JP2019046459A - ドメイン間の文法スロットによる分類 - Google Patents
ドメイン間の文法スロットによる分類 Download PDFInfo
- Publication number
- JP2019046459A JP2019046459A JP2018137103A JP2018137103A JP2019046459A JP 2019046459 A JP2019046459 A JP 2019046459A JP 2018137103 A JP2018137103 A JP 2018137103A JP 2018137103 A JP2018137103 A JP 2018137103A JP 2019046459 A JP2019046459 A JP 2019046459A
- Authority
- JP
- Japan
- Prior art keywords
- classification
- grammar
- domain
- user
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000014509 gene expression Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000007635 classification algorithm Methods 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims description 33
- 239000013598 vector Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims 26
- 238000010801 machine learning Methods 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 11
- 241001122767 Theaceae Species 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000078 claw Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 235000012976 tarts Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/22—Payment schemes or models
- G06Q20/24—Credit schemes, i.e. "pay after"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】仮想アシスタントは、ドメインプロバイダによって作成された文法規則に従って自然言語表現を処理する。仮想アシスタントは、複数のユーザの各々を一意的に識別し、各ユーザからの自然言語表現によって埋められた文法スロットの値を記憶する。仮想アシスタントは、スロット値の履歴を記憶し、履歴から統計値を計算する。仮想アシスタントプロバイダまたは分類クライアントは、ユーザの属性値をラベルとして機械学習分類アルゴリズムに提供する。アルゴリズムは、文法スロット値およびラベルを処理することによって、ユーザの未知属性値の確率分布を計算する。ユーザおよびドメイン文法のネットワーク効果によって、仮想アシスタントが有用になり、より多くのデータを提供し、分類の精度および有用性を改善する。
【選択図】図3
Description
本発明は、機械学習の分野に属し、特に、ユーザが自然言語を理解するシステムに対して話したことに基づいてユーザを分類する分野に属する。
ドメインと文法
SoundHound Hound(登録商標)、Okay Google(登録商標)、Amazon Alexa(登録商標)、Baidu Duer(登録商標)、Apple Siri(登録商標)、Line Clova(登録商標)、Microsoft Cortana(登録商標)、KT Giga Genie(登録商標)、SK Telecom NUGU(登録商標)などの仮想アシスタントを使用するユーザが増えている。これらのシステムは、天気、ニュース、豆知識、レストラン、数学、ウィキペディア(Wikipedia)などの様々なドメインの知識を有する。また、これらのシステムは、サーモスタット、照明制御、音楽演奏、SMSテキスティング、およびカレンダー予約のような様々なドメインの機能を有する。一部の仮想アシスタントは、各々の会社が利用可能なドメインを制御できるため、クローズドシステムである。これによって、友好的なユーザ体験を確保することができる。また、一部の仮想アシスタントは、第三者がドメインを作成できるため、オープンシステムである。
分類は、教師あり機械学習アルゴリズムの有用なタイプである。教師あり機械学習アルゴリズムは、既知であり且つラベル付けられているクラス要素の値を含む訓練データセットに基づいて、未知値が属するクラスセットの確率を計算する。分類の結果は、確率分布である。しかしながら、一部のアルゴリズムは、最確値のみを出力する。例えば、フォルクスワーゲン(登録商標)またはフェラーリ(登録商標)などのブランドでラベル付けされ、且つ赤色または銀色などの色でラベル付けられた各々の車を含む大きなデータセットを例とする。見たことの無いフェラーリに対して、分類アルゴリズムは、その車が赤色である確率およびその車が銀色である確率を計算することができる。見たことの無い赤色車に対して、分類アルゴリズムは、その車がフェラーリである確率およびその車がフォルクスワーゲンである確率を計算することができる。
本開示は、機械学習アルゴリズムを適用することによって、文法スロットの値に基づいて仮想アシスタントのユーザを分類するためのシステムおよび方法ならびにコンピュータ可読媒体に関する。また、本開示は、高価値の分類を達成するために訓練データを提供することによって、クライアントの分類を行うためのシステム、方法およびコンピュータ可読媒体に関する。さらに、本開示は、分類を用いて、自然言語表現の解釈精度を改善するためのシステム、方法およびコンピュータ可読媒体に関する。
