[发明专利]自适应语义平台体系结构

说明书

背景

人类语言是丰富且复杂的，包括数百个词汇以及复杂的语法和上下文含 义。作为示例，特定的陈述、问题、想法、意思等可用多种不同的方式表达。 因此，人类语言的机器翻译是极其复杂的任务。至少由于这个原因，由人类输 入所产生的结果或动作通常不能准确映射或对应于用户的意图。

机器或软件应用程序和语言通常需要数据根据特定的格式或规则输入。期 望与机器交互的人类有时由于严格的规则或不熟悉或缺乏对这样的规则的了 解而受到挫败或不能有效地通信。向用户提供能与自动化系统有效通信而无需 学习机器专用语言或语法的能力增加了系统的可用性。然而，当自动化系统和 机器无法正确翻译用户输入时，可产生不期望的结果、不合需要的结果和/或根 本不产生结果，用户可能很快就会感到挫败。

自然语言输入对各种应用程序而言是有用的，包括人类与之交互的几乎每 个软件应用程序。一般，在自然语言处理期间，自然语言输入被分成记号，并 被映射到由软件应用程序提供的一个或多个动作。每一软件应用程序可具有唯 一的一组动作，它们在本质上可能稍有限制。结果，软件开发者起草代码以翻 译自然语言输入并将输入映射到每一应用程序的适当动作可能是耗时且重复 性的。

概述

以下提供了本发明的简化概述以提供对本发明的某些方面的基本理解。本 概述不是本发明的广泛概观。它并不旨在标识本发明的关键/重要的元素或描绘 本发明的范围。其唯一目的是以简化的形式呈现本发明的一些概念，作为后面 呈现的更加详细的描述的序言。

此处所述并要求保护的本发明在其一个方面中包括可容易地用于在用户 和机器系统之间启用自然交互的自适应共享基础架构。此外，本新颖的发明可 提供基于用户输入产生正确的意图到动作映射的交互式技术。此外，本发明可 提供可创作资产(例如，文档、动作)的新颖的机制。因此，可将可检索的“资 产”分为两类：“文档”是静态的资产，而“动作”是动态且可执行该动作的资产。

创作机制可允许生成学习模型，使得系统可至少部分基于对用户输入的分 析来推断用户意图。响应于此，系统可发现资产或基于推断的资产分组。而且， 本发明可提供自然语言接口，它基于一个或多个用户输入、动作和/或状态来学 习和/或适应。

本质上，在一个方面中，本新颖的本发明可包括具有使意图与动作对准的 能力且可从用户的行为中学习以随时间改进的基于统计的系统的体系结构。更 具体地，该体系结构可涵盖覆盖以下内容的端对端系统：

·资产的创作；

·确定用户意图；

·将意图映射到一个或一组资产；

·执行资产；

·获取反馈；以及

·从反馈中学习。

在其他方面中，本新颖的意图到动作的系统可用来使人机之间的交互在各 种情景中更自然，所述情景包括但不限于：运行在服务器上的语音应用程序、 运行在移动电话上的较小的应用程序、运行在个人计算机上的桌面应用程序或 运行在因特网上的web服务。

本体系结构可通过提供从创作到推理到反馈的通用的端对端基础架构来 显著降低在应用程序中含有自然特征的成本。本体系结构是通用的，且可应用 于各情形中，包括但不限于语音、桌面、移动和web应用程序。而且，该体系 结构可提供这样做的简单的应用程序接口(API)。

根据一方面，可能存在三个主要的流程(逻辑和数据)图。该体系结构支 持三个列出的端对端流程，包括模型构造和管理流、用户交互流以及反馈和分 析流。

在其又一方面中，提供一个采用概率和/或基于统计的分析以推断用户希 望自动执行的意图或动作的人工智能组件。

为了实现前述及相关目的，在这里结合以下描述及附图来描述本发明的某 些说明性方面。然而，这些方面仅指示了可采用本发明的原理的各种方法中的 少数几种，且本发明旨在包括所有这样的方面及其等效方式。当结合附图考虑 以下本发明的详细描述时，本发明的其它优点和新颖特征将变得显而易见。

附图简述

图1示出了根据本发明的一方面便于意图到动作交互的系统。

图2示出了根据本发明的一方面便于基于用户输入确定任务的过程的示 例性流程图。

图3示出了根据本发明的一方面便于创作任务的过程的示例性流程图。

图4示出了根据本发明的一方面的推理组件的框图。