DE112016000741T5 - Bestimmen von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation - Google Patents

Bestimmen von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation Download PDF

Info

Publication number
DE112016000741T5
DE112016000741T5 DE112016000741.8T DE112016000741T DE112016000741T5 DE 112016000741 T5 DE112016000741 T5 DE 112016000741T5 DE 112016000741 T DE112016000741 T DE 112016000741T DE 112016000741 T5 DE112016000741 T5 DE 112016000741T5
Authority
DE
Germany
Prior art keywords
response
message
text
electronic communications
response 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
DE112016000741.8T
Other languages
English (en)
Inventor
Gregory Sean Corrado
László Lukács
Phillip Neal Sharp
Prabhakar Raghavan
Thompson Alexander Ivor Gawley
Balint MIKLOS
Karol Kurach
Tobias Kaufmann
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.)
Google LLC
Original Assignee
Google 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 Google LLC filed Critical Google LLC
Publication of DE112016000741T5 publication Critical patent/DE112016000741T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • G06F16/355Class or cluster creation or modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/186Templates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • G06F40/55Rule-based translation
    • G06F40/56Natural language generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/107Computer-aided management of electronic mailing [e-mailing]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/535Tracking the activity of the user
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Information Transfer Between Computers (AREA)
  • Computer And Data Communications (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

Verfahren und Vorrichtungen mit Bezug auf Bestimmen von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation. Einige Implementierungen sind allgemein auf das Analysieren eines Textkorpus elektronischer Kommunikationen gerichtet, um Beziehungen zwischen einer oder mehreren Ausgangsnachrichtenmerkmalen von "Ausgangs"-Nachrichten elektronischer Kommunikationen und Antwortinhalt, der in "Antwort"-Nachrichten dieser elektronischen Kommunikationen enthalten ist, zu bestimmen. Einige Implementierungen sind allgemein auf Bereitstellen von Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage bestimmter Beziehungen zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext gerichtet.

Description

  • Hintergrund
  • Nutzer werden häufig mit elektronischen Kommunikationen wie etwa E-Mails, SMS-Kommunikationen und Kommunikationen in sozialen Netzwerken überflutet. Viele elektronische Kommunikationen, die an einen Nutzer gesendet werden, erbitten explizit eine Antwort oder enthalten auf andere Weise Informationen, auf die der Nutzer zu antworten wünschen kann. Zum Beispiel kann eine E-Mail, die "Hast du Interesse, Mittagessen zu gehen?" enthält, explizit eine Antwort erbitten. Eine E-Mail, die "Ich habe mich gerade verlobt" enthält, kann nicht explizit eine Antwort erbitten, aber ein Nutzer, der die E-Mail empfängt, kann dennoch wünschen, eine Gratulationsantwort auf die E-Mail zu senden. Nutzer formulieren Antworten auf die elektronischen Kommunikationen und geben die formulierten Antworten in Computervorrichtungen ein, die eine Tastatur (z. B. eine virtuelle Tastatur eines Smartphones oder Tablets), ein Mikrofon und/oder eine oder mehrere andere Nutzerschnittstellenvorrichtungen der Computervorrichtung nutzen.
  • Zusammenfassung
  • Diese Patentschrift ist allgemein auf technische Merkmale gerichtet, die sich auf die Bestimmung des Antwortinhalts für eine Antwort auf eine elektronische Kommunikation und/oder auf die Bereitstellung des Antwortinhalts zur Darstellung über eine Computervorrichtung zur Aufnahme in die Antwort auf die elektronische Kommunikation beziehen. Einige Implementierungen sind allgemein auf das Analysieren eines Textkorpus elektronischer Kommunikationen (z. B. E-Mails, SMS-Kommunikationen und/oder Kommunikationen in sozialen Netzwerken) gerichtet, um Beziehungen zwischen einer oder mehreren Ausgangsnachrichtenmerkmalen von "Ausgangs"-Nachrichten elektronischer Kommunikationen und dem Antwortinhalt, der in "Antwort"-Nachrichten dieser elektronischen Kommunikationen enthalten ist, zu bestimmen. Zum Beispiel kann der Textkorpus analysiert werden, um auf der Grundlage der Ausgangsnachrichten-n-Gramme, die in Ausgangsnachrichten, die mit dem Antwort-n-Gramm (und optional anderem Inhalt) beantwortet wurden, häufig auftreten, eine Beziehung zwischen den Ausgangsnachrichten-n-Grammen "angehängt" und "Dokumententwurf/-entwürfe für Sie zur Prüfung" und dem Antwort-n-Gramm "Ich werde sie mir ansehen und eine Rückmeldung geben" zu bestimmen. In einigen Implementierungen können die Beziehungen zwischen dem einen oder den mehreren Ausgangsnachrichtenmerkmalen und dem Antwortinhalt bestimmt werden, ohne dass direkter menschlicher Zugriff auf eine oder mehrere (z. B. irgendwelche) der elektronischen Kommunikationen des Textkorpus zugelassen ist. In einigen Implementierungen können die Beziehungen zwischen dem einen oder den mehreren Ausgangsnachrichtenmerkmalen und dem Antwortinhalt auf der Grundlage des Trainings eines Maschinenlernsystems mit Trainingsbeispielen bestimmt werden, die jeweils einen oder mehrere Ausgabeparameter, die den Antwortinhalt einer Antwortnachricht einer jeweiligen elektronischen Kommunikation angeben, und einen oder mehrere Eingabeparameter, die den Ausgangsinhalt der Ausgangsnachricht der jeweiligen elektronischen Kommunikation angeben, aufweisen.
  • Einige Implementierungen sind allgemein auf die Bereitstellung von Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage bestimmter Beziehungen zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext gerichtet. Zum Beispiel kann an den Nutzer eine E-Mail gesendet werden und kann sie "Unser Team hat gerade den Exzellenzpreis gewonnen!" enthalten und kann der Antworttext "Gute Arbeit!" als ein Antwortanwärter auf die E-Mail auf der Grundlage einer Abbildung (von Daten, die eine Beziehung definieren) zwischen einem oder mehreren Merkmalen der E-Mail und "Gute Arbeit!" bereitgestellt werden. Zum Beispiel kann der Antworttext für die automatische Belegung in einer Antwort auf die E-Mail bereitgestellt werden, die für die Darstellung (sichtbar oder hörbar) als ein Vorschlag für die Auswahl durch den Nutzer usw. bereitgestellt wird. Als ein anderes Beispiel kann eine E-Mail an den Nutzer gesendet werden und kann sie " Unser Team hat gerade den Exzellenzpreis gewonnen!" enthalten und kann der Antworttext "Gute Arbeit!" für den Nutzer als eine Antwort auf die E-Mail auf der Grundlage einer Abbildung zwischen einem oder mehreren Merkmalen der E-Mail und Antwortinhalt, der allgemein ein Gratulations-n-Gramm angibt – und einer Abbildung, die "Gute Arbeit!" als ein hoch bewertetes Gratulations-n-Gramm definiert –, bereitgestellt werden. Zum Beispiel kann "Gute Arbeit!" aufgrund dessen, dass es für den Nutzer, für eine Gruppe von Nutzern ähnlich dem Nutzer oder für alle Nutzer ein beliebtes Gratulations-n-Gramm ist, als ein hoch bewertetes Gratulations-n-Gramm definiert werden. In einigen Implementierungen kann der Antworttext unabhängig von irgendeiner durch den Nutzer beim Erzeugen der Antwort auf die Kommunikation bereitgestellten Texteingabe zur Aufnahme in eine Antwort auf eine Kommunikation bereitgestellt werden. Mit anderen Worten, in einigen Implementierungen kann der Antworttext dem Nutzer dargestellt werden, noch bevor der Nutzer mit dem Eingeben der Antwort begonnen hat. In einigen Implementierungen kann der Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage einer Ausgabe bestimmt werden, die in Reaktion auf die Bereitstellung eines oder mehrerer Nachrichtenmerkmale der Kommunikation für das trainierte Maschinenlernsystem durch ein trainiertes Maschinenlernsystem bereitgestellt wird.
  • Verschiedene hier beschriebene Verfahren und Vorrichtungen können verschiedene technische Wirkungen bereitstellen. Zum Beispiel können einige Implementierungen der Offenbarung ermöglichen, dass ein oder mehrere Computersysteme auf der Grundlage früherer elektronischer Kommunikationen Beziehungen zwischen Nachrichtenmerkmalen von Ausgangsnachrichten und Antwortinhalt in Antworten, die Reaktionen auf diese Ausgangsnachrichten sind, bestimmen – ohne den direkten menschlichen Zugriff auf eine oder mehrere (z. B. irgendwelche) dieser elektronischen Kommunikationen zu ermöglichen. Zum Beispiel wenden einige Implementierungen Filterungs- und/oder Clusteringtechniken auf diese elektronischen Kommunikationen an und/oder trainieren sie ein Maschinenlernsystem auf der Grundlage von Trainingsbeispielen, die aus diesen elektronischen Kommunikationen erzeugt werden, um Beziehungen zwischen Nachrichtenmerkmalen von Ausgangsnachrichten und Antwortinhalt in Antworten, die Reaktionen auf diese Ausgangsnachrichten sind, zu bestimmen. Außerdem bestimmen z. B. einige Implementierungen der Offenbarungen den Antwortinhalt auf der Grundlage einer an einen Nutzer gesendeten elektronischen Kommunikation, um über eine Computervorrichtung des Nutzers die Darstellung des Antwortinhalts für den Nutzer zur Aufnahme in eine Antwort auf die elektronische Kommunikation zuzulassen. Die Bestimmung und/oder Darstellung können optional stattfinden, bevor der Nutzer beim Erzeugen der Antwort irgendeine Texteingabe und/oder andere Antworteingabe bereitgestellt hat. Insbesondere in Implementierungen, in denen der Antwortinhalt als Ganzes oder teilweise durch ein Computersystem bestimmt werden kann, das von der Computervorrichtung des Nutzers getrennt ist, kann dies die Nutzung eines oder mehrerer Betriebsmittel der Computervorrichtung des Nutzers, die andernfalls während der Formulierung des Antwortinhalts des Nutzers genutzt würden, verringern. Als ein nochmals anderes Beispiel können einige Implementierungen mehrere Antworttextanwärter zur potentiellen Aufnahme in eine Antwort bestimmen und können sie einen oder mehrere dieser Antworttextanwärter z. B. auf der Grundlage entsprechender bestimmter Beziehungen zwischen diesen Antworttextanwärtern und einer elektronischen Kommunikation, auf die die Antwort eine Reaktion ist, bereitstellen. Zum Beispiel kann die Anzeigeauffälligkeit für mehrere dargestellte Antworttexte auf der Grundlage ihrer entsprechenden bestimmten Beziehungen bestimmt werden. Es können zusätzliche und/oder alternative technische Wirkungen wie etwa verschiedene im Folgenden ausführlicher beschriebene technische Wirkungen bereitgestellt werden.
  • In einigen Implementierungen kann ein computerimplementiertes Verfahren geschaffen werden, das durch wenigstens ein Computersystem ausgeführt wird und das die folgenden Schritte enthält: Identifizieren eines Textkorpus elektronischer Kommunikationen mehrerer Nutzer, wobei die elektronischen Kommunikationen des Textkorpus jeweils eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten; Gruppieren der elektronischen Kommunikationen des Textkorpus in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen Text in Antwortnachrichten der elektronischen Kommunikationen des Textkorpus; Bestimmen von Antwortinhalt auf der Grundlage eines Clusters der Cluster; Erzeugen von Trainingsbeispielen, die jeweils einen Ausgabeparameter aufweisen, der den Antwortinhalt angibt, und die jeweils einen oder mehrere Eingabeparameter aufweisen, die wenigstens ein Nachrichtenmerkmal einer jeweiligen der elektronischen Kommunikationen des einen Clusters angeben; und Trainieren eines Maschinenlernsystems auf der Grundlage der Trainingsbeispiele. Das trainierte Maschinenlernsystem kann dafür trainiert werden, als Eingabe ein oder mehrere Eingabenachrichtenmerkmale einer zusätzlichen elektronischen Kommunikation zu empfangen und als Ausgabe eine Angabe bereitzustellen, ob der Antwortinhalt zur Aufnahme in eine Antwort auf die zusätzliche elektronische Kommunikation geeignet ist.
  • Optional können dieses Verfahren und andere Implementierungen der hier offenbarten Technologie jeweils eines oder mehrere der folgenden Merkmale enthalten.
  • In einigen Implementierungen ist der Ausgabeparameter ein Indikator des einen Clusters.
  • In einigen Implementierungen umfasst das Verfahren ferner: Bereitstellen des einen oder der mehreren Eingabenachrichtenmerkmale der zusätzlichen elektronischen Kommunikation als Eingabe in das trainierte Maschinenlernsystem; Empfangen der Angabe, ob der Antwortinhalt zur Aufnahme in die Antwort auf die zusätzliche elektronische Kommunikation geeignet ist, als Ausgabe von dem trainierten Maschinenlernsystem; und Bereitstellen von Antworttext zur Aufnahme in die Antwort auf der Grundlage der Angabe, wobei der Antworttext an den Antwortinhalt angepasst ist. In einigen dieser Implementierungen umfasst die Angabe eine n-Gramm-Angabe eines oder mehrerer n-Gramme des Clusters und umfasst das Verfahren ferner: Auswählen des Antworttexts auf der Grundlage einer Abbildung der n-Gramm-Angabe auf den Antworttext. Das Auswählen des Antworttexts auf der Grundlage der Abbildung der n-Gramm-Angabe auf den Antworttext kann das Auswählen des Antworttexts auf der Grundlage einer Gewichtung der Abbildung der n-Gramm-Angabe auf den Antworttext enthalten.
  • In einigen Implementierungen umfasst das Verfahren ferner: Bestimmen eines zweiten Antwortinhalts auf der Grundlage eines zweiten Clusters der Cluster; Erzeugen zweiter Trainingsbeispiele, die jeweils einen Ausgabeparameter eines zweiten Trainingsbeispiels aufweisen, der den zweiten Antwortinhalt angibt, und die jeweils einen oder mehrere Eingabeparameter des zweiten Trainingsbeispiels aufweisen, die wenigstens ein Nachrichtenmerkmal einer jeweiligen der elektronischen Kommunikationen des zweiten Clusters angeben; und Trainieren des Maschinenlernsystems auf der Grundlage der zweiten Trainingsbeispiele, wobei das trainierte Maschinenlernsystem ferner dafür trainiert wird, als Ausgabe eine Angabe bereitzustellen, ob der zweite Antwortinhalt zur Aufnahme in Antworten geeignet ist.
  • In einigen Implementierungen kann ein computerimplementiertes Verfahren geschaffen werden, das durch wenigstens ein Computersystem ausgeführt wird und das die folgenden Schritte enthält: Identifizieren eines Textkorpus elektronischer Kommunikationen mehrerer Nutzer, wobei die elektronischen Kommunikationen des Textkorpus jeweils eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten; Bestimmen von Antwortinhalt, der in der Antwortnachricht mehrerer elektronischer Kommunikationen des Textkorpus auftritt, durch das Computersystem; Bestimmen wenigstens eines Nachrichtenmerkmals auf der Grundlage der Ausgangsnachricht mehrerer der elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten; Berechnen eines Beziehungsstärkewerts zwischen dem Antwortinhalt und dem wenigstens einen Nachrichtenmerkmal und wenigstens teilweise auf der Grundlage einer Menge der elektronischen Kommunikationen, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten; und Definieren einer Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts, wobei die Beziehung zur Verwendung beim elektronischen Bereitstellen des Antwortinhalts zur Darstellung für Empfänger zusätzlicher elektronischer Kommunikationen, die das wenigstens eine Nachrichtenmerkmal enthalten, definiert wird.
  • Optional können dieses Verfahren und andere Implementierungen der hier offenbarten Technologie jeweils eines oder mehrere der folgenden Merkmale enthalten.
  • In einigen Implementierungen umfasst das Definieren der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts: Definieren der Beziehung; und Zuweisen des Beziehungsstärkewerts zu der Beziehung.
  • In einigen Implementierungen umfasst das Definieren der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts: Bestimmen, dass der Beziehungsstärkewert einem Schwellenwert genügt; und Definieren der Beziehung auf der Grundlage der Bestimmung, dass der Beziehungsstärkewert dem Schwellenwert genügt.
  • In einigen Implementierungen umfasst das Verfahren ferner: Identifizieren einer an einen Nutzer gesendeten elektronischen Kommunikation; Bestimmen, dass die elektronische Kommunikation das wenigstens eine Nachrichtenmerkmal enthält; Identifizieren des Antwortinhalts auf der Grundlage der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt; und elektronisches Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in eine Antwort auf die elektronische Kommunikation. In einigen Implementierungen findet das Identifizieren und das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation unabhängig von irgendeiner Texteingabe statt, die über eine Computervorrichtung des Nutzers beim Erzeugen der Antwort auf die Nachricht bereitgestellt wird. In einigen dieser Implementierungen wird der Beziehungsstärkewert der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt zugewiesen und umfasst das Verfahren ferner: Identifizieren von zusätzlichem Antwortinhalt auf der Grundlage einer zusätzlichen Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem zusätzlichen Antwortinhalt; und Identifizieren eines zusätzlichen Beziehungsstärkewerts für die zusätzliche Beziehung; wobei das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation auf einem Vergleich des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts beruht. Das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation auf der Grundlage eines Vergleichs des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts kann umfassen: Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation ohne Bereitstellung des zusätzlichen Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation; oder Bestimmen einer Anzeigeauffälligkeit sowohl für den Antwortinhalt als auch für den zusätzlichen Antwortinhalt auf der Grundlage des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts und Bereitstellen sowohl des Antwortinhalts als auch des zusätzlichen Antwortinhalts (mit einer Angabe der Anzeigeauffälligkeiten) zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation.
  • In einigen Implementierungen enthält das wenigstens eine Nachrichtenmerkmal im Text der Ausgangsnachricht der elektronischen Kommunikationen ein n-Gramm. In einigen dieser Implementierungen umfasst das Bestimmen des wenigstens einen Nachrichtenmerkmals das Bestimmen des n-Gramms auf der Grundlage wenigstens eines des Folgenden: eines Zählwerts der Vorkommen des n-Gramms in den elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten; und eines Gesamtbeliebtheitsmaßes, das dem n-Gramm zugeordnet ist.
  • In einigen Implementierungen umfasst das Bestimmen des Antwortinhalts, der in der Antwortnachricht der mehreren elektronischen Kommunikationen des Textkorpus auftritt: Gruppieren der elektronischen Kommunikation des Textkorpus in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen Text in den Antwortnachrichten der elektronischen Kommunikationen des Textkorpus; und Bestimmen des Antwortinhalts auf der Grundlage des Texts der Antwortnachrichten des einen Clusters der Cluster. In einigen dieser Implementierungen ist der Antwortinhalt ein Indikator mehrerer eindeutiger n-Gramme, die ähnliche semantische Bedeutungen besitzen. In einigen dieser Implementierungen umfasst das Verfahren ferner das Zuweisen mehrerer n-Gramme zu dem Antwortinhalt, wobei die n-Gramme auf der Grundlage einer Menge der Antwortnachrichten des einen Clusters, die die n-Gramme enthalten, bestimmt werden. In einigen dieser Implementierungen umfasst das Bestimmen des wenigstens einen Nachrichtenmerkmals auf der Grundlage der Ausgangsnachricht der mehreren elektronischen Kommunikationen, die den Antwortinhalt enthalten, das Bestimmen des wenigstens einen Nachrichtenmerkmals auf der Grundlage von Text der Ausgangsnachrichten des einen Clusters; und beruht das Berechnen des Beziehungsstärkewerts zwischen dem Antwortinhalt und dem wenigstens einen Nachrichtenmerkmal wenigstens teilweise auf einer Menge der elektronischen Kommunikationen des einen Clusters, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten.
  • In einigen Implementierungen umfasst das Verfahren ferner: Kommentieren von Text der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen mit einem oder mehreren Kommentaren; wobei das wenigstens eine Nachrichtenmerkmal ein n-Gramm enthält, das einen oder mehrere Termini aus dem Text der einen oder der mehreren elektronischen Kommunikationen enthält und das einen oder mehrere der Kommentare enthält. In einigen dieser Implementierungen enthält das wenigstens eine Nachrichtenmerkmal den einen oder die mehreren Termini aus dem Text der einen oder mehreren elektronischen Kommunikationen und enthält der eine oder die mehreren der Kommentare eine Entitätenkategorie, die einen oder mehrere andere Termini der Ausgangsnachricht der einen oder mehreren elektronischen Kommunikationen ersetzt.
  • In einigen Implementierungen umfasst das Identifizieren des Textkorpus der Kommunikationen: Auswählen der elektronischen Kommunikationen zur Aufnahme in den Textkorpus auf der Grundlage des Antworttexts jeder elektronischen Kommunikation, die weniger als eine Antworttextschwellenlänge besitzt.
  • In einigen Implementierungen umfasst das Verfahren ferner: Erzeugen von Trainingsbeispielen, die jeweils einen Ausgabeparameter, der den Antwortinhalt angibt, und einen oder mehrere Eingabeparameter, die das wenigstens eine Nachrichtenmerkmal einer jeweiligen der elektronischen Kommunikationen, die den Antwortinhalt enthalten, angeben, aufweisen; und Trainieren eines Maschinenlernsystems auf der Grundlage der Trainingsbeispiele, wobei das Trainieren des Maschinenlernsystems das Berechnen des Beziehungsstärkewerts und das Definieren der Beziehung enthält. In einigen dieser Implementierungen umfasst das Bestimmen des Antwortinhalts, der in der Antwortnachricht der mehreren elektronischen Kommunikationen des Textkorpus auftritt: Gruppieren der elektronischen Kommunikationen des Textkorpus in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen Text in Antwortnachrichten der elektronischen Kommunikationen des Textkorpus; und Bestimmen des Antwortinhalts auf der Grundlage des Texts der Antwortnachricht elektronischer Kommunikationen eines Clusters der Cluster.
  • In einigen Implementierungen kann ein computerimplementiertes Verfahren geschaffen werden, das durch wenigstens ein Computersystem ausgeführt wird und das die folgenden Schritte enthält: Identifizieren einer an einen Nutzer gesendeten elektronischen Kommunikation; Bestimmen wenigstens eines Nachrichtenmerkmals auf der Grundlage der elektronischen Kommunikation; Bestimmen eines Antworttextanwärters zur Aufnahme in den Antwort auf die Nachricht unabhängig von irgendeiner Texteingabe, die über eine Computervorrichtung des Nutzers beim Erzeugen eine Antwort auf die elektronische Kommunikation bereitgestellt wird; wobei das Bestimmen auf wenigstens einer definierten Beziehung zwischen dem wenigstes einen Nachrichtenmerkmal und dem Antworttextanwärter beruht.
  • Optional können dieses Verfahren und andere Implementierungen der hier offenbarten Technologie jeweils eines oder mehrere der folgenden Merkmale enthalten.
  • In einigen Implementierungen umfasst das Bestimmen des Antworttextanwärters das Bestimmen eines Beziehungsstärkewerts zwischen dem wenigstens einen Nachrichtenmerkmal zur Aufnahme in die Antwort auf die Nachricht; und beruht das Bereitstellen des Antworttextanwärters zur Aufnahme in die Antwort auf die Nachricht auf dem Beziehungsstärkewert.
  • In einigen Implementierungen umfasst das Bestimmen des Antworttextanwärters: Identifizieren einer ersten Beziehung der wenigstens einen definierten Beziehung, wobei die erste Beziehung eine zwischen einem ersten Nachrichtenmerkmal des wenigstens einen Nachrichtenmerkmals und dem Antworttextanwärters ist; Identifizieren einer zweiten Beziehung der wenigstens einen definierten Beziehung, wobei die zweite Beziehung eine zwischen einem zweiten Nachrichtenmerkmal des wenigstens einen Nachrichtenmerkmals und dem Antworttextanwärter ist; und Identifizieren eines ersten Beziehungsstärkewerts für die erste Beziehung und eines zweiten Beziehungsstärkewerts für die zweite Beziehung; und wobei das Bereitstellen des Antworttextanwärters zur Aufnahme in die Antwort auf die Nachricht auf dem ersten Beziehungsstärkewert und auf dem zweiten Beziehungsstärkewert beruht.
  • In einigen Implementierungen wird der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antworttextanwärter ein Beziehungsstärkewert zugewiesen und umfasst das Verfahren ferner: Identifizieren eines zusätzlichen Antworttextanwärters auf der Grundlage einer zusätzlichen Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem zusätzlichen Antwortinhalt; Identifizieren eines zusätzlichen Beziehungsstärkewerts für die zusätzliche Beziehung; und wobei das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die Nachricht auf dem Vergleich des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts beruht. In einigen dieser Implementierungen umfasst das Bereitstellen des Antworttextanwärters zur potentiellen Aufnahme in die Antwort auf die Nachricht beim Vergleich des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts: Bereitstellen des Antworttextanwärters zur potentiellen Aufnahme in die Antwort auf die Nachricht ohne Bereitstellen des zusätzlichen Antworttextanwärters zur potentiellen Aufnahme in die Antwort auf die Nachricht. In einigen dieser Implementierungen umfasst das Bereitstellen des Antworttextanwärters zur potentiellen Aufnahme in die Antwort auf die Nachricht auf der Grundlage des Vergleichs des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts: Bestimmen einer Anzeigeauffälligkeit sowohl für den Antworttextanwärter als auch für den zusätzlichen Antwortinhalt auf der Grundlage des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts; und Bereitstellen sowohl des Antworttextanwärters als auch des zusätzlichen Antworttextanwärters zur potentiellen Aufnahme in die Antwort auf die Nachricht, wobei der Antworttextanwärter und der zusätzliche Antworttextanwärter mit Angabe der Anzeigeauffälligkeiten bereitgestellt werden.
  • In einigen Implementierungen enthält das wenigstens eine Nachrichtenmerkmal ein n-Gramm in dem Ausgangstext der einen oder mehreren elektronischen Kommunikationen.
  • In einigen Implementierungen umfasst das Bestimmen des Antworttextanwärters: Identifizieren einer ersten Beziehung der wenigstens einen definierten Beziehung, wobei die erste Beziehung eine zwischen dem wenigstens einen Nachrichtenmerkmal und einer Kategorie der Antwort ist; Identifizieren einer zweiten Beziehung der wenigstens einen definierten Beziehung, wobei die zweite Beziehung eine zwischen der Kategorie der Antwort und dem Antworttext ist. In einigen dieser Implementierungen umfasst das Verfahren ferner: Bestimmen eines zweiten Beziehungsstärkewerts für die zweite Beziehung wenigstens teilweise auf der Grundlage des Inhalts der elektronischen Kommunikation und/oder einer Menge früherer Antworten des Nutzers, die den Antworttext enthalten; und wobei das Bereitstellen des Antworttextanwärters zur Aufnahme in die Antwort auf die Nachricht auf dem zweiten Beziehungsstärkewert beruht.
  • In einigen Implementierungen umfasst das Bestimmen des Antworttextanwärters: Bereitstellen des wenigstens einen Nachrichtenmerkmals als Eingabe in ein trainiertes Maschinenlernsystem und Empfangen einer Angabe des Antworttextanwärters als Ausgabe von dem trainierten Maschinenlernsystem. In einigen dieser Implementierungen ist die Angabe des Antworttextanwärters eine Kategorie der Antwort und wird der Antworttext auf der Grundlage einer definierten Beziehung zwischen dem Antworttext und der Kategorie der Antwort bestimmt.
  • Andere Implementierungen können ein nichttemporäres computerlesbares Speichermedium enthalten, das Anweisungen speichert, die durch einen Prozessor ausführbar sind, um ein Verfahren wie etwa ein oder mehrere der oben beschriebenen Verfahren auszuführen. Eine abermals andere Implementierung kann ein System enthalten, das einen Datenspeicher und einen oder mehrere Prozessoren, die zum Ausführen von Anweisungen betreibbar sind, die in dem Datenspeicher gespeichert sind, enthält, um ein Verfahren wie etwa ein oder mehrere der oben beschriebenen Verfahren auszuführen.
  • Es sollte gewürdigt werden, dass alle Kombinationen der vorstehenden Konzepte und zusätzliche hier ausführlicher beschriebene Konzepte als Teil des hier offenbarten Gegenstands betrachtet werden. Zum Beispiel werden alle Kombinationen des beanspruchten Gegenstands, der am Ende dieser Offenbarung erscheint, als Teil des hier offenbarten Gegenstands betrachtet.
  • Kurzbeschreibung der Zeichnungen
  • 1 stellt eine beispielhafte Umgebung dar, in der ein Textkorpus elektronischer Kommunikationen analysiert werden kann, um Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt zu bestimmen, und/oder in dem Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage wenigstens einer definierten Beziehung zwischen einer oder mehreren Nachrichtenmerkmalen der Kommunikationen und dem Antworttext bestimmt werden kann.
  • 2 stellt ein Beispiel dar, wie Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt auf der Grundlage eines Textkorpus elektronischer Kommunikationen bestimmt werden können.
  • 3 stellt ein anderes Beispiel dar, wie Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt auf der Grundlage eines Textkorpus elektronischer Kommunikationen bestimmt werden können.
  • 4 stellt ein Beispiel des Gruppierens elektronischer Kommunikationen in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen diesen Kommunikationen und des Bestimmens von Antwortinhalt auf der Grundlage des Antworttexts der elektronischen Kommunikationen der Cluster dar.
  • 5 stellt ein Beispiel dar, wie Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage wenigstens einer definierten Beziehung zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext bestimmt werden kann.
  • 6 ist ein Ablaufplan, der ein beispielhaftes Verfahren zum Bestimmen einer Beziehung zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt auf der Grundlage eines Textkorpus elektronischer Kommunikationen darstellt.
  • 7 ist ein Ablaufplan, der ein beispielhaftes Verfahren zum Bestimmen von Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage wenigstens einer definierten Beziehung zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext darstellt.
  • 8A8C stellen beispielhafte graphische Nutzerschnittstellen zur Darstellung von Antworttextanwärtern zur Aufnahme in eine Antwort auf eine elektronische Kommunikation dar.
  • 9 stellt eine beispielhafte Architektur eines Computersystems dar.
  • Ausführliche Beschreibung
  • 1 stellt eine beispielhafte Umgebung dar, in der ein Textkorpus elektronischer Kommunikationen analysiert werden kann, um Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt zu bestimmen, und/oder in der Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage wenigstens einer definierten Beziehung zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikationen und dem Antworttext bestimmt werden kann. Die beispielhafte Umgebung enthält ein Kommunikationsnetz 101, das die Kommunikation zwischen den verschiedenen Komponenten in der Umgebung ermöglicht. In einigen Implementierungen kann das Kommunikationsnetz 101 das Internet, ein oder mehrere Intranets und/oder ein oder mehrere Busteilsysteme enthalten. Optional kann das Kommunikationsnetz 101 ein oder mehrere Standardkommunikationstechnologien, Standardprotokolle und/oder Standardinterprozesskommunikationstechniken nutzen. Die beispielhafte Umgebung enthält eine Client-Vorrichtung 106, ein System 110 elektronischer Kommunikationen, ein Antwortinhaltssystem 120, eine Auswahlmaschine 130, eine Datenbank 152 elektronischer Kommunikationen und eine Datenbank 158 von Beziehungen zwischen Nachrichtenmerkmalen und Antwortinhalt.
  • Das System 110 elektronischer Kommunikationen und das Antwortinhaltssystem 120 können jeweils in einem oder mehreren Computern implementiert sein, die z. B. über ein Netz (nicht gezeigt) kommunizieren. Das System 110 elektronischer Kommunikationen und das Antwortinhaltssystem 120 sind beispielhafte Systeme, in denen die hier beschriebenen Systeme, Komponenten und Techniken implementiert sein können und/oder mit denen die hier beschriebenen Systeme, Komponenten und Techniken über eine Schnittstelle verbunden sein können. Das System 110 elektronischer Kommunikationen und das Antwortinhaltssystem 120 enthalten jeweils einen oder mehrere Datenspeicher zur Speicherung von Daten und Softwareanwendungen, einen oder mehrere Prozessoren zum Zugreifen auf Daten und zum Ausführen von Anwendungen und andere Komponenten, die die Kommunikation über ein Netz ermöglichen. In einigen Implementierungen können das System 110 elektronischer Kommunikationen und/oder das Antwortinhaltssystem 120 eine oder mehrere Komponenten des beispielhaften Computersystems aus 9 enthalten. Die durch das System 110 elektronischer Kommunikationen und durch das Antwortinhaltssystem 120 ausgeführten Operationen können über mehrere Computersysteme verteilt sein. In einigen Implementierungen können ein oder mehrere Aspekte des Antwortinhaltssystems 120 mit dem System 110 elektronischer Kommunikationen kombiniert sein und/oder können ein oder mehrere Aspekte des Systems 110 elektronischer Kommunikationen und/oder des Antwortinhaltssystems 120 in der Client-Vorrichtung 106 implementiert sein.
  • Allgemein analysiert das Antwortinhaltssystem 120 in einigen Implementierungen einen Textkorpus elektronischer Kommunikationen wie etwa einen Textkorpus elektronischer Kommunikationen der Datenbank 152 elektronischer Kommunikationen, um Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen von "Ausgangs"-Nachrichten von Kommunikationen und Antwortinhalt, der in "Antwort"-Nachrichten dieser Kommunikationen enthalten ist, zu bestimmen. In einigen dieser Implementierungen können die Beziehungen zwischen dem einen oder den mehreren Ausgangsnachrichtenmerkmalen und dem Antwortinhalt bestimmt werden, ohne direkten menschlichen Zugriff auf eine oder mehrere (z. B. irgendwelche) der elektronischen Kommunikationen des Textkorpus zuzulassen.
  • Allgemein bestimmt das Antwortinhaltssystem 120 in einigen Implementierungen zusätzlich und/oder alternativ Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation wie etwa eine durch die Client-Vorrichtung 106 bereitgestellte Kommunikation und/oder eine Kommunikation der Datenbank 152 elektronischer Kommunikationen, auf die ein Nutzer noch zu antworten hat, und stellt ihn bereit. Das Antwortinhaltssystem 120 kann den Antworttext auf der Grundlage einer oder mehrerer bestimmter Beziehungen zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext bestimmen. In einigen Implementierungen kann das Antwortinhaltssystem 120 den Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation unabhängig von irgendeiner Texteingabe bereitstellen, die durch den Nutzer beim Erzeugen der Antwort auf die Kommunikation bereitgestellt wird.
  • Die Datenbank 152 elektronischer Kommunikationen enthält ein oder mehrere Speichermedien, die alle oder Teile der elektronischen Kommunikationen mehrere Nutzer enthalten. In einigen Implementierungen wird die Datenbank 152 elektronischer Kommunikationen durch das System 110 elektronischer Kommunikationen unterhalten. Zum Beispiel kann das System 110 elektronischer Kommunikationen ein oder mehrere E-Mail-Systeme enthalten und kann die Datenbank 152 elektronischer Kommunikationen mehrere E-Mails enthalten, die über die E-Mail-Systeme gesendet und/oder empfangen werden. Als ein anderes Beispiel kann das System 110 elektronischer Kommunikationen ein oder mehrere soziale Netzwerksysteme enthalten und kann die Datenbank 152 elektronischer Kommunikationen mehrere Nachrichten, Artikel oder andere Kommunikationen, die über die sozialen Netzwerksysteme gesendet und/oder empfangen werden, enthalten.
  • Wie es hier verwendet ist, kann sich eine "elektronische Kommunikation" oder eine "Kommunikation" auf eine E-Mail, auf eine Textnachricht (z. B. SMS, MMS), auf eine Sofortnachricht, auf eine transkribierte Sprach-Mail oder auf eine andere elektronische Kommunikation, die wenigstens etwas Textinhalt enthält, beziehen. In verschiedenen Implementierungen kann eine elektronische Kommunikation verschiedene Metadaten enthalten und können die Metadaten optional in einer oder in mehreren hier beschriebenen Techniken genutzt werden. Zum Beispiel kann eine elektronische Kommunikation wie etwa eine E-Mail eine Adresse der elektronischen Kommunikation wie etwa eine oder mehrere Absenderkennungen (z. B. Absender-E-Mail-Adressen), eine oder mehrere Empfängerkennungen (z. B. Empfänger-E-Mail-Adressen einschließlich von Empfängern, an die eine Kopie oder eine Blindkopie gesendet wird), ein Sendedatum, einen oder mehrere Anhänge, einen Betreff, einen Typ der Vorrichtung, die die elektronische Kommunikation gesendet und/oder empfangen hat, usw. enthalten.
  • Wie es hier verwendet ist, werden "elektronische Kommunikation" und "Kommunikation" in Abhängigkeit von dem Kontext zur Bezugnahme sowohl auf eine elektronische Kommunikation, die nur eine Ausgangsnachricht enthält, als auch auf eine elektronische Kommunikation, die eine oder mehrere Ausgangsnachrichten enthält und die eine oder mehrere Antwortnachrichten enthält, genutzt. Eine elektronische Kommunikation kann ein einzelnes Dokument wie etwa eine E-Mail sein, das sowohl eine Ausgangsnachricht als auch eine Antwortnachricht enthält und das zum Unterscheiden der Ausgangsnachricht und der Antwortnachricht verarbeitet werden kann. Die Verarbeitung einer elektronischen Kommunikation zum Unterscheiden einer Ausgangsnachricht und einer Antwortnachricht kann das "Teilen" der Nachricht auf der Grundlage der Anwesenheit von Metadaten, Nachrichtenunterbrechungen, in der Nachricht enthaltener Kopfinformationen, in der Ausgangsnachricht bereitgestellter Zitate usw. enthalten. Außerdem kann eine elektronische Kommunikation mehrere Dokumente sein, die aufgrund dessen, dass wenigstens eines der mehreren Dokumente eine Reaktion auf andere der mehreren Dokumente ist, aufeinander abgebildet sind. Zum Beispiel kann eine elektronische Kommunikation eine erste E-Mail, die eine durch einen Nutzer empfangene Ausgangsnachricht ist, und eine zweite E-Mail, die durch den Nutzer als eine Antwort auf diese Ausgangsnachricht gesendet wurde, oder eine Ausgangs- und ein Antwort-SMS-Nachricht, enthalten. Das Abbilden mehrerer Dokumente aufeinander kann z. B. durch das System 110 elektronischer Kommunikationen ausgeführt werden. Zum Beispiel kann das System 110 elektronischer Kommunikationen aufgrund dessen, dass ein Nutzer bei der Betrachtung der ersten E-Mail ein "Antwort"-Nutzerschnittstellenelement auswählt und daraufhin in Ansprechen auf die Auswahl des Antwortnutzerschnittstellenelements einen Entwurf der zweiten E-Mail erstellt, eine erste E-Mail auf eine zweite E-Mail abbilden.
  • Wie es hier verwendet wird, ist eine Ausgangsnachricht gegenüber einer Reaktionsantwortnachricht zeitlich früher, wobei sie aber nicht notwendig die erste Nachricht in einer elektronischen Kommunikation ist. Zum Beispiel kann eine Ausgangsnachricht die zeitliche erste Nachricht in einer elektronischen Kommunikation sein und kann eine Antwortnachricht, die eine Reaktion auf die Ausgangsnachricht ist, eine zeitlich spätere Nachricht (z. B. die zeitlich nächste) sein. Zum Beispiel kann eine Ausgangsnachricht zusätzlich und/oder alternativ die zeitlich zweite, dritte oder vierte Nachricht in einer elektronischen Kommunikation sein und kann eine Antwortnachricht, die eine Reaktion auf diese Ausgangsnachricht ist, eine zeitlich spätere Nachricht in der elektronischen Kommunikation sein. Sowohl eine Ausgangsnachricht als auch eine Antwortnachricht kann zugeordneten Text und/oder zugeordnete Metadaten und/oder anderen zugeordneten Inhalt (z. B. Anhänge, eingebettete Bilder) enthalten.
  • In verschiedenen Implementierungen kann das Antwortinhaltssystem 120 eine Ausgangsnachrichtenmerkmal(e)-Bestimmungsmaschine 122, eine Antwortinhalts-Bestimmungsmaschine 124 und/oder eine Beziehungsstärkemaschine 126 enthalten. In einigen Implementierungen können alle oder Aspekte der Maschinen 122, 124 und/oder 126 weggelassen sein. In einigen Implementierungen können alle oder Aspekte der Maschine 122, 124 und/oder 126 kombiniert sein. In einigen Implementierungen können alle oder Aspekte der Maschinen 122, 124 und/oder 126 in einer Komponente implementiert sein, die getrennt von dem Antwortinhaltssystem 120 ist. Das Antwortinhaltssystem 120 ist hier als ein einzelnes System beschrieben, das Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen von "Ausgangs"-Nachrichten von Kommunikationen und Antwortinhalt, der in "Antwort"-Nachrichten dieser Kommunikationen enthalten ist, bestimmt; und das Antwortinhalt zur Aufnahme in eine Antwort auf eine Kommunikation wie etwa auf eine durch einen Client bereitgestellte Kommunikation bestimmt und bereitstellt. Allerdings kann in einigen Implementierungen ein erstes System die Beziehungen bestimmen und ein getrenntes zweites System auf der Grundlage der bestimmten Beziehungen Antworttext bestimmen und bereitstellen.
  • Allgemein identifiziert die Antwortinhalts-Bestimmungsmaschine 124 bei der Bestimmung von Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalten einen Textkorpus elektronischer Kommunikationen, die eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten, und bestimmt sie Antwortinhalt, der in der Antwortnachricht mehrerer elektronischer Kommunikationen des Textkorpus auftritt.
  • In einigen Implementierungen kann die Auswahlmaschine 130 auf der Grundlage einer oder mehrerer Kriterien Kommunikationen zur Aufnahme in den Textkorpus, der durch die Antwortinhalts-Bestimmungsmaschine 124 identifiziert und analysiert wird, auswählen. Zum Beispiel kann die Auswahlmaschine 130 auf der Grundlage der Kriterien beschränken, welche elektronischen Kommunikationen in die Datenbank 152 elektronischer Kommunikationen aufgenommen werden, und kann die Datenbank 152 elektronischer Kommunikationen als der Textkorpus genutzt werden. Außerdem kann die Auswahlmaschine 130 z. B. bestimmte Kommunikationen der Datenbank 152 elektronischer Kommunikationen wie jene, die für die Aufnahme in den Textkorpus geeignet sind, mit einem Merker versehen oder sie auf andere Weise kommentieren und können diese kommentierten Kommunikationen als der Textkorpus genutzt werden.
  • In einigen Implementierungen kann die Auswahlmaschine 130 elektronische Kommunikationen zur Aufnahme in den Textkorpus elektronischer Kommunikationen aufgrund dessen auswählen, dass die elektronischen Kommunikationen eine "Ausgangs"-Nachricht und eine "Antwort"-Nachricht, die eine Reaktion auf die Ausgangsnachricht ist, enthalten. Wie hier beschrieben ist, kann eine elektronische Kommunikation, die eine Ausgangsnachricht und eine Antwortnachricht enthält, ein einzelnes Dokument und/oder mehrere Dokumente, die aufeinander abgebildet sind, sein. In einigen Implementierungen wählt die Auswahlmaschine 130 elektronische Kommunikationen zur Aufnahme in den Textkorpus aufgrund dessen, dass der Antworttext der Antwortnachricht jeder der elektronischen Kommunikationen weniger als eine Antworttextschwellenlänge ist, und/oder aufgrund dessen, dass der Ausgangstext der Ausgangsnachricht jeder der elektronischen Kommunikationen weniger als eine Ausgangstextschwellenlänge ist, aus. Zum Beispiel können nur Kommunikationen ausgewählt werden, die Antworttext enthalten, der weniger als 20 Wörter und/oder weniger als 100 Zeichen ist.
  • In einigen Implementierungen kann die Auswahlmaschine 130 eine oder mehrere Techniken zum Verringern des Auftretens bestimmter Typen von Kommunikationen in dem Textkorpus nutzen. Zum Beispiel kann die Antwortinhalts-Bestimmungsmaschine 124, wo der Textkorpus E-Mails enthält, Techniken zum Herausfiltern von E-Mails, die wahrscheinlich von Geschäften kommen, nutzen. Zum Beispiel können E-Mails von bestimmten E-Mail-Adressen, E-Mails von E-Mail-Adressen mit bestimmten Domain-Namen, E-Mails von E-Mail-Adressen mit bestimmten Präfixen, E-Mails mit bestimmten n-Grammen in einer Betreffzeile usw. aus dem Textkorpus herausgefiltert werden. Außerdem können z. B. E-Mails in Übereinstimmung mit bestimmten Geschäftsdokumentvorlagen herausgefiltert werden. Außerdem können z. B. E-Mails, die wahrscheinlich Spam sind, herausgefiltert werden.
  • In einigen Implementierungen wählt die Auswahlmaschine 130 elektronische Kommunikationen zur Aufnahme in den Textkorpus auf der Grundlage ein oder mehrerer anderer Attribute aus, die den Kommunikationen und/oder dem einen oder den mehreren Absendern und/oder Empfängern der Kommunikationen zugeordnet sind. Zum Beispiel können Kommunikationen, die diesem geographischen Gebiet zugeordnet sind, zur Aufnahme in den Textkorpus ausgewählt werden, falls es erwünscht ist, Beziehungen zwischen Ausgangsnachrichtenmerkmalen und Antwort-n-Grammen für ein bestimmtes geographisches Gebiet zu bestimmen.
  • In einigen Implementierungen bestimmt die Antwortinhalts-Bestimmungsmaschine 124 ein Antwort-n-Gramm, das in dem Antworttext von Antwortnachrichten wenigstens einer Schwellenanzahl elektronischer Kommunikationen des Textkorpus auftritt, und nutzt sie das Antwort-n-Gramm als Antwortinhalt. Die Schwellenanzahl kann z. B. auf der Grundlage von Privatsphärebetrachtungen und/oder Effizienzbetrachtungen eingestellt werden. In einigen dieser Implementierungen kann das Antwort-n-Gramm ein n-Gramm sein, das aus der Gesamtheit des Antworttexts einer oder mehrerer Antwortnachrichten der elektronischen Kommunikationen des Textkorpus besteht. In einigen Implementierungen kann das Antwort-n-Gramm ein n-Gramm sein, das in einem oder in mehreren bestimmten Segmenten des Antworttexts (z. B. in dem ersten Satz oder in dem ersten Satzglied) einer oder mehrerer Antwortnachrichten der elektronischen Kommunikationen des Textkorpus auftritt. In einigen Implementierungen kann das Antwort-n-Gramm Abschnitte des Antworttexts mehrerer Antwortnachrichten der elektronischen Kommunikationen des Textkorpus enthalten und eine Kennung einer Kategorie anderer Abschnitte des Antworttexts der mehreren Antwortnachrichten enthalten. Zum Beispiel kann ein n-Gramm "Wir sehen uns dort, [Vorname des Absenders]" auf der Grundlage von Vorkommen von "Wir sehen uns dort, Bob" in einer von Bob gesendeten E-Mail, "Wir sehen uns dort, Jane", in einer von Jane gesendeten E-Mail, usw. bestimmt werden.
  • In einigen Implementierungen gruppiert die Antwortinhalts-Bestimmungsmaschine 124 den Textkorpus elektronischer Kommunikationen in mehrere Cluster und bestimmt sie den Antwortinhalt auf der Grundlage der Antwortnachrichten einer oder mehrerer elektronischer Kommunikationen eines der Cluster. In diesen Implementierungen gruppiert die Antwortinhalts-Bestimmungsmaschine 124 den Textkorpus elektronischer Kommunikationen auf der Grundlage eines oder mehrerer Attribute, die einer oder mehreren elektronischen Kommunikationen innerhalb des Textkorpus gemeinsam sind, in mehrere Cluster. Zum Beispiel kann die Antwortinhalts-Bestimmungsmaschine 124 den Textkorpus elektronischer Kommunikationen auf der Grundlage von Ähnlichkeiten zwischen dem Antworttext von Antwortnachrichten der elektronischen Kommunikationen des Textkorpus wie etwa semantischer Ähnlichkeiten, syntaktischer Ähnlichkeiten und/oder Textähnlichkeiten in Cluster gruppieren. Allgemein sind die Antwortnachrichten in einen gegebenen Cluster gruppierter elektronischer Kommunikationen (auf der Grundlage der bei der Gruppierung genutzten Ähnlichkeiten) zueinander ähnlicher als die in andere Cluster gruppierten Antwortnachrichten.
  • Allgemein entspricht jeder der bestimmten Cluster einer anderen Kategorie des Antwortinhalts. Zum Beispiel kann ein Cluster elektronische Kommunikationen mit einem "Gratulations"-Antwortinhalt wie etwa den n-Grammen "Gratulation!", "Großartig" und "Gut gemacht" enthalten; und kann ein anderer Cluster elektronische Kommunikationen mit "Danke"-Antwortinhalt wie etwa den n-Grammen "Danke", "Ich weiß das zu schätzen" und "Vielen Dank" enthalten. In einigen Implementierungen kann der Antwortinhalt für einen gegebenen Cluster z. B. eine Kennung einer Kategorie (z. B. "Gratulations"-Antwortinhalt), eine Kennung der n-Gramme, die im Antwortinhalt in den elektronischen Kommunikationen des Clusters am häufigsten auftreten, (z. B. der 50 häufigsten n-Gramme) und/oder eine andere Kennung des Inhalts enthalten.
  • In einigen Implementierungen kann die Antwortinhalts-Bestimmungsmaschine 124 beim Gruppieren des Textkorpus elektronischer Kommunikationen in mehrere Cluster auf der Grundlage von Ähnlichkeitsmaßen zwischen den Antwortinhalt einen oder mehrere Clusteringalgorithmen nutzen. Zum Beispiel kann in einigen Implementierungen das x-Means-Clustering genutzt werden, wobei die Entfernung zwischen dem Antwortinhalt auf den Ähnlichkeitsmaßen zwischen dem Antwortinhalt beruht. Allgemein ist das x-Means-Clustering ein unüberwachtes Verfahren, um das ideale k zur Verwendung für das k-Means-Clustering zu ermitteln. Allgemein soll das k-Means-Clustering Beobachtungen in mehrere Gruppen aufteilen, wobei jede Beobachtung in einer Gruppe, mit der sie am engsten verwandt ist, enthalten ist. Optional können zusätzliche und/oder alternative Clustering-Techniken verwendet werden.
  • Allgemein bestimmt die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bei der Bestimmung von Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt ein oder mehrere Ausgangsnachrichtenmerkmale auf der Grundlage der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die den Antwortinhalt enthalten. Zum Beispiel kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 die Ausgangsnachrichtenmerkmale auf der Grundlage des Analysierens der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die das n-Gramm in einer Antwortnachricht enthalten, bestimmen, wenn der Antwortinhalt ein n-Gramm ist. Außerdem kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 die Ausgangsnachrichtenmerkmale auf der Grundlage des Analysierens der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen des Clusters elektronischer Kommunikationen bestimmen, wenn der Antwortinhalt z. B. Antwortinhalt eines durch die Antwortinhalts-Bestimmungsmaschine 124 bestimmten Clusters elektronischer Kommunikationen angibt.
  • In einigen Implementierungen kann ein häufig auftretendes n-Gramm in dem Ausgangstext der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die den Antwortinhalt enthalten, als ein Nachrichtenmerkmal bestimmt werden. Es können ein oder mehrere zusätzliche und/oder alternative Nachrichtenmerkmale wie etwa das gleichzeitige Auftreten zweier oder mehrerer n-Gramme in dem Text der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die den Antwortinhalt enthalten, bestimmt werden. Optional kann das gleichzeitige Auftreten zweier oder mehrerer n-Gramme das gleichzeitige Auftreten in einer bestimmten Reihenfolge (z. B. ein erstes n-Gramm vor einem zweiten n-Gramm), in einer bestimmten Positionsbeziehung (z. B. innerhalb von n Termini oder Zeichen voneinander) usw. sein. Zusätzliche und/oder alternative Ausgangsnachrichtenmerkmale können z. B. Merkmale, die auf einem oder mehreren Tags der Verarbeitung natürlicher Sprache, die auf Text der Ausgangsnachricht angewendet werden (z. B. Teile einer Rede, benannte Entitäten, Ton); Merkmale, die auf Text beruhen, der spezifisch in den Betreffs, in den ersten Sätzen, in den letzten Sätzen oder in einem anderen Abschnitt der Ausgangsnachricht auftritt; Merkmale, die auf Metadaten der Ausgangsnachrichten beruhen, wie etwa Zeiten, zu denen die Ausgangsnachrichten gesendet wurden, Wochentage, an denen die E-Mails gesendet wurden, eine Anzahl der Empfänger, einen Typ der Vorrichtung, die die Ausgangsnachricht gesendet hat, usw. enthalten. Als ein Beispiel kann ein durch die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bestimmtes Ausgangsnachrichtenmerkmal sein: das gleichzeitige Auftreten eines bestimmten n-Gramms in dem Betreff mehrerer der Originale mit einem anderen bestimmten n-Gramm in dem Körper dieser Ausgangsnachrichten.
  • In einigen Implementierungen, in denen das wenigstens eine Nachrichtenmerkmal in dem Text der Ausgangsnachrichten ein n-Gramm enthält, kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 das n-Gramm auf der Grundlage eines Zählwerts der Vorkommen des n-Gramms in den elektronischen Kommunikationen, die in dem Antworttext das Antwort-n-Gramm enthalten, bestimmen. Zum Beispiel kann ein n-Gramm, das in Ausgangsnachrichten von 1000 dieser elektronischen Kommunikationen auftritt, wahrscheinlicher als ein Nachrichtenmerkmal bestimmt werden, als ein n-Gramm, das in Ausgangsnachrichten von nur 200 dieser elektronischen Kommunikationen auftritt. In einigen Implementierungen, in denen das wenigstens eine Nachrichtenmerkmal ein n-Gramm in dem Text der Ausgangsnachrichten enthält, kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 das n-Gramm zusätzlich und/oder alternativ auf der Grundlage eines dem n-Gramm zugeordneten Gesamtpopularitätsmaßes bestimmen. Zum Beispiel kann "Die Kinder sind die ganze Woche krank gewesen" ein insgesamt weniger beliebtes n-Gramm als "Guten Morgen" sein (z. B. aufgrund dessen, dass es über einem großen Textkorpus von Dokumenten wie etwa elektronischen Kommunikationen des Textkorpus weniger häufig auftritt) und kann es aufgrund dessen, dass es weniger beliebt ist, wahrscheinlich als ein Nachrichtenmerkmal bestimmt werden.
  • In einigen Implementierungen, in denen das wenigstens eine Nachrichtenmerkmal in dem Text der Ausgangsnachrichten ein n-Gramm enthält, kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 ein n-Gramm bestimmen, das Abschnitte des Texts mehrerer Ausgangsnachrichten enthält, und eine Kennung einer Kategorie oder eine andere Angabe auf höherer Ebene anderer Abschnitte der Ausgangsnachrichten aufnehmen. Zum Beispiel kann ein n-Gramm "Wir haben Reservierungen im [Restaurant]. Teilt mir mit, ob ihr es schafft" auf der Grundlage von Vorkommen von "Wir haben Reservierungen im Weißen Schloss. Teilt mir mit, ob ihr es schafft" in einer ersten Ausgangsnachricht, "Wir haben Reservierungen im Waffelhaus. Teilt mir mit, ob ihr es schafft" in einer zweiten Ausgangsnachricht usw. bestimmt werden.
  • Allgemein berechnet die Beziehungsstärkemaschine 126 bei der Bestimmung von Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt einen Beziehungsstärkewert zwischen durch die Antwortinhalts-Bestimmungsmaschine 124 bestimmtem Antwortinhalt und dem wenigstens einen durch die Ausgangsnachrichtmerkmal-Bestimmungsmaschine 122 bestimmten Nachrichtenmerkmal. In einigen Implementierungen berechnet die Beziehungsstärkemaschine 126 die Beziehungsstärke wenigstens teilweise auf der Grundlage einer Menge der elektronischen Kommunikationen des Textkorpus, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten. Zum Beispiel kann ein "stärkerer" Beziehungsstärkewert zwischen einem Nachrichtenmerkmal und Antwortinhalt bestimmt werden, wenn das Nachrichtenmerkmal und der Antwortinhalt in 1000 Kommunikationen des Textkorpus auftreten, als wenn sie nur in 300 Kommunikationen des Textkorpus aufgetreten wären.
  • In verschiedenen Implementierungen können durch die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 mehrere Nachrichtenmerkmale bestimmt werden und kann die Beziehungsstärkemaschine 126 einen Beziehungsstärkewert für die mehreren Nachrichtenmerkmale als einen gemeinsamen und/oder als einen für verschiedene Klassen der mehreren Nachrichtenmerkmale bestimmen. Zum Beispiel kann ein erstes Nachrichtenmerkmal ein erstes n-Gramm sein und kann ein zweites Nachrichtenmerkmal ein zweites n-Gramm sein. Die Beziehungsstärkemaschine 126 kann einen Beziehungsstärkewert zwischen dem ersten n-Gramm und dem Antwortinhalt, dem zweiten n-Gramm und dem Antwortinhalt und/oder zwischen dem ersten und dem zweiten n-Gramm und dem Antwortinhalt berechnen.
  • Ferner definiert die Beziehungsstärkemaschine 126 auf der Grundlage des Beziehungsstärkewerts eine Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwort-n-Gramm. In einigen Implementierungen umfasst das Definieren der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts das Definieren der Beziehung und das Zuweisen des Beziehungsstärkewerts zu der Beziehung. In einigen Implementierungen umfasst das Definieren der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage der Beziehungsstärke zusätzlich und/oder alternativ das Bestimmen, dass der Beziehungsstärkewert einem Schwellenwert genügt, und das Definieren der Beziehung auf der Grundlage der Bestimmung, dass der Beziehungsstärkewert dem Schwellenwert genügt.
  • In einigen Implementierungen kann wenigstens die Beziehungsstärkemaschine 126 als ein Maschinenlernsystem implementiert sein. In diesen Implementierungen können durch das Antwortinhaltssystem 120 Trainingsbeispiele erzeugt werden, die jeweils einen Ausgabeparameter, der durch die Antwortinhalts-Bestimmungsmaschine 124 bestimmten Antwortinhalt angibt, und einen oder mehrere Eingabeparameter, die ein oder mehrere auf der Grundlage des Ausgangstexts einer der elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten, durch die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bestimmte entsprechende Ausgangsnachrichtenmerkmale angeben, aufweisen. Zum Beispiel kann ein erstes Trainingsbeispiel als einen Ausgabeparameter den Antwortinhalt und als einen Eingabeparameter den gesamten oder Abschnitte des Texts der Ausgangsnachricht (und optional Kommentare, die dem Text und/oder anderem Inhalt der Ausgangsnachricht zugeordnet sind) einer ersten Kommunikation, die den Antwortinhalt in der Antwortnachricht enthält, enthalten. Ein zweites Trainingsbeispiel kann als einen Ausgabeparameter den Antwortinhalt und als einen Eingabeparameter die gesamte oder Abschnitte der Ausgangsnachricht (und optional Kommentare, die dem Text und/oder anderen Inhalt der Ausgangsnachricht zugeordnet sind) einer zweiten Kommunikation, die den Antwortinhalt in der Antwortnachricht enthält, enthalten. Zusätzliche Trainingsbeispiele einschließlich zusätzlicher Trainingsbeispiele auf der Grundlage eines anderen Antwortinhalts und zugeordneten Ausgangstexts können ähnlich erzeugt werden.
  • Das Maschinenlernsystem kann auf der Grundlage der Trainingsbeispiele trainiert werden. Das Training des Maschinenlernsystems kann das Berechnen der Beziehungsstärke und das Definieren der Beziehung enthalten. Zum Beispiel kann die Beziehungsstärke zwischen einem oder mehreren bestimmten Nachrichtenmerkmalen und bestimmtem Antwortinhalt auf der Menge von Trainingsbeispielen beruhen, die das eine oder die mehreren bestimmten Nachrichtenmerkmale und den bestimmten Antwortinhalt enthalten. Das trainierte Maschinenlernsystem kann genutzt werden, um durch Bereitstellen eines oder mehrerer Nachrichtenmerkmale der zusätzlichen Kommunikation als Eingabe in das Maschinenlernsystem und durch Empfangen von Informationen, die eine oder mehrere vorgeschlagene Antworten angeben, (und optional eines oder mehrerer zugeordneter Beziehungsstärkewerte) einen oder mehrere Antworttextanwärter für eine zusätzliche Kommunikation (wie hier erläutert) als Ausgabe von dem Maschinenlernsystem zu identifizieren.
  • In einigen Implementierungen kann jeder der Ausgabeparameter der Trainingsbeispiele ein Indikator eines jeweiligen der optional durch die Ausgangsantwortinhalts-Bestimmungsmaschine 124 bestimmten Cluster sein. Wie hier beschrieben ist, können die Antwortnachrichten jedes der Cluster mehrere eindeutige n-Gramme enthalten, die alle semantisch und/oder auf andere Weise zueinander ähnlich sind. Die Nutzung der Indikatoren der Cluster anstelle der eindeutigen n-Gramme selbst kann die Anzahl der Ausgangsvariablen in den Trainingsbeispielen verringern, was zu einem effizienteren Training des Maschinenlernsystems führen kann. In einigen dieser Implementierungen kann das Maschinenlernsystem dafür trainiert werden, einen oder mehrere der Indikatoren der Cluster als Ausgabe bereitzustellen. Daraufhin kann die Beziehungsstärkemaschine 126 und/oder eine andere Komponente eine weitere Abbildung des Indikators der Cluster auf n-Gramme (und optional der Abbildung zugeordnete Gewichtungen) nutzen und ein oder mehrere der n-Gramme als Antworttext zur Nutzung in einer Antwort auswählen. Zum Beispiel kann die Antwortinhalts-Bestimmungsmaschine 124, wie hier beschrieben ist, bei Bestimmung von Clustern einen Indikator des Clusters und/oder ein oder mehrere häufig auftretende n-Gramme des Clusters als Antwortinhalt für einen bestimmten Cluster angeben. Zum Beispiel kann der Cluster elektronische Kommunikationen mit "Gratulations"-Antwortinhalt wie etwa die n-Gramme "Gratuliere!", "Das Großartig" und "Gut gemacht" enthalten. In einem solchen Beispiel kann das Maschinenlernsystem als Ausgabe einen Indikator des Clusters bereitstellen und kann der Cluster (optional zusammen mit Gewichtungen, die z. B. auf der Häufigkeit des Auftretens der n-Gramme in Antwortnachrichten des Clusters beruhen können) auf die oben erwähnten n-Gramme abgebildet werden. Die Abbildung kann genutzt werden, um ein oder mehrere n-Gramme auszuwählen, um sie als Antworttext zur Aufnahme in eine Antwort bereitzustellen.
  • Die durch die Beziehungsstärkemaschine 126 definierten Beziehungen können in Beziehungen zwischen Nachrichtenmerkmalen und der Antwortinhaltsdatenbank 158 gespeichert werden. Zum Beispiel können Ausgangsnachrichtenmerkmale und Antwortinhalt als Knoten gespeichert werden und können Kanten, die die Knoten verbinden, die Beziehungen definieren. Optional können die Kanten gewichtet werden, um die Stärke dieser Beziehungen zu definieren. In Implementierungen, in denen das Maschinenlernen genutzt wird, kann das Maschinenlernsystem außerdem Daten in Beziehungen zwischen Nachrichtenmerkmalen und der Antwortinhaltsdatenbank 128, die bestimmte Beziehungen zwischen Ausgangsnachrichtenmerkmalen, von denen sie (auf der Grundlage von Eingabeparametern der Trainingsbeispiele) bestimmt hat, dass sie nützlich sind, und dem Antwortinhalt (auf der Grundlage von Ausgabeparametern der Trainingsbeispiele) definiert, speichern.
  • 2 stellt ein Beispiel dar, wie Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt auf der Grundlage eines Textkorpus elektronischer Kommunikationen bestimmt werden können. Die Antwortinhalts-Bestimmungsmaschine 124 identifiziert aus der Datenbank 152 elektronischer Kommunikationen einen Textkorpus elektronischer Kommunikationen und bestimmt Antwortinhalt, der in der Antwortnachricht mehrerer der elektronischen Kommunikationen des Textkorpus auftritt. Die elektronischen Kommunikationen des Textkorpus enthalten eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist. In einigen Implementierungen kann die Auswahlmaschine 130 auf der Grundlage eines oder mehrerer Kriterien Kommunikationen zur Aufnahme in den Textkorpus, der durch die Antwortinhalts-Bestimmungsmaschine 124 identifiziert und analysiert wird, auswählen. In einigen Implementierungen bestimmt die Antwortinhalts-Bestimmungsmaschine 124 ein Antwort-n-Gramm, das in dem Antworttext von Antwortnachrichten wenigstens einer Schwellenanzahl elektronischer Kommunikationen des Textkorpus auftritt, und nutzt sie das Antwort-n-Gramm als Antwortinhalt.
  • Die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bestimmt auf der Grundlage der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die den Antwortinhalt enthalten, ein oder mehrere Ausgangsnachrichtenmerkmale. Zum Beispiel kann die Antwortinhalts-Bestimmungsmaschine 124 für die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 eine Angabe der elektronischen Kommunikationen bereitstellen, die den Antwortinhalt enthalten, und kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 die Ausgangsnachricht dieser elektronischen Kommunikationen analysieren, um das eine oder die mehreren Ausgangsnachrichtenmerkmale zu bestimmen. Zum Beispiel kann die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 die Ausgangsnachrichtenmerkmale auf der Grundlage des Analysierens der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die das n-Gramm in einer Antwortnachricht enthalten, bestimmen, wenn der Antwortinhalt ein n-Gramm ist.
  • Der bestimmte Antwortinhalt und das eine oder die mehreren Ausgangsnachrichtenmerkmale werden für die Beziehungsstärkemaschine 126 bereitgestellt. Die Beziehungsstärkemaschine 126 berechnet einen Beziehungsstärkewert zwischen durch die Antwortinhalts-Bestimmungsmaschine 124 bestimmtem Antwortinhalt und dem wenigstens einen durch die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bestimmten Nachrichtenmerkmal. In einigen Implementierungen berechnet die Beziehungsstärkemaschine 126 die Beziehungsstärke wenigstens teilweise auf der Grundlage der Menge der elektronischen Kommunikationen des Textkorpus, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten. Zum Beispiel kann ein "stärkerer" Beziehungsstärkewert zwischen einem Nachrichtenmerkmal und Antwortinhalt bestimmt werden, wenn das Nachrichtenmerkmal und der Antwortinhalt in 2000 Kommunikationen des Textkorpus auftreten, als wenn sie nur in 200 Kommunikationen des Textkorpus auftreten würden. Obgleich dies in 2 nicht dargestellt ist, kann die Beziehungsstärkemaschine 126 in einigen Implementierungen mit der Datenbank 152 elektronischer Kommunikationen in Kommunikation stehen, um z. B. eine Menge der elektronischen Kommunikationen des Textkorpus zu bestimmen, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten.
  • Wie hier beschrieben ist, kann in einigen Implementierungen wenigstens die Beziehungsstärkemaschine 126 als ein Maschinenlernsystem implementiert sein. In diesen Implementierungen können der Antwortinhalt und die Ausgangsnachrichtenmerkmale aus 2 als Trainingsbeispiele bereitgestellt werden, die jeweils einen Ausgabeparameter, der den durch die Antwortinhalts-Bestimmungsmaschine 124 bestimmten Antwortinhalt angibt, und einen oder mehrere Eingabeparameter, die ein oder mehrere auf der Grundlage des Ausgangstexts einer der elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten, durch die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bestimmte entsprechende Ausgangsnachrichtenmerkmale angeben, aufweisen. Das Maschinenlernsystem kann auf der Grundlage der Trainingsbeispiele trainiert werden.
  • 3 stellt ein weiteres Beispiel dar, wie Beziehungen zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt auf der Grundlage eines Textkorpus elektronischer Kommunikationen bestimmt werden können.
  • Die Antwortinhalts-Bestimmungsmaschine 124 identifiziert einen Textkorpus elektronischer Kommunikationen von der Datenbank 152 elektronischer Kommunikationen und bestimmt Antwortinhalt 124a, der in der Antwortnachricht mehrerer der elektronischen Kommunikationen des Textkorpus auftritt. Der Antwortinhalt 124a ist das n-Gramm "Danke [Vorname des Absenders]. Ich werde sie mir ansehen und eine Rückmeldung geben", das in den Antwortnachrichten der Kommunikationen 152a, 152b, 152c und optional zusätzlicher Kommunikationen auftritt. Die Antwortnachrichten in jeder der Kommunikationen 152a, 152b und 152c enthalten den Text, der auf "R:" folgt. Es wird angemerkt, dass der Antwortinhalt 124a die Angabe auf höherer Ebene "[Vorname des Absenders]" enthält, die eine Kategorie ist, die die Personennamen "Bob", "Jane" und "Bill", die jeweils die Absender der Ausgangsnachrichten der elektronischen Kommunikationen 152a, 152b und 152c waren, einschließt. Die Antwortinhalts-Bestimmungsmaschine 124 kann die dem Vornamen der Absender entsprechenden Personennamen z. B. auf der Grundlage eines Vergleichs der Personennamen mit Metadaten der Ausgangsnachrichten der elektronischen Kommunikationen 152a, 152b und 152c bestimmen.
  • Die Ausgangsnachrichtenmerkmale-Bestimmungsmaschine 122 bestimmt auf der Grundlage der Ausgangsnachricht mehrerer der elektronischen Kommunikationen, die den Antwortinhalt enthalten, Ausgangsnachrichtenmerkmale 123a1, 123a2 und 123a3. Das erste Ausgangsnachrichtenmerkmal ist durch 123a1 als das "angehängte" n-Gramm angegeben, das in den Ausgangsnachrichten der Kommunikationen 152a, 152b, 152c und optional zusätzlicher Kommunikationen auftritt. Das zweite Ausgangsnachrichtenmerkmal ist durch 123a2 als das n-Gramm "Dokumententwurf/-entwürfe für Sie zur Prüfung" ("/" gibt an, dass "Dokument" Singular oder Plural sein könnte) angegeben, das in den Ausgangsnachrichten der Kommunikationen 152a, 152b und 152c und optional zusätzlicher Kommunikationen auftritt. Das dritte Ausgangsnachrichtenmerkmal ist durch 123a3 als gleichzeitiges Auftreten der n-Gramme des ersten und des zweiten Ausgangsnachrichtenmerkmals, die in den Ausgangsnachrichten der Kommunikationen 152a, 152b, 152c und optional zusätzlicher Kommunikationen auftreten, angegeben.
  • Der bestimmte Antwortinhalt 124a und die Ausgangsnachrichtenmerkmale 123a1, 123a2 und 123a3 werden für die Beziehungsstärkemaschine 126 bereitgestellt. Die Beziehungsstärkemaschine 126 berechnet einen Beziehungsstärkewert zwischen dem Antwortinhalt 124a und jedem der Ausgangsnachrichtenmerkmale 123a1, 123a2 und 123a3. Die Beziehungsstärkemaschine 126 definiert auf der Grundlage der Beziehungsstärkewerte in der Datenbank 158 eine Beziehung 159a zwischen dem zweiten Ausgangsnachrichtenmerkmal 123a2 und dem Antwortinhalt 124a. Außerdem definiert die Beziehungsstärkemaschine 126 auf der Grundlage der Beziehungsstärkewerte in der Datenbank 158 eine Beziehung 159a zwischen dem dritten Ausgangsnachrichtenmerkmal 123a3 und dem Antwortinhalt 124a. In einigen Implementierungen kann die Beziehungsstärkemaschine 126 ebenfalls den Beziehungen 159a und 159b die jeweiligen Beziehungsstärkewerte zuweisen.
  • Die Beziehungsstärkemaschine 126 definiert auf der Grundlage der Beziehungsstärkewerte keine Beziehung zwischen dem ersten Ausgangsnachrichtenmerkmal ("angehängt") und dem Antwortinhalt. Zum Beispiel kann die Beziehungsstärkemaschine 126 die Beziehungsstärkewerte für jedes Ausgangsnachrichtenmerkmal auf der Grundlage eines folgenden Vergleichs berechnet haben:
    einer Menge der elektronischen Kommunikationen des Textkorpus, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten; mit einer Menge der elektronischen Kommunikationen des Textkorpus, die das wenigstens eine Nachrichtenmerkmal in der Ausgangsnachricht enthalten und die eine Antwortnachricht enthalten, die den Antwortinhalt nicht enthält. Zum Beispiel kann die Beziehungsstärkemaschine 126 1000 Kommunikationen bestimmt haben, die in der Ausgangsnachricht "Dokumententwurf/-entwürfe für Sie zur Prüfung" enthielten; während 50.000 Kommunikationen in der Ausgangsnachricht "Dokumententwurf/-entwürfe für Sie zur Prüfung" enthielten und eine Antwortnachricht enthielten, die den Antwortinhalt nicht enthält. Die Beziehungsstärkemaschine 126 kann den Beziehungsstärkewert zwischen dem zweiten Ausgangsnachrichtenmerkmal 123a2 und dem Antwortinhalt 124a auf der Grundlage eines Vergleichs dieser zwei Werte (z. B. 1000/50.000 = 0,02) bestimmen – und Bestimmen, dass der Beziehungsstärkewert einem Schwellenwert genügt, der zum Definieren einer Beziehung zwischen dem zweiten Ausgangsnachrichtenmerkmal 123a2 und dem Antwortinhalt 124a geeignet ist. Andererseits kann die Beziehungsstärkemaschine 126 bestimmt haben, dass 2000 Kommunikationen in der Ausgangsnachricht und in dem Antwortinhalt in der Antwortnachricht "angehängt" enthielten; während 500.000 Kommunikationen in der Ausgangsnachricht "Dokumententwurf/-entwürfe für Sie zur Prüfung" enthielten und eine Antwortnachricht enthielten, die den Antwortinhalt nicht enthält. Die Beziehungsstärkemaschine 126 kann den Beziehungsstärkewert zwischen dem ersten Ausgangsnachrichtenmerkmal 123a1 und dem Antwortinhalt 124a auf der Grundlage eines Vergleichs dieser zwei Werte (z. B. 2000/500.000 = 0,004) bestimmen – und bestimmen, dass der Beziehungsstärkewert einem Schwellenwert, der geeignet ist, eine Beziehung zwischen dem ersten Ausgangsnachrichtenmerkmal 123a1 und dem Antwortinhalt 124a zu definieren, nicht genügt.
  • 4 stellt ein Beispiel des Gruppierens elektronischer Kommunikationen in mehreren Clustern auf der Grundlage von Ähnlichkeiten zwischen diesen Kommunikationen und des Bestimmens von Antwortinhalt auf der Grundlage des Antworttexts der elektronischen Kommunikationen der Cluster dar. Die Antwortinhalts-Bestimmungsmaschine 124 identifiziert auf der Grundlage eines oder mehrerer Attribute, die unter einer oder mehreren elektronischen Kommunikationen innerhalb des Textkorpus gemeinsam sind, einen Textkorpus elektronischer Kommunikationen aus der Datenbank 152 elektronischer Kommunikationen und gruppiert den Textkorpus elektronischer Kommunikationen in mehrere Cluster. Zum Beispiel kann die Antwortinhalts-Bestimmungsmaschine 124 den Textkorpus elektronischer Kommunikationen auf der Grundlage von Ähnlichkeiten zwischen dem Antworttext der Antwortnachrichten der elektronischen Kommunikationen des Textkorpus wie etwa semantischer Ähnlichkeiten, syntaktischer Ähnlichkeiten und/oder Textähnlichkeiten in Cluster gruppieren.
  • Zum Beispiel enthalten die Antwortnachrichten in jeder der Kommunikationen 152d, 152e und 152f den Text, der auf "R:" folgt, und enthält jede Antwortnachricht Text, der dem Wesen nach allgemein "gratulierend" ist. Die Antwortinhalts-Bestimmungsmaschine 124 kann diese Kommunikationen und zusätzliche Kommunikationen auf der Grundlage der Ähnlichkeit zwischen dem Antworttext der Antwortnachrichten in dasselbe Cluster gruppieren. Allgemein entsprechen die Antwortnachrichten elektronischer Kommunikationen, die in ein gegebenes Cluster gruppiert werden, einer unterschiedlichen Kategorie des Antwortinhalts und sind (z. B. auf der Grundlage der bei der Gruppierung genutzten Ähnlichkeiten) zueinander ähnlicher als die Antwortnachrichten, die in anderen Clustern gruppiert sind.
  • Die Antwortinhalts-Bestimmungsmaschine 124 bestimmt den Antwortinhalt 124b bis 124n, der den Antworttext in jedem der Cluster angibt. Zum Beispiel gibt der Antwortinhalt 124b den Antworttext im "Cluster 1" an. Der Antwortinhalt, der den Antworttext in einem Cluster angibt, kann z. B. eine Kennung einer Kategorie (z. B. "Gratulations"-Antwortinhalt), eine Kennung der n-Gramme, die in dem Antwortinhalt in den elektronischen Kommunikationen des Clusters am häufigsten auftreten, (z. B. der 50 häufigsten n-Gramme) und/oder eine andere Kennung des Inhalts enthalten.
  • Wieder anhand von 1 bestimmt die Beziehungsstärkemaschine 126 bei der Bereitstellung eines Antworttexts zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage bestimmter Beziehungen zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext auf der Grundlage einer oder mehrerer Nachrichtenmerkmale der Kommunikation einen Antworttextanwärter. Eine elektronische Kommunikation kann für die Beziehungsstärkemaschine 126 z. B. durch die Client-Vorrichtung 106, durch das System 110 elektronischer Kommunikationen (optional über die Datenbank 152 elektronischer Kommunikationen) und/oder durch eine andere Komponente bereitgestellt werden. Die Beziehungsstärkemaschine 126 identifiziert wenigstens ein Nachrichtenmerkmal der elektronischen Kommunikation und bestimmt auf der Grundlage wenigstens einer definierten Beziehung (und optional der Beziehungsstärke, wenn überhaupt) zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antworttextanwärter den Antworttextanwärter zur Aufnahme in eine Antwort auf die Nachricht.
  • In einigen Implementierungen kann eine solche Bestimmung durch die Beziehungsstärkemaschine 126 unabhängig von irgendeiner Texteingabe vorgenommen werden, die über eine Computervorrichtung des Nutzers beim Erzeugen einer Antwort auf die elektronische Kommunikation bereitgestellt wird. In einigen dieser Beziehungen kann die Bestimmung vorgenommen werden, noch bevor der Nutzer die Kommunikation betrachtet oder auf andere Weise verarbeitet hat. Zum Beispiel kann die Beziehungsstärkemaschine 126 eine Kommunikation verarbeiten, bevor sie vom Nutzer betrachtet wird, einen Antworttextanwärter zur Aufnahme in eine Antwort auf die Kommunikation bestimmen und den Antworttextanwärter an die Kommunikation anhängen oder ihr auf andere Weise zuordnen, bevor sie durch den Nutzer betrachtet wird.
  • In einigen Implementierungen bestimmt die Beziehungsstärkemaschine 126 einen Beziehungsstärkewert zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antworttextanwärter und stellt sie den Antworttextanwärter auf der Grundlage des Beziehungsstärkewerts zur Aufnahme in die Antwort auf die Nachricht bereit. Zum Beispiel kann der Antworttextanwärter in einigen Implementierungen nur bereitgestellt werden, wenn der Beziehungsstärkewert einem Schwellenwert genügt. Außerdem kann z. B. die Auffälligkeit, mit der der Antworttextanwärter bereitgestellt wird, und/oder wie der Antworttextanwärter bereitgestellt wird, auf dem Beziehungsstärkewert beruhen.
  • In einigen Implementierungen kann die Beziehungsstärkemaschine 126 mehrere Nachrichtenmerkmale der Kommunikation identifizieren, die jeweils eine definierte Beziehung zu dem Antworttextanwärter besitzen. Zum Beispiel kann eine erste Beziehung zwischen einem ersten Nachrichtenmerkmal und dem Antworttextanwärter identifiziert werden; und kann außerdem eine zweite Beziehung zwischen einem zweiten Nachrichtenmerkmal und dem Antworttextanwärter identifiziert werden. In einigen dieser Implementierungen können außerdem ein erster Beziehungsstärkewert für die erste Beziehung und ein zweiter Beziehungsstärkewert für die zweite Beziehung identifiziert werden und kann das Bereitstellen des Antworttextanwärters zur Aufnahme in die Antwort auf die Nachricht auf dem ersten Beziehungsstärkewert und auf dem zweiten Beziehungsstärkewert beruhen. Zum Beispiel kann der Antworttextanwärter in einigen Implementierungen nur bereitgestellt werden, wenn die Summe, der Durchschnitt oder ein anderes Maß dieser Werte einem Schwellenwert genügt. Außerdem kann z. B. die Auffälligkeit, mit der der Antworttextanwärter bereitgestellt wird, und/oder, wie der Antworttextanwärter bereitgestellt wird, auf den Beziehungsstärkewerten beruhen.
  • In einigen Implementierungen kann die Beziehungsstärkemaschine 126 mehrere Antworttextanwärter auf eine elektronische Kommunikation identifizieren und optional mehrere davon zur Aufnahme in die Antwort bereitstellen. Zum Beispiel können ein erster und ein zweiter Antworttext auf der Grundlage jeweiliger Beziehungen zwischen dem wenigstens einen Nachrichtenmerkmal und dem ersten und dem zweiten Text identifiziert werden. In einigen dieser Implementierungen können die Beziehungsstärkewerte für die erste Beziehung (zwischen dem einen oder den mehreren Nachrichtenmerkmalen und dem ersten Antworttext) und für die zweite Beziehung (zwischen dem einen oder den mehreren Nachrichtenmerkmalen und dem zweiten Antworttext) identifiziert werden und kann der erste Antworttext auf der Grundlage eines Vergleichs der Beziehungsstärkewerte zur potentiellen Aufnahme in die Antwort auf die Nachricht bereitgestellt werden. Zum Beispiel kann der erste Antworttext zur potentiellen Aufnahme in die Antwort auf die Nachricht bereitgestellt werden, ohne dass der zweite Antworttext zur potentiellen Aufnahme in die Antwort auf die Nachricht bereitgestellt wird (z. B., wenn der Beziehungsstärkewert für den ersten Antworttext viel "stärker" als der für den zweiten Antworttext ist). Außerdem kann z. B. sowohl für den ersten Antworttext als auch für den zweiten Antworttext eine Anzeigeauffälligkeit auf der Grundlage der Beziehungsstärkewerte bestimmt werden und kann sowohl der erste Antworttext als auch der zweite Antworttext zusammen mit einer Angabe der Anzeigeauffälligkeiten zur potentiellen Aufnahme in die Antwort auf die Nachricht bereitgestellt werden.
  • In einigen Implementierungen, in denen die elektronische Kommunikation durch die Client-Vorrichtung 106 für die Beziehungsstärkemaschine 126 bereitgestellt wird, kann die Beziehungsstärkemaschine 126 den bestimmten Antworttext zur Darstellung für den Nutzer als eine Option zur Aufnahme in eine Antwort für die Client-Vorrichtung 106 bereitstellen. In einigen Implementierungen, in denen die elektronische Kommunikation durch das System 110 elektronischer Kommunikationen über die Datenbank 152 elektronischer Kommunikationen für die Beziehungsstärkemaschine 126 bereitgestellt wird, kann die Beziehungsstärkemaschine 126 eine Zuordnung des Antworttexts zu der elektronischen Kommunikation in der Datenbank 152 elektronischer Kommunikationen und/oder in einer anderen Datenbank speichern.
  • Außerdem kann die Beziehungsstärkemaschine 126 mit dem bestimmten Antworttext Anzeigeauffälligkeitsinformationen bereitstellen, die die Auffälligkeit (z. B. die Position, die Größe, die Farbe) angeben, mit der der bestimmte Antworttext dargestellt werden sollte. Allgemein ist die Auffälligkeit für diesen Antworttext umso höher, je stärker eine Beziehungsstärke für einen bestimmten Antworttext ist. Als ein Beispiel, in dem durch die Beziehungsstärkemaschine 126 mehrere Antworttextanwärter bestimmt werden, kann die Beziehungsstärkemaschine 126 durch Herstellen einer Rangordnung der mehreren Anwärter auf der Grundlage jeweiliger Zuordnungsstärkebewertungen eine Angabe der Auffälligkeit bereitstellen und eine Angabe der Rangordnung zur Verwendung bei der Bestimmung, in welcher Reihenfolge die mehreren Anwärter dargestellt werden sollten, bereitstellen.
  • In einigen Implementierungen stellt die Beziehungsstärkemaschine 126 nur bestimmten Antworttext und potentiell Auffälligkeitsinformationen bereit und können die Client-Vorrichtung 106 und/oder das System 110 elektronischer Kommunikationen eine Anzeige des bestimmten Antworttexts auf der Grundlage der bereitgestellten Daten erzeugen. In einigen Implementierungen kann die Beziehungsstärkemaschine 126 zusätzlich einige oder alle der zum Erzeugen der Anzeige notwendigen Daten bereitstellen. In einigen dieser Implementierungen können in die Daten irgendwelche bereitgestellten Auffälligkeitsinformationen aufgenommen werden, die angeben, wie die Anzeige dargestellt werden sollte.
  • Wie hier beschrieben ist, kann in einigen Implementierungen etwas Antwortinhalt mit einer oder mit mehreren Angaben auf höherer Ebene des Antworttexts definiert werden. In diesen Situationen kann die Beziehungsstärkemaschine 126 den tatsächlichen Antworttext zum "Ausfüllen" der Angaben auf höherer Ebene des Antworttexts bestimmen. Als ein Beispiel kann der bestimmte Antwortinhalt ein n-Gramm "Wir sehen uns dort [Vorname des Absenders]" sein, wobei "[Vorname des Absenders]" die Angabe auf höherer Ebene des Antworttexts ist. Die Beziehungsstärkemaschine 126 kann den Vornamen des Absenders der elektronischen Kommunikation bestimmen und den Vornamen anstelle von "[Vorname des Absenders]" in das n-Gramm aufnehmen. Die Beziehungsstärkemaschine 126 kann den Vornamen des Absenders z. B. auf der Grundlage von Metadaten der elektronischen Kommunikation und/oder von Kontaktinformationen des Nutzers, an den die elektronische Kommunikation gesendet wurde, bestimmen.
  • Als ein weiteres Beispiel kann der bestimmte Antwortinhalt eine Angabe einer Kategorie des Antwortinhalts wie etwa "Gratulationsantwort" sein und kann die Beziehungsstärkemaschine 126 als den Antworttext ein oder mehrere Gratulations-n-Gramme mit hoher Rangordnung bestimmen. Die Rangordnung eines bestimmten n-Gramms kann z. B. auf seiner Beliebtheit für den Nutzer, der die elektronische Kommunikation empfangen hat, für eine Gruppe von Nutzern ähnlich dem Nutzer, für alle Nutzer und/oder auf seiner Beliebtheit als ein Antwort-n-Gramm in dem Textkorpus elektronischer Kommunikationen, die zur Bestimmung von Beziehungen zwischen Antwortinhalt und Ausgangsnachrichtenmerkmalen genutzt werden, beruhen. Als ein Beispiel können mehrere n-Gramme auf "Gratulationsantwort" abgebildet werden und können ein oder mehrere der n-Gramme auf der Grundlage einer Menge, in der der Nutzer zuvor diese n-Gramme in frühere durch den Nutzer erzeugte Antworten aufgenommen hat, für einen bestimmten Nutzer ausgewählt werden.
  • Wie hier beschrieben ist, kann die Beziehungsstärkemaschine 126 in einigen Implementierungen ein trainiertes Maschinenlernsystem sein. In diesen Implementierungen können eine oder mehrere Antwortanwärter für eine Kommunikation dadurch bestimmt werden, dass ein oder mehrere Nachrichtenmerkmale der Kommunikation als Eingabe für die Beziehungsstärkemaschine 126 bereitgestellt werden. Die Beziehungsstärkemaschine 126 wird als Reaktion auf die Eingabe eine oder mehrere Angaben des Antworttexts als Ausgabe (und optional einen oder mehrere zugeordnete Beziehungsstärkewerte) bereitstellen.
  • 5 stellt ein Beispiel dar, wie Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage wenigstens einer definierten Beziehung zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext bestimmt werden kann. Die Beziehungsstärkemaschine 126 empfängt eine elektronische Kommunikation 152g. Die Beziehungsstärkemaschine 126 identifiziert wenigstens ein Nachrichtenmerkmal der elektronischen Kommunikation 152g und bestimmt auf der Grundlage wenigstens einer Beziehung (und optional der Beziehungsstärke) zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt in den Beziehungen zwischen Nachrichtenmerkmalen und der Antwortinhaltdatenbank 158 einen Antworttextanwärter zur Aufnahme in eine Antwort auf die Kommunikation. In einigen Implementierungen kann der Antwortinhalt durch die Beziehungsstärkemaschine 126 als Antworttext zur Aufnahme in eine Antwort auf die Kommunikation bereitgestellt werden. In einigen Implementierungen kann etwas Antwortinhalt mit einer oder mehreren Angaben auf höherer Ebene des Antworttexts definiert werden. In diesen Situationen kann die Beziehungsstärkemaschine 126 den tatsächlichen Antworttext zum "Ausfüllen" der Angaben auf höherer Ebene des Antworttexts bestimmen.
  • 8A8C stellen beispielhafte graphische Nutzerschnittstellen zur Darstellung eines Antworttextanwärters zur Aufnahme in eine Antwort auf eine elektronische Kommunikation dar. Die graphischen Nutzerschnittstellen aus 8A8C können auf der Grundlage von Antworttext, der durch die Beziehungsstärkemaschine 126 bestimmt und bereitgestellt wird, bei der Client-Vorrichtung 106 dargestellt werden. In einigen Implementierungen kann die Beziehungsstärkemaschine 126 als Ganzes oder teilweise in der Client-Vorrichtung 106 enthalten sein.
  • In 8A wird eine E-Mail, die an einen Nutzer gesendet worden ist, durch den Nutzer betrachtet. Auf der Grundlage der E-Mail werden die Antworttextanwärter "Sehr gern!", "Ich werde dort sein" und "Leider kann ich nicht" bestimmt und zur Aufnahme in die Antwort auf die E-Mail dargestellt. Zum Beispiel kann eine Nutzerauswahl von "Sehr gern!" automatisch eine Antwort mit "Sehr gern!" senden und/oder dem Nutzer eine editierbare Antwortnachricht, die mit "Sehr gern!" vorbelegt worden ist, darstellen. In 8A kann die Position, an der der Antworttextanwärter erscheint, wie hier beschrieben ist, auf einer bestimmten Anzeigeauffälligkeit beruhen. Zum Beispiel wird "Ich werde dort sein" auf der Grundlage der Anzeigeauffälligkeit am auffälligsten in der Mitte des Bildschirms angezeigt.
  • In 8B hat ein Nutzer als Antwort auf eine E-Mail, die an den Nutzer gesendet worden ist, eine Eingabe bereitgestellt. Der Text "E-Mail verfassen" gibt dem Nutzer an, wo der Nutzer wählen kann, mit dem Verfassen der Antwort-E-Mail zu beginnen. Allerdings hat der Nutzer in 8B insbesondere noch keine Texteingabe beim Verfassen der Antwort-E-Mail bereitgestellt. Die Antworttextanwärter "Sehr gern!", "Ich werde dort sein" und "Leider kann ich nicht" werden auf der Grundlage der E-Mail bestimmt, auf die der Nutzer antwortet (die unter "Ausgangsnachricht:" reproduziert ist), und werden zur Aufnahme in die Antwort auf die E-Mail dargestellt. Zum Beispiel kann eine Nutzerauswahl von "Sehr gern!" den Text "E-Mail-Verfassen" automatisch durch "Sehr gern!" ersetzen. In 8B kann die Position, an der die Antworttextanwärter erscheinen, wie hier beschrieben ist, auf einer bestimmten Anzeigeauffälligkeit beruhen.
  • In 8C hat ein Nutzer eine Eingabe auf eine Antwort auf eine SMS-Kommunikation, die an den Nutzer gesendet worden ist, bereitgestellt. Der Text "Antwort" gibt dem Nutzer an, wo der Nutzer wählen kann, mit dem Verfassen der Antwort zu beginnen. Allerdings hat der Nutzer in 8C insbesondere noch keine Texteingabe beim Verfassen der Antwort bereitgestellt. Auf der Grundlage der SMS-Kommunikation, auf die der Nutzer antwortet, ("Wir haben den Vertrag endlich bekommen!") werden die Antworttextanwärter "Gratuliere!", "Großartig!" und "Gut gemacht!" bestimmt und werden zur Aufnahme in die Antwort auf die Kommunikation dargestellt. Zum Beispiel kann eine Nutzerauswahl von "Gratuliere!" den Text "Antwort" automatisch durch "Gratuliere" ersetzen. In 8C kann die Position, an der die Antworttextanwärter erscheinen, wie hier beschrieben ist, auf einer bestimmten Anzeigeauffälligkeit beruhen.
  • 6 ist ein Ablaufplan, der ein beispielhaftes Verfahren zum Bestimmen einer Beziehung zwischen einem oder mehreren Ausgangsnachrichtenmerkmalen und Antwortinhalt auf der Grundlage eines Textkorpus elektronischer Kommunikationen darstellt. Zweckmäßigkeitshalber werden die Operationen des Ablaufplans mit Bezug auf ein System beschrieben, das die Operationen ausführt. Dieses System kann verschiedene Komponenten verschiedener Computersysteme enthalten. Zum Beispiel können einige Operationen durch eine oder mehrere Komponenten des Antwortinhaltssystems 120 wie etwa durch die Maschinen 122, 124 und/oder 126 ausgeführt werden. Obgleich die Operationen des Verfahrens aus 6 in einer bestimmten Reihenfolge gezeigt sind, soll dies darüber hinaus nicht einschränkend sein. Eine oder mehrere Operationen können umgeordnet, weggelassen oder hinzugefügt werden.
  • In Schritt 600 identifiziert das System einen Textkorpus elektronischer Kommunikationen. Jede der elektronischen Kommunikationen des Textkorpus enthält eine Ausgangsnachricht und eine Antwortnachricht.
  • In Schritt 605 bestimmt das System Antwortinhalt, der in der Antwortnachricht mehrerer der elektronischen Kommunikationen des Textkorpus auftritt. In Schritt 610 bestimmt das System auf der Grundlage der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen, die den Antwortinhalt enthalten, wenigstens ein Nachrichtenmerkmal.
  • In Schritt 615 berechnet das System einen Beziehungsstärkewert zwischen dem Antwortinhalt des wenigstens einen Nachrichtenmerkmals. In einigen Implementierungen kann der Beziehungsstärkewert wenigstens teilweise anhand einer Menge elektronischer Kommunikationen, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten, berechnet werden. In Schritt 620 definiert das System auf der Grundlage des Beziehungsstärkewerts eine Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt.
  • Obgleich das Verfahren aus 6 in Bezug auf eine einzelne Instanz des Antwortinhalts beschrieben ist, ist zu verstehen, dass einer oder mehrere der Schritte (z. B. alle zusammen) iterativ ausgeführt werden können, um mehrere Instanzen von Antwortinhalt und jeweiligen Ausgangsnachrichtenmerkmalen zu bestimmen.
  • 7 ist ein Ablaufplan, der ein beispielhaftes Verfahren zum Bestimmen von Antworttext zur Aufnahme in eine Antwort auf eine Kommunikation auf der Grundlage wenigstens einer definierten Beziehung zwischen einem oder mehreren Nachrichtenmerkmalen der Kommunikation und dem Antworttext darstellt. Zweckmäßigkeitshalber sind die Operationen des Ablaufplans mit Bezug auf ein System beschrieben, das die Operationen ausführt. Dieses System kann verschiedene Komponenten verschiedener Computersysteme enthalten. Zum Beispiel können einige Operationen durch eine oder durch mehrere Komponenten des Antwortinhaltssystems 120 wie etwa der Beziehungsstärkemaschine 126 ausgeführt werden. Obgleich die Operationen des Verfahrens aus 7 in einer bestimmten Reihenfolge gezeigt sind, soll dies darüber hinaus nicht einschränkend sein. Es können eine oder mehrere Operationen umgeordnet, weggelassen oder hinzugefügt werden.
  • In Schritt 700 identifiziert das System eine an einen Nutzer gesendete elektronische Kommunikation. In Schritt 705 bestimmt das System auf der Grundlage der elektronischen Kommunikation wenigstens ein Nachrichtenmerkmal.
  • In Schritt 710 bestimmt das System auf der Grundlage wenigstens einer definierten Beziehung zwischen dem Nachrichtenmerkmal und dem Antworttext einen Antworttextanwärter zur Aufnahme in die Antwort auf die Nachricht. In Schritt 715 wird der Antworttextanwärter zur Aufnahme in die Antwort auf die elektronische Kommunikation bereitgestellt.
  • In dieser Beschreibung wird der Begriff "Datenbank" umfassend zur Bezugnahme auf irgendeine Sammlung von Daten verwendet. Die Daten der Datenbank brauchen nicht auf irgendeine bestimmte Weise strukturiert zu sein oder überhaupt strukturiert zu sein und können auf Speichervorrichtungen an einem oder mehreren Orten gespeichert sein. Somit können z. B. die Datenbanken 152 und/oder 158 jeweils mehrere Sammlungen von Daten enthalten, von denen jede anders organisiert und anders auf sie zugegriffen werden kann. Außerdem können z. B. die gesamten oder Teile der Datenbanken 152 und/oder 158 zu einer Datenbank kombiniert sein und/oder Zeiger und/oder andere Verknüpfungen zwischen Einträgen in der bzw. den Datenbanken enthalten.
  • In Situationen, in denen die hier beschriebenen Systeme persönliche Informationen über Nutzer sammeln oder persönliche Informationen nutzen können, kann dem Nutzer Gelegenheit gegeben werden zu steuern, ob Programme oder Merkmale Nutzerinformationen (z. B. Informationen über ein soziales Netzwerk des Nutzers, über soziale Tätigkeiten oder Aktivitäten, den Beruf, Vorlieben des Nutzers oder den gegenwärtigen geographischen Ort des Nutzers) sammeln, oder zu steuern, ob und/oder wie von dem Inhalts-Server Inhalt, der für den Nutzer stärker relevant sein kann, empfangen wird. Außerdem können bestimmte Daten auf eine oder mehrere Arten behandelt werden, bevor sie gespeichert oder verwendet werden, so dass Personen-identifizierbare Informationen entfernt werden. Zum Beispiel kann die Identität eines Nutzers so behandelt werden, dass keine Personen-identifizierbaren Informationen für den Nutzer bestimmt werden können, oder kann der geographische Ort eines Nutzers, wo Informationen über den geographischen Ort erhalten werden, (wie etwa auf eine Stadt-, Postleitzahlen- oder Staatsebene) verallgemeinert werden, so dass kein bestimmter geographischer Ort des Nutzers bestimmt werden kann. Somit kann der Nutzer die Steuerung darüber haben, wie Informationen über den Nutzer gesammelt und/oder verwendet werden.
  • 9 ist ein Blockschaltplan eines beispielhaften Computersystems 910. Üblicherweise enthält das Computersystem 910 wenigstens einen Prozessor 914, der über ein Busteilsystem 912 mit einer Anzahl von Peripherievorrichtungen kommuniziert. Diese Peripherievorrichtungen können ein Speicherteilsystem 924, das z. B. ein Datenspeicherteilsystem 925 und ein Dateispeicherteilsystem 926 enthält, Nutzerschnittstellen-Ausgabevorrichtungen 920, Nutzerschnittstellen-Eingabevorrichtungen 922 und ein Netzschnittstellenteilsystem 916 enthalten. Die Eingabe- und Ausgabevorrichtungen ermöglichen eine Nutzerinteraktion mit dem Computersystem 910. Das Netzschnittstellenteilsystem 916 stellt eine Schnittstelle zu äußeren Netzen bereit und ist mit entsprechenden Schnittstellenvorrichtungen in anderen Computersystemen gekoppelt.
  • Die Nutzerschnittstellen-Eingabevorrichtungen 922 können eine Tastatur, Zeigevorrichtungen wie etwa eine Maus, einen Trackball, ein Touchpad oder ein Graphiktablett, einen Scanner, einen in die Anzeige eingebauten Berührungsbildschirm, Audioeingabevorrichtungen wie etwa Spracherkennungssysteme, Mikrofone und/oder andere Typen von Eingabevorrichtungen enthalten. Allgemein soll die Verwendung des Begriffs "Eingabevorrichtung" alle möglichen Typen von Vorrichtungen und Arten zur Eingabe von Informationen in das Computersystem 910 oder in ein Kommunikationsnetz enthalten.
  • Die Nutzerschnittstellen-Ausgabevorrichtungen 920 können ein Anzeigeteilsystem, einen Drucker, ein Faxgerät oder nicht visuelle Anzeigen wie etwa Audioausgabevorrichtungen enthalten. Das Anzeigeteilsystem kann eine Katodenstrahlenröhre (CRT), eine Flachbildschirmvorrichtung wie etwa eine Flüssigkristallanzeige (LCD), eine Projektionsvorrichtung oder einen anderen Mechanismus zum Erzeugen eines sichtbaren Bilds enthalten. Außerdem kann das Anzeigeteilsystem eine nicht visuelle Anzeige wie etwa über Audioausgabevorrichtungen bereitstellen. Allgemein soll die Verwendung des Begriffs "Ausgabevorrichtung" alle möglichen Typen von Vorrichtungen und Arten zur Ausgabe von Informationen von dem Computersystem 910 an den Nutzer oder an ein anderes Maschinen- oder Computersystem enthalten.
  • Das Speicherteilsystem 924 speichert Programm- und Datenkonstrukte, die die Funktionalität einiger oder aller hier beschriebener Module bereitstellen. Zum Beispiel kann das Speicherteilsystem 924 die Logik zum Ausführen ausgewählter Aspekte der Verfahren aus 6 und/oder 7 enthalten.
  • Diese Softwaremodule werden allgemein allein oder zusammen mit anderen Prozessoren durch den Prozessor 917 ausgeführt. Der in dem Speicherteilsystem verwendete Datenspeicher 925 kann eine Anzahl von Datenspeichern einschließlich Schreib-Lese-Datenspeicher (RAM) 930 zur Speicherung von Anweisungen und Daten während der Programmausführung und Nur-Lese-Speicher (ROM) 932, in dem feste Anweisungen gespeichert sind, enthalten. Ein Dateispeicherteilsystem 926 kann eine beständige Speicherung für Programm- und Datendateien bereitstellen und kann ein Festplattenlaufwerk, ein Diskettenlaufwerk zusammen mit anderen Wechselmedien, ein CD-ROM-Laufwerk, ein optisches Laufwerk oder Wechselmediencartridges enthalten. Die Module, die die Funktionalität bestimmter Implementierungen implementieren, können durch das Dateispeicherteilsystem 926 in dem Speicherteilsystem 927 oder in anderen Maschinen, auf die durch den bzw. die Prozessoren 917 zugegriffen werden kann, gespeichert sein.
  • Das Busteilsystem 912 stellt einen Mechanismus bereit, um die verschiedenen Komponenten und Teilsysteme des Computersystems 910 wie beabsichtigt miteinander kommunizieren zu lassen. Obgleich das Busteilsystem 912 schematisch als ein einzelner Bus gezeigt ist, können alternative Implementierungen des Busteilsystems mehrere Busse verwenden.
  • Das Computersystem 910 kann von unterschiedlichen Typen einschließlich einer Workstation, eines Servers, eines Computer-Clusters, eines Blade-Servers, einer Server-Farm oder irgendeines anderen Datenverarbeitungssystems oder irgendeiner anderen Computervorrichtung sein. Wegen des sich ständig ändernden Wesens von Computern und Netzen ist die in 9 gezeigte Beschreibung des Computersystems 910 nur als ein spezifisches Beispiel zur Veranschaulichung einiger Implementierungen bestimmt. Es sind viele andere Konfigurationen des Computersystems 910 möglich, die mehr oder weniger Komponenten als das in 9 gezeigte Computersystem aufweisen.
  • Obgleich hier mehrere Implementierungen beschrieben und dargestellt worden sind, können hier eine Vielzahl anderer Mittel und/oder Strukturen, um die Funktion auszuführen und/oder um die Ergebnisse und/oder einen oder mehrere der hier beschriebenen Vorteile zu erhalten, genutzt werden, wobei jede dieser Varianten und/oder Änderungen als im Schutzumfang der hier beschriebenen Implementierungen liegend angesehen wird. Allgemeiner sollen alle hier beschriebenen Parameter, Dimensionen, Materialien und Konfigurationen beispielhaft sein und hängen die tatsächlichen Parameter, Dimensionen, Materialien und/oder Konfigurationen von der spezifischen Anwendung oder von den spezifischen Anwendungen, für die die Lehren verwendet werden, ab. Der Fachmann auf dem Gebiet erkennt oder kann unter Verwendung lediglich von Routineexperimenten viele Äquivalente zu den hier beschriebenen spezifischen Implementierungen ermitteln. Somit sind die vorstehenden Implementierungen selbstverständlich nur beispielhaft dargestellt und können im Schutzumfang der beigefügten Ansprüche und ihrer Äquivalente andere Implementierungen als die spezifisch Beschriebenen und Beanspruchten verwirklicht werden. Implementierungen der vorliegenden Offenbarung sind auf jedes einzelne Merkmal, jedes einzelne System, jeden einzelnen Artikel, jedes einzelne Material, jeden einzelnen Bausatz und/oder jedes einzelne Verfahren, die hier beschrieben sind, gerichtet. Außerdem sind irgendwelche Kombinationen zweier oder mehrerer solcher Merkmale, Systeme, Artikel, Materialien, Bausätze und/oder Verfahren im Schutzumfang der vorliegenden Offenbarung enthalten, falls diese Merkmale, Systeme, Artikel, Materialien, Bausätze und/oder Verfahren nicht zueinander inkonsistent sind.

Claims (27)

  1. Computerimplementiertes Verfahren, das umfasst: Identifizieren eines Textkorpus elektronischer Kommunikationen mehrerer Nutzer durch wenigstens ein Computersystem, wobei die elektronischen Kommunikationen des Textkorpus jeweils eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten; Gruppieren der elektronischen Kommunikationen des Textkorpus in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen Text in Antwortnachrichten der elektronischen Kommunikationen des Textkorpus durch das Computersystem; Bestimmen von Antwortinhalt auf der Grundlage eines Clusters der Cluster durch das Computersystem; Erzeugen von Trainingsbeispielen, die jeweils einen Ausgabeparameter aufweisen, der den Antwortinhalt angibt, und die jeweils einen oder mehrere Eingabeparameter aufweisen, die wenigstens ein Nachrichtenmerkmal einer jeweiligen der elektronischen Kommunikationen des einen Clusters angeben; und Trainieren eines Maschinenlernsystems auf der Grundlage der Trainingsbeispiele, wobei das trainierte Maschinenlernsystem dafür trainiert wird, als Eingabe ein oder mehrere Eingabenachrichtenmerkmale einer zusätzlichen elektronischen Kommunikation zu empfangen und als Ausgabe eine Angabe bereitzustellen, ob der Antwortinhalt zur Aufnahme in eine Antwort auf die zusätzliche elektronische Kommunikation geeignet ist.
  2. Computerimplementiertes Verfahren nach Anspruch 1, wobei der Ausgabeparameter ein Indikator des einen Clusters ist.
  3. Computerimplementiertes Verfahren nach Anspruch 1, das ferner umfasst: Bereitstellen des einen oder der mehreren Eingabenachrichtenmerkmale der zusätzlichen elektronischen Kommunikation als Eingabe in das trainierte Maschinenlernsystem; Empfangen der Angabe, ob der Antwortinhalt zur Aufnahme in die Antwort auf die zusätzliche elektronische Kommunikation geeignet ist, als Ausgabe von dem trainierten Maschinenlernsystem; und Bereitstellen von Antworttext zur Aufnahme in die Antwort auf der Grundlage der Angabe, wobei der Antworttext an den Antwortinhalt angepasst ist.
  4. Computerimplementiertes Verfahren nach Anspruch 3, wobei die Angabe eine n-Gramm-Angabe eines oder mehrerer n-Gramme des Clusters umfasst und ferner umfasst: Auswählen des Antworttexts auf der Grundlage einer Abbildung der n-Gramm-Angabe auf den Antworttext.
  5. Computerimplementiertes Verfahren nach Anspruch 4, wobei das Auswählen des Antworttexts auf der Grundlage der Abbildung der n-Gramm-Angabe auf den Antworttext das Auswählen des Antworttexts auf der Grundlage einer Gewichtung der Abbildung der n-Gramm-Angabe auf den Antworttext umfasst.
  6. Computerimplementiertes Verfahren nach Anspruch 1, das ferner umfasst: Bestimmen eines zweiten Antwortinhalts auf der Grundlage eines zweiten Clusters der Cluster durch das Computersystem; Erzeugen zweiter Trainingsbeispiele, die jeweils einen Ausgabeparameter eines zweiten Trainingsbeispiels aufweisen, der den zweiten Antwortinhalt angibt, und die jeweils einen oder mehrere Eingabeparameter des zweiten Trainingsbeispiels aufweisen, die wenigstens ein Nachrichtenmerkmal einer jeweiligen der elektronischen Kommunikationen des zweiten Clusters angeben; und Trainieren des Maschinenlernsystems auf der Grundlage der zweiten Trainingsbeispiele, wobei das trainierte Maschinenlernsystem ferner dafür trainiert wird, als Ausgabe eine Angabe bereitzustellen, ob der zweite Antwortinhalt zur Aufnahme in Antworten geeignet ist.
  7. Computerimplementiertes Verfahren, das umfasst: Identifizieren eines Textkorpus elektronischer Kommunikationen mehrerer Nutzer durch wenigstens ein Computersystem, wobei die elektronischen Kommunikationen des Textkorpus jeweils eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten; Bestimmen von Antwortinhalt, der in der Antwortnachricht mehrerer elektronischer Kommunikationen des Textkorpus auftritt, durch das Computersystem; Bestimmen wenigstens eines Nachrichtenmerkmals auf der Grundlage der Ausgangsnachricht mehrerer der elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten, durch das Computersystem; Berechnen eines Beziehungsstärkewerts zwischen dem Antwortinhalt und dem wenigstens einen Nachrichtenmerkmal durch das Computersystem und wenigstens teilweise auf der Grundlage einer Menge der elektronischen Kommunikationen, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten; und Definieren einer Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts durch das Computersystem, wobei die Beziehung zur Verwendung beim elektronischen Bereitstellen des Antwortinhalts zur Darstellung für Empfänger zusätzlicher elektronischer Kommunikationen, die das wenigstens eine Nachrichtenmerkmal enthalten, definiert wird.
  8. Computerimplementiertes Verfahren nach Anspruch 7, wobei das Definieren der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts umfasst: Definieren der Beziehung; und Zuweisen des Beziehungsstärkewerts zu der Beziehung.
  9. Computerimplementiertes Verfahren nach Anspruch 7, wobei das Definieren der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts umfasst: Bestimmen, dass der Beziehungsstärkewert einem Schwellenwert genügt; und Definieren der Beziehung auf der Grundlage der Bestimmung, dass der Beziehungsstärkewert dem Schwellenwert genügt.
  10. Computerimplementiertes Verfahren nach Anspruch 7, das ferner umfasst: Identifizieren einer an einen Nutzer gesendeten elektronischen Kommunikation; Bestimmen, dass die elektronische Kommunikation das wenigstens eine Nachrichtenmerkmal enthält; Identifizieren des Antwortinhalts auf der Grundlage der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt; und elektronisches Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in eine Antwort auf die elektronische Kommunikation.
  11. Computerimplementiertes Verfahren nach Anspruch 10, wobei das Identifizieren und das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation unabhängig von irgendeiner Texteingabe stattfinden, die über eine Computervorrichtung des Nutzers beim Erzeugen der Antwort auf die Nachricht bereitgestellt wird.
  12. Computerimplementiertes Verfahren nach Anspruch 10, wobei der Beziehungsstärkewert der Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt zugewiesen wird, und wobei das Verfahren ferner umfasst: Identifizieren von zusätzlichem Antwortinhalt auf der Grundlage einer zusätzlichen Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem zusätzlichen Antwortinhalt; und Identifizieren eines zusätzlichen Beziehungsstärkewerts für die zusätzliche Beziehung; wobei das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation auf einem Vergleich des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts beruht.
  13. Computerimplementiertes Verfahren nach Anspruch 12, wobei das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation auf der Grundlage eines Vergleichs des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts umfasst: Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation ohne Bereitstellung des zusätzlichen Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation.
  14. Computerimplementiertes Verfahren nach Anspruch 12, wobei das Bereitstellen des Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation auf der Grundlage eines Vergleichs des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts umfasst: Bestimmen einer Anzeigeauffälligkeit sowohl für den Antwortinhalt als auch für den zusätzlichen Antwortinhalt auf der Grundlage des Beziehungsstärkewerts und des zusätzlichen Beziehungsstärkewerts; Bereitstellen sowohl des Antwortinhalts als auch des zusätzlichen Antwortinhalts zur potentiellen Aufnahme in die Antwort auf die elektronische Kommunikation, wobei der Antwortinhalt und der zusätzliche Antwortinhalt mit einer Angabe der Anzeigeauffälligkeiten bereitgestellt werden.
  15. Computerimplementiertes Verfahren nach Anspruch 7, wobei das wenigstens eine Nachrichtenmerkmal im Text der Ausgangsnachricht der elektronischen Kommunikationen ein n-Gramm enthält.
  16. Computerimplementiertes Verfahren nach Anspruch 15, wobei das Bestimmen des wenigstens einen Nachrichtenmerkmals enthält: Bestimmen des n-Gramms auf der Grundlage wenigstens eines des Folgenden: eines Zählwerts der Vorkommen des n-Gramms in den elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten; und eines Gesamtbeliebtheitsmaßes, das dem n-Gramm zugeordnet ist.
  17. Computerimplementiertes Verfahren nach Anspruch 7, wobei das Bestimmen des Antwortinhalts, der in der Antwortnachricht der mehreren elektronischen Kommunikationen des Textkorpus auftritt, umfasst: Gruppieren der elektronischen Kommunikation des Textkorpus in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen Text in den Antwortnachrichten der elektronischen Kommunikationen des Textkorpus; und Bestimmen des Antwortinhalts auf der Grundlage des Texts der Antwortnachrichten des einen Clusters der Cluster.
  18. Computerimplementiertes Verfahren nach Anspruch 17, wobei der Antwortinhalt ein Indikator mehrerer eindeutiger n-Gramme ist, die ähnliche semantische Bedeutungen besitzen.
  19. Computerimplementiertes Verfahren nach Anspruch 18, das ferner umfasst: Zuweisen mehrerer n-Gramme zu dem Antwortinhalt, wobei die n-Gramme auf der Grundlage einer Menge der Antwortnachrichten des einen Clusters, die die n-Gramme enthalten, bestimmt werden.
  20. Computerimplementiertes Verfahren nach Anspruch 18, wobei das Bestimmen des wenigstens einen Nachrichtenmerkmals auf der Grundlage der Ausgangsnachricht der mehreren elektronischen Kommunikationen, die den Antwortinhalt enthalten, das Bestimmen des wenigstens einen Nachrichtenmerkmals auf der Grundlage von Text der Ausgangsnachrichten des einen Clusters umfasst; und wobei das Berechnen des Beziehungsstärkewerts zwischen dem Antwortinhalt und dem wenigstens einen Nachrichtenmerkmal wenigstens teilweise auf einer Menge der elektronischen Kommunikationen des einen Clusters, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten, beruht.
  21. Computerimplementiertes Verfahren nach Anspruch 7, das ferner umfasst: Kommentieren von Text der Ausgangsnachricht einer oder mehrerer der elektronischen Kommunikationen mit einem oder mehreren Kommentaren; wobei das wenigstens eine Nachrichtenmerkmal ein n-Gramm enthält, das einen oder mehrere Termini aus dem Text der einen oder der mehreren elektronischen Kommunikationen enthält und das einen oder mehrere der Kommentare enthält.
  22. Computerimplementiertes Verfahren nach Anspruch 21, wobei das wenigstens eine Nachrichtenmerkmal den einen oder die mehreren Termini aus dem Text der einen oder mehreren elektronischen Kommunikationen enthält und wobei der eine oder die mehreren der Kommentare eine Entitätenkategorie enthalten, die einen oder mehrere andere Termini der Ausgangsnachricht der einen oder mehreren elektronischen Kommunikationen ersetzt.
  23. Computerimplementiertes Verfahren nach Anspruch 7, wobei das Identifizieren des Textkorpus der Kommunikationen umfasst: Auswählen der elektronischen Kommunikationen zur Aufnahme in den Textkorpus auf der Grundlage des Antworttexts jeder elektronischen Kommunikation, die weniger als eine Antworttextschwellenlänge besitzt.
  24. Computerimplementiertes Verfahren nach Anspruch 7, das ferner umfasst: Erzeugen von Trainingsbeispielen, die jeweils einen Ausgabeparameter, der den Antwortinhalt angibt, und einen oder mehrere Eingabeparameter, die das wenigstens eine Nachrichtenmerkmal einer jeweiligen der elektronischen Kommunikationen, die den Antwortinhalt enthalten, angeben, aufweisen; und Trainieren eines Maschinenlernsystems auf der Grundlage der Trainingsbeispiele, wobei das Trainieren des Maschinenlernsystems das Berechnen des Beziehungsstärkewerts und das Definieren der Beziehung enthält.
  25. Computerimplementiertes Verfahren nach Anspruch 24, wobei das Bestimmen des Antwortinhalts, der in der Antwortnachricht der mehreren elektronischen Kommunikationen des Textkorpus auftritt, umfasst: Gruppieren der elektronischen Kommunikationen des Textkorpus in mehrere Cluster auf der Grundlage von Ähnlichkeiten zwischen Text in Antwortnachrichten der elektronischen Kommunikationen des Textkorpus; und Bestimmen des Antwortinhalts auf der Grundlage des Texts der Antwortnachricht elektronischer Kommunikationen eines Clusters der Cluster.
  26. System, das umfasst: einen Textkorpus elektronischer Kommunikationen mehrerer Nutzer, wobei die elektronischen Kommunikationen des Textkorpus jeweils eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten; einen Prozessor; einen Datenspeicher, der mit dem Prozessor gekoppelt ist, wobei der Datenspeicher Anweisungen speichert, die durch den Prozessor ausgeführt werden sollen, um Schritte auszuführen, die umfassen: Bestimmen von Antwortinhalt, der in der Antwortnachricht mehrerer elektronischer Kommunikationen des Textkorpus auftritt; Bestimmen wenigstens eines Nachrichtenmerkmals auf der Grundlage der Ausgangsnachricht mehrerer der elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten; Berechnen eines Beziehungsstärkewerts zwischen dem Antwortinhalt und dem wenigstens einen Nachrichtenmerkmal wenigstens teilweise auf der Grundlage einer Menge der elektronischen Kommunikationen, die sowohl den Antwortinhalt als das wenigstens eine Nachrichtenmerkmal enthalten; und Definieren einer Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts, wobei die Beziehung zur Verwendung beim elektronischen Bereitstellen des Antwortinhalts zur Darstellung für Empfänger zusätzlicher elektronischer Kommunikationen, die das wenigstens eine Nachrichtenmerkmal enthalten, definiert wird.
  27. Nichttemporäres computerlesbares Speichermedium, das wenigstens ein Programm speichert, das zur Ausführung durch wenigstens einen Prozessor eines Prozessorsystems konfiguriert ist, wobei das wenigstens eine Programm Anweisungen umfasst zum: Identifizieren eines Textkorpus elektronischer Kommunikationen mehrerer Nutzer, wobei die elektronischen Kommunikationen des Textkorpus jeweils eine Antwortnachricht und eine Ausgangsnachricht, auf die die Antwortnachricht eine Reaktion ist, enthalten; Bestimmen von Antwortinhalt, der in der Antwortnachricht mehrerer der elektronischen Kommunikationen des Textkorpus auftritt; Bestimmen wenigstens eines Nachrichtenmerkmals auf der Grundlage der Ausgangsnachricht mehrerer der elektronischen Kommunikationen, die den Antwortinhalt in der Antwortnachricht enthalten; Berechnen eines Beziehungsstärkewerts zwischen dem Antwortinhalt und dem wenigstens einen Nachrichtenmerkmal wenigstens teilweise auf der Grundlage einer Menge der elektronischen Kommunikationen, die sowohl den Antwortinhalt als auch das wenigstens eine Nachrichtenmerkmal enthalten; und Definieren einer Beziehung zwischen dem wenigstens einen Nachrichtenmerkmal und dem Antwortinhalt auf der Grundlage des Beziehungsstärkewerts, wobei die Beziehung zur Verwendung beim elektronischen Bereitstellen des Antwortinhalts zur Darstellung für Empfänger zusätzlicher elektronischer Kommunikationen, die das wenigstens eine Nachrichtenmerkmal enthalten werden, definiert wird.
DE112016000741.8T 2015-02-12 2016-02-11 Bestimmen von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation Pending DE112016000741T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/620,630 2015-02-12
US14/620,630 US10079785B2 (en) 2015-02-12 2015-02-12 Determining reply content for a reply to an electronic communication
PCT/US2016/017524 WO2016130788A1 (en) 2015-02-12 2016-02-11 Determining reply content for a reply to an electronic communication

Publications (1)

Publication Number Publication Date
DE112016000741T5 true DE112016000741T5 (de) 2017-10-26

Family

ID=55527628

Family Applications (2)

Application Number Title Priority Date Filing Date
DE112016000741.8T Pending DE112016000741T5 (de) 2015-02-12 2016-02-11 Bestimmen von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation
DE202016107375.8U Active DE202016107375U1 (de) 2015-02-12 2016-02-11 Festlegung von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE202016107375.8U Active DE202016107375U1 (de) 2015-02-12 2016-02-11 Festlegung von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation

Country Status (5)

Country Link
US (4) US10079785B2 (de)
CN (2) CN107278300B (de)
DE (2) DE112016000741T5 (de)
GB (2) GB2598242A (de)
WO (1) WO2016130788A1 (de)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160277510A1 (en) * 2015-03-18 2016-09-22 Ca, Inc. Response prototypes with robust substitution rules for service virtualization
US10803391B2 (en) * 2015-07-29 2020-10-13 Google Llc Modeling personal entities on a mobile device using embeddings
CN108476164B (zh) 2015-12-21 2021-10-08 谷歌有限责任公司 在消息传送应用中自动地提供机器人服务的方法
CN108781175B (zh) 2015-12-21 2021-09-21 谷歌有限责任公司 用于消息交换题绪的自动建议的方法、介质及系统
US9978367B2 (en) * 2016-03-16 2018-05-22 Google Llc Determining dialog states for language models
US10387461B2 (en) 2016-08-16 2019-08-20 Google Llc Techniques for suggesting electronic messages based on user activity and other context
CN106415527B (zh) * 2016-08-31 2019-07-30 北京小米移动软件有限公司 消息通信方法及装置
US10511450B2 (en) 2016-09-20 2019-12-17 Google Llc Bot permissions
US10547574B2 (en) 2016-09-20 2020-01-28 Google Llc Suggested responses based on message stickers
US10015124B2 (en) 2016-09-20 2018-07-03 Google Llc Automatic response suggestions based on images received in messaging applications
US10416846B2 (en) * 2016-11-12 2019-09-17 Google Llc Determining graphical element(s) for inclusion in an electronic communication
US11030515B2 (en) 2016-12-30 2021-06-08 Google Llc Determining semantically diverse responses for providing as suggestions for inclusion in electronic communications
US11373086B2 (en) * 2017-02-17 2022-06-28 Google Llc Cooperatively training and/or using separate input and response neural network models for determining response(s) for electronic communications
WO2018212822A1 (en) 2017-05-16 2018-11-22 Google Inc. Suggested actions for images
US10348658B2 (en) 2017-06-15 2019-07-09 Google Llc Suggested items for use with embedded applications in chat conversations
US10404636B2 (en) 2017-06-15 2019-09-03 Google Llc Embedded programs and interfaces for chat conversations
US10891526B2 (en) 2017-12-22 2021-01-12 Google Llc Functional image archiving
US10659400B2 (en) 2018-10-05 2020-05-19 The Toronto-Dominion Bank Automated population of deep-linked interfaces during programmatically established chatbot sessions
CN112565058B (zh) * 2020-11-25 2022-12-06 网易(杭州)网络有限公司 消息处理方法、装置、终端及存储介质
US11792141B2 (en) 2021-01-12 2023-10-17 Meta Platforms Technologies, Llc Automated messaging reply-to
US11743215B1 (en) 2021-06-28 2023-08-29 Meta Platforms Technologies, Llc Artificial reality messaging with destination selection
US11973727B1 (en) * 2021-09-09 2024-04-30 Keystrokes, LLC. System and method for customizing auto-replies to incoming communications
US11962546B1 (en) * 2023-03-03 2024-04-16 Microsoft Technology Licensing, Llc Leveraging inferred context to improve suggested messages

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6278996B1 (en) 1997-03-31 2001-08-21 Brightware, Inc. System and method for message process and response
US6718367B1 (en) 1999-06-01 2004-04-06 General Interactive, Inc. Filter for modeling system and method for handling and routing of text-based asynchronous communications
EP1508861A1 (de) * 2002-05-28 2005-02-23 Vladimir Vladimirovich Nasypny Verfahren zum synthetisieren eines selbstlernenden systems zur wissensanschaffung für textabrufsysteme
US7469280B2 (en) 2002-11-04 2008-12-23 Sun Microsystems, Inc. Computer implemented system and method for predictive management of electronic messages
US9818136B1 (en) * 2003-02-05 2017-11-14 Steven M. Hoffberg System and method for determining contingent relevance
US7496500B2 (en) 2004-03-01 2009-02-24 Microsoft Corporation Systems and methods that determine intent of data and respond to the data based on the intent
US20100169441A1 (en) 2006-08-21 2010-07-01 Philippe Jonathan Gabriel Lafleur Text messaging system and method employing predictive text entry and text compression and apparatus for use therein
US20080109735A1 (en) 2006-11-03 2008-05-08 Research In Motion Limited System and method for replying to an electronic mail message
US8078978B2 (en) 2007-10-19 2011-12-13 Google Inc. Method and system for predicting text
US8082151B2 (en) 2007-09-18 2011-12-20 At&T Intellectual Property I, Lp System and method of generating responses to text-based messages
US8862519B2 (en) 2008-12-29 2014-10-14 International Business Machines Corporation Predicting email response patterns
CN102262634B (zh) * 2010-05-24 2013-05-29 北京大学深圳研究生院 一种自动问答方法及系统
US8650194B2 (en) * 2010-12-10 2014-02-11 Sap Ag Task-based tagging and classification of enterprise resources
US8880406B2 (en) * 2011-03-28 2014-11-04 Epic Systems Corporation Automatic determination of and response to a topic of a conversation
CN102184225A (zh) * 2011-05-09 2011-09-14 北京奥米时代生物技术有限公司 一种在问答系统中搜索优选专家信息的方法
US8589407B2 (en) * 2011-06-17 2013-11-19 Google Inc. Automated generation of suggestions for personalized reactions in a social network
US9117194B2 (en) * 2011-12-06 2015-08-25 Nuance Communications, Inc. Method and apparatus for operating a frequently asked questions (FAQ)-based system
US9569752B2 (en) * 2011-12-15 2017-02-14 Cisco Technology, Inc. Providing parameterized actionable communication messages via an electronic communication
US9380009B2 (en) * 2012-07-12 2016-06-28 Yahoo! Inc. Response completion in social media
KR102028702B1 (ko) * 2012-11-16 2019-10-04 삼성전자주식회사 현재의 상태에 따른 응답 메시지를 송신하는 전자 장치 및 방법
CN103902630B (zh) * 2012-12-31 2017-08-18 华为技术有限公司 处理消息的方法、终端和系统
US20140280623A1 (en) 2013-03-15 2014-09-18 Xiaojiang Duan Auto-reply email system and method with personalized content
JP6197366B2 (ja) * 2013-05-23 2017-09-20 ソニー株式会社 情報処理装置及び記憶媒体
CN104050256B (zh) * 2014-06-13 2017-05-24 西安蒜泥电子科技有限责任公司 基于主动学习的问答方法及采用该方法的问答系统
EP3482393A4 (de) * 2016-07-08 2019-12-18 Asapp, Inc. Automatische antwort auf eine anfrage eines benutzers

Also Published As

Publication number Publication date
US20180367476A1 (en) 2018-12-20
US20230353513A1 (en) 2023-11-02
WO2016130788A1 (en) 2016-08-18
CN107278300A (zh) 2017-10-20
GB202116574D0 (en) 2021-12-29
US20160241493A1 (en) 2016-08-18
CN107278300B (zh) 2020-12-29
US10079785B2 (en) 2018-09-18
CN112511410A (zh) 2021-03-16
GB201714398D0 (en) 2017-10-25
DE202016107375U1 (de) 2017-01-20
US10728184B2 (en) 2020-07-28
US20200358723A1 (en) 2020-11-12
CN112511410B (zh) 2023-10-10
US11516156B2 (en) 2022-11-29
GB2552905A (en) 2018-02-14
GB2598242A (en) 2022-02-23

Similar Documents

Publication Publication Date Title
DE112016000741T5 (de) Bestimmen von Antwortinhalt für eine Antwort auf eine elektronische Kommunikation
DE202016008163U1 (de) Vorrichtung für das Ermitteln des nicht-textlichen Antwortinhalts zur Einbeziehung in eine Antwort auf eine elektronische Kommunikation
DE202016008241U1 (de) Bereitstellen von Vorschlägen für die Interaktion mit einem automatisierten Assistenten in einem Multi-User Nachrichtenaustausch-Thread
DE202017105851U1 (de) Bestimmen semantisch diverser Antworten zur Lieferung als Vorschläge zur Aufnahme in elektronischen Kommunikationen
DE102016125594A1 (de) Automatisch augmentierende Nachrichtenaustauschthread basierend auf der Nachrichtenklassifizierung
DE102005058110B4 (de) Verfahren zum Ermitteln möglicher Empfänger
DE60129434T2 (de) Erzeugung und verwaltung von prioritäten
DE202016008173U1 (de) Einbindung von auswählbaren Anwendungsverknüpfungen in Nachrichtenaustausch-Threads
DE202016008193U1 (de) Segmentierung der auf einem Computergerät angezeigten Inhalte in Regionen basierend auf Bildpunkten eines Bildschirmfotos, das den Inhalt erfasst
DE112013000922T5 (de) Mehrstufiger Ansatz zur E-Mail-Priorisierung
DE102015224121A1 (de) Verfahren und systeme zur automatischen analyse von gesprächen zwischen kundenberatern und kunden
DE212013000002U1 (de) Nutzen eines Social Graph für eine Verwendung mit einer elektronischen Nachrichtenübermittlung
DE202013005878U1 (de) Elektronisches Nachrichtenübermittlungssystem unter Verwendung von sozialen Klassifizierungsregeln
DE10394323T5 (de) Verfahren und System zum Bereitstellen einer Expertenunterstützung mit einem Kundeninteraktionssystem
DE112020006402T5 (de) Maschinelle lernmodelle basierend auf veränderter daten sowie systeme und verfahren zum trainieren und deren verwendung
DE102016125513A1 (de) Erweitern von Nachrichtenaustausch-Threads
DE202017105863U1 (de) Einstufen von Suchergebnisdokumenten
DE102012214273A1 (de) Kontextbasiertes Messaging-System
DE602004002777T2 (de) Vorrichtung zur Behandlung von E-Mails in einer Mehrbenutzer-Umgebung
DE202017105979U1 (de) Systeme und Computerprogrammprodukte zur Handhabung von Formalität in Übersetzungen von Text
DE102013203090A1 (de) Effizientes E-mail-Verarbeiten durch sofortige Zustandsbenachrichtigung
DE102015008619A1 (de) Verfahren und Vorrichtung zum Verfassen von elektronischen Postnachrichten beginnend von existierenden Nachrichten in einem elektronischen Postprogramm
DE202013012040U1 (de) System und Computerprogrammprodukt zum Klassifizieren, Verarbeiten und/oder Generieren automatischer Antworten auf Sendungsstücke
DE102019125937A1 (de) Informationsverarbeitungsverfahren und elektronische Vorrichtung
DE112012005344T5 (de) Verfahren, Computerprogramm und Computer zum Erkennen von Trends in sozialen Medien

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R081 Change of applicant/patentee

Owner name: GOOGLE LLC (N.D.GES.D. STAATES DELAWARE), MOUN, US

Free format text: FORMER OWNER: GOOGLE INC., MOUNTAIN VIEW, CALIF., US

R082 Change of representative

Representative=s name: BETTEN & RESCH PATENT- UND RECHTSANWAELTE PART, DE

R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0017240000

Ipc: G06F0040166000