CN110929023B

CN110929023B - 动态概要生成器

Info

Publication number: CN110929023B
Application number: CN201911227518.8A
Authority: CN
Inventors: 瑞安·P·多尔蒂; 尼古劳斯·T·莫特
Original assignee: Google LLC
Current assignee: Google LLC
Priority date: 2014-10-02
Filing date: 2015-10-08
Publication date: 2023-09-01
Anticipated expiration: 2035-10-08
Also published as: CN110929023A; CN105488096B; US20160098397A1; EP3002690A1; CN105488096A; US9965474B2; US20180276210A1

Abstract

公开了动态概要生成器。一种方法、系统和装置，包括编码在计算机存储介质上的计算机程序，用于从用户接收对于关于词语的信息的请求；在一个或多个处理器处获得用户的一个或多个特性；在一个或多个处理器处获得包括与词语相关联的一个或多个属性的模板；在一个或多个处理器处并且基于用户的一个或多个特性来生成响应，响应包括用于模板中的一个或多个属性中的每一属性的相应描述；以及提供表示响应的数据以输出。

Description

动态概要生成器

分案说明

本申请属于申请日为2015年10月8日的中国发明专利申请No.201510645248.8的分案申请。

技术领域

本说明书涉及内容概要，并且根据一个特定实现，涉及生成关于词语的信息。

背景技术

尽管在线字典存在，但这些字典的人工综合处理很辛苦，并且更新代价大且不频繁。

发明内容

根据在本说明书中所述的主题的一个创新方面，从各种资源提取关于词语的信息，并且通过对资源的自动分析，可以自动地确定词语和关于词语的信息之间的语义关系。可以基于语义关系来生成结构化模板，其提供关于词语的描述的概要。可以基于查询关于词语的信息的用户的一个或多个特性来修改模板中的特定信息。当用户请求关于词语的信息时，向用户呈现模板中的该特定信息。

在本说明书中的主题的另一创新方面包括一种过程，用于从用户接收关于词语的信息的请求；在一个或多个处理器处获得用户的一个或多个特性；在一个或多个处理器处获得包括与词语相关联的一个或多个属性的模板；在一个或多个处理器处并且基于用户的一个或多个特性来生成响应，所述响应包括用于模板中的一个或多个属性中的每一属性的相应描述；以及提供表示响应的数据以输出。

这些和其他实施例可以每个可选地包括以下特征中的一个或多个。例如，为了获得包括与词语相关联的一个或多个属性的模板，可以从文档的集合识别包括词语的一个或多个文档。对于一个或多个文档中的每一个，可以识别具有与词语的语义关系的相应描述。可以确定用于每一相应描述的相应属性。

为了获得包括与词语相关联的一个或多个属性的模板，可以基于用户的一个或多个特性来从与词语相关联的多个模板中选择模板。

为了生成响应，可以获得用于一个或多个属性中的特定属性的第一描述。可以基于用户的一个或多个特性，使用第一描述来生成第二描述。可以生成响应，其中，响应可以包括用于特定属性的第二描述。为了使用第一描述来生成第二描述，可以用一个或多个第二词来替代第一描述的一个或多个第一词。

属性可以与属性元数据相关联。描述可以与描述元数据相关联。为了获得模板，可以基于(i)一个或多个属性的属性元数据以及(ii)用户的一个或多个特性，将一个或多个属性添加到模板。为了将一个或多个属性添加到模板，可以响应于确定一个或多个属性的属性元数据与至少一个属性匹配而将一个或多个属性添加到模板。

一个或多个属性的特定属性可以与多个描述相关联。为了生成响应，可以基于多个描述的描述元数据和用户的一个或多个特性，从用于特定属性的多个描述来选择描述。

该过程可以包括从第二用户接收对于关于词语的信息的第二请求；获得第二用户的一个或多个特性；获得包括与词语相关联的一个或多个属性的第二模板；基于第二用户的一个或多个特性来生成第二响应，第二响应包括用于第二模板中的一个或多个属性中的每一属性的相应描述；以及提供表示第二响应的数据以输出。用于第二用户的第二模板可以不同于用于用户的模板。

有利实现可以包括以下特征中的一个或多个。可以基于词语和关于词语的信息之间的语义关系来自动地生成关于词语的信息。可以基于期望的语义关系的选择来高度地定制用于生成信息的模板。可以基于用户的特性来修改模板中的信息，其可以向用户提供更相关和个性化响应。该模板能易于应用于其他语言，因为词语和关于词语的信息之间的语义关系在不同语言中不改变。可以基于与其他已知词语的语义关系来取得没有字典含义的关于词语的信息。

在附图和下述描述中阐述了一个或多个实现的细节。从描述、附图和权利要求，其他潜在特征和优点将变得显而易见。

附图说明

图1A是图示用于生成动态概要的示例性系统的框图。

图1B是图示用于生成用户的动态概要的示例性系统的框图。

图1C是图示用于生成不同用户的动态概要的示例性系统的框图。

图1D是图示用于确定语义关系的示例性系统的框图。

图2是图示用于生成动态概要的示例性过程的图。

图3是图示用于确定语义关系的示例性过程的图。

图4是图示用于国际化概要模板的示例性过程的图。

不同图中相同的参考数字和名称指示相同的元件。

具体实施方式

当前在线字典是放之四海而皆准的努力。这些字典通常不知道用户具有什么先验知识，并且尽管存在用于不同受众的人工综合处理的字典，例如儿童字典、大学字典、科学字典，但通常不会对特定用户个性化这样的字典。

为了解决这一缺陷，本说明书描述了基于提交查询的用户的某些特性来生成词语的定制和/或个性化描述的技术。对具有不同阅读水平和不同兴趣的用户是通用的。例如，如果用户是儿童，可能期望简化概念和词汇。如果用户是非母语者，可能传达复杂的概念但仍然使用简化的词汇。如果用户是提交关于植物的查询的植物学家，响应能更集中在概念的植物方面，只要适当的话。这些仅仅是可以基于用户背景和兴趣来如何定制响应的一些示例。

图1A是图示用于生成动态概要的示例性系统100的框图。简单地说，用户可以进行请求，例如语音或文本查询，来获得关于用户感兴趣的词语的描述的概要。基于用户的特性，将包括关于词语的描述的动态生成的概要的响应提供给用户。词语可以是一个或多个词、短语、名称、符号或可以在词语和一个或多个其他词语之间建立语义关系的任何其他形式的数据。系统100包括用户设备106、网络102、资源105、搜索系统110、资源索引存储112、搜索历史存储119、语义数据存储136和简档数据存储138。

用户设备106可以是例如台式计算机、膝上型计算机、平板电脑、可穿戴计算机、蜂窝电话、智能电话、音乐播放器、电子书阅读器、导航系统、多模式设备，诸如可穿戴计算设备、混合手势识别/语音识别系统、汽车信息系统、一般家庭娱乐系统，以及能够通过网络102发送和接收数据的其他适当的计算设备。由用户设备106执行的功能可以由个体计算机系统执行或可以分布在多个计算机系统上。用户设备106可以包括用户应用，例如浏览器，以便于通过网络102发送和接收数据。浏览器可以使得用户能够显示通常包括在可通过网络102访问的资源中的文本、图像、视频、音频、音乐和其他信息以及与之交互。

诸如局域网(LAN)、广域网(WAN)、互联网或其组合的网络102连接资源105、用户设备106和搜索系统110。系统100可以包括数千个资源105和用户设备106。尽管在图1A中未示出，但搜索系统110还可以使用网络102与资源索引存储112、搜索历史存储119、语义数据存储136和简档数据存储138中的一个或多个连接。

资源105可以是可通过网络102访问的任何数据。例如，举例来说，资源105可以是HTML页面、电子文档、图像文件、视频文件、音频文件和馈送源。在一些实现中，资源105可以包括嵌入信息，例如元信息和超链接，和/或嵌入指令，例如客户端侧脚本。在一些实现中，资源105可以具有资源地址，例如统一资源定位符(URL)。

搜索系统110包括语义处理引擎128和概要引擎130。通常，搜索系统110从用户设备106接收搜索请求109，并且提供包括响应请求109的相关信息的响应111。在一些实现中，请求109可以包括对于关于词语的描述的概要的请求，以及响应111中的相关信息可以包括该词语的动态生成的概要。

通常，语义处理引擎128处理资源105来确定词语的语义关系。在一些实现中，语义处理引擎128可以确定第一词语和第二词语之间的语义关系。例如，语义处理引擎128可以确定第一词语是否是第二词语的同音异义词、同义词、反义词、上位词、下位词、部分词、换喻词、整体词或同源词中的一个。在一些实现中，语义处理引擎128可以确定词语和类别之间的语义关系。例如，语义处理引擎128可以确定词语是颜色、种类、数值、地点、动作或者任何其他类别。在一些实现中，语义处理引擎128可以将词语的语义关系存储在语义数据存储136中。图1D提供用于词语的语义关系的确定的更详细描述。

通常，概要引擎130为做出请求109的用户生成关于词语的描述的概要。图1B和1C提供关于概要的生成的更详细描述。概要引擎130包括模板引擎132和内容引擎134。模板引擎132确定用于生成概要的模板。模板包括与词语相关联的一个或多个属性。属性的示例可以是词语和属性的描述之间的语义关系。

在一些实现中，模板引擎132可以基于词语来从模板存储140访问模板。在一些实现中，模板引擎132可以基于用户的搜索历史来访问和/或修改来自模板存储140的模板。在一些实现中，模板引擎132可以基于用户的特性来访问和/或修改模板。在一些实现中，模板引擎132可以基于与词语相关联的语义关系来生成模板。在一些实现中，模板引擎132可以将模板存储在模板存储140中。

内容引擎134生成要包括在模板中的内容。例如，内容引擎134可以生成用于模板中的一个或多个属性中的每一属性的相应描述。在一些实现中，内容引擎134可以从语义数据存储136访问内容。例如，由模板引擎132中提供的模板中的属性可以指定词语和语义数据存储136中存储的描述之间的语义关系。内容引擎134可以基于指定的语义关系来访问描述。

在一些实现中，内容引擎134可以基于用户的特性来修订与词语相关联的内容。例如，如果用户是儿童，内容引擎134可以修订描述以包括表示该描述的较简单解释。

通常，搜索历史存储119存储来自与用户相关联的先前搜索请求并且与之相关的数据。搜索历史存储119包括查询日志116和选择日志118。搜索查询日志116存储从用户设备106提交的搜索请求109。选择日志118存储引用响应于由搜索系统110提供的搜索结果而采取的动作的数据。在一些实现中，搜索系统110可以使用选择日志118和查询日志116来确定由用户设备106提交的请求109的相应序列，以及响应于请求109而采取的动作。

在一些实现中，为便于搜索资源105，搜索系统110可以通过爬取和索引资源105来识别资源。可以将索引数据存储在资源索引112中。响应于从用户设备106接收的搜索请求，搜索系统110可以使用资源索引112来识别响应于该搜索请求的资源105。

通常，语义数据存储136存储表示与词语相关联的属性和描述的数据。在一些实现中，属性可以是词语和相关描述之间的语义关系。例如，用于词语“X”的属性可以是“X是类型Y”，指示词语“X”是描述“Y”的下位词。作为另一示例，用于词语“X”的另一属性可以是“X为Z”，指示词语“X”是描述“Z”的同义词。作为另一示例，用于词语“X”的另一属性可以是“关于X的学者文章能在K中找到”，指示词语“X”在类别“学者文章”中。

在一些实现中，语义数据存储136可以存储与属性相关联的属性元数据。例如，对于属性“X是类型Y”，相对应的属性元数据“语义”可以包括值“下位词”。作为另一示例，对于属性“关于X的学者文章能在K中找到”，相对应的属性元数据“教育水平”可以包括值“大学”。

在一些实现中，语义数据存储136可以存储与描述相关联的描述元数据。例如，对于属性“鲨鱼是一种鱼”中的描述“鱼”，相对应的描述元数据“年龄组”可以包括值“所有”。作为另一示例，对于属性“关于鲨鱼的学者文章能在刊物Marine Biology中找到”中的描述“刊物Marine Biology”，相对应的属性元数据“年龄组”可以包括值“18以上”。

通常，简档数据存储138存储表示操作用户设备106的用户的一个或多个特性的数据。特性的示例可以包括用户的年龄或年龄组、用户的教育水平、用户的兴趣、用户的性别、用户的活动历史、或用户的任何其他特性。在其中在此所述的系统采集关于用户的个人信息或可以使用个人信息的情况中，可以为用户提供控制程序或部件是否用户信息、或控制是否和/或如何从可能与用户更相关的内容服务器接收内容的机会。此外，可以在被存储或使用前以一种或多种方式处理某些数据，使得去除个人可识别信息。例如，可以处理用户的身份，使得对该用户不能确定个人可识别信息，或者在获得位置信息的情况下可以概括用户的地理位置(诸如到城市、邮政编码或州级)，使得不能确定用户的具体位置。由此，用户可以控制如何收集关于用户的信息并且将其存储在简档数据存储138中。

通常，模板存储140存储用于生成概要的模板。在一些实现中，可以手动生成模板，然后存储以便允许由模板引擎132访问。在一些实现中，可以由模板引擎132或其他引擎自动地生成模板。在一些实现中，模板可以与特定词语相关联。例如，可以为词语“鲨鱼”创建特定模板。在一些实现中，模板可以与属于组的词语相关联。例如，可以为组“海洋动物”创建特定模板，组“海洋动物”能用于词语“鲨鱼”、“鱼”、“海龟”或满足该组的定义的任何其他词语。在一些实现中，模板可以与用户特性相关联。例如，可以为当请求者的年龄满足该年龄组的定义时使用的年龄组“孩子”创建特定模板。

图1B图示用于生成用于用户设备106a的用户的动态概要的示例性系统100，包括在阶段(A)至(E)中所示的示例性数据流。阶段(A)至(E)可以以所示的序列发生，或它们可以以不同于所示的序列发生。在一些实现中，阶段(A)至(E)中的一个或多个可以离线发生，其中，当用户设备106a未连接到网络102时，搜索系统110可以执行计算。

在阶段(A)期间，操作用户设备106a的第一用户向搜索系统110提交请求109a“我想要关于鲨鱼的描述”。在一些实现中，在将词语发送到概要引擎130前，搜索系统110可以解析该请求以确定第一用户对关于词语“鲨鱼”的描述的概要感兴趣。

在阶段(B)期间，模板引擎132获得用于第一用户的模板。在一些实现中，如果模板存储140存储先前已经生成的、用于词语“鲨鱼”的特定模板，模板引擎132可以获得该特定模板。在一些其他实现中，如果模板存储140没有存储用于词语“鲨鱼”的特定模板，模板引擎132可以获得与任何词语相关联的通用模板。这里，模板引擎132获得用于“海洋动物”的模板，包括属性“X是一群Y”并且“X具有Z”，其中，X是词语，并且Y和Z是在语义数据存储136中存储的描述。

在一些实现中，模板引擎132可以识别用户的一个或多个特性。例如，在请求109a中，可以由用户设备106传送第一用户的特性。作为另一示例，模板引擎132可以从简档数据存储138获得第一用户的特性。在该示例中，模板引擎132识别第一用户的职业是海洋生物学家。

在一些实现中，模板引擎132可以基于用户的特性来添加、替代或去除模板中的一个或多个属性。这里，模板引擎132识别第一用户的职业是海洋生物学家，并且添加属性“关于X的学者文章能在K中找到”，因为第一用户的教育背景满足属性元数据“教育水平”。

在阶段(C)期间，模板引擎132将所生成的模板传送到内容引擎134。

在阶段(D)期间，内容引擎134识别用于模板中的每一属性的相应描述。在一些实现中，内容引擎134从语义数据存储136识别用于属性的描述。例如，对于属性“X是一群Y”，X和Y之间的语义距离可以由相对应的语义关系指定。内容引擎134可以基于指定的语义距离来获得用于属性“鲨鱼是Y”的描述Y。这里，内容引擎134识别对应于模板中的属性的描述：“鲨鱼是以软骨骨架为特征的一群鱼”、“鲨鱼在其头侧具有5至7个鳃裂”以及“关于鲨鱼的学者文章能在刊物Marine Biology中找到”。

在一些实现中，内容引擎134可以基于描述的描述元数据和用户的特性来修改描述中的一个或多个。这里，内容引擎134确定不修改描述，因为第一用户的教育水平满足描述元数据中的值。在一些实现中，内容引擎134汇总这些描述并且生成用于词语“鲨鱼”的概要。

在阶段(E)期间，内容引擎134将包括词语“鲨鱼”的动态生成的概要111a的数据传送到用户设备106a。在一些实现中，数据可以进一步包括表示响应于该请求的一个或多个资源105的数据，诸如标题、从资源提取的文本的摘录以及用于资源的资源定位符。

图1C图示用于生成用于用户设备106b的另一用户的动态概要的示例性系统100，包括在阶段(F)至(J)中所示的示例性数据流。阶段(F)至(J)可以按所示的序列发生，或可以按不同于所示的序列发生。在一些实现中，阶段(F)至(J)中的一个或多个可以离线发生，其中，当用户设备106b未连接到网络102时，搜索系统110可以执行计算。

在阶段(F)期间，操作用户设备106b的第二用户将请求109b“什么是鲨鱼？”提交给搜索系统110。在一些实现中，在将词语发送到概要引擎130前，搜索系统110可以解析该请求以确定第二用户对关于词语“鲨鱼”的描述的概要感兴趣。

在阶段(G)期间，模板引擎132获得用于第二用户的模板。这里，模板引擎132获得用于“海洋动物”的模板，包括属性“X是一群Y”并且“X具有Z”，其中，X是词语，以及Y和Z是在语义数据存储136中存储的描述。

在该示例中，模板引擎132然后识别第二用户的一个或多个特性，其中，第二用户的年龄组是儿童。在一些实现中，模板引擎132可以基于用户的特性来添加、替代或去除模板中的一个或多个属性。这里，模板引擎132识别第二用户可能是儿童，并且添加属性“X的颜色是K”，因为第二用户的年龄组满足属性元数据“年龄组”。

在阶段(H)期间，模板引擎132将所生成的模板传送到内容引擎134。

在阶段(I)期间，内容引擎134识别用于模板中的每一属性的相应描述。这里，内容引擎134识别对应于模板中的属性的描述：“鲨鱼是以软骨骨架为特征的一群鱼”、“鲨鱼在其头侧具有5至7个鳃裂”、以及“鲨鱼的颜色是灰色”。

在一些实现中，内容引擎134可以基于描述的描述元数据和用户的特性来修改描述中的一个或多个。这里，内容引擎134确定修订描述“鲨鱼是以软骨骨架为特征的一群鱼”，因为第二用户的年龄组不满足描述元数据中的值。内容引擎134将描述修改成“鲨鱼是身体由大量软骨组织组成的一群鱼”。类似地，内容引擎134确定修订描述“鲨鱼在其头侧具有5至7个鳃裂”，因为第二用户的年龄组不满足描述元数据中的值。内容引擎134将描述修改成“鲨鱼在其头侧具有5至7个孔”。内容引擎134确定不修订描述“鲨鱼的颜色是灰色”，因为第二用户的年龄组满足描述元数据中的值。然后，内容引擎134汇总这些修订的描述，并且为第二用户生成词语“鲨鱼”的概要。

在阶段(J)期间，内容引擎134将包括词语“鲨鱼”的动态生成的概要的数据传送到用户设备106b。在一些实现中，数据可以进一步包括表示响应于该请求的一个或多个资源105的数据，诸如标题、从资源提取的文本的摘录以及资源的资源定位符。

图1D图示用于确定语义关系的示例性系统100。注意，本公开的范围不应限于在此给出的示例，因为可以存在用于确定能应用于本公开的应用的语义关系的其他适当的系统和方法。

在一些实现中，搜索系统110可以爬取和索引资源105a-n。在爬取期间，语义处理引擎128可以确定用于资源105a-n中的词的语义关系。例如，资源105a可以包括短语“国王是男性”。语义处理引擎128可以通过将每一词映射到语义向量空间139中的相对应的向量141和142来确定词“国王”和“男性”之间的语义关系。语义向量空间139可以是n维向量空间，其中n可以是任何正整数。在一些实现中，语义处理引擎128或另一引擎可以计算向量141和142之间的余弦距离。可以使用向量141和142之间的余弦距离来建立词“国王”和“男性”之间的语义关系。

在一些实现中，语义处理引擎128可以将该余弦距离指定为对应于用于词语X的属性“下位词”(“X是Y”)的余弦距离。不同资源105b可以包括短语“皇后是女性”。语义处理引擎128可以将词语“皇后”和“女性”映射到语义向量空间139中的向量143和144。语义处理引擎128可以确定向量143和144之间的余弦距离等于向量141和142之间的余弦距离。响应于确定向量143和144之间的余弦距离等于向量141和142之间的余弦距离，语义处理引擎128可以确定词语“皇后”是词语“女性”的下位词。

作为另一示例，资源105c可以包括短语“独角兽的颜色是白色的”。语义处理引擎128可以将词语“独角兽”和“白色”映射到语义向量空间139中的向量145和146。语义处理引擎128可以确定向量145和146之间的余弦距离，并且将该余弦距离指定为对应于属性“颜色”。资源105d可以包括短语“灰色大象是哺乳动物科”。语义处理引擎128可以将词语“大象”和“灰色”映射到语义向量空间139中的向量147和148。语义处理引擎128可以确定向量147和148之间的余弦距离等于向量145和146之间的余弦距离。响应于确定向量147和148之间的余弦距离等于向量145和146之间的余弦距离，语义处理引擎128可以确定词语“灰色”是词语“大象”的颜色。

语义处理引擎128还可以将词语“哺乳动物”映射到语义向量空间139中的向量149。语义处理引擎128可以确定向量147和149之间的余弦距离并且将该余弦距离指定为对应于属性“科”。

在一些实现中，语义处理引擎128可以将一个或多个值指定到属性的属性元数据。在一些实现中，语义处理引擎128可以将一个或多个值指定到描述的描述元数据。在一些实现中，语义处理引擎128可以将属性元数据、描述元数据和对应于语义向量空间139中的向量的数据存储在语义数据存储136中。

图2是图示用于生成动态概要的示例性过程200的图。可以通过系统来执行该过程200，所述系统诸如上述的搜索系统120或其他系统，包括多个计算系统的组合。

系统从用户接收对于关于词语的信息的请求(202)。例如，操作用户设备106a的用户可以将请求109a“我想要关于鲨鱼的一些描述”提交给搜索系统110。

系统获得用户的一个或多个特性(204)。例如，可以在请求109a中，由用户设备106传送第一用户的特性。作为另一示例，模板引擎132可以从简档数据存储138获得第一用户的特性。

系统获得与词语相关联的模板(206)。例如，模板引擎132可以获得用于包括属性“X是一群Y”以及“X具有Z”的“海洋动物”的模板，其中，X是词语，以及Y和Z是在语义数据存储136中存储的描述。

在一些实现中，系统可以从文档的集合识别包括该词语的一个或多个文档。例如，词语“鲨鱼”可以包括在资源105中。系统可以对一个或多个文档中的每一个识别具有与该词语的语义关系的相应描述。例如，语义处理引擎128可以识别资源105包括短语“鲨鱼在其头侧具有5至7个鳃裂”并且可以确定短语“在头侧具有5至7个鳃裂”是描述。系统可以确定用于每一相应描述的相应属性。例如，语义处理引擎128可以确定“X具有Z”是与词语“鲨鱼”和描述“在头侧具有5至7个鳃裂”相关联的属性。

在一些实现中，系统可以基于用户的一个或多个特性从与词语相关联的多个模板中选择模板。例如，模板引擎132可以响应于确定第一用户是海洋生物学家而获得用于第一用户的模板。

在一些实现中，属性与属性元数据相关联，并且描述与描述元数据相关联。例如，对于属性“X是类型Y”，相关联的属性元数据可以是“下位词”。作为另一示例，对于描述“以软骨骨架为特性的一群鱼”，相关联的描述元数据可以是“高中教育”。

在一些实现中，系统可以基于(i)一个或多个属性的属性元数据以及(ii)用户的一个或多个特性来将一个或多个属性添加到模板。在一些实现中，系统可以响应于确定一个或多个属性的属性元数据与至少一个特性匹配而将一个或多个属性添加到模板。例如，模板引擎132可以识别第一用户的职业是海洋生物学家，并且可以将属性“关于X的学者文章能在K中找到”添加到模板，因为第一用户的教育背景满足属性元数据“教育水平”。

系统生成响应(208)。例如，内容引擎134可以汇总描述并且生成用于第一用户的词语“鲨鱼”的概要。

在一些实现中，系统可以获得用于一个或多个属性的特定属性的第一描述。例如，内容引擎134可以获得描述“鲨鱼在其头侧具有5至7个鳃裂”。系统可以基于用户的一个或多个特性，使用第一描述来生成第二描述。在一些实现中，系统可以用一个或多个第二词替代第一描述的一个或多个第一词。例如，内容引擎134可以将描述修改成“鲨鱼在头侧具有5至7个孔”。系统可以汇总响应，其中响应包括用于特定属性的第二描述。例如，内容引擎134可以汇总所修订的描述并且生成用于第二用户的词语“鲨鱼”的概要。

在一些实现中，一个或多个属性的特定属性可以与多个描述相关联。例如，属性“鲨鱼是Y”可以包括描述，诸如“快”、“攻击性”等等。系统可以基于多个描述的描述元数据和用户的一个或多个特性来从用于特定属性的多个描述选择描述。例如，内容引擎134可以选择满足第二用户的年龄组的描述。

系统提供表示响应的数据(210)。例如，内容引擎134将包括词语“鲨鱼”的动态生成的概要的数据传送到用户设备106。

在一些实现中，系统可以从第二用户接收对于关于词语的信息的第二请求。例如，操作用户设备106b的第二用户可以将请求109b“什么是鲨鱼？”提交给搜索系统110。系统可以获得第二用户的一个或多个特性。例如，概要引擎130可以识别该第二用户是儿童。系统可以获得包括与该词语相关联的一个或多个属性的第二模板。例如，模板引擎132可以识别第二用户可能是儿童，并且添加属性“X的颜色是K”，因为第二用户的年龄组满足属性元数据“年龄组”。系统可以基于第二用户的一个或多个特性来生成第二响应，第二响应包括用于第二模板中的一个或多个属性的每一属性的相应描述。例如，内容引擎134可以汇总修订的描述并且生成用于第二用户的词语“鲨鱼”的概要。系统可以提供表示第二响应的数据以输出。例如，内容引擎134可以将包括词语“鲨鱼”的动态生成的概要的数据传送到用户设备106b。

图3是图示用于确定语义关系的示例性过程300的图。过程300可以由系统执行，所述系统诸如上述的搜索系统120或其他系统，包括多个计算系统的组合。

系统获得资源(302)。例如，语义处理引擎128可以爬取资源105。

系统识别与词语相关联的描述(304)。例如，资源105a可以包括短语“国王是男性”。语义处理引擎128可以确定描述“男性”与词语“国王”相关联。

系统确定用于词语的一个或多个属性(306)。例如，语义处理引擎128可以从短语“国王是男性”确定用于词语“国王”的属性“下位词”。

系统确定用于词语的元数据(308)。例如，语义处理引擎128可以将值“下位词”指定为“国王”的属性元数据。

系统存储语义关系(310)。例如，语义处理引擎128可以将属性元数据、描述元数据和对应于语义向量空间139中的向量的数据存储在语义数据存储136中。

图4是图示用于国际化概要模板的示例性过程400的图。可以由系统来执行过程400，所述系统诸如上述的搜索系统120或其他系统，包括多个计算系统的组合。

系统获得第一语言的模板(402)。例如，模板引擎132可以从模板存储140访问第一语言的模板。

系统修改模板用于第二语言(404)。通常，由于语义关系独立于语言，系统可以修订第一语言的模板来适合第二语言的语言规则。

系统生成翻译的描述(406)。例如，内容引擎134可以访问语义数据存储136来获得对应于模板中的属性的第一语言的描述。内容引擎134或另一引擎可以将第一语言的描述翻译成第二语言。

已经描述了多种实现。然而，将理解，在不背离本公开的精神和范围的情况下，可以做出各种改变。例如，可以通过重新排序、添加或去除的步骤，使用上述流程的各种形式。

在本说明书中所述的实施例和所有功能操作可以实现在数字电子电路中，或在计算机软件、固件或硬件、包括在本说明书中公开的结构及它们的结构等效中、或在它们中的一个或多个的组合中。实施例可以实现为一个或多个计算机程序产品，即，编码在计算机可读介质上的计算机程序指令的一个或多个模块，用于由数据处理装置执行或控制其操作。计算机可读介质可以是机器可读存储设备、机器可读存储基板、存储器设备、影响机器可读传播信号的物质的组分或它们中的一个或多个的组合。计算机可读介质可以是非瞬时计算机可读介质。词语“数据处理装置”包含用于处理数据的所有装置、设备和机器，包括例如可编程处理器、计算机或多处理器或计算机。除硬件外，装置可以包括创建用于所讨论的计算机程序的执行环境的代码，例如构成处理器固件、协议栈、数据库管理系统、操作系统或它们中的一个或多个的组合的代码。传播信号是被生成来编码用于传输到适当的接收机装置的信息的人工生成的信号，例如机器生成的电、光或电磁信号。

计算机程序(也称为程序、软件、软件应用、脚本或代码)可以以任何形式的编码语言(包括汇编或解释语言)编写，其可以以任何形式部署，包括作为独立的程序或作为模块、组件、子例程或适合于用在计算环境中的其他单元。计算机程序不一定对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的一部分中(例如，在标记语言文档中存储的一个或多个脚本)、专用于所讨论的程序的单个文件中、或多个协同文件中(例如，存储一个或多个模块、子程序或代码部分的文件)。计算机程序可以被部署为在一个计算机或位于一个站点或分布式在多个站点上并且由通信网络互连的多个计算机上执行。

如在本说明书中所使用的，“引擎”(或“软件引擎”)是指软件实现的输入/输出系统，提供不同于输入的输出。引擎可以是功能的编码块，诸如库、平台、软件开发工具包(“SDK”)或对象。

在本说明书中描述的过程和逻辑流可以由执行一个或多个计算机程序的一个或多个可编程处理器执行来通过对输入数据进行操作并且生成输出来执行功能。过程和逻辑流也可以由装置执行，并且装置可以实现为专用逻辑电路，例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。

适合于计算机程序的执行的处理器包括例如通用和专用微处理器，以及任何类型的数字计算机的任何一个或多个处理器。通常，处理器从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储设备。通常，计算机还将包括用于存储数据的一个或多个海量存储设备，例如磁、磁光盘或光盘，或可操作地耦合到海量存储设备来从其接收或向其传送数据。然而，计算机不必具有这样的设备。此外，计算机可以嵌入在另一设备中，举例来说，例如平板电脑、移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收机中。适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储设备，包括例如半导体存储设备，例如EPROM、EEPROM和闪存设备；磁盘，例如内部硬盘或可移动盘；磁光盘；以及CD-ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或合并在其中。

为了提供与用户交互，实施例可以实现在计算机上，其具有用于向用户显示信息的显示设备，例如CRT(阴极射线管)或LCD(液晶显示器)监视器和用户可以向计算机提供输入的键盘和指示设备，例如鼠标或跟踪球。也可以使用其他类型的设备来提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感知反馈，例如视觉反馈、听觉反馈或触觉反馈；以及可以以任何形式，包括声音、语音或触觉输入，接收来自用户的输入。

实施例可以实现在计算系统中，其包括后端部件，例如作为数据服务器，或包括中间件部件，例如应用服务器，或包括前端部件，例如具有用户可以与所公开的技术的实现交互的图形用户界面或Web浏览器的客户端计算机，或一个或多个这样的后端、中间件或前端部件的任何组合。可以由任何形式或介质的数字数据通信，例如通信网络，互连系统的部件。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)，例如互联网。

计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且通常通过通信网络交互。客户端和服务器的关系根据运行在相应计算机上并且相互具有客户端-服务器关系的计算机程序发生。

尽管本说明书包含许多细节，但这些不应当解释为限制，而是专用于特定实施例的特征的描述。在本说明书中在分立实施例的上下文中描述的某些特征也可以组合在单一实施例中来实现。相反，在单个实施例的上下文中描述的各个特征也可以分立地实现在多个实施例中或在任何适当的子组合中。此外，尽管上文可以将特征描述为以某些组合运作并且甚至最初这样要求，但是在一些情况下可以从组合删除来自所要求的组合的一个或多个特征，以及所要求的组合可以针对子组合和/或子组合的变体。

类似地，尽管在图中以特定顺序描述了操作，但这不应当理解为要求按所示的特定顺序或序列顺序执行这样的操作，或应执行所有所示的操作来实现所需结果。在某些情况下，多任务和并行处理可以是有利的。此外，上述实施例中的各个系统组件的分离不应当理解为在所有实施例中均要求这样的分离，并且应当理解所述程序组件和系统可以通常一起集成在单一软件产品中或封装到多软件产品中。

由此，已经描述了特定实施例。其他实施例在所附权利要求的范围内。例如，权利要求中记载的动作可以以不同顺序执行并且仍然实现期望的结果。

Claims

1.一种用于生成动态概要的系统，所述系统包括一个或多个计算机和存储指令的一个或多个计算机存储介质，所述指令在由所述一个或多个计算机执行时使得所述一个或多个计算机执行操作，所述操作包括：

从用户接收对于关于词语的信息的请求；

获得所述用户的一个或多个特性，所述一个或多个特性包括所述用户的年龄组；

获得包括与所述词语相关联的一个或多个属性的模板；

生成响应，所述响应包括用于所述模板中的所述一个或多个属性中的每一属性的相应描述，其中生成所述响应包括：

获得用于所述一个或多个属性中的特定属性的第一描述，其中所述第一描述与识别描述用户组的年龄特性的值的数据相关联；

基于所述用户的所述年龄组以及识别描述所述用户组的所述年龄特性的所述值的所述数据，确定所述第一描述不应该被提供给所述用户；

响应于确定所述第一描述不应该被提供给所述用户，根据所述第一描述来生成应该被提供给所述用户的、用于所述特定属性的第二描述；以及

生成所述响应，其中所述响应包括用于所述特定属性的所述第二描述并且不包括用于所述特定属性的所述第一描述；以及

用表示所述响应的数据来响应所述请求。

2.如权利要求1所述的系统，其中，获得包括与所述词语相关联的所述一个或多个属性的模板包括：

基于所述用户的所述一个或多个特性来从与所述词语相关联的多个模板中选择模板。

3.如权利要求1所述的系统，其中，确定所述第一描述不应该被提供给所述用户包括：确定所述用户的所述年龄组不满足所述用户组的所述年龄特性。

4.如权利要求1所述的系统，其中，确定所述第一描述不应该被提供给所述用户包括：确定所述用户的所述年龄组比所述用户组的所述年龄特性年轻。

5.如权利要求1所述的系统，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：获得用于所述词语所属于的组的模板。

6.如权利要求1所述的系统，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：获得特定地用于所述词语的模板。

7.如权利要求1所述的系统，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：基于所述用户的所述年龄组来从多个模板中选择所述模板。

8.如权利要求1所述的系统，其中，对于信息的所述请求包括语音查询，并且表示所述响应的所述数据包括听觉数据。

9.一种由包括一个或多个计算机的系统执行的方法，所述方法包括：

从用户接收对于关于词语的信息的请求；

获得包括与所述词语相关联的一个或多个属性的模板；

用表示所述响应的数据来响应所述请求。

10.如权利要求9所述的方法，其中，获得包括与所述词语相关联的所述一个或多个属性的模板包括：

11.如权利要求9所述的方法，其中，确定所述第一描述不应该被提供给所述用户包括：确定所述用户的所述年龄组不满足所述用户组的所述年龄特性。

12.如权利要求9所述的方法，其中，确定所述第一描述不应该被提供给所述用户包括：确定所述用户的所述年龄组比所述用户组的所述年龄特性年轻。

13.如权利要求9所述的方法，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：获得用于所述词语所属于的组的模板。

14.如权利要求9所述的方法，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：获得特定地用于所述词语的模板。

15.如权利要求9所述的方法，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：基于所述用户的所述年龄组来从多个模板中选择所述模板。

16.如权利要求9所述的方法，其中，对于信息的所述请求包括语音查询，并且表示所述响应的所述数据包括听觉数据。

17.一种存储软件的非暂时性计算机可读存储介质，所述软件上存储有指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机执行操作，所述操作包括：

从用户接收对于关于词语的信息的请求；

获得包括与所述词语相关联的一个或多个属性的模板；

用表示所述响应的数据来响应所述请求。

18.如权利要求17所述的计算机可读存储介质，其中，确定所述第一描述不应该被提供给所述用户包括：确定所述用户的所述年龄组不满足所述用户组的所述年龄特性。

19.如权利要求17所述的计算机可读存储介质，其中，获得包括与所述词语相关联的一个或多个属性的模板包括：基于所述用户的所述年龄组来从多个模板中选择所述模板。

20.如权利要求17所述的计算机可读存储介质，其中，对于信息的所述请求包括语音查询，并且表示所述响应的所述数据包括听觉数据。