RU2658792C2 - Определение задач в сообщениях - Google Patents

Определение задач в сообщениях Download PDF

Info

Publication number
RU2658792C2
RU2658792C2 RU2016133850A RU2016133850A RU2658792C2 RU 2658792 C2 RU2658792 C2 RU 2658792C2 RU 2016133850 A RU2016133850 A RU 2016133850A RU 2016133850 A RU2016133850 A RU 2016133850A RU 2658792 C2 RU2658792 C2 RU 2658792C2
Authority
RU
Russia
Prior art keywords
message
task
user
notes
computing system
Prior art date
Application number
RU2016133850A
Other languages
English (en)
Other versions
RU2016133850A3 (ru
RU2016133850A (ru
Inventor
Амарнаг СУБРАМАНИА
Эдгар ПЕЛЛИСЕР
Шалини АГАРВАЛ
Original Assignee
Гугл Инк.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Гугл Инк. filed Critical Гугл Инк.
Publication of RU2016133850A3 publication Critical patent/RU2016133850A3/ru
Publication of RU2016133850A publication Critical patent/RU2016133850A/ru
Application granted granted Critical
Publication of RU2658792C2 publication Critical patent/RU2658792C2/ru

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/253Grammatical analysis; Style critique
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/169Annotation, e.g. comment data or footnotes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/174Form filling; Merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/107Computer-aided management of electronic mailing [e-mailing]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/109Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1093Calendar-based scheduling for persons or groups
    • G06Q10/1097Task assignment
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/07User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/08Annexed information, e.g. attachments
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M1/00Substation equipment, e.g. for use by subscribers
    • H04M1/72Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
    • H04M1/72436User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for text messaging, e.g. short messaging services [SMS] or e-mails

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Document Processing Apparatus (AREA)

Abstract

Изобретение относится к определению задач в сообщениях и выполнению различных ответных действий. Техническими результатами являются обеспечение автоматической классификации частей сообщений в качестве задач без снижения конфиденциальности электронных средств связи, обеспечение автоматического определения пользовательского интерфейса, ассоциированного с выполнением классифицированной задачи, и снижение общего трафика электронной почты вследствие меньшего количества повторных сообщений электронной почты. В способе для определения задач в сообщениях выполняют обработку естественного языка для принятого сообщения для формирования сообщения с примечаниями. Определяют указание на объект взаимодействия задачи в сообщении, классифицируют объект как человека, местоположение или организацию, и определяют действие задачи в сообщении. Анализируют сообщение с примечаниями согласно грамматике и классифицируют часть сообщения как запись задачи пользователя на основании анализа. Определяют на основании объекта, действия задачи и анализа пользовательский интерфейс, ассоциированный с выполнением записи задачи пользователя, и вызывают автоматический запуск или открывание пользовательского интерфейса. 3 н. и 5 з.п. ф-лы, 5 ил.

Description

УРОВЕНЬ ТЕХНИКИ
[0001] Пользователи могут быть завалены текстовыми сообщениями, сообщениями электронной почты, голосовой почты и/или другими сообщениями, запрашивающими пользователя выполнить различные задачи (например, «позвонить Салли в 9 утра во вторник», «подготовить отчет», «забронировать столик в Sal's в субботу в 8» и т. д.). Эти задачи могут быть встроены в сообщения различными способами таким образом, что от пользователей может требоваться внимательное прочтение сообщения и, возможно, повторное прочтение некоторых сообщений, чтобы гарантировать выполнение или иную обработку задач, назначенных им. Если пользователи не создают списков текущих дел, тогда позже для пользователей могут возникнуть сложности в поиске назначенных им задач среди бесчисленного множества сообщений в различных форматах (например, сообщений электронной почты, текстовых сообщений, сообщений голосовой почты и т. д.).
РАСКРЫТИЕ ИЗОБРЕТЕНИЯ
[0002] Настоящее изобретение в общем относится к способам, устройствам и машиночитаемым носителям (постоянным и непостоянным) для определения задач в сообщениях и выполнения различных ответных действий. В некоторых вариантах осуществления сообщение может подвергаться обработке естественного языка для формирования сообщения с примечаниями, которое включает в себя различную информацию, такую как части речи с примечаниями, синтаксически проанализированные синтаксические отношения, указания на объекты с примечаниями, кластеры указаний на один и тот же объект и так далее. Упомянутое сообщение с примечаниями может анализироваться, например, согласно грамматике, имеющей один или более путей правил, для определения того, соответствует ли часть сообщения требованиям для классификации в качестве задачи, и если да, в качестве какого типа задачи она должна быть классифицирована. В различных вариантах осуществления подходящий пользовательский интерфейс может быть определен и в некоторых случаях запущен или открыт на основании классификации типа задачи, сообщения с примечаниями, выведенного в результате обработки естественного языка, и других источников данных.
[0003] Классификация частей (или полных) сообщений в качестве задач, а также определение типов задач обеспечивают различные технические преимущества. Например, автоматическая классификация частей сообщений в качестве задач может предотвращать невыполнение задач пользователем, которые пользователь мог не заметить в поспешно прочитанных сообщениях, в сообщениях, которые пользователь не прочитал, и/или в сообщениях, которые пользователь не понял полностью (например, ввиду отвлечения и т. д.). Кроме того, автоматически определенные задачи избавляют пользователя от необходимости возвращаться к сообщениям позже для отслеживания потенциальных задач. В качестве другого примера, автоматическое определение пользовательского интерфейса, ассоциированного с выполнением классифицированной задачи, может избавлять пользователя от необходимости инициировать пользовательский интерфейс самостоятельно и/или может увеличивать вероятность того, что пользователь выполнит задачу. Использование обработки естественного языка и грамматики для определения задач может также обеспечивать другие технические преимущества, например обеспечение определения задачи без снижения конфиденциальности электронных средств связи. Другое потенциальное техническое преимущество состоит в том, что общий трафик электронной почты может быть снижен вследствие меньшего количества повторных сообщений электронной почты (например, напоминаний завершить задачи), необходимых ввиду того, что задачи автоматически определяются.
[0004] В некоторых вариантах осуществления может быть обеспечен осуществляемый компьютером способ, который включает в себя этапы, на которых: выполняют посредством вычислительной системы обработку естественного языка для принятого сообщения для формирования сообщения с примечаниями; анализируют посредством вычислительной системы сообщение с примечаниями согласно грамматике; и классифицируют посредством вычислительной системы часть сообщения как запись задачи пользователя на основании анализа сообщения с примечаниями.
[0005] Любые из этого способа и других вариантов осуществления раскрытой здесь технологии может при необходимости включать в себя один или более из следующих признаков.
[0006] В различных вариантах осуществления анализ содержит этап, на котором анализируют посредством вычислительной системы сообщение с примечаниями согласно множеству путей грамматических правил для формирования множества возможных записей задач пользователя и ассоциированных оценок. В различных вариантах осуществления классификация содержит этап, на котором выбирают посредством вычислительной системы запись задачи пользователя из множества возможных записей задач пользователя на основании ассоциированных оценок.
[0007] Способ может дополнительно включать в себя этап, на котором определяют посредством вычислительной системы пользовательский интерфейс, ассоциированный с выполнением записи задачи пользователя, на основании анализа сообщения с примечаниями. В различных вариантах осуществления выполнение обработки естественного языка содержит этап, на котором определяют посредством вычислительной системы указание на объект взаимодействия задачи для записи задачи пользователя в сообщении. В различных вариантах осуществления выполнение обработки естественного языка дополнительно содержит этап, на котором классифицируют посредством вычислительной системы первый объект взаимодействия задачи как человека, местоположение или организацию. В различных вариантах осуществления выполнение обработки естественного языка дополнительно содержит этап, на котором определяют посредством вычислительной системы действие задачи для записи задачи пользователя.
[0008] В различных вариантах осуществления определение пользовательского интерфейса содержит этап, на котором определяют пользовательский интерфейс на основании объекта взаимодействия задачи и действия задачи. В различных вариантах осуществления способ дополнительно включает в себя этап, на котором автоматически заполняют посредством вычислительной системы один или более элементов данных, ассоциированных с пользовательским интерфейсом, информацией на основании анализа сообщения с примечаниями. В различных вариантах осуществления способ может дополнительно включать в себя этап, на котором автоматически запускают или открывают посредством вычислительной системы пользовательский интерфейс. В различных вариантах осуществления грамматика содержит бесконтекстную грамматику.
[0009] Другие варианты осуществления могут включать в себя постоянный машиночитаемый носитель данных, хранящий инструкции, исполняемые процессором, для выполнения способа, такого как один или более из способов, описанных выше. Еще один вариант осуществления может включать в себя систему, включающую в себя память и один или более процессоров, действующих для исполнения инструкций, сохраненных в памяти, для выполнения способа, такого как один или более из способов, описанных выше.
[0010] Следует понимать, что все комбинации вышеупомянутых концепций и дополнительных концепций, описанных более подробно здесь, рассматриваются как часть объекта изобретения, раскрываемого здесь. Например, все комбинации заявленного объекта изобретения, фигурирующие в конце этого раскрытия, рассматриваются как входящие в состав изобретения, раскрываемого здесь.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0011] Фиг.1 иллюстрирует примерную среду, в которой задачи могут быть определены в сообщениях.
[0012] Фиг.2 изображает примерные компоненты механизма обработки естественного языка.
[0013] Фиг.3 схематически демонстрирует пример того, как сообщение может анализироваться с использованием технологий, раскрываемых здесь, для того, чтобы определять и/или классифицировать задачи и предпринимать меры реагирования.
[0014] Фиг.4 изображает блок-схему, иллюстрирующую примерный способ определения задач в сообщениях.
[0015] Фиг.5 схематически изображает примерную структуру компьютерной системы.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
[0016] Фиг.1 изображает примерную среду, в которой могут быть определены задачи в сообщениях. Примерная среда включает в себя клиентское устройство 106 и систему 102 записей задач пользователя. Система 102 записей задач пользователя может осуществляться в одном или более компьютерах, которые сообщаются, например, через сеть (не изображена). Система 102 записей задач пользователя может быть примером системы, в которой системы, компоненты и технологии, описанные здесь, могут осуществляться и/или с которой системы, компоненты и технологии, описанные здесь, могут осуществлять интерфейс. Хотя они описаны здесь как осуществляемые в значительной степени в «системе записей задач пользователя», раскрываемые технологии могут в действительности выполняться в системах, которые служат различным другим целям, такие как системы электронной почты, системы обмена текстовыми сообщениями, системы социальных сетей, системы голосовой почты, системы производительности, программные средства предприятий, поисковые системы и так далее.
[0017] Пользователь может взаимодействовать с системой 102 записей задач пользователя посредством клиентского устройства 106. Другие компьютерные устройства могут сообщаться с системой 102 записей задач пользователя, включающие в себя, но не ограничивающиеся, дополнительные клиентские устройства и/или один или более серверов, осуществляющих обслуживание для веб-сайта, который имеет партнерские отношения с поставщиком системы 102 записей задач пользователя. В целях краткости изложения, однако, примеры описаны в контексте клиентского устройства 106.
[0018] Клиентское устройство 106 может быть компьютером в сообщении с системой 102 записей задач пользователя через сеть, такую как локальная сеть (LAN) или широкомасштабная сеть (WAN), такая как Интернет (одна или более таких сетей, в общем обозначены позицией 110). Клиентское устройство 106 может быть, например, настольным вычислительным устройством, вычислительным устройством-ноутбуком, планшетным вычислительным устройством, вычислительным устройством мобильного телефона, вычислительным устройством транспортного средства пользователя (например, системой связи в транспортном средстве, системой развлечения в транспортном средстве, системой навигации в транспортном средстве), или носимым устройством пользователя, которое включает в себя вычислительное устройство (например, часы пользователя, имеющие вычислительное устройство, очки пользователя, имеющие вычислительное устройство, носимый музыкальный проигрыватель). Кроме того, могут быть обеспечены дополнительные и/или альтернативные клиентские устройства. Клиентское устройство 106 может исполнять одно или более приложений, таких как клиентское приложение 107, которое обеспечивает возможность пользователю принимать и использовать сообщения, создавать списки задач и выполнять различные действия, относящиеся к выполнению задач. Используемый здесь термин «сообщение» может относиться к сообщению электронной почты, текстовому сообщению (например, SMS, MMS), сообщению системы мгновенного обмена сообщениями, сообщению голосовой почты или к любой другой входящей связи, которая адресована пользователю и которая имеет возможность подвергаться обработке естественного языка.
[0019] В некоторых вариантах осуществления каждое из клиентского устройства 106 и системы 102 записей задач пользователя включает в себя память для хранения данных и программных приложений, процессор для осуществления доступа к данным и исполнения приложений и компоненты, которые обеспечивают возможность связи через сеть 110. Операции, выполняемые клиентским устройством 106 и/или системой 102 записей задач пользователя, могут быть распределены между множеством компьютерных систем. Система 102 записей задач пользователя может осуществляться в качестве, например, компьютерных программ, запущенных на одном или более компьютерах в одном или более местоположениях, которые объединены друг с другом через сеть.
[0020] В различных вариантах осуществления система 102 записей задач пользователя может включать в себя механизм 120 объектов, механизм 122 пользовательского интерфейса, механизм 124 обработки естественного языка (NLP), механизм 126 грамматики и/или механизм 128 классификации задач. В некоторых вариантах осуществления один или более из механизмов 120, 122, 124, 126 и/или 128 может комбинироваться и/или отбрасываться. В некоторых вариантах осуществления один или более из механизмов 120, 122, 124, 126 и/или 128 может осуществляться в компоненте, который является отдельным от системы 102 записей задач пользователя. В некоторых вариантах осуществления один или более из механизмов 120, 122, 124, 126 и/или 128 или любая их оперативная часть может осуществляться в компоненте, который исполняется клиентским устройством 106.
[0021] Механизм 120 объектов может обслуживать базу 125 данных объектов. «Объекты» могут включать в себя, не ограничиваясь, людей, местоположения, организации, действия, объекты и так далее. В различных вариантах осуществления база 125 данных объектов может включать в себя данные объектов, относящиеся к конкретному пользователю и/или к пользователям на глобальном уровне. Например, в некоторых вариантах осуществления база 125 данных объектов может включать в себя список контактов пользователя, который часто может обслуживаться в виде списка контактов в интеллектуальном телефоне пользователя и/или в его электронной почте. В некоторых таких случаях база 125 данных объектов может быть осуществлена дополнительно или в качестве альтернативы на клиентском устройстве 106. В некоторых вариантах осуществления база данных объектов может включать в себя сеть глобальных объектов, которые могут относиться или не относиться ко всем пользователям. В различных вариантах осуществления данные глобальных объектов могут заполняться с течением времени из различных источников данных, таких как поисковые системы (например с их ассоциированными поисковыми роботами), общие списки контактов пользователей, системы социальных сетей и так далее. В различных вариантах осуществления данные объекта могут сохраняться в базе 125 данных объектов в различных формах, таких как диаграмма, дерево и т. д.
[0022] Механизм 122 пользовательского интерфейса может обслуживать индекс 127 пользовательских интерфейсов. Используемый здесь термин «пользовательский интерфейс» может указывать на любой визуальный и/или звуковой интерфейс или командную строку, с которыми пользователь может взаимодействовать. Некоторые пользовательские интерфейсы могут быть неотъемлемыми частями исполняемых программных приложений, которые могут программироваться с использованием различных языков программирования и/или сценариев, таких как C, C#, C++, Pascal, Visual Basic, Perl и так далее. Другие пользовательские интерфейсы могут иметь форму документов на языке разметки, таких как веб-страницы (например, HTML, XML) или интерактивные голосовые приложения (например, VXML).
[0023] В данном описании термин «база данных» и термин «индекс» будут использоваться широким образом для указания на любую совокупность данных. Данные базы данных и/или индекса не обязательно должны быть структурированы каким-либо определенным образом и могут храниться на устройствах хранения данных в одном или более географических местоположениях. Таким образом, например, индексы 125 и/или 127 могут включать в себя множество совокупностей данных, каждая из которых может быть по разному организована и к каждой из которых может быть различный способ доступа.
[0024] Как описано здесь, запись задачи пользователя (в качестве альтернативы называемая просто «задачей») может включать в себя указание одного или более действий задач и указание одного или более объектов взаимодействия задачи. Действие задачи может быть действием, которое пользователь хочет выполнить и/или хочет, чтобы оно было выполнено одним или более другими пользователями. Например, действием задачи может быть «купить», и пользователь может хотеть купить что-то и/или хотеть, чтобы другой человек купил что-то для пользователя. Объектом взаимодействия задачи является объект, который ассоциирован с действием задачи. Например, задача может иметь действие задачи «купить» и объект взаимодействия задачи «бананы», и целью задачи может быть то, чтобы пользователь купил бананы.
[0025] В некоторых вариантах осуществления указание действия задачи и/или объекта взаимодействия задачи в записи задачи может включать в себя идентификатор объекта. Например, указание действия задачи «купить» может включать в себя идентификатор объекта, ассоциированный с действием покупки. Идентификатор объекта может быть ассоциирован с объектом в одной или более базах данных, таких как база 125 данных объектов. В некоторых вариантах осуществления указание действия задачи и/или объекта взаимодействия задачи в записи задачи пользователя может в качестве дополнения или альтернативы включать в себя один или более терминов, ассоциированных с действием задачи и/или объектом взаимодействия задачи. Например, указание действия задачи «купить» может включать в себя термины «купить» и/или «покупать».
[0026] Система 102 записей задач пользователя может быть выполнена с возможностью определения и/или классификации записей задач пользователя внутри сообщений по меньшей мере частично на основании анализа сообщений согласно грамматике. Однако разработка грамматики, способной обеспечить такой анализ может быть практически неосуществима. Сообщения могут содержать практически любые слова любого языка в любом порядке. Соответственно, механизм 124 NLP может быть выполнен с возможностью выполнения в первую очередь обработки естественного языка над сообщениями для обеспечения того, что будет называться здесь «сообщением с примечаниями». Сообщение с примечаниями может включать в себя различные типы и уровни примечаний для различных аспектов сообщения. Эти примечания могут прояснять различные аспекты сообщения, отношения между терминами и сегментами сообщения и так далее, так, чтобы разработка грамматики, подходящей для анализа сообщений для определения и/или классификации задач, могла стать практически осуществимой. В различных вариантах осуществления сообщение с примечаниями может быть организовано в одну или более структур данных, включающих в себя, не ограничиваясь, деревья, графы, списки (например, список со ссылками), массивы и так далее.
[0027] Примечания, которые могут быть обеспечены механизмом 124 NLP в составе сообщения с примечаниями, могут быть наилучшим образом поняты при обращении к фиг.2, где изображены компоненты примерного механизма 124 NLP. Механизм 124 NLP может включать в себя средство 230 маркировки частей речи, которое может быть выполнено с возможностью снабжения примечаниями, или «маркировки», слов сообщения с их грамматическими ролями. Например, средство 230 маркировки частей речи может маркировать каждое слово его частью речи, такой как «существительное», «глагол», «прилагательное», «местоимение» и т. д.
[0028] В некоторых вариантах осуществления NLP 124 может также включать в себя синтаксический анализатор 232 на основе грамматики зависимостей. Синтаксический анализатор 232 на основе грамматики зависимостей может быть выполнен с возможностью определения синтаксического отношения между словами сообщения. Например, синтаксический анализатор 232 на основе грамматики зависимостей может определять, какие слова модифицируют какие другие слова, подлежащие и глаголы предложений и так далее. Синтаксический анализатор 232 на основе грамматики зависимостей может затем делать подходящие примечания о таких зависимостях.
[0029] В некоторых вариантах осуществления NLP 124 может включать в себя средство 234 фрагментации упоминаний. Средство 234 фрагментации упоминаний может быть выполнено с возможностью определения и/или снабжения примечаниями указаний на объекты или их «упоминаний», включающих в себя объекты взаимодействия задачи, в сообщении. Например, средство 234 фрагментации упоминаний может определять, на какого человека, место, вещь, идею или другой объект указывает каждое существительное или личное местоимение, и может снабжать примечаниями, или «маркировать», их соответственно. В качестве другого примера, средство 234 фрагментации упоминаний может быть выполнено с возможностью ассоциирования указаний со временем и/или датой с конкретным временем или датами. Например, предположим, что сообщение содержит предложение: «Ты можешь купить молоко по пути домой сегодня вечером?» Средство 234 фрагментации упоминаний может ассоциировать словосочетание «сегодня вечером» с сегодняшней датой и с конкретным временем (например, после 5 часов вечера). В некоторых вариантах осуществления средство 234 фрагментации упоминаний может определять, например, из пользовательского календаря, когда пользователь уходит с работы, и может ассоциировать это время со словосочетанием "сегодня вечером". Один или более последующих компонентов могут использовать эту информацию, чтобы создать или помочь пользователю создать надлежащую запись календаря и/или обеспечить то, что пользователь получит напоминание в надлежащее время (например, пока едет домой).
[0030] В некоторых вариантах осуществления NLP 124 может включать в себя средство 236 маркировки именованных объектов. Средство 236 маркировки именованных объектов может быть выполнено с возможностью снабжения примечаниями, или «маркировки», указаний на объекты в сообщении с примечаниями как человека, местоположения, организации и так далее. В некоторых вариантах осуществления средство 236 маркировки именованных объектов может определять одно или более действий задачи для записи задачи пользователя. В других вариантах осуществления один или более других компонентов, изображенных на фиг.2 или где-либо еще на чертежах, могут быть выполнены с возможностью определения одного или более действий задачи для записи задачи пользователя.
[0031] В некоторых вариантах осуществления NLP 124 может включать в себя средство 238 разрешения кореферентности. Средство 238 разрешения кореферентности может быть выполнено с возможностью группировки, или «кластеризации», указаний на один и тот же объект на основании различных контекстных признаков, содержащихся в сообщении. Например, «Рейган», «президент» и «он» в сообщении могут группироваться вместе. В некоторых вариантах осуществления средство 238 разрешения кореферентности может использовать данные за пределами основной части или темы сообщения, например метаданные, для кластеризации указаний. Например, сообщение электронной почты или текстовое сообщение может содержать указание только на «ты» (например, «Ты можешь купить молоко по пути домой сегодня вечером?»). В таком случае, средство 238 разрешения кореферентности (или другой компонент в других вариантах осуществления) может разрешить указание на «ты», как на человека, которому адресовано сообщение электронной почты или текстовое сообщение.
[0032] В некоторых вариантах осуществления NLP 124 может также включать в себя средство 240 разрешения объектов. средство 240 разрешения объектов может быть выполнено с возможностью связи с механизмом 120 объектов для определения, являются ли объекты, на которые указывается в сообщении (например, посредством указаний, маркированных средством 234 фрагментации упоминаний), объектами, которые содержатся в базе 125 данных объектов.
[0033] Обращаясь вновь к фиг.1, механизм 126 грамматики может быть выполнен с возможностью анализа сообщения с примечаниями механизма 124 NLP на основе грамматики для определения, включает ли сообщение в себя запись задачи пользователя. В некоторых вариантах осуществления механизм 126 грамматики может анализировать сообщение с примечаниями согласно множеству путей грамматических правил. Каждый путь правил может быть ассоциирован с одним или более потенциальными типами записи задач пользователя. Механизм 128 классификации задач может быть выполнен с возможностью анализа выходных данных из механизма 126 грамматики и, в частности, выходных данных из множества путей грамматических правил для определения типа задачи. Механизм 122 пользовательского интерфейса может быть выполнен с возможностью определения пользовательского интерфейса, ассоциированного с задачей, например, на основании различных данных от различных других компонентов на фиг.1.
[0034] Фиг.3 изображает одну примерную последовательность процесса для определения задач в сообщении 350. Сообщение 350 может включать в себя машиночитаемые знаки и/или символы, например, сообщения электронной почты, текстового сообщения и т. д. В качестве дополнения или альтернативы, сообщение 350 может включать в себя текст распознанной речи (например, расшифровку) сообщения голосовой почты или другого аудиосообщения. Сообщение 350 может сначала обрабатываться механизмом 124 NLP для формирования сообщения с примечаниями. Как изображено на фиг.3, NLP 124 может получать данные от механизма 120 объектов, например, посредством средства 240 разрешения объектов, для выполнения различного анализа. Сообщение с примечаниями, выводимое посредством NLP 124, может обеспечиваться в качестве входного для множества путей правил 352a-n (обозначаемых в общем как 352) механизма 126 грамматики. Каждый путь 352 правил может определять одно или более правил, с которыми сообщение с примечаниями сравнивается и оценивается. В некоторых вариантах осуществления, чем больше правил или параметров пути 352 правил удовлетворяется сообщением с примечаниями, тем более высокую оценку сообщение с примечаниями получит от этого пути 352 правил.
[0035] Например, предположим, что путь 352a правил проверяет сообщение с примечаниями на предмет действия задачи «совещаться», местоположения (например, адреса), даты и времени. Предположим, что путь 352b правил также проверяет сообщение с примечаниями на предмет действия задачи «совещаться», даты и времени, но проверяет телефонный номер вместо местоположения. Если сообщение 350 включает в себя задачу «Обязательно посовещайся с Джуди (555-1234) 2-го июня в 3 часа дня по поводу планов на вечеринку», первый путь 352a правил может выполнять оценку по трем позициям (поскольку совпали три из четырех искомых позиций), и второй путь 352b правил может производить оценку по четырем позициям.
[0036] Механизм 128 классификации задач может быть выполнен с возможностью приема оценки от множества грамматических путей 352a-n правил и выбора наиболее удовлетворяющей оценки (например, наивысшей). Например, в вышеупомянутом примере механизм 128 классификации задач будет выбирать тип задачи, ассоциированный с путем 352b правил. В некоторых вариантах осуществления, если никакие оценки, произведенные любым путем 352 правил, не удовлетворяют определенному пороговому значению, механизм 128 классификации задач может определять, что в сообщении 350 не присутствует никаких записей задач пользователя.
[0037] Механизм 122 UI может быть выполнен с возможностью определения пользовательского интерфейса, ассоциированного с выполнением записи задачи пользователя на основании различных данных. Например, механизм 122 UI может быть в связи с механизмом 120 объектов так, что он способен ассоциировать объект взаимодействия задач, например, маркированный средством 236 маркировки объектов, с определенной задачей. В некоторых вариантах осуществления ассоциация между пользовательским интерфейсом и объектом может основываться на присутствии одного или более атрибутов объекта в пользовательском интерфейсе. Например, ассоциация между пользовательским интерфейсом и объектом может основываться на важности одного или более псевдонимов объектов в пользовательском интерфейсе. Например, возникновение псевдонима объекта в важных полях и/или с высокой частотой в пользовательском интерфейсе может указывать на ассоциацию объекта с пользовательским интерфейсом. Также, например, ассоциация между пользовательским интерфейсом и объектом может основываться на присутствии дополнительных и/или альтернативных атрибутов объекта, таких как дата рождения, место рождения, рост, вес, население, географическое местоположение(-я), тип объекта (например, человек, действующий субъект, местоположение, коммерческое предприятие, университет) и т. д.
[0038] Возьмем в качестве примера пример описанный выше в отношении задачи: «Обязательно посовещайся с Джуди (555-1234) 2-го июня в 3 часа дня по поводу планов на вечеринку». Механизм 122 UI может определять, и в некоторых случаях открывать или запускать, пользовательский интерфейс календаря. В некоторых вариантах осуществления механизм 122 UI может заполнять один или более элементов данных, ассоциированных с пользовательским интерфейсом. Таким образом, в том же самом примере механизм 122 UI может запускать запись календаря с датой и временем, уже установленным, как описано в задаче.
[0039] Механизм 122 UI может определять, открывать и/или инициировать другие типы пользовательских интерфейсов для других типов задач. Например, предположим, что сообщение 350 включает в себя задачу: «Забронировать столик на обед в Sal's Bistro во вторник». Как описано выше, множество путей правил 352a-n может быть использовано механизмом 126 грамматики для анализа сообщения с примечаниями, выведенного механизмом 124 NLP. Путь 352 правил, ассоциированный с бронированием столика в ресторане, может произвести наивысшую оценку, что может привести к тому, что она будет выбрана посредством механизма 128 классификации задач. Кроме того, механизм 124 NLP может, например, путем отправки запроса средством 236 маркировки объектов механизму 120 объектов, определять Sal's Bistro как объект и маркировать его соответственно в сообщении с примечаниями. В некоторых вариантах осуществления другая информация о Sal's Bistro, не указанная в сообщении 350, такая как его адрес и/или телефонный номер, может также быть получена от различных источников, когда Sal's Bistro маркируется в качестве объекта.
[0040] С помощью вышеописанной информации механизм 122 UI может определять надлежащий пользовательский интерфейс для помощи пользователю в бронировании столика в ресторане. Различные пользовательские интерфейсы 354a-m изображены на фиг.3 как доступные для использования пользователем для осуществления бронирования. Первый интерфейс 354a может быть интерфейсом для сетевого приложения бронирования в ресторане. Второй интерфейс 354b может быть URL для перехода на веб-страницу, например, веб-страницу, размещенную Sal's Bistro, которая включает в себя интерактивный интерфейс для выполнения бронирования. Другой пользовательский интерфейс 354m может быть телефонным интерфейсом интеллектуального телефона, который в некоторых случаях может быть инициирован с уже введенным телефонным номером Sal's Bistro, так, что пользователю требуется только нажать «говорить» для инициации звонка в Sal's. Разумеется, возможны другие типы интерфейсов. В различных вариантах осуществления один или более элементов данных (например, объекты взаимодействия, такие как люди или организации, задачи действий, время, даты, местоположения и т. д.) может извлекаться из сообщения с примечаниями и обеспечиваться пользовательскому интерфейсу в зависимости от того какой пользовательский интерфейс выбран, таким образом, чтобы пользователю не нужно было обеспечивать эту информацию вручную.
[0041] Обращаясь теперь к фиг.4, описан примерный способ 400 определения задач в сообщениях. Для удобства операции блок-схемы описаны с указаниями на систему, которая выполняет операции. Эта система может включать в себя различные компоненты различных компьютерных систем. Например, некоторые операции могут выполняться в клиентском устройстве 106, в то время как другие операции могут выполняться одним или более компонентами системы 102 записей задач пользователя, как например механизмом 120 объектов, механизмом 122 пользовательского интерфейса, механизмом 124 NLP, механизмом 126 грамматики и/или механизмом 128 классификации задач. Кроме того, хотя операции способа 400 показаны в определенном порядке, это не следует рассматривать как ограничение. Одна или более операций могут иметь другой порядок, исключаться или добавляться.
[0042] Способ 400 может начинаться («Начало»), когда сообщение (например, 350) принимается и/или используется, например, на клиентском устройстве 106 или в системе 102 записей задач пользователя (например, таким способом который общедоступен для клиентского устройства 106). В блоке 402 система может выполнять обработку естественного языка для сообщения для формирования сообщения с примечаниями, причем обработка включает в себя выполнение операций, ассоциированных с различными компонентами, изображенными на фиг.2 и описанными выше.
[0043] В блоке 404 система может анализировать сообщение с примечаниями согласно грамматике. Например, в блоке 406 система может анализировать сообщение с примечаниями согласно множеству путей правил (например, 352a-n с фиг.3) для формирования множества возможных записей задач пользователя и ассоциированных оценок. Как описано выше, возможные записи, удовлетворившие большему количеству параметров их соответствующих путей правил, чем другие, могут иметь более высокие оценки, чем другие. В различных вариантах осуществления каждый путь грамматических правил или грамматика в целом могут быть грамматиками различных типов, как например бесконтекстная грамматика.
[0044] В блоке 408 система может классифицировать часть сообщения (например, предложение, абзац, выбранные слова, строку темы и т. д.) как запись задачи пользователя на основании анализа сообщения с примечаниями, обеспеченного в блоке 402. Например, в блоке 410 система может выбирать возможную запись задачи пользователя с наивысшей ассоциированной оценкой.
[0045] В блоке 412 система может выбирать один или более пользовательских интерфейсов, ассоциированных с выбранной записью задачи пользователя. В блоке 414 система может автоматически заполнять один или более элементов данных (например, полей ввода), ассоциированных с выбранным пользовательским интерфейсом. Например, если интерфейс является интерактивной веб-страницей, клиент 107 может передавать запрос HTTP со значениями для назначения различным переменным сервера HTTP. В блоке 416 система может автоматически запускать или открывать выбранный пользовательский интерфейс. В некоторых вариантах осуществления, операции блоков 414 и 416 могут выполняться в обратном порядке.
[0046] Фиг.5 представляет собой структурную схему примерной компьютерной системы 510. Компьютерная система 510, как правило, включает в себя по меньшей мере один процессор 514, который находится в сообщении с некоторым количеством периферийных устройств посредством шинной подсистемы 512. Эти периферийные устройства могут включать в себя подсистему 524 хранения данных, включающую в себя, например, подсистему 525 памяти и подсистему 526 хранения файлов, устройства 520 вывода пользовательского интерфейса, устройства 522 ввода пользовательского интерфейса и подсистему 516 сетевого интерфейса. Устройства ввода и вывода обеспечивают возможность пользователю взаимодействовать с компьютерной системой 510. Подсистема 516 сетевого интерфейса обеспечивает интерфейс к внешним сетям и объединяется с соответствующими интерфейсными устройствами в других компьютерных системах.
[0047] Устройства 522 ввода пользовательского интерфейса могут включать в себя клавиатуру, устройства указания, такие как мышь, трекбол, сенсорная панель или графический планшет, сканер, сенсорный экран, встроенный в дисплей, устройства звукового ввода, такие как системы распознавания голоса, микрофоны и/или другие типы устройств ввода. В общем, использование термина «устройство ввода» имеет целью включать в себя все возможные типы устройств и способов для ввода информации в компьютерную систему 510 или в сеть связи.
[0048] Устройства 520 вывода пользовательского интерфейса могут включать в себя подсистему отображения, принтер, факсимильный аппарат или невизуальные средства отображения, такие как устройства звукового вывода. Подсистема отображения может включать в себя электронно-лучевую трубку (CRT), плоскопанельное устройство, такое как жидкокристаллический дисплей (LCD), устройство проекции или некоторый другой механизм для создания видимого изображения. Подсистема отображения может также обеспечивать невизуальное отображение, например, посредством устройств звукового вывода. В общем, использование термина «устройство вывода» имеет целью включать в себя все возможные типы устройств и способов для вывода информации из компьютерной системы 510 к пользователю или к другой машине или компьютерной системе.
[0049] Подсистема 524 хранения данных хранит конструкции программирования и конструкции данных, которые обеспечивают функциональные возможности некоторых или всех из модулей, описанных здесь. Например, подсистема 524 хранения данных может включать в себя логику для выполнения выбранных аспектов способа 400 и/или для осуществления одного или более из механизма 120 объектов, механизма 122 пользовательского интерфейса, механизма 124 NLP, механизма 126 грамматики и/или механизма 128 классификации задач.
[0050] Эти программные модули в общем исполняются процессором 514 по отдельности или в комбинации с другими процессорами. Память 525, используемая в подсистеме хранения данных, может включать в себя некоторое количество элементов памяти, включающих в себя главную оперативную память (RAM) 530 для хранения инструкций и данных в течение исполнения программы и постоянную память (ROM) 532, в которой сохраняются фиксированные инструкции. Подсистема 524 хранения файлов может обеспечивать постоянное хранение для программ и файлов данных и может включать в себя накопитель на жестком диске, накопитель на гибком диске вместе с ассоциированными сменными носителями, дисковод CD-ROM, накопитель на оптических дисках или картриджи сменных носителей. Модули, реализующие функциональные возможности определенных вариантов осуществления, могут сохраняться подсистемой 524 хранения файлов в подсистеме 524 хранения данных, или в других машинах, доступных процессору(-ам) 514.
[0051] Шинная подсистема 512 обеспечивает механизм для обеспечения возможности различным компонентам и подсистемам компьютерной системы 510 осуществлять связь друг с другом надлежащим образом. Хотя шинная подсистема 512 показана схематически в виде одной шины, альтернативные варианты осуществления шинной подсистемы могут использовать множество шин.
[0052] Компьютерная система 510 может быть изменяющихся типов, включающих в себя рабочую станцию, сервер, вычислительный кластер, сверхкомпактный сервер, серверную ферму или любую другую систему обработки данных или вычислительное устройство. Ввиду постоянно изменяющихся свойств компьютеров и сетей, описание компьютерной системы 510, изображенной на фиг.5, подразумевается только как определенный пример в целях иллюстрации некоторых вариантов осуществления. Возможны многие другие конфигурации компьютерной системы 510, имеющие большее или меньшее число компонентов, чем компьютерная система, изображенная на фиг.5.
[0053] В случаях, описанных здесь, в которых системы собирают личную информацию о пользователях или могут использовать личную информацию, пользователи могут быть обеспечены возможностью управлять тем, собирают ли программы или признаки информацию пользователя (например, информацию о пользовательской социальной сети, социальных действиях или занятиях, профессии, пользовательских предпочтениях или пользовательском текущем географическом местоположении), или для управления тем, принимать ли и/или как принимать содержимое от сервера содержимого, которое может быть более релевантным для пользователя. Кроме того, определенные данные могут обрабатываться одним или более способами перед тем, как они сохраняются или используются, так, что персональные данные, позволяющие уточнить личность удаляются. Например, личность пользователя может обрабатываться таким образом, что никакие персональные данные, позволяющие уточнить личность не могут быть определены для пользователя, или может обобщаться географическое местоположение пользователя, где информация географического местоположения получается (как, например, до уровня города, почтового индекса или государства), таким образом, чтобы конкретное географическое местоположение пользователя не могло быть определено. Таким образом, пользователь может иметь управление над тем, как информация собирается о пользователе и/или используется.
[0054] При том, что здесь было описано и проиллюстрировано несколько вариантов осуществления, может использоваться множество других средств и/или структур для выполнения функций и/или получения результатов и/или одного или более из преимуществ, описанных здесь, и каждая из таких вариаций и/или модификаций рассматривается в пределах объема вариантов осуществления, описанных здесь. В более общем случае, все параметры, измерения, материалы и конфигурации, описанные здесь, приведены в качестве примера, и фактические параметры, измерения, материалы и/или конфигурации будут зависеть от конкретного применения или применений, для которых используются приведённые сведения. Специалисты в данной области техники определят или будут способны определить с использованием лишь обычных экспериментов множество эквивалентов для конкретных вариантов осуществления, описанных здесь. Таким образом, следует понимать, что вышеупомянутые варианты осуществления представлены исключительно в качестве примера и что в рамках объема прилагаемой формулы изобретения и её эквивалентов варианты осуществления могут осуществляться на практике иным образом по сравнению с конкретно описанным и заявляемым в формуле изобретения. Варианты осуществления настоящего изобретения направлены на каждый отдельный признак, систему, пункт, материал, набор и/или способ, описанный здесь. Кроме того, любое сочетание из двух или более таких признаков, систем, предметов, материалов, наборов и/или способов, если такие признаки, системы, предметы, материалы, наборы и/или способы не являются взаимно несовместимыми, включены в объем настоящего изобретения.

Claims (29)

1. Осуществляемый компьютером способ для определения задач в сообщениях, содержащий этапы, на которых:
выполняют посредством вычислительной системы обработку естественного языка для принятого сообщения для формирования сообщения с примечаниями, при этом выполнение обработки естественного языка содержит этапы, на которых:
определяют указание на объект взаимодействия задачи в сообщении,
классифицируют объект взаимодействия задачи как человека, местоположение или организацию, и определяют действие задачи в сообщении,
анализируют посредством вычислительной системы сообщение с примечаниями согласно грамматике; классифицируют посредством вычислительной системы часть сообщения как запись задачи пользователя на основании анализа сообщения с примечаниями,
определяют посредством вычислительной системы на основании объекта взаимодействия задачи и действия задачи, и также анализа сообщения с примечаниями, пользовательский интерфейс, ассоциированный с выполнением записи задачи пользователя, и вызывают автоматический запуск или открывание пользовательского интерфейса посредством вычислительной системы.
2. Осуществляемый компьютером способ по п.1, в котором:
анализ содержит этап, на котором анализируют сообщение с примечаниями посредством вычислительной системы согласно множеству путей грамматических правил для формирования множества возможных записей задач пользователя и ассоциированных оценок; и
классификация содержит этап, на котором выбирают посредством вычислительной системы запись задачи пользователя из множества возможных записей задач пользователя на основании ассоциированных оценок.
3. Осуществляемый компьютером способ по п.1, дополнительно содержащий этап, на котором автоматически заполняют посредством вычислительной системы один или более элементов данных, ассоциированных с пользовательским интерфейсом, информацией на основании анализа сообщения с примечаниями.
4. Осуществляемый компьютером способ по п.1, в котором грамматика содержит бесконтекстную грамматику.
5. Вычислительная система для определения задач в сообщениях, включающая в себя память и один или более процессоров, выполненных с возможностью функционирования для исполнения инструкций, сохраненных в памяти, содержащая инструкции для:
выполнения обработки естественного языка для принятого сообщения для формирования сообщения с примечаниями, при этом выполнение обработки естественного языка содержит:
определение указания на объект взаимодействия задачи в сообщении,
классификацию объекта взаимодействия задачи как человека, местоположения или организации, и определение действия задачи в сообщении,
анализ сообщения с примечаниями согласно грамматике;
классификацию части сообщения как записи задачи пользователя на основании анализа сообщения с примечаниями,
определение на основании объекта взаимодействия задачи и действия задачи, и также анализа сообщения с примечаниями, пользовательского интерфейса, ассоциированного с выполнением записи задачи пользователя, и вызывание автоматического запуска или открывания пользовательского интерфейса посредством вычислительной системы.
6. Вычислительная система по п.5, причём система дополнительно содержит инструкции для:
анализа сообщения с примечаниями согласно множеству путей грамматических правил для формирования множества возможных записей задач пользователя и ассоциированных оценок; и
выбора записи задачи пользователя из множества возможных записей задач пользователя на основании ассоциированных оценок.
7. Вычислительная система по п.5, дополнительно содержащая автоматическое заполнение посредством вычислительной системы одного или более элементов данных, ассоциированных с пользовательским интерфейсом, информацией на основании анализа сообщения с примечаниями.
8. Постоянный машиночитаемый носитель, содержащий инструкции, которые в ответ на исполнение инструкций вычислительной системой побуждают вычислительную систему выполнять операции для определения задач в сообщениях, содержащие этапы, на которых:
выполняют обработку естественного языка для принятого сообщения для формирования сообщения с примечаниями, при этом выполнение обработки естественного языка содержит этапы, на которых:
определяют указание на объект взаимодействия задачи в сообщении,
классифицируют объект взаимодействия задачи как человека, местоположение или организацию, и определяют действие задачи в сообщении,
анализируют сообщение с примечаниями согласно грамматике;
классифицируют часть сообщения как запись задачи пользователя на основании анализа сообщения с примечаниями; и
определяют посредством вычислительной системы на основании объекта взаимодействия задачи и действия задачи, и также анализа сообщения с примечаниями, пользовательский интерфейс, ассоциированный с выполнением записи задачи пользователя, и вызывают автоматический запуск или открывание пользовательского интерфейса посредством вычислительной системы.
RU2016133850A 2014-01-22 2015-01-20 Определение задач в сообщениях RU2658792C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/161,368 2014-01-22
US14/161,368 US9606977B2 (en) 2014-01-22 2014-01-22 Identifying tasks in messages
PCT/US2015/012044 WO2015112497A1 (en) 2014-01-22 2015-01-20 Identifying tasks in messages

Related Child Applications (1)

Application Number Title Priority Date Filing Date
RU2018119149A Division RU2018119149A (ru) 2014-01-22 2015-01-20 Определение задач в сообщениях

Publications (3)

Publication Number Publication Date
RU2016133850A3 RU2016133850A3 (ru) 2018-03-05
RU2016133850A RU2016133850A (ru) 2018-03-05
RU2658792C2 true RU2658792C2 (ru) 2018-06-22

Family

ID=52463161

Family Applications (2)

Application Number Title Priority Date Filing Date
RU2018119149A RU2018119149A (ru) 2014-01-22 2015-01-20 Определение задач в сообщениях
RU2016133850A RU2658792C2 (ru) 2014-01-22 2015-01-20 Определение задач в сообщениях

Family Applications Before (1)

Application Number Title Priority Date Filing Date
RU2018119149A RU2018119149A (ru) 2014-01-22 2015-01-20 Определение задач в сообщениях

Country Status (8)

Country Link
US (3) US9606977B2 (ru)
EP (1) EP3097497A1 (ru)
JP (3) JP6476195B2 (ru)
KR (1) KR101881114B1 (ru)
CN (2) CN106104517B (ru)
BR (1) BR112016016831A8 (ru)
RU (2) RU2018119149A (ru)
WO (1) WO2015112497A1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2704738C1 (ru) * 2018-10-15 2019-10-30 Общество с ограниченной ответственностью "Уралинновация" Автоматизированная информационно-голосовая вопросно-ответная система

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150074202A1 (en) * 2013-09-10 2015-03-12 Lenovo (Singapore) Pte. Ltd. Processing action items from messages
US9606977B2 (en) * 2014-01-22 2017-03-28 Google Inc. Identifying tasks in messages
US10785173B2 (en) * 2014-07-03 2020-09-22 Nuance Communications, Inc. System and method for suggesting actions based upon incoming messages
US10104028B2 (en) 2014-08-29 2018-10-16 Google Llc Systems and methods for improved processing of message queries
US10606859B2 (en) 2014-11-24 2020-03-31 Asana, Inc. Client side system and method for search backed calendar user interface
US10969748B1 (en) 2015-12-28 2021-04-06 Disney Enterprises, Inc. Systems and methods for using a vehicle as a motion base for a simulated experience
US10282417B2 (en) 2016-02-19 2019-05-07 International Business Machines Corporation Conversational list management
US10140291B2 (en) * 2016-06-30 2018-11-27 International Business Machines Corporation Task-oriented messaging system
US20180006977A1 (en) * 2016-06-30 2018-01-04 Microsoft Technology Licensing, Llc Exposing task information to online service providers
KR101886373B1 (ko) * 2016-07-14 2018-08-09 주식회사 언더핀 딥러닝 인공신경망 기반의 타스크 제공 플랫폼
US11100438B2 (en) * 2016-10-21 2021-08-24 Microsoft Technology Licensing, Llc Project entity extraction with efficient search and processing of projects
US10963642B2 (en) 2016-11-28 2021-03-30 Microsoft Technology Licensing, Llc Intelligent assistant help system
US11100384B2 (en) 2017-02-14 2021-08-24 Microsoft Technology Licensing, Llc Intelligent device user interactions
US10467509B2 (en) 2017-02-14 2019-11-05 Microsoft Technology Licensing, Llc Computationally-efficient human-identifying smart assistant computer
US11010601B2 (en) 2017-02-14 2021-05-18 Microsoft Technology Licensing, Llc Intelligent assistant device communicating non-verbal cues
US11282006B2 (en) * 2017-03-20 2022-03-22 Microsoft Technology Licensing, Llc Action assignment tracking using natural language processing in electronic communication applications
US11170768B2 (en) * 2017-04-17 2021-11-09 Samsung Electronics Co., Ltd Device for performing task corresponding to user utterance
US10679192B2 (en) * 2017-05-25 2020-06-09 Microsoft Technology Licensing, Llc Assigning tasks and monitoring task performance based on context extracted from a shared contextual graph
US10977434B2 (en) 2017-07-11 2021-04-13 Asana, Inc. Database model which provides management of custom fields and methods and apparatus therfor
US10534520B2 (en) * 2017-08-30 2020-01-14 Vmware, Inc. Smart email task reminders
US10453456B2 (en) * 2017-10-03 2019-10-22 Google Llc Tailoring an interactive dialog application based on creator provided content
US10535346B2 (en) * 2017-12-07 2020-01-14 Ca, Inc. Speech processing computer system forming collaborative dialog data structures
US11062088B2 (en) * 2017-12-12 2021-07-13 International Business Machines Corporation Contextual automation of information technology change services
US10970560B2 (en) 2018-01-12 2021-04-06 Disney Enterprises, Inc. Systems and methods to trigger presentation of in-vehicle content
US11954461B2 (en) 2018-02-26 2024-04-09 Ukg Inc. Autonomously delivering software features
US10769056B2 (en) 2018-02-26 2020-09-08 The Ultimate Software Group, Inc. System for autonomously testing a computer system
US10623359B1 (en) * 2018-02-28 2020-04-14 Asana, Inc. Systems and methods for generating tasks based on chat sessions between users of a collaboration environment
US11138021B1 (en) 2018-04-02 2021-10-05 Asana, Inc. Systems and methods to facilitate task-specific workspaces for a collaboration work management platform
US10613735B1 (en) 2018-04-04 2020-04-07 Asana, Inc. Systems and methods for preloading an amount of content based on user scrolling
US11113175B1 (en) 2018-05-31 2021-09-07 The Ultimate Software Group, Inc. System for discovering semantic relationships in computer programs
US10977155B1 (en) 2018-05-31 2021-04-13 The Ultimate Software Group, Inc. System for providing autonomous discovery of field or navigation constraints
US11010284B1 (en) 2018-05-31 2021-05-18 The Ultimate Software Group, Inc. System for understanding navigational semantics via hypothesis generation and contextual analysis
US10747651B1 (en) 2018-05-31 2020-08-18 The Ultimate Software Group, Inc. System for optimizing system resources and runtime during a testing procedure
US10599767B1 (en) 2018-05-31 2020-03-24 The Ultimate Software Group, Inc. System for providing intelligent part of speech processing of complex natural language
US10785046B1 (en) 2018-06-08 2020-09-22 Asana, Inc. Systems and methods for providing a collaboration work management platform that facilitates differentiation between users in an overarching group and one or more subsets of individual users
US10616151B1 (en) 2018-10-17 2020-04-07 Asana, Inc. Systems and methods for generating and presenting graphical user interfaces
US11095596B2 (en) * 2018-10-26 2021-08-17 International Business Machines Corporation Cognitive request management
CN109271392B (zh) * 2018-10-30 2022-07-26 长威信息科技发展股份有限公司 快速判别和抽取关系型数据库实体及属性的方法及设备
US10956845B1 (en) 2018-12-06 2021-03-23 Asana, Inc. Systems and methods for generating prioritization models and predicting workflow prioritizations
US11113667B1 (en) 2018-12-18 2021-09-07 Asana, Inc. Systems and methods for providing a dashboard for a collaboration work management platform
US11546281B1 (en) * 2018-12-28 2023-01-03 Allscripts Software, Llc Displaying and prioritizing electronic communications based on message content
US11782737B2 (en) 2019-01-08 2023-10-10 Asana, Inc. Systems and methods for determining and presenting a graphical user interface including template metrics
US10684870B1 (en) 2019-01-08 2020-06-16 Asana, Inc. Systems and methods for determining and presenting a graphical user interface including template metrics
US11204683B1 (en) 2019-01-09 2021-12-21 Asana, Inc. Systems and methods for generating and tracking hardcoded communications in a collaboration management platform
KR102233235B1 (ko) 2019-04-04 2021-03-29 주식회사 핸디소프트 메시지 의도 분석 기반의 지능형 협업 지원 시스템
KR20210062189A (ko) 2019-11-21 2021-05-31 주식회사 핸디소프트 메시지 의도 분석 기반 협업 지원 방법
US11599855B1 (en) 2020-02-14 2023-03-07 Asana, Inc. Systems and methods to attribute automated actions within a collaboration environment
US11763259B1 (en) 2020-02-20 2023-09-19 Asana, Inc. Systems and methods to generate units of work in a collaboration environment
KR20210116741A (ko) 2020-03-12 2021-09-28 주식회사 핸디소프트 고도화된 지능형 협업 지원 시스템
US11076276B1 (en) 2020-03-13 2021-07-27 Disney Enterprises, Inc. Systems and methods to provide wireless communication between computing platforms and articles
US11900323B1 (en) 2020-06-29 2024-02-13 Asana, Inc. Systems and methods to generate units of work within a collaboration environment based on video dictation
US11455601B1 (en) 2020-06-29 2022-09-27 Asana, Inc. Systems and methods to measure and visualize workload for completing individual units of work
US11449836B1 (en) 2020-07-21 2022-09-20 Asana, Inc. Systems and methods to facilitate user engagement with units of work assigned within a collaboration environment
US11568339B2 (en) 2020-08-18 2023-01-31 Asana, Inc. Systems and methods to characterize units of work based on business objectives
US11769115B1 (en) 2020-11-23 2023-09-26 Asana, Inc. Systems and methods to provide measures of user workload when generating units of work based on chat sessions between users of a collaboration environment
US11405435B1 (en) * 2020-12-02 2022-08-02 Asana, Inc. Systems and methods to present views of records in chat sessions between users of a collaboration environment
WO2022203034A1 (ja) 2021-03-25 2022-09-29 味の素株式会社 畜肉風味付与剤
US11694162B1 (en) 2021-04-01 2023-07-04 Asana, Inc. Systems and methods to recommend templates for project-level graphical user interfaces within a collaboration environment
US11676107B1 (en) 2021-04-14 2023-06-13 Asana, Inc. Systems and methods to facilitate interaction with a collaboration environment based on assignment of project-level roles
US11553045B1 (en) 2021-04-29 2023-01-10 Asana, Inc. Systems and methods to automatically update status of projects within a collaboration environment
US11803814B1 (en) 2021-05-07 2023-10-31 Asana, Inc. Systems and methods to facilitate nesting of portfolios within a collaboration environment
US11792028B1 (en) 2021-05-13 2023-10-17 Asana, Inc. Systems and methods to link meetings with units of work of a collaboration environment
US11809222B1 (en) 2021-05-24 2023-11-07 Asana, Inc. Systems and methods to generate units of work within a collaboration environment based on selection of text
US11756000B2 (en) 2021-09-08 2023-09-12 Asana, Inc. Systems and methods to effectuate sets of automated actions within a collaboration environment including embedded third-party content based on trigger events
US11635884B1 (en) 2021-10-11 2023-04-25 Asana, Inc. Systems and methods to provide personalized graphical user interfaces within a collaboration environment
US11977852B2 (en) 2022-01-12 2024-05-07 Bank Of America Corporation Anaphoric reference resolution using natural language processing and machine learning
US11997425B1 (en) 2022-02-17 2024-05-28 Asana, Inc. Systems and methods to generate correspondences between portions of recorded audio content and records of a collaboration environment
US11836681B1 (en) 2022-02-17 2023-12-05 Asana, Inc. Systems and methods to generate records within a collaboration environment
US11863601B1 (en) 2022-11-18 2024-01-02 Asana, Inc. Systems and methods to execute branching automation schemes in a collaboration environment

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030004706A1 (en) * 2001-06-27 2003-01-02 Yale Thomas W. Natural language processing system and method for knowledge management
RU2005120363A (ru) * 2004-09-30 2007-01-20 Майкрософт Корпорейшн (Us) Усовершенствованный пользовательский интерфейс для обеспечения управления задачами и информации календаря
US20090113415A1 (en) * 2003-10-22 2009-04-30 International Business Machines Corporation System for importing calendar data from a computer screen into a calendar application
US20100004922A1 (en) * 2008-07-01 2010-01-07 International Business Machines Corporation Method and system for automatically generating reminders in response to detecting key terms within a communication
WO2011163064A1 (en) * 2010-06-22 2011-12-29 Microsoft Corporation Flagging, capturing and generating task list items
US8364467B1 (en) * 2006-03-31 2013-01-29 Google Inc. Content-based classification
US20130138622A1 (en) * 2011-11-28 2013-05-30 Microsoft Corporation Quick Capture of To-Do Items

Family Cites Families (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4688195A (en) * 1983-01-28 1987-08-18 Texas Instruments Incorporated Natural-language interface generating system
US5056021A (en) * 1989-06-08 1991-10-08 Carolyn Ausborn Method and apparatus for abstracting concepts from natural language
EP0473864A1 (en) * 1990-09-04 1992-03-11 International Business Machines Corporation Method and apparatus for paraphrasing information contained in logical forms
US5442780A (en) * 1991-07-11 1995-08-15 Mitsubishi Denki Kabushiki Kaisha Natural language database retrieval system using virtual tables to convert parsed input phrases into retrieval keys
US5555376A (en) 1993-12-03 1996-09-10 Xerox Corporation Method for granting a user request having locational and contextual attributes consistent with user policies for devices having locational attributes consistent with the user request
US5748974A (en) * 1994-12-13 1998-05-05 International Business Machines Corporation Multimodal natural language interface for cross-application tasks
US8639625B1 (en) * 1995-02-13 2014-01-28 Intertrust Technologies Corporation Systems and methods for secure transaction management and electronic rights protection
US6081774A (en) * 1997-08-22 2000-06-27 Novell, Inc. Natural language information retrieval system and method
JP3525042B2 (ja) * 1997-10-31 2004-05-10 日本電信電話株式会社 電子メールシステム,電子メール転送方法および電子メールプログラムを記録した記録媒体
US6115709A (en) 1998-09-18 2000-09-05 Tacit Knowledge Systems, Inc. Method and system for constructing a knowledge profile of a user having unrestricted and restricted access portions according to respective levels of confidence of content of the portions
US6842877B2 (en) 1998-12-18 2005-01-11 Tangis Corporation Contextual responses based on automated learning techniques
US6438543B1 (en) 1999-06-17 2002-08-20 International Business Machines Corporation System and method for cross-document coreference
US6691111B2 (en) * 2000-06-30 2004-02-10 Research In Motion Limited System and method for implementing a natural language user interface
US7475010B2 (en) * 2003-09-03 2009-01-06 Lingospot, Inc. Adaptive and scalable method for resolving natural language ambiguities
US7813916B2 (en) 2003-11-18 2010-10-12 University Of Utah Acquisition and application of contextual role knowledge for coreference resolution
US7496500B2 (en) * 2004-03-01 2009-02-24 Microsoft Corporation Systems and methods that determine intent of data and respond to the data based on the intent
US8473893B2 (en) * 2008-09-30 2013-06-25 Accurev, Inc. Integration of external software analysis processes with software configuration management applications
JP2006099581A (ja) * 2004-09-30 2006-04-13 Oki Electric Ind Co Ltd 情報管理システム及び情報管理方法
JP4282591B2 (ja) * 2004-11-30 2009-06-24 株式会社東芝 スケジュール管理装置、スケジュール管理方法及びプログラム
US8032553B2 (en) * 2004-12-29 2011-10-04 Sap Ag Email integrated task processor
US7606700B2 (en) * 2005-11-09 2009-10-20 Microsoft Corporation Adaptive task framework
US20070106496A1 (en) * 2005-11-09 2007-05-10 Microsoft Corporation Adaptive task framework
US8055707B2 (en) 2005-11-30 2011-11-08 Alcatel Lucent Calendar interface for digital communications
JP2007199768A (ja) * 2006-01-23 2007-08-09 Fuji Xerox Co Ltd 文書管理装置及び文書管理方法、並びにコンピュータプログラム
US7702631B1 (en) 2006-03-14 2010-04-20 Google Inc. Method and system to produce and train composite similarity functions for product normalization
WO2007121329A1 (en) * 2006-04-12 2007-10-25 Google Inc Method, system ,graphical user interface, and data structure for creating electronic calendar entries from email messages
WO2008007382A2 (en) 2006-07-13 2008-01-17 Hayoman, Internet Technologies Ltd. System and method for event management
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US20100100815A1 (en) 2006-11-03 2010-04-22 Appen Pty Limited Email document parsing method and apparatus
US8599801B2 (en) 2007-02-01 2013-12-03 Yahoo! Inc. Collecting implicit information for determining context of event actions
US20080267504A1 (en) * 2007-04-24 2008-10-30 Nokia Corporation Method, device and computer program product for integrating code-based and optical character recognition technologies into a mobile visual search
BRPI0815826A2 (pt) * 2007-08-31 2015-02-18 Microsoft Corp Resolução de co-referência em um sistema de processamento linguagem natural sensível à ambiguidade
US8046226B2 (en) 2008-01-18 2011-10-25 Cyberpulse, L.L.C. System and methods for reporting
US8108206B2 (en) 2008-07-01 2012-01-31 International Business Machines Corporation Auto-generated to-do list
FR2935855B1 (fr) * 2008-09-11 2010-09-17 Alcatel Lucent Procede et systeme de communication pour la determination d'une sequence de services lies a une conversation.
US9443226B2 (en) 2009-01-12 2016-09-13 Sri International Electronic assistant for making predictions based on user messages
JP2010191864A (ja) * 2009-02-20 2010-09-02 Nec Corp タスク自動生成システム、その方法及びそのプログラム
US20110016421A1 (en) * 2009-07-20 2011-01-20 Microsoft Corporation Task oriented user interface platform
US8943094B2 (en) * 2009-09-22 2015-01-27 Next It Corporation Apparatus, system, and method for natural language processing
US8417650B2 (en) 2010-01-27 2013-04-09 Microsoft Corporation Event prediction in dynamic environments
US20110202864A1 (en) 2010-02-15 2011-08-18 Hirsch Michael B Apparatus and methods of receiving and acting on user-entered information
US8346879B2 (en) 2010-06-04 2013-01-01 Xerox Corporation Detecting conflicts in email messages
US8775400B2 (en) 2010-06-30 2014-07-08 Microsoft Corporation Extracting facts from social network messages
US8600901B2 (en) 2010-07-27 2013-12-03 Yahoo! Inc. Providing social likeness within a messaging context
US8521818B2 (en) 2010-08-05 2013-08-27 Solariat, Inc. Methods and apparatus for recognizing and acting upon user intentions expressed in on-line conversations and similar environments
US9092425B2 (en) 2010-12-08 2015-07-28 At&T Intellectual Property I, L.P. System and method for feature-rich continuous space language models
US8560487B2 (en) 2010-12-10 2013-10-15 International Business Machines Corporation Determining and conveying user availability
US20120192096A1 (en) 2011-01-25 2012-07-26 Research In Motion Limited Active command line driven user interface
US8849931B2 (en) 2011-03-15 2014-09-30 Idt Messaging, Llc Linking context-based information to text messages
US20120317499A1 (en) 2011-04-11 2012-12-13 Shen Jin Wen Instant messaging system that facilitates better knowledge and task management
US9262732B2 (en) 2011-06-22 2016-02-16 Sap Se System and method of enterprise action item planning, executing, tracking and analytics
US10984387B2 (en) * 2011-06-28 2021-04-20 Microsoft Technology Licensing, Llc Automatic task extraction and calendar entry
US8615504B2 (en) 2011-12-14 2013-12-24 Artist Growth, Llc Action alignment for event planning, project management and process structuring
US9406049B2 (en) 2012-04-26 2016-08-02 Blackberry Limited Electronic device and method for updating message recipients based on message body indicators
US9299027B2 (en) * 2012-05-07 2016-03-29 Runaway 20, Inc. System and method for providing intelligent location information
US20140207716A1 (en) * 2013-01-22 2014-07-24 Maluuba Inc. Natural language processing method and system
US20140372102A1 (en) * 2013-06-18 2014-12-18 Xerox Corporation Combining temporal processing and textual entailment to detect temporally anchored events
US9606977B2 (en) * 2014-01-22 2017-03-28 Google Inc. Identifying tasks in messages

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030004706A1 (en) * 2001-06-27 2003-01-02 Yale Thomas W. Natural language processing system and method for knowledge management
US20090113415A1 (en) * 2003-10-22 2009-04-30 International Business Machines Corporation System for importing calendar data from a computer screen into a calendar application
RU2005120363A (ru) * 2004-09-30 2007-01-20 Майкрософт Корпорейшн (Us) Усовершенствованный пользовательский интерфейс для обеспечения управления задачами и информации календаря
US8364467B1 (en) * 2006-03-31 2013-01-29 Google Inc. Content-based classification
US20100004922A1 (en) * 2008-07-01 2010-01-07 International Business Machines Corporation Method and system for automatically generating reminders in response to detecting key terms within a communication
WO2011163064A1 (en) * 2010-06-22 2011-12-29 Microsoft Corporation Flagging, capturing and generating task list items
US20130138622A1 (en) * 2011-11-28 2013-05-30 Microsoft Corporation Quick Capture of To-Do Items

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2704738C1 (ru) * 2018-10-15 2019-10-30 Общество с ограниченной ответственностью "Уралинновация" Автоматизированная информационно-голосовая вопросно-ответная система
WO2020080976A1 (ru) * 2018-10-15 2020-04-23 Игорь Александрович КАЛИНИН Автоматизированная информационно-голосовая вопросно-ответная система

Also Published As

Publication number Publication date
KR20160110501A (ko) 2016-09-21
JP6812473B2 (ja) 2021-01-13
CN110110302B (zh) 2023-06-27
US20170154024A1 (en) 2017-06-01
RU2018119149A (ru) 2018-11-08
RU2018119149A3 (ru) 2020-01-31
JP2019106194A (ja) 2019-06-27
EP3097497A1 (en) 2016-11-30
JP2021051775A (ja) 2021-04-01
KR101881114B1 (ko) 2018-07-24
JP2017508198A (ja) 2017-03-23
BR112016016831A2 (pt) 2017-08-08
CN110110302A (zh) 2019-08-09
CN106104517B (zh) 2019-04-05
WO2015112497A1 (en) 2015-07-30
RU2016133850A3 (ru) 2018-03-05
US10019429B2 (en) 2018-07-10
BR112016016831A8 (pt) 2020-06-09
US20180267948A1 (en) 2018-09-20
US10534860B2 (en) 2020-01-14
JP7163355B2 (ja) 2022-10-31
RU2016133850A (ru) 2018-03-05
US20150205782A1 (en) 2015-07-23
US9606977B2 (en) 2017-03-28
JP6476195B2 (ja) 2019-02-27
CN106104517A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
RU2658792C2 (ru) Определение задач в сообщениях
KR102005531B1 (ko) 다중 사용자 메시지 교환 스레드에서 자동화 어시스턴트와의 상호 작용을 위한 제안 제공
JP6246951B2 (ja) ユーザコンタクトエントリのデータ設定
US11087414B2 (en) Distance-based social message pruning
US20180341903A1 (en) Identifying task and personality traits
KR20200006107A (ko) 다수의 코퍼스들로부터 응답 정보 획득
US11210345B2 (en) Using distributed state machines for human-to-computer dialogs with automated assistants to protect private data
US20210141820A1 (en) Omnichannel virtual assistant using artificial intelligence
US20190018893A1 (en) Determining tone differential of a segment
US11373039B2 (en) Content context aware message intent checker

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20200121