[发明专利]用于确定回复内容的方法、系统和介质

说明书

与确定回复电子通信的回复内容相关的方法和装置。一些实施方式通常指向分析电子通信的语料库以确定在电子通信的“原始”消息的一个或多个原始消息特征与包括在这些电子通信的“回复”消息中的回复内容之间的关系。一些实施方式通常指向基于通信的一个或多个消息特征与回复文本之间的确定的关系提供回复文本以包括在对通信的回复中。

背景技术

用户经常被诸如电子邮件、SMS通信和社交联网通信的电子通信淹没。发送给用户的许多电子通信明确地征求回复或以其它方式包含用户可能希望回复的信息。例如，包含“Are you interested in grabbing lunch？(你有兴趣吃午餐吗？)”的电子邮件可以明确地征求回复。包含“I just got engaged！(我刚刚订婚！)”的电子邮件可能没有明确地征求回复，但接收电子邮件的用户可能仍然希望向电子邮件发送祝贺性回复。用户制定对电子通信的回复，并利用键盘(例如，智能电话或平板电脑的虚拟键盘)、麦克风、和/或计算设备的其它用户接口输入设备在计算设备处输入制定的回复。

发明内容

本说明书一般涉及与确定用于回复电子通信的回复内容和/或提供回复内容以用于经由计算设备呈现包括在对电子通信的回复中相关的技术特征。一些实施方式通常指向分析电子通信(例如，电子邮件、SMS通信和/或社交联网通信)的语料库，以确定电子通信的“原始”消息的一个或多个原始消息特征与包括在对这些电子通信的“回复”消息中的回复内容之间的关系。例如，可以分析语料库以基于使用回复n元(n-gram)的被回复的原始消息中频繁出现的原始消息n元(以及可选的其它内容)，确定原始消息n元“attached(随附的)”和“draft document[s]for your review(供您查看的草稿文档)”以及回复n元“I'll takea look and will provide feedback(我将看一看并且将提供反馈)”之间的关系。在一些实施方式中，可以在不允许对语料库的一个或多个(例如，任何)电子通信的直接人类访问的情况下确定原始消息特征和回复内容之间的关系。在一些实施方式中，原始消息特征与回复内容之间的关系可以基于使用训练示例的训练机器学习系统来确定，每个训练示例具有指示相应电子通信的回复消息的回复内容的一个或多个输出参数以及指示相应电子通信的原始消息的原始内容的一个或多个输入参数。

一些实施方式通常指向基于通信的一个或多个消息特征与回复文本之间确定的关系，提供回复文本以包括在对通信的回复中。例如，电子邮件可以发送到用户并包括“Ourteam just won the Awesomeness Award！(我们的团队刚赢得了非凡奖！)”，并且可以基于电子邮件的一个或多个特征与“Good job！(干得好！)”之间的映射(定义关系的数据)，作为对该电子邮件的候选回复来提供回复文本“Good job！”。例如，回复文本可以被提供以用于对电子邮件的回复中的自动填充，被提供以用于呈现(视觉上或听觉上)作为用户选择的建议等。作为另一个示例，电子邮件可以被发送到用户并包括“Our team just won theAwesomeness Award！”并且可以基于电子邮件的一个或多个特征与回复内容之间的指示一般祝贺性n元的映射——以及将“Good job！”定义为高排名的祝贺性n元的映射，来向用户提供回复文本“Good job！”作为对该电子邮件的回复。例如，基于它对该用户、对与该用户类似的一组用户、或对所有用户是流行的祝贺性n元，“Good job！”可以被定义为高排名的祝贺性n元。在一些实施方式中，可以独立于由用户在生成对该通信的回复中提供的任何文本输入提供回复文本以用于包括在对通信的回复中。换句话说，在一些实施方式中，甚至在用户开始输入回复之前，回复文本可以被呈现给用户。在一些实施方式中，响应于向所训练的机器学习系统提供通信的一个或多个消息特征，可以基于由所训练的机器学习系统提供的输出来确定回复文本以包括在对通信的回复中。