FR3105501A1 - Système d’assistant personnel vocal pour une gestion de dialogue avec une application d’invitations exécutables - Google Patents
Système d’assistant personnel vocal pour une gestion de dialogue avec une application d’invitations exécutables Download PDFInfo
- Publication number
- FR3105501A1 FR3105501A1 FR1915582A FR1915582A FR3105501A1 FR 3105501 A1 FR3105501 A1 FR 3105501A1 FR 1915582 A FR1915582 A FR 1915582A FR 1915582 A FR1915582 A FR 1915582A FR 3105501 A1 FR3105501 A1 FR 3105501A1
- Authority
- FR
- France
- Prior art keywords
- server
- application
- user
- file
- voice
- 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.)
- Granted
Links
- 238000010801 machine learning Methods 0.000 claims abstract description 37
- 230000006870 function Effects 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 25
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 239000004615 ingredient Substances 0.000 claims description 31
- 235000012054 meals Nutrition 0.000 claims description 28
- 235000005911 diet Nutrition 0.000 claims description 18
- 235000013305 food Nutrition 0.000 claims description 15
- 235000019640 taste Nutrition 0.000 claims description 12
- 238000010411 cooking Methods 0.000 claims description 11
- 230000000378 dietary effect Effects 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 9
- 230000037213 diet Effects 0.000 claims description 8
- 238000012384 transportation and delivery Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 235000014659 low sodium diet Nutrition 0.000 claims description 3
- 239000011782 vitamin Substances 0.000 claims description 3
- 229940088594 vitamin Drugs 0.000 claims description 3
- 229930003231 vitamin Natural products 0.000 claims description 3
- 235000013343 vitamin Nutrition 0.000 claims description 3
- 150000003722 vitamin derivatives Chemical class 0.000 claims description 3
- 230000004584 weight gain Effects 0.000 claims description 3
- 235000019786 weight gain Nutrition 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 241000251468 Actinopterygii Species 0.000 claims 1
- 235000005289 dietary characteristics Nutrition 0.000 claims 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 4
- IWYGVDBZCSCJGT-UHFFFAOYSA-N 1-(2,5-dimethoxy-4-methylphenyl)-n-methylpropan-2-amine Chemical compound CNC(C)CC1=CC(OC)=C(C)C=C1OC IWYGVDBZCSCJGT-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 241000219130 Cucurbita pepo subsp. pepo Species 0.000 description 1
- 235000003954 Cucurbita pepo var melopepo Nutrition 0.000 description 1
- 241000219315 Spinacia Species 0.000 description 1
- 235000009337 Spinacia oleracea Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000020595 eating behavior Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Système d’assistant personnel vocal pour une gestion de dialogue avec une application d’invitations exécutables
La présente invention a pour objet un système d’assistant personnel vocal pour une gestion de dialogue comprenant une application réalisant une fonction d’invitation exécutable sur un terminal (11) intelligent et communiquant avec un serveur (2) vocal réalisant une reconnaissance vocale de messages reçus associée à une analyse lexicale et mémorisant une pluralité de réponses contextuelles sélectionnables par un éditeur de texte de dialogue à partir du résultat obtenu et à partir des données fournies par une application d’apprentissage machine et d’intelligence artificielle spécifiques permettant l’acquisition et la mémorisation de données relatives à l’application d’invitation et aux invités et la création pour chaque utilisateur de plusieurs fichiers exploités par l’assistant ou le serveur pour documenter les contraintes relatives aux invités en utilisant les données de ces fichiers et adapter les réponses du serveur (2) aux spécificités relatives aux invités extraites d’une base de données (3) contenant une pluralité de fichiers.
Figure pour l’abrégé : Figure 1
Description
DOMAINE TECHNIQUE ET OBJET DE L’INVENTION
La présente invention concerne, de façon générale, l’interaction entre les utilisateurs et des dispositifs informatiques en utilisant le langage naturel comme la parole. Avec l’évolution des appareils informatiques connectés aux ressources informatiques à distance, telles que les ressources dans le nuage, la fonctionnalité des dispositifs s’étend et les utilisateurs utilisent un ensemble de services non connectés les uns avec les autres. Il s’ensuit des interactions inexactes et peu précises, alors que les utilisateurs recherchent des interactions exactes, intuitives et précises avec leurs appareils afin d’ordonner aux dispositifs informatiques d’exécuter les fonctions souhaitées.
L’invention porte plus particulièrement sur un système d’assistant vocal intelligent qui s’adapte au domaine d’application de la centralisation des données pour faciliter le traitement des données, notamment dans le cadre de l’organisation d’un repas.
L’invitant doit s’assurer de la disponibilité de chacun des invités, tenir compte si possible des goûts et contraintes de chacun, faire preuve d’originalité dans le choix de son menu organiser tous les aspects matériels.
Dans ce contexte, il existe de nombreuses applications informatiques ayant la prétention de parvenir à la réussite d’un repas partagé en utilisant des interfaces de type homme-machine mais qui nécessitent l’utilisation d’une multitude de services non connectés entre-eux.
Par exemple la recherche de recettes de cuisine trouvées sur le site internet Marmiton ou Google Home, les produits vérifiés sur Yuka, puis l’achat des produits sur le site internet d’un super marché en ligne ainsi que le contrôle des produits, par exemple sans gluten ou sans sel, le suivi sportif des personnes sur Strava, et l’invitation des convives sur Doodle et Facebook.
Cependant, les informations à obtenir ne sont pas centralisées et le traitement des informations n’est pas facile, cela entraîne une perte de temps, un risque d’erreurs et une baisse de motivation de l’hôte, ainsi qu’un stress de ce dernier devant la masse d’informations à ingérer.
ETAT DE LA TECHNIQUE
Selon l’art antérieur, il existe dans la demande de brevet US2016321692 A1, un système comprenant un dispositif de mémoire qui emmagasine des instructions et des serveurs qui interagissent avec le dispositif de mémoire et exécutent les instructions.
Il existe aussi dans la demande de brevet US20190080698 A1, un système de reconnaissance vocale permettant l’interaction de plusieurs utilisateurs et gardant en mémoire un historique du profil d’au moins un utilisateur de confiance, un dialogue a lieu entre l’assistant personnel et l’utilisateur, l’assistant personnel est capable de créer et de collecter des données associées à un utilisateur particulier.
On connait également du brevet EP2959641 B1, une méthode permettant de découvrir et d’étudier les relations entre des dispositifs de l’Internet des Objets (IoT), par exemple des réfrigérateurs connectés ou des fours connectés ou des balances connectées, entre autres appartenant à différents utilisateurs, pour ensuite étudier les relations entre les utilisateurs eux-mêmes.
L’état de la technique comprend le document de brevet US201802361223 A1, qui décrit un système d’assistant personnel vocal pour réaliser une gestion de dialogue se rapportant à une expérience d’achat, permettant à un utilisateur de commander des articles. Un tel système utilise des techniques de Machine Learning afin de connaître les préférences de l’utilisateur, par exemple ses habitudes de livraison pour recevoir ses achats ou ses habitudes sur le type de produit qu’il a commandé. Ce système utilise une méthode de recherche guidée comprenant davantage de questions lorsque l’utilisateur commande quelque chose pour la première fois et propose également des solutions alternatives à l’utilisateur, par exemple si celui-ci n’est pas disponible pour recevoir une livraison.
Cependant, ces solutions sont limitées car elles ne favorisent pas l’optimisation et la centralisation du traitement des informations et n’offrent pas une solution qui gère un problème de bout en bout.
L’invention vise donc à résoudre ces inconvénients en proposant une application exécutable sur tout objet intelligent et communicant tel qu’un ordinateur personnel, une tablette, un téléphone intelligent, une montre connectée, ou tout objet intelligent comportant les éléments matériels et les autres programmes ou systèmes d’exploitation pour réaliser les actions permettant l’accès à un serveur vocal réalisant de la reconnaissance vocale des messages reçus de l’objet intelligent, associée à de l’analyse lexicale.
PRESENTATION GENERALE DE L’INVENTION
Pour parvenir à ce résultat, la présente invention concerne un système d’assistant personnel vocal pour une gestion de dialogue comprenant une application réalisant une fonction, par exemple, d’invitation exécutable sur un terminal intelligent et communiquant avec un serveur vocal réalisant une reconnaissance vocale de messages reçus associée à une analyse lexicale, le serveur vocal mémorisant une pluralité de réponses contextuelles sélectionnables par un éditeur de texte de dialogue à partir du résultat de la reconnaissance vocale et de l’analyse lexicale et à partir des données fournies par une application d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) spécifiques permettant l’acquisition et la mémorisation de données relatives à l’application d’invitation et aux invités et la création pour chaque utilisateur de plusieurs fichiers exploités par l’assistant ou le serveur pour documenter les contraintes relatives aux invités en utilisant les données de ces fichiers et adapter les réponses du serveur aux spécificités relatives aux invités extraites d’une base de données contenant une pluralité de fichiers.
Selon une particularité, le serveur met en œuvre de l’apprentissage machine spécifique à l’application d’apprentissage machine (Machine Learning) et de l’intelligence artificielle (IA) pour générer des invitations à un repas et modifier le menu en fonction des spécificités relatives aux invités et gère une base de données complémentaire à la gestion des tâches à exécuter pour finaliser et gérer de bout en bout l’application réalisant la fonction d’invitation.
Selon une autre particularité, la base de données du serveur comporte au moins un fichier de caractéristiques ou attributs des invités, mis à jour régulièrement par le programme d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) et contenant en tant que premier attribut, chaque adresse web associée avec l’identifiant de chaque invité et en tant que au moins deuxième attribut des informations représentatives des caractéristiques alimentaires spécifiques, tels que le goût ou les contraintes alimentaires, de chaque invité (par exemple «sans sel» pour le régime sans sel de John ou «appauvri en sucre» pour Béatrice, «sans gluten» pour Paul, «végan» pour Alice, «sans poisson» pour Arthur, etc.), ce fichier permettant à l’application ou au serveur d’adapter les recettes de cuisine des plats choisis pour constituer le menu, en fonction des goûts et des contraintes alimentaires de chaque invité par une fonctionnalité d’adaptation du résultat final en fonction des données acquises pour les caractéristiques alimentaires.
Selon une autre particularité, la base de données du serveur comporte au moins un fichier IMC de l’utilisateur, mis à jour régulièrement, contenant et mémorisant l’indice de masse corporelle (désigné IMC) de chaque utilisateur du service, ce fichier permettant de suivre l’IMC d’un utilisateur et de faire des recommandations de recettes en sélectionnant celles permettant par exemple de réduire en poids lorsque l’IMC dépasse un premier seuil mémorisé ou encore celles favorisant une prise de poids si l’IMC descend en dessous d’un deuxième seuil mémorisé.
Selon une autre particularité, le menu ayant été adapté par un moteur de recherche ayant accédé aux recettes les plus adaptées pour les caractéristiques de tous les invités, l’application du serveur génère une liste d’ingrédients pour l’ensemble du menu avec les quantités compte tenu du nombre de convives, la base de données du serveur comporte au moins un fichier d’ingrédients comportant des attributs représentant les ingrédients constituant le contenu du réfrigérateur, mis à jour régulièrement par le programme d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) du serveur communicant avec le réfrigérateur ou par l’utilisateur énumérant dans le système, le contenu du réfrigérateur de l’utilisateur à mémoriser dans ce fichier d’ingrédients, ce fichier d’ingrédients permettant à l’application du serveur de déterminer, par comparaison avec les données d’un fichier d’ingrédients de chaque plat du menu mémorisé après sélection du menu les ingrédients manquants pour l’élaboration de chaque recette d’un plat du menu et enregistre ces attributs dans un fichier «course ou achats» pour leur utilisation dans une fonction calcul d’itinéraire.
Selon une autre particularité, la base de donnée du serveur comporte au moins un fichier site d’approvisionnement résultant soit d’apprentissage machine par un moteur de recherche de sites d’approvisionnements et ayant mémorisé la position de l’utilisateur ainsi que l’adresse des magasins proches de cette position dans le serveur, soit d’une sélection faite par l’utilisateur sur internet ou visités physiquement par l’utilisateur et son terminal intelligent fournissant la position GPS et mémorisé dans un historique des visites de commerce par l’utilisateur, ce fichier site d’approvisionnement permet au serveur exécutant un programme de détermination d’itinéraire, d’élaborer un itinéraire après que la fonction d’apprentissage machine ait recherché par un moteur de recherche les sites web des magasins proches, pour accéder à au moins un des sites sélectionnés par apprentissage machine et intelligence artificielle et extraire la liste des produits en stocks, la comparer à la liste des ingrédients manquants nécessaires à la recette et déterminer l’itinéraire optimal pour l’utilisateur en fonction des paramètres décrivant le mode de déplacement sélectionné par l’utilisateur et des conditions de trafic fournies au programme d’apprentissage machine par un site web des conditions de trafic ou passer commande pour une livraison domicile.
Selon une autre particularité, la base de données du serveur comporte au moins un fichier permettant à l’application du serveur de proposer un itinéraire mémorisé pour acheter ou récupérer les ingrédients manquants, par exemple vers un magasin ou un super marché, en fonction du mode de transport désigné par l’utilisateur, par exemple en vélo ou en voiture, ce fichier déterminant et mémorisant la position de l’utilisateur ainsi que l’adresse des magasins proches de cette position et mémorisés dans le serveur ou sélectionnés par l’utilisateur dans les données du fichier des adresses magasins du serveur, et élaborant un itinéraire.
Selon une autre particularité, la base de données du serveur comporte au moins un fichier d’invités enregistrant par la reconnaissance vocale assistée d’une analyse lexicale, la liste des invités énumérée oralement avec la date et l’heure du dîner ou déjeuner ou du cocktail, puis le serveur utilise un accès autorisé par l’utilisateur à son carnet d’adresse pour lancer, par une fonction mailing automatisée, les invitations en générant des messages web pour les invités et effectuant leurs envois en demandant une réponse pour une date déterminée.
L’invention concerne également l’utilisation d’un système d’assistant personnel vocal avec un serveur tel que décrit précédemment, la base de données du serveur enregistrant les réponses reçues et celles non reçues pour générer et envoyer à l’utilisateur la liste finale des invités et adapter le menu et la liste de course après cette date déterminée, choisie par l’utilisateur.
L’invention concerne également l’utilisation d’un système d’assistant personnel vocal tel que brièvement décrit ci-dessus, la base de données du serveur comportant au moins un fichier contenant et mémorisant les caractéristiques d’un repas sain et diététique, mis à jour régulièrement par la fonction apprentissage machine et intelligence artificielle, ce fichier permettant à l’application d’adapter les recettes de cuisine des plats choisis pour constituer le menu, en fonction par exemple de la teneur en vitamines ou protéines des aliments.
L’invention concerne également l’utilisation d’un système d’assistant personnel vocal tel que brièvement décrit ci-dessus, le terminal étant un équipement tel que: un ordinateur personnel, un téléphone intelligent, une tablette, ou une montre connectée.
L’invention concerne également un serveur communicant avec une application vocale d’accès à un service par une application d’un assistant personnel intelligent permettant une utilisation pour simplifier de bout en bout l’accès à ce service nécessitant une pluralité de recherche d’informations préalables à la fourniture du service, le serveur communicant comprenant un serveur vocal réalisant une fonction de reconnaissance vocale, pour chaque message reçu de l’assistant personnel contenant des attributs spécifiques à l’application, associée à une fonction d’analyse lexicale, une fonction éditeur de texte de dialogues spécifiques à l’application utilisant une pluralité de réponses contextuelles et adaptées à l’application et aux attributs du message, au moins une réponse étant sélectionnable par cet éditeur de texte de dialogue à partir du résultat de la reconnaissance vocale, de l’analyse lexicale et/ou à partir des données, fournies par une application d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA), spécifiques à l’application permettant l’acquisition et la mémorisation de données répondant à une problématique relative à l’application, les données étant mémorisées dans une base de données comportant une pluralité de fichiers chacun répondant à une problématique de l’application, au moins un ou plusieurs moteur de recherche de résultats pour des problèmes intermédiaires (par exemple site d’approvisionnement, recettes adaptées à certains régimes) permettent d’acquérir des informations complémentaires pour remplir certains fichiers correspondant à des attributs d’au moins une problématique à résoudre par l’application et une fonction de recherche du résultat final en utilisant les diverses informations nécessaires à la résolution.
PRESENTATION DES FIGURES
D’autres caractéristiques et avantages de l’invention apparaîtront à la lecture de la description détaillée des modes de réalisation de l’invention, donnés à titre d’exemple uniquement, et en référence aux dessins qui montrent:
DESCRIPTION DETAILLE D’UNE FORME DE REALISATION DE L’INVENTION
Divers modes de réalisation de l’invention vont maintenant être décrits en référence aux figures, illustratives et non limitatives, de la présente demande.
L’invention aide à l’organisation d’un repas partagé entre convives en tenant compte de tous les paramètres possibles pour la bonne tenue de ce repas, ce qui s’avère souvent compliqué.
Un hôte souhaitant inviter des personnes à un repas doit d’abord rechercher une recette de cuisine en fonction des denrées alimentaires déjà présentes dans son réfrigérateur, en tenant compte des goûts et des éventuels régimes spéciaux des participants à ce repas.
Parallèlement à cela, il doit élaborer une liste de produits restant à acheter pour la fabrication du repas, se rendre dans un lieu, par exemple un magasin ou un super marché, où acheter les produits nécessaires à la réalisation du repas en tenant compte de son mode de transport, par exemple une voiture ou un vélo.
Enfin, il doit envoyer les invitations aux différents convives invités à ce repas.
La pluralité des étapes à réaliser pour que le repas ait lieu est consommatrice de temps et génératrice de stress, ce que l’invention se propose d’éviter.
La présente invention se rapporte à la gestion des dialogues à l’aide d’un système d’assistant vocal où le dialogue se rapporte à une expérience d’élaboration d’un repas qui permet à un utilisateur de mettre au point rapidement et facilement un repas à l’aide de commandes vocales fournies pendant un échange de dialogue avec l’assistant vocal. L’assistant vocal est une application exécutable sur tout objet intelligent et communicant tel que par exemple un ordinateur personnel (PC), une tablette, un téléphone portable intelligent (appelé communément smartphone), une montre connectée (appelée communément smartwatch), ou tout objet intelligent comportant les éléments matériels et les autres programmes ou systèmes d’exploitation pour réaliser les actions permettant l’accès à un serveur vocal réalisant de la reconnaissance vocale des messages reçus de l’objet intelligent, associé à de l’analyse lexicale, le serveur vocal mémorisant une pluralité de réponses contextuelles sélectionnables par un éditeur de texte de dialogue à partir du résultat de la reconnaissance vocale et de l’analyse lexicale et à partir des données fournies par une application de Machine Learning (ML), cette application de ML permettant l’acquisition et la mémorisation de données et la création pour chaque utilisateur de plusieurs fichiers.
Dans certains modes de réalisation, le serveur (2) met en œuvre de l’apprentissage machine spécifique à l’application d’apprentissage machine (Machine Learning) et de l’intelligence artificielle (IA) pour générer des invitations à un repas et modifier le menu en fonction des spécificités relatives aux invités et gère une base de données complémentaire à la gestion des tâches à exécuter pour finaliser et gérer de bout en bout l’application réalisant la fonction d’invitation.
Dans certains modes de réalisation, le terminal (11) est un équipement connecté au réseau internet (1), par exemple un ordinateur personnel (PC), une montre connectée, une tablette, un téléphone intelligent, il permet d’exécuter l’application invite repas (12) du serveur invite repas (2) qui comprend une intelligence artificielle de type Machine Learning pour permettre la création des différents fichiers dans la base de données (3) représentés et énumérés ci-après.
Dans certains modes de réalisation, la base de données (3) du serveur (2) comporte au moins un fichier (4) de caractéristiques ou attributs des invités, mis à jour régulièrement par le programme d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) et contenant en tant que premier attribut, chaque adresse web associée avec l’identifiant de chaque invité et en tant que au moins deuxième attribut des informations représentatives des caractéristiques alimentaires spécifiques, tels que le goût ou les contraintes alimentaires, de chaque invité (par exemple «sans sel» pour le régime sans sel de John ou «appauvri en sucre» pour Béatrice, «sans gluten» pour Paul, «végan» pour Alice, «sans poisson» pour Arthur, etc.), ce fichier 4 permettant à l’application ou au serveur d’adapter les recettes de cuisine des plats choisis pour constituer le menu, en fonction des goûts et des contraintes alimentaires de chaque invité par une fonctionnalité d’adaptation du résultat final en fonction des données acquises pour les caractéristiques alimentaires.
Dans certains modes de réalisation, ce premier fichier (4), est mis à jour régulièrement et contient les caractéristiques spécifiques à chaque invité, par exemple un régime sans sel ou appauvri en sucre, sans gluten, végan, etc. Il permet d’adapter les recettes de cuisine en fonction des goûts et des contraintes alimentaires de chaque invité.
Dans certains modes de réalisation, la base de données (3) du serveur (2) comporte au moins un fichier (5) IMC de l’utilisateur, mis à jour régulièrement, contenant et mémorisant l’indice de masse corporelle (désigné IMC) de chaque utilisateur du service. Le fichier (5) permet de suivre l’IMC d’un utilisateur et de faire des recommandations de recettes en sélectionnant celles permettant par exemple de réduire en poids lorsque l’IMC dépasse un premier seuil mémorisé ou encore celles favorisant une prise de poids si l’IMC descend en dessous d’un deuxième seuil mémorisé.
Dans certains modes de réalisation, ce deuxième fichier (5) mis à jour régulièrement, contient et mémorise l’indice de masse corporelle (désigné IMC) de chaque utilisateur du service. Il permet de suivre l’IMC d’un utilisateur.
Dans certains modes de réalisation, le menu ayant été adapté par un moteur de recherche ayant accédé aux recettes les plus adaptées pour les caractéristiques de tous les invités, l’application du serveur (2) génère une liste d’ingrédients pour l’ensemble du menu avec les quantités compte tenu du nombre de convives. La base de données (3) du serveur (2) comporte au moins un fichier (6) d’ingrédients comportant des attributs représentant les ingrédients constituant le contenu du réfrigérateur, mis à jour régulièrement par le programme d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) du serveur communicant avec le réfrigérateur ou par l’utilisateur énumérant dans le système, le contenu du réfrigérateur de l’utilisateur à mémoriser dans ce fichier (6) d’ingrédients. Ce fichier (6) d’ingrédients permet à l’application du serveur (2) de déterminer, par comparaison avec les données d’un fichier d’ingrédients de chaque plat du menu mémorisé après sélection du menu, les ingrédients manquants pour l’élaboration de chaque recette d’un plat du menu, et d’enregistrer ces attributs dans un fichier «course ou achats» pour leur utilisation dans une fonction calcul d’itinéraire.
Dans certains modes de réalisation, ce troisième fichier (6) mis à jour régulièrement, contient et mémorise le contenu du réfrigérateur de l’utilisateur. Il permet de connaître le contenu du réfrigérateur.
Dans certains modes de réalisation, la base de donnée (3) du serveur (2) comporte au moins un fichier (7) site d’approvisionnement résultant soit d’apprentissage machine par un moteur de recherche de sites d’approvisionnements et ayant mémorisé la position de l’utilisateur ainsi que l’adresse des magasins proches de cette position dans le serveur (2), soit d’une sélection faite par l’utilisateur sur internet ou visités physiquement par l’utilisateur et son terminal intelligent fournissant la position GPS et mémorisés dans un historique des visites de commerce par l’utilisateur. Ce fichier (7) site d’approvisionnement permet au serveur (2) exécutant un programme de détermination d’itinéraire, d’élaborer un itinéraire après que la fonction d’apprentissage machine ait recherché par un moteur de recherche, les sites web des magasins proches, pour accéder à au moins un des sites sélectionnés par apprentissage machine et intelligence artificielle, et d’extraire la liste des produits en stocks, la comparer à la liste des ingrédients manquants nécessaires à la recette et de déterminer l’itinéraire optimal pour l’utilisateur en fonction des paramètres décrivant le mode de déplacement sélectionné par l’utilisateur et des conditions de trafic fournies au programme d’apprentissage machine par un site web des conditions de trafic ou de passer commande pour une livraison domicile.
Dans certains modes de réalisation, le quatrième fichier (7) élabore la liste des ingrédients manquants pour cuisiner à partir des informations de la recette sélectionnée et des données du contenu du réfrigérateur.
Dans certains modes de réalisation, la base de données (3) du serveur (2) comporte au moins un fichier (8) permettant à l’application du serveur (2) de proposer un itinéraire mémorisé pour acheter ou récupérer les ingrédients manquants, par exemple vers un magasin ou un super marché, en fonction du mode de transport désigné par l’utilisateur, par exemple en vélo ou en voiture. Ce fichier (8) détermine et mémorise la position de l’utilisateur ainsi que l’adresse des magasins proches de cette position et mémorisés dans le serveur (2) ou sélectionnés par l’utilisateur dans les données du fichier (7) des adresses magasins du serveur (2), et élabore un itinéraire.
Dans certains modes de réalisation, la base de données du serveur (2) comporte au moins un fichier (9) d’invités enregistrant par la reconnaissance vocale assistée d’une analyse lexicale, la liste des invités énumérée oralement avec la date et l’heure du dîner ou déjeuner ou du cocktail, puis le serveur utilise un accès autorisé par l’utilisateur à son carnet d’adresse pour lancer, par une fonction mailing automatisée, les invitations en générant des messages web pour les invités et effectuant leurs envois en demandant une réponse pour une date déterminée.
Dans certains modes de réalisation, la base de données du serveur (2) enregistre les réponses reçues et celles non reçues pour générer et envoyer à l’utilisateur la liste finale des invités et adapter le menu et la liste de course après cette date déterminée, choisie par l’utilisateur.
Dans certaines variantes de l’invention, une bonne pratique de l’alimentation est également proposée. La base de données (3) du serveur (2) comporte au moins un fichier (10) contenant et mémorisant les caractéristiques d’un repas sain et diététique, mis à jour régulièrement par la fonction apprentissage machine et intelligence artificielle. Ce fichier (10) permet à l’application d’adapter les recettes de cuisine des plats choisis pour constituer le menu, en fonction par exemple de la teneur en vitamines ou protéines des aliments.
Ainsi, l’invention consiste en un serveur communicant avec une application vocale d’accès à un service par une application d’un assistant personnel intelligent permettant une utilisation pour simplifier de bout en bout l’accès à ce service nécessitant une pluralité de recherche d’informations préalables à la fourniture du service. Le serveur communicant comprend un serveur vocal réalisant une fonction de reconnaissance vocale, pour chaque message reçu de l’assistant personnel contenant des attributs spécifiques à l’application, associée à une fonction d’analyse lexicale, une fonction éditeur de texte de dialogues spécifiques à l’application utilisant une pluralité de réponses contextuelles et adaptées à l’application et aux attributs du message, au moins une réponse est sélectionnable par cet éditeur de texte de dialogue à partir du résultat de la reconnaissance vocale, de l’analyse lexicale et/ou à partir des données, fournies par une application d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA), spécifiques à l’application permettant l’acquisition et la mémorisation de données répondant à une problématique relative à l’application. Les données sont mémorisées dans une base de données comportant une pluralité de fichiers chacun répondant à une problématique de l’application, au moins un ou plusieurs moteurs de recherche de résultats pour des problèmes intermédiaires (par exemple site d’approvisionnement, recettes adaptées à certains régimes) permettent d’acquérir des informations complémentaires pour remplir certains fichiers correspondant à des attributs d’au moins une problématique à résoudre par l’application et une fonction de recherche du résultat final en utilisant les diverses informations nécessaires à la résolution.
Le système selon l’invention utilise des services existants ou des interfaces de programmation, par exemple et de façon non limitative des interfaces de programmation d’application (désignées API), et les relie à des services internes au système.
Dans certains modes de réalisation, le système selon l’invention utilise les services existants pour permettre aux utilisateurs ayant un lien relationnel entre-eux, par exemple des amis, des parents ou des collègues, de partager des repas ensemble en tenant compte des goûts et/ou des spécificités alimentaires de chacun.
Dans certains modes de réalisation, le système selon l’invention utilisera donc des services web ou API internes développés pour l’invention, ainsi que des services web ou API externes, comme par exemple et de façon non limitative Google (17), Facebook (16), Marmiton (18).
Le système selon l’invention propose une architecture basée sur plusieurs piliers. Ces piliers représentent différents aspects dont il faut tenir compte pour permettre à un utilisateur de remplir les critères qu’il souhaite pour lui permettre d’élaborer son repas, par exemple et de façon non limitative ces piliers sont: des amis (13), le goût (24), des produits alimentaires (26), la santé (27), l’approvisionnement (25) (marché, magasins …).
Les données extraites de différents services ou API sont enregistrées et exploitées. Les piliers permettent d’organiser des micro systèmes à l’aide de micro bases de données ou de fichiers sur le Cloud (NoSQL, Firebase …).
Dans certains modes de réalisation, chaque requête est identifiée par un chemin particulier, de la demande de l’utilisateur jusqu’au retour de l’information. Ce chemin particulier est appelé une route. Cette route est enregistrée dans une base de données d’enregistrement (23) qui est consultée dès la réception d’une requête, il s’agit du principe de l’enregistrement des requêtes.
Dans certains modes de réalisation, lorsqu’un utilisateur émet une requête, cette requête arrive dans un premier temps dans la base de données d’enregistrement des requêtes (23) avant d’être transmise au pilier correspondant à la requête. Chaque requête doit avoir une correspondance dans la base de données d’enregistrement des requêtes (23). Le pilier qui a reçu la requête la transmet vers le service d’information lui permettant d’obtenir l’information voulue. L’information obtenue est renvoyée vers la base de données d’enregistrement des requêtes (23) qui la transmet ensuite à l’utilisateur.
Dans certains modes de réalisation, une application principale du web (22), permet de réceptionner les conversations ou les requêtes des utilisateurs sur internet et de les orienter vers les services que cette application synchronise. Par exemple, comme illustré dans le cadre (19), si un utilisateur (29) demande une recette avec des courgettes à l’assistant vocal Google Home (34) ou en transmettant un texte (30) en utilisant une application sur son téléphone intelligent, la requête est transmise à un agent automatisé (32), appelé chatbot, par exemple Google Dialog Flow (31), qui utilise l’application d’entrée (33) comme une méthode permettant d’augmenter ou de modifier le comportement d’une page internet, ou d’une application internet, avec des rappels personnalisés. L’application d’entrée (33) traite alors la demande de l’utilisateur en faisant appel à différents services (35) parmi lesquels un service qui enregistre la demande et les réponses pour lui permettre d’accomplir la demande de l’utilisateur (29).
Dans certains modes de réalisation, lorsqu’un utilisateur émet à partir du terminal (11) connecté au réseau internet (1), par exemple un ordinateur personnel (PC), une montre connectée, une tablette, un téléphone intelligent, la requête suivante sous forme de question: «Bertrand est-il disponible lundi?», cette requête est transmise au pilier «Amis» (13) dans lequel est enregistré «Bertrand» en tant qu’ami de l’utilisateur. Puis, le pilier «Amis» (13) transmet cette requête au service de calendrier de Google (17), avant de renvoyer l’information obtenue vers la base de données d’enregistrement (23) qui la transmet ensuite à l’utilisateur, en répondant par exemple: «Non, Bertrand est en vacances jusqu’à mercredi».
Dans certains modes de réalisation, les piliers sont composés de différentes API chaînées entre-elles.
Les piliers sont réalisés à partir d’un système de chaînage de micro-services. Le traitement du langage naturel est assujetti à un flux de dialogue, c’est-à-dire que lorsqu’un utilisateur dicte ou saisi manuellement sur un clavier ses requêtes, c’est ce flux de dialogue qui interprète les requêtes grâce à un système de Webhook relié au flux de dialogue.
Dans certains modes de réalisation, chaque API comprend une mémoire cache (14) ainsi qu’une base de données (3) où sont enregistrées les données liées au service de l’API concerné.
Une interface Homme-Machine associée à un réseau social local contenant un outil de messagerie ainsi que des formulaires de gestion des amis, des repas, des goûts, etc. permet d’obtenir les informations nécessaires.
Dans certains modes de réalisation, les demandes de l’utilisateur concernent plusieurs piliers. La base de données d’enregistrement des requêtes (23) contient les requêtes à réaliser ainsi que les API métier à exécuter. Chaque pilier propose un accès à différents services. Le pilier «Amis» (13), permet par exemple d’accéder à différents services parmi lesquels le service Facebook (16), le service Google (17), le service Twitter (18).
Par exemple si l’utilisateur soumet la requête suivante:«Est-ce que Bertrand aime les épinards?», les piliers «amis» (13), «produits alimentaires» (26) et «goût» (24) sont sollicités dans l’ordre inscrit dans la base de données d’enregistrement des requêtes (23), cet ordre incluant le code métier.
Un serveur d’anonymisation et de pseudonymisation des données collectées, respectant le règlement général sur la protection des données (GDPR) est également utilisé.
Dans certaines variantes de l’invention, l’IA employée a pour but de comprendre les comportements alimentaires et de définir le meilleur moyen pour rendre l’alimentation d’un individu saine en observant ses pratiques entre amis et seul, en utilisant le ML.
Le système selon l’invention permet donc de connecter entre-eux les différents services afin d’organiser un repas en prenant en compte tous les paramètres pour la bonne élaboration de ce repas, de la recette à l’envoi des invitations en tenant compte des régimes spéciaux des convives et de la diététique de l’utilisateur, du contenu du réfrigérateur, des magasins où trouver les ingrédients manquants ainsi que l’itinéraire pour aller jusqu’au magasin.
Claims (12)
- Système d’assistant personnel vocal pour une gestion de dialogue comprenant une application réalisant une fonction, par exemple, d’invitation exécutable sur un terminal (11) intelligent et communiquant avec un serveur (2) vocal réalisant une reconnaissance vocale de messages reçus associée à une analyse lexicale, le serveur (2) vocal mémorisant une pluralité de réponses contextuelles sélectionnables par un éditeur de texte de dialogue à partir du résultat de la reconnaissance vocale et de l’analyse lexicale et à partir des données fournies par une application d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) spécifiques permettant l’acquisition et la mémorisation de données relatives à l’application d’invitation et aux invités et la création pour chaque utilisateur de plusieurs fichiers exploités par l’assistant ou le serveur (2) pour documenter les contraintes relatives aux invités en utilisant les données de ces fichiers et adapter les réponses du serveur (2) aux spécificités relatives aux invités extraites d’une base de données (3) contenant une pluralité de fichiers.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 1, caractérisée en ce que le serveur (2) met en œuvre de l’apprentissage machine spécifique à l’application d’apprentissage machine (Machine Learning) et de l’intelligence artificielle (IA) pour générer des invitations à un repas et modifier le menu en fonction des spécificités relatives aux invités et gère une base de données complémentaire à la gestion des tâches à exécuter pour finaliser et gérer de bout en bout l’application réalisant la fonction d’invitation.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 2, caractérisé en ce que la base de données (3) du serveur (2) comporte au moins un fichier (4) de caractéristiques ou attributs des invités, mis à jour régulièrement par le programme d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) et contenant en tant que premier attribut, chaque adresse web associée avec l’identifiant de chaque invité et en tant que au moins deuxième attribut des informations représentatives des caractéristiques alimentaires spécifiques, tels que le goût ou les contraintes alimentaires, de chaque invité (par exemple «sans sel» pour le régime sans sel de John ou «appauvri en sucre» pour Béatrice, «sans gluten» pour Paul, «végan» pour Alice, «sans poisson» pour Arthur, etc.), ce fichier (4) permettant à l’application ou au serveur d’adapter les recettes de cuisine des plats choisis pour constituer le menu, en fonction des goûts et des contraintes alimentaires de chaque invité par une fonctionnalité d’adaptation du résultat final en fonction des données acquises pour les caractéristiques alimentaires.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 2, caractérisé en ce que la base de données (3) du serveur (2) comporte au moins un fichier (5) IMC de l’utilisateur, mis à jour régulièrement, contenant et mémorisant l’indice de masse corporelle (désigné IMC) de chaque utilisateur du service, ce fichier (5) permettant de suivre l’IMC d’un utilisateur et de faire des recommandations de recettes en sélectionnant celles permettant par exemple de réduire en poids lorsque l’IMC dépasse un premier seuil mémorisé ou encore celles favorisant une prise de poids si l’IMC descend en dessous d’un deuxième seuil mémorisé.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 3, caractérisé en ce que le menu ayant été adapté par un moteur de recherche ayant accédé aux recettes les plus adaptées pour les caractéristiques de tous les invités, l’application du serveur (2) génère une liste d’ingrédients pour l’ensemble du menu avec les quantités compte tenu du nombre de convives, la base de données (3) du serveur (2) comporte au moins un fichier (6) d’ingrédients comportant des attributs représentant les ingrédients constituant le contenu du réfrigérateur, mis à jour régulièrement par le programme d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA) du serveur communicant avec le réfrigérateur ou par l’utilisateur énumérant dans le système, le contenu du réfrigérateur de l’utilisateur à mémoriser dans ce fichier (6) d’ingrédients, ce fichier (6) d’ingrédients permettant à l’application du serveur (2) de déterminer, par comparaison avec les données d’un fichier d’ingrédients de chaque plat du menu mémorisé après sélection du menu, les ingrédients manquants pour l’élaboration de chaque recette d’un plat du menu et enregistre ces attributs dans un fichier «course ou achats» pour leur utilisation dans une fonction calcul d’itinéraire.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 2, caractérisé en ce que la base de donnée (3) du serveur (2) comporte au moins un fichier (7) site d’approvisionnement résultant soit d’apprentissage machine par un moteur de recherche de sites d’approvisionnements et ayant mémorisé la position de l’utilisateur ainsi que l’adresse des magasins proches de cette position dans le serveur (2), soit d’une sélection faite par l’utilisateur sur internet ou visités physiquement par l’utilisateur et son terminal intelligent fournissant la position GPS et mémorisé dans un historique des visites de commerce par l’utilisateur, ce fichier (7) site d’approvisionnement permet au serveur exécutant un programme de détermination d’itinéraire, d’élaborer un itinéraire après que la fonction d’apprentissage machine ait recherché par un moteur de recherche les sites web des magasins proches, pour accéder à au moins un des sites sélectionnés par apprentissage machine et intelligence artificielle et extraire la liste des produits en stocks, la comparer à la liste des ingrédients manquants nécessaires à la recette et déterminer l’itinéraire optimal pour l’utilisateur en fonction des paramètres décrivant le mode de déplacement sélectionné par l’utilisateur et des conditions de trafic fournies au programme d’apprentissage machine par un site web des conditions de trafic ou passer commande pour une livraison domicile.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 6, caractérisé en ce que la base de données (3) du serveur (2) comporte au moins un fichier (8) permettant à l’application du serveur (2) de proposer un itinéraire mémorisé pour acheter ou récupérer les ingrédients manquants, par exemple vers un magasin ou un super marché, en fonction du mode de transport désigné par l’utilisateur, par exemple en vélo ou en voiture, ce fichier (8) déterminant et mémorisant la position de l’utilisateur ainsi que l’adresse des magasins proches de cette position et mémorisés dans le serveur (2) ou sélectionnés par l’utilisateur dans les données du fichier (7) des adresses magasins du serveur (2), et élaborant un itinéraire.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 2, caractérisé en ce que la base de données du serveur (2) comporte au moins un fichier (9) d’invités enregistrant par la reconnaissance vocale assistée d’une analyse lexicale, la liste des invités énumérée oralement avec la date et l’heure du dîner ou déjeuner ou du cocktail, puis le serveur (2) utilise un accès autorisé par l’utilisateur à son carnet d’adresse pour lancer, par une fonction mailing automatisée, les invitations en générant des messages web pour les invités et effectuant leurs envois en demandant une réponse pour une date déterminée.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon la revendication 8, caractérisé en ce que la base de données du serveur (2) enregistre les réponses reçues et celles non reçues pour générer et envoyer à l’utilisateur la liste finale des invités et adapter le menu et la liste de course après cette date déterminée, choisie par l’utilisateur.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon l’une des revendications précédentes, caractérisé en ce que la base de données (3) du serveur (2) comporte au moins un fichier (10) contenant et mémorisant les caractéristiques d’un repas sain et diététique, mis à jour régulièrement par la fonction apprentissage machine et intelligence artificielle, ce fichier (10) permettant à l’application d’adapter les recettes de cuisine des plats choisis pour constituer le menu, en fonction par exemple de la teneur en vitamines ou protéines des aliments.
- Utilisation d’un système d’assistant personnel vocal avec un serveur selon les revendications précédentes, caractérisé en ce que le terminal (11) est un équipement tel que: un ordinateur personnel, un téléphone intelligent, une tablette, ou une montre connectée.
- Serveur communicant avec une application vocale d’accès à un service par une application d’un assistant personnel intelligent permettant une utilisation pour simplifier de bout en bout l’accès à ce service nécessitant une pluralité de recherche d’informations préalables à la fourniture du service caractérisé en ce que le serveur communicant comprend un serveur vocal réalisant une fonction de reconnaissance vocale, pour chaque message reçu de l’assistant personnel contenant des attributs spécifiques à l’application, associée à une fonction d’analyse lexicale, une fonction éditeur de texte de dialogues spécifiques à l’application utilisant une pluralité de réponses contextuelles et adaptées à l’application et aux attributs du message, au moins une réponse étant sélectionnable par cet éditeur de texte de dialogue à partir du résultat de la reconnaissance vocale, de l’analyse lexicale et/ou à partir des données, fournies par une application d’apprentissage machine (Machine Learning) et d’intelligence artificielle (IA), spécifiques à l’application permettant l’acquisition et la mémorisation de données répondant à une problématique relative à l’application, les données étant mémorisées dans une base de données comportant une pluralité de fichiers chacun répondant à une problématique de l’application, au moins un ou plusieurs moteur de recherche de résultats pour des problèmes intermédiaires (par exemple site d’approvisionnement, recettes adaptées à certains régimes) permettent d’acquérir des informations complémentaires pour remplir certains fichiers correspondant à des attributs d’au moins une problématique à résoudre par l’application et une fonction de recherche du résultat final en utilisant les diverses informations nécessaires à la résolution.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1915582A FR3105501B1 (fr) | 2019-12-24 | 2019-12-24 | Système d’assistant personnel vocal pour une gestion de dialogue avec une application d’invitations exécutables |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1915582A FR3105501B1 (fr) | 2019-12-24 | 2019-12-24 | Système d’assistant personnel vocal pour une gestion de dialogue avec une application d’invitations exécutables |
FR1915582 | 2019-12-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
FR3105501A1 true FR3105501A1 (fr) | 2021-06-25 |
FR3105501B1 FR3105501B1 (fr) | 2022-07-29 |
Family
ID=70228192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1915582A Active FR3105501B1 (fr) | 2019-12-24 | 2019-12-24 | Système d’assistant personnel vocal pour une gestion de dialogue avec une application d’invitations exécutables |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR3105501B1 (fr) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160321692A1 (en) | 2012-05-02 | 2016-11-03 | Google Inc. | Identifying similar online activity using an online activity model |
US20180236123A1 (en) | 2015-02-16 | 2018-08-23 | Petro Andriyovych Manoryk | Hemostatic Composition and Hemostatic Device (Variants) |
EP2959641B1 (fr) | 2013-02-25 | 2018-10-10 | Qualcomm Incorporated | Procédés permettant de découvrir des relations dans des réseaux de l'internet des objets (iot), de configurer ces relations et de les utiliser |
US20190080698A1 (en) | 2017-09-08 | 2019-03-14 | Amazont Technologies, Inc. | Administration of privileges by speech for voice assistant system |
US20190370916A1 (en) * | 2018-06-04 | 2019-12-05 | DietaryDNA, LLC | Personalized dining experiences via universal electronic food profiles |
-
2019
- 2019-12-24 FR FR1915582A patent/FR3105501B1/fr active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160321692A1 (en) | 2012-05-02 | 2016-11-03 | Google Inc. | Identifying similar online activity using an online activity model |
EP2959641B1 (fr) | 2013-02-25 | 2018-10-10 | Qualcomm Incorporated | Procédés permettant de découvrir des relations dans des réseaux de l'internet des objets (iot), de configurer ces relations et de les utiliser |
US20180236123A1 (en) | 2015-02-16 | 2018-08-23 | Petro Andriyovych Manoryk | Hemostatic Composition and Hemostatic Device (Variants) |
US20190080698A1 (en) | 2017-09-08 | 2019-03-14 | Amazont Technologies, Inc. | Administration of privileges by speech for voice assistant system |
US20190370916A1 (en) * | 2018-06-04 | 2019-12-05 | DietaryDNA, LLC | Personalized dining experiences via universal electronic food profiles |
Also Published As
Publication number | Publication date |
---|---|
FR3105501B1 (fr) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11816743B1 (en) | Information enhancing method using software agents in a social networking system | |
US20200401918A1 (en) | Interestingness recommendations in a computing advice facility | |
US20190370916A1 (en) | Personalized dining experiences via universal electronic food profiles | |
US10318534B2 (en) | Recommendations in a computing advice facility | |
US11263543B2 (en) | Node bootstrapping in a social graph | |
Denegri-Knott et al. | Redistributed consumer desire in digital virtual worlds of consumption | |
US10769523B2 (en) | Using analytics to determine dining venue based on group preferences | |
US20170039283A1 (en) | Searching Based on the Persona of Another | |
CA2955330C (fr) | Recommandations geographiquement localisees dans une installation de conseil informatique | |
US20180285465A1 (en) | Methods and apparatus for communication channel, decision making, and recommendations | |
US20140324624A1 (en) | Wine recommendation system and method | |
US20150248651A1 (en) | Social networking event planning | |
US20150127587A1 (en) | Inferring user preferences from an internet based social interactive construct | |
US20140359439A1 (en) | User Agent with Personality | |
KR20140049087A (ko) | 컴퓨터 판독가능한 저장 매체 | |
Li et al. | Generative judge for evaluating alignment | |
US20160267193A1 (en) | Communication-Powered Search | |
US20180292955A1 (en) | System, method, and program product for guided communication platform lowering the threshold for interpersonal dialogue | |
CA2709623A1 (fr) | Systeme de reseau de communications | |
CN112292675A (zh) | 利用实体和任务的显著性排名辅助计算机解译自然语言输入 | |
Gibson et al. | What’s it like when you find eating difficult: Children’s and parents’ experiences of food intake | |
US20110061027A1 (en) | Semantic note enriching system | |
US20220076173A1 (en) | Methods and systems for itinerary creation | |
JP6754190B2 (ja) | 情報処理システム、情報処理方法、および情報処理プログラム | |
Kul et al. | A smart recipe recommendation system based on image processing and deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20210625 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
CD | Change of name or company name |
Owner name: ATOS FRANCE, FR Effective date: 20220426 |
|
TP | Transmission of property |
Owner name: BULL SAS, FR Effective date: 20220615 |
|
PLFP | Fee payment |
Year of fee payment: 4 |
|
PLFP | Fee payment |
Year of fee payment: 5 |