CN111723283A

CN111723283A - 信息处理装置、方法和计算机可读存储介质

Info

Publication number: CN111723283A
Application number: CN202010195692.5A
Authority: CN
Inventors: 石仓毅
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2019-03-22
Filing date: 2020-03-19
Publication date: 2020-09-29
Also published as: JP2020155064A; US20200301985A1; JP2023154087A; JP7341690B2; US11461418B2

Abstract

本发明提供了信息处理装置、方法和计算机可读存储介质。在具有应用和平台的信息处理装置中，该平台支持使用模型的估计处理，所述模型已经进行学习以估计用于搜索处理的信息，在基于在使用应用和模型之前进行的用户输入来通过使用输入数据执行估计处理并记录输出估计结果的情况下，应用从平台获取估计结果，使用估计结果中包括的信息执行搜索处理，并使用结果提供信息。

Description

信息处理装置、方法和计算机可读存储介质

技术领域

本公开涉及一种使用机器学习的结果来改善应用的可用性的技术。

背景技术

通常，应用接受来自用户的输入操作并提供与输入操作相关联的信息。例如，搜索词或图像数据的输入允许显示与输入相似的搜索结果。

在日本特开2018-190293号公报中讨论了使用机器学习技术的搜索技术。在日本特开2018-190293号公报中，通过使用已经学习了交易目标与交易目标所属于的类别之间的关系的学习机器来估计从输入到应用中的摄影图像中提取的目标所属于的类别。使用估计的类别和交易目标的特征量从在线购物中心搜索交易目标。

在日本特开2018-190293号公报中，为了获得搜索结果，必须输入摄影图像。另一方面，进行搜索的用户在某些情况下不能将合适的搜索条件输入到应用中。在希望检索过去的信息和未知信息的情况下，用户可能没有合适的图像数据，或者可能无法提出搜索词作为搜索条件。在这种情况下，考虑适合该应用的搜索条件有时会很麻烦。

此外，在激活应用之前和之后，尝试使用应用进行搜索的用户可能已经给出了词或做出了与作为搜索目标的提示的信息有关的动作。然而，在激活应用之前用户已经给出这样的词或完成了这样的动作的情况下，用户必须在激活应用之后将与词和动作相关联的信息设置为应用中的搜索条件。即使这样的操作对于用户而言有时很复杂。

发明内容

根据本公开的实施例，一种信息处理装置，其具有应用和平台，所述平台支持使用模型的估计处理，所述模型已经进行学习以估计用于搜索处理的信息，所述信息处理装置包括：获取单元，其被构造为在基于在平台中的信息处理装置上进行的用户输入和在经由网络与信息处理装置通信的设备上进行的用户输入中的至少一个作为输入数据，通过使用包括在操作历史中的信息来执行估计处理，并记录基于所执行的估计处理的估计结果的情况下，从平台获取估计结果；执行单元，其被构造为使用所获取的估计结果中包括的信息来执行搜索处理；以及提供单元，其被构造为使用搜索处理的结果在安装在信息处理装置中的应用上提供信息，其中，用户允许应用使用估计处理的结果。

通过以下参考附图对示例性实施例的描述，本公开的其他特征将变得清楚。

附图说明

图1示出了系统构造的示例。

图2是示出移动设备的硬件构造的示例的图。

图3是示出移动设备的软件的模块构造的示例的图。

图4A至图4C示出与到学习模型中的输入有关的数据的示例。

图5是示出要由移动设备的操作系统(OS)实现的一系列处理的流程图，该一系列处理包括使用学习模型的处理。

图6示出了与通过使用学习模型获取的输出有关的数据的示例。

图7A和图7B是示出由移动设备的OS实现的、用于向应用提供估计结果的处理的流程图。

图8是示出要由接受OS提供的信息的应用实现的处理的流程图。

图9示出了示例性实施例中的要由应用提供的画面的示例。

图10是描述应用示例中的要由应用实现的处理的流程图。

图11A和图11B示出了应用示例中的要由应用提供的画面的示例。

具体实施方式

图1示出了根据示例性实施例的系统构造的示例。

移动设备101的示例包括智能电话、平板电脑、笔记本计算机和可穿戴终端。音频辅助终端102接受来自用户的音频输入，并提供响应于该音频输入而获取的搜索结果。外围设备103的示例包括诸如电视、冰箱和多功能微波炉等数字家用电器，以及诸如车辆导航系统等车载终端。

移动设备101可经由网络与音频辅助终端102和外围设备103通信。在本示例性实施例中，通过例如

等无线网络来实现通信。为了实现设备之间的通信，可以使用另一种连接形式。

移动设备101在出现情况时经由通信通过音频辅助终端102获取与来自用户的音频输入相关联的信息，并记录该信息以及时间。移动设备101在出现情况时经由通信从外围设备103获取与来自用户的音频输入、由用户进行的功能操作以及关于用户的位置信息相关联的信息，并将该信息与时间一起记录。

图2是示出诸如移动设备101的信息处理装置的硬件构造的示例的图。

中央处理单元(CPU)201执行存储在只读存储器(ROM)203中的程序，以及从存储设备204和应用加载到随机存取存储器(RAM)202中的操作系统(OS)的程序。即，CPU 201执行存储在可读存储介质中的程序，以用作执行如下所述的流程图中的处理的处理单元。作为CPU201的主存储器的RAM 202用作工作区域等。作为移动设备101的输入单元的触摸面板206也用作输入设备。触摸面板206的显示单元显示例如由OS或应用进行功能的结果。此外，在检测到对触摸面板206的用户操作的情况下，通过关联程序进行期望的控制。注意，移动设备101的输入设备不限于触摸面板。例如，通过麦克风207启用音频输入，并且通过照相机209启用图像输入。此外，诸如全球定位系统(GPS)等位置测量设备210也是位置信息输入设备。

网络接口(I/F)205与局域网连接，并且与和网络连接的设备相互通信。短距离通信I/F 208与所连接的设备相互通信，该短距离通信I/F 208通过诸如

通信和近场通信(NFC)等短距离通信进行输入和输出。移动设备101的各个组件与内部总线连接以能够彼此通信。

音频辅助终端102和外围设备103还具有与移动设备101的硬件构造等同的硬件构造。即，音频辅助终端102和外围设备103各自至少包括处理器、存储器、存储设备、网络I/F、短距离通信I/F和接受输入的机构。在外围设备103中，还配设根据应用目的的硬件。

图3是示出了移动设备101的软件的模块构造的示例的图。该图示出了在本示例性实施例中要通过执行诸如OS和应用等一个或多个程序来实现的处理的实体。

收集单元301、输入控制单元302、分析服务单元303、信息提供单元304和功能控制单元305是与OS提供的服务相关联的模块。

收集单元301将在触摸面板206上进行的用户操作的内容或由麦克风207输入的音频与在检测到用户操作或音频输入时的时间(日期)和位置信息一起记录。此外，收集单元301向音频辅助终端102和外围设备103请求关于移动设备101或关于移动设备101的用户(所有者)的操作历史信息，接收该信息并收集该信息。如图4A所示，该信息由存储设备204管理。

注意，本示例性实施例包括安装在移动设备101中的各OS和应用，以及它们的组合。

图4A是存储有由收集单元301收集的信息的表。该信息涉及用户在移动设备101的内部和外部进行的手动操作和音频输入操作。在用户允许OS记录安装时的操作历史的情况下，则会自动记录OS上运行的应用。仅在服务可以与OS协作并且用户允许协作的情况下，才可以从服务中获取设备外部的服务的操作历史。该表统一管理以在各应用和服务中定义的格式逐一记录的历史。内容包括时间、功能信息(关于诸如应用和服务等功能的识别信息)、用户(user)信息、位置信息以及操作内容。要由收集单元301收集的信息可以包括由作为外围设备103的电视和数字家用电器提供的广播节目信息和使用信息。

输入控制单元302将收集单元301收集的信息转换为向量化数据，以输入到分析服务单元303中。在出现情况时将向量化数据记录在图4B所示的输入管理表中。例如，所收集的信息被转换或过滤为输入数据。在分析服务单元303处理逐短语输入的情况下，分析服务单元303将历史中的操作内容中包括的信息划分为短语。然后，分析服务单元303提取代词之外的诸如名词的必要信息，以生成输入数据。此外，分析服务单元303有时将位置信息用作用于分析处理和估计处理的附加参数。因此，位置信息也被记录。输入控制单元302可以响应于由收集单元301进行的对信息的收集而操作，但是可以与信息收集异步地操作。

分析服务单元303是所谓的人工智能(AI)功能，以用于获取在图4B中管理的输入数据并使用学习模型执行估计处理。除了在图4B中管理的输入数据之外，由分析服务单元303使用的学习模型还使用与分析目标的输入相关联的位置信息或与移动设备101的用户有关的简档信息作为参数来执行估计处理。

图4C示出了与在移动设备101中登记的用户有关的简档信息。简档信息包括家乡、出生日期、性别、兴趣、地址以及职业。简档信息可以可选地包括由OS支持的宗教以及社区。

由OS提供的分析服务单元303可与云服务通信，以经由网络I/F 205来重新推导(reeducating)模型。云服务是为了在创建要由分析服务单元303使用的模型的学习阶段实现处理而准备的平台。在本示例性实施例中使用的学习模型是基于能够由OS支持的输入源准备的许多预定格式的数据已学习的模型。学习模型用于输出作为搜索词的词，该搜索词将用于搜索要在OS上运行的应用。OS支持的输入源包括OS辅助功能，用于基于来自OS提供的麦克风、音频辅助终端102和预定供应商提供的外围设备103的音频输入进行搜索。与由提供OS的供应商的服务管理的用户有关的简档信息也用于学习。注意，在本示例性实施例中，通过使用支持向量机(SVM)向教师学习来创建模型，以输出使能响应于输入而获取合适的搜索结果的搜索词。然而，其他各种算法也是适用的，因此，例如，可以使用采用深度学习的神经网络。

信息提供单元304将由分析服务单元303执行的估计处理的结果提供给协作应用。仅在用户基于安装时来自分析服务单元303的估计结果允许接受推荐的情况下，才提供关于在OS上运行的应用的信息。在下文中，认为用户已经允许了具有主动分析服务协作功能的应用。信息提供单元304公开了应用编程接口(API)，其用于在激活应用或从应用接收到请求时向应用提供估计处理的结果。

功能控制单元305在接收到用户操作时激活应用。

功能单元311、显示控制单元312以及协作单元313和功能单元321、显示控制单元322以及协作单元323是与分别安装以在OS上运行的两个应用(应用A和应用B)提供的服务相关联的模块。

功能单元311和321分别提供应用的各个功能。如果功能单元311和321是网络浏览器，则它们分析与网站有关的超文本构成语言(HTML)文档以分别生成显示图像或执行脚本。如果功能单元311和321是用于社交网络的应用或用于交换消息的应用，则它们获取按时间顺序管理的消息或用户信息以处理消息或用户信息。显示控制单元312和322分别显示来自功能单元311和321的处理结果。协作单元313和323基于用户许可起作用，并且经由信息提供单元304获取信息。所获取的信息由功能单元311和321处理，并且分别由显示控制单元312和322显示。

图5是描述要由移动设备101的OS实现的一系列处理的流程图，该处理包括使用学习模型的处理。通过在OS上安装程序来提供与该处理有关的程序以使用学习模型。注意，可以通过经由网络从外部获取并另外安装的程序来实现该处理。

该处理例如在OS操作时每隔几分钟就定期执行。此外，可以在任何其他定时执行该处理，例如当记录新的操作历史时。该处理与要被提供信息的应用要执行的处理异步地在后台自动执行。

在步骤S501中，收集单元301收集与用户在移动设备101内部和外部进行的手动操作和音频输入操作相关的历史数据，并管理该历史数据，如图4A所示。如上所述，要收集的数据包括通过由用户在触摸面板206上进行的操作而记录的操作内容、通过麦克风207以及在网络上的协作设备(音频辅助终端102和外围设备103)输入的音频。

在步骤S502中，输入控制单元302提取图4A中管理的未处理记录，并对记录的数据(内容)进行向量化。如上所述，这是由输入控制单元302执行的处理，以进行向分析服务单元303的输入。注意，可以将收集的信息转换或过滤为输入数据。如图4B所示，管理包括向量化数据的信息。

在步骤S503中，输入控制单元302将向量化的输入数据输入到分析服务单元303中。此时，除了输入图4B中包括的最新记录的输入数据之外，还可以以集体输入多个新记录输入数据的方式来进行多个不同的输入。

在步骤S504中，分析服务单元303使用从输入控制单元302获取的输入数据和学习模型执行估计处理。在步骤S505中，分析服务单元303将估计处理的结果记录在存储设备204中的表(图6)中。在图6中，记录由分析服务单元303获取的估计处理的结果(输出)、时间和相关联的输入数据的内容。

信息提供单元304将图6中记录的数据(特别是作为来自估计处理的输出的结果)提供给应用A和应用B。

图7A和7B是描述用于将来自由移动设备101的OS实现的分析服务单元303的估计结果提供给应用的处理的流程图。为了使用学习模型，与该处理有关的程序通过被结合到OS中来提供。注意，可以通过经由网络从外部获取的另外安装的程序来实现该处理。

图7A特别示出了在功能控制单元305激活应用的情况下的处理。

在步骤S701中，功能控制单元305检测基于用户操作的应用激活指令。在步骤S702中，功能控制单元305确定是否激活了应用的已经检测到其激活指令的分析服务协作功能。如果功能是激活的(步骤S702中为“是”)，则处理进入步骤S703。如果功能未激活(步骤S702中为“否”)，则处理结束。

在步骤S703中，信息提供单元304从图6所示的表中获取估计结果。在当前时间之后的预定时间段内获取一个或更多个记录。注意，此时，管理未提供给应用的信息，并且仅可以获取关联的记录。在步骤S704中，信息提供单元304将关于在步骤S703中获取的记录的信息作为估计结果提供给应用。当提供该信息时，可以仅提供在图6中管理的输出中包括的内容。

注意，在步骤S704中，功能控制单元305被设计为在激活应用时传递关于在步骤S703中获取的记录的信息作为参数。

图7B特别示出了在信息提供单元304与激活应用协作的情况下的处理。在移动设备101中，信息提供单元304作为服务驻留，并执行处理。

在步骤S711中，信息提供单元304确定是否已经从应用接受了对估计结果的请求。如果请求已被接受(步骤S711中为“是”)，则处理进入步骤S712。如果请求未被接受(步骤S711中为“否”)，则处理进入步骤S714。

在步骤S712中，类似于步骤S703，信息提供单元304从图6所示的表中获取估计结果。在步骤S713中，类似于步骤S704，信息提供单元304将所获取的关于记录的信息作为估计结果提供给应用。

在步骤S714中，信息提供单元304确定是否已接受来自应用的反馈。反馈指示已经使用了作为信息提供的估计结果。如果已经接受了反馈(步骤S714为“是”)，则处理进入步骤S715。如果尚未接受反馈(步骤S714为“否”)，则处理进入步骤S711。

在步骤S715中，信息提供单元304参考图6指定当获取了包括在反馈中的由用户使用的估计结果时已经输入到分析服务单元303中的输入数据。此外，信息提供单元304参考图4B指定关于功能的识别信息，该功能是指定的输入数据的输入源。在步骤S716中，信息提供单元304将与指定功能有关的识别信息与所接受的反馈信息相关联地记录在存储设备204中。

所记录的数据经由OS被提供给云服务以用于重新推导上述模型。重新推导的学习模型可以在更新OS的定时下载并安装。

图8是示出由从信息提供单元304接收信息的应用实现的处理的流程图。这里，将描述在分析服务协作功能处于激活的应用A运行的情况下的处理。

在步骤S801中，显示控制单元312基于由用户操作提供的应用激活指令来显示应用A的主页画面。

在步骤S802中，功能单元311使用信息提供单元304提供的估计结果来执行搜索处理。具体地，通过使用在估计结果中包括的诸如“篮球”和“精彩比赛的收集”等词来执行搜索处理，以自动检索进行相关发布(posting)的用户。可以由功能单元311基于所提供的估计结果使用“与”或“或”进行搜索。此外，可以在基于应用A的搜索目标或通过使用“或”获取的搜索结果选择性地部分提取估计结果之后进行搜索。搜索目标可以在通过网络连接的外部区域中。

在步骤S803中，显示控制单元312在从功能单元311接收到搜索结果时自动更新显示内容。

图9示出了在更新之后要由移动设备101提供的应用A的画面的示例。显示901指示由应用A经由网络获取并且许多其他用户当前正在关注的对象。显示902指示使用由信息提供单元304提供的估计结果作为“AI搜索”的搜索处理的结果。显示902指示应用A的用户所期望的处理结果。已经通过估计结果并通过诸如激活应用A等动作来获取处理结果，该估计结果已经从与在激活应用A之前和之后紧接的时间段内用户的词和动作相关联的历史中获取并从OS输出。

在步骤S804中，功能单元311确定在上次执行步骤S802中的处理之后是否经过了预定时间。如果经过了预定时间(步骤S804中为“是”)，则处理进入步骤S805。如果尚未经过预定时间(步骤S804中为“否”)，则处理进入步骤S806。在步骤S805中，协作单元313向信息提供单元304请求估计结果。当估计结果被接受时，再次执行步骤S802中及其之后的处理。如果估计结果中不存在差异，则功能单元311可以跳过步骤S802中的搜索处理和步骤S803中的更新处理。步骤S804和S805使得分析服务单元303所获取的最新估计结果能够被应用于该应用。

在步骤S806中，功能单元311确定是否已经在应用A提供的画面上进行了用户操作。如果已经进行了用户操作(步骤S806中为“是”)，则处理进入步骤S807。如果没有进行用户操作(步骤S806中为“否”)，则处理返回到步骤S804。

在步骤S807中，功能单元311基于用户操作执行处理。具体地，在指定了显示901和显示902中包括的对象和链接的情况下，基于规范进行显示切换和用于信息提供的处理。

在步骤S808中，功能单元311确定由步骤S807中的处理引起的用户操作是否与从信息提供单元304接收到的估计结果相关联。例如，在指定了包括在显示902中的对象或链接的情况下，则确定已经进行了与估计结果相关联的用户操作。如果用户操作已经与估计结果相关联(步骤S808中为“是”)，则处理进入步骤S809。如果没有(步骤S808中为“否”)，则处理返回到步骤S804。在步骤S809中，协作单元313将包括与用户操作相关联的估计结果的反馈发送到信息提供单元304。

将描述第一应用示例。图10示出了在以上示例性实施例中描述的图8中的流程图被应用于另一应用的情况下的应用示例。在图10中，与图8中的步骤相同的步骤由相同的步骤编号标示，并且将省略其描述。将在下面描述差异和效果。

在步骤S1001中，功能单元311确定在步骤S807中执行的处理是否是预定的用户操作。如果该处理是预定的用户操作(步骤S1001中为“是”)，则处理进入步骤S1002。如果处理不是预定的用户操作(步骤S1001中为“否”)，则处理进入步骤S808。

预定的用户操作的具体示例是要通过轻拂操作实现的滚动操作以及对与搜索功能相关联的显示对象的操作。

具体地，在激活应用是在时间线上按时间顺序显示用户发布的消息的应用的情况下，用户通过轻拂(flick)操作而非滑动(swipe)操作来滚动画面上的消息。此时，认为已经进行轻拂操作的用户期望看到相对遥远的过去发布的消息或图像数据。在用户看到几年或几十年前的数据的情况下，通过用户反复轻拂画面以进行滚动操作来检索数据。

此外，在针对与在任何应用中预先提供的搜索功能相关联的显示对象已经进行操作的情况下，可以把握期望使用特定搜索功能进行搜索的用户的意图。

本应用示例允许用户考虑到用户的这种意图来使用由信息提供单元304提供的估计结果。

在步骤S1002中，功能单元311使用信息提供单元304提供的估计结果执行搜索处理，并自动更新将搜索结果反映到显示内容中的显示内容。

图11A示出了由应用提供的、用于在时间线上按时间顺序显示用户发布的消息的画面的示例。步骤S1002中的处理被反映到画面。

该画面上的对象1101指示在滚动条的滚动目的地中所包括的多个消息当中用于跳转至与估计结果中所包括的数据的搜索结果相关联的时间信息或消息的附加对象。在进行轻拂操作时，用户可以选择自动出现的对象1101中的任何一个，这可以引起期望消息的显示。可替代地，作为用户的微小操作的滚动目的地，功能单元311进行控制以显示与搜索结果相关联的消息。

此外，在通过轻拂操作进行的画面滚动期间要显示的多个消息中包括与步骤S1002中的搜索结果相关联的消息的情况下，可以在显示消息的同时停止滚动。结果，防止用户跳过该消息。

图11B示出了在用户已经选择了激活应用上的特定搜索功能的情况下步骤S1002中的处理已经反映到的画面的示例。

在图11B中，除了用户可以输入任何搜索词的输入字段之外，通过使用由信息提供单元304提供的估计结果获取的“AI搜索”的结果被显示为显示1102。基于词搜索和时间段(从当前时间到估计结果中包括的时间)进行了自动搜索。用户可以进行其他操作，例如用于将搜索词额外输入到输入字段中的操作以及用于删除搜索词“AI搜索”的操作。

在本应用示例中，除了用户对应用进行的预定操作之外，还自动应用上述估计结果。因此，很可能立即提供用户期望的搜索目标。在本应用示例中，可以省略诸如以视觉方式寻找搜索目标并输入用户想到的适当搜索词等用户动作。

将描述第二应用示例。上述OS还包括报告功能和偏差调整功能。

报告功能用于在估计处理中呈现学习模型从输入数据导出输出的基础。例如，在选择一个输出的情况下，列出了用作获得输出的基础的输入数据和参数。可以显示所列数据对输出的导出的影响程度。

偏差调整功能是用于检测在使用学习模型的估计处理中对于预定输入很可能获得不期望的输出的趋势并通知这种情况的功能。此外，在该功能中，为输入控制单元302设置转换规则。该转换规则用于反映用于基于对预定输入的用户指令来获取用户期望的估计结果的反向偏置。在下文中，在进行该设置的情况下，如果接受预定输入，则至少一部分输入信息被改变并且根据转换规则被用于学习模型。

将描述第三应用示例。本公开包括通过适当地组合上述示例性实施例而构造的装置或系统及其方法。

其他实施例

另外，可以通过读出并执行记录在存储介质(也可更完整地称为“非临时性计算机可读存储介质”)上的计算机可执行指令(例如，一个或更多个程序)以执行上述实施例中的一个或更多个的功能、并且/或者包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如，专用集成电路(ASIC))的系统或装置的计算机，来实现本发明的实施例，并且，可以利用通过由所述系统或装置的所述计算机例如读出并执行来自所述存储介质的所述计算机可执行指令以执行上述实施例中的一个或更多个的功能、并且/或者控制所述一个或更多个电路执行上述实施例中的一个或更多个的功能的方法，来实现本发明的实施例。所述计算机可以包括一个或更多个处理器(例如，中央处理单元(CPU)，微处理单元(MPU))，并且可以包括分开的计算机或分开的处理器的网络，以读出并执行所述计算机可执行指令。所述计算机可执行指令可以例如从网络或所述存储介质被提供给计算机。所述存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储器、光盘(诸如压缩光盘(CD)、数字通用光盘(DVD)或蓝光光盘(BD)^TM)、闪存设备以及存储卡等中的一个或更多个。

本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。

虽然本公开包括示例性实施例，但是应当理解，本发明并不限于所公开的示例性实施例。应当对所附权利要求的范围给予最宽的解释，以使其涵盖所有这些变型例以及等同的结构和功能。

Claims

1.一种信息处理装置，其具有应用和平台，所述平台支持使用模型的估计处理，所述模型已经进行学习以估计用于搜索处理的信息，所述信息处理装置包括：

获取单元，其被构造为在基于在平台中的信息处理装置上进行的用户输入和在经由网络与信息处理装置通信的设备上进行的用户输入中的至少一个作为输入数据，通过使用包括在操作历史中的信息来执行估计处理，并记录基于所执行的估计处理的估计结果的情况下，从平台获取估计结果；

执行单元，其被构造为使用所获取的估计结果中包括的信息来执行搜索处理；以及

提供单元，其被构造为使用搜索处理的结果在安装在信息处理装置中的应用上提供信息，

其中，用户允许应用使用估计处理的结果。

2.根据权利要求1所述的信息处理装置，其中，提供所述平台作为操作系统。

3.根据权利要求1所述的信息处理装置，其中，将所述模型安装在信息处理装置中以供所述平台使用。

4.根据权利要求1所述的信息处理装置，所述信息处理装置还包括请求单元，其被构造为向所述平台请求所述估计结果，以及

其中，响应于所述请求，所述获取单元获取所述估计结果。

5.根据权利要求4所述的信息处理装置，其中，定期性地向所述平台请求所述估计结果。

6.根据权利要求1所述的信息处理装置，其中，在激活所述应用时，从所述平台获取所述估计结果。

7.根据权利要求1所述的信息处理装置，所述信息处理装置还包括发送单元，所述发送单元被构造为，在应用接受了与使用在估计结果中包括的信息的搜索处理的结果相关联的用户操作的情况下，将包括所述估计结果的反馈发送到所述平台。

8.根据权利要求1所述的信息处理装置，

其中，在检测到用户进行的预定操作的情况下，对与预定操作相关联的搜索目标执行使用在估计结果中包括的信息的搜索处理，并且

其中，通过使用搜索处理的结果来更新要提供的内容。

9.根据权利要求8所述的信息处理装置，其中，所述预定操作包括要通过轻拂操作实现的滚动操作，并且通过使用所述搜索处理的结果作为滚动目的地来进行显示。

10.根据权利要求1所述的信息处理装置，其中，能够经由网络通信的设备是音频辅助终端、数字家用电器和车载终端中的至少任何一个。

11.根据权利要求1所述的信息处理装置，其中，所述用户输入包括音频输入。

12.一种用于安装在信息处理装置中的应用的方法，所述信息处理装置具有平台，所述平台支持使用模型的估计处理，所述模型已经进行学习以估计用于搜索处理的信息，所述方法包括：

在基于在平台中的信息处理装置上进行的用户输入和在可经由网络与信息处理装置通信的设备上进行的用户输入中的至少一个作为输入数据，通过使用包括在操作历史中的信息来执行估计处理，并记录基于所执行的估计处理的估计结果的情况下，从平台获取估计结果；

使用获取的估计结果中包括的信息来执行搜索处理；以及

使用搜索处理的结果提供信息，

其中，用户允许应用使用估计处理的结果。

13.根据权利要求12所述的方法，其中，提供所述平台作为操作系统。

14.根据权利要求12所述的方法，其中，将所述模型安装在信息处理装置中以供所述平台使用。

15.根据权利要求12所述的方法，还包括：

向所述平台请求所述估计结果；以及

响应于所述请求，获取所述估计结果。

16.根据权利要求15所述的方法，其中，定期性地向所述平台请求所述估计结果。

17.根据权利要求12所述的方法，其中，在激活所述应用时，从所述平台获取所述估计结果。

18.根据权利要求12所述的方法，还包括：在接受了与使用在估计结果中包括的信息的搜索处理的结果相关联的用户操作的情况下，将包括所述估计结果的反馈发送到所述平台。

19.根据权利要求12所述的方法，

其中，通过使用搜索处理的结果来更新要提供的内容。

20.根据权利要求19所述的方法，其中，所述预定操作包括要通过轻拂操作实现的滚动操作，并且通过使用所述搜索处理的结果作为滚动目的地来进行显示。

21.根据权利要求12所述的方法，其中，能够经由所述网络进行通信的设备包括音频辅助终端、数字家用电器和车载终端。

22.根据权利要求12所述的方法，其中，所述用户输入包括音频输入。

23.一种存储有指令的计算机可读存储介质，其中，所述指令与应用有关，并且所述指令使信息处理装置进行操作，所述信息处理装置具有平台，所述平台支持使用模型的估计处理，所述模型已经进行学习以估计用于搜索处理的信息，所述操作包括：

使用获取的估计结果中包括的信息来执行搜索处理；以及

使用搜索处理的结果提供信息，

其中，用户允许应用使用估计处理的结果。