KR102379895B1 - 그래프 기반 자연어 프로세싱을 위한 기술 - Google Patents
그래프 기반 자연어 프로세싱을 위한 기술 Download PDFInfo
- Publication number
- KR102379895B1 KR102379895B1 KR1020177020193A KR20177020193A KR102379895B1 KR 102379895 B1 KR102379895 B1 KR 102379895B1 KR 1020177020193 A KR1020177020193 A KR 1020177020193A KR 20177020193 A KR20177020193 A KR 20177020193A KR 102379895 B1 KR102379895 B1 KR 102379895B1
- Authority
- KR
- South Korea
- Prior art keywords
- natural language
- objects
- language user
- user request
- business
- Prior art date
Links
- 238000003058 natural language processing Methods 0.000 title abstract description 10
- 238000005516 engineering process Methods 0.000 title description 8
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000003993 interaction Effects 0.000 claims abstract description 58
- 238000013507 mapping Methods 0.000 claims abstract description 35
- 230000006855 networking Effects 0.000 claims description 64
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 description 52
- 230000015654 memory Effects 0.000 description 46
- 238000012545 processing Methods 0.000 description 30
- 230000000875 corresponding effect Effects 0.000 description 18
- 230000001413 cellular effect Effects 0.000 description 12
- 230000009471 action Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 230000005291 magnetic effect Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- TVYLLZQTGLZFBW-ZBFHGGJFSA-N (R,R)-tramadol Chemical compound COC1=CC=CC([C@]2(O)[C@H](CCCC2)CN(C)C)=C1 TVYLLZQTGLZFBW-ZBFHGGJFSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- FMFKNGWZEQOWNK-UHFFFAOYSA-N 1-butoxypropan-2-yl 2-(2,4,5-trichlorophenoxy)propanoate Chemical compound CCCCOCC(C)OC(=O)C(C)OC1=CC(Cl)=C(Cl)C=C1Cl FMFKNGWZEQOWNK-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
- Machine Translation (AREA)
Abstract
그래프 기반 자연어 프로세싱을 위한 기술이 설명된다. 일실시예로, 장치는, 장치로부터 자연어 사용자 요청을 수신하고 매칭된 하나 이상의 객체에 기반하여 자연어 사용자 요청을 실행하도록 프로세서 회로 상에서 동작하는 클라이언트 서비스 컴포넌트와, 객체 그래프에서의 하나 이상의 객체에 대해 자연어 사용자 요청을 매칭하도록 프로세서 회로 상에서 동작하는 소셜 객체 관계 컴포넌트를 포함할 수 있고, 객체 그래프는 객체 그래프 내의 객체에 대한 토큰 맵핑을 포함하며, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하고, 하나 이상의 객체는 토큰 맵핑에 기반하여 자연어 사용자 요청과 매칭된다. 다른 실시예가 기술되고 청구된다.
Description
자연어 프로세싱(natural language processing, NLP)은 사용자에게 컴퓨터와 상호작용하는 프로세스를 더 직관적이고 용이하게 만드는데에 바람직할 수 있다. 컴퓨터 프로그램으로의 명령, 요청 및 다른 입력이 다른 사람에게 말할 때 사용될 수 있는 것과 동일한 언어를 사용하여 입력될 수 있다면, 이는 이후 프로그램에 대한 인터페이스를 인간 사용자가 습득해야 하는 짐을 덜어줄 것이다. 인간이 프로그램과 어떻게 상호작용할지를 습득하여 프로그램을 수용하는 대신에 프로그램이 사람들 서로가 상호작용하는 방식으로 상호작용함으로써 사람을 수용할 수 있다.
이하에서는, 본 명세서에 기술되는 일부 새로운 실시예의 기본적인 이해를 제공하기 위해 간략화된 요약이 제시된다. 본 요약은 광범위한 개요는 아니며, 핵심적인/중요한 구성요소들을 식별하거나 그 범위를 상세히 기술하려는 의도는 아니다. 그것의 유일한 목적은 그 이후 제시되는 더 상세한 설명에 대한 서두로서 간략화된 형태로 일부 개념을 제시하기 위함이다.
본 발명의 내용 중에 포함되어 있다.
다양한 실시예는 일반적으로 자연어 프로세싱에 기반한 그래프를 위한 기술에 관한 것이다. 일부 실시예는 특히, 소셜 미디어 상호작용으로부터 도출되는 언어 지식을 이용하는 자연어 프로세싱에 기반한 그래프에 관한 것이다. 일실시예로, 예컨대, 장치는, 장치로부터 자연어 사용자 요청을 수신하고 매칭된 하나 이상의 객체에 기반하여 자연어 사용자 요청을 실행하도록 프로세서 회로 상에서 동작하는 클라이언트 서비스 컴포넌트와, 객체 그래프에서 하나 이상의 객체에 대해 자연어 사용자 요청을 매칭하도록 프로세서 회로 상에서 동작하는 소셜 객체 관계 컴포넌트를 포함할 수 있고, 객체 그래프는 객체 그래프 내의 객체에 대한 토큰 맵핑(token mapping)을 포함하며, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하고, 하나 이상의 객체는 토큰 맵핑에 기반하여 자연어 사용자 요청과 매칭된다. 다른 실시예들이 기술되고 청구된다.
상술한 관련 목표를 달성하기 위해, 특정한 예시적인 태양들이 본 명세서에서 하기의 상세한 설명 및 첨부도면과 함께 기술된다. 이런 태양들은 본 명세서에 개시된 원리가 실행될 수 있는 다양한 방식을 나타내며, 모든 태양 및 그 균등물은 청구된 발명의 주제의 범위 내에 있도록 의도된다. 다른 이점 및 새로운 특징은 도면과 함께 고려될 때 이하의 상세한 설명으로부터 자명해질 것이다.
본 발명의 내용 중에 포함되어 있다.
도 1은 자연어 요청 시스템의 실시예를 도시한다.
도 2는 객체 그래프의 실시예를 도시한다.
도 3은 자연어 요청을 위한 모바일 장치의 실시예를 도시한다.
도 4는 모바일 장치를 위해 소셜 객체를 검색하는 소셜 언어 서버의 실시예를 도시한다.
도 5는 모바일 장치를 위해 상거래를 수행하는 소셜 언어 서버의 실시예를 도시한다.
도 6은 도 1의 시스템을 위한 제1 로직 흐름의 실시예를 도시한다.
도 7은 도 1의 시스템에 대한 제2 로직 흐름의 실시예를 도시한다.
도 8은 도 1의 시스템에 대한 중앙형 시스템의 실시예를 도시한다.
도 9는 도 1의 시스템에 대한 분산형 시스템의 실시예를 도시한다.
도 10은 컴퓨팅 구조의 실시예를 도시한다.
도 11은 통신 구조의 실시예를 도시한다.
도 12는 라디오 장치 구조의 실시예를 도시한다.
도 2는 객체 그래프의 실시예를 도시한다.
도 3은 자연어 요청을 위한 모바일 장치의 실시예를 도시한다.
도 4는 모바일 장치를 위해 소셜 객체를 검색하는 소셜 언어 서버의 실시예를 도시한다.
도 5는 모바일 장치를 위해 상거래를 수행하는 소셜 언어 서버의 실시예를 도시한다.
도 6은 도 1의 시스템을 위한 제1 로직 흐름의 실시예를 도시한다.
도 7은 도 1의 시스템에 대한 제2 로직 흐름의 실시예를 도시한다.
도 8은 도 1의 시스템에 대한 중앙형 시스템의 실시예를 도시한다.
도 9는 도 1의 시스템에 대한 분산형 시스템의 실시예를 도시한다.
도 10은 컴퓨팅 구조의 실시예를 도시한다.
도 11은 통신 구조의 실시예를 도시한다.
도 12는 라디오 장치 구조의 실시예를 도시한다.
다양한 실시예들은 사용자를 대신하여 자연어 요청을 수행하기 위해 소셜 미디어 상호작용으로부터 추론될 수 있는 자연어에 관한 지식을 사용하는 기술에 관한 것이다. 소셜 네트워킹 시스템은 개별 사람, 비지니스 엔티티, 상거래 아이템(예컨대, 상품, 서비스) 및 다른 것들의 표현을 포함할 수 있다. 소셜 네트워킹 시스템의 사용자는 자연어를 사용하여 이러한 표현들과 상호작용하고 참조할 수 있다. 이러한 상호작용 및 참조는 표현을 참조하여 어떤 자연어 토큰이 공통적인 사용에 있어서 연관되는지를 추론하는데 사용될 수 있다. 소셜 네트워킹 시스템 내에서 사물의 표현을 통한 자연어 토큰과 사물 간의 관계에 대한 이해는 이후 자연어로 표현되는 사용자 요청을 해석하는데 사용될 수 있고, 그럼으로써 자연어 요청의 수행에 사용될 수 있다. 자연어 습득이 소셜 네트워킹 시스템과의 그들의 정상적인 상호작용의 일부로서 소셜 네트워킹 시스템의 사용자에 의해 생성되는 데이터 세트에 대해 수행될 수 있기 때문에, 자연어 사용에 관한 방대한 양의 데이터가 자동으로 생성될 수 있다. 결국, 실시예는 자연어 습득의 경제성(affordability), NLP의 수행, 및 자연어를 사용하여 수행되는 상호작용으로부터 이득을 얻을 수 있는 소프트웨어의 사용의 용이성을 향상시킬 수 있다.
이제 도면을 참조하면, 유사한 참조번호는 전체적으로 유사한 구성요소를 나타내도록 사용된다. 하기의 상세한 설명에서는 설명의 목적상, 많은 구체적인 세부사항들이 그에 대한 완전한 이해를 제공하기 위해 제시된다. 그러나, 신규한 실시예들은 이런 구체적인 세부사항 없이 실행될 수 있음이 명백할 수 있다. 다른 예들에서, 널리 알려진 구조 및 장치는 그에 대한 설명을 용이하게 하기 위해 블록 다이어그램 형태로 도시된다. 이는 청구되는 발명의 대상과 일관되는 모든 수정물, 균등물, 및 대안물을 포괄하려는 의도이다.
본 명세서에서 사용되는 "a", "b", "c" 및 유사한 지시어들은 임의의 양의 정수를 표현하는 변수들을 의도한 것이라는 점을 유의해야 한다. 따라서, 예컨대, 구현에서 a=5라고 설정하면, 컴포넌트(122-1 내지 122-a)로 도시되는 컴포넌트(122)의 전체 세트는 컴포넌트들(122-1, 122-2, 122-3, 122-4 및 122-5)을 포함할 수 있다. 실시예들이 이와 같은 문맥으로 제한되는 것은 아니다.
도 1은 자연어 요청 시스템(100)에 대한 블록도를 도시한다. 일실시예로, 자연어 요청 시스템(100)은 하나 이상의 컴포넌트를 포함하는 소프트웨어 애플리케이션을 갖는 컴퓨터 구현된 시스템을 포함할 수 있다. 도 1에 도시된 자연어 요청 시스템(100)은 특정 배치에서 제한된 수의 요소를 가지지만, 자연어 요청 시스템(100)은 주어진 구현예를 위한 소정의 대안적 배치에서 더 많거나 적은 요소를 포함할 수 있음이 인식될 수 있다.
모바일 장치(120)는 NLP 인터페이스가 특히 바람직한 장치 및 컴퓨터 시스템을 갖는 NLP 인터페이스에 대해 바람직한 인터페이스 둘 모두일 수 있다. 모바일 장치(120)는 이용가능하지 않거나 고정형 장치 가령 개인용 컴퓨터(PC)와는 전형적으로 연관되지 않는 사용자에 관한 중요한 정보(예컨대, 현재 위치, 위치 내역, 연락처)에 대한 액세스를 가질 수 있다. 모바일 장치(120)는 제한된 스크린 공간 및 제한된 입력 방법을 가져서 - 완전한 키보드 등이 없어서 - 프로그램의 능력을 표현하는 직관적이고 강력한 시각적 사용자 인터페이스의 생성을 제한한다. 모바일 장치(120)는 따라서, 자연어로 표현될 수 있는 텍스트 또는 음성 명령에 기반하여 일반적인 인터페이스를 사용함으로써 향상될 수 있다.
자연어 명령은 특히 비지니스와의 가벼운 상호작용을 지향하는 작업의 입력에 대해 적절할 수 있다. 예컨대, 긴 문서의 편집은 복잡한 텍스트 편집 인터페이스의 사용을 정당화하기에 충분히 복잡할 수 있다. 반면에, 단순한 비지니스 상호작용에 대한 요청은 짧은 자연어 요청으로 표현하기에 충분히 단순하고 사용자를 대신하여 자동으로 달성될 수 있다. 예컨대, 영화 티켓의 구매, 레스토랑의 테이블 예약, 및 택시 탑승의 준비는 오로지 몇몇 입력: 사람의 수, 대략적인 시간 및 위치에만 의존할 수 있다. 특히, 이들 요청을 프로세싱하는 가장 복잡한 부분은 어떤 타입의 제공자 및 그 타입의 어떤 특정 제공자가 요청에 대해 적절한지를 결정하는 것으로 구성될 수 있다. "Two tickets to see The Godfather around 7:00 pm"에 대한 요청은, 일단 NLP 시스템이 "The Godfather"가 영화이고 어떤 종류의 비지니스가 영화 시청을 위한 티켓을 제공하는지를 결정하면 영화 티겟을 구매하기 위한 기존 전자 인터페이스에 따라 서빙될 수 있다. 소셜 미디어가 매일의 비지니스 트랜잭션 및 미디어 소비 - 레스토랑에서의 식사, 영화 시청 등 - 의 논의에서 빈번하게 사용됨에 따라 소셜 네트워킹 시스템에 의해 제공되는 언어 예시는 이러한 종류의 요청을 처리하는데 적합할 수 있다.
모바일 장치(120)는 네트워크 트래픽을 교환하기 위해 무선 송신을 사용하여 서버 장치들과 통신할 수 있다. 가령, 사용자 요청(190)의 수행에 포함될 수 있는 네트워크 트래픽의 교환은 네트워크 인터페이스 컨트롤러(NIC)를 통해 네트워크 트래픽을 송신 및 수신하는 것을 포함할 수 있다. NIC는 컴퓨터 장치, 가령 모바일 장치(120)를 컴퓨터 네트워크로 연결하는 하드웨어 구성요소를 포함한다. NIC는 소프트웨어 애플리케이션이 NIC에 액세스하고 사용하도록 권한을 부여하는 소프트웨어 네트워크 인터페이스와 연관될 수 있다. 네트워크 트래픽은 데이터 링크 상에서 송신되는 신호로서 컴퓨터 네트워크 상에서 수신될 수 있다. 네트워크 트래픽은 이러한 신호를 캡처하고 해석함으로써 수신될 수 있다. NIC는 컴퓨터 네트워크 상에서 네트워크 트래픽을 수신하고 네트워크 인터페이스 애플리케이션 프로그래밍 인터페이스(API)를 사용하여 소프트웨어 애플리케이션에 액세스가능한 메모리 저장소로 네트워크 트래픽을 전달할 수 있다.
모바일 장치(120)는 셀룰러 시스템(130)으로의 액세스를 위한 셀룰러 인터페이스 및 Wi-Fi 액세스 포인트(140)로의 액세스를 위한 Wi-Fi 인터페이스를 포함할 수 있다. 모바일 장치(120)는 셀룰러 신호(135)를 사용하여 셀룰러 시스템(130)에 액세스할 수 있다. 셀룰러 시스템(130)은 데이터 액세스를 포함하는 셀룰러 네트워크일 수 있다. 모바일 장치(120)는 Wi-Fi 신호(145)를 사용하여 하나 이상의 Wi-Fi 액세스 포인트(140)에 액세스할 수 있다. Wi-Fi 액세스 포인트(140)는 복수의 상이한 오퍼레이터에 의해 제공될 수 있다. 일부 Wi-Fi 액세스 포인트(140)는 가정용 인터넷 연결에 기반하는 모바일 장치(120)의 사용자에 의해 동작되는 가정의 Wi-Fi 네트워크와 같이 본질적으로 개인용일 수 있다. Wi-Fi 액세스 포인트(140)의 일부는 공용 영역(public sphere)에서 무료, 서비스, 또는 유료 Wi-Fi 액세스를 제공하는 비지니스 엔티티에 의해 제공될 수 있다.
모바일 장치(120)는 자연어 사용자 요청(190)을 수신하고, 사용자 요청(190)에 대한 솔루션을 결정하고, 및 비지니스 상거래 전단 서버(170)와의 로컬-주도 상호작용(125)을 사용하여 사용자 요청(190)을 실행하도록 솔루션을 수행할 수 있다. 비지니스 상거래 전단 서버(170)는 사용자와의 상거래의 수행을 위해 사용자 장치들로의 자동화된 액세스를 제공하는 서버일 수 있다. 예컨대, 영화관 체인이나 영화 티켓 서비스를 위한 비지니스 상거래 전단 서버(170)는 영화 티켓의 구매를 위한 API를 제공할 수 있다. 레스토랑 또는 레스토랑-테이블 예약 서비스를 위한 비지니스 상거래 전단 서버(170)는 테이블을 예약하기 위한 API를 제공할 수 있다. 택시 회사를 위한 비지니스 상거래 전단 서버(170)는 탑승의 스케쥴링을 위한 API를 제공할 수 있다.
일부의 경우, 모바일 장치(120)는 모바일 장치(120)에 로컬 저장된 데이터에 오로지 기반하여 사용자 요청(190)을 해석할 수 있다. 이 데이터는 장치 상에서 (예컨대, 모바일 장치(120)의 위치에서) 생성된 정보를 포함할 수 있고, 자연어 토큰 및 모바일 장치(120) 상에 캐시될 수 있는 비지니스, 상품, 서비스 및 다른 엔티티 사이의 관계를 표현하는 소셜 언어 서버(150)로부터 수신된 지식을 또한, 포함할 수 있다. 이러한 경우, 사용자 요청(190)은 장치에 로컬로 남아있을 수 있고, 모바일 장치(120)는 비지니스 상거래 전단 서버(170)로 로컬-주도 상호작용(125)을 수행한다.
다른 경우, 모바일 장치(120)는 소셜 언어 서버(150)에 저장되거나 그에 대해 액세스가능한 자연어 데이터 및 엔티티 데이터를 사용함으로써 더 잘 서빙될 수 있다. 소셜 언어 서버(150)는 비지니스, 상품 및 서비스에 관련되며 어떻게 이러한 비지니스, 상품 및 서비스가 자연어에서 참조되는지에 관한 상당히 방대한 양의 데이터를 저장할 수 있거나, 그에 대한 액세스를 가질 수 있다. 이와 같이, 사용자 요청(190)은 솔루션의 해석 및 생성을 위해 소셜 언어 서버(150)로 포워딩될 수 있다. 일부 실시예로, 결정된 솔루션은 모바일 장치(120)가 결정된 솔루션을 통해 사용자 요청(190)을 실행하는 로컬-주도 상호작용(125)을 수행하도록 허용하기 위해 모바일 장치(120)로 리턴될 수 있다. 다른 실시예로, 결정된 솔루션은 사용자 요청(190)을 실행하는 서버-주도 상호작용(165)을 수행함으로써 소셜 언어 서버(150)에 의해 수행될 수 있다.
어느 한 실시예로, 다양한 환경에서 모바일 장치(120)는 소셜 언어 서버(150)와 통신하기 위해 셀룰러 시스템(130) 및 Wi-Fi 액세스 포인트(140) 중 어느 하나 또는 둘 모두를 사용할 수 있다. 유사하게, 셀룰러 시스템(130) 및 Wi-Fi 액세스 포인트(140) 중 어느 하나 또는 둘 모두는 모바일 장치(120) 및 비지니스 상거래 전단 서버(170) 사이의 상호작용을 위해 사용될 수 있다.
모바일 장치(120) 및/또는 소셜 언어 서버(150)는 소셜 네트워킹 시스템에서 상호작용으로부터 생성되는 지식을 사용할 수 있다. 이와 같이, 자연어 요청 시스템(100)은 사용자가 예컨대, 적절한 개인정보 설정을 설정함으로써 그들의 행위가 자연어 요청 시스템(100)에 의해 로그되거나 다른 시스템(예컨대, 제3자 시스템)과 공유되도록 하는 것에 참여하거나 참여하지 않도록 허용하는 인증 서버(또는 다른 적절한 컴포넌트(들))를 포함할 수 있다. 사용자의 개인정보 설정은 사용자와 연관된 어떤 정보가 로그될 수 있는지, 사용자와 연관된 정보가 어떻게 로그될 수 있는지, 사용자와 연관된 정보가 언제 로그될 수 있는지, 사용자와 연관된 정보를 누가 로그할 수 있는지, 사용자와 연관된 정보가 누구와 공유될 수 있는지, 및 어떤 목적으로 사용자와 연관된 정보가 로그되거나 공유되는지를 결정할 수 있다. 인증 서버 또는 다른 인증 컴포넌트가 적절한 경우 차단, 데이터 해싱, 익명화, 또는 다른 적절한 기술을 통해 자연어 요청 시스템(100)의 사용자들 및 소셜 네트워킹 시스템의 다른 요소들의 하나 이상의 개인정보 설정을 강제하는데 사용될 수 있다. 예컨대, 소셜 네트워킹 시스템의 사용자들 및 소셜 네트워킹 시스템 사이의 상호작용은 자연어 관계를 습득하는데 사용될 수 있는 한편, 이러한 상호작용은 습득 프로세스 이전에 또는 그 일부로서 익명화될 수 있다.
도 2는 객체 그래프(200)의 실시예를 도시한다. 특정 실시예로, 소셜 네트워킹 서비스는 하나 이상의 데이터 스토어에 하나 이상의 객체 그래프를 저장할 수 있다. 특정 실시예로, 객체 그래프(200)는 다수의 엔티티 노드(210)를 포함할 수 있다. 객체 그래프(200)는 노드를 연결하는 다수의 에지(220)를 포함할 수 있고, 이들 각각은 관계를 표현하고 그 관계에 대한 기술자(descriptor)와 연관될 수 있다. 객체 그래프(200)는 엔티티와 연관되는 토큰을 표시하는 다수의 언어 토큰 태그(230)를 포함할 수 있다. 특정 실시 예에서, 소셜 네트워킹 서비스, 클라이언트 시스템, 제3자 시스템 또는 임의의 다른 시스템 또는 장치는 적절한 애플리케이션에 대한 객체 그래프(200) 및 관련 소셜 그래프 정보에 액세스할 수 있다. 객체 그래프(200)의 노드 및 에지는 예컨대 데이터 스토어(가령, 소셜 그래프 데이터베이스)에 데이터 객체로서 저장될 수 있다. 이런 데이터 스토어는 객체 그래프(200)의 노드 또는 에지의 하나 이상의 검색가능하거나 질의가능한 인덱스를 포함할 수 있다.
특정 실시예로, 엔티티 노드(210)는 소셜 네트워킹 서비스의 사용자에 해당할 수 있다. 예로서 제한 없이, 사용자는 개인(사람인 사용자), 엔티티(예컨대, 기업, 사업체 또는 제3자 애플리케이션) 또는 소셜 네트워킹 서비스와 상호작용하거나 소셜 네트워킹 시스템에서 통신하는 (예컨대, 개인 또는 엔티티의) 그룹일 수 있다. 특정 실시예로, 사용자가 소셜 네트워킹 서비스에 계정을 등록할 때, 소셜 네트워킹 서비스는 사용자에 해당하는 엔티티 노드(210)를 생성하고, 엔티티 노드(210)를 하나 이상의 데이터 스토어에 저장할 수 있다. 적절한 경우, 본 명세서에 기술되는 사용자들 및 엔티티 노드들(210)은 등록 사용자들 및 등록 사용자들과 관련된 엔티티 노드들(210)을 지칭할 수 있다. 추가로 또는 대안으로, 본 명세서에 기술되는 사용자들 및 엔티티 노드들(210)은 적절한 경우 소셜 네트워킹 서비스에 등록되지 않은 사용자들을 지칭할 수 있다. 특정 실시예로, 엔티티 노드(210)는 사용자가 제공한 정보 및 소셜 네트워킹 서비스를 포함하는 다양한 시스템이 수집한 정보와 관련될 수 있다. 예로서 제한 없이, 사용자는 그들의 이름, 프로필 사진, 연락 정보, 생일, 성별, 혼인 여부, 가족 관계, 직장, 학력, 기호, 관심사 또는 다른 신상 정보를 제공할 수 있다. 특정 실시예로, 엔티티 노드(210)는 사용자와 연관된 정보에 해당하는 하나 이상의 데이터 객체들과 연관될 수 있다. 특정 실시예에서, 엔티티 노드(210)는 하나 이상의 웹페이지에 해당할 수 있다.
특정 실시예로, 컨셉 노드(215)는 컨셉에 해당할 수 있다. 예로서 제한 없이, 컨셉은 장소(가령, 예컨대, 영화관, 레스토랑, 랜드마크, 또는 도시); 웹사이트(가령, 예컨대, 소셜 네트워크 서비스와 연관된 웹사이트 또는 웹-애플리케이션 서버와 연관된 제3자 웹사이트); 엔티티(가령, 예컨대, 사람, 비지니스, 그룹, 스포츠팀이나 유명인); 소셜 네트워킹 서비스 내부나 외부 서버 상에 위치할 수 있는 리소스(가령, 예컨대, 오디오 파일, 비디오 파일, 디지털 사진, 텍스트 파일, 구조화 문서, 또는 애플리케이션); 실제 또는 지식 재산권(가령, 예컨대, 조각상, 그림, 영화, 게임, 음악, 아이디어, 사진, 또는 쓰여진 작업물); 게임; 활동; 아이디어나 이론; 다른 적절한 컨셉; 또는 둘 이상의 이러한 컨셉에 해당할 수 있다. 컨셉 노드(215)는 사용자에 의해 제공된 컨셉의 정보 또는 소셜 네트워킹 서비스를 포함하는 다양한 시스템에 의해 수집된 정보와 관련될 수 있다. 예로서 제한 없이, 컨셉의 정보는 이름이나 제목; 하나 이상의 이미지(예컨대, 책의 커버 페이지의 이미지); 위치(예컨대, 주소 또는 지리적 위치); (URL과 관련될 수 있는) 웹사이트; 연락 정보(예컨대, 전화번호 또는 이메일 주소); 다른 적절한 컨셉 정보; 또는 이런 정보의 임의의 적절한 조합을 포함할 수 있다. 특정 실시예로, 각각의 컨셉 노드(215)는 컨셉 노드(215)와 관련된 정보에 해당하는 하나 이상의 데이터 객체와 관련될 수 있다. 특정 실시예로, 각각의 컨셉 노드(215)는 웹페이지에 해당할 수 있다.
특정 실시예로, 소셜 그래프(200)에서 노드는 ("프로필 페이지"라고 할 수 있는) 웹페이지를 표현하거나, 그 웹페이지로 표현될 수 있다. 프로필 페이지는 소셜 네트워킹 서비스에 의해 호스팅되거나 소셜 네트워킹 서비스에 액세스가능할 수 있다. 또한, 프로필 페이지는 제3자 서버와 관련된 제3자 웹사이트에 호스트될 수 있다. 예로서 제한 없이, 특정한 외부 웹페이지에 해당하는 프로필 페이지는 특정한 외부 웹페이지일 수 있고, 이런 프로필 페이지는 특정 컨셉 노드(215)에 해당할 수 있다. 프로필 페이지는 모든 또는 선택된 서브세트의 다른 사용자들에 의해 열람될 수 있다. 예로서 제한 없이, 엔티티 노드(210)는 해당 사용자가 컨텐츠를 추가할 수 있고, 선언을 할 수 있으며, 그렇지 않으면 그들 자신을 표현할 수 있는 해당 사용자 프로필-페이지를 가질 수 있다. 또 다른 예로서 제한 없이, 컨셉 노드(215)는 특히 컨셉 노드(215)에 해당하는 컨셉과 관련하여 하나 이상의 사용자들이 컨텐츠를 추가할 수 있거나, 선언을 할 수 있거나, 그들 자신을 표현할 수 있는 해당 컨셉-프로필 페이지를 가질 수 있다.
특정 실시예로, 컨셉 노드(215)는 제3자 시스템에 의해 호스팅된 제3자 웹페이지 또는 자원을 표현할 수 있다. 제3자 웹페이지 또는 자원은 다른 요소들 중에서 행위 또는 활동을 표현하는 (예컨대, JavaScript, AJAX 또는 PHP 코드로 구현될 수 있는) 컨텐츠, 선택가능하거나 다른 아이콘 또는 다른 상호작용가능한 객체를 포함할 수 있다. 예로서 제한 없이, 제3자 웹페이지는 가령 "좋아요", "체크인", "식사하기(eat)", "추천하기" 또는 다른 적절한 행위나 활동과 같은 선택가능한 아이콘을 포함할 수 있다. 제3자 웹페이지를 열람하는 사용자는 아이콘들 중 하나(예컨대, "식사하기")를 선택하여 행위를 수행할 수 있고, 클라이언트 시스템이 사용자의 행위를 표시하는 메시지를 소셜 네트워킹 서비스로 전송하게 할 수 있다. 그 메시지에 응답하여, 소셜 네트워킹 서비스는 사용자에 해당하는 엔티티 노드(210)와 제3자 웹페이지 또는 리소스에 해당하는 컨셉 노드(215) 사이의 에지(예컨대, "식사하기" 에지)를 생성할 수 있고, 하나 이상의 데이터 스토어에 에지(220)를 저장할 수 있다.
특정 실시예로, 객체 그래프(200)에서의 노드 쌍은 하나 이상의 에지(220)에 의해 서로와 연결될 수 있다. 노드 쌍을 연결하는 에지(220)는 노드 쌍 사이의 관계를 표현할 수 있다. 특정 실시예로, 에지(220)는 노드 쌍 사이의 관계에 해당하는 하나 이상의 데이터 객체나 속성을 포함하거나 표현할 수 있다. 예로서 제한 없이, 제1 사용자는 제2 사용자가 제1 사용자의 "친구"라고 표시할 수 있다. 이 표시에 대한 응답으로, 소셜 네트워킹 서비스는 "친구 요청"을 제2 사용자에게 전송할 수 있다. 제2 사용자가 "친구 요청"을 확인하면, 소셜 네트워킹 서비스는 객체 그래프(200)에서 제1 사용자의 엔티티 노드(210)와 제2 사용자의 엔티티 노드(210)를 연결하는 에지(220)를 생성할 수 있고, 하나 이상의 데이터 스토어에 소셜-그래프 정보로서 에지(220)를 저장할 수 있다. 도 2의 예시에서, 객체 그래프(200)는 사용자 "Amanda"와 사용자 "Edwin"의 엔티티 노드(202)들 사이의 친구 관계를 표시하는 에지(2200)를 그리고 사용자 "Fred"와 사용자 "Mildred"의 엔티티 노드(210) 사이의 친구 관계를 표시하는 에지를 포함한다. 본 명세서가 특정 엔티티 노드(210)를 연결하는 특정 속성을 가진 특정 에지(220)를 기술하거나 도시하지만, 본 명세서는 사용자 노드(210)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(220)를 고려한다. 예로서 제한 없이, 에지(220)는 친구관계, 가족관계, 사업이나 고용 관계, 팬 관계, 팔로워 관계, 방문자 관계, 구독자 관계, 상위/하위 관계, 호혜 관계, 비-상호 관계, 또 다른 적절한 타입의 관계 또는 2 이상의 이런 관계들을 표현할 수 있다. 게다가, 본 명세서는 일반적으로 노드들이 연결되는 것을 기술하지만, 본 명세서는 또한, 사용자 또는 컨셉이 연결되는 것을 기술한다. 본 명세서에서, 사용자 또는 컨셉이 연결되는 것에 대한 언급은 적절한 경우 이들 사용자 또는 컨셉에 해당하는 노드가 하나 이상의 에지(220)에 의해 객체 그래프(200)에서 연결되는 것을 지칭할 수 있다.
특정 실시예로, 엔티티 노드(210)와 컨셉 노드(215) 사이의 에지(220)는 컨셉 노드(215)와 관련된 컨셉에 대해 엔티티 노드(210)의 사용자가 수행한 특정 행위 또는 활동을 표현할 수 있다. 예로서 제한 없이, 도 11에 도시된 바와 같이, 사용자는 컨셉을 "좋아요(like)", "참여했음(attended)", "실행했음(played)", "청취했음(listened)", "요리했음(cooked)", "근무했음(worked at)", "시청했음(watched)", 또는 "사용했음(used)"을 할 수 있고, 이들 각각은 에지 타입이나 서브타입에 해당할 수 있다. 컨셉 노드(215)에 해당하는 컨셉-프로필 페이지는 예컨대 선택가능한 "체크인" 아이콘(가령, 예컨대, 클릭가능한 "체크인" 아이콘) 또는 선택가능한 "즐겨찾기에 추가(add to favorites)" 아이콘을 포함할 수 있다. 마찬가지로, 사용자가 이런 아이콘을 클릭한 후, 소셜 네트워킹 서비스는 각각의 행위에 해당하는 사용자의 행위에 응답하여 "즐겨찾기" 에지 또는 "체크인" 에지를 생성할 수 있다. 다른 예로서 제한 없이, 사용자(사용자 "Amanda")는 특정 애플리케이션(SuperCar, 택시 회사 SuperCar를 위한 예시적인 모바일 애플리케이션)을 사용하여 탑승을 예약할 수 있다. 이 경우, 소셜 네트워킹 서비스는 사용자에 해당하는 엔티티 노드(210) 및 애플리케이션에 해당하는 컨셉 노드(215) 사이의 "사용하기" 에지(220)(도 2에 도시됨)를 생성하여 사용자가 그 애플리케이션을 사용하고 청취했음을 표시할 수 있다. 본 명세서는 엔티티 노드(210)와 컨셉 노드(215)를 연결하는 특정 속성을 가진 특정 에지(220)를 기술하지만, 본 명세서는 엔티티 노드(210)와 컨셉 노드(215)를 연결하는 임의의 적절한 속성을 가진 임의의 적절한 에지(220)를 고려한다. 또한, 본 명세서는 단일 관계를 표현하는 엔티티 노드(210)와 컨셉 노드(215) 사이의 에지를 기술하지만, 본 명세서는 하나 이상의 관계를 표현하는 엔티티 노드(210)와 컨셉 노드(215) 사이의 에지를 고려한다. 예로서 제한 없이, 에지(220)는 사용자가 특정 컨셉을 좋아요하고 사용했음을 모두 표현할 수 있다. 대안으로, 다른 에지(220)는 엔티티 노드(210)와 컨셉 노드(215) 사이의 관계 (또는 다수의 단일 관계)의 각 타입을 표현할 수 있다.
특정 실시예로, 소셜 네트워킹 서비스는 객체 그래프(200)에서 엔티티 노드(210)와 컨셉 노드(215) 사이의 에지(220)를 생성할 수 있다. 예로서 제한 없이 (가령, 예컨대, 사용자의 클라이언트 시스템에 의해 호스팅되는 웹 브라우저 또는 특수-목적 애플리케이션을 사용하여) 사용자가 컨셉-프로필 페이지를 열람하는 것은 사용자가 "좋아요" 아이콘을 클릭하거나 선택하여 컨셉 노드(215)가 표현한 컨셉을 좋아함을 나타낼 수 있는데, "좋아요" 아이콘은 사용자의 클라이언트 시스템이 컨셉-프로필 페이지와 관련된 컨셉을 사용자가 좋아요 했다고 표시한 메시지를 소셜 네트워킹 서비스로 전송하게 할 수 있다. 메시지에 응답하여, 소셜 네트워킹 서비스는, 사용자와 컨셉 노드(215) 사이의 "좋아요" 에지(220)로 도시되는 바와 같이 사용자와 연관된 엔티티 노드(210)와 컨셉 노드(215) 사이의 에지(220)를 생성할 수 있다. 특정 실시예로, 소셜 네트워킹 서비스는 하나 이상의 데이터 스토어에 에지(220)를 저장할 수 있다. 특정 실시예로, 에지(220)는 특정 사용자 행위에 응답하여 소셜 네트워킹 서비스에 의해 자동 형성될 수 있다. 예로서 제한 없이, 제1 사용자가 사진을 업로드하거나, 영화를 시청하거나, 노래를 듣는다면, 에지(220)는 제1 사용자에 해당하는 엔티티 노드(210)와 이런 컨셉에 해당하는 컨셉 노드(215) 사이에서 형성될 수 있다. 본 명세서는 특정 방식으로 특정 에지(220)를 형성하는 것을 기술하지만, 본 명세서는 임의의 적절한 방식으로 임의의 적절한 에지(220)를 형성하는 것을 고려한다.
특정 실시예로, 연관 토큰(230)은 노드와 연관될 수 있다. 엔티티 노드(210) 또는 컨셉 노드(215)와 토큰이 연관되는 것은 토큰이 노드를 설명함을 표시할 수 있다. 노드는 제공할 수 있는 상품, 서비스, 또는 노드에 의해 표현되는 엔티티가 제공할 수 있는 무언가를 표시하는 임의의 다른 단어에 관해 기술될 수 있다. 노드는 노드를 참조하는 임의의 단어나 단어들을 포함하는 토큰과 연관될 수 있다. 예컨대, 택시 서비스를 제공하는 회사 "GoCo"에 대한 엔티티 노드(210)는 토큰들 "taxi", "cab" 또는 "ride"로 기술될 수 있다. 엔티티 노드(210)와의 토큰의 연관은 엔티티 노드(210)를 기술하기 위해 관리자에 의해 할당될 수 있다. 예컨대, 관리자는 GoCo 택시 회사에 대한 페이지를 생성하거나 관리할 수 있고, 토큰 "taxi"를 엔티티 노드(210)에 할당할 수 있다. 대안으로 또는 추가로, 엔티티 노드(210)와의 토큰의 연관은 소셜 네트워킹 서비스와의 사용자 상호작용에 기반하여 기계 학습을 통해 할당될 수 있다. 예컨대, 사용자는 문장들, 가령 "Got a great ride from GoCo," "First ride with GoCo went smoothly"로 가령, 회사에 대한 페이지 상에 또는 메시징 대화에서 GoCo 회사에 대해 코멘트할 수 있고, 단어 "ride"의 다른 예들은 "GoCo"와 함께 사용되어서, 자연어 요청 시스템(100)이 GoCo 회사가 토큰 "ride"에 의해 표현되는 "ride"의 컨셉과 연관된다는 것을 습득하도록 촉진한다. 이후, 단어 "ride"를 포함하는 요청의 수행은 GoCo 회사에 대한 엔티티 객체(210)로부터의 정보에 기반할 수 있다.
도 3은 자연어 요청을 위한 모바일 장치(120)의 실시예를 도시한다. 모바일 장치(120)는 복수의 컴포넌트를 포함할 수 있다. 모바일 장치(120)는 자연어 사용자 요청을 수신하고 자연어 사용자 요청을 실행하기 위해 소셜 네트워킹 상호작용으로부터 생성된 객체 데이터를 사용하도록 일반적으로 동작할 수 있다. 모바일 장치(120)는 사용자 서비스 컴포넌트(330), 로컬 객체 관계 컴포넌트(340), 및 원격 객체 관계 컴포넌트(350)를 포함할 수 있다.
사용자 서비스 컴포넌트(330)는 모바일 장치(120) 상에서 자연어 사용자 요청(190)을 수신하도록 동작할 수 있다. 자연어 사용자 요청(190)은 텍스트 스트링, 오디오 녹음, 비디오 녹화로서, 또는 사용자로부터 입력을 수신하기 위한 임의의 다른 기술에 따라 수신될 수 있다. 자연어 사용자 요청은 모바일 장치(120)를 위한 하드웨어 또는 소프트웨어 키보드 장치 상에서 입력될 수 있다. 자연어 사용자 요청은 모바일 장치(120)를 위한 마이크 장치에 의해 캡처될 수 있다. 자연어 사용자 요청은 모바일 장치(120)를 위한 카메라 장치에 의해 캡처될 수 있다. 사용자 서비스 컴포넌트(330)는 사용자 요청(190)을 로컬 객체 관계 컴포넌트(340) 및 원격 객체 관계 컴포넌트(350) 중 하나 또는 둘 모두로 전달할 수 있다.
자연어 사용자 요청(190)은 모바일 장치(120) 상에서 실행되는 메시징 프로그램에 의해 수신될 수 있다. 메시징 프로그램은 일반 메시징 프로그램, 가령 소셜 네트워킹 서비스를 위한 메시징 프로그램일 수 있다. 메시징 프로그램은 둘 이상의 사용자들이 개인-대-개인 대화에 참여할 수 있는 사용자-대-사용자 메시징 기능을 포함할 수 있다. 메시징 프로그램은 사용자가 비지니스를 위한 자동화되거나 사람인 대표자와 메시징할 수 있는 고객-대-비지니스 메시징 기능을 포함할 수 있다. 자연어 사용자 요청(190)은 사용자-대-사용자 또는 고객-대-비지니스 메시징 중 어느 하나에서 감지될 수 있다.
사용자-대-사용자 메시징은 사용자 요청(190)을 위한 암시적 프롬프트(prompt)를 포함할 수 있다. 예컨대, 제1 사용자는 제2 사용자에게 그들이 레스토랑 예약을 하거나, 영화 티켓을 주문하거나, 아니면 상거래 트랜젝션을 개시할 수 있다고 코멘트할 수 있다. 사용자 서비스 컴포넌트(330)는 암시적 프롬프트를 감지할 수 있고 사용자들 중 하나 또는 둘 모두에 대하여 암시적 사용자 요청(190)을 수행할 것을 제안할 수 있다. 사용자 서비스 컴포넌트(330)는 암시적 사용자 요청(190)이 감지되는 사용자-대-사용자 메시징 대화의 참여자들에 기반하여 서비스의 참여자 중 적어도 일부를 결정할 수 있다. 메시징 대화의 참여자들에 관해 알려진 정보는 사용자 요청(190) 수행의 구성에서 사용될 수 있다. 예컨대, 임의의 참여자들에 관해 추론되거나 그들에 의해 명시적으로 표시된 사용자 선호도가 서비스 제공자의 선택에 사용될 수 있다. 서비스 타입, 서비스 제공자(예컨대, 비지니스), 또는 요청 수행의 임의의 다른 요소의 선택에 대한 신뢰도는 요청하는 사용자와의 연관뿐만 아니라 메시징 대화의 다른 참여자들과의 연관에 기반할 수 있다.
일부 실시예로, 고객-대-비지니스 메시징 기능은 연락되는 비지니스가 요청 수행의 일부로서 자연어 요청 시스템(100)에 의해 자동으로 결정되는 일반적 요청-엔트리 인터페이스를 통해 수행될 수 있다. 일반 요청-엔트리 인터페이스는 사용자 요청(190)의 수행의 일부로서 참여되는 고객-대-비지니스 메시징으로 변경될 수 있다. 예컨대, 사용자는 의사와의 약속을 요청할 수 있고, 약속의 요청의 초기 단계는 자연어 요청 시스템(100)에 의해 자동으로 수행될 수 있으며, 이후 사용자는, 약속을 하기 위한 추가 요소를 수행하기 위해 선택된 의사의 병원을 위한 대표자와의 메시징 대화 속으로 배치될 수 있다.
일부의 경우, 고객은 비지니스를 위한 자동화된 대표자 또는 인간 대표자와의 메시징 대화에 참여함으로써 비지니스를 선택할 수 있다. 사용자는 즐겨찾는 비지니스, 좋아하는 비지니스를 선택하거나, 비지니스를 검색하거나, 비지니스들의 리스트를 브라우징하거나, 아니면 비지니스를 결정할 수 있다. 사용자는 비지니스와 메시지할 것을 선택할 수 있다. 자연어 사용자 요청(190)은 비지니스와의 메시징에서 감지될 수 있다. 자연어 사용자 요청(190)은 비지니스로 개시되고 수행될 수 있으며, 사용자가 메시징을 위해 선택한 비지니스는 고객-대-비지니스 메시징을 사용자가 개시하는 것에 기반하여 사용자 요청(190)을 수행하도록 자동으로 선택된다.
로컬 객체 관계 컴포넌트(340)는 자연어 사용자 요청(190)을 하나 이상의 로컬 객체(380)와 관련시킬 수 있고, 하나 이상의 로컬 객체는 모바일 장치(120)에 저장된다. 로컬 객체(380)는 모바일 장치에 대해 로컬인 로컬 객체 스토어(360)에 저장될 수 있고, 로컬 객체(380)는 사용자 요청(190)의 수신 전에 모바일 장치(120) 상에 저장되며, 사용자 요청(190)에 응답하여 검색 및 저장되지 않는다. 로컬 객체 스토어(360)는 소셜 네트워킹 시스템의 객체 그래프(200)로부터의 객체들의 캐시를 적어도 부분적으로 포함할 수 있다. 하나 이상의 로컬 객체(380)는 객체 그래프(200)로부터의 캐시된 객체를 포함할 수 있다. 로컬 객체 스토어(360)는 또한, 객체 그래프(200)에 표현되지 않은 객체를 저장할 수 있고, 하나 이상의 로컬 객체(380)는 객체 그래프(200)에 표현되지 않은 객체 스토어(360)로부터의 객체를 포함할 수 있다. 하나 이상의 로컬 객체(380)는 로컬 객체 스토어(360)가 아닌 모바일 장치(120) 상의 다른 소스로부터 검색될 수 있다. 예컨대, 모바일 장치(120)에 대한 현재 위치를 표시하고 (그럼으로써, 모바일 장치(120)의 사용자에 대한 위치를 추론하는) 객체는 모바일 장치(120)의 지리적 위치 컴포넌트로부터 검색될 수 있고, 지리적 위치 컴포넌트는 GPS(global positioning system) 감지, Wi-Fi 감지, 셀 사이트 감지, 블루투스 감지, 또는 장치의 위치를 감지하기 위한 임의의 다른 방법을 사용한다.
로컬 객체(380)는 모바일 장치(120) 상에 저장된 로컬 데이터에 기반하여 검색되거나 생성될 수 있다. 로컬 데이터는 모바일 장치(120) 상의 이름들의 다른 저장소 또는 연락처 리스트를 포함할 수 있다. 예컨대, 고유 명사 또는 이름으로 인식될 수 있는 단어나 단어들은 모바일 장치(120) 상의 이름들의 다른 저장소 또는 연락처 리스트에 대해 매칭될 수 있다. 유사하게, 연락처 리스트에서의 다른 정보는, 전화번호가 사용자 요청(190) 및 연락처 리스트 둘 모두에 특정되는 경우에서와 같이 엔티티를 식별하는데 사용될 수 있다. 추가로, 연락처 리스트의 엔트리 및 객체 그래프(200)의 객체 사이의 연관은 둘 모두에 할당된 공통의 전화번호에 기반하여 확인되거나 강화될 수 있다. 고유 명사는 지리적으로 위치한 엔티티 및 장소 이름에 대해 매칭될 수 있고, 특히, 지리적으로 위치한 엔티티 및 장소 번호는 모바일 장치(120)의 현재 위치를 지리적으로 근접한다. 로컬 데이터는 모바일 장치(120) 상에서 수행되는 최근 검색을 포함할 수 있다.
로컬 객체 관계 컴포넌트(340)는 하나 이상의 로컬 객체(380) 각각에 대한 신뢰 수준을 결정할 수 있다. 객체에 대한 신뢰 수준은 객체가 사용자의 요청의 자연어적 의미에 해당하고 객체가 사용자 요청에 대한 사용자의 의도에 해당함에 대한 신뢰도를 표현할 수 있다. 신뢰 수준은 정수 또는 실수로 표현될 수 있다. 신뢰 수준은 확률로 표현될 수 있고, 확률은 예측되는 정확함의 가능성을 표시한다.
예컨대, 그들이 "need a cab ride from here to the mall"이라는 텍스트 입력에 기반하는 사용자 요청은 "here"에 기반하는 토큰에 사용자의 현재 위치를 표현하는 객체를 할당할 수 있고, 복수의 쇼핑몰 중 하나의 쇼핑몰을 표현하는 객체를 "the mall"에 기반하는 토큰에 할당할 수 있다. 특정 쇼핑몰은, 하나 이상의 사용자의 위치, 사용자가 방문한 하나 이상의 쇼핑몰을 표시하는 사용자에 대한 위치 이력, 객체 그래프에서 쇼핑몰 및/또는 스토어와의 사용자 연관, 및 사용자가 "the mall"이라고 고려할 수 있는 것 관련된 다른 정보의 조합을 포함하며, 이들 중 하나 이상에 따라 선택될 수 있다. 로컬 객체 관계 컴포넌트(340)는 단어 "here"이 사용자의 현재 위치와 강하게 상관되며, 따라서 높은 신뢰 수준을 가진다고 결정할 수 있다. 로컬 객체 관계 컴포넌트(340)는 높은 신뢰도로 단어 "the mall"이 "malls"의 서비스 토큰에 해당한다고 결정할 수 있지만, 특정 몰이 참조되는 것에 관해 정보가 거의 없거나 상충되는 정보로 인해, 특정 몰에 해당하는 특정 객체의 첨부는 낮은 신뢰 수준을 가진다.
자연어 요청 시스템(100)은 모바일 장치(120)에 로컬인 정보에 기반하여 결정되는 객체 관계에 의존하기에 충분히 신뢰할만한 객체 할당과 이러한 객체 관계에 의존하기에 충분히 신뢰할 수 없는 객체 할당 사이를 구별하는 정의된 신뢰 임계치를 가질 수 있다. 로컬 객체 관계 컴포넌트(340)는 하나 이상의 로컬 객체(380)의 낮은 신뢰도의 로컬 객체를 결정할 수 있고, 낮은 신뢰도의 로컬 객체에 대한 신뢰 수준은 정의된 신뢰 임계치보다 적다. 신뢰 임계치보다 작은 신뢰 수준을 갖는 낮은 신뢰도의 로컬 객체는, 자연어 요청 시스템(100)이, 가령 소셜 네트워킹 서비스에 대한 객체 그래프로의 액세스를 갖는 소셜 언어 서버(150) 상의 것과 같이 모바일 장치(120)로부터 원격으로 저장된 리소스를 포함하도록 사용자 요청(190)과 관련시킬 객체에 대한 검색을 확장할 것임을 표시할 수 있다.
원격 객체 관계 컴포넌트(350)는 네트워크 질의를 네트워크 시스템으로 송신할 수 있고, 네트워크 질의는 네트워크 시스템이 객체 그래프(200)에 대하여 자연어 사용자 요청(190)을 매칭할 것을 요청한다. 네트워크 질의는 사용자 요청(190)을 포함할 수 있다. 원격 객체 관계 컴포넌트(350)는 네트워크 질의에 응답하여, 네트워크 시스템으로부터의 낮은 신뢰도 로컬 객체를 대체하기 위해 원격 객체(390)를 수신할 수 있다. 원격 객체(390)는 소셜 네트워킹 서비스를 위한 객체 그래프(200) 내에서 표현될 수 있다. 네트워크 시스템은 소셜 네트워킹 서비스를 실행하는 소셜 네트워킹 시스템을 포함할 수 있고, 객체 그래프(200)는 서로 링크된 소셜 네트워킹 객체로 적어도 부분적으로 구성된다.
객체 그래프(200)는 객체 그래프 내의 객체에 대한 토큰 맵핑을 포함할 수 있고, 토큰 맵핑은 자연어 단어, 이들 단어의 시맨틱 이해, 및 자연어 단어 및 이들 단어의 시맨틱 이해 중 하나 또는 둘 모두와 상관되는 객체 사이의 관계를 정의한다. 토큰 맵핑은 네트워크 시스템의 사용자의 복수의 상호작용으로부터 추출된 데이터에 기반할 수 있고, 원격 객체(390)는 토큰 맵핑에 기반하여 자연어 사용자 요청(190)으로 매칭된다. 토큰 맵핑은 복수의 사용자가 토큰을 복수의 상호작용에서의 객체와 연관시키는 빈도에 기반하여 생성될 수 있다. 복수의 상호작용은 복수의 사용자들로부터 네트워크 시스템으로 향하는 복수의 자연어 사용자 요청을 포함할 수 있다.
토큰 맵핑은 복수의 자연어 사용자 요청의 실행에 대한 성공률에 기반하여 생성될 수 있다. 성공률은 요청의 실행에 대한 사용자의 만족에 관한 네트워크 시스템의 사용자에 의한 명시적 보고에 기반할 수 있다. 성공률은, 가령 사용자 서비스 컴포넌트(330)가 실행 전에 사용자에게 제안된 실행 전략을 디스플레이하고 사용자가 승인하는 경우에만 제안된 실행 전략을 실행하는 경우에서와 같은 사용자 요청의 제안된 실행을 수락 또는 거절함에 있어서의 사용자의 명시적인 행동에 기반할 수 있다. 성공률은, 제한 없이: 사용자에 의한 자연어 요청의 언어의 반복된 사용, 유사한 요청에 있어서 자연어 요청 시스템(100)의 사용자에 의한 반복된 사용, 및 사용자 요청(190)의 실행에 대한 긍정적 또는 부정적 반응의 다른 명시적 표시에 기반할 수 있는, 사용자의 요청의 실행에 대한 사용자 만족의 암시적 평가에 기반할 수 있다. 유사하게, 성공률은, 사용자 요청(190)의 실행을 위해 사용되는 것에 대한 그들의 만족에 관한 비지니스로부터의 명시적 또는 암시적인 신호에 기반할 수 있다.
토큰 맵핑은 토큰과 그들의 비지니스 간의 연관을 위한 비지니스 엔티티에 의한 입찰에 기반할 수 있다. 예컨대, 레스토랑 예약 서비스는 토큰들, 가령 "table", "reservation", "dinner", "eat" 및 음식의 구매 및 소비와 관련된 다른 토큰과 연관되기 위해 입찰할 수 있다. 자연어 요청 시스템(100)은 연관에 대한 비지니스 엔티티에 의한 입찰 액수에 적어도 부분적으로 기반하여, 비지니스 엔티티에 대한 객체와 토큰 사이의 연관에 대한 그것의 신뢰도를 결정하도록 동작할 수 있다. 비지니스가, 자연어 요청 시스템(100)과의 그들의 경험에 기반하여, 어떤 토큰이 사용자들을 그들의 비지니스로 가장 잘 안내하는지를 습득함에 따라, 그들은 이들 토큰에 더 높게 입찰할 수 있고, 그럼으로써 자연어 요청 시스템(100)의 정확도를 향상시킨다.
사용자 서비스 컴포넌트(330)는 이후 원격 객체(390)에 기반하여 자연어 사용자 요청(190)을 실행할 수 있다. 하나 이상의 로컬 객체(380)가 또한, 사용자 요청(190)의 실행에 있어서 사용될 수 있다. 소셜 언어 서버(150)로부터 수신된 하나 이상의 추가 원격 객체가 또한, 사용자 요청(190)의 실행에서 사용될 수 있다.
사용자 요청(190)의 실행은 비지니스 엔티티와의 상호작용을 포함할 수 있다. 소셜 언어 서버(150)로부터 수신된 원격 객체(390)는 객체 그래프(200)에서 표현된 비지니스 엔티티에 해당할 수 있다. 비지니스 엔티티에 대한 원격 객체(390)는 비지니스 엔티티에 대한 자동화된 상호작용 명령어를 포함할 수 있다. 자동화된 상호작용 명령어는 절차, APIs, 네트워크 주소, 포맷, 및 비지니스 엔티티를 위해 비지니스 상거래 전단 서버(170)로 자동화되고 컴퓨터화된 요청을 수행하기 위한 다른 정보를 포함할 수 있다.
사용자 서비스 컴포넌트(330)는 자동화된 상호작용 명령어를 수신하고, 수신된 자동화된 상호작용 명령어에 기반하여 비지니스 엔티티를 위해 네트워크 서버로 구매 및 예약 중 적어도 하나를 수행함으로써 자연어 사용자 요청(190)을 실행할 수 있다. 사용자 서비스 컴포넌트(330)는 비지니스 상거래 전단 서버(170)로 로컬-주도 상호작용(125)에 참여할 수 있고, 로컬-주도 상호작용(125)은 모바일 장치(120) 및 비지니스 엔티티를 위한 비지니스 상거래 전단 서버(170) 사이의 직접 통신을 수반한다.
일부의 경우, 자연어 요청 시스템(100)은 외부 비지니스 엔티티의 사용 없이 사용자 요청(190)을 실행할 수 있다. 자연어 요청 시스템(100)이 메시징 기능 및/또는 소셜 네트워킹 기능을 포함하는 경우, 사용자 요청(190)은 메시징 서비스 및/또는 소셜 네트워킹 서비스의 수행을 통해 달성될 수 있다. 예컨대, 사용자의 메시징 대화에 이미지, 비디오, 스티커, 또는 다른 요소가 포함시키는 것에 대한 사용자 관심은 자연어 사용자 요청(190)에 기반하여 감지될 수 있고, 사용자 요청(190)의 실행은 이 요소를 포함시키는 것을 포함할 수 있다. 일부의 경우, 이미지, 스티커, 또는 다른 요소가 선택되고, 가령 텍스트의 무드를 나타내는 스티커를 제안하는 것과 같이, 사용자의 대화의 텍스트와 요소 사이의 대응관계(correspondence)에 기반하여 제안될 수 있다. 따라서, 대화의 텍스트는 자연어 사용자 요청(190)을 포함할 수 있다.
유사하게, 소셜 네트워킹 작업이 수행되게 하는 것에 대한 사용자 관심은 자연어 사용자 요청(190)에 기반하여 감지될 수 있고, 사용자 요청(190)의 실행은 소셜 네트워킹 작업의 수행을 포함할 수 있다. 소셜 네트워킹 작업은 소셜 네트워킹 서비스로의 게시물을 작성, 소셜 네트워킹 서비스 상의 게시물을 좋아요하기, 미디어를 소셜 네트워킹 서비스로 업로드하기, 사용자를 이벤트, 위치, 또는 비지니스에서 존재한 것으로 태그하기, 또는 임의의 다른 소셜 네트워킹 활동을 포함할 수 있다.
하나 이상의 로컬 객체(380) 및/또는 하나 이상의 추가 원격 객체를 포함하는, 사용자 요청(190)과 연관된 추가 객체가 사용자 요청(190)의 실행에 사용될 수 있다. 추가적인 객체는 자동화된 상호작용 명령어를 구성하는데 사용되는 정보를 정의할 수 있고, 자동화된 상호작용 명령어를 사용하여 수행되는 자동화된 상호작용 절차에 의해 허용되는 옵션을 선택하는데 사용되는 정보를 정의할 수 있다. 예컨대, 택시 회사에 대한 자동화된 상호작용 절차는 원하는 픽업 시간, 픽업 위치, 및 드롭-오프 위치에 대한 특정을 허용할 수 있다. 택시 회사에 대한 객체는 비지니스 상거래 전단 서버(170)를 연락하기 위한 자동화된 상호작용 명령어를 정의할 수 있다. 이러한 자동화된 상호작용 명령어는 원하는 픽업 시간, 픽업 위치, 및 드롭-오프 위치가 명시될 수 있다고 표시할 수 있고 - 일부의 경우, 그들은 하나 이상의 구성 옵션, 가령 드롭-오프 위치가 선택적이고 픽업 시간에 운전자를 대면하여 명시될 수 있다고 명시할 수 있다. 따라서, 픽업 시간, 픽업 위치, 및 드롭-오프 위치에 관한 것으로 결정된, 사용자 요청(190)으로부터 생성된 객체는 이러한 옵션을 명시하는데 사용될 수 있다. 일부의 경우, 객체는 사용자 요청에서의 명시적인 서술의 부족에 기반하여 암시적으로 결정될 수 있다. 예컨대, 탑승이 픽업 시간의 명시적인 특정 없이 요청되는 때 "now" 또는 "as soon as possible"의 픽업 시간이 추론될 수 있다.
사용자 요청(190)의 실행 및 사용자 요청(190)의 언어와 객체 사이의 맵핑 둘 모두는 모바일 장치(120)의 위치에 기반할 수 있다. 사용자 서비스 컴포넌트(330)는 모바일 장치(120)의 현재 위치를 결정할 수 있다. 사용자 서비스 컴포넌트(330)는, 로컬-주도 상호작용(125)의 하나 이상의 옵션이 모바일 장치(120)의 현재 위치를 포함하거나 그로부터 도출되는, 비지니스 상거래 전단 서버(170)와의 로컬-주도 상호작용(125)을 구성을 통하는 것과 같이, 원격 객체(390) 및 모바일 장치(120)의 현재 위치에 기반하여 자연어 사용자 요청(190)을 실행할 수 있다. 사용자 서비스 컴포넌트(330)는 대안으로, 네트워크 시스템(예컨대, 소셜 언어 서버(150)으로 모바일 장치(120)의 현재 위치를 송신할 수 있고, 여기서 객체 그래프(200)의 복수의 객체들로부터 선택된 수신된 원격 객체(390)는 결정된 현재 위치에 대한 근사값에 기반한다. 예컨대, 서비스는 다양하고 상이한 서비스 제공자에 의해 수행될 수 있고, 특정 서비스 제공자는 모바일 장치(120)의 현재 위치에 지리적으로 인접한 점에 적어도 부분적으로 기반하여 선택된다.
도 4는 모바일 장치(120)를 위해 소셜 객체(480)를 검색하는 소셜 언어 서버(150)의 실시예를 도시한다. 소셜 언어 서버(150)는 소셜 네트워킹 서비스 내에서의 상호작용으로부터 도출된 정보를 사용하여 소셜 네트워킹 서비스의 구성원들을 대신하여 자연어 사용자 요청을 분석하도록 동작할 수 있다. 소셜 언어 서버(150)는 클라이언트 서비스 컴포넌트(430) 및 소셜 객체 관계 컴포넌트(440)를 포함할 수 있다.
클라이언트 서비스 컴포넌트(430)는 모바일 장치(120)로부터 자연어 사용자 요청(190)을 수신할 수 있다. 클라이언트 서비스 컴포넌트(430)는 모바일 장치(120)의 사용자 서비스 컴포넌트(330)에 의해 수신되었던 것과 동일한 형태로 사용자 요청(190)을 수신할 수 있거나, 또는 변형된 포맷으로 사용자 요청(190)을 수신할 수 있다. 예컨대, 오디오로 수신된 사용자 요청(190)은 클라이언트 서비스 컴포넌트(430)로의 송신 전에 텍스트로 변환(transcribe)될 수 있다. 자연어 사용자 요청(190)은, 모바일 장치(120)가 모바일 장치(120) 상의 로컬 데이터에 매칭하는 객체를 수행하고 객체 매칭이 신뢰 임계치 미만의 신뢰 수준을 갖는 적어도 하나의 클라이언트-매칭된 객체를 생성했다고 결정하는 것에 응답하여, 모바일 장치(120)로부터 수신될 수 있다.
소셜 객체 관계 컴포넌트(440)는 객체 그래프(200)에서의 하나 이상의 소셜 객체(480)에 대해 자연어 사용자 요청(190)을 매칭할 수 있고, 객체 그래프(200)는 객체 그래프(200) 내에서의 객체에 대한 토큰 맵핑을 포함하며, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하며, 하나 이상의 객체는 토큰 맵핑에 기반하여 자연어 사용자 요청(190)으로 매칭된다. 일반적으로, 소셜 객체 관계 컴포넌트(440)에 의한 자연어 사용자 요청(190)의 매칭은 모바일 장치(120)의 로컬 객체 관계 컴포넌트(340)에 의해 수행되는 사용자 요청(190)의 매칭의 절차에 해당할 수 있으나, 로컬 객체 스토어(360)의 더 제한된 리소스 대신에 더 큰 소셜 객체 스토어(460)의 추가 데이터로의 액세스를 가진다.
이후, 클라이언트 서비스 컴포넌트(430)는 소셜 객체(480)를 모바일 장치(120)로 송신할 수 있다. 사용자 요청(190)의 실행은 모바일 장치(120)에 의한 사용자 요청(190)의 실행을 위해 모바일 장치(120)로 매칭된 하나 이상의 소셜 객체(480)를 이렇게 송신하는 것을 포함할 수 있다. 따라서, 소셜 객체(480)는 모바일 장치(120)의 사용자 서비스 컴포넌트(330)에 의해 수신된 원격 객체(390)에 해당할 수 있다. 소셜 언어 서버(150)는 소셜 네트워킹 서비스의 요소일 수 있다. 자연어 사용자 요청(190)은 소셜 네트워킹 서비스를 위한 소셜 네트워킹 시스템에서 수신될 수 있다. 따라서, 객체 그래프(200)는 서로 링크된 소셜 네트워킹 객체로 적어도 부분적으로 구성된 그래프를 포함할 수 있다. 소셜 네트워킹 시스템은 네트워크 시스템을 포함할 수 있다. 토큰 맵핑은 복수의 사용자들이 토큰을 복수의 상호작용에서의 소셜 객체(480)와 연관시킨 빈도에 기반하여 생성될 수 있다. 복수의 상호작용은 복수의 사용자들로부터 네트워크 시스템으로 향하는 복수의 자연어 사용자 요청을 포함할 수 있고, 토큰 맵핑은 복수의 자연어 사용자 요청(190)의 실행에 대한 성공률에 기반하여 생성된다.
소셜 언어 서버(150)는 소셜 객체(480)의 결정에서 모바일 장치(120)의 현재 위치를 사용할 수 있다. 클라이언트 서비스 컴포넌트(430)는 모바일 장치(120)로부터 모바일 장치(120)의 현재 위치를 수신할 수 있고, 모바일 장치(120)의 현재 위치에 대한 근접성에 기반하여 매칭된 하나 이상의 소셜 객체(480)를 선택할 수 있다. 예컨대, 소셜 객체(480)는 수신된 현재 위치와 비지니스 엔티티를 위해 소셜 객체에서 기록된 비지니스 엔티티에 대한 주소 사이의 근접성에 기반하여 선택될 수 있다.
도 5는 모바일 장치(120)를 위해 상거래를 수행하는 소셜 언어 서버(150)의 실시예를 도시한다. 소셜 언어 서버(150)는 사용자 요청의 분석에 추가로 소셜 네트워킹 서비스의 구성원들을 대신하여 자연어 사용자 요청을 수행하도록 동작할 수 있다.
로컬-주도 상호작용(125)의 실행을 위해 소셜 객체(480)를 모바일 장치(120)로 리턴하는 것에 대한 대안으로, 클라이언트 서비스 컴포넌트(430)는 서버-주도 상호작용(165)에서 매칭된 하나 이상의 소셜 객체(480)에 기반하여 자연어 사용자 요청(190)을 실행할 수 있다. 소셜 언어 서버(150)는, 모바일 장치(120)의 프로세싱, 대역폭, 및 에너지 리소스를 보존하기 위해, 모바일 장치(120)를 대신하여 비지니스 상거래 전단 서버(170)로 서버-주도 상호작용(165)을 수행할 수 있다. 사용자 요청(190)이 서버-주도 상호작용(165)을 통해 수행되는 경우, 클라이언트 서비스 컴포넌트(430)는 모바일 장치(120)로부터 하나 이상의 로컬 객체(380)를 수신할 수 있고, 사용자 요청(190)의 실행에 있어서 로컬 객체(380)를 사용할 수 있다.
소셜 언어 서버(150)는 사용자 요청(190)의 수행에 모바일 장치(120)의 현재 위치를 사용할 수 있다. 현재 위치는 모바일 장치(120)로부터 수신되는 로컬 객체들(380) 중 하나를 포함할 수 있다. 클라이언트 서비스 컴포넌트(430)는 모바일 장치(120)로부터 모바일 장치(120)의 현재 위치를 수신할 수 있고, 모바일 장치(120)의 현재 위치 및 매칭된 하나 이상의 소셜 객체(480)에 기반하여 자연어 사용자 요청(190)을 실행할 수 있다.
매칭된 하나 이상의 소셜 객체(480)는 비지니스 엔티티에 해당하는 비지니스 객체를 포함할 수 있고, 비지니스 객체는 객체 그래프(200)에 표현된다. 클라이언트 서비스 컴포넌트(430)는 비지니스에 기반하여 비지니스 엔티티를 위한 자동화된 상호작용 명령어를 검색할 수 있다. 일부의 경우, 자동화된 상호작용 명령어는 비지니스 객체 내에 저장될 수 있다. 클라이언트 서비스 컴포넌트(430)는, 검색된 자동화된 상호작용 명령어에 기반하여, 비지니스 엔티티를 위한 비지니스 상거래 전단 서버(170)와 구매 및 예약 중 적어도 하나를 수행함으로써 자연어 사용자 요청(190)을 실행할 수 있고, 구매 및/또는 예약의 수행은 서버-주도 상호작용(165)을 포함한다.
개시된 구조의 신규한 양태를 수행하기 위한 예시적인 방법론을 표현하는 흐름도의 세트가 본 명세서에 포함된다. 설명의 간소화를 위해, 예컨대 흐름도이나 흐름 다이어그램의 형태로 본 명세서에 도시된 하나 이상의 방법이 도시되고 일련의 행위로 기술되지만, 방법론은 몇몇의 행위는 그에 따라 본 명세서에 도시되고 기술되는 다른 행위들과 다른 순서로 및/또는 동시에 발생할 수 있기 때문에 그 행위의 순서에 국한되지 않는다고 이해되고 인식된다. 예컨대, 방법론은 가령 상태 다이어그램과 같이 일련의 상호연관된 상태나 이벤트로서 대안으로 표현될 수 있다고 당업자가 이해하고 인식할 것이다. 게다가, 방법론에 설명된 모든 행위들이 신규한 구현에 요구되는 것은 아닐 수 있다.
도 6은 제1 로직 흐름(500)의 일실시예를 도시한다. 로직 흐름(600)은 본 명세서에 기술된 하나 이상의 실시예에 의해 실행되는 동작의 일부 또는 전부를 표현할 수 있다.
도 6에 보여지는 도시된 실시예에서, 로직 흐름(600)은 블록(602)에서 모바일 장치(120) 상에서 자연어 사용자 요청(190)을 수신할 수 있다.
로직 흐름(600)은 블록(604)에서, 자연어 사용자 요청(190)을 하나 이상의 로컬 객체(380)와 관련시킬 수 있고, 로컬 객체(380)는 모바일 장치(120) 상에 저장된다.
로직 흐름(600)은 블록(606)에서 하나 이상의 로컬 객체(380) 각각에 대한 신뢰 수준을 결정할 수 있다.
로직 흐름(600)은 블록(608)에서 낮은 신뢰도의 로컬 객체를 결정할 수 있고, 낮은 신뢰도의 로컬 객체에 대한 신뢰 수준은 신뢰 임계치보다 작다.
로직 흐름(600)은 블록(610)에서 네트워크 질의를 네트워크 시스템으로 송신할 수 있고, 네트워크 질의는 네트워크 시스템이 객체 그래프(200)에 대해 자연어 사용자 요청(190)을 매칭할 것을 요청한다.
로직 흐름(600)은 블록(612)에서 네트워크 질의에 응답하여, 네트워크 시스템으로부터 낮은 신뢰도의 로컬 객체를 대체하기 위해 원격 객체(390)를 수신할 수 있고, 원격 객체(390)는 객체 그래프(200) 내에서 표현된다.
로직 흐름(600)은 블록(614)에서 원격 객체(390)에 기반하여 자연어 사용자 요청(190)을 실행할 수 있다.
실시예는 이 예시에 제한되지 않는다.
도 7은 제2 로직 흐름(700)의 일실시예를 도시한다. 로직 흐름(700)은 본 명세서에 기술된 하나 이상의 실시예들에 의해 실행되는 동작들의 일부 또는 전부를 표현할 수 있다.
도 7에 보여지는 도시된 실시예에서, 로직 흐름(700)은 블록(702)에서 모바일 장치(120)로부터 자연어 사용자 요청(190)을 수신할 수 있다.
로직 흐름(700)은 객체 그래프(200)에서 하나 이상의 소셜 객체(480)에 대해 자연어 사용자 요청(190)을 매칭할 수 있고, 객체 그래프(200)는 객체 그래프(200) 내에서의 소셜 객체(480)에 대한 토큰 맵핑을 포함하고, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하고, 하나 이상의 소셜 객체(480)는 블록(704)에서 토큰 맵핑에 기반하여 자연어 사용자 요청(190)과 매칭된다.
로직 흐름(700)은 블록(706)에서 매칭된 하나 이상의 소셜 객체(480)에 기반하여 자연어 사용자 요청(190)을 실행할 수 있다.
실시예는 이 예시에 제한되지 않는다.
도 8은 중앙형 시스템(800)의 블록도를 도시한다. 중앙형 시스템(800)은, 가령 단일 장치(820) 내에서 전체적으로 존재하는 것과 같이 단일 컴퓨팅 엔티티에서 자연어 요청 시스템(100)에 대한 구조 및/또는 동작의 일부 또는 전부를 구현할 수 있다.
장치(820)는 자연어 요청 시스템(100)을 위해 정보를 수신, 프로세싱, 및 전송할 수 있는 임의의 전자 장치를 포함할 수 있다. 전자식 장치의 예들은 제한 없이 초-모바일(ultra-mobile) 장치, 모바일 장치, 개인용 정보 단말기(PDA), 모바일 컴퓨팅 장치, 스마트폰, 전화, 디지털 전화, 셀룰러 전화, 전자책 리더, 핸드셋, 단방향 페이저, 양방향 페이저, 메시징 장치, 컴퓨터, 개인용 컴퓨터(PC), 데스크톱 컴퓨터, 랩톱 컴퓨터, 노트북 컴퓨터, 넷북 컴퓨터, 휴대용 컴퓨터, 태블릿 컴퓨터, 서버, 서버 어레이 또는 서버 팜(server farm), 웹 서버, 네트워크 서버, 인터넷 서버, 워크 스테이션, 미니-컴퓨터, 메인 프레임 컴퓨터, 슈퍼컴퓨터, 네트워크 가전, 웹 가전, 분산형 컴퓨팅 시스템, 멀티프로세서 시스템, 프로세서-기반 시스템, 소비자 전자기기, 프로그램가능한 소비자 전자기기, 게임 장치, 텔레비전, 디지털 텔레비전, 셋톱 박스, 무선 접속점, 기지국, 구독자 스테이션, 모바일 구독자 센터, 무선 네트워크 컨트롤러, 라우터, 허브, 게이트웨이, 브릿지, 스위치, 기계 또는 이들의 조합을 포함할 수 있다. 실시예들이 이와 같은 문맥으로 제한되는 것은 아니다.
장치(820)는 프로세싱 컴포넌트(830)를 사용하여 자연어 요청 시스템(100)을 위한 동작 또는 로직의 프로세싱을 실행할 수 있다. 프로세싱 컴포넌트(830)는 다양한 하드웨어 요소, 소프트웨어 요소 또는 둘 다의 조합을 포함할 수 있다. 하드웨어 요소의 예들은 장치들, 로직 장치들, 컴포넌트들, 프로세서들, 마이크로프로세서들, 회로들, 프로세서 회로들, 회로 요소들(예컨대, 트랜지스터, 저항, 커패시터, 인덕터 등), 집적회로들, ASIC(application specific integrated circuits), PLD(programmable logic devices), DSP(digital signal processors), FPGA(field programmable gate array), 메모리 유닛들, 로직 게이트들, 레지스터들, 반도체 장치, 칩, 마이크로칩, 칩셋 등을 포함할 수 있다. 소프트웨어 요소의 예는 소프트웨어 컴포넌트, 프로그램, 애플리케이션, 컴퓨터 프로그램, 애플리케이션 프로그램, 시스템 프로그램, 소프트웨어 개발 프로그램, 기계 프로그램, 운영 시스템 소프트웨어, 미들웨어, 펌웨어, 소프트웨어 모듈, 루틴, 서브루틴, 함수, 방법, 절차, 소프트웨어 인터페이스, API(application program interfaces), 명령어 세트, 컴퓨팅 코드, 컴퓨터 코드, 코드 세그먼트, 컴퓨터 코드 세그먼트, 단어, 값, 심볼, 또는 이들의 임의의 조합을 포함할 수 있다. 실시예가 하드웨어 요소 및/또는 소프트웨어 요소를 사용하여 구현되는지 여부를 결정하는 것은 주어진 구현예를 위해 원하는 바에 따른 임의의 수의 요인들, 가령 소정의 계산 속도, 전력 레벨, 내열성, 프로세싱 사이클 예산, 입력 데이터 속도, 출력 데이터 속도, 메모리 자원, 데이터 버스 속도 및 다른 디자인 또는 성능 제약에 따라 다양할 수 있다.
장치(820)는 통신 컴포넌트(840)를 사용하여 자연어 요청 시스템(100)을 위한 통신 동작 또는 로직을 실행할 수 있다. 통신 컴포넌트(840)는 가령 패킷-교환형 네트워크(예컨대, 인터넷과 같은 공중 네트워크, 기업 인트라넷과 같은 사적 네트워크 등), 회로-교환형 네트워크(예컨대, 공중 교환 전화망) 또는 (적절한 게이트웨이와 변환기를 가진) 패킷-교환형 네트워크와 회로-교환형 네트워크의 조합과 같이 임의의 널리 알려진 통신 기술 및 프로토콜을 구현할 수 있다. 통신 컴포넌트(840)는 가령 하나 이상의 통신 인터페이스, 네트워크 인터페이스, 네트워크 인터페이스 카드(NIC), 라디오, 무선 송신기/수신기(송수신기), 유선 및/또는 무선 통신 미디어, 물리적 커넥터 등과 같이 다양한 타입의 표준 통신 구성요소들을 포함할 수 있다. 예로서 제한 없이, 통신 미디어(812)는 유선 통신 미디어 및 무선 통신 미디어를 포함한다. 무선 통신 매체의 예는 와이어, 케이블, 금속 리드(metal lead), PCB(printed circuit board), 백플레인(backplane), 스위치 패브릭, 반도체 재료, 트위스티드-쌍 와이어(twisted-pair wire), 동축 케이블, 광섬유, 전파된 신호 등을 포함할 수 있다. 무선 통신 미디어의 예들은 음향, 무선-주파수(RF) 스펙트럼, 적외선 및 다른 무선 미디어를 포함할 수 있다.
장치(820)는 통신 컴포넌트(840)를 통해 통신 신호(814)를 사용하여 통신 미디어(812) 상에서 모바일 장치(810)와 통신할 수 있다. 복수의 모바일 장치(810)는 자연어 요청 시스템(100) 및/또는 소셜 네트워킹 서비스의 사용자들에 의해 사용되는 장치를 포함할 수 있다. 미디어(812) 상에서 송신되는 신호(814)는 클라이언트 서비스 컴포넌트(430)로의 사용자 요청의 송신 및 모바일 장치(810)로의 소셜 객체의 송신에 해당할 수 있다.
도 9는 분산형 시스템(900)의 블록도를 도시한다. 분산형 시스템(900)은 다수의 컴퓨팅 엔티티들에 걸쳐 자연어 요청 시스템(100)을 위한 구조 및/또는 동작의 부분들을 분산시킬 수 있다. 분산형 시스템(900)의 예는 제한 없이, 클라이언트-서버 구조, 3-계층 구조, N-계층 구조, 밀접하게-커플링(tightly-coupled)되거나 클러스터화된 구조, 피어-투-피어 구조, 마스터-슬레이브(master-slave) 구조, 공유된 데이터베이스 구조 및 다른 타입의 분산형 시스템을 포함할 수 있다. 실시예들이 이와 같은 문맥으로 제한되는 것은 아니다.
분산형 시스템(900)은 클라이언트 서비스 서버 장치(910) 및 그래프 검색 서버 장치(950)를 포함할 수 있다. 일반적으로, 클라이언트 서비스 서버 장치(910) 및 그래프 검색 서버 장치(950)는 도 8과 관련하여 기술된 서버 장치(820)와 동일하거나 유사할 수 있다. 예컨대, 서버 장치(910, 950)는 각각 도 8을 참조하여 기술된 프로세싱 컴포넌트(830) 및 통신 컴포넌트(840)와 각각 동일하거나 유사한 프로세싱 컴포넌트(930) 및 통신 컴포넌트(940)를 각각 포함할 수 있다. 다른 예로, 서버 장치(910, 950)는 통신 컴포넌트(940)를 통해 통신 신호(914)를 사용하여 통신 미디어(912) 상에서 통신할 수 있다.
클라이언트 서비스 서버 장치(910)는 기술된 실시예에 따라 다양한 방법을 수행하도록 동작하는 하나 이상의 클라이언트 프로그램을 포함하거나 이용할 수 있다. 일실시예로, 예컨대, 클라이언트 서비스 서버 장치(910)는 복수의 클라이언트 서비스 컴포넌트(430)를 구현할 수 있다.
그래프 검색 서버 장치(950)는 기술된 실시예에 따라 다양한 방법을 수행하도록 동작하는 하나 이상의 서버 프로그램을 포함하거나 이용할 수 있다. 일실시예로, 예컨대, 그래프 검색 서버 장치(950)는 복수의 소셜 객체 관계 컴포넌트(440)를 구현할 수 있다.
서버 장치(910, 950)는 미디어(912) 상에서 송신되는 신호(914)를 사용하여 모바일 장치(810)와 통신할 수 있다. 객체 그래프(200)는 복수의 소셜 객체 스토어(960)에 저장될 수 있고, 소셜 객체 스토어(960)는 객체 그래프(200)를 저장하는 분산형 데이터베이스를 포함한다. 서버 장치(910, 950)는 미디어(912) 상에서 송신되는 신호(914)를 사용하여 소셜 객체 스토어(960)와 통신할 수 있다.
도 10은 이전에 기술된 다양한 실시예들을 구현하기에 적절한 예시적인 컴퓨팅 구조(1000)의 실시예를 도시한다. 일실시예로, 컴퓨팅 구조(1000)는 전자 장치의 일부를 포함하거나 구현될 수 있다. 전자 장치의 예시는 다른 것들 사이에서 도 8을 참조하여 기술된 것들을 포함할 수 있다. 실시예들이 이와 같은 문맥으로 제한되는 것은 아니다.
본 출원에서 사용되는 바와 같이, "시스템" 및 "컴포넌트"란 용어는 컴퓨터-관련 엔티티, 어느 하나의 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어, 실행중의 소프트웨어, 예시적인 컴퓨팅 구조(1000)에 의해 제공되는 예들을 일컫는 것으로 의도된다. 예컨대, 컴포넌트는 프로세서에서 실행하는 프로세스, 프로세서, 하드 디스크 드라이브, (광학 및/또는 자기 저장매체의) 다수의 저장 드라이브, 객체, 실행가능한 것들, 실행의 쓰레드(thread), 프로그램 및/또는 컴퓨터일 수 있으나 이에 국한되지 않는다. 예로서, 서버에서 실행하는 애플리케이션과 서버 모두는 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세스 및/또는 실행의 쓰레드 내에 상주할 수 있고, 컴포넌트는 하나의 컴퓨터에 로컬화될 수 있고/있거나 2 이상의 컴퓨터들 사이에 분산될 수 있다. 게다가, 컴포넌트는 동작들을 편성하도록 다양한 타입의 통신 미디어에 의해 서로 통신가능하게 연결될 수 있다. 편성(coordination)은 정보의 단방향이나 양방향 교환을 포함할 수 있다. 예컨대, 컴포넌트는 통신 미디어를 통해 통신되는 신호의 형태로 정보를 통신할 수 있다. 정보는 다양한 신호 라인에 할당된 신호들로서 구현될 수 있다. 이런 할당에서, 각 메시지는 신호이다. 그러나, 추가의 실시예들이 대안으로 데이터 메시지를 이용할 수 있다. 이런 데이터 메시지는 다양한 연결을 통해 송신될 수 있다. 예시적인 연결은 병렬 인터페이스, 직렬 인터페이스 및 버스 인터페이스를 포함한다.
컴퓨팅 구조(1000)는 가령 하나 이상의 프로세서, 멀티-코어 프로세서, 코-프로세서(co-processors), 메모리 유닛, 칩셋, 컨트롤러, 주변기기, 인터페이스, 오실레이터, 타이밍 장치, 비디오 카드, 오디오 카드, 멀티미디어 입력/출력(I/O) 컴포넌트, 전원 등과 같이 다양한 공통의 컴퓨팅 요소들을 포함한다. 그러나, 실시예들은 컴퓨팅 구조(1000)에 의한 구현으로 국한되지 않는다.
도 10에 도시된 바와 같이, 컴퓨팅 구조(1000)는 프로세싱 유닛(1004), 시스템 메모리(1006) 및 시스템 버스(1008)를 포함한다. 프로세싱 유닛(1004)은 제한 없이 AMD® Athlon®, Duron® 및 Opteron® 프로세서; ARM® 애플리케이션, 임베디드 및 보안 프로세서; IBM® 및 Motorola® DragonBall® 및 PowerPC® 프로세서; IBM 및 Sony® Cell 프로세서; Intel® Celeron®, Core (2) Duo®, Itanium®, Pentium®, Xeon® 및 XScale® 프로세서; 및 유사한 프로세서들을 포함하는 임의의 다양한 영리적으로 이용가능한 프로세서일 수 있다. 또한, 듀얼 멀티프로세서, 멀티-코어 프로세서 및 다른 멀티-프로세서 구조가 프로세싱 유닛(1004)으로 이용될 수 있다.
시스템 버스(1008)는 시스템 메모리(1006)를 포함하나 이에 국한되지 않는 시스템 구성요소용 인터페이스를 프로세싱 유닛(1004)에 제공한다. 시스템 버스(1008)는 임의의 다양한 영리적으로 이용가능한 버스 구조를 사용하여 (메모리 컨트롤러를 가지거나 가지지 않은) 메모리 버스, 주변기기 버스 및 로컬 버스와도 또한 상호연결할 수 있는 임의의 여러 타입의 버스 구조일 수 있다. 인터페이스 어댑터는 슬롯 구조를 통해 시스템 버스(1008)와 연결할 수 있다. 예시적인 슬롯 구조는 제한 없이 AGP(Accelerated Graphics Port), 카드 버스, (E)ISA((Extended) Industry Standard Architecture), MCA(Micro Channel Architecture), NuBus, PCI(X)(Peripheral Component Interconnect (Extended)), PCI Express, PCMCIA(Personal Computer Memory Card International Association) 등을 포함할 수 있다.
컴퓨팅 구조(1000)는 다양한 제조 물품을 포함하거나 구현할 수 있다. 제조 물품은 로직을 저장하는 컴퓨터-판독가능한 저장매체를 포함할 수 있다. 컴퓨터-판독가능한 저장 매체의 예는 전자 데이터를 저장할 수 있고, 휘발성 메모리 또는 비-휘발성 메모리, 제거가능하거나 제거불가한 메모리, 삭제가능하거나 삭제불가한 메모리, 쓰기가능하거나 다시쓰기가 가능한 메모리 등을 포함하는 임의의 실체적 매체를 포함할 수 있다. 로직의 예는 임의의 적절한 타입의 코드, 가령 소스 코드, 컴파일된 코드, 해석된 코드, 실행가능한 코드, 정적 코드, 동적 코드, 객체-지향 코드, 시각적 코드 등을 사용하여 구현되는 실행가능한 컴퓨터 프로그램 명령어를 포함할 수 있다. 또한, 실시예들은 본 명세서에 기술되는 동작들의 수행을 가능하게 하는 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는, 비-일시적 컴퓨터-판독가능한 매체에 포함되는 명령어로서 적어도 부분적으로 구현될 수 있다.
시스템 메모리(1006)는 하나 이상의 고속 메모리 유닛, 가령 ROM(read-only memory), RAM(random-access memory), DRAM(dynamic RAM), DDRAM(Double-Data-Rate DRAM), SDRAM(synchronous DRAM ), SRAM(static RAM), PROM(programmable ROM), EPROM(erasable programmable ROM), EEPROM(electrically erasable programmable ROM), 플래시 메모리, 강유전성 폴리머 메모리와 같은 폴리머 메모리, 오보닉 메모리, 위상 변화 또는 강유전성 메모리, SONOS(silicon-oxide-nitride-oxide-silicon) 메모리, 자성 또는 광학 카드, RAID(Redundant Array of Independent Disk) 드라이브와 같은 장치들의 어레이, 솔리드 스테이트 메모리 장치(예컨대, USB 메모리, SSD(solid state drive)), 및 정보를 저장하기에 적절한 임의의 다른 타입의 저장 매체와 같은 형태인 다양한 타입의 컴퓨터-판독가능한 저장 매체를 포함할 수 있다. 도 10에 보여지는 도시된 실시예에서, 시스템 메모리(1006)는 비-휘발성 메모리(1010) 및/또는 휘발성 메모리(1012)를 포함할 수 있다. 기본 입력/출력 시스템(BIOS)은 비-휘발성 메모리(1010)에 저장될 수 있다.
컴퓨터(1002)는 내부(또는 외부) 하드디스크 드라이브(HDD)(1014), 착탈식 자기 디스크(1018)로부터 판독하거나 자기 디스크에 기록하는 자기 플로피 디스크 드라이브(FDD)(1016) 및 착탈식 광학 디스크(1022)로부터 판독하거나 광학 디스크에 기록하는 광학 디스크 드라이브(1020)(예컨대, CD-ROM 또는 DVD)를 포함하는 하나 이상의 저속 메모리 유닛의 형태의 다양한 타입의 컴퓨터-판독가능한 저장매체를 포함할 수 있다. HDD(1014), FDD(1016) 및 광학 디스크 드라이브(1020)는 HDD 인터페이스(1024), FDD 인터페이스(1026) 및 광학 디스크 인터페이스(1028)에 의해 각각 시스템 버스(1008)와 연결될 수 있다. 외부 드라이브 구현용 HDD 인터페이스(1024)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술들 중 적어도 하나 또는 둘 모두를 포함할 수 있다.
드라이브 및 관련 컴퓨터-판독가능한 매체는 휘발성 및/또는 비휘발성 데이터 저장, 데이터 구조, 컴퓨터-실행가능한 명령어 등을 제공한다. 예컨대, 다수의 프로그램 모듈은 운영 시스템(1030), 하나 이상의 애플리케이션 프로그램(1032), 다른 프로그램 모듈(1034) 및 프로그램 데이터(1036)를 포함하는 드라이브 및 메모리 유닛(1010, 1012)에 저장될 수 있다. 일실시예로, 하나 이상의 애플리케이션 프로그램(1032), 다른 프로그램 모듈(1034), 및 프로그램 데이터(1036)는 예컨대, 자연어 요청 시스템(100)의 다양한 애플리케이션 및/또는 컴포넌트를 포함할 수 있다.
사용자는 예컨대 키보드(1038) 및 마우스(1040)와 같은 포인팅 장치와 같은 하나 이상의 유선/무선 입력 장치를 통해 명령 및 정보를 컴퓨터(1002)로 입력할 수 있다. 다른 입력 장치는 마이크로폰, 적외선(IR) 원격 컨트롤, 무선-주파수(RF) 원격 컨트롤, 게임 패드, 스타일러스 펜, 카드 리더, 동글(dongles), 지문 리더, 글로브(gloves), 그래픽 태블릿, 조이스틱, 키보드, 망막 리더, (예컨대, 정전용량식, 저항식 등의) 터치 스크린, 트랙볼, 트랙패드, 센서, 스타일러스 등을 포함할 수 있다. 이런 입력 장치 및 다른 입력 장치는 흔히 시스템 버스(1008)와 연결되는 입력 장치 인터페이스(1042)를 통해 프로세싱 유닛(1004)과 연결되지만, 가령 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스 등과 같이 다른 인터페이스들로 연결될 수 있다.
또한, 모니터(1044) 또는 다른 타입의 디스플레이 장치는 가령 비디오 어댑터(1046)와 같은 인터페이스를 통해 시스템 버스(1008)와 연결된다. 모니터(1044)는 컴퓨터(1002)의 내부 또는 외부에 있을 수 있다. 모니터(1044) 이외에, 컴퓨터는 가령 스피커, 프린터 등과 같은 다른 주변의 출력 장치들을 일반적으로 포함한다.
컴퓨터(1002)는 가령 원격 컴퓨터(1048)와 같은 하나 이상의 원격 컴퓨터로의 유선 및/또는 무선 통신을 통한 논리적 연결을 사용하여 네트워크형 환경에서 동작할 수 있다. 원격 컴퓨터(1048)는 워크스테이션, 서버 컴퓨터, 라우터, 개인용 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 엔터테인먼트 가전, 피어 장치 또는 다른 공통의 네트워크 노드일 수 있고, 간결함을 위해 단지 하나의 메모리/저장 장치(1050)만이 도시되지만, 일반적으로 컴퓨터(1002)에 대하여 기술되는 많은 구성요소 또는 모든 구성요소를 포함한다. 도시되는 논리적 연결은 근거리 네트워크(LAN)(1052)로의 유선/무선 연결 및/또는 예컨대 광역 네트워크(WAN)(1054)와 같은 더 큰 네트워크를 포함한다. 이런 LAN 및 WAN 네트워킹 환경은 사무실과 회사에서 매우 흔하며, 가령 인트라넷과 같은 기업-광역 컴퓨터 네트워크를 용이하게 하는데 이들 모두는 예컨대 인터넷과 같은 글로벌 통신 네트워크와 연결할 수 있다.
LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1002)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1056)를 통해 LAN(1052)과 연결된다. 어댑터(1056)는 LAN(1052)으로의 유선 및/또는 무선 통신을 용이하게 할 수 있고, 이것은 또한 어댑터(1056)의 무선 기능과 통신하기 위해 그곳에 배치되는 무선 접속점을 포함할 수 있다.
WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1002)는 모뎀(1058)을 포함할 수 있거나, WAN(1054)에서 통신 서버와 연결되거나, 가령 인터넷과 같이 WAN(1054)을 통해 통신을 확립하기 위한 다른 수단을 가진다. 내부 또는 외부 및 유선 및/또는 무선 장치일 수 있는 모뎀(1058)은 입력 장치 인터페이스(1042)를 통해 시스템 버스(1008)와 연결한다. 네트워크형 환경에서, 컴퓨터(1002)에 대해 묘사되는 프로그램 모듈들 또는 이들의 부분들은 원격 메모리/저장 장치(1050)에 저장될 수 있다. 도시된 네트워크 연결은 예시적이고 컴퓨터 사이의 통신 링크를 확립하는 다른 수단이 사용될 수 있음이 이해될 것이다.
컴퓨터(1002)는 가령 무선 통신(예컨대, 무선(over-the-air) 변조 기술의 IEEE 802.10)에서 동작가능하게 배치되는 무선 장치와 같이 IEEE 802 표준 패밀리를 사용하여 유선 및 무선 장치 또는 엔티티와 통신하도록 동작한다. 이는 적어도 Wi-Fi(또는 Wireless Fidelity), WiMax 및 BluetoothTM 무선 기술 등을 포함한다. 따라서, 통신은 종래의 네트워크 또는 적어도 2개의 장치 사이의 간단한 애드 혹(ad hoc) 통신의 기정의된 구조일 수 있다. Wi-Fi 네트워크는 IEEE 802.10x(a, b, g, n 등)라고 하는 무선 기술을 사용하여 보안의 신뢰성 있는 신속한 무선 연결을 제공한다. Wi-Fi 네트워크는 (IEEE 802.3-관련 미디어 및 기능을 사용하여) 서로, 인터넷으로 그리고 유선 네트워크로 컴퓨터들을 연결하는데 사용될 수 있다.
도 11은 상술한 바와 같이 다양한 실시예들을 구현하는데 적합한 예시적인 통신 구조(1100)의 블록 다이어그램을 도시한다. 통신 구조(1100)는 가령 송신기, 수신기, 송수신기, 라디오, 네트워크 인터페이스, 기저대역 프로세서, 안테나, 증폭기, 필터, 전원 등과 같이 다양한 공통의 통신 구성요소들을 포함한다. 그러나, 실시예들이 통신 구조(1100)에 의한 구현으로 국한되는 것은 아니다.
도 11에 도시된 바와 같이, 통신 구조(1100)는 하나 이상의 클라이언트(1102) 및 서버(1104)를 포함한다. 클라이언트(1102)는 클라이언트 장치(910)를 구현할 수 있다. 서버(1104)는 서버 장치(910, 950)를 구현할 수 있다. 클라이언트(1102) 및 서버(1104)는 가령 쿠키 및/또는 관련 컨텍스트형 정보와 같이 각각의 클라이언트(1102) 및 서버(1104)에 대한 로컬 정보를 저장하는데 이용될 수 있는 하나 이상의 각각의 클라이언트 데이터 스토어(1108) 및 서버 데이터 스토어(1110)와 동작가능하게 연결된다. 클라이언트(1102)는 모바일 장치(120)를 포함하는 모바일 장치들(810)을 구현할 수 있다.
클라이언트(1102) 및 서버(1104)는 통신 프레임워크(1106)를 사용하여 서로 간에 정보를 통신할 수 있다. 통신 프레임워크(1106)는 임의의 잘 알려진 통신 기술 및 프로토콜을 구현할 수 있다. 통신 프레임워크(1106)는 패킷-교환형 네트워크(예컨대, 인터넷과 같은 공중 네트워크, 기업 인트라넷과 같은 사적 네트워크 등), 회로-교환형 네트워크(예컨대, 공중 교환 전화망) 또는 (적절한 게이트웨이와 변환기를 가진) 패킷-교환형 네트워크와 회로-교환형 네트워크의 조합으로서 구현될 수 있다.
통신 프레임워크(1106)는 통신 네트워크를 수락, 통신 및 연결하도록 배열되는 다양한 네트워크 인터페이스를 구현할 수 있다. 네트워크 인터페이스는 특수화된 형태의 입출력 인터페이스로 간주될 수 있다. 네트워크 인터페이스는 제한 없이 직접 연결, 이더넷(예컨대, thick, thin, twisted pair 10/100/1000 Base T 등), 토큰 링, 무선 네트워크 인터페이스, 셀룰러 네트워크 인터페이스, IEEE 802.11a-x 네트워크 인터페이스, IEEE 802.16 네트워크 인터페이스, IEEE 802.20 네트워크 인터페이스 등을 포함하는 연결 프로토콜을 이용할 수 있다. 게다가, 다수의 네트워크 인터페이스는 다양한 통신 네트워크 타입과 연계하는데 사용될 수 있다. 예컨대, 다수의 네트워크 인터페이스는 방송, 멀티캐스트 및 유니캐스트 네트워크를 통한 통신을 가능하게 하는데 이용될 수 있다. 프로세싱 조건이 더 높은 속도와 성능을 요구하면, 분산형 네트워크 컨트롤러 구조는 마찬가지로 클라이언트(1102) 및 서버(1104)에 의해 요구되는 통신 대역폭을 풀링(pool), 부하 균형(load balance) 및 증가하는데 이용될 수 있다. 통신 네트워크는 제한 없이 직접형 상호연결, 보안형 커스텀 연결, 사적 네트워크(예컨대, 기업 인트라넷), 공중 네트워크(예컨대, 인터넷), 개인 영역 네트워크(PAN), 근거리 네트워크(LAN), 대도시 네트워크(MAN), OMNI(Operating Missions as Nodes on the Internet), 광역 네트워크(WAN), 무선 네트워크, 셀룰러 네트워크 및 다른 통신 네트워크들을 포함하는 임의의 하나 및 유선 및/또는 무선 네트워크의 조합일 수 있다.
도 12는 가령, 자연어 요청 시스템(100)과 같은 멀티캐리어 OFDM 시스템에서 사용하기 위한 장치(1200)의 실시예를 도시한다. 장치(1200)는 예컨대, 자연어 요청 시스템(100) 및/또는 로직 회로(1230)를 참조하여 기술되는 것과 같은 소프트웨어 컴포넌트(1260)를 구현할 수 있다. 장치(1200)는 모바일 장치(120) 및/또는 하나 이상의 모바일 장치(810)에 해당할 수 있다. 로직 회로(1230)는 자연어 요청 시스템(100)에 대해 기술된 동작들을 수행하는 물리적인 회로를 포함할 수 있다. 도 12에 도시되는 것처럼, 장치(1200)는 라디오 인터페이스(1210), 베이스밴드 회로부(1220) 및 컴퓨팅 플랫폼(1230)을 포함할 수 있으나, 실시예들은 이러한 구성으로 제한되지는 않는다.
장치(1200)는 가령 전적으로 단일 장치 내에서와 같이 단일 컴퓨팅 엔티티에서 자연어 요청 시스템(100) 및/또는 로직 회로(1230)에 대한 구조 및/또는 동작의 일부 또는 전부를 구현할 수 있다. 대안으로, 장치(1200)는, 분산형 시스템 구조, 가령 클라이언트-서버 구조, 3-티어 구조(3-tier architecture), N-티어 구조, 밀착-결합형 또는 클러스터형 구조, 피어-투-피어(peer-to-peer) 구조, 마스터-슬레이브(master-slave) 구조, 공유형 데이터베이스 구조 및 다른 타입의 분산형 시스템을 사용하여 다수의 컴퓨팅 엔티티들에 걸쳐 자연어 요청 시스템(100) 및/또는 로직 회로(1230)의 구조 및/또는 동작의 부분들을 분산할 수 있다. 실시예들이 이와 같은 문맥으로 제한되는 것은 아니다.
일실시예로, 실시예들은 임의의 특정 오버-더-에어 인터페이스나 변조 방식으로 제한되지는 않지만, 라디오 인터페이스(1210)는 단일 캐리어 또는 다중-캐리어 변조 신호(예컨대, CCK(complementary code keying) 및/또는 OFDM(orthogonal frequency division multiplexing) 심볼들을 포함함)를 송신 및/또는 수신하도록 구성되는 구성요소들의 조합 또는 하나의 구성요소를 포함할 수 있다. 라디오 인터페이스(1210)는 예컨대, 수신기(1212), 송신기(1216) 및/또는 주파수 합성기(1214)를 포함할 수 있다. 라디오 인터페이스(1210)는 바이어스 컨트롤, 크리스탈 발진기 및/또는 하나 이상의 안테나(1218)를 포함할 수 있다. 다른 실시예로, 라디오 인터페이스(1210)는 소정의 외부 전압-제어 발진기(voltage-controlled oscillators; VCOs), 표면 음파 필터(surface acoustic wave filter), 중간 주파수(IF) 필터 및/또는 RF 필터를 사용할 수 있다. 잠재적인 RF 인터페이스 디자인의 다양성으로 인해, 광범위한 설명은 생략된다.
베이스밴드 회로부(1220)는 신호를 수신 및/또는 송신하는 것을 프로세싱하기 위한 라디오 인터페이스(1210)와 통신할 수 있고, 예컨대 수신된 신호를 하향 변환하기 위한 아날로그-디지털 컨버터(1222) 및 신호를 송신을 위해 상향 변환하기 위한 디지털-아날로그 컨버터(1224)를 포함할 수 있다. 또한, 베이스밴드 회로부(1220)는 각각의 수신/송신 신호를 프로세싱하는 PHY 링크 계층을 위한 베이스밴드 또는 물리 계층(PHY) 프로세싱 회로(1256)를 포함할 수 있다. 베이스밴드 회로부(1220)는 예컨대, 매체 액세스 컨트롤(MAC)/데이터 링크 계층 프로세싱을 위한 프로세싱 회로(1228)를 포함할 수 있다. 베이스밴드 회로부(1220)는 예컨대, 하나 이상의 인터페이스(1234)를 통해 프로세싱 회로(1228) 및/또는 컴퓨팅 플랫폼(1230)과 통신하기 위한 메모리 컨트롤러(1232)를 포함할 수 있다.
일부 실시예로, PHY 프로세싱 회로(1226)는 통신 프레임, 가령 라디오 프레임을 구성 및/또는 해체하기 위해 가령 버퍼 메모리와 같은 추가 회로부와 조합되는 프레임 구성 및/또는 감지 모듈을 포함할 수 있다. 대안으로 또는 추가로, MAC 프로세싱 회로(1228)는 임의의 이러한 기능들의 프로세싱을 공유하거나 PHY 프로세싱 회로(1226)와는 독립적으로 이러한 프로세스를 수행할 수 있다. 일부 실시예로, MAC 및 PHY 프로세싱은 단일 회로로 통합될 수 있다.
컴퓨팅 플랫폼(1230)은 장치(1200)를 위한 컴퓨팅 기능을 제공할 수 있다. 도시되는 것처럼, 컴퓨팅 플랫폼(1230)은 프로세싱 컴포넌트(1240)를 포함할 수 있다. 베이스밴드 회로부(1220)에 추가로 또는 대안으로, 장치(1200)는 프로세싱 컴포넌트(1240)를 사용하여 자연어 요청 시스템(100) 및 로직 회로(1230)에 대한 동작 또는 로직을 프로세싱하는 것을 실행할 수 있다. 프로세싱 구성요소(1240) (및/또는 PHY(1226) 및/또는 MAC(1228))는 다양한 하드웨어 요소, 소프트웨어 요소 또는 둘 모두의 조합을 포함할 수 있다. 하드웨어 요소의 예들은 장치들, 로직 장치들, 컴포넌트들, 프로세서들, 마이크로프로세서들, 회로들, 프로세서 회로들, 회로 요소들(예컨대, 트랜지스터, 저항, 커패시터, 인덕터 등), 집적회로들, ASIC(application specific integrated circuits), PLD(programmable logic devices), DSP(digital signal processors), FPGA(field programmable gate array), 메모리 유닛들, 로직 게이트들, 레지스터들, 반도체 장치, 칩, 마이크로칩, 칩셋 등을 포함할 수 있다. 소프트웨어 요소의 예는 소프트웨어 컴포넌트, 프로그램, 애플리케이션, 컴퓨터 프로그램, 애플리케이션 프로그램, 시스템 프로그램, 소프트웨어 개발 프로그램, 기계 프로그램, 운영 시스템 소프트웨어, 미들웨어, 펌웨어, 소프트웨어 모듈, 루틴, 서브루틴, 함수, 방법, 절차, 소프트웨어 인터페이스, API(application program interfaces), 명령어 세트, 컴퓨팅 코드, 컴퓨터 코드, 코드 세그먼트, 컴퓨터 코드 세그먼트, 단어, 값, 심볼, 또는 이들의 임의의 조합을 포함할 수 있다. 실시예가 하드웨어 요소 및/또는 소프트웨어 요소를 사용하여 구현되는지 여부를 결정하는 것은 주어진 구현예를 위해 원하는 바에 따른 임의의 수의 요인들, 가령 소정의 계산 속도, 전력 레벨, 내열성, 프로세싱 사이클 예산, 입력 데이터 속도, 출력 데이터 속도, 메모리 자원, 데이터 버스 속도 및 다른 디자인 또는 성능 제약에 따라 다양할 수 있다.
컴퓨팅 플랫폼(1230)은 다른 플랫폼 구성요소들(1250)을 더 포함할 수 있다. 다른 플랫폼 구성요소(1250)는 가령 하나 이상의 프로세서, 멀티-코어 프로세서, 코-프로세서(co-processors), 메모리 유닛, 칩셋, 컨트롤러, 주변기기, 인터페이스, 오실레이터, 타이밍 장치, 비디오 카드, 오디오 카드, 멀티미디어 입력/출력(I/O) 컴포넌트, 전원 등과 같은 공통의 컴퓨팅 요소들을 포함한다. 메모리 유닛의 예는 제한 없이, 하나 이상의 고속 메모리 유닛의 형태인 다양한 타입의 컴퓨터 판독가능 및 기계 판독가능한 저장 매체, 가령 ROM(read-only memory), RAM(random-access memory), DRAM(dynamic RAM), DDRAM(Double-Data-Rate DRAM), SDRAM(synchronous DRAM), SRAM(static RAM), PROM(programmable ROM), EPROM(erasable programmable ROM), EEPROM(electrically erasable programmable ROM), 플래시 메모리, 폴리머 메모리, 가령 강유전성 폴리머 메모리, 오보닉 메모리, 상변화 또는 강유전성 메모리, SONOS(silicon-oxide-nitride-oxide-silicon) 메모리, 자성 또는 광학 카드, RAID(Redundant Array of Independent Disks) 장치와 같은 장치들의 어레이, 솔리드 스테이트 메모리 장치(예컨대, USB 메모리, SSD(solid state drives)) 및 정보를 저장하기에 적절한 임의의 다른 타입의 저장 매체를 포함할 수 있다.
장치(1200)는 예컨대, 올트라-모바일 장치, 모바일 장치, 고정형 장치, M2M(machine-to-machine) 장치, PDA(personal digital assistant), 모바일 컴퓨팅 장치, 스마트폰, 전화, 디지털 전화, 셀룰러 전화, 사용자 장비, eBook 판독기, 핸드셋, 일방향 호출기, 쌍방향 호출기, 메시징 장치, 컴퓨터, 개인용 컴퓨터(PC), 데스크톱 컴퓨터, 랩톱 컴퓨터, 노트북 컴퓨터, 넷북 컴퓨터, 핸드헬드 컴퓨터, 태블릿 컴퓨터, 서버, 서버 어레이 또는 서버 팜, 웹 서버, 네트워크 서버, 인터넷 서버, 워크 스테이션, 미니-컴퓨터, 메인 프레임 컴퓨터, 슈퍼컴퓨터, 네트워크 어플라이언스, 웹 어플라이언스, 분산형 컴퓨팅 시스템, 멀티프로세서 시스템, 프로세서-기반 시스템, 소비자 가전, 프로그램가능한 소비자 가전, 게임 장치, 텔레비전, 디지털 텔레비전, 셋톱 박스, 무선 액세스 포인트, 기지국, 노드 B, eNB(evolved node B), 가입자 스테이션, 모바일 가입자 센터, 라디오 네트워크 컨트롤러, 라우터, 허브, 게이트웨이, 브리지, 기계 또는 이들의 조합일 수 있다.따라서, 본 명세서에 기술된 장치(1200)의 기능 및/또는 특정 구성은 적절하게 원하는 바에 따라 장치(1200)의 다양한 실시예들에서 포함되거나 생략될 수 있다. 일부 실시예에서, 장치(1200)는 본 명세서에서 인용하는 3GPP LTE 명세 및/또는 WMANs에 대한 IEEE 1202.16 표준 및/또는 다른 브로드밴드 무선 네트워크 중 하나 이상과 연관되는 프로토콜 및 주파수와 호환되도록 구성될 수 있으나, 실시예들은 이러한 관점으로 제한되지는 않는다.
장치(1200)의 실시예는 SISO(single input single output) 구조를 사용하여 구현될 수 있다. 하지만, 특정 구현예는 빔형성 또는 공간 분할 다중 액세스(spatial division multiple access; SDMA)를 위한 적응형 안테나 기술을 사용 및/또는 MIMO 통신 기술을 사용하여 송신 및/또는 수신을 하기 위한 다수의 안테나들(예컨대, 안테나(1218))를 포함할 수 있다.
장치(1200)의 구성요소 및 특징부는 별개의 회로부, ASICs(application specific integrated circuits), 로직 게이트 및/또는 단일 칩 구조의 임의의 조합을 사용하여 구현될 수 있다. 추가로, 장치(1200)의 특징부는 마이크로컨트롤러, 프로그램가능한 로직 어레이 및/또는 마이크로프로세서나 적절한 경우 전술한 것들의 임의의 조합을 사용하여 구현될 수 있다. 하드웨어, 펌웨어 및/또는 소프트웨어 요소는 본 명세서에서 "로직" 또는 "회로"라고 전체적으로 또는 개별적으로 지칭될 수 있음을 유의해야 한다.
도 12의 블록도에 도시된 예시적인 장치(1200)는 다수의 잠재적인 구현예의 하나의 기능적으로 설명된 예시를 표현할 수 있다. 따라서, 첨부되는 도면에 도시된 블록 기능의 분할, 생략 또는 포함은 이러한 기능을 구현하기 위한 하드웨어 구성요소, 회로, 소프트웨어 및/또는 요소가 실시예들에서 필수적으로 분할, 생략 또는 포함되어야 하는 것으로 추론되지 않는다.
일부의 실시예들은 "일실시예(one embodiment)" 또는 "하나의 실시예(an embodiment)"의 표현 및 그 파생어들을 사용하여 기술될 수 있다. 이들 용어는 그 실시예와 함께 기술되는 특정한 특징, 구조 또는 특성이 적어도 하나의 실시예에 포함됨을 의미한다. 본 명세서의 곳곳에서 "일실시예로"라는 문구의 형태는 반드시 동일한 실시예를 일컫는 모든 것이 아니다. 게다가, 일부 실시예들은 표현 "결합된(coupled)" 및 "연결된"을 그들의 파생어들과 함께 사용하여 기술될 수 있다. 이들 용어는 서로에 대해 반드시 동의어로 의도되는 것은 아니다. 예컨대, 일부의 실시예들은 2 이상의 구성요소들이 서로에 대해 직접적인 물리적이거나 전기적으로 접촉함을 표시하기 위해 "연결되는(connected)" 및/또는 "결합되는(coupled)"의 용어를 사용하여 기술될 수 있다. 그러나, "결합되는(coupled)"이란 용어는 또한 2 이상의 구성요소들이 서로 직접 접촉하지는 않지만 여전히 함께 동작하거나 서로 상호작용함을 의미할 수 있다.
본 명세서에서 사용되는 표기법 및 명명법을 일반적으로 참조하여, 본 명세서의 상세한 설명은 컴퓨터 또는 컴퓨터의 네트워크에서 실행되는 프로그램 절차의 관점에서 제시될 수 있다. 이런 절차적 설명 및 표현은 당업자가 해당 기술분야의 다른 사람들에게 그 발명의 요지를 가장 효과적으로 전달하는데 사용된다.
절차는 본 명세서에서 일반적으로 소정의 결과로 이어지는 일관성 있는 일련의 동작들이라고 이해된다. 동작들은 물리량의 물리적 조작을 요구하는 동작들이다. 보통, 반드시 그런 것은 아니지만, 이런 물리량은 저장되고, 전달되며, 결합되고, 비교되며, 그렇지 않으면 조작될 수 있는 전기적 신호, 자기적 신호 또는 광학적 신호의 형태를 취한다. 원칙상 공통의 사용을 이유로 이런 신호를 비트, 값, 요소, 심볼, 문자, 용어, 숫자 등으로 일컫는 것이 때때로 간편하다고 판명되었다. 하지만, 이러한 것들 전부와 그와 유사한 용어들은, 적절한 물리적 수량과 연관되는 것이며, 이러한 수량들에 적용되는 편리한 라벨임을 유의해야 한다.
게다가, 수행되는 조작은 사람 운영자가 수행한 정신적인 동작과 통상 관련되는 가령 추가하기 또는 비교하기와 같은 용어들로 흔히 일컬어질 수 있다. 사람 운영자의 이런 능력이 하나 이상의 실시예들의 일부를 형성하는 본 명세서에 기술되는 임의의 동작에서 대부분의 경우 반드시 필요하거나 바람직한 것은 아니다. 그 대신, 동작들은 기계 동작들이다. 다양한 실시예들의 동작들을 수행하기 위한 유용한 기계는 범용의 디지털 컴퓨터 또는 유사한 장치들을 포함한다.
또한, 다양한 실시예들은 이런 동작들을 수행하기 위한 장치 또는 시스템에 관한 것이다. 이런 장치는 요구되는 목적으로 특수하게 구성될 수 있거나, 컴퓨터에 저장되는 컴퓨터 프로그램에 의해 선택적으로 활성되거나 재구성되는 범용 컴퓨터를 포함할 수 있다. 본 명세서에서 제시되는 절차가 본래적으로 특정 컴퓨터 또는 다른 장치에 관한 것은 아니다. 다양한 범용 기계는 본 명세서에 시사된 것에 따라 작성되는 프로그램으로 사용될 수 있거나, 요구되는 방법 단계들을 수행하도록 더 특수화된 장치를 구성하는 것이 간편하다고 판명될 수 있다. 다양한 이러한 기계들을 위해 요구되는 구조는 주어진 설명으로부터 나타날 것이다.
독자(reader)가 기술적 개시의 성질을 신속히 파악할 수 있게 하도록 본 명세서의 요약이 제공됨이 강조된다. 이런 요약의 제시가 청구항들의 범위 또는 의미를 해석하거나 제한하는데 사용되지 않는다고 이해될 것이다. 또한, 상술한 상세한 설명에서, 본 명세서를 간소화하기 위해 다양한 특징들이 하나의 실시예에서 함께 그룹화됨을 알 수 있다. 본 명세서의 이런 방법은 청구된 실시예들이 각 청구항에 명확히 기재되는 것보다 더 많은 특징들을 필요로 한다는 의도를 반영하는 것으로 해석되는 것은 아니다. 그 대신, 하기의 청구항들이 반영하는 바와 같이, 발명의 주제는 개시된 하나의 실시예의 모든 특징 미만 내에 있다. 따라서, 하기의 청구항들은 본 명세서에서 상세한 설명에 통합되며, 각 청구항은 개별 실시예로서 그 자체를 기초로 한다. 첨부된 청구항들에서, "포함하는(including)" 및 "여기서(in which)"란 용어는 각각의 "포함하는(comprising)" 및 "그 점에서(wherein)"이란 용어와 평이한 영어로 동등하게 각각 사용된다. 게다가, "제1의(first)", "제2의(second)", "제3의(third)" 등의 용어는 단지 라벨로 사용되며, 그 객체에 대해 수치적 요건을 부여하려는 의도는 아니다.
상술한 내용들은 본 발명의 개시된 구조의 예들을 포함한다. 물론, 컴포넌트들 및/또는 방법론들의 모든 구상가능한 조합을 기술하는 것은 불가능하지만, 당업자는 많은 추가의 조합과 치환이 가능함을 인식할 수 있다. 따라서, 새로운 구조는 첨부되는 청구항들의 정신 및 범위 내에 포함되는 이러한 모든 변경, 수정, 및 변형을 포괄하는 것으로 의도된다.
Claims (20)
- 장치로부터 자연어 사용자 요청을 수신하는 단계;
객체 그래프의 하나 이상의 객체에 대해 자연어 사용자 요청을 매칭하는 단계; 및
매칭된 하나 이상의 객체에 기반하여 자연어 사용자 요청을 실행하는 단계를 포함하고,
객체 그래프는 객체 그래프 내의 객체에 대한 토큰 맵핑(token mapping)을 포함하며, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하고, 하나 이상의 객체는 토큰 맵핑에 기반하여 자연어 사용자 요청과 매칭되는 컴퓨터 구현 방법. - 제 1 항에 있어서,
자연어 사용자 요청은 소셜 네트워킹 시스템에서 수신되고, 객체 그래프는 적어도 부분적으로 상호링크된(interlinked) 소셜 네트워킹 객체로 구성된 그래프를 포함하는 컴퓨터 구현 방법. - 제 1 항에 있어서,
자연어 사용자 요청을 실행하는 단계는 장치에 의한 자연어 사용자 요청의 실행을 위해 장치로 매칭된 하나 이상의 객체를 송신하는 단계를 포함하는 컴퓨터 구현 방법. - 제 1 항에 있어서,
장치로부터 장치의 위치를 수신하는 단계; 및
매칭된 하나 이상의 객체 및 장치의 위치에 기반하여 자연어 사용자 요청을 실행하는 단계를 포함하는 컴퓨터 구현 방법. - 제 1 항에 있어서,
매칭된 하나 이상의 객체는 장치의 위치에 대한 근접성에 기반하여 객체 그래프의 복수의 객체로부터 선택되고, 방법은:
장치로부터 장치의 위치를 수신하는 단계를 더 포함하는 컴퓨터 구현 방법. - 제 1 항에 있어서,
매칭된 하나 이상의 객체는 비지니스 엔티티에 해당하는 비지니스 객체를 포함하고, 비지니스 객체는 객체 그래프에서 표현되며, 방법은:
비지니스 객체에 기반하여 비지니스 엔티티를 위한 자동화된 상호작용 명령어를 검색하는 단계; 및
검색된 자동화된 상호작용 명령어에 기반하여 비지니스 엔티티를 위해 네트워크 서버로 구매 및 예약 중 적어도 하나를 수행함으로써 자연어 사용자 요청을 실행하는 단계를 더 포함하는 컴퓨터 구현 방법. - 제 1 항에 있어서,
토큰 맵핑은 복수의 사용자가 토큰을 복수의 상호작용에서 객체와 연관시키는 빈도에 기반하여 생성되는 컴퓨터 구현 방법. - 제 1 항에 있어서,
복수의 상호작용은 네트워크 시스템에 대한 복수의 사용자로부터의 복수의 자연어 사용자 요청을 포함하고,
토큰 맵핑은 복수의 자연어 사용자 요청의 실행에 대한 성공률에 기반하여 생성되는 컴퓨터 구현 방법. - 장치 상의 프로세서 회로;
장치로부터 자연어 사용자 요청을 수신하고 매칭된 하나 이상의 객체에 기반하여 자연어 사용자 요청을 실행하도록 프로세서 회로 상에서 동작하는 클라이언트 서비스 컴포넌트; 및
객체 그래프의 하나 이상의 객체에 대해 자연어 사용자 요청을 매칭하도록 프로세서 회로 상에서 동작하는 소셜 객체 관계 컴포넌트를 포함하고,
객체 그래프는 객체 그래프 내의 객체에 대한 토큰 맵핑(token mapping)을 포함하며, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하고, 하나 이상의 객체는 토큰 맵핑에 기반하여 자연어 사용자 요청과 매칭되는 장치. - 제 9 항에 있어서,
클라이언트 서비스 컴포넌트는, 장치로부터 장치의 위치를 수신하고 매칭된 하나 이상의 객체 및 장치의 위치에 기반하여 자연어 사용자 요청을 실행하도록 동작하는 장치. - 제 9 항에 있어서,
매칭된 하나 이상의 객체는 장치의 위치에 대한 근접성에 기반하여 객체 그래프의 복수의 객체로부터 선택되고, 클라이언트 서비스 컴포넌트는 장치로부터 장치의 위치를 수신하도록 동작하는 장치. - 제 9 항에 있어서,
매칭된 하나 이상의 객체는 비지니스 엔티티에 해당하는 비지니스 객체를 포함하고, 비지니스 객체는 객체 그래프에서 표현되며, 클라이언트 서비스 컴포넌트는 비지니스 객체에 기반하여 비지니스 엔티티를 위한 자동화된 상호작용 명령어를 검색하고, 검색된 자동화된 상호작용 명령어에 기반하여 비지니스 엔티티를 위해 네트워크 서버로 구매 및 예약 중 적어도 하나를 수행함으로써 자연어 사용자 요청을 실행하도록 동작하는 장치. - 제 9 항에 있어서,
토큰 맵핑은 복수의 사용자가 토큰을 복수의 상호작용에서 객체와 연관시키는 빈도에 기반하여 생성되는 장치. - 제 9 항에 있어서,
복수의 상호작용은 네트워크 시스템에 대한 복수의 사용자로부터의 복수의 자연어 사용자 요청을 포함하고, 토큰 맵핑은 복수의 자연어 사용자 요청의 실행에 대한 성공률에 기반하여 생성되는 장치. - 적어도 하나의 컴퓨터-판독가능한 저장 매체로서,
실행시, 시스템으로 하여금:
장치로부터 자연어 사용자 요청을 수신하고;
객체 그래프의 하나 이상의 객체에 대해 자연어 사용자 요청을 매칭하고; 및
매칭된 하나 이상의 객체에 기반하여 자연어 사용자 요청을 실행하도록 야기하는 명령어를 포함하고,
객체 그래프는 객체 그래프 내의 객체에 대한 토큰 맵핑(token mapping)을 포함하며, 토큰 맵핑은 네트워크 시스템의 복수의 사용자에 의한 복수의 상호작용으로부터 추출된 데이터에 기반하고, 하나 이상의 객체는 토큰 맵핑에 기반하여 자연어 사용자 요청과 매칭되는 컴퓨터-판독가능한 저장 매체. - 제 15 항에 있어서,
실행시, 시스템으로 하여금:
장치로부터 장치의 위치를 수신하고; 및
매칭된 하나 이상의 객체 및 장치의 위치에 기반하여 자연어 사용자 요청을 실행하도록 야기하는 명령어를 더 포함하는 컴퓨터-판독가능한 저장 매체. - 제 15 항에 있어서,
매칭된 하나 이상의 객체는 장치의 위치에 대한 근접성에 기반하여 객체 그래프의 복수의 객체로부터 선택되고, 컴퓨터-판독가능한 저장 매체는:
실행시, 시스템으로 하여금:
장치로부터 장치의 위치를 수신하도록 야기하는 명령어를 더 포함하는 컴퓨터-판독가능한 저장 매체. - 제 15 항에 있어서,
매칭된 하나 이상의 객체는 비지니스 엔티티에 해당하는 비지니스 객체를 포함하고, 비지니스 객체는 객체 그래프에서 표현되며, 컴퓨터-판독가능한 저장 매체는:
실행시, 시스템으로 하여금:
비지니스 객체에 기반하여 비지니스 엔티티를 위한 자동화된 상호작용 명령어를 검색하고; 및
검색된 자동화된 상호작용 명령어에 기반하여 비지니스 엔티티를 위해 네트워크 서버로 구매 및 예약 중 적어도 하나를 수행함으로써 자연어 사용자 요청을 실행하도록 야기하는 명령어를 더 포함하는 컴퓨터-판독가능한 저장 매체. - 제 15 항에 있어서,
토큰 맵핑은 복수의 사용자가 토큰을 복수의 상호작용에서 객체와 연관시키는 빈도에 기반하여 생성되는 컴퓨터-판독가능한 저장 매체. - 제 15 항에 있어서,
복수의 상호작용은 네트워크 시스템에 대한 복수의 사용자로부터의 복수의 자연어 사용자 요청을 포함하고, 토큰 맵핑은 복수의 자연어 사용자 요청의 실행에 대한 성공률에 기반하여 생성되는 컴퓨터-판독가능한 저장 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/585,830 US9589305B2 (en) | 2014-12-30 | 2014-12-30 | Techniques for graph based natural language processing |
| US14/585,830 | 2014-12-30 | ||
| PCT/US2014/072945 WO2016108873A1 (en) | 2014-12-30 | 2014-12-31 | Techniques for graph based natural language processing |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170099969A KR20170099969A (ko) | 2017-09-01 |
| KR102379895B1 true KR102379895B1 (ko) | 2022-03-31 |
Family
ID=56164359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020177020193A KR102379895B1 (ko) | 2014-12-30 | 2014-12-31 | 그래프 기반 자연어 프로세싱을 위한 기술 |
Country Status (7)
| Country | Link |
|---|---|
| US (6) | US9589305B2 (ko) |
| JP (1) | JP6450013B2 (ko) |
| KR (1) | KR102379895B1 (ko) |
| AU (1) | AU2014415625A1 (ko) |
| CA (1) | CA2970242A1 (ko) |
| IL (1) | IL252798B (ko) |
| WO (1) | WO2016108873A1 (ko) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016160626A1 (en) | 2015-03-27 | 2016-10-06 | Globallogic, Inc. | Determining actions based on imputing meaning to sensed information in a distributed computing environment |
| EP4125029A1 (en) * | 2017-03-23 | 2023-02-01 | Samsung Electronics Co., Ltd. | Electronic apparatus, controlling method of thereof and non-transitory computer readable recording medium |
| US10552426B2 (en) * | 2017-05-23 | 2020-02-04 | International Business Machines Corporation | Adaptive conversational disambiguation system |
| JP6968897B2 (ja) * | 2017-06-13 | 2021-11-17 | グーグル エルエルシーGoogle LLC | 登録されていないリソースによるオーディオベースのネットワークセッションの確立 |
| US10460748B2 (en) * | 2017-10-04 | 2019-10-29 | The Toronto-Dominion Bank | Conversational interface determining lexical personality score for response generation with synonym replacement |
| US10157396B1 (en) * | 2017-12-19 | 2018-12-18 | Capital One Services, Llc | Allocation of service provider resources based on a capacity to provide the service |
| US10698707B2 (en) | 2018-04-24 | 2020-06-30 | Facebook, Inc. | Using salience rankings of entities and tasks to aid computer interpretation of natural language input |
| CN110415688B (zh) * | 2018-04-26 | 2022-02-08 | 杭州萤石软件有限公司 | 一种信息交互方法及机器人 |
| KR102060486B1 (ko) | 2018-07-12 | 2019-12-30 | 주식회사 아카인텔리전스 | 시맨틱 그래프 데이터베이스 기반의 챗봇 발언 생성 방법 |
| US11486721B2 (en) * | 2018-09-30 | 2022-11-01 | Strong Force Intellectual Capital, Llc | Intelligent transportation systems |
| US20200133952A1 (en) * | 2018-10-31 | 2020-04-30 | International Business Machines Corporation | Natural language generation system using graph-to-sequence model |
| CN111383631B (zh) * | 2018-12-11 | 2024-01-23 | 阿里巴巴集团控股有限公司 | 一种语音交互方法、装置及系统 |
| US11573995B2 (en) * | 2019-09-10 | 2023-02-07 | International Business Machines Corporation | Analyzing the tone of textual data |
| US11122001B2 (en) * | 2019-12-16 | 2021-09-14 | Liveperson, Inc. | Systems and methods for a proactive two-way conversation |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060058958A1 (en) * | 2004-09-14 | 2006-03-16 | Nicholas Galbreath | Proximity search methods using tiles to represent geographical zones |
| US20140188862A1 (en) * | 2012-12-31 | 2014-07-03 | Craig S. Campbell | Search Result Snippets for Structured Search Queries |
| US20140236579A1 (en) * | 2013-02-18 | 2014-08-21 | Nadine Sina Kurz | Method and Device for Performing Natural Language Searches |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6615280B1 (en) * | 1998-12-21 | 2003-09-02 | Microsoft Corporation | Token-based object description |
| US6714939B2 (en) * | 2001-01-08 | 2004-03-30 | Softface, Inc. | Creation of structured data from plain text |
| US8868479B2 (en) | 2007-09-28 | 2014-10-21 | Telogis, Inc. | Natural language parsers to normalize addresses for geocoding |
| US8527496B2 (en) * | 2010-02-11 | 2013-09-03 | Facebook, Inc. | Real time content searching in social network |
| US8832093B2 (en) * | 2010-08-18 | 2014-09-09 | Facebook, Inc. | Dynamic place visibility in geo-social networking system |
| GB2502736A (en) * | 2011-02-23 | 2013-12-04 | Bottlenose Inc | System and method for analyzing messages in a network or across networks |
| US8849721B2 (en) * | 2011-09-21 | 2014-09-30 | Facebook, Inc. | Structured objects and actions on a social networking system |
| US9412136B2 (en) * | 2012-07-09 | 2016-08-09 | Facebook, Inc. | Creation of real-time conversations based on social location information |
| US9367607B2 (en) * | 2012-12-31 | 2016-06-14 | Facebook, Inc. | Natural-language rendering of structured search queries |
| US9646055B2 (en) | 2014-04-03 | 2017-05-09 | Facebook, Inc. | Blending search results on online social networks |
| US9424344B2 (en) | 2014-05-07 | 2016-08-23 | Bank Of America Corporation | Method and apparatus for natural language search for variables |
-
2014
- 2014-12-30 US US14/585,830 patent/US9589305B2/en active Active
- 2014-12-31 WO PCT/US2014/072945 patent/WO2016108873A1/en active Application Filing
- 2014-12-31 JP JP2017535065A patent/JP6450013B2/ja active Active
- 2014-12-31 CA CA2970242A patent/CA2970242A1/en not_active Abandoned
- 2014-12-31 KR KR1020177020193A patent/KR102379895B1/ko active IP Right Grant
- 2014-12-31 AU AU2014415625A patent/AU2014415625A1/en not_active Abandoned
-
2017
- 2017-01-20 US US15/411,385 patent/US9817816B2/en active Active
- 2017-01-20 US US15/411,319 patent/US9817815B2/en active Active
- 2017-06-08 IL IL25279817A patent/IL252798B/en not_active IP Right Cessation
- 2017-10-11 US US15/729,942 patent/US10095687B2/en active Active
-
2018
- 2018-08-23 US US16/110,009 patent/US10318638B1/en active Active
-
2019
- 2019-05-01 US US16/400,282 patent/US10552542B1/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060058958A1 (en) * | 2004-09-14 | 2006-03-16 | Nicholas Galbreath | Proximity search methods using tiles to represent geographical zones |
| US20140188862A1 (en) * | 2012-12-31 | 2014-07-03 | Craig S. Campbell | Search Result Snippets for Structured Search Queries |
| US20140236579A1 (en) * | 2013-02-18 | 2014-08-21 | Nadine Sina Kurz | Method and Device for Performing Natural Language Searches |
Also Published As
| Publication number | Publication date |
|---|---|
| US9589305B2 (en) | 2017-03-07 |
| US10552542B1 (en) | 2020-02-04 |
| US9817816B2 (en) | 2017-11-14 |
| US9817815B2 (en) | 2017-11-14 |
| IL252798B (en) | 2019-11-28 |
| US10318638B1 (en) | 2019-06-11 |
| JP6450013B2 (ja) | 2019-01-09 |
| KR20170099969A (ko) | 2017-09-01 |
| JP2018506780A (ja) | 2018-03-08 |
| US20180032509A1 (en) | 2018-02-01 |
| US10095687B2 (en) | 2018-10-09 |
| US20160188571A1 (en) | 2016-06-30 |
| IL252798A0 (en) | 2017-08-31 |
| AU2014415625A1 (en) | 2017-07-06 |
| WO2016108873A1 (en) | 2016-07-07 |
| US20170132212A1 (en) | 2017-05-11 |
| US20170132211A1 (en) | 2017-05-11 |
| CA2970242A1 (en) | 2016-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102379895B1 (ko) | 그래프 기반 자연어 프로세싱을 위한 기술 | |
| US11700256B1 (en) | Techniques for group message thread link administration | |
| US20230015178A1 (en) | Techniques for messaging bot rich communication | |
| US9760723B2 (en) | Techniques for in-app user data authorization | |
| US20170344553A1 (en) | Methods and Systems for Making Recommendations based on Relationships | |
| US20150081884A1 (en) | Techniques for smart data routing | |
| US10558673B2 (en) | Techniques for prospective contact ranking of address book entries | |
| US10671615B2 (en) | Methods and systems for assigning affinity scores to contacts | |
| US10706069B2 (en) | Techniques for replication of a client database to remote devices | |
| US10635861B2 (en) | Analyzing language units for opinions | |
| US20180183618A1 (en) | Techniques for group message thread link joining | |
| US11032231B1 (en) | Techniques to convert multi-party conversations to an editable document | |
| EP3541025A1 (en) | Techniques for messaging bot rich communication | |
| US20180300414A1 (en) | Techniques for ranking of selected bots | |
| US20170147182A1 (en) | Techniques to remotely configure interface settings | |
| US10601760B2 (en) | Techniques for device configuration of prospective contacts using messaging history information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |