CN111417949B - 数字文档的基于内容的变换 - Google Patents
数字文档的基于内容的变换 Download PDFInfo
- Publication number
- CN111417949B CN111417949B CN201880077950.0A CN201880077950A CN111417949B CN 111417949 B CN111417949 B CN 111417949B CN 201880077950 A CN201880077950 A CN 201880077950A CN 111417949 B CN111417949 B CN 111417949B
- Authority
- CN
- China
- Prior art keywords
- digital document
- content
- data
- transformation
- portions
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000013501 data transformation Methods 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 42
- 238000003860 storage Methods 0.000 claims description 32
- 230000004048 modification Effects 0.000 claims description 28
- 238000012986 modification Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 22
- 238000013499 data model Methods 0.000 claims description 18
- 238000009877 rendering Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims 2
- 238000004891 communication Methods 0.000 description 12
- 238000011112 process operation Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000000844 transformation Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000006855 networking Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/416—Extracting the logical structure, e.g. chapters, sections or page numbers; Identifying elements of the document, e.g. authors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/131—Fragmentation of text files, e.g. creating reusable text-blocks; Linking to fragments, e.g. using XInclude; Namespaces
-
- 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
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Document Processing Apparatus (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开的非限制性示例描述了代表应用/服务的用户的数字文档的内容的变换。本文中描述的示例扩展到现有数字文档(例如,内容部分)被变换的示例以及使用模板化变换来创建数字文档的示例。作为示例,数字文档的内容可以被转换成预设文档格式表示,其通过生产力服务的用户界面或通过可替代方式(例如,消息、电子邮件、通知等)自动生成并建议给用户。例如,这通过例如通过主动的上下文分析实现高效的数字文档管理,减少用户实时处理操作的次数,以及减少运行时的延迟等来提高与生产力服务相关的计算设备的处理效率。
Description
背景技术
文件的创建和更新需要用户大量的手动管理。要求用户创建和定制文档,这是通过计算设备和相关应用/服务需要处理的大量处理操作而产生的。考虑用户为不同的职位类型创建不同的简历版本的示例,其中简历的结构和格式可能不同。用户将不得不创建和管理其简历的多个不同版本。进一步该示例,职位发布可能对简历的格式提出特定的限制。例如,职位发布可能会将简历限制为仅一页。这可能给用户带来其他挑战以使用户适应格式、布局、和内容,以及为用于创建和/或更新此类文档的计算设备提供更多的处理量。应用变得越来越智能,尤其是在基于服务的示例中,可以访问不同的数据源以及增加的处理能力/资源。因此,需要增强与内容变换有关的处理,以改进应用/服务以及执行此类应用/服务的计算设备的操作。
发明内容
本公开的非限制性示例描述了代表应用/服务的用户的数字文档的内容的变换。本文中描述的示例扩展到现有数字文档(例如,内容部分)被变换的示例以及使用模板化变换来创建数字文档的示例。作为示例,数字文档的内容可以被变换成预设文档格式表示,其通过生产力服务的用户界面或通过可替代方式(例如,消息、电子邮件、通知等)自动生成并建议给用户。例如,这通过例如通过主动的上下文分析实现高效的数字文档管理,减少用户实时处理操作的次数,以及减少运行时的延迟等来改进与生产力服务相关的计算设备的处理效率。
在一个示例中,访问数字文档。该数字文档由内容变换组件进行分析。内容变换组件被配置为识别数字文档的数据结构。内容变换组件还被配置为分析与所标识的数据结构相关联的特定内容部分,并对数字文档进行分类。例如,可以基于所识别的数据结构和对数字文档的特定内容部分的分析来对数字文档进行分类。可以基于以下内容来生成用于对所述数字文档的一个或多个内容部分的变换的模式:所识别的数据结构,对数字文档的特定内容部分的分析,以及数字文档的分类。在一些示例中,还可以利用其他信号数据来辅助生成用于数据变换的模式。其他信号数据的示例可以包括但不限于:遥测数据、来自其他应用/服务(例如,其他平台服务和/或第三方服务)的用户特定数据和/或使用数据。
内容变换组件可以被配置为应用数据模型来生成一个或多个用于创建或更新数字文档的模板化数据变换。例如,对于内容部分,模板化数据变换可以改变以下一项或多项:内容的格式,内容的布局,内容的排列(或排序),以及添加/删除包含文本数据和/或丰富的数据格式的内容等。如上所述,示例性的模板化数据变换可以是预设的文档格式表示,其通过生产力服务的用户界面或通过可替代方式(例如,消息、电子邮件、通知等)自动生成并建议给用户。可以基于所生成的模式来创建/变换数字文档的一个或多个内容部分,其中,可以通过示例性生产力服务的用户界面来显现一个或多个内容部分的数据变换。
提供本发明内容以用简化的形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容不旨在确定所要求保护的主题的关键特征或基本特征,也不旨在用于限制所要求保护的主题的范围。示例的其他方面、特征和/或优点将部分地在下面的描述中进行阐述,并且部分将从描述中变得显而易见,或者可以通过本公开的实践而获知。
附图说明
参考以下附图来描述非限制性和非穷举性的示例。
图1示出了与内容的建议性变换有关的示例性方法,通过该方法可以实践本公开的各方面。
图2A-2D示出了可以实践本公开的方面的与用于内容的建议性变换的用户界面示例相关联的示例性处理设备视图。
图3是示出了可以实践本公开的各方面的计算设备的示例的框图。
图4A和图4B是可以实践本公开的各方面的移动计算设备的简化框图。
图5是其中可以实践本公开的各方面的分布式计算系统的简化框图。
具体实施方式
本公开的非限制性示例描述了代表应用/服务的用户的数字文档的内容的变换。本文中描述的示例扩展到现有数字文档(例如,内容部分)被变换的示例以及使用模板化变换来创建数字文档的示例。作为示例,数字文档的内容可以被变换成预设文档格式表示,其通过生产力服务的用户界面或通过可替代方式(例如,消息、电子邮件、通知等)自动生成并建议给用户。例如,这通过例如通过主动的上下文分析来实现高效的数字文档管理,减少用户实时处理操作的次数,以及减少运行时的延迟等来提高与生产力服务相关的计算设备的处理效率。
作为示例,数字文档的内容可以被变换成预设文档格式表示(例如,模板化表示),其通过生产力服务的用户界面或通过可替代方式(例如,消息、电子邮件、通知等)自动生成并建议给用户。这使得用户能够选择是否使用建议的变换来变换数字文档。在其他示例中,内容的变换可以代表用户自动应用于数字文档,从而用户无需费心设置内容的正确格式表示。生产力应用/服务的示例性用户界面可以被配置为提供用户界面特征,这些功能使得用户可以高效地选择是否实施改变,查看有关为何建议进行变换和/或回滚应用的改变的见解。在一些示例中,可以根据包括建议的修改的现有数字文档中创建数字文档的新版本。
本文中描述的示例扩展到现有数字文档(例如,内容部分)被变换的示例以及使用模板化变换来创建数字文档的示例。在一示例中,可以为现有数字文档的一个或多个内容部分呈现示例性的模板化变换。在另一实例中,可以从一个应用/服务中获取内容,将其变换(变换为模板化表示)并插入到另一个应用/服务中。在另外的示例中,可以创建新的数字文档,该新的数字文档包括代表用户的内容的模板化变换中的一个或多个。
因此,本公开内容提供了多个技术优势,其中包括但不限于:将内容自动变换为针对数字文档量身定制的形式,跨不同内容部分和/或应用/服务的数据对象的内容移动性,用于跨不同上下文的数据变换的计算设备的改善的处理效率(例如,处理周期的减少,等待时间的减少,对计算设备的存储/内存的更好管理),任何类型的生产率服务使用并可扩展以实现本文所述的处理操作的示例性处理模型的生成和利用,以及在使用示例性应用/服务时改善的与前端用户界面的用户交互和生产率等,其中示例性的生产力应用/服务可以配置为实现本文描述的功能来增强用户界面并改善用户与生产力应用/服务的交互。
图1示出了与内容的建议性变换有关的示例性方法100,通过该方法可以实践本公开的各方面。作为示例,方法100可以由示例性处理设备和/或系统执行,例如图3-5中所示的那些处理设备和/或系统。在示例中,方法100可以在包括被配置为存储和执行操作、程序或指令的至少一个处理器的设备上执行。在方法100中执行的操作可以对应于由执行计算机程序、应用编程接口(API)、神经网络或机器学习处理以及语义和实体理解建模等的系统和/或服务执行的操作。作为示例,在方法100中执行的处理操作可以由一个或多个硬件组件执行。在另一个示例中,在方法100中执行的处理操作可以由一个或多个软件组件执行。在一些示例中,方法100中描述的处理操作可以由与可访问多个应用/服务、设备、知识资源等的web服务相关联的一个或多个应用/服务执行。在方法100中描述的处理操作可以由通过分布式网络连接的一个或多个组件来实现。
方法100从处理操作102开始,在该操作中访问示例性数字文档。数字文档可以是通过示例性应用/服务呈现的现有电子内容。数字文档可以包括但不限于:电子文件、网站、社交网络帖子、word文档、便笺、文档、电子表格文档、博客等。例如,可以分析数字文档的内容以将数字文档的一个或多个内容部分变换成不同的表示,其可用于更新该特定数字文档或应用/服务的另一个数字文档。
示例性应用/服务是生产力服务。示例性生产力应用/服务是被配置用于执行以使得用户能够完成计算设备上的任务的应用/服务。生产力服务的示例包括但不限于:文字处理应用/服务、电子表格应用/服务、便笺/笔记记录应用/服务、创作应用/服务、数字演示应用/服务、搜索引擎应用/服务、电子邮件应用/服务、消息传递应用/服务、Web浏览应用/服务、协作团队应用/服务、目录应用/服务、地图服务、日历服务、电子支付服务、数字存储应用/服务以及社交网络应用/服务等。在一些示例中,示例性生产力应用/服务可以是生产力应用/服务套件的组件,该套件可以被配置为同与平台相关联的其他应用/服务接合。例如,文字处理服务可以被包括在捆绑服务中(例如,等)。此外,示例性生产力服务可以被配置为与包括第三方应用/服务的其他互联网源/服务接合,例如,以增强生产力服务的功能。
在示例中,可以由内容变换组件对数字文档进行访问(处理操作102),该内容变换组件由针对数字文档的应用/服务或与关联于数字文档的应用/服务接合的另一应用/服务执行。对数字文档的访问是本领域技术人员已知的。在一个示例中,本文描述的处理操作和功能被编程为示例性应用/服务。在另一个示例中,可以将应用编程接口(API)配置为使运行内容变换组件的服务能够访问数字文档。
方法100的流程可以进行到处理操作104,在该操作中分析数字文档。对数字文档的分析包括确定数字文档的上下文和相关联的数据。本文描述的处理操作可以被配置为评估与数字文档的创建相关联的意图(或对数字文档的特定内容的访问),这对于建议数据变换可以是有用的。数字文档的分析(处理操作104)可以由示例性内容变换组件执行。示例性内容变换组件可以被配置为采用一个或多个数据模型(或软件算法),其分析数字文档以生成数字文档的内容部分的数据变换。可以专门生成用于分析数字文档的示例性数据模型,或者可以访问由其他应用/服务提供的现有数据模型,其中可以自定义数据模型的参数和结果以进行内容变换。内容变换组件可以执行的分析类型的示例包括但不限于:数据理解处理(例如,自然语言理解模型、词语模型、包括文本/词语识别的输入识别处理、光学字符识别处理、图像识别、面部识别、语音识别等)和实体数据模型。这样的示例性模型还可以扩展为与其他数据源接合以增强语义分析,其中,数据源可以与特定平台或第三方服务等相关联。
在分析数字文档时,内容变换组件评估:与数字文档相关联的数据和元数据、数字文档的数据结构、和/或信号数据。可以从应用/服务的使用中收集信号数据,并在应用级别、用户级别、群组级别(例如,用户群组、通道等)进行汇总和分析。处理操作104可以包括解析与数字文档相关联的数据和元数据以识别数字文档内的内容细分的处理。数据结构的标识可以包括数字文档内的内容的格式和布局的标识(例如,名称、标题、部分、子部分、不同类型的内容、格式和排列等)。对数据结构的分析可以包括以下方面的评估:与数字文档格式相关联的元数据、时间戳数据、文档开始/结束位置的标识(以及数字文档中特定内容部分的标识)、数字文档中的内容和特定类型的内容布局和格式、以及其他示例。
在处理操作104中,示例性内容变换组件还被配置为分析与所标识的数据结构相关联的特定内容部分。例如,实体评估可以对数字文档的已标识数据结构内的内容进行。可以执行对实体的语义分析以最佳地理解数字文档内容的上下文。作为非限制性示例,数据结构可以是数字文档的一部分。考虑这样的一个实例,其中数字文档是简历,并且创建了一个部分来标识对象的工作经验。处理操作可以标记与该部分相关联的实体(例如,工作经验),并将特定内容映射到那些经标记的实体。将其标识为与工作经验相关的部分并也理解该部分中提供的内容对于帮助内容变换组件最佳地确定如何变换该数据部分是有用的。
此外,处理操作104还可包括用于对数字文档分类的操作。作为示例,可以基于所识别的数据结构和对特定内容部分的分析来对数字文档进行分类。示例性内容变换组件被配置为解析数字文档的数据和元数据,例如,以在分析的其他方面对数字文档进行分类。数字文档的分类可包括确定数字文档的文档类型。对文档类型的标识可以用作确定数字文档内容部分的最适当变换的参数。此外,数字文档的分类可以包括以下任何一种或多种:对数字文档格式的标识(例如,word文档、电子表格、演示文稿、网页等),可以包括定义数字文档的上下文相关性的上下文分析(例如,是否为简历文档、任务列表、社交网络简档、会计电子表格等),以及数字文档的特定领域分析(例如,它是否为简历,它是什么类型的简历,是否打算针对特定受众群体,等等)。
在某些实例中,数字文档的上下文分析还可以包括分析计算设备的整体上下文或状态。例如,数据变换组件可以被配置为与计算设备和/或其他应用/服务交互以识别数字文档,这些数字文档是(打开的,最近被访问的等),接收到的消息的上下文,电子邮件(例如,对特定职位发布的简历的请求)以及正在访问的应用/服务。也就是说,可以从不同的应用/服务收集信号数据(并在某些情况下进行遥测分析),以帮助数据变换组件针对用户正在使用的上下文定制数据变换。由数据变换组件执行的示例性模型可以被配置为考虑这种信号数据。这可以帮助数据变换组件选择最适合地针对特定上下文定制的变换级别。例如,用户可能正在创建用于特定职位发布的简历文档,其中该用户向其申请的公司具有简历要求,这些简历要求通过电子邮件提交给用户或呈现在用户正在查看的网站上。信号数据的收集以及应用/服务之间的接口是本领域技术人员已知的。在一个实例中,可以通过API来获取这样的信号数据。应当理解的是,数据是根据用户同意和隐私法来收集的。
方法100的流程可以进行到处理操作106,在处理操作106中生成用于对所述数字文档的一个或多个内容部分的变换的模式。示例性模式可以对应于如前所述的影响分析的结果处理。在一个示例中,模式可以对应于对示例性模板化数据变换的选择。鉴于数字文档可能非常复杂,具有多个级别的部分嵌入、中间段落和非标准内容等,因此示例性模型可能难以正确识别数字文档中的每个单个部分/实体。由此,分析不同数据输入的结果可以产生确定,该确定选择多个不同级别的变换更新中的一个。变换更新的级别(例如,特定的模板化数据变换)可能会有所不同。开发人员可以根据示例性模型的数据处理结果,将特定的模板化数据变换与特定的阈值确定相对应。例如,不同的模板化数据变换可以对应于内容部分的不同更新级别。示例性的模板化数据变换可以改变包括以下任何一项的更新级别:改变(内容部分的)内容的格式,改变内容的布局以及改变内容的布置(例如,基于数字文档的上下文分析对某些内容或内容部分进行优先级排序)。此外,示例性模式还可以识别数字文档的内容部分中的不一致、错误等。数据建模领域的技术人员已知用于选择数据模型处理的输出(即,选择特定的模板化数据变换)的基本处理操作。此外,示例性数据模型可以是自适应的(例如,学习模型),其可以基于新数据的呈现和/或对数据模型的训练而随时间连续地更新。
方法100的流程可以进行到处理操作108。在处理操作108处,数字文档的一个或多个内容部分被变换。例如,数字文档的一个或多个内容部分的变换(处理操作108)可以对应于例如在处理操作106中选择的特定模板化数据变换。在一个示例中,内容部分的数据变换可以应用于数字文档。在可替代的示例中,可以创建内容部分的模板化版本,其中该模板化版本可用于插入多个数字文档中的任何一个(例如,已经存在或随后创建)。在图2A-2D中提供的示例中示出了模板化变换的示例。
在处理操作110处,数字文档的内容部分的示例性变换在应用/服务的用户界面中显现。处理操作110可以包括通过生产力服务的用户界面自动地将内容部分的变换作为用于插入到数字文档中的模板来显现。在图2A-2D中提供的示例中示出了模板化变换的示例。
作为示例,显现的示例性变换(处理操作110)可以是对至少一个内容部分的建议的修改,其中,建议的修改被自动显现,以供用户选择是否对数字文档实施更新。在一个示例中,建议的修改向生产力服务用户通知所识别的数据不一致,并提供用于解决的用户界面特征。例如,用户可能已经改变了数字文档的一页上的标题,但没有改变另一页上的标题,从而得出了对数字文档的建议的修改。
可以与原始内容部分一起呈现建议的修改,以供用户清楚地识别变换如何影响数字文档。在某些情况下,可以通过生产力服务的用户界面向用户提供与数据变换有关的特定见解。在可替代的示例中,可以将显现的数据变换自动应用于生产力服务的数字文档。这可以为用户提供关于改变如何影响数字文档的清晰视觉理解。示例性生产力服务可以配置为向用户通知自动更新,并且为用户提供接受/拒绝更新的机会。在其他实例中,可以创建数字文档的新版本,以便在没有用户批准的情况下不覆写先前的版本。
如上所述,一些示例可以通过生产力服务的用户界面来向用户呈现接受数据变换的机会。方法100的流程可以进行到决策操作112,在该决策操作112中确定是否接收到针对自动显现的数据变换的用户接受。在接收到用户接受的示例中,决策操作112的流程分支为“是”,并且方法100的处理保持空闲直到将要进行后续处理为止。在提供了用于用户接受的提示但未接收到用户接受的示例中,决策操作112的流程分支为“否”。在这种情况下,方法100的处理可以返回到处理操作108。例如,可以从用户接收另外的输入(例如,内容部分的进一步编辑)。在这样的示例中,处理可以在内容部分的后续数据变换中考虑另外的用户输入。
图2A-2D示出了可以实践本发明的各方面的与用于对内容进行建议性变换的用户界面示例相关联的处理设备视图。与示例性生产力应用/服务相关联地示出了用户界面示例,其中,图2A-2D中所示的处理设备视图是方法100(图1)中描述的处理操作的前端示例。支持图2A-2D中所示的示例的处理操作在方法100(图1)的前述描述中进行了描述。
图2A示出了处理设备视图200,其提供了用于示例性生产力应用/服务的用户界面的显示。在处理设备视图200中,数字文档202(例如Resume.doc)被呈现在生产力应用/服务(例如,文字处理服务)的用户界面(UI)中。处理设备视图200示出了对数字文档的分析的示例(例如,图1的处理操作106)。例如,可以分析数字文档的数据结构和内容,其中数据分析204可以由示例性数据变换组件(在前面的描述中描述)生成。数据分析204的示例包括与关联于特定数据结构的实体数据一起标识的数据结构(例如,文档名称、标题、部分等)。可以通过由数据变换组件执行的模型来进一步分析此类数据,以生成模板化数据变换(与数字文档的一个或多个部分有关)。
图2B示出了处理设备视图220,提供了处理设备视图200(图2A)中所示的继续示例。处理设备视图220示出了用于示例性生产力应用/服务的用户界面的显示,该示例性生产力应用/服务包括对数字文档202的数据变换。处理设备视图220示出了针对数字文档202的内容部分的显现的数据变换。当将处理设备视图200(图2A)与处理设备视图220(图2B)进行比较时,可以识别出数字文档的各个部分已经代表用户通过生产力服务的用户界面自动进行了变换和显示。
例如,第一更新222已调整一个或多个部分的格式和布局以减少数字文档202的页面数(在处理设备视图200中,简历溢出到2页上,而在处理设备视图220中,简历已重新设置格式以适合一页)。第二更新224已经修改了数字文档的目标部分的格式、布局、和字体。第三更新226更新了工作经验部分的格式、布局和字体,例如,重新布置浪费了空白空间并且溢出到多个页面上的内容。第四更新228已经向数字文档202的第一页添加了新的爱好部分。在一个实例中,爱好部分可以在数据变换之前已经存在于数字文档202的第二页面上,其中,数据变换调整多个内容部分以适合数字文档202的第一页上的爱好部分。在某些情况下,示例性数据变换组件的建模结果可能会产生要对内容部分进行优先级排序或取消优先级排序的确定,例如基于特定数字文档类型、数字文档中包含的其他内容部分以及其他因素(例如,目标受众)以及其他示例。在另一个示例中,第四更新228基于由数据变换组件执行的数字文档的上下文分析的结果来添加爱好部分。
图2C示出了处理设备视图240,提供了处理设备视图200(图2A)中所示的继续示例。如在处理设备240中可以看到的,建议的修改242通过示例性生产力服务(例如,文字处理服务)的用户界面来显现。建议的修改242重新格式化工作经历部分的内容,例如,消除空白以及修改内容部分的格式、字体和布局。可以通过生产力服务的用户界面(向用户)呈现用于接受建议的修改242的用户界面特征244。在一些示例中,可以呈现用户界面特征244(或另一用户界面特征),以提供警告用户关于为什么呈现建议的修改242的上下文。例如,用户界面特征244标识正在呈现对工作经验部分的建议的修改以改善该部分的格式并减少数字文档202的页面数。用户可以利用用户界面特征244来快速和有效地接受或拒绝建议的修改242。在可替代的示例中,用户可以采取手动操作(例如,通过设备、语音输入、触摸输入等)来修改建议的修改242或确认对建议的修改242的接受/拒绝,以及其他示例。
图2D示出了处理设备视图260,以提供模板化数据变换的替代示例。在处理设备视图260中,数字文档262可以是通过生产力服务(例如,Web浏览器)访问的用户(John Smith)的用户简档。数字文档262具有关于用户的各种形式的数据。处理设备视图260还示出了根据数字文档262(例如,由数据变换组件)生成的模板化数据变换264的表示。示例性数据变换组件可以被配置为解析数字文档262,识别、标识数据结构和内容部分,分析内容部分并生成模板化数据变换264。模板化数据变换264可以被自动插入数字文档中,在创建新的数字文档时使用和/或用作插入数字文档(例如,由用户手动)中的模板。在不同的实例中,数字文档的分析结果可以产生操纵内容部分内的特定内容的确定,例如,以将内容在平面表示和丰富数据格式之间转换。示例性数据变换组件可以被配置为基于数字文档的上下文来选择内容部分的最合适的修改级别。
图3-5和相关描述提供了可以实践本发明的示例的各种操作环境的讨论。然而,关于图3-5示出和讨论的设备和系统是用于示例和说明的目的,并不限制可用于实践本文所述的本发明的示例的大量计算设备配置。
图3是示出可以实施本公开的示例的计算设备302(例如移动处理设备)的物理组件的框图。在其他示例中,计算设备302可以是被配置用于如本文所述的数字文档使用的内容的建议变换的示例性计算设备。在基本配置中,计算设备302可以包括至少一个处理单元304和系统存储器306。取决于计算设备的配置和类型,系统存储器306可以包括但不限于易失性存储器(例如,随机存取存储器)、非易失性存储器(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306可以包括操作系统307和适合于运行诸如IO管理器324、其它实用程序326和应用328的软件程序/模块320的一个或多个程序模块308。作为示例,系统存储器306可以存储用于执行的指令。系统存储器306的其他示例可以存储与应用相关联的数据。例如,操作系统307可以适合于控制计算设备302的操作。此外,本发明的示例可以结合图形库、其他操作系统或者任何其他应用来实践,并且不受限制到任何特定的应用或系统。该基本配置在图3中由虚线322内的那些组件示出。计算设备302可具有另外的特征或功能。例如,计算设备302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。图3中通过可移动存储设备309和不可移动存储设备310来说明这种另外的存储设备。
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306中。当在处理单元304上执行时,程序模块308(例如,输入/输出(I/O)管理器324、其他实用程序326和应用328)可以执行包括但不限于本公开中通篇描述的操作的一个或多个阶段的过程。可以根据本发明的示例使用的其他程序模块可以包括电子邮件和联系人应用、文字处理应用、电子表格应用、数据库应用、幻灯片演示应用、绘图或计算机辅助应用、照片编辑应用、创作应用等。
此外,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者包含电子元件或微处理器的单个芯片上的电路中实施本发明的示例。例如,本发明的示例可以经由片上系统(SOC)来实施,其中图3中所示的每个或多个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,所有这些都被集成(或“烧制”)到芯片衬底上作为单个集成电路。当经由SOC进行操作时,可以经由与单个集成电路(芯片)上的计算设备402的其他组件集成的应用专用逻辑来操作本文所描述的功能。本公开的示例还可以使用能够执行诸如例如与(AND)、或(OR)和非(NOT)逻辑操作的其他技术来实践,包括但不限于机械、光学、流体、和量子技术。另外,本发明的示例可以在通用计算机内或在任何其他电路或系统内实施。
根据一个方面,计算设备302具有一个或多个输入设备312,诸如键盘、鼠标、笔、声音输入设备、语音输入/识别设备、触摸输入设备等。还包括输出设备314,如显示器、扬声器、打印机等。上述设备是示例,并且可以使用其他设备。根据一方面,计算设备304可以包括允许与其他计算设备318进行通信的一个或多个通信连接316。合适的通信连接316的示例包括但不限于:RF发射器、接收器和/或收发器电路;通用串行总线(USB)、并行和/或串行端口。
这里使用的术语计算机可读介质可以包括计算机存储介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构或程序模块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306、可移动存储设备309和不可移动存储设备310都是计算机存储介质示例(即,存储器存储)。计算机存储介质可以包括RAM、ROM、电可擦除只读存储器(EEPROM)、闪存或其他存储技术、CD-ROM、数字多功能盘(DVD)或其他光存储、磁带盒、磁带、磁盘存储或其他磁存储设备或可用于存储信息并且可以由计算设备302访问的任何其它制品。任何这样的计算机存储介质可以是计算设备302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。
通信介质由计算机可读指令、数据结构、程序模块或诸如载波或其他传输机制的调制数据信号中的其他数据来体现,并且包括任何信息传递介质。根据一个方面,术语“调制数据信号”描述了以对信号中的信息进行编码的方式设置或改变一个或多个特性的信号。作为示例而非限制,通信介质包括诸如有线网络或直接有线连接的有线介质,以及诸如声学、射频(RF)、红外和其它无线介质的无线介质。
图4A和图4B示出了移动计算设备400,例如移动电话、智能电话、个人数据助理、平板个人计算机、平板设备、板式设备、膝上型计算机等,利用该移动计算设备可以实践本发明的示例。移动计算设备400可以是被配置为如本文所述的数字文档使用的内容的建议变换的示例性计算设备。可以为在诸如移动计算设备400的计算设备上执行的应用提供应用命令控制。应用命令控件涉及通过用户界面(UI)或图形用户界面(GUI)与应用一起使用的命令的显示和控制。在一个示例中,应用命令控件可以被编程为专门用于与单个应用一起工作。在其他示例中,应用命令控件可以被编程为跨越多个应用工作。参照图4A,示出了用于实现这些示例的移动计算设备400的一个示例。在基本配置中,移动计算设备400是具有输入元件和输出元件的手持式计算机。移动计算设备400通常包括显示器405和允许用户将信息输入到移动计算设备400中的一个或多个输入按钮410。移动计算设备400的显示器405还可以用作输入设备(例如,触摸屏显示器)。如果包括,则可选的侧面输入元件415允许进一步的用户输入。侧面输入元件415可以是旋转开关、按钮或任何其他类型的手动输入元件。在可替代的示例中,移动计算设备400可以包含更多或更少的输入元件。例如,在一些示例中,显示器405可能不是触摸屏。在又一个可选示例中,移动计算设备400是便携式电话系统,诸如蜂窝电话。移动计算设备400还可以包括可选小键盘435。可选小键盘435可以是物理小键盘或在触摸屏显示器或任何其他软输入面板(SIP)上生成的“软”小键盘。在各种示例中,输出元件包括用于示出GUI、视觉指示器420(例如发光二极管)和/或音频换能器425(例如扬声器)的显示器405。在一些示例中,移动计算设备400结合了用于向用户提供触觉反馈的振动换能器。在又一个示例中,移动计算设备400结合了诸如音频输入(例如麦克风插孔)、音频输出(例如耳机插孔)和视频输出(例如,HDMI端口)之类的输入和/或输出端口,以用于向外部设备发送信号或从外部设备接收信号。
图4B是图示了移动计算设备的一个示例的架构的框图。即,移动计算设备400可以结合系统(即,架构)402来实现一些示例。在一个示例中,系统402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、消息传递客户端、游戏和媒体客户端/播放器)的“智能电话”。在一些示例中,系统402被集成为计算设备,诸如集成个人数字助理(PDA)、平板电脑和无线电话。
一个或多个应用466可以被加载到存储器462中并且在操作系统464上或者与操作系统464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、因特网浏览器程序、消息传递程序等等。系统402还包括存储器462内的非易失性存储区域468。非易失性存储区域468可以用于存储在系统402断电时不应该丢失的持久信息。应用程序466可以使用信息并将信息存储在非易失性存储区域468中,诸如由电子邮件应用使用的电子邮件或其他消息等。同步应用(未示出)也驻留在系统402上,并被编程为与驻留在主机上的相应同步应用进行交互,以保持存储在非易失性存储区域468中的信息与存储在主机上的对应信息同步。应该意识到,其他应用可以被加载到存储器462中并且在这里描述的移动计算设备(例如,系统402)上运行。
系统402具有电源470,其可以被实现为一个或多个电池。电源470可以进一步包括外部电源,例如对电池进行补充或再充电的AC适配器或加电对接支架。
系统402可以包括执行促进系统402和一个或多个外围设备之间的连接的功能的外围设备端口430。来自外围设备端口430到外围设备端口430的传输是在操作系统(OS)464的控制下进行的。换句话说,由外围设备端口430接收的通信可以通过操作系统464传播到应用程序466,并且反之亦然。
系统402还可以包括执行发送和接收射频通信的功能的无线电接口层472。无线电接口层472通过通信运营商或服务提供商来促进系统402与“外界”之间的无线连接。去往和来自无线电接口层472的传输在操作系统464的控制下进行。换句话说,由无线电接口层472接收的通信可以经由操作系统464传播到应用程序466,并且反之亦然。
视觉指示器420可用于提供视觉通知,和/或音频接口474可用于经由音频换能器425产生可听通知(如移动计算设备400的描述中所描述的)。在所示示例中,视觉指示器420是发光二极管(LED)并且音频换能器425是扬声器。这些设备可以直接耦合到电源470,使得当被激活时,即使处理器460和其他组件可能关闭以保存电池电力,它们仍然保持开启由通知机制规定的持续时间。LED可以被编程为无限期地保持开启,直到用户采取措施指示设备的开机状态为止。音频接口474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425之外(图4A中所示),音频接口474还可以耦合到麦克风以接收可听输入,诸如促进电话对话。根据本发明的示例,麦克风还可以用作音频传感器以促进对通知的控制,如下所述。系统402还可以包括视频接口476,其使得板载相机430的操作能够记录静止图像、视频流等。
实现系统402的移动计算设备400可以具有另外的特征或功能。例如,移动计算设备400还可以包括附加的数据存储设备(可移除的和/或不可移除的),诸如磁盘、光盘或磁带。这种附加存储在图4B中通过非易失性存储区域468示出。
如上所述,由移动计算设备400生成或捕获并经由系统402存储的数据/信息可以本地地存储在移动计算设备400上,或者数据可以存储在可以通过设备经由无线电472或经由移动计算设备400和与移动计算设备400相关联的单独计算设备(例如分布式计算网络(例如,因特网)中的服务器计算机)之间的有线连接访问的任何数量的存储介质上。应该意识到,可以经由无线电472通过移动计算设备400或经由分布式计算网络来访问这种数据/信息。类似地,根据众所周知的数据/信息传输和存储单元,包括电子邮件和协作数据/信息共享系统,这些数据/信息可以容易地在计算设备之间传输以用于存储和使用。
图5示出了用于提供如上所述可靠地访问存储系统上的目标数据并且处理与一个或多个客户端设备的通信故障的应用的系统的架构的一个示例。图5的系统可以是被配置为如本文所述的用于数字文档使用的内容的建议变换的示例性系统。与编程模块308和/或应用320以及存储装置/存储器(在图3中描述)相关联地访问,交互或编辑的目标数据可以被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522、网络门户524、邮箱服务526、即时消息传递存储库528或社交网站530、IO管理器324、其他实用程序326、应用328来存储各种文档,并且存储系统可以使用这些类型的系统等中的任何一个来实现数据利用,如本文所述。服务器520可以提供存储系统以供通过网络515在通用计算设备302和移动设备400上操作的客户端使用。作为示例,网络515可以包括因特网或任何其他类型的局域网或广域网,并且客户端节点可以被实现用于连接到网络515。客户端节点的示例包括但不限于:体现在个人计算机中的计算设备302、平板计算设备和/或移动计算设备400(例如,移动处理设备)。作为示例,客户端节点可以使用无线网络连接(例如,WiFi连接、蓝牙等)连接到网络515。然而,这里描述的示例还可以延伸到经由硬连线连接而连接到网络515。客户端计算设备302或400的这些示例中的任何一个可以从商店516获得内容。
贯穿本说明书已经参考了“一个示例”或“示例”,这意味着在至少一个示例中包括特定描述的特征、结构或特性。因此,这样的短语的使用可能指的不仅仅是一个例子。此外,所描述的特征、结构或特性可以以任何合适的方式在一个或多个示例中组合。
然而,相关领域的技术人员可以认识到,可以在没有一个或多个具体细节的情况下或者利用其他方法、资源、材料等来实践这些示例。在其他实例中,公知的结构、资源或操作未被示出或详细描述仅仅是为了避免模糊示例的各方面。
尽管范例示例和应用已经被示出和描述,但是应该理解的是,示例不限于上述的精确配置和资源。对于本领域技术人员显而易见的各种修改,变化和变化可以在不脱离所要求保护的示例的范围的情况下在本文公开的方法和系统的布置、操作和细节上进行。
Claims (15)
1.一种用于内容变换的方法,包括:
识别通过生产力服务的用户界面呈现的数字文档的数据结构;
执行数据模型,所述数据模型被配置为生成所述数字文档的内容的模板化数据变换,其中,所述数据模型执行包括以下项的处理操作:
分析与所识别的数据结构相关联的特定内容部分,
基于所识别的数据结构和对所述特定内容部分的分析来对所述数字文档进行分类,
基于由所述数据模型执行的对以下项的组合的分析的结果来生成对所述数字文档的一个或多个内容部分进行变换的模式:所识别的数据结构、所述特定内容部分、和对所述数字文档的分类,以及
基于所述模式来创建用于呈现所述数字文档的经更新的模板,所述经更新的模板包括所述数字文档的所述一个或多个内容部分的数据变换;以及
通过所述用户界面自动地将示出所述数据变换的所述经更新的模板作为所述数字文档中的建议的修改来显现。
2.根据权利要求1所述的方法,其中,所述变换是对所述一个或多个内容部分的建议的修改,并且其中,所述显现在对所述数字文档的表示中将所述建议的修改连同所述一个或多个内容部分一起呈现。
3.根据权利要求1所述的方法,其中,所述显现利用所述变换自动地更新所述数字文档的所述一个或多个内容部分。
4.根据权利要求1所述的方法,其中,所述变换针对所述一个或多个内容部分来改变以下中的一项或多项:内容的格式、所述内容的布局、和所述内容的布置。
5.根据权利要求1所述的方法,其中,所述模式的所述生成还包括:识别所述数字文档的一个或多个部分,解析与所述一个或多个部分相关联的数据,标记所述一个或多个部分中的实体,将所述一个或多个部分的内容映射到经标记的实体,以及基于对经映射内容的分析和对所述数字文档的所述分类来选择针对所述数字文档的一个或多个修改。
6.根据权利要求5所述的方法,其中,对所述数字文档的所述分类包括识别所述数字文档的文档类型,并且其中,所述一个或多个修改是基于所识别的文档类型来选择的。
7.根据权利要求1所述的方法,其中,所述模式的所述生成还包括识别所述数字文档内的数据不一致,并且其中,所述建议的修改向所述生产力服务的用户通知所识别的数据不一致并且提供用于解决的用户界面特征。
8.一种用于内容变换的系统,包括:
至少一个处理器;以及
与所述至少一个处理器可操作地连接的存储器,所述存储器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器执行时使得所述至少一个处理器执行一种方法,所述方法包括:
识别通过生产力服务的用户界面呈现的数字文档的数据结构;
执行数据模型,所述数据模型被配置为生成所述数字文档的内容的模板化数据变换,其中,所述数据模型执行包括以下项的处理操作:
分析与所识别的数据结构相关联的特定内容部分,
基于所识别的数据结构和对所述特定内容部分的分析来对所述数字文档进行分类,
基于由所述数据模型执行的对以下项的组合的分析的结果来生成对所述数字文档的一个或多个内容部分进行变换的模式:所识别的数据结构、所述特定内容部分、和对所述数字文档的分类,以及
基于所述模式来创建用于呈现所述数字文档的经更新的模板,所述经更新的模板包括所述数字文档的所述一个或多个内容部分的数据变换;以及
通过所述用户界面自动地将示出所述数据变换的所述经更新的模板作为所述数字文档中的建议的修改来显现。
9.根据权利要求8所述的系统,其中,所述变换是对所述一个或多个内容部分的建议的修改,并且其中,所述显现在对所述数字文档的表示中将所述建议的修改连同所述一个或多个内容部分一起呈现。
10.根据权利要求8所述的系统,其中,所述显现利用所述变换自动地更新所述数字文档的所述一个或多个内容部分。
11.根据权利要求8所述的系统,其中,所述变换针对所述一个或多个内容部分来改变以下中的一项或多项:内容的格式、所述内容的布局、和所述内容的布置。
12.根据权利要求8所述的系统,其中,所述模式的所述生成还包括:识别所述数字文档的一个或多个部分,解析与所述一个或多个部分相关联的数据,标记所述一个或多个部分中的实体,将所述一个或多个部分的内容映射到经标记的实体,以及基于对经映射内容的分析和对所述数字文档的所述分类来选择针对所述数字文档的一个或多个修改。
13.根据权利要求12所述的系统,其中,对所述数字文档的所述分类包括识别所述数字文档的文档类型,并且其中,所述一个或多个修改是基于所识别的文档类型来选择的。
14.根据权利要求8所述的系统,其中,所述模式的所述生成还包括识别所述数字文档内的数据不一致,并且其中,所述建议的修改向所述生产力服务的用户通知所识别的数据不一致并且提供用于解决的用户界面特征。
15.一种计算机可读存储介质,其存储计算机可执行指令,所述计算机可执行指令当由至少一个处理器执行时使得所述至少一个处理器执行包括以下步骤的方法:
识别在客户端计算设备上呈现的数字文档的数据结构;
执行数据模型,所述数据模型被配置为生成所述数字文档的内容的模板化数据变换,其中,所述数据模型执行包括以下项的处理操作:
分析与所识别的数据结构相关联的特定内容部分,
基于所识别的数据结构和对所述特定内容部分的分析来对所述数字文档进行分类,
基于由所述数据模型执行的对以下项的组合的分析的结果来生成对所述数字文档的一个或多个内容部分进行变换的模式:所识别的数据结构、所述特定内容部分、和对所述数字文档的分类,以及
基于所述模式来创建用于呈现所述数字文档的经更新的模板,所述经更新的模板包括所述数字文档的所述一个或多个内容部分的数据变换;以及
将用于渲染所述经更新的模板的数据发送给所述客户端计算设备以通过用户界面来呈现。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/836,467 | 2017-12-08 | ||
US15/836,467 US10846526B2 (en) | 2017-12-08 | 2017-12-08 | Content based transformation for digital documents |
PCT/US2018/062381 WO2019112821A1 (en) | 2017-12-08 | 2018-11-23 | Content based transformation for digital documents |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111417949A CN111417949A (zh) | 2020-07-14 |
CN111417949B true CN111417949B (zh) | 2024-01-02 |
Family
ID=64665115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880077950.0A Active CN111417949B (zh) | 2017-12-08 | 2018-11-23 | 数字文档的基于内容的变换 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10846526B2 (zh) |
EP (1) | EP3721359A1 (zh) |
CN (1) | CN111417949B (zh) |
WO (1) | WO2019112821A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11681760B2 (en) | 2018-08-01 | 2023-06-20 | Microsoft Technology Licensing, Llc | Cross-application ingestion and restructuring of content |
US11295073B2 (en) | 2018-08-01 | 2022-04-05 | Microsoft Technology Licensing, Llc | Cross-application ingestion and restructuring of spreadsheet content |
US11182538B2 (en) | 2018-08-01 | 2021-11-23 | Microsoft Technology Licensing, Llc | Conversational user interface logic for cross-application ingestion and restructuring of content |
US11113447B2 (en) | 2018-08-01 | 2021-09-07 | Microsoft Technology Licensing, Llc | Cross-application ingestion and restructuring of slide presentation content |
US11074476B2 (en) | 2019-11-21 | 2021-07-27 | AstrumU, Inc. | Data ingestion platform |
US11321956B1 (en) | 2019-12-03 | 2022-05-03 | Ciitizen, Llc | Sectionizing documents based on visual and language models |
US11409946B2 (en) * | 2020-03-27 | 2022-08-09 | Imp Partners Llc | System and method for linking financial management accounts to source compliance documentation |
US11151673B1 (en) * | 2020-06-10 | 2021-10-19 | AstrumU, Inc. | Correlating education programs and employment objectives |
US11928607B2 (en) | 2020-10-30 | 2024-03-12 | AstrumU, Inc. | Predictive learner recommendation platform |
US11074509B1 (en) | 2020-10-30 | 2021-07-27 | AstrumU, Inc. | Predictive learner score |
US11816177B2 (en) * | 2021-07-21 | 2023-11-14 | Yext, Inc. | Streaming static web page generation |
US20230315978A1 (en) * | 2022-03-31 | 2023-10-05 | Docusign, Inc. | Form Interface For Document Generation In A Document Management System |
US11847172B2 (en) | 2022-04-29 | 2023-12-19 | AstrumU, Inc. | Unified graph representation of skills and acumen |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105264516A (zh) * | 2013-03-14 | 2016-01-20 | 微软技术许可有限责任公司 | 文档协作和对改变的通知 |
WO2016053924A1 (en) * | 2014-09-30 | 2016-04-07 | Microsoft Technology Licensing, Llc | Structured sample authoring content |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001050349A1 (en) * | 1999-12-30 | 2001-07-12 | Rutgers, The State University Of New Jersey | Electronic document customization and transformation utilizing user feedback |
US7149347B1 (en) | 2000-03-02 | 2006-12-12 | Science Applications International Corporation | Machine learning of document templates for data extraction |
US20040103367A1 (en) | 2002-11-26 | 2004-05-27 | Larry Riss | Facsimile/machine readable document processing and form generation apparatus and method |
EP1748365A1 (en) | 2005-07-27 | 2007-01-31 | Hewlett-Packard Development Company, L.P. | Document Template Generation |
US20070168382A1 (en) | 2006-01-03 | 2007-07-19 | Michael Tillberg | Document analysis system for integration of paper records into a searchable electronic database |
US7877251B2 (en) * | 2007-05-07 | 2011-01-25 | Microsoft Corporation | Document translation system |
US20130110950A1 (en) | 2007-07-06 | 2013-05-02 | Adknowledge, Inc. | Method and system for dynamic content delivery using multiple templates |
US8126837B2 (en) | 2008-09-23 | 2012-02-28 | Stollman Jeff | Methods and apparatus related to document processing based on a document type |
US8619272B2 (en) * | 2010-04-09 | 2013-12-31 | Actuate Corporation | Automated assistive technology for the visually impaired |
US8620079B1 (en) | 2011-05-10 | 2013-12-31 | First American Data Tree Llc | System and method for extracting information from documents |
US8959109B2 (en) | 2012-08-06 | 2015-02-17 | Microsoft Corporation | Business intelligent in-document suggestions |
US9886499B2 (en) | 2013-08-26 | 2018-02-06 | Accenture Global Services Limited | Identifying and classifying non-functional requirements in text |
US10140263B2 (en) * | 2014-06-06 | 2018-11-27 | Maud GAGNÉ-LANGEVIN | System and method for generating task-embedded documents |
US9922022B2 (en) | 2016-02-01 | 2018-03-20 | Microsoft Technology Licensing, Llc. | Automatic template generation based on previous documents |
EP4170493B1 (en) * | 2016-02-01 | 2024-04-10 | Microsoft Technology Licensing, LLC | Recall service for productivity applications |
-
2017
- 2017-12-08 US US15/836,467 patent/US10846526B2/en active Active
-
2018
- 2018-11-23 CN CN201880077950.0A patent/CN111417949B/zh active Active
- 2018-11-23 WO PCT/US2018/062381 patent/WO2019112821A1/en unknown
- 2018-11-23 EP EP18819283.5A patent/EP3721359A1/en not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105264516A (zh) * | 2013-03-14 | 2016-01-20 | 微软技术许可有限责任公司 | 文档协作和对改变的通知 |
WO2016053924A1 (en) * | 2014-09-30 | 2016-04-07 | Microsoft Technology Licensing, Llc | Structured sample authoring content |
Also Published As
Publication number | Publication date |
---|---|
US10846526B2 (en) | 2020-11-24 |
WO2019112821A1 (en) | 2019-06-13 |
CN111417949A (zh) | 2020-07-14 |
US20190180098A1 (en) | 2019-06-13 |
EP3721359A1 (en) | 2020-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111417949B (zh) | 数字文档的基于内容的变换 | |
US10733372B2 (en) | Dynamic content generation | |
CN109154935B (zh) | 一种用于分析用于任务完成的捕获的信息的方法、系统及可读存储设备 | |
CN110268431B (zh) | 对消息内容的搜索和过滤 | |
CN108369578B (zh) | 基于先前文档的自动模板生成方法、系统及计算机可读存储设备 | |
US10262282B2 (en) | Automatic sort and propagation associated with electronic documents | |
US9176933B2 (en) | Application of multiple content items and functionality to an electronic content item | |
CN111954864B (zh) | 自动化演示控制 | |
US10901604B2 (en) | Transformation of data object based on context | |
CN110073349B (zh) | 考虑频率和格式化信息的词序建议 | |
US20160314408A1 (en) | Leveraging learned programs for data manipulation | |
US11354489B2 (en) | Intelligent inferences of authoring from document layout and formatting | |
US20190065517A1 (en) | File preview and selective access to file content of archived file | |
US20180373724A1 (en) | Inline content file item attachment | |
US10534780B2 (en) | Single unified ranker | |
US10402487B1 (en) | Creation of notecard items and association with digital documents | |
US10606467B2 (en) | Fidelity management and transformation of notecard items | |
US10909189B2 (en) | Service-backed contextual document embedding | |
US20230409654A1 (en) | On-Device Artificial Intelligence Processing In-Browser |
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 |