CN1722085A - 应用程序使用支持系统 - Google Patents
应用程序使用支持系统 Download PDFInfo
- Publication number
- CN1722085A CN1722085A CNA2005100743683A CN200510074368A CN1722085A CN 1722085 A CN1722085 A CN 1722085A CN A2005100743683 A CNA2005100743683 A CN A2005100743683A CN 200510074368 A CN200510074368 A CN 200510074368A CN 1722085 A CN1722085 A CN 1722085A
- Authority
- CN
- China
- Prior art keywords
- information
- input information
- application program
- user
- processing
- 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
Links
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 description 65
- 238000007726 management method Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 14
- 238000012986 modification Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000001915 proofreading effect Effects 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000007858 starting material Substances 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 235000010724 Wisteria floribunda Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
- G10L2015/0631—Creating reference templates; Clustering
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Electrically Operated Instructional Devices (AREA)
- Machine Translation (AREA)
- Seal Device For Vehicle (AREA)
- Polymers With Sulfur, Phosphorus Or Metals In The Main Chain (AREA)
- Supports For Pipes And Cables (AREA)
Abstract
一种应用程序使用支持系统，包括：定义型AI(62)，用于接收来自用户的输入信息，根据预定的智能例程对此输入信息施加AI处理，并且把AI处理的处理结果传送到应用程序服务器(80)；以及具有学习功能的学习型AI(61)，当第一AI处理单元不接受所述输入信息的处理时，用于对所述输入信息执行AI处理并且把所述AI处理的处理结果传送到应用程序服务器。
Description
技术领域
本发明涉及一种应用程序使用支持系统，该系统充当用户和应用程序之间的接口，并且更具体来讲，涉及这样的应用程序使用支持系统，它使用所谓的人工智能(AI)功能，从用户获取的信息中整理出必要信息，并且基于所整理的信息来输出最优信息。
背景技术
近年来，随着信息处理技术的发展以及信息基础设施的普及和发展，在商业活动等等中已经意识到了信息及其流通的重要性。在公司中，许多主管、职员、销售代表每天收集新的信息，与别人共享所述信息，以便执行有效率的活动、更加有效的策略的计划，观察和改善顾客服务等等。这种活动往往决定公司之间竞争的成败。
由此，许多公司正通过引入并使用各种商业系统来改善环境，以便使公司所属的许多人员可以累积和共享信息。
当用户(公司的管理者、普通员工等等)使用这种商业系统时，用户从终端把数据输入到适当的存储目的地，并且访问存储必要数据的数据库以便获取必要的数据。在公开号为2004-30008的已公开日本专利中(图14以及说明书的相应段落)描述了这种系统的例子。
发明内容
然而，随着商业活动的多样化的和复杂化，因此公司所收集和累积的信息的数量变得极其巨大，并且信息的内容也变得非常复杂。因此，当用户提取并且查阅用户要求的信息时，用户需要完全了解哪种数据被存储以及数据存储的位置，以便获得用户实际上要求的数据。然而，让所有的用户都了解商业系统的构造和内容是十分困难的。因此，用户输入到所述商业系统的请求和查询往往无法产生用户实际要求的结果。
本发明的一个目的在于提供一种应用程序使用支持系统，用于从获取自用户的信息中整理出必要信息，并且基于已整理的信息输出最优信息。
本发明利用如下所述的特征作为解决所述问题的手段。
依照本发明的第一方面，此应用程序使用支持系统是作为这样一种应用程序使用支持系统而被提出的，所述应用程序使用支持系统充当用于根据要求累积信息并输出信息的应用程序和所述应用程序的用户之间的接口。
此应用程序使用支持系统包括：应用程序执行装置(例如，应用程序服务器)，用于执行所述应用程序；第一AI处理装置(例如，定义型AI)，用于接收来自于用户的输入信息，根据预定的智能例程(thinkingroutine)对该输入信息施加AI处理，并且把AI处理的处理结果传递至应用程序执行装置；以及具有学习功能的第二AI处理装置(例如，学习型AI)，当第一AI处理装置不接受所述输入信息的处理时，用于对输入信息执行AI处理，并且把AI处理的处理结果传递到应用程序执行装置。
这里，所述“AI处理”指的是使用所谓的人工智能的处理。所述人工智能是这样一种现实技术，它使机器可以执行人类需要使用他们的智能来执行的活动。就此而言，所述“AI处理”包括知识的存储、推理的执行、知识的编辑、结果的解释以及模糊处理。
依照本发明的这一方面，根据推理对来自用户的信息进行整理、补充并且校正。基于已整理、补充并且校正的信息，即使用户不具有与所述应用程序有关的任何知识，也能够把适当的信息输入到应用程序并且从中获取适当的信息，所述应用程序诸如是一组商业应用程序。
在此应用程序使用支持系统中，当所述第二AI处理装置不接受输入信息的处理时，第二AI处理装置可以向用户输出用于询问此输入信息含义的应答，以便确定所述输入信息的处理。
应注意的是，即使当所述应用程序使用支持系统使用的第二AI处理装置采用其他学习方法，也可实现本发明。
所述应用程序使用支持系统还可以包括会话引擎装置(会话引擎)，用于根据先前主题来解释来自用户的输入信息，并且把经解释的输入信息传递到第一AI处理装置。
根据这种构造，能够根据用户和应用程序系统之间的信息流(会话的话题)来推断输入信息的含义。由此，可以期待更加精确的使用支持效果。
依照本发明，根据推理对来自用户的信息进行整理、补充并且校正。基于已经整理、补充并且校正的信息，即使用户不具有与所述应用程序有关的任何知识，也能够使用诸如一组商业应用程序的应用程序。
本发明的另外的目的和有益效果将在随后的说明书中阐述，根据本说明书，其一部分将是显而易见的，或者可以通过实践本发明而知晓。可以借助于下文具体指出的手段和组合来实现并且获得本发明的目的和有益效果。
附图说明
图1是示出了应用程序系统配置的例子的框图；
图2是示出了会话引擎配置的例子的框图；
图3是示出所述应用程序系统配置修改的框图；
图4是示出所述应用程序系统配置修改的框图；以及
图5是示出所述应用程序系统配置修改的框图。
并入说明书中并且构成其一部分的附图示出了本发明的实施例，结合上文给出的总体描述以及下面给出的实施例的详细说明足以解释本发明的原理。
具体实施方式
在下文中将参照附图解释依照本发明实施例的应用程序使用支持系统。
[1.配置的例子]
图1是示出了应用程序系统的配置的例子的框图，所述应用程序系统包括应用程序使用支持系统。
[1-1.终端]
应用程序系统1具有计算机10、便携终端20、显示器30以及传感器/照相机40，它们均作为终端。
计算机10包括能够传送和接收信息的所有设备，所述计算机10诸如所谓的个人计算机、工作站以及终端专用机。计算机10以及会话引擎50和稍后解释的AI设备60，经由通信线路或者通信网络来连接，所述通信网络诸如是万维网(WWW)、以太网(Fuji Xerox有限公司的注册商标)或者是公司内部的局域网。应注意的是，当把具有无线局域网连接功能的计算机与会话引擎50和AI设备60相连时，则认为所述计算机属于计算机10的范围。
所述便携式终端20可以是能够经由移动通信网络向会话引擎50和AI设备60发送并从中接收信息的任意设备。例如，所述便携式终端20是便携式电话、个人数字助理(PDA)等等。
所述显示器30是显示信息的设备，所述信息是作为图像从AI设备60和/或数据库服务器70(稍后描述)发送的。例如，所述显示器30是液晶显示设备、CRT监视器、EL显示屏等等。所述显示器30可以具有用于再现语音的扬声器，或者可以是诸如街头电视的设备，用于再现附带有话音的运动图像以便向多个用户同时展示该运动图像。
所述传感器/照相机40是用于检测预定信息并且向数据库服务器70提供信息的设备。例如，所述传感器/照相机40是用于检测游戏者在游戏场中的运动的红外线传感器或者视频监视器，或者是对相应的游戏桌上的游戏球或者是硬币等等的支付比率计数的结帐柜台等等。
所述照相机生成并输出图像信息，其用于所述AI设备60或者数据库服务器70，诸如是用户身份认证、性别辨别等等。所述AI设备60或者数据库服务器70可用于基于此图像信息来指定个人，然后根据个人信息改变将输出的数据。
作为传感器，存在指纹传感器、语音传感器以及位置传感器。所述指纹传感器以及语音传感器用于指定到个人的处理，然后根据个人信息改变要输出的数据。所述位置传感器例如用于根据对象位置改变将输出的数据的处理。
[1.2.会话引擎]
把计算机10以及便携式终端20与所述会话引擎50相连。
所述会话引擎50解释来自用户的输入信息，并且必要时，把此输入信息翻译成包括适当内容的输入信息并且将所述信息传送到AI设备60。另外，所述会话引擎50把信息从所述AI设备60传送到计算机10以及便携式终端20。
[1.2.1.总体配置]
图2是依照此实施例的会话引擎50的示意图。如图2所示，会话控制设备1包括输入单元100、语音识别单元200、会话控制单元300、句法分析单元400、会话数据库500、输出单元600以及语音识别词典存储单元700。
[1.2.2.输入单元]
所述输入单元100是用于获取从用户输入的输入信息的单元。所述输入单元100的例子包括麦克风。所述输入单元100将对应于所获取的话语内容的语音改变为语音信号，并把所述语音信号输出至所述语音识别单元200。
[1.2.3.语音识别单元]
所述语音识别单元200是基于通过输入单元100获取的话语内容来指定对应于所述话语内容的字符串的单元。具体来讲，当从输入单元100输入语音信号时，所述语音识别单元200基于所输入的语音信号把语音信号与词典以及会话数据库500相对照，其中所述词典以及会话数据库500存储在所述语音识别词典存储单元700中。
[1.2.4.语音识别词典存储单元]
所述语音识别词典存储单元700是用于存储对应于标准语音信号的字符串的单元。已经执行过对照的所述语音识别单元200指定对应于单词猜测的字符串，把所指定的字符串改变为字符串信号，并把所述字符串信号输出至会话控制单元300。
[1.2.5会话数据库]
所述会话数据库500是用于存储多个主题标题(第二词素信息)以及与话语内容相对应的给用户的多个应答语句的数据库，其中所述多个主题标题表明一个字符、多个字符串、或者字符和字符串的组合，所述多个主题标题和多个应答语句彼此被预先关联。另外，把表明应答语句类型的多个应答类型与应答语句相关联。
此外，所述会话数据库500是用于存储多种主题指定信息的数据库，所述主题指定信息用于预先指定主题。具体来讲，在此实施例中，所述“主题指定信息”指的是与期望由用户输入的输入内容相关的或者与给用户的应答语句相关的关键字。把多个主题标题与主题指定信息相关联。把给用户的应答语句与相应的主题标题相关联。
[1.2.6句法分析单元]
所述句法分析单元400是用于分析由输入单元100和语音识别单元200指定的字符串的单元。在此实施例中，所述句法分析单元400包括字符串指定单元、词素提取单元、词素数据库、输入类型判断单元和话语类型数据库。
所述字符串指定单元把由输入单元100和语音识别单元200指定的一系列字符串划分为每个子句。
所述词素提取单元是这样一个单元，其基于由字符串指定单元划分的一个子句的字符串来从所述子句的字符串中提取形成字符串最小单位词素作为第一词素信息。这里，在此实施例中，所述词素指的是被表示为字符串的最小单词单位，单词构造的最小单位的例子包括诸如名词、形容词、动词、冠词和介词之类的各种词类。
所述输入类型判断单元基于由字符串指定单元指定的字符串来判断话语内容的类型。在此实施例中，这种话语类型指的是“话语语句的类型”。“话语语句的类型”包括陈述语句(D：陈述)，时间语句(T：时间)，位置语句(L：位置)和否定语句(N：否定)。由各个类型形成的语句是通过肯定语句或者疑问语句而形成的。所述“陈述语句”指的是表明用户意见或者思想的语句。所述“位置语句”指的是涉及位置概念的语句。所述“时间语句”指的是涉及时间概念的语句。所述“否定语句”指的是用于对陈述语句进行否定的语句。
所述输入类型判断单元基于所提取的词素来判断“话语语句的类型”，并向会话控制单元中包括的应答获取单元输出所判断的“话语语句的类型”。
[1.2.7会话控制单元]
在此实施例中，所述会话控制单元300包括管理单元、主题指定信息检索单元、缩写语句补充单元、主题检索单元和应答获取单元。
所述管理单元控制整个会话控制单元300。
所述主题指定信息检索单元把提取出的第一词素信息与各类主题指定信息相对照，并且从各类主题指定信息中检索与形成第一词素信息的词素相匹配的主题指定信息。
所述缩写语句补充单元使用以前检索的主题指定信息(以下简称为“关注的主题指定信息”)和先前应答语句中包括的主题指定信息(以下简称为“应答语句主题指定信息”)来补充第一词素信息，以便由此生成多种已补充的第一词素信息。
当没有通过所述缩写语句补充单元确定主题标题时，所述主题检索单元把第一词素信息与对应于用户输入语句主题指定信息的各个主题标题相对照，并且从各个主题标题中检索出最适用于第一词素信息的主题标题。
基于通过主题检索单元检索的主题标题，所述应答获取单元获取与主题标题相关联的应答语句。另外，基于通过主题检索单元检索的主题标题，所述应答获取单元把与主题标题相关联的各个应答类型与语句解释单元判断的话语类型相对照，并且从各个应答类型中检索出与判断的话语类型相匹配的应答类型。
[1.2.8输出单元]
所述输出单元是用于输出应答获取单元所获取的应答语句的单元。
[1.3.AI设备]
所述会话引擎50解释来自用户的输入，并且把解释结果输出到AI设备60。所述AI设备60包括充当第一AI处理装置的定义型AI 61，以及充当第二AI处理装置的学习型AI 62，当所述定义型AI 61不接受输入信息的处理时，第二AI处理装置对此输入信息执行包括诸如解释和推理之类的处理的AI处理，并输出AI处理的处理结果。
基于预先准备的知识和规则，所述定义型AI 61补充并且校正用户输入的输入信息，以便使被预测为用户所需要的应答和信息成为具有从数据库服务器70返回的内容的输入信息。
所述定义型AI 61基于预先预备的规则来执行用户所需数据的预测等等。由此，存在处理时间短的优势。
另一方面，如同所述定义型AI 61，所述学习型AI 62补充并且校正用户输入的输入信息，以便使被预测为用户所需要的应答和信息变为具有从数据库服务器70返回的内容的输入信息。然而，根据预先准备的规则，当所述定义型AI 61无法执行对输入信息实际含义的预测以及输入信息的补充和校正时，所述学习型AI 62向用户发出询问，用于执行输入信息实际含义的预测和输入信息的补充和校正。基于用户对所述询问的应答，当以后接收到相同的输入信息时，学习型AI 62执行反馈学习过程以便创建可以处理的新规则。
可以在由学习型AI 62对规则进行评估之后，在获得预定的评估的时候，把学习型AI 62创建的新规则并入定义型AI 61的事先预备的规则中。
[1.4.数据库服务器]
所述数据库服务器70累积数据，并且响应来自AI设备60的请求来从已累积的数据中提取对应于所述请求的数据，并输出所述数据。另外，所述数据库服务器70累积在稍后描述的应用程序服务器80的各个系统81-86中生成并且处理的数据，或者响应来自各个系统81-86的请求来提供所累积的数据。
[1.5.应用程序服务器]
所述应用程序服务器80是安装有一个或者多个应用程序并执行所述应用程序的服务器，每一个所述应用程序均构成一系统。
安装在应用程序服务器80上的系统可以是由用户可使用的任何应用程序形成的服务器。下面列举说明安装在应用程序服务器80上的系统的例子。
(1)营销系统
营销系统81是主要用于支持公司营销活动的系统。例如，有用于以日报表的形式记录销售代表的计划以及内容、并且将销售目标信息和完成结果之间的差异告知管理者的系统(例如，在第2003-273525号日本专利申请中描述的系统)，有用于提取用户周围存在的顾客并且将这些顾客通知给用户的系统(例如，第2003-379066号日本专利申请)，有用于判断构成用户一天动作历史的日报表信息的可靠性的系统(例如，第2003-382699号日本专利申请)等等。
(2)产品开发和计划系统
产品开发和计划系统82是主要用于支持计划和开发新产品、服务等等的系统。举例来说，有用于根据开发的进展状态来改变注册信息的安全级的系统(例如，第2003-408431号日本专利申请)，有用于能够根据链接显示的色彩来识别注册信息的安全级的系统(例如，第2003-411651号日本专利申请)等等。
(3)销售管理系统
销售管理系统83是用于管理产品销售量、销售额、销售计划数量、在下个周期中替换产品的时间等等的系统。可以设想，所述销售管理系统83可以由销售代表来参考，以便在各个销售部、分店和销售商店执行数字管理并且建立销售策略，或者由开发和计划官员来参考，以便发现和分析热门货。
(4)生产和采购管理系统
生产和采购管理系统84是用于执行产品的生产管理和原材料和部件的采购管理的系统。例如，所述生产和采购管理系统84用于管理工厂中生产计划，交货管理，原材料和部件的采购比率的管理等等，或者由销售方使用以便确认流行产品的缺货程度和计划的交货时间。举例来说，有用于能够获取形成设备的各个单元(部件、组件)历史并且有效执行各个单元的再利用的系统(例如，第2002-182696号日本专利申请)。
(5)人力资源管理系统
人力资源管理系统85是用于管理有关人事和劳务的信息的系统。举例来说，有用于执行加班和假日工作的事前/事后申请的系统(例如，第2003-301806号日本专利申请)，以及用于根据ID卡等等的进出记录为迟到执行自动应用程序的系统(例如，第2003-345798号日本专利申请)。
(6)业务管理系统
企业管理系统86是用于工作分析、工作评估、成本核算等等的系统。例如，有用于为每一输入日报表的工作项目对每一雇员的工作时间进行计数并且分析的系统(例如，第2002-349266号日本专利申请)，用于根据工作届满日管理的结果来计算评估得分的系统(例如，第2002-349265号日本专利申请)，以及用于为每一输入日报表的工作项目对每个员工的工时进行计数、并且通过把统计的数值与工作单位价格相乘来计算生产成本的系统(例如，第2002-349267号日本专利申请)。
安装在所述应用程序服务器80上的应用程序或者系统不局限于上述这些。安装在所述应用程序服务器80上的任何应用程序以及系统都属于本发明的范围，只要所述应用程序以及系统由用户使用。
[2.应用程序系统的操作例子]
接下来，将解释应用程序系统1的操作的例子。
(1)用户从充当终端的计算机10或者便携式终端20输入作为对于期望信息的请求消息的输入信息，以便获得期望信息。把所述输入信息从计算机10或者便携式终端20传送到充当会话接口的会话引擎50。
(2)所述会话引擎50分析所述输入信息并且利用其他信息补充所述输入信息，并且把所述输入信息校正为可以由定义型AI 61识别的输入信息。
(3)所述定义型AI 61依据预先准备的规则来判断此输入信息的含义。当所述定义型AI 61可以判断含义时，所述定义型AI 61向数据库服务器70发出对应该含义的信息提取请求、信息注册请求等等。响应所述信息提取请求、信息注册请求等，数据库服务器70从累积的信息中提取必要的信息并且把所述信息返回给用户。可替换地，所述数据库服务器70请求应用程序服务器80执行处理，获得处理结果并且把结果返回给用户。
(4)另一方面，当所述定义型AI 61不接受所述输入信息的含义时，所述定义型AI 61请求学习型AI 62来判断所述输入信息的含义。首先，所述学习型AI 62基于过去学习的内容来判断该含义。当所述学习型AI 62基于过去学习的内容不接受所述含义时，或者当所述内容不充足，所述学习型AI 62向用户发出询问并且基于对所述询问的应答来决定含义。所述学习型AI 62基于决策结果来创建新规则并且存储所述规则(反馈学习)。以这种方式，所述学习型AI 62可以通过执行反馈学习来判断所述输入信息的含义。由此，能够处理超出预先准备的规则的情况。
[3.其他实施例]
图3、4和5示出了应用程序系统1(更具体地说是应用程序使用支持系统)的修改。
[3.1.第二实施例]
图3是示出了应用程序系统1的修改的框图。在此修改中，没有提供所述数据库服务器70，而是在应用程序服务器80中提供了用于各系统的数据库87。在其他方面，所述修改的应用程序系统1与图1中所示的应用程序系统1相同。不是必须在应用程序服务器80中提供数据库87，其可以独立于所述应用程序服务器80。
[3.2.第三实施例]
图4是示出了应用程序系统1的另一修改的框图。在此修改组件，没有提供所述会话引擎50，而是把输入信息从计算机10或者便携式终端20直接传送到定义型AI 61。在其他方面，所述修改的应用程序系统1与图1中所示的应用程序系统1相同。
所述定义型AI 61分析输入信息并且预测所述输入信息的含义和内容。当不要求语音识别时，依照此修改的应用程序系统1可以表现出与图1所示的应用程序系统1相同的功能。由此，此实施例的应用程序系统1在只以字符数据和图像数据方式输入而不使用语音数据的环境中是十分有利的。
[3.3.第四实施例]
图5是示出了应用程序系统1的又一修改的框图。在此修改中，没有提供所述定义型AI 61，而是由会话引擎50起到定义型AI 61的作用。在其他方面，所述修改的应用程序系统1与图1中所示的应用程序系统1相同。
当所述会话引擎50解释输入信息时，所述输入信息的解释包括对所述输入信息的含义和内容的预测。依照此修改，由于能够减少定义型AI 61的处理负担，故而可以更加快速地加以处理。
本领域技术人员容易想到其他优点和修改。因此，本发明按较宽方面不局限于具体细节或者在此示出并描述的代表性实施例。据此，在不脱离权利要求书和其等价物定义的总体发明构思的精神和范围的情况下，可以作出各种修改。
Claims (3)
1.一种应用程序使用支持系统，用作根据需要累积信息并输出信息的应用程序与所述应用程序的用户之间的接口，包括：
应用程序执行装置，用于执行所述应用程序；
第一AI处理装置，用于接收来自于用户的输入信息，根据预定的智能例程把AI处理施加到该输入信息，并且把AI处理的处理结果传送到应用程序执行装置；以及
具有学习功能的第二AI处理装置，当第一AI处理装置不接受所述输入信息的处理时，用于对所述输入信息执行AI处理并且把AI处理的处理结果传送到应用程序执行装置。
2.如权利要求1所述的应用程序使用支持系统，当第二AI处理装置不接受输入信息的处理时，所述第二AI处理装置向用户输出用于询问所述输入信息含义的应答，以便确定所述输入信息的处理。
3.如权利要求1所述的应用程序使用支持系统，还包括会话引擎装置，用于根据先前主题来分析来自用户的输入信息，并且把经解释的输入信息传送到第一AI处理装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004157626 | 2004-05-27 | ||
| JP2004157626A JP2005339237A (ja) | 2004-05-27 | 2004-05-27 | アプリケーション利用補助システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1722085A true CN1722085A (zh) | 2006-01-18 |
Family
ID=34936745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2005100743683A Pending CN1722085A (zh) | 2004-05-27 | 2005-05-26 | 应用程序使用支持系统 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20060184469A1 (zh) |
| EP (1) | EP1600944B1 (zh) |
| JP (1) | JP2005339237A (zh) |
| CN (1) | CN1722085A (zh) |
| AT (1) | ATE460725T1 (zh) |
| DE (1) | DE602005019807D1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5792891B2 (ja) * | 2012-03-28 | 2015-10-14 | 株式会社日立システムズ | アプリケーション開発営業支援システム |
| US9836454B2 (en) | 2016-03-31 | 2017-12-05 | International Business Machines Corporation | System, method, and recording medium for regular rule learning |
| CN109791766A (zh) * | 2016-10-06 | 2019-05-21 | 夏普株式会社 | 对话装置、对话装置的控制方法及控制程序 |
| JP6950362B2 (ja) * | 2017-08-29 | 2021-10-13 | 京セラドキュメントソリューションズ株式会社 | 情報処理システムおよびプログラム |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4716524A (en) * | 1985-04-04 | 1987-12-29 | Texas Instruments Incorporated | Apparatus and method removing increment/decrement pairs to decimate a block reference stream |
| US4999833A (en) * | 1985-05-06 | 1991-03-12 | Itt Corporation | Network connectivity control by artificial intelligence |
| US5297260A (en) * | 1986-03-12 | 1994-03-22 | Hitachi, Ltd. | Processor having a plurality of CPUS with one CPU being normally connected to common bus |
| US4974191A (en) * | 1987-07-31 | 1990-11-27 | Syntellect Software Inc. | Adaptive natural language computer interface system |
| US4984177A (en) * | 1988-02-05 | 1991-01-08 | Advanced Products And Technologies, Inc. | Voice language translator |
| US5218669A (en) * | 1988-03-11 | 1993-06-08 | International Chip Corporation | VLSI hardware implemented rule-based expert system apparatus and method |
| US5088048A (en) * | 1988-06-10 | 1992-02-11 | Xerox Corporation | Massively parallel propositional reasoning |
| US5253328A (en) * | 1989-11-17 | 1993-10-12 | Microelectronics & Computer Technology Corp. | Neural-network content-addressable memory |
| US5379438A (en) * | 1990-12-14 | 1995-01-03 | Xerox Corporation | Transferring a processing unit's data between substrates in a parallel processor |
| US5652897A (en) * | 1993-05-24 | 1997-07-29 | Unisys Corporation | Robust language processor for segmenting and parsing-language containing multiple instructions |
| JPH07152788A (ja) * | 1993-06-28 | 1995-06-16 | At & T Global Inf Solutions Internatl Inc | 並列検索方法及びその方法を用いた並列演算処理コンピューターシステム |
| US5942986A (en) * | 1995-08-09 | 1999-08-24 | Cedars-Sinai Medical Center | System and method for automatic critical event notification |
| US5970476A (en) * | 1996-09-19 | 1999-10-19 | Manufacturing Management Systems, Inc. | Method and apparatus for industrial data acquisition and product costing |
| US6219628B1 (en) * | 1997-08-18 | 2001-04-17 | National Instruments Corporation | System and method for configuring an instrument to perform measurement functions utilizing conversion of graphical programs into hardware implementations |
| US6134560A (en) * | 1997-12-16 | 2000-10-17 | Kliebhan; Daniel F. | Method and apparatus for merging telephone switching office databases |
| US6249780B1 (en) * | 1998-08-06 | 2001-06-19 | Yamaha Hatsudoki Kabushiki Kaisha | Control system for controlling object using pseudo-emotions and pseudo-personality generated in the object |
| US6499013B1 (en) * | 1998-09-09 | 2002-12-24 | One Voice Technologies, Inc. | Interactive user interface using speech recognition and natural language processing |
| WO2000021074A1 (en) * | 1998-10-05 | 2000-04-13 | Lernout & Hauspie Speech Products N.V. | Speech controlled computer user interface |
| US6895558B1 (en) * | 2000-02-11 | 2005-05-17 | Microsoft Corporation | Multi-access mode electronic personal assistant |
| JP2004030008A (ja) * | 2002-06-24 | 2004-01-29 | Aruze Corp | 機器製品、及び製品情報管理システム |
| US6934615B2 (en) * | 2003-03-31 | 2005-08-23 | Deere & Company | Method and system for determining an efficient vehicle path |
| US7403881B2 (en) * | 2004-10-26 | 2008-07-22 | Texas Instruments Incorporated | FFT/IFFT processing system employing a real-complex mapping architecture |
-
2004
- 2004-05-27 JP JP2004157626A patent/JP2005339237A/ja not_active Withdrawn
-
2005
- 2005-05-19 US US11/134,584 patent/US20060184469A1/en not_active Abandoned
- 2005-05-20 EP EP05010956A patent/EP1600944B1/en not_active Not-in-force
- 2005-05-20 DE DE602005019807T patent/DE602005019807D1/de not_active Expired - Fee Related
- 2005-05-20 AT AT05010956T patent/ATE460725T1/de not_active IP Right Cessation
- 2005-05-26 CN CNA2005100743683A patent/CN1722085A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP1600944B1 (en) | 2010-03-10 |
| JP2005339237A (ja) | 2005-12-08 |
| ATE460725T1 (de) | 2010-03-15 |
| DE602005019807D1 (de) | 2010-04-22 |
| EP1600944A1 (en) | 2005-11-30 |
| US20060184469A1 (en) | 2006-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170091697A1 (en) | Predictive model of task quality for crowd worker tasks | |
| CN1165858C (zh) | 应用搜索结果的自然语言处理以改进整体精度的信息检索系统的设备和方法 | |
| US20120232955A1 (en) | System and Method for Capturing Information for Conversion into Actionable Sales Leads | |
| EP1244042A1 (en) | System for and method of facilitating sales activities | |
| CN1685308A (zh) | 企业计划环境中的实时数据汇总 | |
| CN111984873B (zh) | 一种服务推荐系统和方法 | |
| CN1533542A (zh) | 建立财经建议应用的系统和方法 | |
| CN1726493A (zh) | 在联络中心门户内进行搜索 | |
| CN1639719A (zh) | 用于基于网络的海关信息处理的系统与方法 | |
| CN1726512A (zh) | 在多所有者内容管理系统中的内容反馈 | |
| CN108280115A (zh) | 识别用户关系的方法及装置 | |
| CN1189052C (zh) | 基于移动通信网的调查系统及方法 | |
| CN114722281B (zh) | 基于用户画像及用户选课行为的培训课程配置方法、装置 | |
| CN115391669A (zh) | 一种智能推荐方法、装置、电子设备 | |
| CN1589446A (zh) | 增强用户服务的集成供气系统和计算机网络 | |
| CN1722085A (zh) | 应用程序使用支持系统 | |
| CN116523268A (zh) | 一种基于大数据画像的人岗匹配分析方法及装置 | |
| CN112052310A (zh) | 基于大数据的信息获取方法、装置、设备及存储介质 | |
| US7716209B1 (en) | Automated advertisement publisher identification and selection | |
| CN1908979A (zh) | 电子商务系统及应用该系统购物的方法 | |
| CN109191159A (zh) | 数据定向方法、装置、计算机设备及计算机可读存储介质 | |
| JP2020004161A (ja) | 審査支援装置、審査支援方法、およびサービス提供方法 | |
| CN115222370A (zh) | 多维度创业孵化项目评测方法、系统及电子设备 | |
| CN114722280A (zh) | 基于用户画像的课程推荐方法、装置、设备及存储介质 | |
| CN108132940A (zh) | 一种应用程序数据提取方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |