KR20220000925A - 디지털 어시스턴트들에 대한 계층적 신념 상태들 - Google Patents
디지털 어시스턴트들에 대한 계층적 신념 상태들 Download PDFInfo
- Publication number
- KR20220000925A KR20220000925A KR1020217042389A KR20217042389A KR20220000925A KR 20220000925 A KR20220000925 A KR 20220000925A KR 1020217042389 A KR1020217042389 A KR 1020217042389A KR 20217042389 A KR20217042389 A KR 20217042389A KR 20220000925 A KR20220000925 A KR 20220000925A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- slots
- attribute
- candidate
- slot
- Prior art date
Links
- 230000009471 action Effects 0.000 claims abstract description 196
- 238000000034 method Methods 0.000 claims abstract description 111
- 230000004044 response Effects 0.000 claims description 48
- 238000003860 storage Methods 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 abstract description 57
- 230000008878 coupling Effects 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 abstract description 3
- 238000005859 coupling reaction Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 117
- 238000004891 communication Methods 0.000 description 57
- 230000033001 locomotion Effects 0.000 description 55
- 238000003058 natural language processing Methods 0.000 description 53
- 238000005111 flow chemistry technique Methods 0.000 description 38
- 230000006870 function Effects 0.000 description 31
- 230000002093 peripheral effect Effects 0.000 description 22
- 230000015572 biosynthetic process Effects 0.000 description 21
- 238000003786 synthesis reaction Methods 0.000 description 21
- 230000007246 mechanism Effects 0.000 description 16
- 230000014509 gene expression Effects 0.000 description 15
- 238000001514 detection method Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 13
- 241000699666 Mus <mouse, genus> Species 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 238000013459 approach Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000009499 grossing Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000010411 cooking Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000021317 sensory perception Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 241000227653 Lycopersicon Species 0.000 description 3
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 241001422033 Thestylus Species 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 229920001746 electroactive polymer Polymers 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 235000013410 fast food Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 235000013550 pizza Nutrition 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
계층적 신념 상태를 사용하여 디지털 어시스턴트를 동작시키기 위한 시스템들 및 프로세스들이 개시된다. 예시적인 프로세스에서, 대화의 사용자 발화가 수신된다. 대화에 대한 신념 상태가 결정된다. 신념 상태는 복수의 대화 슬롯들을 포함한다. 복수의 대화 슬롯들의 각각의 대화 슬롯은 각각의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 각자의 주변 확실성(marginal certainty)을 포함한다. 복수의 대화 슬롯들의 제1 대화 슬롯은 제1 대화 슬롯으로부터 발생하는 하나 이상의 해석들에 대한 하나 이상의 결합 확실성들을 추가로 포함한다. 복수의 대화 슬롯들의 각각의 대화 슬롯의 주변 확실성 및 제1 대화 슬롯의 하나 이상의 결합 확실성들에 기초하여, 신념 상태에 대응하는 복수의 후보 정책 행동들로부터 정책 행동이 선택된다. 선택된 정책 행동이 수행된다.
Description
관련 출원에 대한 상호 참조
본 출원은, 2017년 5월 15일자로 출원되고 발명의 명칭이 "Hierarchical Belief States for digital assistants"인 미국 출원 번호 제62/506,455호; 2017년 6월 1일자로 출원되고 발명의 명칭이 "Hierarchical Belief States for digital assistants"인 덴마크 출원 제PA201770432호; 및 2017년 8월 15일자로 출원되고 발명의 명칭이 "Hierarchical Belief States for digital assistants"인 미국 출원 번호 제15/678,065호에 대해 우선권을 주장하며, 상기 출원들의 내용들은 이로써 그 전체가 참조로 통합된다.
기술분야
본 발명은 일반적으로 디지털 어시스턴트(digital assistant)들에 관한 것으로, 보다 구체적으로는 디지털 어시스턴트들에 대한 계층적 신념 상태들(belief states)에 관한 것이다.
지능형 자동화 어시스턴트들(또는 디지털 어시스턴트들)은 인간 사용자들과 전자 디바이스들 사이의 유익한 인터페이스를 제공할 수 있다. 이러한 어시스턴트들은 사용자들이 음성(spoken) 및/또는 텍스트 형태들의 자연 언어를 사용하여 디바이스들 또는 시스템들과 상호작용하도록 할 수 있다. 예를 들어, 사용자는 전자 디바이스 상에서 동작하는 디지털 어시스턴트에게 사용자 요청을 포함하는 발화를 제공할 수 있다. 디지털 어시스턴트는 발화로부터 사용자의 의도를 해석하고 사용자의 의도를 태스크들로 조작할 수 있다. 이어서, 태스크들은 전자 디바이스의 하나 이상의 서비스들을 실행함으로써 수행될 수 있고, 사용자 요청에 응답하는 관련 출력이 사용자에게 반환될 수 있다.
계층적 신념 상태를 사용하여 디지털 어시스턴트를 동작시키기 위한 시스템들 및 프로세스들이 개시된다. 예시적인 프로세스에서, 대화(dialogue)의 사용자 발화(user utterance)가 수신된다. 사용자 발화의 하나 이상의 텍스트 표현들에 기초하여, 사용자 발화에 대응하는 하나 이상의 사용자 의도들이 결정된다. 대화에 대한 신념 상태가 결정된다. 신념 상태는 복수의 대화 슬롯들(dialogue slots)을 포함한다. 복수의 대화 슬롯들의 각각의 대화 슬롯은 각자의 대화 슬롯에 의해 표현되는 개념(concept) 또는 속성(property)에 대한 각자의 주변 확실성(marginal certainty)을 포함한다. 복수의 대화 슬롯들의 제1 대화 슬롯은 제1 대화 슬롯으로부터 발생하는 하나 이상의 해석들에 대한 하나 이상의 결합 확실성들(joint certainties)을 추가로 포함한다. 복수의 대화 슬롯들의 각각의 대화 슬롯의 주변 확실성 및 제1 대화 슬롯의 하나 이상의 결합 확실성들에 기초하여, 신념 상태에 대응하는 복수의 후보 정책 행동들(candidate policy actions)로부터 정책 행동이 선택된다. 프리젠테이션을 위해 정책 행동의 결과들을 출력하는 것을 포함하는, 선택된 정책 행동이 수행된다.
각각의 대화 슬롯에 대한 주변 확실성들 뿐만 아니라 신념 상태에서 관련된 대화 슬롯들의 그룹들에 대한 결합 확실성들 둘 모두를 갖는 것은 취급 용이성 및 계산 효율을 유지하면서 복잡한 요청들에 응답하기 위한 정확하고 강건한 의사 결정을 가능하게 할 수 있다. 특히, 이러한 접근법은 후보 사용자 의도들(candidate user intents) 및 그들의 연관된 확실성들의 포괄적인 목록을 유지해야 하는 것을 회피하며, 이는 신념 상태의 크기를 감소시키고 신념 상태 및 정책 행동의 계산을 더 취급 용이하게 한다. 동시에, 결합 방식으로 상호작용하는 개념들 또는 속성들에 대한 신념 상태에 포함된 결합 확실성 정보는 적절한 정책 행동들의 선택을 더 잘 통지할 수 있다. 그 결과, 전자 디바이스의 동작성은 스피치 및 다른 형태들의 자연 언어 입력의 더 나은 해석을 허용함으로써 향상될 수 있다. 구체적으로, 전자 디바이스는 사용자 요청들에 응답하여 태스크들을 식별 및 수행할 때 취급 용이성 및 계산 효율을 유지하면서 더 큰 정확도 및 신뢰도로 동작할 수 있다.
이러한 기능들을 수행하기 위한 실행가능 명령어들은, 선택적으로, 하나 이상의 프로세서들에 의한 실행을 위해 구성된 비일시적 컴퓨터 판독가능 저장 매체 또는 다른 컴퓨터 프로그램 제품에 포함된다. 이러한 기능들을 수행하기 위한 실행가능 명령어들은, 선택적으로, 하나 이상의 프로세서들에 의한 실행을 위해 구성된 일시적 컴퓨터 판독가능 저장 매체 또는 다른 컴퓨터 프로그램 제품에 포함된다.
도 1은 다양한 예들에 따른, 디지털 어시스턴트를 구현하기 위한 시스템 및 환경을 도시하는 블록도이다.
도 2a는 다양한 예들에 따른, 디지털 어시스턴트의 클라이언트 측 부분을 구현하는 휴대용 다기능 디바이스를 도시하는 블록도이다.
도 2b는 다양한 예들에 따른, 이벤트 처리를 위한 예시적인 컴포넌트들을 도시하는 블록도이다.
도 3은 다양한 예들에 따른, 디지털 어시스턴트의 클라이언트 측 부분을 구현하는 휴대용 다기능 디바이스를 도시한다.
도 4는 다양한 예들에 따른, 디스플레이 및 터치 감응형 표면을 갖는 예시적인 다기능 디바이스의 블록도이다.
도 5a는 다양한 예들에 따른, 휴대용 다기능 디바이스 상의 애플리케이션들의 메뉴에 대한 예시적인 사용자 인터페이스를 도시한다.
도 5b는 다양한 예들에 따른, 디스플레이로부터 분리된 터치 감응형 표면을 갖는 다기능 디바이스에 대한 예시적인 사용자 인터페이스를 도시한다.
도 6a는 다양한 예들에 따른 개인용 전자 디바이스를 도시한다.
도 6b는 다양한 예들에 따른 개인용 전자 디바이스를 도시하는 블록도이다.
도 7a는 다양한 예들에 따른 디지털 어시스턴트 시스템 또는 그의 서버 부분을 도시하는 블록도이다.
도 7b는 다양한 예들에 따른, 도 7a에 도시된 디지털 어시스턴트의 기능들을 도시한다.
도 7c는 다양한 예들에 따른 온톨로지(ontology)의 일부분을 도시한다.
도 8은 다양한 예들에 따른 신념 상태의 일부분을 도시한다.
도 9는 다양한 예들에 따른 업데이트된 신념 상태의 일부분을 도시한다.
도 10은 다양한 예들에 따른 업데이트된 신념 상태의 일부분을 도시한다.
도 11은 다양한 예들에 따른 업데이트된 신념 상태의 일부분을 도시한다.
도 12는 다양한 예에 따른, 계층적 신념 상태들을 사용하여 디지털 어시스턴트를 동작시키기 위한 프로세스를 도시한다.
도 2a는 다양한 예들에 따른, 디지털 어시스턴트의 클라이언트 측 부분을 구현하는 휴대용 다기능 디바이스를 도시하는 블록도이다.
도 2b는 다양한 예들에 따른, 이벤트 처리를 위한 예시적인 컴포넌트들을 도시하는 블록도이다.
도 3은 다양한 예들에 따른, 디지털 어시스턴트의 클라이언트 측 부분을 구현하는 휴대용 다기능 디바이스를 도시한다.
도 4는 다양한 예들에 따른, 디스플레이 및 터치 감응형 표면을 갖는 예시적인 다기능 디바이스의 블록도이다.
도 5a는 다양한 예들에 따른, 휴대용 다기능 디바이스 상의 애플리케이션들의 메뉴에 대한 예시적인 사용자 인터페이스를 도시한다.
도 5b는 다양한 예들에 따른, 디스플레이로부터 분리된 터치 감응형 표면을 갖는 다기능 디바이스에 대한 예시적인 사용자 인터페이스를 도시한다.
도 6a는 다양한 예들에 따른 개인용 전자 디바이스를 도시한다.
도 6b는 다양한 예들에 따른 개인용 전자 디바이스를 도시하는 블록도이다.
도 7a는 다양한 예들에 따른 디지털 어시스턴트 시스템 또는 그의 서버 부분을 도시하는 블록도이다.
도 7b는 다양한 예들에 따른, 도 7a에 도시된 디지털 어시스턴트의 기능들을 도시한다.
도 7c는 다양한 예들에 따른 온톨로지(ontology)의 일부분을 도시한다.
도 8은 다양한 예들에 따른 신념 상태의 일부분을 도시한다.
도 9는 다양한 예들에 따른 업데이트된 신념 상태의 일부분을 도시한다.
도 10은 다양한 예들에 따른 업데이트된 신념 상태의 일부분을 도시한다.
도 11은 다양한 예들에 따른 업데이트된 신념 상태의 일부분을 도시한다.
도 12는 다양한 예에 따른, 계층적 신념 상태들을 사용하여 디지털 어시스턴트를 동작시키기 위한 프로세스를 도시한다.
예들의 다음 설명에서, 첨부된 도면들이 참조되며, 실시될 수 있는 특정 예들이 도면들 내에서 예시로서 도시된다. 다양한 예들의 범주를 벗어나지 않으면서 다른 예들이 이용될 수 있고 구조적 변경이 행해질 수 있다는 것이 이해되어야 한다.
계층적 신념 상태들은 사용자와 디지털 어시스턴트 사이의 대화의 상태를 표현하고 유지하기 위해 사용될 수 있다. 특히, 계층적 신념 상태들은 스피치 인식 및 자연 언어 처리로부터의 에러들의 강건한 취급 뿐만 아니라 시스템 응답들에 대한 효과적인 의사 결정을 가능하게 할 수 있다. 또한, 계층적 신념 상태들은 사용자로부터의 복잡한 자연 언어 요청들을 지원할 수 있다. 하나의 접근법에서, 계층적 신념 상태는 후보 사용자 의도들의 포괄적인 목록 및 각각의 후보 사용자 의도에 대한 연관된 결합 확실성들(예컨대, 결합 확률들)을 유지할 수 있다. 예를 들어, "나는 23일로부터 이틀 동안 미팅을 원한다"라는 사용자 요청이 주어지면, 계층적 신념 상태는 (1) 25일에 대해 캘린더 이벤트를 생성하는 것, (2) 23일에 대해 그리고 이틀의 지속기간에 대해 캘린더 이벤트를 생성하는 것, (3) 25일의 캘린더 이벤트를 검색하는 것, (4) 23일에 그리고 이틀의 지속기간을 갖는 캘린더 이벤트를 검색하는 것의 후보 사용자 의도들을 포함할 수 있다. 이 예에서, 계층적 신념 상태는 4개의 후보 사용자 의도들 각각에 대한 결합 확실성들을 유지할 것이다. 이러한 접근법은 개념들 및/또는 속성들 사이의(예컨대, "일"과 "지속기간" 사이의) 관련 결합 관계들을 고려하는 데 바람직할 수 있지만, 하나의 문제점은 유지되는 후보 사용자 의도들의 수가 크게 될 때 확장되지 않는다는 것이다. 특히, 계층적 신념 상태 및 정책 행동들의 계산들은 후보 사용자 의도들의 수가 크게 될 때 취급 용이하지 않게 될 수 있다.
다른 접근법에서, 후보 사용자 의도들의 개별 개념들 및/또는 속성들은 계층적 신념 상태에서 독립적으로 추적된다. 구체적으로, 계층적 신념 상태는 후보 사용자 의도들의 각자의 개념 또는 속성을 각각 표현하는 복수의 대화 슬롯들을 포함한다. 각각의 대화 슬롯은 대화 슬롯에 의해 표현되는 각자의 개념 또는 속성에 대한 주변 확실성(예를 들어, 주변 확률 또는 주변 기대값)을 유지한다. 이어서, 특정 후보 사용자 의도와 연관된 결합 확실성은 관련 대화 슬롯들에 대한 주변 확률들의 곱에 기초하여 결정될 수 있다. 예를 들어, "나는 23일로부터 이틀 동안 미팅을 원한다"라는 사용자 요청의 예로 되돌아 가서, 대응하는 후보 사용자 의도들은 "캘린더", "이벤트", "생성" 및 "검색"의 개념들 및 "일" 및 "지속기간"의 속성들을 포함한다. 이러한 예에서, 이들 개념들 및 속성들 각각은 계층적 신념 상태에 있는 각자의 대화 슬롯에 의해 표현된다. 또한, 각각의 대화 슬롯은 각자의 대화 슬롯에 의해 표현되는 각각의 개념 또는 속성에 대한 주변 확실성을 유지할 것이다. 따라서, 25일에 대한 캘린더 이벤트를 생성하는 후보 사용자 의도에 대해, 연관된 결합 확실성은 "캘린더", "이벤트" 및 "생성" 개념들 및 "일" 속성을 표현하는 대화 슬롯들에 대한 주변 확실성들의 곱에 기초하여 결정된다. 확실성들은 모든 후보 사용자 의도들에 대해서보다는 대화 슬롯 레벨에서 유지되기 때문에, 이러한 접근법은 더 확장가능하고 취급 용이할 수 있다. 그러나, 이러한 접근법은 결합 방식으로 상호작용하는 개념들 또는 속성들에 대한 결합 확실성 정보를 유지하지 않는다. 따라서, 이러한 접근법에서, 의사 결정(예를 들어, 정책 행동들의 선택)은 관련 개념들 또는 속성들 사이의 가능한 결합 상호작용들에 의해 통지되지 않을 수 있다. 그 결과, 이러한 접근법은 더 복잡한 사용자 요청들에 대해 더 낮은 정확성 및 강건성을 겪을 수 있다.
본원에 설명된 일부 기술들에 따르면, 취급 용이성 및 계산 효율을 유지하면서 복잡한 사용자 요청들에 대해 응답하기 위한 정확하고 강건한 의사 결정을 가능하게 하는 계층적 신념 상태가 제공된다. 이러한 계층적 신념 상태를 사용하여 디지털 어시스턴트를 동작시키기 위한 하나의 예시적인 프로세스에서, 대화의 사용자 발화가 수신된다. 사용자 발화의 하나 이상의 텍스트 표현들에 기초하여, 사용자 발화에 대응하는 하나 이상의 사용자 의도들이 결정된다. 대화에 대한 신념 상태가 결정된다. 신념 상태는 복수의 대화 슬롯들을 포함한다. 복수의 대화 슬롯들의 각각의 대화 슬롯은 각자의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 각자의 주변 확실성(marginal certainty)을 포함한다. 복수의 대화 슬롯들의 제1 대화 슬롯은 제1 대화 슬롯으로부터 발생하는 하나 이상의 해석들에 대한 하나 이상의 결합 확실성들을 추가로 포함한다. 복수의 대화 슬롯들의 각각의 대화 슬롯의 주변 확실성 및 제1 대화 슬롯의 하나 이상의 결합 확실성들에 기초하여, 신념 상태에 대응하는 복수의 후보 정책 행동들로부터 정책 행동이 선택된다. 프리젠테이션을 위해 정책 행동의 결과들을 출력하는 것을 포함하는, 선택된 정책 행동이 수행된다.
이하의 설명이 다양한 요소들을 기술하기 위해 "제1", "제2" 등과 같은 용어들을 사용하지만, 이러한 요소들이 그 용어들에 의해 제한되어서는 안 된다. 이러한 용어들은 하나의 요소를 다른 요소와 구별하는 데에만 사용된다. 예를 들어, 다양하게 기술된 예들의 범주로부터 벗어남이 없이, 제1 입력이 제2 입력으로 지칭될 수 있을 것이고, 이와 유사하게, 제2 입력이 제1 입력으로 지칭될 수 있을 것이다. 제1 입력 및 제2 입력은 둘 모두 입력들이고, 일부 경우들에서, 별개이고 상이한 입력들이다.
본 명세서에서 다양하게 기술되는 예들의 설명에 사용되는 용어는 특정 예들을 기술하는 목적만을 위한 것이고, 제한하려는 의도는 아니다. 다양하게 기술된 예들의 설명 및 첨부된 청구범위에 사용되는 바와 같이, 단수의 형태("a", "an", 및 "the")는 문맥상 명백히 달리 나타내지 않는다면 복수의 형태도 마찬가지로 포함하려는 것으로 의도된다. 또한, 본 명세서에서 사용되는 바와 같은 용어 "및/또는"은 열거되는 연관된 항목들 중 하나 이상의 항목들의 임의의 및 모든 가능한 조합들을 나타내고 그들을 포괄하는 것임이 이해될 것이다. 용어들 "포함한다(include)", "포함하는(including)", "포함한다(comprise)", 및/또는 "포함하는(comprising)"은, 본 명세서에서 사용될 때, 언급된 특징들, 정수들, 단계들, 동작들, 요소들, 및/또는 컴포넌트들의 존재를 특정하지만, 하나 이상의 다른 특징들, 정수들, 단계들, 동작들, 요소들, 컴포넌트들, 및/또는 이들의 그룹들의 존재 또는 추가를 배제하지 않음이 추가로 이해될 것이다.
용어 "~할 경우(if)"는 문맥에 따라 "~할 때(when)" 또는 "~할 시(upon)" 또는 "결정하는 것에 응답하여(in response to determining)" 또는 "검출하는 것에 응답하여(in response to detecting)"를 의미하는 것으로 해석될 수 있다. 유사하게, 구절 "~라고 결정되는 경우" 또는 "[진술된 상태 또는 이벤트가] 검출되는 경우"는 문맥에 따라 "결정 시" 또는 "결정하는 것에 응답하여" 또는 "[진술된 상태 또는 이벤트] 검출 시" 또는 "[진술된 상태 또는 이벤트를] 검출하는 것에 응답하여"를 의미하는 것으로 해석될 수 있다.
1.
시스템 및 환경
도 1은 다양한 예들에 따른 시스템(100)의 블록도를 도시한다. 일부 예들에서, 시스템(100)은 디지털 어시스턴트를 구현한다. 용어들 "디지털 어시스턴트", "가상 어시스턴트", "지능형 자동화 어시스턴트", 또는 "자동 디지털 어시스턴트"는 구어적 및/또는 문어적 형태로 입력되는 자연 언어를 해석하여 사용자 의도를 추론하고, 추론된 사용자 의도에 기초하여 동작들을 수행하는 임의의 정보 처리 시스템을 지칭한다. 예를 들어, 추론된 사용자 의도에 따라 동작하기 위해, 시스템은 다음 중 하나 이상을 수행한다: 추론된 사용자 의도를 달성하도록 설계된 단계들 및 파라미터들을 이용하여 태스크 흐름을 식별하는 것; 추론된 사용자 의도로부터의 특정 요건들을 태스크 흐름 내에 입력하는 것; 프로그램들, 방법들, 서비스들, API들 등을 호출(invoke)함으로써 태스크 흐름을 실행하는 것; 및 청각적(예컨대, 스피치) 및/또는 시각적 형태로 사용자에 대한 출력 응답들을 생성하는 것.
구체적으로, 디지털 어시스턴트는 적어도 부분적으로 자연 언어 커맨드, 요청, 진술, 서술, 및/또는 질문의 형태로 사용자 요청을 수용할 수 있다. 전형적으로, 사용자 요청은 디지털 어시스턴트에 의해 정보제공형 답변 또는 태스크의 수행 중 어느 하나를 구한다. 사용자 요청에 대한 만족스러운 응답은 요청된 정보제공형 답변의 제공, 요청된 태스크의 수행, 또는 이 둘의 조합을 포함한다. 예를 들어, 사용자는 디지털 어시스턴트에게, "내가 지금 어디에 있지?"와 같은 질문을 한다. 사용자의 현재 위치에 기초하여, 디지털 어시스턴트는 "당신은 웨스트 게이트 근처 센트럴 파크에 있습니다"라고 답변한다. 사용자는 또한 태스크의 수행, 예를 들어 "다음주 내 여자친구의 생일 파티에 내 친구들을 초대해 줘"를 요청한다. 이에 응답하여, 디지털 어시스턴트는 "네, 바로 처리하겠습니다"라고 말함으로써 요청을 승인확인(acknowledge)할 수 있고, 이어서 사용자의 전자 주소록에 열거된 사용자의 친구들 각각에게 사용자를 대신하여 적절한 행사 예정 초대장(calendar invite)을 전송할 수 있다. 요청된 태스크의 수행 동안, 디지털 어시스턴트는 때때로 연장된 기간에 걸쳐 다수의 정보 교환을 수반하는 연속 대화로 사용자와 상호작용한다. 디지털 어시스턴트와 상호작용하여 정보 또는 다양한 태스크의 수행을 요청하는 수많은 다른 방식이 있다. 구두 응답들을 제공하는 것 및 프로그래밍된 행동들을 취하는 것 외에도, 디지털 어시스턴트는 또한 예컨대, 텍스트, 경보들, 음악, 비디오들, 애니메이션들 등과 같은 다른 시각적 또는 청각적 형태들의 응답들을 제공한다.
도 1에 도시된 바와 같이, 일부 예들에서, 디지털 어시스턴트는 클라이언트-서버 모델에 따라 구현된다. 디지털 어시스턴트는 사용자 디바이스(104) 상에서 실행되는 클라이언트 측 부분(102)(이하, "DA 클라이언트(102)"), 및 서버 시스템(108) 상에서 실행되는 서버 측 부분(106)(이하, "DA 서버(106)")을 포함한다. DA 클라이언트(102)는 하나 이상의 네트워크들(110)을 통해 DA 서버(106)와 통신한다. DA 클라이언트(102)는 사용자 대면 입력 및 출력 처리, 및 DA 서버(106)와의 통신과 같은 클라이언트 측 기능들을 제공한다. DA 서버(106)는 개개의 사용자 디바이스(104) 상에 각각 상주하는 임의의 수의 DA 클라이언트들(102)에 서버 측 기능들을 제공한다.
일부 예들에서, DA 서버(106)는 클라이언트 대면 I/O 인터페이스(112), 하나 이상의 처리 모듈들(114), 데이터 및 모델들(116), 및 외부 서비스들에 대한 I/O 인터페이스(118)를 포함한다. 클라이언트 대면 I/O 인터페이스(112)는 DA 서버(106)에 대한 클라이언트 대면 입력 및 출력 처리를 용이하게 한다. 하나 이상의 처리 모듈들(114)은 데이터 및 모델들(116)을 이용하여 스피치 입력을 처리하고 자연 언어 입력에 기초하여 사용자의 의도를 결정한다. 또한, 하나 이상의 처리 모듈들(114)은 추론된 사용자 의도에 기초하여 태스크 실행을 수행한다. 일부 예들에서, DA 서버(106)는 태스크 완수 또는 정보 획득을 위해 네트워크(들)(110)를 통해 외부 서비스들(120)과 통신한다. 외부 서비스들에 대한 I/O 인터페이스(118)는 그러한 통신을 용이하게 한다.
사용자 디바이스(104)는 임의의 적합한 전자 디바이스일 수 있다. 일부 예들에서, 사용자 디바이스는 휴대용 다기능 디바이스(예컨대, 도 2a를 참조하여 후술되는 디바이스(200)), 다기능 디바이스(예컨대, 도 4를 참조하여 후술되는 디바이스(400)), 또는 개인용 전자 디바이스(예컨대, 도 6a 및 도 6b를 참조하여 후술되는 디바이스(600))이다. 휴대용 다기능 디바이스는 PDA 및/또는 음악 재생기 기능들과 같은 다른 기능들을 또한 포함하는, 예를 들어, 모바일 전화기이다. 휴대용 다기능 디바이스들의 구체적인 예들은 미국 캘리포니아주 쿠퍼티노 소재의 애플 인크.(Apple Inc.)로부터의 아이폰(iPhone)®, 아이팟 터치(iPod Touch)®, 및 아이패드(iPad)® 디바이스들을 포함한다. 휴대용 다기능 디바이스들의 다른 예들은 랩톱 또는 태블릿 컴퓨터들을 제한없이 포함한다. 또한, 일부 예들에서, 사용자 디바이스(104)는 비휴대용 다기능 디바이스이다. 특히, 사용자 디바이스(104)는 데스크톱 컴퓨터, 게임 콘솔, 텔레비전, 또는 텔레비전 셋톱 박스이다. 일부 예들에서, 사용자 디바이스(104)는 터치 감응형 표면(예컨대, 터치 스크린 디스플레이들 및/또는 터치패드들)을 포함한다. 또한, 사용자 디바이스(104)는 선택적으로 물리적 키보드, 마우스 및/또는 조이스틱과 같은 하나 이상의 다른 물리적 사용자 인터페이스 디바이스들을 포함한다. 다기능 디바이스들과 같은 전자 디바이스들의 다양한 예들이 더욱 상세하게 하기에 기술된다.
통신 네트워크(들)(110)의 예들은 근거리 통신망(local area networks, LAN) 및 광역 통신망(wide area networks, WAN), 예컨대, 인터넷을 포함한다. 통신 네트워크(들)(110)는, 예를 들어 이더넷(Ethernet), 범용 직렬 버스(Universal Serial Bus, USB), 파이어와이어(FIREWIRE), GSM(Global System for Mobile Communications), EDGE(Enhanced Data GSM Environment), 코드 분할 다중 접속(code division multiple access, CDMA), 시간 분할 다중 접속(time division multiple access, TDMA), 블루투스(Bluetooth), Wi-Fi, VoIP(voice over Internet Protocol), Wi-MAX, 또는 임의의 다른 적합한 통신 프로토콜과 같은 다양한 유선 또는 무선 프로토콜들을 포함하는 임의의 알려진 네트워크 프로토콜을 이용하여 구현된다.
서버 시스템(108)은 하나 이상의 독립형 데이터 처리 장치 또는 분산형 컴퓨터 네트워크 상에 구현된다. 일부 예들에서, 서버 시스템(108)은 서버 시스템(108)의 기본 컴퓨팅 리소스들 및/또는 인프라구조 리소스들을 제공하기 위해 제3자 서비스 제공자들(예컨대, 제3자 클라우드 서비스 제공자들)의 다양한 가상 디바이스들 및/또는 서비스들을 또한 채용한다.
일부 예들에서, 사용자 디바이스(104)는 제2 사용자 디바이스(122)를 통해 DA 서버(106)와 통신한다. 제2 사용자 디바이스(122)는 사용자 디바이스(104)와 유사 또는 동일하다. 예를 들어, 제2 사용자 디바이스(122)는 도 2a, 도 4, 및 도 6a와 도 6b를 참조하여 하기에 기술되는 디바이스들(200, 400, 또는 600)과 유사하다. 사용자 디바이스(104)는 직접 통신 연결, 예컨대, 블루투스, NFC, BTLE 등을 통해, 또는 유선 또는 무선 네트워크, 예컨대, 로컬 Wi-Fi 네트워크를 통해 제2 사용자 디바이스(122)에 통신가능하게 결합되도록 구성된다. 일부 예들에서, 제2 사용자 디바이스(122)는 사용자 디바이스(104)와 DA 서버(106) 사이의 프록시(proxy)로서 동작하도록 구성된다. 예를 들어, 사용자 디바이스(104)의 DA 클라이언트(102)는 제2 사용자 디바이스(122)를 통해 DA 서버(106)로 정보(예컨대, 사용자 디바이스(104)에서 수신된 사용자 요청)를 송신하도록 구성된다. DA 서버(106)는 정보를 처리하고 제2 사용자 디바이스(122)를 통해 사용자 디바이스(104)로 관련 데이터(예컨대, 사용자 요청에 응답하는 데이터 콘텐츠)를 반환한다.
일부 예들에서, 사용자 디바이스(104)는 사용자 디바이스(104)로부터 송신되는 정보의 양을 감소시키기 위해 데이터에 대한 단축 요청(abbreviated request)들을 제2 사용자 디바이스(122)로 통신하도록 구성된다. 제2 사용자 디바이스(122)는 DA 서버(106)로 송신할 완전한 요청을 생성하기 위해 단축 요청에 추가하기 위한 보완 정보를 결정하도록 구성된다. 이러한 시스템 아키텍처는, 유리하게도, 제한된 통신 능력들 및/또는 제한된 배터리 전력을 갖는 사용자 디바이스(104)(예컨대, 시계 또는 유사한 소형 전자 디바이스)가, 보다 큰 통신 능력들 및/또는 배터리 전력을 갖는 제2 사용자 디바이스(122)(예컨대, 모바일 전화기, 랩톱 컴퓨터, 태블릿 컴퓨터 등)를 DA 서버(106)에 대한 프록시로서 사용함으로써, DA 서버(106)에 의해 제공되는 서비스들에 액세스하도록 할 수 있다. 2개의 사용자 디바이스들(104, 122)만이 도 1에 도시되어 있지만, 일부 예들에서, 시스템(100)은 DA 서버 시스템(106)과 통신하기 위해 이러한 프록시 구성으로 구성되는 임의의 개수 및 유형의 사용자 디바이스들을 포함한다는 것이 이해되어야 한다.
도 1에 도시된 디지털 어시스턴트가 클라이언트 측 부분(예컨대, DA 클라이언트(102)) 및 서버 측 부분(예컨대, DA 서버(106)) 둘 모두를 포함하지만, 일부 예들에서, 디지털 어시스턴트의 기능들은 사용자 디바이스 상에 설치된 독립형 애플리케이션으로서 구현된다. 게다가, 디지털 어시스턴트의 클라이언트 부분과 서버 부분 사이의 기능들의 분담은 상이한 구현예들에서 다를 수 있다. 예를 들어, 일부 예들에서, DA 클라이언트는, 오로지 사용자 대면 입력 및 출력 처리 기능들만을 제공하고 디지털 어시스턴트의 다른 모든 기능들을 백엔드 서버에 위임하는 씬-클라이언트(thin-client)이다.
2.
전자 디바이스
이제, 디지털 어시스턴트의 클라이언트 측 부분을 구현하기 위한 전자 디바이스들의 실시예들에 주목한다. 도 2a는 일부 실시예들에 따른, 터치 감응형 디스플레이 시스템(212)을 갖는 휴대용 다기능 디바이스(200)를 도시하는 블록도이다. 터치 감응형 디스플레이(212)는 때때로 편의상 "터치 스크린"이라고 지칭되고 때때로 "터치 감응형 디스플레이 시스템"으로 알려지거나 지칭된다. 디바이스(200)는 메모리(202)(선택적으로, 하나 이상의 컴퓨터 판독가능 저장 매체들을 포함함), 메모리 제어기(222), 하나 이상의 처리 유닛(CPU)들(220), 주변기기 인터페이스(218), RF 회로부(208), 오디오 회로부(210), 스피커(211), 마이크로폰(213), 입/출력(I/O) 서브시스템(206), 다른 입력 제어 디바이스들(216), 및 외부 포트(224)를 포함한다. 디바이스(200)는 선택적으로 하나 이상의 광 센서(optical sensor)들(264)을 포함한다. 디바이스(200)는, 선택적으로, 디바이스(200)(예컨대, 디바이스(200)의 터치 감응형 디스플레이 시스템(212)과 같은 터치 감응형 표면) 상의 접촉들의 세기를 검출하기 위한 하나 이상의 접촉 세기 센서(265)를 포함한다. 디바이스(200)는 선택적으로, 디바이스(200) 상의 촉각적 출력들을 생성하기 위한 (예를 들어, 디바이스(200)의 터치 감응형 디스플레이 시스템(212) 또는 디바이스(400)의 터치패드(455)와 같은 터치 감응형 표면 상의 촉각적 출력들을 생성하기 위한) 하나 이상의 촉각적 출력 생성기들(267)을 포함한다. 이들 컴포넌트는 선택적으로 하나 이상의 통신 버스들 또는 신호 라인들(203)을 통해 통신한다.
명세서 및 청구범위에서 사용되는 바와 같이, 터치 감응형 표면 상에서의 접촉의 "세기"라는 용어는 터치 감응형 표면 상에서의 접촉(예컨대, 손가락 접촉)의 힘 또는 압력(단위 면적 당 힘), 또는 터치 감응형 표면 상에서의 접촉의 힘 또는 압력에 대한 대체물(대용물(proxy))을 지칭한다. 접촉의 세기는, 적어도 4개의 구별되는 값들을 포함하고 더 전형적으로는 수백 개(예컨대, 적어도 256개)의 구별되는 값들을 포함하는 일정 범위의 값들을 갖는다. 접촉의 세기는 다양한 접근법들, 및 다양한 센서들 또는 센서들의 조합들을 이용하여 선택적으로 판정(또는 측정)된다. 예를 들어, 터치 감응형 표면 아래의 또는 그에 인접한 하나 이상의 힘 센서들은 터치 감응형 표면 상의 다양한 지점들에서 힘을 측정하는 데 선택적으로 사용된다. 일부 구현예들에서는, 다수의 힘 센서들로부터의 힘 측정치들이 접촉의 추정되는 힘을 판정하기 위해 조합(예컨대, 가중 평균)된다. 유사하게, 스타일러스의 압력 감응형 팁(tip)이 터치 감응형 표면 상의 스타일러스의 압력을 판정하는 데 선택적으로 사용된다. 대안으로, 터치 감응형 표면 상에서 검출된 접촉 면적의 크기 및/또는 그에 대한 변화들, 접촉 부근의 터치 감응형 표면의 정전용량 및/또는 그에 대한 변화들, 및/또는 접촉 부근의 터치 감응형 표면의 저항 및/또는 그에 대한 변화들은 터치 감응형 표면 상에서의 접촉의 힘 또는 압력에 대한 대체물로서 선택적으로 이용된다. 일부 구현예들에서, 접촉 힘 또는 압력에 대한 대체 측정치들은 세기 임계치가 초과되었는지의 여부를 판정하는 데 직접 이용된다(예컨대, 세기 임계치는 대체 측정치들에 대응하는 단위로 기술된다). 일부 구현예들에서, 접촉 힘 또는 압력에 대한 대체 측정치들은 추정된 힘 또는 압력으로 변환되고, 추정된 힘 또는 압력은 세기 임계치가 초과되었는지의 여부를 판정하기 위해 이용된다(예를 들어, 세기 임계치는 압력의 단위로 측정된 압력 임계치이다). 사용자 입력의 속성으로서 접촉의 세기를 사용하는 것은, 그렇지 않았으면 어포던스들을 (예를 들어, 터치 감응형 디스플레이 상에) 디스플레이하고/하거나 (예를 들어, 터치 감응형 디스플레이, 터치 감응형 표면, 또는 노브(knob) 또는 버튼과 같은 물리적/기계적 제어부를 통해) 사용자 입력을 수신하기 위하여 한정된 실면적을 갖는 감소된 크기의 디바이스 상에서 사용자에 의해 액세스 가능하지 않을 수 있는 부가적인 디바이스 기능에의 사용자 액세스를 가능하게 한다.
명세서 및 청구범위에 사용되는 바와 같이, "촉각적 출력"이라는 용어는 디바이스의 이전 위치에 대한 디바이스의 물리적 변위, 디바이스의 다른 컴포넌트(예컨대, 하우징)에 대한 디바이스의 컴포넌트(예컨대, 터치 감응형 표면)의 물리적 변위, 또는 사용자의 촉각을 이용하여 사용자에 의해 검출될 디바이스의 질량 중심에 대한 컴포넌트의 변위를 지칭한다. 예컨대, 디바이스 또는 디바이스의 컴포넌트가 터치에 민감한 사용자의 표면(예컨대, 사용자의 손의 손가락, 손바닥, 또는 다른 부위)과 접촉하는 상황에서, 물리적 변위에 의해 생성된 촉각적 출력은 사용자에 의해 디바이스 또는 디바이스의 컴포넌트의 물리적 특성들의 인지된 변화에 대응하는 촉감(tactile sensation)으로서 해석될 것이다. 예컨대, 터치 감응형 표면(예컨대, 터치 감응형 디스플레이 또는 트랙패드)의 이동은, 선택적으로, 사용자에 의해 물리적 액추에이터 버튼의 "다운 클릭" 또는 "업 클릭"으로서 해석된다. 일부 경우에, 사용자는 사용자의 이동에 의해 물리적으로 눌리는(예컨대, 변위되는) 터치 감응형 표면과 연관된 물리적 액추에이터 버튼의 이동이 없는 경우에도 "다운 클릭" 또는 "업 클릭"과 같은 촉감을 느낄 것이다. 다른 예로서, 터치 감응형 표면의 이동은, 터치 감응형 표면의 평탄성의 변화가 없는 경우에도, 선택적으로, 사용자에 의해 터치 감응형 표면의 "거칠기(roughness)"로서 해석 또는 감지된다. 사용자에 의한 터치의 이러한 해석들이 사용자의 개별화된 감각 인지(sensory perception)에 영향을 받기 쉬울 것이지만, 대다수의 사용자들에게 보편적인 많은 터치 감각 인지가 있다. 따라서, 촉각적 출력이 사용자의 특정 감각 인지(예컨대, "업 클릭", "다운 클릭", "거칠기")에 대응하는 것으로서 기술될 때, 달리 언급되지 않는다면, 생성된 촉각적 출력은 전형적인(또는 평균적인) 사용자에 대한 기술된 감각 인지를 생성할 디바이스 또는 그의 컴포넌트의 물리적 변위에 대응한다.
디바이스(200)는 휴대용 다기능 디바이스의 일례일 뿐이고, 디바이스(200)는, 선택적으로, 도시된 것보다 더 많거나 더 적은 컴포넌트들을 갖거나, 선택적으로, 2개 이상의 컴포넌트들을 조합하거나, 또는 선택적으로 컴포넌트들의 상이한 구성 또는 배열을 갖는다는 것이 이해되어야 한다. 도 2a에 도시된 다양한 컴포넌트들은 하나 이상의 신호 처리 및/또는 주문형 집적 회로(application-specific integrated circuit)들을 비롯한, 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어 둘 모두의 조합으로 구현된다.
메모리(202)는 하나 이상의 컴퓨터 판독가능 저장 매체들을 포함한다. 컴퓨터 판독가능 저장 매체들은, 예를 들어, 유형적(tangible)이고 비일시적이다. 메모리(202)는 고속 랜덤 액세스 메모리를 포함하고, 또한 하나 이상의 자기 디스크 저장 디바이스, 플래시 메모리 디바이스, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스(non-volatile solid-state memory device)와 같은 비휘발성 메모리를 포함한다. 메모리 제어기(222)는 디바이스(200)의 다른 컴포넌트들에 의한 메모리(202)에의 액세스를 제어한다.
일부 예들에서, 메모리(202)의 비일시적 컴퓨터 판독가능 저장 매체는, 명령어 실행 시스템, 장치, 또는 디바이스, 예컨대, 컴퓨터 기반 시스템, 프로세서-포함(processor-containing) 시스템, 또는 명령어 실행 시스템, 장치, 또는 디바이스로부터 명령어들을 페치하여 명령어들을 실행할 수 있는 다른 시스템에 의해 또는 그와 관련하여 사용하기 위한 (예컨대, 후술되는 프로세스들의 양태들을 수행하기 위한) 명령어들을 저장하는 데 사용된다. 다른 예들에서, (예컨대, 후술되는 프로세스들의 양태들을 수행하기 위한) 명령어들은 서버 시스템(108)의 비일시적 컴퓨터 판독가능 저장 매체(도시되지 않음) 상에 저장되거나 또는 메모리(202)의 비일시적 컴퓨터 판독가능 저장 매체와 서버 시스템(108)의 비일시적 컴퓨터 판독가능 저장 매체 사이에서 분담된다.
주변기기 인터페이스(218)는 디바이스의 입력 및 출력 주변기기들을 CPU(220) 및 메모리(202)에 결합하는 데 사용된다. 하나 이상의 프로세서들(220)은 디바이스(200)에 대한 다양한 기능들을 수행하기 위해 그리고 데이터를 처리하기 위해 메모리(202)에 저장된 다양한 소프트웨어 프로그램들 및/또는 명령어들의 세트들을 구동 또는 실행시킨다. 일부 실시예들에서, 주변기기 인터페이스(218), CPU(220) 및 메모리 제어기(222)는 칩(204)과 같은 단일 칩 상에서 구현된다. 일부 다른 실시예들에서, 이들은 별개의 칩들 상에서 구현된다.
RF(radio frequency) 회로부(208)는 전자기 신호들이라고도 지칭되는 RF 신호들을 수신 및 전송한다. RF 회로부(208)는 전기 신호들을 전자기 신호들로/로부터 변환하고, 전자기 신호들을 통해 통신 네트워크들 및 다른 통신 디바이스들과 통신한다. RF 회로부(208)는, 선택적으로, 안테나 시스템, RF 송수신기, 하나 이상의 증폭기, 튜너, 하나 이상의 발진기, 디지털 신호 프로세서, CODEC 칩셋, SIM(subscriber identity module) 카드, 메모리 등을 포함하지만 이들로 제한되지 않는, 이러한 기능들을 수행하기 위한 잘 알려진 회로부를 포함한다. RF 회로부(208)는, 선택적으로, 네트워크들, 예컨대 월드 와이드 웹(WWW)으로도 지칭되는 인터넷, 인트라넷, 및/또는 무선 네트워크, 예컨대 셀룰러 전화 네트워크, 무선 LAN(local area network) 및/또는 MAN(metropolitan area network), 및 다른 디바이스들과 무선 통신에 의해 통신한다. RF 회로부(208)는, 선택적으로, 예컨대 단거리 통신 무선기기(short-range communication radio)에 의해, 근거리 통신(near field communication, NFC) 필드들을 검출하기 위한 잘 알려진 회로부를 포함한다. 무선 통신은, 선택적으로, GSM(Global System for Mobile Communications), EDGE(Enhanced Data GSM Environment), HSDPA(high-speed downlink packet access), HSUPA(high-speed uplink packet access), EV-DO(Evolution, Data-Only), HSPA, HSPA+, DC-HSPDA(Dual-Cell HSPA), LTE(long term evolution), NFC(near field communication), W-CDMA(wideband code division multiple access), CDMA(code division multiple access), TDMA(time division multiple access), 블루투스, BTLE(Bluetooth Low Energy), Wi-Fi(Wireless Fidelity)(예컨대, IEEE 802.11a, IEEE 802.11b, IEEE 802.11g, IEEE 802.11n 및/또는 IEEE 802.11ac), VoIP(voice over Internet Protocol), Wi-MAX, 이메일용 프로토콜(예컨대, IMAP(Internet message access protocol) 및/또는 POP(post office protocol)), 인스턴트 메시징(예컨대, XMPP(extensible messaging and presence protocol), SIMPLE(Session Initiation Protocol for Instant Messaging and Presence Leveraging Extensions), IMPS(Instant Messaging and Presence Service)), 및/또는 SMS(Short message Service), 또는 본 문서의 출원일 당시 아직 개발되지 않은 통신 프로토콜들을 비롯한, 임의의 다른 적합한 통신 프로토콜을 포함하지만 이들로 한정되지는 않는, 복수의 통신 표준들, 프로토콜들 및 기술들 중 임의의 것을 이용한다.
오디오 회로부(210), 스피커(211), 및 마이크로폰(213)은 사용자와 디바이스(200) 사이에서 오디오 인터페이스를 제공한다. 오디오 회로부(210)는 주변기기 인터페이스(218)로부터 오디오 데이터를 수신하고, 그 오디오 데이터를 전기 신호로 변환하고, 그 전기 신호를 스피커(211)에 송신한다. 스피커(211)는 전기 신호를 사람이 들을 수 있는 음파로 변환한다. 오디오 회로부(210)는 또한 마이크로폰(213)에 의해 음파로부터 변환된 전기 신호를 수신한다. 오디오 회로부(210)는 전기 신호를 오디오 데이터로 변환하고, 처리를 위해 오디오 데이터를 주변기기 인터페이스(218)에 송신한다. 오디오 데이터는 주변기기 인터페이스(218)에 의해 메모리(202) 및/또는 RF 회로부(208)로부터 인출되고/되거나 이로 송신된다. 일부 실시예들에서, 오디오 회로부(210)는 또한 헤드셋 잭(예컨대, 도 3의 312)을 포함한다. 헤드셋 잭은 출력-전용 헤드폰들, 또는 출력(예컨대, 한쪽 또는 양쪽 귀용 헤드폰) 및 입력(예컨대, 마이크로폰) 양쪽 모두를 갖는 헤드셋과 같은 분리가능한 오디오 입/출력 주변기기들과 오디오 회로부(210) 사이의 인터페이스를 제공한다.
I/O 서브시스템(206)은 터치 스크린(212) 및 다른 입력 제어 디바이스들(216)과 같은, 디바이스(200) 상의 입/출력 주변기기들을 주변기기 인터페이스(218)에 결합시킨다. I/O 서브시스템(206)은 선택적으로 디스플레이 제어기(256), 광 센서 제어기(258), 세기 센서 제어기(259), 햅틱 피드백 제어기(261) 및 다른 입력 또는 제어 디바이스들을 위한 하나 이상의 입력 제어기(260)를 포함한다. 하나 이상의 입력 제어기들(260)은 다른 입력 제어 디바이스들(216)로부터/로 전기 신호들을 수신/전송한다. 다른 입력 제어 디바이스들(216)은 선택적으로 물리적 버튼들(예컨대, 푸시 버튼(push button), 로커 버튼(rocker button) 등), 다이얼, 슬라이더 스위치, 조이스틱, 클릭 휠 등을 포함한다. 일부 대안적인 실시예들에서, 입력 제어기(들)(260)는, 선택적으로, 키보드, 적외선 포트, USB 포트, 및 마우스와 같은 포인터 디바이스 중 임의의 것에 결합된다(또는 어떤 것에도 결합되지 않는다). 하나 이상의 버튼들(예컨대, 도 3의 308)은, 선택적으로, 스피커(211) 및/또는 마이크로폰(213)의 음량 제어를 위한 업/다운 버튼을 포함한다. 하나 이상의 버튼들은 선택적으로 푸시 버튼(예컨대, 도 3의 306)을 포함한다.
푸시 버튼의 빠른 누르기(quick press)는 터치 스크린(212)의 잠금을 풀거나, 디바이스를 잠금해제하기 위해 터치 스크린 상의 제스처들을 사용하는 프로세스를 시작하며, 이는 2005년 12월 23일자로 출원된 미국 특허 출원 제11/322,549호(미국 특허 제7,657,849호), "Unlocking a Device by Performing Gestures on an Unlock Image"에 기술된 바와 같으며, 이는 참조 문헌으로서 그 전문이 본 명세서에 편입된다. 푸시 버튼(예컨대, 306)의 더 긴 누르기는 디바이스(200)의 전원을 켜거나 끈다. 사용자는 버튼들 중 하나 이상의 버튼의 기능을 맞춤화할 수 있다. 터치 스크린(212)은 가상 또는 소프트 버튼들 및 하나 이상의 소프트 키보드들을 구현하는 데 사용된다.
터치 감응형 디스플레이(212)는 디바이스와 사용자 사이의 입력 인터페이스 및 출력 인터페이스를 제공한다. 디스플레이 제어기(256)는 터치 스크린(212)으로부터/으로 전기 신호들을 수신하고/하거나 전송한다. 터치 스크린(212)은 사용자에게 시각적 출력을 디스플레이한다. 시각적 출력은 그래픽, 텍스트, 아이콘들, 비디오 및 이들의 임의의 조합("그래픽"으로 총칭함)을 포함한다. 일부 실시예들에서, 시각적 출력의 일부 또는 전부가 사용자 인터페이스 객체들에 대응한다.
터치 스크린(212)은 햅틱 및/또는 촉각적 접촉에 기초하는 사용자로부터의 입력을 수용하는 터치 감응형 표면, 센서 또는 센서들의 세트를 갖는다. 터치 스크린(212) 및 디스플레이 제어기(256)는 (메모리(202) 내의 임의의 연관된 모듈들 및/또는 명령어들의 세트들과 함께) 터치 스크린(212) 상의 접촉(및 접촉의 임의의 이동 또는 중단)을 검출하고, 검출된 접촉을 터치 스크린(212) 상에 디스플레이된 사용자 인터페이스 객체들(예컨대, 하나 이상의 소프트 키, 아이콘, 웹페이지 또는 이미지)과의 상호작용으로 변환한다. 예시적인 실시예에서, 터치 스크린(212)과 사용자 사이의 접촉 지점은 사용자의 손가락에 대응한다.
터치 스크린(212)은, LCD(liquid crystal display) 기술, LPD(light emitting polymer display) 기술, 또는 LED(light emitting diode) 기술을 이용하지만, 다른 실시예들에서는 다른 디스플레이 기술들이 이용될 수 있다. 터치 스크린(212) 및 디스플레이 제어기(256)는, 용량성, 저항성, 적외선, 및 표면 음향파 기술들뿐만 아니라 다른 근접 센서 어레이들, 또는 터치 스크린(212)과의 하나 이상의 접촉 지점을 결정하기 위한 다른 요소들을 포함하지만 이들로 한정되지 않는, 현재 공지되어 있거나 추후에 개발되는 복수의 터치 감지 기술 중 임의의 것을 사용하여, 접촉 및 그의 임의의 이동 또는 중단을 검출한다. 예시적인 실시예에서, 미국 캘리포니아주 쿠퍼티노 소재의 애플 인크.로부터의 아이폰® 및 아이팟 터치®에서 발견되는 것과 같은 투영형 상호 정전용량 감지 기술(projected mutual capacitance sensing technology)이 이용된다.
터치 스크린(212)의 일부 실시예들에서의 터치 감응형 디스플레이는 하기 미국 특허들: 제6,323,846호(Westerman 외), 제6,570,557호(Westerman 외), 및/또는 제6,677,932호(Westerman), 및/또는 미국 특허 공개 제2002/0015024A1호에 기재된 다중-터치 감응형 터치패드들과 유사하며, 이들 각각은 그 전체가 참고로 본 명세서에 편입된다. 그러나, 터치 스크린(212)은 디바이스(200)로부터의 시각적 출력을 디스플레이하는 반면, 터치 감응형 터치패드들은 시각적 출력을 제공하지 않는다.
터치 스크린(212)의 일부 실시예들에서의 터치 감응형 디스플레이는 하기 출원들에 기재된 바와 같다: (1) 2006년 5월 2일자로 출원된 미국 특허 출원 제11/381,313호, "Multipoint Touch Surface Controller"; (2) 2004년 5월 6일자로 출원된 미국 특허 출원 제10/840,862호, "Multipoint Touchscreen"; (3) 2004년 7월 30일자로 출원된 미국 특허 출원 제10/903,964호, "Gestures For Touch Sensitive Input Devices"; (4) 2005년 1월 31일자로 출원된 미국 특허 출원 제11/048,264호, "Gestures For Touch Sensitive Input Devices"; (5) 2005년 1월 18일자로 출원된 미국 특허 출원 제11/038,590호, "Mode-Based Graphical User Interfaces For Touch Sensitive Input Devices"; (6) 2005년 9월 16일자로 출원된 미국 특허 출원 제11/228,758호, "Virtual Input Device Placement On A Touch Screen User Interface"; (7) 2005년 9월 16일자로 출원된 미국 특허 출원 제11/228,700호, "Operation Of A Computer With A Touch Screen Interface"; (8) 2005년 9월 16일자로 출원된 미국 특허 출원 제11/228,737호, "Activating Virtual Keys Of A Touch-Screen Virtual Keyboard"; 및 (9) 2006년 3월 3일자로 출원된 미국 특허 출원 제11/367,749호, "Multi-Functional Hand-Held Device". 이 출원들 모두는 그 전체가 본 명세서에 참고로 포함된다.
터치 스크린(212)은, 예를 들어, 100 dpi를 초과하는 비디오 해상도를 갖는다. 일부 실시예들에서, 터치 스크린은 대략 160 dpi의 비디오 해상도를 갖는다. 사용자는 스타일러스, 손가락 등과 같은 임의의 적합한 물체 또는 부속물을 사용하여 터치 스크린(212)과 접촉한다. 일부 실시예들에서, 사용자 인터페이스는 주로 손가락 기반 접촉들 및 제스처들을 이용하여 동작하도록 설계되는데, 이는 터치 스크린 상에서의 손가락의 더 넓은 접촉 면적으로 인해 스타일러스 기반 입력보다 덜 정밀할 수 있다. 일부 실시예들에서, 디바이스는 대략적인 손가락 기반 입력을 사용자가 원하는 동작들을 수행하기 위한 정밀한 포인터/커서 위치 또는 커맨드로 변환한다.
일부 실시예들에서, 터치 스크린 이외에, 디바이스(200)는 특정 기능들을 활성화 또는 비활성화하기 위한 터치패드(도시되지 않음)를 포함한다. 일부 실시예들에서, 터치패드는, 터치 스크린과는 달리, 시각적 출력을 디스플레이하지 않는 디바이스의 터치 감응형 영역이다. 터치패드는 터치 스크린(212)과는 별개인 터치 감응형 표면 또는 터치 스크린에 의해 형성되는 터치 감응형 표면의 연장부이다.
디바이스(200)는 또한 다양한 컴포넌트들에 전력을 공급하기 위한 전력 시스템(262)을 포함한다. 전력 시스템(262)은 전력 관리 시스템, 하나 이상의 전원들(예컨대, 배터리, 교류 전류(alternating current, AC)), 재충전 시스템, 전력 고장 검출 회로, 전력 변환기 또는 인버터, 전력 상태 표시자(예컨대, 발광 다이오드(LED)), 및 휴대용 디바이스들 내에서의 전력의 생성, 관리 및 분배와 연관된 임의의 다른 컴포넌트들을 포함한다.
디바이스(200)는 또한 하나 이상의 광 센서들(264)을 포함한다. 도 2a는 I/O 서브시스템(206) 내의 광 센서 제어기(258)에 결합되는 광 센서를 도시한다. 광 센서(264)는 전하-결합 소자(charge-coupled device, CCD) 또는 상보성 금속-산화물 반도체(complementary metal-oxide semiconductor, CMOS) 포토트랜지스터들을 포함한다. 광 센서(264)는 하나 이상의 렌즈들을 통해 투영되는, 주변환경으로부터의 광을 수광하고, 그 광을 이미지를 표현하는 데이터로 변환한다. 이미징 모듈(243)(카메라 모듈이라고도 지칭됨)과 함께, 광 센서(264)는 정지 이미지들 또는 비디오를 캡처한다. 일부 실시예들에서, 광 센서는 디바이스(200) 전면 상의 터치 스크린 디스플레이(212)의 반대편인 디바이스의 배면 상에 위치되어, 터치 스크린 디스플레이가 정지 및/또는 비디오 이미지 획득을 위한 뷰파인더로서 사용되게 한다. 일부 실시예들에서, 광 센서가 디바이스의 전면 상에 위치되어, 사용자가 터치 스크린 디스플레이 상에서 다른 화상 회의 참여자들을 보는 동안, 사용자의 이미지가 화상 회의를 위해 획득되게 한다. 일부 실시예들에서, 광 센서(264)의 위치는 (예를 들어, 디바이스 하우징 내의 렌즈 및 센서를 회전시킴으로써) 사용자에 의해 변경될 수 있어, 단일 광 센서(264)가 터치 스크린 디스플레이와 함께 화상 회의와 정지 및/또는 비디오 이미지 획득 둘 모두에 사용된다.
디바이스(200)는, 또한, 선택적으로, 하나 이상의 접촉 세기 센서들(265)을 포함한다. 도 2a는 I/O 서브시스템(206) 내의 세기 센서 제어기(259)에 결합된 접촉 세기 센서를 도시한다. 접촉 세기 센서(265)는, 선택적으로, 하나 이상의 압전 저항 스트레인 게이지, 용량성 힘 센서, 전기적 힘 센서, 압전 힘 센서, 광학적 힘 센서, 용량성 터치 감응형 표면, 또는 다른 세기 센서들(예컨대, 터치 감응형 표면 상에서의 접촉의 힘(또는 압력)을 측정하는 데 사용되는 센서들)을 포함한다. 접촉 세기 센서(265)는 주변환경으로부터 접촉 세기 정보(예컨대, 압력 정보 또는 압력 정보에 대한 대용물)를 수신한다. 일부 실시예들에서, 적어도 하나의 접촉 세기 센서는 터치 감응형 표면(예컨대, 터치 감응형 디스플레이 시스템(212))과 함께 위치(collocate)되거나 그에 근접한다. 일부 실시예들에서, 적어도 하나의 접촉 세기 센서는 디바이스(200)의 전면 상에 위치된 터치 스크린 디스플레이(212)의 반대편인 디바이스(200)의 배면 상에 위치된다.
디바이스(200)는 또한 하나 이상의 근접 센서들(266)을 포함한다. 도 2a는 주변기기 인터페이스(218)에 결합된 근접 센서(266)를 도시한다. 대안적으로, 근접 센서(266)는 I/O 서브시스템(206) 내의 입력 제어기(260)에 결합된다. 근접 센서(266)는 미국 특허 출원들 제11/241,839호, "Proximity Detector In Handheld Device"; 제11/240,788호, "Proximity Detector In Handheld Device"; 제11/620,702호, "Using Ambient Light Sensor To Augment Proximity Sensor Output"; 제11/586,862호, "Automated Response To And Sensing Of User Activity In Portable Devices"; 및 제11/638,251호, "Methods And Systems For Automatic Configuration Of Peripherals"에 기술된 바와 같이 수행되며, 이들은 이로써 그들 전체가 참고로 포함된다. 일부 실시예들에서, 근접 센서는 다기능 디바이스가 사용자의 귀 근처에 위치될 때(예컨대, 사용자가 전화 통화를 하고 있을 때) 터치 스크린(212)을 끄고 디스에이블시킨다.
디바이스(200)는, 또한, 선택적으로, 하나 이상의 촉각적 출력 생성기들(267)을 포함한다. 도 2a는 I/O 서브시스템(206) 내의 햅틱 피드백 제어기(261)에 결합된 촉각적 출력 생성기를 도시한다. 촉각적 출력 생성기(267)는, 선택적으로, 스피커들 또는 다른 오디오 컴포넌트들과 같은 하나 이상의 전자음향 디바이스 및/또는 모터, 솔레노이드, 전기활성 중합체, 압전 액추에이터, 정전 액추에이터, 또는 다른 촉각적 출력 생성 컴포넌트(예컨대, 전기 신호들을 디바이스 상의 촉각적 출력들로 변환하는 컴포넌트)와 같은, 에너지를 선형 모션(linear motion)으로 변환하는 전자기계 디바이스들을 포함한다. 접촉 세기 센서(265)는 햅틱 피드백 모듈(233)로부터 촉각적 피드백 생성 명령어들을 수신하여 디바이스(200)의 사용자에 의해 감지될 수 있는 디바이스(200) 상의 촉각적 출력들을 생성한다. 일부 실시예들에서, 적어도 하나의 촉각적 출력 생성기는 터치 감응형 표면(예컨대, 터치 감응형 디스플레이 시스템(212))과 함께 위치되거나 그에 근접하며, 선택적으로, 터치 감응형 표면을 수직으로(예컨대, 디바이스(200)의 표면 내/외로) 또는 측방향으로(예컨대, 디바이스(200)의 표면과 동일한 평면에서 전후로) 이동시킴으로써 촉각적 출력을 생성한다. 일부 실시예들에서, 적어도 하나의 촉각적 출력 생성기 센서는 디바이스(200)의 전면 상에 위치된 터치 스크린 디스플레이(212)의 반대편인 디바이스(200)의 배면 상에 위치된다.
디바이스(200)는 또한 하나 이상의 가속도계들(268)을 포함한다. 도 2a는 주변기기 인터페이스(218)에 결합된 가속도계(268)를 도시한다. 대안적으로, 가속도계(268)는 I/O 서브시스템(206) 내의 입력 제어기(260)에 결합된다. 가속도계(268)는, 예를 들어, 미국 특허 공개 제20050190059호, "Acceleration-based Theft Detection System for Portable Electronic Devices", 및 미국 특허 공개 제20060017692호, "Methods And Apparatuses For Operating A Portable Device Based On An Accelerometer"에 기술된 바와 같이 수행하며, 이들 둘 다는 그 전문이 본 명세서에 참조로서 편입된다. 일부 실시예들에서, 하나 이상의 가속도계들로부터 수신된 데이터의 분석에 기초하여 터치 스크린 디스플레이 상에 세로보기(portrait view) 또는 가로보기(landscape view)로 정보가 디스플레이된다. 디바이스(200)는, 선택적으로, 가속도계(들)(268) 외에도, 자력계(도시되지 않음), 및 디바이스(200)의 위치 및 배향(예컨대, 세로 또는 가로)에 관한 정보를 획득하기 위한 GPS(또는 GLONASS 또는 다른 글로벌 내비게이션 시스템) 수신기(도시되지 않음)를 포함한다.
일부 실시예들에서, 메모리(202)에 저장된 소프트웨어 컴포넌트들은 운영 체제(226), 통신 모듈(또는 명령어들의 세트)(228), 접촉/모션 모듈(또는 명령어들의 세트)(230), 그래픽 모듈(또는 명령어들의 세트)(232), 텍스트 입력 모듈(또는 명령어들의 세트)(234), GPS 모듈(또는 명령어들의 세트)(235), 디지털 어시스턴트 클라이언트 모듈(229), 및 애플리케이션들(또는 명령어들의 세트들)(236)을 포함한다. 또한, 메모리(202)는 데이터 및 모델들, 예컨대, 사용자 데이터 및 모델들(231)을 저장한다. 게다가, 일부 실시예들에서, 메모리(도 2a의 202 또는 도 4의 470)는 도 2a 및 도 4에 도시된 바와 같이 디바이스/글로벌 내부 상태(257)를 저장한다. 디바이스/글로벌 내부 상태(257)는, 존재하는 경우, 어떤 애플리케이션들이 현재 활성인지를 나타내는 활성 애플리케이션 상태; 어떤 애플리케이션들, 뷰들, 또는 다른 정보가 터치 스크린 디스플레이(212)의 다양한 영역들을 점유하는지를 나타내는 디스플레이 상태; 디바이스의 다양한 센서들 및 입력 제어 디바이스들(216)로부터 획득된 정보를 포함하는 센서 상태; 및 디바이스의 위치 및/또는 자세에 관한 위치 정보 중 하나 이상을 포함한다.
운영 체제(226)(예컨대, Darwin, RTXC, LINUX, UNIX, OS X, iOS, WINDOWS, 또는 VxWorks와 같은 임베디드 운영 체제)는 일반적인 시스템 태스크들(예컨대, 메모리 관리, 저장 디바이스 제어, 전력 관리 등)을 제어 및 관리하기 위한 다양한 소프트웨어 컴포넌트들 및/또는 드라이버들을 포함하고, 다양한 하드웨어와 소프트웨어 컴포넌트들 사이의 통신을 용이하게 한다.
통신 모듈(228)은 하나 이상의 외부 포트(224)를 통한 다른 디바이스들과의 통신을 가능하게 하고, 또한 RE 회로부(208) 및/또는 외부 포트(224)에 의해 수신되는 데이터를 처리하기 위한 다양한 소프트웨어 컴포넌트들을 포함한다. 외부 포트(224)(예컨대, USB, 파이어와이어(FIREWIRE) 등)는 다른 디바이스들에 직접적으로 또는 네트워크(예컨대, 인터넷, 무선 LAN 등)를 통해 간접적으로 결합하도록 구성된다. 일부 실시예들에서, 외부 포트는 아이팟®(애플 인크.의 상표) 디바이스들에서 사용되는 30-핀 커넥터와 동일하거나 유사하고/하거나 이와 호환가능한 멀티-핀(예컨대, 30-핀) 커넥터이다.
접촉/모션 모듈(230)은, 선택적으로, (디스플레이 제어기(256)와 함께) 터치 스크린(212), 및 다른 터치 감응형 디바이스들(예컨대, 터치패드 또는 물리적 클릭 휠)과의 접촉을 검출한다. 접촉/모션 모듈(230)은 접촉이 발생했는지를 판정하는 것(예컨대, 손가락-다운 이벤트(finger-down event)를 검출하는 것), 접촉의 세기(예컨대, 접촉의 힘 또는 압력, 또는 접촉의 힘 또는 압력에 대한 대체물)를 결정하는 것, 접촉의 이동이 있는지를 판정하고 터치 감응형 표면을 가로지르는 이동을 추적하는 것(예컨대, 하나 이상의 손가락-드래그 이벤트(finger-dragging event)를 검출하는 것), 및 접촉이 중단되었는지를 판정하는 것(예컨대, 손가락-업 이벤트(finger-up event) 또는 접촉 중단을 검출하는 것)과 같은, 접촉의 검출에 관련된 다양한 동작들을 수행하기 위한 다양한 소프트웨어 컴포넌트들을 포함한다. 접촉/모션 모듈(230)은 터치 감응형 표면으로부터 접촉 데이터를 수신한다. 일련의 접촉 데이터에 의해 표현되는 접촉 지점의 이동을 판정하는 것은, 선택적으로, 접촉 지점의 속력(크기), 속도(크기 및 방향), 및/또는 가속도(크기 및/또는 방향의 변화)를 판정하는 것을 포함한다. 이 동작들은, 선택적으로, 단일 접촉들(예컨대, 한 손가락 접촉들)에 또는 다수의 동시 접촉들(예컨대, "멀티터치"/다수의 손가락 접촉들)에 적용된다. 일부 실시예들에서, 접촉/모션 모듈(230) 및 디스플레이 제어기(256)는 터치패드 상의 접촉을 검출한다.
일부 실시예들에서, 접촉/모션 모듈(230)은 동작이 사용자에 의해 수행되었는지 여부를 결정하는 데(예컨대, 사용자가 아이콘에 대해 "클릭"했는지 여부를 결정하는 데) 하나 이상의 세기 임계치들의 세트를 이용한다. 일부 실시예들에서, 적어도 세기 임계치들의 서브세트가 소프트웨어 파라미터들에 따라 결정된다(예컨대, 세기 임계치들은 특정 물리적 액추에이터들의 활성화 임계치들에 의해 결정되지 않으며, 디바이스(200)의 물리적 하드웨어를 변경함이 없이 조정될 수 있다). 예를 들어, 트랙패드 또는 터치 스크린 디스플레이의 마우스 "클릭" 임계치는 트랙패드 또는 터치 스크린 디스플레이 하드웨어를 변경함이 없이 넓은 범위의 사전정의된 임계 값들 중 임의의 것으로 설정될 수 있다. 추가로, 일부 구현예들에서, 디바이스의 사용자는 (예컨대, 개별 세기 임계치들을 조정함으로써 그리고/또는 복수의 세기 임계치들을 시스템 레벨 클릭 "세기" 파라미터로 한꺼번에 조정함으로써) 일정 세트의 세기 임계치들 중 하나 이상을 조정하기 위한 소프트웨어 설정들을 제공받는다.
접촉/모션 모듈(230)은, 선택적으로, 사용자에 의한 제스처 입력을 검출한다. 터치 감응형 표면 상에서의 상이한 제스처들은 상이한 접촉 패턴들(예컨대, 검출된 접촉들의 상이한 모션들, 타이밍들, 및/또는 세기들)을 갖는다. 따라서, 제스처는, 선택적으로, 특정 접촉 패턴을 검출함으로써 검출된다. 예를 들어, 손가락 탭 제스처(finger tap gesture)를 검출하는 것은 손가락-다운 이벤트를 검출한 다음에 손가락-다운 이벤트와 동일한 위치(또는 실질적으로 동일한 위치)에서(예컨대, 아이콘의 위치에서) 손가락-업(리프트오프(liftoff)) 이벤트를 검출하는 것을 포함한다. 다른 예로서, 터치 감응형 표면 상에서 손가락 스와이프 제스처(finger swipe gesture)를 검출하는 것은 손가락-다운 이벤트를 검출한 다음에 하나 이상의 손가락-드래깅 이벤트들을 검출하고, 그에 후속하여 손가락-업(리프트오프) 이벤트를 검출하는 것을 포함한다.
그래픽 모듈(232)은, 디스플레이되는 그래픽의 시각적 효과(예컨대, 밝기, 투명도, 채도, 콘트라스트 또는 다른 시각적 속성)를 변경하기 위한 컴포넌트들을 포함하는, 터치 스크린(212) 또는 다른 디스플레이 상에서 그래픽을 렌더링 및 디스플레이하기 위한 다양한 공지된 소프트웨어 컴포넌트들을 포함한다. 본 명세서에 사용되는 바와 같이, 용어 "그래픽"은 텍스트, 웹 페이지들, 아이콘들(예를 들어, 소프트 키들을 포함한 사용자 인터페이스 객체들), 디지털 이미지들, 비디오들, 애니메이션들 등을 제한 없이 포함하는, 사용자에게 디스플레이될 수 있는 임의의 객체를 포함한다.
일부 실시예들에서, 그래픽 모듈(232)은 사용될 그래픽을 표현하는 데이터를 저장한다. 각각의 그래픽에는, 선택적으로, 대응하는 코드가 할당된다. 그래픽 모듈(232)은, 필요한 경우 좌표 데이터 및 다른 그래픽 속성 데이터와 함께, 디스플레이될 그래픽을 특정하는 하나 이상의 코드들을 애플리케이션들 등으로부터 수신하며, 이어서 스크린 이미지 데이터를 생성하여 디스플레이 제어기(256)에 출력한다.
햅틱 피드백 모듈(233)은 디바이스(200)와의 사용자 상호작용들에 응답하여 디바이스(200) 상의 하나 이상의 위치들에서 촉각적 출력들을 생성하기 위하여 촉각적 출력 생성기(들)(267)에 의해 이용되는 명령어들을 생성하기 위한 다양한 소프트웨어 컴포넌트들을 포함한다.
일부 예들에서, 그래픽 모듈(232)의 컴포넌트인 텍스트 입력 모듈(234)은 다양한 애플리케이션들(예컨대, 연락처(237), 이메일(240), IM(241), 브라우저(247), 및 텍스트 입력을 필요로 하는 임의의 다른 애플리케이션)에서 텍스트를 입력하기 위한 소프트 키보드들을 제공한다.
GPS 모듈(235)은 디바이스의 위치를 판정하고, 이 정보를 다양한 애플리케이션들에서의 사용을 위해 (예컨대, 위치 기반 다이얼링에서 사용하기 위해 전화(238)에; 사진/비디오 메타데이터로서 카메라(243)에; 그리고 날씨 위젯들, 지역 옐로 페이지 위젯들 및 지도/내비게이션 위젯들과 같은 위치 기반 서비스들을 제공하는 애플리케이션들에) 제공한다.
디지털 어시스턴트 클라이언트 모듈(229)은 디지털 어시스턴트의 클라이언트 측 기능들을 제공하기 위한 다양한 클라이언트 측 디지털 어시스턴트 명령어들을 포함한다. 예를 들어, 디지털 어시스턴트 클라이언트 모듈(229)은 휴대용 다기능 디바이스(200)의 다양한 사용자 인터페이스들(예컨대, 마이크로폰(213), 가속도계(들)(268), 터치 감응형 디스플레이 시스템(212), 광 센서(들)(229), 다른 입력 제어 디바이스들(216) 등)을 통하여 음성 입력(예컨대, 스피치 입력), 텍스트 입력, 터치 입력, 및/또는 제스처 입력을 수용할 수 있다. 디지털 어시스턴트 클라이언트 모듈(229)은 또한, 휴대용 다기능 디바이스(200)의 다양한 출력 인터페이스들(예컨대, 스피커(211), 터치 감응형 디스플레이 시스템(212), 촉각적 출력 생성기(들)(267) 등)을 통하여 청각적(예컨대, 스피치 출력), 시각적, 및/또는 촉각적 형태들의 출력을 제공할 수 있다. 예를 들어, 출력은 음성, 사운드, 경보들, 텍스트 메시지들, 메뉴들, 그래픽들, 비디오들, 애니메이션들, 진동들, 및/또는 이들 중 둘 이상의 것들의 조합들로서 제공된다. 동작 동안, 디지털 어시스턴트 클라이언트 모듈(229)은 RF 회로부(208)를 사용하여 DA 서버(106)와 통신한다.
사용자 데이터 및 모델들(231)은, 디지털 어시스턴트의 클라이언트 측 기능들을 제공하기 위해 사용자와 연관된 다양한 데이터(예컨대, 사용자-특정 어휘 데이터, 사용자 선호도 데이터, 사용자-특정 이름 발음들, 사용자의 전자 주소록으로부터의 데이터, 할 일 목록들, 쇼핑 목록들 등)를 포함한다. 또한, 사용자 데이터 및 모델들(231)은 사용자 입력을 처리하고 사용자 의도를 결정하기 위해 다양한 모델들(예컨대, 스피치 인식 모델들, 통계 언어 모델들, 자연 언어 처리 모델들, 온톨로지, 태스크 흐름 모델들, 서비스 모델들 등)을 포함한다.
일부 예들에서, 디지털 어시스턴트 클라이언트 모듈(229)은 사용자와 연관된 컨텍스트, 현재 사용자 상호작용, 및/또는 현재 사용자 입력을 확립하기 위해 휴대용 다기능 디바이스(200)의 다양한 센서들, 서브시스템들, 및 주변기기 디바이스들을 이용하여 휴대용 다기능 디바이스(200)의 주위 환경으로부터 추가 정보를 수집한다. 일부 예들에서, 디지털 어시스턴트 클라이언트 모듈(229)은 DA 서버(106)에 사용자 입력과 함께 컨텍스트 정보 또는 그의 서브세트를 제공하여 사용자의 의도를 추론하는 것을 돕는다. 일부 예들에서, 디지털 어시스턴트는 또한 컨텍스트 정보를 이용하여 어떻게 출력들을 준비하여 사용자에게 전달할지를 결정한다. 컨텍스트 정보는 컨텍스트 데이터라고 지칭된다.
일부 예들에서, 사용자 입력을 동반하는 컨텍스트 정보는 센서 정보, 예를 들어, 조명, 주변 소음, 주변 온도, 주위 환경의 이미지 또는 비디오 등을 포함한다. 일부 예들에서, 컨텍스트 정보는 또한 디바이스의 물리적 상태, 예를 들어, 디바이스 배향, 디바이스 위치, 디바이스 온도, 전력 레벨, 속도, 가속도, 모션 패턴, 셀룰러 신호 강도 등을 포함할 수 있다. 일부 예들에서, DA 서버(106)의 소프트웨어 상태에 관련된 정보, 예를 들어, 휴대용 다기능 디바이스(200)의 실행 중인 프로세스, 설치된 프로그램, 과거 및 현재 네트워크 활동성, 백그라운드 서비스, 에러 로그, 리소스 사용 등이 사용자 입력과 연관된 컨텍스트 정보로서 DA 서버(106)에 제공된다.
일부 예들에서, 디지털 어시스턴트 클라이언트 모듈(229)은 DA 서버(106)로부터의 요청들에 응답하여 휴대용 다기능 디바이스(200) 상에 저장된 정보(예컨대, 사용자 데이터(231))를 선택적으로 제공한다. 일부 예들에서, 디지털 어시스턴트 클라이언트 모듈(229)은 또한 DA 서버(106)에 의한 요청에 따라 자연 언어 대화 또는 다른 사용자 인터페이스들을 통해 사용자로부터 추가 입력을 이끌어낸다. 디지털 어시스턴트 클라이언트 모듈(229)은 DA 서버(106)에 추가 입력을 전달하여, 사용자 요청에서 표현되는 사용자의 의도의 의도 추론 및/또는 이행 시에 DA 서버(106)를 돕는다.
디지털 어시스턴트의 보다 상세한 설명은 도 7a 내지 도 7c를 참조하여 아래에 기술된다. 디지털 어시스턴트 클라이언트 모듈(229)이 하기에 기술되는 디지털 어시스턴트 모듈(726)의 임의의 개수의 하위모듈들을 포함할 수 있다는 것이 인식되어야 한다.
애플리케이션들(236)은 하기의 모듈들(또는 명령어들의 세트들), 또는 이들의 서브세트 또는 수퍼세트(superset)를 포함한다:
메모리(202)에 저장되는 다른 애플리케이션들(236)의 예들은 다른 워드 프로세싱 애플리케이션들, 다른 이미지 편집 애플리케이션들, 그리기 애플리케이션들, 프레젠테이션 애플리케이션들, JAVA-인에이블형 애플리케이션들, 암호화, 디지털 저작권 관리, 음성 인식, 및 음성 복제를 포함한다.
터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 텍스트 입력 모듈(234)과 함께, 연락처 모듈(237)은 주소록 또는 연락처 목록(예를 들어, 메모리(202) 또는 메모리(470) 내의 연락처 모듈(237)의 애플리케이션 내부 상태(292)에 저장됨)을 관리하는 데 사용되며, 이는 하기를 포함한다: 이름(들)을 주소록에 추가하는 것; 주소록으로부터 이름(들)을 삭제하는 것; 전화번호(들), 이메일 주소(들), 물리적 주소(들) 또는 다른 정보를 이름과 연관시키는 것; 이미지를 이름과 연관시키는 것; 이름들을 분류 및 정렬하는 것; 전화(238), 화상 회의 모듈(239), 이메일(240) 또는 IM(241)에 의한 통신을 개시하고/하거나 용이하게 하기 위해 전화번호들 또는 이메일 주소들을 제공하는 것 등.
RF 회로부(208), 오디오 회로부(210), 스피커(211), 마이크로폰(213), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 및 텍스트 입력 모듈(234)과 함께, 전화 모듈(238)은, 전화번호에 대응하는 문자들의 시퀀스를 입력하고, 연락처 모듈(237) 내의 하나 이상의 전화번호에 액세스하며, 입력된 전화번호를 수정하고, 개개의 전화번호를 다이얼링하며, 대화를 하고, 대화가 완료된 때 접속해제하거나 끊는 데 사용된다. 전술된 바와 같이, 무선 통신은 복수의 통신 표준들, 프로토콜들 및 기술들 중 임의의 것을 이용한다.
RF 회로부(208), 오디오 회로부(210), 스피커(211), 마이크로폰(213), 터치 스크린(212), 디스플레이 제어기(256), 광 센서(264), 광 센서 제어기(258), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234), 연락처 모듈(237) 및 전화 모듈(238)과 함께, 화상 회의 모듈(239)은 사용자 지시들에 따라 사용자와 한 명 이상의 다른 참여자들 사이의 화상 회의를 개시, 시행 및 종료하도록 하는 실행가능 명령어들을 포함한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 텍스트 입력 모듈(234)과 함께, 이메일 클라이언트 모듈(240)은 사용자 지시들에 응답하여 이메일을 작성, 전송, 수신, 및 관리하도록 하는 실행가능 명령어들을 포함한다. 이미지 관리 모듈(244)과 함께, 이메일 클라이언트 모듈(240)은 카메라 모듈(243)로 촬영된 정지 또는 비디오 이미지들을 갖는 이메일을 생성 및 전송하는 것을 매우 용이하게 한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 텍스트 입력 모듈(234)과 함께, 인스턴트 메시징 모듈(241)은, 인스턴트 메시지에 대응하는 문자들의 시퀀스를 입력하고, 이전에 입력된 문자들을 수정하고, (예를 들어, 전화 기반 인스턴트 메시지들을 위한 단문자 메시지 서비스(Short Message Service, SMS) 또는 멀티미디어 메시지 서비스(Multimedia Message Service, MMS) 프로토콜을 이용하거나, 인터넷 기반 인스턴트 메시지들을 위한 XMPP, SIMPLE 또는 IMPS를 이용하여) 개개의 인스턴트 메시지를 송신하고, 인스턴트 메시지들을 수신하고, 수신된 인스턴트 메시지들을 보도록 하는 실행가능 명령어들을 포함한다. 일부 실시예들에서, 송신 및/또는 수신되는 인스턴트 메시지들은 그래픽, 사진들, 오디오 파일들, 비디오 파일들, 그리고/또는 MMS 및/또는 EMS(Enhanced Messaging Service)에서 지원되는 바와 같은 다른 첨부물들을 포함한다. 본 명세서에서 사용되는 바와 같이, "인스턴트 메시징"은 전화 기반 메시지들(예컨대, SMS 또는 MMS를 이용하여 전송되는 메시지들) 및 인터넷 기반 메시지들(예컨대, XMPP, SIMPLE 또는 IMPS를 이용하여 전송되는 메시지들) 둘 모두를 지칭한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234), GPS 모듈(235), 지도 모듈(254), 및 음악 재생기 모듈과 함께, 운동 지원 모듈(242)은, (예컨대, 시간, 거리, 및/또는 열량 소비 목표와 함께) 운동들을 고안하고; 운동 센서들(스포츠 디바이스들)과 통신하고; 운동 센서 데이터를 수신하고; 운동을 모니터링하는 데 사용되는 센서들을 교정하고; 운동을 위한 음악을 선택 및 재생하고; 운동 데이터를 디스플레이, 저장 및 송신하도록 하는 실행가능 명령어들을 포함한다.
터치 스크린(212), 디스플레이 제어기(256), 광 센서(들)(264), 광 센서 제어기(258), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 이미지 관리 모듈(244)과 함께, 카메라 모듈(243)은, 정지 이미지들 또는 비디오(비디오 스트림을 포함함)를 캡처하고 이들을 메모리(202) 내에 저장하거나, 정지 이미지 또는 비디오의 특성을 수정하거나, 메모리(202)로부터 정지 이미지 또는 비디오를 삭제하도록 하는 실행가능 명령어들을 포함한다.
터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234) 및 카메라 모듈(243)과 함께, 이미지 관리 모듈(244)은 정지 및/또는 비디오 이미지들을 배열하거나, 수정(예컨대, 편집)하거나, 또는 그렇지 않으면 조작하고, 라벨링하고, 삭제하고, (예컨대, 디지털 슬라이드 쇼 또는 앨범에) 제시하고, 저장하도록 하는 실행가능 명령어들을 포함한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 텍스트 입력 모듈(234)과 함께, 브라우저 모듈(247)은, 웹 페이지들 또는 이들의 부분들뿐만 아니라 웹 페이지들에 링크된 첨부물들 및 다른 파일들을 검색하고, 그들에 링크하고, 수신하고, 그리고 디스플레이하는 것을 비롯한, 사용자 지시들에 따라 인터넷을 브라우징하도록 하는 실행가능 명령어들을 포함한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234), 이메일 클라이언트 모듈(240), 및 브라우저 모듈(247)과 함께, 캘린더 모듈(248)은 사용자 지시들에 따라 캘린더들 및 캘린더들과 연관된 데이터(예컨대, 캘린더 엔트리들, 할 일 목록들 등)를 생성, 디스플레이, 수정, 및 저장하도록 하는 실행가능 명령어들을 포함한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234) 및 브라우저 모듈(247)과 함께, 위젯 모듈들(249)은 사용자에 의해 다운로드 및 사용될 수 있거나(예컨대, 날씨 위젯(249-1), 주식 위젯(249-2), 계산기 위젯(249-3), 알람 시계 위젯(249-4) 및 사전 위젯(249-5)), 또는 사용자에 의해 생성될 수 있는(예컨대, 사용자-생성 위젯(249-6)) 미니-애플리케이션(mini-application)들이다. 일부 실시예들에서, 위젯은 HTML(Hypertext Markup Language) 파일, CSS(Cascading Style Sheets) 파일 및 자바스크립트(JavaScript) 파일을 포함한다. 일부 실시예들에서, 위젯은 XML(Extensible Markup Language) 파일 및 자바스크립트 파일(예컨대, 야후(Yahoo)! 위젯들)을 포함한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234) 및 브라우저 모듈(247)과 함께, 위젯 생성기 모듈(250)은 사용자에 의해 위젯들을 생성(예를 들어, 웹 페이지의 사용자-특정 부분을 위젯으로 변경)하는 데 사용된다.
터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 텍스트 입력 모듈(234)과 함께, 검색 모듈(251)은 사용자 지시들에 따라 하나 이상의 검색 기준들(예컨대, 하나 이상의 사용자-특정 검색어들)에 매칭되는 메모리(202) 내의 텍스트, 음악, 사운드, 이미지, 비디오, 및/또는 다른 파일들을 검색하도록 하는 실행가능 명령어들을 포함한다.
터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 오디오 회로부(210), 스피커(211), RF 회로부(208) 및 브라우저 모듈(247)과 함께, 비디오 및 음악 재생기 모듈(252)은, 사용자가 MP3 또는 AAC 파일들과 같은 하나 이상의 파일 포맷들로 저장된 기록된 음악 및 다른 사운드 파일들을 다운로드 및 재생할 수 있도록 하는 실행가능 명령어들, 및 비디오들을 (예컨대, 터치 스크린(212) 상에서 또는 외부 포트(224)를 통해 외부의 접속된 디스플레이 상에서) 디스플레이하도록, 상영하도록, 또는 다른 방식으로 재생하도록 하는 실행가능 명령어들을 포함한다. 일부 실시예들에서, 디바이스(200)는 선택적으로 아이팟(애플 인크.의 상표)과 같은 MP3 재생기의 기능을 포함한다.
터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232) 및 텍스트 입력 모듈(234)과 함께, 메모 모듈(253)은 사용자 지시들에 따라 메모들, 할 일 목록들 등을 생성 및 관리하도록 하는 실행가능 명령어들을 포함한다.
RF 회로부(208), 터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 텍스트 입력 모듈(234), GPS 모듈(235) 및 브라우저 모듈(247)과 함께, 지도 모듈(254)은 사용자 지시들에 따라 지도들 및 지도들과 연관된 데이터(예컨대, 운전 길 안내; 특정 위치에서의 또는 그 인근의 상점들 및 다른 관심 지점들에 관한 데이터; 및 다른 위치-기반 데이터)를 수신하고, 디스플레이하고, 수정하고, 저장하는 데 사용된다.
터치 스크린(212), 디스플레이 제어기(256), 접촉/모션 모듈(230), 그래픽 모듈(232), 오디오 회로부(210), 스피커(211), RF 회로부(208), 텍스트 입력 모듈(234), 이메일 클라이언트 모듈(240) 및 브라우저 모듈(247)과 함께, 온라인 비디오 모듈(255)은 사용자가 H.264와 같은 하나 이상의 파일 포맷의 온라인 비디오들에 액세스하고, 그들을 브라우징하고, (예컨대, 스트리밍 및/또는 다운로드에 의해) 수신하고, (예컨대, 터치 스크린 상에서 또는 외부 포트(224)를 통해 외부의 접속된 디스플레이 상에서) 재생하고, 특정한 온라인 비디오로의 링크와 함께 이메일을 전송하고, 그렇지 않으면 관리하게 하는 명령어들을 포함한다. 일부 실시예들에서, 이메일 클라이언트 모듈(240)보다는 오히려 인스턴트 메시징 모듈(241)이 특정 온라인 비디오로의 링크를 전송하는 데 사용된다. 온라인 비디오 애플리케이션에 대한 추가적 설명은, 2007년 6월 20일자로 출원된 미국 가특허 출원 제60/936,562호, "Portable Multifunction Device, Method, and Graphical User Interface for Playing Online Videos" 및 2007년 12월 31일자로 출원된 미국 특허 출원 제11/968,067호, "Portable Multifunction Device, Method, and Graphical User Interface for Playing Online Videos"에서 찾아볼 수 있으며, 이들의 내용은 이로써 그 전체가 본 명세서에 참고로 포함된다.
앞서 식별된 모듈들 및 애플리케이션들 각각은 상술한 하나 이상의 기능들 및 본 출원에 기술되는 방법들(예컨대, 본 명세서에 기술되는 컴퓨터 구현 방법들 및 다른 정보 처리 방법들)을 수행하기 위한 실행가능 명령어들의 세트에 대응한다. 이들 모듈들(예컨대, 명령어들의 세트들)은 별도의 소프트웨어 프로그램들, 절차들 또는 모듈들로서 구현될 필요는 없으며, 따라서 이들 모듈들의 다양한 서브세트들이 다양한 실시예들에서 조합되거나 달리 재배열될 수 있다. 예를 들어, 비디오 재생기 모듈은 음악 재생기 모듈과 조합되어 단일 모듈(예컨대, 도 2a의 비디오 및 음악 재생기 모듈(252))로 될 수 있다. 일부 실시예들에서, 메모리(202)는 앞서 식별된 모듈들 및 데이터 구조들의 서브세트를 저장한다. 또한, 메모리(202)는 전술되지 않은 추가의 모듈들 및 데이터 구조들을 저장한다.
일부 실시예들에서, 디바이스(200)는 디바이스 상의 사전정의된 세트의 기능들의 동작이 터치 스크린 및/또는 터치패드를 통해 전용으로 수행되는 디바이스이다. 터치 스크린 및/또는 터치패드를 디바이스(200)의 동작을 위한 주 입력 제어 디바이스로서 사용함으로써, 디바이스(200) 상의 (푸시 버튼들, 다이얼들 등과 같은) 물리적 입력 제어 디바이스들의 수가 감소된다.
전적으로 터치 스크린 및/또는 터치패드를 통해 수행되는 사전정의된 세트의 기능들은, 선택적으로, 사용자 인터페이스들 간의 내비게이션을 포함한다. 일부 실시예들에서, 터치패드는, 사용자에 의해 터치될 때, 디바이스(200)를 디바이스(200) 상에 디스플레이되는 임의의 사용자 인터페이스로부터 메인, 홈 또는 루트 메뉴로 내비게이팅한다. 이러한 실시예들에서, "메뉴 버튼"이 터치패드를 이용하여 구현된다. 일부 다른 실시예들에서, 메뉴 버튼은 터치패드 대신에 물리적 푸시 버튼 또는 다른 물리적 입력 제어 디바이스이다.
도 2b는 일부 실시예들에 따른, 이벤트 처리를 위한 예시적인 컴포넌트들을 도시하는 블록도이다. 일부 실시예들에서, 메모리(도 2a의 202 또는 도 4의 470)는 (예컨대, 운영 체제(226)에서의) 이벤트 분류기(270) 및 개개의 애플리케이션(236-1)(예컨대, 전술된 애플리케이션들(237 내지 251, 255, 480 내지 490) 중 임의의 것)을 포함한다.
이벤트 분류기(270)는 이벤트 정보를 수신하고, 이벤트 정보를 전달할 애플리케이션(236-1), 및 애플리케이션(236-1)의 애플리케이션 뷰(291)를 결정한다. 이벤트 분류기(270)는 이벤트 모니터(271) 및 이벤트 디스패처 모듈(event dispatcher module)(274)을 포함한다. 일부 실시예들에서, 애플리케이션(236-1)은 애플리케이션이 활성이거나 실행 중일 때 터치 감응형 디스플레이(212) 상에 디스플레이되는 현재 애플리케이션 뷰(들)를 나타내는 애플리케이션 내부 상태(292)를 포함한다. 일부 실시예들에서, 디바이스/글로벌 내부 상태(257)는 이벤트 분류기(270)에 의해 어느 애플리케이션(들)이 현재 활성인지 결정하는 데 이용되며, 애플리케이션 내부 상태(292)는 이벤트 분류기(270)에 의해 이벤트 정보를 전달할 애플리케이션 뷰들(291)을 결정하는 데 이용된다.
일부 실시예들에서, 애플리케이션 내부 상태(292)는 애플리케이션(236-1)이 실행을 재개할 때 이용될 재개 정보, 애플리케이션(236-1)에 의해 디스플레이되고 있거나 디스플레이될 준비가 된 정보를 나타내는 사용자 인터페이스 상태 정보, 사용자가 애플리케이션(236-1)의 이전 상태 또는 뷰로 되돌아가는 것을 가능하게 하기 위한 상태 큐(queue), 및 사용자에 의해 취해진 이전 행동들의 재실행(redo)/실행취소(undo) 큐 중 하나 이상과 같은 추가 정보를 포함한다.
이벤트 모니터(271)는 주변기기 인터페이스(218)로부터 이벤트 정보를 수신한다. 이벤트 정보는 서브이벤트(예를 들어, 다중 터치 제스처의 일부로서 터치 감응형 디스플레이(212) 상에서의 사용자 터치)에 대한 정보를 포함한다. 주변기기 인터페이스(218)는 I/O 서브시스템(206) 또는 센서, 예컨대, 근접 센서(266), 가속도계(들)(268), 및/또는 (오디오 회로부(210)를 통한) 마이크로폰(213)으로부터 수신하는 정보를 송신한다. 주변기기 인터페이스(218)가 I/O 서브시스템(206)으로부터 수신하는 정보는 터치 감응형 디스플레이(212) 또는 터치 감응형 표면으로부터의 정보를 포함한다.
일부 실시예들에서, 이벤트 모니터(271)는 요청들을 사전결정된 간격으로 주변기기 인터페이스(218)에 전송한다. 이에 응답하여, 주변기기 인터페이스(218)는 이벤트 정보를 송신한다. 다른 실시예들에서, 주변기기 인터페이스(218)는 중요한 이벤트(예컨대, 사전결정된 잡음 임계치를 초과하는 입력 및/또는 사전결정된 지속기간 초과 동안의 입력을 수신하는 것)가 있을 때에만 이벤트 정보를 송신한다.
일부 실시예들에서, 이벤트 분류기(270)는 또한 히트 뷰(hit view) 결정 모듈(272) 및/또는 활성 이벤트 인식기 결정 모듈(273)을 포함한다.
히트 뷰 판정 모듈(272)은 터치 감응형 디스플레이(212)가 하나 초과의 뷰를 디스플레이할 때 하나 이상의 뷰들 내에서 서브이벤트가 발생한 곳을 결정하기 위한 소프트웨어 절차들을 제공한다. 뷰들은 사용자가 디스플레이 상에서 볼 수 있는 제어부들 및 다른 요소들로 구성된다.
애플리케이션과 연관된 사용자 인터페이스의 다른 태양은 본 명세서에서 때때로 애플리케이션 뷰들 또는 사용자 인터페이스 창(user interface window)들로 지칭되는 한 세트의 뷰들인데, 여기서 정보가 디스플레이되고 터치 기반 제스처가 발생한다. 터치가 검출되는 (개개의 애플리케이션의) 애플리케이션 뷰들은 애플리케이션의 프로그램 또는 뷰 계층구조 내의 프로그램 레벨들에 대응한다. 예를 들어, 터치가 검출되는 최하위 레벨의 뷰는 히트 뷰로 지칭되고, 적절한 입력들로서 인식되는 이벤트들의 세트는 터치 기반 제스처를 시작하는 초기 터치의 히트 뷰에 적어도 부분적으로 기초하여 결정된다.
히트 뷰 결정 모듈(272)은 터치 기반 제스처의 서브이벤트들에 관련된 정보를 수신한다. 애플리케이션이 계층구조에서 조직화된 다수의 뷰들을 갖는 경우, 히트 뷰 판정 모듈(272)은 히트 뷰를, 서브이벤트를 처리해야 하는 계층구조 내의 최하위 뷰로서 식별한다. 대부분의 상황들에서, 히트 뷰는 개시되는 서브이벤트(예컨대, 이벤트 또는 잠재적 이벤트를 형성하는 서브이벤트들의 시퀀스에서의 제1 서브이벤트)가 발생하는 최하위 레벨 뷰이다. 일단 히트 뷰가 히트 뷰 판정 모듈(272)에 의해 식별되면, 히트 뷰는 전형적으로 그것이 히트 뷰로서 식별되게 한 것과 동일한 터치 또는 입력 소스와 관련된 모든 서브이벤트들을 수신한다.
활성 이벤트 인식기 결정 모듈(273)은 뷰 계층구조 내에서 어느 뷰 또는 뷰들이 서브이벤트들의 특정 시퀀스를 수신해야 하는지를 결정한다. 일부 실시예들에서, 활성 이벤트 인식기 결정 모듈(273)은 히트 뷰만이 서브이벤트들의 특정 시퀀스를 수신해야 하는 것으로 결정한다. 다른 실시예들에서, 활성 이벤트 인식기 결정 모듈(273)은 서브이벤트의 물리적 위치를 포함하는 모든 뷰들이 적극 참여 뷰(actively involved view)들인 것으로 결정하고, 그에 따라 모든 적극 참여 뷰들이 서브이벤트들의 특정 시퀀스를 수신해야 하는 것으로 결정한다. 다른 실시예들에서, 터치 서브이벤트들이 전적으로 하나의 특정 뷰와 연관된 영역으로 한정되었더라도, 계층구조 내의 상위 뷰들은 여전히 적극 참여 뷰들로서 유지될 것이다.
이벤트 디스패처 모듈(274)은 이벤트 정보를 이벤트 인식기(예컨대, 이벤트 인식기(280))에 디스패치한다. 활성 이벤트 인식기 결정 모듈(273)을 포함하는 실시예들에서, 이벤트 디스패처 모듈(274)은 이벤트 정보를 활성 이벤트 인식기 결정 모듈(273)에 의해 결정된 이벤트 인식기에 전달한다. 일부 실시예들에서, 이벤트 디스패처 모듈(274)은 이벤트 큐 내에 이벤트 정보를 저장하는데, 이벤트 정보는 개개의 이벤트 수신기(282)에 의해 인출된다.
일부 실시예들에서, 운영 체제(226)는 이벤트 분류기(270)를 포함한다. 대안으로, 애플리케이션(236-1)은 이벤트 분류기(270)를 포함한다. 또 다른 실시예들에서, 이벤트 분류기(270)는 독립형 모듈이거나, 또는 접촉/모션 모듈(230)과 같이 메모리(202)에 저장되는 다른 모듈의 일부이다.
일부 실시예들에서, 애플리케이션(236-1)은 복수의 이벤트 핸들러들(290) 및 하나 이상의 애플리케이션 뷰들(291)을 포함하며, 이들의 각각은 애플리케이션의 사용자 인터페이스의 개개의 뷰 내에 발생하는 터치 이벤트들을 처리하기 위한 명령어들을 포함한다. 애플리케이션(236-1)의 각각의 애플리케이션 뷰(291)는 하나 이상의 이벤트 인식기들(280)을 포함한다. 전형적으로, 개개의 애플리케이션 뷰(291)는 복수의 이벤트 인식기들(280)을 포함한다. 다른 실시예들에서, 이벤트 인식기들(280) 중 하나 이상은 사용자 인터페이스 키트(도시되지 않음) 또는 애플리케이션(236-1)이 방법들 및 다른 속성들을 물려받는 상위 레벨 객체와 같은 별개의 모듈의 일부이다. 일부 실시예들에서, 개개의 이벤트 핸들러(290)는 데이터 업데이터(276), 객체 업데이터(277), GUI 업데이터(278), 및/또는 이벤트 분류기(270)로부터 수신된 이벤트 데이터(279) 중 하나 이상을 포함한다. 이벤트 핸들러(290)는 데이터 업데이터(276), 객체 업데이터(277) 또는 GUI 업데이터(278)를 이용하거나 호출하여 애플리케이션 내부 상태(292)를 업데이트한다. 대안으로, 애플리케이션 뷰들(291) 중 하나 이상은 하나 이상의 각각의 이벤트 핸들러(290)를 포함한다. 또한, 일부 실시예들에서, 데이터 업데이터(276), 객체 업데이터(277), 및 GUI 업데이터(278) 중 하나 이상은 개개의 애플리케이션 뷰(291) 내에 포함된다.
개개의 이벤트 인식기(280)는 이벤트 분류기(270)로부터 이벤트 정보(예컨대, 이벤트 데이터(279))를 수신하고 그 이벤트 정보로부터 이벤트를 식별한다. 이벤트 인식기(280)는 이벤트 수신기(282) 및 이벤트 비교기(284)를 포함한다. 일부 실시예들에서, 이벤트 인식기(280)는 또한 적어도 메타데이터(283) 및 이벤트 전달 명령어들(288)(서브이벤트 전달 명령어들을 포함함)의 서브세트를 포함한다.
이벤트 수신기(282)는 이벤트 분류기(270)로부터 이벤트 정보를 수신한다. 이벤트 정보는 서브이벤트, 예를 들어 터치 또는 터치 이동에 관한 정보를 포함한다. 서브이벤트에 따라서, 이벤트 정보는 또한 서브이벤트의 위치와 같은 추가 정보를 포함한다. 서브이벤트가 터치의 모션에 관한 것일 때, 이벤트 정보는 또한 서브이벤트의 속력 및 방향을 포함한다. 일부 실시예들에서, 이벤트들은 하나의 배향으로부터 다른 배향으로(예컨대, 세로 배향으로부터 가로 배향으로, 또는 그 반대로)의 디바이스의 회전을 포함하며, 이벤트 정보는 디바이스의 현재 배향(디바이스 자세로도 지칭됨)에 관한 대응하는 정보를 포함한다.
이벤트 비교기(284)는 이벤트 정보를 사전정의된 이벤트 또는 서브이벤트 정의들과 비교하고, 그 비교에 기초하여, 이벤트 또는 서브이벤트를 결정하거나, 이벤트 또는 서브이벤트의 상태를 결정 또는 업데이트한다. 일부 실시예들에서, 이벤트 비교기(284)는 이벤트 정의들(286)을 포함한다. 이벤트 정의들(286)은 이벤트들(예컨대, 서브이벤트들의 사전정의된 시퀀스들), 예를 들어 이벤트 1(287-1), 이벤트 2(287-2) 등의 정의들을 포함한다. 일부 실시예들에서, 이벤트(287) 내의 서브이벤트들은, 예를 들어, 터치 시작, 터치 종료, 터치 이동, 터치 취소, 및 다중 터치를 포함한다. 일례에서, 이벤트 1(287-1)에 대한 정의는 디스플레이된 객체 상에의 더블 탭이다. 더블 탭은, 예를 들어, 사전결정된 페이즈(phase) 동안의 디스플레이된 객체 상의 제1 터치(터치 시작), 사전결정된 페이즈 동안의 제1 리프트오프(터치 종료), 사전결정된 페이즈 동안의 디스플레이된 객체 상의 제2 터치(터치 시작), 및 사전결정된 페이즈 동안의 제2 리프트오프(터치 종료)를 포함한다. 다른 예에서, 이벤트 2(287-2)에 대한 정의는 디스플레이된 객체 상에의 드래깅이다. 드래깅은, 예를 들어, 사전결정된 페이즈 동안의 디스플레이된 객체 상의 터치(또는 접촉), 터치 감응형 디스플레이(212)를 가로지르는 터치의 이동, 및 터치의 리프트오프(터치 종료)를 포함한다. 일부 실시예들에서, 이벤트는 또한 하나 이상의 연관된 이벤트 핸들러들(290)에 대한 정보를 포함한다.
일부 실시예들에서, 이벤트 정의(287)는 개개의 사용자 인터페이스 객체에 대한 이벤트의 정의를 포함한다. 일부 실시예들에서, 이벤트 비교기(284)는 어느 사용자 인터페이스 객체가 서브이벤트와 연관되는지 결정하도록 히트 테스트(hit test)를 수행한다. 예를 들어, 3개의 사용자 인터페이스 객체들이 터치 감응형 디스플레이(212) 상에 디스플레이된 애플리케이션 뷰에서, 터치 감응형 디스플레이(212) 상에서 터치가 검출되는 경우, 이벤트 비교기(284)는 3개의 사용자 인터페이스 객체들 중 어느 것이 터치(서브이벤트)와 연관되어 있는지를 판정하도록 히트 테스트를 수행한다. 각각의 디스플레이된 객체가 개개의 이벤트 핸들러(290)와 연관되는 경우, 이벤트 비교기는 어느 이벤트 핸들러(290)가 활성화되어야 하는지 판정하는 데 히트 테스트의 결과를 이용한다. 예를 들어, 이벤트 비교기(284)는 히트 테스트를 트리거하는 객체 및 서브이벤트와 연관된 이벤트 핸들러를 선택한다.
일부 실시예들에서, 개개의 이벤트(287)에 대한 정의는 또한 서브이벤트들의 시퀀스가 이벤트 인식기의 이벤트 유형에 대응하는지 대응하지 않는지 여부가 결정된 후까지 이벤트 정보의 전달을 지연하는 지연된 행동들을 포함한다.
개개의 이벤트 인식기(280)가, 일련의 서브이벤트들이 이벤트 정의들(286) 내의 이벤트들 중 어떠한 것과도 매칭되지 않는 것으로 판정하는 경우, 개개의 이벤트 인식기(280)는 이벤트 불가능, 이벤트 실패, 또는 이벤트 종료 상태에 진입하고, 그 후 개개의 이벤트 인식기는 터치 기반 제스처의 후속 서브이벤트들을 무시한다. 이러한 상황에서, 만일 있다면, 히트 뷰에 대해 활성 상태로 유지되는 다른 이벤트 인식기들이 진행 중인 터치 기반 제스처의 서브이벤트들을 계속해서 추적 및 처리한다.
일부 실시예들에서, 개개의 이벤트 인식기(280)는 이벤트 전달 시스템이 어떻게 적극 참여 이벤트 인식기들에 대한 서브이벤트 전달을 수행해야 하는지를 나타내는 구성가능한 속성들, 플래그(flag)들, 및/또는 목록들을 갖는 메타데이터(283)를 포함한다. 일부 실시예들에서, 메타데이터(283)는 이벤트 인식기들이 어떻게 서로 상호작용하는지, 또는 상호작용하게 되는지를 나타내는 구성가능한 속성들, 플래그들, 및/또는 목록들을 포함한다. 일부 실시예들에서, 메타데이터(283)는, 서브이벤트들이 뷰 또는 프로그램 계층구조에서의 다양한 레벨들에 전달되는지 여부를 나타내는 구성가능한 속성들, 플래그들, 및/또는 목록들을 포함한다.
일부 실시예들에서, 개개의 이벤트 인식기(280)는 이벤트의 하나 이상의 특정 서브이벤트들이 인식될 때 이벤트와 연관된 이벤트 핸들러(290)를 활성화한다. 일부 실시예들에서, 개개의 이벤트 인식기(280)는 이벤트와 연관된 이벤트 정보를 이벤트 핸들러(290)에 전달한다. 이벤트 핸들러(290)를 활성화시키는 것은 개개의 히트 뷰에 서브이벤트들을 전송(및 지연 전송)하는 것과는 별개이다. 일부 실시예들에서, 이벤트 인식기(280)는 인식된 이벤트와 연관된 플래그를 보내고, 그 플래그와 연관된 이벤트 핸들러(290)는 그 플래그를 캐치하고 사전정의된 프로세스를 수행한다.
일부 실시예들에서, 이벤트 전달 명령어들(288)은 이벤트 핸들러를 활성화하지 않으면서 서브이벤트에 관한 이벤트 정보를 전달하는 서브이벤트 전달 명령어들을 포함한다. 대신에, 서브이벤트 전달 명령어들은 일련의 서브이벤트들과 연관된 이벤트 핸들러들에 또는 적극 참여 뷰들에 이벤트 정보를 전달한다. 일련의 서브이벤트들 또는 적극 참여 뷰들과 연관된 이벤트 핸들러들은 이벤트 정보를 수신하고 사전결정된 프로세스를 수행한다.
일부 실시예들에서, 데이터 업데이터(276)는 애플리케이션(236-1)에서 이용되는 데이터를 생성 및 업데이트한다. 예를 들어, 데이터 업데이터(276)는 연락처 모듈(237)에서 이용되는 전화 번호를 업데이트하거나, 비디오 재생기 모듈에서 이용되는 비디오 파일을 저장한다. 일부 실시예들에서, 객체 업데이터(277)는 애플리케이션(236-1)에서 이용되는 객체들을 생성 및 업데이트한다. 예를 들어, 객체 업데이터(277)는 새로운 사용자 인터페이스 객체를 생성하거나, 또는 사용자 인터페이스 객체의 위치를 업데이트한다. GUI 업데이터(278)는 GUI를 업데이트한다. 예를 들어, GUI 업데이터(278)는 터치 감응형 디스플레이 상의 디스플레이를 위해 디스플레이 정보를 준비하고 이를 그래픽 모듈(232)에 전송한다.
일부 실시예들에서, 이벤트 핸들러(들)(290)는 데이터 업데이터(276), 객체 업데이터(277), 및 GUI 업데이터(278)를 포함하거나 이들에 액세스 권한이 있다. 일부 실시예들에서, 데이터 업데이터(276), 객체 업데이터(277), 및 GUI 업데이터(278)는 개개의 애플리케이션(236-1) 또는 애플리케이션 뷰(291)의 단일 모듈 내에 포함된다. 다른 실시예들에서, 이들은 2개 이상의 소프트웨어 모듈들 내에 포함된다.
터치 감응형 디스플레이들 상의 사용자 터치들의 이벤트 처리에 관하여 전술한 논의는 또한 입력 디바이스들을 갖는 다기능 디바이스들(200)을 동작시키기 위한 다른 형태들의 사용자 입력들에도 적용되지만, 그 모두가 터치 스크린들 상에서 개시되는 것이 아니라는 것을 이해해야 한다. 예를 들어, 단일 또는 다수의 키보드 누르기 또는 유지(hold)와 선택적으로 조화된 마우스 이동 및 마우스 버튼 누르기; 터치패드 상에서의, 탭, 드래그, 스크롤 등과 같은 접촉 이동들; 펜 스타일러스 입력들; 디바이스의 이동; 구두 명령어들; 검출된 눈 이동들; 생체측정 입력들; 및/또는 이들의 임의의 조합은, 인식될 이벤트를 정의하는 서브이벤트들에 대응하는 입력들로서 선택적으로 이용된다.
도 3은 일부 실시예들에 따른, 터치 스크린(212)을 갖는 휴대용 다기능 디바이스(200)를 도시한다. 터치 스크린은, 선택적으로, 사용자 인터페이스(UI)(300) 내에서 하나 이상의 그래픽들을 디스플레이한다. 이러한 실시예는 물론 하기에 기술되는 다른 실시예들에서, 사용자는, 예를 들어, 하나 이상의 손가락들(302)(도면에서 축척대로 도시되지 않음) 또는 하나 이상의 스타일러스들(303)(도면에서 축척대로 도시되지 않음)을 이용하여 그래픽 상에 제스처를 행함으로써 그래픽들 중 하나 이상을 선택하는 것이 가능하게 된다. 일부 실시예들에서, 하나 이상의 그래픽의 선택은 사용자가 하나 이상의 그래픽과의 접촉을 중단할 때 발생한다. 일부 실시예들에서, 제스처는 선택적으로 디바이스(200)와 접촉한 손가락의 하나 이상의 탭들, (좌에서 우로, 우에서 좌로, 위로 및/또는 아래로의) 하나 이상의 스와이프들 및/또는 (우에서 좌로, 좌에서 우로, 위로 및/또는 아래로의) 롤링을 포함한다. 일부 구현예들 또는 상황들에서, 그래픽과 부주의하여 접촉되면 그 그래픽은 선택되지 않는다. 예를 들면, 선택에 대응하는 제스처가 탭일 때, 애플리케이션 아이콘 위를 스윕(sweep)하는 스와이프 제스처는 선택적으로, 대응하는 애플리케이션을 선택하지 않는다.
디바이스(200)는 또한 "홈" 또는 메뉴 버튼(304)과 같은 하나 이상의 물리적 버튼들을 포함한다. 이전에 기술된 바와 같이, 메뉴 버튼(304)은 디바이스(200) 상에서 실행되는 애플리케이션들의 세트 내의 임의의 애플리케이션(236)으로 내비게이팅하기 위해 사용된다. 대안적으로, 일부 실시예들에서, 메뉴 버튼은 터치 스크린(212) 상에 디스플레이된 GUI에서 소프트 키로서 구현된다.
일 실시예에서, 디바이스(200)는 터치 스크린(212), 메뉴 버튼(304), 디바이스의 전원을 온/오프시키고 디바이스를 잠그기 위한 푸시 버튼(306), 음량 조절 버튼(들)(308), 가입자 식별 모듈(SIM) 카드 슬롯(310), 헤드셋 잭(312), 및 도킹/충전 외부 포트(224)를 포함한다. 푸시 버튼(306)은, 선택적으로, 버튼을 누르고 버튼을 사전정의된 시간 간격 동안 누른 상태로 유지함으로써 디바이스의 전원을 온/오프시키고/시키거나; 버튼을 누르고 사전정의된 시간 간격이 경과하기 전에 버튼을 누름해제함으로써 디바이스를 잠그고/잠그거나; 디바이스를 잠금해제하거나 잠금해제 프로세스를 개시하는 데 사용된다. 대안적인 실시예에서, 디바이스(200)는 또한 마이크로폰(213)을 통해 일부 기능들의 활성화 또는 비활성화를 위한 구두 입력을 수용한다. 디바이스(200)는 또한, 선택적으로, 터치 스크린(212) 상에서의 접촉들의 세기를 검출하기 위한 하나 이상의 접촉 세기 센서들(265) 및/또는 디바이스(200)의 사용자를 위해 촉각적 출력들을 생성하기 위한 하나 이상의 촉각적 출력 생성기들(267)을 포함한다.
도 4는 일부 실시예들에 따른, 디스플레이 및 터치 감응형 표면을 갖는 예시적인 다기능 디바이스의 블록도이다. 디바이스(400)가 휴대용일 필요는 없다. 일부 실시예들에서, 디바이스(400)는, 랩톱 컴퓨터, 데스크톱 컴퓨터, 태블릿 컴퓨터, 멀티미디어 재생기 디바이스, 내비게이션 디바이스, (어린이 학습 장난감과 같은) 교육용 디바이스, 게이밍 시스템, 또는 제어 디바이스(예컨대, 가정용 또는 산업용 제어기)이다. 디바이스(400)는 전형적으로 하나 이상의 처리 유닛(CPU)들(410), 하나 이상의 네트워크 또는 다른 통신 인터페이스들(460), 메모리(470), 및 이들 컴포넌트를 상호접속하기 위한 하나 이상의 통신 버스들(420)을 포함한다. 통신 버스들(420)은 선택적으로 시스템 컴포넌트들을 상호접속하고 이들 사이의 통신을 제어하는 회로부(때때로 칩셋이라고 지칭됨)를 포함한다. 디바이스(400)는 전형적으로 터치 스크린 디스플레이인 디스플레이(440)를 포함하는 입/출력(I/O) 인터페이스(430)를 포함한다. I/O 인터페이스(430)는 또한, 선택적으로, 키보드 및/또는 마우스(또는 다른 포인팅 디바이스)(450) 및 터치패드(455), 디바이스(400) 상에 촉각적 출력들을 생성하기 위한 촉각적 출력 생성기(457)(예컨대, 도 2a를 참조하여 전술된 촉각적 출력 생성기(들)(267)와 유사함), 및 센서들(459)(예컨대, 도 2a를 참조하여 전술된 접촉 세기 센서(들)(265)와 유사한 광 센서, 가속도 센서, 근접 센서, 터치 감응형 센서, 및/또는 접촉 세기 센서)을 포함한다. 메모리(470)는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 솔리드 스테이트 메모리 디바이스들과 같은 고속 랜덤 액세스 메모리를 포함하며; 선택적으로 하나 이상의 자기 디스크 저장 디바이스, 광 디스크 저장 디바이스, 플래시 메모리 디바이스, 또는 다른 비휘발성 솔리드 스테이트 저장 디바이스와 같은 비휘발성 메모리를 포함한다. 메모리(470)는 선택적으로 CPU(들)(410)로부터 원격으로 위치된 하나 이상의 저장 디바이스들을 포함한다. 일부 실시예들에서, 메모리(470)는 휴대용 다기능 디바이스(200)(도 2a)의 메모리(202)에 저장된 프로그램들, 모듈들, 및 데이터 구조들과 유사한 프로그램들, 모듈들, 및 데이터 구조들, 또는 이들의 서브세트를 저장한다. 또한, 메모리(470)는, 선택적으로, 휴대용 다기능 디바이스(200)의 메모리(202) 내에 존재하지 않는 추가의 프로그램들, 모듈들 및 데이터 구조들을 저장한다. 예를 들어, 디바이스(400)의 메모리(470)는, 선택적으로, 그리기 모듈(480), 프레젠테이션 모듈(482), 워드 프로세싱 모듈(484), 웹사이트 제작 모듈(486), 디스크 저작 모듈(488), 및/또는 스프레드시트 모듈(490)을 저장하는 반면, 휴대용 다기능 디바이스(200)(도 2a)의 메모리(202)는, 선택적으로, 이들 모듈들을 저장하지 않는다.
도 4에서의 앞서 식별된 요소들 각각은, 일부 예들에서, 이전에 언급된 메모리 디바이스들 중 하나 이상에 저장된다. 앞서 식별된 모듈들 각각은 상술한 기능을 수행하기 위한 명령어들의 세트에 대응한다. 앞서 식별된 모듈들 또는 프로그램들(예컨대, 명령어들의 세트들)은 별개의 소프트웨어 프로그램들, 절차들 또는 모듈들로서 구현될 필요는 없으며, 따라서 이러한 모듈들의 다양한 서브세트들이 다양한 실시예들에서 조합되거나 다른 방식으로 재배열된다. 일부 실시예들에서, 메모리(470)는 앞서 식별된 모듈들 및 데이터 구조들의 서브세트를 저장한다. 또한, 메모리(470)는 전술되지 않은 추가의 모듈들 및 데이터 구조들을 저장한다.
이제, 예를 들어 휴대용 다기능 디바이스(200) 상에서 구현될 수 있는 사용자 인터페이스들의 실시예들을 살펴본다.
도 5a는 일부 실시예들에 따른, 휴대용 다기능 디바이스(200) 상의 애플리케이션들의 메뉴에 대한 예시적인 사용자 인터페이스를 도시한다. 유사한 사용자 인터페이스들이 디바이스(400) 상에서 구현된다. 일부 실시예들에서, 사용자 인터페이스(500)는 하기의 요소들, 또는 그들의 서브세트나 수퍼세트를 포함한다:
셀룰러 및 Wi-Fi 신호들과 같은 무선 통신(들)에 대한 신호 강도 표시자(들)(502);
o
부재 중 전화들 또는 음성메일 메시지들의 개수의 표시자(514)를 선택적으로 포함하는 "전화"라고 라벨링된 전화 모듈(238)에 대한 아이콘(516);
o
읽지 않은 이메일들의 개수의 표시자(510)를 선택적으로 포함하는 "메일"이라고 라벨링된 이메일 클라이언트 모듈(240)에 대한 아이콘(518);
o
"브라우저"라고 라벨링된 브라우저 모듈(247)에 대한 아이콘(520);및
o
아이팟(애플 인크.의 상표) 모듈(252)로도 지칭되는, "아이팟"이라고 라벨링된 비디오 및 음악 재생기 모듈(252)에 대한 아이콘(522);및
o
"메시지"라고 라벨링된 IM 모듈(241)에 대한 아이콘(524);"
o
"캘린더"라고 라벨링된 캘린더 모듈(248)에 대한 아이콘(526);"
o
"사진"이라고 라벨링된 이미지 관리 모듈(244)에 대한 아이콘(528);"
o
"카메라"라고 라벨링된 카메라 모듈(243)에 대한 아이콘(530);"
o
"온라인 비디오"라고 라벨링된 온라인 비디오 모듈(255)에 대한 아이콘(532);"
o
"주식"이라고 라벨링된 주식 위젯(249-2)에 대한 아이콘(534);"
o
"지도"라고 라벨링된 지도 모듈(254)에 대한 아이콘(536);"
o
"날씨"라고 라벨링된 날씨 위젯(249-1)에 대한 아이콘(538);"
o
"시계"라고 라벨링된 알람 시계 위젯(249-4)에 대한 아이콘(540);"
o
"운동 지원"이라고 라벨링된 운동 지원 모듈(242)에 대한 아이콘(542);"
o
"메모"라고 라벨링된 메모 모듈(253)에 대한 아이콘(544);및
o
디바이스(200) 및 그의 다양한 애플리케이션들(236)에 대한 설정에의 액세스를 제공하는, "설정"이라고 라벨링된, 설정 애플리케이션 또는 모듈에 대한 아이콘(546).
도 5a에 도시된 아이콘 라벨들은 단지 예시적인 것임에 유의해야 한다. 예를 들어, 비디오 및 음악 재생기 모듈(252)에 대한 아이콘(522)은 선택적으로 "음악" 또는 "음악 재생기"라고 라벨링된다. 기타 라벨들이 선택적으로 다양한 애플리케이션 아이콘들에 대해 사용된다. 일부 실시예들에서, 개개의 애플리케이션 아이콘에 대한 라벨은 개개의 애플리케이션 아이콘에 대응하는 애플리케이션의 이름을 포함한다. 일부 실시예들에서, 특정 애플리케이션 아이콘에 대한 라벨은 특정 애플리케이션 아이콘에 대응하는 애플리케이션의 이름과는 별개이다.
도 5b는 디스플레이(550)(예컨대, 터치 스크린 디스플레이(212))와는 별개인 터치 감응형 표면(551)(예컨대, 도 4의 태블릿 또는 터치패드(455))을 갖는 디바이스(예컨대, 도 4의 디바이스(400)) 상의 예시적인 사용자 인터페이스를 도시한다. 디바이스(400)는 또한, 선택적으로, 터치 감응형 표면(551) 상에서의 접촉들의 세기를 검출하기 위한 하나 이상의 접촉 세기 센서들(예컨대, 센서들(457) 중 하나 이상) 및/또는 디바이스(400)의 사용자에 대한 촉각적 출력들을 생성하기 위한 하나 이상의 촉각적 출력 생성기들(459)을 포함한다.
후속하는 일부 예들이 (터치 감응형 표면과 디스플레이가 조합된) 터치 스크린 디스플레이(212) 상의 입력들을 참조하여 제공될 것이지만, 일부 실시예들에서, 디바이스는 도 5b에 도시된 바와 같이 디스플레이와 별개인 터치 감응형 표면 상의 입력들을 검출한다. 일부 실시예들에서, 터치 감응형 표면(예컨대, 도 5b의 551)은 디스플레이(예컨대, 550) 상의 주축(예컨대, 도 5b의 553)에 대응하는 주축(예컨대, 도 5b의 552)을 갖는다. 이 실시예들에 따르면, 디바이스는 디스플레이 상의 개개의 위치들에 대응하는 위치들(예컨대, 도 5b에서, 560은 568에 대응하고, 562는 570에 대응함)에서 터치 감응형 표면(551)과의 접촉들(예컨대, 도 5b의 560, 562)을 검출한다. 이러한 방식으로, 터치 감응형 표면(예컨대, 도 5b의 551) 상에서 디바이스에 의해 검출된 사용자 입력들(예컨대, 접촉들(560, 562) 및 그 이동들)은 터치 감응형 표면이 디스플레이와 별개일 때 디바이스에 의해 다기능 디바이스의 디스플레이(예컨대, 도 5b의 550) 상의 사용자 인터페이스를 조작하는 데 사용된다. 유사한 방법들이, 선택적으로, 본 명세서에 기술된 다른 사용자 인터페이스들에 이용된다는 것이 이해되어야 한다.
추가적으로, 하기의 예들이 손가락 입력들(예컨대, 손가락 접촉들, 손가락 탭 제스처들, 손가락 스와이프 제스처들)을 주로 참조하여 주어지는 반면, 일부 실시예들에서, 손가락 입력들 중 하나 이상은 다른 입력 디바이스로부터의 입력(예컨대, 마우스 기반 입력 또는 스타일러스 입력)으로 대체된다는 것이 이해되어야 한다. 예컨대, 스와이프 제스처는, 선택적으로, 마우스 클릭(예컨대, 접촉 대신) 및 뒤이은 스와이프의 경로를 따른 커서의 이동(예컨대, 접촉의 이동 대신)으로 대체된다. 다른 예로서, (예컨대, 접촉의 검출에 이어 접촉을 검출하는 것을 중지하는 것 대신에) 커서가 탭 제스처의 위치 위에 위치되어 있는 동안에 탭 제스처가 선택적으로 마우스 클릭으로 대체된다. 유사하게, 다수의 사용자 입력이 동시에 검출되는 경우, 다수의 컴퓨터 마우스가 선택적으로 동시에 사용되거나, 또는 마우스와 손가락 접촉들이 선택적으로 동시에 사용되는 것으로 이해하여야 한다.
도 6a는 예시적인 개인용 전자 디바이스(600)를 도시한다. 디바이스(600)는 몸체(602)를 포함한다. 일부 실시예들에서, 디바이스(600)는 디바이스들(200, 400)(예컨대, 도 2a 내지 도 4)에 대하여 기술된 특징부들의 일부 또는 전부를 포함한다. 일부 실시예들에서, 디바이스(600)는 터치 감응형 디스플레이 스크린(604)(이하, 터치 스크린(604))을 갖는다. 터치 스크린(604)에 대해 대안으로 또는 추가로, 디바이스(600)는 디스플레이 및 터치 감응형 표면을 갖는다. 디바이스들(200, 400)과 마찬가지로, 일부 실시예들에서, 터치 스크린(604)(또는 터치 감응형 표면)은 가해지는 접촉들(예컨대, 터치들)의 세기를 검출하기 위한 하나 이상의 세기 센서들을 갖는다. 터치 스크린(604)(또는 터치 감응형 표면)의 하나 이상의 세기 센서들은 터치들의 세기를 표현하는 출력 데이터를 제공한다. 디바이스(600)의 사용자 인터페이스는 터치들의 세기에 기초하여 터치들에 응답하고, 이는 상이한 세기들의 터치들이 디바이스(600) 상의 상이한 사용자 인터페이스 동작들을 호출할 수 있다는 것을 의미한다.
터치 세기를 검출 및 처리하기 위한 기술들은, 예를 들어, 관련 출원들: 2013년 5월 8일자로 출원되고 발명의 명칭이 "Device, Method, and Graphical User Interface for Displaying User Interface Objects Corresponding to an Application"인 국제 특허 출원 제PCT/US2013/040061호, 및 2013년 11월 11일자로 출원되고 발명의 명칭이 "Device, Method, and Graphical User Interface for Transitioning Between Touch Input to Display Output Relationships"인 국제 특허 출원 제PCT/US2013/069483호에서 발견되며, 이들 각각은 그 전문이 본 명세서에 참조로서 편입된다.
일부 실시예들에서, 디바이스(600)는 하나 이상의 입력 메커니즘들(606, 608)을 갖는다. 입력 메커니즘들(606, 608)(포함되어 있는 경우)은 물리적이다. 물리적 입력 메커니즘들의 예들은 푸시 버튼들 및 회전가능 메커니즘들을 포함한다. 일부 실시예들에서, 디바이스(600)는 하나 이상의 부착 메커니즘들을 갖는다. 이러한 부착 메커니즘들(포함되어 있는 경우)은 디바이스(600)가, 예를 들어, 모자, 안경, 귀걸이, 목걸이, 셔츠, 재킷, 팔찌, 시계줄, 쇠줄(chain), 바지, 벨트, 신발, 지갑, 배낭 등에 부착될 수 있게 한다. 이 부착 메커니즘들은 디바이스(600)가 사용자에 의해 착용되도록 한다.
도 6b는 예시적인 개인용 전자 디바이스(600)를 도시한다. 일부 실시예들에서, 디바이스(600)는 도 2a, 도 2b, 및 도 4에 대하여 기술된 컴포넌트들의 일부 또는 전부를 포함한다. 디바이스(600)는 I/O 섹션(614)을 하나 이상의 컴퓨터 프로세서들(616) 및 메모리(618)와 동작가능하게 결합시키는 버스(612)를 갖는다. I/O 섹션(614)은 터치 감응형 컴포넌트(622), 및 선택적으로, 터치 세기 감응형 컴포넌트(624)를 가질 수 있는 디스플레이(604)에 연결된다. 그에 부가하여, I/O 섹션(614)은, Wi-Fi, 블루투스, 근거리 통신(NFC), 셀룰러 및/또는 다른 무선 통신 기술들을 사용하여, 애플리케이션 및 운영 체제 데이터를 수신하기 위해 통신 유닛(630)과 연결된다. 디바이스(600)는 입력 메커니즘들(606 및/또는 608)을 포함한다. 입력 메커니즘(606)은, 예를 들어, 회전가능 입력 디바이스 또는 누름가능 및 회전가능 입력 디바이스이다. 입력 메커니즘(608)은, 일부 예들에서, 버튼이다.
입력 메커니즘(608)은, 일부 예들에서, 마이크로폰이다. 개인용 전자 디바이스(600)는, 예를 들어, GPS 센서(632), 가속도계(634), 방향 센서(640)(예컨대, 나침반), 자이로스코프(636), 모션 센서(638), 및/또는 이들의 조합과 같은, 다양한 센서들을 포함하고, 이들 모두는 I/O 섹션(614)에 동작가능하게 연결된다.
개인용 전자 디바이스(600)의 메모리(618)는, 예를 들어, 하나 이상의 컴퓨터 프로세서들(616)에 의해 실행될 때, 컴퓨터 프로세서들로 하여금 후술되는 기술들 및 프로세스들을 수행하게 하는, 컴퓨터 실행가능 명령어들을 저장하기 위한 비일시적 컴퓨터 판독가능 저장 매체이다. 컴퓨터 실행가능 명령어들은, 예를 들어, 명령어 실행 시스템, 장치, 또는 디바이스, 예컨대, 컴퓨터 기반 시스템, 프로세서-포함(processor-containing) 시스템, 또는 명령어 실행 시스템, 장치, 또는 디바이스로부터 명령어들을 페치하여 명령어들을 실행할 수 있는 다른 시스템에 의해 또는 그와 관련하여 사용하기 위해 임의의 비일시적 컴퓨터 판독가능 저장 매체 내에 또한 저장되고/되거나 전송된다. 개인용 전자 디바이스(600)는 도 6b의 컴포넌트들 및 구성으로 한정되지 않고, 다수의 구성들에서 다른 또는 추가적인 컴포넌트들을 포함할 수 있다.
본 명세서에서 사용되는 바와 같이, "어포던스"라는 용어는 예를 들어, 디바이스들(200, 400, 및/또는 600)(도 2, 도 4, 및 도 6)의 디스플레이 스크린 상에 디스플레이되는 사용자 상호작용 그래픽 사용자 인터페이스 객체(user-interactive graphical user interface object)를 지칭한다. 예를 들어, 이미지(예컨대, 아이콘), 버튼, 및 텍스트(예컨대, 하이퍼링크)는 각각 어포던스를 구성한다.
본 명세서에 사용되는 바와 같이, "포커스 선택자(focus selector)"라는 용어는 사용자와 상호작용하고 있는 사용자 인터페이스의 현재 부분을 나타내는 입력 요소를 지칭한다. 커서 또는 다른 위치 마커(location marker)를 포함하는 일부 구현예들에서, 커서가 특정 사용자 인터페이스 요소(예컨대, 버튼, 윈도우, 슬라이더 또는 다른 사용자 인터페이스 요소) 위에 있는 동안 터치 감응형 표면(예컨대, 도 4의 터치패드(455) 또는 도 5b의 터치 감응형 표면(551)) 상에서 입력(예컨대, 누르기 입력)이 검출될 때, 특정 사용자 인터페이스 요소가 검출된 입력에 따라 조정되도록, 커서가 "포커스 선택자"로서 기능한다. 터치 스크린 디스플레이 상의 사용자 인터페이스 요소들과의 직접적인 상호작용을 가능하게 하는 터치 스크린 디스플레이(예컨대, 도 2a의 터치 감응형 디스플레이 시스템(212) 또는 도 5a의 터치 스크린(212))를 포함하는 일부 구현예들에서, 입력(예컨대, 접촉에 의한 누르기 입력)이 특정 사용자 인터페이스 요소(예컨대, 버튼, 윈도우, 슬라이더 또는 다른 사용자 인터페이스 요소)의 위치에 있는 터치 스크린 디스플레이 상에서 검출될 때, 특정 사용자 인터페이스 요소가 검출된 입력에 따라 조정되도록, 터치 스크린 상의 검출된 접촉이 "포커스 선택자"로서 기능한다. 일부 구현예들에서, (예를 들어 포커스를 하나의 버튼으로부터 다른 버튼으로 움직이도록 탭 키 또는 화살표 키를 사용함으로써) 터치 스크린 디스플레이 상의 대응하는 커서의 이동 또는 접촉의 이동 없이 포커스가 사용자 인터페이스의 하나의 영역으로부터 사용자 인터페이스의 다른 영역으로 이동되며; 이러한 구현예들에서, 포커스 선택자는 사용자 인터페이스의 상이한 영역들 사이에서의 포커스의 이동에 따라 움직인다. 포커스 선택자가 갖는 특정 형태와 무관하게, 포커스 선택자는 일반적으로 (예컨대, 사용자가 상호작용하고자 하는 사용자 인터페이스의 요소를 디바이스에 나타내는 것에 의해) 사용자 인터페이스와의 사용자의 의도된 상호작용을 전달하기 위해 사용자에 의해 제어되는 사용자 인터페이스 요소(또는 터치 스크린 디스플레이 상에서의 접촉)이다. 예를 들어, 터치 감응형 표면(예컨대, 터치패드 또는 터치 스크린) 상에서 누르기 입력이 검출되는 동안 개개의 버튼 위의 포커스 선택자(예컨대, 커서, 접촉 또는 선택 상자)의 위치는 (디바이스의 디스플레이 상에 보여지는 다른 사용자 인터페이스 요소들과 달리) 사용자가 개개의 버튼을 활성화시키려고 하고 있다는 것을 나타낼 것이다.
명세서 및 청구범위에서 사용되는 바와 같이, 접촉의 "특성 세기"라는 용어는 접촉의 하나 이상의 세기들에 기초한 접촉의 특성을 지칭한다. 일부 실시예들에서, 특성 세기는 다수의 세기 샘플들에 기초한다. 특성 세기는, 선택적으로, 사전정의된 수의 세기 샘플들, 또는 (예컨대, 접촉을 검출한 이후에, 접촉의 리프트오프를 검출하기 이전에, 접촉의 이동의 시작을 검출하기 이전 또는 이후에, 접촉의 종료를 검출하기 이전에, 접촉의 세기의 증가를 검출하기 이전 또는 이후에, 그리고/또는 접촉의 세기의 감소를 검출하기 이전 또는 이후에) 사전정의된 이벤트에 대해 사전결정된 기간(예컨대, 0.05, 0.1, 0.2, 0.5, 1, 2, 5, 10초) 동안 수집된 세기 샘플들의 세트에 기초한다. 접촉의 특성 세기는, 선택적으로, 접촉의 세기들의 최대 값, 접촉의 세기들의 중간 값(mean value), 접촉의 세기들의 평균값(average value), 접촉의 세기들의 상위 10 백분위 값(top 10 percentile value), 접촉의 세기들의 최대 값의 절반의 값, 접촉의 세기들의 최대 값의 90 퍼센트의 값 등 중 하나 이상에 기초한다. 일부 실시예들에서, 접촉의 지속기간은 (예컨대, 특성 세기가 시간의 경과에 따른 접촉의 세기의 평균일 때) 특성 세기를 결정하는 데 사용된다. 일부 실시예들에서, 동작이 사용자에 의해 수행되었는지 여부를 결정하기 위해, 특성 세기가 하나 이상의 세기 임계치들의 세트와 비교된다. 예를 들어, 하나 이상의 세기 임계치들의 세트는 제1 세기 임계치 및 제2 세기 임계치를 포함한다. 이 예에서, 제1 임계치를 초과하지 않는 특성 세기를 갖는 접촉의 결과, 제1 동작이 행해지고, 제1 세기 임계치를 초과하지만 제2 세기 임계치를 초과하지 않는 특성 세기를 갖는 접촉의 결과, 제2 동작이 행해지며, 제2 임계치 초과의 특성 세기를 갖는 접촉의 결과, 제3 동작이 행해진다. 일부 실시예들에서, 특성 세기와 하나 이상의 임계치들 간의 비교는, 제1 동작을 수행할 것인지 제2 동작을 수행할 것인지 결정하기 위해 사용되기보다는, 하나 이상의 동작들을 수행할지 여부(예컨대, 개개의 동작을 수행할지 또는 개개의 동작을 수행하는 것을 보류할지 여부)를 결정하기 위해 사용된다.
일부 실시예들에서, 특성 세기를 결정하기 위해 제스처의 일부분이 식별된다. 예를 들어, 터치 감응형 표면은 시작 위치로부터 전이하여 종료 위치(이 지점에서 접촉의 세기가 증가함)에 도달하는 연속적인 스와이프 접촉을 수신한다. 이 예에서, 종료 위치에서의 접촉의 특성 세기는 스와이프 접촉 전체가 아니라 연속적인 스와이프 접촉의 일부분에만(예컨대, 종료 위치에서의 스와이프 접촉의 부분에만) 기초한다. 일부 실시예들에서, 접촉의 특성 세기를 결정하기 전에 스와이프 접촉의 세기들에 평활화 알고리즘(smoothing algorithm)이 적용된다. 예를 들어, 평활화 알고리즘은, 선택적으로, 비가중 이동 평균(unweighted sliding-average) 평활화 알고리즘, 삼각(triangular) 평활화 알고리즘, 메디안 필터(median filter) 평활화 알고리즘, 및/또는 지수(exponential) 평활화 알고리즘 중 하나 이상을 포함한다. 일부 상황들에서, 이 평활화 알고리즘들은 특성 세기를 판정하기 위해 스와이프 접촉의 세기들에서의 좁은 급등(spike)들 또는 급감(dip)들을 제거한다.
터치 감응형 표면 상에서의 접촉의 세기는 접촉 검출 세기 임계치, 가볍게 누르기 세기 임계치, 깊게 누르기 세기 임계치, 및/또는 하나 이상의 다른 세기 임계치와 같은, 하나 이상의 세기 임계치에 대해 특성화된다. 일부 실시예들에서, 가볍게 누르기 세기 임계치는, 디바이스가 물리적 마우스의 버튼 또는 트랙패드를 클릭하는 것과 전형적으로 연관된 동작들을 수행하게 될 세기에 대응한다. 일부 실시예들에서, 깊게 누르기 세기 임계치는, 디바이스가 물리적 마우스의 버튼 또는 트랙패드를 클릭하는 것과 전형적으로 연관된 동작들과는 상이한 동작들을 수행하게 될 세기에 대응한다. 일부 실시예들에서, 접촉이 가볍게 누르기 세기 임계치 미만의(예컨대, 그리고 공칭 접촉 검출 세기 임계치(이 미만에서는 접촉이 더 이상 검출되지 않음) 초과의) 특성 세기로 검출될 때, 디바이스는 가볍게 누르기 세기 임계치 또는 깊게 누르기 세기 임계치와 연관된 동작을 수행함이 없이 터치 감응형 표면 상의 접촉의 이동에 따라 포커스 선택자를 이동시킬 것이다. 일반적으로, 달리 언급되지 않는 한, 이 세기 임계치들은 사용자 인터페이스 도면들의 상이한 세트들 사이에서 일관성이 있다.
가볍게 누르기 세기 임계치 미만의 세기로부터 가볍게 누르기 세기 임계치와 깊게 누르기 세기 임계치 사이의 세기로의 접촉의 특성 세기의 증가는 때때로 "가볍게 누르기" 입력으로서 지칭된다. 깊게 누르기 세기 임계치 미만의 세기로부터 깊게 누르기 세기 임계치 초과의 세기로의 접촉의 특성 세기의 증가는 때때로 "깊게 누르기" 입력으로서 지칭된다. 접촉 검출 세기 임계치 미만의 세기로부터 접촉 검출 세기 임계치와 가볍게 누르기 세기 임계치 사이의 세기로의 접촉의 특성 세기의 증가는 때때로 터치 표면 상에서의 접촉을 검출하는 것으로서 지칭된다. 접촉 검출 세기 임계치 초과의 세기로부터 접촉 검출 세기 임계치 미만의 세기로의 접촉의 특성 세기의 감소는 때때로 터치 표면으로부터의 접촉의 리프트오프를 검출하는 것으로서 지칭된다. 일부 실시예들에서, 접촉 검출 세기 임계치는 영(0)이다. 일부 실시예들에서, 접촉 검출 세기 임계치는 0 초과이다.
본 명세서에 기술된 일부 실시예들에서, 하나 이상의 동작들은, 개개의 누르기 입력을 포함하는 제스처를 검출하는 것에 응답하여 또는 개개의 접촉(또는 복수의 접촉들)으로 수행되는 개개의 누르기 입력을 검출하는 것에 응답하여 수행되며, 여기서 개개의 누르기 입력은 누르기 입력 세기 임계치 초과의 접촉(또는 복수의 접촉들)의 세기의 증가를 검출하는 것에 적어도 부분적으로 기초하여 검출된다. 일부 실시예들에서, 개개의 동작은, 누르기 입력 세기 임계치 초과의 개개의 접촉의 세기의 증가(예컨대, 개개의 누르기 입력의 "다운 스트로크(down stroke)")를 검출하는 것에 응답하여 수행된다. 일부 실시예들에서, 누르기 입력은 누르기 입력 세기 임계치 초과의 개개의 접촉의 세기의 증가 및 누르기 입력 세기 임계치 미만의 접촉의 세기의 후속하는 감소를 포함하며, 개개의 동작은 누르기 입력 임계치 미만의 개개의 접촉의 세기의 후속하는 감소(예컨대, 개개의 누르기 입력의 "업 스트로크(up stroke)")를 검출하는 것에 응답하여 수행된다.
일부 실시예들에서, 디바이스는 때때로 "지터(jitter)"로 지칭되는 우발적인 입력들을 회피하기 위해 세기 히스테리시스를 채용하며, 여기서 디바이스는 누르기 입력 세기 임계치에 대한 사전정의된 관계를 갖는 히스테리시스 세기 임계치(예컨대, 히스테리시스 세기 임계치는 누르기 입력 세기 임계치보다 더 낮은 X 세기 단위이거나, 히스테리시스 세기 임계치는 누르기 입력 세기 임계치의 75%, 90% 또는 어떤 적절한 비율임)를 정의하거나 선택한다. 이와 같이, 일부 실시예들에서, 누르기 입력은 누르기 입력 세기 임계치 초과의 개개의 접촉의 세기의 증가 및 누르기 입력 세기 임계치에 대응하는 히스테리시스 세기 임계치 미만의 접촉의 세기의 후속하는 감소를 포함하며, 개개의 동작은 히스테리시스 세기 임계치 미만의 개개의 접촉의 세기의 후속하는 감소(예컨대, 개개의 누르기 입력의 "업 스트로크")를 검출하는 것에 응답하여 수행된다. 유사하게, 일부 실시예들에서, 누르기 입력은 디바이스가 히스테리시스 세기 임계치 이하에서의 세기로부터 누르기 입력 세기 임계치 이상에서의 세기로의 접촉의 세기의 증가, 및 선택적으로, 히스테리시스 세기 이하에서의 세기로의 접촉의 세기의 후속적인 감소를 검출하는 경우에만 검출되고, 개개의 동작은 누르기 입력(예컨대, 주변환경에 따른 접촉의 세기의 증가 또는 접촉의 세기의 감소)을 검출하는 것에 응답하여 수행된다.
설명의 편의상, 누르기 입력 세기 임계치와 연관된 누르기 입력에 응답하여 또는 누르기 입력을 포함하는 제스처에 응답하여 수행되는 동작들의 설명은, 선택적으로, 누르기 입력 세기 임계치 초과의 접촉의 세기의 증가, 히스테리시스 세기 임계치 미만의 세기로부터 누르기 입력 세기 임계치 초과의 세기로의 접촉의 세기의 증가, 누르기 입력 세기 임계치 미만의 접촉의 세기의 감소, 및/또는 누르기 입력 세기 임계치에 대응하는 히스테리시스 세기 임계치 미만의 접촉의 세기의 감소 중 어느 하나를 검출한 것에 응답하여 트리거된다. 또한, 동작이 누르기 입력 세기 임계치 미만의 접촉의 세기의 감소를 검출한 것에 응답하여 수행되는 것으로서 기술되어 있는 예들에서, 동작은, 선택적으로, 누르기 입력 세기 임계치에 대응하고 그보다 더 낮은 히스테리시스 세기 임계치 미만의 접촉의 세기의 감소를 검출한 것에 응답하여 수행된다.
3.
디지털 어시스턴트 시스템
도 7a는 다양한 예들에 따른 디지털 어시스턴트 시스템(700)의 블록도를 도시한다. 일부 예들에서, 디지털 어시스턴트 시스템(700)은 독립형 컴퓨터 시스템 상에서 구현된다. 일부 예들에서, 디지털 어시스턴트 시스템(700)은 다수의 컴퓨터들에 걸쳐 분산된다. 일부 예들에서, 디지털 어시스턴트의 모듈들 및 기능들 중 일부는 서버 부분과 클라이언트 부분으로 나뉘는데, 여기서 클라이언트 부분은 하나 이상의 사용자 디바이스들(예컨대, 디바이스들(104, 122, 200, 400, 또는 600)) 상에 상주하고, 예를 들어 도 1에 도시된 바와 같은 하나 이상의 네트워크들을 통해 서버 부분(예컨대, 서버 시스템(108))과 통신한다. 일부 예들에서, 디지털 어시스턴트 시스템(700)은 도 1에 도시된 서버 시스템(108)(및/또는 DA 서버(106))의 일 구현예이다. 디지털 어시스턴트 시스템(700)은 단지 디지털 어시스턴트 시스템의 일례일 뿐이라는 것, 및 디지털 어시스턴트 시스템(700)이 도시된 것보다 더 많거나 더 적은 컴포넌트들을 가질 수 있거나, 둘 이상의 컴포넌트를 조합할 수 있거나, 또는 상이한 구성 또는 배열의 컴포넌트들을 가질 수 있다는 것에 유의해야 한다. 도 7a에 도시된 다양한 컴포넌트들은 하나 이상의 신호 처리 및/또는 주문형 집적 회로를 비롯한, 하드웨어, 하나 이상의 프로세서에 의한 실행을 위한 소프트웨어 명령어들, 펌웨어, 또는 이들의 조합으로 구현된다.
디지털 어시스턴트 시스템(700)은 메모리(702), 하나 이상의 프로세서들(704), 입/출력(I/O) 인터페이스(706), 및 네트워크 통신 인터페이스(708)를 포함한다. 이들 컴포넌트들은 하나 이상의 통신 버스들 또는 신호 라인들(710)을 통해 서로 통신할 수 있다.
일부 예들에서, 메모리(702)는 비일시적 컴퓨터 판독가능 매체, 예컨대, 고속 랜덤 액세스 메모리 및/또는 비휘발성 컴퓨터 판독가능 저장 매체(예컨대, 하나 이상의 자기 디스크 저장 디바이스, 플래시 메모리 디바이스, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스)를 포함한다.
일부 예들에서, I/O 인터페이스(706)는 디스플레이들, 키보드들, 터치 스크린들, 및 마이크로폰들과 같은 디지털 어시스턴트 시스템(700)의 입/출력 디바이스들(716)을 사용자 인터페이스 모듈(722)에 결합한다. I/O 인터페이스(706)는, 사용자 인터페이스 모듈(722)과 함께, 사용자 입력들(예컨대, 음성 입력, 키보드 입력들, 터치 입력들 등)을 수신하고 그에 따라 이들을 처리한다. 일부 예들에서, 예컨대 디지털 어시스턴트가 독립형 사용자 디바이스 상에서 구현되는 경우, 디지털 어시스턴트 시스템(700)은 도 2a, 도 4, 도 6a와 도 6b 각각의 디바이스들(200, 400, 또는 600)에 대해 기술된 컴포넌트들 및 I/O 통신 인터페이스들 중 임의의 것을 포함한다. 일부 예들에서, 디지털 어시스턴트 시스템(700)은 디지털 어시스턴트 구현예의 서버 부분을 표현하고, 사용자 디바이스(예컨대, 디바이스들(104, 200, 400, 또는 600)) 상에 상주하는 클라이언트 측 부분을 통해 사용자와 상호작용할 수 있다.
일부 예들에서, 네트워크 통신 인터페이스(708)는 유선 통신 포트(들)(712) 및/또는 무선 송신 및 수신 회로부(714)를 포함한다. 유선 통신 포트(들)는 하나 이상의 유선 인터페이스들, 예컨대 이더넷, 범용 직렬 버스(USB), 파이어와이어 등을 통해 통신 신호들을 수신하고 전송한다. 무선 회로부(714)는 통신 네트워크들 및 다른 통신 디바이스들로부터/로 RF 신호들 및/또는 광학 신호들을 수신하고 전송한다. 무선 통신은 GSM, EDGE, CDMA, TDMA, 블루투스, Wi-Fi, VoIP, Wi-MAX, 또는 임의의 다른 적합한 통신 프로토콜과 같은 복수의 통신 표준들, 프로토콜들, 및 기술들 중 임의의 것을 이용한다. 네트워크 통신 인터페이스(708)는 인터넷, 인트라넷, 및/또는 무선 네트워크, 예컨대 셀룰러 전화 네트워크, 무선 근거리 통신망(LAN), 및/또는 도시권 통신망(MAN)과 같은 네트워크들을 이용하는 디지털 어시스턴트 시스템(700)과 다른 디바이스들 간의 통신을 가능하게 한다.
일부 예들에서, 메모리(702) 또는 메모리(702)의 컴퓨터 판독가능 저장 매체들은, 운영 체제(718), 통신 모듈(720), 사용자 인터페이스 모듈(722), 하나 이상의 애플리케이션들(724), 및 디지털 어시스턴트 모듈(726)의 전체 또는 그들의 서브세트를 포함한, 프로그램들, 모듈들, 명령어들, 및 데이터 구조들을 저장한다. 특히, 메모리(702) 또는 메모리(702)의 컴퓨터 판독가능 저장 매체는 후술되는 프로세스들을 수행하기 위한 명령어들을 저장한다. 하나 이상의 프로세서들(704)은 이러한 프로그램들, 모듈들, 및 명령어들을 실행하고, 데이터 구조들로부터/로 판독/기록한다.
운영 체제(718)(예를 들어, 다윈(Darwin), RTXC, LINUX, UNIX, iOS, OS X, WINDOWS, 또는 VxWorks와 같은 임베디드 운영 체제)는 일반적인 시스템 태스크들(예를 들어, 메모리 관리, 저장 디바이스 제어, 전력 관리 등)을 제어하고 관리하기 위한 다양한 소프트웨어 컴포넌트들 및/또는 드라이버들을 포함하고, 다양한 하드웨어, 펌웨어, 및 소프트웨어 컴포넌트들 간의 통신들을 용이하게 한다.
통신 모듈(720)은 네트워크 통신 인터페이스(708)를 통해 디지털 어시스턴트 시스템(700)과 다른 디바이스들 간의 통신을 용이하게 한다. 예를 들어, 통신 모듈(720)은 도 2a, 도 4, 도 6a와 도 6b 각각에 도시된 디바이스들(200, 400, 600)과 같은 전자 디바이스들의 RF 회로부(208)와 통신한다. 통신 모듈(720)은 또한 무선 회로부(714) 및/또는 유선 통신 포트(712)에 의해 수신된 데이터를 처리하기 위한 다양한 컴포넌트들을 포함한다.
사용자 인터페이스 모듈(722)은 I/O 인터페이스(706)를 통해 사용자로부터(예컨대, 키보드, 터치 스크린, 포인팅 디바이스, 제어기, 및/또는 마이크로폰으로부터) 커맨드들 및/또는 입력들을 수신하고, 디스플레이 상에 사용자 인터페이스 객체들을 생성한다. 사용자 인터페이스 모듈(722)은 또한 출력들(예컨대, 스피치, 사운드, 애니메이션, 텍스트, 아이콘들, 진동들, 햅틱 피드백, 조명 등)을 준비하고, I/O 인터페이스(706)를 통해(예컨대, 디스플레이들, 오디오 채널들, 스피커들, 및 터치패드들 등을 통해) 사용자에게 그들을 전달한다.
애플리케이션들(724)은 하나 이상의 프로세서들(704)에 의해 실행되도록 구성된 프로그램들 및/또는 모듈들을 포함한다. 예를 들어, 디지털 어시스턴트 시스템이 독립형 사용자 디바이스 상에 구현되는 경우, 애플리케이션들(724)은 게임들, 캘린더 애플리케이션, 내비게이션 애플리케이션, 또는 이메일 애플리케이션과 같은 사용자 애플리케이션들을 포함한다. 디지털 어시스턴트 시스템(700)이 서버 상에서 구현되는 경우, 애플리케이션들(724)은, 예를 들어 리소스 관리 애플리케이션들, 진단 애플리케이션들, 또는 스케줄링 애플리케이션들을 포함한다.
메모리(702)는 또한 디지털 어시스턴트 모듈(726)(또는 디지털 어시스턴트의 서버 부분)을 저장한다. 일부 예들에서, 디지털 어시스턴트 모듈(726)은 하기의 하위모듈들, 또는 그들의 서브세트 또는 수퍼세트를 포함한다: 입/출력 처리 모듈(728), 스피치-텍스트(speech-to-text, STT) 처리 모듈(730), 자연 언어 처리 모듈(732), 대화 흐름 처리 모듈(734), 태스크 흐름 처리 모듈(736), 서비스 처리 모듈(738), 스피치 합성 처리 모듈(740), 신념 추적기 처리 모듈 및 정책 결정 처리 모듈(770). 이러한 모듈들 각각은 디지털 어시스턴트 모듈(726)의 하기의 시스템들 또는 데이터 및 모델들, 또는 그들의 서브세트 또는 수퍼세트 중 하나 이상에 대해 액세스한다: 온톨로지(760), 어휘 인덱스(744), 사용자 데이터(748), 태스크 흐름 모델들(754), 서비스 모델들(756), ASR 시스템들(758), 신념 모델들(768) 및 정책 모델들(772).
일부 예들에서, 디지털 어시스턴트 모듈(726)에서 구현되는 처리 모듈들, 데이터, 시스템 및 모델들을 사용하여, 디지털 어시스턴트는 다음 중 적어도 일부를 수행할 수 있다; 스피치 입력을 텍스트로 변환하는 것; 사용자로부터 수신된 자연 언어 입력에 표현된 사용자의 의도를 식별하는 것; 사용자의 의도를 완전히 추론하는 데 필요한 정보를(예컨대, 단어들, 게임들, 의도들 등의 중의성을 해소함(disambiguating)으로써) 능동적으로 이끌어내고 획득하는 것; 추론된 의도를 이행하기 위한 태스크 흐름을 결정하는 것; 및 태스크 흐름을 실행하여 추론된 의도를 이행하는 것.
일부 예들에서, 도 7b에 도시된 바와 같이, I/O 처리 모듈(728)은 도 7a의 I/O 디바이스들(716)을 통해 사용자와 상호작용하거나 또는 도 7a의 네트워크 통신 인터페이스(708)를 통해 사용자 디바이스(예컨대, 디바이스들(104, 200, 400, 또는 600))와 상호작용하여, 사용자 입력(예컨대, 스피치 입력)을 획득하고 사용자 입력에 대한 응답들을 (예컨대, 스피치 출력들로서) 제공한다. I/O 처리 모듈(728)은 사용자 입력의 수신과 함께 또는 사용자 입력의 수신 직후에, 사용자 디바이스로부터 사용자 입력과 연관된 컨텍스트 정보를 선택적으로 획득한다. 컨텍스트 정보는 사용자-특정 데이터, 어휘, 및/또는 사용자 입력과 관련된 선호도들을 포함한다. 일부 예들에서, 컨텍스트 정보는 또한 사용자 요청이 수신되는 시간에서의 사용자 디바이스의 소프트웨어 및 하드웨어 상태들, 및/또는 사용자 요청이 수신된 시간에서의 사용자의 주위 환경에 관련된 정보를 포함한다. 일부 예들에서, I/O 처리 모듈(728)은 또한 사용자 요청에 관하여 사용자에게 후속 질문들을 전송하고, 그로부터 답변들을 수신한다. 사용자 요청이 I/O 처리 모듈(728)에 의해 수신되고 사용자 요청이 스피치 입력을 포함하는 경우, I/O 처리 모듈(728)은 스피치-텍스트 변환을 위해 스피치 입력을 STT 처리 모듈(730)(또는 스피치 인식기)로 전달한다.
STT 처리 모듈(730)은 하나 이상의 ASR 시스템들(758)을 포함한다. 하나 이상의 ASR 시스템들은 I/O 처리 모듈(728)을 통해 수신되는 스피치 입력(예컨대, 사용자 발화)을 처리하여 인식 결과를 생성할 수 있다. 각각의 ASR 시스템은 프론트-엔드 스피치 프리프로세서(front-end speech pre-processor)를 포함한다. 프론트-엔드 스피치 프리프로세서는 스피치 입력으로부터 대표적인 특징을 추출한다. 예를 들어, 프론트-엔드 스피치 프리프로세서는 스피치 입력에 대해 푸리에 변환을 수행하여 대표적인 다차원 벡터의 시퀀스로서 스피치 입력을 특징짓는 스펙트럼 특징을 추출한다. 또한, 각각의 ASR 시스템은 하나 이상의 스피치 인식 모델들(예컨대, 음향 모델들 및/또는 언어 모델들)을 포함하고, 하나 이상의 스피치 인식 엔진들을 구현한다. 스피치 인식 모델의 예는 은닉 마르코프 모델(hidden Markov models), 가우시안 혼합 모델(Gaussian-Mixture Models), 딥 신경망 모델(Deep Neural Network Models), n-gram 언어 모델, 및 다른 통계 모델을 포함한다. 스피치 인식 엔진의 예는 동적 시간 왜곡 기반 엔진 및 가중치 유한 상태 변환기(WFST) 기반 엔진을 포함한다. 하나 이상의 스피치 인식 모델들 및 하나 이상의 스피치 인식 엔진들은 중간 인식 결과들(예를 들어, 음소, 음소 문자열, 및 하위 단어들), 및 궁극적으로 텍스트 인식 결과들(예컨대, 단어, 단어 문자열, 또는 토큰들의 시퀀스)을 생성하기 위해 프론트-엔드 스피치 프리프로세서의 추출된 대표 특징들을 처리하는 데 사용된다. 일부 예들에서, 스피치 입력은 제3자 서비스에 의해 또는 사용자의 디바이스(예컨대, 디바이스(104, 200, 400, 또는 600)) 상에서 적어도 부분적으로 처리되어 인식 결과를 생성한다. STT 처리 모듈(730)이 텍스트 문자열(예를 들어, 단어들, 또는 단어들의 시퀀스, 또는 토큰들의 시퀀스)을 포함하는 인식 결과를 생성하면, 인식 결과는 의도 추론을 위해 자연 언어 처리 모듈(732)로 전달된다. 일부 예들에서, STT 처리 모듈(730)은 스피치 입력의 다수의 후보 텍스트 표현들을 생성한다. 각각의 후보 텍스트 표현은 스피치 입력에 대응하는 단어들 또는 토큰들의 시퀀스이다. 일부 예들에서, 각각의 후보 텍스트 표현은 스피치 인식 신뢰도 점수와 연관된다. 스피치 인식 신뢰도 점수에 기초하여, STT 처리 모듈(730)은 후보 텍스트 표현들의 순위를 정하고, 의도 추론을 위해 n-베스트(n-best)(예컨대, n번째로 높은 순위가 매겨짐) 후보 텍스트 표현(들)을 자연 언어 처리 모듈(732)에 제공하는데, 여기서 n은 0보다 큰 사전결정된 정수이다. 예를 들어, 일례에서, 가장 높은 순위(n=1) 후보 텍스트 표현만이 의도 추론을 위해 자연 언어 처리 모듈(732)에 전달된다. 다른 예에서, 5번째 순위(n=5) 후보 텍스트 표현들이 의도 추론을 위해 자연 언어 처리 모듈(732)에 전달된다.
스피치-텍스트 처리에 대한 보다 많은 상세사항들은 2011년 9월 20일자로 출원된 "Consolidating Speech Recognition Results"에 대한 미국 실용 특허 출원 제13/236,942호에 기술되어 있으며, 그 전체 개시내용은 본 명세서에 참조로서 편입된다.
일부 예들에서, STT 처리 모듈(730)은 음성 기호 변환 모듈(731)을 통해 인식가능한 단어들의 어휘를 포함하고/하거나 이에 액세스한다. 각각의 어휘 단어는 스피치 인식 음성 기호로 표현된 단어의 하나 이상의 후보 발음들과 연관된다. 특히, 인식가능한 단어의 어휘는 복수의 후보 발음과 연관된 단어를 포함한다. 예를 들어, 어휘는 
/ 및 
의 후보 발음들과 연관된 "tomato"라는 단어를 포함한다. 또한, 어휘 단어는 사용자로부터의 이전 스피치 입력들에 기초한 맞춤형 후보 발음들과 연관된다. 이러한 맞춤형 후보 발음들은 STT 처리 모듈(730)에 저장되고, 디바이스 상의 사용자의 프로파일을 통해 특정 사용자와 연관된다. 일부 예들에서, 단어들에 대한 후보 발음들은 단어의 철자 및 하나 이상의 언어 및/또는 음성 규칙들에 기초하여 결정된다. 일부 예들에서, 후보 발음들은 예를 들어, 알려진 정준 발음들(canonical pronunciations)에 기초하여 수동으로 생성된다.
일부 예들에서, 후보 발음들은 후보 발음의 공통성에 기초하여 순위결정된다. 예를 들어, 후보 발음 
는 
보다 높게 순위결정되는데, 그 이유는 이전 발음이 더 일반적으로 사용되는 발음이기 때문이다(예를 들어, 모든 사용자 중에서, 특정 지리적 지역에 있는 사용자의 경우, 또는 임의의 다른 적절한 사용자들의 서브세트의 경우). 일부 예들에서, 후보 발음들은 후보 발음이 사용자와 연관된 맞춤형 후보 발음인지 여부에 기초하여 순위결정된다. 예를 들어, 맞춤형 후보 발음들은 정준 후보 발음보다 높게 순위결정된다. 이는 정준 발음에서 벗어나는 고유한 발음을 가진 고유 명사를 인식하는 데 유용할 수 있다. 일부 예들에서, 후보 발음들은 지리적 기원, 국적, 또는 민족성과 같은 하나 이상의 스피치 특성들과 연관된다. 예를 들어, 후보 발음 
는 미국과 연관되는 반면, 후보 발음 
는 영국과 연관된다. 또한, 후보 발음의 순위는 디바이스 상의 사용자 프로파일에 저장된 사용자의 하나 이상의 특성들(예를 들어, 지리적 기원, 국적, 민족성 등)에 기초한다. 예를 들어, 사용자가 미국과 연관되어 있다는 것이 사용자의 프로필로부터 결정될 수 있다. 미국과 연관되어 있는 사용자에 기초하여, 후보 발음 
(미국과 연관됨)는 후보 발음 
(영국과 연관됨)보다 높게 순위결정된다. 일부 예들에서, 순위결정된 후보 발음들 중 하나는 예측된 발음(예를 들어, 가장 가능성이 있는 발음)으로서 선택된다.
스피치 입력이 수신될 때, STT 처리 모듈(730)은 (예를 들어, 음향 모델을 사용하여) 스피치 입력에 대응하는 음소를 결정하고, 이어서 (예를 들어, 언어 모델을 사용하여) 음소에 매칭되는 단어를 결정하고자 시도하는 데 사용된다. 예를 들어, STT 처리 모듈(730)이 스피치 입력의 일부에 대응하는 음소들의 시퀀스 
를 먼저 식별하는 경우, 그것은 이어서 어휘 인덱스(744)에 기초하여 이 시퀀스가 단어 "tomato"에 대응한다고 결정할 수 있다.
일부 예들에서, STT 처리 모듈(730)은 근사 매칭 기법들을 사용하여 발화 중인 단어를 결정한다. 따라서, 예를 들어, STT 처리 모듈(730)은 음소들의 특정 시퀀스가 그 단어에 대한 음소들의 후보 시퀀스 중 하나가 아니더라도 음소들의 시퀀스 
가 단어 "tomato"에 대응한다고 결정한다.
디지털 어시스턴트의 자연 언어 처리 모듈(732)("자연 언어 프로세서")은 STT 처리 모듈(730)에 의해 생성된 n-베스트 후보 텍스트 표현(들)("단어 시퀀스(들)" 또는 "토큰 시퀀스(들)")을 취하고, 후보 텍스트 표현들의 각각을 디지털 어시스턴트에 의해 인식된 하나 이상의 "행동가능한 의도들"과 연관시키고자 시도한다. 일부 예들에서, "행동가능한 의도"(또는 "사용자 의도")는 디지털 어시스턴트에 의해 수행될 수 있는 태스크를 표현하고, 태스크 흐름 모델들(754)에서 구현되는 연관 태스크 흐름을 가질 수 있다. 연관 태스크 흐름은 디지털 어시스턴트가 태스크를 수행하기 위해 취하는 일련의 프로그래밍된 행동들 및 단계들이다. 디지털 어시스턴트의 능력들의 범주는 태스크 흐름 모델들(754)에서 구현되고 저장된 태스크 흐름들의 수 및 종류, 또는 다시 말해, 디지털 어시스턴트가 인식하는 "행동가능한 의도들"의 수 및 종류에 의존한다. 그러나, 디지털 어시스턴트의 효율성은 또한 자연 언어로 표현된 사용자 요청으로부터 정확한 "행동가능한 의도(들)"를 추론하는 어시스턴트의 능력에 의존한다.
일부 예들에서, STT 처리 모듈(730)로부터 획득된 단어들 또는 토큰들의 시퀀스에 부가하여, 자연 언어 처리 모듈(732)은 또한 예를 들어, I/O 처리 모듈(728)로부터 사용자 요청과 연관된 컨텍스트 정보를 수신한다. 자연 언어 처리 모듈(732)은 선택적으로 컨텍스트 정보를 이용하여, STT 처리 모듈(730)로부터 수신된 후보 텍스트 표현들에 포함된 정보를 명확하게 하고, 보완하고, 그리고/또는 추가로 정의한다. 컨텍스트 정보는, 예를 들어 사용자 선호도들, 사용자 디바이스의 하드웨어 및/또는 소프트웨어 상태들, 사용자 요청 전, 요청 중, 또는 요청 직후에 수집되는 센서 정보, 디지털 어시스턴트와 사용자 사이의 이전 상호작용(예컨대, 대화) 등을 포함한다. 본 명세서에 기술되는 바와 같이, 일부 예들에서, 컨텍스트 정보는 동적이고, 시간, 위치, 대화의 내용, 및 다른 인자들에 따라 변한다.
일부 예들에서, 자연 언어 처리는, 예컨대, 온톨로지(760)에 기초한다. 온톨로지(760)는 많은 노드들을 포함하는 계층 구조(hierarchical structure)이며, 각각의 노드는 "행동가능한 의도" 또는 "행동가능한 의도들" 중 하나 이상에 관련된 "속성", 또는 다른 "속성들" 중 어느 하나를 표현한다. 전술한 바와 같이, "행동가능한 의도"는 디지털 어시스턴트가 수행할 수 있는 태스크, 즉 그것이 "행동가능"하거나 또는 영향을 미칠 수 있는 태스크를 표현한다. "속성"은 행동가능한 의도 또는 다른 속성의 하위 양태와 연관되는 파라미터를 표현한다. 온톨로지(760) 내의 행동가능한 의도 노드와 속성 노드 간의 연결성(linkage)은 속성 노드에 의해 표현되는 파라미터가 행동가능한 의도 노드에 의해 표현되는 태스크에 어떻게 관련되는지를 정의한다.
일부 예들에서, 온톨로지(760)는 행동가능한 의도 노드들 및 속성 노드들로 구성된다. 온톨로지(760) 내에서, 각각의 행동가능한 의도 노드는 직접적으로 또는 하나 이상의 중간 속성 노드들을 통해 하나 이상의 속성 노드에 연결된다. 유사하게, 각각의 속성 노드는 직접적으로 또는 하나 이상의 중간 속성 노드들을 통해 하나 이상의 행동가능한 의도 노드들에 링크된다. 예를 들어, 도 7c에 도시된 바와 같이, 온톨로지(760)는 "레스토랑 예약" 노드(즉, 행동가능한 의도 노드)를 포함한다. 속성 노드들 "레스토랑", (예약을 위한) "날짜/시간", 및 "인원수"는 행동가능한 의도 노드(즉, "레스토랑 예약" 노드)에 각각 직접적으로 링크된다.
추가로, 속성 노드들 "요리", "가격대", "전화번호", 및 "위치"는 속성 노드 "레스토랑"의 하위노드들이고, 중간 속성 노드 "레스토랑"을 통해 "레스토랑 예약" 노드(즉, 행동가능한 의도 노드)에 각각 링크된다. 다른 예를 들어, 도 7c에 도시된 바와 같이, 온톨로지(760)는 또한 "리마인더 설정" 노드(즉, 다른 행동가능한 의도 노드)를 포함한다. 속성 노드들(리마인더를 설정하기 위한) "날짜/시간" 및 (리마인더를 위한) "주제"는 "리마인더 설정" 노드에 각각 링크된다. 속성 "날짜/시간"이 레스토랑 예약을 하는 태스크 및 리마인더를 설정하는 태스크 둘 모두에 관련되기 때문에, 속성 노드 "날짜/시간"은 온톨로지(760) 내의 "레스토랑 예약" 노드 및 "리마인더 설정" 노드 둘 모두에 링크된다.
행동가능한 의도 노드는 "도메인"으로 설명된다. 행동가능한 의도들(또는 도메인들"은 또한 "개념들"로 지칭될 수 있다. 본 논의에서, 각각의 도메인은 개개의 행동가능한 의도와 연관되고, 특정한 행동가능한 의도와 연관된 노드들(및 이들 사이의 관계들)의 그룹을 지칭한다. 예를 들어, 도 7c에 도시된 온톨로지(760)는 온톨로지(760) 내의 레스토랑 예약 도메인(762)의 일례 및 리마인더 도메인(764)의 일례를 포함한다. 레스토랑 예약 도메인은 행동가능한 의도 노드 "레스토랑 예약", 속성 노드들 "레스토랑", "날짜/시간", 및 "인원수", 및 하위속성 노드들 "요리", "가격대", "전화번호", 및 "위치"를 포함한다. 리마인더 도메인(764)은 행동가능한 의도 노드 "리마인더 설정", 및 속성 노드들 "주제" 및 "날짜/시간"을 포함한다. 일부 예들에서, 온톨로지(760)는 많은 도메인들로 구성된다. 각각의 도메인은 하나 이상의 속성 노드들을 하나 이상의 다른 도메인들과 공유한다. 예를 들어, "날짜/시간" 속성 노드는 레스토랑 예약 도메인(762) 및 리마인더 도메인(764) 외에도, 많은 상이한 도메인들(예컨대, 스케줄링 도메인, 여행 예약 도메인, 영화 티켓 도메인 등)과 연관된다.
도 7c가 온톨로지(760) 내의 2개의 예시적인 도메인들을 도시하지만, 다른 도메인들은, 예를 들어 "영화를 찾다", "전화 통화를 개시한다", "길을 찾는다", "회의를 스케줄링한다", "메시지를 전송한다", "웹을 검색한다", "질문에 대한 답변을 제공한다", "목록을 읽는다", "내비게이션 명령어들을 제공한다", "태스크에 대한 명령어들을 제공한다" 등을 포함한다. "메시지를 전송한다" 도메인은 "메시지를 전송한다" 행동가능한 의도 노드와 연관되고, "수신자(들)", "메시지 유형", 및 "메시지 본문"과 같은 속성 노드들을 추가로 포함한다. 속성 노드 "수신자"는, 예를 들어 "수신자 이름" 및 "메시지 주소"와 같은 하위속성 노드들에 의해 추가로 정의된다.
일부 예들에서, 온톨로지(760)는 디지털 어시스턴트가 이해할 수 있고 그에 의거하여 동작할 수 있는 모든 도메인들(및 그에 따른 행동가능한 의도들)을 포함한다. 일부 예들에서, 온톨로지(760)는, 예컨대, 전체 도메인들 또는 노드들을 추가하거나 제거함으로써 또는 온톨로지(760) 내에서 노드들 사이의 관계를 수정함으로써 수정된다.
일부 예들에서, 다수의 관련 행동가능한 의도들과 연관된 노드들은 온톨로지(760) 내에서 "상위 도메인" 아래에 군집된다. 예를 들어, "여행" 상위 도메인은 여행에 관련된 속성 노드들 및 행동가능한 의도 노드들의 군집을 포함한다. 여행에 관련된 행동가능한 의도 노드들은 "항공 예약", "호텔 예약", "자동차 렌탈", "길찾기", "관심 지점 찾기" 등을 포함한다. "상위 도메인"의 다른 예들은 "캘린더", "영화들", "음악", 및 "지도"를 포함하는데, 이들은 각각 다수의 행동가능한 의도 노드들(예컨대, "영화 쇼 시간들을 검색하는 것", "영화 리뷰들을 검색하는 것", "캘린더 이벤트들을 검색하는 것, 또는 "캘린더 이벤트를 생성하는 것")을 포함할 수 있다. 동일한 상위 도메인(예컨대, "여행" 상위 도메인) 아래의 행동가능한 의도 노드들은 많은 속성 노드들을 공동으로 갖는다. 예를 들어, "항공 예약", "호텔 예약", "자동차 렌탈", "길찾기", 및 "관심 지점 찾기"에 대한 행동가능한 의도 노드들은 속성 노드들 "시작 위치", "목적지", "출발 날짜/시간", "도착 날짜/시간", 및 "인원수" 중 하나 이상을 공유한다.
일부 예들에서, 온톨로지(760) 내의 각각의 노드는, 노드에 의해 표현되는 속성 또는 행동가능한 의도와 관련된 단어들 및/또는 구절(phrase)들의 세트와 연관된다. 각각의 노드와 연관된 단어들 및/또는 구절들의 개개의 세트는 노드와 연관된 소위 "어휘"이다. 각각의 노드와 연관된 단어들 및/또는 구절들의 개개의 세트는 노드에 의해 표현되는 속성 또는 행동가능한 의도와 관련하여 어휘 인덱스(744)에 저장된다. 예를 들어, 도 7b로 돌아와서, "레스토랑"의 속성에 대한 노드와 연관된 어휘는 "음식", "음료", "요리", "배고프다", "먹다", "피자", "패스트푸드", "식사" 등과 같은 단어들을 포함한다. 다른 예를 들어, "전화 통화 개시"의 행동가능한 의도에 대한 노드와 연관된 어휘는 "통화", "전화", "다이얼", "벨소리", "이 번호로 전화", "~에게 전화" 등과 같은 단어들 및 구절들을 포함한다. 어휘 인덱스(744)는 상이한 언어들의 단어들 및 구절들을 선택적으로 포함한다.
자연 언어 처리 모듈(732)은 STT 처리 모듈(730)로부터 후보 텍스트 표현들(예컨대, 텍스트 문자열(들) 또는 토큰 시퀀스(들))을 수신하고, 각각의 후보 표현에 대하여, 후보 텍스트 표현 내의 단어들에 의해 어떤 노드들이 연루되는지를 결정한다. 일부 예들에서, 후보 텍스트 표현 내의 단어 또는 구절이 (어휘 인덱스(744)를 통해) 온톨로지(760) 내의 하나 이상의 노드들과 연관되는 것으로 밝혀지는 경우, 단어 또는 구절은 이들 노드들을 "트리거" 또는 "활성화"시킨다. 활성화된 노드들의 양 및/또는 상대적 중요도에 기초하여, 자연 언어 처리 모듈(732)은 사용자가 디지털 어시스턴트로 하여금 수행하도록 의도했던 태스크로서 행동가능한 의도들 중 하나를 선택한다. 일부 예들에서, 가장 많이 "트리거된" 노드들을 갖는 도메인이 선택된다. 일부 예들에서, 가장 높은 신뢰도 값(confidence value)(예컨대, 그것의 다양한 트리거된 노드들의 상대적 중요도에 기초함)을 갖는 도메인이 선택된다. 일부 예들에서, 도메인은 트리거된 노드들의 수 및 중요도의 조합에 기초하여 선택된다. 일부 예들에서, 디지털 어시스턴트가 사용자로부터의 유사한 요청을 이전에 정확하게 해석했는지 여부와 같은 추가 인자들도 노드를 선택하는 데 있어 마찬가지로 고려된다.
사용자 데이터(748)는 사용자-특정 정보, 예컨대, 사용자-특정 어휘, 사용자 선호도, 사용자 주소, 사용자의 초기설정 언어 및 제2 언어, 사용자의 연락처 목록, 및 각각의 사용자에 대한 다른 단기 또는 장기 정보를 포함한다. 일부 예들에서, 자연 언어 처리 모듈(732)은 사용자-특정 정보를 이용하여 사용자 입력에 포함된 정보를 보완하여 사용자 의도를 추가로 정의한다. 예를 들어, "내 생일 파티에 내 친구들을 초대하라"라는 사용자 요청에 대하여, 자연 언어 처리 모듈(732)은, "친구들"이 누구인지 그리고 "생일 파티"가 언제, 어디에서 열릴지를 결정하기 위해 사용자에게 그의/그녀의 요청에서 그러한 정보를 명확하게 제공하도록 요구하는 대신, 사용자 데이터(748)에 액세스할 수 있다.
일부 예들에서, 자연 언어 처리 모듈(732)은 하나 이상의 기계 학습 메커니즘들(예컨대, 신경망)을 이용하여 구현됨을 인식해야 한다. 특히, 하나 이상의 기계 학습 메커니즘들은 후보 텍스트 표현 및 후보 텍스트 표현과 연관된 컨텍스트 정보를 수신하도록 구성된다. 후보 텍스트 표현 및 연관된 컨텍스트 정보에 기초하여, 하나 이상의 기계 학습 메커니즘은 후보 행동가능한 의도들의 세트에 대하여 의도 신뢰도 점수들을 결정하도록 구성된다. 자연 언어 처리 모듈(732)은 결정된 의도 신뢰도 점수들에 기초하여 후보 행동가능한 의도들의 세트로부터 하나 이상의 후보 행동가능한 의도들을 선택할 수 있다. 일부 예들에서, 온톨로지(예컨대, 온톨로지(760))는 또한 후보 행동가능한 의도들의 세트로부터 하나 이상의 후보 행동가능한 의도들을 선택하는 데 사용된다.
토큰 문자열에 기초하여 온톨로지를 검색하는 다른 상세 사항들이 2008년 12월 22일자로 출원된 "Method and Apparatus for Searching Using An Active Ontology"에 대한 미국 실용 특허 출원 제12/341,743호에 기술되어 있으며, 이 출원의 전체 개시내용은 본 명세서에 참조로서 편입된다.
일부 예들에서, 일단 자연 언어 처리 모듈(732)이 사용자 요청에 기초하여 행동가능한 의도(또는 도메인)를 식별하면, 자연 언어 처리 모듈(732)은 식별된 행동가능한 의도를 표현하기 위해 구조화된 질의(structured query)를 생성한다. 일부 예들에서, 구조화된 질의는, 행동가능한 의도를 위한 도메인 내의 하나 이상의 노드들에 대한 파라미터들을 포함하고, 파라미터들 중 적어도 일부는, 사용자 요청 내에 특정되는 특정 정보 및 요건들로 채워진다. 예를 들어, 사용자는 "7시에 스시 가게에 저녁 예약을 하라"라고 말한다. 이러한 경우, 자연 언어 처리 모듈(732)은 사용자 입력에 기초하여 행동가능한 의도가 "레스토랑 예약"이라고 정확하게 식별할 수 있다. 온톨로지에 따라, "레스토랑 예약" 도메인에 대한 구조화된 질의는 {요리}, {시간}, {날짜}, {인원수} 등과 같은 파라미터들을 포함한다. 일부 예들에서, 스피치 입력, 및 STT 처리 모듈(730)을 사용하여 스피치 입력으로부터 도출된 텍스트에 기초하여, 자연 언어 처리 모듈(732)은 레스토랑 예약 도메인에 대한 부분 구조화된 질의를 생성하며, 여기서 부분 구조화된 질의는 파라미터들 {요리 = "스시"} 및 {시간 = "7pm"}을 포함한다. 그러나, 이 예에서, 사용자의 발화는 도메인과 연관된 구조화된 질의를 완성하기에 불충분한 정보를 포함한다. 따라서, {인원수} 및 {날짜}와 같은 다른 필수 파라미터들은 현재 이용가능한 정보에 기초하여 구조화된 질의 내에 특정되어 있지 않다. 일부 예들에서, 자연 언어 처리 모듈(732)은 구조화된 질의의 일부 파라미터들을, 수신된 컨텍스트 정보로 채운다. 예를 들어, 일부 예들에서, 사용자가 "내 근처"의 스시 레스토랑을 요청했다면, 자연 언어 처리 모듈(732)은 구조화된 질의 내의 {위치} 파라미터를, 사용자 디바이스로부터의 GPS 좌표들로 채운다.
일부 예들에서, 자연 언어 처리 모듈(732)은 STT 처리 모듈(730)로부터 수신된 각각의 후보 텍스트 표현에 대하여 다수의 후보 행동가능한 의도들을 식별한다. 또한, 일부 예들에서, 각각의 식별된 후보 행동가능한 의도에 대하여 각자의 구조화된 질의(부분 또는 완전)가 생성된다. 자연 언어 처리 모듈(732)은 각각의 후보 행동가능한 의도에 대하여 의도 신뢰도 점수를 결정하고 의도 신뢰도 점수들에 기초하여 후보 행동가능한 의도들의 순위를 정한다. 일부 예들에서, 자연 언어 처리 모듈(732)은 생성된 구조화된 질의(또는 질의들)(임의의 완성된 파라미터들을 포함함)를 태스크 흐름 처리 모듈(736)("태스크 흐름 프로세서")로 전달한다. 일부 예들에서, m-베스트(예컨대, m번째 높은 순위) 후보 행동가능한 의도들에 대한 구조화된 질의(또는 질의들)가 태스크 흐름 처리 모듈(736)에 제공되며, 여기서 m은 0보다 큰 사전결정된 정수이다. 일부 예들에서, m-베스트 후보 행동가능한 의도들에 대한 구조화된 질의(또는 질의들)는 대응하는 후보 텍스트 표현(들)과 함께 태스크 흐름 처리 모듈(736)에 제공된다.
스피치 입력의 다수의 후보 텍스트 표현들로부터 결정된 다수의 후보 행동가능한 의도들에 기초하여 사용자 의도를 추론하는 다른 상세사항들은 2014년 6월 6일자로 출원된 "System and Method for Inferring User Intent From Speech Inputs"에 대한 미국 실용 특허 출원 제14/298,725호에 기재되어 있으며, 그 전체 개시 내용은 본 명세서에 참고로 포함된다.
태스크 흐름 처리 모듈(736)은 자연 언어 처리 모듈(732)로부터 구조화된 질의(또는 질의들)를 수신하도록, 필요하다면, 구조화된 질의를 완성하도록, 그리고 사용자의 궁극적인 요청을 "완성"하는 데 필요한 동작들을 수행하도록 구성된다. 일부 예들에서, 이들 태스크들을 완수하는 데 필요한 다양한 절차들이 태스크 흐름 모델들(754)에서 제공된다. 일부 예들에서, 태스크 흐름 모델들(754)은 사용자로부터 추가 정보를 획득하기 위한 절차들, 및 행동가능한 의도와 연관된 동작들을 수행하기 위한 태스크 흐름들을 포함한다.
전술한 바와 같이, 구조화된 질의를 완성하기 위해, 태스크 흐름 처리 모듈(736)은 추가 정보를 획득하고/하거나 잠재적으로 모호한 발화들의 중의성을 해소하기 위해 사용자와의 추가 대화를 개시할 필요가 있다. 그와 같은 상호작용이 필요한 경우, 태스크 흐름 처리 모듈(736)은 대화 흐름 처리 모듈(734)을 호출하여 사용자와의 대화에 참여한다. 일부 예들에서, 대화 흐름 처리 모듈(734)은 어떻게(및/또는 언제) 사용자에게 추가 정보를 물을지를 결정하고, 사용자 응답을 수신하고 처리한다. 질문들은 I/O 처리 모듈(728)을 통해 사용자들에게 제공되고 그들로부터 답변들이 수신된다. 일부 예들에서, 대화 흐름 처리 모듈(734)은 오디오 및/또는 시각적 출력을 통해 사용자에게 대화 출력을 제시하고, 음성 또는 물리적(예컨대, 클릭킹) 응답들을 통해 사용자로부터 입력을 수신한다. 상기 예에 이어서, 태스크 흐름 처리 모듈(736)이 대화 흐름 처리 모듈(734)을 호출하여 도메인 "레스토랑 예약"과 연관된 구조화된 질의를 위한 "인원수" 및 "날짜" 정보를 결정하는 경우, 대화 흐름 처리 모듈(734)은 "몇 명입니까?" 및 "어느 요일입니까?"와 같은 질문들을 생성하여 사용자에게 전달한다. 사용자로부터 답변들이 수신되면, 이어서 대화 흐름 처리 모듈(734)은 구조화된 질의를 누락 정보로 채우거나, 또는 태스크 흐름 처리 모듈(736)에 정보를 전달하여 구조화된 질의로부터 누락 정보를 완성한다.
일단 태스크 흐름 처리 모듈(736)이 행동가능한 의도에 대한 구조화된 질의를 완성했다면, 태스크 흐름 처리 모듈(736)은 행동가능한 의도와 연관된 궁극적인 태스크를 수행하도록 진행한다. 따라서, 태스크 흐름 처리 모듈(736)은 구조화된 질의에 포함된 특정 파라미터들에 따라 태스크 흐름 모델에서 단계들 및 명령어들을 실행한다. 예를 들어, "레스토랑 예약"의 행동가능한 의도에 대한 태스크 흐름 모델은 레스토랑에 연락하기 위한 그리고 특정 시간의 특정 인원수에 대한 예약을 실제로 요청하기 위한 단계들 및 명령어들을 포함한다. 예를 들어, {레스토랑 예약, 레스토랑 = ABC 카페, 날짜 = 3/12/2012, 시간 = 7pm, 인원수 = 5}와 같은 구조화된 질의를 사용하여, 태스크 흐름 처리 모듈(736)은, (1) OPENTABLE®과 같은 레스토랑 예약 시스템 또는 ABC 카페의 서버에 로그온하는 단계, (2) 웹사이트 상에서 일정 서식으로 날짜, 시간, 및 인원수 정보를 입력하는 단계, (3) 그 서식을 제출하는 단계, 및 (4) 사용자의 캘린더 내에 예약을 위한 캘린더 엔트리를 만드는 단계를 수행한다.
일부 예들에서, 태스크 흐름 처리 모듈(736)은 사용자 입력에서 요청된 태스크를 완성하거나 또는 사용자 입력에서 요청된 정보제공형 답변을 제공하기 위해 서비스 처리 모듈(738)("서비스 처리 모듈")의 어시스턴트를 채용한다. 예를 들어, 서비스 처리 모듈(738)은 태스크 흐름 처리 모듈(736)을 대신해서 전화 통화하도록, 캘린더 엔트리를 설정하도록, 지도 검색을 호출하도록, 사용자 디바이스 상에 설치된 다른 사용자 애플리케이션들을 호출하거나 그들과 상호작용하도록, 그리고 제3자 서비스들(예를 들어, 레스토랑 예약 포탈, 소셜 네트워킹 웹사이트, 은행업무 포탈 등)을 호출하거나 그들과 상호작용하도록 동작한다. 일부 예들에서, 각각의 서비스에 의해 요구되는 프로토콜들 및 애플리케이션 프로그래밍 인터페이스(API)들은 서비스 모델들(756) 중 개개의 서비스 모델에 의해 특정된다. 서비스 처리 모듈(738)은 서비스를 위한 적절한 서비스 모델에 액세스하고, 서비스 모델에 따른 서비스에 의해 요구되는 프로토콜들 및 API들에 따라 서비스에 대한 요청들을 생성한다.
예를 들어, 레스토랑이 온라인 예약 서비스를 가능하게 했다면, 레스토랑은 예약을 하는 데 필요한 파라미터들 및 온라인 예약 서비스에 필요한 파라미터의 값들을 전달하기 위한 API들을 특정하는 서비스 모델을 제출한다. 태스크 흐름 처리 모듈(736)에 의해 요청될 때, 서비스 처리 모듈(738)은 서비스 모델에 저장된 웹 주소를 사용하여 온라인 예약 서비스와의 네트워크 접속을 확립하고, 온라인 예약 서비스의 API에 따른 포맷으로 예약의 필요한 파라미터들(예컨대, 시간, 날짜, 인원수)을 온라인 예약 인터페이스에 송신한다.
일부 예들에서, 자연 언어 처리 모듈(732), 대화 흐름 처리 모듈(734), 및 태스크 흐름 처리 모듈(736)은 사용자의 의도를 추론 및 정의하도록, 사용자 의도를 더 명확히 하고 정제하게 하기 위해 정보를 획득하도록, 그리고 최종적으로 사용자의 의도를 이행하기 위해 응답(즉, 사용자에게로의 출력, 또는 태스크의 완수)을 생성하도록 총체적이고 반복적으로 사용된다. 생성된 응답은 사용자의 의도를 적어도 부분적으로 이행하는 스피치 입력에 대한 대화 응답이다. 또한, 일부 예들에서, 생성된 응답은 스피치 출력으로서 출력된다. 이들 예에서, 생성된 응답은 스피치 합성 처리 모듈(740)(예컨대, 스피치 합성기)로 전송되며, 여기서 스피치 합성 처리 모듈(740)은 스피치 형태로 대화 응답을 합성하도록 처리될 수 있다. 또 다른 예들에서, 생성된 응답은 스피치 입력에서 사용자 요청을 충족시키는 것과 관련된 데이터 콘텐츠이다.
태스크 흐름 처리 모듈(736)이 자연 언어 처리 모듈(732)로부터 다수의 구조화된 질의들을 수신하는 예들에서, 태스크 흐름 처리 모듈(736)은 초기에 수신된 구조화된 질의들 중 제1 구조화된 질의를 처리하여 제1 구조화된 질의를 완성하고자 시도하고/하거나 제1 구조화된 질의에 의해 표현되는 하나 이상의 태스크들 또는 행동들을 실행한다. 일부 예들에서, 제1 구조화된 질의는 가장 높은 순위의 행동가능한 의도에 대응한다. 다른 예들에서, 제1 구조화된 질의는 대응하는 스피치 인식 신뢰도 점수들 및 대응하는 의도 신뢰도 점수들의 조합에 기초하여, 수신된 구조화된 질의들로부터 선택된다. 일부 예들에서, 태스크 흐름 처리 모듈(736)이 제1 구조화된 질의의 처리 시 오류를 겪게 되는 경우(예컨대, 필수 파라미터를 결정할 능력 부족으로 인해), 태스크 흐름 처리 모듈(736)은 더 낮은 순위의 행동가능한 의도에 대응하는 수신된 구조화된 질의들의 제2 구조화된 질의를 선택 및 처리하도록 진행할 수 있다. 제2 구조화된 질의는, 예를 들어, 대응하는 후보 텍스트 표현의 스피치 인식 신뢰도 점수, 대응하는 후보 행동가능한 의도의 의도 신뢰도 점수, 제1 구조화된 질의 내의 누락된 필수 파라미터, 또는 이들의 임의의 조합에 기초하여 선택된다.
스피치 합성 처리 모듈(740)은 사용자에게의 제시를 위한 스피치 출력을 합성하도록 구성된다. 스피치 합성 처리 모듈(740)은 디지털 어시스턴트에 의해 제공된 텍스트에 기초하여 스피치 출력을 합성한다. 예를 들어, 생성된 대화 응답은 텍스트 문자열의 형태이다. 스피치 합성 처리 모듈(740)은 텍스트 문자열을 가청 스피치 출력으로 변환한다. 스피치 합성 처리 모듈(740)은, 텍스트로부터의 스피치 출력을 생성하기 위하여 임의의 적절한 스피치 합성 기술을 사용하는데, 이는 편집 합성(concatenative synthesis), 단위 선택 합성, 다이폰 합성, 도메인-특정 합성, 포먼트 합성(formant synthesis), 조음 합성(articulatory synthesis), HMM(hidden Markov model) 기반 합성, 및 정현파 합성(sinewave synthesis)을 포함하지만 이로 한정되지 않는다. 일부 예들에서, 스피치 합성 처리 모듈(740)은 단어들에 대응하는 음소 문자열에 기초하여 개별 단어들을 합성하도록 구성된다. 예를 들어, 음소 문자열은 생성된 대화 응답의 단어와 연관된다. 음소 문자열은 단어와 연관된 메타데이터에 저장된다. 스피치 합성 처리 모듈(740)은 스피치 형태의 단어를 합성하기 위해 메타데이터 내의 음소 문자열을 직접 처리하도록 구성된다.
일부 예들에서, 스피치 합성 처리 모듈(740)을 사용하는 대신에(또는 그에 부가하여), 스피치 합성은 원격 디바이스(예컨대, 서버 시스템(108)) 상에서 수행되고, 합성된 스피치는 사용자에게의 출력을 위해 사용자 디바이스로 전송된다. 예를 들어, 이는 디지털 어시스턴트에 대한 출력이 서버 시스템에서 생성되는 일부 구현예들에서 발생할 수 있다. 그리고 서버 시스템은 일반적으로 사용자 디바이스보다 많은 처리 능력 또는 리소스를 갖기 때문에, 클라이언트 측 합성에서 실행될 수 있는 것보다 더 높은 품질의 스피치 출력을 획득하는 것이 가능하다.
디지털 어시스턴트에 대한 추가적인 상세 사항들은 2011년 1월 10일자로 출원되고 발명의 명칭이 "Intelligent Automated Assistant"인 미국 실용 특허 출원 제12/987,982호, 및 2011년 9월 30일자로 출원되고 발명의 명칭이 "Generating and Processing Task Items That Represent Tasks to Perform"인 미국 실용 특허 출원 제13/251,088호에서 발견될 수 있고, 이 출원들의 전체 개시내용들은 본 명세서에 참조로서 편입된다.
도 7b를 다시 참조하면, 일부 예들에서, 디지털 어시스턴트 모듈(726)이 사용자 발화를 수신한다. 사용자 발화는, 예를 들어, 사용자와 디지털 어시스턴트 시스템(700) 사이의 다중-턴 다이얼로그 대화 중 일 턴이다. STT 처리 모듈(730)은 사용자 발화에 대응하는 하나 이상의 후보 텍스트 표현들을 결정하고, 하나 이상의 후보 텍스트 표현들을 자연 언어 처리 모듈(732)에 제공한다. 자연 언어 처리 모듈(732)은 온톨로지(760), 어휘(744), 및 사용자 데이터(748)를 사용하여, STT 처리 모듈(730)로부터 각각의 후보 텍스트 표현을 파싱하여 후보 텍스트 표현에 대한 의미적 해석들을 결정한다. 의미적 해석들은, 예를 들어, 하나 이상의 후보 사용자 의도들을 포함한다. 구체적으로, 의미적 해석들은 후보 도메인들(및/또는 후보 상위 도메인들) 및 후보 텍스트 표현에 대한 후보 파싱 해석들을 포함한다. 일부 예들에서, 의미적 해석들은 후보 도메인들의 내부 표현(예컨대, 벡터 표현) 및 하나 이상의 후보 텍스트 표현들에 대한 후보 파싱 해석들을 포함한다. 예를 들어, 일례에서, 자연 언어 처리 모듈(732)은 대응하는 사용자 발화에 대한 후보 텍스트 표현 "충실도 투자에 대한 방향"을 파싱하여 후보 도메인들 및 후보 파싱 해석들을 결정한다. 이러한 예에서, 이러한 후보 텍스트 표현에 대해 결정된 후보 도메인들은 "방향 획득" 도메인 및 "웹 검색" 도메인을 포함할 수 있다. 이러한 후보 텍스트 표현에 대한 후보 파싱 해석들은 "연락처" 속성, "비즈니스" 속성, 또는 "방향 획득" 도메인의 "주소" 속성에 대한 값으로서 "충실도 투자"를 해석하는 것을 포함한다.
다른 예에서, 자연 언어 처리 모듈(732)은 대응하는 사용자 발화에 대한 후보 텍스트 표현 "프로즌에 대한 리뷰"를 파싱한다. 이러한 예에서, 이러한 후보 텍스트 표현에 대해 결정된 후보 도메인들은 "영화 검색" 도메인, "레스토랑들 검색" 도메인, 및 "음악 검색" 도메인을 포함할 수 있다. 또한, 이러한 후보 텍스트 표현에 대한 후보 파싱 해석들은 "영화 제목" 속성, "레스토랑 이름" 속성, 또는 각각의 후보 도메인들에 대한 "앨범 이름" 속성에 대한 값으로서 "프로즌"을 해석하는 것을 포함할 수 있다.
일부 예들에서, 자연 언어 처리 모듈(732)은 하나 이상의 후보 텍스트 표현들로부터 결합 관계들을 갖는 개념들 및/또는 속성들을 식별한다. 예를 들어, 일례에서, 자연 언어 처리 모듈(732)은 대응하는 사용자 발화에 대해 후보 텍스트 표현 "나는 23일로부터 이틀 동안 미팅을 원한다"를 파싱한다. 이러한 예에서, 자연 언어 처리 모듈(732)은 이러한 후보 텍스트 표현이 "캘린더" 후보 상위 도메인 및 2개의 후보 행동가능한 의도들 "생성 이벤트" 및 "검색 이벤트"와 관련된다고 결정한다. 자연 언어 처리 모듈(732)은 또한 "23일부터 이틀"이라는 문구에 대한 2개의 후보 파싱 해석들을 결정한다. 하나의 후보 해석은 "25"의 값을 갖는 캘린더 이벤트에 대한 "일" 속성을 포함한다. 제2 후보 해석은 각각 "이틀" 및 "23"의 값들을 갖는 캘린더 이벤트에 대한 "지속기간" 및 "일" 속성들을 포함한다. 제2 해석에 대해, 자연 언어 처리 모듈(732)은 "지속기간" 속성 및 "일" 속성이 결합 방식으로 상호작용한다고 추가로 결정할 수 있다.
자연 언어 처리 모듈(732)은 신념 추적기 처리 모듈(766)에 하나 이상의 후보 텍스트 표현들에 대한 의미적 해석들(예컨대, 후보 도메인들 및 후보 파싱 해석들)을 제공한다. 의미적 해석들 각각에 대한 연관된 신뢰도 점수들이 또한 신념 추적기 처리 모듈(766)에 제공된다. 또한, 자연 언어 처리 모듈(732)은 개념들 및/또는 속성들 사이에서 식별된 결합 관계들을 신념 추적기 처리 모듈(766)에 제공한다. 의미적 해석들, 연관된 신뢰도 점수들, 및 식별된 결합 관계들을 사용하여, 신념 추적기 처리 모듈(766)은 현재 신념 상태를 결정한다.
신념 상태는 사용자 발화에 대응하는 관련 후보 사용자 의도들(예컨대, n-최적 사용자 의도들)의 내부 표현이다. 신념 상태는 대화의 이전 및 현재 관찰들이 주어지는 대화의 현재 상태를 설명한다. 특히, 신념 상태는 대화의 가능한 상태에 걸친 분포를 표현한다. 관찰들은, 예를 들어, STT 처리 모듈(730)로부터의 스피치 인식 결과들(예를 들어, 후보 텍스트 표현들 및 연관된 스피치 인식 신뢰도 점수들) 및 자연 언어 처리 모듈(732)로부터의 자연 언어 처리 결과들(예를 들어, 후보 사용자 의도들, 의미적 해석들, 연관된 의도 신뢰도 점수들 및 결합 관계들)을 포함한다. 일부 예들에서, 관찰들은 다이얼로그 대화에서의 현재 사용자 발화들 및/또는 이전 사용자 발화들과 연관된 컨텍스트 정보(컨텍스트 데이터)를 추가로 포함한다. 따라서, 일부 예들에서, 신념 추적기 처리 모듈(766)은 컨텍스트 정보, 대화 이력으로부터의 정보(예컨대, 다이얼로그 대화에서의 이전 발화들), 이전 신념 상태들, 또는 이들의 임의의 조합을 추가로 활용하여 현재 신념 상태를 결정한다. 이전 신념 상태는 현재 사용자 발화 이전에 수신된 다이얼로그 대화의 하나 이상의 사용자 발화들에 기초한 대화의 이전 상태의 내부 표현이다. 관찰들은 신념 상태의 개별 대화 슬롯들에서 표현될 수 있다. 일부 예들에서, 신념 상태의 일부 대화 슬롯들은 각자의 사용자 의도를 이행하는 데 요구되는 정보를 표현한다.
신념 추적기 처리 모듈(766)은 신념 모델들(768)을 사용하여 신념 상태를 생성한다. 일부 예들에서, 신념 모델들(768)은 관찰들로부터 추론되는 부분적으로 관찰가능한 랜덤 변수들로서 환경의 후보 사용자 의도들 및 다른 양태들을 고려한다. 예를 들어, 신념 모델들(768)은 베이시안 네트워크들을 사용하여 랜덤 변수들에 걸쳐 확실성 분포들(예를 들어, 확률 분포들)을 결정한다. 일부 예들에서, 신념 모델들(768)은 하나 이상의 기계 학습 메커니즘들(예컨대, 신경망들)을 포함한다. 일부 예들에서, 신념 상태는 부분적으로 관찰가능한 마르코프 결정 프로세스(POMDP)들을 사용하여 구현되며, 이는 다이얼로그 대화의 각각의 턴에 걸쳐 사용자 의도들을 추적할 수 있다. POMDP들은 이전 및 현재 관찰들에 기초하여 한 세트의 상태들에 걸쳐 확실성 분포들을 유지하고, 각각의 후속 관찰(예컨대, 후속 사용자 발화)에 기초하여 확실성 분포들을 업데이트할 수 있다.
도 8은 다양한 예들에 따른 신념 상태(800)의 일부분을 도시한다. 신념 상태(800)는, 예를 들어, 신념 추적기 처리 모듈(766)을 사용하여 생성되고, 사용자 발화 "나는 23일로부터 이틀 동안 미팅을 원한다"에 대한 후보 사용자 의도들(사용자 목표)을 표현한다. 도 8에 도시된 바와 같이, 신념 상태(800)는 계층적 트리 구조에 배열된 복수의 대화 슬롯들(예컨대, 대화 슬롯(802))을 포함한다. 각각의 대화 슬롯은 적어도 하나의 다른 대화 슬롯에 (예컨대, 접속부(813)에 의해) 접속된다.
신념 상태(800)의 각각의 대화 슬롯은 대화의 관찰들로부터 획득된 지식(예컨대, 스피치 인식 결과들, 자연 언어 처리 결과들, 컨텍스트 데이터 등)에 기초하여 관련 변수(예컨대, 개념들 또는 속성들)를 표현한다. 일부 예들에서, 각각의 대화 슬롯은 하나 이하의 개념 또는 속성을 표현한다. 이 예에서, 위에서 논의된 바와 같이, 자연 언어 처리 모듈(732)은 후보 텍스트 표현 "나는 23일로부터 이틀 동안 미팅을 원한다"가 "캘린더' 상위 도메인, "생성 이벤트" 및 "검색 이벤트" 행동가능한 의도들, 및 "지속기간" 속성 및 "일" 속성과 관련된 2개의 파싱 해석들과 관련된다고 결정할 수 있다. 자연 언어 처리 모듈(732)로부터의 이들 의미적 해석들을 사용하여, 신념 추적기 처리 모듈(766)은 대화의 현재 상태를 표현하기 위한 신념 상태(800)를 구성한다. 도 8에 도시된 바와 같이, "캘린더" 상위 도메인은 대화 슬롯(804)에 의해 표현된다. "생성 이벤트" 및 "검색 이벤트" 행동가능한 의도들은 대화 슬롯들(806, 808 및 810)에 의해 표현된다. 또한, "지속기간" 및 "일" 속성들은 각각 대화 슬롯들(812 및 814)로 표현된다. 대화 슬롯들(812 및 814)은 대화 슬롯들(812 및 814)의 속성들에 의해 취해지는 가변 가능한 값들을 표현하는 종단 노드들(816, 818 및 820)을 추가로 포함한다.
간략함을 위해, 신념 상태(800)의 일부 대화 슬롯들이 도 8로부터 생략되었다는 것을 인식해야 한다. 예를 들어, 신념 상태(800)는 대화 슬롯(810)으로부터 하강하는 추가적인 대화 슬롯들(도시되지 않음)을 포함할 수 있다. 이들 추가적인 대화 슬롯들은 대화 슬롯들(812 및 814)과 유사할 수 있고, 캘린더 이벤트를 검색하기 위한 하나 이상의 캘린더 이벤트 속성들을 표현할 수 있다.
일부 예들에서, 종단 노드들(816, 818 및 820)에 의해 표현되는 가능한 값들은 하나 이상의 후보 텍스트 표현들의 각자의 부분들로부터 획득된다. 예를 들어, 이 예에서, 종단 노드들(816, 818 및 820)에 의해 표현되는 가능한 값들은 후보 텍스트 표현 "나는 23일로부터 이틀 동안 미팅을 원한다"의 부분 "23일로부터 이틀"로부터 획득된다. 다른 예들에서, 신념 상태의 종단 노드들에 의해 표현되는 가능한 값들은 후보 텍스트 표현들의 다수의 부분들로부터 획득될 수 있다. 하나의 그러한 예에서, 사용자 발화는 "스티브 영에게 전화해"일 수 있다. 이 예에서, 2개의 상이한 후보 텍스트 표현들: "스티브 영에게 전화해" 및 "스티브 옌에게 전화해"가 사용자 발화로부터 결정될 수 있다. 2개의 후보 텍스트 표현들로부터 생성된 신념 상태는 "마지막 이름" 속성을 표현하는 대화 슬롯을 포함할 수 있다. 대화 슬롯은 제1 후보 텍스트 표현 "스티브 영에게 전화해"로부터 제1 가능한 값 "영" 및 제2 후보 텍스트 표현 "스티브 옌에게 전화해"로부터 제2 가능한 값 "옌"을 표현하는 종단 노드들을 포함할 수 있다.
위에서 논의된 바와 같이, 자연 언어 처리 모듈(732)은 온톨로지(760)를 사용하여 사용자 발화에 대한 하나 이상의 후보 사용자 의도들을 결정한다. 온톨로지(760)는 많은 노드들을 포함하는 계층적 구조이다. 온톨로지(760)의 각각의 노드는 행동가능한 의도 또는 하나 이상의 행동가능한 의도들과 관련된 속성 또는 다른 속성을 표현한다. 일부 예들에서, 신념 상태(800)의 대화 슬롯들은 온톨로지(760)의 각자의 노드들에 대응할 수 있다. 더 구체적으로, 신념 상태(800)의 대화 슬롯들에 의해 표현되는 도메인들, 행동가능한 의도들, 및/또는 속성들은 온톨로지(760)의 각자의 노드들에 의해 표현되는 각각의 도메인들, 행동가능한 의도들, 및/또는 속성들에 대응할 수 있다. 일부 예들에서, 신념 추적기 처리 모듈(766)은 온톨로지(760)를 사용하여 신념 상태(800)를 생성한다. 특히, 신념 상태(800)의 복수의 대화 슬롯들은 온톨로지(760)내의 복수의 대응하는 노드들의 계층적 트리 구조와 유사하거나 실질적으로 동일한 계층적 트리 구조로 배열된다. 예를 들어, 온톨로지(760)는 "캘린더" 상위 도메인, "생성 이벤트" 및 "검색 이벤트" 행동가능한 의도들, 및 "지속기간" 및 "일" 속성들을 표현하는 노드들을 가질 수 있다. 또한, 이들 노드들은 온톨로지(760)에서 신념 상태(800)와 유사하거나 실질적으로 동일한 방식으로 계층적으로 배열될 수 있다.
신념 상태(800)의 대화 슬롯들 중 적어도 일부가 온톨로지(760) 내의 각자의 노드들과 유사하거나 동일한 개념들 또는 속성들을 표현할 수 있지만, 일부 예들에서, 신념 상태(800)는 온톨로지(760)에서 표현되는 모든 개념들 및 속성들을 포함하지 않을 수 있다는 것이 인식되어야 한다. 특히, 온톨로지(760)로부터의 모든 후보 사용자 의도들이 신념 상태(800)에서 표현되었다면, (예컨대, 정책 결정 처리 모듈(770)에서의) 정책 결정은 취급 용이하지 않을 것이다. 오히려, 일부 예들에서, 신념 추적기 처리 모듈(766)은 사용자 발화의 하나 이상의 후보 텍스트 표현들이 주어지면 가장 관련된 후보 사용자 의도들을 표현하는 온톨로지(760) 내의 노드들의 서브세트에만 기초하여 신념 상태(800)를 구성한다. 가장 관련된 도메인들(예컨대, n-최적 사용자 의도들)만을 구현하는 신념 상태(800)의 콤팩트한 표현은 정책 결정 처리 모듈(770)에 대한 취급 용이한 정책 알고리즘들을 가능하게 할 수 있다.
일부 예들에서, 신념 상태(800)에서의 대화 슬롯들의 상이한 분기들은 사용자 발화에 대한 상이한 후보 사용자 의도들 또는 목표들을 표현한다. 예를 들어, 도 8에서, 대화 슬롯들(802, 804, 806, 808 및 814) 및 종단 노드(820)(화살표들로 강조됨)를 포함하는 신념 상태(800)의 분기는 25일에 대한 캘린더 이벤트를 생성하는 후보 사용자 의도를 표현할 수 있다. 대화 슬롯들(802, 804, 806, 808, 812 및 814) 및 종단 노드들(816 및 818)을 포함하는 신념 상태(800)의 별개의 분기는 23일에 대한 그리고 이틀의 지속기간에 대한 캘린더 이벤트를 생성하는 후보 사용자 의도를 표현할 수 있다.
신념 상태(800)는 그의 대화 슬롯들에 의해 표현되는 개념들 및/또는 특성들에 대한 확실성 정보를 포함한다. 예를 들어, 신념 상태(800)의 각각의 대화 슬롯은 각자의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 각자의 주변 확실성(예컨대, 주변 확률, 주변 가능성, 또는 주변 기대값)을 포함한다. 각각의 대화 슬롯에 의해 표현된 개념 또는 속성에 대한 주변 확실성은 대화를 위한 관찰들이 주어지면 개념 또는 속성이 정확할 가능성이다. 예를 들어, 도 8에 도시된 바와 같이, 대화 슬롯(804)은 대화에 대한 현재 관찰들이 주어지면 "캘린더" 상위 도메인이 정확한 상위 도메인일 가능성인 주변 확실성 0.9를 포함한다. 다른 후보 상위 도메인들은 "여행" 또는 "영화들"을 포함할 수 있는데, 이들은 각각 예를 들어 0.05의 주변 확실성을 갖는 별개의 대화 슬롯(도시되지 않음)에 의해 표현될 수 있다. 유사하게, 대화 슬롯들(808 및 810)은 각각 0.7 및 0.3의 주변 확실성들을 포함하며, 이들은 각각 대화에 대한 관찰들이 주어지면 각자의 행동가능한 의도("생성 이벤트" 또는 "검색 이벤트")가 "캘린더" 상위 도메인에 대한 정확한 행동가능한 의도일 가능성이다. 또한, 대화 슬롯들(812 및 814)은 주변 확실성들 0.5 및 1을 각각 포함하고, 이들은 대화에 대한 관찰들이 주어지면 각자의 속성들("지속기간" 및 "일")이 "생성 이벤트" 행동가능한 의도에 대한 정확한 속성들인 가능성들이다.
일부 예들에서, 신념 상태(800)의 하나 이상의 대화 슬롯들은 각각의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 가능한 값들에 걸친 확실성 분포(예컨대, 확률 분포)를 포함한다. 예를 들어, 이 예에서, 대화 슬롯(814)은 "일" 속성에 대한 가능한 값들에 걸친 확실성 분포를 포함한다. 이 예에서, "일" 속성에 의해 취해지는 가능한 값들은 "23" 및 "25"(종단 노드들(818 및 820)로 표현됨)를 포함하고, 가능한 값들 각각에 대한 확실성은 0.5이다.
일부 예들에서, 신념 상태(800)의 하나 이상의 대화 슬롯들은 각자의 대화 슬롯으로부터 발생하는 하나 이상의 해석들에 대한 하나 이상의 결합 확실성들을 추가로 포함한다. 결합 확실성들은 (예컨대, 자연 언어 처리 모듈(732)에 의해 식별된 바와 같이) 결합 방식으로 상호작용하는 개념들 또는 속성들을 표현하는 대화 슬롯들에 대해서만 포함될 수 있다. 예를 들어, 이 예에서, 자연 언어 처리 모듈(732)은 후보 텍스트 표현들로부터, 캘린더 이벤트를 생성하는 것과 관련된 2개의 후보 해석들을 결정한다. 제1 해석은 값 "25"에 대해 취해진 "일" 속성만을 포함한다. 제2 파싱 해석은, 각각 값들 "이틀" 및 "23"을 취하고 결합 관계를 갖는 "지속기간" 및 "일" 속성들을 포함한다. 이 예에서, 2개의 해석들("가설들"로 또한 지칭됨)은 대화 슬롯(808)에서 인코딩되는데, 이로부터 관련 속성들("지속기간" 및 "일")이 직접 하강한다. 대화 슬롯(808)은 2개의 후보 해석들에 걸친 확실성 분포를 추가로 포함한다. 구체적으로, 확실성 분포는 제1 해석에 대한 0.5의 확실성("일"= 25) 및 제2 해석에 대한 "0.5"의 확실성("지속기간"= 2 및 "일"= 23)을 포함한다. 제2 해석에 대한 확실성은 "지속기간" 및 "일" 속성들 둘 모두를 갖는 결합 확실성이다.
일부 예들에서, 하나 이상의 결합 확실성들은 계층적 트리 구조 내의 최저 대화 슬롯에 포함되며, 이로부터 각자의 해석들에서 공동 관련된 개념들 또는 속성들을 표현하는 대화 슬롯들이 하강한다. 구체적으로, 예를 들어, 제2 해석에서 공동 관련된 속성들("지속기간" 및 "일")은 대화 슬롯들(812 및 814)에 의해 표현되고, 대화 슬롯들(812 및 814)이 하강하는 신념 상태(800)에서의 최저 대화 슬롯은 대화 슬롯(808)이다. 따라서, 이러한 예에서, 제2 해석에 대한 결합 확실성은 대화 슬롯(808)에 포함된다.
이러한 예에서, 제2 해석에 대한 결합 확실성은 대화 슬롯(808)(예컨대, 대화 슬롯들(802, 804 및 806))의 조상(ancestor) 슬롯에 의해 표현되는 임의의 개념 또는 속성을 포함하지 않는다는 것이 이해되어야 한다. 예를 들어, 제2 해석의 결합 확실성은 대화 슬롯들(802, 804, 806, 808, 812 및 814)에 의해 표현되는 모든 개념들 및 특성들의 공동 확률이 아니다. 오히려, 제2 해석의 결합 확실성은 대화 슬롯(808)으로부터 직접 하강하는 대화 슬롯들(812 및 814)의 속성들에만 관련된다. 따라서, 이 예에서, 제2 해석의 결합 확실성은 대화 슬롯(808)에 포함되고, 관련 조상 대화 슬롯들(예컨대, 대화 슬롯(802, 804, 또는 806)) 중 어느 것에도 포함되지 않는다.
일부 예들에서, 주변 확실성들, 확실성 분포들, 및/또는 대화 슬롯들의 결합 확실성들은 STT 처리 모듈(730)로부터 획득된 스피치 인식 신뢰도 점수들 및/또는 자연 언어 처리 모듈(732)로부터 획득된 의도 신뢰도 점수들에 기초하여 결정된다.
신념 추적기 처리 모듈(766)은 신념 상태를 정책 결정 처리 모듈(770)에 제공한다. 정책 모델들(772)을 사용하여, 정책 결정 처리 모듈(770)은 신념 상태를 복수의 후보 정책 행동들에 맵핑한다. 각각의 후보 정책 행동은 신념 상태에 의해 표현되는 하나 이상의 후보 사용자 의도들을 만족시키기 위해 디바이스에 의해 수행될 하나 이상의 행동들의 세트를 표현한다. 하나 이상의 행동들의 세트는, 예를 들어, 사용자 발화에 응답하는 적합한 대화를 생성 및 출력하는 행동들을 포함한다. 일부 예들에서, 후보 정책 행동에 의해 표현되는 하나 이상의 행동들의 세트는 하나 이상의 행동들의 미리 결정된 세트이다. 또한, 일부 예들에서, 복수의 후보 정책 행동들은 디지털 어시스턴트 시스템(700)에 의해 수행될 수 있는 정책 모델들(772)에 의해 표현되는 모든 가능한 정책 행동들의 서브세트이다. 정책 결정 처리 모듈(770)에 의해 결정된 복수의 후보 정책 행동들은 전체 대화에 대한 최대 누적 보상을 달성할 가능성이 가장 큰 정책 행동들을 표현할 수 있다. 이러한 방식으로, 정책 결정 처리 모듈(770)은 모든 가능한 정책 행동들의 단지 작은 서브세트로부터 선택할 필요가 있으며, 이는 더 효율적이고 정확한 선택 프로세스를 가능하게 할 수 있다.
도 8의 예로 돌아가면, 신념 상태(800)는 복수의 후보 사용자 의도들을 표현한다. 제1 후보 사용자 의도는 25일에 대한 캘린더 이벤트를 생성하는 것을 포함한다(예컨대, 대화 슬롯들(802, 804, 806, 808 및 814) 및 종단 노드(820)로 표현됨). 제2 후보 사용자 의도는 23일 및 이틀의 지속기간에 대한 캘린더 이벤트를 생성하는 것을 포함한다(예컨대, 대화 슬롯들(802, 804, 806, 808, 812 및 814) 및 종단 노드들(816 및 818)로 표현됨). 다른 후보 사용자 의도들은 (이틀의 지속기간에 대해 25일에 또는 23일에) 유사한 캘린더 이벤트들을 검색하는 것을 포함한다. 이 예에서, 정책 결정 처리 모듈(770)은 신념 상태(800)를 복수의 후보 사용자 의도들을 만족시킬 복수의 후보 정책 행동들에 맵핑할 수 있다. 예를 들어, 복수의 후보 정책 행동들의 제1 후보 정책 행동은 후보 사용자 의도들 중에서 명확화하기 위해 추가 정보를 사용자에게 프롬프트하는 것("prompting")(예를 들어, "어떤 날에 캘린더 미팅을 생성하기를 원했습니까?")을 포함할 수 있다. 추가적으로, 복수의 후보 정책 행동들의 제2 후보 정책 행동은 사용자가 캘린더 이벤트를 생성하기를 원할 것인지 여부를 확인하는 것(예를 들어, "25일에 캘린더 이벤트를 생성하기를 원합니까?")를 포함할 수 있다. 후보 정책 행동들의 다른 비제한적인 예들은 특정 행동을 수행하는 것을 제공하는 것(예컨대, "25일에 미팅을 스케줄링할까요?"), 행동의 수행을 보고하는 것(예컨대, "네, 25일에 미팅을 스케줄링했습니다."), 행동을 수행하는 것으로부터 결과들의 요약을 제공하는 것(예컨대, "25일에 당신의 캘린더에 하나의 미팅을 찾았습니다"), 또는 디지털 어시스턴트 사용자 대화 입력을 더 잘 동작시키는 방법에 대해 사용자에게 지시들을 제공하는 것(예컨대, "캘린더 이벤트를 생성할 때, 참석자들의 이름들을 또한 특정할 수 있습니다")을 포함한다.
정책 모델들(772)은, 입력으로서, 신념 상태를 수신하고 복수의 대응하는 후보 정책 행동들을 제공하도록 구성된다. 일부 예들에서, 정책 모델들(772)은 신념 상태가 주어지면 복수의 후보 정책 행동들을 결정하기 위한 미리 정의된 결정론적 규칙들의 세트를 포함한다. 일부 예들에서, 정책 모델들(772)은 후보 정책 행동들에 걸쳐 확률 분포들을 결정하기 위한 확률적 모델들을 포함한다. 일부 예들에서, 정책 모델들(772)은 하나 이상의 기계 학습 메커니즘들(예컨대, 신경망들)을 포함한다. 구체적으로, 일부 예들에서, 정책 모델들(772)은 POMDP들을 사용하여 구성된다.
정책 결정 처리 모듈(770)은 복수의 후보 정책 행동들 중 어느 정책 행동이 수행되어야 하는지를 결정한다. 구체적으로, 신념 상태에 기초하여, 정책 결정 처리 모듈(770)은 디바이스에 의해 수행될 복수의 후보 정책 행동들로부터 적합한 정책 행동을 선택한다. 일부 예들에서, 정책 결정 처리 모듈(770)은 정책 모델들(772)을 사용하여, 복수의 후보 정책 행동들에 대한 확률 분포를 결정한다. 일부 예들에서, 정책 결정 처리 모듈(770)은 복수의 후보 정책 행동들 중에서 최고 확률 값을 갖는 정책 행동을 선택한다. 일부 예들에서, 정책 결정 처리 모듈(770)은 수행할 정책 행동을 선택하기 위해 강화 학습 기법들을 적용한다. 정책 결정 처리 모듈(770)이 POMDP들을 활용하는 예들에서, POMDP들을 해결함으로써 후보 행동들의 세트로부터 정책 행동이 선택된다. 구체적으로, 정책 결정 처리 모듈(770)은 정책 모델들(772)을 사용하여 보상 기능(예컨대, Q-학습에 대한 Q-기능)을 각각의 후보 정책 행동에 적용하고, 보상 기능을 최대화하는 것으로 예측되는 정책 행동(예컨대, 전체 대화에 대한 총 보상)이 선택된다.
일부 예들에서, 정책 모델들(772)은 파라미터 값들의 세트를 포함한다. 파라미터 값들은 또한 가중치들로 지칭될 수 있다. 파라미터 값들은 신념 상태를 복수의 후보 정책 행동들에 맵핑하기 위해 사용된다. 또한, 정책 모델들(772)의 파라미터 값들은 복수의 후보 정책 행동들로부터 적합한 정책 행동을 선택하기 위해 사용된다.
정책 결정 처리 모듈(770)은 실행할 태스크 흐름 처리 모듈(736)에 선택된 정책 행동을 제공한다. 선택된 정책 행동은 하나 이상의 행동들의 세트 및 디지털 어시스턴트가 대응하는 예측된 사용자 의도를 달성하기 위해 수행하는 단계들을 표현한다. 태스크 흐름 처리 모듈(736)은 정책 결정 처리 모듈(770)로부터 선택된 정책 행동을 수신하고 선택된 정책 행동에 의해 표현되는 하나 이상의 행동들의 세트를 수행하도록 구성된다. 일부 예들에서, 선택된 정책 행동에 대응하는 하나 이상의 행동들의 세트는 태스크 흐름 모델들(754)로부터 결정된다. 일부 예들에서, 태스크 흐름 모델들(754)은 사용자로부터 추가 정보를 획득하기 위한 절차들, 또는 선택된 정책 모델에 의해 표현되는 행동들을 수행하기 위한 절차들을 포함한다. 일부 예들에서, 선택된 정책 행동에 의해 표현되는 하나 이상의 행동들의 세트는 사용자 발화에 응답하는 대화를 생성 및 출력하는 것을 포함한다. 이들 예들에서, 태스크 흐름 처리 모듈(736)은 대화 흐름 처리 모듈(734)을 호출하여 적절한 대화를 생성 및 출력한다.
예를 들어, 도 8을 다시 참조하면, 신념 상태(800)에 대한 선택된 정책 행동은 사용자 의도를 명확하게 하기 위해 추가 정보를 사용자에게 프롬프트하는 행동을 표현할 수 있다. 이 예에서, 태스크 흐름 처리 모듈(736)은 (예컨대, 대화 흐름 처리 모듈(734)과 함께) 출력 대화 "25일에 미팅이 스케줄링되는 것을 원했습니까?"를 생성하는 것, 및 사용자에게 출력 대화의 발화된 표현을 출력하는 것을 포함하는 일련의 행동들을 수행한다.
디지털 어시스턴트 시스템(700)은 동일한 대화의 후속 턴들에서 후속 사용자 발화들을 수신하고 처리할 수 있음을 인식해야 한다. 각각의 후속 사용자 발화에 대해, 업데이트된 신념 상태는 신념 추적기 처리 모듈(766)에 의해 결정되고, 각자의 정책 행동은 정책 결정 처리 모듈(770)에 의해 선택된다. 예를 들어, 위의 예를 계속하면, 신념 상태(800)에 대한 선택된 정책 행동을 수행하는 것이 대화 프롬프트("dialogue prompt") "25일에 미팅이 스케줄링되는 것을 원했습니까?"를 출력하는 것을 포함하는 경우, 디지털 어시스턴트 시스템(700)은 대화 프롬프트에 응답하는 제2 사용자 발화를 후속적으로 수신할 수 있다. 구체적으로, 도 9를 참조하면, 제2 사용자 발화는 "예"일 수 있다. 디지털 어시스턴트 시스템(700)은 전술된 바와 유사한 방식으로 제2 사용자 발화를 처리할 수 있다. 특히, STT 처리 모듈(730)은 제2 사용자 발화에 대한 하나 이상의 제2 후보 텍스트 표현들을 결정할 수 있고, 자연 언어 처리 모듈(732)은 하나 이상의 제2 후보 텍스트 표현들로부터 하나 이상의 제2 후보 사용자 의도들을 결정할 수 있다.
하나 이상의 제2 후보 사용자 의도들에 기초하여, 신념 추적기 처리 모듈(766)은 업데이트된 신념 상태(900)를 결정할 수 있다. 업데이트된 신념 상태는 신념 상태(800)에 기초하여 결정된다. 특히, 동일한 대화의 이전 사용자 발화들로부터 획득된 정보는 업데이트된 신념 상태의 각자의 대화 슬롯들에 보유된다. 예를 들어, 이 예에서, 업데이트된 신념 상태(900)는 신념 상태(800)의 대화 슬롯들 모두를 포함한다. 따라서, 업데이트된 신념 상태(900)의 대화 슬롯들은 신념 상태(800)의 대응하는 대화 슬롯들과 동일한 개념들 및 속성들을 표현한다. 또한, 업데이트된 신념 상태(900)는 제2 사용자 발화에 대한 관찰들에 기초한 추가 정보를 포함한다. 구체적으로, 관련 대화 슬롯들의 주변 확실성들 및/또는 결합 확실성들(예컨대, 도 9에서 밑줄로 표시됨)은 제2 사용자 발화에 대한 관찰들에 기초하여 업데이트된다. 이 예에서, 제2 사용자 발화 "예"가 사용자의 실제 목표가 25일에 대한 캘린더 이벤트를 생성하는 것임을 확인해 주기 때문에, 이러한 목표와 일치하는 대화 슬롯들의 주변 및 결합 확실성들이 증가된다. 반대로, 이러한 목표와 일치하지 않는 대화 슬롯들의 주변 및 결합 확실성들은 감소된다. 예를 들어, 대화 슬롯(808)("생성 이벤트" 행동가능한 의도를 표현함)의 주변 확실성은 증가되는 반면, 대화 슬롯(810("검색 이벤트" 행동가능한 의도를 표현함) 및 812("지속기간" 속성을 표현함))의 주변 확실성들은 감소된다. 추가적으로, 대화 슬롯(808)에 포함된 확실성들은 제2 사용자 발화에 대한 관찰들에 기초하여 업데이트된다. 구체적으로, 제1 해석에 대한 확실성("일" = 25)은 증가되는 반면, 제2 해석에 대한 결합 확실성("지속기간"= 2 및 "일" = 23)은 감소된다.
이 예에서 업데이트된 신념 상태(900)가 신념 상태(800)의 대화 슬롯들 모두를 유지하지만, 다른 예들에서, 신념 상태(800)의 대화 슬롯들 중 일부만이 업데이트된 신념 상태(900)에서 유지된다는 것이 인식되어야 한다. 예를 들어, 신념 상태(800)의 하나 이상의 대화 슬롯들은 대화의 현재 상태에 기초하여 무관한 것으로 발견될 수 있고, 따라서 그들 하나 이상의 대화 슬롯들은 업데이트된 신념 상태(900)로부터 프룬될(pruned) 수 있다.
업데이트된 신념 상태(900)에 기초하여, 정책 결정 처리 모듈(770)은 제2 복수의 대응하는 후보 정책 행동들을 결정하고, 제2 복수의 대응하는 후보 정책 행동들로부터 제2 정책 행동을 선택한다. 이어서, 선택된 제2 정책 행동은 태스크 흐름 처리 모듈(736)에 의해 실행된다. 이 예에서, 도 9에 도시된 바와 같이, 제2 정책 행동을 실행하는 것은, 25일에 캘린더 이벤트를 생성하는 것, 및 대화 "네, 25일에 미팅을 스케줄링했습니다"를 출력하는 것을 포함할 수 있다.
4.
계층적 신념 상태들을 사용하여 디지털 어시스턴트를 동작시키기 위한 프로세스
도 12는 다양한 예에 따른, 계층적 신념 상태들을 사용하여 디지털 어시스턴트를 동작시키기 위한 프로세스(1200)를 도시한다. 프로세스(1200)는 도 8 내지 도 12를 참조하여 기술된다. 프로세스(1200)는, 예를 들어, 디지털 어시스턴트를 구현하는 하나 이상의 전자 디바이스들을 이용하여 수행된다. 일부 예들에서, 프로세스(1200)는 클라이언트-서버 시스템(예컨대, 시스템(100))을 사용하여 수행되고, 프로세스(1200)의 블록들은 서버(예컨대, DA 서버(106))와 클라이언트 디바이스 사이에서 임의의 방식으로 분담된다. 다른 예들에서, 프로세스(1200)의 블록들은 서버와 다수의 클라이언트 디바이스들(예컨대, 모바일 전화기 및 스마트 워치) 사이에서 분담된다. 따라서, 프로세스(1200)의 일부분들이 클라이언트-서버 시스템의 특정 디바이스들에 의해 수행되는 것으로 본 명세서에 기술되지만, 프로세스(1200)는 그렇게 제한되지 않는다는 것이 이해될 것이다. 다른 예들에서, 프로세스(1200)는 단지 하나의 클라이언트 디바이스(예컨대, 사용자 디바이스(104))만을 또는 다수의 클라이언트 디바이스들만을 사용하여 수행된다. 프로세스(1200)에서, 일부 블록들은, 선택적으로, 조합되고, 일부 블록들의 순서는, 선택적으로, 변경되고, 일부 블록들은, 선택적으로, 생략된다. 일부 예들에서, 추가 단계들이 프로세스(1200)와 조합하여 수행될 수 있다.
블록(1202)에서, 대화의 사용자 발화가 수신된다(예를 들어, I/O 처리 모듈(728)에서 그리고 마이크로폰(213)을 통해). 사용자 발화는 비구조화된 자연 언어 형태의 스피치를 포함할 수 있다. 일부 예들에서, 사용자 발화는 사용자와 디지털 어시스턴트 시스템(예컨대, 디지털 어시스턴트 시스템(700)) 사이의 다수-턴 다이얼로그 대화의 한 턴이다. 사용자 발화는 디지털 어시스턴트 디바이스에 대한 사용자 요청의 적어도 일부분을 표현하여 하나 이상의 태스크들을 수행한다. 일부 예들에서, 사용자 발화는 디지털 어시스턴트로부터의 프롬프트 또는 질의에 대한 응답이다. 예를 들어, 디지털 어시스턴트 시스템은 "언제 미팅을 스케줄링하기를 원합니까?"라는 프롬프트를 제공할 수 있다. 이 예에서, 사용자 발화는 프롬프트에 응답하는 "3pm"일 수 있다. 도 8을 참조하여 기술된 이 예에서, 사용자 발화는 "나는 23일부터 이틀 동안 미팅을 원한다"이다.
블록(1204)에서, 수신된 사용자 발화의 하나 이상의 후보 텍스트 표현들이 결정된다. 하나 이상의 후보 텍스트 표현들은 (예컨대, STT 처리 모듈(730)을 사용하여) 사용자 발화에 대해 스피치 인식을 수행함으로써 결정된다. 각각의 후보 텍스트 표현은 사용자 발화의 텍스트 해석이고 연관된 스피치 인식 신뢰 점수를 갖는다. 이 예에서, 결정된 하나 이상의 후보 텍스트 표현들은 후보 텍스트 표현 "나는 23일부터 이틀 동안 미팅을 원한다"를 포함할 수 있다. 다른 예들에서, 추가적인 후보 텍스트 표현들이 결정될 수 있음을 인식해야 한다. 예를 들어, 제2 후보 텍스트 표현 "나는 23일부터 오늘에 대한 미팅을 원한다"가 사용자 발화에 대해 결정될 수 있다.
블록(1206)에서, 사용자 발화에 대응하는 하나 이상의 후보 사용자 의도들은 블록(1204)의 하나 이상의 텍스트 표현들에 기초하여 결정된다. 연관된 의도 신뢰도 점수가 또한 각각의 후보 사용자 의도에 대해 결정된다. 하나 이상의 후보 사용자 의도들은 블록(1204)의 하나 이상의 후보 텍스트 표현들에 대해 (예컨대, 자연 언어 처리 모듈(732) 및 온톨로지(760)를 사용하여) 자연 언어 처리를 수행함으로써 결정된다. 예를 들어, 하나 이상의 후보 텍스트 표현들은 하나 이상의 관련 개념들(예컨대, 도메인들, 상위 도메인들, 또는 행동가능한 의도들) 및/또는 온톨로지의 하나 이상의 관련 속성들을 식별하도록 파싱된다. 일부 예들에서, 각각의 판정된 후보 사용자 의도는 후보 도메인(및/또는 후보 상위 도메인) 및 하나 이상의 후보 파싱 해석들을 포함한다. 후보 파싱 해석들은 하나 이상의 후보 텍스트 표현들의 관련 부분들에 기초하고, 하나 이상의 식별된 개념들 및/또는 속성들에 대한 가능한 값들을 포함한다.
이 예에서, 후보 텍스트 표현 "나는 23일부터 이틀 동안 미팅을 원한다"는 블록(1206)에서 파싱되어 "캘린더" 후보 상위 도메인 및 2개의 후보 행동가능한 의도들, "생성 이벤트" 및 "검색 이벤트"를 식별할 수 있다. 또한, 2개의 후보 파싱 해석들이 문구 "23일부터 이틀"에 대해 결정된다. 하나의 후보 해석은 "25"의 값을 갖는 캘린더 이벤트에 대한 "일" 속성을 포함할 수 있다. 제2 후보 해석은 각각 "2" 및 "23"의 값들을 갖는 후보 이벤트에 대한 "지속기간" 및 "일" 속성들을 포함할 수 있다.
일부 예들에서, 하나 이상의 후보 사용자 의도들을 결정하는 것은, 하나 이상의 텍스트 표현들로부터, 제1 개념 또는 속성과 제2 개념 또는 속성 사이의 결합 관계를 식별하는 것을 추가로 포함한다. 예를 들어, 이 예에서, 제2 후보 해석에 대한 "지속기간" 속성 및 "일" 속성은 결합 관계를 갖는 것으로 결정될 수 있다.
블록(1208)에서, (예컨대, 신념 추적기 처리 모듈(766) 및/또는 신념 모델(768)을 사용하여) 대화에 대한 신념 상태가 결정된다. 신념 상태는 대화에 대응하는 하나 이상의 후보 사용자 의도들의 내부 표현이다. 신념 상태는 계층적 구조로 배열된 복수의 대화 슬롯들을 포함한다. 복수의 대화 슬롯들의 서브세트는 하나 이상의 후보 사용자 의도들의 각자의 후보 사용자 의도를 표현할 수 있다. 일부 예들에서, 신념 상태의 복수의 대화 슬롯들은 온톨로지(예컨대, 온톨로지(760))의 각자의 노드들에 대응한다. 또한, 복수의 대화 슬롯들의 계층적 배열은 온톨로지의 각자의 노드들의 계층적 배열과 동일하거나 실질적으로 동일하다.
신념 상태는 블록(1206)의 하나 이상의 후보 사용자 의도들에 기초하여 결정된다. 특히, 신념 상태는 하나 이상의 후보 텍스트 표현들에 대한 결정된 후보 도메인들 및 후보 파싱 해석들에 기초하여 구성된다. 신념 상태의 각각의 대화 슬롯은 각자의 개념(예컨대, 도메인, 상위 도메인, 또는 행동가능한 의도) 또는 속성(예컨대, 도메인 또는 행동가능한 의도의 속성)을 표현한다. 일부 예들에서, 디지털 어시스턴트 시스템에 의해 추론된 컨텍스트 데이터가 신념 상태를 결정하기 위해 사용될 수 있다. 일부 예들에서, 신념 상태는 블록(1202)의 사용자 발화 이전에 수신된 대화의 하나 이상의 이전 사용자 발화들에 대응하는 이전 신념 상태를 사용하여 결정된다.
신념 상태의 각각의 대화 슬롯은 각자의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 각자의 주변 확실성을 포함한다. 주변 확실성은 또한 주변 확률, 주변 가능성, 또는 주변 기대값으로 지칭될 수 있다. 각각의 대화 슬롯에 의해 표현된 개념 또는 속성에 대한 주변 확실성은 대화를 위한 관찰들이 주어지면 개념 또는 속성이 정확할 가능성이다. 일부 예들에서, 신념 상태의 하나 이상의 대화 슬롯들은 각각의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 가능한 값들에 걸친 확실성 분포(예컨대, 확률 분포)를 포함한다. 일부 예들에서, 개념 또는 속성에 대한 가능한 값들은 하나 이상의 후보 텍스트 표현들로부터 획득된다. 예를 들어, 제1 가능한 값은 하나 이상의 후보 텍스트 표현들의 제1 후보 텍스트 표현의 하나 이상의 단어들을 포함하고, 제2 가능한 값은 하나 이상의 후보 텍스트 표현들의 제2 후보 텍스트 표현의 하나 이상의 단어들을 포함한다.
이 예에서, 도 8을 참조하면, 신념 상태(800)는 후보 텍스트 표현 "나는 23일부터 이틀 동안 미팅을 원한다"에 대응하는 하나 이상의 후보 사용자 의도들로부터 결정된다. 이 예에서, 대화 슬롯(804)은 "캘린더" 상위 도메인을 표현하고, 대화 슬롯들(806, 808 및 810)은 "생성 이벤트" 및 "검색 이벤트" 행동가능한 의도들을 표현하고, 대화 슬롯들(812 및 814)은 각각 "지속기간" 및 "일" 속성들을 표현한다. 신념 상태(800)의 각각의 대화 슬롯은 각자의 주변 확실성을 포함한다. 예를 들어, 대화 슬롯들(812 및 814)은 주변 확실성들 0.5 및 1을 각각 포함하고, 이들은 대화에 대한 관찰들이 주어지면 각자의 속성들("지속기간" 및 "일")이 "생성 이벤트" 행동가능한 의도에 대한 정확한 속성들인 가능성들이다. 대화 슬롯(814)은 또한 "일" 속성에 대한 가능한 값들에 걸쳐 확실성 분포를 포함한다. 이 예에서, "일" 속성에 의해 취해지는 가능한 값들은 "23" 및 "25"(종단 노드들(818 및 820)로 표현됨)를 포함하고, 가능한 값들 각각에 대한 확실성은 0.5이다. "일" 속성에 의해 취해지는 가능한 값들은 "23일부터 이틀"이라는 문구의 파싱 해석들로부터 결정된다.
일부 예들에서, 신념 상태의 하나 이상의 대화 슬롯들은 각자의 대화 슬롯으로부터 발생하는 하나 이상의 해석들에 대한 하나 이상의 결합 확실성들을 추가로 포함한다. 일부 예들에서, 결합 확실성들은 결합 방식으로 상호작용하는 개념들 또는 속성들을 표현하는 대화 슬롯들에 대해서만 포함된다. 예를 들어, 이 예에서, 문구 "23일부터 이틀"에 대한 해석(또한 "가설"로 지칭됨)은 생성된 캘린더 이벤트가 "지속기간" 및 "일" 속성들 둘 모두를 포함한다는 것일 수 있다. 이러한 해석에서, "지속기간" 및 "일" 속성들은 결합 관계를 가지며, 따라서 이러한 해석에 대한 결합 확실성은 대화 슬롯(808)에 포함된다. 따라서, 대화 슬롯(808)의 결합 확실성은 대화 슬롯들(812 및 814)에 의해 표현되는 "지속기간" 및 "일" 속성들에 관한 것이다. 특히, 결합 확실성은 서로로부터가 아닌 공통 대화 슬롯으로부터 독립적으로 하강하는 대화 슬롯들에 의해 표현되는 결합 속성들에 대한 것이다(예컨대, 대화 슬롯들(812 및 814)은 서로로부터가 아닌 대화 슬롯(808)으로부터 직접 하강한다). 또한, 결합 확실성은 결합 관계가 존재하는 대화 슬롯들(812 및 814)에 가장 가까운 대화 슬롯(808)에 포함된다. 따라서, 결합 확실성은, 대화 슬롯(808)의 조상들이고 대화 슬롯들(812 및 814)에 직접 링크되지 않는 대화 슬롯들(802, 804 또는 806)에 의해 표현되는 개념들 또는 특성들을 포함하지 않는다. 이 예에서, 대화 슬롯(808)의 결합 확실성은 결합 방식으로 상호작용하는 속성들에 대한 것이지만, 다른 예들에서, 신념 상태의 대화 슬롯은 결합 방식으로 상호작용하는 개념들에 대한 결합 확실성을 포함할 수 있다는 것을 인식해야 한다.
결합 관계가 존재하는 대화 슬롯에서 결합 확실성을 유지하는 것은 신념 상태들 및 정책 행동들의 보다 효율적인 계산을 가능하게 하기 위해 바람직할 수 있다. 예를 들어, "지속기간" 및 "일" 속성들(예컨대, 대화 슬롯들(802, 804, 806, 808, 812 및 814)에 의해 표현됨) 둘 모두를 갖는 캘린더 이벤트를 생성하는 후보 사용자 의도에 대한 루트 레벨에서의 결합 확실성을 유지하기보다는, 프로세스(1100)는 "생성" 개념(예컨대, 대화 슬롯들(808, 812, 및 814)만으로 표현됨)에 대한 "지속기간" 및 "일" 속성들 둘 모두를 갖는 후보 해석에 대해 대화 슬롯(808)에서 결합 확실성을 유지한다. 이러한 방식으로, "지속기간" 과 "일" 속성들 사이의 결합 관계는 추가적인 더 높은 레벨 개념들(예컨대, "캘린더" 및 "이벤트")과의 관계를 콘볼루션하지 않고서 신념 상태(800)에서 인코딩될 수 있다. 이는 신념 상태의 생성 및 추적을 단순화할 수 있고, 더 효율적인 명확화 및 정책 행동 결정을 가능하게 할 수 있다.
각각의 대화 슬롯에 대한 주변 확실성들뿐만 아니라 관련 대화 슬롯들의 그룹들에 대한 결합 확실성들 둘 모두를 신뢰 상태에 포함시키는 것은 또한 취급 용이성 및 계산 효율을 유지하면서 정책 행동들의 정확하고 강건한 선택을 가능하게 할 수 있다. 특히, 이러한 접근법은 후보 사용자 의도들 및 그들의 연관된 확실성들의 포괄적인 목록을 유지해야 하는 것을 회피하며, 이는 신념 상태의 크기를 감소시키고 신념 상태 및 정책 행동의 계산을 더 취급 용이하게 한다. 동시에, 결합 방식으로 상호작용하는 개념들 또는 속성들에 대한 신념 상태에 포함된 결합 확실성 정보는 적절한 정책 행동들의 선택을 더 잘 통지할 수 있다. 그 결과, 전자 디바이스의 동작성은 스피치 및 다른 형태들의 자연 언어 입력의 더 나은 해석을 허용함으로써 향상될 수 있다. 구체적으로, 전자 디바이스는 사용자 요청들에 응답하여 태스크들을 식별 및 수행할 때 취급 용이성 및 계산 효율을 유지하면서 더 큰 정확도 및 신뢰도로 동작할 수 있다.
일부 예들에서, 블록(1208)은 신념 상태의 적어도 일부분을 해결하는 것을 포함한다. 해결은 예를 들어 블록(1210) 이전에 수행될 수 있다. 해결은 신념 상태의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 하나 이상의 가능한 값들을 획득하기 위해(예를 들어, 신념 추적기 처리 모듈(766)과 함께 태스크 흐름 처리 모듈(736)을 사용하여) 하나 이상의 동작들을 수행하는 것을 포함할 수 있다. 예를 들어, 이 예에서, 문구 "23일부터 이틀"은 "일" 속성들에 대한 값을 제공하도록 해석될 수 있다. 이 예에서, 문구의 해석은 "일" 속성에 대한 가능한 값 "25"를 획득하기 위해 계산 "23 + 2"를 수행함으로써 해결될 수 있다. 이어서, 가능한 값 "25"는 대화 슬롯(814)에 의해 표현되는 "일" 속성에 대한 가능한 값으로서 종단 노드(820)에 포함될 수 있다.
다른 예에서, 사용자 발화는 "나는 빌과의 미팅 후에 시작하는 미팅을 원한다"일 수 있다. 이 예에서, 생성된 대응하는 신념 상태는 캘린더 이벤트를 생성하는 후보 사용자 의도를 표현하는 대화 슬롯들을 포함한다. 특히, 신념 상태는 캘린더 이벤트를 생성하기 위한 "시작 시간" 속성을 표현하는 대화 슬롯을 포함할 수 있다. 이 예에서, 문구 "빌과의 미팅 후"는 "시작 시간" 속성에 대한 값을 제공하는 것으로 해석된다. 구체적으로, 신념 상태의 하나 이상의 대화 슬롯들은 초기에 "시작 시간" 속성에 대한 값을 해결하기 위해 수행될 동작들을 정의한다. 동작들은, 예를 들어, "빌"과 관련된 캘린더 이벤트의 종료 시간을 검색하는 것 및 "빌"과 관련된 캘린더 이벤트의 종료 시간 이후에 발생하는 하나 이상의 가능한 시작 시간들을 결정하는 것을 포함한다. 하나 이상의 대화 슬롯들은 하나 이상의 대화 슬롯들에 의해 표현되는 동작들을 수행함으로써 해결될 수 있다. 이어서, 동작들을 수행하는 것으로부터 결정된 하나 이상의 가능한 시작 시간들은 "시작 시간" 속성에 대한 가능한 값들로서 종단 노드들 또는 대화 슬롯들에 포함될 수 있다.
블록(1210)에서, 신념 상태에 대응하는 복수의 후보 정책 행동들이 (예를 들어, 정책 결정 처리 모듈(770) 및/또는 정책 모델(772)을 사용하여) 결정된다. 예를 들어, 정책 모델(예컨대, 정책 모델들(772))은 신념 상태를 복수의 후보 정책 행동들에 맵핑한다. 일부 예들에서, 정책 모델은 복수의 후보 정책 행동들을 결정하기 위해 신념 상태에서 대화 슬롯들의 주변 확실성들 및/또는 하나 이상의 결합 확실성들을 사용한다. 또한, 일부 예들에서, 신념 상태에 있는 대화 슬롯들의 확실성 분포들이 또한 복수의 후보 정책 행동들을 결정하기 위해 사용된다. 일부 예들에서, 복수의 후보 정책 행동들은 신념 상태에 기초하여 미리 결정된 정책 행동들의 더 큰 집단으로부터 선택된다. 복수의 후보 정책 행동들은, 수행될 때, 신념 상태에 의해 표현되는 하나 이상의 후보 사용자 의도들의 후보 사용자 의도를 만족시킬 정책 행동들이다. 일부 예들에서, 정책 모델은 현재 파라미터 값들의 세트를 갖는다. 파라미터 값들은 가중치들로서 지칭될 수 있다. 현재 파라미터 값들의 세트는 신념 상태를 복수의 후보 정책 행동들에 맵핑하기 위해 사용된다.
블록(1212)에서, (예를 들어, 정책 결정 처리 모듈(770) 및/또는 정책 모델들(772)을 사용하여) 블록(1210)의 복수의 후보 정책 행동들로부터 정책 행동이 선택된다. 예를 들어, 정책 행동은 블록(1208)의 신념 상태 및 정책 모델(예컨대, 정책 모델들(772))에 기초하여 선택된다. 일부 예들에서, 정책 행동은 신념 상태에 있는 각각의 대화 슬롯의 주변 확실성 및/또는 신념 상태에 있는 하나 이상의 대화 슬롯들의 하나 이상의 결합 확실성들에 기초하여 선택된다. 선택된 정책 행동은 신념 상태에 의해 표현되는 하나 이상의 후보 사용자 의도들의 후보 사용자 의도에 대응한다. 일부 예들에서, 정책 모델은 블록(1210)의 복수의 후보 정책 행동들에 대한 확률 분포를 결정하기 위해 사용된다. 각각의 후보 정책 행동에 대해, 확률 분포는 각자의 후보 정책 행동이 신념 상태가 주어지면 수행할 정확한 정책 행동일 확률을 포함한다. 일부 예들에서, 블록(1212)에서 정책 행동을 선택하는 것은 복수의 후보 정책 행동들 중에서 최고 확률 값을 갖는 정책 행동을 선택하는 것을 포함한다.
일부 예들에서, 강화 학습 기법들이 정책 행동을 선택하기 위해 적용된다. 일부 예들에서, 신념 상태 및 정책 모델은 POMDP들을 사용하여 구현된다. 이 예들에서, 정책 행동은 POMDP들을 해결함으로써 복수의 후보 정책 행동들로부터 선택된다. 구체적으로, 보상 기능(예컨대, Q-학습에 대한 Q-기능)이 각각의 후보 정책 행동에 적용되고, 신념 상태에 기초하여 보상 기능을 최대화하는 것으로 예측되는 정책 행동(예컨대, 전체 대화에 대한 총 보상)이 선택된다.
블록(1214)에서, 블록(1212)의 선택된 정책 행동은 (예컨대, 태스크 흐름 처리 모듈(736) 및/또는 대화 흐름 처리 모듈(734)을 사용하여) 수행된다. 일부 예들에서, 선택된 정책 행동을 수행하는 것은 프리젠테이션을 위한 정책 행동의 결과들을 출력하는 것을 포함한다. 출력된 결과들은 사용자 발화에 응답한다. 일부 예들에서, 선택된 정책 행동을 수행하는 것은 적합한 출력 대화를 생성하는 것 및 출력 대화를 사용자에게 제시하는 것을 포함한다.
일부 예들에서, 선택된 정책 행동은 하나 이상의 해석들에 관한 추가 정보를 요청하는 프롬프트를 제공하는 것을 포함한다. 구체적으로, 프롬프트는 하나 이상의 해석들에 대응하는 후보 사용자 의도들 사이를 명확화하기 위해 제공될 수 있다. 예를 들어, 도 8에 도시된 이 예에서, 신념 상태(800)에 대해 블록(1212)에서 선택된 정책 행동은, 사용자 발화 "나는 23일부터 이틀 동안 미팅을 원한다"에 응답하여 "25일에 미팅이 스케줄링되기를 원했습니까?"라는 출력 대화를 제공하는 것을 포함한다. 이 예에서, 출력 대화는 "23일부터 이틀"이라는 문구의 2개의 후보 해석들 사이를 명확화하기 위해 추가 정보를 사용자에게 프롬프트한다. 블록(1214)에서 선택된 정책 행동을 수행함으로써 출력 대화를 제공하는 것에 응답하여, 사용자는 제2 사용자 발화 "예"를 제공할 수 있다.
블록들(1202 내지 1214)은 제2 사용자 발화를 처리하기 위해 반복될 수 있다. 특히, 제2 사용자 발화는 수신되고(블록(1202)), 제2 사용자 발화의 하나 이상의 제2 텍스트 표현들이 결정된다(블록(1204)). 하나 이상의 제2 후보 사용자 의도들은 하나 이상의 제2 텍스트 표현들에 기초하여 결정된다(블록(1206)). 하나 이상의 제2 후보 사용자 의도들은 사용자가 23일로부터 시작하여 이틀의 지속기간보다는 25일에 대한 캘린더 미팅을 생성하기를 원하는 것을 나타낼 수 있다. 업데이트된 신념 상태가 하나 이상의 제2 후보 사용자 의도들에 기초하여 결정된다(블록(1208)). 특히, 도 9를 참조하면, 업데이트된 신념 상태(900)는 하나 이상의 제2 후보 사용자 의도들에 기초하여 신념 상태(800)로부터 결정된다. 구체적으로, 각각의 대화 슬롯의 주변 확실성들 및 대화 슬롯(808)의 결합 확실성은 하나 이상의 제2 후보 사용자 의도들에 기초하여 업데이트된다. 예를 들어, "지속기간" 속성에 대한 대화 슬롯(812)의 주변 확실성 및 "지속기간" 및 "일" 속성들에 대한 대화 슬롯(808)의 결합 확실성은 하나 이상의 제2 후보 사용자 의도들에 기초하여 감소될 수 있다. 업데이트된 신념 상태(900)를 사용하여, 제2 복수의 후보 정책 행동들이 결정되고(블록(1210)), 제2 복수의 후보 정책 행동들로부터 제2 정책 행동이 선택된다(블록(1212)). 선택된 제2 정책 행동은 "캘린더" 상위 도메인에 의해 표현되는 행동을 포함한다. 예를 들어, 선택된 제2 정책 행동은 25일에 대한 캘린더 이벤트를 생성하는 것 및 행동을 확인하는 제2 출력 대화를 제공하는 것을 포함한다. 이어서, 선택된 제2 정책 행동이 수행된다(블록(1214)). 예를 들어, 도 9에 도시된 바와 같이, 프로세스(1200)는 25일에 대한 캘린더 이벤트를 생성하고, "네, 25일에 미팅을 스케줄링했습니다"라는 제2 출력 대화를 제공할 수 있다.
임의의 수의 후속 사용자 발화들이 블록들(1202 내지 1214)을 반복함으로써 처리될 수 있다는 것을 인식해야 한다. 각각의 후속 사용자 발화에 대해, 프로세스(1200)는 대화의 현재 상태를 추적하기 위해 신념 상태를 업데이트한다. 이러한 방식으로, 이전 사용자 발화들로부터의 관찰들은 후속 사용자 발화들에 응답하여 수행하기에 적합한 정책 행동들을 선택하기 위해 활용된다.
예를 들어, 이 예를 계속하면, 제2 정책 행동이 수행된 후에, 제3 사용자 발화 "다음 워리어스 경기는 언제인가"가 수신된다(블록(1202)). 특히, 제3 사용자 발화는 캘린더 이벤트를 생성하는 것과 관련되지 않는다. 제3 사용자 발화의 하나 이상의 제3 후보 텍스트 표현들이 결정되고(블록(1204)), 하나 이상의 제3 후보 사용자 의도들이 하나 이상의 제3 텍스트 표현들에 기초하여 결정된다(블록(1206)). 업데이트된 신념 상태가 하나 이상의 제3 후보 사용자 의도들에 기초하여 결정된다(블록(1208)). 특히, 도 10을 참조하면, 업데이트된 신념 상태(1000)는 하나 이상의 제3 후보 사용자 의도들에 기초하여 업데이트된 신념 상태(900)로부터 결정된다. 업데이트된 신념 상태(1000)는 업데이트된 신념 상태(900)의 대화 슬롯들 중 하나 이상을 포함한다. 구체적으로, 업데이트된 신념 상태(1000)는 업데이트된 신념 상태(900)의 대화 슬롯들(804, 806, 808, 810, 812, 및 814)을 유지한다. 또한, 업데이트된 신념 상태(1000)는 업데이트된 신념 상태(900)에 포함되지 않은 대화 슬롯들(1002, 1004, 1006 및 1008) 및 종단 노드(1010)를 포함한다. 대화 슬롯들(1002, 1004, 1006 및 1008)은 하나 이상의 제3 후보 사용자 의도들의 개념들 및 속성들에 기초하여 업데이트된 신념 상태(1000)에서 생성된다. 구체적으로, 대화 슬롯(1002)은 "스포츠" 상위 도메인을 표현하고, 대화 슬롯들(1004 및 1006)은 "검색 이벤트" 행동가능한 의도를 표현하고, 대화 슬롯(1008)은 "팀" 속성을 표현한다. 종단 노드(1010)는 "팀" 속성에 대한 가능한 값을 표현한다. 대화 슬롯들(1002, 1004, 1006 및 1008)에 의해 표현되는 개념들 및 속성들은 온톨로지(예컨대, 온톨로지(760))의 각자의 노드들에 대응할 수 있다. 대화 슬롯들(1002, 1004, 1006 및 1008) 각각은 각자의 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 주변 확실성을 포함한다. 또한, 대화 슬롯들(804, 806, 808, 810, 812 및 814)의 주변 확실성들 및 결합 확실성들은 제3 사용자 발화에 대한 관찰들에 기초하여 업데이트된다. 업데이트된 신념 상태(1000)를 사용하여, 제3 복수의 후보 정책 행동들이 결정되고(블록(1210)), 제3 복수의 후보 정책 행동들로부터 제3 정책 행동이 선택된다(블록(1212)). 이 예에서, 선택된 제3 정책 행동은 "스포츠" 상위 도메인에 의해 표현되는 행동을 포함한다. 구체적으로, 선택된 제2 정책 행동은, "워리어스" 스포츠 팀과 관련된 스포츠 이벤트들에 대해 검색하는 것, 검색 결과들로부터 워리어스의 다음 경기일을 식별하는 것, 및 워리어스의 다음 경기일을 갖는 제3 출력 대화를 제공하는 것을 포함할 수 있다. 이어서, 선택된 제3 정책 행동이 수행된다(블록(1214)). 예를 들어, 프로세스(1200)는 워리어스의 다음 경기가 5월 26일에 있다고 결정하고, "워리어스의 다음 경기는 5월 26일입니다"라는 제3 출력 대화를 제공할 수 있다(도 10).
일부 예들에서, 다이얼로그 대화의 몇몇 이전 턴들로부터의 컨텍스트를 지칭하는 후속 사용자 발화가 수신될 수 있다. 이러한 예들에서, 프로세스(1200)는 신념 상태에서 유지되는 대화의 상태를 레버리지하여 후속 사용자 발화를 해석할 수 있다. 예를 들어, 제4 사용자 발화 "워리어스 경기 다음날에 미팅을 스케줄링해"가 수신된다(블록(1202)). 특히, 이러한 사용자 발화는 그 사용자 발화, 제2 사용자 발화, 및 제3 사용자 발화로부터의 정보에 관한 것이다. 이러한 예에서, 제4 사용자 발화의 하나 이상의 제4 후보 텍스트 표현들이 결정되고(블록(1204)), 하나 이상의 제4 후보 사용자 의도들이 하나 이상의 제4 텍스트 표현들에 기초하여 결정된다(블록(1206)). 업데이트된 신념 상태가 하나 이상의 제4 후보 사용자 의도들에 기초하여 결정된다(블록(1208)). 특히, 도 11을 참조하면, 업데이트된 신념 상태(1100)는 업데이트된 신념 상태(1000)로부터 결정된다. 업데이트된 신념 상태(1100)를 결정하는 것은 하나 이상의 제4 후보 사용자 의도들에 기초하여 각각의 대화 슬롯(및 관련 대화 슬롯(808)의 임의의 결합 확실성)의 주변 확실성들을 업데이트하는 것을 포함한다. 예를 들어, 27일에 대한 캘린더 이벤트를 생성하는 후보 사용자 의도를 표현하는 대화 슬롯들 및 종단 노드들의 주변 확실성들은 그에 따라 업데이트될 수 있다. 구체적으로, 도 11에 도시된 바와 같이, "일" 속성에 대한 "27"의 가능한 값을 표현하는 종단 노드(1102)에 대한 주변 확실성은 증가될 수 있는 반면, "일" 속성에 대한 "25"의 가능한 값을 표현하는 종단 노드(820)에 대한 주변 확실성은 감소될 수 있다. 업데이트된 신념 상태(1100)를 사용하여, 제4 복수의 후보 정책 행동들이 결정되고(블록(1210)), 제4 복수의 후보 정책 행동들로부터 제4 정책 행동이 선택된다(블록(1212)). 이 예에서, 선택된 제4 정책 행동은 "캘린더" 상위 도메인에 의해 표현되는 행동을 포함한다. 구체적으로, 선택된 제4 정책 행동은, 전자 디바이스의 캘린더 애플리케이션에서, 이전에 생성된 캘린더 이벤트의 "일" 파라미터를 25일로부터 27일로 변경하는 것 및 변경을 확인하는 제4 출력 대화를 제공하는 것을 포함할 수 있다. 이어서, 선택된 제4 정책 행동이 수행된다(블록(1214)). 예를 들어, 프로세스(1200)는 캘린더 애플리케이션에서 이전에 생성된 캘린더 이벤트의 "일" 파라미터를 25일로부터 27일로 변경하고, "네, 27일에 대한 미팅을 다시 스케줄링했습니다"라는 제4 대화 출력을 제공할 수 있다(도 11).
도 12를 참조하여 전술된 동작들은 선택적으로 도 1 내지 도 4, 도 6a와 도 6b, 도 7a 내지 도 7c, 및 도 9에 도시된 컴포넌트들에 의해 구현된다. 예를 들어, 프로세스(1200)의 동작들은 I/O 처리 모듈(728), STT 처리 모듈(730), 자연 언어 처리 모듈(732), 신념 추적기 처리 모듈(766), 신념 모델들(768), 정책 결정 처리 모듈(770), 및 정책 모델들(772)에 의해 구현될 수 있다. 도 1 내지 도 4, 도 6a와 도 6b, 및 도 7a 내지 도 7c에 도시된 컴포넌트들에 기초하여 다른 프로세스들이 어떻게 구현되는지는 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에게 자명할 것이다.
일부 구현예들에 따르면, 전자 디바이스의 하나 이상의 프로세서들에 의한 실행을 위한 하나 이상의 프로그램들을 저장하는 컴퓨터 판독가능 저장 매체(예를 들어, 비일시적 컴퓨터 판독가능 저장 매체)가 제공되며, 여기서 하나 이상의 프로그램들은 본 명세서에 설명된 방법들 또는 프로세스들 중 임의의 것을 수행하기 위한 명령어들을 포함한다.
일부 구현예들에 따르면, 본 명세서에 설명된 방법들 또는 프로세스들 중 임의의 것을 수행하기 위한 수단을 포함하는 전자 디바이스(예를 들어, 휴대용 전자 디바이스)가 제공된다.
일부 구현예들에 따르면, 본 명세서에 설명된 방법들 또는 프로세스들 중 임의의 것을 수행하도록 구성된 처리 유닛을 포함하는 전자 디바이스(예를 들어, 휴대용 전자 디바이스)가 제공된다.
일부 구현예들에 따르면, 하나 이상의 프로세서들 및 하나 이상의 프로세서들에 의한 실행을 위한 하나 이상의 프로그램들을 저장하는 메모리를 포함하는 전자 디바이스(예를 들어, 휴대용 전자 디바이스)가 제공되며, 여기서 하나 이상의 프로그램들은 본 명세서에 기재된 방법들 또는 프로세스들 중 임의의 것을 수행하기 위한 명령어들을 포함한다.
전술한 설명은, 설명의 목적을 위해, 특정 실시예들을 참조하여 설명되었다. 그러나, 상기의 예시적인 논의들은 본 발명을 개시된 정확한 형태들로 규명하거나 제한하려는 의도는 아니다. 많은 수정들 및 변형들이 상기 교시 내용들의 관점에서 가능하다. 실시예들은 기술들의 원리 및 그것들의 실제적인 응용을 가장 잘 설명하기 위하여 선택되고 기술되었다. 따라서, 통상의 기술자들은 고려된 특정 사용에 적합한 바와 같이 다양한 수정을 이용하여 기술들 및 다양한 실시예들을 최상으로 활용하는 것이 가능하게 된다.
본 발명 및 예들이 첨부의 도면들을 참조하여 충분히 기술되었지만, 당업자들에게 다양한 변경들 및 수정들이 명백할 것이라는 것에 주목하여야 한다. 그러한 변경들 및 수정들은 청구항들에 의해 정의되는 바와 같은 개시내용 및 예들의 범주 내에 포함되는 것으로 이해되어야 한다.
Claims (24)
- 디지털 어시스턴트를 동작시키기 위한 방법으로서,
하나 이상의 프로세서들 및 메모리를 갖는 전자 디바이스에서:
대화(dialogue)의 사용자 발화(user utterance)를 수신하는 단계;
상기 사용자 발화에 대한 하나 이상의 의미적 해석들(semantic interpretations)을 결정하기 위하여 상기 사용자 발화의 하나 이상의 텍스트 표현들을 파싱하는 단계 - 상기 의미적 해석들은 두개 보다 많은 개념들(concepts) 또는 속성들(properties)을 포함하고, 상기 파싱하는 단계는 상기 두개 보다 많은 개념들 또는 속성들 내의 제1 개념 또는 속성과 제2 개념 또는 속성이 결합 의미적 관계(joint semantic relationship)를 갖는다는 것을 결정하는 단계를 포함함 - ;
상기 의미적 해석들에 기초하여, 상기 대화에 대한 신념 상태(belief state)를 결정하는 단계 - 상기 신념 상태는 상기 두개 보다 많은 개념들 또는 속성들을 표현하는 복수의 대화 슬롯들(dialogue slots)을 포함하고, 상기 복수의 대화 슬롯들의 각각의 대화 슬롯은 상기 각각의 대화 슬롯에 의해 표현되는 각각의 개념 또는 속성에 대한 각자의 주변 확실성(marginal certainty)을 포함하고, 상기 복수의 대화 슬롯들 중 제1 대화 슬롯은 결정된 상기 결합 의미적 관계에 기초한 상기 제1 개념 또는 속성 및 상기 제2 개념 또는 속성에 대한 결합 확실성(joint certainty)을 더 포함함 -;
상기 결정된 신념 상태로부터 복수의 후보 정책 행동들(candidate policy actions)을 결정하는 단계;
상기 복수의 대화 슬롯들의 각각의 대화 슬롯의 상기 주변 확실성 및 상기 결합 확실성에 기초하여, 상기 복수의 후보 정책 행동들로부터 정책 행동을 선택하는 단계; 및
프리젠테이션을 위해 상기 정책 행동의 결과들을 출력하는 것을 포함하는, 상기 선택된 정책 행동을 수행하는 단계를 포함하는, 방법. - 제1항에 있어서, 상기 복수의 대화 슬롯들의 서브세트는 상기 제1 대화 슬롯으로부터 하강하고(descend), 상기 서브세트는 상기 하나 이상의 텍스트 표현들의 일부분의 복수의 해석들을 표현하며, 상기 서브세트 내의 2개 이상의 대화 슬롯들은 상기 복수의 해석들 중 제1 해석을 표현하는, 방법.
- 제2항에 있어서, 상기 2개 이상의 대화 슬롯들의 각각의 대화 슬롯은 상기 2개 이상의 대화 슬롯들 중 다른 대화 슬롯의 후손이 아닌, 방법.
- 제2항에 있어서, 상기 제1 해석은 상기 제1 개념 또는 속성 및 상기 제2 개념 또는 속성의 조합을 포함하는, 방법.
- 제2항에 있어서, 상기 제1 개념 또는 속성은 상기 복수의 대화 슬롯들 중 제2 대화 슬롯에 의해 표현되고, 상기 제2 개념 또는 속성은 상기 복수의 대화 슬롯들 중 제3 대화 슬롯에 의해 표현되며, 상기 2개 이상의 대화 슬롯들은 상기 제2 대화 슬롯 및 상기 제3 대화 슬롯을 포함하는, 방법.
- 제2항에 있어서, 상기 복수의 해석들의 각각의 해석은 상기 제1 대화 슬롯의 조상(ancestor)인 상기 복수의 대화 슬롯들의 대화 슬롯에 의해 표현되는 개념 또는 속성을 포함하지 않는, 방법.
- 제1항에 있어서, 상기 제1 대화 슬롯은 상기 복수의 대화 슬롯들의 하나 이상의 대화 슬롯들의 후손인, 방법.
- 제2항에 있어서, 상기 정책 행동을 수행하는 단계는 상기 복수의 해석들에 관한 추가 정보를 요청하는 프롬프트(prompt)를 제공하는 단계를 포함하고, 상기 방법은,
상기 프롬프트에 응답하여 사용자 입력을 수신하는 단계; 및
상기 수신된 사용자 입력에 기초하여 상기 결합 확실성을 업데이트하는 것을 포함하는, 상기 신념 상태를 업데이트하는 단계를 추가로 포함하는, 방법. - 제1항에 있어서, 상기 복수의 대화 슬롯들 중 제4 대화 슬롯은 속성에 대한 값을 획득하기 위한 동작을 정의하는, 방법.
- 제9항에 있어서,
상기 선택된 정책 행동을 수행하기 전에, 상기 속성의 상기 값을 획득하기 위해 상기 동작을 수행하는 단계; 및
상기 속성의 상기 획득된 값을 상기 복수의 대화 슬롯들 중 상기 제4 대화 슬롯과 연관시키는 단계를 추가로 포함하며, 상기 정책 행동은 상기 속성의 상기 획득된 값을 사용하여 수행되는, 방법. - 제1항에 있어서, 상기 복수의 대화 슬롯들 중 제5 대화 슬롯은 상기 제5 대화 슬롯에 의해 표현되는 개념 또는 속성에 대한 복수의 값들에 걸친 확률 분포를 포함하는, 방법.
- 제11항에 있어서, 상기 복수의 값들 중 제1 값은 상기 하나 이상의 텍스트 표현들 중 제1 텍스트 표현의 하나 이상의 단어들을 포함하고, 상기 복수의 값들 중 제2 값은 상기 하나 이상의 텍스트 표현들 중 제2 텍스트 표현의 하나 이상의 단어들을 포함하는, 방법.
- 제1항에 있어서, 상기 복수의 대화 슬롯들은 계층적 구조로 배열되는, 방법.
- 제1항에 있어서, 상기 하나 이상의 의미적 해석들은 온톨로지(ontology)를 사용하여 결정되고, 상기 신념 상태는 상기 온톨로지를 사용하여 결정되며, 상기 온톨로지는 상기 제1 개념 또는 속성 및 상기 제2 개념 또는 속성을 각각 표현하는 제1 및 제2 노드들을 포함하는, 방법.
- 제14항에 있어서, 상기 복수의 대화 슬롯들은 상기 온톨로지의 복수의 대응하는 노드들의 계층적 배열과 동일한 계층적 배열을 갖는, 방법.
- 제1항에 있어서, 상기 신념 상태는 상기 대화의 하나 이상의 이전 사용자 발화들에 대응하는 이전 신념 상태를 사용하여 결정되고, 상기 하나 이상의 이전 사용자 발화들은 상기 사용자 발화 이전에 수신되는, 방법.
- 제1항에 있어서,
상기 대화의 제2 사용자 발화를 수신하는 단계;
상기 제2 사용자 발화를 수신한 것에 응답하여:
상기 제2 사용자 발화 및 상기 신념 상태에 기초하여, 상기 대화에 대한 업데이트된 신념 상태를 결정하는 단계 - 상기 업데이트된 신념 상태는 온톨로지의 제1 도메인을 표현하는 하나 이상의 대화 슬롯들을 포함하고, 상기 신념 상태는 상기 제1 도메인을 표현하는 임의의 대화 슬롯을 포함하지 않음 -;
상기 업데이트된 신념 상태에 대응하는 제2 복수의 후보 정책 행동들로부터 제2 정책 행동을 선택하는 단계 - 상기 제2 정책 행동은 상기 제1 도메인에 의해 표현되는 행동을 포함함 -; 및
프리젠테이션을 위해 상기 제2 정책 행동의 결과들을 출력하는 것을 포함하는, 상기 선택된 제2 정책 행동을 수행하는 단계를 추가로 포함하는, 방법. - 제17항에 있어서, 상기 업데이트된 신념 상태는 상기 신념 상태의 상기 복수의 대화 슬롯들을 포함하는, 방법.
- 제17항에 있어서,
상기 대화의 제3 사용자 발화를 수신하는 단계;
상기 제3 사용자 발화 및 상기 업데이트된 신념 상태에 기초하여, 상기 대화에 대한 제2 업데이트된 신념 상태를 결정하는 단계;
상기 제2 업데이트된 신념 상태에 대응하는 제3 복수의 후보 정책 행동들로부터 제3 정책 행동을 선택하는 단계 - 상기 정책 행동 및 상기 제3 정책 행동은 각각 상기 온톨로지의 제2 도메인에 의해 표현되는 행동을 포함함 -; 및
상기 선택된 제3 정책 행동을 수행하는 단계 - 상기 선택된 정책 행동을 수행하는 단계는 상기 디바이스의 애플리케이션의 파라미터를 제1 값으로 설정하는 단계를 포함하고, 상기 선택된 제3 정책 행동을 수행하는 단계는 상기 애플리케이션의 상기 파라미터를 상기 제1 값으로부터 제2 값으로 변경하는 단계를 포함함 - 를 추가로 포함하는, 방법. - 전자 디바이스의 하나 이상의 프로세서들에 의해 실행되도록 구성된 하나 이상의 프로그램들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 하나 이상의 프로그램들은 제1항 내지 제19항 중 어느 한 항의 방법을 수행하기 위한 명령어들을 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
- 전자 디바이스로서,
하나 이상의 프로세서들; 및
상기 하나 이상의 프로세서들에 의해 실행되도록 구성되는 하나 이상의 프로그램들을 저장하는 메모리를 포함하고, 상기 하나 이상의 프로그램들은 제1항 내지 제19항 중 어느 한 항의 방법을 수행하기 위한 명령어들을 포함하는, 전자 디바이스. - 제1항 내지 제19항 중 어느 한 항의 방법을 수행하기 위한 수단을 포함하는 전자 디바이스.
- 전자 디바이스의 하나 이상의 프로세서들 및 메모리에 의해 실행되도록 구성된 하나 이상의 프로그램들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 하나 이상의 프로그램들은,
대화의 사용자 발화를 수신하기 위한 명령어;
상기 사용자 발화에 대한 하나 이상의 의미적 해석들을 결정하기 위하여 상기 사용자 발화의 하나 이상의 텍스트 표현들을 파싱하기 위한 명령어 - 상기 의미적 해석들은 두개 보다 많은 개념들 또는 속성들을 포함하고, 상기 파싱하는 것은 상기 두개 보다 많은 개념들 또는 속성들 내의 제1 개념 또는 속성과 제2 개념 또는 속성이 결합 의미적 관계를 갖는다는 것을 결정하는 것을 포함함 - ;
상기 의미적 해석들에 기초하여, 상기 대화에 대한 신념 상태를 결정하기 위한 명령어 - 상기 신념 상태는 상기 두개 보다 많은 개념들 또는 속성들을 표현하는 복수의 대화 슬롯들을 포함하고, 상기 복수의 대화 슬롯들의 각각의 대화 슬롯은 상기 각각의 대화 슬롯에 의해 표현되는 각각의 개념 또는 속성에 대한 각자의 주변 확실성을 포함하고, 상기 복수의 대화 슬롯들 중 제1 대화 슬롯은 결정된 상기 결합 의미적 관계에 기초한 상기 제1 개념 또는 속성 및 상기 제2 개념 또는 속성에 대한 결합 확실성을 더 포함함 -;
상기 결정된 신념 상태로부터 복수의 후보 정책 행동들을 결정하기 위한 명령어;
상기 복수의 대화 슬롯들의 각각의 대화 슬롯의 상기 주변 확실성 및 상기 결합 확실성에 기초하여, 상기 복수의 후보 정책 행동들로부터 정책 행동을 선택하기 위한 명령어; 및
프리젠테이션을 위해 상기 정책 행동의 결과들을 출력하는 것을 포함하는, 상기 선택된 정책 행동을 수행하기 위한 명령어를 포함하는, 비일시적 컴퓨터 판독가능 저장 매체. - 전자 디바이스로서,
하나 이상의 프로세서들;
메모리; 및
상기 메모리에 저장되고 상기 하나 이상의 프로세서들에 의해 실행되도록 구성된 하나 이상의 프로그램들을 포함하며, 상기 하나 이상의 프로그램들은,
대화의 사용자 발화를 수신하기 위한 명령어;
상기 사용자 발화에 대한 하나 이상의 의미적 해석들을 결정하기 위하여 상기 사용자 발화의 하나 이상의 텍스트 표현들을 파싱하기 위한 명령어 - 상기 의미적 해석들은 두개 보다 많은 개념들 또는 속성들을 포함하고, 상기 파싱하는 것은 상기 두개 보다 많은 개념들 또는 속성들 내의 제1 개념 또는 속성과 제2 개념 또는 속성이 결합 의미적 관계를 갖는다는 것을 결정하는 것을 포함함 - ;
상기 의미적 해석들에 기초하여, 상기 대화에 대한 신념 상태를 결정하기 위한 명령어 - 상기 신념 상태는 상기 두개 보다 많은 개념들 또는 속성들을 표현하는 복수의 대화 슬롯들을 포함하고, 상기 복수의 대화 슬롯들의 각각의 대화 슬롯은 상기 각각의 대화 슬롯에 의해 표현되는 각각의 개념 또는 속성에 대한 각자의 주변 확실성을 포함하고, 상기 복수의 대화 슬롯들 중 제1 대화 슬롯은 결정된 상기 결합 의미적 관계에 기초한 상기 제1 개념 또는 속성 및 상기 제2 개념 또는 속성에 대한 결합 확실성을 더 포함함 -;
상기 결정된 신념 상태로부터 복수의 후보 정책 행동들을 결정하기 위한 명령어;
상기 복수의 대화 슬롯들의 각각의 대화 슬롯의 상기 주변 확실성 및 상기 결합 확실성에 기초하여, 상기 복수의 후보 정책 행동들로부터 정책 행동을 선택하기 위한 명령어; 및
프리젠테이션을 위해 상기 정책 행동의 결과들을 출력하는 것을 포함하는, 상기 선택된 정책 행동을 수행하기 위한 명령어를 포함하는, 전자 디바이스.
Applications Claiming Priority (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762506455P | 2017-05-15 | 2017-05-15 | |
| US62/506,455 | 2017-05-15 | ||
| DKPA201770432A DK201770432A1 (en) | 2017-05-15 | 2017-06-01 | Hierarchical belief states for digital assistants |
| DKPA201770432 | 2017-06-01 | ||
| US15/678,065 US10482874B2 (en) | 2017-05-15 | 2017-08-15 | Hierarchical belief states for digital assistants |
| US15/678,065 | 2017-08-15 | ||
| PCT/US2018/028943 WO2018212938A1 (en) | 2017-05-15 | 2018-04-23 | Hierarchical belief states for digital assistants |
| KR1020197033540A KR20190134794A (ko) | 2017-05-15 | 2018-04-23 | 디지털 어시스턴트들에 대한 계층적 신념 상태들 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197033540A Division KR20190134794A (ko) | 2017-05-15 | 2018-04-23 | 디지털 어시스턴트들에 대한 계층적 신념 상태들 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220000925A true KR20220000925A (ko) | 2022-01-04 |
| KR102379520B1 KR102379520B1 (ko) | 2022-03-25 |
Family
ID=64274579
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197033540A KR20190134794A (ko) | 2017-05-15 | 2018-04-23 | 디지털 어시스턴트들에 대한 계층적 신념 상태들 |
| KR1020217042389A KR102379520B1 (ko) | 2017-05-15 | 2018-04-23 | 디지털 어시스턴트들에 대한 계층적 신념 상태들 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197033540A KR20190134794A (ko) | 2017-05-15 | 2018-04-23 | 디지털 어시스턴트들에 대한 계층적 신념 상태들 |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP3625793B1 (ko) |
| KR (2) | KR20190134794A (ko) |
| CN (1) | CN110622241B (ko) |
| AU (1) | AU2018269238B2 (ko) |
| WO (1) | WO2018212938A1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112000787B (zh) * | 2020-08-17 | 2021-05-14 | 上海小鹏汽车科技有限公司 | 语音交互方法、服务器和语音交互系统 |
| CN116235164A (zh) * | 2020-09-30 | 2023-06-06 | 甲骨文国际公司 | 聊天机器人的范围外自动转变 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120053945A1 (en) * | 2010-08-30 | 2012-03-01 | Honda Motor Co., Ltd. | Belief tracking and action selection in spoken dialog systems |
| US20140361973A1 (en) * | 2013-06-06 | 2014-12-11 | Honda Motor Co., Ltd. | System and method for multimodal human-vehicle interaction and belief tracking |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3734815B2 (ja) * | 2003-12-10 | 2006-01-11 | 任天堂株式会社 | 携帯ゲーム装置及びゲームプログラム |
| CN104575501B (zh) * | 2015-01-19 | 2017-11-03 | 北京云知声信息技术有限公司 | 一种收音机语音操控指令解析方法及系统 |
| US9911412B2 (en) * | 2015-03-06 | 2018-03-06 | Nuance Communications, Inc. | Evidence-based natural language input recognition |
| US20170047063A1 (en) * | 2015-03-31 | 2017-02-16 | Sony Corporation | Information processing apparatus, control method, and program |
-
2018
- 2018-04-23 KR KR1020197033540A patent/KR20190134794A/ko active IP Right Grant
- 2018-04-23 KR KR1020217042389A patent/KR102379520B1/ko active IP Right Grant
- 2018-04-23 CN CN201880031991.6A patent/CN110622241B/zh active Active
- 2018-04-23 WO PCT/US2018/028943 patent/WO2018212938A1/en unknown
- 2018-04-23 EP EP18723287.1A patent/EP3625793B1/en active Active
- 2018-04-23 AU AU2018269238A patent/AU2018269238B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120053945A1 (en) * | 2010-08-30 | 2012-03-01 | Honda Motor Co., Ltd. | Belief tracking and action selection in spoken dialog systems |
| US20140361973A1 (en) * | 2013-06-06 | 2014-12-11 | Honda Motor Co., Ltd. | System and method for multimodal human-vehicle interaction and belief tracking |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110622241A (zh) | 2019-12-27 |
| AU2018269238A1 (en) | 2019-11-21 |
| EP3625793B1 (en) | 2022-03-30 |
| AU2018269238B2 (en) | 2021-03-25 |
| EP3625793A1 (en) | 2020-03-25 |
| CN110622241B (zh) | 2021-04-02 |
| KR102379520B1 (ko) | 2022-03-25 |
| WO2018212938A1 (en) | 2018-11-22 |
| KR20190134794A (ko) | 2019-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11532306B2 (en) | Detecting a trigger of a digital assistant | |
| US10482874B2 (en) | Hierarchical belief states for digital assistants | |
| US10810274B2 (en) | Optimizing dialogue policy decisions for digital assistants using implicit feedback | |
| KR102194757B1 (ko) | 멀티-턴 캐닝된 대화 | |
| US10592604B2 (en) | Inverse text normalization for automatic speech recognition | |
| US10755703B2 (en) | Offline personal assistant | |
| EP3699907B1 (en) | Maintaining privacy of personal information | |
| US20180330714A1 (en) | Machine learned systems | |
| EP3596727B1 (en) | Optimizing dialogue policy decisions for digital assistants using implicit feedback | |
| KR102281729B1 (ko) | 저-레이턴시 지능형 자동화 어시스턴트 | |
| DK179930B1 (en) | DETECTING A TRIGGER OF A DIGITAL ASSISTANT | |
| KR102379520B1 (ko) | 디지털 어시스턴트들에 대한 계층적 신념 상태들 | |
| KR20190128244A (ko) | 개인 정보의 프라이버시를 유지하기 위한 자연 언어 입력의 클라이언트 서버 프로세싱 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |