建议达成同意或反对的任何表达,并且可以被视为提供用户对其问题的回答。如果相关建议包含是/否问题,例如“我们应当在12月17日推出我们的产品吗?”,则意见可能是简单的“是”或“否”。意见也可以是若干建议之间的选择。例如,如果参与者已经建议三家餐馆吃午餐,“Trieste Café”、“Joe's Burger Barn”和“Andy's Mexican”,则意见可以是选择“Trieste Café”。应当注意,包括建议的消息可以被解释为提供新建议并且还包括作者支持该建议的意见。例如,用户可以对关于午餐地点的消息话题进行回复,其中,先前参与者已经通过声明“我不想去任何一家,但Andy’s Mexican人今天有一个很棒的星期二卷饼特品!”在“Trieste Café”和“Joe's Burger Barn”之间进行过辩论。应用可以将该声明解释为添加第三个建议(Andy’s Mexican)并提供支持新建议的意见。从那时起,其他消息话题参与者可能希望赞成Andy’s Mexican,即使他们之前已经赞成原来的两个建议。此外,应用可以基于消息内容和上下文(例如,元数据)来确定参与者的意见。例如,用户可能只是写“这是一个好主意!”而没有标识他或她认为什么是一个好主意。基于元数据(例如用户正在对其进行答复的消息),应用可以确定用户正在对哪个建议发表意见。例如,如果用户正在对建议去“Andy's Mexican”吃午餐的消息进行答复,则应用可以确定该用户的消息是关于支持“Andy's Mexican”的意见。
具体地,共识确定应用可以自动识别每个消息内包含的一个或多个建议。然后,它可以基于每个消息的内容和元数据来确定哪些消息参与者同意或反对每个建议。最后,应用可以以如下方式向用户显示这些建议和意见:告知用户关于消息对话的参与者之间的当前共识。因此,用户不需要阅读对话内的每个消息以获得参与者的感受的概述。
已经关于这些和其他一般考虑进行了实施例。
图1示出了根据示例实施例的用于基于消息内容来确定消息话题参与者之间的共识的系统100。
如图所示,系统100可以包括一个或多个客户端计算设备104(例如,客户端计算设备104A和104B),其可以执行能够显示在给定消息对话内找到的当前共识的共识确定应用的客户端版本。在一些示例中,客户端共识确定应用可以在客户端计算设备104上本地执行。例如,客户端共识确定应用(例如,移动应用)可以操作于与(例如,经由网络106)在一个或多个服务器计算设备(例如,服务器计算设备108)上执行的共识确定应用110的对应的服务器版本进行通信。在其他方面,不是执行共识确定应用的客户端版本,而是一个或多个客户端计算设备104可以例如经由网络106上的浏览器远程访问在一个或多个服务器计算设备108上实现的共识确定应用110。就这一点而言,共识确定应用110能够从消息对话内确定建议、意见和共识,并向用户呈现当前建议、意见和共识。
在基本配置中,一个或多个客户端计算设备104是具有由一个或多个用户102(例如,用户102A和用户102B)操作的输入元件和输出元件二者的个人或手持计算机。例如,一个或多个客户端计算设备104可以包括以下各项中的一项或多项:移动电话;智能手机;平板电脑;平板手机;智能手表;可穿戴计算机;个人计算机;台式计算机;膝上型计算机;游戏设备/计算机(例如,);电视;等等。该列表仅是示例性的,不应视为限制。可以使用用于执行客户端共识确定应用和/或远程访问共识确定应用110的任何合适的客户端计算设备。
在一些方面,网络106是诸如企业内联网和/或互联网之类的计算机网络。就这一点而言,网络106可以包括局域网(LAN)、广域网(WAN)、互联网、无线和有线传输介质。在其他方面,服务器计算设备108可以经由本地网络(例如,企业内联网)与系统的一些组件通信,而服务器计算设备108可以经由广域网(例如,互联网)与系统的其他组件通信。另外,本文描述的方面和功能可以在分布式系统(例如,基于云的计算系统)上操作,其中,应用功能、存储器、数据存储和检索以及各种处理功能可以通过分布式计算网络(例如,互联网或内联网)彼此远程操作。
如上所述,共识确定应用110可以在服务器计算设备108上实现。在基本配置中,服务器计算设备108可以包括至少一个处理单元和用于执行计算机可读指令的系统存储器。在一些方面,服务器计算设备108可以包括分布式环境(例如,基于云的计算环境)中的一个或多个服务器计算设备108。服务器计算设备108可以经由网络106向一个或多个客户端计算设备104和/或一个或多个其他服务器计算设备(例如,服务器计算设备124A和/或124B)以及从一个或多个客户端计算设备104和/或一个或多个其他服务器计算设备(例如,服务器计算设备124A和/或124B)提供关于消息的数据和/或元数据。
如本文所使用的,消息可以被理解为来自个体之间的任何计算机化通信手段内的通信,例如,电子邮件消息系统(例如,Outlook、Gmail、Thunderbird等)、文本消息系统(例如,SMS文本、Apple iMessage等)、即时消息系统(例如,AIM、Lync、Facebook Messenger、WhatsApp、Google Chat)等等、视频消息系统(例如,Skype、SnapChat、Google Hangouts等)等等。共识确定应用110可以使用一种或多种格式的消息来确定话题参与者之间的共识。消息还可以包括通常理解的元数据,例如发送者、接收者、发送日期、接收日期、优先级、主题、附件信息等。
应当领会,一个或多个消息(例如,消息128A,128B和128C)可以被存储在共识确定应用110(例如,存储设备126)可访问的一个或多个存储位置中。在至少一些示例中,一个或多个消息可以被存储在可由共识确定应用110通过网络(例如,网络106)访问的分布式环境(例如,基于云的计算环境)内的不同存储位置中。
如图1中所示,共识确定应用110可以包括消息解析器112、元数据聚合器114、消息内容解析器116、建议解释器118、意见解释器120和共识呈现器122。可以使用硬件、软件或硬件和软件的组合来实现各种组件。此外,各种组件可以在相同的服务器计算设备(例如,服务器计算设备108)上或在其他服务器计算设备(例如,服务器计算设备124A,124B和/或130)上执行。如上所述,共识确定应用110可以被配置为呈现聚合建议和相关意见以传达话题参与者的当前共识。在一些方面,共识确定应用110可以进行一个或多个预处理步骤以便完成共识确定。
例如,当接收到消息(例如,用于存储在存储设备126中)时,消息解析器112可以解析所接收的消息以检测消息内容和/或元数据。在一些方面,消息解析器112可以由服务器计算设备108实现。在其他方面,消息解析器112可以由另一服务器实现,例如,服务器,例如与存储位置(例如,存储设备126)通信和/或管理该存储位置的服务器计算设备130。如上所述,消息可以包括消息内容、元数据等。
元数据聚合器114可以从消息解析器112接收针对接收的每个消息的元数据内容以便存储(例如,存储设备126)。在一些方面,元数据聚合器114可以由服务器计算设备108实现。在其他方面,元数据聚合器114可以由另一服务器实现,例如,服务器,例如与存储位置(例如,存储设备126)通信和/或管理该存储位置的服务器计算设备130。如上文所详述的,消息可以与诸如发送者、接收者、发送时间/日期、接收时间/日期、优先级、主题、附件信息、答复关系等的元数据相关联。元数据聚合器114可以收集和/或生成指示消息内容的元数据。元数据聚合器114还可以聚合元数据并且可以将经聚合的元数据组织成结构化字段,其中,每个字段存储不同类型的经聚合的元数据。在各方面,“元数据语法”可以指用于构造存储经聚合的元数据的字段的规则。如稍后所述,该元数据可以用于确定分配给给定消息参与者的当前意见,以确定给定意见应当与哪个建议相关,以及其他此类任务。
在其他方面,元数据聚合器114可以将经聚合的元数据的结构化字段附加到每个消息。例如,如图1所示,第一经聚合的元数据(例如,Meta A132A)可以被附加到存储在存储设备126中的第一消息(例如,Msg A 128A),第二经聚合的元数据(例如,Meta B 132B)可以被附加到存储在存储设备126中的第二消息(例如,Msg B 128B),并且第三经聚合的元数据(例如,Meta C 132C)可以被附加到存储在存储设备126中的第三消息(例如,Msg C 128C)。在一些方面,经聚合的元数据可以合并与每个消息相关联的原始元数据,使得原始元数据被组织在经聚合的元数据的结构化字段内。在其他方面,经聚合的元数据可以被组织到结构化字段中并且存储在与关联于消息的原始元数据的分开的位置中。在一些示例中,当每个消息存储在存储设备126中时,元数据聚合器114可以将经聚合的元数据与消息一起存储,作为预处理步骤;在其他示例中,在某个其他时间,在消息处理期间,元数据聚合器114可以将经聚合的元数据与消息一起存储。
在示例中,用户(例如,用户102A)可以使用消息传送应用(例如,电子邮件应用、即时消息传送应用、SMS应用等)起草给另一用户(例如,用户102B)的消息。消息传送应用可以与共识确定应用110通信和/或与共识确定应用110合并。例如,消息可以包括一个或多个消息字段,例如“主题”字段,“接收者”字段,“发送者”字段,“消息正文”字段等。“接收者”字段可以包括消息的每个接收者的至少一个用户标识符(例如,接收者标识符),并且“发送者”字段可以包括消息的发送者的至少一个用户标识符(例如,发送者标识符)。用户标识符可以是用户名(或用户别名)、用户电子邮件地址、用户电话号码等。消息传送应用可以使用用户标识符将消息从发送者路由到消息的一个或多个接收者。用户标识符还可以将消息发送者的身份传送给一个或多个接收者,以及对话中消息的其他接收者。
在其他示例中,发送者可以将主题内容输入到消息的主题字段中以指示话题、目的、任务或关于消息的其他信息。在更进一步的示例中,发送者可以将消息内容输入到消息的消息正文字段中。消息内容可以包括用于与消息的一个或多个接收者进行通信的叙述、描述、指令或其他信息,以及关于先前建议的新建议或意见。
在起草消息、路由消息和/或接收消息期间的任何时间,消息内容解析器116可以处理该消息以从消息内容中提取和分析信息。在一些方面,消息内容解析器116可以由服务器计算设备108实现。在其他方面,消息内容解析器116可以由另一服务器实现,例如,与消息传送应用通信和/或实现消息传送应用的服务器。例如,消息内容解析器116可以从消息中提取信息,并分析所提取的信息以识别关键消息术语和/或关键消息短语(下文统称为“关键消息术语”)。如本文所使用的,关键消息术语可以指示消息作者的建议或对先前消息建议的意见。可以通过任何合适的手段来识别关键消息术语,例如,使用诸如半结构化信息提取或自然语言处理(NLP)之类的技术。例如,这些或类似技术可以用于从消息中提取n元组。还可以处理作为结构化元素集的每个n元组以识别一个或多个关键消息术语。
消息内容解析器116还可以例如基于从中提取关键消息术语的字段,基于消息内的关键消息术语的顺序位置或其他合适的标准,向每个关键消息分配优先级。例如,在一些方面,落入主题内容内的关键消息术语可以被分配比落入消息内容内的关键消息术语更高的优先级。在其他方面,在消息内的较早的顺序位置中出现的关键消息术语可以被分配比在消息内的稍后的顺序位置中出现的关键消息术语更高的优先级。应当领会,可以经由任何合适的算法或规则集将优先级分配给关键消息术语。在各方面中,如下面将进一步描述的,至少一些关键消息术语可以指示消息内的建议和/或关于建议的意见。例如,关键消息术语可以包括例如术语、短语、日期、时间或任何其他提取的信息。除其他之外,可以使用关键消息术语来确定消息属于哪个话题,它包含什么建议(如果有的话),以及它表达了什么意见。
在示例中,消息可以通过以下项定义:“发送者”字段,其包括与发送者电子邮件地址suzy@genco.com相关联的发送者姓名“Suzy Coleman”;“接收者”字段,其包括与接收者电子邮件地址joe@genco.com相关联的第一接收者姓名“Joe Doe”以及与第二接收者电子邮件地址megan@genco.com相关联的第二接收者姓名“Megan Taylor”;“主题”字段,其包括文本“新服务的名称”;以及“消息正文”字段,其包括以下消息内容:“我很喜欢所提出的想法,我认为我们应当考虑采用更平淡一些的东西。让我们称之为它是什么。也许'个人服饰品商'或类似它的东西。”。基于以上信息,消息内容解析器116可以提取发送者的姓名和电子邮件地址以及第一和第二接收者的姓名和电子邮件地址。消息内容解析器116还可以提取包括关键消息术语“新服务的名称”的主题内容。消息内容解析器116可以确定该消息涉及关于确定新服务的名称的话题。消息内容解析器116还可以提取关键消息术语“可能'个人服饰品商'或类似它的东西。”
另外,在起草消息、路由消息或接收消息期间的任何时间,建议解释器118可以解释关键消息术语以确定消息内容内是否存在建议,以及该建议是否是与先前表达的建议相同。在一些方面,建议解释器118可以由服务器108实现。在其他方面,建议解释器118可以由另一服务器实现,例如,服务器,例如与存储位置(例如,存储设备126)通信和/或管理该存储位置的服务器计算设备130。例如,参考上面的示例消息,建议解释器118可以解释关键消息术语“可能'个人服饰品商'或类似它的东西”,以将短语“个人服饰品商”识别为对于该话题的建议。基于与该话题相关的先前建议,建议解释器118可以确定该建议是新建议,并且作者Suzy Coleman的意见不应当或至少不应当与任何其他建议相关联。
在各方面中,意见解释器120可以解释从消息内容解析器116接收的关键消息术语,以确定消息作者关于消息话题的意见。意见解释器120还可以从元数据聚合器114接收与多个文件中的每个文件相关联的经聚合的元数据。在一些方面,意见解释器120可以由服务器计算设备108实现。在其他方面,意见解释器120可以由另一个服务器实现,例如,服务器,例如与存储位置(例如,存储设备126)通信和/或管理该存储位置的服务器计算设备130。例如,意见解释器120可以使用所述关键消息术语和元数据来确定每个关键消息术语是否包括与先前表达的建议相关的意见。例如,意见解释器120可以将一个或多个关键消息术语与经聚合的元数据匹配,以识别对该意见的相关建议。
例如,对建议将“个人服饰品商”作为新服务的名称的上述示例进行答复但仅包含文本“我喜欢该想法-我们采用它吧”并且元数据示出其是响应于Suzy Coleman的电子邮件而发送的电子邮件可能会被意见解释器120解释为对“个人服饰品商”建议的肯定意见,尽管该电子邮件没有提及该建议本身。以这种方式,意见解释器120使用关键消息术语和元数据来将每个意见与相应的建议进行相关。
另外,意见解释器120可以确定消息作者先前已经提供了新消息已被修改或反驳的意见。例如,如果Joe Doe先前已经提出了支持不同服务名称的意见,例如“把您打扮得像个国王”,但肯定地回应了Suzy Coleman的“个人服饰品商”的建议,则意见解释器120可能会确定Joe Doe的意见现在已经从“把您打扮得像个国王”变成“个人服饰品商”,并可能相应地记录和呈现这种变化。
继续上面的示例,共识呈现器122可以从建议解释器118接收建议信息并且从意见解释器120接收意见信息。在一些方面,共识呈现器122可以由服务器计算设备108实现。在其他方面,共识呈现器122可以由另一服务器实现,例如,与消息传送应用通信和/或实现消息传送应用的服务器。在一些方面,共识呈现器122可以在话题内的每个消息的消息内容内呈现共识状态。在其他方面,共识呈现器122可以在消息查看器、消息阅读窗格或消息查看窗口内呈现共识状态。在其他方面,共识呈现器122可以在消息列表窗格或查看多个消息的其他方法内呈现共识信息。
在一些方面,共识呈现器122可以利用支持每个建议的意见的数字记录将建议和意见信息呈现为建议列表。在其他方面,共识呈现器122可以将建议和意见信息呈现为图形、图表、柱状图或其他图形表示。在其他方面,共识呈现器122可以呈现建议、以及具有个体参与者的姓名及其相应意见的意见信息。另外的方面可以包括对尚未提供意见的参与者、其意见从上下文来看不清楚的参与者或者其意见不明确的参与者的指示。
在一些方面,共识呈现器122可以向参与者提供用于经由按钮、复选框或用于指示他或她的意见的其他手段来修改或提供他或她的意见的方法。在一些方面,当从参与者接收到此类输入时,共识呈现器122可以将该输入记录为消息解析器112内的意见消息。在其他方面,共识呈现器122可将用户意见输入记录为意见解释器120内的数据。经由共识呈现器122记录和存储来自用户的意见的其他手段是容易获得的。
继续上面的示例,当共识呈现器122呈现针对新服务的名称的当前建议的列表时,它可以列出三个建议“您的衣柜侍者”、“把您打扮得像个国王”和“个人服饰品商”。共识呈现器122可以提供表示其意见为同意每个建议旁边的每个建议的人的数字。替代地或另外地,共识呈现器122还可以提供同意每个建议的所有参与者的姓名。共识呈现器122还可以提供按钮以允许当前用户将他或她的意见改变为未选择的选项之一。共识呈现器122还可以指示针对当前用户当前记录了哪个选项。
应当领会,关于图1描述的各种设备、组件等不旨在将系统和方法限制于所描述的特定组件。因此,可以使用另外的拓扑配置来实践本文的方法和系统和/或可以排除所描述的一些组件而不脱离本文公开的方法和系统。
图2示出了根据示例实施例的用于在消息阅读窗格内实现共识确定应用的界面。
如图所示,提供了电子邮件应用的界面200。界面200包括导航窗格202、列表窗格204和阅读窗格206。电子邮件208被显示在阅读窗格206和列表窗格204中。电子邮件208包括标题为“Re:新服务的名称”的主题行210,姓名为“Suzy Coleman”的发送者212和“2014年6月10日星期二下午3:07”的发送时间214。电子邮件208还包括消息216,其声明:“我很喜欢所提出的想法,我认为我们应当考虑采用更平淡一些的东西。让我们称之为它是什么。也许'个人服饰品商'或类似它的东西”。
阅读窗格206内还包括共识窗格218,其示出了话题“新服务的名称”的当前共识。在共识窗格218内是多个建议框220,每个建议框220包括建议222、支持224每个建议222的人的列表、支持224每个建议222的人的数字指示符226、以及向用户提供改变他或她观点或指示当前选择的机会的选择按钮228。
如上文所详述的,在起草电子邮件208、路由电子邮件208或接收电子邮件208期间的任何时间,消息内容解析器(例如,消息内容解析器116)可以解析电子邮件208以提取信息。例如,可以解析电子邮件208以识别发送者212(例如,Suzy Coleman)和发送时间214(例如,2014年6月10日星期二,下午3:07)。此外,可以提取包括关键消息术语“新服务的名称”的主题内容。还可以解析电子邮件208以提取可以是新建议的关键消息术语“个人服饰品商”。
还可以对每个关键消息术语进行优先级排序,例如,由消息内容解析器116。在一些方面,落入主题内容内的关键消息术语可以被分配比落入消息内容中的关键消息术语更高的优先级,以例如确定消息的相关话题及其建议或意见。在其他方面,在顺序较晚的电子邮件中发生的关键消息术语可以被分配比在来自相同用户的较早电子邮件中发生的关键消息术语更高的优先级。应当领会,可以经由任何合适的算法或规则集将优先级分配给关键消息术语。
另外,在起草电子邮件208,路由电子邮件208或接收电子邮件208期间的任何时间,建议解释器(例如,建议解释器118)可以解析和解释电子邮件208的内容以确定其是否包含新的或现有的建议。继续上面的示例,应用可以将建议“个人服饰品商”识别为新服务的名称的新建议。
另外,意见解释器(例如,意见解释器120)可以确定关键消息术语是否指示消息包含与任何已知建议相关的意见。意见解释器120可以使用内容数据或元数据来确定消息是否包含与建议相关的意见。例如,参考上面的示例,可以确定,通过建议“个人服饰品商”,Suzy Coleman的意见是支持她的新建议,并且她正在取消她之前可能为另一个建议提供的任何支持。
共识呈现器(例如,共识呈现器122)可以接收与关于所接收的消息208的给定话题相关的建议和意见信息。基于所接收的信息,共识呈现器122可以向用户呈现当前建议和意见信息。如图2所示,建议可以按照当前同意的降序列出,或者在必要时以其他顺序列出。共识呈现器122可以将每个建议222呈现为文本,以及呈现支持224它的人的当前数字指示符226和支持224它的人的列表。共识呈现器122还可以经由选择按钮228或其他控件向用户提供用于设置或改变他或她的当前意见的界面。
共识窗格218还可以包括建议框220,其指示哪些用户的意见不清楚或不明确。这可以通过声明“不明确”或其他术语来指示,以指示用户似乎表达意见,但应用无法确定用户的意图。以这种方式,应用可以警告用户它没有包括该用户的意见,使得与不明确意见用户相关联的用户可以经由选择按钮228手动指示他或她的偏好或发送更清晰的消息。
共识窗格218还可以包括建议框220,其指示哪些用户根本没有提供意见。这可以通过声明“未知”或其他术语来指示,以指示用户尚未参与话题或参与而不表达意见。以这种方式,应用可以警告用户给定用户尚未提供意见,以便所述用户可以经由选择按钮228或通过书写针对话题的答复消息来指示他或她的意见。
在本申请的一个方面,共识呈现器122可以允许用户在经由选择按钮228或其他控件设置或改变他或她的意见时指示该改变是基于用户的主意改变,还是基于共识确定应用是否误解了用户的意见。以这种方式,如果应用出错,则共识确定应用可以收集关于用户如何表达意见的信息,并且可以更新其用于确定用户的意见的算法。另一方面,如果用户的主意基于来自其他消息参与者的争论而改变,则应用可以在不修改其算法的情况下更新用户的当前意见。
在本申请的另一方面,共识呈现器122可以允许用户基于共识窗格218向一个或多个用户分配任务。例如,共识窗格218可以允许用户右键单击在建议下方的支持224的人的姓名,以经由常用的分任务方法或应用为用户分配任务。以这种方式,例如,管理者可以看到他或她的哪个雇员正在推动某个结果并且可以向他们提供帮助实现该结果的任务。分配的任务不一定限于用户投票的性质。
如图2所示,共识确定应用(例如,共识确定应用110)自动解析一个或多个消息以确定关于给定话题的每个提供的建议,并且向参与对话的一个或多个用户呈现具有支持建议的相应数量的意见的那些建议中的一个或多个建议。以这种方式,共识确定应用自动地向用户解释并呈现大量数据,将该用户从阅读整个消息对话以确定对话参与者的意见的推力中解救出来。虽然用户可能仍希望阅读对话以获得某些细节,但是用户可以在意识到总体的当前共识的情况下这样做,从而减轻所述用户的负担并提高效率。
应当领会,关于图2描述的各种设备、组件等不旨在将系统和方法限制于所描述的特定组件。因此,可以使用另外的拓扑配置来实践本文的方法和系统和/或可以排除所描述的一些组件而不脱离本文公开的方法和系统。
图3示出了根据示例实施例的用于在消息列表窗格内实现共识确定和表示以及在消息阅读窗格内实现替代表示的界面。
如图所示,提供了电子邮件应用的界面300。界面300包括导航窗格302、列表窗格304和阅读窗格306。答复消息(例如,答复308)被显示在阅读窗格306和列表窗格304中。答复308包括标题为“Re:在六旗进行公司野餐?”的主题行310、名为“Stacy Dash”的发送者312和“2014年6月10日星期二下午3:54”的发送时间314。答复308还包括消息316,其声明:“这听起来很棒!那就做吧!”,以及作者不同但有相同的主题行的之前的电子邮件318。如进一步所示,答复308响应先前的电子邮件318。
在阅读窗格306内进一步包括共识窗格320,其示出针对“在六旗进行公司野餐”话题的当前共识。在共识窗格320内有共识图322,其示出同意该建议或反对该建议的人的比较。该共识图322可以表现为柱状图、条形图、计量表、饼图或任何其他形式的图形指示符。在图322的每一端是百分比指示器328,其示出图的哪个百分比是“是”以及哪个百分比是“否”以及持有每个意见的参与者之间的相对百分比。在每个百分比指示符328下方是当前选择指示符324,其示出用户的当前意见,或者用户可以激活以改变他或她对该建议的意见的意见改变按钮326。
共识窗格320还可以包括针对其意见不明确的用户或者针对尚未表达任何意见的用户的指示符。因此,对于二元(是/否,真/假等)意见,意见列表可以包括诸如“是”、“否”,“不明确”和“未表达”之类的值。
列表窗格304内还包括一系列电子邮件。列表窗格304中的电子邮件330可以与阅读窗格306内的答复308相对应。列表窗格304还可以在电子邮件330的列表内包括列表共识图332,以指示关于在电子邮件330中讨论的话题的当前共识。类似于共识图322,列表共识图332可以表现为柱状图、条形图、计量表、饼图或任何其他形式的图形指示符。在列表共识图332的末尾是指示符334,其示出图的哪些部分指示哪个意见,例如“是”或“否”以及它们在话题参与者之间的相对强度。
如上文所详述的,在起草答复308、路由答复308或接收答复308期间的任何时间,消息内容解析器(例如,消息内容解析器116)可以解析答复308以提取信息。例如,可以解析答复308以识别发送者312(例如,Stacy Dash)和发送时间314(例如,2014年6月10日星期二,下午3:54)。此外,可以提取包括关键消息术语“在六旗进行公司野餐”的主题内容。还可以解析答复308以提取关键消息术语“那就做吧”,这可以是支持当前建议的意见。
应当领会,关于图3描述的各种设备、组件等不旨在将系统和方法限制于所描述的特定组件。因此,可以使用另外的拓扑配置来实践本文的方法和系统和/或可以排除所描述的一些组件而不脱离本文公开的方法和系统。
图4示出了根据示例实施例的用于解释消息以确定其相关建议和意见并将该信息合并到建议集合和相应意见中以确定共识的方法。
方法400以接收消息操作402开始,其中,消息被接收。在各方面,可以接收消息以便存储,例如,存储在存储位置126中。接收消息可以以各种方式发生,例如通过SMTP电子邮件、SMS文本消息、Skype消息、Twitter推特、Facebook消息、Google聊天消息、GoogleHangout消息或视频、Apple iMessage、SnapChat视频、电话消息或任何其他记录的形式的通信。此外,该消息可以由在计算设备(例如,客户端计算设备104或服务器计算设备108)上执行的适当的消息传送应用接收。
在解析消息操作404处,可以解析消息以提取信息,例如消息内容和/或消息元数据。在各方面中,消息解析器(例如,消息解析器112)可以提取这样的信息,如上所述。在一些方面,消息可以由消息解析器(例如,消息解析器112)、元数据聚合器(例如,元数据聚合器114)或消息内容解析器(例如,消息内容解析器116)来解析。这些解析器中的任何一者可以向建议解释器(例如,建议解释器118和/或意见解释器120)提供数据,所述建议解释器然后可以分析所提取的信息,如上所述。
在分析操作406处,可以分析所提取的信息(例如,消息内容和/或消息元数据)以检测消息所涉及的话题(如果有的话)。通常,从消息的主题提取的消息内容涉及正在讨论的话题,并且对话中的其他消息也可以包括相同的主题。在其他情况下,与消息的正文相结合的、消息的参与者列表和消息的定时可以用于确定消息与哪个话题相关。在一些形式的通信(例如,电子邮件通讯或群组聊天通讯)中,可以在对话结构内发送消息,所述对话结构当与消息的内容结合时,允许共识确定应用确定与消息和/或对话相关的话题。
在分析操作408处,可以分析所提取的信息以识别建议。例如,如上所述,可以通过自然语言处理(“NLP”)来识别建议。
在确定操作410处,可以确定所识别的建议是新建议还是话题内的先前建议。例如,共识确定应用可以使用自然语言处理(“NLP”)来确定消息创建者是否打算提出新建议(例如,通过识别关键术语,例如“如何”或“你怎么想”或“我认为我们应当”,等等)或者消息创建者是否涉及先前建议(例如,通过识别关键术语,例如“我喜欢”或“我同意”或“是的”)。例如,如果消息包含短语“我认为我们应当去Trieste Café吃午餐”,则应用可以通过NLP或另一方法确定该消息包含针对“Trieste Café”的新建议。还可以通过与消息相关联的元数据来确定建议信息。例如,如果消息不包含明确的建议,而是是对具有先前建议的另一消息的答复,则应用可以推断出先前建议是与当前消息相关的建议。如果确定所识别的建议是新建议,则该方法继续识别意见操作414;然而,如果确定所识别的建议是先前建议,则该方法继续进行到添加建议操作412。
在添加建议操作412处,将新建议添加到与相关话题相关的建议集合。在各方面,可以由建议解释器(例如,建议解释器118)来执行建议是否是新的确定以及将该建议添加到该建议集合中。
在识别意见操作414处,可以分析所提取的信息(例如,消息内容和/或消息元数据)以确定该消息是否包括与关联于相关话题的建议集合中的一个或多个建议相对应的意见。可以通过自然语言处理(“NLP”)识别意见,使得共识确定应用辨别出消息创建者是否打算支持与该话题相关的建议集合中的一个或多个建议。例如,如果消息包含短语“我认为我们应当去Trieste Café吃午餐”,则共识确定应用可以通过NLP或另一方法来查明该消息提供支持“Trieste Café”建议的意见。还可以基于与消息相关联的元数据来识别意见。例如,如果消息不包含明确的建议,而是是对包括建议的另一消息的答复,则共识确定应用可以推断出该答复的意见与先前建议相关。例如,如果消息只包含文本“这听起来很棒”,但是是答复建议“Trieste Café”的电子邮件,则共识确定应用可以推断出“这听起来很棒”是支持“Trieste Café”的建议的肯定意见。类似地,如果消息包含文本“我不喜欢那里的食物”,则应用可以推断出针对先前建议的否定意见。在一些方面,如上所述,意见可以由意见解释器(例如,意见解释器120)识别。
在添加意见操作416处,可以将所识别的意见添加到与建议集合中的所识别的建议相对应的意见集合中。在一些方面,可以由共识确定应用基于所提取的信息和上述分析和确定操作来生成建议和意见的列表。该列表还可以基于存储在存储器或磁盘上的建议集合和相应意见集合来生成,所述建议集合和相应意见集合转而可以基于解析和解释先前消息。在一些情况下,例如,对于新建议,针对所识别的建议的相应意见集合可以不包含任何先前意见。
在共识水平确定操作418处,可以确定基于评估与一个或多个建议中的每个建议相对应的意见的相对数量的当前共识水平。例如,参考上面的示例,可以确定三个消息参与者支持去Trieste Café吃午餐,并且一个消息参与者支持去Joe's Burger Barn吃午餐。简单的共识水平指示该群组目前正在支持去Trieste Café吃午餐。替代地,更具体的共识水平可以指示75%的消息参与者支持Trieste Café,并且25%的消息参与者支持Joe'sBurger Barn。替代地,例如,在一个对话参与者(例如,在对话上抄送的用户)尚未回复的情况下,更具体的共识水平可以指示60%的消息参与者支持Trieste Café,20%的消息参与者支持Joe's Burger Barn,并且20%的消息参与者尚未回复。在这种情况下,即使最终参与者支持Joe's Burger Barn,群组共识仍然会支持Trieste Café(例如,Trieste Café的共识水平为60%,而Joe's Burger Barn的共识水平为40%)。应当领会,可以通过任何合适的手段来确定和表示共识水平。
在目前的共识操作420处,对话中的参与者之间的当前共识可以作为建议和对应的意见的列表呈现给用户。当前共识可以以文本、音频或视频格式呈现,并且可以包括图表、图形或其他视觉辅助,例如,共识图222和/或列表共识图332。当前共识的呈现还可以提供支持每个建议的用户列表,例如支持224的人,或支持每个建议的用户的数量或百分比,例如数字指示符226和百分比指示符328。当前共识的呈现还可以向用户提供提供或改变他或她的意见的机会,例如,选择按钮228和改变按钮326。在一些方面,当前共识可以由共识呈现器呈现,例如,共识呈现器122。在至少一些方面,至少部分地基于共识水平,可以在对话内对消息进行排序。也就是说,指示对与更高的共识水平相对应的建议的意见的消息可以被排在指示对与较低的共识水平相对应的建议的意见的消息之上。
应当领会,操作402-420是出于说明本方法和系统的目的而描述的,并且不旨在将本公开内容限制于特定的步骤序列,例如,步骤可以以不同的顺序执行,另外的步骤可以被执行,并且可以排除所公开的步骤而不脱离本公开内容。
图5示出了根据示例实施例的用于解释一个或多个消息以确定其中包含的建议和相应意见的方法。
方法500以接收消息操作502开始,其中,消息被接收。在各方面,可以接收消息以便存储,例如,存储在存储位置126中。接收消息可以以各种方式发生,例如通过SMTP电子邮件、SMS文本消息、Skype消息、Twitter推特、Facebook消息、Google聊天消息、GoogleHangout消息或视频、Apple iMessages、SnapChat视频、电话消息,任何其他记录的形式的通信或其组合。此外,消息可以由在计算设备(例如,客户端计算设备104或服务器计算设备108)上执行的适当的消息传送应用接收。
在解析消息操作504处,可以解析消息的消息内容和元数据以检测每个消息所涉及的话题(如果有的话)。通常,消息的主题可以涉及正在讨论的话题,并且对话内的其他消息可以包括相同的主题。在其他情况下,可以使用与消息的正文相结合的、消息的参与者列表和消息的定时来确定消息与哪个话题相关。在一些通信形式中,消息可以被包括在对话结构中,所述对话结构当与消息的内容结合时,允许共识确定应用确定与每个消息相关的话题。出于共识的目的,在考虑建议和意见时,可以将每个识别的话题与其他话题分开考虑。
在解析消息操作506处,可以解析消息内容和元数据以识别对话中的每个消息与之相关的一个或多个建议,无论该消息中是否明确。建议信息可以通过自然语言处理(“NLP”)来确定,使得共识确定应用辨别每个消息的消息创建者是否打算提出新建议以及该建议的性质。例如,如果消息包含短语“我认为我们应当去Trieste Café吃午餐”,则应用可以通过NLP或另一方法查明该消息包含针对“Trieste Café”的建议。还可以通过与消息相关联的元数据来确定建议信息。例如,如果消息不包含明确的建议,而是是对包括先前建议的另一消息的答复,则应用可以推断出先前建议是与当前答复相关的建议。
在一些方面,消息可以由消息解析器(例如,消息解析器112)、元数据聚合器(例如,元数据聚合器114)或消息内容解析器(例如,消息内容解析器116)来解析。这些解析器中的任何一者可以向建议解释器(例如,建议解释器118)提供数据,所述建议解释器然后可以解释数据以从消息中提取建议信息,如上所述。
在解析消息操作508处,可以解析每个消息的消息内容和元数据以确定消息是否包括与相关话题内的一个或多个建议相关的意见。可以通过自然语言处理(“NLP”)确定意见信息,使得共识确定应用辨别出消息创建者是否打算支持与该话题相关的建议之一。例如,如果消息包含短语“我认为我们应当去Trieste Café吃午餐”,则应用可以通过NLP或另一方法查明该消息提供了支持“Trieste Café”建议的意见。意见信息也可以由与消息相关联的元数据确定。例如,如果消息不包含明确的建议,而是对具有先前建议的另一消息进行答复,则应用可以推断出当前消息的意见与先前建议相关。例如,如果消息只包含文本“这听起来很棒”,但是是对建议“Trieste Café”的电子邮件的答复,则应用可以推断出“这听起来很棒”是支持“Trieste Café”建议的肯定意见。类似地,如果消息包含文本“我不喜欢那里的食物”,则应用可以推断出对先前建议的否定意见。
在一些方面,消息可以由消息解析器(例如,消息解析器112)、元数据聚合器(例如,元数据聚合器114)或消息内容解析器(例如,消息内容解析器116)来解析。这些解析器中的任何一者都可以向意见解释器(例如,意见解释器120)提供数据,所述意见解释器然后可以解释数据以从消息中提取意见信息,如上所述。
在确定共识操作510处,针对所识别的话题解析的建议可以被组合成建议集合并与其相应的意见成组以确定共识水平。该建议和意见列表可以由共识确定应用基于在先前的解析消息操作中提取的数据生成。该列表还可以基于存储在存储器或磁盘上的建议和相应意见的集合来生成,所述建议和相应意见的集合转而可以基于解析和解释先前消息。基于一个或多个建议,可以通过对与每个建议相对应的一个或多个意见进行评估来确定共识水平。
在目前的共识操作512处,可以通过列出建议和相应意见的群组来向用户呈现当前共识。共识可以以文本、音频或视频格式呈现,并且可以包括图表、图形或其他视觉辅助,例如,共识图222和/或列表共识图332。当前共识的呈现还可以提供支持224每个建议222的人的列表或者支持每个建议的用户的数量或百分比,例如数字指示符226和百分比指示符328。共识的呈现还可以为用户提供提供或改变他或她的意见的机会,例如,选择按钮228和改变按钮326。在一些方面,当前共识可以由共识呈现器呈现,例如,共识呈现器122。
在可选的排序消息操作514处,可以至少部分地基于当前共识对消息进行排序。在一些方面,指示对与较高共识水平相关联的建议的意见的消息可以被排在指示对与较低共识水平相关联的建议的意见的消息之上。例如,参考上面的示例,在支持去Trieste Café吃午餐的消息参与者群组的水平为60%,并且支持去Joe's Burger Barn吃午餐的消息参与者群组的水平为40%的情况下,指示支持Trieste Café的意见的消息可以被排在指示支持Joe's Burger Barn的意见的消息之上。在各方面中,排序高于其他消息的消息可以在(例如,在列表窗格中显示的)对话中的消息列表中呈现在更高的位置。
应当领会,操作502-514是出于说明本方法和系统的目的而描述的,并且不旨在将本公开内容限制于特定的步骤序列,例如,步骤可以以不同的顺序执行,另外的步骤可以被执行,并且可以排除所公开的步骤而不脱离本公开内容。
图6-图9和相关联描述提供了对可以实践本公开内容的各方面的各种操作环境的讨论。然而,关于图7-图10示出和讨论的设备和系统是出于示例和说明的目的,并且不限制可以用于实践本公开内容的各方面的大量计算设备配置,如本文所述。
图6是示出利用其可以实践本发明的各方面的计算设备600的物理组件(例如,硬件)的框图。下面描述的计算设备组件可以具有用于在计算设备(例如,服务器计算设备108)上实现共识确定应用620的计算机可执行指令,包括用于共识确定应用620的计算机可执行指令,其可以被执行以实现本文公开的方法。在基本配置中,计算设备600可以包括至少一个处理单元602和系统存储器604。取决于计算设备的配置和类型,系统存储器604可以包括但不限于易失性存储设备(例如,随机存取存储器)、非易失性存储设备(例如,只读存储器)、闪存或这些存储器的任何组合。系统存储器604可以包括操作系统605和适合于运行共识确定应用620的一个或多个程序模块606,例如关于图1的一个或多个组件,具体地,消息解析器611(例如,包括消息解析器112、元数据聚合器114和消息内容解析器116)、建议解释器613(例如,对应于建议解释器118)、意见中断器615(例如,对应于意见解释器120)和/或共识呈现器617(例如,对应于共识呈现器122)。
操作系统605例如可以适合于控制计算设备600的操作。此外,本公开内容的实施例可以结合图形库、其他操作系统或任何其他应用程序来实践,并且不限于任何特定应用或系统。该基本配置在图6中通过虚线608内的那些组件示出。计算设备600可以具有附加特征或功能。例如,计算设备600还可以包括另外的数据存储设备(可移动和/或不可移动),例如磁盘、光盘或磁带。这样的另外的存储设备在图6中通过可移动存储设备609和不可移动存储设备610示出。
如上所述,多个程序模块和数据文件可以被存储在系统存储器604中。当在处理单元602上执行时,程序模块606(例如,共识确定应用620)可以执行过程,包括但不限于如本文所述的这些方面。可以根据本公开内容的方面使用的并且特别是用于在消息中呈现缩略图预览的其他程序模块可以包括消息解析器611、建议解释器613、意见解释器615和/或共识呈现器617等。
此外,本公开内容的实施例可以在包括分立电子元件、包含逻辑门的封装或集成电子芯片、利用微处理器的电路或包含电子元件或微处理器的单个芯片的电路中实践。例如,本公开内容的实施例可以经由片上系统(SOC)来实践,其中,图6中所示的每个或许多组件可以集成到单个集成电路上。这样的SOC设备可以包括一个或多个处理单元、图形单元、通信单元、系统虚拟化单元和各种应用功能,所有这些都作为单个集成电路集成(或“烧制”)到芯片衬底上。当经由SOC操作时,本文描述的关于客户端切换协议的能力的功能可以经由与计算设备600中的在单个集成电路(芯片)上的其他组件集成的专用逻辑来操作。还可以使用能够执行逻辑运算(例如,与(AND),或(OR)和非(NOT))的其他技术来实践本公开内容的实施例,包括但不限于机械、光学、流体和量子技术。另外,本公开内容的实施例可以在通用计算机或任何其他电路或系统中实践。
计算设备600还可以具有一个或多个输入设备612,例如键盘、鼠标、笔、声音或语音输入设备、触摸或滑动输入设备等。也可以包括输出设备614,例如显示器、扬声器、打印机等。上述设备是示例,可以使用其他设备。计算设备600可以包括允许与其他计算设备650通信的一个或多个通信连接616。合适的通信连接616的示例包括但不限于射频(RF)发射器、接收器和/或收发器电路;通用串行总线(USB)、并行端口和/或串行端口。
本文使用的术语计算机可读介质可以包括计算机存储介质。计算机存储介质可以包括以用于存储例如计算机可读指令、数据结构或程序模块之类的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。系统存储器604、可移动存储设备609和不可移动存储设备610都是计算机存储介质示例(例如,存储器存储设备)。计算机存储介质可以包括RAM、ROM、电可擦除只读存储器(EEPROM)、闪存或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光学存储设备、磁带盒、磁带、磁盘存储器存储设备或者其他磁存储设备,或可以用于存储信息并且可以由计算设备600访问的任何其他制品。任何这样的计算机存储介质可以是计算设备600的一部分。计算机存储介质不包括载波或其他传播或调制的数据信号。
通信介质可以由计算机可读指令、数据结构、程序模块或调制数据信号(例如,载波或其他传输机制)中的其他数据来体现,并且包括任何信息传递介质。术语“已调制数据信号”可以描述具有以对信号中的信息进行编码的方式设置或改变的一个或多个特性的信号。作为示例而非限制,通信介质可以包括有线介质,例如有线网络或直接有线连接,以及无线介质,例如声学、射频(RF)、红外和其他无线介质。
图7A和7B示出了利用其可以实践本公开内容的实施例的移动计算设备700,例如,移动电话、智能电话、可穿戴计算机(例如,智能手表)、平板计算机、膝上型计算机等。在一些方面,客户端可以是移动计算设备。参考图7A,示出了用于实现这些方面的移动计算设备700的一个方面。在基本配置中,移动计算设备700是具有输入元件和输出元件二者的手持式计算机。移动计算设备700通常包括显示器705和一个或多个输入按钮710,其允许用户将信息输入到移动计算设备700中。移动计算设备700的显示器705还可以用作输入设备(例如,触摸屏显示器)。如果包括,则可选的侧输入元件715允许进一步的用户输入。侧输入元件715可以是旋转开关、按钮或任何其他类型的手动输入元件。在替代方面,移动计算设备700可以包含更多或更少的输入元素。例如,在一些实施例中,显示器705可以不是触摸屏。在又一替换实施例中,移动计算设备700是便携式电话系统,例如蜂窝电话。移动计算设备700还可以包括可选的按键板735。可选的按键板735可以是物理按键板或在触摸屏显示器上生成的“软”按键板。在各种实施例中,输出元件包括用于示出图形用户界面(GUI)的显示器705、视觉指示器720(例如,发光二极管)和/或音频换能器725(例如,扬声器)。在一些方面,移动计算设备700包含振动换能器,用于向用户提供触觉反馈。在又一方面,移动计算设备700包含输入和/或输出端口,例如音频输入(例如,麦克风插孔)、音频输出(例如,耳机插孔)和视频输出(例如,UDMI端口),用于向外部设备发送信号或从外部设备接收信号。
图7B是示出移动计算设备的一个方面的架构的框图。也就是说,移动计算设备700可以合并系统(例如,架构)702以实现一些方面。在一个实施例中,系统702被实现为能够运行一个或多个应用(例如,浏览器、电子邮件、日历、联系人管理器、消息传送客户端、游戏和媒体客户端/玩家)的“智能电话”。在一些方面,系统702被集成为计算设备,例如集成的个人数字助理(PDA)和无线电话。
可以将一个或多个应用程序766加载到存储器762中并在操作系统764上运行或与其相关联地运行。应用程序的示例包括电话拨号程序、电子邮件程序、个人信息管理(PIM)程序、文字处理程序、电子表格程序、互联网浏览器程序、消息传送程序等。系统702还包括存储器762内的非易失性存储区域768。非易失性存储区域768可以用于存储如果系统702断电则不应丢失的持久信息。应用程序766可以在非易失性存储区域768中使用和存储信息,例如电子邮件或电子邮件应用使用的其他消息等。同步应用(未示出)也驻留在系统702上,并被编程为与驻留在主计算机上的相应同步应用交互,以使存储在非易失性存储区域768中的信息与存储在主计算机中的相应信息保持同步。应当领会,可以将其他应用加载到存储器762中并在移动计算设备700上运行,包括用于提供如本文所述的共识确定应用的指令(例如,消息解析器、建议解释器、意见解释器和/或共识呈现器等)。
系统702具有电源770,其可以被实现为一个或多个电池。电源770还可以包括外部电源,例如AC适配器或电源对接支架,其对电池补电或重新充电。
系统702还可以包括执行发送和接收射频通信的功能的无线接口层772。无线接口层772经由通信运营商或服务提供商促进系统702与“外界”之间的无线连接。在操作系统764的控制下进行去往和来自无线接口层772的传输。换句话说,无线接口层772接收的通信可以经由操作系统764传播到应用程序766,反之亦然。
视觉指示器720可以用于提供视觉通知,和/或音频接口774可以用于经由音频换能器725(例如,图7A中所示的音频换能器725)产生可听通知。在所示实施例中,视觉指示器720是发光二极管(LED),并且音频换能器725可以是扬声器。这些设备可以直接耦合到电源770,使得它们在被激活时保持开启并持续由通知机制指示的持续时间,即使处理器760和其他组件可能关闭以节省电池电量。LED可以被编程为无限期地保持开启,直到用户采取行动来指示设备的通电状态。音频接口774用于向用户提供可听信号并从用户接收可听信号。例如,除了耦合到音频换能器725之外,音频接口774还可以耦合到麦克风以接收可听输入,例如以便于电话交谈。根据本公开内容的实施例,麦克风还可以用作音频传感器以便于控制通知,如下所述。系统702还可以包括视频接口776,其使得外围设备730(例如,机载相机)的操作能够记录静止图像、视频流等。可以操作音频接口774、视频接口776和键盘735以生成如本文所述的一个或多个消息。
实现系统702的移动计算设备700可以具有另外的特征或功能。例如,移动计算设备700还可以包括另外的数据存储设备(可移动和/或不可移动的),例如磁盘、光盘或磁带。这样的另外的存储设备在图7B中通过非易失性存储区域768示出。
如上所述,由移动计算设备700生成或捕获并经由系统702存储的数据/信息可以本地存储在移动计算设备700上,或者数据可以存储在可以由设备经由无线接口层772或经由移动计算设备700和与移动计算设备700相关联的单独计算设备(例如,分布式计算网络(例如互联网)中的服务器计算机)之间的有线连接来访问的任意数量的存储介质上。应当领会,可以经由无线接口层772或经由分布式计算网络经由移动计算设备700访问这样的数据/信息。类似地,根据众所周知的数据/信息传送和存储装置,包括电子邮件和协作数据/信息共享系统,可以在计算设备之间容易地传送这样的数据/信息用于存储和使用。
应当领会,为了说明本方法和系统的目的,描述了图7A和7B,并且不旨在将本公开内容限制于特定的步骤序列或硬件或软件组件的特定组合。
图8示出了用于处理在计算系统处从远程源(例如,通用计算设备804(例如,个人计算机)、平板计算设备806或移动计算设备808)接收的数据的系统的架构的一个方面,如以上所描述的。在服务器设备802处显示的内容可以存储在不同的通信信道或其他存储类型中。例如,可以使用目录服务822、网络门户824、邮箱服务826、即时消息传送存储828或社交网络服务830来接收和/或存储各种消息。共识确定应用821可以由与服务器设备802进行通信的客户端采用,和/或共识确定应用820可以由服务器设备802采用。服务器设备802可以通过网络815向诸如通用计算设备804、平板计算设备806和/或移动计算设备808(例如,智能电话)之类的客户端计算设备提供数据以及从其提供数据。作为示例,上面参考图1-图5描述的计算机系统可以体现在通用计算设备804(例如,个人计算机)、平板计算设备806和/或移动计算设备808(例如,智能电话)中。除了接收可用于在图形发起系统处预处理或在接收计算系统处后处理的图形数据之外,计算设备的这些实施例中的任何一者可以从存储装置816获得内容。
应当领会,图8是出于说明本方法和系统的目的而描述的,并且不旨在将本公开内容限制于特定的步骤序列或硬件或软件组件的特定组合。
图9示出了可以执行本文公开的一个或多个方面的示例性平板计算设备900。另外,本文描述的方面和功能可以在分布式系统(例如,基于云的计算系统)上操作,其中,应用功能、存储器、数据存储和检索以及各种处理功能可以通过分布式计算网络(例如,互联网或内联网)彼此远程操作。用户界面和各种类型的信息可以经由机载计算设备显示器或经由与一个或多个计算设备相关联的远程显示单元显示。例如,可以在墙面上显示和交互用户界面和各种类型的信息,在该墙面上投影用户界面和各种类型的信息。与可以实践本发明的实施例的多个计算系统的交互包括键击输入、触摸屏输入、语音或其他音频输入、手势输入(其中相关联的计算设备配备有用于捕获并且解释用于控制计算设备的功能的用户手势的检测(例如,相机)功能,等等。
应当领会,图9是出于说明本方法和系统的目的而描述的,并且不旨在将本公开内容限制于特定的步骤序列或硬件或软件组件的特定组合。
在第一方面,提供了一种系统。该系统包括处理单元和存储计算机可执行指令的存储器,所述计算机可执行指令当由处理单元执行时,使系统执行方法。该方法包括接收消息并解析该消息以从消息中提取信息。该方法还包括分析所提取的信息以识别话题以及与消息中讨论的该话题相关的任何建议。另外,该方法涉及如果该建议是新建议,则将该建议添加到一个或多个建议的集合。该方法还包括至少部分地基于分析所提取的信息来识别与所识别的建议相关的意见。该方法还包括通过对与一个或多个建议中的每个建议相对应的意见的相对数量进行评估来确定共识水平。该方法还包括提供针对一个或多个建议中的每个建议的共识水平的视觉表示。
在第二方面,提供了一种方法。该方法包括接收消息并解析该消息以从消息中提取信息。该方法还包括分析所提取的信息以识别话题以及与消息中讨论的该话题相关的任何建议。另外,该方法涉及如果该建议是新建议,则将该建议添加到一个或多个建议的集合。该方法还包括至少部分地基于分析所提取的信息来识别与所识别的建议相关的意见。该方法还包括通过对与一个或多个建议中的每个建议相对应的意见的相对数量进行评估来确定共识水平。该方法还包括提供针对一个或多个建议中的每个建议的共识水平的视觉表示。
在第三方面,提供了一种方法。该方法包括在计算机系统上接收多个消息,其中,消息与话题相关。该方法还包括从消息中提取元数据。该方法还包括使用自然语言处理从消息中提取内容信息。该方法还包括至少部分地基于所提取的内容信息从消息中识别一个或多个建议。该方法还包括至少部分地基于所提取的内容信息和所提取的元数据来识别与每个建议相关的一个或多个意见。该方法还包括通过对与每个建议相对应的意见的相对数量进行评估来确定共识水平。该方法还包括提供针对每个建议的共识水平的视觉表示。
这一申请中提供的一个或多个方面的描述和说明并不旨在将本公开内容的范围限制或约束为以任何方式声明的那样。这一申请中提供的方面、示例和细节被认为足够传达所有物并且使其他人能够制造和使用所声明的公开内容。所声明的公开内容不应当被解释为仅限于这一申请中提供的任何方面、示例或细节。无论是组合地还是单独地示出和描述,各种特征(结构上和方法上二者)旨在被选择性地包括或省略以产生具有特定特征集合的实施例。在已经提供本公开内容的描述和说明的情况下,本领域技术人员可以预见不脱离所声明的公开内容的更广范围而落在这一申请中体现的一般发明性构思的更广泛方面的精神内的变型、修改和替代方面。
Claims (10)
1.一种计算机系统,包括:
至少一个处理单元;以及
至少一个存储器,其存储计算机可执行指令,所述计算机可执行指令当由所述至少一个处理单元执行时,使所述系统执行方法,所述方法包括:
接收消息;
由所述计算机系统解析所述消息以提取信息;
由所述计算机系统分析所提取的信息以识别话题;
由所述计算机系统分析所提取的信息以识别与所述话题相关的建议;
当所识别的建议是新建议时,将所识别的建议添加到一个或多个建议的集合中;
由所述计算机系统分析所提取的信息以识别与所识别的建议相对应的意见;
将所识别的意见添加到针对所述一个或多个建议中的所识别的建议的相应意见集合中;
通过对针对所述一个或多个建议中的每个建议的所述相应意见集合进行评估来确定共识水平;以及
提供针对所述一个或多个建议中的每个建议的所述共识水平的视觉表示。
2.如权利要求1所述的计算机系统,其中,所述视觉表示包括消息参与者列表和与每个消息参与者的至少一个建议相对应的至少一个意见。
3.如权利要求2所述的计算机系统,其中,所述视觉表示提供用于选择或修改意见或建议的控件。
4.如权利要求3所述的计算机系统,其中,所述视觉表示提供输入控件,其用于指定所述选择或所述修改是表示意见改变还是表示在识别所述意见或所述建议时的解释错误。
5.如权利要求1所述的计算机系统,其中,所述视觉表示提供用于将任务分配给一个或多个消息参与者的控件。
6.如权利要求1所述的计算机系统,其中,每个意见是以下各项中的一项:
是;
否;
不明确;以及
未表达。
7.如权利要求1所述的计算机系统,其中,所述视觉表示包括针对所述一个或多个建议中的每个建议的所述共识水平的指示符。
8.如权利要求7所述的计算机系统,其中,所述指示符是图表或图形。
9.一种用于确定与话题相关的共识的方法,所述方法包括:
在计算机系统上接收消息;
由所述计算机系统解析所述消息以提取信息;
由所述计算机系统分析所提取的信息以识别所述话题;
由所述计算机系统分析所提取的信息以识别与所述话题相关的建议;
当所识别的建议是新建议时,将所识别的建议添加到一个或多个建议的集合中;
由所述计算机系统分析所提取的信息以识别与所识别的建议相对应的意见;
将所识别的意见添加到针对所述一个或多个建议中的所识别建议的相应意见集合中;
通过对针对所述一个或多个建议中的每个建议的所述相应意见集合进行评估来确定共识水平;以及
提供针对一个或多个建议中的每个建议的所述共识水平的视觉表示。
10.一种用于确定和呈现与话题相关的共识的方法,所述方法包括:
在计算机系统上接收多个消息,其中,所述多个消息与所述话题相关;
从所述消息中提取元数据;
从所述消息中提取内容信息;
基于以下各项中的一项或多项从所述消息中识别一个或多个建议:所提取的内容信息和所提取的元数据;
基于以下各项中的一项或多项来识别与每个建议相关的一个或多个意见:所提取的内容信息和所提取的元数据;
通过对与每个建议相对应的所述一个或多个意见进行评估来确定共识水平;以及
提供针对每个建议的所述共识水平的视觉表示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/259,214 | 2016-09-08 | ||
US15/259,214 US10873554B2 (en) | 2016-09-08 | 2016-09-08 | Determining consensus among message participants based on message content |
PCT/US2017/049804 WO2018048733A1 (en) | 2016-09-08 | 2017-09-01 | Determining consensus among message participants based on message content |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109690583A true CN109690583A (zh) | 2019-04-26 |
CN109690583B CN109690583B (zh) | 2023-10-03 |
Family
ID=59846734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780055189.6A Active CN109690583B (zh) | 2016-09-08 | 2017-09-01 | 基于消息内容来确定消息参与者之间的共识 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10873554B2 (zh) |
EP (1) | EP3510531A1 (zh) |
CN (1) | CN109690583B (zh) |
WO (1) | WO2018048733A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113572677A (zh) * | 2020-04-28 | 2021-10-29 | 阿瓦亚管理有限合伙公司 | 用于基于自适应情感的自动回复的系统和方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10932004B2 (en) * | 2017-01-24 | 2021-02-23 | Adobe Inc. | Recommending content based on group collaboration |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040073476A1 (en) * | 2002-10-10 | 2004-04-15 | Prolink Services Llc | Method and system for identifying key opinion leaders |
US20060080161A1 (en) * | 2000-10-11 | 2006-04-13 | Arnett Nicholas D | System and method for collection and analysis of electronic discussion messages |
CN101073077A (zh) * | 2004-09-10 | 2007-11-14 | 色杰斯提卡股份有限公司 | 对用于进行由一组无层次话题指导的搜索的附连的用户创建和分级及其用户界面 |
CN103365949A (zh) * | 2012-03-30 | 2013-10-23 | 国际商业机器公司 | 用于确定来自焦点区域的通信的人群话题的方法和系统 |
US20140289231A1 (en) * | 2013-03-25 | 2014-09-25 | Salesforce.Com, Inc. | Combining topic suggestions from different topic sources to assign to textual data items |
US20140359022A1 (en) * | 2013-05-30 | 2014-12-04 | International Business Machines Corporation | Aligning content and social network audience using analytics and/or visualization |
US20150178279A1 (en) * | 2013-05-31 | 2015-06-25 | Google Inc. | Assessing Quality of Reviews Based on Online Reviewer Generated Content |
US20150261867A1 (en) * | 2014-03-13 | 2015-09-17 | Rohit Singal | Method and system of managing cues for conversation engagement |
CN105074741A (zh) * | 2012-12-20 | 2015-11-18 | 微软技术许可有限责任公司 | 建议相关项 |
US20150365448A1 (en) * | 2014-06-17 | 2015-12-17 | Microsoft Technology Licensing, Llc | Facilitating conversations with automated location mapping |
US20160063993A1 (en) * | 2014-09-02 | 2016-03-03 | Microsoft Corporation | Facet recommendations from sentiment-bearing content |
CN105745672A (zh) * | 2013-11-19 | 2016-07-06 | 微软技术许可有限责任公司 | 为分类预测和建议提供原因 |
US20160226804A1 (en) * | 2015-02-03 | 2016-08-04 | Google Inc. | Methods, systems, and media for suggesting a link to media content |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4377870A (en) | 1978-12-21 | 1983-03-22 | General Electric Company | Electronic audience polling system |
US7376414B2 (en) | 2001-05-11 | 2008-05-20 | Varia Mobil Llc | Method and system for inserting advertisements into broadcast content |
US7305436B2 (en) | 2002-05-17 | 2007-12-04 | Sap Aktiengesellschaft | User collaboration through discussion forums |
US20050149375A1 (en) * | 2003-12-05 | 2005-07-07 | Wefers Wolfgang M. | Systems and methods for handling and managing workflows |
US20080254436A1 (en) | 2006-11-16 | 2008-10-16 | Morgia Michael A | Selection Of A Consensus From A Plurality Of Ideas |
US7865553B1 (en) | 2007-03-22 | 2011-01-04 | Google Inc. | Chat system without topic-specific rooms |
US7756797B2 (en) | 2007-03-30 | 2010-07-13 | Rightnow Technologies, Inc. | Leveraging user-to-user interactions in a knowledgebase using a forum interface |
US20080249787A1 (en) | 2007-04-05 | 2008-10-09 | Harrison Michael J | Organizational consensus systems and methods |
US8335827B2 (en) | 2008-07-11 | 2012-12-18 | Yuriy Mishchenko | Systems and methods for exchanging information in a large group |
US8537980B2 (en) | 2009-03-27 | 2013-09-17 | Verizon Patent And Licensing Inc. | Conversation support |
US20110320373A1 (en) | 2010-06-25 | 2011-12-29 | Microsoft Corporation | Product conversations among social groups |
US8996625B1 (en) | 2011-02-01 | 2015-03-31 | Google Inc. | Aggregate display of messages |
US9830620B2 (en) * | 2013-03-14 | 2017-11-28 | Igor Gershteyn | Method and system for data structure creation, organization and searching using basic atomic units of information |
US20130007137A1 (en) | 2011-06-28 | 2013-01-03 | Microsoft Corporation | Electronic Conversation Topic Detection |
US10068257B1 (en) * | 2011-08-23 | 2018-09-04 | Amazon Technologies, Inc. | Personalized group recommendations |
US20130066693A1 (en) * | 2011-09-14 | 2013-03-14 | Microsoft Corporation | Crowd-sourced question and answering |
US9299060B2 (en) | 2012-10-12 | 2016-03-29 | Google Inc. | Automatically suggesting groups based on past user interaction |
US20140162241A1 (en) * | 2012-12-06 | 2014-06-12 | CrowdzSpeak Inc. | Determining crowd consensus |
US20140272846A1 (en) * | 2013-03-15 | 2014-09-18 | Health Fitness Corporation | Systems and methods for altering an individual's behavior |
US20140317118A1 (en) | 2013-04-18 | 2014-10-23 | International Business Machines Corporation | Context aware dynamic sentiment analysis |
US20140351257A1 (en) * | 2013-05-22 | 2014-11-27 | Matthew Zuzik | Voting and expiring system to rank internet content |
WO2014201042A1 (en) * | 2013-06-10 | 2014-12-18 | Opentable, Inc. | Providing personalized recommendations relating to group actions |
US20150089399A1 (en) | 2013-09-26 | 2015-03-26 | Polis Technology Inc. | System and methods for real-time formation of groups and decentralized decision making |
US9799049B2 (en) * | 2014-12-15 | 2017-10-24 | Nuance Communications, Inc. | Enhancing a message by providing supplemental content in the message |
US10178057B2 (en) * | 2015-09-02 | 2019-01-08 | International Business Machines Corporation | Generating poll information from a chat session |
-
2016
- 2016-09-08 US US15/259,214 patent/US10873554B2/en active Active
-
2017
- 2017-09-01 CN CN201780055189.6A patent/CN109690583B/zh active Active
- 2017-09-01 WO PCT/US2017/049804 patent/WO2018048733A1/en unknown
- 2017-09-01 EP EP17765038.9A patent/EP3510531A1/en not_active Ceased
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060080161A1 (en) * | 2000-10-11 | 2006-04-13 | Arnett Nicholas D | System and method for collection and analysis of electronic discussion messages |
US20110161270A1 (en) * | 2000-10-11 | 2011-06-30 | Arnett Nicholas D | System and method for analyzing electronic message activity |
US20040073476A1 (en) * | 2002-10-10 | 2004-04-15 | Prolink Services Llc | Method and system for identifying key opinion leaders |
CN101073077A (zh) * | 2004-09-10 | 2007-11-14 | 色杰斯提卡股份有限公司 | 对用于进行由一组无层次话题指导的搜索的附连的用户创建和分级及其用户界面 |
CN103365949A (zh) * | 2012-03-30 | 2013-10-23 | 国际商业机器公司 | 用于确定来自焦点区域的通信的人群话题的方法和系统 |
CN105074741A (zh) * | 2012-12-20 | 2015-11-18 | 微软技术许可有限责任公司 | 建议相关项 |
US20140289231A1 (en) * | 2013-03-25 | 2014-09-25 | Salesforce.Com, Inc. | Combining topic suggestions from different topic sources to assign to textual data items |
US20140359022A1 (en) * | 2013-05-30 | 2014-12-04 | International Business Machines Corporation | Aligning content and social network audience using analytics and/or visualization |
US20150178279A1 (en) * | 2013-05-31 | 2015-06-25 | Google Inc. | Assessing Quality of Reviews Based on Online Reviewer Generated Content |
CN105745672A (zh) * | 2013-11-19 | 2016-07-06 | 微软技术许可有限责任公司 | 为分类预测和建议提供原因 |
US20150261867A1 (en) * | 2014-03-13 | 2015-09-17 | Rohit Singal | Method and system of managing cues for conversation engagement |
US20150365448A1 (en) * | 2014-06-17 | 2015-12-17 | Microsoft Technology Licensing, Llc | Facilitating conversations with automated location mapping |
CN106462879A (zh) * | 2014-06-17 | 2017-02-22 | 微软技术许可有限责任公司 | 利用自动位置映射促进对话 |
US20160063993A1 (en) * | 2014-09-02 | 2016-03-03 | Microsoft Corporation | Facet recommendations from sentiment-bearing content |
US20160226804A1 (en) * | 2015-02-03 | 2016-08-04 | Google Inc. | Methods, systems, and media for suggesting a link to media content |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113572677A (zh) * | 2020-04-28 | 2021-10-29 | 阿瓦亚管理有限合伙公司 | 用于基于自适应情感的自动回复的系统和方法 |
CN113572677B (zh) * | 2020-04-28 | 2023-06-20 | 阿瓦亚管理有限合伙公司 | 用于基于自适应情感的自动回复的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20180069821A1 (en) | 2018-03-08 |
CN109690583B (zh) | 2023-10-03 |
WO2018048733A1 (en) | 2018-03-15 |
US10873554B2 (en) | 2020-12-22 |
EP3510531A1 (en) | 2019-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10785185B2 (en) | Automated summary of digital group conversations | |
US11195126B2 (en) | Efficiency enhancements in task management applications | |
US10291560B2 (en) | Integrated real-time email-based virtual conversation | |
CN107667386B (zh) | 用于提供用户调出的统一消息传送平台和界面 | |
US11632351B2 (en) | Universal actionable notifications | |
US10171401B2 (en) | Personalized electronic message | |
US20180152407A1 (en) | Task delegation manager and interface | |
US11962427B2 (en) | Auto-generated object for impromptu collaboration | |
US11836679B2 (en) | Object for pre- to post-meeting collaboration | |
CN102172098A (zh) | 不同类型的通信的线程间指示 | |
US10200338B2 (en) | Integrating communication modes in persistent conversations | |
CN108885739A (zh) | 智能个人助理作为联系人 | |
CN111684480A (zh) | 电子事件管理系统 | |
US20230328011A1 (en) | System and method for converting an email thread to an instant message group | |
CN110168587A (zh) | 利用单个输入在电子通信应用中执行对动作项的更新 | |
CN110023943A (zh) | 自动会议邀请处理 | |
US10636014B2 (en) | Conversational calendar integration | |
CN109690583A (zh) | 基于消息内容来确定消息参与者之间的共识 | |
WO2019040157A1 (en) | PLANNING SHARED RESOURCES USING A HIERARCHY OF ATTRIBUTES | |
CN109891444A (zh) | 通信项的动态丰富 | |
CN112887803B (zh) | 一种会话处理方法、装置、存储介质及电子设备 |
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 |