JP2018524669A - コミュニケーション及びコンテンツからのコミットメント及びリクエストの自動抽出 - Google Patents

コミュニケーション及びコンテンツからのコミットメント及びリクエストの自動抽出 Download PDF

Info

Publication number
JP2018524669A
JP2018524669A JP2017559498A JP2017559498A JP2018524669A JP 2018524669 A JP2018524669 A JP 2018524669A JP 2017559498 A JP2017559498 A JP 2017559498A JP 2017559498 A JP2017559498 A JP 2017559498A JP 2018524669 A JP2018524669 A JP 2018524669A
Authority
JP
Japan
Prior art keywords
content
message
commitment
request
electronic
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
JP2017559498A
Other languages
English (en)
Other versions
JP6971853B2 (ja
JP2018524669A5 (ja
Inventor
ナサン ベネット，ポール
ナサン ベネット，ポール
チャンドラセカラン，ニルパマ
ガモン，マイケル
ゴトビ，ニクロウズ
ジョエル ホロビッツ，エリック
ジョエル ホロビッツ，エリック
エル． ヒュゲス，リチャード
エル． ヒュゲス，リチャード
シング，プラバディープ
ウィリアム ホワイト，ライアン
ウィリアム ホワイト，ライアン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Corp
Original Assignee
Microsoft Corp
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 Microsoft Corp filed Critical Microsoft Corp
Publication of JP2018524669A publication Critical patent/JP2018524669A/ja
Publication of JP2018524669A5 publication Critical patent/JP2018524669A5/ja
Application granted granted Critical
Publication of JP6971853B2 publication Critical patent/JP6971853B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/10—Multimedia information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/18—Commands or executable codes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Document Processing Apparatus (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

電子コミュニケーションのコンテンツを分析するシステムは、電子コミュニケーションからリクエスト又はコミットメントを自動的に抽出することができる。１つの例示的なプロセスにおいて、処理コンポーネントは、コンテンツを分析して、コンテンツの１つ以上の意味を判別し、電子コミュニケーションに関連する、１つ以上のデータソースのコンテンツを問い合わせ、（ｉ）コンテンツの１つ以上の意味及び（ｉｉ）１つ以上のデータソースのコンテンツに少なくとも部分的に基づいて、コンテンツからリクエスト又はコミットメントを自動的に識別及び抽出することができる。リクエスト又はコミットメントの説明の確認及び精緻化、並びに、追加のメッセージ、リマインダ、アポイントメント、又はトゥドゥリストの作成を含め、リクエスト又はコミットメントを追跡してリクエスト又はコミットメントに対処するために送信者、受信者、又は他の人を支援するアクションを含む複数のアクションが、初期認識及び抽出から続き得る。

Description

電子コミュニケーションは、社会交流及びビジネス交流の重要な形になっている。そのような電子コミュニケーションは、ほんの少しの例を挙げると、電子メール、カレンダー、ＳＭＳテキストメッセージ、音声メール、画像、ビデオ、並びに、他のデジタルコミュニケーション及びコンテンツを含む。電子コミュニケーションは、多数のコンピューティングデバイスのうちの何らかのコンピューティングデバイス上で、自動で又はユーザにより手動で、生成される。
本開示は、ユーザ間のメッセージ等の電子コミュニケーションにおけるリクエスト及びコミットメントを識別するための技術及びアーキテクチャを説明している。例えば、２人の人の間の電子メール交換は、タスクを実行するよう求めるリクエストを第２の人に送信する第１の人からのテキストと、タスクを実行するコミットメントを示すメッセージをもって応答する第２の人からのテキストと、を含み得る。電子メール交換は、システムが、タスクを実行するよう求めるリクエスト及び／又はタスクを実行する受信者によるコミットメントの存在を自動的に判別することに加えて、リクエストを発した人と、タスクを実行するコミットメントをもって応答する人又はタスクの完了に寄与するコミットメントをもって応答する人と、の身元を判別するのに十分な情報を伝達し得る。電子メール交換が、リクエスト及び／又はコミットメントの存在を判別するのに十分な情報を伝達しない場合、システムは、電子メール交換の１つ以上の部分に関連し得る情報の他のソースに問い合わせることができる。例えば、システムは、電子メールの保持されている「スレッド」に含まれるもの等のメッセージのより長い履歴を調べることもできるし、又は、追加の情報について、電子メール交換の作成者の一方又は両方のカレンダー又はデータベースに問い合わせることもできる。システムはまた、タスクを実行するよう求める潜在的リクエスト又はタスクを実行するコミットメントの存在について、いずれかに関する不確実性レベルがある場合には、コミュニケーションに関与するユーザのうちの１人以上に確認を求めることができる。
この概要は、詳細な説明において以下でさらに説明されるコンセプトのうち選択されたコンセプトを簡略化された形で紹介するために提供される。この概要は、特許請求される主題の重要な又は不可欠な特徴を特定することを意図するものではないし、特許請求される主題の範囲を決定する際の助けとして使用されることを意図するものでもない。「技術」という用語は、例えば、１つ以上のシステム、１つ以上の方法、コンピュータ読み取り可能な命令、１つ以上のモジュール、アルゴリズム、ハードウェアロジック（例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準品（ＡＳＳＰ）、システムオンチップシステム（ＳＯＣ）、コンプレックスプログラマブルロジックデバイス（ＣＰＬＤ））、及び／又は、上記のコンテキストにより本文書を通じて許容される１つ以上の他の技術、を指し得る。
詳細な説明が、添付の図面を参照して記載される。図面において、参照符号の最も左側の数字（群）は、その参照符号が最初に現れる図面を識別するものである。異なる図面における同じ参照符号は、類似する又は同一のアイテムを示す。
本明細書に記載の技術が実施され得る例示的な環境を示すブロック図。 例示的なタスク抽出プロセスの対象となる電子コミュニケーションを示すブロック図。 例示的なテキストスレッドを含む電子コミュニケーションとリクエスト及びコミットメントのタスク抽出プロセスとを示すブロック図。 メッセージ、コミットメント、及びリクエストの間の例示的な関係の表。 例示的な抽出モジュールと通信し得る複数の情報ソースのブロック図。 非テキストコミュニケーションに対して作用する例示的な抽出モジュールのブロック図。 例示的な機械学習システムのブロック図。 例示的な機械学習モデルのブロック図。 コミットメント及びリクエスト抽出のための例示的なオンラインプロセス及びオフラインプロセスを示すブロック図。 例示的なタスク抽出プロセスのフロー図。
様々な例は、とりわけ、１人以上のユーザの間のメッセージ（例えば、１人のユーザは、自分自身に又は１人以上の他のユーザに、メッセージを送信し得る）等の電子コミュニケーションからのタスクの抽出を実行するシステムのための技術及びアーキテクチャを説明するものである。例えば、２人の人の間の電子メール交換は、タスクを実行するよう求めるリクエストを第２の人に送信する第１の人からのテキストと、タスクを実行するコミットメント（例えば、合意）を行う第２の人からのテキストと、を含み得る。電子メール交換は、システムが、タスクを実行するよう求めるリクエスト及び／又はタスクを実行するコミットメントの存在を自動的に判別するのに十分な情報を伝達し得る。いくつかの実施形態において、電子メール交換は、リクエスト及び／又はコミットメントの存在を判別するのに十分な情報を伝達しない。そうであろうがなかろうが、システムは、電子メール交換の１つ以上の部分に関連し得る情報の他のソースに問い合わせることができる。例えば、システムは、電子メール交換の作成者の一方又は両方により交換された又は他の人により交換された他のメッセージを調べることができる。システムは、電子メール及び他のメッセージのより大きな集合を調べることもできる。他のメッセージを超えて、システムは、追加の情報について、電子メール交換の作成者の一方又は両方のカレンダー又はデータベースに問い合わせることができる。いくつかの実施形態において、システムは、作成者の一方又は両方のそれぞれの位置における交通状態又は気象状態を問い合わせることができる。
本明細書において、「抽出する」は、コミュニケーションにおけるリクエスト又はコミットメントを判別することを説明するために使用される。例えば、システムは、一連のテキストメッセージからリクエスト又はコミットメントを抽出することができる。ここで、システムは、一連のテキストメッセージからリクエスト又はコミットメントを判別又は識別しているが、一連のテキストメッセージから、リクエスト又はコミットメントを必ずしも除去しているわけではない。すなわち、本明細書において使用されるコンテキストにおける「抽出する」は、特定の例について別途記載されない限り、「除去する」を意味しない。
本明細書において、コミュニケーションからリクエスト及び／又はコミットメントを抽出するプロセスは、「タスク内容」を抽出するプロセスとして説明され得る。すなわち、本明細書に記載の「タスク内容」は、コミュニケーションの意味において伝達される、１つ以上のリクエスト、１つ以上のコミットメント、及び／又は、リクエスト及びコミットメントの組合せを含むプロジェクト（project）を指す。様々な実施形態において、コミットメント及びリクエストの間の相互作用（interplay）が、識別及び抽出され得る。そのような相互作用は、例えば、リクエスト者に対するコミットメントが、リクエスト者及び／又は第３者（例えば、個人、グループ、処理コンポーネント等）に向けられる１つ以上のリクエストを生じさせる場合であり得る。例えば、技術管理者からの「生産歩留まり分析を完了する」よう求めるリクエストに対するコミットメントは、生産データについて製造チームに向けられる２次的なリクエストを生じさせ得る。
様々な実施形態において、プロセスは、コミットメント又はリクエストを含む、テキストのフラグメントを抽出することができる。例えば、段落は、この段落の２番目の文においてコミットメント又はリクエストを含み得る。さらに、プロセスは、この段落における３番目の文又は様々な語句等、コミットメント又はリクエストを含むテキストフラグメント、文、又は段落を抽出することができる。
様々な実施形態において、プロセスは、抽出されたタスク内容（例えば、リクエスト又はコミットメント）に関連付けられた人の識別情報及び抽出されたタスク内容に関連付けられた１つ以上の位置を用いて、抽出されたタスク内容を補足することができる。例えば、抽出されたリクエストは、リクエスト者及び／又は「１人以上の被リクエスト者」の識別情報、１つ以上の関連する位置、時間／日付等といった追加の情報とともに記憶又は処理され得る。
コンピューティングシステムにより識別及び抽出されると、コミュニケーションのタスク内容（例えば、コミットメント又はリクエストの提案又は確認）をさらに処理又は分析して、以下のことを含め、コミットメント又はリクエストの意味を識別又は推論することができる：（例えば、コミュニケーションにおける当事者でない場合）リクエスト又はコミットメントのプライマリオーナー（primary owner）；タスク内容の趣旨及び特性（例えば、タスク内容の説明又は要約）；指定又は推論された関連する日付（例えば、コミットメント又はリクエストを完了するためのデッドライン）；最初の返信又は後続メッセージ等の関連する応答及びそれらの予期されるタイミング（例えば、丁重さの見込みに従った、又は、人々の間の若しくは組織に従ったタスク完了のための効率的なコミュニケーションに基づく）；及び、リクエストを満足するために使用される情報リソース；を識別すること。このような情報リソースは、例えば、時間、人、位置等に関する情報を提供することができる。識別されたタスク内容及びタスク内容に関する推論を用いて、リマインダ、トゥドゥリストの変更（及び例えば表示）、アポイントメント、ミーティング出席依頼、及び他の時間管理アクティビティ等の自動（例えばコンピュータ生成）サービスを駆動することができる。いくつかの例において、そのような自動サービスは、メッセージの作成中に（例えば、電子メール又はテキストをタイプしている間に）、メッセージを読んでいる間に、又は、サーバ若しくはクライアントデバイス上での電子メールのオフライン処理中等の他の時間に、適用され得る。リクエスト又はコミットメントに関する初期抽出及び推論はまた、コミュニケーションから検出又は推論された１つ以上の特性に関する不確実性又は欠落情報の識別に少なくとも部分的に基づいて、リクエスト又はコミットメントに関する現在の理解又は推論と、リクエスト又はコミットメントのステータスと、を確認する又は精緻にする（refine）ように１人以上の参加者に対して作用する自動サービスを呼び出し得る。
いくつかの例において、タスク内容は、対人コミュニケーション（例えば、電子メール、ＳＭＳテキスト、インスタントメッセージング、電話通話、ソーシャルメディアにおけるポスト等）を取り込んだデジタルコンテンツ及び作成されたコンテンツ（例えば、電子メール、ワシントン州レッドモンドのマイクロソフト（登録商標）社によるＯｎｅＮｏｔｅ（登録商標）等のメモ取り組織ツール、ワードプロセッシング文書等）を含む複数の形態のコミュニケーションから抽出され得る。
以下で説明されるように、様々な形態の電子コミュニケーションからタスク内容を識別及び抽出するためのいくつかの例示的な技術は、人間の注釈付け者（human annotator）がコミットメント又はリクエストを含むとして注釈付けし得る、電子コミュニケーションのコンテンツの言語分析を含み得る。人間による注釈は、コミットメント又はリクエストとコミットメント又はリクエストに関する様々な特性との自動抽出を構築してテストするために使用されるトレーニングデータのコーパスを生成するプロセスにおいて使用され得る。技術はまた、（例えば、電子メールエンゲージメント（engagement）データ又は比較的精巧な（sophisticated）抽出方法に基づく、）人間により生成されるラベルの代わり（proxies）を含み得る。抽出システムにおいて使用される方法を開発するために、あるいは、リクエスト又はコミットメント及びそれらの特性を識別及び／又は推論する方法のリアルタイムの使用のために、分析は、幅広い精巧さに沿った異なるポイントでの自然言語処理（ＮＬＰ）分析を含み得る。例えば、比較的低いレベルの精巧さを有する分析は、単純な単語（ワード）分割及びステミングに基づいて、キーワードを識別することを含み得る。比較的中間のレベルの精巧さを有する分析は、単語の集合（「単語の袋」）のより大規模な分析の考慮を含み得る。比較的高いレベルの精巧さを有する分析は、解析木及び論理形式への、コミュニケーションにおける文の精巧な構文解析を含み得る。タスク内容を識別及び抽出する技術は、メッセージ及びメッセージの文の構成要素の特性又は「特徴」を識別することを含み得る。このような技術は、トレーニング及びテストパラダイムにおいてこのような特徴を使用して、メッセージの構成要素を分類するための統計モデルを構築することができる。例えば、このような構成要素は、リクエスト及び／又はコミットメントを含むものとしての文又はメッセージ全体を含み得、また、リクエスト及び／又はコミットメントを最良に説明するテキストを識別及び／又は要約し得る。
いくつかの例において、抽出のための技術は、文中心の（sentence-centric）アプローチの使用、メッセージにおける複数の文の考慮、及び比較的長いコミュニケーションスレッドの網羅的分析を含む階層分析を含み得る。いくつかの実施形態において、そのような比較的長いコミュニケーションスレッドは、ある時間期間にわたるメッセージのセットと、スレッド及びより長い期間のコミュニケーション（例えば、数日、数週間、数か月、又は数年にわたる）のセットと、を含み得る。特定のコミュニケーションに関連付けられたコンテンツの複数のソースが考慮され得る。そのようなソースは、特定のコミュニケーションに関連付けられた人々の履歴及び／又は特定のコミュニケーションに関連付けられた人々の間の関係、ある時間期間中のそれらの人々の位置、それらの人々のカレンダー情報、並びに、それらの人々に関連付けられた組織及び組織構造の詳細の複数の態様を含み得る。
いくつかの例において、技術は、コンテンツの構成要素から識別されたリクエスト又はコミットメントを、リクエスト又はコミットメントを表すものとして直接的に考慮することもあるし、又は、これらは、さらに要約されることもある。技術は、関連する日付（例えば、リクエスト又はコミットメントの期限であるデッドライン）、位置、緊急度、時間要件、タスク対象事項（例えば、プロジェクト）、及び人を含め、文又はより大きなメッセージから他の情報を抽出し得る。いくつかの実施形態において、抽出されたタスク内容の特性は、コミットメント及び／又はリクエストを、メッセージの特定の作成者に帰するとみなすことにより、判別され得る。これは、例えば、複数の受信者とのマルチパーティ電子メールの場合に特に有用であり得る。
メッセージのテキストを超えて、技術は、ほんの少しの例を挙げると、画像及び他のグラフィカルコンテンツ、メッセージの構造、件名ヘッダ、メッセージの長さ、メッセージにおける文又は句（フレーズ）の位置、メッセージが送信された日付／時間、並びに、メッセージの送信者及び受信者に関する情報等、抽出及び要約のために他の情報を考慮し得る。技術はまた、メッセージ自体の特徴（例えば、受信者の数、返信の数、全体の長さ等）及びコンテキスト（例えば、曜日）を考慮し得る。いくつかの実施形態において、技術は、さらに、送信者又は１人以上の受信者、並びに、コミュニケーションの履歴及び／又は編成の構造の履歴に少なくとも部分的に基づいて、候補メッセージ／コンテンツの初期分析又は結果の抽出を、精緻にし得る又は優先順位付けし得る。
いくつかの例において、技術は、現在のコミュニケーションを超えて様々なコミュニケーション（例えば、電子メール、テキスト等）の特徴を分析することを含み得る。例えば、技術は、コミュニケーションスレッドの早い部分がコミットメント又はリクエストを含んでいるかどうか、コミュニケーションスレッドの２人（以上）のユーザの間で以前になされたコミットメント及び／又はリクエストの数等といった、コミットメント及びリクエストの間の相互作用を考慮し得る。
いくつかの例において、技術は、条件付きのタスク内容コミットメント又はリクエストを含む様々なコミュニケーションの特徴を分析することを含み得る。例えば、条件付きのコミットメントは、「私が彼に会えたならば、私は彼に知らせましょう」であり得る。条件付きのリクエストは、「明日晴れているならば、家にペンキを塗ってください」であり得る。
いくつかの例において、技術は、デッドライン、抽出されたタスク内容（例えば、コミットメント及び／又はリクエスト）に関連付けられた人の識別情報（例えば、名前、ＩＤ番号等）、及びタスク内容において言及されている場所等の追加の情報を用いて、抽出されたタスク内容を補足することを含み得る。
いくつかの例において、コンピューティングシステムは、文又はメッセージの注釈付けされたコーパスのトレーニングセット（例えば、機械学習特徴）に対して作用する機械学習プロシージャを使用して、リクエスト及びコミットメント並びに関連情報を識別及び抽出するための予測モデルを構築することができる。他の例において、コンピューティングシステムは、比較的単純なルールベースのアプローチを使用して、抽出及び要約を実行することができる。
いくつかの例において、コンピューティングシステムは、メッセージから抽出されたタスク内容に、このメッセージ自体の中で、明示的に注釈付けすることができる。様々な実施形態において、コンピューティングシステムは、マイクロソフト（登録商標）社によるＷｉｎｄｏｗｓ（登録商標）、Ｃｏｒｔａｎａ（登録商標）、Ｏｕｔｌｏｏｋ（登録商標）、Ｏｕｔｌｏｏｋ Ｗｅｂ Ａｐｐ（登録商標）（ＯＷＡ）、Ｘｂｏｘ（登録商標）、Ｓｋｙｐｅ（登録商標）、Ｌｙｎｃ（登録商標）、及びＢａｎｄ（登録商標）により提供される製品及びサービスを介して公開されているもの等の製品又はサービス、及び、他のベンダからの他のそのようなサービス及びエクスペリエンスを含み得る複数の電子サービス及びエクスペリエンスにおける、リクエスト及びコミットメントを含むメッセージにフラグを付けることができる。様々な実施形態において、コンピューティングシステムは、ほんの少しの例を挙げると、電話通話又は音声メールメッセージ等のオーディオフィード、ＳＭＳ画像、インスタントメッセージングストリーム、及びパーソナルデジタルアシスタントへの口頭リクエストから、リクエスト及びコミットメントを抽出することができる。
いくつかの例において、コンピューティングシステムは、ユーザによる暗示的及び明示的なフィードバックにより、タスク内容を抽出するために使用される予測モデル及び要約を向上させるよう学習することができる。例えば、そのようなフィードバックは、（例えば、表示された抽出されたタスク内容に応じた、）抽出された内容が正しいか又は間違っているかに関するユーザ入力を含み得る。そのようなフィードバックは、例えば、コンピューティングシステムにより定量化及び／又は記憶され、その後、予測モデルに適用され得る。
様々な例が、図１〜図１０を参照してさらに説明される。
以下に記載の環境は、１つの例を構成するが、請求項を、いずれか１つの特定の動作環境に限定するよう意図されるものではない。特許請求される主題の主旨及び範囲から逸脱することなく、他の環境も使用され得る。
図１は、本明細書に記載のタスク抽出を含む例示的なプロセスが動作し得る例示的な環境１００を示している。いくつかの例において、環境１００の様々なデバイス及び／又はコンポーネントは、様々なコンピューティングデバイス１０２を含む。限定ではなく例として、コンピューティングデバイス１０２は、デバイス１０２ａ〜１０２ｅを含み得る。多様なデバイスタイプとして図示されているが、コンピューティングデバイス１０２は、他のデバイスタイプであってもよく、図示されるデバイスタイプに限定されるものではない。コンピューティングデバイス１０２は、例えばバス１１０を介して、入力／出力インタフェース１０６及びコンピュータ読み取り可能な媒体１０８に動作可能に接続される１つ以上のプロセッサ１０４を有する任意のタイプのデバイスを含み得る。コンピューティングデバイス１０２は、例えばデスクトップコンピュータ１０２ａといったパーソナルコンピュータ、ラップトップコンピュータ１０２ｂ、タブレットコンピュータ１０２ｃ、通信デバイス１０２ｄ、パーソナルデジタルアシスタント（ＰＤＡ）１０２ｅ、電子書籍リーダ、ウェアラブルコンピュータ（例えば、スマートウォッチ、パーソナル健康追跡アクセサリ等）、車両コンピュータ、ゲームデバイス等を含み得る。コンピューティングデバイス１０２はまた、例えば、サーバコンピュータ、シンクライアント、ターミナル、及び／又はワークステーションを含み得る。いくつかの例において、コンピューティングデバイス１０２は、コンピューティングデバイス、アプライアンス、又は他の種類のデバイス内に統合されるコンポーネントを含み得る。
いくつかの例において、コンピューティングデバイス１０２により実行されるとして説明される機能の一部又は全ては、１つ以上のリモートピアコンピューティングデバイス、１つ以上のリモートサーバ、又は、例えばクラウドコンピューティングを介する分散コンピューティングリソースにより実装されることもある。いくつかの例において、コンピューティングデバイス１０２は、電子コミュニケーションを受信する入力ポートを含み得る。コンピューティングデバイス１０２は、特定の電子コミュニケーションに関連する又は関連付けられた情報の様々なソースにアクセスするための１つ以上のプロセッサ１０４をさらに含み得る。そのようなソースは、ほんの少しの例を挙げると、電子コミュニケーションに含まれるメッセージの作成者に関する履歴又は個人情報のデータベース及びカレンダーを含み得る。いくつかの実施形態において、作成者は、プロセッサ１０４のうちのいずれかが作成者の個人情報にアクセスし得る前に、「オプトインする」必要がある又は他の肯定的アクションをとる必要がある。いくつかの例において、１つ以上のプロセッサ１０４は、電子コミュニケーションからタスク内容を抽出するよう構成され得る。１つ以上のプロセッサ１０４は、ハードウェアプロセッサ又はソフトウェアプロセッサであり得る。本明細書で使用される場合、処理装置は、ハードウェアプロセッサを表す。
いくつかの例において、デバイス１０２ｄに関して図示されているように、コンピュータ読み取り可能な媒体１０８は、１つ以上のプロセッサ１０４によりロード可能で実行可能であるオペレーティングシステム（ＯＳ）１１２、機械学習モジュール１１４、抽出モジュール１１６、及びプログラム又はアプリケーション１１８を含め、１つ以上のプロセッサ１０４により実行可能な命令を記憶することができる。１つ以上のプロセッサ１０４は、１つ以上の中央処理装置（ＣＰＵ）、グラフィックス処理装置（ＧＰＵ）、ビデオバッファプロセッサ等を含み得る。いくつかの実施形態において、機械学習モジュール１１４は、入力／出力モジュール１０６を介してコンピューティングデバイス１０２によりローカルで又はリモートで情報を収集するための、コンピュータ読み取り可能な媒体１０８に記憶され１つ以上のプロセッサ１０４により実行可能である実行可能コードを含む。この情報は、アプリケーション１１８のうちの１つ以上に関連付けられ得る。機械学習モジュール１１４は、入力データに適用するための、コンピュータ読み取り可能な媒体１０８に記憶されている（又は、より詳細には、機械学習モジュール１１４に記憶されている）複数の機械学習意思決定モデルのうちの任意のものを選択的に適用することができる。
いくつかの実施形態において、抽出モジュール１１６は、入力／出力モジュール１０６を介してコンピューティングデバイス１０２によりローカルで又はリモートで情報を収集するための、コンピュータ読み取り可能な媒体１０８に記憶され１つ以上のプロセッサ１０４により実行可能である実行可能コードを含む。この情報は、アプリケーション１１８のうちの１つ以上に関連付けられ得る。抽出モジュール１１６は、入力データに適用するための、コンピュータ読み取り可能な媒体１０８に記憶されている複数の統計モデル又は予測モデルのうちの任意のものを（例えば、機械学習モジュール１１４を介して）選択的に適用することができる。
所定のモジュールが、様々な動作を実行するとして説明されたが、これらのモジュールは、例に過ぎず、同じ又は類似する機能が、より多くの又はより少ない数のモジュールにより実行されてもよい。さらに、図示されるモジュールにより実行される機能は、必ずしも、単一のデバイスによりローカルで実行される必要はない。そうではなく、いくつかの動作は、リモートデバイス（例えば、ピア、サーバ、クラウド等）により実行されてもよい。
代替的又は追加的に、本明細書に記載の機能の一部又は全ては、１つ以上のハードウェアロジックコンポーネントにより少なくとも部分的に実行されてもよい。例えば、使用され得る例示的なタイプのハードウェアロジックコンポーネントは、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準品（ＡＳＳＰ）、システムオンチップシステム（ＳＯＣ）、コンプレックスプログラマブルロジックデバイス（ＣＰＬＤ）等を含むが、これらに限定されるものではない。
いくつかの例において、コンピューティングデバイス１０２は、画像及び／又はビデオをキャプチャすることができるカメラ、及び／又は、オーディオをキャプチャすることができるマイクロフォンに関連付けられ得る。例えば、入力／出力モジュール１０６は、そのようなカメラ及び／又はマイクロフォンを組み込むことができる。例えば、オブジェクト又はテキストの画像が、当該画像の内容及び／又は意味に対応するテキストに変換され、タスク内容について分析され得る。音声のオーディオが、テキストに変換され、タスク内容について分析され得る。
コンピュータ読み取り可能な媒体は、コンピュータ記憶媒体及び／又は通信媒体を含む。コンピュータ記憶媒体は、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータ等の情報を記憶するための任意の方法又は技術により実装された揮発性及び不揮発性の取り外し可能及び取り外し不可能な媒体を含む。コンピュータ記憶媒体は、相変化メモリ（ＰＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、他のタイプのランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、電気的に消去可能なプログラム可能な読み取り専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリ、若しくは他のメモリ技術、コンパクトディスク読み取り専用メモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、若しくは他の光ストレージ、磁気カセット、磁気テープ、磁気ディスクストレージ、若しくは他の磁気記憶デバイス、又は、コンピューティングデバイスによりアクセスされる情報を記憶するために使用され得る任意の他の非伝送媒体を含むが、これらに限定されるものではない。
一方、通信媒体は、搬送波や他の伝送機構等、変調されたデータ信号により、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータを具現化する。本明細書において規定されるように、コンピュータ記憶媒体は、通信媒体を含まない。様々な例において、メモリ１０８は、コンピュータ実行可能な命令を記憶するコンピュータ記憶媒体の例である。コンピュータ実行可能な命令は、１つ以上のプロセッサ１０４により実行されたときに、とりわけ、個々の電子メッセージのコンテンツを分析し（ここで、電子メッセージは、（ｉ）電子コミュニケーションの間で受信される、（ｉｉ）ユーザインタフェースを介してユーザにより入力される、又は（ｉｉｉ）メモリから取得される）、コンテンツを分析したことに少なくとも部分的に基づいて、電子メッセージから、リクエスト又はコミットメントに対応するテキストを抽出するように、１つ以上のプロセッサを構成する。
様々な例において、入力／出力（Ｉ／Ｏ）インタフェース１０６の入力デバイス又はＩ／Ｏインタフェース１０６に接続される入力デバイスは、直接的タッチ入力デバイス（例えば、タッチスクリーン）、間接的タッチデバイス（例えば、タッチパッド）、間接的入力デバイス（例えば、マウス、キーボード、カメラ又はカメラアレイ等）、又は、オーディオ入力デバイス等の別のタイプの非触覚デバイスであり得る。
コンピューティングデバイス１０２はまた、１つ以上の入力／出力（Ｉ／Ｏ）インタフェース１０６を含み得、１つ以上のＩ／Ｏインタフェース１０６は、ネットワーク１１１を介する、タスク内容を抽出することに関与するコンピューティングデバイス１０２と他のネットワークコンピューティングデバイス又は他のコンピューティングデバイスとの間の有線通信又は無線通信を可能にする１つ以上の通信インタフェースを含み得る。そのような通信インタフェースは、ネットワークを介して通信を送信及び受信するための、例えば、イーサネット（登録商標）ネットワークインタフェースコントローラ（ＮＩＣ）等のＮＩＣ又は他のタイプのトランシーバデバイスといった１つ以上のトランシーバデバイスを含み得る。プロセッサ１０４（例えば、処理装置）は、それぞれの通信インタフェースを通じて、データを交換することができる。いくつかの例において、通信インタフェースは、ＰＣＩｅトランシーバであり得、ネットワーク１１１は、ＰＣＩｅバスであり得る。いくつかの例において、通信インタフェースは、セルラ（３Ｇ、４Ｇ、又はその他）通信用のトランシーバ、Ｗｉ−Ｆｉ（登録商標）通信用のトランシーバ、超広帯域（ＵＷＢ）通信用のトランシーバ、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信用のトランシーバ、又は衛星通信用のトランシーバを含み得るが、これらに限定されるものではない。通信インタフェースは、イーサネット（登録商標）インタフェース、シリアルインタフェース、ユニバーサルシリアルバス（ＵＳＢ）インタフェース、ＩＮＦＩＮＩＢＡＮＤインタフェース、又は他の有線インタフェース等の有線Ｉ／Ｏインタフェースを含み得る。単純化のために、これらのコンポーネント及び他のコンポーネントは、図示されるコンピューティングデバイス１０２から除かれている。入力／出力（Ｉ／Ｏ）インタフェース１０６は、デバイス１０２が、ユーザ入力周辺デバイス（例えば、キーボード、マウス、ペン、ゲームコントローラ、音声入力デバイス、タッチ入力デバイス、ジェスチャ入力デバイス等）及び／又は出力周辺デバイス（例えば、ディスプレイ、プリンタ、オーディオスピーカ、触覚出力デバイス等）等の他のデバイスと通信することを可能にし得る。
図２は、例示的なタスク抽出プロセス２０４の対象となる電子コミュニケーション２０２を示すブロック図である。例えば、プロセス２０４は、コミットメント２０６又はリクエスト２０８が着信コミュニケーション又は発信コミュニケーションにおいてなされたかどうかを検出する複数の技術のうちの任意の技術を含み得る。プロセス２０４はまた、コミットメント又はリクエストを含むとしてメッセージを自動的にマーキングする技術、コミットメント又はリクエストを含むとしてメッセージに自動的に注釈付けする技術、又は、コミットメント又はリクエストを含むとしてメッセージを自動的に識別する技術を含み得る。いくつかの例において、プロセス２０４は、提示と引き続いての追跡及び分析とのためにコミットメント又はリクエストの要約（図示せず）を抽出する技術を含み得る。コミットメント２０６又はリクエスト２０８は、電子コミュニケーション２０２の複数の形態のコンテンツから抽出され得る。そのようなコンテンツは、電子メール、ＳＭＳテキスト又はＳＭＳ画像、インスタントメッセージング、ソーシャルメディアにおけるポスト、会議録等といった対人コミュニケーションを含み得る。そのようなコンテンツはまた、様々な可能性の中でもとりわけ、電子メールアプリケーション又はワードプロセッシングアプリケーションを使用して作成されたコンテンツを含み得る。
いくつかの例において、タスク抽出プロセス２０４は、第３者に関するタスク内容を抽出することができる。例えば、電子メール等の電子コミュニケーション２０２は、電子メールに返答した第１の人によるコミットメントを含み得る。このコミットメントは、本人コミットメント（first-person commitment）であり得る。しかしながら、このコミットメントは、別の人の代わりの（電子メールに返答した）第１の人によるコミットメントである第３者コミットメント（third-person commitment）であることもある。例えば、第１の人は、タスクを実行する部下の代わりに副社長に対するコミットメントを設定する上司であり得る。特定の例に関して、第３者コミットメントは、「私のアシスタントであるジョンが、今日中にあなたに報告書を提供します」であり得る。
いくつかの例において、タスク抽出プロセス２０４は、メッセージ等の電子コミュニケーション２０２から、メッセージ（例えば、電子メールスレッド）の作成者の間の又はメッセージのコンテンツに関連付けられた人々（例えば、メッセージにおいて言及されている人々等）の間の私的な関係及び／又は仕事上の関係に少なくとも部分的に基づいて、タスク内容を抽出することができる。タスク抽出プロセス２０４はまた、メッセージから、メッセージの作成者の間の又はメッセージのコンテンツに関連付けられた人々の間の以前のコミュニケーションに少なくとも部分的に基づいて、タスク内容を抽出することができる。
いくつかの例において、タスク抽出プロセス２０４は、（ｉ）電子コミュニケーション２０２のコンテンツを分析し、（ｉｉ）電子コミュニケーションのコンテンツからリクエスト又はコミットメントをリアルタイムに自動的に抽出することができる。例えば、タスク抽出プロセス２０４の間に、タスク抽出プロセスを実行しているシステムは、コミットメントに関する確認を直ちに求めることができる、且つ／又は、ユーザが過剰に約束するのを防止するために、可能性のある時間の重なり又は他のコミットメントをユーザに通知することにより、リアルタイムサポートをユーザに提供することができる。特定の例において、システムは、時間管理を支援し、「あなたは、今週あまりに多くのことに既にコミットしているため、あなたは、おそらくこれをすることはできないでしょう」というメッセージを表示することにより、過負荷がかけられることについてユーザに通知する役割を果たすことができる。
図３は、例示的なテキストスレッドを含む電子コミュニケーション３０２とリクエスト又はコミットメントのタスク抽出プロセス３０４とを示すブロック図である。例えば、別のユーザからの、ユーザのコンピューティングデバイス上で受信された、ユーザへのテキストメッセージであり得るコミュニケーション３０２は、別のユーザからのテキスト３０６及びユーザからのテキスト３０８を含む。タスク抽出プロセス３０４は、コミュニケーション３０２のコンテンツ（例えば、テキスト３０６及びテキスト３０８）を分析し、（ｉ）ユーザ若しくは別のユーザのコミットメント及び／又は（ｉｉ）ユーザ若しくは別のユーザによるリクエストを判別することを含む。図３に示される例において、別のユーザによるテキスト３０６は、ユーザに「５月９日のアレクシスの誕生日パーティの準備をするのを手伝ってほしい」というリクエスト３１０を含む。ユーザによるテキスト３０８は、ユーザが「午後３時までには５月９日のアレクシスの誕生日パーティの準備をするのを手伝う」つもりであるというコミットメント３１２を含む。タスク抽出プロセス３０４は、テキスト３０６及びテキスト３０８を分析することを含む複数の技術のうちの任意のものを用いて、リクエスト及びコミットメントを判別することができる。いくつかの実施形態において、テキストが、リクエスト又はコミットメントを判別するのに不十分である場合（例えば、情報が「欠落している」又は情報が極めて不確実であるため）、タスク抽出プロセス３０４は、複数のデータソースのうちの何らかのデータソースに問い合わせることができる。例えば、テキスト３０６が、アレクシスの誕生日パーティの日付を含んでいなかった場合（例えば、ユーザがその日付を覚えていると別のユーザが思いこんでいることがあるため）、タスク抽出プロセス３０４は、誕生日の日付について、ユーザ又は別のユーザのカレンダーに問い合わせることができる。
様々な例において、タスク抽出プロセス３０４は、着信メッセージ又は発信メッセージ（例えば、電子メール、テキスト等）が、受信者／送信者に対して／により意図されるリクエスト又はコミットメントを含んでいる可能性（例えば、推論される確率）又は確信度の他の尺度を決定することができる。そのような確信度又は可能性は、メッセージの１つ以上の構成要素又は当該構成要素の要約が、確かなリクエスト又はコミットメントであるという算出された確率から、少なくとも部分的に決定され得る。
いくつかの例において、タスク抽出プロセス３０４は、コミットメントの確信度の尺度を決定することができ、ここで、低確信度のコミットメントは、ユーザがコミットメントを遂行する可能性が高くないものであり、高確信度のコミットメントは、ユーザがコミットメントを遂行する可能性が非常に高いものである。可能性（例えば、確率）又は確信度の他の尺度を用いて、例えば、統計分類器の使用に少なくとも部分的に基づいて、タスク抽出プロセス３０４が、抽出されたコミットメントに関してどれくらい確実であるかをとらえることができる。コミットメントの確信度は、リマインダ、トゥドゥリストの変更、アポイントメント、ミーティング出席依頼、及び他の時間管理アクティビティ等の後続のサービスに有用であり得る。コミットメントの確信度を決定することは、ユーザのイベントの履歴（例えば、過去のコミットメントの遂行等）及び／又は別のユーザのイベントの履歴及び／又はユーザ若しくは別のユーザの個人情報（例えば、年齢、性別、職業、高頻度旅行者等）に少なくとも部分的に基づき得る。例えば、タスク抽出プロセス３０４は、そのような履歴を問い合わせることができる。いくつかの実施形態において、ユーザらのいずれか又は全ては、タスク抽出プロセス３０４がユーザらの個人情報を問い合わせ得る前に、「オプトインする」必要がある又は他の肯定的アクションをとる必要がある。ユーザが、例えば、アレクシスの誕生日パーティにこの数年間出席したこと、多くの他の人々の誕生日パーティに出席する傾向にあること、アレクシス及び／又は別のユーザと比較的親密な関係を持っていること等を、上記のような履歴が示している場合、タスク抽出プロセス３０４は、ユーザによるコミットメントに対して比較的高い確信度を割り当てることができる。コミットメントの確信度を決定することはまた、テキスト３０６及び／又はテキスト３０８におけるキーワード又はキータームに少なくとも部分的に基づき得る。例えば、「誕生日パーティ」は、一般に、ポジティブで望ましい含意を有し（例えば、仕事タスクとは対照的なパーティ）、したがって、コミットメントは、比較的強いものであり得る。一方、会計報告書を書くことに対するコミットメントを伴う別の例において、そのような活動は、一般に、望ましくなく、したがって、そのようなコミットメントには、比較的低い確信度が割り当てられ得る。しかしながら、会計報告書を書くことに対するそのようなコミットメントが、ユーザの仕事（例えば、業務）に関連する場合、そのようなコミットメントには、比較的高い確信度が割り当てられ得る。タスク抽出プロセス３０４は、複数のそのようなシナリオ及びファクタを重み付けして、コミットメントの確信度を決定することができる。例えば、タスク抽出プロセス３０４は、電子メッセージに関連するコンテンツに少なくとも部分的に基づいて、メッセージにおけるリクエスト又はコミットメントの確信度（例えば、重要度）を決定することができる。
図４は、メッセージ及びタスク内容の間の例示的な関係の表４００である。詳細には、このようなタスク内容は、コミットメント及び／又はリクエストを含み、これらのいずれも、コンピューティングデバイスのユーザ、又は、１つ以上のコンピューティングデバイスに対する１人以上の人であり得る「他のユーザエンティティ」により生成され得る（例えば、アプリケーションにより自動で、又は、手動で書き込まれる）。いくつかの例において、他のユーザエンティティは、メッセージを自分自身に送信することがある上記のユーザであることもある。他の例において、ユーザ及び／又は他のユーザエンティティは、任意の人（例えば、代理人、アシスタント、上司等）又はマシン（例えば、命令を受信して実行するよう構成されているプロセッサベースのシステム）であり得る。表４００は、コンピューティングデバイスのユーザにより生成され他のユーザエンティティに送信される発信メッセージと、他のユーザエンティティにより生成されコンピューティングデバイスのユーザにより受信される着信メッセージと、を示している。
発信メッセージ又は着信メッセージから抽出され得るコミットメントの例は、次のものを含む：「私が、文書を用意し、月曜日にそれらの文書をあなたに送ります。」、「私が、金曜日までに領収書をスミス氏に送ります。」、「私がこれをします。」、「私があなたに提出し直します。」、「私がします。」等。後者の例群は、コミットメント（又はその陳述）が時間又はデッドラインを含む必要がないことを示している。着信メッセージ又は発信メッセージから抽出され得るリクエストの例は、次のものを含む：「マットの下に鍵を置いておくようにしてもらえませんか？」、「あなたが夕食のためにそれをより早くできるかどうかを私に知らせてください。」、「あなたは、月末までに予算分析を行えますか？」等。リクエストは、直接疑問形である必要はない。例えば、「あなたの報告書を午後５時までに提出するのを忘れないように」は、直接疑問ではないが、この陳述は、リクエストとみなされる。
表４００は、メッセージに含まれるタスクの４つの特定のケースを含む。１つのケースは、ユーザによる他のユーザエンティティに対するコミットメントを含む発信メッセージである。別のケースは、ユーザによる他のユーザエンティティに対するリクエストを含む発信メッセージである。さらに別のケースは、他のユーザエンティティからのユーザに対するコミットメントを含む着信メッセージである。さらに別のケースは、他のユーザエンティティからのユーザに対するリクエストを含む着信メッセージである。メッセージからタスク内容を抽出するプロセスは、これらの特定のケースのうちどれが処理されているかに少なくとも部分的に応じて、互いと異なり得る。そのようなプロセスは、ユーザのコンピューティングシステムデバイスにより、又は、このコンピューティングデバイスと通信するコンピューティングシステム（例えば、サーバ）により、実行され得る。例えば、着信メッセージが他のユーザエンティティからのユーザに対するコミットメントを含むケースに適用されるプロセスは、様々なデータソースに問い合わせて、他のユーザエンティティのコミットメントの確信度（例えば、本気度、信頼度、価値度）を決定することを含み得る。そのような様々なデータソースは、他のユーザエンティティの個人データ又は履歴を含み得る。いくつかの例において、データソースは、バスを介してプロセッサに電子的に接続されるメモリデバイス等の、デバイスの処理コンポーネントに関連付けられるメモリであり得る。いくつかの例において、他のユーザエンティティによるアクション（ミーティングをキャンセルしたことや、タスクを最後まで遂行しなかったこと）の履歴は、他のユーザエンティティのコミットメントの信頼度を示し得る。いくつかの実施形態において、ユーザ及び／又は他のユーザエンティティは、プロセスがユーザ及び／又は他のユーザエンティティの個人情報にアクセスし得る前に、「オプトインする」必要がある又は他の肯定的アクションをとる必要がある。
別の例として、発信メッセージがユーザによる他のユーザエンティティに対するリクエストを含むケースに適用されるプロセスは、様々なデータソースに問い合わせて、他のユーザエンティティが、ユーザのリクエストに対する強い（例えば、本気の、信頼できる、価値のある）コミットメントをもって応答する結果の可能性を決定することを含み得る。そのような様々なデータソース（これらは、このプロセスを実行する１つ以上のデバイスの外部にある必要はない）は、他のユーザエンティティの個人データ又は履歴を含み得る。例えば、他のユーザエンティティによるアクション（ミーティングをキャンセルしたことや、タスクを最後まで遂行しなかったこと）の履歴は、他のユーザエンティティが、ユーザのリクエストに対するコミットメントを受け入れる又は遂行する可能性（又はその欠如）を示し得る。
一方、着信メッセージが他のユーザエンティティからのユーザに対するリクエストを含むケースに適用されるプロセスは、様々なデータソースに問い合わせて、リクエストの重要度（及び、それに付随して、リクエストに対するコミットメントの重要度）を決定することを含み得る。例えば、他のユーザエンティティが、ユーザの上司である場合、リクエストは、比較的重要である可能性が高い。したがって、このプロセスは、他のユーザエンティティの個人データ及び／又は仕事上のデータを含む様々なデータソースに問い合わせて、他のユーザエンティティが、上司、部下、同僚、友人、家族等であるかどうかを判別することができる。
別の例において、発信メッセージがユーザによる他のユーザエンティティに対するコミットメントを含むケースに適用されるプロセスは、様々なデータソースに問い合わせて、コミットメントの重要度を決定することを含み得る。例えば、他のユーザエンティティが、ユーザの上司である場合、コミットメントは、比較的重要である可能性が高い。したがって、このプロセスは、他のユーザエンティティの個人データ及び／又は仕事上のデータを含む様々なデータソースに問い合わせて、他のユーザエンティティが、上司、部下、同僚、友人、家族等であるかどうかを判別することができる。
図５は、複数のエンティティ５０４〜５１８と通信する抽出モジュール５０２を含む例示的なシステム５００のブロック図である。そのようなエンティティは、ほんの少しの例を挙げると、ホストアプリケーション（例えば、インターネットブラウザ、ＳＭＳテキストエディタ、電子メールアプリケーション、電子カレンダー機能等）、データベース又は情報ソース（例えば、個々人の個人履歴、企業又は機関の組織情報、サービスとしてデータを提供し得るサードパーティデータアグリゲータ等）を含み得る。抽出モジュール５０２は、例えば、図１に示される、コンピューティングデバイス１０２における抽出モジュール１１６と同じ又は類似するものであり得る。（ほんの少しの例を挙げると）トレーニングデータ５１０、カレンダー５１２、及び、ソーシャルメディア５１６から収集されたデータ等の、エンティティ５０４〜５１８の一部は、抽出モジュール５０２に関連付けられたメモリデバイスに記憶され得る。例えば、メモリデバイスは、（例えば、処理コンポーネントであり得る）抽出モジュール５０２に直接接続され得る（例えば、有線で）。別の例において、メモリデバイスは、（例えば、１つ以上のリモートピアコンピューティングデバイス、１つ以上のリモートサーバ、又は、例えばクラウドコンピューティングを介する分散コンピューティングリソースにより）抽出モジュール５０２に無線接続及び／又はリモート接続され得る。
抽出モジュール５０２は、複数の言語分析技術のうちの任意のものを適用することにより、コミュニケーションのコンテンツ及び／又はエンティティ５０４〜５１８により提供されたデータ若しくは情報を分析するよう構成され得る。例えば、抽出モジュール５０２は、電子メールエンティティ５０４、ＳＭＳテキストメッセージエンティティ５０６等により提供されたコミュニケーションのコンテンツを分析するよう構成され得る。抽出モジュール５０２はまた、インターネットエンティティ５０８、トレーニングデータ５１０を提供する機械学習エンティティ、電子メールエンティティ５０４、カレンダーエンティティ５１２等により提供されたデータ又は情報を分析するよう構成され得る。抽出モジュール５０２は、エンティティ５０４〜５１８のうちの任意のものから収集された情報又はデータに言語分析を適用することにより、コンテンツを分析することができる。
図５における両端矢印は、データ又は情報が、エンティティ５０４〜５１８と抽出モジュール５０２との間でいずれの方向にフローし得ることを示している。例えば、抽出モジュール５０２からエンティティ５０４〜５１８のうちの任意のものにフローするデータ又は情報は、エンティティに問い合わせるために抽出モジュールにより生成されるクエリの部分であり得る。そのようなクエリは、エンティティのうちの任意のものにより提供されたコンテンツの１つ以上の意味を判別するために、抽出モジュール５０２により使用され得る。
いくつかの例において、抽出モジュール５０２は、電子メールエンティティ５４０から、複数のユーザの間の電子メール交換（例えば、コミュニケーション）のコンテンツを受信することができる。抽出モジュールは、このコンテンツを分析して、このコンテンツの１つ以上の意味を判別することができる。コンテンツの分析は、例えば、単語、句、文、メタデータ（例えば、電子メールのサイズ、作成日等）、画像等の、コンテンツの要素の意味を判別し、そのような要素が相互に関連付けられているかどうか及びどのように相互に関連付けられているかを判別する複数の技術のうちの任意のものにより実行され得る。コンテンツの「意味」は、自然言語でコンテンツをどのように解釈するであろうかであり得る。例えば、コンテンツの意味は、人にタスクを実行するよう求めるリクエストを含み得る。別の例において、コンテンツの意味は、タスクの説明、タスクがいつまでに完了されるべきであるかの時間、タスクに関する背景情報等を含み得る。
任意的な実施形態において、抽出モジュールは、例えば、ソーシャルメディアエンティティ５１６等の１つ以上のデータソースのコンテンツを問い合わせてもよい。１つ以上のデータソースのそのようなコンテンツは、電子メール交換のコンテンツに関連付けられ得る（例えば、件名、作成者、日付、時間、位置等により関連付けられ得る）。抽出モジュール５０２は、（ｉ）電子メール交換のコンテンツの１つ以上の意味及び（ｉｉ）１つ以上のデータソースのコンテンツに少なくとも部分的に基づいて、電子メール交換のコンテンツからリクエスト又はコミットメントを自動的に抽出することができる。
いくつかの例において、抽出モジュール５０２は、トレーニングデータ５１０及び／又は抽出モジュールとエンティティ５０４〜５１８のうちの任意のものとの間のリアルタイムの進行中の通信から学習された予測モデルを使用して、タスク内容を抽出することができる。そのような予測モデルは、発信若しくは着信コミュニケーション（例えば、メッセージ）又は該コミュニケーションのコンテンツがリクエストを含んでいると推論することができる。同様に、発信若しくは着信コミュニケーション又は該コミュニケーションのコンテンツは、タスクを実行するコミットメントを含み得る。着信又は発信コミュニケーションからのコミットメント及びリクエストの識別及び抽出は、コミットメント及びリクエストに関するコミュニケーションの送信者及び受信者をサポートする複数の機能を果たすことができる。
いくつかの例において、抽出モジュール５０２は、ほんの少しの例を挙げると、電子メールエンティティ５０４から受信された電子メール又はＳＭＳテキストメッセージエンティティ５０６からのＳＭＳテキストメッセージから、コミットメント及びリクエストの提案及び確認を識別及び抽出するための統計モデルを使用して、タスク内容を抽出することができる。統計モデルは、エンティティ５０４〜５１８のうちの任意のもの又はこれらの組合せからのデータ又は情報に少なくとも部分的に基づき得る。
いくつかの例において、抽出モジュール５０２は、メッセージの作成者がメッセージを書いている間に、タスク内容を抽出することができる。例えば、そのような書くことは、任意のタイプのテキストエディタ又はアプリケーションを使用して電子メール又はテキストメッセージをタイプすることを含み得る。他の例において、抽出モジュール５０２は、人が、受信されたメッセージを読んでいる間に、タスク内容を抽出することができる。例えば、人がメッセージを読んでいるときに、抽出モジュール５０２は、メッセージのテキストにおけるリクエスト又はコミットメントをハイライト又は強調することにより、メッセージの諸部分に注釈付けすることができる。いくつかの実施形態において、抽出モジュールは、メッセージが読まれている（又は表示されている）間に、メッセージに関連情報を付加することができる。例えば、そのような関連情報は、エンティティ５０４〜５１８から等、データ又は情報の追加のソースから、推論され得る。特定の例において、コンピュータシステムは、読者にクラスのタイプに注意を向けるよう求めるリクエストを含むメッセージを表示することができる。抽出モジュール５０２は、インターネット５０８に問い合わせて、複数のそのようなクラスが、様々な位置において、且つ、読者が居住しているエリア（例えば、これは、読者に関する個人データから推論され得る）における様々な時間において提供されることを判別することができる。したがって、抽出モジュールは、選択肢又は提案のリストを生成して読者に提供することができる。そのようなリストは、例えば、マウスオーバーに応じて、テキストのうちの関連する部分のテキストの近くに表示されてもよいし、又は、ディスプレイの他の部分において「永続的に」表示されてもよい。いくつかの実施形態において、リストは、リクエストが、読者により選択された時間を含むように、読者により（例えば、マウスクリックによって）選択可能であるアイテムを含み得る（読者により選択された時間は、リクエスト者により「提案された」時間に取って代わり得、リクエスト者には、読者により選択された時間が自動的に通知され得る）。
図６は、オーディオ記録、画像、又はビデオ記録等の非テキストコンテンツ６０４に対してタスク抽出を実行することができる例示的な抽出モジュール６０２のブロック図である。抽出モジュール６０２は、図５に示される抽出モジュール５０２と同じ又は類似するものであり得る。例えば、抽出モジュール６０２は、エンティティ５０４〜５１８の一部又は全てと通信することができる。
非テキストコンテンツ６０４は、非テキストコンテンツの要素を説明する対応するテキスト６０６に変換され得る。例えば、複数の画像認識技術のうちの任意のものを使用して、画像（又はビデオ記録の静止画）をテキストに変換することができる。同様に、複数のオーディオトゥテキスト（audio-to-text）技術のうちの任意のものを使用して、オーディオ記録をテキストに変換することができる。対応するテキスト６０６が、抽出モジュール６０２に提供され得、抽出モジュール６０２は、その後、対応するテキストからタスク内容を抽出することができる。そのような抽出されたタスク内容は、例えば、コミットメント６０８及び／又はリクエスト６１０を含み得る。
抽出モジュール６０２が非テキストコンテンツ６０４からタスク内容をどのように抽出し得るかを示す特定の例示的な例は、風船及び飾りリボンの画像を含むメッセージに関わる。そのような画像は、風船及び飾りリボンの画像を認識し、テキスト「風船」及びテキスト「飾りリボン」を生成する画像認識技術により、テキスト６０６に変換され得る。追加のテキストが、画像内の風船及び飾りリボンの間の並置（juxtapositional）関係を説明するために含められ得る。抽出モジュール６０２は、複数のエンティティ（例えば、５０４〜５１８）のうちの任意のものに問い合わせて、メッセージの送信者に対する風船及び飾りリボンのコンテキストを判別することができる。一例において、抽出モジュール６０２は、（例えば、送信者とインターネットサイトとの間の合致を検索することにより、）メッセージがパーティ用品の広告であることを判別することができる。結果として、抽出モジュールは、メッセージがコミットメント又はリクエストを含まないと結論を下すことができる。別の例において、抽出モジュール６０２は、（例えば、送信者及びメッセージ受信者に関する個人情報を検索することにより、）（例えば、送信者又はいずれかの家族が間もなく誕生日である、あるいは、受信者が過去の年において誕生日パーティに出席した等の場合等、）メッセージが誕生日パーティに関する通知であることを判別することができる。そのような場合、抽出モジュール６０２は、画像を、受信者に誕生日パーティに出席するよう求めるリクエストとみなすことができる。抽出モジュールは、追加的に、パーティの日付を推論し、それにより、タスクとタスクを実行する時間とを含む完全なリクエストを生成することもできる。
いくつかの例において、抽出モジュール６０２（又は５０２）により実行されるタスク抽出プロセスは、メッセージ送信者及び／又は受信者に、抽出モジュールにより抽出されたコミットメント又はリクエストの正しさを確認するよう求めることができる。詳細には、抽出モジュール６０２が、比較的低い確信度をもって推論を実行する（例えば、漠然とした情報又は緩く関連付けられた情報に基づいて推論を実行する）場合、抽出モジュールは、メッセージにおいてタスクに関する追加の情報又は確認を送信者及び／又は受信者に促すダイアログを表示することができる。一方、抽出モジュール６０２が、比較的高い確信度をもって推論を実行する（例えば、信頼できる情報又は密に関連付けられた情報に基づいて推論を実行する）場合、抽出モジュールは、メッセージにおいてタスクに関する追加の情報又は確認を送信者及び／又は受信者に促すダイアログを表示する必要はない。
いくつかの例において、抽出モジュール６０２は、非テキストコンテンツを対応するテキストに変換するよう構成され得る。他の例において、抽出モジュール６０２は、非テキストコンテンツから既に変換されている対応するテキストを単に受信するよう構成され得る。
図７は、様々な例に従った機械学習システム７００のブロック図である。機械学習システム７００は、機械学習モデル７０２（これは、図１に示される機械学習モジュール１１４と同じ又は類似するものであり得る）、トレーニングモジュール７０４、及び抽出モジュール７０６を含む。抽出モジュール７０６は、例えば、抽出モジュール５０２と同じ又は類似するものであり得る。別個のブロックとして図示されているが、いくつかの例において、抽出モジュール７０６が、機械学習モデル７０２を含むこともある。機械学習モデル７０２は、オフライントレーニングモジュール７０４からトレーニングデータを受け取ることができる。例えば、トレーニングデータは、機械学習システム７００を含むコンピューティングシステムのメモリからのデータ又は図５に示されるエンティティ５０２〜５１８の任意の組合せからのデータを含み得る。メモリは、コンピューティングシステム若しくは特定のユーザにより受信された且つ／又はコンピューティングシステム若しくは特定のユーザに送信されたリクエスト及びコミットメントの履歴を記憶することができる。メモリからのデータ又はエンティティからのデータを使用して、機械学習モデル７０２をトレーニングすることができる。そのようなトレーニングの後、機械学習モデル７０２は、抽出モジュール７０６により使用され得る。したがって、例えば、オフライントレーニングのためにリクエスト及び／又はコミットメントの履歴からのデータを使用したトレーニングは、機械学習モデルについての初期状態として機能することができる。以下で説明される特徴付け（featurization）を含む技術等の、トレーニングのための他の技術も使用され得る。
図８は、様々な例に従った機械学習モデル８００のブロック図である。機械学習モデル８００は、図７に示される機械学習モデル７０２と同じ又は類似するものであり得る。機械学習モデル８００は、ランダム森ブロック８０２、サポートベクタマシンブロック８０４、及びグラフモデルブロック８０６等の複数の機能ブロックのうちの任意のものを含む。ランダム森ブロック８０２は、トレーニング時に決定木を構築することにより動作する、分類のためのアンサンブル学習方法を含み得る。ランダム森ブロック８０２は、例えば、個々の木により出力されるクラスのモードであるクラスを出力することができる。ランダム森ブロック８０２は、多数の特定のモデルを作成するために混合されマッチングされ得るいくつかの交換可能な部分を含むフレームワークとして機能することができる。そのようなフレームワークにおいて機械学習モデルを構築することは、各ノードにおいて用いられる、意思決定の方向を決定すること、各葉において使用するための予測因子のタイプを決定すること、各ノードにおいて最適化するための分岐目標を決定すること、ランダム性を木に導入するための方法を決定すること等を含む。
サポートベクタマシンブロック８０４は、機械学習モデル８００のためのデータを分類する。サポートベクタマシンブロック８０４は、分類及び回帰分析のために使用される、データを分析しパターンを認識する関連付けられた学習アルゴリズムを有する教師あり学習モデルとして機能することができる。例えば、各トレーニングデータが２つのカテゴリのうちの１つのカテゴリに属するとしてマーキングされているトレーニングデータのセットを所与として、サポートベクタマシントレーニングアルゴリズムは、新たなトレーニングデータを一方のカテゴリ又は他方のカテゴリに割り当てる機械学習モデルを構築する。
グラフモデルブロック８０６は、グラフが、ランダム変数の間の条件付き依存性及び独立性を示す確率グラフモデルである確率モデルとして機能する。確率グラフモデルは、対象とする変数の集合に対する結合確率分布を表す。確率的推論アルゴリズムは、これらのグラフモデルに対して作用して、特定のエビデンスに基づいて推論を実行する。推論は、メッセージ又は特定の文がコミットメント又はリクエストを含む確率等の、対象とする確率に関する更新を提供する。学習プロシージャは、構造化されていない情報のトレーニングセットから構造を発見するプロセスを用いて、データからそのような確率モデルを構築することができる。学習プロシージャはまた、（例えば、抽出されたタスク情報が正しいか否かを確認する）ユーザからの明示的なフィードバックからそのような確率モデルを構築することができる。非テキストコンテンツからタスク内容を推論するために使用され得るグラフモデルの適用は、ほんの少しの例を挙げると、情報抽出、音声認識、画像認識、コンピュータビジョン、及び、低密度パリティチェック符号の復号を含み得る。
図９は、コミットメント及びリクエスト抽出に関わる例示的なオンラインプロセス及びオフラインプロセス９００を示すブロック図である。このようなプロセスは、上述したコンピューティングデバイス１０２等の、コンピューティングデバイス又はプロセッサ（例えば、処理装置）により実行され得る。「オフライン」とは、教師あり／ラベル付きトレーニングデータ（例えば、ラベル付けされたコミットメント文及びリクエスト文を含む電子メールのセット）を使用して機械学習アルゴリズムがトレーニングされるトレーニング段階を指す。「オンライン」とは、新たな（初見の）電子メールからコミットメント及びリクエストを抽出するためのトレーニングされたモデルの適用を指す。特徴付けプロセス９０２及びモデル学習プロセス９０４は、コンピューティングデバイスにより、オフライン又はオンラインで実行され得る。一方、新たなメッセージ９０６の受信及びモデルを適用するプロセス９０８は、オンラインで生じ得る。
いくつかの例において、特徴付けプロセス９０２、モデル学習プロセス９０４、及びモデルを適用するプロセス９０８の一部又は全ては、抽出モジュール１１６又は５０２等の抽出モジュールにより実行され得る。他の例において、特徴付けプロセス９０２及び／又はモデル学習プロセス９０４は、機械学習モジュール（例えば、図１に示される機械学習モジュール１１４）により実行され得、モデルを適用するプロセス９０８は、抽出モジュールにより実行され得る。
いくつかの例において、特徴付けプロセス９０２は、図５に示されるエンティティ５０４〜５１８のうちの任意のもの等の様々なソースから、トレーニングデータ９１０及びデータ９１２を受信することができる。特徴付けプロセス９０２は、分類に有用であるテキストフラグメントの特徴セットを生成することができる。テキストフラグメントは、１つ以上のコミュニケーションのコンテンツの諸部分（例えば、概して比較的多数のコミュニケーションのトレーニングデータ９１０）を含み得る。例えば、テキストフラグメントは、単語、用語（ターム）、句、又はこれらの組合せであり得る。モデル学習プロセス９０４は、コミュニケーションから、リクエスト及びコミットメント等のタスク内容を抽出するためにプロセス９０８において使用されるモデルを生成して反復的に向上させる機械学習プロセスである。例えば、モデルは、新たなメッセージ９０６（例えば、電子メール、テキスト等）に適用され得る。コンピューティングデバイスは、新たなメッセージ９０６にモデルを適用するプロセス９０８とは非同期に、モデル学習プロセス９０４を、継続的に、適宜に、又は周期的に、実行することができる。したがって、例えば、モデル学習プロセス９０４は、メッセージ９０６にモデル（又はモデルの現バージョン）を適用する等のオンラインプロセスから独立してオフラインで、モデルを更新する又は向上させることができる。
新たなメッセージ９０６にモデルを適用するプロセス９０８は、上述したように、５０４〜５１８等のエンティティから受信され得る他の情報９１４を考慮することを含み得る。いくつかの実施形態において、他のソースからのデータ９１２の少なくとも一部は、他の情報９１４と同じであり得る。モデルを適用するプロセス９０８は、新たなメッセージ９０６に含まれるタスク内容の抽出をもたらし得る。そのようなタスク内容は、コミットメント及び／又はリクエストを含み得る。
図１０は、抽出モジュール又はプロセッサ（例えば、処理装置）により実行され得る例示的なタスク抽出プロセス１０００のフロー図である。例えば、プロセス１０００は、図１に示されるコンピューティングデバイス１０２（例えば、抽出モジュール１１６）により実行され得る、又は、より具体的には、他の例において、図５に示される抽出モジュール５０２により実行され得る。
ブロック１００２において、抽出モジュールは、電子コミュニケーションのコンテンツを分析して、コンテンツの１つ以上の意味を判別することができる。例えば、そのような電子コミュニケーションは、電子メール、テキストメッセージ、非テキストコンテンツ、ソーシャルメディアポスト等を含み得る。ブロック１００４において、抽出モジュールは、電子コミュニケーションに関連する、１つ以上のデータソースのコンテンツを問い合わせることができる。例えば、１つ以上のデータソースは、図５の例において説明されたエンティティ５０４〜５１８のうちの任意のものを含み得る。別の例において、抽出モジュールが抽出モジュール１１６である場合、１つ以上のデータソースは、図１の例において説明されたコンピュータ読み取り可能な媒体１０８の任意の部分を含み得る。１つ以上のデータソースは、ほんの少しの例を挙げると、件名、電子コミュニケーションの作成者、作成者に関連する人、時間、日付、イベントの履歴、及び組織により、電子コミュニケーションに関連付けられ得る。
ブロック１００６において、抽出モジュールは、電子コミュニケーションのコンテンツからリクエスト又はコミットメントを自動的に抽出することができる。そのような抽出は、（ｉ）コンテンツの１つ以上の意味及び（ｉｉ）１つ以上のデータソースのコンテンツに少なくとも部分的に基づき得る。
いくつかの実施形態において、電子コミュニケーションは、オーディオ、画像、又はビデオを含む。変換モジュールが、オーディオ、画像、又はビデオを、対応するテキストに変換して、電子コミュニケーションのコンテンツを生成するために、使用され得る。電子コミュニケーションのコンテンツは、抽出モジュールに提供され得る。
いくつかの実施形態において、抽出モジュールは、プロセス１０００をリアルタイムに実行することができる。
図１０に示される動作のフローは、ハードウェア、ソフトウェア、ファームウェア、又はこれらの組合せにより実施され得る、ブロック及び／又は動作のシーケンスを表す矢印の集合として示されている。ブロックが記載されている順序は、限定として解釈されるようには意図されておらず、任意の数の記載されている動作が、１つ以上の方法又は代替の方法を実施するために、何らかの順序で組み合わされることもある。さらに、個々の動作は、本明細書に記載の主題の主旨及び範囲から逸脱することなく、動作のフローから除かれ得る。ソフトウェアのコンテキストにおいて、ブロックは、１つ以上のプロセッサにより実行されたときに、記載されている動作を実行するように１つ以上のプロセッサを構成するコンピュータ読み取り可能な命令を表す。ハードウェアのコンテキストにおいて、ブロックは、記載されている動作を実行するよう構成されている１つ以上の回路（例えば、ＦＰＧＡ、特定用途向け集積回路（ＡＳＩＣ）等）を表し得る。
図１０に示される動作のフローにおける任意のルーチン記述、要素、又はブロックは、ルーチンにおける特定の論理的機能又は要素を実装するための１つ以上の実行可能な命令を含む、モジュール、セグメント、又はコード部分を表し得る。
例示的な項
Ａ．電子コミュニケーションのコンテンツを受信するレシーバポートと、前記電子コミュニケーションの前記コンテンツを分析して、前記電子コミュニケーションの前記コンテンツの１つ以上の意味を判別し、前記電子コミュニケーションに関連する、１つ以上のデータソースのコンテンツを問い合わせ、（ｉ）前記コンテンツの前記１つ以上の意味及び（ｉｉ）前記１つ以上のデータソースの前記コンテンツに少なくとも部分的に基づいて、前記電子コミュニケーションの前記コンテンツからリクエスト又はコミットメントを自動的に抽出する抽出モジュールと、を備えるシステム。
Ｂ．前記１つ以上のデータソースの前記コンテンツは、前記電子コミュニケーションの前記コンテンツの１人以上の作成者の個人データを含む、パラグラフＡ記載のシステム。
Ｃ．前記電子コミュニケーションは、オーディオ、画像、又はビデオを含み、前記システムは、前記オーディオ、前記画像、又は前記ビデオを、対応するテキストに変換して、前記電子コミュニケーションの前記コンテンツを生成し、前記電子コミュニケーションの前記コンテンツを前記抽出モジュールに提供する変換モジュールをさらに備える、パラグラフＡ記載のシステム。
Ｄ．前記抽出モジュールは、前記電子コミュニケーションの前記コンテンツに統計モデルを適用することにより、前記電子コミュニケーションの前記コンテンツを分析するよう構成されている、パラグラフＡ記載のシステム。
Ｅ．前記抽出モジュールは、前記の抽出されたリクエスト又はコミットメントに関連付けられた人の識別情報及び前記の抽出されたリクエスト又はコミットメントに関連付けられた１つ以上の位置を用いて、前記の抽出されたリクエスト又はコミットメントを補足するよう構成されている、パラグラフＡ記載のシステム。
Ｆ．前記電子コミュニケーションの前記コンテンツ及び／又は前記１つ以上のデータソースの前記コンテンツをトレーニングデータとして使用するよう構成されている機械学習モジュールをさらに備える、パラグラフＡ記載のシステム。
Ｇ．前記抽出モジュールは、（ｉ）前記電子コミュニケーションの前記コンテンツを分析し、（ｉｉ）前記電子コミュニケーションの前記コンテンツから前記リクエスト又はコミットメントをリアルタイムに自動的に抽出するよう構成されている、パラグラフＡ記載のシステム。
Ｈ．メッセージを受信するステップと、前記メッセージに言語分析を適用して、前記メッセージを機械言語特徴に自動的に変換するステップと、前記メッセージに関連する情報を見つけ出すために、データソースを検索するステップと、前記データソースから、前記メッセージに関連する前記情報を受信するステップと、前記の受信された情報に少なくとも部分的に基づいて、前記機械言語特徴の間でリクエスト又はコミットメントを自動的に識別するステップと、を含む方法。
Ｉ．前記メッセージは、オーディオ、画像、又はビデオを含み、前記メッセージに前記言語分析を適用することは、前記オーディオ、前記画像、又は前記ビデオに対応するテキストを決定することと、前記オーディオ、前記画像、又は前記ビデオに対応する前記テキストに前記言語分析を適用することと、をさらに含む、パラグラフＨ記載の方法。
Ｊ．前記メッセージに関連する前記データソースは、他のメッセージを含む、パラグラフＨ記載の方法。
Ｋ．前記メッセージに関連する前記データソースは、前記メッセージの作成者の１つ以上の特徴を含む、パラグラフＨ記載の方法。
Ｌ．前記メッセージを受信することは、時間スパン中に、前記メッセージの諸部分を順次に受信することと、前記時間スパン中に、前記メッセージの前記の受信された諸部分に前記言語分析を適用することと、をさらに含む、パラグラフＨ記載の方法。
Ｍ．前記リクエスト又は前記コミットメントを含むとして、前記メッセージにフラグを付ける且つ／又は前記メッセージに注釈付けするステップをさらに含む、パラグラフＨ記載の方法。
Ｎ．データを受信及び送信するトランシーバポートと、ユーザインタフェースを介してユーザにより入力された電子メッセージを分析し、前記データを検索して、前記電子メッセージに関連するコンテンツを見つけ出し、前記電子メッセージに関連する前記コンテンツに少なくとも部分的に基づいて、前記電子メッセージから、リクエスト又はコミットメントに対応するテキストを抽出するプロセッサと、を備えるコンピューティングデバイス。
Ｏ．前記プロセッサは、前記電子メッセージに関連する前記コンテンツに少なくとも部分的に基づいて、前記リクエスト又は前記コミットメントの重要度を決定するよう構成されている、パラグラフＮ記載のコンピューティングデバイス。
Ｐ．前記プロセッサは、前記電子メッセージ又は前記データを、機械学習プロセスのためのトレーニングデータとして適用するよう構成されている、パラグラフＮ記載のコンピューティングデバイス。
Ｑ．前記電子メッセージを分析することは、前記機械学習プロセスにより実行される、パラグラフＰ記載のコンピューティングデバイス。
Ｒ．電子ディスプレイをさらに備え、前記プロセッサは、前記電子ディスプレイ上に表示される画像を生成するようさらに構成されており、前記画像は、前記リクエスト又は前記コミットメントに対応する前記テキストが正確である又は正しいかどうかを前記ユーザが確認するためのダイアログを含む、パラグラフＮ記載のコンピューティングデバイス。
Ｓ．前記プロセッサは、前記電子メッセージのパラメータを分析するようさらに構成されており、前記パラメータは、個々の前記電子メッセージの受信者の数、長さ、日付及び時間、並びに件名ヘッダのうちの１つ以上を含む、パラグラフＮ記載のコンピューティングデバイス。
Ｔ．前記プロセッサは、前記ユーザが前記電子メッセージを入力している間に、前記ユーザに関する情報を分析するようさらに構成されている、パラグラフＮ記載のコンピューティングデバイス。
本技術が、構造的特徴及び／又は方法的動作に特有の文言で説明されたが、請求項は、説明された特徴又は動作に必ずしも限定されないことを理解されたい。そうではなく、特徴及び動作は、そのような技術の例示的な実施形態として説明されている。
別途記されない限り、上述した方法及びプロセスの全ては、１つ以上の汎用コンピュータ又はプロセッサにより実行されるソフトウェアコードモジュールにより全体又は一部が具現化され得る。ソフトウェアコードモジュールは、任意のタイプのコンピュータ読み取り可能な記憶媒体又は他のコンピュータ記憶デバイスに記憶され得る。方法の一部又は全ては、代替的に、ＦＰＧＡ、ＡＳＩＣ等といった特殊化されたコンピュータハードウェアにより全体又は一部が実装されてもよい。
とりわけ、「〜得る」等の条件付きの文言は、別途具体的に記されない限り、所定の例が、記された特徴、要素、及び／又はステップを含むのに対し、他の例が、記された特徴、要素、及び／又はステップを含まないことを示すために使用されている。したがって、別途記されない限り、そのような条件付きの文言は、特徴、要素、及び／又はステップが、１つ以上の例についてはいずれにせよ必要とされること、又は、ユーザ入力若しくは促しがあろうがなかろうが、そのような特徴、要素、及び／又はステップが、何らかの特定の例に含められるかどうか若しくは何らかの特定の例において実行されるかどうかを決定するためのロジックを１つ以上の例が必ず含むこと、を暗示するようには意図されていない。
句「Ｘ、Ｙ、又はＺのうちの少なくとも１つ」等の接続詞の文言は、別途具体的に記されない限り、アイテム、ターム等が、Ｘ若しくはＹ若しくはＺのいずれか、又はこれらの組合せであり得ることを提示するものであると理解されたい。
上述した例に対して多くの変形及び変更が可能であり、その要素は、とりわけ許容可能な例であるとして理解されたい。全てのそのような変形及び変更が、本開示の範囲内で本出願に含まれることが意図されている。

Claims (15)

  1. 電子コミュニケーションのコンテンツを受信するレシーバポートと、
    前記電子コミュニケーションの前記コンテンツを分析して、前記電子コミュニケーションの前記コンテンツの１つ以上の意味を判別し、
    前記電子コミュニケーションに関連する、１つ以上のデータソースのコンテンツを問い合わせ、
    （ｉ）前記コンテンツの前記１つ以上の意味及び（ｉｉ）前記１つ以上のデータソースの前記コンテンツに少なくとも部分的に基づいて、前記電子コミュニケーションの前記コンテンツからリクエスト又はコミットメントを自動的に抽出する
    抽出モジュールと、
    を備えるシステム。
  2. 前記１つ以上のデータソースの前記コンテンツは、前記電子コミュニケーションの前記コンテンツの１人以上の作成者の個人データを含む、請求項１記載のシステム。
  3. 前記電子コミュニケーションは、オーディオ、画像、又はビデオを含み、
    前記システムは、
    前記オーディオ、前記画像、又は前記ビデオを、対応するテキストに変換して、前記電子コミュニケーションの前記コンテンツを生成し、
    前記電子コミュニケーションの前記コンテンツを前記抽出モジュールに提供する
    変換モジュール
    をさらに備える、請求項１記載のシステム。
  4. 前記抽出モジュールは、前記の抽出されたリクエスト又はコミットメントに関連付けられた人の識別情報及び前記の抽出されたリクエスト又はコミットメントに関連付けられた１つ以上の位置を用いて、前記の抽出されたリクエスト又はコミットメントを補足するよう構成されている、請求項１記載のシステム。
  5. 前記電子コミュニケーションの前記コンテンツ及び／又は前記１つ以上のデータソースの前記コンテンツをトレーニングデータとして使用するよう構成されている機械学習モジュール
    をさらに備える、請求項１記載のシステム。
  6. メッセージを受信するステップと、
    前記メッセージに言語分析を適用して、前記メッセージを機械言語特徴に自動的に変換するステップと、
    前記メッセージに関連する情報を見つけ出すために、データソースを検索するステップと、
    前記データソースから、前記メッセージに関連する前記情報を受信するステップと、
    前記の受信された情報に少なくとも部分的に基づいて、前記機械言語特徴の間でリクエスト又はコミットメントを自動的に識別するステップと、
    を含む方法。
  7. 前記メッセージは、オーディオ、画像、又はビデオを含み、
    前記メッセージに前記言語分析を適用することは、
    前記オーディオ、前記画像、又は前記ビデオに対応するテキストを決定することと、
    前記オーディオ、前記画像、又は前記ビデオに対応する前記テキストに前記言語分析を適用することと、
    をさらに含む、請求項６記載の方法。
  8. 前記メッセージを受信することは、
    時間スパン中に、前記メッセージの諸部分を順次に受信することと、
    前記時間スパン中に、前記メッセージの前記の受信された諸部分に前記言語分析を適用することと、
    をさらに含む、請求項６記載の方法。
  9. 前記リクエスト又は前記コミットメントを含むとして、前記メッセージにフラグを付ける且つ／又は前記メッセージに注釈付けするステップ
    をさらに含む、請求項６記載の方法。
  10. データを受信及び送信するトランシーバポートと、
    ユーザインタフェースを介してユーザにより入力された電子メッセージを分析し、
    前記データを検索して、前記電子メッセージに関連するコンテンツを見つけ出し、
    前記電子メッセージに関連する前記コンテンツに少なくとも部分的に基づいて、前記電子メッセージから、リクエスト又はコミットメントに対応するテキストを抽出する
    プロセッサと、
    を備えるコンピューティングデバイス。
  11. 前記プロセッサは、前記電子メッセージに関連する前記コンテンツに少なくとも部分的に基づいて、前記リクエスト又は前記コミットメントの重要度を決定するよう構成されている、請求項１０記載のコンピューティングデバイス。
  12. 前記プロセッサは、前記電子メッセージ又は前記データを、機械学習プロセスのためのトレーニングデータとして適用するよう構成されている、請求項１０記載のコンピューティングデバイス。
  13. 電子ディスプレイをさらに備え、
    前記プロセッサは、前記電子ディスプレイ上に表示される画像を生成するようさらに構成されており、前記画像は、前記リクエスト又は前記コミットメントに対応する前記テキストが正確である又は正しいかどうかを前記ユーザが確認するためのダイアログを含む、請求項１０記載のコンピューティングデバイス。
  14. 前記プロセッサは、前記電子メッセージのパラメータを分析するようさらに構成されており、前記パラメータは、個々の前記電子メッセージの受信者の数、長さ、日付及び時間、並びに件名ヘッダのうちの１つ以上を含む、請求項１０記載のコンピューティングデバイス。
  15. 前記プロセッサは、前記ユーザが前記電子メッセージを入力している間に、前記ユーザに関する情報を分析するようさらに構成されている、請求項１０記載のコンピューティングデバイス。
JP2017559498A 2015-05-15 2016-04-16 コミュニケーション及びコンテンツからのコミットメント及びリクエストの自動抽出 Active JP6971853B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/714,137 2015-05-15
US14/714,137 US10361981B2 (en) 2015-05-15 2015-05-15 Automatic extraction of commitments and requests from communications and content
PCT/US2016/028002 WO2016186774A1 (en) 2015-05-15 2016-04-16 Automatic extraction of commitments and requests from communications and content

Publications (3)

Publication Number Publication Date
JP2018524669A true JP2018524669A (ja) 2018-08-30
JP2018524669A5 JP2018524669A5 (ja) 2019-05-09
JP6971853B2 JP6971853B2 (ja) 2021-11-24

Family

ID=55861232

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017559498A Active JP6971853B2 (ja) 2015-05-15 2016-04-16 コミュニケーション及びコンテンツからのコミットメント及びリクエストの自動抽出

Country Status (18)

Country Link
US (1) US10361981B2 (ja)
EP (1) EP3295389A1 (ja)
JP (1) JP6971853B2 (ja)
KR (1) KR102478657B1 (ja)
CN (1) CN107636647A (ja)
AU (1) AU2016265257A1 (ja)
BR (1) BR112017022028B1 (ja)
CA (1) CA2983124C (ja)
CL (1) CL2017002832A1 (ja)
CO (1) CO2017011540A2 (ja)
HK (1) HK1246439A1 (ja)
IL (1) IL254940B (ja)
MX (1) MX2017014609A (ja)
MY (1) MY196056A (ja)
PH (1) PH12017550119A1 (ja)
RU (1) RU2718410C2 (ja)
WO (1) WO2016186774A1 (ja)
ZA (1) ZA201706754B (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020115287A (ja) * 2019-01-17 2020-07-30 ヤフー株式会社 情報処理プログラム、情報処理装置及び情報処理方法

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10984387B2 (en) 2011-06-28 2021-04-20 Microsoft Technology Licensing, Llc Automatic task extraction and calendar entry
US10318617B2 (en) * 2015-06-02 2019-06-11 Gartner, Inc. Methods and apparatus for extraction of content from an email or email threads for use in providing implicit profile attributes and content for recommendation engines
US10282468B2 (en) * 2015-11-05 2019-05-07 International Business Machines Corporation Document-based requirement identification and extraction
US10733529B1 (en) * 2015-11-15 2020-08-04 Google Llc Methods and apparatus for determining original electronic messages that contain asks
US10885452B1 (en) * 2016-06-27 2021-01-05 Amazon Technologies, Inc. Relation graph optimization using inconsistent cycle detection
US11210613B2 (en) * 2016-08-25 2021-12-28 Dialpad Uk Limited Method and system for semi-supervised semantic task management from semi-structured heterogeneous data streams
US20180097753A1 (en) * 2016-09-30 2018-04-05 Microsoft Technology Licensing, Llc Reminder Completion Assistance in Group Conversation
US20180152402A1 (en) * 2016-11-30 2018-05-31 Fujitsu Limited Cyberbullying prevention
US11907272B2 (en) * 2017-02-17 2024-02-20 Microsoft Technology Licensing, Llc Real-time personalized suggestions for communications between participants
US10679192B2 (en) 2017-05-25 2020-06-09 Microsoft Technology Licensing, Llc Assigning tasks and monitoring task performance based on context extracted from a shared contextual graph
US10917483B2 (en) * 2017-06-22 2021-02-09 Numberai, Inc. Automated communication-based intelligence engine
US11030547B2 (en) * 2017-09-15 2021-06-08 Microsoft Technology Licensing, Llc System and method for intelligent incident routing
US10740726B2 (en) * 2017-10-05 2020-08-11 Servicenow, Inc. Systems and methods for providing message templates in an enterprise system
US20190108486A1 (en) * 2017-10-05 2019-04-11 Microsoft Technology Licensing, Llc System and method for intelligent and automatic electronic communication support and routing
US20190129749A1 (en) * 2017-11-01 2019-05-02 Microsoft Technology Licensing, Llc Automated extraction and application of conditional tasks
US10511554B2 (en) 2017-12-05 2019-12-17 International Business Machines Corporation Maintaining tribal knowledge for accelerated compliance control deployment
US10659399B2 (en) * 2017-12-22 2020-05-19 Google Llc Message analysis using a machine learning model
US10819667B2 (en) 2018-03-09 2020-10-27 Cisco Technology, Inc. Identification and logging of conversations using machine learning
US11113672B2 (en) * 2018-03-22 2021-09-07 Microsoft Technology Licensing, Llc Computer support for meetings
JP6527270B1 (ja) * 2018-04-19 2019-06-05 ヤフー株式会社 抽出プログラム、抽出方法、及び抽出装置
US10999230B2 (en) 2018-05-23 2021-05-04 Microsoft Technology Licensing, Llc Relevant content surfacing in computer productivity platforms
US10785185B2 (en) * 2018-06-13 2020-09-22 International Business Machines Corporation Automated summary of digital group conversations
US11687827B2 (en) * 2018-10-04 2023-06-27 Accenture Global Solutions Limited Artificial intelligence (AI)-based regulatory data processing system
US10902490B2 (en) * 2018-12-28 2021-01-26 Cdw Llc Account manager virtual assistant using machine learning techniques
US11416904B1 (en) 2018-12-28 2022-08-16 Cdw Llc Account manager virtual assistant staging using machine learning techniques
US20220187963A9 (en) 2019-04-16 2022-06-16 Apple Inc. Reminders techniques on a user device
EP3942432A1 (en) * 2019-05-06 2022-01-26 Google LLC Rendering content using a content agent and/or stored content parameter(s)
CN110177179B (zh) * 2019-05-16 2020-12-29 国家计算机网络与信息安全管理中心 一种基于图嵌入的诈骗号码识别方法
US11372696B2 (en) * 2019-05-30 2022-06-28 Apple Inc. Siri reminders found in apps
US11853701B2 (en) * 2019-06-23 2023-12-26 LitLingo Technologies, Inc. Method for recommending and implementing communication optimizations
US11354504B2 (en) * 2019-07-10 2022-06-07 International Business Machines Corporation Multi-lingual action identification
US11379529B2 (en) 2019-09-09 2022-07-05 Microsoft Technology Licensing, Llc Composing rich content messages
CN113517901A (zh) * 2021-04-13 2021-10-19 深圳市太美亚电子科技有限公司 一种太阳能智能家居系统的智能手环及其控制方法
US11972255B2 (en) 2021-06-25 2024-04-30 International Business Machines Corporation Compliance content generation
US12020186B2 (en) 2021-12-14 2024-06-25 Microsoft Technology Licensing, Llc Method and system for intelligently managing facilities

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157197A (ja) * 2000-11-20 2002-05-31 Mitsubishi Electric Corp 携帯電話、携帯電話における電子メール表示方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体
US20050192992A1 (en) * 2004-03-01 2005-09-01 Microsoft Corporation Systems and methods that determine intent of data and respond to the data based on the intent
JP2008152522A (ja) * 2006-12-18 2008-07-03 Hitachi Ltd データマイニングシステム、データマイニング方法及びデータ検索システム
US20130007648A1 (en) * 2011-06-28 2013-01-03 Microsoft Corporation Automatic Task Extraction and Calendar Entry

Family Cites Families (132)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5864848A (en) 1997-01-31 1999-01-26 Microsoft Corporation Goal-driven information interpretation and extraction system
US7146381B1 (en) 1997-02-10 2006-12-05 Actioneer, Inc. Information organization and collaboration tool for processing notes and action requests in computer systems
US6278996B1 (en) 1997-03-31 2001-08-21 Brightware, Inc. System and method for message process and response
JP3525042B2 (ja) 1997-10-31 2004-05-10 日本電信電話株式会社 電子メールシステム，電子メール転送方法および電子メールプログラムを記録した記録媒体
JPH11184924A (ja) 1997-12-18 1999-07-09 Matsushita Electric Ind Co Ltd スケジューリング装置
US20020076109A1 (en) 1999-01-25 2002-06-20 Andy Hertzfeld Method and apparatus for context sensitive text recognition
US6657643B1 (en) 1999-04-20 2003-12-02 Microsoft Corporation Modulating the behavior of an animated character to reflect beliefs inferred about a user's desire for automated services
US6581050B1 (en) 1999-04-20 2003-06-17 Microsoft Corporation Learning by observing a user's activity for enhancing the provision of automated services
US6505167B1 (en) 1999-04-20 2003-01-07 Microsoft Corp. Systems and methods for directing automated services for messaging and scheduling
US6553358B1 (en) 1999-04-20 2003-04-22 Microsoft Corporation Decision-theoretic approach to harnessing text classification for guiding automated action
US6931384B1 (en) 1999-06-04 2005-08-16 Microsoft Corporation System and method providing utility-based decision making about clarification dialog given communicative uncertainty
US6714967B1 (en) 1999-07-30 2004-03-30 Microsoft Corporation Integration of a computer-based message priority system with mobile electronic devices
US6622160B1 (en) 1999-07-30 2003-09-16 Microsoft Corporation Methods for routing items for communications based on a measure of criticality
US7194681B1 (en) 1999-07-30 2007-03-20 Microsoft Corporation Method for automatically assigning priorities to documents and messages
JP2001216427A (ja) 1999-12-17 2001-08-10 Alcatel Usa Sourcing Lp 電子メールベースの事象スケジューリングのシステムおよび方法
US6560590B1 (en) 2000-02-14 2003-05-06 Kana Software, Inc. Method and apparatus for multiple tiered matching of natural language queries to positions in a text corpus
US7444383B2 (en) 2000-06-17 2008-10-28 Microsoft Corporation Bounded-deferral policies for guiding the timing of alerting, interaction and communications using local sensory information
DE60045001D1 (de) 2000-07-04 2010-11-04 Sony France Sa Vorrichtung und Verfahren zur inkrementellen Fertigstellung von Sequenzen von Musiktitel-Elementen
KR20020021748A (ko) 2000-09-16 2002-03-22 이우진 미팅을 위한 개인 정보 자동 제공 시스템
US7290039B1 (en) 2001-02-27 2007-10-30 Microsoft Corporation Intent based processing
US7330895B1 (en) 2001-03-15 2008-02-12 Microsoft Corporation Representation, decision models, and user interface for encoding managing preferences, and performing automated decision making about the timing and modalities of interpersonal communications
US6990634B2 (en) 2001-04-27 2006-01-24 The United States Of America As Represented By The National Security Agency Method of summarizing text by sentence extraction
US20020174170A1 (en) 2001-05-21 2002-11-21 Serge Ioffe Method and system for distributing messages to agents
US7668900B2 (en) 2001-05-31 2010-02-23 Access Systems Americas, Inc. System and method for scheduling an event over a network
US7409423B2 (en) 2001-06-28 2008-08-05 Horvitz Eric J Methods for and applications of learning and inferring the periods of time until people are available or unavailable for different forms of communication, collaboration, and information access
US20030187632A1 (en) * 2002-04-02 2003-10-02 Menich Barry J. Multimedia conferencing system
US20030200168A1 (en) * 2002-04-10 2003-10-23 Cullen Andrew A. Computer system and method for facilitating and managing the project bid and requisition process
US7742048B1 (en) * 2002-05-23 2010-06-22 Microsoft Corporation Method, system, and apparatus for converting numbers based upon semantically labeled strings
US20040012638A1 (en) 2002-05-24 2004-01-22 Donnelli Richard K. System and method of electronic commitment tracking
US20040148356A1 (en) 2002-11-04 2004-07-29 Bishop James William System and method for private messaging
US7266584B2 (en) 2003-06-19 2007-09-04 International Business Machines Corporation Electronic mail distribution via a network of computer controlled display terminals with interactive display interfaces enabling senders/receivers to view sequences of only text from sequences of E-Mail having same headers
US7454393B2 (en) 2003-08-06 2008-11-18 Microsoft Corporation Cost-benefit approach to automatically composing answers to questions by extracting information from large unstructured corpora
US7158980B2 (en) 2003-10-02 2007-01-02 Acer Incorporated Method and apparatus for computerized extracting of scheduling information from a natural language e-mail
US7257564B2 (en) 2003-10-03 2007-08-14 Tumbleweed Communications Corp. Dynamic message filtering
US20050091578A1 (en) 2003-10-24 2005-04-28 Microsoft Corporation Electronic sticky notes
US20050165631A1 (en) 2004-01-28 2005-07-28 Microsoft Corporation Time management representations and automation for allocating time to projects and meetings within an online calendaring system
US8868670B2 (en) 2004-04-27 2014-10-21 Avaya Inc. Method and apparatus for summarizing one or more text messages using indicative summaries
US7788589B2 (en) 2004-09-30 2010-08-31 Microsoft Corporation Method and system for improved electronic task flagging and management
US7412483B2 (en) 2005-01-07 2008-08-12 International Business Machines Corporation Automated email activity management
US8316315B2 (en) * 2005-02-28 2012-11-20 Microsoft Corporation Automatically generated highlight view of electronic interactions
US20060218553A1 (en) 2005-03-25 2006-09-28 Dolphin Software, Inc. Potentially hazardous material request and approve methods and apparatuses
US8180663B2 (en) 2005-06-28 2012-05-15 Microsoft Corporation Facilitating automated meeting scheduling
US20070005409A1 (en) 2005-06-30 2007-01-04 International Business Machines Corporation Method and structure for overriding calendar entries based on context and business value
US7660859B2 (en) 2005-08-15 2010-02-09 Microsoft Corporation Tracking of electronic mail messages
DE602005005814T2 (de) * 2005-08-17 2009-04-09 Alcatel Lucent Vorrichtung und Verfahren zur Fernaktivierung/-deaktivierung von Diensten für Kommunikationsendgeräte über ein IP Netzwerk
WO2007033465A1 (en) 2005-09-26 2007-03-29 Research In Motion Limited Scheduling events from electronic messages
US8055707B2 (en) 2005-11-30 2011-11-08 Alcatel Lucent Calendar interface for digital communications
US8423347B2 (en) 2006-06-06 2013-04-16 Microsoft Corporation Natural language personal information management
US8219920B2 (en) 2006-08-04 2012-07-10 Apple Inc. Methods and systems for managing to do items or notes or electronic messages
US8261197B2 (en) 2006-08-04 2012-09-04 Apple Inc. Methods and systems for managing to do items or notes or electronic messages
US20080040189A1 (en) 2006-08-14 2008-02-14 Cisco Technology, Inc. Automatic selection of meeting participants
US7877447B2 (en) 2006-09-11 2011-01-25 International Business Machines Corporation Method and system for managing rejected messages
US8195447B2 (en) 2006-10-10 2012-06-05 Abbyy Software Ltd. Translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions
US20080172606A1 (en) 2006-12-27 2008-07-17 Generate, Inc. System and Method for Related Information Search and Presentation from User Interface Content
US20090106201A1 (en) 2006-12-27 2009-04-23 White Robert A System and method for related information search and presentation from user interface content
US7778953B2 (en) * 2007-02-19 2010-08-17 Kabushiki Kaisha Toshiba Document management apparatus and document management method
US9686367B2 (en) 2007-03-15 2017-06-20 Scenera Technologies, Llc Methods, systems, and computer program products for providing predicted likelihood of communication between users
US20080281922A1 (en) 2007-05-09 2008-11-13 Microsoft Corporation Automatic generation of email previews and summaries
US8484745B2 (en) 2007-05-21 2013-07-09 International Business Machines Corporation Electronic calendar collaboration
US20090063993A1 (en) 2007-08-31 2009-03-05 International Business Machines Corporation System and method for workflow to allow meeting invitees to subscribe as dependents of other invitees
US8082151B2 (en) 2007-09-18 2011-12-20 At&T Intellectual Property I, Lp System and method of generating responses to text-based messages
US20090083112A1 (en) 2007-09-24 2009-03-26 International Business Machines Corporation Automated Event Modification in Electronic Calendar Systems
JP2009093503A (ja) 2007-10-10 2009-04-30 Nec Corp スケジュール登録支援システム、スケジュール登録支援方法及びプログラム
WO2009103156A1 (en) * 2008-02-20 2009-08-27 Mcmaster University Expert system for determining patient treatment response
US20090214034A1 (en) 2008-02-26 2009-08-27 Rohit Mehrotra Systems and methods for enabling electronic messaging with recipient-specific content
US20090228583A1 (en) 2008-03-07 2009-09-10 Oqo, Inc. Checking electronic messages for compliance with user intent
US20090235280A1 (en) 2008-03-12 2009-09-17 Xerox Corporation Event extraction system for electronic messages
JP2009223840A (ja) 2008-03-19 2009-10-01 Fujitsu Ltd スケジュール管理プログラム，スケジュール管理装置およびスケジュール管理方法
US20100070877A1 (en) 2008-09-17 2010-03-18 Microsoft Corporation Seamless conversion of ordinary email data into calendar data
US20100082751A1 (en) * 2008-09-29 2010-04-01 Microsoft Corporation User perception of electronic messaging
US8589157B2 (en) 2008-12-05 2013-11-19 Microsoft Corporation Replying to text messages via automated voice search techniques
JP2010191864A (ja) 2009-02-20 2010-09-02 Nec Corp タスク自動生成システム、その方法及びそのプログラム
US8631080B2 (en) 2009-03-12 2014-01-14 Microsoft Corporation Email characterization
MY169563A (en) 2009-03-23 2019-04-22 Mimos Berhad A system for automatic semantic-based mining
KR101022254B1 (ko) 2009-04-14 2011-03-21 (주)모비루스 트래픽 저감형 일정 관리 시스템 및 방법
US8326859B2 (en) 2009-11-02 2012-12-04 Microsoft Corporation Task prediction
US8832205B2 (en) 2009-11-02 2014-09-09 Lextine Software, Llc System and method for extracting calendar events from free-form email
US20110125734A1 (en) 2009-11-23 2011-05-26 International Business Machines Corporation Questions and answers generation
US20110145822A1 (en) 2009-12-10 2011-06-16 The Go Daddy Group, Inc. Generating and recommending task solutions
US20110145823A1 (en) 2009-12-10 2011-06-16 The Go Daddy Group, Inc. Task management engine
US8943043B2 (en) 2010-01-24 2015-01-27 Microsoft Corporation Dynamic community-based cache for mobile search
US20110252351A1 (en) 2010-04-09 2011-10-13 Calamander Inc. Systems and methods for consuming, sharing, and synchronizing time based information
US20120143961A1 (en) 2010-12-06 2012-06-07 Sony Ericsson Mobile Communications Ab Calendar event creation using electronic message conversations
US9514424B2 (en) 2010-12-30 2016-12-06 Kyle Kleinbart System and method for online communications management
US20120245925A1 (en) 2011-03-25 2012-09-27 Aloke Guha Methods and devices for analyzing text
US8694593B1 (en) 2011-03-31 2014-04-08 Google Inc. Tools for micro-communities
US9760566B2 (en) 2011-03-31 2017-09-12 Microsoft Technology Licensing, Llc Augmented conversational understanding agent to identify conversation context between two humans and taking an agent action thereof
US20120254764A1 (en) 2011-04-01 2012-10-04 Yahoo! Inc. System to suggest and automatically organize events for social activities
US20120296832A1 (en) 2011-05-16 2012-11-22 Sap Ag Defining agreements using collaborative communications
US9116984B2 (en) 2011-06-28 2015-08-25 Microsoft Technology Licensing, Llc Summarization of conversation threads
US8676566B2 (en) 2011-07-07 2014-03-18 Korea Advanced Institute Of Science And Technology Method of extracting experience sentence and classifying verb in blog
CN102495860B (zh) 2011-11-22 2013-10-02 北京大学 基于语言模型的专家推荐方法
US9460095B2 (en) 2011-11-28 2016-10-04 Microsoft Technology Licensing, Llc Quick capture of to-do items
US8762468B2 (en) 2011-11-30 2014-06-24 At&T Mobility Ii, Llc Method and apparatus for managing communication exchanges
US9633114B1 (en) 2011-12-08 2017-04-25 Google Inc. Inbox for task management
US8903924B2 (en) 2011-12-09 2014-12-02 International Business Machines Corporation Aggregating data in electronic communications
US9547832B2 (en) 2012-01-10 2017-01-17 Oracle International Corporation Identifying individual intentions and determining responses to individual intentions
US20130218836A1 (en) 2012-02-22 2013-08-22 Microsoft Corporation Deep Linking From Task List Based on Intent
US9275342B2 (en) 2012-04-09 2016-03-01 24/7 Customer, Inc. Method and apparatus for intent modeling and prediction
US9685160B2 (en) 2012-04-16 2017-06-20 Htc Corporation Method for offering suggestion during conversation, electronic device using the same, and non-transitory storage medium
US20150143258A1 (en) 2012-09-20 2015-05-21 Handle, Inc. Email and task management services and user interface
US20140136256A1 (en) 2012-11-15 2014-05-15 OrgSpan, Inc. Methods for Identifying Subject Matter Expertise Across An Organization Hierarchy
US9085303B2 (en) 2012-11-15 2015-07-21 Sri International Vehicle personal assistant
US9313162B2 (en) 2012-12-13 2016-04-12 Microsoft Technology Licensing, Llc Task completion in email using third party app
US9514448B2 (en) 2012-12-28 2016-12-06 Intel Corporation Comprehensive task management
US20140215472A1 (en) 2013-01-29 2014-07-31 Hewlett-Packard Development Company, L.P. Task management
US9170993B2 (en) 2013-01-29 2015-10-27 Hewlett-Packard Development Company, L.P. Identifying tasks and commitments using natural language processing and machine learning
US9432517B2 (en) 2013-02-07 2016-08-30 Avaya Inc. Methods, apparatuses, and systems for generating an action item in response to a detected audio trigger during a conversation
US20140279622A1 (en) 2013-03-08 2014-09-18 Sudhakar Bharadwaj System and method for semantic processing of personalized social data and generating probability models of personal context to generate recommendations in searching applications
US8825474B1 (en) 2013-04-16 2014-09-02 Google Inc. Text suggestion output using past interaction data
US9177318B2 (en) 2013-04-22 2015-11-03 Palo Alto Research Center Incorporated Method and apparatus for customizing conversation agents based on user characteristics using a relevance score for automatic statements, and a response prediction function
US10387409B2 (en) 2013-06-06 2019-08-20 International Business Machines Corporation QA based on context aware, real-time information from mobile devices
US9378196B1 (en) 2013-06-27 2016-06-28 Google Inc. Associating information with a task based on a category of the task
US10162884B2 (en) 2013-07-23 2018-12-25 Conduent Business Services, Llc System and method for auto-suggesting responses based on social conversational contents in customer care services
US9094361B2 (en) * 2013-07-26 2015-07-28 Jive Software, Inc. Conversation-integrated action items in social networks
CN103440571B (zh) 2013-09-03 2016-10-26 盈世信息科技(北京)有限公司 一种邮件日程助手处理方法
WO2015058604A1 (zh) 2013-10-21 2015-04-30 北京奇虎科技有限公司 获取问答对相关联程度、优化搜索排名的装置和方法
US10474747B2 (en) 2013-12-16 2019-11-12 International Business Machines Corporation Adjusting time dependent terminology in a question and answer system
US20150215253A1 (en) 2014-01-29 2015-07-30 Sunil Vemuri System and method for automatically mining corpus of communications and identifying messages or phrases that require the recipient's attention, response, or action
US20150294220A1 (en) * 2014-04-11 2015-10-15 Khalid Ragaei Oreif Structuring data around a topical matter and a.i./n.l.p./ machine learning knowledge system that enhances source content by identifying content topics and keywords and integrating associated/related contents
US9213941B2 (en) 2014-04-22 2015-12-15 Google Inc. Automatic actions based on contextual replies
MY181677A (en) 2014-05-05 2020-12-31 Mimos Berhad System and method for generating knowledge base automatically
AU2015266863B2 (en) 2014-05-30 2018-03-15 Apple Inc. Multi-command single utterance input method
EP3154052A4 (en) * 2014-06-03 2018-01-10 Sony Corporation Information processing device, information processing method, and program
US10785173B2 (en) 2014-07-03 2020-09-22 Nuance Communications, Inc. System and method for suggesting actions based upon incoming messages
US20160086268A1 (en) 2014-09-22 2016-03-24 Chicago Mercantile Exchange Inc. Electronic market message management of multiple-action messages
US20160104094A1 (en) 2014-10-09 2016-04-14 Microsoft Corporation Future meeting evaluation using implicit device feedback
US10402794B2 (en) 2014-10-31 2019-09-03 Square, Inc. Money transfer in a forum using a payment proxy
US10303798B2 (en) 2014-12-18 2019-05-28 Nuance Communications, Inc. Question answering from structured and unstructured data sources
US11349790B2 (en) * 2014-12-22 2022-05-31 International Business Machines Corporation System, method and computer program product to extract information from email communications
US20160196490A1 (en) 2015-01-02 2016-07-07 International Business Machines Corporation Method for Recommending Content to Ingest as Corpora Based on Interaction History in Natural Language Question and Answering Systems
US20160335572A1 (en) 2015-05-15 2016-11-17 Microsoft Technology Licensing, Llc Management of commitments and requests extracted from communications and content

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157197A (ja) * 2000-11-20 2002-05-31 Mitsubishi Electric Corp 携帯電話、携帯電話における電子メール表示方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体
US20050192992A1 (en) * 2004-03-01 2005-09-01 Microsoft Corporation Systems and methods that determine intent of data and respond to the data based on the intent
JP2005316953A (ja) * 2004-03-01 2005-11-10 Microsoft Corp データの意図を判定し、その意図に基づいてデータに応答するシステムおよび方法
JP2008152522A (ja) * 2006-12-18 2008-07-03 Hitachi Ltd データマイニングシステム、データマイニング方法及びデータ検索システム
US20130007648A1 (en) * 2011-06-28 2013-01-03 Microsoft Corporation Automatic Task Extraction and Calendar Entry
JP2014523585A (ja) * 2011-06-28 2014-09-11 マイクロソフト コーポレーション 自動的タスク抽出およびカレンダーエントリー

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小島 圭一、岡本 敏雄: "ＣＳＣＷの対話における発言意図の推定に関する研究（３）", 電子情報通信学会技術研究報告, vol. 第95巻第460号, JPN6020024470, 18 January 1996 (1996-01-18), JP, pages 87 - 94, ISSN: 0004473291 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020115287A (ja) * 2019-01-17 2020-07-30 ヤフー株式会社 情報処理プログラム、情報処理装置及び情報処理方法

Also Published As

Publication number Publication date
ZA201706754B (en) 2019-02-27
KR102478657B1 (ko) 2022-12-15
IL254940A0 (en) 2017-12-31
US20160337295A1 (en) 2016-11-17
RU2017134261A3 (ja) 2019-10-25
BR112017022028A2 (pt) 2018-07-03
HK1246439A1 (zh) 2018-09-07
CA2983124A1 (en) 2016-11-24
CA2983124C (en) 2023-03-14
MX2017014609A (es) 2018-03-01
JP6971853B2 (ja) 2021-11-24
PH12017550119A1 (en) 2018-02-26
RU2718410C2 (ru) 2020-04-02
EP3295389A1 (en) 2018-03-21
BR112017022028B1 (pt) 2023-12-19
CN107636647A (zh) 2018-01-26
CO2017011540A2 (es) 2018-01-31
CL2017002832A1 (es) 2018-04-13
AU2016265257A1 (en) 2017-10-26
RU2017134261A (ru) 2019-04-04
IL254940B (en) 2020-09-30
US10361981B2 (en) 2019-07-23
MY196056A (en) 2023-03-10
WO2016186774A1 (en) 2016-11-24
KR20180008717A (ko) 2018-01-24

Similar Documents

Publication Publication Date Title
JP6971853B2 (ja) コミュニケーション及びコンテンツからのコミットメント及びリクエストの自動抽出
JP2018522325A (ja) コミュニケーション及びコンテンツから抽出されたコミットメント及びリクエストの管理
US11663409B2 (en) Systems and methods for training machine learning models using active learning
US20170193349A1 (en) Categorizationing and prioritization of managing tasks
US20200005248A1 (en) Meeting preparation manager
US10706233B2 (en) System and method for extracting and utilizing information from digital communications
US10755195B2 (en) Adaptive, personalized action-aware communication and conversation prioritization
US20190180196A1 (en) Systems and methods for generating and updating machine hybrid deep learning models
US9268766B2 (en) Phrase-based data classification system
US10169327B2 (en) Cognitive reminder notification mechanisms for answers to questions
US20190179903A1 (en) Systems and methods for multi language automated action response
WO2019113122A1 (en) Systems and methods for improved machine learning for conversations
US20160342694A1 (en) Cognitive Reminder Notification Based on Personal User Profile and Activity Information
US10204084B2 (en) Activity modeling in email or other forms of communication
Nezhad et al. eAssistant: cognitive assistance for identification and auto-triage of actionable conversations
US11861463B2 (en) Identifying related messages in a natural language interaction
CN116029410A (zh) 基于机器学习的绩效预测
US20180349787A1 (en) Analyzing communication and determining accuracy of analysis based on scheduling signal

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190322

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190322

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200522

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200714

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201009

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210330

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210629

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: 20211005

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211102

R150 Certificate of patent or registration of utility model

Ref document number: 6971853

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150