様々な企業は、仮想アシスタントプロバイダである。多くの物は、仮想アシスタントとして使用される。例えば、一部の仮想アシスタントは、携帯電話のアプリである。一部の仮想アシスタントは、室内の固定スピーカ装置である。一部の仮想アシスタントは、公衆自動販売機である。一部の仮想アシスタントは、自動車である。
いくつかの実施形態は、モジュール式ドメイン特有の文法を使用する。殆どの仮想アシスタントプロバイダは、自ら少なくともいくつかのドメイン文法を作成する。オープンシステムのプロバイダは、第三者ドメインプロバイダが有用な文法を作成することを許可する(およびそれに依存する)。一般的に、このような文法は、仮想アシスタントに指示して、文法が解釈できる表現に対して有用な方法で応答させる。一般的に、このような応答は、ウェブAPIにアクセスして、望ましい情報を要求するまたは所望の動作を実行することである。
図3は、仮想アシスタント31の構成要素を示す。仮想アシスタント31は、ユーザ表現を受け取り、一組のドメイン文法32から文法規則を読み込む。自然言語構文解析モジュール33は、文法規則に従って表現を構文解析することによって、各表現の可能な解釈および尤度スコアの集合を生成する。尤度スコアは、規則に従って表現を解釈するユーザの意図を表す可能性を示す。例えば、「アップルタルトを注文する」ことは、製パン分野では高いスコアを有し、科学技術分野では低いスコアを有するであろう。一方、「アップルパーツを注文する」ことは、科学技術分野では高いスコアを有し、製パン分野では低いスコアを有するであろう。例えば、「アップル花屋」は、草花分野では高いスコアを有し、科学技術分野では低いスコアを有するであろう。一方、「アップル電話」は、科学技術分野では高いスコアを有し、草花分野では低いスコアを有するであろう。
各ユーザは、固有番号、ユーザ名、または電子メールアドレスなどのUIDを有する。一部のシステムは、個人装置のユーザを識別するために有効な装置ID、例えば、装置シリアル番号またはIMEI(国際携帯電話端末識別情報:International Mobile Equipment Identity)番号などを使用する。Facebook Connect(登録商標)API、Google+(登録商標)サインインAPI、QQまたはRenrenソーシャルログインAPIは、サービスまたは装置システム間のユーザを識別するシームレスな方法を提供する。音声ID、網膜スキャン、電話RFID、政府識別番号、およびクレジットカード番号は、ユーザを識別するために使用できる追加的または代替的な他の方法である。
図4は、分類システム40の一実施形態を示す。システム40は、仮想アシスタント41を含み、仮想アシスタント41は、表現およびUIDを受信し、ドメイン文法42に従って表現を構文解析し、スロット値およびUIDの対を生成する。システム40は、対応するUIDに関連してスロット値をスロット値データベース43に格納する。
図5は、いくつかの実施形態に従って、分類サービスによるデータの流れを示す。分類サービス51は、ユーザの文法スロット値およびラベル付きユーザ分類のデータベースを含む。分類サービス51は、分類クライアントから、要求UIDを含む分類要求を受信する。分類サービス51は、必要に応じて、分類を行うまたは予め計算した分類を検索する。次に、分類サービス51は、分類クライアントに分類応答を提供する。この分類応答は、一般的に使用される属性に従った分類に対して適切である。広告を提供するいくつかの実施形態において、性別、年齢、アクセントおよび場所は、有用な共通属性である。
図6Aは、天気に関するユーザの問い合わせを理解するように仮想アシスタントサーバに使用された例示的な英語の文法規則を示す。この文法規則は、場所引数および時間引数を必要とするAPIに適用され、天気予報で応答する。この文法規則は、「天気ドメイン」という名前を有する文法の定義から始まる。
いくつかの実施形態は、各スロット値の履歴をユーザ毎に保存する。第1のユーザが1つの都市の天気を常に問い合わせ、第2のユーザが2つの異なる都市の天気を頻繁に問い合わせ、および第3のユーザが様々な都市の天気を問い合わせると仮定する。好きなスポーツチームでユーザを分類するために、分類アルゴリズムはおそらく、第1のユーザが1つの都市のスポーツチームを好む確率を高く計算するであろう。第2のユーザの場合、分類アルゴリズムはおそらく、他の全てのチームに比べて2つの都市のチームを好む確率を高く計算するであろう。第3のユーザの場合、分類アルゴリズムはおそらく、他の全てのチームよりも強く好むチームを計算しないであろう。
いくつかの実施形態において、法的理由または倫理的理由により、文法スロット値などの特定のユーザデータを第三者と共有しないことが重要であるが、分類などの派生情報を第三者に提供してもよい。いずれにせよ、多くのベンダ、広告主および他の分類クライアントは、ユーザデータを所有しても、分類以外の目的には使用しないだろう。したがって、分類APIまたは分類データを配信する他のものは、一部の分類クライアントにとって非常に有用である。その結果、分類クライアントは、有用な分類データ、特に高精度の分類を提供する仮想アシスタントプロバイダに喜んで報酬を支払う。これによって、仮想アシスタントプロバイダは、最も有用なドメイン文法を提供する第三者のドメインプロバイダに報酬を支払うことができる。
いくつかの実施形態は、文法スロットによる分類を用いて、仮想アシスタントの自然言語処理を改善する。これによって、表現解釈の成功率を改善し、ユーザ満足度および成功率を改善する。
図11は、クライアント−サーバ型のアーキテクチャを使用する実施形態を示す。ユーザ111は、装置112と対話する。装置112は、ネットワーク113を介してサーバ114と通信するクライアントとして機能する。サーバ114は、仮想アシスタントとして動作し、ネットワーク113を介して装置112に応答を提供する。また、サーバ114は、分類クライアント115に分類を提供する。
図13Aは、いくつかの実施形態に従って、ラック型マルチプロセッササーバ130を示す。
Claims (48)
- 文法に従って、識別されたユーザからの自然言語表現を構文解析することによって、文法スロットの値を決定するステップと、
文法スロットの、複数の前記ユーザの各々に関連する値を格納するステップと、
属性ラベルの、複数の前記ユーザの各々に関連するクラス値を格納するステップと、
前記複数のユーザに関連する前記スロット値および前記クラス値に基づいて、前記属性ラベルを有する特定のユーザの分類を計算するステップと、
分類要求に応答して、前記分類を分類クライアントに提供し、クレジット数から増分を減算するステップとを含む、方法。 - ウェブAPIインターフェイスを介して、分類要求が受信され、分類が提供される、請求項1に記載の方法。
- 前記分類を計算するステップは、前記分類要求の前に実行される、請求項1または2に記載の方法。
- 前記分類を計算するステップは、前記分類要求に応答して実行される、請求項1または2に記載の方法。
- 前記分類は、確率を含む、請求項1〜4のいずれか1項に記載の方法。
- 前記分類は、複数のクラスの各々の確率を含む、請求項1〜5のいずれか1項に記載の方法。
- 前記クレジット数を増やすように前記分類クライアントに命令するステップをさらに含む、請求項1〜6のいずれか1項に記載の方法。
- 前記文法は、ドメインプロバイダによって提供される、請求項1〜7のいずれか1項に記載の方法。
- 各分類要求に応じて、クレジット累算器を増分するステップと、
前記クレジット累算器の値に比例して、前記ドメインプロバイダに報酬を支払うステップとをさらに含む、請求項8に記載の方法。 - 第2のドメインプロバイダによって提供された第2の文法に従って、前記自然言語表現を構文解析することによって、第2の文法スロットの値を決定するステップと、
前記分類要求に応答して、第2の増分を第2のクレジット累算器に加算するステップと、
前記第2のクレジット累算器の値に比例して、前記第2のドメインプロバイダに報酬を支払うステップとをさらに含む、請求項9に記載の方法。 - 前記特定のユーザの前記スロットの履歴値を格納するステップをさらに含む、請求項1〜10のいずれか1項に記載の方法。
- 前記履歴値に関連するタイムスタンプを格納するステップをさらに含む、請求項11に記載の方法。
- コードを含むコンピュータプログラムであって、コンピュータシステムによって実行されると、前記コンピュータシステムに、
文法に従って、識別されたユーザからの自然言語表現を構文解析することによって、文法スロットの値を決定するステップと、
文法スロットの、複数の前記ユーザの各々に関連する値を格納するステップと、
属性ラベルの、複数の前記ユーザの各々に関連するクラス値を格納するステップと、
前記複数のユーザに関連する前記スロット値および前記クラス値に基づいて、前記属性ラベルを有する特定のユーザの分類を計算するステップと、
前記分類に対する要求に応答して、分類クライアントに前記分類を提供し、クレジット数から増分を減算するステップとを実行させる、コンピュータプログラム。 - ウェブAPIインターフェイスを介して、分類要求が受信され、分類が提供される、請求項13に記載のコンピュータプログラム。
- 前記分類を計算するステップは、前記分類要求の前に実行される、請求項13または14に記載のコンピュータプログラム。
- 前記分類を計算するステップは、前記分類要求に応答して実行される、請求項13または14に記載のコンピュータプログラム。
- 前記分類は、確率を含む、請求項13〜16のいずれか1項に記載のコンピュータプログラム。
- 前記分類は、複数のクラスの各々の確率を含む、請求項13〜17のいずれか1項に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、前記クレジット数を増やすように前記分類クライアントに命令するステップを実行させる、請求項13〜18のいずれか1項に記載のコンピュータプログラム。
- 前記文法は、ドメインプロバイダによって提供される、請求項13〜19のいずれか1項に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、
各分類要求に応じてクレジット累算器を増分するステップと、
前記クレジット累算器の値に比例して、ドメインプロバイダに報酬を支払うステップとを実行させる、請求項20に記載のコンピュータプログラム。 - 前記コードはさらに、前記コンピュータシステムに、
第2のドメインプロバイダによって提供された第2の文法に従って、前記自然言語表現を構文解析することによって、第2の文法スロットの値を決定するステップと、
前記分類要求に応答して、第2の増分を第2のクレジット累算器に加算するステップと、
前記第2のクレジット累算器の値に比例して、前記第2のドメインプロバイダに報酬を支払うステップとを実行させる、請求項21に記載のコンピュータプログラム。 - 前記コンピュータシステムに、前記特定のユーザの前記スロットの履歴値を格納するステップをさらに実行させる、請求項13〜22のいずれか1項に記載のコンピュータプログラム。
- 前記コンピュータシステムに、前記履歴値に関連するタイムスタンプを格納するステップをさらに実行させる、請求項13〜23のいずれか1項に記載のコンピュータプログラム。
- 文法に従って、識別されたユーザからの自然言語表現を構文解析することによって、文法スロットの値を決定するステップと、
文法スロットの、複数の前記ユーザの各々に関連する値を格納するステップと、
前記複数のユーザに関連する前記スロット値およびクラス値に基づいて、分類アルゴリズムから特定のユーザのドメイン確率分布を計算するステップと、
特定の自然言語表現を構文解析することによって、複数の解釈スコアおよび選択されるドメインを生成するステップと、
前記ドメイン確率を重みとして解釈スコアに適用することによって、ドメインを選択するステップとを含む、方法。 - 前記ドメイン確率分布を計算するステップは、前記特定の自然言語表現を構文解析する前に実行される、請求項25に記載の方法。
- 前記ドメイン確率分布を計算するステップは、前記特定の自然言語表現を構文解析することに応答して実行される、請求項25に記載の方法。
- 前記特定のユーザの前記スロットの履歴値を格納するステップをさらに含む、請求項25〜27のいずれか1項に記載の方法。
- 前記履歴値に関連するタイムスタンプを格納するステップをさらに含む、請求項28に記載の方法。
- コードを含むコンピュータプログラムであって、コンピュータシステムによって実行されると、前記コンピュータシステムに、
文法スロットの、複数の前記ユーザの各々に関連する値を格納するステップと、
前記複数のユーザに関連する前記スロット値およびクラス値に基づいて、分類アルゴリズムから、特定のユーザのドメイン確率分布を計算するステップと、
特定の自然言語表現を構文解析することによって、複数の解釈スコアおよび選択されるドメインを生成するステップと、
前記ドメイン確率を重みとして解釈スコアに適用することによって、ドメインを選択するステップとを実行させる、コンピュータプログラム。 - 前記ドメイン確率分布を計算するステップは、前記特定の自然言語表現を構文解析する前に実行される、請求項30に記載のコンピュータプログラム。
- 前記ドメイン確率分布を計算するステップは、前記特定の自然言語表現を構文解析することに応答して実行される、請求項30に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、前記特定のユーザの前記スロットの履歴値を格納するステップを実行させる、請求項30〜32のいずれか1項に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、前記履歴値に関連するタイムスタンプを格納するステップを実行させる、請求項30〜33のいずれか1項に記載のコンピュータプログラム。
- 広告を選択する方法であって、
ユーザIDを含む分類要求を仮想アシスタントプロバイダのウェブAPIに送信するステップと、
前記ウェブAPIから、前記ユーザIDに対応する分類を受信するステップと、
少なくとも部分的に前記分類に応じて、複数の広告のうちの1つを選択するステップと、
前記仮想アシスタントプロバイダからAPIクレジットを要求するステップとを含む、方法。 - 興味のある特性でラベル付けた複数のユーザのユーザIDデータを前記仮想アシスタントプロバイダに提供するステップをさらに含む、請求項35に記載の方法。
- 分類に使用される文法スロットのサブセットを選択するステップをさらに含む、請求項35または36に記載の方法。
- 複数の文法スロットのサブセットに対する分類要求を検査するステップをさらに含む、請求項35に記載の方法。
- コードを含むコンピュータプログラムであって、コンピュータシステムによって実行されると、前記コンピュータシステムに、
ユーザIDを含む分類要求を仮想アシスタントプロバイダのウェブAPIに送信するステップと、
前記ウェブAPIから、前記ユーザIDに対応する分類を受信するステップと、
少なくとも部分的に前記分類に応じて、複数の広告のうちの1つを選択するステップと、
前記仮想アシスタントプロバイダからAPIクレジットを要求するステップとを実行させる、コンピュータプログラム。 - 前記コードはさらに、前記コンピュータシステムに、興味のある特性でラベル付けた複数のユーザのユーザIDデータを前記仮想アシスタントプロバイダに提供するステップを実行させる、請求項39に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、分類に使用される文法スロットのサブセットを選択するステップを実行させる、請求項39または40に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、複数の文法スロットのサブセットに対する分類要求を検査するステップを実行させる、請求項39〜41のいずれか1項に記載のコンピュータプログラム。
- 方法であって、
ドメインプロバイダによって作成された自然言語文法のスロットに対してユーザが表現した値のベクトルに基づいて、識別されたユーザを分類するステップと、
前記分類の実行に応じて、前記ドメインプロバイダに報酬を支払うステップとを含み、
前記分類は、複数の他のユーザの各々のスロットベクトル上で訓練され、
前記ベクトルは、興味のあるクラスに分類される、方法。 - 前記分類は、分類クライアントからのAPI要求に応じて実行される、請求項43に記載の方法。
- 前記分類は、分類クライアントからの要求に応じて実行され、
前記方法は、前記分類に応じて、前記分類クライアントのAPIクレジットを減算するステップをさらに含む、請求項43に記載の方法。 - コードを含むコンピュータプログラムであって、コンピュータシステムによって実行されると、前記コンピュータシステムに、
ドメインプロバイダによって作成された自然言語文法のスロットに対してユーザが表現した値のベクトルに基づいて、識別されたユーザを分類するステップと、
前記分類の実行に応答して、前記ドメインプロバイダに報酬を支払うステップとを実行させ、
前記分類は、複数の他のユーザの各々のスロットベクトル上で訓練され、
前記ベクトルは、興味のあるクラスでラベル付けられる、コンピュータプログラム。 - 前記分類は、分類クライアントからのAPI要求に応じて実行される、請求項46に記載のコンピュータプログラム。
- 前記コードはさらに、前記コンピュータシステムに、前記分類に応じて、前記分類クライアントのAPIクレジットを減算するステップを実行させる、請求項46または47に記載のコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710791381.3 | 2017-09-05 | ||
CN201710791381.3A CN110019699B (zh) | 2017-09-05 | 2017-09-05 | 域间通过语法槽的分类 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021002974A Division JP2021089742A (ja) | 2017-09-05 | 2021-01-12 | 広告を選択する方法、ユーザを分類する方法、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019046459A true JP2019046459A (ja) | 2019-03-22 |
JP2019046459A5 JP2019046459A5 (ja) | 2019-10-10 |
JP6846390B2 JP6846390B2 (ja) | 2021-03-24 |
Family
ID=65518212
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018137103A Active JP6846390B2 (ja) | 2017-09-05 | 2018-07-20 | ドメイン間の文法スロットによる分類 |
JP2021002974A Pending JP2021089742A (ja) | 2017-09-05 | 2021-01-12 | 広告を選択する方法、ユーザを分類する方法、およびプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021002974A Pending JP2021089742A (ja) | 2017-09-05 | 2021-01-12 | 広告を選択する方法、ユーザを分類する方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11935029B2 (ja) |
JP (2) | JP6846390B2 (ja) |
CN (2) | CN117112761A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020209180A1 (ja) * | 2019-04-09 | 2020-10-15 | 株式会社Nttドコモ | プロファイル生成装置 |
CN113032556A (zh) * | 2019-12-25 | 2021-06-25 | 厦门铠甲网络股份有限公司 | 一种基于自然语言处理形成用户画像的方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6964558B2 (ja) * | 2018-06-22 | 2021-11-10 | 株式会社日立製作所 | 音声対話システムとモデル作成装置およびその方法 |
US11132681B2 (en) | 2018-07-06 | 2021-09-28 | At&T Intellectual Property I, L.P. | Services for entity trust conveyances |
US10802872B2 (en) | 2018-09-12 | 2020-10-13 | At&T Intellectual Property I, L.P. | Task delegation and cooperation for automated assistants |
US11481186B2 (en) * | 2018-10-25 | 2022-10-25 | At&T Intellectual Property I, L.P. | Automated assistant context and protocol |
US11340963B2 (en) * | 2019-01-08 | 2022-05-24 | Microsoft Technology Licensing, Llc | Augmentation of notification details |
US11394799B2 (en) | 2020-05-07 | 2022-07-19 | Freeman Augustus Jackson | Methods, systems, apparatuses, and devices for facilitating for generation of an interactive story based on non-interactive data |
KR20230135964A (ko) * | 2022-03-17 | 2023-09-26 | 삼성전자주식회사 | 광고 대상 결정 장치 및 방법 |
CN117290457B (zh) * | 2023-11-22 | 2024-03-08 | 湖南省第一测绘院 | 地理实体多模态数据管理系统及数据库和时序化管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005011089A (ja) * | 2003-06-19 | 2005-01-13 | Fujitsu Ltd | 対話装置 |
JP2008112279A (ja) * | 2006-10-30 | 2008-05-15 | Fuji Xerox Co Ltd | 情報処理システムおよび情報処理装置および情報処理プログラム |
JP2017062741A (ja) * | 2015-09-25 | 2017-03-30 | 株式会社ユニバーサルエンターテインメント | 情報提供システム、情報提供方法、及びプログラム |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7398209B2 (en) * | 2002-06-03 | 2008-07-08 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US7603267B2 (en) * | 2003-05-01 | 2009-10-13 | Microsoft Corporation | Rules-based grammar for slots and statistical model for preterminals in natural language understanding system |
CN1570921A (zh) * | 2003-07-22 | 2005-01-26 | 中国科学院自动化研究所 | 基于统计模型的口语解析方法 |
JP4479004B2 (ja) | 2004-07-05 | 2010-06-09 | ブラザー工業株式会社 | 情報提供システム及び情報提供方法 |
US7640160B2 (en) * | 2005-08-05 | 2009-12-29 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US10042927B2 (en) * | 2006-04-24 | 2018-08-07 | Yeildbot Inc. | Interest keyword identification |
JP2009014968A (ja) | 2007-07-04 | 2009-01-22 | Canon Inc | 投射型表示装置 |
CN101377770B (zh) * | 2007-08-27 | 2017-03-01 | 微软技术许可有限责任公司 | 中文组块分析的方法及系统 |
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 |
EP2575128A3 (en) * | 2011-09-30 | 2013-08-14 | Apple Inc. | Using context information to facilitate processing of commands in a virtual assistant |
US8909536B2 (en) * | 2012-04-20 | 2014-12-09 | Nuance Communications, Inc. | Methods and systems for speech-enabling a human-to-machine interface |
JP5661690B2 (ja) * | 2012-06-26 | 2015-01-28 | ヤフー株式会社 | 広告配信装置、配信方法及び配信プログラム |
EP3005150A4 (en) * | 2013-06-07 | 2016-06-15 | Apple Inc | INTELLIGENT AUTOMATIC ASSISTANT |
US9715875B2 (en) * | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
JP6173986B2 (ja) | 2014-08-12 | 2017-08-02 | ヤフー株式会社 | 情報提供装置、広告配信システム、情報提供方法及び情報提供プログラム |
US10691698B2 (en) | 2014-11-06 | 2020-06-23 | International Business Machines Corporation | Automatic near-real-time prediction, classification, and notification of events in natural language systems |
US9990613B1 (en) * | 2014-12-12 | 2018-06-05 | Square, Inc. | Bill payment using direct funds transfer |
US9836452B2 (en) * | 2014-12-30 | 2017-12-05 | Microsoft Technology Licensing, Llc | Discriminating ambiguous expressions to enhance user experience |
US9824083B2 (en) * | 2015-07-07 | 2017-11-21 | Rima Ghannam | System for natural language understanding |
EP3142050A1 (en) * | 2015-09-09 | 2017-03-15 | Tata Consultancy Services Limited | Predicting attribute values for user segmentation |
CN105677635A (zh) * | 2015-12-29 | 2016-06-15 | 聚熵信息技术(上海)有限公司 | 用于自然语言交互的方法、设备及系统 |
US10453117B1 (en) * | 2016-06-29 | 2019-10-22 | Amazon Technologies, Inc. | Determining domains for natural language understanding |
US10878338B2 (en) * | 2016-10-06 | 2020-12-29 | International Business Machines Corporation | Machine learning of analogic patterns |
-
2017
- 2017-09-05 CN CN202311094416.XA patent/CN117112761A/zh active Pending
- 2017-09-05 CN CN201710791381.3A patent/CN110019699B/zh active Active
-
2018
- 2018-07-20 JP JP2018137103A patent/JP6846390B2/ja active Active
- 2018-09-05 US US16/121,967 patent/US11935029B2/en active Active
-
2021
- 2021-01-12 JP JP2021002974A patent/JP2021089742A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005011089A (ja) * | 2003-06-19 | 2005-01-13 | Fujitsu Ltd | 対話装置 |
JP2008112279A (ja) * | 2006-10-30 | 2008-05-15 | Fuji Xerox Co Ltd | 情報処理システムおよび情報処理装置および情報処理プログラム |
JP2017062741A (ja) * | 2015-09-25 | 2017-03-30 | 株式会社ユニバーサルエンターテインメント | 情報提供システム、情報提供方法、及びプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020209180A1 (ja) * | 2019-04-09 | 2020-10-15 | 株式会社Nttドコモ | プロファイル生成装置 |
CN113032556A (zh) * | 2019-12-25 | 2021-06-25 | 厦门铠甲网络股份有限公司 | 一种基于自然语言处理形成用户画像的方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6846390B2 (ja) | 2021-03-24 |
US11935029B2 (en) | 2024-03-19 |
JP2021089742A (ja) | 2021-06-10 |
CN110019699B (zh) | 2023-10-20 |
CN117112761A (zh) | 2023-11-24 |
US20190073660A1 (en) | 2019-03-07 |
CN110019699A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6846390B2 (ja) | ドメイン間の文法スロットによる分類 | |
US11544305B2 (en) | Intent identification for agent matching by assistant systems | |
US11270333B1 (en) | Click-through prediction for targeted content | |
CN107172151B (zh) | 用于推送信息的方法和装置 | |
US10509837B2 (en) | Modeling actions for entity-centric search | |
CN109522483B (zh) | 用于推送信息的方法和装置 | |
US10147037B1 (en) | Method and system for determining a level of popularity of submission content, prior to publicizing the submission content with a question and answer support system | |
CN111125574B (zh) | 用于生成信息的方法和装置 | |
CN107958385B (zh) | 基于买家定义函数的投标 | |
KR20160055930A (ko) | 연속적인 소셜 커뮤니케이션에 사용되는 콘텐츠를 능동적으로 구성하기 위한 시스템 및 방법 | |
KR20080091822A (ko) | 휴먼 검색자들을 이용한 스케일러블 검색 시스템 | |
US20160379267A1 (en) | Targeted e-commerce business strategies based on affiliation networks derived from predictive cognitive traits | |
CN107808314B (zh) | 用户推荐方法及装置 | |
US9767204B1 (en) | Category predictions identifying a search frequency | |
EP3557504A1 (en) | Intent identification for agent matching by assistant systems | |
WO2020033117A1 (en) | Dynamic and continous onboarding of service providers in an online expert marketplace | |
WO2022156589A1 (zh) | 一种直播点击率的确定方法和装置 | |
US20210103953A1 (en) | Conversion score determination for trending and non-trending content | |
WO2019242453A1 (zh) | 信息处理方法及装置、存储介质、电子装置 | |
CN110555747A (zh) | 确定目标用户的方法和装置 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
US11886473B2 (en) | Intent identification for agent matching by assistant systems | |
JP2018136721A (ja) | 提供装置、提供方法および提供プログラム | |
CN111445263A (zh) | 信息处理方法、装置和计算机系统及介质 | |
EP4235438A2 (en) | Assessing applications for delivery via an application delivery server |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190826 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190826 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210112 |
|
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: 20210202 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210301 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6846390 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |