DE102014100958A1 - Kontextabfragen zum Erweitern einer Videoanzeige - Google Patents

Kontextabfragen zum Erweitern einer Videoanzeige Download PDF

Info

Publication number
DE102014100958A1
DE102014100958A1 DE102014100958.4A DE102014100958A DE102014100958A1 DE 102014100958 A1 DE102014100958 A1 DE 102014100958A1 DE 102014100958 A DE102014100958 A DE 102014100958A DE 102014100958 A1 DE102014100958 A1 DE 102014100958A1
Authority
DE
Germany
Prior art keywords
data
keywords
user
related content
content
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
DE102014100958.4A
Other languages
English (en)
Inventor
Rod D. Waltermann
Jefferson Holt
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.)
Lenovo Singapore Pte Ltd
Original Assignee
Lenovo Singapore Pte Ltd
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 Lenovo Singapore Pte Ltd filed Critical Lenovo Singapore Pte Ltd
Publication of DE102014100958A1 publication Critical patent/DE102014100958A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/462Content or additional data management, e.g. creating a master electronic program guide from data received from the Internet and a Head-end, controlling the complexity of a video stream by scaling the resolution or bit-rate based on the client capabilities
    • H04N21/4622Retrieving content or additional data from different sources, e.g. from a broadcast channel and the Internet
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439Processing of audio elementary streams
    • H04N21/4394Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/472End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4722End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting additional data associated with the content
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/482End-user interface for program selection
    • H04N21/4828End-user interface for program selection for searching program descriptors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81Monomedia components thereof
    • H04N21/8126Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • H04N21/8133Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts specifically related to the content, e.g. biography of the actors in a movie, detailed information about an article seen in a video program
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84Generation or processing of descriptive data, e.g. content descriptors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84Generation or processing of descriptive data, e.g. content descriptors
    • H04N21/8405Generation or processing of descriptive data, e.g. content descriptors represented by keywords

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

Eine Ausführungsform stellt ein Verfahren bereit, umfassend: Ableiten von Textdaten von einer Eingabe audiovisueller Daten; Analysieren der Textdaten, um ein oder mehrere Schlüsselworte zu bilden; Auswählen des einen oder der mehreren Schlüsselworte, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; Bilden des einen oder der mehreren relevanten Schlüsselworte zu einer Anfrage um einen relevanten Inhalt zu erhalten; und Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten. Weitere Aspekte werden beschrieben und beansprucht.

Description

  • HINTERGRUND
  • Eine steigende Anzahl von Haushalten haben nun hochauflösende Fernseher (HDTVs oder TVs) und Breitband-Internetverbindungen. Verbraucher sehen in einer beträchtlichen Anzahl auf diesem HDTVs fern. Verbraucher greifen auch zunehmend auf Medieninhalte über das Internet zurück, hauptsächlich auf traditionellen Desktop- und Laptop-Computern sowie mobilen Informationsverarbeitungsgeräten (z. B. Smartphones, Tablets, Laptop-Computern und dergleichen). Diese Trends werden wahrscheinlich fortgesetzt, je mehr HD-Programme zur Verfügung stehen, mehr Verbraucher HDTVs kaufen und mehr Verbraucher drahtgebundene oder drahtlose Breitbandinternetverbindungen einschalten oder erhalten.
  • Konsumenten benutzen gewöhnlich persönliche Informationsverarbeitungsgeräte, um ihre Fernseherfahrungen zu erweitern (wie wenn sie einen Laptop verwenden, um Wahlergebnisse oder Sportereignisse zu verfolgen, während eines Beobachtens des darauf bezogenen Inhalts am Fernseher). Dieser Trend, dass Verbraucher ständig zusätzliche Informationen ausfindig machen, die sich auf ein Fernsehprogramm beziehen, selbst während des Beobachtens der Programme, wird sich wahrscheinlich auch fortsetzen. Fortschritte in den Fernsehdiensten und den Internet-Medieninhalten, die sich auf Fernsehdienste beziehen, haben dieses Verhalten erleichtert. Ständig wachsende und zugängliche Wege des Manipulierens von Fernsehprogrammen werden zunehmend verfügbar (z. B. Bilder in Bildanzeigen, Pausieren von Live-Programmen über digitale Videorekorder (DVRs) usw.). In ähnlicher Weise werden zunehmende Mengen von Internet-Medieninhalten, die sich auf Fernsehprogramme beziehen, verfügbar sein.
  • Jedoch gibt es gegenwärtig keinen konventionellen Weg, um einem Nutzer zu ermöglichen, eine ernsthaft integrierte Fernseh- und eine Internet-Medienerfahrung zu haben. Selbst wenn Fernsehprogramme auf einem Internet-verbundenen Gerät gesehen werden (z. B. Laptop, Desktop oder mobile Computergeräte), fehlt es an einer ernsthaft integrierten Erfahrung, so das Verbraucher zwischen dem Sehen des Programms und dem Versorgen durch das Internet wählen müssen. Konsequenterweise gehen Verbraucher deshalb in einer zeitaufwendigen und unverbindlichen Art zum Schalten zwischen den Mediengeräten (z. B. zwischen Fernseher und Laptop oder Tablet) oder zu manuellen Applikationen über.
  • KURZE ZUSAMMENFASSUNG
  • Zusammenfassend stellt ein Aspekt ein Verfahren bereit, umfassend: Ableiten von Textdaten von einer Eingabe audiovisueller Daten; Analysieren der Textdaten, um ein oder mehrere Schlüsselworte zu bilden; Auswählen des einen oder der mehreren Schlüsselworte, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; Bilden des einen oder der mehreren relevanten Schlüsselworte zu einer Anfrage, um einen relevanten Inhalt zu erhalten; und Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten.
  • Ein anderer Aspekt stellt ein Informationsverarbeitungsgerät bereit, umfassend: einen oder mehrere Prozessoren; eine Dateneingabeverbindung; eine Netzwerkverbindung; und ein Speichergerät, das Instruktionen speichert, die auf dem einen oder den mehreren Prozessoren zugänglich sind, wobei die Instruktionen durch die einen oder mehreren Prozessoren ausführbar sind, um Aktionen durchzuführen, umfassend: Ableiten von Textdaten von einer Eingabe audiovisueller Daten; Analysieren der Textdaten, um ein oder mehrere Schlüsselworte zu bilden; Auswählen des einen oder der mehreren Schlüsselworte, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; Bilden des einen oder der mehreren relevanten Schlüsselworte in einer Anfrage zum Erhalten eines relevanten Inhalts; und Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten.
  • Ein weiterer Aspekt stellt ein Computerprogrammprodukt bereit, umfassend: ein Speichermedium, das einen computerlesbaren Programmcode aufweist, der darin enthalten ist, wobei der computerlesbare Programmcode umfasst: einen computerlesbaren Programmcode, der konfiguriert ist, um Textdaten von einer Eingabe audiovisueller Daten abzuleiten; einen computerlesbaren Programmcode, der konfiguriert ist, um die Textdaten zu analysieren, um ein oder mehrere Schlüsselworte zu bilden; einen computerlesbaren Programmcode, der konfiguriert ist, um das eine oder die mehreren Schlüsselworte auszuwählen, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; und einen computerlesbaren Programmcode, der konfiguriert ist, um die einen oder die mehreren relevanten Schlüsselworte in eine Anfrage zum Erhalten eines relevanten Inhalts umzuformen; und einen computerlesbaren Programmcode, der konfiguriert ist, um eine oder mehrere Anfragen auszugeben, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten.
  • Das Vorhergehende ist eine Zusammenfassung und kann somit Vereinfachungen, Verallgemeinerungen und Auslassungen von Details enthalten; konsequenterweise werden Fachleute erkennen, dass die Zusammenfassung nur darstellend ist und nicht beabsichtigt ist, in irgendeiner Weise zu begrenzen.
  • Für ein besseres Verständnis der Ausführungsformen zusammen mit anderen und weiteren Merkmalen und Vorteilen davon, wird auf die nachfolgende Beschreibung in Verbindung mit den begleitenden Zeichnungen Bezug genommen. Der Rahmen der Erfindung wird in den anhängenden Ansprüchen ausgedrückt.
  • KURZE BESCHREIBUNG DER UNTERSCHIEDLICHEN ANSICHTEN DER ZEICHNUNGEN
  • 1 zeigt ein Beispiel eines Informationsverarbeitungsgerätes und Komponenten davon.
  • 2 zeigt ein beispielhaftes Verfahren des Erhaltens von zugehörigen Medieninhalten für eine Videoanzeige.
  • 3 zeigt ein Beispiel eines Verfahrens des Ableitens von Schlüsselworten für ein Eingeben von audiovisuellen Daten.
  • DETAILLIERTE BESCHREIBUNG
  • Es ist ohne weiteres verständlich, dass die Komponenten der Ausführungsformen, wie sie generell beschrieben und in den Figuren dargestellt werden, in einer weiten Vielfalt von unterschiedlichen Konfigurationen zusätzlich zu den beschriebenen beispielhaften Ausführungsformen angeordnet und strukturiert sein können. Deshalb ist es nicht beabsichtigt mit der folgenden detaillierteren Beschreibung der beispielhaften Ausführungsformen, wie sie in den Figuren gezeigt werden, den Rahmen der Ausführungsformen wie beansprucht zu begrenzen, sondern er ist ohne weiteres repräsentativ mit den beispielhafte Ausführungsformen.
  • Eine Bezugnahme in der gesamten Spezifikation auf ”eine einzelne Ausführungsform” oder ”eine Ausführungsform” (oder dergleichen) bedeutet, dass ein besonderes Merkmal, eine Struktur oder ein Kennzeichen, das in Verbindung mit der Ausführungsform beschrieben wird, mindestens in einer Ausführungsform enthalten ist. Somit beziehen sich das Auftreten der Ausdrücke ”in einer einzelnen Ausführungsform” oder ”in einer Ausführungsform” oder dergleichen an unterschiedlichen Stellen in der gesamten Spezifikation nicht notwendigerweise alle auf die gleiche Ausführungsform.
  • Weiterhin können die beschriebenen Merkmale, Strukturen oder Charakteristiken in irgendeiner geeigneten Weise in einer oder mehreren Ausführungsformen kombiniert werden. In der folgenden Beschreibung wird eine Vielzahl spezifischer Details bereitgestellt, um ein sorgfältiges Verständnis der Ausführungsformen zu geben. Ein Fachmann der Technik wird jedoch erkennen, dass die unterschiedlichen Ausführungsformen ohne ein oder mehrere der spezifischen Details praktiziert werden können oder mit anderen Verfahren, Komponenten, Materialien usw. Andererseits werden bekannte Strukturen, Materialien oder Verfahren nicht im Detail gezeigt oder beschrieben, um eine Verwirrung zu vermeiden.
  • Ein heutiger Fernseh-(TV)Zuschauer (oder Nutzer) hat typischerweise zwei oder mehr Geräte, nämlich das TV- und ein Internetgerät, z. B. ein Telefon, ein Tablet usw. Die Zuschauer schalten oft zwischen den Geräten während eines TV-Programms hin und her, z. B. durch Anschauen von Webseiten auf einem Tablet während dem Sehen eines TV-Programms. Der Trend zu Smart-TVs, nämlich Fernsehgeräten mit Internetverbindungsmöglichkeit, kann einen Teil des Problems der Nutzer lösen, die eine Mehrzahl von Geräten zum Erhalten eines Inhalts verwenden müssen, aber Smart-TVs können nicht vollständig die Aktivitäten der Zuschauer in das laufende Programm, das sie gerade sehen, integrieren.
  • Somit stellen Smart-TVs, BLURAY-Wiedergabegeräte, Spielekonsolen usw., welche Film- oder Video-Ströme und Internetverbindungen bereitstellen, keine zufrieden stellenden Wahrnehmungsaktivitäten bereit. Fernsehinhalt-Provider versuchen, den gesendeten Inhalt mit zusätzlichen Daten zu erweitern, z. B. TWITTER zusetzen, vorzeige-/inhaltsbasierende Webseiten usw., um dem Nutzer mehr Interaktivitäten zu ermöglichen. Zum Beispiel stellen existierende Technologien, wie das iTV, für Programm oder Station Interaktionstreiber bereit, aber diese Dienste zwingen die Zuschauer nur basierend auf den Optionen, die durch die Dienste bereitgestellt werden, zu interagieren. Darüber hinaus sind diese Dienste vom Standpunkt des Zuschauers aus im Allgemeinen ungefiltert, nämlich nicht kontextuell relevant für den spezifischen Zuschauer, sondern eher relevant zum Besten der Zuschauer des allgemeinen Programms.
  • Im Gegensatz dazu erlaubt eine Ausführungsform dem Nutzer seinen eigenen Modus der Untersuchung und Interaktion basierend auf dynamisch erzeugten Suchanfragen und URLs auszuwählen. Eine Ausführungsform tokenisiert Daten, z. B. bildet Textdaten, welche von Fernseheingaben oder anderen Quellen wie dem Internet abgeleitet sind, schließt soziale Medieninhalte, nutzererzeugte Dokumente und Medien, E-Mails, Artikel, Einkaufshistoriendaten, Nutzereingabedaten usw. ein (”nutzerspezifische Quellen”), um eine Serie von kontextbewussten Suchanfragen zu generieren. Auf Daten, die zum Ableiten von Textdaten verwendet werden, ob die Daten Audiodaten, Videodaten, Webseitendaten, Dokumente, Medien oder in anderer Weise abgeleitete Daten oder ein Kombination der vorhergehenden sind, wird zusammengefasst als ”audiovisuelle Daten” Bezug genommen. Somit können ”audiovisuelle Daten” Audiodaten, Videodaten, Webseitendaten, Dokumente oder E-Mails, die von einem Nutzer-Account abgeleitet sind, soziale Mediendaten, Einkaufshistoriendaten eines Nutzers, Daten, die von Nutzereingaben abgeleitet sind, oder eine Kombination der vorhergehenden sein. Die Tokens können auf einer Relevanz basierend optimiert werden, um mehr relevanten Inhalt bereitzustellen. Der optimierte Satz von Anfrage-Tokens kann dann zu einem intelligenten Anfrageprozessor überführt werden, um relevante URLs zum Anzeigen für den Nutzer zu bestimmen.
  • Die gezeigten beispielhaften Ausführungsformen können durch Bezug auf die Figuren am besten verstanden werden. Die folgende Beschreibung ist nur als Beispiel beabsichtigt und zeigt einfache bestimmte beispielhafte Ausführungsformen.
  • 1 zeigt ein Blockdiagramm eines Beispiels eines Informationsverarbeitungsgerätes (”Gerät”) mit Schaltkreisen, Schaltungen oder Komponenten. Das Beispiel, das in 1 gezeigt wird, kann den Computersystemen, wie den THINKPAD-Serien der Personalcomputer, die durch Lenovo (US) Inc. of Morrisville, NC, verkauft werden, oder anderen Geräten entsprechen. Wie durch die Beschreibung hierin nahe liegend ist, können Ausführungsformen andere Merkmale oder nur einige der Merkmale des Beispiels, das in 1 gezeigt wird, umfassen.
  • Das Beispiel der 1 umfasst einen sogenannten Chipsatz 110 (eine Gruppe integrierter Schaltungen oder Chips, die zusammenarbeiten als Chipsätze) mit einer Architektur, die abhängig von dem Hersteller variieren kann (zum Beispiel INTEL, AMD, ARM usw.). Die Architektur des Chipsatzes 110 umfasst einen Kern und eine Speichersteuergruppe 120 und einen EIN/AUS-Steuerknoten 150, der Informationen (zum Beispiel Daten, Signale, Anweisungen usw.) über eine direkte Managementschnittstelle (DMI) 142 oder ein Verbindungssteuergerät 144 austauscht. In 1 ist die DMI 142 eine Chip-zu-Chip-Schnittstelle (auf die manchmal als eine Verbindung zwischen einer ”Northbridge” und einer ”Southbridge” Bezug genommen wird). Der Kern und die Speichersteuergruppe 120 umfassen einen oder mehrere Prozessoren 122 (zum Beispiel Einzel- oder Mehrfachkerne) und einen Speichersteuerknoten 126, der Informationen über einen Frontseiten-Bus (FSB) 124 austauscht; es ist anzumerken, dass die Komponenten der Gruppe 120 auf einem Chip integriert sein können, was die konventionelle ”north-bridge”-artige Struktur ersetzt.
  • In 1 bildet der Speichersteuerknoten 126 Schnittstellen mit dem Speicher 140 (zum Beispiel um eine Unterstützung für eine Art RAM-Speicher bereitzustellen, auf den als einen ”Systemspeicher” oder ”Speicher” Bezug genommen werden kann). Der Speichersteuerknoten 126 schließt weiterhin eine LVDS-Schnittstelle 132 für ein Anzeigegerät 192 ein (zum Beispiel einen CRT, einen Flachbildschirm, einen Touchscreen und so weiter). Ein Block 138 umfasst einige Technologien, die über die LVDS-Schnittstelle 132 gestützt sein können (zum Beispiel serielles digitales Video, HDMI/DVI, Anzeigeanschluss). Der Speichersteuerknoten 126 schließt auch eine PCI-Express-Schnittstelle (PCI-E) 134 ein, die diskrete Graphiken 136 unterstützt.
  • In 1 umfasst der EIN/AUS-Steuerknoten 150 eine SATA-Schnittstelle 151 (zum Beispiel für HDDs, SDDs, 180 und so weiter), eine PCI-E-Schnittstelle 152 (zum Beispiel für drahtlose Verbindungen 182), eine USB-Schnittstelle 153 (zum Beispiel für Geräte 184, wie einen Digitalisierer, einen Touch screen, ein Keyboard, eine Maus, Kameras, Telefone, Mikrofone, Speicher, andere verbundene Geräte und so weiter), eine Netzwerkschnittstelle 154 (zum Beispiel LAN), eine GPIO-Schnittstelle 155, eine LPC-Schnittstelle 170 (für ASICs 171, eine TPM 172, eine Super-EIN/AUS 173, einen Firmenwaren-Knoten 174, BIOS-Unterstützung 175 sowie unterschiedliche Arten von Speichern 176 wie ROM 177, Flash 178 und NVRAM 179), eine Strommanagement-Schnittstelle 161, ein Taktgenerator-Schnittstelle 162, eine Audioschnittstelle 163 (zum Beispiel für Lautsprecher 194), eine TCO-Schnittstelle 164, einen Systemmanagement-Busschnittstelle 165 und einen SPI-Flash 166, der eine BIOS 168 und einen Bootcode 190 einschließen kann. Der EIN/AUS-Steuerknoten 150 kann eine Gigabit-Ethernet-Unterstützung aufweisen.
  • Sobald das System eingeschaltet ist, kann es konfiguriert sein, um einen Bootcode 190 für die BIOS 168 auszuführen, wie sie in dem SPI-Flash 166 gespeichert ist, und danach können die Daten unter der Steuerung von einem oder mehreren Betriebssystemen und Applikationssoftware bearbeitet werden (zum Beispiel gespeichert in dem Systemspeicher 140). Ein Betriebssystem kann in irgendeiner der unterschiedlichen Stellen gespeichert sein und zum Beispiel gemäß den Instruktionen der BIOS 168 darauf zugegriffen werden. Wie hierin beschrieben, kann ein Gerät weniger oder mehr Merkmale enthalten als in dem System der 1 gezeigt.
  • Geräte, wie zum Beispiel in 1 gezeigt, können Nutzergeräte wie ein Medienmanagementsystem umfassen, das mit einer Leitung über einen Dateneingang mit einer Inhaltsversorgung (z. B. einer Kabelfernseh-Datenversorgung) und einem Anzeigegerät (z. B. HDTV) verbunden ist. Geräte wie das beispielhafte Gerät, das in 1 gezeigt wird, können zum Ableiten tokenisierter Daten von Relevanz für eine Analyse und Suchanfragenfunktionalität verwendet werden, wie weiter hierin beschrieben wird.
  • Bezugnehmend auf 2 akzeptiert eine Ausführungsform audiovisuelle Dateneingabe als Eingabeinhalt 210. Für den Eingabeinhalt kann eine Ausführungsform des Fernsehinhalts wie eine Fernsehübertragung oder ein Strom verwendet werden. Die Fernsehdaten können darstellbare Videoinhalte einschließen wie den Text, der auf dem Bildschirm angezeigt wird (der über optische Zeichenerkennung erhalten wird) oder Audiodaten (z. B. entweder abgeleitet von aktuellen Audiodaten unter Verwendung des Textes, um Applikationen oder verschlüsselt aufgenommene Daten anzusprechen).
  • Eine Ausführungsform kann auch audiovisuelle Daten, die von dem Internet stammen, verwenden. In dem Fall des Internetinhalts kann eine Ausführungsform relevante Daten beeinflussen, z. B. Nutzer-Account-Information, um auf zugehörige Internetdaten zuzugreifen, die nutzerspezifisch sind (z. B. basierend auf Nutzer-Account-Information). In einem Beispiel wird ein TWITTER-Beitrag von einem TWITTER-Konto einbehalten, von dem bekannt ist, dass es mit dem Zuschauer assoziiert ist, z. B. über eine Zuschauer-Einbuchungsinformation an einem Smart-TV oder einem anderen Gerät. Eine Ausführungsform kann auch audiovisuelle Daten verwenden, die von anderen Quellen stammen, einschließlich von nutzerspezifizierten Quellen, wie Nutzerdokumenten und Medien, E-Mail, Gegenstände, Einkaufshistorien, Nutzereingaben (z. B. eine Nutzereingabe in ein Mediengerät, zum Beispiel Suchhistorie für Filme auf einem Mediengerät) usw. Die nutzerspezifischen Quellen können somit gespeichert und es kann auf sie lokal zugegriffen werden oder gespeichert und entfernt werden (z. B. über eine Netzwerkverbindung). Deshalb kann eine Ausführungsform einen Zugriff zu einer Vielzahl von audiovisuellen Daten als Eingabeinhalt bei 210 aufweisen.
  • Der Eingabeinhalt wird zum Ableiten von Textdaten bei 220 verwendet. Beispiele des Ableitens von Textdaten umfassen, Erhalten von geschlossenen Kennungsdaten eines Fernseh-Stroms, Erhalten eines Rahmens zum Einholen von Videodaten und Durchführen von OCR-Analysen, um Textdateninhalte zu identifizieren, welche darin enthalten sind, Einfügen von TWITTER-Seiten-Beitrag(Beiträgen), von denen bekannt ist, dass sie mit dem Nutzer assoziiert sind, und Erhalten von Textdaten davon, Einfügen von FACEBOOK oder anderen sozialen Mediennetzseiten und Ableiten von Textdaten davon usw. Somit prüft der Eingabeinhalt, um Textdaten davon bei 220 abzuleiten.
  • Bei 230 werden die Textdaten, anstatt durch blindes Verpacken in eine Suchanfrage eingebunden zu werden, analysiert, um die relevanten Textdaten für den Gebrauch in einer Suchanfrage zu bestimmen. Somit verwendet unter Bezugnahme auf 3 eine Ausführungsform den Eingabeinhalt 310, um Textdaten darin bei 320 zu tokenisieren. Ein Tokenisieren von Textdaten umfasst zum Beispiel eine Sprachanalyse der Textdatenstruktur (z. B. Sätze), um davon Schlüsselwörter, welche darin enthalten sind, abzuleiten. Ein Beispiel kann eine grammatische Analyse der Sätze einschließen, um wichtige Worte zu identifizieren (z. B. Verben, Nomen usw.), die in der Sprache verwendet werden. Dieses Token Verfahren bei 320 schließt dann ein Analysieren des Textes, der von dem Eingabeinhalt abgeleitet wird, ein, um Identifikationsschlüsselworte in einem ersten Durchgang einer Relevanzfilterung abzuleiten.
  • Nachfolgend zu diesem ersten Durchgang kann eine Ausführungsform einen zweiten Durchgang der Relevanzfilterung der Textdaten durchführen. Eine Ausführungsform kann zum Beispiel eine Frequenzanalyse von den tokenisierten Textdaten bei 330 durchführen, um relevante Worte von dem ersten gefilterten Durchgangssatz zu identifizieren. Der erste gefilterte Durchgangssatz kann Textdaten einschließen von einem oder mehreren geschlossenen Kennsätzen, einem oder mehreren sozialen Medienwebseiten, bildschirmerfasste (und OCR) Daten oder dergleichen. Eine Kombination des Vorhergehenden kann verwendet werden.
  • Ein Beispiel einer Frequenzanalyse ist die FFT-Analyse der tokenisierten Textdaten, um die am häufigsten gebrauchte Frequenz zu identifizieren. Das Ergebnis dieses zweiten Durchgangs der relevanten Filterung ist eine Ausgabe von einem relevanten Schlüsselwort(en) bei 340, welche genutzt werden kann, um einen relevanten zusätzlichen Inhalt für den Zuschauer zu erhalten.
  • Zusätzlich können andere Quellen von audiovisuellen Daten, z. B. vom Internet abgeleitete Daten, Nutzerdokumente, E-Mails, Einkaufshistorien, oder andere nutzerspezifische Datenquellen in ähnlicher Weise verwendet werden, die zum Ableiten von Textdaten und zum Filtern von Textdaten verwendet werden, z. B. wie in Verbindung mit den Ableitungen von Textdaten von einem TV-Inhaltseingabe-Strom. Deshalb kann ein erster Filterdurchgang verwendet werden, um die am höchsten frequentierten Daten von dem TV/Medien-Strom zu finden (z. B. tokenisiert und grammatisch analysiert), gefolgt von einer FFT-(oder dergleichen)Analyse, um die Schlüsselbereiche des Textes oder der Schlüsselworte zu finden.
  • Sind die Textdaten, die von den vielfachen Quellen (z. B. TV/Medieneingabe-Strom und nutzerspezifische Quellen) abgeleitet werden, gegeben, kann ein weiterer Filter- und Analyseprozess verwendet werden, um die Informationen zu finden, die mit den Nutzerinteressen korrelieren (z. B. unter Verwendung der sozialen Medien, wie FACEBOOK- oder TWITTER-Accounts usw.), um eine Schnittstelle der Ausgaben zu identifizieren, z. B. dem höchsten Rang der FFT-Daten von den TV/Medien-Strom und den Nutzerinteressen, basierend auf den anderen nutzerspezifischen Datenquellen. Zum Beispiel können die Daten mit einem Medien-Strom kombiniert werden und als ein Skalar-Vektor behandelt werden, gefolgt von einer Berechnung der Teilraumschnittstelle und einer Frequenzanalyse, um die höchste Frequenz für ein Schlüsselwortbeispiel herauszufinden, welches dann zum Herausfinden von relevanten zusätzlichen Daten oder einem Inhalt, an dem der Nutzer interessiert ist, verwendet wird. Somit kann das Ergebnis der Textdatenableitung, Filterung und Schlüsselwortidentifikationsprozesse Textdaten erhalten, welche beim Suchen zum Bereitstellen zusätzlicher Daten verwendet werden, die den Nutzer höchstwahrscheinlich interessieren und relevant sind für das laufende Programm.
  • Bezugnehmend auf 2 verwendet eine Ausführungsform die relevanten Schlüsselworte, die durch die Analyse im Schritt 240 gebildet wurden, um eine Anfrage zu formen, welche dann bei 250 ausgeführt wird. Die Anfrage kann eine Webanfrage sein unter Verwendung von einem oder mehreren Schlüsselworten, die von der Analyse gebildet werden. Somit kann eine Ausführungsform das Internet absuchen, z. B. unter Verwendung einer Suchmaschine mit einem oder mehreren relevanten Schlüsselworten. Die Suchmaschine kann eine popularitätsbasierte Suchmaschine, wie GOOGLE Internetsuchmaschine, sein oder einen intelligenten Suchmaschinenservice bieten, z. B. WOLFRAM ALPHA rechnergestützte Wissensmaschine, oder einen wissensbasierten Suchservice. Alternativ oder zusätzlich kann ein Kundensuchdienst auf vorsortierten oder vorerhaltenen Daten durchgeführt werden, z. B. ein Kundendatensatz für eine bestimmte Show oder ein bestimmtes Netzwerk usw.
  • Unabhängig von den exakten Suchen und Anfragen, die verwendet werden, kann der relevante Inhalt des spezifischen Programms (z. B. über Anwenden geschlossener Kennungsdaten, OCR-Bildschirmdaten, Audiodaten, die in Textdaten konvertiert sind usw.) oder relevant für den spezifischen Nutzer (z. B. unter Verwenden, allein oder in Kombination mit Programmdaten, von einem lokalen sozialen Medien-Account oder einem Datenbeitrag, basierend auf einer Nutzeridentifikation oder einem Einloggen, z. B. auf ein Smart-TV oder ein anderes Gerät) bei 260 erhalten werden. Mit dem relevanten Inhalt kann in einer vielfältigen Weise umgegangen werden.
  • Der relevante Inhalt, der über ein Anfragen erhalten wurde, kann zum Beispiel als überlappendes oder segmentiertes Anzeigematerial (z. B. für eine kombinierte Anzeige) verwendet werden. Zusätzlich oder alternativ kann der erhaltende relevante Inhalt verwendet werden als eine Basis, um Zuschauer zu Interaktionen einzuladen, z. B. mit einem Smart-TV oder einem anderen Gerät. Zum Beispiel kann ein Zuschauer eingeladen werden (visuell, verbal usw.), auf Verbindungen oder Icons für den zugehörigen Inhalt zu klicken oder in anderer Weise den betreffenden Inhalt zu veranlassen, in einer interaktiven Anzeige zusammen mit dem laufenden Programm enthalten zu sein.
  • Durch Token der Daten, z. B. geschlossene Kennung und/oder OCR für einen Bildschirmtext und/oder für ein soziales Medium abgeleitete Daten, kann eine Ausführungsform eine Serie von Kontext bewussten Suchanfragen generieren und deshalb einen diskreten URLs als zugehörigen Inhalt bereitstellen, basierend auf ein laufendes Programm oder ein Video und einen Text eines Zuschauers. Eine Ausführungsform benutzt einen Inhalt von dem eingeschalteten Bildschirm, Text, von dem Dialog einer Show (z. B. unter Verwendung von Text auf Sprachprogrammen) oder sogar von nutzerverbundenen sozialen Medienbeiträgen. Dieses Token kann optimiert sein, zum Beispiel durch ein Durchlaufen des Tokens durch zwei Durchlaufoperationen, um eine Relevanz zu optimieren und zu bestimmen.
  • Erneut können in einem ersten Durchlauf durch eine FFT-Analyse das Token optimiert werden, z. B. durch den am höchsten frequentierten Gebrauch, basierend auf einer Gewichtung des Tokens. Ein zweiter Durchlauf kann durchgeführt werden, um eine Matrixmanipulation zu beeinflussen, um einen Transformationssatz zu konstruieren, um eine Schnittstelle zu finden oder einen Kontext innerhalb eines Such-Tokens. Dieser optimierte Satz von Anfrage-Tokens kann darin einen oder mehrere intelligente Anfrageprozessoren zum Bestimmen relevanter URLs für die Anzeige des Nutzers durchlaufen. Die URLs und der Inhalt können dann in einer kombinierten Anzeige eines Anzeigegerätes angezeigt werden (z. B. HDTV).
  • Es soll außerdem verständlich sein, dass die unterschiedlichen Ausführungsformen in einem oder mehreren Informationsverarbeitungsgeräten implementiert werden können, die in geeigneter Weise konfiguriert sind, um Programminstruktionen in Übereinstimmung mit der Funktionalität der Ausführungsformen auszuführen, wie sie hierin beschrieben sind. In dieser Beziehung zeigt 1 ein nicht-begrenzendes Beispiel von einem derartigen Gerät und Komponenten davon.
  • Wie es von einem Fachmann anerkannt wird, können vielfältige Aspekte als ein System, ein Verfahren oder ein Geräteprogrammprodukt ausgeführt sein. Entsprechend können Aspekte die Form einer ausschließlichen Hardware-Ausführung oder einer Ausführungsform, die Software einschließt, einnehmen, auf das hier im Allgemeinen als eine ”Schaltung”, ”Modul” oder ”System” Bezug genommen wird. Weiterhin können Aspekte die Form eines Geräteprogrammprodukts einnehmen, das in einem oder mehreren gerätelesbaren Medien enthalten ist, welche einen darin enthaltenen gerätelesbaren Programmcode aufweisen.
  • Jede Kombination von einem oder mehreren nicht-signalgerätelesbaren Medien kann verwendet werden. Das nicht-signal Medium kann ein Speichermedium sein. Ein Speichermedium kann jedes nicht-signal Medium sein, zum Beispiel ein elektronisches, magnetisches, optisches, elektromagnetisches, infrarotes oder Halbleiter-System, eine Vorrichtung oder ein Gerät oder irgendeine geeignete Kombination des Vorhergehenden sein. Spezifischere Beispiele eines Speichermediums würden die Nachfolgenden umfassen: eine tragbare Computerdiskette, eine Festplatte, einen Direkt-Zugriffsspeicher (RAM), einen nurlesbaren Speicher (ROM), einen löschbaren programmierbaren nur lesbaren Speicher (EPROM oder Flash-Speicher), eine optische Faser, eine tragbare Kompaktdisk als nur-lesbarer Speicher (CD-ROM), ein optisches Speichergerät, ein magnetisches Speichergerät oder irgendeine geeignete Kombination der Vorhergehenden.
  • Ein Programmcode, der in einem Speichermedium enthalten ist, kann unter Verwendung irgendeines geeigneten Mediums übertragen werden, umfassend, aber nicht begrenzt auf drahtlos, drahtgebunden, optische Faserkabel, Funkfrequenz (RF) usw. oder jede geeignete Kombination des Vorhergehenden.
  • Ein Programmcode zum Durchführen von Operationen kann in irgendeiner Kombination von einer oder mehreren Programmsprachen geschrieben werden. Der Programmcode kann vollständig auf einem einzigen Gerät, teilweise auf einem einzigen Gerät, als alleinstehendes Softwarepaket, teilweise auf einem Einzelgerät und teilweise auf einem anderen Gerät oder vollständig auf dem anderen Gerät ausgeführt werden. In einigen Fällen können die Geräte durch jede Art Verbindung oder Netzwerk verbunden sein, einschließlich eines lokalen Bereichsnetzwerks (LAN) oder eines weiten Bereichsnetzwerks (WAN), eines personellen Bereichsnetzwerks (PAN) oder die Verbindung kann durch andere Geräte hergestellt werden (zum Beispiel durch das Internet, unter Verwendung eines Internet Service Providers) oder durch eine Festverdrahtungsverbindung, wie über eine USB-Verbindung.
  • Aspekte werden hierin mit Bezug auf die Figuren beschrieben, welche beispielhafte Verfahren, Geräte und Programmprodukte gemäß unterschiedlicher beispielhafter Ausführungsformen zeigen. Es ist verständlich, dass die Aktionen und Funktionalitäten, die gezeigt werden, mindestens teilweise durch Programminstruktionen implementiert werden können. Diese Programminstruktionen können von einem Prozessor für einen allgemeinen Zweck eines Informationsverarbeitungsgeräts, für einen speziellen Zweck eines Informationsverarbeitungsgeräts oder einem anderen programmierbaren Datenverarbeitungsgerät oder Informationsverarbeitungsgerät bereitgestellt werden, um eine Maschine, derart herzustellen, dass die Instruktionen, die über einen Prozessor von dem Gerät ausgeführt werden, die spezifizierten Funktionen/Aktionen implementieren.
  • Die Programminstruktionen können auch in einem gerätelesbaren Medium gespeichert sein, das ein Gerät anleiten kann, in einer bestimmten Weise zu funktionieren, derart dass die Instruktionen, die in dem gerätelesbaren Medium gespeichert sind, einen Herstellungsgegenstand erzeugen, der Instruktionen einschließt, welche die spezifizierten Funktionen/Aktionen implementieren.
  • Die Programminstruktionen können auch auf ein Gerät geladen sein, um eine Serie von Verfahrensschritten zu veranlassen, die auf dem Gerät durchzuführen sind, um einen geräteimplementierten Prozess zu erzeugen, derart dass die Instruktionen, welche auf dem Gerät durchgeführt werden, Prozesse zum Implementieren der spezifizierten Funktionen/Aktionen bereitstellen.
  • Diese Offenbarung wurde zu Zwecken der Darstellung und Beschreibung vorgestellt, es ist aber nicht beabsichtigt, dass diese vollständig oder begrenzend ist. Viele Modifikationen und Variationen sind für den Fachmann der Technik naheliegend. Die beispielhaften Ausführungsformen wurden ausgewählt und beschrieben, um die Prinzipien und praktischen Applikationen zu erläutern und um andere Fachleute der Technik in die Lage zu versetzen, die Offenbarung der unterschiedlichen Ausführungsformen mit unterschiedlichen Modifikationen, welche für den besonders beabsichtigten Gebrauch geeignet sind, zu verstehen.
  • Obwohl somit darstellende beispielhafte Ausführungsformen mit Bezug auf die begleitenden Figuren hierin beschrieben wurden, ist es verständlich, dass diese Beschreibung nicht begrenzend ist und dass unterschiedliche andere Änderungen und Modifikationen betroffen sein können, durch einen Fachmann der Technik, ohne sich von dem Rahmen und dem Geist der Offenbarung zu entfernen.

Claims (21)

  1. Verfahren, umfassend: Ableiten von Textdaten von einer Eingabe audiovisueller Daten; Analysieren der Textdaten, um ein oder mehrere Schlüsselworte zu bilden; Auswählen des einen oder der mehreren Schlüsselworte, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; Bilden des einen oder der mehreren relevanten Schlüsselworte zu einer Anfrage, um einen relevanten Inhalt zu erhalten; und Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten.
  2. Verfahren nach Anspruch 1, wobei die Eingabe von audiovisuellen Daten einen oder mehrere darstellbare Videodaten, Audiodaten und geschlossenen Kennungsdaten aufweist.
  3. Verfahren nach Anspruch 1, wobei die nutzerspezifizierten Datenquellen einen oder mehrere soziale Medieninhalte, E-Mail-Inhalte, Dokumente, Einkaufshistorien und Nutzereingaben umfassen.
  4. Verfahren nach Anspruch 1, wobei das Analysieren der Textdaten ein Tokenisieren der Textdaten umfasst, um ein oder mehrere Schlüsselworte zu bilden, ein Durchführen einer Sprachanalyse umfasst, um ein oder mehrere Schlüsselworte von einem Strang von Textdaten zu identifizieren.
  5. Verfahren nach Anspruch 4, wobei ein Auswählen von einem oder mehreren Schlüsselworten, um ein oder mehrere relevante Schlüsselworte zu erhalten, eine Auswahl umfasst, die auf Durchführen einer Frequenzanalyse basiert, um ein oder mehrere häufig benutzte Schlüsselworte zu identifizieren.
  6. Verfahren nach Anspruch 1, wobei ein Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten, ein Ausgeben einer Anfrage an eine Suchmaschine umfasst.
  7. Verfahren nach Anspruch 1, wobei das Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten, ein Ausgeben einer Anfrage an einen wissensbasierenden Suchservice umfasst.
  8. Verfahren nach Anspruch 1, wobei das Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen] Inhalt von einem netzwerkverbundenen Gerät zu erhalten, ein Ausgeben einer Anfrage an eine Datenbasis umfasst, die vordefinierte Inhalte darin gespeichert hat.
  9. Verfahren nach Anspruch 1, weiterhin umfassend ein Einladen eines Nutzers zu einer Interaktion nach Erhalten des darauf bezogenen Inhalts.
  10. Verfahren nach Anspruch 8, wobei das Einladen eines Nutzer zu einer Interaktion nach Erhalten des darauf bezogenen Inhalts ein Bereitstellen von einem oder mehreren Audiound visuellen Ausgaben an einen Zuschauer umfasst, um ihn zu Interaktionen mit einer oder mehreren Verbindungen für den darauf bezogenen Inhalt einzuladen.
  11. Informationsverarbeitungsgerät, umfassend: einen oder mehrere Prozessoren; eine Dateneingabeverbindung; eine Netzwerkverbindung; und ein Speichergerät ein Speichergerät, das Instruktionen speichert, die auf dem einen oder den mehreren Prozessoren zugänglich sind, wobei die Instruktionen durch die einen oder mehreren Prozessoren ausführbar sind, um Aktionen durchzuführen, umfassend: Ableiten von Textdaten von einer Eingabe audiovisueller Daten; Analysieren der Textdaten, um ein oder mehrere Schlüsselworte zu bilden; Auswählen des einen oder der mehreren Schlüsselworte, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; Bilden des einen oder der mehreren relevanten Schlüsselworte zu einer Anfrage, um einen relevanten Inhalt zu erhalten; und Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten.
  12. Informationsverarbeitungsgerät nach Anspruch 11, wobei die Eingabe von audiovisuellen Daten eine oder mehrere darstellbare Videodaten, Audiodaten und geschlossene Kennungsdaten umfasst.
  13. Informationsverarbeitungsgerät nach Anspruch 11, wobei die nutzerspezifizierten Datenquellen einen oder mehrere soziale Medieninhalte, E-Mail-Inhalte, Dokumente, Einkaufshistorien und Nutzereingaben umfassen.
  14. Informationsverarbeitungsgerät nach Anspruch 11, wobei das Analysieren ein Tokenisieren der Textdaten umfasst, um ein oder mehrere Schlüsselworte zu bilden, und ein Durchführen einer Sprachanalyse umfasst, um ein oder mehrere Schlüsselworte von einem Strang von Textdaten zu identifizieren.
  15. Informationsverarbeitungsgerät nach Anspruch 14, wobei ein Auswählen von einem oder mehreren Schlüsselworten, um ein oder mehrere relevante Schlüsselworte zu erhalten, eine Auswahl umfasst, die auf Durchführen einer Frequenzanalyse basiert, um ein oder mehrere häufig benutzte Schlüsselworte zu identifizieren.
  16. Informationsverarbeitungsgerät nach Anspruch 11, wobei ein Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten, ein Ausgeben einer Anfrage an eine Suchmaschine umfasst.
  17. Informationsverarbeitungsgerät nach Anspruch 11, wobei das Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten, ein Ausgeben einer Anfrage an einen wissensbasierenden Suchservice umfasst.
  18. Informationsverarbeitungsgerät nach Anspruch 11, wobei das Ausgeben von einer oder mehreren Anfragen, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten, ein Ausgeben einer Anfrage an eine Kundendatenbasis umfasst, die vordefinierte Inhalte darin gespeichert hat.
  19. Informationsverarbeitungsgerät nach Anspruch 11, wobei weiterhin die Aktionen weiterhin umfassen, ein Einladen eines Nutzers zu einer Interaktion nach Erhalten des darauf bezogenen Inhalts.
  20. Informationsverarbeitungsgerät nach Anspruch 19, wobei das Einladen eines Nutzer zu einer Interaktion nach Erhalten des darauf bezogenen Inhalts ein Bereitstellen von einem oder mehreren Audio- und visuellen Ausgaben an einen Zuschauer umfasst, um ihn zu Interaktionen mit einer oder mehreren Verbindungen für den darauf bezogenen Inhalt einzuladen.
  21. Computerprogrammprodukt, umfassend: ein Speichermedium, das einen computerlesbaren Programmcode aufweist, der darin enthalten ist, wobei der computerlesbare Programmcode umfasst: einen computerlesbaren Programmcode, der konfiguriert ist, um Textdaten von einer Eingabe audiovisueller Daten abzuleiten; einen computerlesbaren Programmcode, der konfiguriert ist, um die Textdaten zu analysieren, um ein oder mehrere Schlüsselworte zu bilden; einen computerlesbaren Programmcode, der konfiguriert ist, um das eine oder die mehreren Schlüsselworte auszuwählen, um ein oder mehrere relevante Schlüsselworte zu erhalten, wobei das Auswählen eine Auswahl basierend auf Textdaten von nutzerspezifischen Datenquellen umfasst; einen computerlesbaren Programmcode, der konfiguriert ist, um die einen oder die mehreren relevanten Schlüsselworte zu einer Anfrage zu bilden, um einen relevanten Inhalt zu erhalten; und einen computerlesbaren Programmcode, der konfiguriert ist, um eine oder mehrere Anfragen auszugeben, um einen darauf bezogenen Inhalt von einem netzwerkverbundenen Gerät zu erhalten.
DE102014100958.4A 2013-04-05 2014-01-28 Kontextabfragen zum Erweitern einer Videoanzeige Pending DE102014100958A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/857,562 US10277945B2 (en) 2013-04-05 2013-04-05 Contextual queries for augmenting video display
US13/857,562 2013-04-05

Publications (1)

Publication Number Publication Date
DE102014100958A1 true DE102014100958A1 (de) 2014-10-09

Family

ID=51567643

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102014100958.4A Pending DE102014100958A1 (de) 2013-04-05 2014-01-28 Kontextabfragen zum Erweitern einer Videoanzeige

Country Status (3)

Country Link
US (1) US10277945B2 (de)
CN (1) CN104102683A (de)
DE (1) DE102014100958A1 (de)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102107678B1 (ko) * 2013-07-03 2020-05-28 삼성전자주식회사 미디어 정보 제공 서버, 미디어 콘텐츠와 관련된 미디어 정보를 검색하는 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
CN104639957A (zh) * 2013-11-06 2015-05-20 株式会社Ntt都科摩 移动多媒体终端、视频节目推荐方法及其服务器
EP3216222A2 (de) * 2014-11-07 2017-09-13 Mporium Group PLC Beeinflussung von inhalt oder zugriff auf inhalt
US11335080B2 (en) * 2015-09-21 2022-05-17 International Business Machines Corporation System for suggesting search terms
CN106708905B (zh) * 2015-11-18 2019-12-24 百度在线网络技术(北京)有限公司 视频内容搜索方法和装置
GB201603685D0 (en) * 2016-03-03 2016-04-20 Mporium Group Plc Identifying data to influence content or access to content
CN107180058B (zh) * 2016-03-11 2024-06-18 百度在线网络技术(北京)有限公司 一种用于基于字幕信息进行查询的方法和装置
CN113068077B (zh) * 2020-01-02 2023-08-25 腾讯科技(深圳)有限公司 一种字幕文件处理方法及装置
CN113139113B (zh) * 2021-04-29 2024-10-18 北京沃东天骏信息技术有限公司 搜索请求的处理方法和装置

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6636238B1 (en) * 1999-04-20 2003-10-21 International Business Machines Corporation System and method for linking an audio stream with accompanying text material
US20010003214A1 (en) * 1999-07-15 2001-06-07 Vijnan Shastri Method and apparatus for utilizing closed captioned (CC) text keywords or phrases for the purpose of automated searching of network-based resources for interactive links to universal resource locators (URL's)
US20030005461A1 (en) * 2001-07-02 2003-01-02 Sony Corporation System and method for linking closed captioning to web site
US7793326B2 (en) * 2001-08-03 2010-09-07 Comcast Ip Holdings I, Llc Video and digital multimedia aggregator
US20080177994A1 (en) * 2003-01-12 2008-07-24 Yaron Mayer System and method for improving the efficiency, comfort, and/or reliability in Operating Systems, such as for example Windows
US7840589B1 (en) * 2005-05-09 2010-11-23 Surfwax, Inc. Systems and methods for using lexically-related query elements within a dynamic object for semantic search refinement and navigation
US20070106627A1 (en) * 2005-10-05 2007-05-10 Mohit Srivastava Social discovery systems and methods
US10395326B2 (en) * 2005-11-15 2019-08-27 3Degrees Llc Collections of linked databases
KR100744065B1 (ko) * 2006-01-05 2007-07-30 삼성전자주식회사 웹서비스 기술을 지원하는 a/v 네트워크에서 컨텐츠재생시 자막 표시방법 및 그 장치
US8115869B2 (en) * 2007-02-28 2012-02-14 Samsung Electronics Co., Ltd. Method and system for extracting relevant information from content metadata
US7991769B2 (en) * 2006-07-07 2011-08-02 Yahoo! Inc. System and method for budgeted generalization search in hierarchies
US20080066099A1 (en) * 2006-09-11 2008-03-13 Apple Computer, Inc. Media systems with integrated content searching
US7917490B2 (en) * 2007-07-09 2011-03-29 Google Inc. Interpreting local search queries
US20090138906A1 (en) * 2007-08-24 2009-05-28 Eide Kurt S Enhanced interactive video system and method
US20090064247A1 (en) * 2007-08-31 2009-03-05 Jacked, Inc. User generated content
US8768922B2 (en) * 2008-02-08 2014-07-01 Microsoft Corporation Ad retrieval for user search on social network sites
US8332414B2 (en) * 2008-07-01 2012-12-11 Samsung Electronics Co., Ltd. Method and system for prefetching internet content for video recorders
US9355554B2 (en) * 2008-11-21 2016-05-31 Lenovo (Singapore) Pte. Ltd. System and method for identifying media and providing additional media content
CN101719144B (zh) 2009-11-04 2013-04-24 中国科学院声学研究所 一种联合字幕和视频图像信息进行场景分割和索引的方法
US9009226B2 (en) * 2009-12-09 2015-04-14 Microsoft Technology Licensing, Llc Generating activities based upon social data
KR101289267B1 (ko) * 2009-12-22 2013-08-07 한국전자통신연구원 방송통신시스템에서 dtv 자막 처리 장치 및 방법
US8452765B2 (en) * 2010-04-23 2013-05-28 Eye Level Holdings, Llc System and method of controlling interactive communication services by responding to user query with relevant information from content specific database
WO2011146276A2 (en) * 2010-05-19 2011-11-24 Google Inc. Television related searching
US20110320441A1 (en) * 2010-06-25 2011-12-29 Microsoft Corporation Adjusting search results based on user social profiles
KR20120053868A (ko) * 2010-11-18 2012-05-29 한국전자통신연구원 시맨틱 컨텍스트 제공장치 및 제공방법
US8805833B2 (en) * 2010-11-24 2014-08-12 Microsoft Corp. Enhancing personal data search with information from social networks
CN102708863A (zh) 2011-03-28 2012-10-03 德信互动科技(北京)有限公司 语音对话设备、系统、及语音对话实现方法
US20120278329A1 (en) * 2011-04-29 2012-11-01 Google Inc. Tracking feeds in a social network
US9117196B2 (en) * 2011-08-10 2015-08-25 Boardseat Inc. System and method for relevant business networking based in controlled relevancy groups, responsibilites and measured performance
US20130044912A1 (en) * 2011-08-19 2013-02-21 Qualcomm Incorporated Use of association of an object detected in an image to obtain information to display to a user
US8660847B2 (en) 2011-09-02 2014-02-25 Microsoft Corporation Integrated local and cloud based speech recognition
US20130110827A1 (en) * 2011-10-26 2013-05-02 Microsoft Corporation Relevance of name and other search queries with social network feature
US9020950B2 (en) * 2011-12-19 2015-04-28 Palo Alto Research Center Incorporated System and method for generating, updating, and using meaningful tags
US8812518B1 (en) * 2012-02-02 2014-08-19 Google Inc. Synonym identification based on search quality
US20130212081A1 (en) * 2012-02-13 2013-08-15 Microsoft Corporation Identifying additional documents related to an entity in an entity graph
US10331785B2 (en) * 2012-02-17 2019-06-25 Tivo Solutions Inc. Identifying multimedia asset similarity using blended semantic and latent feature analysis
US9098547B1 (en) * 2012-03-23 2015-08-04 The Mathworks, Inc. Generation of results to a search query with a technical computing environment (TCE)-based search engine
US9237386B2 (en) * 2012-08-31 2016-01-12 Google Inc. Aiding discovery of program content by providing deeplinks into most interesting moments via social media
US9317583B2 (en) * 2012-10-05 2016-04-19 Microsoft Technology Licensing, Llc Dynamic captions from social streams
US9002889B2 (en) * 2012-12-21 2015-04-07 Ebay Inc. System and method for social data mining that learns from a dynamic taxonomy
US9244977B2 (en) * 2012-12-31 2016-01-26 Google Inc. Using content identification as context for search
US9449002B2 (en) * 2013-01-16 2016-09-20 Althea Systems and Software Pvt. Ltd System and method to retrieve relevant multimedia content for a trending topic
US10296545B2 (en) * 2014-05-30 2019-05-21 Apple Inc. Unit converter with sorted list of results
US10120909B2 (en) * 2014-08-22 2018-11-06 Facebook, Inc. Generating cards in response to user actions on online social networks
US9754037B2 (en) * 2014-08-27 2017-09-05 Facebook, Inc. Blending by query classification on online social networks

Also Published As

Publication number Publication date
US10277945B2 (en) 2019-04-30
CN104102683A (zh) 2014-10-15
US20140304753A1 (en) 2014-10-09

Similar Documents

Publication Publication Date Title
DE102014100958A1 (de) Kontextabfragen zum Erweitern einer Videoanzeige
JP6935523B2 (ja) メディアアセットに関するコンテクスト上関係する情報を表示するための方法およびシステム
Flew et al. The ongoing significance of national media systems in the context of media globalization
WO2017005054A1 (zh) 视频推荐方法、服务器和存储介质
US8990418B1 (en) Providing data feeds for video programs
CN108874832B (zh) 目标评论确定方法及装置
DE202014011461U1 (de) Anzeigevorrichtung
GB2544840A (en) Methods and systems for identifying media assets
DE112016001594T5 (de) Verfahren, systeme und medien zum aggregieren und präsentieren von relevantem inhalt für ein bestimmtes videospiel
US20120317136A1 (en) Systems and methods for domain-specific tokenization
DE102014008038A1 (de) Anordnen von unaufdringlichen Oberlagerungen in einem Videocontent
CN103647989A (zh) 一种智能电视的节目推荐方法及装置
DE202014011475U1 (de) Elektronisches Gerät
CN104144357B (zh) 视频播放方法和系统
DE202016008197U1 (de) Bereitstellen einer Angabe von Highlights in einem Videoinhaltselement
DE112016002288T5 (de) Systeme und verfahren zum bereitstellen von inhalt in einem inhaltsverzeichnis
DE202012100191U1 (de) Dynamisch auf benutzerausgewählten Medieninhalt zugeschnittener Produktkatalog
WO2015070807A1 (zh) 一种智能电视的节目推荐方法及装置
DE212015000245U1 (de) Assistives Browsen unter Verwendung von Kontext
DE112016000851B4 (de) Algorithmisches Identifizieren von kindgerechten Inhalten ohne menschliches Zutun
DE202016008293U1 (de) Systeme und Medien zum Identifizieren und Präsentieren von mehrsprachigen Medieninhaltselementen für Benutzer
CN103678497A (zh) 提供调整检索页浏览显示的方法和系统
CN105407385A (zh) 一种视频推荐方法及系统
US8683521B1 (en) Feature-based video suggestions
DE112017000039T5 (de) Erzeugen von Deeplinks für Anwendungen auf Basis von mehrstufigen Verweisdaten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0017300000

Ipc: G06F0016000000

R016 Response to examination communication
R082 Change of representative

Representative=s name: GRUENECKER PATENT- UND RECHTSANWAELTE PARTG MB, DE