KR20190132321A - 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 - Google Patents
가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 Download PDFInfo
- Publication number
- KR20190132321A KR20190132321A KR1020190148423A KR20190148423A KR20190132321A KR 20190132321 A KR20190132321 A KR 20190132321A KR 1020190148423 A KR1020190148423 A KR 1020190148423A KR 20190148423 A KR20190148423 A KR 20190148423A KR 20190132321 A KR20190132321 A KR 20190132321A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- digital assistant
- context
- user interface
- application
- Prior art date
Links
- 238000012545 processing Methods 0.000 title abstract description 28
- 238000000034 method Methods 0.000 claims description 125
- 230000015654 memory Effects 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 25
- 230000004913 activation Effects 0.000 claims description 9
- 238000003058 natural language processing Methods 0.000 abstract description 15
- 230000010365 information processing Effects 0.000 abstract description 10
- 238000005111 flow chemistry technique Methods 0.000 abstract description 8
- 238000005352 clarification Methods 0.000 abstract description 3
- 239000013589 supplement Substances 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 46
- 238000004891 communication Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 24
- 230000007246 mechanism Effects 0.000 description 23
- 230000008569 process Effects 0.000 description 18
- 238000012163 sequencing technique Methods 0.000 description 17
- 238000009795 derivation Methods 0.000 description 16
- 230000009471 action Effects 0.000 description 12
- 230000003993 interaction Effects 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 8
- 230000005291 magnetic effect Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000000977 initiatory effect Effects 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 6
- 230000007774 longterm Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000010079 rubber tapping Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010024796 Logorrhoea Diseases 0.000 description 1
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 239000000543 intermediate Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/038—Indexing scheme relating to G06F3/038
- G06F2203/0381—Multimodal input, i.e. interface arrangements enabling the user to issue commands by simultaneous use of input devices of different nature, e.g. voice plus gesture on digitizer
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
Abstract
가상 비서는 자연어 또는 사용자로부터의 제스처 입력을 대체하기 위하여 컨텍스트 정보를 이용한다. 컨텍스트는 사용자의 의도를 해명하고 사용자 입력의 해석 후보의 수를 감소시키는데 도움이 되며, 사용자가 과도한 해명 입력을 제공할 필요를 감소시킨다. 컨텍스트는 정보 처리 문제를 제한하기 위해 그리고/또는 결과를 맞춤화하기 위하여 비서가 명확한 사용자 입력을 대체할 수 없는 임의의 이용가능한 정보를 포함할 수 있다. 컨텍스트는 예컨대 음성 인식, 자연어 처리, 태스크 플로우 처리, 및 대화 생성을 포함하는 다양한 양상의 처리 동안 솔루션을 제한하는데 사용될 수 있다.
Description
관련 출원들에 대한 상호 참조
본 출원은, 2009년 6월 5일에 "Contextual Voice Commands" 라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 실용 출원 제 12/479,477 호(대리인 문서 번호 P7393US1)의 부분 계속 출원으로서의 우선권을 주장한다.
본 출원은, 2011년 1월 10일에 "Intelligent Automated Assistant" 라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 실용 출원 제 12/987,982 호(대리인 문서 번호 P10575US1)의 부분 계속 출원으로서의 우선권을 더 주장한다.
미국 실용 출원 제 12/987,982 호는, 2010년 1월 18일에 "Intelligent Automated Assistant" 라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 가특허 출원 제 61/295,774 호(대리인 문서 번호 SIRIP003P)로부터의 우선권을 주장한다.
본 출원은, 2011년 6월 3일에 "Generating and Processing Data Items That Represent Tasks to Perform" 이라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 가출원 제 61/493,201 호(대리인 문서 번호 P11337P1)로부터의 우선권을 더 주장한다.
본 출원은, 본 출원과 동일자에 "Generating and Processing Task Items that Represent Tasks to Perform" 이라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 실용 출원 제 / 호(대리인 문서 번호 P11337US1)와 관련된 것이다.
본 출원은, 본 출원과 동일자에 "Automatically Adapting User Interfaces for Hands-Free Interaction" 이라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 실용 출원 제 / 호(대리인 문서 번호 P11357US1)와 관련된 것이다.
본 발명은 가상 비서(virtual assistant)에 관한 것으로서, 보다 구체적으로는, 그러한 비서에 제공된 커맨드들의 해석 및 처리를 개선시키기 위한 메카니즘들에 관한 것이다.
오늘날의 전자 디바이스들은, 인터넷을 통해서 및 다른 소스들로부터, 크고, 성장하는, 그리고 다양한 양의 기능들, 서비스들 및 정보에 액세스할 수 있다. 그러한 디바이스들의 기능은, 많은 소비자 디바이스, 스마트폰, 태블릿 컴퓨터 등이 다양한 태스크들을 수행하기 위한 소프트웨어 애플리케이션들을 실행시킬 수 있으며, 상이한 유형의 정보를 제공할 수 있게 됨에 따라, 빠르게 증가하고 있다. 때때로, 각각의 애플리케이션, 기능, 웹사이트 또는 특징은, 그 자신의 사용자 인터페이스 및 그 자신의 동작 패러다임들을 가지며, 그 중 많은 것이 배우기 부담스럽거나 또는 사용자들을 압도하는 것이다. 또한, 많은 사용자들은 그들의 전자 디바이스들 또는 다양한 웹사이트들에 대해 어떤 기능 및/또는 정보가 이용가능한지를 찾는 것조차도 어려울 수 있으므로, 그러한 사용자들은 좌절감을 느끼거나 압도당할 수 있으며, 또는 단순히 그들에게 이용가능한 자원들을 효율적인 방식으로 이용하지 못할 수 있다.
특히, 초보 사용자들, 또는 정상적으로 기능하지 못하거나 장애를 갖고/갖거나, 나이가 많고, 바쁘고, 집중을 못하고/못하거나, 차량을 동작중인 개인들은 그들의 전자 디바이스들과 효율적으로 인터페이싱하고/하거나, 온라인 서비스들에 효율적으로 참여하는데 어려움을 가질 수 있다. 특히, 그러한 사용자들은 그들의 사용을 위해 이용가능할 수 있는 다수의 다양하고 일관성이 없는 기능들, 애플리케이션들 및 웹사이트들에 어려움을 가질 것이다.
따라서, 현존하는 시스템들은 때때로 사용 및 네비게이션이 어렵고, 때로는 사용자들에게 일관성이 없고 압도적인 인터페이스들을 제공함으로써, 사용자들이 기술을 효율적으로 이용하는 것을 방해한다.
본 명세서에서 가상 비서 라고도 지칭되는 지능형 자동 비서(intelligent automated assistant)가 사람과 컴퓨터 간에 개선된 인터페이스를 제공할 수 있다. 2011년 1월 10일에 "Intelligent Automated Assistant" 라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 관련 미국 실용 출원 제 12/987,982 호(대리인 문서 번호 P10575US1)에 기술된 바와 같이 구현될 수 있는 그러한 비서는, 사용자들이 말로 표현된 및/또는 텍스트 형태의 자연어를 이용하여 디바이스 또는 시스템과 상호작용할 수 있도록 한다. 그러한 비서는 사용자 입력들을 해석하고, 사용자의 의도를 태스크들 및 그러한 태스크들에 대한 파라미터들로 조작할 수 있게 하고, 그러한 태스크들을 지원하기 위한 서비스들을 실행시키고, 사용자가 이해할 수 있는 출력을 생성한다.
가상 비서는, 예를 들면, 지식 기반(knowledge base)들, 모델들 및/또는 데이터를 포함하는 사용자 입력을 처리하기 위해, 다수의 정보 소스들 중 임의의 것을 이끌어 낼 수 있다. 많은 경우에 있어서, 사용자의 입력 하나만으로는 사용자의 의도 및 수행될 태스크를 명확하게 정의하기에 충분하지 않다. 이것은 입력 스트림, 사용자들 사이의 개인적인 차이 및/또는 자연어 고유의 모호성 때문일 수 있다. 예를 들어, 전화 상에서의 텍스트 메시징 애플리케이션의 사용자는 가상 비서를 호출(invoke)하여, "그녀에게 전화하라(call her)"는 커맨드를 말할 수 있다. 그러한 커맨드는 완전하게 합리적인 영어이지만, 이러한 요청에 대해 많은 해석들 및 가능한 해결책들이 존재할 수 있기 때문에, 그것은 정확하고, 실행가능한 표현이 아니다. 따라서, 추가의 정보를 갖지 않고서, 가상 비서는 그러한 입력을 올바르게 해석 및 처리하지 못할 수도 있다. 이러한 유형의 모호성은 에러들, 부정확한 동작들의 수행 및/또는 입력을 명확하게 하라는 요청들로 사용자에게 과도한 부담을 주는 것을 초래할 수 있다.
본 발명의 다양한 실시예에 따르면, 가상 비서는 사용자로부터의 자연어 또는 제스처(gestural) 입력을 보충하기 위해, (본 명세서에서 "컨텍스트(context)" 이라고도 지칭되는) 컨텍스트 정보를 이용한다. 이것은 사용자의 의도를 명확하게 하고, 사용자 입력의 후보 해석들의 수를 감소시키는데 도움을 주며, 사용자가 과도한 해명(clarification) 입력을 제공할 필요성을 감소시킨다. 컨텍스트는 정보-처리 문제를 제한하고/하거나 결과들을 개인화하기 위해 명시적인 사용자 입력을 보충하도록 비서에 의해 이용될 수 있는 임의의 이용가능한 정보를 포함할 수 있다. 예를 들어, 사용자로부터의 입력이 ("그녀에게 전화하라(call her)는 커맨드"에서의 "그녀(her)"와 같은) 대명사를 포함한다면, 가상 비서는 컨텍스트를 이용하여 그러한 대명사의 지시 대상을 추론, 예를 들면, 전화를 받게 될 개인의 아이덴티티(identity) 및/또는 이용할 전화 번호를 확인할 수 있다. 컨텍스트의 다른 이용들이 본 명세서에서 기술된다.
본 발명의 다양한 실시예에 따르면, 전자 디바이스 상에서 구현된 가상 비서에서의 계산(computation)들을 수행하기 위한 컨텍스트 정보를 획득 및 적용하기 위해 임의의 수의 메카니즘들이 구현될 수 있다. 다양한 실시예에서, 가상 비서는 2011년 1월 10일에 "Intelligent Automated Assistant" 라는 제목으로 출원되었으며 그 전체 개시 내용이 본 명세서에서 참조로 인용되는 미국 실용 출원 제 12/987,982 호(대리인 문서 번호 P10575US1)에 기술된 바와 같은 지능형 자동 비서다. 그러한 비서는 자연어 대화를 이용한 통합적인 대화의 방식으로 사용자와 관계를 형성하며, 정보를 얻거나 또는 다양한 동작들을 수행하는 것이 적절할 경우 외부의 서비스들을 호출한다. 본 명세서에 서술된 기술들에 따르면, 컨텍스트 정보가 그러한 비서에서 이용되어, 예를 들면, 음성 인식, 자연어 처리, 태스크 플로우 처리 및 대화 생성과 같은 정보 처리 기능들을 수행할 때의 모호성을 감소시킨다.
본 발명의 다양한 실시예에 따르면, 가상 비서는 다양하고 상이한 종류의 동작들, 기능들 및/또는 피처(feature)들의 수행에 컨텍스트를 이용하고, 및/또는, 그것이 설치되는 전자 디바이스의 복수의 피처들, 동작들 및 애플리케이션들을 조합하도록 구성, 설계 및/또는 동작가능하게 될 수 있다. 일부 실시예에 있어서, 본 발명의 가상 비서는 사용자로부터 입력을 적극적으로 유도해 내는 것, 사용자의 의도를 해석하는 것, 경합 해석들의 차이를 명확히 하는 것, 필요에 따라 명확한 정보를 요구 및 수신하는 것 및/또는 파악한 의도에 기초하여 액션들을 수행(또는 개시)하는 것 중 어느 하나 또는 모두를 수행할 때에 컨텍스트를 이용할 수 있다.
예컨대, 전자 디바이스에서 이용할 수 있는 애플리케이션들 또는 서비스들뿐만 아니라, 인터넷과 같은 전자 네트워크를 통해 이용할 수 있는 서비스들을 활성화 및/또는 인터페이싱함으로써, 동작들을 수행할 수 있다. 다양한 실시예에 있어서, 그러한 외부 서비스들의 활성화는 애플리케이션 프로그래밍 인터페이스(API)들이나 어떤 다른 적합한 메커니즘에 의해 수행될 수 있다. 이와 같이, 본 발명의 다양한 실시예에 따라 구현된 가상 비서는 전자 디바이스의 많은 상이한 애플리케이션들 및 기능들에 대한, 그리고 인터넷을 통해 이용할 수 있는 서비스들에 대한, 사용자의 경험을 통합, 간소화 및 개선할 수 있다. 이로써, 사용자는 디바이스에서 그리고 웹 접속 서비스들에서 이용할 수 있는 기능이 무엇인지, 원하는 것을 얻기 위해 어떻게 그러한 서비스들과 인터페이싱할지, 그리고 어떻게 그러한 서비스들로부터 수신한 출력을 해석할지, 학습해야 하는 짐을 덜 수 있다. 오히려 본 발명의 가상 비서는 사용자와 그러한 다양한 서비스들 사이에서 중개 역할을 할 수 있다.
또한, 다양한 실시예에 있어서, 본 발명의 가상 비서는 사용자가 종래의 그래픽 사용자 인터페이스에 비해 더 사용하기 쉽고 덜 부담스러운 것으로 여길 수 있는 대화식 인터페이스를 제공한다. 사용자는 예컨대 음성, 그래픽 사용자 인터페이스들(버튼들 및 링크들), 텍스트 기입 등과 같은, 다수의 이용가능한 입력 및 출력 메커니즘들 중 어느 하나를 이용하여 가상 비서와 일상 대화에서 쓰이는 대화의 형태로 관계를 맺을 수 있다. 시스템은 디바이스 API들, 웹, 이메일 등과 같이, 다수의 상이한 플랫폼들 중 어느 하나를 이용하여 구현될 수 있다. 추가의 입력에 대한 요구들은 그러한 대화의 컨텍스트로 사용자에게 제시될 수 있다. 정해진 세션 내의 이전 이벤트들 및 통신들뿐만 아니라 사용자에 관한 히스토리 및 프로파일 정보를 고려하여 적절한 컨텍스트로 사용자 입력을 해석할 수 있도록 단기 및 장기 메모리를 사용할 수 있다.
또한, 다양한 실시예에 있어서, 디바이스 상의 피처, 동작 또는 애플리케이션과 사용자의 상호 작용으로부터 얻는 컨텍스트 정보는 그 디바이스 또는 다른 디바이스 상의 다른 피처들, 동작들 또는 애플리케이션들의 동작을 간소화하는 데에 이용될 수 있다. 예컨대, 가상 비서는 (전화한 사람과 같은) 전화 호출의 컨텍스트를 이용하여 텍스트 메시지의 개시를 간소화할 수 있다(예컨대, 사용자가 텍스트 메시지의 수신인을 명백히 지정하지 않아도 텍스트 메시지를 동일한 사람에게 보내야 한다고 결정할 수 있다). 이로써, 본 발명의 가상 비서는 "그에게 텍스트 메시지를 보내라"와 같은 커맨드들을 해석할 수 있고, 여기서 "그"는 현재 전화 호출로부터 및/또는 디바이스 상의 임의의 피처, 동작 또는 애플리케이션으로부터 얻는 컨텍스트 정보에 따라 해석된다. 다양한 실시예에 있어서, 가상 비서는 다양한 종류의 이용가능한 컨텍스트 데이터를 고려하여, 어떤 어드레스 북 연락처를 이용할지, 어떤 연락처 데이터를 이용할지, 연락처에 어떤 전화 번호를 이용할지 등을 결정함으로써, 사용자가 그러한 정보를 수동으로 재지정할 필요가 없게 한다.
컨텍스트 정보 소스는 현재 시간, 위치, 애플리케이션 또는 데이터 객체와 같이, 가상 비서에 대한 인터페이스로서 이용되는 디바이스의 현재 상태; 사용자의 어드레스 북, 캘린더 및 애플리케이션 사용 히스토리와 같은 개인 데이터; 및 최근 언급된 사람 및/또는 장소와 같이, 사용자와 가상 비서 간의 대화의 상태를 포함하며, 이것은 예시적인 것이지 제한적인 것이 아니다.
가상 비서의 동작에서 다양한 계산 및 추론에 컨텍스트를 적용할 수 있다. 예컨대, 사용자 입력을 처리할 때 애매함을 줄이거나 솔루션들의 수를 제약하는 데에 컨텍스트를 이용할 수 있다. 따라서, 다양한 처리 단계 동안 솔루션들을 제약하는 데에 컨텍스트를 이용할 수 있으며, 이것은 예시적인 것이지 제한적인 것이 아니다.
ㆍ음성 인식 - 보이스 입력을 수신하고 후보 해석을 텍스트로, 예컨대 "call her", "collar" 및 "call Herb"로 생성한다. 음성 인식 모듈에 의해 어떤 단어들 및 어구들을 고려할지, 어떻게 그것들을 서열화할지, 고려시 임계치 위로서 어떤 것을 수락할지를 제약하는 데에 컨텍스트를 이용할 수 있다. 예컨대, 사용자의 어드레스 북은 음성의 다른 언어-일반 모델에 개인 이름들을 추가하여, 이들 이름들이 인식되고 우선순위를 가질 수 있게 한다.
ㆍ자연어 처리(NLP) - 텍스트를 파싱하고 단어들을 구문론적 및 의미론적 규칙들과 연관시키는데, 예컨대 사용자 입력이 대명사 "그녀"가 나타내는 사람에게 전화 호출을 행하는 것에 관한 것임을 결정하고, 이 사람에 대한 특정 데이터 표현을 찾는 것이다. 예컨대, 텍스트 메시징 애플리케이션의 컨텍스트는 "그녀"의 해석을 "내가 텍스트로 대화하고 있는 사람"을 의미하는 것으로 제약하는 것을 도울 수 있다.
ㆍ태스크 플로우 처리 - 사용자 태스크, 태스크 단계들, 및 그 태스크를 돕는 데에 이용되는 태스크 파라미터들, 예컨대 "그녀"가 나타내는 사람에 대해 어떤 전화 번호를 이용할지를 식별한다. 또한, 텍스트 메시징 애플리케이션의 컨텍스트는 시스템이 텍스트 메시징 대화에 현재 또는 최근 이용한 번호를 이용해야 한다는 것을 나타내도록 전화 번호의 해석을 제약할 수 있다.
ㆍ대화 생성 - 그들 태스크에 관하여 사용자와의 대화의 일부로서 비서 응답들을 생성하는데, 예컨대 사용자의 의도를 "응, 내가 레베카에게 그녀의 모바일에 전화할께..."라는 응답으로 바꾸어 표현한다(paraphrase). 다변(verbosity) 및 격식없는 어조(informal tone)의 레벨은 컨텍스트 정보에 의해 안내될 수 있는 선택권이다.
다양한 실시예에 있어서, 본 발명의 가상 비서는 전자 디바이스의 다양한 피처들 및 동작들을 제어할 수 있다. 예컨대, 가상 비서는 API들이나 다른 수단에 의해 디바이스 상의 기능 및 애플리케이션과 인터페이싱하는 서비스들을 호출하여, 그 디바이스 상의 종래의 사용자 인터페이스를 이용하여 개시되어야 했던 기능들 및 동작들을 수행할 수 있다. 그러한 기능들 및 동작들은 예컨대, 알람 설정, 전화 걸기, 텍스트 메시지 또는 이메일 메시지 전송, 캘린더 이벤트 추가 등을 포함할 수 있다. 그러한 기능들 및 동작들은 사용자와 가상 비서 간의 일상 대화에서 쓰이는 대화의 컨텍스트에서 부가 기능들로서 수행될 수 있다. 그러한 기능들 및 동작들은 그러한 대화의 컨텍스트에서 사용자에 의해 지정되거나, 그 대화의 컨텍스트에 기초하여 자동으로 수행될 수 있다. 당업자라면, 이로써 가상 비서를 전자 디바이스 상의 다양한 동작들을 개시 및 제어하는 제어 메커니즘으로서 이용할 수 있고, 따라서 버튼 또는 그래픽 사용자 인터페이스와 같은 종래의 메커니즘의 대안으로서 이용할 수 있다는 것을 인식할 것이다. 본 명세서에 기재한 바와 같이, 그러한 가상 비서의 제어 메커니즘으로서의 이용을 알리고 개선하는 데에 컨텍스트 정보를 이용할 수 있다.
첨부 도면은 본 발명의 여러 실시예들을 도시하며, 설명과 함께, 실시예들에 따라 본 발명의 원리를 설명하는 기능을 한다. 본 기술 분야의 당업자는 도면에 도시된 특정 실시예들이 단지 예시적이고 본 발명의 범위를 제한하도록 의도되지 않음을 인식할 것이다.
도 1은 일 실시예에 따라 가상 비서 및 그 동작에 영향을 줄 수 있는 컨텍스트의 소스들의 일부 예들을 도시하는 블록도.
도 2는 일 실시예에 따라, 가상 비서에서의 다양한 처리 스테이지들에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 3은 일 실시예에 따라, 음성 도출 및 해석에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 4는 일 실시예에 따라, 자연어 처리에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 5는 일 실시예에 따라, 태스크 플로우 처리에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 6은 일 실시예에 따라, 클라이언트와 서버 사이에서 분산되는 컨텍스트의 소스들의 예를 도시하는 블록도.
도 7a 내지 도 7d는 다양한 실시예들에 따라 컨텍스트 정보를 획득하고 조정하기 위한 메카니즘들의 예들을 도시하는 이벤트 다이어그램.
도 8a 내지 도 8d는 본 발명의 다양한 실시예들과 관련하여 이용될 수 있는 컨텍스트 정보의 다양한 표현의 예를 도시하는 도면.
도 9는 일 실시예에 따라, 다양한 컨텍스트 정보 소스에 대한 정책들을 캐싱하고 통신을 지정하는 설정 테이블의 예를 도시하는 도면.
도 10은 일 실시예에 따라, 상호작용 시퀀스의 처리 동안 도 9에 설성된 컨텍스트 정보 소스들에 액세스하는 예를 도시하는 이벤트 다이어그램.
도 11 내지 도 13은 일 실시예에 따라, 대명사에 대한 지시 대상을 도출하기 위해 텍스트 메시징 도메인에서 애플리케이션 컨텍스트를 이용하는 예를 도시하는 일련의 스크린샷.
도 14는 일 실시예에 따라, 이름 명확화(name disambiguation)를 프롬프트하는 가상 비서를 도시하는 스크린샷.
도 15는 일 실시예에 따라, 커맨드에 대한 위치를 추론하기 위해 대화 컨텍스트를 이용하는 가상 비서를 도시하는 스크린샷.
도 16은 일 실시예에 따라, 컨텍스트의 소스로서 전화 선호도 리스트를 이용하는 예를 도시하는 스크린샷.
도 17은 내지 도 20은 일 실시예에 따라, 커맨드를 해석하고 동작화하기 위해 현재 애플리케이션 컨텍스트를 이용하는 예를 도시하는 일련의 스크린 샷들.
도 21은 상이한 애플리케이션을 호출하는 커맨드를 해석하기 위해 현재 애플리케이션 컨텍스트를 이용하는 예를 도시하는 스크린샷.
도 22 내지 도 24는 일 실시예에 따라, 착신 텍스트 메시지의 형태로 이벤트 컨텍스트를 이용하는 예를 도시하는 일련의 스크린샷.
도 25a 및 도 25b는 일 실시예에 따라, 이전 대화 텍스트를 이용하는 예를 도시하는 일련의 스크린 샷.
도 26a 및 도 26b는 일 실시예에 따라, 후보 해석들 중에서 하나를 선택하기 위한 사용자 인터페이스의 예를 도시하는 스크린 샷들.
도 27은 가상 비서 시스템의 일 실시예의 예를 도시하는 블록도.
도 28은 적어도 일 실시예에 따라 가상 비서의 적어도 일부를 구현하기에 적합한 컴퓨팅 디바이스를 도시하는 블록도.
도 29는 적어도 일 실시예에 따라, 독립형 컴퓨팅 시스템 상의 가상 비서의 적어도 일부를 구현하기 위한 아키텍쳐를 도시하는 블록도.
도 30은 적어도 일 실시예에 따라, 분산형 컴퓨팅 네트워크 상의 가상 비서의 적어도 일부를 구현하기 위한 아키텍쳐를 도시하는 블록도.
도 31은 여러 상이한 유형의 클라이언트들 및 동작 모드들을 도시하는 시스템 아키텍쳐를 도시하는 블록도.
도 32는 일 실시예에 따라 본 발명을 구현하기 위해 서로 통신하는 클라이언트와 서버를 도시하는 블록도.
도 1은 일 실시예에 따라 가상 비서 및 그 동작에 영향을 줄 수 있는 컨텍스트의 소스들의 일부 예들을 도시하는 블록도.
도 2는 일 실시예에 따라, 가상 비서에서의 다양한 처리 스테이지들에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 3은 일 실시예에 따라, 음성 도출 및 해석에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 4는 일 실시예에 따라, 자연어 처리에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 5는 일 실시예에 따라, 태스크 플로우 처리에서 컨텍스트를 이용하는 방법을 도시하는 흐름도.
도 6은 일 실시예에 따라, 클라이언트와 서버 사이에서 분산되는 컨텍스트의 소스들의 예를 도시하는 블록도.
도 7a 내지 도 7d는 다양한 실시예들에 따라 컨텍스트 정보를 획득하고 조정하기 위한 메카니즘들의 예들을 도시하는 이벤트 다이어그램.
도 8a 내지 도 8d는 본 발명의 다양한 실시예들과 관련하여 이용될 수 있는 컨텍스트 정보의 다양한 표현의 예를 도시하는 도면.
도 9는 일 실시예에 따라, 다양한 컨텍스트 정보 소스에 대한 정책들을 캐싱하고 통신을 지정하는 설정 테이블의 예를 도시하는 도면.
도 10은 일 실시예에 따라, 상호작용 시퀀스의 처리 동안 도 9에 설성된 컨텍스트 정보 소스들에 액세스하는 예를 도시하는 이벤트 다이어그램.
도 11 내지 도 13은 일 실시예에 따라, 대명사에 대한 지시 대상을 도출하기 위해 텍스트 메시징 도메인에서 애플리케이션 컨텍스트를 이용하는 예를 도시하는 일련의 스크린샷.
도 14는 일 실시예에 따라, 이름 명확화(name disambiguation)를 프롬프트하는 가상 비서를 도시하는 스크린샷.
도 15는 일 실시예에 따라, 커맨드에 대한 위치를 추론하기 위해 대화 컨텍스트를 이용하는 가상 비서를 도시하는 스크린샷.
도 16은 일 실시예에 따라, 컨텍스트의 소스로서 전화 선호도 리스트를 이용하는 예를 도시하는 스크린샷.
도 17은 내지 도 20은 일 실시예에 따라, 커맨드를 해석하고 동작화하기 위해 현재 애플리케이션 컨텍스트를 이용하는 예를 도시하는 일련의 스크린 샷들.
도 21은 상이한 애플리케이션을 호출하는 커맨드를 해석하기 위해 현재 애플리케이션 컨텍스트를 이용하는 예를 도시하는 스크린샷.
도 22 내지 도 24는 일 실시예에 따라, 착신 텍스트 메시지의 형태로 이벤트 컨텍스트를 이용하는 예를 도시하는 일련의 스크린샷.
도 25a 및 도 25b는 일 실시예에 따라, 이전 대화 텍스트를 이용하는 예를 도시하는 일련의 스크린 샷.
도 26a 및 도 26b는 일 실시예에 따라, 후보 해석들 중에서 하나를 선택하기 위한 사용자 인터페이스의 예를 도시하는 스크린 샷들.
도 27은 가상 비서 시스템의 일 실시예의 예를 도시하는 블록도.
도 28은 적어도 일 실시예에 따라 가상 비서의 적어도 일부를 구현하기에 적합한 컴퓨팅 디바이스를 도시하는 블록도.
도 29는 적어도 일 실시예에 따라, 독립형 컴퓨팅 시스템 상의 가상 비서의 적어도 일부를 구현하기 위한 아키텍쳐를 도시하는 블록도.
도 30은 적어도 일 실시예에 따라, 분산형 컴퓨팅 네트워크 상의 가상 비서의 적어도 일부를 구현하기 위한 아키텍쳐를 도시하는 블록도.
도 31은 여러 상이한 유형의 클라이언트들 및 동작 모드들을 도시하는 시스템 아키텍쳐를 도시하는 블록도.
도 32는 일 실시예에 따라 본 발명을 구현하기 위해 서로 통신하는 클라이언트와 서버를 도시하는 블록도.
본 발명의 각종 실시예들에 따라, 가상 비서의 동작들의 지원시 정보 처리 기능들을 수행하기 위해 다양한 컨텍스트 정보가 획득되고 적용된다. 설명을 위해, "가상 비서"라는 용어는 "지능형 자동화 비서"라는 용어와 동등하고, 둘 다는 아래의 기능들 중 하나 이상을 수행하는 임의의 정보 처리 시스템을 지칭한다.
이러한 가상 비서의 예는 2011년 1월 10에 출원된 "지능형 자동화 비서"(참조 번호 P10575US1)라는 제목의 관련 미국 실용신안 제12/987,982호에 개시되어 있고, 그 전체 개시물은 참조로 본원에 포함된다.
이제, 첨부 도면에 도시된 바와 같은 실시예들을 참조하여 각종 기술들이 상세히 설명될 것이다. 이하의 설명에서는, 본원에서 기술된 하나 이상의 양태들 및/또는 특징들 또는 참조내용의 전반적인 이해를 제공하기 위해 다수의 특정 상세들이 개시된다. 그러나, 당업자들에게, 본원에서 기술된 하나 이상의 양태들 및/또는 특징들 또는 참조내용은 이들 특정 상세들의 전부 또는 일부 없이도 실시될 수 있음이 자명할 것이다. 다른 예들에서, 본원에서 기술된 양태들 및/또는 특징들 또는 참조내용의 일부가 모호해지지 않도록 공지의 프로세스 단계 및/또는 구조는 상세히 기술되지 않았다.
본 출원서에서 하나 이상의 상이한 발명들이 설명될 수 있다. 또한, 본원에서 설명된 하나 이상의 발명(들)에 대해 다양한 실시예들이 본 특허 출원서에서 설명될 수 있고, 오직 예시적인 목적으로 제시된다. 설명된 실시예들은 어떤 의미로든 한정하도록 의도되지 않는다. 본 발명(들) 중 하나 이상은, 개시 내용으로부터 명백하듯이, 다양한 실시예들에 널리 적용될 수 있다. 이러한 실시예들은 본 기술분야의 당업자가 본 발명(들) 중 하나 이상을 실시하는 것이 가능하도록 충분히 상세히 설명되며, 그외의 실시예들이 이용될 수 있고, 구조적, 논리적, 소프트웨어, 전기적 및 그외의 변경들이 본 발명(들)의 범주를 벗어나지 않으면서 이루어질 수 있다는 것이 이해될 것이다. 따라서, 본 기술분야의 당업자는 본 발명(들) 중 하나 이상이 다양한 변형들 및 대안들로 실시될 수 있음을 인지할 것이다. 본 발명(들) 중 하나 이상의 특정 피처들은 하나 이상의 특정 실시예들 또는 본 개시내용의 일부를 형성하며, 본 발명(들) 중 하나 이상의 특정 실시예들이 예시의 방법으로써 도시되는 도면들을 참조하여 설명될 수 있다. 그러나, 그러한 피처들은 그들이 참조하여 설명되는 하나 이상의 특정 실시예들 또는 도면들에서의 사용으로 한정되는 것은 아님을 이해해야 한다. 본 개시내용은 본 발명(들) 중 하나 이상의 모든 실시예들의 문자적 기술 또는 모든 실시예들에 존재해야 하는 본 발명(들) 중 하나 이상의 피처들의 나열 어느 것도 아니다.
본 특허 출원서에 제공되는 섹션들의 주제(heading)들 및 본 특허 출원서의 제목은 편의를 위한 것일 뿐, 임의의 방식으로 본 개시내용을 한정하는 것으로 받아들여서는 아니된다.
서로 통신하는 디바이스들은, 명백히 달리 특정되지 않는 한, 서로 연속적인 통신을 할 필요는 없다. 또한, 서로 통신하는 디바이스들은 하나 이상의 중계물들(intermediaries)을 통해 직접적으로 또는 간접적으로 통신할 수 있다.
서로 통신하는 몇몇 컴포넌트들을 이용하는 실시예들의 설명이 모든 그러한 컴포넌트들이 요구된다는 것을 의미하지는 않는다. 반대로, 다양한 선택적 컴포넌트들이 설명되어 본 발명(들) 중 하나 이상의 광범위한 가능한 실시예들을 예시한다.
또한, 프로세스 단계들, 방법 단계들, 알고리즘 등이 순차적인 순서로 설명될 수 있으나, 그러한 프로세스들, 메소드들 및 알고리즘들은 임의의 적절한 순서로 동작하도록 구성될 수 있다. 다시 말해서, 본 특허 출원서에서 설명될 수 있는 단계들의 임의의 시퀀스 또는 순서는, 그 자체로는, 그 단계들이 그 순서로 수행되어야 한다는 요건을 나타내는 것은 아니다. 또한, (예를 들어, 하나의 단계가 다른 단계 후에 설명되기 때문에) 비동시적으로 발생하는 것으로 설명되거나 시사되었지만, 일부 단계들은 동시에 수행될 수 있다. 또한, 도면에서의 그것의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변형들 및 변경들을 배제한다는 것을 의미하지 않으며, 예시된 프로세스 또는 그것의 단계들 중 임의의 단계가 본 발명(들) 중 하나 이상에 필요하다는 것을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지는 않는다.
단일 디바이스 또는 물품이 설명되는 경우, 하나보다 많은 디바이스/물품(그들이 공조하든 아니든)은 단일 디바이스/물품을 대신하여 이용될 수 있다. 마찬가지로, 하나보다 많은 디바이스 또는 물품이 설명되는 경우(그들이 공조하든 아니든), 단일 디바이스/물품이 하나보다 많은 디바이스 또는 물품을 대신하여 이용될 수 있음이 명백할 것이다.
디바이스의 기능성 및/또는 피처들은 그러한 기능성/피처들을 갖는 것으로 명시적으로 설명되지 않은 하나 이상의 다른 디바이스들에 의해 대안적으로 실시될 수있다. 따라서, 본 발명(들) 중 하나 이상의 다른 실시예들은 디바이스 자체를 필요로 하지 않는다.
본원에서 설명되거나 참조된 기술들 및 메커니즘들은 때로는 명료함을 위해 하나의 형식(singular form)으로 설명될 것이다. 그러나, 특정 실시예들은 달리 언급되지 않는 한, 메커니즘의 다수의 예시화 또는 다수의 기법의 반복을 포함한다는 것을 유의해야 한다.
가상 비서(virtual assistant)라고도 알려진, 지능형 자동 비서를 구현하기 위한 기술의 맥락 내에서 설명되었으나, 본 명세서에서 설명된 다양한 양태들 및 기술들이 또한 채용되고/되거나, 인간 및/또는 소프트웨어와의 컴퓨터화된 상호작용을 수반하는 그외의 기술 분야에 적용될 수 있다.
가상 비서 기술(예를 들어, 본 명세서에서 설명된 하나 이상의 가상 비서 시스템 실시예들에 의해 활용되고, 제공되고, 및/또는 구현된)이 이하의 하나 이상에서 개시되며, 그 전체 개시내용이 본 명세서에 참조로서 포함된다.
하드웨어 아키텍처
일반적으로, 본 명세서에서 개시된 가상 비서 기술들은 하드웨어 또는 소프트웨어와 하드웨어의 조합 상에서 구현될 수 있다. 예를 들어, 그것들은 특별하게 구성된 머신 상에서 및/또는 네트워크 인터페이스 카드 상에서 운영 체제 커널(operating system kernel)로, 개별적인 사용자 프로세스로, 네트워크 애플리케이션들에 바운드된 라이브러리로 구현될 수 있다. 특정 실시예에서, 본 명세서에서 개시된 기술들은 운영 체제 또는 운영 체제 상에서 실행하는 애플리케이션과 같은 소프트웨어로 구현될 수 있다.
본 명세서에서 개시된 가상 비서 실시예(들)의 적어도 일부의 소프트웨어/하드웨어 하이브리드 구현(들)은 메모리에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성된 프로그램가능한 머신 상에서 구현될 수 있다. 그러한 네트워크 디바이스들은 상이한 유형들의 네트워크 통신 프로토콜들을 이용하도록 구성되거나 설계될 수 있는 다수의 네트워크 인터페이스들을 가질 수 있다. 이들 머신들의 일부에 대한 일반적인 아키텍처는 본 명세서에 개시된 설명으로부터 명백할 수 있다. 특정 실시예들에 따라, 본 명세서에 개시된 다양한 가상 비서 실시예들의 피처들 및/또는 기능성들의 적어도 일부는, 최종 사용자 컴퓨터 시스템, 컴퓨터, 네트워크 서버 또는 서버 시스템과 같은 하나 이상의 범용 네트워크 호스트 머신들, 모바일 컴퓨팅 디바이스(예를 들어, PDA(personal digital assistant), 모바일 폰, 스마트폰, 랩톱, 태블릿 컴퓨터 등), 가전 디바이스, 음악 재생기 또는 라우터, 스위치 등과 같은 임의의 그외의 적절한 전자 디바이스 또는 그 조합으로 구현될 수 있다. 적어도 일부 실시예들에서, 본 명세서에서 개시된 다양한 가상 비서 실시예들의 피처들 및/또는 기능들의 적어도 일부는 하나 이상의 가상화된 컴퓨팅 환경들(예를 들어, 네트워크 컴퓨팅 클라우드들 등)에서 구현될 수 있다.
이제 도 28을 참조하면, 본 명세서에 개시된 가상 비서(virtual assistant) 피처들 및/또는 기능들의 적어도 일부를 구현하기에 적합한 컴퓨팅 디바이스(60)를 나타내는 블록도가 도시된다. 컴퓨팅 디바이스(60)는, 예를 들면, 엔드 유저 컴퓨터 시스템, 네트워크 서버 또는 서버 시스템, 모바일 컴퓨팅 디바이스 (예를 들면, PDA(personal digital assistant), 모바일 폰, 스마트폰, 랩탑, 테블릿 컴퓨터 등), 가전 디바이스, 음악 재생기, 또는 임의의 다른 적당한 전자 디바이스, 또는 그들의 임의의 조합 또는 부분이 될 수 있다. 컴퓨팅 디바이스(60)는 클라이언트들 및/또는 서버들과 같은 다른 컴퓨팅 디바이스와 인터넷과 같은 통신 네트워크를 통하여 그러한 통신을 위한 공지의 프로토콜을 사용하여 무선 또는 유선으로 통신하도록 구성될 수 있다.
일 실시예에서, 컴퓨팅 디바이스(60)는 중앙 처리 유닛(CPU)(62), 인터페이스들(68), 및 (PCI(peripheral component interconnect) 등의) 버스(67)를 포함한다. 적절한 소프트웨어 또는 펌웨어의 제어 하에서 동작할 때, CPU(62)는 특정하게 구성된 컴퓨팅 디바이스 또는 기계의 기능들과 연관된 특정 기능들을 구현하는 것을 책임질 수 있다. 예를 들면, 적어도 일 실시예에서, 사용자의 개인 디지털 비서(PDA) 또는 스마트폰이 CPU(62), 메모리(61, 65), 및 인터페이스(들)(68)을 활용하는 가상 비서 시스템으로서 기능하도록 구성되거나 또는 디자인될 수 있다. 적어도 일 실시예에서, CPU(62)가 소프트웨어 모듈들/컴포넌트들 - 이들은, 예를 들어, 운영 시스템 및 임의의 적절한 응용 프로그램 소프트웨어, 드라이버들 등을 포함할 수 있음 - 의 제어 하에서 하나 이상의 상이한 타입의 가상 비서 기능들 및/또는 작업들을 수행하도록 초래될 수 있다.
CPU(62)는 예를 들어, 모토롤라의 프로세서 또는 인텔 마이크로프로세서 패밀리 또는 MIPS 마이크로프로세서 패밀리와 같은 하나 이상의 프로세서(들)(63)을 포함할 수 있다. 일부 실시예에서, 프로세서(들)(63)은 컴퓨팅 디바이스(60)의 동작들을 제어하기 위해 특별히 디자인된 하드웨어(예를 들면, ASIC(application-specific integrated circuit)들, EEPROM(electrically erasable programmable read-only memory)들, FPGA(field-programmable gate array)들 등)를 포함할 수 있다. 특정 실시예에서, (비휘발성 RAM(random access memory) 및/또는 ROM(read-only memory) 등의) 메모리(61)가 또한 CPU(62)의 부분을 형성한다. 그러나, 메모리가 시스템과 결합할 수 있는 많은 상이한 방식들이 있다. 메모리 블록(61)은 예를 들면, 데이터, 프로그래밍 명령어들 등의 캐싱(caching) 및/또는 저장과 같은 다양한 목적을 위해 사용될 수 있다.
본 명세서에서 사용되는 바와 같이, "프로세서"라는 용어는 단지 당해 기술 분야에서 프로세서라고 지칭되는 그러한 집적 회로들에 한정되는 것이 아니라, 마이크로컨트롤러, 마이크로컴퓨터, 프로그램가능 로직 컨트롤러(programmable logic controller), ASIC(application-specific integrated circuit), 및 임의의 다른 프로그램가능 회로를 널리 지칭한다.
일 실시예에서, 인터페이스들(68)은 (때때로 "라인 카드들"로 지칭되는) 인터페이스 카드들로서 제공된다. 일반적으로, 그것들은 컴퓨팅 네트워크 상의 데이터 패킷들의 전송 및 수신을 제어하고 때때로 컴퓨팅 디바이스(60)와 함께 사용되는 다른 주변기기들을 지원한다. 제공될 수 있는 인터페이스들 중에는 이더넷 인터페이스들, 프레임 릴레이 인터페이스들, 케이블 인터페이스들, DSL 인터페이스들, 토큰 링 인터페이스들 등이 있다. 또한, 예를 들어 유니버설 시리얼 버스(USB), 시리얼, 이더넷, 화이어와이어, PCI, 패러랠, 무선 주파수(RF), 블루투스TM, (예를 들면, 근거리 자기장 마그네틱들을 이용하는) 근거리 자기장 통신, 802.11(WiFi), 프레임 릴레이, TCP/IP, ISDN, 패스트 이더넷 인터페이스들, 기가비트 이더넷 인터페이스들, 비동기 전달 모드(ATM) 인터페이스들, 고속 시리얼 인터페이스(HSSI) 인터페이스들, POS(Point of Sale) 인터페이스들, FDDI(fiber data distributed interface)들 등과 같은 다양한 타입의 인터페이스들이 제공될 수 있다. 일반적으로, 이러한 인터페이스들(68)은 적절한 매체와의 통신에 적절한 포트들을 포함할 수 있다. 일부 경우들에서, 그것들은 또한 독립적인 프로세서를 포함할 수 있으며, 일부 사례에서 휘발성 및/또는 비휘발성 메모리(예를 들면, RAM)를 포함할 수 있다.
도 28에 도시된 시스템이 본 명세서에 기술된 발명의 기술을 구현하기 위한 컴퓨팅 디바이스(60)에 대한 하나의 특정 아키텍쳐를 도시하지만, 이는 절대로 본 명세서에 기술된 특징들 및 기술들의 적어도 일부가 구현될 수 있는 유일한 디바이스 아키텍쳐는 아니다. 예를 들면, 하나 또는 임의의 수의 프로세서들(63)을 가지는 아키텍쳐들이 사용될 수 있으며, 그러한 프로세서들(63)은 하나의 디바이스 내에 존재하거나 임의의 수의 디바이스들 사이에 분포할 수 있다. 일 실시예에서, 하나의 프로세서(63)는 라우팅 계산과 함께 통신을 취급한다. 다양한 실시예들에서, 상이한 타입의 가상 비서 특징들 및/또는 기능들이 (개인 디지털 비서 또는 클라이언트 소프트웨어를 실행 중인 스마트폰과 같은) 클라이언트 디바이스 및 (이하에서 더 상세히 설명될 서버 시스템과 같은) 서버 시스템(들)을 포함하는 가상 비서 시스템에서 구현될 수 있다.
네트워크 디바이스 구성과 무관하게, 본 발명의 시스템은 데이터, 범용 네트워크 연산들을 위한 프로그램 명령어들 및/또는 본 명세서에 기술된 가상 비서 기술들의 기능과 관련된 다른 정보를 저장하도록 구성된 하나 이상의 메모리들 또는 (예를 들면, 메모리 블록(65)과 같은) 메모리 모듈들을 채용할 수 있다. 프로그램 명령어들은 예를 들어 운영 시스템의 동작 및/또는 하나 이상의 응용 프로그램들을 제어할 수 있다. 메모리 또는 메모리들은 또한 데이터 구조들, 키워드 분류 정보, 광고 정보, 사용자 클릭 및 노출(click and impression) 정보, 및/또는 본 명세서에 설명된 다른 특정한 비 프로그램 정보를 저장하도록 구성될 수 있다.
그러한 정보 및 프로그램 명령어들이 본 명세서에 설명된 시스템들/방법들을 구현하기 위해 채용될 수 있기 때문에, 적어도 일부의 네트워크 디바이스 실시예들은 비일시적(nontransitory) 기계 판독가능 저장 매체를 포함할 수 있는데, 비일시적 기계 판독가능 저장 매체는, 예를 들어, 본 명세서에서 설명된 다양한 작업들을 실행하기 위한 프로그램 명령어들, 상태 정보 등을 저장하도록 구성되거나 설계될 수 있다. 그러한 비일시적 기계 판독가능 매체의 예들은 하드 디스크들, 플로피 디스크들, 및 마그네틱 테이프와 같은 마그네틱 매체; CD-ROM 디스크들과 같은 광학 매체; 플롭티컬 디스크(floptical disk)들과 같은 마그네토-광학 매체, 및 프로그램 명령어들을 저장하고 실행하도록 특별히 구성된 판독전용 메모리 디바이스들(ROM), 플래시 메모리, 멤리스터(memristor) 메모리, 랜덤 액세스 메모리(RAM) 등과 같은 하드웨어 디바이스들을 포함하지만, 이에 한정되는 것은 아니다. 프로그램 명령어들의 예들은 컴파일러에 의해 생성된 것과 같은 기계 코드(machine code), 및 해석기를 사용하는 컴퓨터에 의해 실행될 수 있는 더 높은 레벨의 코드를 포함하는 파일들 양쪽을 포함한다.
일 실시예에서, 본 발명의 시스템은 독립형 컴퓨팅 시스템 상에 구현된다. 이제 도 29를 참조하면, 적어도 일 실시예에 따라 독립형 컴퓨팅 시스템 상에 가상 비서의 적어도 부분을 구현하는 아키텍쳐를 도시하는 블록도가 도시된다. 컴퓨팅 디바이스(60)는 가상 비서(1002)를 구현하는 소프트웨어를 실행하는 프로세스(들)(63)을 포함한다. 입력 디바이스(1206)는 예를 들어 키보드, 터치스크린, (예를 들면, 음성 입력용의) 마이크로폰, 마우스, 터치 패드, 트랙볼, 5 웨이 스위치(five-way switch), 조이스틱, 및/또는 그것들의 결합을 포함하여, 사용자 입력을 수신하기에 적당한 임의의 타입이 될 수 있다. 출력 디바이스(1207)는 스크린, 스피커, 프린터, 및/또는 그들의 조합이 될 수 있다. 메모리(1210)는 소프트웨어를 실행하는 중에 프로세서(들)(63)에 의해 사용되는, 당해 기술 분야에 알려진 것과 같은 구조 및 아키텍쳐를 가지는 랜덤 액세스 메모리가 될 수 있다. 스토리지 디바이스(1208)는 데이터를 디지털 형태로 저장하기 위한 임의의 마그네틱, 광학, 및/또는 전기적 스토리지 디바이스가 될 수 있다; 예로는 플래시 메모리, 마그네틱 하드 디스크, CD-ROM 등이 포함된다.
다른 실시예에서, 본 발명의 시스템은 임의의 수의 클라이언트들 및/또는 서버들을 갖는 것과 같은 분산된 컴퓨팅 네트워크 상에 구현된다. 이제 도 30을 참조하면, 적어도 일 실시예에 따라, 분산된 컴퓨팅 네트워크 상에 가상의 비서의 적어도 일부분을 구현하기 위한 아키텍처를 도시하는 블록도가 도시되어 있다.
도 30에 도시된 배열에서, 임의의 수의 클라이언트들(1304)이 제공된다; 각각의 클라이언트(1304)는 본 발명의 클라이언트측 부분들을 구현하기 위한 소프트웨어를 실행할 수 있다. 또한, 클라이언트들(1304)로부터 수신된 요청들을 핸들링하기 위해 임의의 수의 서버들(1340)이 제공될 수 있다. 클라이언트들(1304) 및 서버들(1340)은 인터넷과 같은 전자 네트워크(1361)를 통해 서로 통신할 수 있다. 네트워크(1361)는 예를 들어 유선 및/또는 무선 프로토콜들을 포함하는 임의의 공지된 네트워크 프로토콜들을 사용하여 구현될 수 있다.
또한, 일 실시예에서, 서버들(1340)은 추가 정보의 취득 또는 특정한 사용자들과의 이전 상호작용들에 관한 데이터의 저장이 필요한 경우 외부 서비스들(1360)을 호출할 수 있다. 외부 서비스들(1360)과의 통신은 예를 들어 네트워크(1361)를 통해 발생할 수 있다. 다양한 실시예들에서, 외부 서비스들(1360)은 웹-인에이블된 서비스들 및/또는 하드웨어 디바이스 자체에 관한 또는 그것에 설치된 기능을 포함한다. 예를 들어, 스마트폰 또는 다른 전자 디바이스에 비서(1002)가 구현되는 실시예에서, 비서(1002)는 캘린더 애플리케이션("앱(app)"), 연락처 및/또는 다른 소스들에 저장된 정보를 취득할 수 있다.
다양한 실시예들에서, 비서(1002)는 그것이 설치된 전자 디바이스의 다수의 피처들 및 동작들을 제어할 수 있다. 예를 들어, 비서(1002)는, 달리 디바이스의 종래의 사용자 인터페이스를 사용하여 개시될 수 있는 기능들 및 동작들을 수행하기 위해, API들을 통해 또는 다른 수단에 의해 디바이스의 기능 및 애플리케이션들과 인터페이스하는 외부 서비스들(1360)을 호출할 수 있다. 이러한 기능들 및 동작들은, 예를 들어, 알람을 설정하고, 전화하고, 텍스트 메시지 또는 이메일 메시지를 전송하고, 캘린더 이벤트를 추가하는 것 등을 포함할 수 있다. 이러한 기능들 및 동작들은 사용자와 비서(1002) 사이의 일상 대화에서 쓰이는 대화의 컨텍스트에서 추가 기능들로서 수행될 수 있다. 이러한 기능들 및 동작들은 이러한 대화의 컨텍스트에서 사용자에 의해 특정될 수 있고, 또는 대화의 컨텍스트에 기초하여 자동으로 수행될 수 있다. 당업자는 비서(1002)가 그에 의해 전자 디바이스의 다양한 동작들을 개시하고 제어하기 위한 제어 메커니즘으로서 사용될 수 있고, 전자 디바이스는 버튼들 또는 그래픽 사용자 인터페이스들 등의 종래의 메커니즘들에 대한 대안으로서 사용될 수 있다는 것을 인식할 것이다.
예를 들어, 사용자는 비서(1002)에 "나는 내일 아침 8시에 일어날 필요가 있다"라는 입력을 제공할 수 있다. 비서(1002)가 본 명세서에 기술된 기술들을 이용하여 사용자의 의도를 판정하면, 비서(1002)는 외부 서비스들(1340)을 호출하여 디바이스의 알람 시계 기능 또는 애플리케이션과 인터페이싱한다. 비서(1002)는 사용자를 대신하여 알람을 설정한다. 이러한 방식으로, 사용자는 알람을 설정하거나 또는 디바이스의 다른 기능들을 수행하기 위한 종래의 메커니즘들에 대한 대체물로서 비서(1002)를 사용할 수 있다. 사용자의 요청들이 모호하거나 또는 추가의 명료화를 필요로 하는 경우, 비서(1002)는 적극적인 유도(elicitation), 바꾸어 말하기(paraphrasing), 제안들 등을 포함하며 취득 컨텍스트 정보를 포함하는 본 명세서에 기술된 다양한 기술들을 사용할 수 있어 정확한 서비스들(1340)이 호출되고 의도된 동작이 취해진다. 일 실시예에서, 비서(1002)는 서비스(1340)를 호출하여 기능을 수행하기 전에 임의의 적절한 소스로부터의 추가의 컨텍스트 정보의 요청 및/또는 확인을 사용자에게 재촉할 수 있다. 일 실시예에서, 사용자는 특정한 서비스들(1340)을 호출하는 비서(1002)의 능력을 선택적으로 디스에이블할 수 있거나 또는 원한다면 이러한 모든 서비스 호출을 디스에이블할 수 있다.
본 발명의 시스템은 동작 모드들 및 클라이언트들(1304)의 다수의 상이한 유형들 중 임의의 것을 이용하여 구현될 수 있다. 이제, 도 31을 참조하면, 동작 모드들 및 클라이언트들(1304)의 몇몇의 상이한 유형들을 예시하는 시스템 아키텍처를 도시하는 블록도가 도시된다. 당업자는, 도 31에 도시된 동작 모드들 및 클라이언트들(1304)의 다양한 유형들이 단순히 예시적이며, 본 발명의 시스템은 도시된 것들 이외의 동작 모드들 및/또는 클라이언트들(1304)을 이용하여 구현될 수 있다는 것을 인식할 것이다. 또한, 시스템은 동작 모드들 및/또는 이러한 클라이언트들(1304) 중 임의의 것 또는 모두를 단독으로 또는 임의의 조합으로 포함할 수 있다. 도시된 예시들은 다음을 포함한다:
이메일, 인스턴트 메시징, 토론 포럼들, 그룹 채팅 세션들, 실시간 도움 또는 고객 지원 세션들, 등을 포함하지만 이에 제한되지는 않는 메시징 플랫폼들에 대해, 비서(1002)는 대화들 내의 참가자로서 기능할 수 있다. 비서(1002)는 대화를 모니터링하고, 일대일 상호작용들에 대한 본원에 개시된 하나 이상의 기법들 및 방법들을 이용하는 개인들 또는 그룹에 응답할 수 있다.
다양한 실시예들에서, 본 발명의 기법들을 구현하기 위한 기능성은 임의의 수의 클라이언트 및/또는 서버 컴포넌트들 중에 분산될 수 있다. 예를 들면, 다양한 소프트웨어 모듈들은 본 발명과 관련된 다양한 기능들을 수행하기 위해 구현될 수 있고, 그러한 모듈들은 서버 및/또는 클라이언트 컴포넌트들 상에서 구동하기 위해 다양하게 구현될 수 있다. 그러한 구성에 대한 추가적인 상세는, 그 전체가 참조로서 본원에 통합되는, 2011년 1월 10일에 출원된, 대리인 문서 번호 P10575US1인, 관련된 미국 특허 출원 제12/987,982호, "Intelligent Automated Assistant"에 제공된다.
도 32의 예에서, 입력 유도 기능 및 출력 처리 기능은 클라이언트(1304) 및 서버(1340)에 분산되고, 입력 유도의 클라이언트 부분(2794a) 및 출력 처리의 클라이언트 부분(2792a)은 클라이언트(1304)에 위치하고, 입력 유도의 서버 부분(2794b) 및 출력 처리의 서버 부분(2792b)은 서버(1340)에 위치한다. 이하의 컴포넌트들은 서버(1340)에 위치한다:
일 실시예에서, 클라이언트(1304)는, 응답성을 향상시키고 네트워크 통신에 대한 의존을 감소시키기 위해, 이들 컴포넌트들의 서브세트들 및/또는 부분들을 국부적으로 유지한다. 그러한 서브세트들 및/또는 부분들은 공지된 캐시 관리 기법들에 따라 유지되고 업데이트될 수 있다. 그러한 서브세트들 및/또는 부분들은, 예를 들면, 이하를 포함한다:
추가적인 컴포넌트들은, 예를 들어, 이하를 포함하는, 서버(1340)의 부분으로서 구현될 수 있다.
이들 컴포넌트들 각각은 이하에 더욱 상세히 설명될 것이다. 서버(1340)는 필요할 때 외부 서비스들(1360)과 인터페이싱함으로써 추가적인 정보를 얻는다.
개념상의 아키텍쳐
이제 도 27을 참조하면, 가상 비서(1002)의 특정 예시의 실시예의 간략화된 블록도가 도시된다. 상기에 언급한 관련된 미국 특허 출원들에 더욱 상세히 개시된 바와 같이, 가상 비서(1002)의 상이한 실시예들은, 가상 비서 기술에 일반적으로 관련되는 다양한 상이한 유형의 동작들, 기능들, 및/또는 피처들을 제공하도록 구성되고, 설계되고, 및/또는 동작가능할 수 있다. 또한, 본원에 더욱 상세히 개시되는 바와 같이, 본원에 개시된 가상 비서(1002)의 다양한 동작들, 기능들, 및/또는 특징들 중 많은 수가 가상 비서(1002)와 상호작용하는 상이한 엔티티들에 대해 상이한 유형의 장점들 및/또는 이점들을 가능하게 하거나 또는 제공할 수 있다. 도 27에 도시된 실시예는 전술한 임의의 하드웨어 아키텍쳐들을 이용하여, 또는 상이한 유형의 하드웨어 아키텍쳐를 이용하여 구현될 수 있다.
예를 들면, 상이한 실시예들에 따르면, 가상 비서(1002)는, 예를 들면, 이하 중 하나 이상(또는 그의 조합들)과 같은, 다양한 상이한 유형들의 동작들, 기능성들, 및/또는 특징들을 제공하도록 구성되고, 설계되고, 및/또는 동작가능할 수 있다:
상이한 실시예들에 따르면, 가상 비서(1002)에 의해 제공되는 다양한 유형의 기능들, 동작들, 액션들 및/또는 그외의 특징들 중 적어도 일부는 하나 이상의 클라이언트 시스템(들)에서, 하나 이상의 서버 시스템(들)에서, 및/또는 그의 조합에서 구현될 수 있다.
상이한 실시예들에 따라, 가상 비서(1002)에 의해 제공되는 다양한 유형의 기능, 동작, 액션, 및/또는 다른 특징들의 적어도 일부는 본원에서 더 자세히 설명되는 바와 같이, 사용자 입력을 해석하고 동작화하는 컨텍스트 관련 정보를 사용할 수 있다.
예를 들면, 적어도 하나의 실시예에서, 가상 비서(1002)는 구체적인 태스크 및/또는 동작을 수행할 때 다양한 상이한 유형들의 데이터 및/또는 다른 유형들의 정보를 이용 및/또는 발생시키도록 동작할 수 있다. 이는 예를 들면, 입력 데이터/정보 및/또는 출력 데이터/정보를 포함할 수 있다. 예를 들면, 적어도 하나의 실시예에서, 가상 비서(1002)는 예를 들면, 하나 이상의 로컬 및/또는 원격 메모리와 같은 하나 이상의 상이한 유형의 소스들, 디바이스 및/또는 시스템들로부터의 정보를 액세스, 프로세스, 및/또는 이용하도록 동작할 수 있다. 또한, 적어도 하나의 실시예에서, 가상 비서(1002)는, 예를 들면, 하나 이상의 로컬 및/또는 원격 디바이스의 메모리 및/또는 시스템에 저장될 수 있는 하나 이상의 상이한 유형의 출력 데이터/정보를 발생시키도록 동작할 수 있다.
가상 비서(1002)에 의해 액세스 및/또는 이용될 수 있는 입력 데이터/정보의 상이한 유형들의 예시는 하기의 하나 이상(또는 그들의 조합)을 포함할 수 있으나 이에 한정되지는 않는다.
본원에서 설명되는 실시예들에의 입력은 대화 및 요청 히스토리를 포함하는 사용자 상호작용 히스토리의 내용을 또한 포함할 수 있다.
상기의 상호-참조되는 관련 미국 실용신안 출원에 기재된 바와 같이, 많은 상이한 유형들의 출력 데이터/정보가 가상 비서(1002)에 의해 생성될 수 있다. 이들은 하기의 하나 이상(또는 그들의 조합)을 포함할 수 있지만 이에 한정되는 것은 아니다.
ㅇ 합성된 음성;
ㅇ 샘플링된 음성;
ㅇ 기록된 음성;
도 27의 가상 비서(1002)는 구현될 수 있는 가상 비서 시스템 실시예들의 넓은 범위로부터의 하나의 예시라는 것이 이해될 수 있다. (도시되지 않은) 가상 비서 시스템의 다른 실시예들은 예를 들면, 도 27의 가상 비서 시스템 실시예에 설명된 것들보다 추가적인, 적은 및/또는 상이한 컴포넌트/특징들을 포함할 수 있다.
가상 비서(1002)는 복수의 상이한 유형의 컴포넌트, 디바이스, 모듈, 프로세스, 시스템 등을 포함할 수 있는데, 이는 예를 들어 하드웨어 및/또는 하드웨어 및 소프트웨어의 조합들의 사용을 통해 구현 및/또는 예시될 수 있다. 예를 들어, 도 27의 실시예에 도시된 바와 같이, 비서(1002)는 시스템, 컴포넌트, 디바이스, 프로세스 등(또는 이들의 조합)의 다음 유형들 중 하나 이상을 포함할 수 있다.
특정 클라이언트/서버 기반 실시예들에서, 이 컴포넌트들 중 일부 또는 전부가 클라이언트(1304)와 서버(1340) 사이에 분산될 수 있다.
일 실시예에서, 가상 비서(1002)는 예를 들어 터치스크린 입력, 키보드 입력, 음성 입력, 및/또는 이들의 임의의 조합을 포함하는, 임의의 적합한 입력 모달리티를 통해 사용자 입력(2704)을 수신한다. 본원에 더 상세하게 설명되는 바와 같이, 일 실시예에서, 비서(1002)는 이벤트 컨텍스트(2706) 및/또는 컨텍스트의 몇몇 다른 유형들 중 임의의 것을 포함할 수 있는 컨텍스트 정보(1000)도 수신한다.
본원에 설명된 기법들에 따라 사용자 입력(2704) 및 컨텍스트 정보(1000)를 처리하면, 가상 비서(1002)는 사용자에게 제시할 출력(2708)을 생성한다. 출력(2708)은 임의의 적합한 출력 모달리티에 따라 생성될 수 있는데, 이는 컨텍스트(1000) 뿐 아니라, 적합하다면 다른 요소들에 의해 통지될 수 있다. 출력 모달리티들의 예들은, 스크린 상에 표시되는 시각적 출력, (음성 출력 및/또는 비프음들 및 다른 소리들을 포함할 수 있는) 청각적 출력, (진동과 같은) 햅틱 출력, 및/또는 이들의 임의의 조합을 포함한다.
도 27에 도시된 다양한 컴포넌트들의 동작에 관한 추가적인 세부 사항들은, 본원에 전체가 참조로서 통합된, 2011년 1월 10일에 출원된, 변호사 도켓 번호 P10575US1인, 관련된 미국 특허 출원 번호 12/987,982, "Intelligent Automated Assistant"에 제공된다.
컨텍스트
위에서 설명한 바와 같이, 일 실시예에서, 가상 비서(1002)는 정보 처리 기능들을 수행하기 위해 다양한 컨텍스트 정보를 획득하고 적용한다. 다음의 설명이 제시된다:
본 기술분야의 당업자는 컨텍스트 정보를 사용하기 위한 소스들, 기법들 및 방법들에 관한 뒤따르는 설명은 단지 예시적일 뿐이며, 본 발명의 필수적 특성들로부터 벗어나지 않으면서 다른 소스들, 기법들 및 방법들이 사용될 수 있다는 것을 인식할 것이다.
컨텍스트의 소스들
가상 비서(1002)에 의해 수행되는 정보 처리의 단계들을 통해, 사용자 입력의 가능한 해석들을 감소시키기 위해 몇몇 상이한 종류들의 컨텍스트가 사용될 수 있다. 예들은 애플리케이션 컨텍스트, 개인 데이터 컨텍스트, 및 이전 대화 히스토리을 포함한다. 본 기술분야의 당업자는, 컨텍스트의 다른 소스들도 이용 가능할 수 있다는 것을 인식할 것이다.
이제 도 1을 참조하면, 일 실시예에 따른 가상 비서(1002), 및 그것의 동작에 영향을 줄 수 있는 컨텍스트의 소스들의 일부 예들을 도시하는 블록도가 도시되었다. 가상 비서(1002)는 음성 또는 타이핑된 언어와 같은 사용자 입력(2704)을 취하고, 사용자에게 출력(2708)을 생성하고 그리고/또는 사용자를 대신하여 액션들을 수행한다(2710). 도 1에 도시된 가상 비서(1002)는 구현될 수 있는 광범위한 가상 비서 시스템 실시예들 중 단지 하나의 예일 뿐이다. 가상 비서 시스템의 다른 실시예들(도시되지 않음)은, 도 1에 도시된 가상 비서(1002)의 예에 예시된 것에 비해 추가적인, 더 적은 및/또는 상이한 컴포넌트들/특징들을 포함할 수 있다.
본원에 더 상세히 설명되는 것과 같이, 가상 비서(1002)는 사전들, 도메인 모델들 및/또는 태스크 모델들과 같은, 지식 및 데이터의 다수의 상이한 소스들 중 임의의 것에 접근할 수 있다. 본 발명의 관점에서, 백그라운드 소스라 지칭되는 그러한 소스들은 비서(1002) 내부에 있다. 사용자 입력(2704) 및 백그라운드 소스들 외에, 가상 비서(1002)는 또한 예를 들어 디바이스 센서 데이터(1056), 애플리케이션 선호도 및 사용 히스토리(1072), 대화 히스토리 및 보조 메모리(1052), 개인 데이터베이스(1058), 개인 음향 컨텍스트 데이터(1080), 현재 애플리케이션 컨텍스트(1060), 및 이벤트 컨텍스트(2706)을 포함하는, 컨텍스트의 몇몇 소스들로부터의 정보에 접근할 수 있다. 이는 본원에 상세하게 설명될 것이다.
애플리케이션 컨텍스트(1060)
애플리케이션 컨텍스트(1060)는, 사용자가 무언가를 하고 있는 애플리케이션 또는 유사한 소프트웨어의 상태를 가리킨다. 예를 들면, 사용자는 텍스트 메시징 애플리케이션을 사용하여 특정한 사람과 채팅을 할 수 있다. 가상 비서(1002)는, 텍스트 메시징 애플리케이션의 사용자 인터페이스에 특정되거나 사용자 인터페이스의 일부일 필요는 없다. 오히려, 가상 비서(1002)는 임의의 수의 애플리케이션들로부터 컨텍스트를 수신할 수 있고, 각 애플리케이션은 자신의 컨텍스트를 건네 주어 가상 비서(1002)에게 알릴 수 있다.
가상 비서(1002)가 호출된 경우에 사용자가 현재 애플리케이션을 사용하고 있으면, 그 애플리케이션의 상태는 유용한 컨텍스트 정보를 제공할 수 있다. 예를 들면, 가상 비서(1002)가 이메일 애플리케이션 내로부터 호출된 경우, 컨텍스트 정보는 송신자 정보, 수신자 정보, 보낸 날짜 및/또는 시간, 제목, 이메일 컨텐트로부터 추출된 데이터, 메일박스 또는 폴더 이름 등을 포함할 수 있다.
도 11 내지 도 13을 참조하면, 일 실시예에 따라, 텍스트 메시징 도메인에서 애플리케이션 컨텍스트를 사용하여, 대명사가 지시하는 대상을 도출하는 예를 도시하는 한 세트의 스크린 샷들이 도시된다. 도 11은, 사용자가 테스트 메시징 애플리케이션을 사용하는 동안 디스플레이될 수 있는 스크린(1150)을 도시한다. 도 12는, 가상 비서(1002)가 텍스트 메시징 애플리케이션의 컨텍스트에서 활성화된 후의 스크린(1250)을 도시한다. 이 예에서, 가상 비서(1002)는 사용자에게 프롬프트(1251)를 제시한다. 일 실시예에서, 사용자는 마이크로폰 아이콘(1252)를 탭핑함으로써 음성 입력(spoken input)을 제공할 수 있다. 다른 실시예에서, 비서(1002)는 언제라도 음성 입력을 받아들일 수 있고, 입력을 제공하기 전에 사용자에게 마이크로폰 아이콘(1252)을 탭핑할 것을 요구하지 않는다; 따라서, 아이콘(1252)은 비서(1002)가 음성 입력을 대기중이라는 리마인더일 수 있다.
도 13에서, 스크린(1253)에 도시된 바와 같이, 사용자는 가상 비서(1002)와 대화를 하고 있다. 사용자가 말한 입력 "call him"이 반향되었고(echoed back), 가상 비서(1002)는 특정 전화 번호의 특정 사람에게 전화를 걸 것이라고 응답하고 있다. 사용자의 애매한 입력을 해석하기 위해, 가상 비서(1002)는, 본원에서 더 자세히 기술되는 바와 같이, 다양한 소스의 컨텍스트를 결합해 사용하여 대명사가 지시하는 대상을 도출한다.
도 17 내지 도 20을 참조하면, 일 실시예에 따라, 현재 애플리케이션 컨텍스트를 사용하여 커맨드를 해석하고 조작할 수 있게 하는 다른 예를 도시한다.
도 17에서, 사용자에게 사용자의 이메일 인박스(1750)가 제시되고, 사용자는 특정 이메일 메시지(1751)를 보기 위해 선택한다. 도 18은, 보려는 이메일 메시지가 선택된 후의 이메일 메시지(1751)를 도시한다; 이 예에서, 이메일 메시지(1751)는 이미지를 포함한다.
도 19에서, 사용자는, 이메일 애플리케이션 내로부터의 이메일 메시지(1751)를 보는 동안 가상 비서(1002)를 활성화시켰다. 일 실시예에서, 이메일 메시지(1751)가 스크린 위쪽으로 옮겨져서 디스플레이되어, 가상 비서(1002)로부터의 프롬프트(150)를 위한 공간을 만든다. 이러한 디스플레이는, 가상 비서(1002)가 현재 보여지는 이메일 메시지(1751)의 컨텍스트에서 보조를 제공하고 있다는 관념을 강화시킨다. 따라서, 가상 비서(1002)에 대한 사용자의 입력은 보여지는 이메일 메시지(1751)의 현재 컨텍스트에서 해석될 것이다.
도 20에서, 사용자는 커맨드(2050)를 제공했다: "Reply let's get this to marketing right away". 이메일 메시지(1751) 및 이메일 메시지가 디스플레이되는 이메일 애플리케이션에 관한 정보를 포함하여, 컨텍스트 정보가 커맨드(2050)를 해석하는데 사용된다. 이 컨텍스트는 커맨드(2050)의 "reply"와 "this"란 단어의 의미를 판정하고, 특정 메시지 스레드 상의 특정 수신인에 대한 이메일 구성 트랜잭션을 어떻게 설정해야 할지 결정하는데 사용될 수 있다. 이 경우에, 가상 비서(1002)는 컨텍스트 정보에 액세스하여, "marketing"이 "John Applecore"라는 이름의 수신인을 가리킨다는 것을 판정할 수 있고, 수신인에 대해 사용할 이메일 어드레스를 판정할 수 있다. 따라서, 가상 비서(1002)는 사용자가 승인하고 전송할 이메일(2052)을 구성한다. 이러한 방식으로, 가상 비서(1002)는, 현재 애플리케이션의 상태를 기술하는 컨텍스트 정보와 함께 사용자 입력에 기초하여, (이메일 메시지를 구성하는) 작업을 조작할 수 있게 할 수 있다.
애플리케이션 컨텍스트는 또한, 애플리케이션들에 걸쳐 사용자 의도의 의미를 식별할 수 있게 도움을 줄 수 있다. 도 21을 참조하면, 보고 있는 이메일(예컨대, 이메일 메시지(1751))의 컨텍스트에서 사용자가 가상 비서(1002)를 호출하고, 사용자의 커멘드(2150)는 "Send him a text..."라고 말한 예를 도시한다. 커멘드(2150)는, 가상 비서(1002)에 의해 이메일보다 텍스트 메시지가 송신되야 한다는 것을 나타내는 것으로서 해석된다. 그러나, "him"이라는 단어의 사용은 동일한 수신인(John Appleseed)이 의도된다는 것을 가리킨다. 따라서, 가상 비서(1002)는, 이 통신이 이러한 수신인에게 상이한 채널(디바이스에 저장된 연락처 정보로부터 획득된 사람의 전화 번호로의 텍스트 메시지)로 가야 한다는 것으로 인식한다. 따라서, 가상 비서(1002)는 사용자가 승인하고 전송할 텍스트 메시지(2152)를 구성한다.
애플리케이션(들)로부터 획득될 수 있는 컨텍스트 정보의 예들에는 아래의 것이 포함되지만 이들로만 제한되지는 않는다:
개인 데이터베이스들(1058)
컨텍스트 데이터의 다른 소스는 전화기와 같은 디바이스에 있는 사용자의 개인 데이터베이스(들)(1058)이며, 그 예로는 이름들과 전화 번호들을 포함한 어드레스 북이다. 도 14를 참조하면, 일 실시예에 따라, 애매한 이름에 대해 가상 비서(1002)가 프롬프팅하는 스크린 샷(1451)의 예를 도시한다. 여기에서, 사용자는 "Call Herb"라고 말했다; 가상 비서(1002)는 사용자의 어드레스 북에서 일치하는 연락처들 중에서 사용자가 선택하도록 프롬프트한다. 따라서, 어드레스 북은 개인 데이터 컨텍스트의 소스로서 사용된다.
일 실시예에서, 사용자의 개인 정보는, 사용자의 의도 또는 가상 비서(1002)의 다른 기능들을 해석 및/또는 조작할 수 있게 하기 위한 컨텍스트로서 사용하기 위해 개인 데이터베이스(1058)로부터 획득된다. 예를 들면, 사용자의 연락처 데이터베이스 내의 데이터는, 사용자가 누군가를 이름만으로 언급했을 때, 사용자의 커맨드를 해석할 때의 애매함을 감소시키기 위해 사용될 수 있다. 개인 데이터베이스들(1058)로부터 획득될 수 있는 컨텍스트 정보의 예들에는 아래의 것이 포함되지만 이들로만 제한되지는 않는다:
대화 히스토리(1052)
컨텍스트 데이터의 다른 소스는 가상 비서(1002)와 사용자의 대화 히스토리(1052)이다. 이러한 히스토리에는, 예를 들어, 도메인, 사람, 장소 등에 대한 참조가 포함될 수 있다. 도 15를 참조하면, 일 실시예에 따라, 가상 비서(1002)가 대화 컨텍스트를 사용하여 커멘드에 대한 위치를 추론하는 예를 도시한다. 스크린(1551)에서, 사용자는 먼저 "What's the time in New York"이라고 묻는다; 가상 비서(1002)는 뉴욕 시의 현재 시간을 제공함으로써 응답한다(1552). 이후에 사용자는 "What's the weather"이라고 묻는다. 가상 비서(1002)는 이전의 대화 히스토리를 사용하여, 날씨 쿼리가 의도한 위치가 대화 히스토리에서 언급된 마지막 위치인 것으로 추론한다. 따라서, 그 응답(1553)은, 뉴욕 시에 대한 날씨 정보를 제공한다.
다른 예로서, 사용자가 "find camera shops near here"이라고 말하면, 결과들을 조사한 후에, "how about in San Francisco?"라고 말하고, 비서는 대화 컨텍스트를 사용하여 "how about"이 의미하는 바가 "do the same task(find camera stores)"라고 판정하고, "in San Francisco"가 의미하는 바가 "changing the locus of the search from here to San Francisco"라고 판정한다. 가상 비서(1002)는 또한, 사용자에게 제공된 이전의 출력과 같은, 이전의 대화의 세부내용들을 컨텍스트로 사용할 수 있다. 예를 들면, 가상 비서(1002)가 "Sure thing, you're the boss"와 같이 유머로 의도된 재치 있는 응답을 사용했다면, 가상 비서는 이러한 응답을 이미 말했다는 것을 기억하고, 대화 세션 내에서 그러한 문구를 반복하지 않게 할 수 있다.
대화 히스토리 및 가상 보조 메모리로부터의 컨텍스트 정보의 예로는,
이 포함되지만, 이에 제한되지는 않는다.
이하 도 25a 및 도 25b를 참조하면, 일 실시예에 따른 이전의 대화 컨텍스트의 이용의 예를 도시한 일련의 스크린샷들이 도시되어 있다. 도 25a에서, 사용자는 John으로부터의 임의의 신규 이메일에 대한 요청(2550)을 입력하였다. 가상 비서(1002)는 John으로부터의 이메일 메시지(2551)를 디스플레이함으로써 응답한다. 도 25b에서, 사용자는 커맨드(2552) "Reply let's get this to marketing right away"를 입력한다. 가상 비서(1002)는 이전의 대화 컨텍스트를 이용하여 커맨드(2552)를 해석하는데; 상세하게는, 이 커맨드는 도 25에 디스플레이된 이메일 메시지(2551)을 언급하는 것으로 해석된다.
디바이스 센서 데이터(1056)
일 실시예에 있어서, 가상 비서(1002)를 실행하는 물리 디바이스는 하나 이상의 센서를 가질 수 있다. 이러한 센서들은 컨텍스트 정보의 소스들을 제공할 수 있다. 이러한 정보의 예로는,
이 포함되지만, 이에 제한되지는 않는다. 서명들은 네트워크 액세스 포인트들의 MAC 어드레스들, 할당된 IP 어드레스들, 블루투스 네임들과 같은 디바이스 식별자들, 주파수 채널들 및 무선 네트워크들의 다른 속성들을 포함한다.
센서들은, 예를 들어 가속도계, 나침반, GPS 유닛, 고도 검출기, 광 센서, 온도계, 기압계, 클록, 네트워크 인터페이스, 배터리 테스트 회로 등을 포함한 임의의 타입의 센서일 수 있다.
애플리케이션 선호도 및 사용 히스토리(1072)
일 실시예에 있어서, 다양한 애플리케이션들에 대한 사용자의 선호도들 및 설정들뿐만 아니라 사용자의 사용 히스토리(1072)를 기술하는 정보가 사용자의 의도 또는 가상 비서(1002)의 다른 기능을 해석하고/하거나 조작할 수 있게 하기 위해 컨텍스트로서 이용된다. 이러한 선호도 및 히스토리(1072)의 예로는,
가 포함되지만, 이에 제한되지는 않는다.
이하 도 16을 참조하면, 일 실시예에 따라 컨텍스트의 소스로서 전화기 즐겨찾기 리스트의 이용의 일례가 도시되어 있다. 스크린(1650)에서, 즐겨찾기 연락처들(1651)의 리스트가 도시되어 있다. 사용자가 "call John"에 대한 입력을 제공하는 경우, 이러한 즐겨찾기 연락처들(1651)의 리스트가 이용되어, "John"이 John Appleseed의 모바일 번호를 언급한다고 결정할 수 있는데, 그 이유는 그 번호가 이 리스트에 나타나기 때문이다.
이벤트 컨텍스트(2706)
일 실시예에 있어서, 가상 비서(1002)는 가상 비서(1002)와 사용자의 상호작용에 독립적으로 일어나는 비동기 이벤트들과 연관된 컨텍스트를 이용할 수 있다. 이하 도 22 내지 도 24를 참조하면, 일 실시예에 따라 이벤트 컨텍스트 또는 경보 컨텍스트를 제공할 수 있는 이벤트가 발생한 이후의 가상 비서(1002)의 기동을 나타내는 일례가 도시되어 있다. 이 경우, 이벤트는 도 22에 도시된 바와 같이 착신 텍스트 메시지(2250)이다. 도 23에서, 가상 비서(1002)가 호출되었고, 프롬프트(1251)와 함께 텍스트 메시지(2250)가 나타난다. 도 24에서, 사용자는 커맨드 "call him"(2450)을 입력하였다. 가상 비서(1002)는 이벤트 컨텍스트를 이용하여, 착신 텍스트 메시지(2250)를 송신한 사람을 의미하는 것으로 "him"을 해석함으로써 커맨드를 명확하게 한다. 가상 비서(1002)는 발신 통화를 위해 어떤 전화 번호를 이용할지를 결정하기 위해서 이벤트 컨텍스트를 또한 이용한다. 전화를 걸고 있다는 것을 나타내기 위해서 확인 메시지(2451)가 디스플레이된다.
경보 컨텍스트 정보의 예로는,
이 포함되지만, 이에 제한되지는 않는다.
개인 음향 컨텍스트 데이터(1080)
음성 입력을 해석하는 경우, 가상 비서(1002)는 음성이 입력되는 음향 환경을 또한 고려할 수 있다. 예를 들어, 조용한 사무실의 잡음 프로파일은 자동차나 공공 장소의 잡음 프로파일과 상이하다. 음성 인식 시스템이 음향 프로파일 데이터를 식별 및 저장할 수 있는 경우, 이러한 데이터가 또한 컨텍스트 정보로서 제공될 수 있다. 사용 중인 마이크로폰의 속성, 현재 위치 및 현재의 대화 상태와 같은 다른 컨텍스트 정보와 결합되는 경우, 음향 컨텍스트는 입력의 인식 및 해석을 지원할 수 있다.
컨텍스트의 표현 및 액세스
전술한 바와 같이, 가상 비서(1002)는 다수의 상이한 소스들 중 임의의 소스로부터의 컨텍스트 정보를 이용할 수 있다. 가상 비서(1002)에 이용가능해질 수 있도록 컨텍스트를 표현하기 위해 다수의 상이한 메커니즘 중 임의의 메커니즘이 이용될 수 있다. 이하 도 8a 내지 도 8d를 참조하면, 본 발명의 다양한 실시예와 관련하여 이용될 수 있는 바와 같은 컨텍스트 정보의 표현의 수개의 예가 도시되어 있다.
사람들, 장소들, 시간들, 도메인들, 태스크들 및 객체들의 표현
도 8a는 사용자의 현재 위치의 지리 좌표와 같은 단순한 속성을 나타내는 컨텍스트 변수들의 예들(801-809)을 도시한다. 일 실시예에 있어서, 컨텍스트 변수들의 코어 세트에 대해 현재의 값이 유지될 수 있다. 예를 들어, 현재의 사용자, 포커스되는 현재의 위치, 포커스되는 현재의 시간 프레임, 포커스되는 현재의 애플리케이션 도메인, 포커스되는 현재의 태스크 및 포커스되는 현재의 도메인 객체가 존재할 수 있다. 도 8a에 도시된 바와 같은 데이터 구조가 이러한 표현에 이용될 수 있다.
도 8b는 연락처에 대한 컨텍스트 정보를 저장하는데 이용될 수 있는 보다 복잡한 표현의 예(850)를 도시한다. 또한, 연락처에 대한 데이터를 포함하는 표현의 예(851)도 도시되어 있다. 일 실시예에 있어서, 연락처(또는 사람)는 이름, 성별, 어드레스, 전화 번호에 대한 속성, 및 연락처 데이터베이스에 유지될 수 있는 다른 속성을 갖는 객체로서 표현될 수 있다. 장소, 시간, 애플리케이션 도메인, 태스크, 도메인 객체 등에 대해 유사한 표현이 이용될 수 있다.
일 실시예에 있어서, 주어진 타입의 현재 값들의 세트가 표현된다. 이러한 세트는 현재의 사람들, 현재의 장소들, 현재의 시간들 등을 언급할 수 있다.
일 실시예에 있어서, 컨텍스트 값은 히스토리로 배열되어, 반복 N에서, 현재의 컨텍스트 값들의 프레임이 존재하며, 또한 반복 N-1에서 현재였던 컨텍스트 값의 프레임이 존재하는데, 이는 요구되는 히스토리의 길이에 대해 소정 제한을 한다. 도 8c는 컨텍스트 값들의 히스토리를 포함하는 어레이(811)의 예를 도시한다. 상세하게는, 도 8c의 각 열은 컨텍스트 변수를 나타내는데, 여기서 행들은 상이한 시간들에 대응한다.
일 실시예에 있어서, 타이핑된 컨텍스트 변수들의 세트는 도 8d에 도시된 바와 같이 히스토리로 배열된다. 이 예에서, 사람들을 언급하는 컨텍스트 변수들의 세트(861)는 장소들을 언급하는 컨텍스트 변수들의 다른 세트(871)와 함께 도시되어 있다. 따라서, 히스토리에서의 특정 시간에 대한 관련 컨텍스트 데이터가 검색 및 적용될 수 있다.
당업자는, 도 8a 내지 도 8d에 도시된 특정한 표현들은 단지 예시일 뿐이고, 컨텍스트를 나타내기 위한 많은 다른 메커니즘 및/또는 데이터 포맷이 이용될 수 있다는 것을 인식할 것이다. 예들은 다음을 포함한다:
여기에 제공되는 설명을 목적으로, 컨텍스트 정보의 표현을 주어진 유형의 컨텍스트 변수로 언급한다. 예를 들면, 현재 사용자의 표현은 타입 사람(type person)의 컨텍스트 변수이다.
컨텍스트 도출의 표현
일 실시예에서는, 컨텍스트 변수의 도출이 정보 처리에 사용될 수 있도록 명시적으로 표현된다. 컨텍스트 정보의 도출는 정보를 결론짓고 검색하게 되어 있는 간섭들의 소스 및/또는 셋트들을 특징으로 한다. 예를 들면, 도 8b에 도시되어 있는 개인(person) 컨텍스트 값(851)이 이벤트 컨텍스트(2706)로부터 획득된 텍스트 메시지 도메인 객체로부터 도출될 수 있다. 이러한 컨텍스트 값(851)의 소스가 표현될 수 있다.
사용자 요청 및/또는 의도의 히스토리의 표현
일 실시예에서는, 사용자 요청의 히스토리가 저장될 수 있다. 일 실시예에서는, (자연어 처리로부터 도출된) 사용자 의도의 심오한 구조적 표현의 히스토리가 또한 저장될 수 있다. 이는 가상 비서(1002)로 하여금 이전에 해석된 입력의 컨텍스트에서 새로운 입력이 의미가 맞게끔 되게 해준다. 예를 들면, 사용자가 "뉴욕 날씨는 어때?"라고 물으면, 언어 해석기(2770)는 뉴욕의 위치를 언급하는 것으로 질문을 해석할 수 있다. 그러면, 사용자가 "이번 주는 어때?"라고 말하면, 가상 비서(1002)는 이전 해석을 참조하여, "어때"를 "날씨가 어때"를 의미하는 것으로 해석해야 하는 것으로 판단할 수 있다.
결과 히스토리의 표현
일 실시예에서는, 사용자 요청의 결과의 히스토리가 도메인 객체의 형태로 저장될 수 있다. 예를 들어, "좋은 이탈리아 레스토랑을 찾아주세요."라는 사용자의 요청에 대해, 레스토랑을 표시하는 도메인 객체들의 셋트가 반환될 수 있다. 그 후, 사용자가 "아밀리오스를 불러주세요."와 같은 커맨드를 입력하면, 가상 비서(1002)는, 검색 결과 내에서, 불러올 수 있는 모든 가능한 장소들 중에서 가장 작은 셋트인 아밀리오스라는 이름의 레스토랑에 대한 결과를 검색할 수 있다.
컨텍스트 변수의 지연된 바인딩
일 실시예에서는, 컨텍스트 변수가 필요에 따라(on demand) 검색되거나 유도되는 정보를 나타낼 수 있다. 예를 들어, 현재 위치를 나타내는 컨텍스트 변수가, 액세스시에, 디바이스로부터 현재 위치 데이터를 검색하는 API를 호출한 다음, 예를 들어, 거리 어드레스를 계산하기 위한 다른 처리를 할 수 있다. 그 컨텍스트 변수의 값은 캐싱 정책에 따라서, 특정 시간 기간 동안 유지될 수 있다.
컨텍스트 검색
가상 비서(1002)는, 정보 처리 문제를 해결하기 위해, 관련 컨텍스트 정보를 검색하기 위한 많은 서로 다른 접근법 중 임의의 방법을 사용할 수 있다. 서로 다른 유형의 검색의 예는, 이에 제한되는 바는 아니지만, 다음을 포함한다:
일 실시예에서는, 현재 정보 처리 문제가 단 하나의 매칭을 요구하는 경우, 매칭이 일단 발견되면 검색은 종료한다. 여러 개의 매칭이 허용되는 경우에는, 몇몇 제한에 도달할 때까지 매칭 결과가 검색될 수 있다.
일 실시예에서는, 적절하다면, 가상 비서(1002)가 특정 유도를 갖는 데이터에 대한 검색을 제한할 수 있다. 예를 들어, 이메일을 보내기 위해 태스크 플로우 내에서 사람 객체를 찾고 있는 경우, 가상 비서(1002)는 그 유도가 그 도메인과 연관된 애플리케이션인 컨텍스트 변수를 고려하기만 하면 될 수 있다.
일 실시예에서, 가상 비서(1002)는 컨텍스트 변수의 임의의 이용 가능한 속성들을 이용한 발견법(heuristics)에 따라 매칭을 서열화하는 규칙을 이용한다. 예를 들어, "그녀에게 늦겠다고 전해줘"라는 커맨드를 포함하는 사용자 입력을 처리하는 경우, 가상 비서(1002)는 컨텍스트를 참조하여 "그녀"를 해석한다. 그러는 동안, 가상 비서(1002)는, 그 도출이 텍스트 메시징 및 이메일과 같은 통신 애플리케이션을 위한 애플리케이션 사용 히스토리인 사람 객체에 대한 기본설정을 표시하도록 서열화를 적용할 수 있다. 또 다른 예로서, "그녀에게 전화를 해"라는 커맨드를 해석하는 경우, 가상 비서(1002)는 전화 번호가 알려져 있지 않은 사람 객체들보다는 전화 번호가 있는 사람 객체들을 선호하는 것으로 서열화를 적용할 수 있다. 일 실시예에서, 서열화 규칙은 도메인들과 연관될 수 있다. 예를 들어, 이메일 및 전화 도메인에 대한 개인 변수의 서열화를 위해 서로 다른 서열화 규칙들이 이용될 수 있다. 당업자는, 이러한 임의의 서열화 규칙(들)이, 필요한 컨텍스트 정보에 대한 특수한 표현 및 액세스에 따라서 창출 및/또는 적용될 수 있다는 것을 인식할 것이다.
가상 비서 처리를 향상시키기 위한 컨텍스트의 이용
전술한 바와 같이, 컨텍스트는 가상 비서(1002)의 동작과 관련하여 각종 계산 및 추론에 적용될 수 있다. 지금 도 2를 참조하면, 일 실시예에 따른, 가상 비서(1002)에서의 다양한 처리 단계들에서 컨텍스트를 사용하는 방법(10)을 도시하는 흐름도가 도시된다.
방법(10)은 가상 비서(1002)의 하나 이상의 실시예들과 관련되어 구현될 수 있다.
적어도 일 실시예에서는, 방법(10)이 다양한 유형의 기능들, 동작들, 액션들, 및/또는 예를 들면 이하의 하나 이상의 단계들(또는 이들의 조합)과 같은 다른 특징들을 수행하도록 동작될 수 있다:
적어도 일부 실시예들에서는, 방법(10)의 일부가 또한 컴퓨터 네트워크의 다른 디바이스들 및/또는 시스템들에서 구현될 수 있다.
특정한 실시예에 따르면, 방법(10)의 다수의 인스턴스들 또는 스레드들이 동시에 구현되고/되거나 하나 이상의 프로세서(63) 및/또는 하드웨어의 다른 조합 및/또는 하드웨어와 소프트웨어의 이용에 의해 동시에 개시될 수 있다. 적어도 일 실시예에서는, 방법(10)의 하나 이상의 또는 선택된 일부가 하나 이상의 클라이언트(들)(1304), 하나 이상의 서버(들)(1340), 및/또는 이들의 조합에서 구현될 수 있다.
예를 들면, 적어도 일부 실시예들에서는, 방법(10)의 다양한 양태, 특징 및/또는 기능성들이 소프트웨어 컴포넌트, 네트워크 서비스, 데이터베이스, 및/또는 기타, 또는 이들의 임의의 조합에 의해 수행, 구현 및/또는 개시될 수 있다.
상이한 실시예들에 따르면, 방법(10)의 하나 이상의 스레드 또는 인스턴스는 방법(10)의 적어도 하나의 인스턴스의 개시를 트리거하기 위하여 (예를 들어, 최소 임계값 기준과 같은) 하나 이상의 상이한 유형의 기준(criteria)을 만족시키는 하나 이상의 조건 또는 이벤트의 검출에 응답하여 개시될 수 있다. 방법의 하나 이상의 상이한 스레드 또는 인스턴스의 예들의 개시 및/또는 구현을 트리거할 수 있는 다양한 유형의 조건 또는 이벤트의 예는 다음 중 하나 이상(또는 그 결합)(이에 제한되지 않음)을 포함할 수 있다:
ㅇ 예를 들어, 가상 비서(1002)의 실시예를 구현 중인 모바일 디바이스 애플리케이션을 시동 중인(starting up) 모바일 디바이스 애플리케이션;
ㅇ 예를 들어, 가상 비서(1002)의 실시예를 구현 중인 애플리케이션을 시동 중인 컴퓨터 애플리케이션;
ㅇ "음성 입력 버튼"과 같은, 눌려지는 모바일 디바이스 상의 전용 버튼;
ㅇ 헤드셋, 전화 핸드셋 또는 기지국, GPS 네비게이션 시스템, 소비자 기기, 리모트 컨트롤 또는 보조자를 호출하는 것과 연관될 수 있는 버튼을 갖는 임의의 기타 디바이스와 같은 컴퓨터 또는 모바일 디바이스에 부착된 주변 디바이스 상의 버튼;
ㅇ 웹브라우저로부터 가상 비서(1002)를 구현하는 웹사이트로 시작된 웹세션;
ㅇ 기존의 웹브라우저 세션 내로부터 예를 들어, 가상 비서(1002) 서비스가 요청되는 가상 비서(1002)를 구현하는 웹사이트로 시작된 상호작용;
ㅇ 가상 비서(1002)의 구현물과의 통신을 조정하는 모달리티 서버(1426)로 전송된 이메일 메시지;
ㅇ 텍스트 메시지가 가상 비서(1002)의 구현물과의 통신을 조정하는 모달리티 서버(1426)로 전송됨;
ㅇ 가상 비서(1002)의 구현물과의 통신을 조정하는 모달리티 서버(1434)에 전화 통화가 행해짐;
ㅇ 가상 비서(1002)의 구현을 제공하는 애플리케이션에 경보 또는 통지와 같은 이벤트가 전송됨.
상이한 실시예들에 따르면, 방법(10)의 하나 이상의 상이한 스레드 또는 인스턴스는 수동으로, 자동으로, 통계적으로, 동적으로, 동시에 및/또는 그 조합으로 개시 및/또는 구현될 수 있다. 또한, 방법(10)의 상이한 인스턴스들 및/또는 실시예들은 하나 이상의 상이한 시구간에서 개시될 수 있다(예를 들어, 특정 시구간 동안, 규칙적인 주기적 구간에, 불규칙적인 주기적 구간에, 수요 시 등).
적어도 일 실시예에서, 방법(10)의 주어진 인스턴스는 전술한 바와 같은 컨텍스트 데이터를 포함한 특정 태스크들 및/또는 동작들을 수행할 때, 다양한 상이한 유형의 데이터 및/또는 기타 유형의 정보를 사용 및/또는 생성할 수 있다. 데이터는 또한 임의의 다른 유형의 입력 데이터/정보 및/또는 출력 데이터/정보를 포함할 수 있다. 예를 들어, 적어도 일 실시예에서, 방법(10)의 적어도 하나의 인스턴스는 예를 들어, 하나 이상의 데이터베이스와 같은 하나 이상의 상이한 유형의 소스로부터의 정보를 액세스, 처리 및/또는 그렇지 않으면 사용할 수 있다. 적어도 일 실시예에서, 적어도 데이터베이스 정보의 일부분은 하나 이상의 로컬 및/또는 리모트 메모리 디바이스와의 통신을 통해 액세스될 수 있다. 또한, 방법(10)의 적어도 하나의 인스턴스는 예를 들어, 로컬 메모리 및/또는 리모트 메모리 디바이스들에 저장될 수 있는 하나 이상의 상이한 유형의 출력 데이터/정보를 생성할 수 있다.
적어도 일 실시예에서, 방법(10)의 주어진 인스턴스의 초기 구성은 하나 이상의 상이한 유형의 초기화 파라미터를 사용하여 수행될 수 있다. 적어도 일 실시예에서, 초기화 파라미터들 중 적어도 일부는 하나 이상의 로컬 및/또는 리모트 메모리 디바이스와의 통신을 통해 액세스될 수 있다. 적어도 일 실시예에서, 방법(10)의 인스턴스에 제공된 초기화 파라미터의 적어도 일부는 입력 데이터/정보에 대응할 수 있고, 및/또는 입력 데이터/정보로부터 파생될 수 있다.
도 2의 특정 예에서, 단일 사용자가 음성 입력 기능들을 갖는 클라이언트 애플리케이션으로부터 네트워크를 통해 가상 비서(1002)의 인스턴스에 액세스하고 있다고 가정한다.
음성 입력은 유도(elicitation)되어 해석된다(100). 유도는 임의의 적절한 모드에서 프롬프트들을 제시하는 것을 포함할 수 있다. 다양한 실시예들에서, 클라이언트의 사용자 인터페이스는 입력의 여러 모드들을 제공한다. 이들은 예를 들어, 다음을 포함할 수 있다;
액티브 타이핑된 입력(active typed-input) 유도 절차를 호출할 수 있는, 타이핑된 입력을 위한 인터페이스;
이들 각각을 수행하기 위한 기술들이 상기 참조된 관련 특허 출원들에서 개시된다. 당업자는 다른 입력 모드들이 제공될 수 있다는 것을 인식할 것이다. 단계(100)의 출력은 입력 음성의 후보 해석의 집합(190)이다.
후보 해석의 집합(190)은 언어 해석기(2770)(자연어 프로세서 또는 NLP라고도 칭함)에 의해 처리되며(200), 언어 해석기(2770)는 텍스트 입력을 파싱하고, 사용자 의도의 가능한 해석의 집합(290)을 생성한다.
단계(300)에서, 사용자의 의도의 표시(들)(290)는 도 5와 관련하여 기술된 플로우 분석 절차 및 대화의 실시예를 구현하는 대화 플로우 프로세서(2780)로 전달된다. 대화 플로우 프로세서(2780)는 어느 의도의 해석이 가장 가능성 있는지를 결정하고, 이 해석을 도메인 모델들의 인스턴스들 및 태스크 모델의 파라미터들에 맵핑하고, 태스크 플로우에서 다음 플로우 단계를 결정한다.
단계(400)에서, 식별된 플로우 단계가 실행된다. 일 실시예에서, 플로우 단계의 호출은 사용자의 요청 대신에 서비스들의 집합을 호출하는 서비스 편성 컴포넌트(2782)에 의해 수행된다. 일 실시예에서, 이들 서비스들은 일부 데이터를 공통 결과로 참가시킨다(contribute).
단계(500)에서, 대화 응답이 생성된다. 단계(700)에서, 응답이 출력을 위하여 클라이언트 디바이스로 전송된다. 디바이스 상의 클라이언트 소프트웨어는 이것을 클라이언트 디바이스의 스크린(또는 다른 출력 디바이스) 상에 렌더링한다.
응답을 본 후, 사용자가 완료하면(790), 방법은 종료한다. 사용자가 종료하지 않으면, 단계(100)로 리턴함으로써 루프의 다른 반복이 개시된다.
컨텍스트 정보(1000)가 방법(10)의 다양한 포인트들에서 시스템의 다양한 컴포넌트들에 의해 사용될 수 있다. 예를 들어, 도 2에 도시된 바와 같이, 컨텍스트(1000)는 단계(100, 200, 300 및 500)에서 사용될 수 있다. 이들 단계들에서의 컨텍스트(1000)의 사용의 추가적인 설명이 이하에서 제공된다. 그러나, 당업자는 본 발명의 핵심적인 특징들로부터 벗어나지 않고, 컨텍스트 정보의 사용이 이들 특정 단계들에 제한되지 않고, 또한 시스템이 다른 포인트들에서 컨텍스트 정보를 사용할 수 있다는 것을 인식할 것이다.
또한, 당업자는 방법(10)의 상이한 실시예들이 도 2에 도시된 특정 실시예에 도시된 것 외의 추가의 특징들 및/또는 동작들을 포함할 수 있고, 도 2의 특정 실시예에 도시된 것과 같은 방법(10)의 특징들 및/또는 동작들 중 적어도 일부를 생략할 수 있다는 것을 인식할 것이다.
음성 유도 및 해석에서의 컨텍스트 사용
이제 도 3을 참조하면, 일 실시예에 따른 음성 인식을 향상시키도록, 음성 유도 및 해석(100)에서 컨텍스트를 사용하기 위한 방법을 도시하는 흐름도가 도시되어 있다. 컨텍스트(1000)는 예를 들어, 음소(phoneme)들을 단어들에 매칭시키는 후보 가설들의 생성, 서열화 및 필터링을 가이드하기 위하여 음성 인식에서의 명확성(disambiguation)을 위하여 사용될 수 있다. 상이한 음성 인식 시스템들은 생성, 서열 및 필터의 다양한 혼합들을 사용하지만, 컨텍스트(1000)는 일반적으로 임의의 스테이지에서 가설 공간을 감소시키기 위하여 적용될 수 있다.
방법이 시작된다(100). 가상 비서(1002)는 청각 신호의 형태로 보이스 또는 음성 입력을 수신한다(121). 음성-텍스트 변환 서비스(122) 또는 프로세서는 청각 신호의 후보 텍스트 해석(124)의 집합을 생성한다. 일 실시예에서, 음성-텍스트 변환 서비스(122)는 예를 들어, Massachusetts주의 Burlington의 Nuance Communications, Inc.에서 이용가능한 Nuance Recognizer를 사용하여 구현된다.
일 실시예에서, 가상 비서(1002)는 음성 입력(121)의 후보 텍스트 해석(124)을 생성하기 위하여 통계 언어 모델들(1029)을 사용한다. 일 실시예에서, 컨텍스트(1000)는 음성-텍스트 변환 서비스(122)에 의해 생성되는 후보 해석들(124)의 생성, 필터링 및/또는 서열화를 바이어스하기 위하여 적용된다. 예를 들어,
예를 들어, 주어진 음성 입력은 해석들 "그녀에게 전화하는 것" 및 "칼라"를 생성하기 위하여 음성-텍스트 변환 서비스(122)를 이끌어낼 수 있다. 통계적 언어 모델(SLM; 1029)들에 의해 가이드된, 음성-텍스트 변환 서비스(speech-to-text service; 122)는 문법적 제약사항에 의해 "call"을 들은 후에 이름들을 듣는 것으로 튜닝(tune)될 수 있다. 음성-텍스트 변환 서비스(122)는 또한 컨텍스트(1000)에 기초하여 튜닝될 수 있다. 예를 들어, "Herb"가 사용자 어드레스 북의 이름이라면, 이 컨텍스트는 "Herb"를 두 번째 음절의 해석으로서 간주하기 위하여 임계값을 낮추는 데에 이용될 수 있다. 즉, 사용자의 개인 데이터 컨텍스트에서의 이름들의 존재(presence)는 가설(hypotheses)을 세우는데 사용되는 통계적 언어 모델(1029)의 조정 및 선택에 영향을 미칠 수 있다. 이름 "Herb"는 일반 SLM(1029)의 일부일 수 있거나, 컨텍스트(1000)에 의해 직접 추가될 수 있다. 일 실시예에서, 이것은 추가적인 SLM(1029)로서 추가될 수 있는데, 이는 컨텍스트(1000)에 기초하여 조정된다. 일 실시예에서, 이것은 기존의 SLM(1029)의 조정일 수 있는데, 이는 컨텍스트(1000)에 기초하여 조정된다.
일 실시예에서, 통계적 언어 모델(1029)들은 또한, 장기 개인 메모리(2754)에 저장될 수 있는 애플리케이션 선호도 및 사용 히스토리(1072; application preferences and usage history) 및/또는 개인 데이터베이스(1058)로부터 단어, 이름, 및 어구를 찾기 위해서 조정된다. 예를 들어, 통계적 언어 모델(1029)에는 할일(to-do) 항목들, 리스트 항목들, 개인 메모들, 캘린더 엔트리들, 연락처/어드레스 북의 사람 이름들, 이메일 어드레스들, 연락처/어드레스 북에 언급된 거리 또는 도시명, 및 기타 등등이 주어질 수 있다.
서열화 컴포넌트(ranking component)는 후보 해석들(candidate interpretations; 124)을 분석하고 이들이 가상 비서(virtual assistant; 1002)의 구문론적 및/또는 의미론적 모델에 얼마나 부합한지에 따라 이 후보 해석들을 서열화한다(126). 사용자 입력에 대한 제약사항의 소스들은 어느 것이라도 이용될 수 있다. 예를 들어, 일 실시예에서, 비서(1002)는 해석들이 구문론적 및/또는 의미론적인 관점, 도메인 모델, 태스크 플로우 모델, 및/또는 대화 모델, 및/또는 기타 등등으로 얼마나 잘 파싱(parse)하는지에 따라 음성-텍스트 해석기(interpreter)의 출력을 서열화할 수 있다: 이는, 앞서 참조된 관련 U.S. 실용신안 출원 명세서에서 기술된 바와 같이, 후보 해석(124) 내의 단어들의 여러 가지 조합들이 개념들, 관계들, 엔터티들, 액티브 온톨로지(active ontology)의 속성들 및 그 관련 모델들에 얼마나 부합할 것인지를 평가한다.
후보 해석들의 서열화(126)는 컨텍스트(1000)에 의해 또한 영향받을 수 있다. 예를 들어, 사용자가 현재 가상 비서(1002)가 호출될 때 텍스트 메시징 애플리케이션으로 대화를 전달하고 있는 경우, 어구 "call her"은 단어 "collar"보다 올바른 해석이 될 가능성이 더 높은데, 그 이유는 이 컨텍스트에서 전화를 할(call) 잠재적인 "her"가 있기 때문이다. 이러한 바이어스(bias)는 현재 애플리케이션 컨텍스트가 "전화걸 수 있는 엔터티(callable entities)"를 제공할 수 있는 애플리케이션을 지시할 때 "call her" 또는 "call <contact name>"과 같이 우세한 어구들로 가설의 서열화(126)를 조정함으로써 이루어질 수 있다.
각종 실시예들에서, 도 3에 도시된 자연어 처리 절차의 임의의 실시예를 포함하는 텍스트 입력들의 해석을 위하여 비서(1002)에 의해 사용되는 알고리즘 또는 절차는 음성-텍스트 변환 서비스(122)에 의해 생성된 후보 텍스트 해석들(124)을 서열화하고 스코어링(score)하는 데에 이용될 수 있다.
컨텍스트(1000)는 후보 해석들(124)의 서열화에 영향을 주거나 그 생성을 제약하는 대신에 또는 그에 더하여, 후보 해석들(124)을 필터링하는 데에도 사용될 수 있다. 예를 들어, 필터링 규칙은 "Herb"에 대한 어드레스 북 엔트리의 컨텍스트가, 이 컨텍스트를 포함하는 어구는, 비록 다른 경우에 필터링 임계값 이하에 있을 경우더라도, 최상위 후보(130)로 간주되어야 함을 충분히 나타낸다고 규정할 수 있다. 사용되고 있는 특정 음성 인식 기술에 따라서, 컨텍스트의 바이어스에 기초한 제약들이 생성, 서열화, 및/또는 필터링 단계에 적용될 수 있다.
일 실시예에서, 서열화 컴포넌트(126)는 해석들(124)로부터 최고 서열화 음성 해석이 특정된 임계값을 초과하여 서열화된다고 결정하면(128), 이 최고 서열화 해석은 자동으로 선택될 수 있다(130). 어떠한 해석도 특정된 임계값을 초과하여 서열화되지 않으면, 음성의 가능한 후보 해석들(134)이 사용자에게 제공된다(132). 그러면 사용자가 디스플레이된 선택사항들(choices) 중에서 선택을 할 수 있다(136).
이제 도 26a 및 26b를 참조하여 보면, 일 실시예에 따른, 후보 해석들 중에서 선택을 하기 위한 사용자 인터페이스의 일례를 도시하는 스크린 샷이 도시된다. 도 26a는 모호한 해석(ambiguous interpretation; 2651) 아래에 점선이 있는 사용자의 음성의 표시를 도시한다. 사용자가 텍스트 상으로 태핑(tap)한다면, 도 26b에 도시된 바와 같이, 대안적인 해석들(2652A, 2652B)을 보여준다. 일 실시예에서, 컨텍스트(1000)는 후보 해석들(2652A, 2652B) 중 어떤 것이 바람직한 해석인지(도 26a에서 초기 디폴트로 도시됨)에 그리고 도 26b에서와 같이 제시한 대안들의 유한 집합에서의 선택에도 영향을 미칠 수 있다.
각종 실시예에서, 디스플레이된 선택사항 중에서의 사용자 선택(136)은 예컨데, 다모드 입력을 포함하는, 임의의 입력 모드에 의해 이루어질 수 있다. 이러한 입력 모드는 적극 유도형 입력(actively elicited typed input), 적극 유도형 음성 입력, 입력에 대한 적극 제시형 GUI, 및/또는 기타 등등을 포함하지만, 이에 제한되지 않는다. 일 실시예에서, 사용자는, 예컨테 태핑 또는 스피킹에 의하여, 후보 해석들(134) 중에서 선택을 할 수 있다. 스피킹의 경우, 새로운 음성 입력의 가능한 해석은 제공된 선택사항의 소형 세트(134)로 크게 제약된다.
입력이 자동으로 선택되든지(130) 사용자에 의해 선택되는지(136) 간에, 그 결과의 하나 이상의 텍스트 해석(들)(190)이 리턴된다. 적어도 하나의 실시예에서, 이 리턴된 입력에 주석이 달려서, 단계 136에서 어떠한 선택이 이루어졌는지에 대한 정보가 컨텍스트의 입력과 함께 보유된다. 이는, 예를 들어, 스트링의 기초를 이루는 의미론적 개념 또는 엔터티가 이 스트링 리턴시에 스트링과 연관될 수 있도록 해줌으로써, 후속 언어 해석의 정확도를 높여준다.
도 1에 관련하여 기술된 소스들은 어느 것이라도 도 3에 도시된 음성 유도 및 해석 방법에 컨텍스트(1000)를 제공할 수 있다. 예를 들자면, 다음과 같다:
자연어 처리에서의 컨텍스트 사용
컨텍스트(1000)는 자연어 처리(NLP) - 텍스트 입력을 가능한 파스(parse)들을 나타내는 의미론적 구조로 파싱하는 것 - 을 용이하게 하는 데에 이용될 수 있다. 이제 도 4를 참조하여 보면, 일 실시예에 따른, 언어 해석기(2770)에 의해 수행될 수 있는, 자연어 처리에 있어 컨텍스트를 사용하기 위한 방법을 도시하는 플로우 차트가 도시된다.
방법은 200에서 시작한다. 입력 텍스트(202)가 수신된다. 일 실시예에서, 입력 텍스트(202)는 패턴 인식기(2760), 어휘 데이터베이스(2758), 온톨로지들 및 기타 모델들(1050)을 이용하여 단어들 및 어구들에 대해 매칭되어(210), 사용자 입력과 개념들 간의 연관성(associations)을 식별한다. 단계 210는 후보 구문론적 파스들(212) 세트를 산출하는데, 이 파스들은 후보 의미론적 파스들(222)을 산출하는 의미론적 관련성(semantic relevance; 220)에 대하여 매치된다. 그 다음 후보 파스들은 230에서 모호한 대안들을 제거하는 처리가 수행되고, 필터링되고, 관련성에 의해 분류된 다음(232) 리턴된다.
자연어 처리 전반에 걸쳐, 가설 공간 및 제약 가능 파스들을 줄이기 위해 컨텍스트 정보(1000)가 적용될 수 있다. 예를 들어, 언어 해석기(2770)가 2개의 후보 "call her" 및 "call Herb"를 수신하였다면, 언어 해석기(2770)는 단어 "call", "her", 및 "Herb"에 대한 바인딩(212)들을 찾을 것이다. 애플리케이션 컨텍스트(1060)는 "call"에 대한 가능한 단어 뜻을 "phone call"을 의미하는 것으로 제약하는 데에 이용될 수 있다. 컨텍스트는 또한 "her" 및 "Herb"에 대한 지시 대상(referents)을 찾는 데에도 이용될 수 있다. "her"에 대해서는, 컨텍스트 소스(1000)들이 전화걸 수 있는 엔터티들의 소스를 찾기 위해 검색될 수 있다. 이 예에서, 텍스트 메시징 대화의 대상자가 전화걸 수 있는 엔터티이고, 이 정보는 텍스트 메시징 애플리케이션으로부터 오는 컨텍스트의 일부이다. "Herb"의 경우에는, 사용자의 어드레스 북이, (도메인 엔터티 데이터베이스(2772)로부터의 가장 선호하는 숫자들과 같은) 애플리케이션 선호도 및 (도메인 엔터티 데이터베이스(2772)로부터의 최근 건 전화와 같은) 애플리케이션 사용 히스토리와 같은 다른 개인 데이터에서와 같이, 명확히 하는(disambiguating) 컨텍스트의 소스이다. 이 예에서, 현재 텍스트 메시징을 하는 자는 Rebec-caRichards이고, 이 사용자의 어드레스 북에 HerbGowen이 있는 경우, 언어 해석기(2770)에 의해 생성된 2개의 파스들은 "Phone-Call(RebeccaRichards)" 및 "PhoneCall (HerbGowen)"를 나타내는 의미론적 구조일 것이다.
애플리케이션 선호도 및 사용 히스토리(1072)로부터의 데이터, 대화 히스토리 및 보조 메모리(1052), 및/또는 개인 데이터베이스(1058)는 언어 해석기(2770)에 의해 후보 구문론적 파스들(212)을 생성하는 데에 또한 사용될 수 있다. 이러한 데이터는, 예를 들어, 단기 메모리 및/또는 장기 메모리(2752, 2754)로부터 획득될 수 있다. 이런 식으로, 성능을 향상시키고, 모호함을 줄이며, 인터렉션의 대화적인 성격을 강화시키기 위해 동일한 세션에서 사전에 제공되었던 입력 및/또는 사용자에 대하여 알려진 정보가 이용될 수 있다. 또한, 유효한 후보 구문론적 파스들(212)을 결정함에 있어 명확한 추론(evidential reasoning)을 구현하는 데에 액티브 온톨로지(1050), 도메인 모델들(2756), 및 태스크 플로우 모델들(2786)로부터의 데이터가 이용될 수 있다.
의미론적 매칭(220)에서, 언어 해석기(2770)는 가능한 파싱 결과들의 조합을, 이들이 도메인 모델들 및 데이터베이스들과 같은 의미론적 모델들에 얼마나 잘 부합하는지에 따라 고려한다. 의미론적 매칭(220)은, 예를 들어, 액티브 온톨로지(1050), 단기 개인 메모리(2752), 및 장기 개인 메모리(2754)로부터의 데이터를 사용할 수 있다. 예를 들어, 의미론적 매칭(220)은 대화의 장소들 또는 로컬 이벤트(대화 히스토리 및 보조 메모리(1052)) 또는 개인의 가장 선호하는 장소들(애플리케이션 선호도 및 사용 히스토리(1072))에 대한 이전 참조로부터의 데이터를 이용할 수 있다. 의미론적 매칭(220) 단계는 또한 어구들을 도메인 의도 구조(domain intent structure)들로 해석하는 데에 컨텍스트(1000)를 이용한다. 후보, 또는 잠재적인 의미론적 파스 결과들의 세트가 생성된다(222).
명확화 단계(disambiguation step)(230)에서, 언어 해석기(2770)는 후보 의미론적 파스 결과들(222)의 입증 강도에 중점을 둔다. 명확화(230)는 바라지 않거나 중복의 대안들을 제거함으로써 후보 의미론적 파스(222)의 수를 줄이는 것에 관련된다. 명확화(230)는, 예를 들어, 액티브 온톨로지(active ontology)(1050)의 구조로부터의 데이터를 이용할 수 있다. 적어도 일 실시예에서, 액티브 온톨로지 내의 노드들 사이의 접속들은 후보 의미론적 파스 결과들(222) 중에서 명확화를 위한 입증 지지를 제공한다. 일 실시예에서, 컨텍스트(1000)는 명확화와 같은 것을 돕는데 사용된다. 그러한 명확화의 예시들은: 동일한 이름을 갖는 몇몇 사람들 중 하나를 결정하는 단계; "응답(reply)"(이메일 또는 텍스트 메세지)과 같은 명령어에 대한 지시 대상(referent)을 결정하는 단계; 대명사의 역참조(pronoun dereferencing) 등을 포함한다.
예를 들어, "허브 호출(call Herb)"와 같은 입력은 "허브"와 매칭하는 임의의 엔티티(entity)를 잠재적으로 나타낸다. 그러한 엔티티들은 사용자의 어드레스 북(개인 데이터베이스들(1058)) 뿐만 아니라, 개인 데이터베이스들(1058) 및/또는 도메인 엔티티 데이터베이스(2772)로부터의 사업자의 이름들의 데이터베이스 내에 임의의 수만큼 있을 수 있다. 컨텍스트의 몇몇 소스들은 단계(232)에서 "허브들"을 매칭하는 세트를 제한하고/하거나, 그것들을 순위를 매기고 필터링할 수 있다. 예를 들어:
또한, 컨텍스트(1000)는 적절한 이름들 외의 단어들에서의 모호성을 감소시키는 것을 도울 수 있다. 예를 들어, (도 20에 도시된 바와 같이) 이메일 애플리케이션의 사용자가 비서(1002)에게 "응답(reply)"이라고 말하는 경우, 애플리케이션의 컨텍스트는 단어가 텍스트 메세지 응답의 반대에 있는 것처럼 이메일 응답과 연관되어야 한다는 것을 결정하는 것을 돕는다.
단계(232)에서, 언어 해석기(2770)는 사용자 의도(290)의 표현으로서의 최고 의미론적 파스들을 필터링하고 분류한다(232). 컨텍스트(1000)는 그러한 필터링과 분류(232)를 공지하는데 사용될 수 있다. 결과는 사용자 의도(290)의 표현이다.
태스크 플로우 처리에서의 컨텍스트 사용
이제 도 5를 참조하면, 일 실시예에 따라, 대화 플로우 프로세서(2780)에 의해 수행될 수 있는 것과 같이. 태스크 플로우 처리에서의 컨텍스트를 사용하는 방법을 도시하는 플로우 다이어그램이 도시된다. 태스크 플로우 처리에서, 도 4의 방법으로부터 발생된 후보 파스들은 실행될 수 있는 동작의 태스크 설명들을 만들어 내기 위해 서열화되고 예시 되어진다.
방법이 시작된다(300). 사용자 의도(290)의 다수의 후보 표현이 수신된다. 일 실시예에서, 도 4와 연계하여 설명된 바와 같이, 사용자 의도(290)의 표현들은 의미론적 파스들의 세트를 포함한다.
단계(312)에서, 대화 플로우 프로세서(2780)는 사용자 의도의 결정에 기초하여, 수행하기 위한 태스크 및 그것의 파라미터를 결정하기 위한 다른 정보와 함께 의미론적 파스(들)의 선호되는 해석을 결정한다. 정보는, 예를 들어, 도메인 모델들(2756), 태스크 플로우 모델들(2786) 및/또는 대화 플로우 모델들(2787), 또는 그것들의 조합으로부터 획득될 수 있다. 예를 들어, 태스크는 전화 걸기일 수 있고, 태스크 파라미터는 전화하기 위한 전화번호이다.
일 실시예에서, 컨텍스트(1000)는 초기값들을 추론하여 모호성을 해결함으로써 파라미터들(312)의 결합을 가이드하기 위해 수행 단계(312)에서 사용된다. 예를 들어, 컨텍스트(1000)는 태스크 설명과 사용자 의도의 최고의 해석이 있는지를 결정하는 것의 예시를 가이드할 수 있다.
예를 들어, 의도 입력들(290)이 "전화걸기(RebeccaRichards)" 및 전호 걸기(HerbGowen)"라고 가정해 보라. 전화 걸기 태스크는 PhoneNumber 파라미터를 요구한다. 몇몇의 컨텍스트(100)의 소스들은 Rebecca 및 Herb에 대한 어떤 전화번호가 작동할지를 결정하도록 구성될 수 있다. 이 예시에서, 연락처 데이터베이스 내의 Rebecca를 위한 어드레스 북 엔트리는 두 개의 전화번호들을 가지고, Herb를 위한 엔트리는 전화번호들은 가지지 않고, 하나의 이메일 어드레스를 가진다. 연락처 데이터베이스와 같은 개인 데이터베이스(1058)로부터의 컨텍스트 정보(1000)는 가상 비서(1002)로 하여금 Herb보다 Rebecca를 선호하게 하는데, 이는 Rebecca의 전화번호는 있지만, Herb의 전화번호는 없기 때문이다. Rebecca를 위해 어떤 전화번호를 사용할지를 결정하기 위해, 애플리케이션 컨텍스트(1060)는 Rebecca와 텍스트 메세지 대화를 수행하는데 사용된 번호를 선택하도록 컨설팅할 수 있다. 따라서, Rebecca Rechards와 의 텍스트 메세지 대화의 컨텍스트 내의 "call her"는 Rebecca가 텍스트 메세지용으로 사용하고 있는 이동 전화에 전화를 걸라는 것임을 가상 비서(1002)는 결정할 수 있다. 이 특별한 정보는 단계(390)에서 리턴된다.
컨텍스트(1000)는 전화 번호의 모호성을 줄이는 것 이외의 것을 위해 사용될 수 있다. 그것은, 태스크 파라미터를 위한 값을 갖는 컨텍스트(1000)의 임의의 소스가 이용 가능한 한, 태스크 파라미터를 위한 다수의 가능한 값들이 있을 때는 언제든지 사용될 수 있다. 컨텍스트(1000)가 모호성을 줄일 수 있는(그리고 사용자로 하여금 후보들 중에서 선택하도록 하는 것을 피할 수 있는) 다른 예시들은; 이메일 어드레스들; 물리적 어드레스들; 시간과 날짜들; 장소; 리스트 이름; 미디어 제목들; 아티스트 이름들; 비지니스 이름들; 또는 임의의 다른 값 공간을, 제한 없이, 포함한다.
태스크 플로우 처리(300)를 위해 필요한 다른 종류의 추론들은 컨텍스트(1000)로부터 이득을 취할수도 있다. 예를 들어, 초기값 추론은 현재 위치 시간 및 다른 현재의 값들을 사용할 수 있다. 초기값 추론은 사용자의 요청에서 암시된 태스크 파라미터의 값들을 결정하는데 유용할 수 있다. 예를 들어, 누군가가 "날씨가 어때요?"라고 말하면, 그것은 이 근처의 현재 날씨가 어떤지를 암시적으로 의미한다.
단계(310)에서, 대화 플로우 프로세서(2780)는 사용자 의도의 이 해석이 진행하기에 충분하도록 강하게 지지 되는지 및/또는 대안의 모호한 파스들보다 더 지지 되는지를 결정한다. 만약, 경쟁적인 모호성 또는 충분한 불확실성이 있다면, 그 후에, 대화 플로우 단계를 설정하여 실행 단계가 대화로 하여금 사용자로부터 더 많은 정보에 대한 프롬프트를 출력하도록 하기 위해, 단계(322)가 수행된다. 사용자가 모호성을 해결하도록 하게 하는 스크린 샷이 도 14에 도시된다. 컨텍스트(1000)는, 사용자가 선택하는 후보 아이템들의 디스플레이된 메뉴를 분류하고 주석을 다는 단계(322)에서 사용될 수 있다.
단계(320)에서, 태스크 플로우 모델은 적절한 다음 단계를 결정하도록 컨설팅된다. 정보는, 예를 들어, 도메인 모델들(2756), 태스크 플로우 모델들(2786) 및/또는 대화 플로우 모델(2787), 또는 그것들의 임의의 조합으로부터 획득될 수 있다.
단계(320) 또는 단계(322)의 결과는 사용자의 요청(390)의 표현이며, 이는 적절한 서비스에 보내기 위한 대화 플로우 프로세서(2780) 및 서비스 편성(2782)에 대해 충분한 태스크 파라미터들을 포함할 수 있다.
대화 생성을 개선하기 위한 컨텍스트의 사용
대화 응답 생성(500) 중에, 비서(1002)는 그것의 사용자의 의도와 태스크에서 그것이 어떻게 동작하는지의 이해를 다시 다른 말로 바꾸어 표현(paraphrase)할 수 있다. 그러한 출력의 예시는 "오케이, Rebecca에게 그녀의 이동전화로 전화를 걸겠습니다...". 이는 사용자로 하여금 비서(1002)가 호출을 위치시키는 것과 같은 연관된 태스크 자동화를 수행하도록 인증하게 하는 것을 허용한다. 대화 생성 단계(500)에서, 비서(1002)는 사용자의 의도의 이해를 다른 말로 표현하는 것에 있어서 사용자에게 얼마나 상세히 전달할 수 있는지를 결정한다.
일 실시예에서, 또한, 컨텍스트(1000)는 대화에 있어서의 상세의 적절한 레벨의 선택을 가이드 하는 것뿐 아니라, (정보를 반복하는 것을 피하기 위해) 이전의 출력에 기초하여 필터링하는 것에 사용될 수 있다. 예를 들어, 비서(1002)는 사람과 전화 번호가 이름을 언급할지에 대한 여부와 레벨의 상세한 정도를 결정하기 위한 컨텍스트(1000)로부터 추론될 수 있다는 사실을 이용할 수 있다. 적용될 수 있는 규칙들의 예시는, 제한 없이 다음 사항들을 포함한다:
상세의 적절한 레벨을 가이드하는 단계에 부가하여, 또한, 컨텍스트(1000)는, 예를 들어, 반복을 피하도록 이전의 발언(utterance)들을 필터링하기 위해, 그리고 대화중의 이전에 언급된 엔티티들을 나타내기 위해 대화 생성 단계(500)에서 사용될 수 있다.
본 기술분야의 숙련자는 컨텍스트(1000)가 다른 방식들로 사용될 수도 있다는 것을 알게 될 것이다. 예를 들어, 이곳에 설명된 기술들과 연계하여, 컨텍스트(1000)는 전체 명세서가 참조로서 이곳에 통합되고, 2009년 6월 5일에 출원된, 대리인 문서 번호 P7393US1인 "Contextual Voice Commands"에 관한 관련 U.S 유틸리티 출원 번호 제12/479,477호에 설명된 메카니즘에 따라 이용될 수 있다.
컨텍스트 수집 및 통신 메카니즘
다양한 실시예들에서, 상이한 메카니즘들이 가상 비서(1002) 내의 컨텍스트 정보를 수집하고 통신하는데 이용된다. 예를 들어, 일 실시예에서, 가상 비서(1002)는 클라이언트/서버 환경에서 구현되어 그것의 서비스들이 클라이언트와 서버 사이에 분포되며, 컨텍스트(1000)의 소스들이 분포될 수도 있다.
이제 도 6을 참조하면, 일 실시예에 따른, 클라이언트(1304)와 서버(1340) 사이의 컨텍스트(1000)의 소스들의 분포의 예시가 도시된다. 이동 컴퓨팅 디바이스 또는 다른 디바이스일 수 있는 클라이언트 디바이스(1304)는 디바이스 센서 데이터(1056), 현재 애플리케이션 컨텍스트(1060), 이벤트 컨텍스트(2706) 등과 같은 컨텍스트 정보(1000)의 소스가 될 수 있다. 컨텍스트(1000)의 다른 소스들은 클라이언트(1304) 또는 서버(1340) 또는 양쪽 모두의 일부 조합 상에 분포될 수 있다. 예시들은 애플리케이션 선호도 및 사용 히스토리(1072c, 1072s); 대화 히스토리 및 보조 메모리(1052c, 1052s); 개인 데이터베이스들(1058c, 1058s); 및 개인 음향 컨텍스트 데이터(1080c, 1080s)를 포함한다. 이들 예시들의 각각에서, 컨텍스트(1000)의 소스들은 서버(1340), 클라이언트(1304), 또는 둘 모두 상에 존재할 수 있다. 더욱이, 위에서 설명된 바와 같이, 도 2에서 도시된 다양한 단계들은 클라이언트(1304) 또는 서버(1340), 또는 둘 모두의 일부 조합에 의해 수행될 수 있다.
일 실시예에서, 컨텍스트(1000)는 클라이언트(1304) 및 서버(1340)와 같은 분포된 컴포넌트들 사이에서 통신될 수 있다. 그러한 통신은 로컬 API 또는 분산 네트워크, 또는 일부 다른 수단들에 의한 것일 수 있다.
이제 도 7a 내지 도 7d를 참조하면, 다양한 실시예들에 따라, 컨텍스트 정보(1000)를 획득하고 코디네이트하기 위한 메카니즘들의 예시들을 도시하는 이벤트 다이어그램들이 도시된다. 다양한 기술들이 컨텍스트를 로딩 또는 통신하기 위해 존재하여, 필요할 때 또는 유용할 때, 가상 비서(1002)에 대해 이용 가능하게 된다. 이들 메카니즘들 각각은 가상 비서(1002)의 동작; 디바이스 또는 애플리케이션 초기화(601); 초기 사용자 입력(602); 초기 입력 처리(603); 및 컨텍스트에 의존하는 처리(604)에 관해 위치할 수 있는 4 개의 이벤트들에 관하여 설명된다.
도 7a는 사용자 입력(602)이 시작되는 경우, 컨텍스트 정보(1000)가 "풀(pull)" 메카니즘을 이용하여 로딩되는 접근법을 도시한다. 사용자가 가상 비서(1002)를 호출하고, 적어도 일부 입력(602)을 제공하는 경우, 가상 비서(1002)는 컨텍스트(1000)를 로딩한다(610). 로딩(610)은 적절한 소스로부터 컨텍스트 정보(1000)를 요청하거나 검색하는 것에 의해 수행될 수 있다. 입력 처리(603)는 컨텍스트(1000)가 로딩된(610) 경우 시작한다.
도 7b는 디바이스 또는 애플리케이션이 초기화되었을 때(601), 일부 컨텍스트 정보(1000)가 로딩되며(620), 사용자 입력이 시작되는 경우(602), 부가적인 컨텍스트 정보(1000)가 풀 메카니즘을 이용하여 로딩되는 접근법을 도시한다. 일 실시예에서, 초기화에서 로딩된(620) 컨텍스트 정보(1000)는 정적 컨텍스트(즉, 자주 바뀌지 않는 컨텍스트)를 포함하며; 사용자 입력이 시작된 경우(602), 로딩되는(621) 컨텍스트 정보(1000)는 동적 컨텍스트(즉, 정적 컨텍스트가 로딩 되었기(620) 때문에 바뀔 수 있는 컨텍스트)를 포함한다. 그러한 접근법은 시스템의 런타임 성능으로부터 정적 컨텍스트 정보(1000)를 로딩하는 것의 비용을 제거함으로써 성능을 개선시킬 수 있다.
도 7c는 도 7b의 접근법의 변형예를 도시한다. 본 예에서, 동적 컨텍스트 정보(1000)는 입력 처리가 시작(603)된 후 로딩(621)의 지속을 허용한다. 따라서, 로딩(621)은 입력 처리와 병렬로 일어날 수 있다. 가상 비서(1002) 절차는 처리가 수신된 컨텍스트 정보(1000)에 의존할 때 단계(604)에서 단지 차단된다.
도 7d는 아래와 같은 5가지 상이한 방식 중 어느 하나로 컨텍스트를 다루는 완전 구성가능한 버전을 도시한다:
일 실시예에서, 컨텍스트 정보(1000)를 획득하고 조정하는 유연성은, 각각의 컨텍스트 정보(1000)의 소스에 대해, 모든 요청에 이용가능한 정보를 갖는 값에 대한 통신 비용을 밸런싱하는(balance) 액세스 API 및 통신 정책(policy)을 규정함으로써 달성된다. 예컨대, 모든 음성-텍스트 변환 요청에 관련된 변수들, 즉 마이크로폰의 파라미터를 기술하는(describe) 디바이스 센서 데이터(1056) 또는 개인용 음향 컨텍스트 데이터(1080)가 모든 요청에 대해 로딩될 수 있다. 이런 통신 정책은 예컨대 구성 테이블에서 특정될 수 있다.
도 9를 참고하면, 일 실시예에 따르는, 컨텍스트 정보(1000)의 여러 소스에 대한 캐싱 정책(caching policy) 및 통신을 특정하는데 사용될 수 있는 구성 테이블(900)의 예가 도시된다. 사용자 이름, 어드레스 북 이름, 어드레스 북 번호, SMS 이벤트 컨텍스트, 및 캘린더 데이터베이스를 포함하는 다수의 상이한 컨텍스트 소스들 각각에 대해서, 컨텍스트 로딩의 특정 타입은 도 2의 단계들 각각에서 특정된다: 음성 정보를 유도하고 해석한다(100); 자연어를 해석한다(200); 태스크를 식별한다(300); 대화 응답을 생성한다(500). 테이블(900) 내의 각각의 엔트리는 다음 중 하나를 나타낸다:
완전 구성가능한 방법에서는 잠재적으로 관련된 컨텍스트 정보(1000)의 큰 공간이 인간과 기계 사이의 자연어 대화(interaction)를 스트림라인(streamline)하는 것을 가능하게 한다. 비호율성을 초래할 수 있는 모든 시간에 이런 정보 모두를 로딩하기보다는, 일부 정보는 컨텍스트 소스 및 가상 비서(1002) 모두에서 유지되고, 반면에 다른 정보는 온디맨드식으로 쿼리(query)된다. 예컨대, 전술한 바와 같이, 음성 인식과 같은 실시간 동작에 사용되는 이름과 같은 정보는 국부적으로 유지되며, 반면에 사용자의 개인용 캘린더와 같은 일부 가능한 요청에 의해서만 사용되는 정보는 주문형으로 쿼리된다. 수신 SMS 이벤트와 같은 사용자가 비서를 호출(invoking)할 때 기대할 수 없는 데이터는 이벤트가 발생될 때 푸시된다.
도 10을 참고하면, 일 실시예에 따르는, 비서(1002)가 사용자와 대화하는 대화형 시퀀스(interaction sequence)의 처리 동안에, 도 9에 구성된 컨텍스트 정보 소스를 액세싱하는 예를 도시한 이벤트도(950)가 도시된다.
도 10에 도시된 시퀀스는 다음의 대화형 시퀀스를 나타낸다:
시간 T0에서, 대화가 시작되기 전에, 사용자 이름이 동기화되며(770), 어드레스 북 이름이 동기화된다(771). 이것은 도 7d의 엘리먼트(640)에 도시된 바와 같이 초기화 시간에 로딩되는 정적 컨텍스트의 예이다. 이는 비서(1002)가 사용자를 그의 성("스티브")으로 부르는 것을 가능하게 한다.
시간 T1에서, 동기화 단계(770 및 771)가 완료된다. 시간 T2에서, 사용자는 도 2의 단계 100, 200 및 300에 따라 처리되는 요청을 말한다. 태스크 식별 단계(300)에서, 가상 비서(1002)는 컨텍스트(1000)의 소스로서 사용자 개인용 데이터베이스(1058)에게 쿼리한다(774): 특히, 가상 비서(1002)는 테이블(900)에 따르는 온디맨드 액세스에 대해 구성되는 사용자의 캘린더 데이터베이스로부터 정보를 요청한다. 시간 T3에서, 단계 500가 수행되고 대화 응답이 생성된다.
시간 T4에서, SMS 메시지가 수신된다: 이는 이벤트 컨텍스트(2706)의 예이다. 테이블(900)의 구성에 기초하여, 이벤트의 통지가 가상 비서(1002)에게 푸시된다(773).
시간 T5에서, 사용자는 가상 비서(1002)에게 SMS 메시지를 읽도록 요청한다. 이벤트 컨텍스트(2706)의 존재는 수행 단계(200)에서 NLP 컴포넌트에게 "그 메시지"를 새로운 SMS 메시지로서 해석하도록 가이드한다. 시간 T6에서, 단계 300이 태스크 컴포넌트에 의해 수행될 수 있어 SMS 메시지를 사용자에게 읽어주도록 API를 호출한다. 시간 T7에서, 사용자는 애매한 동사("tell") 및 이름("Johnny")으로 요청을 행한다. NLP 컴포넌트는 단계(773)에서 수신되는 이벤트 컨텍스트(2706)를 포함하는 컨텍스트(1000)의 다양한 소스를 이용하여 이러한 모호함을 해결함으로써 자연어(200)를 해석한다: 이는 NLP 컴포넌트에게 말을 하여, 커맨드가 개인 이름 조니(Johney)로부터의 SMS 메시지를 참고하게 하는 것이다. 단계 T7에서, 수신된 이벤트 컨텍스트 객체로부터 사용하는 번호를 탐색함에 의해 이름을 매칭하는 단계(771)를 포함하는 플로우 단계(400)의 실행이 수행된다. 비서(1002)는 따라서 새로운 SMS 메시지를 작성할 수 있으며, 이를 단계 T8에서 확인한 바와 같이 조니(Johney)에게 전송한다.
본 발명은 가능한 실시예에 대해서는 특별히 상세히 개시한다. 당업자에게는 다른 실시예도 실시가능함을 이해할 것이다. 먼저, 컴포넌트의 특정 명명, 용어의 대문자, 속성, 데이터 구조, 또는 임의의 다른 프로그래밍 또는 구조적 양상은 강제적이거나 중요한 것이 아니고, 발명 또는 그 특징을 구현하는 메카니즘은 다른 이름, 포맷 또는 프로토콜을 가질 수 있다. 더욱이, 시스템은 전술한 바와 같이 하드웨어 및 소프트웨어의 조합으로 또는 전체가 하드웨어 소자로 또는 전체가 소프트웨어 소자로 구현될 수 있다. 또한, 전술한 여러 시스템 컴포넌트들 간의 기능성 특정 분할은 단지 예시적이며 강제적이 아니다: 단일 시스템 컴포넌트에 의해 수행되는 기능은 오히려 다중 컴포넌트에 의해 수행될 수 있으며, 다중 컴포넌트에 의해 수행되는 기능은 오히려 단일 컴포넌트에 의해 수행될 수 있다.
여러 실시예에서, 본 발명은 전술한 기술을 수행하기 위한 시스템 또는 방법으로서 단일 또는 임의의 조합으로 구현될 수 있다. 다른 실시예에서, 본 발명은 컴퓨팅 디바이스 또는 다른 전자 디바이스에서의 프로세서로 하여금 전술한 기술을 수행하게 야기하는 비일시적인 컴퓨터 판독가능한 저장 매체 및 이 매체에 인코딩된 컴퓨터 프로그램 코드를 포함하는 컴퓨터 프로그램 제품으로서 구현될 수 있다.
명세서에서 "일 실시예" 또는 "하나의 실시예"를 참고하는 것은 실시예와 결합해서 설명된 특정 특징, 구조 또는 특성이 본 발명의 적어도 하나의 실시예에 포함되는 것을 의미한다. 명세서의 여러 곳에서 "하나의 실시예"라는 문구의 출현은 반드시 동일 실시예를 모두 참고할 필요는 없다.
전술한 설명 중 일부는 컴퓨팅 디바이스의 메모리 내 데이터 비트상의 동작의 알고리즘 및 심볼의 관점에서 제시된다. 이들 알고리즘 설명 및 표현은 다른 당업자에게 작업의 실체를 가장 효율적으로 전달하기 위해 당업자에 의해 사용되는 의미이다. 알고리즘은 이하 일반적으로 소정의 결과를 가져오는 단계(지시)의 일관성있는 시퀀스인 것으로 고려된다. 이 단계는 물리량의 물리적 조작을 요구하는 단계이다. 통상, 반드시 필요치는 않지만, 이들 양은 저장, 전달, 조합, 비교 및 그밖에 조작될 수 있는 전기, 자기, 또는 광학 신호의 형태를 취한다. 이들 신호를 비트, 값, 소자, 심볼, 문자, 용어, 수 등으로 언급하는 것은 통상의 용법의 이유에서 항상 편리하다. 더욱이, 일반성의 상실 없이 모듈 또는 코드 디바이스로서 물리량의 물리적 조작을 요구하는 단계의 소정 구성을 언급하는 것은 언제나 편리하다.
그러나, 이들 및 유사한 용어 모두가 적당한 물리량에 연관되며 이들 양에 적용되는 단순한 편리한 라벨임에 명심해야 한다. 특별히 언급되지 않는한 전술한 설명에서 명확한 바와 같이, 전체 명세서에서 "처리", "컴퓨팅", "계산", "표시", 또는 "결정" 등과 같은 용어를 활용하는 논의는 컴퓨터 시스템 메모리 또는 레지스터 또는 이런 정보 저장, 전송 또는 디스플레이 디바이스와 같은 다른 디바이스 내에서 물리(전자)량으로서 표현되는 데이터를 조작 및 변환하는 컴퓨터 시스템, 또는 유사한 전자 컴퓨팅 모듈 및/또는 디바이스의 동작 및 프로세스를 참고함을 이해해야 한다.
본 발명의 소정 양상은 알고리즘의 형태로 개시된 프로세스 단계 및 지시를 포함한다. 본 발명의 프로세스 단계 및 지시가 소프트웨어, 펌웨어 및/또는 하드웨어로 구현될 수 있으며, 소프트웨어로 구현될 때 각종 운영 체제에 의해 사용되는 상이한 플랫폼상에 상주하도록 다운로드되고 동작할 수 있음에 유의해야 한다.
본 발명은 또한 전술한 동작을 수행하는 장치에 관한 것이다. 이런 장치는 요구되는 목적을 위해 특별히 구성될 수 있거나, 또는 컴퓨팅 디바이스에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화 또는 재구성되는 범용 컴퓨팅 디바이스를 포함할 수 있다. 이런 컴퓨터 프로그램은 제한적이지 않게 플로피 디스크, 광 디스크, CD-ROM, 자기 광학 디스크, 판독 전용 메모리(ROM), RAM, EPROM, EEPROM, 자기 또는 광학 카드, ASIC 또는 전자 지시를 저장하는데 적합한 소정 타입의 매체, 및 컴퓨터 시스템 버스에 연결된 각각의 매체를 포함하는 소정 타입의 디스크와 같은 컴퓨터 판독가능한 저장 매체에 저장될 수 있다. 더욱이, 본 명세서에서 언급된 컴퓨팅 디바이스는 단일 프로세서를 포함할 수 있거나, 또는 증가된 컴퓨팅 능력을 위한 다중 프로세서 설계를 채용하는 아키텍쳐를 가질 수 있다.
본 명세서에 개시된 알고리즘 및 디스플레이는 임의의 특정 컴퓨팅 디바이스, 가상화 시스템 또는 다른 장치에만 고유하게 관련되지 않는다. 다양한 범용 시스템은 개시된 교시에 따라 프로그램으로 사용될 수 있고, 또는 필요한 방법 단계를 수행하기 위해 보다 특별한 장치를 구성하는 것이 더 편리하다고 판명될 수도 있다. 각종 이러한 시스템에 요구되는 구조는 전술한 설명에서 자명할 것이다. 또한, 본 발명은 어떤 특정 프로그래밍 언어를 참고해서 설명되지 않았다. 각종 프로그래밍 언어가 전술한 본 발명의 교시를 구현하는데 사용될 수 있으며 특정 언어의 참고는 본 발명의 가능한 최선의 모드를 개시하고자 제공된 것임을 이해해야 한다.
따라서, 여러 실시예에서, 본 발명은 컴퓨터 시스템, 컴퓨팅 디바이스, 또는 다른 전자 디바이스 또는 이들의 임의의 조합을 제어하기 위한 소프트웨어, 하드웨어 및/또는 다른 소자로서 구현될 수 있다. 이런 전자 디바이스는, 본 기술 분야에서 공지된 기술에 따르는, 예컨대 프로세서, 입력 디바이스(예를 들어, 키보드, 마우스, 터치패드, 트랙패드, 조이스틱, 트랙볼, 마이크로폰, 및/또는 이들의 임의의 조합), 출력 디바이스(예를 들어, 스크린, 스피커 등), 메모리, 장기 스토리지(예를 들어, 자기 스토리지, 광 스토리지 등), 및/또는 네트워크 연결성을 포함한다. 이런 전자 디바이스는 휴대용 또는 비휴대용일 수 있다. 본 발명을 구현하는데 사용되는 전자 디바이스의 예는, 모바일 폰, 개인 휴대 단말기, 스마트폰, 키오스크(kiosk), 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 가전 제품, 가정용 오락 디바이스, 음악 플레이어, 카메라, 텔레비젼, 셋탑 박스, 전자 게임 유닛 등을 포함한다. 본 발명을 구현하는 전자 디바이스는 예컨대 미국 캘리포니아 쿠퍼티노의 애플(사)에서 구입가능한 iOS 또는 MacOS, 또는 디바이스의 사용에 적합한 임의의 다른 운영 체제와 같은 임의의 운영 체제를 사용할 수 있다.
본 발명이 제한된 수의 실시예로 설명된다 할지라도, 당업자에게는 개시된 본 발명의 범위를 벗어남이 없이 다른 실시예가 고안될 수 있음을 이해할 것이다. 또한, 본 명세서에서 사용되는 언어는 판독가능성 및 도구적인 목적에서 선택된 것이고, 본 발명의 주제를 제한하고 억제하고자 선택된 것은 아니다. 따라서, 본 발명의 개시는 예시적인 것으로 의도된 것이고 이하 특허청구범위 개시된 발명의 범위를 제한하는 것이 아니다.
Claims (21)
- 적어도 하나의 프로세서, 메모리, 및 디스플레이를 갖는 컴퓨팅 디바이스 상에서 디지털 비서(assistant)를 동작시키는 컴퓨터 실행 방법으로서,
상기 디스플레이 상에, 제1 애플리케이션의 사용자 인터페이스를 디스플레이하는 단계;
상기 제1 애플리케이션의 사용자 인터페이스를 디스플레이하는 동안, 상기 디지털 비서의 활성화를 검출하는 단계;
상기 디지털 비서의 활성화를 검출하는 것에 응답하여, 상기 디스플레이 상에, 상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 단계 - 상기 디지털 비서의 사용자 인터페이스가 디스플레이되는 동안, 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에서 적어도 부분적으로 보임 - ; 및
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 동안, 그리고 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에 적어도 부분적으로 보이는 동안, 음성 사용자 입력이 상기 디지털 비서에 의해 수신되도록 준비되었다는 표시를 상기 디지털 비서의 사용자 인터페이스에 디스플레이하는 단계
를 포함하는 컴퓨터 실행 방법. - 제1항에 있어서,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 단계는, 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이의 제2 부분에서 적어도 부분적으로 보이는 동안, 상기 디스플레이의 제1 부분에 상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 단계 - 상기 제2 부분은 상기 제1 부분과 상이함 - 를 포함하는 컴퓨터 실행 방법. - 제1항에 있어서,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 단계는, 상기 디지털 비서의 사용자 인터페이스를 상기 디스플레이의 에지로부터 상기 디스플레이 위로 슬라이딩하는 단계를 포함하는, 컴퓨터 실행 방법. - 제1항에 있어서,
상기 음성 사용자 입력이 상기 디지털 비서에 의해 수신되도록 준비되었다는 표시는, 상기 디지털 비서가 어떻게 도움을 줄 수 있을지를 묻는 메시지를 포함하는, 컴퓨터 실행 방법. - 제1항에 있어서,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 동안, 그리고 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에 적어도 부분적으로 보이는 동안, 상기 컴퓨팅 디바이스의 마이크가 활성화되었다는 표시를 상기 디지털 비서의 사용자 인터페이스에 표시하는 단계를 더 포함하는 컴퓨터 실행 방법. - 제1항에 있어서,
상기 디지털 비서의 사용자 인터페이스가 디스플레이되는 동안, 상기 음성 사용자 입력을 검출하는 단계; 및
상기 음성 사용자 입력의 검출에 응답하여, 상기 음성 사용자 입력에 기초하여 사용자 의도를 해석하는 단계 - 상기 음성 사용자 입력에 기초하여 사용자 의도를 해석하는 것은 상기 제1 애플리케이션으로부터의 컨텍스트 정보를 사용하는 것을 포함함 - 을 더 포함하는 컴퓨터 실행 방법. - 제6항에 있어서,
상기 제1 애플리케이션으로부터의 컨텍스트 정보는 상기 제1 애플리케이션의 타입을 포함하는, 컴퓨터 실행 방법. - 컴퓨팅 디바이스로서,
디스플레이;
하나 이상의 프로세서; 및
디지털 비서를 동작시키기 위해 상기 하나 이상의 프로세서에 의해 실행되도록 구성되는 하나 이상의 프로그램을 저장하는 메모리
를 포함하고, 상기 하나 이상의 프로그램은,
상기 디스플레이 상에, 제1 애플리케이션의 사용자 인터페이스를 디스플레이하고,
상기 제1 애플리케이션의 사용자 인터페이스를 디스플레이하는 동안, 상기 디지털 비서의 활성화를 검출하고,
상기 디지털 비서의 활성화를 검출하는 것에 응답하여, 상기 디스플레이 상에, 상기 디지털 비서의 사용자 인터페이스를 디스플레이하고 - 상기 디지털 비서의 사용자 인터페이스가 디스플레이되는 동안, 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에서 적어도 부분적으로 보임 - ,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 동안, 그리고 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에 적어도 부분적으로 보이는 동안, 음성 사용자 입력이 상기 디지털 비서에 의해 수신되도록 준비되었다는 표시를 상기 디지털 비서의 사용자 인터페이스에 디스플레이하기 위한 명령들을 포함하는, 컴퓨팅 디바이스. - 제8항에 있어서, 상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 것은, 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이의 제2 부분에서 적어도 부분적으로 보이는 동안, 상기 디스플레이의 제1 부분에 상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 것을 포함하고, 상기 제2 부분은 상기 제1 부분과 상이한, 컴퓨팅 디바이스.
- 제8항에 있어서,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 것은, 상기 디지털 비서의 사용자 인터페이스를 상기 디스플레이의 에지로부터 상기 디스플레이 위로 슬라이딩하는 것을 포함하는, 컴퓨팅 디바이스. - 제8항에 있어서, 상기 음성 사용자 입력이 상기 디지털 비서에 의해 수신되도록 준비되었다는 표시는, 상기 디지털 비서가 어떻게 도움을 줄 수 있을지를 묻는 메시지를 포함하는, 컴퓨팅 디바이스.
- 제8항에 있어서,
상기 하나 이상의 프로그램은,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 동안, 그리고 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에 적어도 부분적으로 보이는 동안, 상기 컴퓨팅 디바이스의 마이크가 활성화되었다는 표시를 상기 디지털 비서의 사용자 인터페이스에 표시하기 위한 명령들을 더 포함하는, 컴퓨팅 디바이스. - 제8항에 있어서,
상기 하나 이상의 프로그램은,
상기 디지털 비서의 사용자 인터페이스가 디스플레이되는 동안, 상기 음성 사용자 입력을 검출하고,
상기 음성 사용자 입력의 검출에 응답하여, 상기 음성 사용자 입력에 기초하여 사용자 의도를 해석 - 상기 음성 사용자 입력에 기초하여 사용자 의도를 해석하는 것은 상기 제1 애플리케이션으로부터의 컨텍스트 정보를 사용하는 것을 포함함 - 하기 위한 명령들을 더 포함하는, 컴퓨팅 디바이스. - 제13항에 있어서,
상기 제1 애플리케이션으로부터의 컨텍스트 정보는 상기 제1 애플리케이션의 타입을 포함하는, 컴퓨팅 디바이스. - 디지털 비서를 동작시키기 위해 디스플레이를 갖는 컴퓨팅 디바이스의 하나 이상의 프로세서에 의해 실행되도록 구성되는 하나 이상의 프로그램을 저장하는 컴퓨터 판독가능 저장 매체로서, 상기 하나 이상의 프로그램은,
상기 디스플레이 상에, 제1 애플리케이션의 사용자 인터페이스를 디스플레이하고,
상기 제1 애플리케이션의 사용자 인터페이스를 디스플레이하는 동안, 상기 디지털 비서의 활성화를 검출하고,
상기 디지털 비서의 활성화를 검출하는 것에 응답하여, 상기 디스플레이 상에, 상기 디지털 비서의 사용자 인터페이스를 디스플레이하고 - 상기 디지털 비서의 사용자 인터페이스가 디스플레이되는 동안, 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에서 적어도 부분적으로 보임 - ,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 동안, 그리고 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에 적어도 부분적으로 보이는 동안, 음성 사용자 입력이 상기 디지털 비서에 의해 수신되도록 준비되었다는 표시를 상기 디지털 비서의 사용자 인터페이스에 디스플레이하기 위한 명령들을 포함하는, 컴퓨터 판독가능 저장 매체. - 제15항에 있어서, 상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 것은, 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이의 제2 부분에서 적어도 부분적으로 보이는 동안, 상기 디스플레이의 제1 부분에 상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 것을 포함하고, 상기 제2 부분은 상기 제1 부분과 상이한, 컴퓨터 판독가능 저장 매체.
- 제15항에 있어서,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 것은, 상기 디지털 비서의 사용자 인터페이스를 상기 디스플레이의 에지로부터 상기 디스플레이 위로 슬라이딩하는 것을 포함하는, 컴퓨터 판독가능 저장 매체. - 제15항에 있어서, 상기 음성 사용자 입력이 상기 디지털 비서에 의해 수신되도록 준비되었다는 표시는, 상기 디지털 비서가 어떻게 도움을 줄 수 있을지를 묻는 메시지를 포함하는, 컴퓨터 판독가능 저장 매체.
- 제15항에 있어서,
상기 하나 이상의 프로그램은,
상기 디지털 비서의 사용자 인터페이스를 디스플레이하는 동안, 그리고 상기 제1 애플리케이션의 사용자 인터페이스가 상기 디스플레이 상에 적어도 부분적으로 보이는 동안, 상기 컴퓨팅 디바이스의 마이크가 활성화되었다는 표시를 상기 디지털 비서의 사용자 인터페이스에 표시하기 위한 명령들을 더 포함하는, 컴퓨터 판독가능 저장 매체. - 제15항에 있어서,
상기 하나 이상의 프로그램은,
상기 디지털 비서의 사용자 인터페이스가 디스플레이되는 동안, 상기 음성 사용자 입력을 검출하고,
상기 음성 사용자 입력의 검출에 응답하여, 상기 음성 사용자 입력에 기초하여 사용자 의도를 해석 - 상기 음성 사용자 입력에 기초하여 사용자 의도를 해석하는 것은 상기 제1 애플리케이션으로부터의 컨텍스트 정보를 사용하는 것을 포함함 - 하기 위한 명령들을 더 포함하는, 컴퓨터 판독가능 저장 매체. - 제20항에 있어서,
상기 제1 애플리케이션으로부터의 컨텍스트 정보는 상기 제1 애플리케이션의 타입을 포함하는, 컴퓨터 판독가능 저장 매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210128938A KR102447546B1 (ko) | 2011-09-30 | 2021-09-29 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/250,854 | 2011-09-30 | ||
| US13/250,854 US9858925B2 (en) | 2009-06-05 | 2011-09-30 | Using context information to facilitate processing of commands in a virtual assistant |
| KR1020160161496A KR102048375B1 (ko) | 2011-09-30 | 2016-11-30 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160161496A Division KR102048375B1 (ko) | 2011-09-30 | 2016-11-30 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210128938A Division KR102447546B1 (ko) | 2011-09-30 | 2021-09-29 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190132321A true KR20190132321A (ko) | 2019-11-27 |
| KR102309489B1 KR102309489B1 (ko) | 2021-10-07 |
Family
ID=47225421
Family Applications (7)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120109552A KR101683083B1 (ko) | 2011-09-30 | 2012-09-28 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020160161496A KR102048375B1 (ko) | 2011-09-30 | 2016-11-30 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020180050592A KR102145660B1 (ko) | 2011-09-30 | 2018-05-02 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020190148423A KR102309489B1 (ko) | 2011-09-30 | 2019-11-19 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020210128938A KR102447546B1 (ko) | 2011-09-30 | 2021-09-29 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020220119609A KR102622737B1 (ko) | 2011-09-30 | 2022-09-21 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020240001375A KR20240010057A (ko) | 2011-09-30 | 2024-01-04 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Family Applications Before (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120109552A KR101683083B1 (ko) | 2011-09-30 | 2012-09-28 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020160161496A KR102048375B1 (ko) | 2011-09-30 | 2016-11-30 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020180050592A KR102145660B1 (ko) | 2011-09-30 | 2018-05-02 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Family Applications After (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210128938A KR102447546B1 (ko) | 2011-09-30 | 2021-09-29 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020220119609A KR102622737B1 (ko) | 2011-09-30 | 2022-09-21 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
| KR1020240001375A KR20240010057A (ko) | 2011-09-30 | 2024-01-04 | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 |
Country Status (12)
| Country | Link |
|---|---|
| EP (3) | EP2575128A3 (ko) |
| JP (6) | JP5698203B2 (ko) |
| KR (7) | KR101683083B1 (ko) |
| CN (1) | CN103226949B (ko) |
| AU (1) | AU2012232977A1 (ko) |
| BR (1) | BR102012024861B1 (ko) |
| CA (2) | CA3023918C (ko) |
| DE (1) | DE102012019178A1 (ko) |
| GB (1) | GB2495222B (ko) |
| MX (1) | MX2012011426A (ko) |
| NL (1) | NL2009544B1 (ko) |
| RU (1) | RU2542937C2 (ko) |
Families Citing this family (365)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
| US8181205B2 (en) | 2002-09-24 | 2012-05-15 | Russ Samuel H | PVR channel and PVR IPG information |
| US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
| US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
| US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
| US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
| US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
| US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
| US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
| US9858925B2 (en) | 2009-06-05 | 2018-01-02 | Apple Inc. | Using context information to facilitate processing of commands in a virtual assistant |
| US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
| US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
| US10706373B2 (en) | 2011-06-03 | 2020-07-07 | Apple Inc. | Performing actions associated with task items that represent tasks to perform |
| US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
| US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
| US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
| US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
| US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
| US8994660B2 (en) | 2011-08-29 | 2015-03-31 | Apple Inc. | Text correction processing |
| US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
| US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
| US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
| US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
| US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
| JP2016508007A (ja) | 2013-02-07 | 2016-03-10 | アップル インコーポレイテッド | デジタルアシスタントのためのボイストリガ |
| US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
| US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
| WO2014197336A1 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
| US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
| WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
| US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
| CN110442699A (zh) * | 2013-06-09 | 2019-11-12 | 苹果公司 | 操作数字助理的方法、计算机可读介质、电子设备和系统 |
| US9728184B2 (en) | 2013-06-18 | 2017-08-08 | Microsoft Technology Licensing, Llc | Restructuring deep neural network acoustic models |
| US9311298B2 (en) | 2013-06-21 | 2016-04-12 | Microsoft Technology Licensing, Llc | Building conversational understanding systems using a toolset |
| US9589565B2 (en) * | 2013-06-21 | 2017-03-07 | Microsoft Technology Licensing, Llc | Environmentally aware dialog policies and response generation |
| CN103309618A (zh) | 2013-07-02 | 2013-09-18 | 姜洪明 | 移动操作系统 |
| US10956433B2 (en) * | 2013-07-15 | 2021-03-23 | Microsoft Technology Licensing, Llc | Performing an operation relative to tabular data based upon voice input |
| CN112989840A (zh) * | 2013-08-30 | 2021-06-18 | 英特尔公司 | 用于虚拟个人助理的可扩展上下文感知的自然语言交互 |
| CN104423844B (zh) * | 2013-08-30 | 2019-03-29 | 联想(北京)有限公司 | 一种信息处理方法、装置和电子设备 |
| JP2015052743A (ja) * | 2013-09-09 | 2015-03-19 | Ｎｅｃパーソナルコンピュータ株式会社 | 情報処理装置、情報処理装置の制御方法、及びプログラム |
| US20150074524A1 (en) * | 2013-09-10 | 2015-03-12 | Lenovo (Singapore) Pte. Ltd. | Management of virtual assistant action items |
| US9240182B2 (en) * | 2013-09-17 | 2016-01-19 | Qualcomm Incorporated | Method and apparatus for adjusting detection threshold for activating voice assistant function |
| US9754591B1 (en) | 2013-11-18 | 2017-09-05 | Amazon Technologies, Inc. | Dialog management context sharing |
| US10162813B2 (en) * | 2013-11-21 | 2018-12-25 | Microsoft Technology Licensing, Llc | Dialogue evaluation via multiple hypothesis ranking |
| US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
| US8862467B1 (en) | 2013-12-11 | 2014-10-14 | Google Inc. | Contextual speech recognition |
| CN105874531B (zh) * | 2014-01-06 | 2020-06-26 | 株式会社Ntt都科摩 | 终端设备、服务器设备以及计算机可读记录介质 |
| US8938394B1 (en) * | 2014-01-09 | 2015-01-20 | Google Inc. | Audio triggers based on context |
| WO2015112149A1 (en) * | 2014-01-23 | 2015-07-30 | Nuance Communications, Inc. | Method and apparatus for exploiting language skill information in automatic speech recognition |
| EP3100259A4 (en) * | 2014-01-31 | 2017-08-30 | Hewlett-Packard Development Company, L.P. | Voice input command |
| US20150234930A1 (en) | 2014-02-19 | 2015-08-20 | Google Inc. | Methods and systems for providing functional extensions with a landing page of a creative |
| US9324321B2 (en) | 2014-03-07 | 2016-04-26 | Microsoft Technology Licensing, Llc | Low-footprint adaptation and personalization for a deep neural network |
| CN103885596B (zh) * | 2014-03-24 | 2017-05-24 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| US9529794B2 (en) | 2014-03-27 | 2016-12-27 | Microsoft Technology Licensing, Llc | Flexible schema for language model customization |
| US9710546B2 (en) * | 2014-03-28 | 2017-07-18 | Microsoft Technology Licensing, Llc | Explicit signals personalized search |
| US10037758B2 (en) | 2014-03-31 | 2018-07-31 | Mitsubishi Electric Corporation | Device and method for understanding user intent |
| US9614724B2 (en) | 2014-04-21 | 2017-04-04 | Microsoft Technology Licensing, Llc | Session-based device configuration |
| US9520127B2 (en) | 2014-04-29 | 2016-12-13 | Microsoft Technology Licensing, Llc | Shared hidden layer combination for speech recognition systems |
| US9384334B2 (en) | 2014-05-12 | 2016-07-05 | Microsoft Technology Licensing, Llc | Content discovery in managed wireless distribution networks |
| US9384335B2 (en) | 2014-05-12 | 2016-07-05 | Microsoft Technology Licensing, Llc | Content delivery prioritization in managed wireless distribution networks |
| US9430667B2 (en) | 2014-05-12 | 2016-08-30 | Microsoft Technology Licensing, Llc | Managed wireless distribution network |
| US10111099B2 (en) | 2014-05-12 | 2018-10-23 | Microsoft Technology Licensing, Llc | Distributing content in managed wireless distribution networks |
| US9874914B2 (en) | 2014-05-19 | 2018-01-23 | Microsoft Technology Licensing, Llc | Power management contracts for accessory devices |
| US10726831B2 (en) * | 2014-05-20 | 2020-07-28 | Amazon Technologies, Inc. | Context interpretation in natural language processing using previous dialog acts |
| US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
| US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
| US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
| US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
| US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
| US9966065B2 (en) * | 2014-05-30 | 2018-05-08 | Apple Inc. | Multi-command single utterance input method |
| ES2894730T3 (es) * | 2014-06-02 | 2022-02-15 | Rovio Entertainment Ltd | Control de un programa de ordenador |
| US10838378B2 (en) | 2014-06-02 | 2020-11-17 | Rovio Entertainment Ltd | Control of a computer program using media content |
| US10037202B2 (en) | 2014-06-03 | 2018-07-31 | Microsoft Technology Licensing, Llc | Techniques to isolating a portion of an online computing service |
| CN107113222B (zh) * | 2014-06-06 | 2020-09-01 | 谷歌有限责任公司 | 基于环境的主动聊天信息系统 |
| US9367490B2 (en) | 2014-06-13 | 2016-06-14 | Microsoft Technology Licensing, Llc | Reversible connector for accessory devices |
| US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| KR102261552B1 (ko) | 2014-06-30 | 2021-06-07 | 삼성전자주식회사 | 음성 명령어 제공 방법 및 이를 지원하는 전자 장치 |
| US10015234B2 (en) | 2014-08-12 | 2018-07-03 | Sony Corporation | Method and system for providing information via an intelligent user interface |
| CN104239767B (zh) * | 2014-09-03 | 2018-05-01 | 陈飞 | 基于环境参数对自然语言命令自动补正操作序列以简化使用的装置及方法 |
| US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
| US10789041B2 (en) * | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
| US9886432B2 (en) | 2014-09-30 | 2018-02-06 | Apple Inc. | Parsimonious handling of word inflection via categorical stem + suffix N-gram language models |
| US9646609B2 (en) | 2014-09-30 | 2017-05-09 | Apple Inc. | Caching apparatus for serving phonetic pronunciations |
| US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
| US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
| US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
| KR102342623B1 (ko) | 2014-10-01 | 2021-12-22 | 엑스브레인, 인크. | 음성 및 연결 플랫폼 |
| KR101610151B1 (ko) * | 2014-10-17 | 2016-04-08 | 현대자동차 주식회사 | 개인음향모델을 이용한 음성 인식장치 및 방법 |
| CN104360897B (zh) * | 2014-10-29 | 2017-09-22 | 百度在线网络技术（北京）有限公司 | 对话处理方法和对话管理系统 |
| KR20160056548A (ko) | 2014-11-12 | 2016-05-20 | 삼성전자주식회사 | 질의 응답을 위한 디스플레이 장치 및 방법 |
| DE102014224794B4 (de) * | 2014-12-03 | 2024-02-29 | Bayerische Motoren Werke Aktiengesellschaft | Sprachassistenzverfahren für ein Kraftfahrzeug |
| US11327711B2 (en) * | 2014-12-05 | 2022-05-10 | Microsoft Technology Licensing, Llc | External visual interactions for speech-based devices |
| WO2016094807A1 (en) * | 2014-12-11 | 2016-06-16 | Vishal Sharma | Virtual assistant system to enable actionable messaging |
| KR102241289B1 (ko) * | 2014-12-12 | 2021-04-16 | 엘지전자 주식회사 | 디스플레이 장치 및 그 제어 방법 |
| US9552816B2 (en) | 2014-12-19 | 2017-01-24 | Amazon Technologies, Inc. | Application focus in speech-based systems |
| CN107206896B (zh) * | 2014-12-22 | 2021-03-05 | 大众汽车有限公司 | 手指板条和手指板条的应用 |
| US9836452B2 (en) * | 2014-12-30 | 2017-12-05 | Microsoft Technology Licensing, Llc | Discriminating ambiguous expressions to enhance user experience |
| US10713005B2 (en) | 2015-01-05 | 2020-07-14 | Google Llc | Multimodal state circulation |
| US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
| US9865280B2 (en) * | 2015-03-06 | 2018-01-09 | Apple Inc. | Structured dictation using intelligent automated assistants |
| US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
| US9886953B2 (en) * | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
| US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
| CN106020784B (zh) * | 2015-03-18 | 2020-09-08 | 小米科技有限责任公司 | 应用消息显示方法、装置及终端 |
| US9899019B2 (en) | 2015-03-18 | 2018-02-20 | Apple Inc. | Systems and methods for structured stem and suffix language models |
| US9842105B2 (en) | 2015-04-16 | 2017-12-12 | Apple Inc. | Parsimonious continuous-space phrase representations for natural language processing |
| US20160320198A1 (en) * | 2015-04-29 | 2016-11-03 | Ford Global Technologies, Llc | Ride-sharing routing using contextual constraints |
| US10114676B2 (en) * | 2015-05-05 | 2018-10-30 | Microsoft Technology Licensing, Llc | Building multimodal collaborative dialogs with task frames |
| US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
| US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
| US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
| US10127220B2 (en) | 2015-06-04 | 2018-11-13 | Apple Inc. | Language identification from short strings |
| RU2614930C2 (ru) * | 2015-06-05 | 2017-03-30 | Закрытое акционерное общество "Лаборатория Касперского" | Система и способ контроля исполнения приложений дополненной реальности, установленных на устройстве пользователя, в зависимости от состояния окружающей среды |
| US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
| US10101822B2 (en) | 2015-06-05 | 2018-10-16 | Apple Inc. | Language input correction |
| US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
| US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
| US10186254B2 (en) | 2015-06-07 | 2019-01-22 | Apple Inc. | Context-based endpoint detection |
| US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
| WO2017003452A1 (en) * | 2015-06-30 | 2017-01-05 | Nuance Communications, Inc. | Method and apparatus for processing user input |
| US10249297B2 (en) * | 2015-07-13 | 2019-04-02 | Microsoft Technology Licensing, Llc | Propagating conversational alternatives using delayed hypothesis binding |
| DE102015213722B4 (de) * | 2015-07-21 | 2020-01-23 | Volkswagen Aktiengesellschaft | Verfahren zum Betreiben eines Spracherkennungssystems in einem Fahrzeug und Spracherkennungssystem |
| US10686738B2 (en) | 2015-07-24 | 2020-06-16 | Facebook, Inc. | Providing personal assistant service via messaging |
| CN106469040B (zh) | 2015-08-19 | 2019-06-21 | 华为终端有限公司 | 通信方法、服务器及设备 |
| US10339916B2 (en) | 2015-08-31 | 2019-07-02 | Microsoft Technology Licensing, Llc | Generation and application of universal hypothesis ranking model |
| US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
| US10503265B2 (en) * | 2015-09-08 | 2019-12-10 | Microvision, Inc. | Mixed-mode depth detection |
| CN105205133A (zh) * | 2015-09-15 | 2015-12-30 | 小米科技有限责任公司 | 信息收集方法和装置 |
| US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
| US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
| US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
| US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
| US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
| JP6952690B2 (ja) | 2015-11-25 | 2021-10-20 | マイクロソフト テクノロジー ライセンシング，エルエルシー | 自動的な音声対話スクリプトの発見 |
| CN106814639A (zh) * | 2015-11-27 | 2017-06-09 | 富泰华工业（深圳）有限公司 | 语音控制系统及方法 |
| US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
| CN108476164B (zh) * | 2015-12-21 | 2021-10-08 | 谷歌有限责任公司 | 在消息传送应用中自动地提供机器人服务的方法 |
| EP3395018A1 (en) | 2015-12-21 | 2018-10-31 | Google LLC | Automatic suggestions for message exchange threads |
| US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
| US10049666B2 (en) * | 2016-01-06 | 2018-08-14 | Google Llc | Voice recognition system |
| EP3414758B1 (en) * | 2016-02-12 | 2020-09-23 | Samsung Electronics Co., Ltd. | Method and electronic device for performing voice based actions |
| DE202016107174U1 (de) * | 2016-03-09 | 2017-06-13 | Simone Hajek-Glöckner | Einrichtung zur psychischen Selbstschulung |
| US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
| US10133612B2 (en) * | 2016-03-17 | 2018-11-20 | Nuance Communications, Inc. | Session processing interaction between two or more virtual assistants |
| US10158593B2 (en) | 2016-04-08 | 2018-12-18 | Microsoft Technology Licensing, Llc | Proactive intelligent personal assistant |
| US10757048B2 (en) | 2016-04-08 | 2020-08-25 | Microsoft Technology Licensing, Llc | Intelligent personal assistant as a contact |
| US10319371B2 (en) * | 2016-05-04 | 2019-06-11 | GM Global Technology Operations LLC | Disambiguation of vehicle speech commands |
| US10291565B2 (en) * | 2016-05-17 | 2019-05-14 | Google Llc | Incorporating selectable application links into conversations with personal assistant modules |
| US10783178B2 (en) | 2016-05-17 | 2020-09-22 | Google Llc | Generating a personal database entry for a user based on natural language user interface input of the user and generating output based on the entry in response to further natural language user interface input of the user |
| US10263933B2 (en) * | 2016-05-17 | 2019-04-16 | Google Llc | Incorporating selectable application links into message exchange threads |
| US20170337284A1 (en) * | 2016-05-17 | 2017-11-23 | Google Inc. | Determining and using attributes of message exchange thread participants |
| US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
| US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
| US10049670B2 (en) * | 2016-06-06 | 2018-08-14 | Google Llc | Providing voice action discoverability example for trigger term |
| US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
| US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
| US10282218B2 (en) * | 2016-06-07 | 2019-05-07 | Google Llc | Nondeterministic task initiation by a personal assistant module |
| US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
| US10462619B2 (en) * | 2016-06-08 | 2019-10-29 | Google Llc | Providing a personal assistant module with a selectively-traversable state machine |
| DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
| US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| US10490187B2 (en) * | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
| US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
| US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
| DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
| DK179343B1 (en) * | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
| DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
| DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
| US10474946B2 (en) | 2016-06-24 | 2019-11-12 | Microsoft Technology Licensing, Llc | Situation aware personal assistant |
| DE102016212073A1 (de) * | 2016-07-04 | 2018-01-04 | Bayerische Motoren Werke Aktiengesellschaft | Fortbewegungsmittel, Vorrichtung und Verfahren zur Aktivierung einer Empfangsfunktion eines Assistentensystems in einem Fortbewegungsmittel |
| CN106250474B (zh) * | 2016-07-29 | 2020-06-23 | Tcl科技集团股份有限公司 | 一种语音控制的处理方法及系统 |
| RU2635902C1 (ru) * | 2016-08-05 | 2017-11-16 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система отбора обучающих признаков для алгоритма машинного обучения |
| US10192551B2 (en) | 2016-08-30 | 2019-01-29 | Google Llc | Using textual input and user state information to generate reply content to present in response to the textual input |
| US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
| CN109691036B (zh) * | 2016-09-16 | 2021-03-19 | 甲骨文国际公司 | 具有基于实体的通信的互联网云托管的自然语言交互式消息传送系统 |
| US10547574B2 (en) | 2016-09-20 | 2020-01-28 | Google Llc | Suggested responses based on message stickers |
| US10015124B2 (en) | 2016-09-20 | 2018-07-03 | Google Llc | Automatic response suggestions based on images received in messaging applications |
| WO2018057536A1 (en) | 2016-09-20 | 2018-03-29 | Google Llc | Bot requesting permission for accessing data |
| US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
| US20180096072A1 (en) * | 2016-10-03 | 2018-04-05 | Google Inc. | Personalization of a virtual assistant |
| US10552742B2 (en) * | 2016-10-14 | 2020-02-04 | Google Llc | Proactive virtual assistant |
| JP6805765B2 (ja) | 2016-10-21 | 2020-12-23 | 富士通株式会社 | ソフトウェアサービスの実行のためのシステム、方法、及びプログラム |
| ES2765415T3 (es) | 2016-10-21 | 2020-06-09 | Fujitsu Ltd | Aparato, método y programa de procesamiento de datos basado en microservicios |
| JP7100422B2 (ja) | 2016-10-21 | 2022-07-13 | 富士通株式会社 | データプロパティ認識のための装置、プログラム、及び方法 |
| EP3312722A1 (en) | 2016-10-21 | 2018-04-25 | Fujitsu Limited | Data processing apparatus, method, and program |
| US10776170B2 (en) | 2016-10-21 | 2020-09-15 | Fujitsu Limited | Software service execution apparatus, system, and method |
| CN106601216A (zh) * | 2016-11-30 | 2017-04-26 | 宇龙计算机通信科技(深圳)有限公司 | 通过音乐实现电子设备控制的方法及系统 |
| US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
| US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
| KR20180075009A (ko) * | 2016-12-26 | 2018-07-04 | 현대자동차주식회사 | 음성 처리 장치, 이를 포함하는 차량 및 음성 처리 방법 |
| US10924376B2 (en) * | 2016-12-30 | 2021-02-16 | Google Llc | Selective sensor polling |
| US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
| KR102338990B1 (ko) | 2017-01-23 | 2021-12-14 | 현대자동차주식회사 | 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법 |
| KR20180102871A (ko) * | 2017-03-08 | 2018-09-18 | 엘지전자 주식회사 | 이동단말기 및 이동단말기의 차량 제어 방법 |
| US10636418B2 (en) | 2017-03-22 | 2020-04-28 | Google Llc | Proactive incorporation of unsolicited content into human-to-computer dialogs |
| CN107122179A (zh) | 2017-03-31 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 语音的功能控制方法和装置 |
| CN107146610B (zh) * | 2017-04-10 | 2021-06-15 | 易视星空科技无锡有限公司 | 一种用户意图的确定方法及装置 |
| US20180308481A1 (en) * | 2017-04-20 | 2018-10-25 | Semantic Machines, Inc. | Automated assistant data flow |
| US20180314532A1 (en) * | 2017-04-26 | 2018-11-01 | Google Inc. | Organizing messages exchanged in human-to-computer dialogs with automated assistants |
| KR102309031B1 (ko) | 2017-04-27 | 2021-10-06 | 삼성전자 주식회사 | 지능형 에이전트 관리 방법 및 장치 |
| KR102375800B1 (ko) | 2017-04-28 | 2022-03-17 | 삼성전자주식회사 | 음성 인식 서비스를 제공하는 전자 장치 및 그 방법 |
| KR102380717B1 (ko) | 2017-04-30 | 2022-03-31 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치 및 이 전자 장치의 제어 방법 |
| US9865260B1 (en) | 2017-05-03 | 2018-01-09 | Google Llc | Proactive incorporation of unsolicited content into human-to-computer dialogs |
| US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
| DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
| DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
| US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
| US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
| EP3596625A1 (en) * | 2017-05-11 | 2020-01-22 | Apple Inc. | Offline personal assistant |
| DK180048B1 (en) | 2017-05-11 | 2020-02-04 | Apple Inc. | MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION |
| DK201770429A1 (en) | 2017-05-12 | 2018-12-14 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
| US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
| DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
| DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
| DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
| DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
| CN110637339B (zh) * | 2017-05-15 | 2023-05-09 | 苹果公司 | 使用隐式反馈优化数字助理的对话策略决策 |
| US10303715B2 (en) | 2017-05-16 | 2019-05-28 | Apple Inc. | Intelligent automated assistant for media exploration |
| DK179549B1 (en) | 2017-05-16 | 2019-02-12 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
| US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
| US10891485B2 (en) | 2017-05-16 | 2021-01-12 | Google Llc | Image archival based on image categories |
| US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
| US10275651B2 (en) * | 2017-05-16 | 2019-04-30 | Google Llc | Resolving automated assistant requests that are based on image(s) and/or other sensor data |
| US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
| US11074280B2 (en) * | 2017-05-18 | 2021-07-27 | Aiqudo, Inc | Cluster based search and recommendation method to rapidly on-board commands in personal assistants |
| US10664533B2 (en) * | 2017-05-24 | 2020-05-26 | Lenovo (Singapore) Pte. Ltd. | Systems and methods to determine response cue for digital assistant based on context |
| US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
| 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 |
| CN109102802B (zh) | 2017-06-21 | 2023-10-17 | 三星电子株式会社 | 用于处理用户话语的系统 |
| US10742435B2 (en) * | 2017-06-29 | 2020-08-11 | Google Llc | Proactive provision of new content to group chat participants |
| US11017037B2 (en) * | 2017-07-03 | 2021-05-25 | Google Llc | Obtaining responsive information from multiple corpora |
| KR102406718B1 (ko) * | 2017-07-19 | 2022-06-10 | 삼성전자주식회사 | 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템 |
| US11074911B2 (en) * | 2017-09-05 | 2021-07-27 | First Advantage Corporation | Digital assistant |
| CN117112761A (zh) | 2017-09-05 | 2023-11-24 | 声音猎手公司 | 域间通过语法槽的分类 |
| US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
| US10394957B2 (en) * | 2017-09-25 | 2019-08-27 | Microsoft Technology Licensing, Llc | Signal analysis in a conversational scheduling assistant computing system |
| US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
| KR102487669B1 (ko) | 2017-09-29 | 2023-01-13 | 현대자동차주식회사 | 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법 |
| CN107773982B (zh) * | 2017-10-20 | 2021-08-13 | 科大讯飞股份有限公司 | 游戏语音交互方法及装置 |
| WO2019103200A1 (ko) * | 2017-11-23 | 2019-05-31 | 주식회사 모다 | 통합 음성비서 서비스 제공 방법 및 장치 |
| US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
| EP3683673A3 (en) * | 2017-12-08 | 2020-10-21 | Google LLC | Isolating a device, from multiple devices in an environment, for being responsive to spoken assistant invocation(s) |
| CN109920429A (zh) * | 2017-12-13 | 2019-06-21 | 上海擎感智能科技有限公司 | 一种用于车载的语音识别数据处理方法及系统 |
| US11836592B2 (en) * | 2017-12-15 | 2023-12-05 | International Business Machines Corporation | Communication model for cognitive systems |
| US10891526B2 (en) | 2017-12-22 | 2021-01-12 | Google Llc | Functional image archiving |
| KR102532300B1 (ko) * | 2017-12-22 | 2023-05-15 | 삼성전자주식회사 | 어플리케이션 실행 방법 및 이를 위한 장치 |
| US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
| US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
| KR102066451B1 (ko) * | 2018-02-02 | 2020-01-15 | 주식회사 오비고 | 차량용 ai 서비스를 제공하는 방법 및 이를 이용한 장치 |
| CN110209776B (zh) * | 2018-02-13 | 2023-10-27 | 鼎捷软件股份有限公司 | 操作虚拟助理的方法及系统 |
| US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
| EP3616081A1 (en) | 2018-03-05 | 2020-03-04 | Google LLC. | Transitioning between prior dialog contexts with automated assistants |
| KR102508677B1 (ko) | 2018-03-08 | 2023-03-13 | 삼성전자주식회사 | 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법 |
| US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
| US10818288B2 (en) * | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
| US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
| US11056107B2 (en) * | 2018-03-30 | 2021-07-06 | International Business Machines Corporation | Conversational framework |
| US11113473B2 (en) * | 2018-04-02 | 2021-09-07 | SoundHound Inc. | Interpreting expressions having potentially ambiguous meanings in different domains |
| CN109948017B (zh) * | 2018-04-26 | 2021-03-30 | 华为技术有限公司 | 一种信息处理方法及装置 |
| CN112055857A (zh) | 2018-05-02 | 2020-12-08 | 三星电子株式会社 | 上下文推荐 |
| US10877718B2 (en) | 2018-05-07 | 2020-12-29 | Spotify Ab | Adaptive voice communication |
| US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
| US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
| CN110489517B (zh) * | 2018-05-09 | 2023-10-31 | 鼎捷软件股份有限公司 | 虚拟助理的自动学习方法及系统 |
| KR20200042127A (ko) | 2018-10-15 | 2020-04-23 | 현대자동차주식회사 | 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법 |
| KR20200006739A (ko) | 2018-07-11 | 2020-01-21 | 현대자동차주식회사 | 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법 |
| KR20200001188A (ko) | 2018-06-27 | 2020-01-06 | 현대자동차주식회사 | 대화 시스템, 그를 가지는 차량 및 차량의 제어 방법 |
| KR20190131741A (ko) * | 2018-05-17 | 2019-11-27 | 현대자동차주식회사 | 대화 시스템 및 대화 처리 방법 |
| KR102562227B1 (ko) | 2018-06-12 | 2023-08-02 | 현대자동차주식회사 | 대화 시스템, 그를 가지는 차량 및 차량의 제어 방법 |
| US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
| KR20190133100A (ko) * | 2018-05-22 | 2019-12-02 | 삼성전자주식회사 | 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법 |
| KR20190135676A (ko) | 2018-05-29 | 2019-12-09 | 현대자동차주식회사 | 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법 |
| EP3576084B1 (de) | 2018-05-29 | 2020-09-30 | Christoph Neumann | Effiziente dialoggestaltung |
| DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
| US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
| DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
| DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
| US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
| US10496705B1 (en) | 2018-06-03 | 2019-12-03 | Apple Inc. | Accelerated task performance |
| KR20200000155A (ko) | 2018-06-22 | 2020-01-02 | 현대자동차주식회사 | 대화 시스템 및 이를 이용한 차량 |
| KR20200000604A (ko) | 2018-06-25 | 2020-01-03 | 현대자동차주식회사 | 대화 시스템 및 대화 처리 방법 |
| US11386338B2 (en) * | 2018-07-05 | 2022-07-12 | International Business Machines Corporation | Integrating multiple domain problem solving in a dialog system for a user |
| KR20200006738A (ko) | 2018-07-11 | 2020-01-21 | 현대자동차주식회사 | 대화 시스템 및 대화 처리 방법 |
| US11075007B2 (en) | 2018-07-18 | 2021-07-27 | International Business Machines Corporation | Dynamic selection of virtual agents in a mutli-domain expert system |
| US10887454B2 (en) | 2018-08-20 | 2021-01-05 | Samsung Electronics Co., Ltd. | Electronic apparatus and control method thereof |
| JP7159707B2 (ja) * | 2018-09-04 | 2022-10-25 | 富士フイルムビジネスイノベーション株式会社 | 表示装置及びプログラム |
| KR20200027753A (ko) * | 2018-09-05 | 2020-03-13 | 삼성전자주식회사 | 전자 장치 및 단축 명령어에 대응하는 태스크 수행 방법 |
| CN110930999A (zh) * | 2018-09-19 | 2020-03-27 | 上海博泰悦臻电子设备制造有限公司 | 语音互动方法、装置及车辆 |
| US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
| US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
| US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
| US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
| US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
| US11528589B2 (en) | 2018-10-26 | 2022-12-13 | Motorola Solutions, Inc. | Device, system and method for modifying actions associated with an emergency call |
| WO2020117586A1 (en) * | 2018-12-03 | 2020-06-11 | Google Llc | Speech input processing |
| RU2701090C1 (ru) * | 2018-12-19 | 2019-09-24 | Самсунг Электроникс Ко., Лтд. | Система и способ для автоматического выполнения команд, заданных пользователем |
| EP4250287A3 (en) * | 2018-12-28 | 2024-01-17 | Google LLC | Supplementing voice inputs to an automated assistant according to selected suggestions |
| US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
| US11455982B2 (en) * | 2019-01-07 | 2022-09-27 | Cerence Operating Company | Contextual utterance resolution in multimodal systems |
| US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
| RU2721999C1 (ru) * | 2019-03-18 | 2020-05-25 | Сергей Александрович Гайдамаков | Ассоциативная сеть контактов, заметок и/или событий |
| KR20200119531A (ko) * | 2019-04-10 | 2020-10-20 | 삼성전자주식회사 | 자연어 응답을 생성하는 전자 장치 및 자연어 응답 생성 방법 |
| DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
| US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
| US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
| US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
| JP7417634B2 (ja) * | 2019-05-10 | 2024-01-18 | グーグル エルエルシー | 音声認識のためのエンドツーエンドモデルでコンテキスト情報を使用すること |
| US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
| US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
| EP3959713B1 (en) * | 2019-05-31 | 2023-08-23 | Apple Inc. | Voice assistant discoverability through on-device targeting and personalization |
| DK201970511A1 (en) | 2019-05-31 | 2021-02-15 | Apple Inc | Voice identification in digital assistant systems |
| DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
| US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
| WO2020242493A1 (en) * | 2019-05-31 | 2020-12-03 | Google Llc | Dynamically assigning multi-modality circumstantial data to assistant action requests for correlating with subsequent requests |
| US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
| US11468890B2 (en) | 2019-06-01 | 2022-10-11 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
| CN110211584A (zh) * | 2019-06-04 | 2019-09-06 | 广州小鹏汽车科技有限公司 | 车辆控制方法、装置、存储介质及控制终端 |
| CN110413654B (zh) * | 2019-06-20 | 2023-11-21 | 平安科技（深圳）有限公司 | 一种确定客户可信联系信息的方法、装置、计算机设备和存储介质 |
| US11438452B1 (en) | 2019-08-09 | 2022-09-06 | Apple Inc. | Propagating context information in a privacy preserving manner |
| CN112397062A (zh) * | 2019-08-15 | 2021-02-23 | 华为技术有限公司 | 语音交互方法、装置、终端及存储介质 |
| EP4034984A1 (en) * | 2019-09-24 | 2022-08-03 | Apple Inc. | Resolving natural language ambiguities with respect to a simulated reality setting |
| US11488406B2 (en) | 2019-09-25 | 2022-11-01 | Apple Inc. | Text detection using global geometry estimators |
| US20210104220A1 (en) * | 2019-10-08 | 2021-04-08 | Sarah MENNICKEN | Voice assistant with contextually-adjusted audio output |
| KR20210046475A (ko) * | 2019-10-18 | 2021-04-28 | 삼성전자주식회사 | 전자 장치 및 이의 음성 인식 기능 구동 방법 |
| KR102135859B1 (ko) | 2019-10-24 | 2020-07-20 | 주식회사 유니온플레이스 | 개인화된 가상 비서를 제공하는 장치 |
| US20210125610A1 (en) * | 2019-10-29 | 2021-04-29 | Facebook Technologies, Llc | Ai-driven personal assistant with adaptive response generation |
| US11227583B2 (en) | 2019-11-05 | 2022-01-18 | International Business Machines Corporation | Artificial intelligence voice response system having variable modes for interaction with user |
| US11574634B2 (en) | 2019-11-27 | 2023-02-07 | Google Llc | Interfacing with applications via dynamically updating natural language processing |
| EP3847546A1 (en) | 2019-11-27 | 2021-07-14 | Google LLC | Interfacing with applications via dynamically updating natural language processing |
| CN110995936B (zh) * | 2019-12-19 | 2021-03-19 | 大众问问(北京)信息科技有限公司 | 一种语音交互方法、装置及设备 |
| CN111061453B (zh) * | 2019-12-26 | 2023-12-26 | 北京官匠空间科技有限公司 | 一种用于app生态系统的语音交互方法、装置 |
| CN111222322B (zh) * | 2019-12-31 | 2022-10-25 | 联想(北京)有限公司 | 信息处理方法和电子设备 |
| WO2021192794A1 (ja) * | 2020-03-25 | 2021-09-30 | ソニーグループ株式会社 | 情報処理装置及び情報処理方法 |
| CN111488441B (zh) * | 2020-04-08 | 2023-08-01 | 北京百度网讯科技有限公司 | 问题解析方法、装置、知识图谱问答系统和电子设备 |
| KR102389179B1 (ko) * | 2020-04-14 | 2022-04-22 | 주식회사 오비고 | 차량 AVN 시스템의 상태 정보를 이용한 차량앱 제어 방법 및 이를 이용한 AI Service Agent |
| US11183193B1 (en) | 2020-05-11 | 2021-11-23 | Apple Inc. | Digital assistant hardware abstraction |
| US11061543B1 (en) | 2020-05-11 | 2021-07-13 | Apple Inc. | Providing relevant data items based on context |
| US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
| US11490204B2 (en) | 2020-07-20 | 2022-11-01 | Apple Inc. | Multi-device audio adjustment coordination |
| US11438683B2 (en) | 2020-07-21 | 2022-09-06 | Apple Inc. | User identification using headphones |
| CN112182373B (zh) * | 2020-09-25 | 2023-06-02 | 中国人民大学 | 一种基于上下文表示学习的性化搜索方法 |
| EP3989057A1 (de) * | 2020-10-23 | 2022-04-27 | Deutsche Telekom AG | Adaptiver sprachassistent bedienbar durch einen nutzer mittels eines nutzerendgeräts |
| US11705111B2 (en) | 2020-11-12 | 2023-07-18 | Samsung Electronics Co., Ltd. | Methods and systems for predicting non-default actions against unstructured utterances |
| CN112631138A (zh) * | 2020-12-09 | 2021-04-09 | 创维集团有限公司 | 一种基于智能家居智能控制系统的办公控制方法 |
| US11705125B2 (en) | 2021-03-26 | 2023-07-18 | International Business Machines Corporation | Dynamic voice input detection for conversation assistants |
| CN113297359B (zh) * | 2021-04-23 | 2023-11-28 | 阿里巴巴新加坡控股有限公司 | 交互信息的方法以及装置 |
| DE102021120246A1 (de) | 2021-08-04 | 2023-02-09 | Bayerische Motoren Werke Aktiengesellschaft | Spracherkennungssystem |
| US20230108256A1 (en) * | 2021-08-11 | 2023-04-06 | MeetKai, Inc. | Conversational artificial intelligence system in a virtual reality space |
| US20230124889A1 (en) * | 2021-10-15 | 2023-04-20 | Rovi Guides, Inc. | Systems and methods to generate contextual based actions |
| TWI823195B (zh) * | 2021-11-25 | 2023-11-21 | 荷蘭商荷蘭移動驅動器公司 | 智慧推薦方法及系統 |
| DE102022112444A1 (de) | 2022-05-18 | 2023-11-23 | Bayerische Motoren Werke Aktiengesellschaft | Spracherkennungssystem |
| CN115064168B (zh) * | 2022-08-17 | 2022-12-13 | 广州小鹏汽车科技有限公司 | 语音交互方法、服务器和存储介质 |
| WO2024049459A1 (en) * | 2022-08-30 | 2024-03-07 | Google Llc | Reducing metadata transmitted with automated assistant requests |
| WO2024058474A1 (ko) * | 2022-09-15 | 2024-03-21 | 삼성전자주식회사 | 음성 인식을 수행하는 전자 장치 및 이의 제어 방법 |
| WO2024071469A1 (ko) * | 2022-09-28 | 2024-04-04 | 엘지전자 주식회사 | 인공지능 기기 및 그의 동작 방법 |
| CN115565519B (zh) * | 2022-11-30 | 2023-04-07 | 广汽埃安新能源汽车股份有限公司 | 对话语音生成方法、装置、设备、计算机可读介质 |
| US11695867B1 (en) | 2022-12-07 | 2023-07-04 | V Group Inc. | Methods and systems for facilitating context-to-call communications between communication points via dedicated context-to-call-enabled contact numbers |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020020585A (ko) * | 2000-09-09 | 2002-03-15 | 최진열 | 에이전트를 이용한 대화 방식 인터페이스 운영 시스템 및방법과 그 프로그램 소스를 기록한 기록 매체 |
| US20090030800A1 (en) * | 2006-02-01 | 2009-01-29 | Dan Grois | Method and System for Searching a Data Network by Using a Virtual Assistant and for Advertising by using the same |
| US20090182562A1 (en) * | 2008-01-14 | 2009-07-16 | Garmin Ltd. | Dynamic user interface for automated speech recognition |
| WO2011088053A2 (en) * | 2010-01-18 | 2011-07-21 | Apple Inc. | Intelligent automated assistant |
Family Cites Families (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08339288A (ja) * | 1995-06-14 | 1996-12-24 | Canon Inc | 情報処理装置及びその制御方法 |
| JPH11514453A (ja) * | 1995-09-14 | 1999-12-07 | エリクソン インコーポレイテッド | 音声信号を適応的に濾波して雑音のある環境条件での音声了解度を高めるシステム |
| US20030093281A1 (en) * | 1999-05-21 | 2003-05-15 | Michael Geilhufe | Method and apparatus for machine to machine communication using speech |
| US6584439B1 (en) * | 1999-05-21 | 2003-06-24 | Winbond Electronics Corporation | Method and apparatus for controlling voice controlled devices |
| US6324512B1 (en) * | 1999-08-26 | 2001-11-27 | Matsushita Electric Industrial Co., Ltd. | System and method for allowing family members to access TV contents and program media recorder over telephone or internet |
| JP4200607B2 (ja) * | 1999-09-03 | 2008-12-24 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム格納媒体 |
| JP3941299B2 (ja) * | 1999-10-12 | 2007-07-04 | 三菱電機株式会社 | 音声対話装置 |
| US6353794B1 (en) * | 1999-10-19 | 2002-03-05 | Ar Group, Inc. | Air travel information and computer data compilation, retrieval and display method and system |
| JP2001216131A (ja) | 2000-02-04 | 2001-08-10 | Sony Corp | 情報処理装置および方法、並びにプログラム格納媒体 |
| US20020087306A1 (en) * | 2000-12-29 | 2002-07-04 | Lee Victor Wai Leung | Computer-implemented noise normalization method and system |
| US7257537B2 (en) * | 2001-01-12 | 2007-08-14 | International Business Machines Corporation | Method and apparatus for performing dialog management in a computer conversational interface |
| US7031916B2 (en) * | 2001-06-01 | 2006-04-18 | Texas Instruments Incorporated | Method for converging a G.729 Annex B compliant voice activity detection circuit |
| US20030233230A1 (en) * | 2002-06-12 | 2003-12-18 | Lucent Technologies Inc. | System and method for representing and resolving ambiguity in spoken dialogue systems |
| US7003464B2 (en) * | 2003-01-09 | 2006-02-21 | Motorola, Inc. | Dialog recognition and control in a voice browser |
| JP2004239963A (ja) | 2003-02-03 | 2004-08-26 | Mitsubishi Electric Corp | 車載制御装置 |
| KR20040088975A (ko) * | 2003-04-14 | 2004-10-20 | 주식회사 케이티 | 개인비서 전화서비스 시스템 및 그 방법 |
| US7302392B1 (en) * | 2003-10-07 | 2007-11-27 | Sprint Spectrum L.P. | Voice browser with weighting of browser-level grammar to enhance usability |
| US7669177B2 (en) * | 2003-10-24 | 2010-02-23 | Microsoft Corporation | System and method for preference application installation and execution |
| US20060036430A1 (en) | 2004-08-12 | 2006-02-16 | Junling Hu | System and method for domain-based natural language consultation |
| US8942985B2 (en) * | 2004-11-16 | 2015-01-27 | Microsoft Corporation | Centralized method and system for clarifying voice commands |
| US7826945B2 (en) * | 2005-07-01 | 2010-11-02 | You Zhang | Automobile speech-recognition interface |
| US7949529B2 (en) * | 2005-08-29 | 2011-05-24 | Voicebox Technologies, Inc. | Mobile systems and methods of supporting natural language human-machine interactions |
| US8126120B2 (en) * | 2005-12-12 | 2012-02-28 | Tellme Networks, Inc. | Providing missed call and message information |
| US7480870B2 (en) | 2005-12-23 | 2009-01-20 | Apple Inc. | Indication of progress towards satisfaction of a user input condition |
| US7657849B2 (en) | 2005-12-23 | 2010-02-02 | Apple Inc. | Unlocking a device by performing gestures on an unlock image |
| US7599861B2 (en) * | 2006-03-02 | 2009-10-06 | Convergys Customer Management Group, Inc. | System and method for closed loop decisionmaking in an automated care system |
| JP5146979B2 (ja) * | 2006-06-02 | 2013-02-20 | 株式会社国際電気通信基礎技術研究所 | 自然言語における多義解消装置及びコンピュータプログラム |
| US8423347B2 (en) * | 2006-06-06 | 2013-04-16 | Microsoft Corporation | Natural language personal information management |
| US8073681B2 (en) * | 2006-10-16 | 2011-12-06 | Voicebox Technologies, Inc. | System and method for a cooperative conversational voice user interface |
| US20080147411A1 (en) * | 2006-12-19 | 2008-06-19 | International Business Machines Corporation | Adaptation of a speech processing system from external input that is not directly related to sounds in an operational acoustic environment |
| US8762143B2 (en) * | 2007-05-29 | 2014-06-24 | At&T Intellectual Property Ii, L.P. | Method and apparatus for identifying acoustic background environments based on time and speed to enhance automatic speech recognition |
| US9954996B2 (en) | 2007-06-28 | 2018-04-24 | Apple Inc. | Portable electronic device with conversation management for incoming instant messages |
| US8140335B2 (en) * | 2007-12-11 | 2012-03-20 | Voicebox Technologies, Inc. | System and method for providing a natural language voice user interface in an integrated voice navigation services environment |
| US8082148B2 (en) * | 2008-04-24 | 2011-12-20 | Nuance Communications, Inc. | Testing a grammar used in speech recognition for reliability in a plurality of operating environments having different background noise |
| US8121837B2 (en) * | 2008-04-24 | 2012-02-21 | Nuance Communications, Inc. | Adjusting a speech engine for a mobile computing device based on background noise |
| KR101462932B1 (ko) | 2008-05-28 | 2014-12-04 | 엘지전자 주식회사 | 이동 단말기 및 그의 텍스트 수정방법 |
| JP2010066519A (ja) * | 2008-09-11 | 2010-03-25 | Brother Ind Ltd | 音声対話装置、音声対話方法、および音声対話プログラム |
| JP2010079103A (ja) | 2008-09-26 | 2010-04-08 | Brother Ind Ltd | 音声対話装置及びそのプログラム並びに音声対話処理方法 |
| US8285545B2 (en) * | 2008-10-03 | 2012-10-09 | Volkswagen Ag | Voice command acquisition system and method |
| US8584031B2 (en) | 2008-11-19 | 2013-11-12 | Apple Inc. | Portable touch screen device, method, and graphical user interface for using emoji characters |
| US20100146437A1 (en) | 2008-12-04 | 2010-06-10 | Microsoft Corporation | Glanceable animated notifications on a locked device |
| US8539382B2 (en) | 2009-04-03 | 2013-09-17 | Palm, Inc. | Preventing unintentional activation and/or input in an electronic device |
| US10706373B2 (en) * | 2011-06-03 | 2020-07-07 | Apple Inc. | Performing actions associated with task items that represent tasks to perform |
| US9117448B2 (en) * | 2009-07-27 | 2015-08-25 | Cisco Technology, Inc. | Method and system for speech recognition using social networks |
| US9197736B2 (en) * | 2009-12-31 | 2015-11-24 | Digimarc Corporation | Intuitive computing methods and systems |
| US8301121B2 (en) * | 2010-01-22 | 2012-10-30 | Sony Ericsson Mobile Communications Ab | Regulating alerts generated by communication terminals responsive to sensed movement |
| US8626511B2 (en) * | 2010-01-22 | 2014-01-07 | Google Inc. | Multi-dimensional disambiguation of voice commands |
| CN102893327B (zh) * | 2010-03-19 | 2015-05-27 | 数字标记公司 | 直觉计算方法和系统 |
-
2012
- 2012-09-28 EP EP20120186663 patent/EP2575128A3/en not_active Withdrawn
- 2012-09-28 MX MX2012011426A patent/MX2012011426A/es active IP Right Grant
- 2012-09-28 KR KR1020120109552A patent/KR101683083B1/ko active IP Right Grant
- 2012-09-28 CA CA3023918A patent/CA3023918C/en active Active
- 2012-09-28 CA CA2791277A patent/CA2791277C/en active Active
- 2012-09-28 GB GB1217449.6A patent/GB2495222B/en active Active
- 2012-09-28 DE DE102012019178A patent/DE102012019178A1/de not_active Withdrawn
- 2012-09-28 AU AU2012232977A patent/AU2012232977A1/en not_active Abandoned
- 2012-09-28 BR BR102012024861-1A patent/BR102012024861B1/pt active IP Right Grant
- 2012-09-28 EP EP16195814.5A patent/EP3200185A1/en not_active Withdrawn
- 2012-09-28 JP JP2012230300A patent/JP5698203B2/ja active Active
- 2012-09-28 EP EP18154657.3A patent/EP3392876A1/en not_active Withdrawn
- 2012-09-28 RU RU2012141604/08A patent/RU2542937C2/ru active
- 2012-10-01 NL NL2009544A patent/NL2009544B1/en active
- 2012-10-08 CN CN201210599203.8A patent/CN103226949B/zh active Active
-
2015
- 2015-02-12 JP JP2015025813A patent/JP6285883B2/ja active Active
-
2016
- 2016-11-30 KR KR1020160161496A patent/KR102048375B1/ko active IP Right Grant
-
2017
- 2017-03-28 JP JP2017062372A patent/JP6740162B2/ja active Active
-
2018
- 2018-05-02 KR KR1020180050592A patent/KR102145660B1/ko active IP Right Grant
-
2019
- 2019-11-19 KR KR1020190148423A patent/KR102309489B1/ko active IP Right Grant
-
2020
- 2020-07-22 JP JP2020125245A patent/JP7082645B2/ja active Active
-
2021
- 2021-09-29 KR KR1020210128938A patent/KR102447546B1/ko active IP Right Grant
-
2022
- 2022-05-27 JP JP2022086561A patent/JP7357113B2/ja active Active
- 2022-09-21 KR KR1020220119609A patent/KR102622737B1/ko active IP Right Grant
-
2023
- 2023-09-25 JP JP2023160075A patent/JP2023169360A/ja active Pending
-
2024
- 2024-01-04 KR KR1020240001375A patent/KR20240010057A/ko active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020020585A (ko) * | 2000-09-09 | 2002-03-15 | 최진열 | 에이전트를 이용한 대화 방식 인터페이스 운영 시스템 및방법과 그 프로그램 소스를 기록한 기록 매체 |
| US20090030800A1 (en) * | 2006-02-01 | 2009-01-29 | Dan Grois | Method and System for Searching a Data Network by Using a Virtual Assistant and for Advertising by using the same |
| US20090182562A1 (en) * | 2008-01-14 | 2009-07-16 | Garmin Ltd. | Dynamic user interface for automated speech recognition |
| WO2011088053A2 (en) * | 2010-01-18 | 2011-07-21 | Apple Inc. | Intelligent automated assistant |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102447546B1 (ko) | 가상 비서에서 커맨드 처리를 용이하게 하기 위한 컨텍스트 정보의 이용 | |
| US20230409283A1 (en) | Interface for a virtual digital assistant | |
| AU2017203847B2 (en) | Using context information to facilitate processing of commands in a virtual assistant | |
| US10475446B2 (en) | Using context information to facilitate processing of commands in a virtual assistant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |