CN116821196A - 上下文洞察系统 - Google Patents

上下文洞察系统 Download PDF

Info

Publication number
CN116821196A
CN116821196A CN202310777879.XA CN202310777879A CN116821196A CN 116821196 A CN116821196 A CN 116821196A CN 202310777879 A CN202310777879 A CN 202310777879A CN 116821196 A CN116821196 A CN 116821196A
Authority
CN
China
Prior art keywords
user
request
candidate
resources
users
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.)
Pending
Application number
CN202310777879.XA
Other languages
English (en)
Inventor
A·桑杜
M·格勒马德
D·A·鲁苏
G·A·伯德斯库
I·莫罗赞
M·C·雅各布
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN116821196A publication Critical patent/CN116821196A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24575—Query processing with adaptation to user needs using context
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/93—Document management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

提供了用于提供上下文和事件驱动的洞察的系统和方法的多个方面。所述系统监视与用户及其对话有关的信息。在接收到针对主题的信息的自然语言请求之后，系统利用模型来从请求中提取一个或多个主题。该系统利用所述主题以针对具有关于该主题的知识的候选用户来对资源进行查询。接着，所述系统查询资源以识别与该主题和候选用户相关联的候选内容项。此后，系统细化了候选用户和候选内容项，以识别对用户有意义的相关用户和内容项。

Description

上下文洞察系统
本申请是2017年12月22日提交的申请号为201780081353.0、名称为“上下文洞察系统”的发明专利申请的分案申请。
背景技术
人在其一整天中通常有一个或多个任务要执行。然而，这些任务中的一些任务可能对此人来说是新的或者不熟悉的。因此，此人必须寻找关于与该任务相关联的主题的信息或用于完成该任务的信息。例如，用户可以经由搜索引擎来调查关于该任务或主题的信息。接着，用户必须从大量的搜索结果中过滤出与该任务相关的信息。可替代地，此人可以寻找可能具有与该任务有关的信息的人员。然而，此人可能无法识别哪些人具有与该任务有关的相关信息。因此，手动地执行针对相关信息和人的调查可能非常耗时并且会令人望而生畏。
发明内容
提供了该发明内容以用简化形式引入在以下的具体实施方式部分中进一步描述的概念的选择。该发明内容不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在帮助确定所要求保护的主题的范围。
在本文中公开了用于提供上下文洞察(insight)和事件驱动洞察的系统和方法的多个方面。对与用户及其对话有关的信息进行监视，所述信息包括与用户有关的静态和动态上下文数据。所述静态上下文数据包括通常在一段时间内不改变的与用户有关的数据，所述数据可以包括用户名、头衔、部门、在公司的年数等。所述动态上下文数据包括通常在一段时间内改变的与用户有关的数据，所述数据可以包括对话中的主题和人员。在接收到针对主题的信息的自然语言请求之后，利用模型从该请求中提取一个或多个主题。利用所述主题来针对具有与该主题相关的知识的候选用户对资源进行查询。接着，查询资源以识别与主题和候选用户相关联的候选内容项。此后，对候选用户和候选内容项进行细化，以识别对用户有意义的相关用户和内容项。
由此，用于提供上下文洞察和事件驱动洞察的系统和方法优化了对与主题有关的相关信息的识别、获取、和显示。此外，所述系统和方法提高了识别用户和内容项的效率，以及结果中的用户和内容项的相关性，这节约了计算资源。
在以下的附图和描述中阐述了一个或多个方面的细节。其他特征和优点将通过阅读以下的详细描述以及浏览相关联的附图而是显然的。将理解的是，以下的详细描述仅仅是说明性的，而不是对权利要求有限制性的。
附图说明
包含在该公开中并且构成了其一部分的附图示出了各种方面。在附图中：
图1是用于提供上下文洞察系统的系统的框图；
图2是其中实现了上下文洞察系统的示例图形用户界面的图示。
图3A、图3B、图3C和图3D是其中实现了上下文洞察系统的示例图形用户界面的图示；
图4是流程图，其示出了在用于提供上下文洞察系统的示例方法中所涉及的一般阶段；
图5是示出了计算设备的示例物理组件的框图；
图6A和图6B是移动计算设备的框图；并且
图7是分布式计算系统的框图。
具体实施方式
以下详细描述对附图进行参考。在任何可能的情况下，在附图和以下描述中使用的相同的附图标记指代相同或相似的元素。尽管描述了示例，但是修改、调整、和其他实现也是可能的。例如，可以对在图中所示出的元素进行替换、增加、或修改，并且可以通过对所公开的方法进行替换、重新排序、或增加阶段来修改在本文中所描述的方法。由此，以下的详细描述不进行限制，但替代地，合适的范围是通过所附权利要求来限定的。示例可以采用硬件实现的形式、全软件实现的形式、或者结合软件和硬件方面的实现的形式。因此，以下详细描述不被认为是限制性意义。
在本文中讨论了用于提供上下文洞察和事件驱动洞察的系统和方法的多个方面。对与用户及其对话有关的信息进行监视，所述信息包括与用户有关的静态和动态上下文数据。所述静态上下文数据包括通常在一段时间内不改变的与用户有关的数据，所述数据可以包括用户名、头衔、部门、在公司的年数等。所述动态上下文数据包括通常在一段时间内改变的与用户有关的数据，所述数据可以包括对话中的主题和人员。在接收到针对主题的信息的自然语言请求之后，利用模型从该请求中提取一个或多个主题。利用所述主题来针对具有与该主题相关的知识的候选用户对资源进行查询。接着，查询资源以识别与主题和候选用户相关联的候选内容项。此后，对候选用户和候选内容项进行细化，以识别对用户有意义的相关用户和内容项。
由此，用于提供上下文洞察和事件驱动洞察的系统和方法优化了对与主题有关的相关信息的识别、获取、和显示。此外，所述系统和方法提高了识别用户和内容项的效率，以及结果中的用户和内容项的相关性，这节约了计算资源。
图1是用于提供上下文洞察系统108的示例环境100的框图。如图所示，环境100包括运行通信客户端104的计算设备102，该通信客户端104与通信服务器106进行通信以发送和接收通信。各种服务器和中间设备可以位于计算设备102与通信服务器106之间，以路由发送方与接收方之间的通信。通信服务器106是能够提供消息传送通信的应用或服务，其包括但不限于电信和互联网协议语音(VOIP)平台，例如MESSENGER(由加州MenloPark市的Facebook公司提供)、GOOGLE CHATTM(由加州Mountain View市的Alphabet公司提供)、/>(由加州Sunnyvale市的Yahoo公司提供)、以及/>(由华盛顿州Redmond市的Microsoft公司提供)。
通信服务器106与上下文洞察系统108进行通信以提供上下文洞察和事件驱动洞察。在一个示例中，上下文洞察系统108包括被配置为连接至通信的洞察代理。在一个示例中，洞察代理被提供为诸如会议之类的通信的参与者。此外，因为上下文洞察系统108的实现可以访问计算系统内的安全的和/或敏感的信息，所以上下文洞察系统108被配置为利用认证框架来建立安全连接。在一个示例中，上下文洞察系统108使用了两个因素的身份验证，其利用第一认证因素(例如，用户凭证)和第二个认证因素(例如，经由次要计算设备的认证)。在成功认证之后，在用户、上下文洞察系统108、和公司资源(例如，公司域或内联网)之间建立受信任的关系。应该认识到，存在与在用户、上下文洞察系统108、和公司资源之间建立受信任的关系相关联的多个益处，包括通过对相关公司资源的包含来提高所收集的数据的相关性，以及通过对从可验证的公司资源收集的数据的使用来提高上下文洞察和事件驱动洞察的准确性。
根据一个方面，上下文洞察系统108可操作以从通信中捕获各种数据。在一个示例中，上下文洞察系统108可操作以捕获与通信中的参与者相关的静态上下文数据，所述静态上下文数据被高速缓存在静态上下文存储单元110中。通常而言，静态上下文数据包括在一段时间(例如，通信的持续时间)内不改变的、与参与者相关的数据。所述静态上下文数据代表这样的数据，其包括但不限于：用户名、头衔、部门、在公司的年数等。在另一示例中，上下文洞察系统108可操作以捕获与在通信中讨论的主题相关的动态上下文数据，所述动态上下文数据被高速缓存在动态上下文存储单元112中。通常而言，动态上下文数据包括可以在一段时间(例如，指定数量的先前通信)内频繁改变的、与对话主题有关的数据。动态上下文数据代表这样的数据，其包括但不限于在用户的最近对话中讨论或提及的主题和人员。
上下文洞察系统108可操作以经由通信客户端来与用户进行通信。在一个方面中，上下文洞察系统108从通信客户端104接收针对关于一主题的信息的用户请求。在一个示例中，上下文洞察系统108与语言理解智能服务114进行通信，以处理来自用户的自然语言请求。具体而言，上下文洞察系统108利用语言理解智能服务114来分析用户请求并且从用户请求中提取关键词。如所理解的是，语言理解智能服务114也可以向上下文洞察系统108提供与用户的意图和上下文有关的数据。此外，在一个方面中，将从语言理解智能服务114中提取的数据添加至动态上下文存储118。
上下文洞察系统108还与各种资源116进行通信以处理用户的请求。具体而言，上下文洞察系统108利用各种资源116来执行查询以识别相关信息。在一个方面中，如在图1中所示，资源116包括文档资源118和人员资源120。文档资源118包括但不限于文档数据库、文档管理系统、信息管理索引和存储库服务、或者用于管理文档的其他系统。人员资源120包括但不限于数据库、企业目录、社交网络、或者用于提供用户的集合的其他系统。在一个方面中，文档资源118和人员资源120在关系图中被实施。关系图将几个实体保存为节点，并且这些节点之间的关系保存为连接相关的节点的边。例如，被表示为节点的实体包括文档、会议、通信等，并且边表示这些实体之间的关系，例如人员节点与文档节点之间的边表示此人对该文档的作者身份、修改、或浏览。响应于基于从用户的请求中提取的关键词来对资源116进行查询，上下文洞察系统108可操作以识别响应于该请求的候选用户和候选文档。
此外，上下文洞察系统108利用排名引擎122来识别相关用户和相关文档。在一个示例中，排名引擎122对在文档资源118和人员资源120中所识别的候选用户和候选文档进行排名，以识别对进行请求的用户最有意义的排名最高的结果。
图2是其中实现了上下文洞察系统108的示例图形用户界面200的图示。参考在图2中所示出的通信，上下文洞察系统108对通信进行监视并且从通信中捕获数据。根据一个方面，上下文洞察系统108捕获静态上下文数据，包括与通信中的参与者相关的信息。在所示出的示例中，静态上下文数据可以包括“Erica Jones”、“软件开发经理”、或者在交流过程中通常不改变的有关参与者的其他数据。根据另一个方面，上下文洞察系统108捕获动态上下文数据，包括与在通信中所讨论的参与者和主题相关的信息。在所示出的示例中，动态上下文数据可以包括“Erica Jones”、“XYZ营销项目”、“Barbara Harriman”、“Mrs.Letsinger”、或者与在通信期间所讨论的参与者或主题相关的其他数据。此外，上下文洞察系统108可以基于系统约束来监视和捕获数据。在一个示例中，上下文洞察系统108可以响应于接收到查询而监视和捕获数据，即，可以根据需要来获取数据，或者，所述数据可以被捕获并且被存储在持久型存储设备或暂时型存储设备中，例如静态上下文存储单元110和动态上下文存储单元112。
图3A、图3B、图3C和图3D是其中实现了上下文洞察系统108的示例图形用户界面的图示。
如在图3A中的示例图形用户界面320中所示，上下文洞察系统108可操作以被并入到消息传送应用的特征中。根据一个方面，上下文洞察系统108可以利用作为通信中的参与者的洞察代理325。在一个示例中，如图所示，用户经由消息传送应用向洞察代理325发送请求326。上下文洞察系统108可操作以接收经由洞察代理325接收到的用户的自然语言查询，并且经由自然语言处理器(例如，语言理解智能服务114)来对该查询进行解析。该系统利用语言理解智能服务114来识别用户请求内的关键词，所述关键词被用于针对与用户的请求的主题有关的相关信息来对资源116(例如，人员资源120、文档资源118等)进行查询。
洞察代理325还可以提供各种支持功能。例如，在图3A中所示出的示例中，用户提交了针对“帮助”的请求322。作为响应，洞察代理325利用消息324来响应该用户，从而在发送查询以请求信息时对用户进行协助。用户能够利用在消息324中所提供的示例来为洞察代理325制定合适的请求。在所示出的示例中，用户提交陈述“我想了解XYZ营销”的新的请求326。
根据多个方面，如在图3B中的示例图形用户界面340中所示，上下文洞察系统108可操作以经由消息传送应用内的洞察代理325来向用户提供相关信息。所述相关信息可以包括响应于用户的请求的相关人员和/或相关文档。例如，响应于图3A中的用户请求326，上下文洞察系统108可操作以查询资源116并且识别与“XYZ营销”相关联的最相关的人员344以及对用户有意义的文档346。此后，洞察代理325通过提供与“XYZ营销”相关联的最相关的人员344以及相关的文档346来对针对与“XYZ营销”相关的信息的请求326进行响应。
图3C是其中可以由上下文洞察系统108接收随后的查询的示例图形用户界面360的图示。例如，在接收到相关人员344和相关文档346(如在图3B中所示)之后，用户可以提交对有关人员的另外信息进行请求的随后的查询362。上下文洞察系统108通过提供联系人信息364来响应于随后的查询而提供相关信息。在图3C中所示出的示例中，联系人信息包括简要描述、标题、电子邮件、用于访问个人简档的可选择的用户界面、用于开始讨论应用的可选择的用户界面、以及用于发送电子邮件的可选择的用户界面。
图3D是其中可以由上下文洞察系统108接收查询的示例图形用户界面380的图示。上下文洞察系统108可操作以分析请求并且从请求中提取关键词。如在图3C中所示，请求382请求与“新的XYZ营销项目”中的“John的角色”相关的信息。由此，上下文洞察系统108可操作以对资源116执行布尔查询，从而向用户提供有意义的相关结果。
在图3D中所示的示例中，洞察代理325以相关人员384(即“John Smith”)以及由“John Smith”创作、交互、或审阅的相关文档386进行响应。更加具体而言，洞察代理325提供了“John Smith”的联系人信息384，其包括简要描述、标题、电子邮件、用于访问个人简档的可选择的用户界面、用于开始讨论应用的可选择的用户界面、以及用于发送电子邮件的可选择的用户界面。
图4是流程图，其示出了在用于提供上下文洞察系统108的示例方法中所涉及的一般阶段。
如在图4中所示，方法400以操作405开始，其中，上下文洞察系统108针对各种数据来对通信进行监视。根据一个方面，上下文洞察系统108可操作以捕获静态上下文数据和动态上下文数据。在一个示例中，上下文洞察系统108捕获与通信中的参与者相关的静态上下文数据。所述静态上下文数据包括在通信期间通常不改变的与参与者相关的数据，包括但不限于用户名、头衔、部门、在公司的年数等。在另一个示例中，上下文洞察系统108捕获与在通信中所讨论的主题相关的动态上下文数据。所述动态上下文数据包括与可能频繁改变的对话的主题相关的数据。由此，上下文洞察系统108可以识别用于监视动态上下文数据的相关时间段，例如，与通信相关联的先前的五条消息、与通信相关联的先前的十条消息、与通信相关联的所有先前的消息、或者指定数量的先前的通信。
方法400进行至操作410，其中，上下文洞察系统108接收针对信息的用户请求。在一个方面中，该系统利用洞察代理325来从用户处接收请求。例如，用户向洞察代理发送请求信息的消息，如在图3A-3D中所示。此外，洞察代理325可以从用户处接收自然语言请求。作为结果，上下文洞察系统108可以利用自然语言处理器(例如，语言理解智能服务114)来分析请求并且从该请求中提取关键词。例如，由上下文洞察系统108分析自然语言请求“告诉我更多关于XYZ营销的信息”，以识别诸如“XYZ营销”之类的关键词。此外，如果从请求中识别的关键词具有多于一个含义，则可以使用静态和/或动态上下文数据来识别所识别的关键词的正确解释。根据另一个方面，上下文洞察系统108可以提供请求与基于用户活动的主题有关的更多信息的选项。例如，如果用户在通信中输入“XYZ项目”，则上下文洞察系统108识别该上下文并且提示用户该用户是否想要接收关于“XYZ项目”的另外信息。
方法400进行至操作415，其中，上下文洞察系统108针对相关信息对一个或多个资源116进行查询。根据一个方面，上下文洞察系统108针对与在操作410中所提取的关键词有关的相关信息来查询资源116。
接着，方法400进行至操作420，其中，从操作415中识别候选结果。在一个示例中，响应于对人员资源120进行查询，上下文洞察系统108识别与请求的主题相关的候选用户。基于所述候选用户，上下文洞察系统108从文档资源118中识别与所述主题和候选用户相关联的候选内容项。
接着，方法400进行至操作425，其中，对所识别的候选结果进行排名。该排名是基于分配给每个所识别的候选结果的相关性分数的。在一个方面中，基于由系统所构建的静态和动态上下文数据来将相关性分数分配给候选结果。
将以下在公式1-2中所示出的示例排名公式应用于候选结果以提高结果的相关性。更加特别地，示例公式1应用于候选用户以提高用户结果的相关性。
公式1：Pscorei＝SPi+x*Leveli+y*Rolei+z*Aliasi
在公式1中，术语Pscorei表示用户i的经细化的排名分数，术语Spi表示来自人员服务提供方的针对用户i的用户排名分数，术语Lcu表示中央用户等级，术语Li表示用户i的等级，术语Rcu表示中央用户角色，术语Ri表示用户i的角色，术语Aliasi表示用户i的别名，并且术语Spc表示来自静态上下文数据的热门人员和参与者。此外，公式1是基于以下约束条件执行的：当|Lcu-Li|<3时，Leveli＝1，否则Leveli＝0；当Rcu＝Ri时Rolei＝1，否则Rolei＝0；针对Ai∈Spc，Aliasi＝1，否则Aliasi＝0。此外，公式1中的元素是基于以下公式来加权的：x＝0.2*Medi，并且y＝0.3*Medi，并且z＝0.5*Medi，其中Medi＝Median(Spi)/Nrp，其中，术语Nrp是由用户的数量定义的。
更加特别地，将示例公式2应用于候选文档以提高文档结果的相关性。
公式2：Dscorei＝SDi+a*DSc+b*Aui+c*Modi
在公式2中，术语Dscorei表示文档i的经细化的排名分数，术语SDi表示来自文档服务提供方的针对文档i的用户排名分数，术语SDc表示来自静态上下文数据的热门的文档，术语Aui表示文档i的作者，术语Modi表示文档i的最后修改日期，并且术语LQ表示上一个季度或先前的三个月。此外，公式2是基于以下约束条件执行的：当Di∈SDc时，DSc＝1，否则等于0；当Aui∈SDc时，Aui＝1，否则等于0；当Modi∈LQ时，Modi＝1，否则等于0。此外，公式2中的各元素的权重是基于a＝0.5，b＝0.3，并且c＝0.2的。
方法400进行至操作430，其中，上下文洞察系统108基于所述排名来提供结果。在一个方面中，上下文洞察系统108向用户提供所选择的数量的经排名的结果。例如，上下文洞察系统108可以提供具有最高排名的前5个结果。
尽管已经于结合在计算机上的操作系统上运行的应用程序而执行的程序模块的一般性的上下文中描述了实现，但本领域技术人将理解的是，也可以结合其他程序模块来实现各方面。通常而言，程序模块包括例程、程序、组件、数据结构、以及执行特定任务或实现特定抽象数据类型的其他类型的结构。
在本文中所描述的方面和功能可以经由多种计算系统来操作，所述多种计算系统包括但不限于：台式计算机系统、有线和无线计算系统、移动计算系统(例如，移动电话、上网本、平板或板式计算机、笔记本计算机、以及膝上型计算机)、手持式设备、多处理器系统、基于微处理器的或可编程的消费者电子产品、小型计算机、以及大型计算机。
另外，根据一个方面，在本文中所描述的方面和功能在分布式系统(例如，基于云的计算系统)上操作，其中应用功能、存储器、数据存储和获取、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)彼此远程地进行操作。根据一方面，可以经由板载计算设备显示器或者经由与一个或多个计算设备相关联的远程显示单元来显示各种类型的用户界面和信息。例如，各种类型的用户界面和信息是在各种类型的用户界面和信息所投射到的墙面上显示的并且在这样的墙面进行交互。与实现利用其来实践的多种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装备有用于捕获和解译用户手势的检测(例如，相机)功能，以用于控制计算设备的功能等。
图5-7和相关联的描述提供了对示例可以在其中实践的多种操作环境的讨论。然而，参考图5-7示出和讨论的设备和系统是出于示例和说明的目的，而不对用于实践在本文中所描述的方面的大量计算设备配置进行限制。
图5是示出了利用其可以实践本公开的示例的计算设备500的物理组件(即，硬件)的框图。在基本配置中，计算设备500包括至少一个处理单元502和系统存储器504。根据一方面，取决于计算设备的配置和类型，系统存储器504包括但不限于易失性存储单元(例如，随机存取存储器)、非易失性存储单元(例如，只读存储器)、闪速存储器、或者这样的存储器的任何组合。根据一方面，系统存储器504包括操作系统505以及适合用于运行软件应用550的一个或多个程序模块506。根据一方面，系统存储器504包括上下文洞察系统108。例如，操作系统505可以适合用于控制计算设备500的操作。此外，各方面可以结合图形库、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的应用或系统。在图5中由虚线508内的那些组件示出了该基本配置。根据一方面，计算设备500可以具有额外的特征或功能。例如，根据一方面，计算设备500包括额外的(可移除的和/或不可移除的)数据存储设备，诸如例如磁盘、光盘、或磁带。在图5中由可移除存储设备509和不可移除存储设备510示出了这样额外的存储单元。
如在上文中所述，根据一方面，可以将多个程序模块和数据文件存储在系统存储器504中。当在处理单元502上执行时，程序模块506(例如，上下文洞察系统108)执行过程，该过程包括但不限于在图4中示出的方法400的阶段中的一个或多个阶段。根据一方面，其他程序模块是根据示例来使用的，并且包括以下应用，例如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程序等。
根据一方面，各方面是实践在包括分立电子元件的电子电路中的、包含逻辑门的封装的或整合的电子芯片中的、利用微处理器的电路中的、或者包含电子元件或微处理器的单个芯片上的。例如，可以经由片上系统(SOC)来实践各方面，其中在图5中所示出组件中的每个或许多组件可以被整合到单个集成电路上。根据一方面，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、以及各种应用功能，其全部作为单个集成电路而被整合(或“烧”)到芯片基底上。当经由SOC进行操作时，可以经由在单个集成电路(芯片)上与计算设备500的其他组件整合的专用逻辑来对在本文中所描述的功能进行操作。根据一方面，还可以使用能够执行逻辑操作(例如AND、OR和NOT)的其他技术来实践本公开的示例，所述其他技术包括但不限于机械、光学、流体、和量子技术。另外，可以在通用计算机内或在任何其他电路或系统中实践各方面。
根据一方面，计算设备500具有一个或多个输入设备512，例如键盘、鼠标、笔、声音输入设备、触摸输入设备等。根据一方面，还包括诸如显示器、扬声器、打印机等之类的输出设备514。前述设备是示例，并且可以使用其他设备。根据一个方面，计算设备500包括允许与其他计算设备518的通信的一个或多个通信连接516。合适的通信连接516的示例包括但不限于射频(RF)发射机、接收机、和/或收发机电路；通用串行总线(USB)、并行、和/或串行端口。
如在本文中所用的术语计算机可读介质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之类的信息的任何方法或技术来实现的易失性和非易失性、可移除和不可移除的介质。系统存储器504、可移除存储设备509、和不可移除存储设备510全都是计算机存储介质的示例(即，存储器存储单元)。根据一方面，计算机存储介质包括：RAM、ROM、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光存储、盒式磁带、磁带、磁盘存储器或其他磁存储设备、或者可以用于存储信息并且可以由计算设备500访问的任何其它制品。根据一方面，任何这样的计算机存储介质都是计算设备500的一部分。计算机存储介质不包括载波或其他传播的数据信号。
根据一方面，通信介质是由计算机可读指令、数据结构、程序模块、或者经调制的数据信号(例如，载波或其他传输机制)中的其他数据来实施的，并且包括任何信息传递介质。根据一方面，术语“经调制的数据信号”描述具有以关于将信息在信号中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6A和图6B示出了利用其可以实践各方面的移动计算设备600，例如，移动电话、智能电话、平板个人计算机、膝上型计算机等。参考图6A，示出了用于实现各方面的移动计算设备600的示例。在基本配置中，移动计算设备600是具有输入元件和输出元件两者的手持计算机。移动计算设备600通常包括显示器605以及允许用户向移动计算设备600中输入信息的一个或多个输入按钮610。根据一方面，移动计算设备600的显示器605充当输入设备(例如，触摸屏显示器)。如果被包括在内的话，可选的侧输入元件615允许进一步的用户输入。根据一方面，侧输入元件615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600包含更多或更少的输入元件。例如，在一些示例中，显示器605可以不是触摸屏。在可替代的示例中，移动计算设备600是便携式电话系统，例如蜂窝电话。根据一方面，移动计算设备600包括可选的小键盘635。根据一方面，可选的小键盘635是物理小键盘。根据另一方面，可选的小键盘635是在触摸屏显示器上生成的“软”小键盘。在各种方面中，输出元件包括用于示出图形用户界面(GUI)的显示器605、视觉指示器620(例如，发光二极管)、和/或音频换能器625(例如，扬声器)。在一些示例中，移动计算设备600包含用于给用户提供触觉反馈的振动换能器。在另一个示例中，移动计算设备600包含用于向外部设备发送信号或者从外部设备接收信号的输入和/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，HDMI端口)。在另一个示例中，移动计算设备600包含用于向外部设备发送信号或者从外部设备接收信号的外围设备端口640，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，HDMI端口)。
图6B是示出了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600包含用于实现一些示例的系统(即，架构)602。在一个示例中，系统602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、通信客户端、游戏、和媒体客户端/播放器)的“智能电话”。在一些示例中，系统602被整合为计算设备，例如集成的个人数字助理(PDA)和无线电话。
根据一方面，一个或多个应用程序650可以被加载到存储器662中并且在操作系统664上运行或者与操作系统664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。根据一方面，上下文洞察系统108被加载到存储器662中。系统602还包括在存储器662内的非易失性存储区域668。非易失性存储区域668可以用于存储如果系统602断电而不应丢失的持久信息。应用650可以在非易失性存储区域668中使用并存储信息，例如电子邮件或者由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602上，并且被编程为与驻留在主计算机上的对应的同步应用进行交互，从而将存储在非易失性存储区域668中的信息与存储在主计算机上的对应的信息保持同步。应当理解的是，其他应用可以被加载到存储器662中并且在移动计算设备600上运行。
根据一方面，系统602具有电源670，其被实现为一个或多个电池。根据一方面，电源670还包括外部电源，例如AC适配器或给电池供电或再充电的加电对接托架。
根据一方面，系统602包括执行发送和接收射频通信的功能的无线单元672。无线单元672经由通信载波或服务提供商来促成系统602与“外部世界”之间的无线连通性。去往和来自无线单元672的传输是在操作系统664的控制之下进行的。换句话说，可以将由无线单元672所接收的通信经由操作系统664散播至应用程序650，反之亦然。
根据一方面，视觉指示器620用于提供视觉通知，和/或音频接口674用于经由音频换能器625产生可听见的通知。在图示的示例中，视觉指示器620是发光二极管(LED)，以及音频换能器625是扬声器。这些设备可以直接地耦合至电源670，以便当被激活时，即使处理器660和其他组件可以关闭以节省电池电量，这些设备也能保持通电达由通知机制所指示的一段时间。LED可以被编程为无限期地保持通电，直到用户采取动作来指示设备的通电状态为止。音频接口674用于向用户提供可听见的信号并从用户接收可听见的信号。例如，除了耦合到音频换能器625之外，音频接口674还可以被耦合至麦克风以接收可听见的输入，例如，以促进电话会话。根据一方面，系统602还包括视频接口676，其使得板载相机630的操作能够记录静态图像、视频流等。
根据一方面，实现系统602的移动计算设备600具有额外的特征或功能。例如，移动计算设备600包括(可移除的和/或不可移除的)额外的数据存储设备，例如磁盘、光盘、或磁带。在图6B中由非易失性存储区域668示出了这样额外的存储。
根据一方面，如在上文中所描述的，将由移动计算设备600所生成或捕获的以及经由系统602所存储的数据/信息本地地存储在移动计算设备600上。根据另一方面，将数据存储在可以经由无线单元672或经由移动计算设备600和与移动计算设备600相关联的单独的计算设备(例如，在分布式计算网络(例如，互联网)中的服务器计算机)之间的有线连接由设备来访问的任何数量的存储介质上。如应当理解的是，这样的数据/信息是经由移动计算设备600、经由无线单元672、或经由分布式计算网络可存取的。类似地，根据一方面，根据公知的数据/信息传输和存储方式(包括电子邮件和协同数据/信息共享系统)，这样的数据/信息可以容易地在计算设备之间传输以供存储和使用。
图7示出了系统的架构的一个示例，该系统用于提供如上文所描述的上下文洞察。使得与上下文洞察系统108相关联地开发、交互、或编辑的内容能够被存储在不同的通信信道或者其他存储类型中。例如，各种文档可以是使用目录服务722、web门户724、邮箱服务726、即时消息传送存储单元728、或社交网站730来存储的。如在本文中所描述的，上下文洞察系统108可操作以使用这些类型的系统等中的任何一个等，以用于提供上下文洞察。根据一方面，服务器720向客户端705a、b、c提供上下文洞察系统108。作为一个示例，服务器720是通过web提供上下文洞察系统108的web服务器。服务器720通过网络740在web上向客户端705提供上下文洞察系统108。作为示例，客户端计算设备被实现和体现在个人计算机705a、平板计算设备705b、或移动计算设备705c(例如，智能电话)或者其他计算设备中。客户端计算设备的这些示例中的任何一个示例都能够操作以从存储单元716获得内容。
例如，在上文中参考方法、系统、和计算机程序产品的框图和/或操作图来描述了根据各方面的实现。在方框中所记录的功能/操作可以以不同于在任何流程图中所示出的顺序来进行。例如，取决于所涉及的功能/操作，连续地示出的两个方框可以实际大体上同时被执行，或者所述方框可以有时以相反的顺序被执行。
在该申请中所提供的一个或多个示例的描述和说明不旨在以任何方式限制或约束所要求保护的范围。在本申请中所提供的方面、示例、和细节被认为足以传达所有权，并且使得本领域技术人能够制造并使用最优模式。实现不应该被解释为限于在本申请中所提供的任何方面、示例、或细节。无论是组合地还是单独地示出和描述，(结构上和方法上两者的)各种特征旨在被择性地包括或省略，以产生具有特定集合的示例。在已经提供了本申请的描述和说明之后，本领域技术人可以预想落入在该申请中所实施的一般的发明概念的更宽泛的方面的精神内的、不脱离更宽泛的范围的变型、修改和替代示例。

Claims (20)

1.一种系统，包括：
处理单元；以及
存储器，其被耦合到所述处理单元并且存储指令，所述指令当由所述处理单元运行时，使得所述系统可操作用于：
作为包括用户和在通信应用处的代理的对话的一部分，接收来自所述用户的请求，所述请求触发对与所述请求的主题相关的信息的识别；
从所述请求中提取用于识别所述请求的所述主题的关键词；
利用使用所述关键词作为输入的第一查询来查询包括用户的集合的第一资源子集，以从所述用户的集合中识别候选用户，所述候选用户是了解所述主题并且被包括在所述请求内的一个或多个；
利用使用所述关键词和从所述第一查询中识别的所述候选用户作为输入的第二查询来查询管理内容项的集合的第二资源子集，以从所述内容项的集合中识别与所述主题相关联并且所述候选用户已经与其交互的候选内容项；以及
将所述候选用户和所述候选内容项提供给所述通信应用，以用于作为对来自所述对话内的所述代理的所述请求的结果来呈现。
2.根据权利要求1所述的系统，其中，所述指令当由所述处理单元运行时，还使得所述系统可操作用于：
通过以下中的至少一项来捕获与所述用户相关联的上下文数据：
在所述用户是其中的参与者的所述通信应用处监视多个通信；以及
识别与所述请求相关联的所述用户的意图。
3.根据权利要求2所述的系统，其中，所述指令当由所述处理单元运行时，还使得所述系统可操作用于：
基于与所述用户相关联的所述上下文数据来细化被提供给所述通信应用的所述候选用户和所述候选内容项。
4.根据权利要求2所述的系统，其中，所述上下文数据包括与所述多个通信的参与者相关联的静态上下文数据和与所述多个通信的主题相关联的动态上下文数据。
5.根据权利要求4所述的系统，其中，所述静态上下文数据包括关于在所述多个通信期间不改变的参与者的数据。
6.根据权利要求4所述的系统，其中，与所述多个通信的所述主题相关联的所述动态上下文数据涉及关于主题和来自在所述多个通信期间所讨论的所述用户的集合中的用户的信息。
7.根据权利要求2所述的系统，其中，如果从所述请求中提取的所述关键词具有两个或更多个含义，则所述指令当由所述处理单元运行时，使得所述系统还可操作用于：
使用所述上下文数据来识别所述两个或更多个含义中所述用户意图想要的含义。
8.根据权利要求1所述的系统，其中，包括所述用户的集合的所述第一资源子集包括以下中的一项或多项：企业目录、社交网络或者关系图。
9.根据权利要求1所述的系统，其中，管理所述内容项的集合的所述第二资源子集包括以下中的一项或多项：文档数据库、文档管理系统、信息管理索引或者储存库服务。
10.根据权利要求1所述的系统，其中，所述第一资源子集和所述第二资源子集被体现在关系图中，所述关系图包括用于所述用户的集合的用户节点、用于所述内容项的集合的内容项节点以及在所述用户节点中的每个用户节点与所述内容项节点中的一个或多个内容项节点之间的边，或者由对应于所述用户节点的相应用户对对应于所述内容项节点的内容项的视图。
11.根据权利要求1所述的系统，其中，所述指令当由所述处理单元运行时,还使得所述系统可操作用于：
经由认证过程来认证所述用户对所述第一资源子集和所述第二资源子集的访问。
12.根据权利要求1所述的系统，其中，所述用户与公司相关联，并且所述第一资源子集和所述第二资源子集的至少一部分是公司资源。
13.根据权利要求1所述的系统，其中，所述指令当由所述处理单元运行时,还使得所述系统可操作用于：
作为包括所述用户和在所述通信应用处的所述代理的所述对话的一部分，接收来自所述用户的针对关于作为结果而提供的所述候选用户和所述候选内容项中的一个或多个的额外信息的另一请求；
查询所述第一资源子集和所述第二资源子集中的一个或多个，以分别取回关于所述候选用户和所述候选内容项中的所述一个或多个的所述额外信息；以及
将所述额外信息提供给所述通信应用，以用于作为对来自所述对话内的所述代理的所述另一请求的结果来呈现。
14.一种用于识别与请求的主题相关的信息的方法，所述方法包括：
作为包括用户和在通信应用处的代理的对话的一部分，接收来自所述用户的请求，所述请求触发对与所述请求的主题相关的信息的识别；
从所述请求中提取识别所述请求的所述主题的关键词；
利用使用所述关键词作为输入的第一查询来查询包括用户的集合的第一资源子集，以从所述用户的集合中识别候选用户，所述候选用户是了解所述主题并且被包括在所述请求内的一个或多个；
利用使用所述关键词和从所述第一查询中识别的所述候选用户作为输入的第二查询来查询管理内容项的集合的第二资源子集，以从所述内容项的集合中识别与所述主题相关联并且所述候选用户已经与其交互的候选内容项；以及
将所述候选用户和所述候选内容项提供给所述通信应用，以用于作为对来自所述对话内的所述代理的所述请求的结果来呈现。
15.根据权利要求14所述的方法，还包括基于与所述用户相关联的上下文数据来细化被提供给所述通信应用的所述候选用户和所述候选内容项。
16.根据权利要求15所述的方法，还包括通过以下中的至少一项来捕获与所述用户相关联的所述上下文数据：
在所述用户是其中的参与者的所述通信应用处监视多个通信；以及
识别与所述请求相关联的所述用户的意图。
17.根据权利要求14所述的方法，还包括：
经由认证过程来认证所述用户对所述第一资源子集和所述第二资源子集的访问，其中，所述用户与公司相关联，并且所述第一资源子集和所述第二资源子集的至少一部分是公司资源。
18.一种包括指令的计算机存储介质，所述指令当由处理单元运行时，使得执行用于识别与请求的主题相关的信息的方法，所述方法包括：
接收来自用户的请求，所述请求触发对与所述请求的主题相关的信息的识别；
从所述请求中提取识别所述请求的所述主题的关键词；
利用使用所述关键词作为输入的第一查询来查询包括用户的集合的第一资源子集，以从所述用户的集合中识别候选用户，所述候选用户是了解所述主题并且被包括在所述请求内的一个或多个；
利用使用所述关键词和从所述第一查询中识别的所述候选用户作为输入的第二查询来查询管理内容项的集合的第二资源子集，以从所述内容项的集合中识别与所述主题相关联并且所述候选用户已经与其交互的候选内容项；以及
提供所述候选用户和所述候选内容项作为对所述请求的结果。
19.根据权利要求18所述的计算机存储介质，其中，所述请求是作为包括所述用户和在通信应用处的代理的对话的一部分而接收的，并且所述候选用户和所述候选内容项被提供给所述通信应用，以用于作为对来自所述对话内的所述代理的所述请求的结果来呈现。
20.根据权利要求18所述的计算机存储介质，还包括基于与所述用户相关联的上下文数据来细化作为结果而提供的所述候选用户和所述候选内容项。
CN202310777879.XA 2016-12-30 2017-12-22 上下文洞察系统 Pending CN116821196A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US15/395,614 US11138208B2 (en) 2016-12-30 2016-12-30 Contextual insight system
US15/395,614 2016-12-30
CN201780081353.0A CN110140120B (zh) 2016-12-30 2017-12-22 上下文洞察系统
PCT/US2017/068060 WO2018125770A1 (en) 2016-12-30 2017-12-22 Contextual insight system

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201780081353.0A Division CN110140120B (zh) 2016-12-30 2017-12-22 上下文洞察系统

Publications (1)

Publication Number Publication Date
CN116821196A true CN116821196A (zh) 2023-09-29

Family

ID=60991630

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201780081353.0A Active CN110140120B (zh) 2016-12-30 2017-12-22 上下文洞察系统
CN202310777879.XA Pending CN116821196A (zh) 2016-12-30 2017-12-22 上下文洞察系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201780081353.0A Active CN110140120B (zh) 2016-12-30 2017-12-22 上下文洞察系统

Country Status (4)

Country Link
US (3) US11138208B2 (zh)
EP (1) EP3563262A1 (zh)
CN (2) CN110140120B (zh)
WO (1) WO2018125770A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10686736B1 (en) * 2017-03-30 2020-06-16 EMC IP Holding Company LLC Techniques for data storage system management
US11183186B2 (en) 2019-01-16 2021-11-23 International Business Machines Corporation Operating a voice response system

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6438564B1 (en) 1998-06-17 2002-08-20 Microsoft Corporation Method for associating a discussion with a document
US9288000B2 (en) 2003-12-17 2016-03-15 International Business Machines Corporation Monitoring a communication and retrieving information relevant to the communication
US8630961B2 (en) 2009-01-08 2014-01-14 Mycybertwin Group Pty Ltd Chatbots
US8539359B2 (en) 2009-02-11 2013-09-17 Jeffrey A. Rapaport Social network driven indexing system for instantly clustering people with concurrent focus on same topic into on-topic chat rooms and/or for generating on-topic search results tailored to user preferences regarding topic
EP2341450A1 (en) 2009-08-21 2011-07-06 Mikko Kalervo Väänänen Method and means for data searching and language translation
US20110238763A1 (en) * 2010-02-26 2011-09-29 Momo Networks, Inc. Social Help Network
US8676937B2 (en) 2011-05-12 2014-03-18 Jeffrey Alan Rapaport Social-topical adaptive networking (STAN) system allowing for group based contextual transaction offers and acceptances and hot topic watchdogging
US20130218866A1 (en) * 2012-02-20 2013-08-22 Microsoft Corporation Multimodal graph modeling and computation for search processes
US9009126B2 (en) 2012-07-31 2015-04-14 Bottlenose, Inc. Discovering and ranking trending links about topics
US20140122083A1 (en) 2012-10-26 2014-05-01 Duan Xiaojiang Chatbot system and method with contextual input and output messages
JP6411388B2 (ja) 2013-03-11 2018-10-24 キーポイント テクノロジーズ インディア プライベート リミテッド 文脈探知アプリケーションソフトウェア
US9436918B2 (en) * 2013-10-07 2016-09-06 Microsoft Technology Licensing, Llc Smart selection of text spans
US20150172227A1 (en) 2013-12-14 2015-06-18 NutraSpace LLC Automated user chat application that creates chat sessions based on known user credentials and behavioral history
CN104008160A (zh) 2014-05-29 2014-08-27 吴春尧 一种实现并行话题控制的模糊推理聊天机器人方法和系统
US20160044380A1 (en) 2014-06-12 2016-02-11 Bertrand Barrett Personal helper bot system
US10366332B2 (en) * 2014-08-14 2019-07-30 International Business Machines Corporation Tailoring question answering system output based on user expertise
CA2999230C (en) 2014-09-22 2023-03-28 Roy S. Melzer Interactive user interface based on analysis of chat messages content
US20160125426A1 (en) * 2014-11-03 2016-05-05 Vivastream Llc Determining Engagement Levels Based On Topical Interest
US20160259790A1 (en) * 2015-03-06 2016-09-08 Facebook, Inc. Ranking External Content Using Social Signals on Online Social Networks
US10339183B2 (en) * 2015-06-22 2019-07-02 Microsoft Technology Licensing, Llc Document storage for reuse of content within documents

Also Published As

Publication number Publication date
CN110140120B (zh) 2023-06-27
WO2018125770A1 (en) 2018-07-05
US11650997B2 (en) 2023-05-16
US20210397624A1 (en) 2021-12-23
EP3563262A1 (en) 2019-11-06
US20180189355A1 (en) 2018-07-05
US20230289355A1 (en) 2023-09-14
CN110140120A (zh) 2019-08-16
US11138208B2 (en) 2021-10-05

Similar Documents

Publication Publication Date Title
US10713602B2 (en) Aggregating enterprise graph content around user-generated topics
US20230161969A1 (en) Automatically assisting conversations using graph database
US10394827B2 (en) Discovering enterprise content based on implicit and explicit signals
CN108369600B (zh) web浏览器扩展
JP2017529618A (ja) 遠いコンテンツの発見
US20230289355A1 (en) Contextual insight system
US20230028381A1 (en) Enterprise knowledge base system for community mediation
WO2016171993A1 (en) Identifying experts and areas of expertise in an organization
US20180322155A1 (en) Search system for temporally relevant social data
US11068550B2 (en) Search and navigation via navigational queries across information sources
CN108027825B (zh) 在企业中暴露外部内容
WO2017074808A1 (en) Single unified ranker
US12099560B2 (en) Methods and systems for personalized, zero-input suggestions based on semi-supervised activity clusters
WO2019005352A1 (en) GROUPING RESEARCH RESULTS IN AN ENTERPRISE RESEARCH SYSTEM

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