JP2015528956A - 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム - Google Patents

会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム Download PDF

Info

Publication number
JP2015528956A
JP2015528956A JP2015523287A JP2015523287A JP2015528956A JP 2015528956 A JP2015528956 A JP 2015528956A JP 2015523287 A JP2015523287 A JP 2015523287A JP 2015523287 A JP2015523287 A JP 2015523287A JP 2015528956 A JP2015528956 A JP 2015528956A
Authority
JP
Japan
Prior art keywords
user
content item
input
metadata
entity
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
Application number
JP2015523287A
Other languages
English (en)
Other versions
JP2015528956A5 (ja
JP6313298B2 (ja
Inventor
ラケシュ バルベ,
ラケシュ バルベ,
ムラリ アラバムダン,
ムラリ アラバムダン,
シャシクマール ベンカタラマン,
シャシクマール ベンカタラマン,
ギリッシュ ウェリング,
ギリッシュ ウェリング,
Original Assignee
ベベオ, インコーポレイテッド
ベベオ, インコーポレイテッド
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 ベベオ, インコーポレイテッド, ベベオ, インコーポレイテッド filed Critical ベベオ, インコーポレイテッド
Publication of JP2015528956A publication Critical patent/JP2015528956A/ja
Publication of JP2015528956A5 publication Critical patent/JP2015528956A5/ja
Application granted granted Critical
Publication of JP6313298B2 publication Critical patent/JP6313298B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24573Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/84Mapping; Conversion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/955Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9558Details of hyperlinks; Management of linked annotations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/237Lexical tools
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)
  • User Interface Of Digital Computer (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

会話型相互作用システムにおいて、検索入力におけるユーザの意図を推定する方法が、開示される。検索入力におけるユーザの意図を推定する方法は、ユーザの選好を記述するユーザ選好シグネチャを提供することと、ユーザから、少なくとも1つの所望のアイテムを識別するようにユーザによって意図されている検索入力を受信することと、検索入力の一部が曖昧識別子を含むことを決定することとを含む。曖昧識別子は、少なくとも部分的に、所望のアイテムを識別するようにユーザによって意図されている。本方法はさらに、ユーザ選好シグネチャによって記述されるユーザの選好と一致する検索入力の部分に基づいて、曖昧識別子に対する意味を推定することと、検索入力および曖昧識別子の推定される意味をコンテンツアイテムに関連付けられたメタデータと比較することに基づいて、アイテムを一組のコンテンツアイテムから選択することとを含む。

Description

(関連出願の引用)
本願は、以下の特許出願の利益を主張する。これらの出願の内容は、参照により本明細書に引用される:
米国特許出願第13/874,523号(2013年5月1日出願、名称「Method of and System for Inferring User Intent in Search Input in a Conversational Interaction System,」);
米国特許出願第13/667,400号(2012年11月2日出願、名称「Method of and System for Inferring User Intent in Search Input in a Conversational interaction System,」);
米国特許出願第13/667,388号(2012年11月2日出願、名称「Method of and System for Using Conversation State Information in a Conversational Interaction System,」);
米国仮特許出願第61/712,721号(2012年10月1日出願、名称「Method of and System for Content Search Based on Conceptual Language Clustering, 」); および
米国仮特許出願第61/673,867号(2012年7月20日出願、名称「Conversational Interaction System for Large Corpus Information Retrieval,」)。
(発明の分野)
本発明は、概して、会話型相互作用技法に関し、より具体的には、入力曖昧性の解決に基づいて、ユーザ入力意図を推定すること、および/または会話型セッションにおける変化が生じたことを推定することに関する。
会話型システムは、スマートフォン、タブレット、TV/STB、「Goggles」(Googleのサングラス)のようなウェアラブルコンピューティングデバイス等のマルチモーダルデバイス、Xbox/Kinectのようなハイブリッドジェスチャ認識/音声認識システム、自動車情報システム、および一般的ホームエンターテイメントシステム等、一定範囲のデバイスにわたって、大量の情報リポジトリをナビゲートする好ましい形態となりつつある。タッチベースのインターフェースが、相互作用の主要形態として、注目を集めつつある時代は、おそらく、徐々に終わりを迎えつつあり、多くの日常生活の使用例において、ユーザは、その意図を言葉にし、システムは、意図を理解し、実行することになるであろう。これはまた、飛躍的ハードウェア、ソフトウェア、およびアルゴリズムの進歩が、数年前と比較して、テキストを音声にすることを著しく効果的なものにしていることによってもたらされている。
純粋な会話インターフェースに向かって進歩しつつあるが、既存の単純要求応答スタイルの会話型システムは、小サイズの情報リポジトリにおける特定のタスク指向型または特定の情報読み出し問題に対処することしか充足しない。これらのシステムは、大量のコーパス情報リポジトリにおいて良好に機能しない。
その根底では、本質的に、要求応答システムである、現在のシステムは、以下のようなユーザの質問に対する応答等、会話型スタイルのインターフェースをもたらすことを試みている。
ユーザ:当座預金残高はいくら?
システム:$2,459.34です。
ユーザ:貯金額は?
システム:$6,209,012です。
ユーザ:金融市場は?
システム:$14,599.33です。
これらは、本質的に、会話の連続性の概念を提供する、目標指向型またはタスク指向型要求応答システムであるが、各要求応答対は、その他から独立し、維持される唯一のコンテキストは、ユーザの銀行口座であることの単純なコンテキストである。現在の会話型システムの他の例は、ユーザが、一連の明確に定義され、かつ多くの場合、予め定義された決定ツリー経路を辿り、ユーザの意図を完了する(夕食の予約をする、飛行機の予約をする等)ものである。
本出願人は、ユーザの意図に一致する明確および簡潔な応答を提供するために、意図を表すユーザ発話の意味論の理解と組み合わせて、ユーザの意図を理解することは(ユーザの意図が、純粋な情報読み出しから、番組の視聴または演劇/映画のチケットの予約に及び得る、デジタルエンターテイメント等のドメイン内でも)、会話空間における現在のシステムが対処できない困難な問題であることを発見した。意図の明確な表現を伴う単純な文がなければ、単一の要求/応答のやりとりのスタイルの相互作用においても、多くの場合、意図および意図を表す文の意味論を抽出することは困難である。これに複雑性を加えるものは、明確に定義されたステップ(予め定義された決定ツリーの検討等)を有していないタスク指向型の意図である。さらに、問題となるのは、タスク(例えば、夕食の予約をする等)の完了に辿り着くために、一連のユーザ要求およびシステム応答を要求する相互作用である。さらになお、豊富な情報リポジトリは、エンティティに対するユーザの意図表現が、多くの有効かつ自然な形態をとり得、同一の字句(単語)が、多くの異なるユーザの意図に関連して生じ得るため、特に困難であり得る。
コーパスが大量であるとき、語彙的衝突または複数の意味論的解釈は、これらの衝突および曖昧性を明確にするための対話を伴わない場合、ユーザの意図を満たすことの複雑性に加わる。時として、ヒトの間の実際の日常会話において生じるものと同様に、ユーザの意図または意図を表す文の意味論を理解することが可能でないことさえあり得る。ヒト(平均して、参加者は両者とも、論じられているドメインについて認識している)が行うような最小数の質問を尋ね(会話において他者を理解する観点から)、ユーザの意図を理解するためのシステムの能力は、ヒトの会話へのシステムの近似性を定義するであろう。
単純なマルチステップ式の旅行/夕食の予約(例えば、対話におけるステップは、各ステップにおいてほとんど曖昧性解決を伴わない、明確に定義された要求/応答サブシーケンスである)を超える、対話または会話に従事するシステムはまた、効果的であるために、会話の状態を維持する必要があることの複雑性に遭遇する。例えば、そのようなシステムは、意図およびエンティティへの暗示的言及(例えば、人々、物体、または任意の名詞の言及)と、ユーザの文中の意図を絞り込む属性(例えば、「Tom Hanksの古いものではなく、最新の映画を教えて」、「暴力が少なく、アクションが多いものを教えて」)とを推定する必要があろう。さらになお、本出願人は、先行するエントリにおいてユーザによって行われたエンティティ、属性等への言及だけではなく、また、ユーザに対するシステムのマルチモーダル応答のエンティティ、属性等も追跡することが有益であることを発見した。
さらになお、本出願人は、ユーザ/システムのやりとりの間、代名詞と目的語/対象との関連性を維持することは、ユーザ経験を向上させることを見出した。例えば、「最近のDaniel Craigの映画のオリジナルサウンドトラック中のLed Zeppelinの曲って、誰が演奏しているの?」等の複雑なユーザエントリにおいて、代名詞「それ」をその目的語/対象「Led Zeppelinの曲」に関連させる音声分析器(または、自然言語プロセッサ)は、ユーザに、常時、特定の統語論を使用することを要求しないことによって、ユーザを支援する。しかしながら、この単純な代名詞と目的語/対象との関連性は、以下のやりとりを処理する際は、非効果的である。
Q1:新しいスターウォーズでObi−wan Kenobiを演じたのは?
A:Ewan McGregor
Q2:Scarlet Johanssonとの彼の映画は?
ここでは、第2の質問における「彼の」は、ユーザ入力からではなく、応答中の人物を指す。より複雑な例は、以下である。
Q1:Kramer vs Kramerで主役を演じたのは誰?
Al:Meryl StreepとDustin Hoffmanです。
Q2:彼の他の映画は?
A2:こちらが、Dustin Hoffmanの映画の一部です・・・[Dustin Hoffmanの映画のリスト]
Q3:彼女の他の映画は?
ここでは、Q2における「彼の」およびQ3における「彼女の」は、応答A1を逆参照する。自然言語プロセッサ単独では、これらの場合、ユーザの意図を理解する際、非効果的である。以下に説明される実施形態のうちのいくつかでは、言語プロセッサは、先行会話のやりとりに対するこれらの代名詞参照の解決に役立ち得る、会話状態エンジンと、エンティティの男性および女性属性を示すドメイン特定情報と連携する。
会話においてユーザと関わるシステムが直面する別の課題は、同一のドメイン内であっても、ユーザの意図変化の決定である。例えば、ユーザは、例えば、エンターテイメントドメインにおいて、質問に対する回答を見つける意図から開始し得る。その質問に関してさらに模索する会話に従事する間、完全に異なる意図経路を追求することを決定する。現在のシステムは、ユーザが、新しい会話が開始されていることの明確な合図をもたらすことを期待する。ユーザが、その重要な手掛かりを提供しない場合、システム応答は、依然として、ユーザが辿っていた模索経路の狭い範囲に制限され、ユーザ入力をその狭いコンテキストに制約し、典型的には、不合理でないまでも、望ましくない応答をもたらすであろう。コンテキストを誤解する結果は、ユーザが、会話の途中でドメインを切り替えることを選ぶとき、さらに明白となる(システムが滑稽なほど的外れと思われるほど)。例えば、ユーザは、エンターテイメント空間においてコンテンツを模索しながら、「お腹が空いた」と述べ得る。システムが、新しいドメイン(レストラン/食品ドメイン)への切り替えとして認識しない場合、「お腹が空いた」は、エンターテイメント空間において投げ掛けられた質問であると考えて応答し、そのドメインにおける応答をもたらし、この場合、それは、滑稽なほど正しくない応答となるであろう。
一方、ヒトは、発言のまさにその本質から、そのような突然のドメイン切り替えを自然に認識し、適宜、応答する(例えば、「ピザを注文しようか?」)。新しいドメインへの移行がそれほど明白ではない遠隔シナリオでも、ヒト参加者は、第1の話者からのフィードバック(「ああ、お腹が空いた。何か食べたい!」)に応じて、ためらいはするが、すぐに立ち直り得る。ヒトが会話中で当たり前だと思う、これらの会話の些細ではあるが、有意な要素は、ヒトとヒトの会話の豊かさを自動化システムを用いたものと区別するものである。
要約すると、本明細書に開示される技法の実施形態は、ユーザの意図に密接に一致し、ヒトの相互作用と異ならないように、会話においてユーザと関わることを試みる。ある実施形態は、以下の特性の非包括的リストのうちの任意の1つ以上を示す。a)意図および/または意図の記述における曖昧性を解決し、適用可能であるときは常時、ユーザの選好を活用する(いくつかの実装は、ドメイン特定分野情報に基づく算出要素および論理を使用する)、b)会話において先に述べられた意図/エンティティ/属性のユーザによって行われる間接的参照を暗示的に推定するように、アクティブ意図および/またはユーザとのやりとりにわたって意図を記述するエンティティ/属性の状態を維持する、c)ユーザに対する応答を調整し、適用可能であるときは常時、ユーザの選好に一致させる、d)ドメイン内およびドメインを横断する新しい話題を開始する会話の境界を暗示的に決定し、適宜、応答を調整する、e)ユーザの意図の理解の失敗(例えば、意図が見つからないか、またはその最良の推測の信頼性スコアが閾値を下回るかのいずれか)を前提として、最小対話に従事し、ユーザの意図を理解する(意図を理解するために、会話においてヒトによって行われるものと同様の様式において)。本発明のいくつかの実施形態では、意図の理解は、ユーザが相互作用し得る直感的演出を図式的に表示し、ユーザの意図に関する手掛かりをもたらすために、デバイスの表示能力(例えば、タブレットデバイス)を活用し得る。
本発明のある側面では、会話型相互作用システムにおいて、検索入力におけるユーザの意図を推定するための方法およびシステムが、開示される。
本発明の別の側面では、検索入力の曖昧部分を解決することに基づいて、検索入力におけるユーザの意図を推定する方法は、一組のコンテンツアイテムへのアクセスを提供することを含む。コンテンツアイテムの各々は、対応するコンテンツアイテムを記述するメタデータに関連付けられる。本方法はまた、ユーザ選好シグネチャを提供することを含む。ユーザ選好シグネチャは、(i)特定のコンテンツアイテム、および(ii)コンテンツアイテムに関連付けられたメタデータのうちの少なくとも1つに対するユーザの選好を記述する。本方法はまた、検索入力をユーザから受信することを含む。検索入力は、少なくとも1つの所望のコンテンツアイテムを識別するようにユーザによって意図される。本方法はまた、検索入力の一部が曖昧識別子を含むことを決定することを含む。曖昧識別子は、少なくとも部分的に、少なくとも1つの所望のコンテンツアイテムを識別するようにユーザによって意図される。本方法はまた、ユーザ選好シグネチャによって記述されるユーザの選好と一致する、検索入力の部分に基づいて、曖昧識別子に対する意味を推定することと、検索入力および曖昧識別子の推定される意味をコンテンツアイテムに関連付けられたメタデータと比較することに基づいて、コンテンツアイテムを一組のコンテンツアイテムから選択することとを含む。
本発明のさらなる側面では、曖昧識別子は、代名詞、虚辞、エンターテイメントジャンル、および/または名前の少なくとも一部であることができる。
本発明のなおも別の側面では、コンテンツアイテムに関連付けられたメタデータは、コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含む。
本発明のなおさらなる側面では、ユーザ選好シグネチャは、ユーザによって提供される明示的選好に基づき、および/または一定の時間期間にわたって行われるユーザによるコンテンツアイテム選択を分析することに基づく。随意に、ユーザ選好シグネチャは、コンテンツアイテムに関連付けられたメタデータに対するユーザの選好を記述し、メタデータは、ユーザによって好まれるエンティティを含む。
本発明の別の側面では、検索入力の曖昧部分を解決することに基づいて、検索入力におけるユーザの意図を推定する方法は、一組のコンテンツアイテムへのアクセスを提供することを含む。コンテンツアイテムの各々は、対応するコンテンツアイテムを記述するメタデータに関連付けられる。本方法はまた、検索入力をユーザから受信することを含む。検索入力は、少なくとも1つの所望のコンテンツアイテムを識別するようにユーザによって意図される。本方法はまた、検索入力の一部が曖昧識別子を含むかどうかを決定することを含む。曖昧識別子は、少なくとも部分的に、少なくとも1つの所望のコンテンツアイテムを識別するようにユーザによって意図される。検索入力の一部が曖昧識別子を含むという条件に応じて、本方法は、ユーザ選好シグネチャによって記述されるユーザの選好に一致する、検索入力の一部に基づいて、曖昧識別子に対する意味を推定することと、検索入力および曖昧識別子の推定される意味をコンテンツアイテムに関連付けられたメタデータと比較することに基づいて、コンテンツアイテムを一組のコンテンツアイテムから選択することと、検索入力が曖昧識別子を含まないという条件に応じて、検索入力とコンテンツアイテムに関連付けられたメタデータの比較に基づいて、コンテンツアイテムを一組のコンテンツアイテムから選択することとを含む。
前述に列挙された側面のいずれも、前述に列挙された他の側面のいずれかと、および/または本明細書に開示される技法と組み合わせられることができる。
本発明の種々の実施形態のより完全な理解のために、ここで、付随の図面と併せて検討される、以下の説明を参照する。
図1は、明確化目的のために本明細書に組み込まれる、ユーザインターフェースアプローチを図示する。 図2は、明確化目的のために本明細書に組み込まれる、ユーザインターフェースアプローチを図示する。 図3は、明確化目的のために本明細書に組み込まれる、ユーザインターフェースアプローチを図示する。 図4は、明確化目的のために本明細書に組み込まれる、ユーザインターフェースアプローチを図示する。 図5は、明確化目的のために本明細書に組み込まれる、ユーザインターフェースアプローチを図示する。 図6は、エンティティおよびエンティティ間の関係を表す、グラフの実施例を図示する。 図7は、エンティティおよびエンティティ間の関係を表す、グラフの実施例を図示する。 図8は、エンティティおよびエンティティ間の関係を表す、グラフの実施例を図示する。 図9は、エンティティおよびエンティティ間の関係を表す、グラフの実施例を図示する。 図10は、本発明の実施形態である、アーキテクチャを図示する。 図11は、本発明の実施形態の動作の簡略化された流れ図を図示する。 図12は、本発明の実施形態の動作の制御フローを図示する。
本発明の好ましい実施形態は、会話型やりとりにおいて、ユーザの意図を推定し、その意図を満たすための方法およびシステムを含む。ある実装は、ユーザ入力における曖昧性を解決すること、会話型やりとりに関連付けられた意図、エンティティ、および/または属性の状態を維持すること、ユーザの選好に一致するように応答を調整すること、新しい話題が開始する会話の境界を推定すること(すなわち、会話型セッションの変化を推定し)、および/または、最小対話に従事しユーザの意図を理解することを行うことが可能である。以下の概念は、本発明の実施形態を説明するために使用される。
(情報リポジトリ)
情報リポジトリは、ドメインに関連付けられ、ドメインは、類似タイプの情報および/またはあるタイプのコンテンツアイテムのグループである。あるタイプの情報リポジトリは、エンティティ、およびエンティティ間の関係を含む。各エンティティ/関係は、それぞれ、一組のタイプからのタイプを有する。さらに、一組の属性が、各エンティティ/関係に関連付けられ、一組の属性は、いくつかの実施形態では、定義された有限組の名前−値フィールドとして捕捉されることができる。エンティティ/関係マッピングが、種々のコンテンツアイテムを記述する情報を提供するので、エンティティ/関係マッピングもまた、コンテンツアイテムに関連付けられた一組のメタデータとしての役割を果たす。言い換えると、特定のエンティティは、他のエンティティと関係を有し、これらの「他のエンティティ」は、「特定のエンティティ」に対するメタデータとしての役割を果たす。加えて、マッピング内の各エンティティは、それに割り当てられる属性、または、そのエンティティをマッピング内の他のエンティティに結び付ける関係に割り当てられる属性を有することができる。集合的に、これは、エンティティ/コンテンツアイテムに関連付けられたメタデータを構成する。一般に、そのような情報リポジトリは、構造化情報リポジトリと呼ばれる。ドメインに関連付けられた情報リポジトリの実施例は、以下に続く。
メディアエンターテイメントドメインは、映画、TV番組、エピソード、クルー、役/登場人物、俳優/パーソナリティ、運動選手、試合、チーム、リーグおよびトーナメント、スポーツ選手、音楽アーティストおよび演奏者、作曲家、アルバム、曲、ニュースパーソナリティ、および/またはコンテンツ配信業者等のエンティティを含む。これらのエンティティは、情報リポジトリにおいて捕捉される関係を有する。例えば、映画エンティティは、「出演」関係を介して、1つ以上の俳優/パーソナリティエンティティに関連付けられる。同様に、映画エンティティは、「オリジナルサウンドトラック」関係を介して、音楽アルバムエンティティに関連付けられ得、ひいては、「アルバム中のトラック」関係を介して、曲エンティティに関連付けられ得る。一方、名前、説明、スケジュール情報、レビュー、評価、コスト、ビデオまたはオーディオへのURL、アプリケーションまたはコンテンツストアのハンドル、評点等は、属性フィールドと見なされ得る。
個人用電子メール(電子メール)ドメインは、電子メール、電子メールスレッド、連絡先、送信者、受信者、会社名、企業内の部署/事業部門、電子メールフォルダ、オフィスの場所、および/またはオフィスの場所に対応する都市ならびに国等のエンティティを含む。関係の例証的実施例は、その送信者エンティティに関連する電子メールエンティティ(ならびに宛先、cc先、bcc先、受信機、および電子メールスレッドエンティティ)を含む。一方、連絡先とその会社、部署、オフィスの場所との間の関係も、存在し得る。このリポジトリでは、エンティティに関連付けられた属性フィールドのインスタンスは、連絡先の名前、称号、電子メールハンドル、他の連絡先情報、電子メール送信/受信タイムスタンプ、件名、本文、添付、優先度レベル、オフィスの場所情報、および/または部署の名前ならびに説明を含む。
旅行関連/ホテルおよび観光ドメインは、都市、ホテル、ホテルブランド、個々の着目点、着目点のカテゴリ、消費者が対面する小売店チェーン、レンタカーサイト、および/またはレンタカー会社等のエンティティを含む。そのようなエンティティ間の関係は、場所、チェーンのメンバーシップ、および/またはカテゴリを含む。さらに、名前、説明、キーワード、コスト、サービスのタイプ、評価、レビュー等も全て、属性フィールドになる。
電子商取引ドメインは、製品アイテム、製品カテゴリおよびサブカテゴリ、ブランド、店舗等のエンティティを含む。そのようなエンティティ間の関係は、製品アイテム間の適合性情報、店舗によって「販売された」製品等を含むことができる。属性フィールドは、説明、キーワード、レビュー、評価、コスト、および/または可用性情報を含む。
アドレスブックドメインは、連絡先名、電子メールアドレス、電話番号、物理的アドレス、および雇用者等のエンティティおよび情報を含む。
本明細書に記載されたエンティティ、関係、および属性は、例証にすぎず、包括的リストであると意図されるものではない。
本発明の実施形態はまた、前述のように、構造化情報リポジトリではないリポジトリを使用し得る。例えば、ネットワークベースの文献(例えば、インターネット/World Wide Web)に対応する情報リポジトリは、リンクされた文献(エンティティ)の関係ウェブと見なされることができる。しかしながら、一般に、いずれの直接適用可能なタイプの構造も、前述の構造化情報リポジトリという意味では、重要な方法において、インターネットの要素に関連付けられたあらゆる種類のエンティティならびに関係および属性を有意義に記述することができない。しかしながら、ドメイン名、インターネットメディアタイプ、ファイル名、ファイル名拡張子等の要素が、エンティティまたは属性として、そのような情報とともに使用されることができる。
例えば、一組の非構造化テキスト文献から成るコーパスを検討すると、この場合、いずれの直接適用可能であるタイプの構造も、文献コンテンツを有意義に記述する一組のエンティティおよび関係を列挙することができない。しかしながら、事前処理ステップとしての意味論的情報抽出処理技法の適用は、そのようなコーパスから構造を部分的に明らかにすることができるエンティティおよび関係をもたらし得る。
(本発明のある実施形態下における情報リポジトリへのアクセスの例証的実施例)
以下の説明は、前述の構造化および非構造化情報リポジトリとの関連での情報読み出しタスクの例を例証する。
ある場合には、ユーザは、概して本明細書では意図タイプと呼ばれる、あるタイプの1つ以上のエンティティに関心を示し、ユーザは、そのエンティティが満たさなければならない属性フィールド制約のみを指定することによって、それを明らかにすることを所望する。時として、意図は、ユーザがあるタイプのエンティティのある属性を所望するとき、(タイプ、属性)対であり得ることに留意されたい。例えば、ユーザが、映画の評価を所望する場合、意図は、(タイプ、属性)=(映画、評価)と見なされ得る。そのようなクエリ制約は、概して、本明細書では、属性専用制約と呼ばれる。
ユーザが、エンティティの名前を挙げるか、または所望の意図タイプエンティティの属性に直接一致するために十分な情報を指定する場合は常に、それは、属性専用制約である。例えば、ユーザが、名前およびいくつかの追加の属性(例えば、60年代に作製された「Cape Fear」)によって映画を識別する場合、または見つけ出したい電子メールの件名一致を指定する場合、または値段範囲に基づいてホテルを要求する場合、または32GB、黒色iPodタッチを所望することを指定する場合である。
しかしながら、ある場合には、ユーザは、意図タイプエンティティの属性フィールド制約を指定することによってだけでなく、その意図タイプエンティティがある明確な方法で関係を介して接続される他のエンティティの属性フィールド制約を指定すること、またはその名前を挙げることによって、意図タイプの1つ以上のエンティティに関心を示す。そのようなクエリ制約は、概して、本明細書では、コネクション指向型制約と呼ばれる。
コネクション指向型制約の例は、ユーザが、映画の2人以上の俳優を指定することに基づいて、または、映画俳優と映画が受賞した賞とに基づいて映画(意図タイプ)を所望する場合である。別の実施例は、電子メールに関連して、ユーザが、過去7日間に特定の会社のある送信者から受信した電子メール(意図タイプ)を所望する場合である。同様に、さらなる実施例は、ユーザが、鉄道の駅とStarbucks店舗とに対してホテルの部屋(意図タイプ)の予約を所望する場合である。さらに別の実施例は、ユーザが、Nintendo Wiiとも適合性がある、Samsung製のテレビセット(意図タイプ)を所望する場合である。これらは全て、コネクション指向型制約クエリのインスタンスである。
前述のコネクション指向型制約実施例では、ユーザは、意図エンティティに接続される他のエンティティを明示的に説明または指定する。そのような制約は、概して、本明細書では、明示的コネクション指向型制約と呼ばれ、そのようなエンティティは、明示的エンティティと呼ばれる。
一方、他のクエリは、制約仕様の一部として、指定されていないまたは暗示的エンティティを含むコネクション指向型制約を含む。そのような状況では、ユーザは不明なアイテムとユーザが知っているアイテムとの間の関係を通して、不明な情報、エンティティ、属性等の識別を試みる。そのような制約は、概して、本明細書では、暗示的コネクション指向型制約と呼ばれ、指定されていないエンティティは、概して、本明細書では、制約の暗示的エンティティと呼ばれる。
例えば、ユーザは、映画中の2人の登場人物の名前を挙げることを介して、探している映画の識別を所望し得る。しかしながら、ユーザは、登場人物のうちの1人の名前を思い出せないが、特定の俳優がその登場人物を演じたことを思い出す。したがって、そのクエリでは、一方の登場人物を名前で述べ、登場人物が特定の俳優によって演じられたことを述べることによって不明な登場人物を識別する。
電子メールリポジトリに関連して、例として、先週、電子メール(属性指定子)を介して紹介された、指定された会社「Intel」からの指定されていない男性からの最後の電子メール(意図)を見つけることを所望するユーザが挙げられる。この場合、暗示的エンティティは、先週、ユーザとの初めての一般電子メール受信者となった従業員/会社関係を介して、「Intel」からの取引先担当者を調べることによって発見されることができる、取引先担当者である。
暗示的コネクション指向型制約のさらなる実施例は、以下により詳細に説明される。
コネクション指向型制約に関連して、情報リポジトリのエンティティおよび関係をグラフのノードおよびエッジにマップすることは有用である。グラフモデルを特に採用する動機は、単に、リンク距離、ある場合には、最短経路および最小重みツリー等の概念によって、自然言語会話における関連性、近接性、および同系性が、モデル化されることができるという観察によるものである。ユーザ対話が実際に求められるエンティティに関連する他のエンティティを伴う場合の会話中、単純グラフ検索問題として情報読み出しに対処するサブルーチンが、文構造の深い明確な理解への依存を低減させるのに効果的に役立つ。そのようなアプローチは、システム実装利点をもたらす。ユーザの意図計算が、曖昧または不確定である場合でも、エンティティがユーザの発話内で認識される限り、グラフ解釈ベース問題の処理は、以下により詳細に記載されるように、システムが、それ以外の可能なものよりはるかに知的な様式において応答することを可能にする。
(属性専用制約)
以下は、ユーザが属性専用制約を指定可能な情報読み出し技法の実施例である。これらの技法のいくつかは、当技術分野(指定される場合)において公知であるが、概念は、これらの基本技法が、本明細書に説明される本発明の技法とどのように併用され、ユーザ経験を向上させ、ユーザの入力に対する応答において返される検索結果の質を改善し得るかを例証示するために、本明細書に提示される。
(映画/TV検索インターフェースからの情報読み出しの間の属性専用制約の実施例)
図1は、当技術分野において公知の映画およびテレビコンテンツに対する検索エンジンのための検索インターフェース100(すなわち、IMDb検索インターフェース)を示す。図1は、ユーザが、エンティティタイプまたは属性を明示的に選択することを可能にする、プルダウン制御105を含む。例えば、タイトルは、意図エンティティタイプが映画またはTV番組であることを意味し、TVエピソードは、意図タイプがエピソードであることを意味し、名前は、意図タイプがパーソナリティであることを意味し、会社は、意図タイプが会社(例えば、制作会社またはスタジオ等)であることを意味し、登場人物は、意図タイプが役であることを意味する。一方、キーワード、引用、およびプロットは、検索されることが求められる映画またはTV番組あるいはエピソードのタイプの意図エンティティに関連付けられた属性フィールドを指定する。一方、プルダウン制御110は、ユーザが、映画、エピソード、またはTV番組のタイプのエンティティに対する属性のみを指定することを可能にする。
図2は、TMDB検索インターフェース(当技術分野において公知)200の高度タイトル検索グラフィカルユーザインターフェースを示す。ここでは、タイトルタイプ選択肢205は、意図エンティティタイプの選択を意味する。一方、公開日210、ユーザ評価215、および投票数220は全て、映画、TV番組、エピソード等のタイプのエンティティの属性である。ここに示されるジャンル225およびタイトルグループ230の数が、十分に少ないと見なされる場合、それらのジャンルおよびタイトルグループは、エンティティの記述的属性と見なされることができる。したがって、ここでのジャンルおよびタイトルグループセクションもまた、属性制約を指定する方法である。タイトルデータ235セクションは、データ源属性に対応する制約を指定する。
(電子商取引検索インターフェースからの情報読み出しの間の属性専用制約の実施例)
図3は、当技術分野において公知の電子商取引ウェブサイトの検索ユーティリティのためのグラフィカルユーザインターフェース300を図示する。前述の実施例では、ユーザインターフェースは、ユーザが、情報リポジトリ内の任意の検索を開始する前に、組の属性制約を指定することを可能にした。一方、図3は、ユーザが、最初に、テキスト専用検索クエリ「カーステレオ」を起動した後のユーザインターフェースを示す。テキスト検索クエリ305に対してテキスト検索エンジンによって返された特定の結果に関連付けられた特徴および属性に基づいて、検索後ユーザインターフェースが、ユーザがそれらに対してさらに属性制約を指定することを可能にする、この組の検索結果に対する属性の一部を動的に取り上げることによって構築される。その結果、ユーザは、最初に、テキスト検索またはカテゴリフィルタリングを行い、次いで、さらなる属性に関する制約を指定する特定のフローを辿らせられる。
最初の検索後、検索後属性フィルタが続く、この「ハードコード化」フローは、単に、ユーザが考えている製品のなんらかの考えを有することなしには、有意義な属性の全てを前もって表示することができないため、このスタイルのグラフィカルユーザインターフェースの基本的限界から生じる。そのようなアプローチは、ユーザが、検索の開始時に考えている属性制約のうちのいくつかを表すことを所望し得るため、本明細書に開示される本発明の技法ほど効率的ではない。この問題は、部分的には、データベース内の各個々の製品に対する異なる属性の数は有限数であるが、集合組としては、典型的には、グラフィカルユーザインターフェースが十分な数の属性を表示することができないほど大きく、それによって、ハードコード化フローにつながるという事実に起因する。
本明細書に開示される会話型インターフェース実施形態は、物理的空間制限に悩まされないことに留意されたい。したがって、ユーザは、最初のユーザ入力において、任意の属性制約を容易に指定することができる。
(明示的コネクション指向型制約)
以下は、情報読み出しシステムにおいて採用される明示的コネクション指向型制約の実施例である。ノードおよびエッジのグラフモデル専門用語もまた、エンティティおよび関係の専門用語と同様に、コネクション指向型制約を説明するために使用され得る。
属性専用制約インターフェースを使用するとき、ユーザは、意図エンティティに関するタイプおよび属性制約のみを指定する。一方、明示的接続ノード制約インターフェースを使用するとき、ユーザは、加えて、指定された種類のエッジコネクションを介して、意図ノードに接続された他のノードに関するタイプおよび属性制約も指定することができる。情報読み出しの間、明示的接続ノード制約を採用する、当技術分野において公知のインターフェースの一実施例は、図4に示される映画/TV情報検索エンジン400である。
全映画およびTVパーソナリティにわたる可能な死亡場所および出身地405の数が、膨大な数であることを考慮して、出身地および死亡場所は、映画情報リポジトリグラフ内の属性ではなく、ノードとして取り扱われる。したがって、グラフィカルユーザインターフェース400内の出身地および死亡場所明細は、意図されるパーソナリティノードに接続されたノードに対する明細である。グラフィカルユーザインターフェース400内の映画作品目録フィルタ410は、ユーザが、再び、意図されるパーソナリティノードに接続された別のノードである、映画またはTV番組ノード等の名前を指定することを可能にする。グラフィカルユーザインターフェースの図5に示される他のフィルタ500は、意図されるノードの属性の指定子である。
グラフィカルユーザインターフェース400の第1の部分では、ユーザは、その意図が、これらのノードの両方において共演したパーソナリティを得ることであるとき、2つの映画またはTV番組ノードを指定し得る。このグラフィカルUIの第2の部分では、ユーザは、その意図が、彼らの共演に対応する映画またはTV番組ノードを得ることであるとき、2人のパーソナリティノードを指定し得る。両方の場合において、ユーザは、その意図されるノード以外の接続されたノードを指定し、それによって、これを明示的接続ノード制約にする。しかしながら、当技術分野において公知のインターフェースは、以下に説明されるように、あるタイプの明示的接続ノード制約(明示的コネクション指向型制約)をサポートしない。
図6は、ユーザが、Sean Connery主演の架空の登場人物Jack Ryanに基づいて映画を探す場合、所望の結果に到達するために、本明細書に開示される本発明の技法によって分析される、ノード(エンティティ)およびエッジ(関係)のグラフ600を図示する。ユーザは、クエリ「Jack Ryanが登場人物のSean Conneryが主演した映画は?」を提供し得る。本明細書における技法は、以下のように、構造化情報リポジトリを考慮して、クエリを解釈する。すなわち、エッジ605によって、「Jack Ryan」610と名付けられた役のタイプの明示的ノードに接続され、かつ、「出演」エッジ615を介して、「Sean Connery」620と名付けられたパーソナリティのタイプの明示的ノードに接続された映画(意図)のタイプのノードを得る。本明細書に説明される技法は、映画「The Hunt for the Red October」625をその結果として返す。
再び、図6を参照すると、ユーザが、「Jack Ryanの登場人物を演じた全ての俳優は?」と尋ねたと仮定すると、開示される技法は、以下のように、クエリを解釈するであろう。
「出演」エッジ630によって、「Jack Ryan」610と名付けられた役のタイプの明示的ノードに接続されたパーソナリティのタイプ(意図)のノードを得る。本明細書に開示される本発明のシステムの実施形態は、俳優「Alec Baldwin」635、「Harrison Ford」640、および「Ben Affleck」645を返すであろう。
さらなる実施例は、ユーザが、John Grishamの書籍に基づく、Tom Cruise主演の映画の名前を尋ねる場合である。したがって、クエリは、以下となる。すなわち、「出演」エッジによって、「Tom Cruise」と名付けられたパーソナリティのタイプの明示的ノードに接続され、「作者」エッジによって、「John Grisham」と名付けられたパーソナリティのタイプの明示的ノードに接続された映画のタイプ(意図)のノードを得る。本明細書に開示される本発明のシステムの実施形態は、映画「The Firm」を返すであろう。
(暗示的コネクション指向型制約)
以下の実施例は、特定の情報読み出し目標のために使用される暗示的コネクション指向型制約および暗示的エンティティを図示する。最初の2つの実施例は、エンティティおよび関係の専門用語を使用した。
一実施例では、ユーザは、指定された役(例えば、登場人物Tony Montana)に関する指定されていない映画において、指定された俳優/パーソナリティ(例えば、Michelle Pfeiffer)によって演じられた役(意図)を所望する。この場合、ユーザの制約は、指定されていないまたは暗示的エンティティを含む。暗示的エンティティは、映画「Scarface」である。図7は、所望の結果に到達するために、本明細書に開示される技法によって分析される、エンティティおよび関係のグラフ700を図示する。グラフ700は、構造化情報リポジトリの例証的視覚表現である。具体的には、暗示的映画エンティティ「Scarface」705は、映画エンティティ「Scarface」705と俳優エンティティ「Michelle Pfeiffer」715との間の「出演」関係710と、登場人物エンティティ「Tony Montana」725と映画エンティティ「Scarface」705との間の「登場人物」関係720とを介して到達される。「Michelle Pfeiffer」によって演じられた役エンティティ「Elvira Hancock」730が、次いで、「Michelle Pfeiffer」に対する「出演」関係735と映画エンティティ「Scarface」705に対する「登場人物」関係740とによって、発見される。
さらなる実施例では、ユーザが、指定された俳優エンティティ「Scarlett Johansson」と指定された映画エンティティ「Star Wars」における「Obi−Wan Kenobi」の指定された役を演じた指定されていない俳優エンティティとが主演の映画(意図)を所望すると仮定する。この場合、暗示的エンティティは、俳優エンティティ「Ewan McGregor」であり、結果として生じるエンティティは、「Scarlett Johansson」および「Ewan McGregor」主演の映画「The Island」である。図8は、所望の結果に到達するために、本明細書に開示される技法によって分析されるエンティティおよび関係のグラフ800を図示する。具体的には、暗示的俳優エンティティEwan McGregor805は、少なくとも1つの映画エンティティStar Wars815との出演関係810を介して、かつ登場人物エンティティObi−Wan Kenobi825に対する登場人物関係820を介して、到達され、順に、登場人物関係830を介して、映画エンティティStar Wars815に関連する。一方、結果エンティティThe Island835は、俳優/パーソナリティエンティティScarlett Johansson845と映画エンティティThe Island835との間の出演関係840と、暗示的俳優エンティティEwan McGregor805と映画エンティティThe Islandとの間の出演関係850とを介して到達される。
図9は、所望の結果に到達するために、本明細書に開示される技法によって分析されるエンティティおよび関係のグラフ900を図示する。本実施例は、ノードおよびエッジの専門用語を使用する。ユーザは、Daniel Craig主演の新しい映画のLed Zeppelinの曲をカバーしたバンドが存在することを知っている。ユーザは、カバーされた曲の名前も、映画の名前も思い出せないが、そのLed Zeppelinのカバーを行ったバンドの他の音楽(すなわち、曲)の探索を所望する。したがって、Led Zeppelin(曲の作曲家として)およびDaniel Craig(映画内の俳優として)の既知のエンティティを指定することによって、介在する暗示されるノードが、ユーザの所望の結果を満たすために発見される。したがって、本明細書の本発明の技法の実施形態は、以下のようにクエリ制約を構成する。すなわち、「作曲家」エッジ905によって、バンド910のタイプ(Trent Reznor)の暗示的ノードに接続された曲(意図)のタイプのノードを返す。なぜなら、このバンドノードは、曲920のタイプ(Immigrant Song)の暗示的ノードとの「カバー演奏者」エッジ915を有し、曲920は、順に、「Led Zeppelin」930と名付けられたバンドのタイプの明示的ノードとの「作曲家」エッジ925を有し、かつ、さらに、曲920は、アルバム940のタイプ(Girl with the Dragon Tattoo Original Sound Track)の暗示的ノードとの「アルバム内のトラック」エッジ935とを有し、アルバム940は、映画950のタイプ(Girl with the Dragon Tattoo Original Sound Track)の暗示的ノードとの「オリジナルサウンドトラック(OST)」エッジ945を有し、映画950は、「Daniel Craig」960と名付けられたパーソナリティのタイプの明示的ノードとの「出演」エッジ955を有するからである。
前述のように、情報読み出しのための公知の技法およびシステムは、種々の問題に悩まされる。本明細書に説明されるのは、本発明の会話型相互作用インターフェースの実施形態である。これらの実施形態は、ユーザが、それに話し掛けること、随意に、物理的相互作用(例えば、インターフェース、キーパッド、キーボード、および/またはマウスに触れること)によって選択肢を選択することにより、クエリおよび/または命令を投げ掛けることによって、情報読み出しシステムと相互作用することを可能にする。ユーザクエリに対する応答は、発話するための機械生成音声テキストによって行われ得、ユーザ画面上に表示される情報によって補完され得る。会話相互作用インターフェースの実施形態は、一般に、情報読み出しセッションが一連の動作であり、動作の各々が、ユーザが最初にクエリまたは命令を投げ掛け、システムがユーザに応答を提示するように、ユーザが、先行クエリに対する情報読み出しシステムの応答に反応して、その次の情報読み出しクエリまたは命令を投げ掛けることを可能にする。
本発明の実施形態は、本明細書で論じられるクエリ制約のためのグラフィカルユーザインターフェースより有力かつ表現的な理論的枠組みである。多くの状況では、特に、多数の可能な属性または明示的および暗示的に接続されたノードの存在の中から柔軟に選択を行う場合、グラフィカルユーザインターフェースアプローチは、良好に機能しないか、または全く機能しない。そのような場合、本発明の会話型相互作用インターフェースの実施形態は、はるかに自然に調和する。さらに、本発明の実施形態は、グラフィカルユーザインターフェースと比較して、ユーザが指定し得る異なる属性の数ならびに明示的接続ノード制約の数および暗示的ノード制約の数の観点からより拡張性がある。
(会話型システムアーキテクチャ)
図10は、本発明の実施形態の全体的システムアーキテクチャ1000を表す。ユーザ1001が、音声テキストエンジン1002にフィードされる質問を発する。入力は、音声であり得るが、実施形態は、入力が直接テキスト入力であることも除外しない。ユーザ入力からのテキスト形式は、セッション対話コンテンツモジュール1003にフィードされる。このモジュールは、会話セッションを通して状態を維持し、その重要となる使用は、以下に説明されるように、会話の間、ユーザの意図を理解するのに役立つことである。
セッション対話コンテンツモジュール1003は、言語分析器1006、ドメイン特定名前エンティティ認識器1007、ドメイン特定コンテキストおよび意図分析器1008、個人化ベースの意図分析器1009、ドメイン特定グラフエンジン1010、および用途特定属性検索エンジン1011(全て、以下により詳細に説明される)と共に、基準をクエリ実行エンジン1004に返すように、ユーザ入力を処理する。クエリ実行エンジン1004は、その基準を使用して、情報およびコンテンツの任意の利用可能なソースの検索を行い、結果の組を返す。
応答トランスコーディングエンジン1005は、例えば、ユーザが相互作用しているデバイスにおける実行ために、その結果の組をユーザにディスパッチする。デバイスが、ディスプレイ制約を伴わないタブレットデバイスである場合、本発明の実施形態は、ディスプレイを活用して、ユーザが意図を表すために相互作用することができる、本質的に、図7、6、9、および8に類似するコネクションのグラフィカル表現を示し得る。スマートフォン等のディスプレイ制約デバイスでは、応答トランスコーディングエンジン105は、テキストおよび/または音声(標準的テキスト/音声エンジンを使用して)で応答し得る。
図10は、特定のドメインに対するモジュールを示す、会話アーキテクチャであるが、本実施形態は、ユーザ入力を取り込み、ユーザの意図が複数のドメインに及び得る対話に従事することができる会話インターフェースである。本発明のある実施形態では、これは、図10に示されるドメイン特定アーキテクチャの複数のインスタンスを有し、ドメインにわたって意図の重みをスコア化し、ユーザの意図を決定することによって達成される。このスコア化機構はまた、会話の話題切り替えを暗示的に決定するために使用される(例えば、エンターテイメント情報読み出しセッション中に、ユーザが、「お腹が空いた」と述べ得る)。
図11は、本発明の実施形態の動作の簡略化された流れ図を図示する。最初に、ユーザの音声入力が、音声認識エンジン1101によって、テキストに変換される。入力は、次いで、意図、エンティティ、および属性1102に分解される。本プロセスは、先行会話状態1103からの情報によって支援される。意図、エンティティ、および属性への分解は、システムが、ユーザ1104に対する応答を生成することを可能にする。また、会話状態1103は、現在のユーザ入力の修正および任意の関連する返された応答情報を反映するように更新される。
図12は、制御フローをより詳細に図示する。最初に、ユーザの音声が、テキスト1201として、プロセスに入力される。テキストとしてのユーザ入力を受信すると、クエリ実行協調が、生じる1202。クエリ実行協調1202は、ユーザ入力の分解を監視し、ユーザの入力を理解する。クエリ実行協調1202は、ユーザ入力を解析し、解析ツリーを生成する言語分析1203を利用する。クエリ実行協調1202はまた、対話状態1208の維持および更新を利用する。解析ツリーおよび任意の関連対話状態値は、意図分析1204、エンティティ分析1205、および属性分析1206を行うモジュールに渡される。これらの分析プロセスは、これらの3つの分析ステップの連続処理が可能でないこともあるので、並行して機能する。例えば、ユーザ入力のある場合には、エンティティの認識は、意図の認識を必要とし、その逆もあり得る。これらの相互依存性は、入力が完全に分析されるまで、関連モジュールによる入力の複数回の受け渡しによってのみ解決されることができる。分解および分析が完了すると、ユーザに対する応答が、生成される1207。対話状態もまた、現在の入力の修正および関連結果の応答を反映させるように、更新される1208。言い換えると、ある言語要素(例えば、発話/認識単語および/または語句)が、現在の会話セッションに関連付けられる。
再び、図10を参照すると、一例証的実施形態では、セッション対話コンテンツモジュール1003は、言語分析器1006、ならびに以下により詳細に説明される、他の認識器モジュール、分析器モジュール、および/またはエンジンと共に、図12に関連して記載された分析ステップを行い、文をその構成部品に分解する。言語分析器1006は、ユーザ入力から生成されたテキストから解析ツリーを作成し、他の認識器モジュール、分析器モジュール、および/またはエンジンは、解析ツリーに基づいて動作し、構成部品を決定する。それらの部品は、(1)意図−ユーザの実際の意図(「映画を見つける」、「曲を演奏する」、「チャネルに合わせる」、「電子メールに応答する」等)、(2)エンティティ−意図を記述するかまたは意図に関連付けられた名詞または代名詞語句、および(3)属性−「最新」映画、「あまり」暴力的ではない等のエンティティの修飾語句として、広く分類されることができる。他の構成部品カテゴリも、本発明の範囲内である。
知的かつ有意義な会話を提供する目標に関連して、意図は、全3つのカテゴリの中で最も重要である。任意の優れた検索エンジンは、文法または意図を理解することなしに、単に、エンティティを文から抽出することによって、情報読み出しタスクを非常に良好に行うことができる。例えば、以下のユーザ質問「娘はpulp fictionを私と見ることができるかな?」。ほとんどの検索エンジンは、pulp fictionのリンクを示し、これは、そのリンクを検討することから最も利用可能な可能性が高い評価を見つけるために十分であり得る。しかし、会話型インターフェースでは、期待は、明らかに、より高いものである。システムは、理想的には、映画の評価およびそれが適切な年齢層の期待される応答に対応する(映画、評価)意図を理解しなければならない。検索エンジンのものに成り下がった会話型インターフェースの応答は、ユーザの視点からは、システムの故障も同然である。意図決定と、さらに重要なこととして、意図が不明または明確に判別不能であるとき、ヒトの応答により近いユーザの質問への応答とは、検索エンジンよりヒトの相互作用により近くあろうとする会話型インターフェースにとって、重要な側面である。
本実施例では、ユーザは、単語「評価」を使用していないが、システムは、以下により詳細に説明される一組のルールおよび/または単純ベイズ分類器に基づいて、単語「見ることができるかな?」から、ユーザが評価を探していることを推定する。一方、「娘」は、属性として認識され得る。娘が番組を見るためには、いくつかの基準が満たされなければならない。すなわち、番組のタイミング、番組の可用性、および「面白さ」または評価である。この条件は、「息子(son)」、「少女(girl)」、「少年(boy)」等の他の属性によってもトリガされ得る。これらは、ルールベースのドメイン特定意図、または、この場合、評価および番組のタイミングを探すためのドメイン特定訓練組に基づく単純ベイズ分類器スコア化であり得る。また、視聴されるエンティティによって駆動される、これらの条件の充足可能性に対する重み係数も存在し得る。
意図分析器1008は、あるドメインに対して意図を分析および分類し、他のモジュール、すなわち、ドメイン特定エンティティ認識器1007、ユーザの個人用選好に基づいて意図を分類する個人化ベースの意図分析器1009、およびドメイン特定グラフエンジン1010と連携する、ドメイン特定モジュールである。属性特定検索エンジン1011は、属性の認識を支援し、その重みは、絞り込むエンティティに影響を及ぼす。
意図分析器1008は、本発明のある実施形態では、ルール駆動型意図認識器および/または監視される訓練を伴う単純ベイズ分類器である。ルールおよび/または訓練組は、種々の単語および単語組が、ユーザの意図にどのように関連するかを捕捉する。入力として、解析ツリー、エンティティ認識器出力、および属性特定検索エンジン出力(上記および以下に論じられる)を取り込む。いくつかの実装では、ユーザ入力は、入力が完全に解決されるまで、複数のエンティティ認識、属性認識、および意図認識ステップを通過し得る。意図認識器は、文の意図を解読し、また、意図の意味合いの差異を解読する。例えば、「映画Top Gunを見たい」対「Top Gunのような映画を見たい」を検討すると、解析ツリーは、異なるであろう。この差異は、意図認識器が、「ような」の意味を区別するのを支援する。ルールベースの認識は、まさにその名が含意するように、予め定義されたルールに基づいて、文を認識する。予め定義されたルールは、ドメイン空間、例えば、エンターテイメントに特有である。しかしながら、単純ベイズ分類器構成要素は、単に、意図を認識するための訓練データ組を要求する。
エンティティ認識器107は、前述の入力を使用して、ユーザ入力内のエンティティを認識する。エンティティの例は、「Tom Cruiseの映画が見たい」における「Tom cruise」、または「Where Eagles Dareの公開はいつ?」における「Where Eagles Dare」である。ある実装では、エンティティ認識器1007は、ルール駆動型および/またはベイズ分類器であることができる。例えば、名詞および動名詞等の言語要素は、一組のルール内のエンティティとして指定されることができるか、またはその関連付けは、ベイズ分類器のための監視される訓練プロセスの間に生じることができる。エンティティ認識は、随意に、ユーザ入力におけるエラー(音声テキスト認識におけるエラー等)に対してエラー補正または補償を伴うことができる。入力が、2つのエンティティが音声学的に一致するとき(例えば、newmanおよびneuman)、両方とも、可能な候補として取り上げられる。いくつかの実施形態では、これらの2つの間の解決は、ユーザ入力の残りから集められる情報によってもたらされ、エンティティ間の関係は、可能性のうちの1つを取り除き得る。ユーザ入力のサブセットのエンティティとしての分類は、重み付けにすぎない。入力が、エンティティおよび属性の両方としてスコア化され得るシナリオが存在し得る。これらの曖昧性は、多くの場合、文意味論が、ユーザ入力の後続処理を用いてより明確となるにつれて解決される。ある実施形態では、解決のために使用される構成要素は、エンティティ関係グラフである。ある実装では、エンティティ認識器1007の出力は入力の一部がエンティティであることに対する確率スコアである。
用途特定属性検索エンジン1011は、「最新」、「最近」、「ような」等の属性を認識する。ここでは、再び、エンティティとの衝突が存在し得る。例えば、「Tomorrow Never Dies」は、エンティティ(映画)であり、文中で使用されると、「tomorrow」を属性として解釈することにおいて、曖昧性が存在し得る。tomorrowの属性としてのスコアは、エンティティ関係グラフ(入力の他の要素、例えば、単語「映画」、「番組」、「俳優」等に依存し得る)によって決定されるように、「Tomorrow Never Dies」の一部としての「tomorrow」のスコアより低くあり得る。属性検索エンジン1011の出力は、エンティティ認識器1007の出力のものと同様に、入力単語に対する確率スコアである。
言語分析器1006は、アーキテクチャ内のプラガブルモジュールであり、システムが、複数の言語をサポートすることを可能にする。ユーザ入力の意味論の理解は、言語分析器1006のみに制約されないが、対話コンテキストモジュール1003またはグラフエンジン1010等のアーキテクチャのコアモジュールは、言語独立型である。前述のように、言語モジュールのみでは、文を分析し、代名詞をその主語/目的語等に関連させる等のタスクを行うこと程度しかできず(例えば、「最近のDaniel Craigの映画のオリジナルサウンドトラック中のLed Zeppelinの曲って、誰が演奏しているの?」)、それは、孤立していては、やりとりを通して代名詞を関連付けるために、非効果的である。セッション対話コンテキストモジュール1003との相互作用は、以下のように、やりとりを通して代名詞の解決を可能にする。
Q1:新しいスターウォーズでObi−wan Kenobiを演じたのは?
A:Ewan McGregor
Q2:Scarlet Johanssonとの彼の映画は?
一見、この対話セッションコンテキストは、最後のアクティブエンティティまたは複数のエンティティの単純状態維持に見えるが、以下の実施例は、対話セッションコンテキストにおける潜在的な複雑性を示す。
Q1:Kramer vs Kramerで主役を演じたのは誰?
Al:Meryl StreepとDustin Hoffmanです。
Q2:彼の他の映画は?
A2:こちらが、Dustin Hoffmanの映画の一部です・・・[Dustin Hoffmanの映画のリスト]
Q3:彼女の他の映画は?
A3:[該当する場合、映画のリスト]
Q4:彼の初期の映画だけは?
A4:[該当する場合、映画のリスト]
Q5:彼女の最近の映画は?
A5:[該当する場合、映画のリスト]
Q6:最近、2人が再び共演したものは?
A6:[該当する場合、映画のリスト]
Q7:それ以降、2人が再び共演したものは?
前述の実施例では、エンティティMeryl StreepおよびDustin Hoffmanは、6つの質問において、時として、一緒に、時として、別個に、間接的に参照されている。前述の例はまた、本発明の実施形態と、中心テーマの周囲で探索的やりとりに従事する単純要求応答システムとの重要な区別の1つを例証する。本発明の実施形態は、やりとりにおける曖昧性を解決するだけではなく、同時に、会話の早い段階で述べられたエンティティおよび/または意図の暗示的参照を用いた探索的やりとり、すなわち、高度なヒトの相互作用において自然に行われるものを促進する。ある実施形態では、これは、このユーザ入力を先行ユーザ入力および/またはシステム応答に連結する、単語および/または語句である、言語連結要素の認識を通して行われる。前述に提供される例を参照すると、代名詞「彼の」、「彼女の」、および「彼らの」は、このユーザ入力を先行ユーザ入力および/またはシステム応答に連結する単語である。他の代名詞ならびに虚辞も、言語連結要素として作用することができる。
後の質問においてユーザによって使用される特定の単語または語句が、先行入力(または、先行入力のある他の部分)において述べられたエンティティに対する好適または適切なリンクであるかどうは、先行エンティティの属性と潜在的連結要素の属性とを調べることによって決定される。例えば、「彼の」は、Dustin Hoffmanが男性であり、「彼の」が男性代名詞であるため、前述の例におけるDustin Hoffmanに対する好適なリンクである。さらに、「彼の」は、所有代名詞であり、ユーザがDustin Hoffmanが出演する映画を参照しているため、適切である。
以下の例は、ユーザが、前のやりとりにおいて明示的にさえ指定されていないエンティティを参照するもの(暗示的コネクション指向型制約)を例証する。言い換えると、ユーザは、対話状態の一部として保存されたエンティティを識別しない。
Q1:身体的障害を抱えた科学者が、非炭素系生命体の可能性を示唆した番組は?
A1:それは、宇宙人に関するStephen Hawkingのディスカバリーチャンネルの番組です。
Q2:彼は、David Attenboroughが作製した別の番組にも出演している?
エンティティおよびその属性のみに制限されない対話状態維持の別の例では、システムは、以下に示されるように、会話のやりとりを通して意図の状態を維持することができる。
Q1:娘とpulp fictionを見ることができるかな?
Al:Quentin Tarantino監督によるPulp fictionは、生々しい暴力とヌードのため、R指定されています。
Q2:彼の他の映画は?
A2:Reservoir Dogs、Jackie Brown、Kill Bill、Death Proof、全てR指定されています。
本実施例では、システムが、Q2において、(「彼」の形態で)彼の代名詞の参照を理解することを可能にする、エンティティ「Quentin Tarantino」の状態維持に加え、システムはまた、やりとりを通して、ユーザの意図、すなわち、ユーザの意図が「評価」であることを把握している。再び、「Quentin Taratino」および「評価」意図の両方を維持するシステムの決定は、ルールおよび/またはベイズ分類器訓練組から生じている。したがって、本明細書に開示される技法は、複数の意図の保持および使用を可能にする。そのような実装では、その組の意図は、重みを伴う意図の集合として渡されるであろう。ルールおよび/またはベイズ分類器の出力に応じて、システムは、セッションの間、全意図(および/またはエンティティ、属性等)を保存することを選択し得るが、特定の入力に対して最高スコアが与えられた1つの意図のみを使用し得る。したがって、対話やりとりにおいて比較的に早期に生じた意図が、会話のずっと後に適用されることも可能である。このように状態を維持することは、A2におけるように、簡潔かつ方向性をもった応答を促進し、ヒトの相互作用にほぼ一致する。
前述に例証される方向性をもった応答は、個人化ベースの意図分析器1009と密接に連携して機能する意図分析器1008およびエンティティ認識器1009を用いて可能である。これらのモジュールは全て、関連属性(例えば、最新、あまり暴力的ではない、アクションが多い)を決定することにおいて支援し、それらに重みを割り当てる用途特定属性検索エンジン1011によって支援される。したがって、ユーザ入力やりとりは、音声テキストエンジン1002から生じ、モジュール、分析器、およびエンジンによって連携して処理され(クエリ実行エンジン1004は、調整役を担う)、ユーザ入力の1つ以上の候補解釈をもたらすであろう。例えば、質問「Bombay爆弾事件に関するKay Menonの映画はある?」では、システムは、2つの代替候補表現を有し得、1つは、「Bombay」をエンティティ(Bombayと呼ばれる映画が存在する)として有し、「爆弾事件」が別のエンティティであるとし、もう1つは、「Bombay爆弾事件」を単一エンティティとして有するものである。システムは、次いで、他の認識されるエンティティである、俳優のKay Menonの存在に基づいて、ユーザとの対話に従事することによって、これらの候補表現間の解決を試みる。そのような場合、考案すべき質問は、生じている曖昧性に依存する。本実施例では、俳優エンティティは、既知であり、曖昧であるのは、関連付けられた映画エンティティである。したがって、システムは、映画エンティティに関する質問を尋ねるであろう。システムは、曖昧性を解決するための質問を形成するためのモデルとして使用される、一組の形式を有する。
いくつかの事例では、曖昧性の解決は、ユーザの選好を把握することによって、対話に従事せずに行われることができる。例えば、ユーザは、「今夜soxの試合がある?」と尋ね得る。この質問は、曖昧な部分、すなわち、チームがBoston Red Soxであるか、またはChicago White Soxであるかの曖昧性を有するが、システムが、ユーザの選好がRed Soxであることを把握している場合、応答は、その夜に試合がある場合、Red Soxの試合スケジュールを表示することを対象とすることができる。ドメインにわたって複数の一致が存在する事例では、より高い全体的信頼性スコアをもたらすドメイン一致が、残るであろう。結果の個人化もまた、適用可能であるとき、クエリの性質に基づいて、行われることができる。例えば、ユーザが、「今夜、Tom Cruiseの映画を見せて」と述べる場合、このクエリは、個人化を適用すべきではなく、Tom Cruiseの最新の映画を単に返すべきである。しかしながら、ユーザが、「今夜、スポーツを見せて」と述べる場合、システムは、個人化を適用し、ユーザアクティビティ情報の種々のソースから捕捉されたその明示的選好または暗示的アクションに基づいて、ユーザに関心があると把握されるスポーツおよび試合を表示すべきである。
ユーザ選好シグネチャは、そのようなユーザ選好情報を発見および記憶するための既知の技法を使用して、システムによって提供されることができる。例えば、2010年8月10日発行の米国特許第7,774,294号「Methods and Systems for Selecting and Presenting Content Based on Learned Periodicity of User Content Selections」、2010年11月16日発行の米国特許第7,835,998号「Methods and Systems for Selecting and Presenting Content on a First System Based on User Preferences Learned on a Second System」、2008年12月2日発行の米国特許第7,461,061号「User Interface Methods and Systems for Selecting and Presenting Content Based on User Navigation and Selection Actions Associated with the Content」、および2012年2月7日発行の米国特許第8,112,454号「Methods and Systems for Ordering Content Items According to Learned User Preferences」(それぞれ、参照することによって本明細書に組み込まれる)に記載のシステムおよび方法は、本明細書に開示される技法とともに使用されることができる。しかしながら、ユーザの選好シグネチャおよび/または情報の使用は、組み込まれた出願に記載の技法に限定されない。
関係またはコネクションエンジン1010は、ユーザ入力を理解し、方向性をもった応答をもたらす役割を果たす、モジュールのうちの1つである。関係エンジンは、多くの方法で実装され得、グラフデータ構造は、名前グラフエンジンによって関係エンジンを呼び出し得るような1つのインスタンスである。グラフエンジンは、エンティティ間の既知の重み付けられたコネクションを背景として、ユーザ入力を評価する。
グラフエンジンの重要性を示す、一実施形態が、ユーザの意図が明らかに既知である、以下の実施例によって例証される。ユーザが、単に、「Tony Montanaの映画でMichelle Pfeifferによって演じられた役は?」と尋ねる場合、システムは、ユーザの意図を把握し(役という単語およびその文中の使用は、ユーザがMichelle Pfeifferがどこかで演じた登場人物を知りたいと推測するために使用され得る)、名前付きエンティティTony Montanaが、Tony Montanaという名前の俳優であるか、または映画Scarfaceの主役の名前であり得るという事実を解明する必要がある。本事例におけるグラフエンジンは、簡単に曖昧性を解消可能である。なぜなら、2つのTony Montanaエンティティ間の経路の迅速分析とMichelle Pfeifierのエンティティとは、俳優 Tony MontanaがMichelle Pfeifferと共演したことがない一方、映画Scarface(登場人物Tony Montanaに関する)は、Michelle Pfeifferが主演したことを迅速に明らかにするからである。したがって、システムは、俳優Tony Montanaを確実に無視し、ユーザが映画Scarface中でMichelle Pfeifferによって演じられた登場人物の名前を知りたいと結論付けるであろう。
別の実施形態では、グラフエンジン1010は、エンティティ認識器1007がユーザによって指定されたエンティティを算出したという事実にもかかわらず、システムが、ユーザの意図を決定することができない場合、支援する。これは、ユーザの意図が推定されることができない、またはユーザの意図の信頼性スコアが閾値を下回るときの以下の実施例によって例証される。そのようなシナリオでは、2つの例証的方式が、ユーザの特定の意図を得るために会話システムによってとられ得る。いくつかの実施形態では、システムは、ユーザの発話から最も重要なキーワードを決定し、各結果候補を文書として扱い、各キーワードの関連性に基づいて、各文書の関連性スコアを計算し、ユーザが目を通すために、上位数文書を提示する。本アプローチは、ウェブ検索エンジンに類似する。他の実施形態では、システムは、ユーザに、ユーザ要求を処理することができないこと、または集めた情報が不十分であることを認め、それによって、ユーザにさらなる情報または後続クエリを提供するように促す。
しかしながら、いずれのアプローチも、ユーザの視点から応答を考慮すると、完全に満足するものではない。ブラインドキーワード一致を行う、第1の方式は、多くの場合、完全に機械的と考えられ得る。第2のアプローチは、ユーザに、ヒトのような様式において、特定のユーザ意図を算出することができないという事実を補償するために、さらなる情報を与えることを要求し、ヒトのように試みる。しかしながら、ユーザが、所望のユーザの意図に関連する1つ以上の他のエンティティを明確に指定していた場合、システムが、ユーザ発話中の明確に指定されたエンティティを使用して回答を試みようとしていない場合、システムは、役に立たないと考えられる。
ある実装では、(特定のユーザの意図計算に失敗しても)エンティティ認識が成功している限り、第3の方式が、採用される。エンティティ認識算出は、多くの場合、特に、ユーザが、発話の中で名前を挙げるか、またはエンティティに関する非常に有用な手掛かりを与えるとき(これは、通常、該当する)、成功することに留意されたい。
方式は、以下の通りである。
1.質問中の情報リポジトリに対応するエンティティ関係グラフを検討する。エンティティは、このグラフ中のノードであり、関係は、エッジである。エンティティ/ノードおよび関係/エッジを伴うこのマッピングは、マップされているエンティティに関連付けられた情報およびメタデータに基づく、1対1、1対多数、および多数対多数のマッピングを伴うことができる。
2.エンティティ/ノードは、有限かつ明確に定義された組のタイプからのタイプを有する。
3.エンティティ認識が成功した(例えば、先行相互作用から)あと、以下の場合を検討する。
a.現在認識されているエンティティの数が0である:この場合、システムは、認識されているユーザからの情報を使用して、応答テンプレートに基づいて、固定組の応答からの1つを与える。テンプレート選択は、ルールおよび/またはベイズ分類器決定に基づく。
b.認識されているエンティティの数が1である:エンティティ識別子がAであり、エンティティのタイプがBであり、有限組Sの全ての異なるエッジ/関係タイプAが関わり得ることを把握していると仮定する。この場合、本明細書に記載される技法を採用するシステム(「IRシステム」)は、A、B、およびSに基づいて、適用可能であるテンプレート応答からヒト実行マルチモーダル応答テンプレートT(A、B、S)を発話および/または表示する。テンプレート応答は、全可能なノードタイプおよびエッジタイプのアプリオリ知識に基づいて、有限の明確に定義された組を形成する、一組の手動で構築されたテンプレート応答から選択される。応答およびIRシステムは、ユーザが、タッチインターフェースまたは口頭を使用して、Aに関連するさらなる情報およびエンティティを選択することを可能にするように設計される。
c.認識されているエッジタイプの数が2である:この場合、2つのエンティティノードが、それぞれ、識別子A、A’、タイプB、B’、およびエッジ−タイプ組S、S’を有するとする。2つのエンティティノード間のエッジ距離が、ある前もって決定された閾値kを上回る場合、IRシステムは、対応する2つの独立したヒト実行型マルチモーダル応答テンプレートT(A、B、S)およびT(A’、B’、S’)を適切に採用し、配信する(音声および/またはディスプレイを介して)。エッジ距離が、k以下の場合、IRシステムは、AとA’との間の最短エッジ長経路を選択する。ユーザ発話において利用可能な手掛かりがある場合、IRシステムは、他よりいくつかの最短経路を好み得る。選択される最短経路内に、A=A、A、A、・・・Ak’=A’で表されるk’個のノードが存在し、k’<k+l、各iに対してであり、iは、lからk’であり、経路のi番目のエンティティノードは、3タプル(3−tuple)のAi、によって表され、Aは、エンティティ識別子であり、Bは、エンティティタイプであり、Eは、選択される最短経路内に存在するAに接続された1つまたは2つのエッジに対応する1つまたは2つの要素のリストである。この場合、IRシステムは、次いで、ユーザに、ヒト実行型マルチモーダル応答テンプレートT(A、B、E)(iは、1からk’である)のシーケンスの知的構成に基づいて、適切な応答を配信する。
d.認識されているエッジタイプの数がR>=3である:この場合、IRシステムは、単に、K個の最大構成要素C、C、・・Cを計算し、ここで、各構成要素Cは、Cにおける各エンティティノードAが、Cの少なくとも1つの他のノードA’からkエッジ以下の距離にあるようなものである。各Cに対して、IRシステムは、前述のcと同様に、ヒト実行型マルチモーダル応答テンプレートシーケンスのうちの適切な代表的シーケンスを選択し、構成要素に対して応答テンプレートシーケンスに基づいて、応答を構成する。
応答を生成するための本方法は、認識されているエンティティを用いて、ユーザに応答を提示し、その応答が、情報を読み出す目標に対して、2つの前述の方式と比較して、潜在的に、それをより容易にすることをユーザに実証する能力を有するという点において、よりヒトのようであることが示唆される。図7、6、9、および8は、開示される技法の例示的実装を図示する。
前述の技法組はまた、ある実装では、会話状態値の全部または一部をリセットするためにも使用される。例えば、システムが、ユーザ入力およびシステム応答から、あるエンティティおよび/または属性を保持したと仮定する。ユーザが後続入力を提供した場合、本明細書に開示される技法は、新しい入力が保持された値に対して評価されることを可能にする。グラフモデルの観点からすると、後続入力の言語要素が、保持された情報から(また、グラフ内において)かけ離れすぎていることがエンティティ/関係グラフ内で見つけられる場合、ユーザの後続意図が、以前のものから変化したと推定されることができる。そのような場合、前に保持された情報は、後続検索を行うとき、リセットおよび/または無視されることができる。
さらになお、本発明の実施形態は、ユーザが、エンティティ、属性、または関係情報を欠く後続入力を提供するが、入力が、前のシステム応答に対して適切な応答であることを認識することができる。例えば、本明細書に記載される技法を実装するシステムは、第1のユーザ入力に対する応答として、一組の映画を提示し得る。ユーザは、次いで、提示された映画のいずれにも関心がないことを応答し得る。そのような場合、システムは、種々の会話状態値を保持し、ユーザの前の要求を満たすようにさらに試みるであろう(例えば、所望の映画のタイプに関する追加の情報を要求すること、または俳優名、ジャンル等、検索により焦点を当てるための追加の情報を要求することによって)。
前述の説明では、あるステップまたはプロセスは、特定のサーバ上で、または特定のエンジンの一部として、行われることができる。これらの説明は、特定のステップが、限定ではないが、サーバシステムおよび/またはモバイルデバイスを含む、種々のハードウェアデバイス上で行われることができるため、単に、例証である。同様に、特定のステップが行われる場合の分割は、変動することができ、無分割または異なる分割も本発明の範囲内であることを理解されたい。さらに、コンピュータシステム処理を説明するために使用される、「分析器」、「モジュール」、「エンジン」、および/または他の用語の使用は、互換可能であり、機能性が実行され得る論理または回路を表すことが意図される。
本明細書に開示される技法およびシステムは、コンピュータシステムまたはコンピュータ化電子デバイスとの使用のためのコンピュータプログラム製品として実装され得る。そのような実装は、コンピュータ読み取り可能な媒体(例えば、ディスケット、CD−ROM、ROM、フラッシュメモリまたは他のメモリ、あるいは固定ディスク)等の有形メディア上に固定されるか、あるいは媒体を経由してネットワークに接続された通信アダプタ等のモデムまたは他のインターフェースデバイスを介して、コンピュータシステムに伝送可能であるかのいずれかである、一連のコンピュータ命令または論理を含み得る。
媒体は、有形媒体(例えば、光学またはアナログ通信ライン)または無線技法(例えば、Wi−Fi、セルラー、マイクロ波、赤外線、または他の伝送技法)を用いて実装される媒体のいずれかであり得る。一連のコンピュータ命令は、システムに関して本明細書に前述の機能性の全部または一部を具現化する。当業者は、そのようなコンピュータ命令が、多くのコンピュータアーキテクチャまたはオペレーティングシステムとの使用のために、いくつかのプログラミング言語で書かれることができることを理解するはずである。
さらに、そのような命令は、半導体、磁気、光学、または他のメモリデバイス等の任意のメモリデバイス内に記憶されてもよく、光学、赤外線、マイクロ波、または他の伝送技術等の任意の通信技術を使用して伝送され得る。
そのようなコンピュータプログラム製品は、付随の印刷または電子説明書(例えば、市販のソフトウェア)を伴う取り外し可能な媒体として配信される、コンピュータシステムに予め搭載される(例えば、システムROMまたは固定ディスク上)、あるいはネットワーク(例えば、インターネットまたはWorld Wide Web)を経由して、サーバまたは電子掲示板から配信され得ることが予想される。当然ながら、本発明のいくつかの実施形態は、ソフトウェア(例えば、コンピュータプログラム製品)およびハードウェアの両方の組み合わせとして実装され得る。本発明のさらに他の実施形態は、全体的にハードウェアまたは全体的にソフトウェア(例えば、コンピュータプログラム製品)として実装される。

Claims (66)

  1. プロセッサを有する双方向コンテンツ提供システムとの連続的ユーザ相互作用中の会話セッションの変化を推定する方法であって、前記方法は、
    一組のコンテンツアイテムへのアクセスを提供することであって、前記コンテンツアイテムの各々は、電子的に読み取り可能な媒体内に記憶されている関連付けられたメタデータを有し、前記メタデータは、前記対応するコンテンツアイテムを記述する、ことと、
    前記プロセッサにおいて、第1の入力をユーザから受信することであって、前記第1の入力は、少なくとも1つの所望のコンテンツアイテムを識別するための、前記ユーザによって意図された言語要素を含む、ことと、
    前記プロセッサによって、前記第1の入力の少なくとも1つの言語要素を第1の会話セッションに関連付けることと、
    前記プロセッサによって、前記第1の入力に基づいて、かつ前記コンテンツアイテムに関連付けられたメタデータに基づいて、第1の応答を提供することと、
    前記プロセッサにおいて、第2の入力を前記ユーザから受信することと、
    前記プロセッサによって、前記ユーザからの前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連するかどうかを推定することと、
    前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると推定されるという条件に応じて、前記プロセッサによって、前記コンテンツアイテムに関連付けられたメタデータ、前記第2の入力、および前記第1の会話セッションに関連付けられた前記第1の入力の前記少なくとも1つの言語要素に基づいて、第2の応答を提供することと、
    前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素と関連しないと推定されるという条件に応じて、前記プロセッサによって、前記コンテンツアイテムに関連付けられたメタデータおよび前記第2の入力に基づいて、第2の応答を提供することと
    を含む、方法。
  2. 前記プロセッサによって、前記ユーザからの前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連するかどうかを推定することは、前記第2の入力が言語連結要素を含むかどうかの決定に基づく、請求項1に記載の方法。
  3. 前記言語連結要素は、代名詞および虚辞のうちの少なくとも1つである、請求項2に記載の方法。
  4. 前記プロセッサによって推定することは、前記第2の入力が言語連結要素を含むという条件に応じて、前記ユーザからの第2の入力が関連すると結論付ける、請求項2に記載の方法。
  5. 前記言語連結要素は、代名詞および虚辞のうちの少なくとも1つである、請求項4に記載の方法。
  6. 前記プロセッサによって推定することは、前記第2の入力が言語連結要素を含まないという条件に応じて、前記ユーザからの第2の入力が関連しないと結論付ける、請求項2に記載の方法。
  7. 前記言語連結要素は、代名詞および虚辞のうちの少なくとも1つである、請求項6に記載の方法。
  8. 前記第2の入力が言語連結要素を含まないという条件に応じて、前記プロセッサによって、前記コンテンツアイテムに関連付けられた前記メタデータに基づいて、(i)前記第2の入力の言語要素と、(ii)前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素との間の関連性の度合いを決定することと、
    前記関連性の度合いが閾値以上であるという条件に応じて、前記プロセッサによって推定することが、前記第2の入力が前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると結論付けることと、
    前記関連性の度合いが前記閾値未満であるという条件に応じて、前記プロセッサによって推定することが、前記第2の入力が前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連しないと結論付けることと
    をさらに含む、請求項2に記載の方法。
  9. 前記コンテンツアイテムに関連付けられた前記メタデータは、前記コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含み、前記プロセッサによって前記関連性の度合いを決定することは、前記プロセッサによって前記関係のマッピングを分析することを含む、請求項8に記載の方法。
  10. 前記プロセッサによって、前記ユーザからの前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連するかどうかを推定することは、
    前記プロセッサによって、少なくとも1つのエンティティを識別する、前記第1の会話セッションに関連付けられた言語要素を識別することと、
    前記プロセッサによって、前記第2の入力の言語連結要素を識別することと、
    前記プロセッサによって、前記第2の入力の言語連結要素が、前記少なくとも1つのエンティティを識別する、前記第1の会話セッションに関連付けられた言語要素に対して好適なリンクであるかどうかを決定することと、
    前記第2の入力の言語連結要素が好適なリンクであるという条件に応じて、前記プロセッサによって、前記ユーザからの前記第2の入力が前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると結論付けることと、
    前記第2の入力の言語連結要素が好適なリンクではないという条件に応じて、前記プロセッサによって、前記ユーザからの前記第2の入力が前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連しないと結論付けることと
    を含む、請求項1に記載の方法。
  11. 前記少なくとも1つのエンティティを識別する、前記第1の会話セッションに関連付けられた言語要素は、名詞および動名詞のうちの少なくとも1つである、請求項10に記載の方法。
  12. 前記言語連結要素は、代名詞および虚辞のうちの少なくとも1つである、請求項10に記載の方法。
  13. 前記プロセッサによって、前記ユーザからの前記第2の入力が前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連するかどうかを推定することは、
    前記プロセッサによって、前記第2の入力が少なくとも1つのエンティティを識別する言語要素を含むかどうかを決定することと、
    前記第2の入力が少なくとも1つのエンティティを識別する言語要素を含まないという条件に応じて、前記プロセッサによって、前記第2の入力が前記第1の応答に対する適切な応答であるかどうかを決定することと、
    前記第2の入力が前記第1の応答に対して適切な応答であるという条件に応じて、前記プロセッサによって、前記ユーザからの前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると結論付けることと、
    前記第2の入力が前記第1の応答に対して適切な応答ではないという条件に応じて、前記プロセッサによって、前記ユーザからの前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連しないと結論付けることと
    を含む、請求項1に記載の方法。
  14. 少なくとも1つのエンティティを識別する、前記第2の入力内に含まれる言語要素は、名詞および動名詞のうちの少なくとも1つである、請求項13に記載の方法。
  15. 前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると推定されるという条件に応じて、前記プロセッサによって前記第2の応答を提供することは、前記プロセッサによって、前記第2の入力の少なくとも1つの言語要素の代わりに、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素を用いることを含む、請求項1に記載の方法。
  16. 前記プロセッサによって、前記第1の応答の少なくとも1つの言語要素を前記第1の会話セッションに関連付けることと、
    前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると推定されるという条件に応じて、前記第2の応答を前記第1の会話セッションに関連付けられた前記第1の応答の少なくとも1つの言語要素にさらに基づかせることと
    をさらに含む、請求項1に記載の方法。
  17. 前記第2の入力が、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素に関連すると推定されるという条件に応じて、前記プロセッサによって前記第2の応答を提供することは、前記第2の入力の少なくとも1つの言語要素の代わりに、前記第1の会話セッションに関連付けられた前記少なくとも1つの言語要素を用いることを含む、請求項16に記載の方法。
  18. 前記コンテンツアイテムに関連付けられた前記メタデータは、前記コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含む、請求項1に記載の方法。
  19. 前記プロセッサによって、前記ユーザからの前記第1の入力および前記ユーザからの前記第2の入力のうちの少なくとも1つの一部が、曖昧識別子を含むことを決定することであって、前記曖昧識別子は、少なくとも部分的に、前記少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記プロセッサによって、前記ユーザからの前記第1の入力および前記ユーザからの前記第2の入力の、ユーザ選好シグネチャによって記述される前記ユーザの選好に一致する部分に基づいて、前記曖昧識別子に対する意味を推定することと
    をさらに含み、前記プロセッサによって第2の応答を提供することは、前記曖昧識別子の推定される意味を前記コンテンツアイテムに関連付けられた前記メタデータと比較することに基づいて、コンテンツアイテムを前記一組のコンテンツアイテムから選択することを含む、請求項1に記載の方法
  20. 検索入力の曖昧部分を解決することに基づいて、前記検索入力におけるユーザの意図を推定する方法であって、前記方法は、
    一組のコンテンツアイテムへのアクセスを提供することであって、前記コンテンツアイテムの各々は、前記対応するコンテンツアイテムを記述するメタデータに関連付けられ、前記コンテンツアイテムに関連付けられた前記メタデータは、前記コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含む、ことと、
    検索入力を前記ユーザから受信することであって、前記検索入力は、少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記検索入力の一部が、少なくとも1つの指定されたエンティティおよび前記少なくとも1つの所望のコンテンツアイテムに関連する少なくとも1つの指定されていないエンティティへの言及を含むことを決定することと、
    前記少なくとも1つの指定されたエンティティおよび前記エンティティ間の関係のマッピングに基づいて、前記少なくとも1つの指定されていないエンティティに対する可能な意味を推定することと、
    前記少なくとも1つの指定されていないエンティティに対して可能な意味を一組のコンテンツアイテムのうちの前記コンテンツアイテムに関連付けられたメタデータと比較することに基づいて、少なくとも1つのコンテンツアイテムを前記一組のコンテンツアイテムから選択することと
    を含む、方法。
  21. 前記コンテンツアイテムは、メディアエンターテイメントアイテムを含み、前記メタデータは、クルー、登場人物、俳優、チーム、リーグ、トーナメント、運動選手、作曲家、音楽のアーティスト、演奏者、アルバム、曲、ニュースパーソナリティ、およびコンテンツ配信業者のうちの少なくとも1つを含む、請求項20に記載の方法。
  22. 前記コンテンツアイテムは、電子メールアイテムを含み、前記メタデータは、電子メールスレッド、連絡先、送信者、受信者、会社名、事業部署、事業部門、電子メールフォルダ、およびオフィスの場所情報のうちの少なくとも1つを含む、請求項20に記載の方法。
  23. 前記コンテンツアイテムは、旅行関連アイテムを含み、前記メタデータは、都市、ホテル、ホテルブランド、個々の着目点、着目点のカテゴリ、小売店チェーン、レンタカーウェブサイト、およびレンタカー会社名のうちの少なくとも1つを含む、請求項20に記載の方法。
  24. 前記コンテンツアイテムは、電子商取引アイテムを含み、前記メタデータは、製品アイテム、製品カテゴリ、製品サブカテゴリ、製品ブランド、および小売店のうちの少なくとも1つを含む、請求項20に記載の方法。
  25. 前記コンテンツアイテムは、ネットワークベースの文書を含み、前記メタデータは、ドメイン名、インターネットメディアタイプ、ファイル名、ディレクトリ、およびファイル名拡張子のうちの少なくとも1つを含む、請求項20に記載の方法。
  26. 前記コンテンツアイテムは、アドレスブックアイテムを含み、前記メタデータは、連絡先名、電子メールアドレス、電話番号、住所、および雇用主のうちの少なくとも1つを含む、請求項20に記載の方法。
  27. ユーザ選好シグネチャを提供することをさらに含み、前記ユーザ選好シグネチャは、(i)特定のコンテンツアイテム、および(ii)前記コンテンツアイテムに関連付けられたメタデータのうちの少なくとも1つに対する前記ユーザの選好を記述し、前記少なくとも1つの指定されていないエンティティに対して可能な意味を推定することは、前記検索入力の一部を前記ユーザ選好シグネチャによって記述される前記ユーザの選好と比較することにさらに基づく、請求項20に記載の方法。
  28. ユーザ選好シグネチャを提供することであって、前記ユーザ選好シグネチャは、(i)特定のコンテンツアイテム、および(ii)前記コンテンツアイテムに関連付けられたメタデータのうちの少なくとも1つに対する前記ユーザの選好を記述する、ことと、
    前記ユーザ選好シグネチャによって記述される前記ユーザの選好に基づいて、前記少なくとも1つのコンテンツアイテムを順序付けることと
    をさらに含む、請求項20に記載の方法。
  29. 検索入力の曖昧部分を解決することに基づいて、前記検索入力におけるユーザの意図を推定する方法であって、前記方法では、
    一組のコンテンツアイテムへのアクセスを提供することであって、前記コンテンツアイテムの各々は、前記対応するコンテンツアイテムを記述するメタデータに関連付けられ、前記コンテンツアイテムに関連付けられた前記メタデータは、前記コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含む、ことと、
    検索入力を前記ユーザから受信することであって、前記検索入力は、少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記検索入力の一部が、少なくとも1つの指定されたエンティティおよび前記少なくとも1つの所望のコンテンツアイテムに関連する少なくとも1つの指定されていないエンティティへの言及を含むかどうかを決定することと、
    前記検索入力の一部が少なくとも1つの指定されていないエンティティを含むという条件に応じて、前記少なくとも1つの指定されたエンティティおよび前記エンティティ間の関係のマッピングに基づいて前記少なくとも1つの指定されていないエンティティに対して可能な意味を推定し、前記少なくとも1つの指定されていないエンティティに対して可能な意味を前記一組のコンテンツアイテムのうちの前記コンテンツアイテムに関連付けられた前記メタデータと比較することに基づいて、少なくとも1つのコンテンツアイテムを前記一組のコンテンツアイテムから選択することと、
    前記検索入力が少なくとも1つの指定されていないエンティティを含まないという条件に応じて、前記検索入力を前記コンテンツアイテムに関連付けられた前記メタデータと比較することに基づいて、少なくとも1つのコンテンツアイテムを前記一組のコンテンツアイテムから選択することと
    を含む、方法。
  30. 前記コンテンツアイテムは、メディアエンターテイメントアイテムを含み、前記メタデータは、クルー、登場人物、俳優、チーム、リーグ、トーナメント、運動選手、作曲家、音楽のアーティスト、演奏者、アルバム、曲、ニュースパーソナリティ、およびコンテンツ配信業者のうちの少なくとも1つを含む、請求項29に記載の方法。
  31. 前記コンテンツアイテムは、電子メールアイテムを含み、前記メタデータは、電子メールスレッド、連絡先、送信者、受信者、会社名、事業部署、事業部門、電子メールフォルダ、およびオフィスの場所情報のうちの少なくとも1つを含む、請求項29に記載の方法。
  32. 前記コンテンツアイテムは、旅行関連アイテムを含み、前記メタデータは、都市、ホテル、ホテルブランド、個々の着目点、着目点のカテゴリ、小売店チェーン、レンタカーウェブサイト、およびレンタカー会社名のうちの少なくとも1つを含む、請求項29に記載の方法。
  33. 前記コンテンツアイテムは、電子商取引アイテムを含み、前記メタデータは、製品アイテム、製品カテゴリ、製品サブカテゴリ、製品ブランド、および小売店のうちの少なくとも1つを含む、請求項29に記載の方法。
  34. 前記コンテンツアイテムは、ネットワークベースの文書を含み、前記メタデータは、ドメイン名、インターネットメディアタイプ、ファイル名、ディレクトリ、およびファイル名拡張子のうちの少なくとも1つを含む、請求項29に記載の方法。
  35. 前記コンテンツアイテムは、アドレスブックアイテムを含み、前記メタデータは、連絡先名、電子メールアドレス、電話番号、住所、および雇用主のうちの少なくとも1つを含む、請求項29に記載の方法。
  36. ユーザ選好シグネチャを提供することをさらに含み、前記ユーザ選好シグネチャは、(i)特定のコンテンツアイテム、および(ii)前記コンテンツアイテムに関連付けられたメタデータのうちの少なくとも1つに対する前記ユーザの選好を記述し、前記少なくとも1つの指定されていないエンティティに対して可能な意味を推定することはさらに、前記検索入力の一部を前記ユーザ選好シグネチャによって記述される前記ユーザの選好と比較することに基づく、請求項29に記載の方法。
  37. ユーザ選好シグネチャを提供することであって、前記ユーザ選好シグネチャは、
    (i)特定のコンテンツアイテム、および(ii)前記コンテンツアイテムに関連付けられたメタデータのうちの少なくとも1つに対する前記ユーザの選好を記述する、ことと、
    前記ユーザ選好シグネチャによって記述される前記ユーザの選好に基づいて、前記少なくとも1つのコンテンツアイテムを順序付けることと
    をさらに含む、請求項29に記載の方法。
  38. 検索入力の曖昧部分を解決することに基づいて、前記検索入力におけるユーザの意図を推定する方法であって、前記方法は、
    一組のコンテンツアイテムへのアクセスを提供することであって、前記コンテンツアイテムの各々は、前記対応するコンテンツアイテムを記述するメタデータに関連付けられている、ことと、
    ユーザ選好シグネチャを提供することであって、前記ユーザ選好シグネチャは、(i)特定のコンテンツアイテム、および(ii)前記コンテンツアイテムに関連付けられたメタデータのうちの少なくとも1つに対する前記ユーザの選好を記述する、ことと、
    検索入力を前記ユーザから受信することであって、前記検索入力は、少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記検索入力の一部が曖昧識別子を含むことを決定することであって、前記曖昧識別子は、少なくとも部分的に、前記少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記ユーザ選好シグネチャによって記述される前記ユーザの選好と一致する、前記検索入力の部分に基づいて、前記曖昧識別子に対する意味を推定することと、
    前記検索入力および前記曖昧識別子の前記推定される意味を前記コンテンツアイテムに関連付けられたメタデータと比較することに基づいて、コンテンツアイテムを前記一組のコンテンツアイテムから選択することと
    を含む、方法。
  39. 前記曖昧識別子は、代名詞または虚辞である、請求項38に記載の方法。
  40. 前記曖昧識別子は、エンターテイメントジャンルの識別子である、請求項38に記載の方法。
  41. 前記曖昧識別子は、名前の少なくとも一部である、請求項38に記載の方法。
  42. 前記コンテンツアイテムに関連付けられた前記メタデータは、前記コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含む、請求項38に記載の方法。
  43. 前記ユーザ選好シグネチャは、前記ユーザによって提供される明示的選好に基づく、請求項38に記載の方法。
  44. 前記ユーザ選好シグネチャは、一定の時間期間にわたって行われるユーザによるコンテンツアイテムの選択を分析することに基づく、請求項38に記載の方法。
  45. 前記ユーザ選好シグネチャは、前記コンテンツアイテムに関連付けられたメタデータに対する前記ユーザの選好を記述し、前記メタデータは、前記ユーザによって好まれるエンティティを含む、請求項38に記載の方法。
  46. 前記コンテンツアイテムは、メディアエンターテイメントアイテムを含み、前記メタデータは、クルー、登場人物、俳優、チーム、リーグ、トーナメント、運動選手、作曲家、音楽のアーティスト、演奏者、アルバム、曲、ニュースパーソナリティ、およびコンテンツ配信業者のうちの少なくとも1つを含む、請求項38に記載の方法。
  47. 前記コンテンツアイテムは、電子メールアイテムを含み、前記メタデータは、電子メールスレッド、連絡先、送信者、受信者、会社名、事業部署、事業部門、電子メールフォルダ、およびオフィスの場所情報のうちの少なくとも1つを含む、請求項38に記載の方法。
  48. 前記コンテンツアイテムは、旅行関連アイテムを含み、前記メタデータは、都市、ホテル、ホテルブランド、個々の着目点、着目点のカテゴリ、小売店チェーン、レンタカーウェブサイト、およびレンタカー会社名のうちの少なくとも1つを含む、請求項38に記載の方法。
  49. 前記コンテンツアイテムは、電子商取引アイテムを含み、前記メタデータは、製品アイテム、製品カテゴリ、製品サブカテゴリ、製品ブランド、および小売店のうちの少なくとも1つを含む、請求項38に記載の方法。
  50. 前記コンテンツアイテムは、ネットワークベースの文書を含み、前記メタデータは、ドメイン名、インターネットメディアタイプ、ファイル名、ディレクトリ、およびファイル名拡張子のうちの少なくとも1つを含む、請求項38に記載の方法。
  51. 前記コンテンツアイテムは、アドレスブックアイテムを含み、前記メタデータは、連絡先名、電子メールアドレス、電話番号、住所、および雇用主のうちの少なくとも1つを含む、請求項38に記載の方法。
  52. 検索入力の曖昧部分を解決することに基づいて、前記検索入力におけるユーザの意図を推定する方法であって、前記方法は、
    一組のコンテンツアイテムへのアクセスを提供することであって、前記コンテンツアイテムの各々は、前記対応するコンテンツアイテムを記述するメタデータに関連付けられている、ことと、
    検索入力を前記ユーザから受信することであって、前記検索入力は、少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記検索入力の一部が曖昧識別子を含むかどうかを決定することであって、前記曖昧識別子は、少なくとも部分的に、前記少なくとも1つの所望のコンテンツアイテムを識別するように前記ユーザによって意図されている、ことと、
    前記検索入力の一部が曖昧識別子を含むという条件に応じて、
    ユーザ選好シグネチャによって記述される前記ユーザの選好に一致する、前記検索入力の一部に基づいて、前記曖昧識別子に対する意味を推定することと、
    前記検索入力および前記曖昧識別子の推定される意味を前記コンテンツアイテムに関連付けられたメタデータと比較することに基づいて、コンテンツアイテムを前記一組のコンテンツアイテムから選択することと
    を行うことと、
    前記検索入力が曖昧識別子を含まないという条件に応じて、前記検索入力を前記コンテンツアイテムに関連付けられたメタデータと比較することに基づいて、コンテンツアイテムを前記一組のコンテンツアイテムから選択することと
    を含む、方法。
  53. 前記曖昧識別子は、代名詞または虚辞である、請求項52に記載の方法。
  54. 前記曖昧識別子は、エンターテイメントジャンルの識別子である、請求項52に記載の方法。
  55. 前記曖昧識別子は、名前の少なくとも一部である、請求項52に記載の方法。
  56. 前記コンテンツアイテムに関連付けられたメタデータは、前記コンテンツアイテムに関連付けられたエンティティ間の関係のマッピングを含む、請求項52に記載の方法。
  57. 前記ユーザ選好シグネチャは、前記ユーザによって提供される明示的選好に基づく、請求項52に記載の方法。
  58. 前記ユーザ選好シグネチャは、一定の時間期間にわたって行われるユーザによるコンテンツアイテム選択を分析することに基づく、請求項52に記載の方法。
  59. 前記ユーザ選好シグネチャは、前記コンテンツアイテムに関連付けられたメタデータに対する前記ユーザの選好を記述し、前記メタデータは、前記ユーザによって好まれるエンティティを含む、請求項52に記載の方法。
  60. 前記ユーザ選好シグネチャは、特定のコンテンツアイテムに対する前記ユーザの選好を記述する、請求項52に記載の方法。
  61. 前記コンテンツアイテムは、メディアエンターテイメントアイテムを含み、前記メタデータは、クルー、登場人物、俳優、チーム、リーグ、トーナメント、運動選手、作曲家、音楽のアーティスト、演奏者、アルバム、曲、ニュースパーソナリティ、およびコンテンツ配信業者のうちの少なくとも1つを含む、請求項52に記載の方法。
  62. 前記コンテンツアイテムは、電子メールアイテムを含み、前記メタデータは、電子メールスレッド、連絡先、送信者、受信者、会社名、事業部署、事業部門、電子メールフォルダ、およびオフィスの場所情報のうちの少なくとも1つを含む、請求項52に記載の方法。
  63. 前記コンテンツアイテムは、旅行関連アイテムを含み、前記メタデータは、都市、ホテル、ホテルブランド、個々の着目点、着目点のカテゴリ、小売店チェーン、レンタカーウェブサイト、およびレンタカー会社名のうちの少なくとも1つを含む、請求項52に記載の方法。
  64. 前記コンテンツアイテムは、電子商取引アイテムを含み、前記メタデータは、製品アイテム、製品カテゴリ、製品サブカテゴリ、製品ブランド、および小売店のうちの少なくとも1つを含む、請求項52に記載の方法。
  65. 前記コンテンツアイテムは、ネットワークベースの文書を含み、前記メタデータは、ドメイン名、インターネットメディアタイプ、ファイル名、ディレクトリ、およびファイル名拡張子のうちの少なくとも1つを含む、請求項52に記載の方法。
  66. 前記コンテンツアイテムは、アドレスブックアイテムを含み、前記メタデータは、連絡先名、電子メールアドレス、電話番号、住所、および雇用主のうちの少なくとも1つを含む、請求項52に記載の方法。
JP2015523287A 2012-07-20 2013-07-19 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム Active JP6313298B2 (ja)

Applications Claiming Priority (11)

Application Number Priority Date Filing Date Title
US201261673867P 2012-07-20 2012-07-20
US61/673,867 2012-07-20
US201261712721P 2012-10-11 2012-10-11
US61/712,721 2012-10-11
US13/667,388 US8577671B1 (en) 2012-07-20 2012-11-02 Method of and system for using conversation state information in a conversational interaction system
US13/667,388 2012-11-02
US13/667,400 US9424233B2 (en) 2012-07-20 2012-11-02 Method of and system for inferring user intent in search input in a conversational interaction system
US13/667,400 2012-11-02
US13/874,523 US9183183B2 (en) 2012-07-20 2013-05-01 Method of and system for inferring user intent in search input in a conversational interaction system
US13/874,523 2013-05-01
PCT/US2013/051288 WO2014015267A2 (en) 2012-07-20 2013-07-19 Method of and system for inferring user intent in search input in a conversational interfaction system

Related Child Applications (2)

Application Number Title Priority Date Filing Date
JP2018054619A Division JP6505903B2 (ja) 2012-07-20 2018-03-22 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP2018054618A Division JP6629375B2 (ja) 2012-07-20 2018-03-22 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム

Publications (3)

Publication Number Publication Date
JP2015528956A true JP2015528956A (ja) 2015-10-01
JP2015528956A5 JP2015528956A5 (ja) 2016-09-08
JP6313298B2 JP6313298B2 (ja) 2018-04-18

Family

ID=49487944

Family Applications (4)

Application Number Title Priority Date Filing Date
JP2015523287A Active JP6313298B2 (ja) 2012-07-20 2013-07-19 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP2018054618A Active JP6629375B2 (ja) 2012-07-20 2018-03-22 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP2018054619A Active JP6505903B2 (ja) 2012-07-20 2018-03-22 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP2019060532A Active JP6813615B2 (ja) 2012-07-20 2019-03-27 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム

Family Applications After (3)

Application Number Title Priority Date Filing Date
JP2018054618A Active JP6629375B2 (ja) 2012-07-20 2018-03-22 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP2018054619A Active JP6505903B2 (ja) 2012-07-20 2018-03-22 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP2019060532A Active JP6813615B2 (ja) 2012-07-20 2019-03-27 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム

Country Status (10)

Country Link
US (8) US8577671B1 (ja)
EP (5) EP4195094A1 (ja)
JP (4) JP6313298B2 (ja)
KR (2) KR102030078B1 (ja)
CN (2) CN107633042A (ja)
AU (2) AU2013292377B2 (ja)
CA (3) CA3125021A1 (ja)
HK (1) HK1257944A1 (ja)
MX (4) MX362496B (ja)
WO (1) WO2014015267A2 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018525691A (ja) * 2016-07-07 2018-09-06 深▲せん▼狗尾草智能科技有限公司Shenzhen Gowild Robotics Co.,Ltd. 知識マップに基づくヒューマンコンピュータインタラクション方法及びシステム
JP2019070957A (ja) * 2017-10-10 2019-05-09 株式会社トヨタIt開発センター 対話システムおよびドメイン決定方法
CN110083685A (zh) * 2019-04-26 2019-08-02 北京零秒科技有限公司 用于意图识别的数据配置方法及装置
JP2021152961A (ja) * 2020-12-25 2021-09-30 北京百度網訊科技有限公司 モデルトレーニング方法、装置、電子デバイス、記憶媒体、プログラム

Families Citing this family (208)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8073681B2 (en) 2006-10-16 2011-12-06 Voicebox Technologies, Inc. System and method for a cooperative conversational voice user interface
US7818176B2 (en) 2007-02-06 2010-10-19 Voicebox Technologies, Inc. System and method for selecting and presenting advertisements based on natural language processing of voice-based input
US8140335B2 (en) 2007-12-11 2012-03-20 Voicebox Technologies, Inc. System and method for providing a natural language voice user interface in an integrated voice navigation services environment
US9305548B2 (en) 2008-05-27 2016-04-05 Voicebox Technologies Corporation System and method for an integrated, multi-modal, multi-device natural language voice services environment
US8326637B2 (en) 2009-02-20 2012-12-04 Voicebox Technologies, Inc. System and method for processing multi-modal device interactions in a natural language voice services environment
US8577671B1 (en) 2012-07-20 2013-11-05 Veveo, Inc. Method of and system for using conversation state information in a conversational interaction system
US9465833B2 (en) 2012-07-31 2016-10-11 Veveo, Inc. Disambiguating user intent in conversational interaction system for large corpus information retrieval
US9799328B2 (en) 2012-08-03 2017-10-24 Veveo, Inc. Method for using pauses detected in speech input to assist in interpreting the input during conversational interaction for information retrieval
US10031968B2 (en) 2012-10-11 2018-07-24 Veveo, Inc. Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface
US9111011B2 (en) 2012-12-10 2015-08-18 Google Inc. Local query suggestions
CN103020047A (zh) * 2012-12-31 2013-04-03 威盛电子股份有限公司 修正语音应答的方法及自然语言对话系统
DK2994908T3 (da) 2013-05-07 2019-09-23 Veveo Inc Grænseflade til inkrementel taleinput med realtidsfeedback
US9946757B2 (en) 2013-05-10 2018-04-17 Veveo, Inc. Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system
EP3937107A1 (en) 2013-05-21 2022-01-12 Tomer Ben-Kiki Systems and methods for providing on-line services
US10813584B2 (en) 2013-05-21 2020-10-27 Happify, Inc. Assessing adherence fidelity to behavioral interventions using interactivity and natural language processing
US20190129941A2 (en) * 2013-05-21 2019-05-02 Happify, Inc. Systems and methods for dynamic user interaction for improving happiness
US9633317B2 (en) * 2013-06-20 2017-04-25 Viv Labs, Inc. Dynamically evolving cognitive architecture system based on a natural language intent interpreter
US9594542B2 (en) 2013-06-20 2017-03-14 Viv Labs, Inc. Dynamically evolving cognitive architecture system based on training by third-party developers
US10083009B2 (en) 2013-06-20 2018-09-25 Viv Labs, Inc. Dynamically evolving cognitive architecture system planning
US10474961B2 (en) 2013-06-20 2019-11-12 Viv Labs, Inc. Dynamically evolving cognitive architecture system based on prompting for additional user input
US20150088923A1 (en) * 2013-09-23 2015-03-26 Google Inc. Using sensor inputs from a computing device to determine search query
CN104598445B (zh) * 2013-11-01 2019-05-10 腾讯科技(深圳)有限公司 自动问答系统和方法
US10811013B1 (en) * 2013-12-20 2020-10-20 Amazon Technologies, Inc. Intent-specific automatic speech recognition result generation
US10140373B2 (en) * 2014-04-15 2018-11-27 Facebook, Inc. Eliciting user sharing of content
US10474671B2 (en) 2014-05-12 2019-11-12 Google Llc Interpreting user queries based on nearby locations
US9645703B2 (en) * 2014-05-14 2017-05-09 International Business Machines Corporation Detection of communication topic change
US9477713B2 (en) * 2014-06-06 2016-10-25 Netflix, Inc. Selecting and ordering groups of titles
US10275485B2 (en) 2014-06-10 2019-04-30 Google Llc Retrieving context from previous sessions
US9824079B1 (en) 2014-07-11 2017-11-21 Google Llc Providing actions for mobile onscreen content
US10116600B2 (en) * 2014-08-14 2018-10-30 Excalibur Ip, Llc Expressing statements in messages with personalized expression style
JP5957048B2 (ja) * 2014-08-19 2016-07-27 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 曖昧性を解消する教師データの生成方法、生成システム、及び生成プログラム
CN106537381B (zh) 2014-08-20 2019-08-20 谷歌有限责任公司 基于装置定向解释用户查询
US10430445B2 (en) * 2014-09-12 2019-10-01 Nuance Communications, Inc. Text indexing and passage retrieval
US9898459B2 (en) 2014-09-16 2018-02-20 Voicebox Technologies Corporation Integration of domain information into state transitions of a finite state transducer for natural language processing
WO2016044290A1 (en) 2014-09-16 2016-03-24 Kennewick Michael R Voice commerce
US10460239B2 (en) 2014-09-16 2019-10-29 International Business Machines Corporation Generation of inferred questions for a question answering system
US9747896B2 (en) 2014-10-15 2017-08-29 Voicebox Technologies Corporation System and method for providing follow-up responses to prior natural language inputs of a user
US10216846B2 (en) * 2014-10-22 2019-02-26 Thomson Reuters (Grc) Llc Combinatorial business intelligence
US10431214B2 (en) * 2014-11-26 2019-10-01 Voicebox Technologies Corporation System and method of determining a domain and/or an action related to a natural language input
US10614799B2 (en) 2014-11-26 2020-04-07 Voicebox Technologies Corporation System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance
US9672203B1 (en) * 2014-12-01 2017-06-06 Amazon Technologies, Inc. Calculating a maturity level of a text string
US9466297B2 (en) 2014-12-09 2016-10-11 Microsoft Technology Licensing, Llc Communication system
US10885129B2 (en) * 2014-12-10 2021-01-05 Google Llc Using frames for action dialogs
US10417345B1 (en) * 2014-12-22 2019-09-17 Amazon Technologies, Inc. Providing customer service agents with customer-personalized result of spoken language intent
US11574621B1 (en) 2014-12-23 2023-02-07 Amazon Technologies, Inc. Stateless third party interactions
US9852136B2 (en) 2014-12-23 2017-12-26 Rovi Guides, Inc. Systems and methods for determining whether a negation statement applies to a current or past query
US9854049B2 (en) 2015-01-30 2017-12-26 Rovi Guides, Inc. Systems and methods for resolving ambiguous terms in social chatter based on a user profile
US10418032B1 (en) 2015-04-10 2019-09-17 Soundhound, Inc. System and methods for a virtual assistant to manage and use context in a natural language dialog
US9747279B2 (en) * 2015-04-17 2017-08-29 Microsoft Technology Licensing, Llc Context carryover in language understanding systems or methods
US20160335544A1 (en) * 2015-05-12 2016-11-17 Claudia Bretschneider Method and Apparatus for Generating a Knowledge Data Model
US20160360264A1 (en) 2015-06-02 2016-12-08 Rovi Guides, Inc. Systems and methods for determining conceptual boundaries in content
US10847175B2 (en) * 2015-07-24 2020-11-24 Nuance Communications, Inc. System and method for natural language driven search and discovery in large data sources
US10631057B2 (en) 2015-07-24 2020-04-21 Nuance Communications, Inc. System and method for natural language driven search and discovery in large data sources
US10255921B2 (en) * 2015-07-31 2019-04-09 Google Llc Managing dialog data providers
US10134389B2 (en) 2015-09-04 2018-11-20 Microsoft Technology Licensing, Llc Clustering user utterance intents with semantic parsing
US10236017B1 (en) * 2015-09-29 2019-03-19 Amazon Technologies, Inc. Goal segmentation in speech dialogs
US10831811B2 (en) * 2015-12-01 2020-11-10 Oracle International Corporation Resolution of ambiguous and implicit references using contextual information
US10311862B2 (en) * 2015-12-23 2019-06-04 Rovi Guides, Inc. Systems and methods for conversations with devices about media using interruptions and changes of subjects
US9996531B1 (en) * 2016-03-29 2018-06-12 Facebook, Inc. Conversational understanding
CN105893771A (zh) * 2016-04-15 2016-08-24 北京搜狗科技发展有限公司 一种信息服务方法和装置、一种用于信息服务的装置
US11645444B2 (en) * 2016-05-10 2023-05-09 Trustees Of Tufts College Systems and methods enabling online one-shot learning and generalization by intelligent systems of task-relevant features and transfer to a cohort of intelligent systems
CN107402912B (zh) * 2016-05-19 2019-12-31 北京京东尚科信息技术有限公司 解析语义的方法和装置
US11036743B2 (en) * 2016-05-23 2021-06-15 Google Llc Methods, systems, and media for presenting content organized by category
US10083451B2 (en) 2016-07-08 2018-09-25 Asapp, Inc. Using semantic processing for customer support
US9807037B1 (en) 2016-07-08 2017-10-31 Asapp, Inc. Automatically suggesting completions of text
WO2018023106A1 (en) 2016-07-29 2018-02-01 Erik SWART System and method of disambiguating natural language processing requests
US20180052842A1 (en) * 2016-08-16 2018-02-22 Ebay Inc. Intelligent online personal assistant with natural language understanding
US20180052885A1 (en) * 2016-08-16 2018-02-22 Ebay Inc. Generating next user prompts in an intelligent online personal assistant multi-turn dialog
CN106469212B (zh) * 2016-09-05 2019-10-15 北京百度网讯科技有限公司 基于人工智能的人机交互方法和装置
CN107885744B (zh) * 2016-09-29 2023-01-03 微软技术许可有限责任公司 对话式的数据分析
JP6951712B2 (ja) * 2016-09-30 2021-10-20 株式会社Nextremer 対話装置、対話システム、対話方法、およびプログラム
GB201616990D0 (en) * 2016-10-06 2016-11-23 Microsoft Technology Licensing Llc User interface
US11232101B2 (en) 2016-10-10 2022-01-25 Microsoft Technology Licensing, Llc Combo of language understanding and information retrieval
US11004131B2 (en) 2016-10-16 2021-05-11 Ebay Inc. Intelligent online personal assistant with multi-turn dialog based on visual search
US11200273B2 (en) * 2016-10-16 2021-12-14 Ebay Inc. Parallel prediction of multiple image aspects
US10860898B2 (en) 2016-10-16 2020-12-08 Ebay Inc. Image analysis and prediction based visual search
US11748978B2 (en) 2016-10-16 2023-09-05 Ebay Inc. Intelligent online personal assistant with offline visual search database
US10431202B2 (en) * 2016-10-21 2019-10-01 Microsoft Technology Licensing, Llc Simultaneous dialogue state management using frame tracking
US10535005B1 (en) 2016-10-26 2020-01-14 Google Llc Providing contextual actions for mobile onscreen content
EP3533022B1 (en) 2016-10-31 2024-03-27 Rovi Guides, Inc. Systems and methods for flexibly using trending topics as parameters for recommending media assets that are related to a viewed media asset
WO2018085760A1 (en) 2016-11-04 2018-05-11 Semantic Machines, Inc. Data collection for a new conversational dialogue system
GB201620714D0 (en) 2016-12-06 2017-01-18 Microsoft Technology Licensing Llc Information retrieval system
US10888271B2 (en) * 2016-12-08 2021-01-12 Louise M. Falevsky Systems, apparatus and methods for using biofeedback to facilitate a discussion
US10650311B2 (en) 2016-12-19 2020-05-12 Asaap, Inc. Suggesting resources using context hashing
US10109275B2 (en) 2016-12-19 2018-10-23 Asapp, Inc. Word hash language model
US11004447B2 (en) * 2016-12-26 2021-05-11 Hyundai Motor Company Speech processing apparatus, vehicle having the speech processing apparatus, and speech processing method
US10389707B2 (en) 2017-01-30 2019-08-20 International Business Machines Corporation System, method and computer program product for generating a cognitive one-time password
CN110249326B (zh) * 2017-02-08 2023-07-14 微软技术许可有限责任公司 自然语言内容生成器
WO2018148441A1 (en) 2017-02-08 2018-08-16 Semantic Machines, Inc. Natural language content generator
US11100384B2 (en) 2017-02-14 2021-08-24 Microsoft Technology Licensing, Llc Intelligent device user interactions
US10467509B2 (en) 2017-02-14 2019-11-05 Microsoft Technology Licensing, Llc Computationally-efficient human-identifying smart assistant computer
US11010601B2 (en) 2017-02-14 2021-05-18 Microsoft Technology Licensing, Llc Intelligent assistant device communicating non-verbal cues
US10325592B2 (en) * 2017-02-15 2019-06-18 GM Global Technology Operations LLC Enhanced voice recognition task completion
US11069340B2 (en) 2017-02-23 2021-07-20 Microsoft Technology Licensing, Llc Flexible and expandable dialogue system
US10762892B2 (en) 2017-02-23 2020-09-01 Semantic Machines, Inc. Rapid deployment of dialogue system
WO2018156978A1 (en) 2017-02-23 2018-08-30 Semantic Machines, Inc. Expandable dialogue system
EP3585252A1 (en) * 2017-02-24 2020-01-01 Endotronix, Inc. Wireless sensor reader assembly
US10489400B2 (en) 2017-03-03 2019-11-26 International Business Machines Corporation Question pre-processing in a question and answer system
KR102318502B1 (ko) * 2017-03-20 2021-10-29 이베이 인크. 대화 중 미션 변경의 검출
US10636418B2 (en) 2017-03-22 2020-04-28 Google Llc Proactive incorporation of unsolicited content into human-to-computer dialogs
US11488033B2 (en) 2017-03-23 2022-11-01 ROVl GUIDES, INC. Systems and methods for calculating a predicted time when a user will be exposed to a spoiler of a media asset
US11695711B2 (en) 2017-04-06 2023-07-04 International Business Machines Corporation Adaptive communications display window
CN108733686A (zh) * 2017-04-17 2018-11-02 伊姆西Ip控股有限责任公司 信息处理方法和设备
CN107273406B (zh) * 2017-04-27 2020-06-05 上海奔影网络科技有限公司 任务对话系统中的对话处理方法及装置
US9865260B1 (en) 2017-05-03 2018-01-09 Google Llc Proactive incorporation of unsolicited content into human-to-computer dialogs
US10606894B2 (en) 2017-05-12 2020-03-31 International Business Machines Corporation Cognitive search query validation
US10552426B2 (en) 2017-05-23 2020-02-04 International Business Machines Corporation Adaptive conversational disambiguation system
JP7119008B2 (ja) 2017-05-24 2022-08-16 ロヴィ ガイズ, インコーポレイテッド 自動発話認識を使用して生成された入力を発話に基づいて訂正する方法およびシステム
US10909441B2 (en) 2017-06-02 2021-02-02 Microsoft Technology Licensing, Llc Modeling an action completion conversation using a knowledge graph
US10789425B2 (en) * 2017-06-05 2020-09-29 Lenovo (Singapore) Pte. Ltd. Generating a response to a natural language command based on a concatenated graph
US10510336B2 (en) 2017-06-12 2019-12-17 International Business Machines Corporation Method, apparatus, and system for conflict detection and resolution for competing intent classifiers in modular conversation system
EP3619620A4 (en) 2017-06-26 2020-11-18 Microsoft Technology Licensing, LLC GENERATION OF RESPONSES IN AN AUTOMATED ONLINE CONVERSATION
US10762423B2 (en) 2017-06-27 2020-09-01 Asapp, Inc. Using a neural network to optimize processing of user requests
US10387463B2 (en) 2017-07-06 2019-08-20 International Business Machines Corporation Dialog agent for conducting task-oriented computer-based communications
US10861455B2 (en) * 2017-07-13 2020-12-08 Microsoft Technology Licensing, Llc Inference on date time constraint expressions
US10318927B2 (en) 2017-07-17 2019-06-11 ExpertHiring, LLC Method and system for managing, matching, and sourcing employment candidates in a recruitment campaign
US11132499B2 (en) 2017-08-28 2021-09-28 Microsoft Technology Licensing, Llc Robust expandable dialogue system
US10884598B2 (en) * 2017-09-29 2021-01-05 Oracle International Corporation Analytics for a bot system
WO2019074069A1 (ja) 2017-10-11 2019-04-18 株式会社ブリヂストン 防振装置
US10769186B2 (en) 2017-10-16 2020-09-08 Nuance Communications, Inc. System and method for contextual reasoning
US11372862B2 (en) 2017-10-16 2022-06-28 Nuance Communications, Inc. System and method for intelligent knowledge access
CN107992562A (zh) * 2017-11-29 2018-05-04 宁波高新区锦众信息科技有限公司 一种智能交互方法及系统
US10497004B2 (en) 2017-12-08 2019-12-03 Asapp, Inc. Automating communications using an intent classifier
US10489792B2 (en) 2018-01-05 2019-11-26 Asapp, Inc. Maintaining quality of customer support messages
US11145291B2 (en) * 2018-01-31 2021-10-12 Microsoft Technology Licensing, Llc Training natural language system with generated dialogues
US10430447B2 (en) * 2018-01-31 2019-10-01 International Business Machines Corporation Predicting intent of a user from anomalous profile data
US10861440B2 (en) * 2018-02-05 2020-12-08 Microsoft Technology Licensing, Llc Utterance annotation user interface
US10210244B1 (en) 2018-02-12 2019-02-19 Asapp, Inc. Updating natural language interfaces by processing usage data
KR101914583B1 (ko) * 2018-02-12 2018-11-05 주식회사 머니브레인 보안 등과 관련된 서비스를, 사용자간 대화 세션에 대한 모니터링에 기초하고 대화 세션 또는 별도의 세션을 통해, 능동적으로 제공하는 대화형 ai 에이전트 시스템, 방법 및 컴퓨터 판독가능 기록 매체
US11182565B2 (en) * 2018-02-23 2021-11-23 Samsung Electronics Co., Ltd. Method to learn personalized intents
KR102445365B1 (ko) 2018-03-19 2022-09-20 현대자동차주식회사 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법
US11133001B2 (en) * 2018-03-20 2021-09-28 Microsoft Technology Licensing, Llc Generating dialogue events for natural language system
KR102529458B1 (ko) 2018-03-23 2023-05-08 현대자동차주식회사 터치 컨트롤 기반 스티어링 휠 조작 장치 및 방법
CN108763264B (zh) * 2018-03-30 2022-06-17 斑马网络技术有限公司 基于车辆的智能搜索系统及其搜索方法
CN108595423A (zh) * 2018-04-16 2018-09-28 苏州英特雷真智能科技有限公司 一种基于属性区间变化的动态本体结构的语义分析方法
CN108549700B (zh) * 2018-04-17 2021-06-29 携程旅游网络技术(上海)有限公司 页面的预搜索方法及其系统、存储介质、电子设备
US10782986B2 (en) * 2018-04-20 2020-09-22 Facebook, Inc. Assisting users with personalized and contextual communication content
US10169315B1 (en) 2018-04-27 2019-01-01 Asapp, Inc. Removing personal information from text using a neural network
US11520989B1 (en) * 2018-05-17 2022-12-06 Workday, Inc. Natural language processing with keywords
US11314940B2 (en) 2018-05-22 2022-04-26 Samsung Electronics Co., Ltd. Cross domain personalized vocabulary learning in intelligent assistants
CN108920497B (zh) * 2018-05-23 2021-10-15 北京奇艺世纪科技有限公司 一种人机交互方法及装置
US10776582B2 (en) * 2018-06-06 2020-09-15 International Business Machines Corporation Supporting combinations of intents in a conversation
US10915588B2 (en) 2018-08-02 2021-02-09 International Business Machines Corporation Implicit dialog approach operating a conversational access interface to web content
US10824658B2 (en) 2018-08-02 2020-11-03 International Business Machines Corporation Implicit dialog approach for creating conversational access to web content
US11216510B2 (en) 2018-08-03 2022-01-04 Asapp, Inc. Processing an incomplete message with a neural network to generate suggested messages
CN109492077B (zh) * 2018-09-29 2020-09-29 北京智通云联科技有限公司 基于知识图谱的石化领域问答方法及系统
US11551004B2 (en) 2018-11-13 2023-01-10 Asapp, Inc. Intent discovery with a prototype classifier
US10747957B2 (en) 2018-11-13 2020-08-18 Asapp, Inc. Processing communications using a prototype classifier
US10769378B2 (en) 2018-11-14 2020-09-08 International Business Machines Corporation Extending system entities for conversational system
CN111223477B (zh) * 2018-11-23 2023-01-24 珠海格力电器股份有限公司 一种人机交互时话题上移的方法及设备
WO2020142084A1 (en) * 2018-12-31 2020-07-09 Didi Research America, Llc Methods and systems for processing customer inquiries
US11151578B2 (en) * 2018-12-31 2021-10-19 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for processing customer inquiries
US10754909B2 (en) * 2018-12-31 2020-08-25 Ebay Inc. Dynamic link preview generation
US11164562B2 (en) * 2019-01-10 2021-11-02 International Business Machines Corporation Entity-level clarification in conversation services
US10924417B2 (en) 2019-01-11 2021-02-16 International Business Machines Corporation Cognitive communication channel-adaptation based on context
US10586532B1 (en) * 2019-01-28 2020-03-10 Babylon Partners Limited Flexible-response dialogue system through analysis of semantic textual similarity
US20220013119A1 (en) * 2019-02-13 2022-01-13 Sony Group Corporation Information processing device and information processing method
CN110442694A (zh) * 2019-02-26 2019-11-12 北京蓦然认知科技有限公司 一种智能交互平台训练方法、装置、设备
US11676582B2 (en) 2019-02-27 2023-06-13 Google Llc Detecting conversations with computing devices
EP3729422B1 (en) 2019-02-27 2023-08-09 Google LLC Detecting continuing conversations with computing devices
US11948582B2 (en) 2019-03-25 2024-04-02 Omilia Natural Language Solutions Ltd. Systems and methods for speaker verification
CN111737408B (zh) * 2019-03-25 2024-05-03 阿里巴巴集团控股有限公司 基于剧本的对话方法、设备及电子设备
CN111859078B (zh) * 2019-04-29 2024-04-12 百度在线网络技术(北京)有限公司 一种信息识别方法、装置及电子设备
US11256868B2 (en) * 2019-06-03 2022-02-22 Microsoft Technology Licensing, Llc Architecture for resolving ambiguous user utterance
CN110232077B (zh) * 2019-06-19 2021-05-14 北京百度网讯科技有限公司 事件脉络生成方法及装置
US20210026901A1 (en) * 2019-07-26 2021-01-28 Rovi Guides, Inc. Systems and methods for generating search suggestions for a search query of multiple entities
US11126793B2 (en) * 2019-10-04 2021-09-21 Omilia Natural Language Solutions Ltd. Unsupervised induction of user intents from conversational customer service corpora
US11425064B2 (en) 2019-10-25 2022-08-23 Asapp, Inc. Customized message suggestion with user embedding vectors
US11329932B2 (en) 2019-11-01 2022-05-10 Microsoft Technology Licensing, Llc Visual design of a conversational bot
WO2021092415A1 (en) 2019-11-08 2021-05-14 Rovi Guides, Inc. Systems and methods for automating voice commands
US11232791B2 (en) * 2019-11-08 2022-01-25 Rovi Guides, Inc. Systems and methods for automating voice commands
US10862841B1 (en) 2019-11-08 2020-12-08 Rovi Guides, Inc. Systems and methods for automating voice commands
CN111124347B (zh) * 2019-12-03 2023-05-26 杭州蓦然认知科技有限公司 一种聚合形成交互引擎簇的方法、装置
CN111046256B (zh) * 2019-12-03 2024-02-06 上海二六三通信有限公司 一种基于交互引擎簇进行语音交互的方法及装置
US11625535B1 (en) * 2019-12-05 2023-04-11 American Express Travel Related Services Company, Inc. Computer-based systems having data structures configured to execute SIC4/SIC8 machine learning embedded classification of entities and methods of use thereof
US11481442B2 (en) 2019-12-12 2022-10-25 International Business Machines Corporation Leveraging intent resolvers to determine multiple intents
US11586677B2 (en) 2019-12-12 2023-02-21 International Business Machines Corporation Resolving user expression having dependent intents
CN111177358B (zh) * 2019-12-31 2023-05-12 华为技术有限公司 意图识别方法、服务器及存储介质
US20230025049A1 (en) * 2020-01-07 2023-01-26 Lg Electronics Inc. Multi-modal input-based service provision device and service provision method
CN111341308B (zh) * 2020-02-12 2023-07-21 百度在线网络技术(北京)有限公司 用于输出信息的方法和装置
US11321534B2 (en) * 2020-03-11 2022-05-03 International Business Machines Corporation Conversation space artifact generation using natural language processing, machine learning, and ontology-based techniques
CN111460083B (zh) * 2020-03-31 2023-07-25 北京百度网讯科技有限公司 文档标题树的构建方法、装置、电子设备及存储介质
US11531821B2 (en) * 2020-08-13 2022-12-20 Salesforce, Inc. Intent resolution for chatbot conversations with negation and coreferences
US11556716B2 (en) * 2020-08-24 2023-01-17 Intuit Inc. Intent prediction by machine learning with word and sentence features for routing user requests
US11263407B1 (en) 2020-09-01 2022-03-01 Rammer Technologies, Inc. Determining topics and action items from conversations
US11756553B2 (en) 2020-09-17 2023-09-12 International Business Machines Corporation Training data enhancement
US11527237B1 (en) * 2020-09-18 2022-12-13 Amazon Technologies, Inc. User-system dialog expansion
CN112269607A (zh) * 2020-11-17 2021-01-26 北京百度网讯科技有限公司 小程序的控制方法、系统、服务器以及终端设备
US11093718B1 (en) * 2020-12-01 2021-08-17 Rammer Technologies, Inc. Determining conversational structure from speech
US11610249B2 (en) * 2021-01-13 2023-03-21 Walmart Apollo, Llc System, method, and computer readable medium for automatic item rankings
US11269969B1 (en) * 2021-02-08 2022-03-08 Capital One Services, Llc Systems and methods for automatic and adaptive browser bookmarks
US11417428B1 (en) 2021-04-05 2022-08-16 Lark Technologies, Inc. Conversational services for artificial intelligence health support
US11450422B1 (en) * 2021-04-05 2022-09-20 Lark Technologies, Inc. Artificial intelligence health support architecture
US11934787B2 (en) 2021-04-29 2024-03-19 International Business Machines Corporation Intent determination in a messaging dialog manager system
KR102624790B1 (ko) * 2021-05-12 2024-01-12 주식회사 카카오엔터프라이즈 다중 의도 발화의 의도 분석 및 처리를 위한 자연어 처리 장치, 프로그램 및 그것의 제어 방법
TWI776589B (zh) * 2021-07-13 2022-09-01 國立臺灣師範大學 情緒回話系統
US11544800B1 (en) 2021-07-21 2023-01-03 Get Together AI, Inc. Channel agnostic scheduling system
US11908083B2 (en) 2021-08-31 2024-02-20 Snap Inc. Deforming custom mesh based on body mesh
US11663792B2 (en) 2021-09-08 2023-05-30 Snap Inc. Body fitted accessory with physics simulation
US11798238B2 (en) 2021-09-14 2023-10-24 Snap Inc. Blending body mesh into external mesh
US11836866B2 (en) 2021-09-20 2023-12-05 Snap Inc. Deforming real-world object using an external mesh
US11790614B2 (en) 2021-10-11 2023-10-17 Snap Inc. Inferring intent from pose and speech input
US11836862B2 (en) 2021-10-11 2023-12-05 Snap Inc. External mesh with vertex attributes
CN114090771A (zh) * 2021-10-19 2022-02-25 广州数说故事信息科技有限公司 一种基于大数据的传播主张和消费者故事分析方法及系统
US11763481B2 (en) 2021-10-20 2023-09-19 Snap Inc. Mirror-based augmented reality experience
WO2023074918A1 (ko) * 2021-10-25 2023-05-04 엘지전자 주식회사 디스플레이 장치
US11302314B1 (en) 2021-11-10 2022-04-12 Rammer Technologies, Inc. Tracking specialized concepts, topics, and activities in conversations
US11599713B1 (en) 2022-07-26 2023-03-07 Rammer Technologies, Inc. Summarizing conversational speech

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998013771A1 (fr) * 1996-09-26 1998-04-02 Mitsubishi Denki Kabushiki Kaisha Processeur interactif
JP2006172280A (ja) * 2004-12-17 2006-06-29 Keywalker Inc 自動対話その他の自動応答出力作成方法及び自動対話その他の自動応答出力作成装置

Family Cites Families (260)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1530444A (en) 1974-11-11 1978-11-01 Xerox Corp Automatic writing system and methods of word processing therefor
CH644246B (fr) 1981-05-15 1900-01-01 Asulab Sa Dispositif d'introduction de mots a commande par la parole.
US5255386A (en) 1990-02-08 1993-10-19 International Business Machines Corporation Method and apparatus for intelligent help that matches the semantic similarity of the inferred intent of query or command to a best-fit predefined command intent
JPH06266779A (ja) 1993-03-15 1994-09-22 Hitachi Ltd 制御装置
US6856986B1 (en) * 1993-05-21 2005-02-15 Michael T. Rossides Answer collection and retrieval system governed by a pay-off meter
US6239794B1 (en) 1994-08-31 2001-05-29 E Guide, Inc. Method and system for simultaneously displaying a television program and information about the program
US5748841A (en) * 1994-02-25 1998-05-05 Morin; Philippe Supervised contextual language acquisition system
US5802504A (en) * 1994-06-21 1998-09-01 Canon Kabushiki Kaisha Text preparing system using knowledge base and method therefor
US5715468A (en) * 1994-09-30 1998-02-03 Budzinski; Robert Lucius Memory system for storing and retrieving experience and knowledge with natural language
US5887120A (en) 1995-05-31 1999-03-23 Oracle Corporation Method and apparatus for determining theme for discourse
EP0856175A4 (en) 1995-08-16 2000-05-24 Univ Syracuse SYSTEM AND METHOD FOR RETURNING MULTI-LANGUAGE DOCUMENTS USING A SEMANTIC VECTOR COMPARISON
US6388714B1 (en) 1995-10-02 2002-05-14 Starsight Telecast Inc Interactive computer system for providing television schedule information
JPH09146972A (ja) 1995-11-24 1997-06-06 Oki Electric Ind Co Ltd 自然言語対話型情報処理装置
US5859972A (en) 1996-05-10 1999-01-12 The Board Of Trustees Of The University Of Illinois Multiple server repository and multiple server remote application virtual client computer
US6177931B1 (en) 1996-12-19 2001-01-23 Index Systems, Inc. Systems and methods for displaying and recording control interface with television programs, video, advertising information and program scheduling information
US6044347A (en) 1997-08-05 2000-03-28 Lucent Technologies Inc. Methods and apparatus object-oriented rule-based dialogue management
US6564378B1 (en) 1997-12-08 2003-05-13 United Video Properties, Inc. Program guide system with browsing display
US6064960A (en) 1997-12-18 2000-05-16 Apple Computer, Inc. Method and apparatus for improved duration modeling of phonemes
ATE237900T1 (de) 1998-03-04 2003-05-15 United Video Properties Inc Programmführungssystem mit gezielter werbung
US6236968B1 (en) * 1998-05-14 2001-05-22 International Business Machines Corporation Sleep prevention dialog based car system
US7711672B2 (en) 1998-05-28 2010-05-04 Lawrence Au Semantic network methods to disambiguate natural language meaning
CN1867068A (zh) 1998-07-14 2006-11-22 联合视频制品公司 交互式电视节目导视系统及其方法
US6144958A (en) 1998-07-15 2000-11-07 Amazon.Com, Inc. System and method for correcting spelling errors in search queries
AR020608A1 (es) 1998-07-17 2002-05-22 United Video Properties Inc Un metodo y una disposicion para suministrar a un usuario acceso remoto a una guia de programacion interactiva por un enlace de acceso remoto
ES2188203T3 (es) 1998-07-17 2003-06-16 United Video Properties Inc Sistema de guia de programas de television interativa que tienen multiples dispositivos en un domicilio particular.
US6195635B1 (en) 1998-08-13 2001-02-27 Dragon Systems, Inc. User-cued speech recognition
US6256664B1 (en) 1998-09-01 2001-07-03 Bigfix, Inc. Method and apparatus for computed relevance messaging
US7197534B2 (en) 1998-09-01 2007-03-27 Big Fix, Inc. Method and apparatus for inspecting the properties of a computer
US8914507B2 (en) 1998-09-01 2014-12-16 International Business Machines Corporation Advice provided for offering highly targeted advice without compromising individual privacy
IL140805A0 (en) * 1998-10-02 2002-02-10 Ibm Structure skeletons for efficient voice navigation through generic hierarchical objects
US7165098B1 (en) 1998-11-10 2007-01-16 United Video Properties, Inc. On-line schedule system with personalization features
US6601059B1 (en) 1998-12-23 2003-07-29 Microsoft Corporation Computerized searching tool with spell checking
US6317708B1 (en) 1999-01-07 2001-11-13 Justsystem Corporation Method for producing summaries of text document
JP2001034292A (ja) 1999-07-26 2001-02-09 Denso Corp 単語列認識装置
US6317718B1 (en) 1999-02-26 2001-11-13 Accenture Properties (2) B.V. System, method and article of manufacture for location-based filtering for shopping agent in the physical world
US7039639B2 (en) 1999-03-31 2006-05-02 International Business Machines Corporation Optimization of system performance based on communication relationship
US6408293B1 (en) 1999-06-09 2002-06-18 International Business Machines Corporation Interactive framework for understanding user's perception of multimedia data
US6901366B1 (en) 1999-08-26 2005-05-31 Matsushita Electric Industrial Co., Ltd. System and method for assessing TV-related information over the internet
JP2001100787A (ja) 1999-09-29 2001-04-13 Mitsubishi Electric Corp 音声対話システム
US20030191625A1 (en) 1999-11-05 2003-10-09 Gorin Allen Louis Method and system for creating a named entity language model
JP3446886B2 (ja) 1999-12-21 2003-09-16 日本電気株式会社 人脈データ管理システムと人脈探索方法
JP2001188784A (ja) * 1999-12-28 2001-07-10 Sony Corp 会話処理装置および方法、並びに記録媒体
US7539656B2 (en) * 2000-03-06 2009-05-26 Consona Crm Inc. System and method for providing an intelligent multi-step dialog with a user
US20020065813A1 (en) 2000-04-18 2002-05-30 Scanlon Henry R. Image relationships derived from thresholding of historically tracked user data for facilitating image based searching
US6999963B1 (en) * 2000-05-03 2006-02-14 Microsoft Corporation Methods, apparatus, and data structures for annotating a database design schema and/or indexing annotations
US7092928B1 (en) * 2000-07-31 2006-08-15 Quantum Leap Research, Inc. Intelligent portal engine
US6766320B1 (en) 2000-08-24 2004-07-20 Microsoft Corporation Search engine with natural language-based robust parsing for user query and relevance feedback learning
JP2002083148A (ja) 2000-09-06 2002-03-22 Seiko Epson Corp 閲覧情報作成システム及びディジタルコンテンツ配信システム
JP2002108915A (ja) 2000-09-28 2002-04-12 Toshiba Corp 自然言語対話システム及び自然言語処理方法
US6782384B2 (en) 2000-10-04 2004-08-24 Idiom Merger Sub, Inc. Method of and system for splitting and/or merging content to facilitate content processing
US6731307B1 (en) 2000-10-30 2004-05-04 Koninklije Philips Electronics N.V. User interface/entertainment device that simulates personal interaction and responds to user's mental state and/or personality
US6937983B2 (en) * 2000-12-20 2005-08-30 International Business Machines Corporation Method and system for semantic speech recognition
WO2002073331A2 (en) * 2001-02-20 2002-09-19 Semantic Edge Gmbh Natural language context-sensitive and knowledge-based interaction environment for dynamic and flexible product, service and information search and presentation applications
KR101775064B1 (ko) 2001-02-21 2017-09-06 로비 가이드스, 인크. 개인용 비디오 녹화 특징을 갖는 대화식 프로그램 가이드를 위한 시스템 및 방법
GB2377046A (en) * 2001-06-29 2002-12-31 Ibm Metadata generation
US20050234727A1 (en) 2001-07-03 2005-10-20 Leo Chiu Method and apparatus for adapting a voice extensible markup language-enabled voice system for natural speech recognition and system response
US7299270B2 (en) * 2001-07-10 2007-11-20 Lycos, Inc. Inferring relations between internet objects that are not connected directly
US20040215443A1 (en) * 2001-07-27 2004-10-28 Hatton Charles Malcolm Computers that communicate in the english language and complete work assignments by reading english language sentences
AUPR701701A0 (en) 2001-08-14 2001-09-06 Mcdonald, Nathan Document analysis system and method
JP3691773B2 (ja) 2001-08-20 2005-09-07 株式会社ジャストシステム 文章解析方法とその方法を利用可能な文章解析装置
US8229753B2 (en) 2001-10-21 2012-07-24 Microsoft Corporation Web server controls for web enabled recognition and/or audible prompting
US7711570B2 (en) * 2001-10-21 2010-05-04 Microsoft Corporation Application abstraction with dialog purpose
US7085709B2 (en) 2001-10-30 2006-08-01 Comverse, Inc. Method and system for pronoun disambiguation
US7209876B2 (en) 2001-11-13 2007-04-24 Groove Unlimited, Llc System and method for automated answering of natural language questions and queries
US7231343B1 (en) 2001-12-20 2007-06-12 Ianywhere Solutions, Inc. Synonyms mechanism for natural language systems
US20030188307A1 (en) * 2002-03-29 2003-10-02 Yusuke Mizuno Digital broadcasting receiver
US8126713B2 (en) 2002-04-11 2012-02-28 Shengyang Huang Conversation control system and conversation control method
JP3762327B2 (ja) 2002-04-24 2006-04-05 株式会社東芝 音声認識方法および音声認識装置および音声認識プログラム
US7403890B2 (en) * 2002-05-13 2008-07-22 Roushar Joseph C Multi-dimensional method and apparatus for automated language interpretation
US6946715B2 (en) * 2003-02-19 2005-09-20 Micron Technology, Inc. CMOS image sensor and method of fabrication
US7676452B2 (en) 2002-07-23 2010-03-09 International Business Machines Corporation Method and apparatus for search optimization based on generation of context focused queries
US20040148170A1 (en) 2003-01-23 2004-07-29 Alejandro Acero Statistical classifiers for spoken language understanding and command/control scenarios
US7885963B2 (en) 2003-03-24 2011-02-08 Microsoft Corporation Free text and attribute searching of electronic program guide (EPG) data
US7340460B1 (en) 2003-04-04 2008-03-04 Yahoo! Inc. Vector analysis of histograms for units of a concept network in search query processing
JP2004362280A (ja) 2003-06-05 2004-12-24 Hitachi Ltd 放送番組蓄積装置
US7143078B2 (en) 2003-06-27 2006-11-28 Microsoft Corporation System and method for managed database query pre-optimization
US8140980B2 (en) 2003-08-05 2012-03-20 Verizon Business Global Llc Method and system for providing conferencing services
CA2536271A1 (en) * 2003-08-21 2005-03-03 Idilia Inc. System and method for associating documents with contextual advertisements
US7475010B2 (en) 2003-09-03 2009-01-06 Lingospot, Inc. Adaptive and scalable method for resolving natural language ambiguities
US20050060140A1 (en) * 2003-09-15 2005-03-17 Maddox Paul Christopher Using semantic feature structures for document comparisons
GB0321916D0 (en) 2003-09-19 2003-10-22 Heatsafe Cable Systems Ltd Self-regulating electrical heating cable
US7593687B2 (en) 2003-10-07 2009-09-22 Immersion Entertainment, Llc System and method for providing event spectators with audio/video signals pertaining to remote events
US7739102B2 (en) * 2003-10-08 2010-06-15 Bender Howard J Relationship analysis system and method for semantic disambiguation of natural language
US7240049B2 (en) 2003-11-12 2007-07-03 Yahoo! Inc. Systems and methods for search query processing using trend analysis
US7356772B2 (en) * 2003-11-25 2008-04-08 International Business Machines Corporation Multi-column user interface for managing on-line threaded conversations
US8160883B2 (en) 2004-01-10 2012-04-17 Microsoft Corporation Focus tracking in dialogs
US7542903B2 (en) * 2004-02-18 2009-06-02 Fuji Xerox Co., Ltd. Systems and methods for determining predictive models of discourse functions
US20070018953A1 (en) 2004-03-03 2007-01-25 The Boeing Company System, method, and computer program product for anticipatory hypothesis-driven text retrieval and argumentation tools for strategic decision support
US7761858B2 (en) * 2004-04-23 2010-07-20 Microsoft Corporation Semantic programming language
US20050246740A1 (en) * 2004-05-03 2005-11-03 Teraci Richard D Apparatus and method for evaluating media
US7720674B2 (en) 2004-06-29 2010-05-18 Sap Ag Systems and methods for processing natural language queries
US7856441B1 (en) 2005-01-10 2010-12-21 Yahoo! Inc. Search systems and methods using enhanced contextual queries
WO2006011819A1 (en) 2004-07-30 2006-02-02 Eurekster, Inc. Adaptive search engine
US7310602B2 (en) 2004-09-27 2007-12-18 Kabushiki Kaisha Equos Research Navigation apparatus
US20060074980A1 (en) * 2004-09-29 2006-04-06 Sarkar Pte. Ltd. System for semantically disambiguating text information
US7565627B2 (en) 2004-09-30 2009-07-21 Microsoft Corporation Query graphs indicating related queries
US8135576B2 (en) 2004-11-12 2012-03-13 Oracle International Corporation System for enterprise knowledge management and automation
US8185399B2 (en) 2005-01-05 2012-05-22 At&T Intellectual Property Ii, L.P. System and method of providing an automated data-collection in spoken dialog systems
US7937272B2 (en) 2005-01-11 2011-05-03 Koninklijke Philips Electronics N.V. Scalable encoding/decoding of audio signals
US7895039B2 (en) 2005-02-04 2011-02-22 Vocollect, Inc. Methods and systems for optimizing model adaptation for a speech recognition system
US7386545B2 (en) * 2005-03-31 2008-06-10 International Business Machines Corporation System and method for disambiguating entities in a web page search
US20090058860A1 (en) * 2005-04-04 2009-03-05 Mor (F) Dynamics Pty Ltd. Method for Transforming Language Into a Visual Form
JP2008537225A (ja) * 2005-04-11 2008-09-11 テキストディガー,インコーポレイテッド クエリについての検索システムおよび方法
US7912701B1 (en) 2005-05-04 2011-03-22 IgniteIP Capital IA Special Management LLC Method and apparatus for semiotic correlation
US7653627B2 (en) * 2005-05-13 2010-01-26 Microsoft Corporation System and method for utilizing the content of an online conversation to select advertising content and/or other relevant information for display
US20060282776A1 (en) 2005-06-10 2006-12-14 Farmer Larry C Multimedia and performance analysis tool
US20070043736A1 (en) * 2005-08-22 2007-02-22 Microsoft Corporation Smart find
US7747639B2 (en) 2005-08-24 2010-06-29 Yahoo! Inc. Alternative search query prediction
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
JP4542974B2 (ja) 2005-09-27 2010-09-15 株式会社東芝 音声認識装置、音声認識方法および音声認識プログラム
US9009046B1 (en) * 2005-09-27 2015-04-14 At&T Intellectual Property Ii, L.P. System and method for disambiguating multiple intents in a natural language dialog system
US7590541B2 (en) * 2005-09-30 2009-09-15 Rockwell Automation Technologies, Inc. HMI presentation layer configuration system
US9201923B2 (en) 2005-10-04 2015-12-01 Robert Bosch Corporation Method and apparatus for organizing and optimizing content in dialog systems
KR100755677B1 (ko) * 2005-11-02 2007-09-05 삼성전자주식회사 주제 영역 검출을 이용한 대화체 음성 인식 장치 및 방법
US7756855B2 (en) 2006-10-11 2010-07-13 Collarity, Inc. Search phrase refinement by search term replacement
US20070156521A1 (en) 2005-12-29 2007-07-05 United Video Properties, Inc. Systems and methods for commerce in media program related merchandise
US20100153885A1 (en) 2005-12-29 2010-06-17 Rovi Technologies Corporation Systems and methods for interacting with advanced displays provided by an interactive media guidance application
US8832569B2 (en) * 2006-01-25 2014-09-09 International Business Machines Corporation Scrolling chat for participation in multiple instant messaging conversations
JP2007219190A (ja) 2006-02-17 2007-08-30 Murata Mach Ltd 音声認識装置と認識方法及びそのプログラム
US8204751B1 (en) * 2006-03-03 2012-06-19 At&T Intellectual Property Ii, L.P. Relevance recognition for a human machine dialog system contextual question answering based on a normalization of the length of the user input
US7739280B2 (en) 2006-03-06 2010-06-15 Veveo, Inc. Methods and systems for selecting and presenting content based on user preference information extracted from an aggregate preference signature
US20070226295A1 (en) 2006-03-23 2007-09-27 Nokia Corporation Method and apparatuses for retrieving messages
JP4734155B2 (ja) 2006-03-24 2011-07-27 株式会社東芝 音声認識装置、音声認識方法および音声認識プログラム
US20070231781A1 (en) * 2006-03-31 2007-10-04 Birgit Zimmermann Estimation of adaptation effort based on metadata similarity
JP5193183B2 (ja) 2006-04-20 2013-05-08 ベベオ,インク. コンテンツを選択して提示するユーザインタフェース方法およびシステム
US8069182B2 (en) * 2006-04-24 2011-11-29 Working Research, Inc. Relevancy-based domain classification
US7483894B2 (en) 2006-06-07 2009-01-27 Platformation Technologies, Inc Methods and apparatus for entity search
US20080240379A1 (en) * 2006-08-03 2008-10-02 Pudding Ltd. Automatic retrieval and presentation of information relevant to the context of a user's conversation
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
WO2008045981A2 (en) * 2006-10-10 2008-04-17 Secondspace, Inc. Virtual network of real-world entities
US8600922B2 (en) 2006-10-13 2013-12-03 Elsevier Inc. Methods and systems for knowledge discovery
US20080091634A1 (en) * 2006-10-15 2008-04-17 Lisa Seeman Content enhancement system and method and applications thereof
US8073681B2 (en) * 2006-10-16 2011-12-06 Voicebox Technologies, Inc. System and method for a cooperative conversational voice user interface
WO2008058022A2 (en) 2006-11-02 2008-05-15 Ripl Corp. User-generated content with instant-messaging functionality
US7814086B2 (en) 2006-11-16 2010-10-12 Yahoo! Inc. System and method for determining semantically related terms based on sequences of search queries
US20080120093A1 (en) 2006-11-16 2008-05-22 Seiko Epson Corporation System for creating dictionary for speech synthesis, semiconductor integrated circuit device, and method for manufacturing semiconductor integrated circuit device
CN100449547C (zh) * 2006-12-06 2009-01-07 华为技术有限公司 一种媒体内容管理系统及方法
US8024280B2 (en) 2006-12-21 2011-09-20 Yahoo! Inc. Academic filter
US8156135B2 (en) 2006-12-22 2012-04-10 Yahoo! Inc. Method and system for progressive disclosure of search results
US20080155701A1 (en) 2006-12-22 2008-06-26 Yahoo! Inc. Method and system for unauthorized content detection and reporting
US8171087B2 (en) 2007-01-16 2012-05-01 Oracle International Corporation Thread-based conversation management
KR101322821B1 (ko) * 2007-02-23 2013-10-25 에스케이커뮤니케이션즈 주식회사 메신저를 이용한 키워드 검색 시스템과 그 방법 및 이를구현할 수 있는 컴퓨터로 읽을 수 있는 기록 매체
US20080221866A1 (en) 2007-03-06 2008-09-11 Lalitesh Katragadda Machine Learning For Transliteration
US20110054900A1 (en) 2007-03-07 2011-03-03 Phillips Michael S Hybrid command and control between resident and remote speech recognition facilities in a mobile voice-to-speech application
US8219406B2 (en) 2007-03-15 2012-07-10 Microsoft Corporation Speech-centric multimodal user interface design in mobile technology
CN101271461B (zh) 2007-03-19 2011-07-13 株式会社东芝 跨语言检索请求的转换及跨语言信息检索方法和系统
JP4247284B2 (ja) 2007-03-28 2009-04-02 株式会社東芝 情報検索装置、情報検索方法及び情報検索プログラム
US8285539B2 (en) 2007-06-18 2012-10-09 International Business Machines Corporation Extracting tokens in a natural language understanding application
US20080319733A1 (en) 2007-06-20 2008-12-25 At&T Corp. System and method to dynamically manipulate and disambiguate confusable speech input using a table
US8156138B2 (en) 2007-06-26 2012-04-10 Richrelevance, Inc. System and method for providing targeted content
US8260809B2 (en) 2007-06-28 2012-09-04 Microsoft Corporation Voice-based search processing
CN101339551B (zh) 2007-07-05 2013-01-30 日电(中国)有限公司 自然语言查询需求扩展设备及其方法
US8645390B1 (en) 2007-08-31 2014-02-04 Google Inc. Reordering search query results in accordance with search context specific predicted performance functions
US8594996B2 (en) * 2007-10-17 2013-11-26 Evri Inc. NLP-based entity recognition and disambiguation
US7693940B2 (en) * 2007-10-23 2010-04-06 International Business Machines Corporation Method and system for conversation detection in email systems
US9092733B2 (en) * 2007-12-28 2015-07-28 Genesys Telecommunications Laboratories, Inc. Recursive adaptive interaction management system
US7925708B2 (en) 2008-01-04 2011-04-12 Yahoo! Inc. System and method for delivery of augmented messages
US20090198488A1 (en) 2008-02-05 2009-08-06 Eric Arno Vigen System and method for analyzing communications using multi-placement hierarchical structures
US8165884B2 (en) 2008-02-15 2012-04-24 Microsoft Corporation Layered prompting: self-calibrating instructional prompting for verbal interfaces
US8172637B2 (en) 2008-03-12 2012-05-08 Health Hero Network, Inc. Programmable interactive talking device
US8190604B2 (en) * 2008-04-03 2012-05-29 Microsoft Corporation User intention modeling for interactive image retrieval
US8171007B2 (en) * 2008-04-18 2012-05-01 Microsoft Corporation Creating business value by embedding domain tuned search on web-sites
US8521512B2 (en) 2008-04-30 2013-08-27 Deep Sky Concepts, Inc Systems and methods for natural language communication with a computer
US8364528B2 (en) 2008-05-06 2013-01-29 Richrelevance, Inc. System and process for improving product recommendations for use in providing personalized advertisements to retail customers
US7958442B2 (en) 2008-05-08 2011-06-07 Dialogic Corporation System and method to permit language independence for web interfaces
US8869015B2 (en) 2008-05-08 2014-10-21 Dialogic (Us) Inc. System and method to permit language independence for web interfaces
US8219397B2 (en) * 2008-06-10 2012-07-10 Nuance Communications, Inc. Data processing system for autonomously building speech identification and tagging data
US8375308B2 (en) 2008-06-24 2013-02-12 International Business Machines Corporation Multi-user conversation topic change
US20090323926A1 (en) 2008-06-30 2009-12-31 Shaham Eliezer Methods and systems for voice communication
US20100088262A1 (en) 2008-09-29 2010-04-08 Neuric Technologies, Llc Emulated brain
US9978365B2 (en) 2008-10-31 2018-05-22 Nokia Technologies Oy Method and system for providing a voice interface
US20100131365A1 (en) 2008-11-25 2010-05-27 Microsoft Corporation Context-Sensitive Advertising for Mobile Content
US8060524B2 (en) * 2008-12-11 2011-11-15 Microsoft Corporation History answer for re-finding search results
KR101042515B1 (ko) 2008-12-11 2011-06-17 주식회사 네오패드 사용자의 의도에 기반한 정보 검색방법 및 정보 제공방법
KR101173556B1 (ko) 2008-12-11 2012-08-13 한국전자통신연구원 토픽맵 기반 색인 장치, 토픽맵 기반 검색 장치, 토픽맵 기반 검색 시스템 및 그 방법
US8156129B2 (en) 2009-01-15 2012-04-10 Microsoft Corporation Substantially similar queries
US20110093500A1 (en) * 2009-01-21 2011-04-21 Google Inc. Query Optimization
US9805089B2 (en) 2009-02-10 2017-10-31 Amazon Technologies, Inc. Local business and product search system and method
KR101048546B1 (ko) 2009-03-05 2011-07-11 엔에이치엔(주) 온톨로지를 이용한 컨텐츠 검색 시스템 및 방법
US8335754B2 (en) 2009-03-06 2012-12-18 Tagged, Inc. Representing a document using a semantic structure
US20100235313A1 (en) 2009-03-16 2010-09-16 Tim Rea Media information analysis and recommendation platform
US8515754B2 (en) 2009-04-06 2013-08-20 Siemens Aktiengesellschaft Method for performing speech recognition and processing system
US8214366B2 (en) 2009-11-17 2012-07-03 Glace Holding Llc Systems and methods for generating a language database that can be used for natural language communication with a computer
US20100306249A1 (en) 2009-05-27 2010-12-02 James Hill Social network systems and methods
US8417649B2 (en) * 2009-07-13 2013-04-09 International Business Machines Corporation Providing a seamless conversation service between interacting environments
US8533175B2 (en) 2009-08-13 2013-09-10 Gilbert Marquard ROSWELL Temporal and geographic presentation and navigation of linked cultural, artistic, and historic content
US9166714B2 (en) 2009-09-11 2015-10-20 Veveo, Inc. Method of and system for presenting enriched video viewing analytics
US20110066644A1 (en) 2009-09-16 2011-03-17 John Cooper System and method for assembling, verifying, and distibuting financial information
US20110066645A1 (en) 2009-09-16 2011-03-17 John Cooper System and method for assembling, verifying, and distibuting financial information
US20110066643A1 (en) 2009-09-16 2011-03-17 John Cooper System and method for assembling, verifying, and distibuting financial information
US8943094B2 (en) * 2009-09-22 2015-01-27 Next It Corporation Apparatus, system, and method for natural language processing
US8326859B2 (en) 2009-11-02 2012-12-04 Microsoft Corporation Task prediction
US9502025B2 (en) 2009-11-10 2016-11-22 Voicebox Technologies Corporation System and method for providing a natural language content dedication service
US8358749B2 (en) 2009-11-21 2013-01-22 At&T Intellectual Property I, L.P. System and method to search a media content database based on voice input data
US8903793B2 (en) 2009-12-15 2014-12-02 At&T Intellectual Property I, L.P. System and method for speech-based incremental search
KR20110072847A (ko) 2009-12-23 2011-06-29 삼성전자주식회사 열려진 사용자 의도 처리를 위한 대화관리 시스템 및 방법
WO2011087909A2 (en) 2010-01-15 2011-07-21 Compass Labs, Inc. User communication analysis systems and methods
EP2362593B1 (en) 2010-02-05 2012-06-20 Research In Motion Limited Communications system including aggregation server for determining updated metadata of e-mail messages and related methods
US20110212428A1 (en) 2010-02-18 2011-09-01 David Victor Baker System for Training
US8315849B1 (en) * 2010-04-09 2012-11-20 Wal-Mart Stores, Inc. Selecting terms in a document
US8762375B2 (en) * 2010-04-15 2014-06-24 Palo Alto Research Center Incorporated Method for calculating entity similarities
US20110295688A1 (en) * 2010-05-28 2011-12-01 Microsoft Corporation Defining user intent
US9436764B2 (en) 2010-06-29 2016-09-06 Microsoft Technology Licensing, Llc Navigation to popular search results
US8219628B2 (en) 2010-07-23 2012-07-10 International Business Machines Corporation Method to change instant messaging status based on text entered during conversation
AU2011291549B2 (en) 2010-08-19 2015-03-19 Google Llc Predictive query completion and predictive search results
US20120059713A1 (en) * 2010-08-27 2012-03-08 Adchemy, Inc. Matching Advertisers and Users Based on Their Respective Intents
US20120084291A1 (en) * 2010-09-30 2012-04-05 Microsoft Corporation Applying search queries to content sets
US8515984B2 (en) 2010-11-16 2013-08-20 Microsoft Corporation Extensible search term suggestion engine
GB2486002A (en) 2010-11-30 2012-06-06 Youview Tv Ltd Media Content Provision
US8631002B2 (en) 2010-12-09 2014-01-14 Microsoft Corporation Web-relevance based query classification
US9928296B2 (en) * 2010-12-16 2018-03-27 Microsoft Technology Licensing, Llc Search lexicon expansion
US8849931B2 (en) 2011-03-15 2014-09-30 Idt Messaging, Llc Linking context-based information to text messages
WO2012145782A1 (en) 2011-04-27 2012-11-01 Digital Sonata Pty Ltd Generic system for linguistic analysis and transformation
US20120310622A1 (en) 2011-06-02 2012-12-06 Ortsbo, Inc. Inter-language Communication Devices and Methods
US8880423B2 (en) 2011-07-01 2014-11-04 Yahoo! Inc. Inventory estimation for search retargeting
US9442928B2 (en) 2011-09-07 2016-09-13 Venio Inc. System, method and computer program product for automatic topic identification using a hypertext corpus
GB201117052D0 (en) 2011-10-04 2011-11-16 Daybees Ltd Automated diary population
US9619554B2 (en) 2011-11-03 2017-04-11 Microsoft Technology Licensing, Llc Domain specific query-completion suggestions
US20130145385A1 (en) * 2011-12-02 2013-06-06 Microsoft Corporation Context-based ratings and recommendations for media
US9201859B2 (en) * 2011-12-15 2015-12-01 Microsoft Technology Licensing, Llc Suggesting intent frame(s) for user request(s)
US9721039B2 (en) 2011-12-16 2017-08-01 Palo Alto Research Center Incorporated Generating a relationship visualization for nonhomogeneous entities
US9547832B2 (en) 2012-01-10 2017-01-17 Oracle International Corporation Identifying individual intentions and determining responses to individual intentions
EP2805568A4 (en) 2012-01-18 2015-12-16 Kinectus LLC SYSTEMS AND METHODS FOR ESTABLISHING COMMUNICATIONS BETWEEN USERS OF MOBILE DEVICES
US20170140405A1 (en) 2012-03-01 2017-05-18 o9 Solutions, Inc. Global market modeling for advanced market intelligence
US20180359477A1 (en) * 2012-03-05 2018-12-13 Google Inc. Distribution of video in multiple rating formats
US8935277B2 (en) * 2012-03-30 2015-01-13 Sap Se Context-aware question answering system
US8504562B1 (en) 2012-04-03 2013-08-06 Google Inc. Evaluation of substitute terms
US9542482B1 (en) 2012-04-06 2017-01-10 Amazon Technologies Inc. Providing items of interest
US8346563B1 (en) * 2012-04-10 2013-01-01 Artificial Solutions Ltd. System and methods for delivering advanced natural language interaction applications
US20130275429A1 (en) 2012-04-12 2013-10-17 Graham York System and method for enabling contextual recommendations and collaboration within content
KR101694286B1 (ko) 2012-05-02 2017-01-09 한국전자통신연구원 양방향 자동 통역 및 번역 서비스 제공 장치 및 그 방법
US9183310B2 (en) 2012-06-12 2015-11-10 Microsoft Technology Licensing, Llc Disambiguating intents within search engine result pages
US20140006012A1 (en) 2012-07-02 2014-01-02 Microsoft Corporation Learning-Based Processing of Natural Language Questions
US8577671B1 (en) 2012-07-20 2013-11-05 Veveo, Inc. Method of and system for using conversation state information in a conversational interaction system
KR102031402B1 (ko) 2012-07-24 2019-10-11 아브 이니티오 테크놀로지 엘엘시 데이터 모델에서의 엔티티 매핑
US9465833B2 (en) 2012-07-31 2016-10-11 Veveo, Inc. Disambiguating user intent in conversational interaction system for large corpus information retrieval
US20150169701A1 (en) 2013-01-25 2015-06-18 Google Inc. Providing customized content in knowledge panels
US20140214401A1 (en) 2013-01-29 2014-07-31 Tencent Technology (Shenzhen) Company Limited Method and device for error correction model training and text error correction
US20140223481A1 (en) 2013-02-07 2014-08-07 United Video Properties, Inc. Systems and methods for updating a search request
US10747837B2 (en) 2013-03-11 2020-08-18 Creopoint, Inc. Containing disinformation spread using customizable intelligence channels
DK2994908T3 (da) 2013-05-07 2019-09-23 Veveo Inc Grænseflade til inkrementel taleinput med realtidsfeedback
US9946757B2 (en) 2013-05-10 2018-04-17 Veveo, Inc. Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system
CN104462084B (zh) 2013-09-13 2019-08-16 Sap欧洲公司 基于多个查询提供搜索细化建议
US9852136B2 (en) 2014-12-23 2017-12-26 Rovi Guides, Inc. Systems and methods for determining whether a negation statement applies to a current or past query
US20160227283A1 (en) 2015-01-30 2016-08-04 Rovi Guides, Inc. Systems and methods for providing a recommendation to a user based on a user profile and social chatter
US9854049B2 (en) 2015-01-30 2017-12-26 Rovi Guides, Inc. Systems and methods for resolving ambiguous terms in social chatter based on a user profile
US9640177B2 (en) 2015-06-01 2017-05-02 Quest Software Inc. Method and apparatus to extrapolate sarcasm and irony using multi-dimensional machine learning based linguistic analysis
US9959328B2 (en) 2015-06-30 2018-05-01 Microsoft Technology Licensing, Llc Analysis of user text
CN106484681B (zh) 2015-08-25 2019-07-09 阿里巴巴集团控股有限公司 一种生成候选译文的方法、装置及电子设备
US20180226073A1 (en) 2017-02-06 2018-08-09 International Business Machines Corporation Context-based cognitive speech to text engine
US20180225013A1 (en) 2017-02-06 2018-08-09 Likemoji Inc. Network-based graphical communication system
US10304154B2 (en) 2017-04-24 2019-05-28 Intel Corporation Coordination and increased utilization of graphics processors during inference
US11417235B2 (en) 2017-05-25 2022-08-16 Baidu Usa Llc Listen, interact, and talk: learning to speak via interaction
US10909441B2 (en) 2017-06-02 2021-02-02 Microsoft Technology Licensing, Llc Modeling an action completion conversation using a knowledge graph
US20190108447A1 (en) 2017-11-30 2019-04-11 Intel Corporation Multifunction perceptrons in machine learning environments
US11074829B2 (en) 2018-04-12 2021-07-27 Baidu Usa Llc Systems and methods for interactive language acquisition with one-shot visual concept learning through a conversational game
US10482674B1 (en) 2018-06-27 2019-11-19 Beijing Jingdong Shangke Information Technology Co., Ltd. System and method for mobile augmented reality
US11710034B2 (en) 2019-02-27 2023-07-25 Intel Corporation Misuse index for explainable artificial intelligence in computing environments
US10990763B2 (en) 2019-03-01 2021-04-27 Oracle International Corporation Bias parameters for topic modeling
US11232267B2 (en) 2019-05-24 2022-01-25 Tencent America LLC Proximity information retrieval boost method for medical knowledge question answering systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998013771A1 (fr) * 1996-09-26 1998-04-02 Mitsubishi Denki Kabushiki Kaisha Processeur interactif
JP2006172280A (ja) * 2004-12-17 2006-06-29 Keywalker Inc 自動対話その他の自動応答出力作成方法及び自動対話その他の自動応答出力作成装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018525691A (ja) * 2016-07-07 2018-09-06 深▲せん▼狗尾草智能科技有限公司Shenzhen Gowild Robotics Co.,Ltd. 知識マップに基づくヒューマンコンピュータインタラクション方法及びシステム
JP2019070957A (ja) * 2017-10-10 2019-05-09 株式会社トヨタIt開発センター 対話システムおよびドメイン決定方法
JP7095254B2 (ja) 2017-10-10 2022-07-05 トヨタ自動車株式会社 対話システムおよびドメイン決定方法
CN110083685A (zh) * 2019-04-26 2019-08-02 北京零秒科技有限公司 用于意图识别的数据配置方法及装置
JP2021152961A (ja) * 2020-12-25 2021-09-30 北京百度網訊科技有限公司 モデルトレーニング方法、装置、電子デバイス、記憶媒体、プログラム
JP7273108B2 (ja) 2020-12-25 2023-05-12 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド モデルトレーニング方法、装置、電子デバイス、記憶媒体、プログラム

Also Published As

Publication number Publication date
MX2015000909A (es) 2015-09-21
US8954318B2 (en) 2015-02-10
CN104871150A (zh) 2015-08-26
AU2019203718A1 (en) 2019-07-04
JP6505903B2 (ja) 2019-04-24
US20160342702A1 (en) 2016-11-24
WO2014015267A2 (en) 2014-01-23
JP6629375B2 (ja) 2020-01-15
KR20190114051A (ko) 2019-10-08
AU2013292377B2 (en) 2019-02-28
US9477643B2 (en) 2016-10-25
CA3125015A1 (en) 2014-01-23
JP6813615B2 (ja) 2021-01-13
EP4195094A1 (en) 2023-06-14
JP2018113063A (ja) 2018-07-19
MX362496B (es) 2019-01-21
US20140025706A1 (en) 2014-01-23
EP2875445A4 (en) 2016-06-29
CA2879778A1 (en) 2014-01-23
US9183183B2 (en) 2015-11-10
CA3125021A1 (en) 2014-01-23
MX2022000147A (es) 2022-06-08
KR20150034785A (ko) 2015-04-03
EP2875445A2 (en) 2015-05-27
EP3346393A1 (en) 2018-07-11
JP2019164795A (ja) 2019-09-26
EP3196774A1 (en) 2017-07-26
US10592575B2 (en) 2020-03-17
WO2014015267A3 (en) 2014-05-15
US20140025705A1 (en) 2014-01-23
KR102030078B1 (ko) 2019-10-08
US9424233B2 (en) 2016-08-23
EP3206134A1 (en) 2017-08-16
KR102229850B1 (ko) 2021-03-22
US20200311167A1 (en) 2020-10-01
CN104871150B (zh) 2017-10-13
MX347542B (es) 2017-05-02
JP6313298B2 (ja) 2018-04-18
US11436296B2 (en) 2022-09-06
US20140163965A1 (en) 2014-06-12
CA3125015C (en) 2023-06-20
CN107633042A (zh) 2018-01-26
CA2879778C (en) 2021-09-14
AU2013292377A1 (en) 2015-02-19
US20230019782A1 (en) 2023-01-19
US20140058724A1 (en) 2014-02-27
HK1257944A1 (zh) 2019-11-01
US8577671B1 (en) 2013-11-05
JP2018113064A (ja) 2018-07-19
MX2019000838A (es) 2022-01-03

Similar Documents

Publication Publication Date Title
JP6629375B2 (ja) 会話型相互作用システムの検索入力におけるユーザ意図を推定する方法およびそのためのシステム
JP6722225B2 (ja) 会話型インターフェースの一部として動的に適用されるフィルタリングオペレータを伴う適応会話状態管理のための方法
US20180260445A1 (en) Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150622

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160719

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160719

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170710

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170713

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20171011

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180115

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180220

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180322

R150 Certificate of patent or registration of utility model

Ref document number: 6313298

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250