JP2022177032A - 改良されたボットタスク処理のための動的応答予測 - Google Patents
改良されたボットタスク処理のための動的応答予測 Download PDFInfo
- Publication number
- JP2022177032A JP2022177032A JP2022136840A JP2022136840A JP2022177032A JP 2022177032 A JP2022177032 A JP 2022177032A JP 2022136840 A JP2022136840 A JP 2022136840A JP 2022136840 A JP2022136840 A JP 2022136840A JP 2022177032 A JP2022177032 A JP 2022177032A
- Authority
- JP
- Japan
- Prior art keywords
- message
- communication
- messages
- previous
- new message
- 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
- 230000004044 response Effects 0.000 title claims abstract description 110
- 238000012545 processing Methods 0.000 title claims description 20
- 238000004891 communication Methods 0.000 claims abstract description 504
- 238000000034 method Methods 0.000 claims abstract description 87
- 238000010801 machine learning Methods 0.000 claims abstract description 74
- 239000011159 matrix material Substances 0.000 claims description 38
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013527 convolutional neural network Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000000306 recurrent effect Effects 0.000 claims description 7
- 239000003795 chemical substances by application Substances 0.000 description 98
- 238000007726 management method Methods 0.000 description 80
- 230000003993 interaction Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 11
- 238000013515 script Methods 0.000 description 10
- 238000013507 mapping Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000002708 enhancing effect Effects 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000013478 data encryption standard Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241000590419 Polygonia interrogationis Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241001441724 Tetraodontidae Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
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
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
-
- 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
- H04L51/21—Monitoring or handling of messages
- H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer And Data Communications (AREA)
Abstract
Description
以下に、出願当初の特許請求の範囲に記載の事項を、そのまま、付記しておく。
[C1]
応答メッセージを予測するために、機械学習モデルをトレーニングするためのデータセットを収集することと、ここにおいて、前記データセットを収集することは、ネットワークデバイスとエージェントに関連付けられた端末機器との間の以前の通信セッションに含まれる1または複数の以前のメッセージを記憶することを含み、
端末機器とネットワークデバイスとの間の通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記端末機器および前記ネットワークデバイスが1または複数のメッセージを交換することを可能にし、
前記通信セッション中に新しいメッセージを受信することと、
前記トレーニングされた機械学習モデルを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージが受信される前に交換された任意のメッセージを評価することを含み、
前記新しいメッセージに対する応答を予測することと、ここにおいて、前記応答を予測することは、前記新しいメッセージに対する前記予測された応答として前記データセットからどの以前のメッセージを選択するかを決定するために前記評価の結果を使用することを含み、
前記予測された応答を前記端末機器において表示することを容易にすることと、ここにおいて、前記予測された応答が選択された場合、前記予測された応答は、前記通信セッション中に自動的に前記ネットワークデバイスに送信される、
を備えるコンピュータ実装方法。
[C2]
前記データセットに含まれる以前のメッセージに関連付けられた属性を識別することと、
前記以前のメッセージに属性タグを付加することと、ここにおいて、前記属性タグは前記識別された属性に対応し、
前記属性タグを使用して前記機械学習モデルをトレーニングすることと、
をさらに備える、C1に記載のコンピュータ実装方法。
[C3]
前記端末機器と前記ネットワークデバイスとの間の前記通信セッションは、ボットを含み、ここにおいて、前記ボットは、前記ネットワークデバイスと自律的に通信するように構成される、C1に記載のコンピュータ実装方法。
[C4]
前記ボットを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージからクエリを自動的に識別することを含み、および、ここにおいて、前記新しいメッセージは、前記新しいメッセージが受信されるとリアルタイムで評価され、
前記識別されたクエリを使用してデータベースにクエリを実行することと、
前記端末機器において前記クエリを実行することの1または複数の結果を表示することと、
をさらに含む、C3に記載のコンピュータ実装方法。
[C5]
前記機械学習モデルが、リカレントニューラルネットワーク(RNN)または畳み込みニューラルネットワーク(CNN)を含む、C1に記載のコンピュータ実装方法。
[C6]
前記予測された応答メッセージを決定することは、
前記新しいメッセージのベクトル表現を生成することと、
前記新しいメッセージの前記ベクトル表現を前記データセットに含まれる前記1または複数の以前のメッセージの追加ベクトル表現と比較するために、前記機械学習モデルを使用することと、
前記データセットに含まれる前記1または複数の以前のメッセージから以前のメッセージを選択することと、ここにおいて、前記以前のメッセージが前記比較に基づいて選択される、
をさらに備える、C1に記載のコンピュータ実装方法。
[C7]
候補メッセージに対してマトリクスを生成することと、ここにおいて、前記マトリクスは、前記以前のメッセージに含まれる単語数と前記以前のメッセージのベクトル表現とを含み、
前記新しいメッセージに対して追加マトリクスを生成することと、ここにおいて、前記追加マトリクスは、前記新しいメッセージに含まれる単語数と前記新しいメッセージのベクトル表現とを含み、前記以前のメッセージを前記予測された応答として選択するかどうかを決定するために、前記マトリクスを前記追加マトリクスと比較することと、
をさらに備える、C1に記載のコンピュータ実装方法。
[C8]
1または複数のデータプロセッサと、
非一時的コンピュータ可読記憶媒体であって、前記1または複数のデータプロセッサ上で実行されたときに、前記1または複数のデータプロセッサに、
応答メッセージを予測するために、機械学習モデルをトレーニングするためのデータセットを収集することと、ここにおいて、前記データセットを収集することは、ネットワークデバイスとエージェントに関連付けられた端末機器との間の以前の通信セッションに含まれる1または複数の以前のメッセージを記憶することを含み、
端末機器とネットワークデバイスとの間の通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記端末機器および前記ネットワークデバイスが1または複数のメッセージを交換することを可能にし、
前記通信セッション中に新しいメッセージを受信することと、
前記トレーニングされた機械学習モデルを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージが受信される前に交換された任意のメッセージを評価することを含み、
前記新しいメッセージに対する応答を予測することと、ここにおいて、前記応答を予測することは、前記新しいメッセージに対する前記予測された応答として前記データセットからどの以前のメッセージを選択するかを決定するために前記評価の結果を使用することを含み、
前記予測された応答を前記端末機器において表示することを容易にすることと、ここにおいて、前記予測された応答が選択された場合、前記予測された応答は、前記通信セッション中に自動的に前記ネットワークデバイスに送信される、
を、含む動作を実行させる命令を含む非一時的コンピュータ可読記憶媒体と、
を備えるシステム。
[C9]
前記動作が、前記データセットに含まれる以前のメッセージに関連付けられた属性を識別することと、
前記以前のメッセージに属性タグを付加することと、ここにおいて、前記属性タグは前記識別された属性に対応し、
前記属性タグを使用して前記機械学習モデルをトレーニングすることと、
をさらに備える、C8に記載のシステム。
[C10]
前記端末機器と前記ネットワークデバイスとの間の前記通信セッションは、ボットを含み、ここにおいて、前記ボットは、前記ネットワークデバイスと自律的に通信するように構成される、C8に記載のシステム。
[C11]
前記ボットを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージからクエリを自動的に識別することを含み、および、ここにおいて、前記新しいメッセージは、前記新しいメッセージが受信されるとリアルタイムで評価され、
前記識別されたクエリを使用してデータベースにクエリを実行すること、
前記端末機器において前記クエリを実行することの1または複数の結果を表示することと、をさらに備える、C10に記載のシステム。
[C12]
前記機械学習モデルが、リカレントニューラルネットワーク(RNN)または畳み込みニューラルネットワーク(CNN)を含む、C8に記載のシステム。
[C13]
前記予測された応答メッセージを決定することは、
前記新しいメッセージのベクトル表現を生成することと、
前記新しいメッセージの前記ベクトル表現を前記データセットに含まれる前記1または複数の以前のメッセージの追加ベクトル表現と比較するために、前記機械学習モデルを使用することと、
前記データセットに含まれる前記1または複数の以前のメッセージから以前のメッセージを選択することと、ここにおいて、前記以前のメッセージが前記比較に基づいて選択される、
をさらに備える、C8に記載のシステム。
[C14]
前記動作が、候補メッセージに対してマトリクスを生成することと、ここにおいて、前記マトリクスは、前記以前のメッセージに含まれる単語数と前記以前のメッセージのベクトル表現とを含み、
前記新しいメッセージに対して追加マトリクスを生成することと、ここにおいて、前記追加マトリクスは、前記新しいメッセージに含まれる単語数と前記新しいメッセージのベクトル表現とを含み、
前記以前のメッセージを前記予測された応答として選択するかどうかを決定するために、前記マトリクスを前記追加マトリクスと比較することと、
をさらに備える、C8に記載のシステム。
[C15]
非一時的機械可読記憶媒体において有形的に実装されるコンピュータプログラム製品であって、前記非一時的機械可読記憶媒体は、データ処理装置に、
応答メッセージを予測するために、機械学習モデルをトレーニングするためのデータセットを収集することと、ここにおいて、前記データセットを収集することは、ネットワークデバイスとエージェントに関連付けられた端末機器との間の以前の通信セッションに含まれる1または複数の以前のメッセージを記憶することを含み、
端末機器とネットワークデバイスとの間の通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記端末機器および前記ネットワークデバイスが1または複数のメッセージを交換することを可能にし、
前記通信セッション中に新しいメッセージを受信することと、
前記トレーニングされた機械学習モデルを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージが受信される前に交換された任意のメッセージを評価することを含み、前
記新しいメッセージに対する応答を予測することと、ここにおいて、前記応答を予測することは、前記新しいメッセージに対する前記予測された応答として前記データセットからどの以前のメッセージを選択するかを決定するために前記評価の結果を使用することを含み、
前記予測された応答を前記端末機器において表示することを容易にすることと、ここにおいて、前記予測された応答が選択された場合、前記予測された応答は、前記通信セッション中に自動的に前記ネットワークデバイスに送信される、
を、含む動作を実行させる命令を含む、コンピュータプログラム製品。
[C16]
前記動作が、前記データセットに含まれる以前のメッセージに関連付けられた属性を識別することと、
前記以前のメッセージに属性タグを付加することと、ここにおいて、前記属性タグは前記識別された属性に対応し、
前記属性タグを使用して前記機械学習モデルをトレーニングすることと、
をさらに備える、C15に記載のコンピュータプログラム製品。
[C17]
前記端末機器と前記ネットワークデバイスとの間の前記通信セッションは、ボットを含み、ここにおいて、前記ボットは、前記ネットワークデバイスと自律的に通信するように構成される、C15に記載のコンピュータプログラム製品。
[C18]
前記ボットを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージからクエリを自動的に識別することを含み、および、ここにおいて、前記新しいメッセージは、前記新しいメッセージが受信されるとリアルタイムで評価され、
前記識別されたクエリを使用してデータベースにクエリを実行することと、
前記端末機器において前記クエリを実行することの1または複数の結果を表示することと、
をさらに含む、C17に記載のコンピュータプログラム製品。
[C19]
前記機械学習モデルが、リカレントニューラルネットワーク(RNN)または畳み込みニューラルネットワーク(CNN)を含む、C15に記載のコンピュータプログラム製品。
[C20]
前記予測された応答メッセージを決定することは、
前記新しいメッセージのベクトル表現を生成することと、
前記新しいメッセージの前記ベクトル表現を前記データセットに含まれる前記1または複数の以前のメッセージの追加ベクトル表現と比較するために、前記機械学習モデルを使用することと、
前記データセットに含まれる前記1または複数の以前のメッセージから以前のメッセージを選択することと、ここにおいて、前記以前のメッセージが前記比較に基づいて選択される、
をさらに備える、C15に記載のコンピュータプログラム製品。
Claims (20)
- 応答メッセージを予測するために、機械学習モデルをトレーニングするためのデータセットを収集することと、ここにおいて、前記データセットを収集することは、ネットワークデバイスとエージェントに関連付けられた端末機器との間の以前の通信セッションに含まれる1または複数の以前のメッセージを記憶することを含み、
端末機器とネットワークデバイスとの間の通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記端末機器および前記ネットワークデバイスが1または複数のメッセージを交換することを可能にし、
前記通信セッション中に新しいメッセージを受信することと、
前記トレーニングされた機械学習モデルを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージが受信される前に交換された任意のメッセージを評価することを含み、
前記新しいメッセージに対する応答を予測することと、ここにおいて、前記応答を予測することは、前記新しいメッセージに対する前記予測された応答として前記データセットからどの以前のメッセージを選択するかを決定するために前記評価の結果を使用することを含み、
前記予測された応答を前記端末機器において表示することを容易にすることと、ここにおいて、前記予測された応答が選択された場合、前記予測された応答は、前記通信セッション中に自動的に前記ネットワークデバイスに送信される、
を備えるコンピュータ実装方法。 - 前記データセットに含まれる以前のメッセージに関連付けられた属性を識別することと、
前記以前のメッセージに属性タグを付加することと、ここにおいて、前記属性タグは前記識別された属性に対応し、
前記属性タグを使用して前記機械学習モデルをトレーニングすることと、
をさらに備える、請求項1に記載のコンピュータ実装方法。 - 前記端末機器と前記ネットワークデバイスとの間の前記通信セッションは、ボットを含み、ここにおいて、前記ボットは、前記ネットワークデバイスと自律的に通信するように構成される、請求項1に記載のコンピュータ実装方法。
- 前記ボットを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージからクエリを自動的に識別することを含み、および、ここにおいて、前記新しいメッセージは、前記新しいメッセージが受信されるとリアルタイムで評価され、
前記識別されたクエリを使用してデータベースにクエリを実行することと、
前記端末機器において前記クエリを実行することの1または複数の結果を表示することと、
をさらに含む、請求項3に記載のコンピュータ実装方法。 - 前記機械学習モデルが、リカレントニューラルネットワーク(RNN)または畳み込みニューラルネットワーク(CNN)を含む、請求項1に記載のコンピュータ実装方法。
- 前記予測された応答メッセージを決定することは、
前記新しいメッセージのベクトル表現を生成することと、
前記新しいメッセージの前記ベクトル表現を前記データセットに含まれる前記1または複数の以前のメッセージの追加ベクトル表現と比較するために、前記機械学習モデルを使用することと、
前記データセットに含まれる前記1または複数の以前のメッセージから以前のメッセージを選択することと、ここにおいて、前記以前のメッセージが前記比較に基づいて選択される、
をさらに備える、請求項1に記載のコンピュータ実装方法。 - 候補メッセージに対してマトリクスを生成することと、ここにおいて、前記マトリクスは、前記以前のメッセージに含まれる単語数と前記以前のメッセージのベクトル表現とを含み、
前記新しいメッセージに対して追加マトリクスを生成することと、ここにおいて、前記追加マトリクスは、前記新しいメッセージに含まれる単語数と前記新しいメッセージのベクトル表現とを含み、前記以前のメッセージを前記予測された応答として選択するかどうかを決定するために、前記マトリクスを前記追加マトリクスと比較することと、
をさらに備える、請求項1に記載のコンピュータ実装方法。 - 1または複数のデータプロセッサと、
非一時的コンピュータ可読記憶媒体であって、前記1または複数のデータプロセッサ上で実行されたときに、前記1または複数のデータプロセッサに、
応答メッセージを予測するために、機械学習モデルをトレーニングするためのデータセットを収集することと、ここにおいて、前記データセットを収集することは、ネットワークデバイスとエージェントに関連付けられた端末機器との間の以前の通信セッションに含まれる1または複数の以前のメッセージを記憶することを含み、
端末機器とネットワークデバイスとの間の通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記端末機器および前記ネットワークデバイスが1または複数のメッセージを交換することを可能にし、
前記通信セッション中に新しいメッセージを受信することと、
前記トレーニングされた機械学習モデルを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージが受信される前に交換された任意のメッセージを評価することを含み、
前記新しいメッセージに対する応答を予測することと、ここにおいて、前記応答を予測することは、前記新しいメッセージに対する前記予測された応答として前記データセットからどの以前のメッセージを選択するかを決定するために前記評価の結果を使用することを含み、
前記予測された応答を前記端末機器において表示することを容易にすることと、ここにおいて、前記予測された応答が選択された場合、前記予測された応答は、前記通信セッション中に自動的に前記ネットワークデバイスに送信される、
を、含む動作を実行させる命令を含む非一時的コンピュータ可読記憶媒体と、
を備えるシステム。 - 前記動作が、前記データセットに含まれる以前のメッセージに関連付けられた属性を識別することと、
前記以前のメッセージに属性タグを付加することと、ここにおいて、前記属性タグは前記識別された属性に対応し、
前記属性タグを使用して前記機械学習モデルをトレーニングすることと、
をさらに備える、請求項8に記載のシステム。 - 前記端末機器と前記ネットワークデバイスとの間の前記通信セッションは、ボットを含み、ここにおいて、前記ボットは、前記ネットワークデバイスと自律的に通信するように構成される、請求項8に記載のシステム。
- 前記ボットを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージからクエリを自動的に識別することを含み、および、ここにおいて、前記新しいメッセージは、前記新しいメッセージが受信されるとリアルタイムで評価され、
前記識別されたクエリを使用してデータベースにクエリを実行すること、
前記端末機器において前記クエリを実行することの1または複数の結果を表示することと、をさらに備える、請求項10に記載のシステム。 - 前記機械学習モデルが、リカレントニューラルネットワーク(RNN)または畳み込みニューラルネットワーク(CNN)を含む、請求項8に記載のシステム。
- 前記予測された応答メッセージを決定することは、
前記新しいメッセージのベクトル表現を生成することと、
前記新しいメッセージの前記ベクトル表現を前記データセットに含まれる前記1または複数の以前のメッセージの追加ベクトル表現と比較するために、前記機械学習モデルを使用することと、
前記データセットに含まれる前記1または複数の以前のメッセージから以前のメッセージを選択することと、ここにおいて、前記以前のメッセージが前記比較に基づいて選択される、
をさらに備える、請求項8に記載のシステム。 - 前記動作が、候補メッセージに対してマトリクスを生成することと、ここにおいて、前記マトリクスは、前記以前のメッセージに含まれる単語数と前記以前のメッセージのベクトル表現とを含み、
前記新しいメッセージに対して追加マトリクスを生成することと、ここにおいて、前記追加マトリクスは、前記新しいメッセージに含まれる単語数と前記新しいメッセージのベクトル表現とを含み、
前記以前のメッセージを前記予測された応答として選択するかどうかを決定するために、前記マトリクスを前記追加マトリクスと比較することと、
をさらに備える、請求項8に記載のシステム。 - 非一時的機械可読記憶媒体において有形的に実装されるコンピュータプログラム製品であって、前記非一時的機械可読記憶媒体は、データ処理装置に、
応答メッセージを予測するために、機械学習モデルをトレーニングするためのデータセットを収集することと、ここにおいて、前記データセットを収集することは、ネットワークデバイスとエージェントに関連付けられた端末機器との間の以前の通信セッションに含まれる1または複数の以前のメッセージを記憶することを含み、
端末機器とネットワークデバイスとの間の通信セッションを容易にすることと、ここにおいて、前記通信セッションは、前記端末機器および前記ネットワークデバイスが1または複数のメッセージを交換することを可能にし、
前記通信セッション中に新しいメッセージを受信することと、
前記トレーニングされた機械学習モデルを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージが受信される前に交換された任意のメッセージを評価することを含み、前
記新しいメッセージに対する応答を予測することと、ここにおいて、前記応答を予測することは、前記新しいメッセージに対する前記予測された応答として前記データセットからどの以前のメッセージを選択するかを決定するために前記評価の結果を使用することを含み、
前記予測された応答を前記端末機器において表示することを容易にすることと、ここにおいて、前記予測された応答が選択された場合、前記予測された応答は、前記通信セッション中に自動的に前記ネットワークデバイスに送信される、
を、含む動作を実行させる命令を含む、コンピュータプログラム製品。 - 前記動作が、前記データセットに含まれる以前のメッセージに関連付けられた属性を識別することと、
前記以前のメッセージに属性タグを付加することと、ここにおいて、前記属性タグは前記識別された属性に対応し、
前記属性タグを使用して前記機械学習モデルをトレーニングすることと、
をさらに備える、請求項15に記載のコンピュータプログラム製品。 - 前記端末機器と前記ネットワークデバイスとの間の前記通信セッションは、ボットを含み、ここにおいて、前記ボットは、前記ネットワークデバイスと自律的に通信するように構成される、請求項15に記載のコンピュータプログラム製品。
- 前記ボットを使用して前記新しいメッセージを評価することと、ここにおいて、前記新しいメッセージを評価することは、前記新しいメッセージからクエリを自動的に識別することを含み、および、ここにおいて、前記新しいメッセージは、前記新しいメッセージが受信されるとリアルタイムで評価され、
前記識別されたクエリを使用してデータベースにクエリを実行することと、
前記端末機器において前記クエリを実行することの1または複数の結果を表示することと、
をさらに含む、請求項17に記載のコンピュータプログラム製品。 - 前記機械学習モデルが、リカレントニューラルネットワーク(RNN)または畳み込みニューラルネットワーク(CNN)を含む、請求項15に記載のコンピュータプログラム製品。
- 前記予測された応答メッセージを決定することは、
前記新しいメッセージのベクトル表現を生成することと、
前記新しいメッセージの前記ベクトル表現を前記データセットに含まれる前記1または複数の以前のメッセージの追加ベクトル表現と比較するために、前記機械学習モデルを使用することと、
前記データセットに含まれる前記1または複数の以前のメッセージから以前のメッセージを選択することと、ここにおいて、前記以前のメッセージが前記比較に基づいて選択される、
をさらに備える、請求項15に記載のコンピュータプログラム製品。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762502535P | 2017-05-05 | 2017-05-05 | |
US201762502572P | 2017-05-05 | 2017-05-05 | |
US62/502,535 | 2017-05-05 | ||
US62/502,572 | 2017-05-05 | ||
JP2020511866A JP7135070B2 (ja) | 2017-05-05 | 2018-05-04 | 改良されたボットタスク処理のための動的応答予測 |
PCT/US2018/031181 WO2018204841A1 (en) | 2017-05-05 | 2018-05-04 | Dynamic response prediction for improved bot task processing |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020511866A Division JP7135070B2 (ja) | 2017-05-05 | 2018-05-04 | 改良されたボットタスク処理のための動的応答予測 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022177032A true JP2022177032A (ja) | 2022-11-30 |
JP7387837B2 JP7387837B2 (ja) | 2023-11-28 |
Family
ID=62555162
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020511866A Active JP7135070B2 (ja) | 2017-05-05 | 2018-05-04 | 改良されたボットタスク処理のための動的応答予測 |
JP2022136840A Active JP7387837B2 (ja) | 2017-05-05 | 2022-08-30 | 改良されたボットタスク処理のための動的応答予測 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020511866A Active JP7135070B2 (ja) | 2017-05-05 | 2018-05-04 | 改良されたボットタスク処理のための動的応答予測 |
Country Status (9)
Country | Link |
---|---|
US (2) | US11468344B2 (ja) |
EP (2) | EP4099230A1 (ja) |
JP (2) | JP7135070B2 (ja) |
CN (1) | CN111713086B (ja) |
AU (4) | AU2018261870B2 (ja) |
CA (1) | CA3062326A1 (ja) |
IL (2) | IL307851A (ja) |
SG (1) | SG11201909643RA (ja) |
WO (1) | WO2018204841A1 (ja) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3395019B1 (en) | 2015-12-21 | 2022-03-30 | Google LLC | Automatic suggestions and other content for messaging applications |
CN108781175B (zh) | 2015-12-21 | 2021-09-21 | 谷歌有限责任公司 | 用于消息交换题绪的自动建议的方法、介质及系统 |
CN117634495A (zh) | 2016-09-20 | 2024-03-01 | 谷歌有限责任公司 | 基于消息贴纸的建议响应 |
US10511450B2 (en) | 2016-09-20 | 2019-12-17 | Google Llc | Bot permissions |
US10015124B2 (en) * | 2016-09-20 | 2018-07-03 | Google Llc | Automatic response suggestions based on images received in messaging applications |
US10416846B2 (en) | 2016-11-12 | 2019-09-17 | Google Llc | Determining graphical element(s) for inclusion in an electronic communication |
AU2018261870B2 (en) | 2017-05-05 | 2020-11-05 | Seetvun AMIR | Dynamic response prediction for improved bot task processing |
US10860854B2 (en) | 2017-05-16 | 2020-12-08 | Google Llc | Suggested actions for images |
US10348658B2 (en) | 2017-06-15 | 2019-07-09 | Google Llc | Suggested items for use with embedded applications in chat conversations |
US10404636B2 (en) | 2017-06-15 | 2019-09-03 | Google Llc | Embedded programs and interfaces for chat conversations |
US10555341B2 (en) * | 2017-07-11 | 2020-02-04 | Cisco Technology, Inc. | Wireless contention reduction |
US11082456B2 (en) * | 2017-08-17 | 2021-08-03 | Avctechnologies Usa Inc. | Automated agent for a web communication feature |
US10339922B2 (en) * | 2017-08-23 | 2019-07-02 | Sap Se | Thematic segmentation of long content using deep learning and contextual cues |
US10891526B2 (en) | 2017-12-22 | 2021-01-12 | Google Llc | Functional image archiving |
US11423895B2 (en) * | 2018-09-27 | 2022-08-23 | Samsung Electronics Co., Ltd. | Method and system for providing an interactive interface |
WO2020061701A1 (en) * | 2018-09-28 | 2020-04-02 | Element Ai Inc. | Document routing based on document contents |
US11722439B2 (en) * | 2018-10-01 | 2023-08-08 | Microsoft Technology Licensing, Llc | Bot platform for mutimodal channel agnostic rendering of channel response |
US10616151B1 (en) | 2018-10-17 | 2020-04-07 | Asana, Inc. | Systems and methods for generating and presenting graphical user interfaces |
US11200310B2 (en) * | 2018-12-13 | 2021-12-14 | Paypal, Inc. | Sentence based automated Turing test for detecting scripted computing attacks |
US11777874B1 (en) * | 2018-12-14 | 2023-10-03 | Carvana, LLC | Artificial intelligence conversation engine |
US10395648B1 (en) * | 2019-02-06 | 2019-08-27 | Capital One Services, Llc | Analysis of a topic in a communication relative to a characteristic of the communication |
JP7309889B2 (ja) | 2019-02-22 | 2023-07-18 | ライブパーソン, インコーポレイテッド | エンドポイント通信チャネル選択を実現する動的テキストメッセージ処理 |
JP7250946B2 (ja) * | 2019-02-25 | 2023-04-03 | ライブパーソン, インコーポレイテッド | インテント駆動型コンタクトセンター |
US10897508B2 (en) * | 2019-03-08 | 2021-01-19 | International Business Machines Corporation | Personal call center assistant |
JP7263544B2 (ja) * | 2019-03-28 | 2023-04-24 | ライブパーソン, インコーポレイテッド | メッセージングにおける動的メッセージ処理およびデータの集約 |
US11556362B2 (en) * | 2019-03-31 | 2023-01-17 | Automation Anywhere, Inc. | Robotic process automation system with device user impersonation |
EP3949337A4 (en) * | 2019-04-02 | 2022-11-16 | Brain Corporation | SYSTEMS, APPARATUS AND METHODS FOR A DISTRIBUTED ROBOTIC NETWORK FOR DATA COLLECTION AND INSIGHT GENERATION |
AU2020290470B2 (en) | 2019-06-12 | 2023-03-02 | Liveperson, Inc. | Systems and methods for communication system intent analysis |
CN114051740B (zh) * | 2019-06-12 | 2023-06-09 | 利维帕尔森有限公司 | 用于外部系统集成的系统和方法 |
AU2020324446B2 (en) * | 2019-08-07 | 2023-11-23 | Liveperson, Inc. | Systems and methods for transferring messaging to automation |
JP7358621B2 (ja) * | 2019-08-14 | 2023-10-10 | ライブパーソン, インコーポレイテッド | 対話勧誘を管理するためのシステムおよび方法 |
US11562267B2 (en) * | 2019-09-14 | 2023-01-24 | Oracle International Corporation | Chatbot for defining a machine learning (ML) solution |
US11625648B2 (en) | 2019-09-14 | 2023-04-11 | Oracle International Corporation | Techniques for adaptive pipelining composition for machine learning (ML) |
US11663523B2 (en) | 2019-09-14 | 2023-05-30 | Oracle International Corporation | Machine learning (ML) infrastructure techniques |
US11323408B2 (en) | 2019-10-28 | 2022-05-03 | Liveperson, Inc. | Dynamic communications routing to disparate endpoints |
JP7434560B2 (ja) | 2019-12-13 | 2024-02-20 | ライブパーソン, インコーポレイテッド | 双方向通信システムのためのサービスとしての機能クラウドチャットボット |
US11775867B1 (en) * | 2019-12-18 | 2023-10-03 | System Inc. | System and methods for evaluating machine learning models |
JP7248615B2 (ja) * | 2020-03-19 | 2023-03-29 | ヤフー株式会社 | 出力装置、出力方法及び出力プログラム |
US11888790B2 (en) * | 2020-06-26 | 2024-01-30 | Cisco Technology, Inc. | Dynamic skill handling mechanism for bot participation in secure multi-user collaboration workspaces |
US11657810B2 (en) | 2020-07-27 | 2023-05-23 | International Business Machines Corporation | Query routing for bot-based query response |
EP4214658A1 (en) * | 2020-09-15 | 2023-07-26 | Liveperson, Inc. | Bot supervision |
US11657030B2 (en) | 2020-11-16 | 2023-05-23 | Bank Of America Corporation | Multi-dimensional data tagging and reuse |
US11769115B1 (en) * | 2020-11-23 | 2023-09-26 | Asana, Inc. | Systems and methods to provide measures of user workload when generating units of work based on chat sessions between users of a collaboration environment |
US11329933B1 (en) * | 2020-12-28 | 2022-05-10 | Drift.com, Inc. | Persisting an AI-supported conversation across multiple channels |
US11741099B2 (en) | 2021-02-28 | 2023-08-29 | International Business Machines Corporation | Supporting database queries using unsupervised vector embedding approaches over unseen data |
CN113271250B (zh) * | 2021-04-20 | 2023-05-02 | 长沙市到家悠享家政服务有限公司 | 一种多通道多格式即时消息转发方法、系统和计算机设备 |
US11252113B1 (en) | 2021-06-15 | 2022-02-15 | Drift.com, Inc. | Proactive and reactive directing of conversational bot-human interactions |
WO2023272718A1 (en) * | 2021-07-02 | 2023-01-05 | Qualcomm Incorporated | Capability indication for a multi-block machine learning model |
CA3230375A1 (en) * | 2021-08-31 | 2023-03-09 | Yoky Matsuoka | Systems and methods for modeling user interactions |
US11743211B2 (en) * | 2021-12-28 | 2023-08-29 | Oracle International Corporation | Bot omni channel auto expansion |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7606714B2 (en) * | 2003-02-11 | 2009-10-20 | Microsoft Corporation | Natural language classification within an automated response system |
JP2006252333A (ja) | 2005-03-11 | 2006-09-21 | Nara Institute Of Science & Technology | データ処理方法、データ処理装置およびそのプログラム |
US20070168480A1 (en) | 2006-01-13 | 2007-07-19 | Microsoft Corporation | Interactive Robot Creation |
US20100191658A1 (en) | 2009-01-26 | 2010-07-29 | Kannan Pallipuram V | Predictive Engine for Interactive Voice Response System |
JP5540335B2 (ja) | 2010-10-04 | 2014-07-02 | 独立行政法人情報通信研究機構 | 自然言語文生成装置及びコンピュータプログラム |
US8737599B2 (en) * | 2011-11-23 | 2014-05-27 | 24/7 Customer, Inc. | Interaction management |
US9306878B2 (en) * | 2012-02-14 | 2016-04-05 | Salesforce.Com, Inc. | Intelligent automated messaging for computer-implemented devices |
US20140278951A1 (en) | 2013-03-15 | 2014-09-18 | Avaya Inc. | System and method for identifying and engaging collaboration opportunities |
EP2821943A1 (en) | 2013-07-03 | 2015-01-07 | Accenture Global Services Limited | Query response device |
US9213941B2 (en) * | 2014-04-22 | 2015-12-15 | Google Inc. | Automatic actions based on contextual replies |
CN105095182B (zh) * | 2014-05-22 | 2018-11-06 | 华为技术有限公司 | 一种回复信息推荐方法及装置 |
US9317816B2 (en) | 2014-05-27 | 2016-04-19 | InsideSales.com, Inc. | Email optimization for predicted recipient behavior: suggesting changes that are more likely to cause a target behavior to occur |
WO2016040494A1 (en) * | 2014-09-09 | 2016-03-17 | Liveperson, Inc. | Dynamic code management |
US10706432B2 (en) * | 2014-09-17 | 2020-07-07 | [24]7.ai, Inc. | Method, apparatus and non-transitory medium for customizing speed of interaction and servicing on one or more interactions channels based on intention classifiers |
US20160162779A1 (en) * | 2014-12-05 | 2016-06-09 | RealMatch, Inc. | Device, system and method for generating a predictive model by machine learning |
US9722957B2 (en) | 2015-05-04 | 2017-08-01 | Conduent Business Services, Llc | Method and system for assisting contact center agents in composing electronic mail replies |
US9911290B1 (en) * | 2015-07-25 | 2018-03-06 | Gary M. Zalewski | Wireless coded communication (WCC) devices for tracking retail interactions with goods and association to user accounts |
US10229357B2 (en) * | 2015-09-11 | 2019-03-12 | Facebook, Inc. | High-capacity machine learning system |
KR20170024603A (ko) * | 2017-02-24 | 2017-03-07 | 주식회사 비즈모델라인 | 무선 환경의 대화형 메시지 처리 방법 |
US10182156B2 (en) * | 2017-03-24 | 2019-01-15 | Microsoft Technology Licensing, Llc | Insight based routing for help desk service |
AU2018261870B2 (en) | 2017-05-05 | 2020-11-05 | Seetvun AMIR | Dynamic response prediction for improved bot task processing |
-
2018
- 2018-05-04 AU AU2018261870A patent/AU2018261870B2/en active Active
- 2018-05-04 WO PCT/US2018/031181 patent/WO2018204841A1/en active Application Filing
- 2018-05-04 JP JP2020511866A patent/JP7135070B2/ja active Active
- 2018-05-04 EP EP22186791.4A patent/EP4099230A1/en active Pending
- 2018-05-04 IL IL307851A patent/IL307851A/en unknown
- 2018-05-04 SG SG11201909643R patent/SG11201909643RA/en unknown
- 2018-05-04 IL IL270266A patent/IL270266B2/en unknown
- 2018-05-04 CN CN201880029928.9A patent/CN111713086B/zh active Active
- 2018-05-04 CA CA3062326A patent/CA3062326A1/en active Pending
- 2018-05-04 EP EP18729825.2A patent/EP3619909B1/en active Active
- 2018-05-04 US US15/971,708 patent/US11468344B2/en active Active
-
2021
- 2021-02-04 AU AU2021200710A patent/AU2021200710B2/en active Active
-
2022
- 2022-05-17 AU AU2022203284A patent/AU2022203284B2/en active Active
- 2022-08-30 JP JP2022136840A patent/JP7387837B2/ja active Active
- 2022-09-02 US US17/901,958 patent/US20220414502A1/en active Pending
-
2023
- 2023-06-13 AU AU2023203685A patent/AU2023203685A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2018261870A1 (en) | 2019-11-28 |
CA3062326A1 (en) | 2018-11-08 |
AU2021200710B2 (en) | 2022-02-17 |
IL270266B2 (en) | 2024-04-01 |
AU2018261870B2 (en) | 2020-11-05 |
US20220414502A1 (en) | 2022-12-29 |
EP3619909B1 (en) | 2022-07-27 |
SG11201909643RA (en) | 2019-11-28 |
IL270266A (ja) | 2019-12-31 |
EP3619909A1 (en) | 2020-03-11 |
AU2023203685A1 (en) | 2023-07-06 |
CN111713086A (zh) | 2020-09-25 |
JP2020520616A (ja) | 2020-07-09 |
EP4099230A1 (en) | 2022-12-07 |
IL307851A (en) | 2023-12-01 |
US20180322403A1 (en) | 2018-11-08 |
CN111713086B (zh) | 2023-08-29 |
IL270266B1 (en) | 2023-12-01 |
AU2021200710A1 (en) | 2021-03-04 |
AU2022203284A1 (en) | 2022-06-02 |
JP7135070B2 (ja) | 2022-09-12 |
US11468344B2 (en) | 2022-10-11 |
AU2022203284B2 (en) | 2023-03-16 |
JP7387837B2 (ja) | 2023-11-28 |
WO2018204841A1 (en) | 2018-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7135070B2 (ja) | 改良されたボットタスク処理のための動的応答予測 | |
US11716296B2 (en) | Systems and methods for transferring messaging to automation | |
US20200304441A1 (en) | Dynamic communications routing to disparate endpoints | |
US11716261B2 (en) | Systems and methods for external system integration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220929 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220929 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230928 |
|
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: 20231017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7387837 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |