[发明专利]训练和/或利用交互预测模型以基于电子通信来确定何时与应用交互和/或针对与应用的交互进行提示

权利要求书

1.一种方法，包括：

由客户端设备识别电子通信，

所述电子通信包括内容，所述内容包括自然语言内容，并且

所述电子通信是在所述客户端设备处经由所述客户端设备的网络接口接收的，或者是在所述客户端设备处经由所述客户端设备的至少一个用户接口输入设备制定的；

由所述客户端设备应用以下内容作为对本地存储在所述客户端设备处的经训练的机器学习模型的输入的至少一部分：

所述电子通信的所述自然语言内容的至少一部分；

由所述客户端设备使用所述经训练的机器学习模型处理所述输入以生成预测交互值，

所述预测交互值指示基于所述电子通信的、与所述客户端设备能够访问的应用的交互的可能性，

其中，所述应用是对于所述电子通信被制定所经由的或者所述电子通信在接收之后被渲染所经由的电子通信应用的补充；

由所述客户端设备基于所述预测交互值来确定是否经由所述客户端设备的显示器呈现可选择界面元素，

其中，所述可选择界面元素在经由所述客户端设备处的用户接口输入被选择时引起与所述应用的交互以向所述应用提供所述电子通信的所述内容的至少一部分；

由所述客户端设备确定是否响应于对所述可选择界面元素的选择或响应于在所述客户端设备处提供的其他用户接口输入而发生了基于所述电子通信的与所述应用的任何交互；

由所述客户端设备基于是否发生了基于所述电子通信的与所述应用的任何交互来更新所述经训练的机器学习模型的至少一部分的经训练的参数；以及

由所述客户端设备将具有所更新的经训练的参数的所述经训练的机器学习模型用于确定是否针对在所述客户端设备处接收或制定的附加电子通信呈现附加的可选择界面元素。

2.根据权利要求1所述的方法，其中，所述经训练的机器学习模型包括第一部分和第二部分，并且其中，使用所述经训练的机器学习模型处理所述输入包括：使用所述第一部分处理所述自然语言内容的至少一部分以生成第一部分中间输出，并且使用所述第二部分处理所述第一部分中间输出，并且其中，更新所述经训练的机器学习模型的至少一部分的所述经训练的参数包括：

更新所述经训练的机器学习模型的所述第二部分，而不更新所述第一部分。

3.根据权利要求2所述的方法，进一步包括：

由所述客户端设备确定一个或多个附加特征；

由所述客户端设备将所述一个或多个附加特征作为对所述经训练的机器学习模型的所述输入的附加部分应用于所述经训练的机器学习模型的所述第二部分；

其中，使用所述经训练的机器学习模型处理所述输入进一步包括：使用所述第二部分处理所述一个或多个附加特征。

4.根据权利要求3所述的方法，其中，所述一个或多个附加特征是基于以下中的至少一个来确定的：

来自所述客户端设备的一个或多个传感器的传感器数据；以及

与所述电子通信被制定所经由的或者所述电子通信响应于接收到而被渲染所经由的所述电子通信应用相关的应用数据。

5.根据权利要求4所述的方法，其中，所述一个或多个附加特征是基于来自所述客户端设备的所述一个或多个传感器的传感器数据来确定的，并且其中，所述一个或多个传感器包括位置传感器、加速度计和惯性测量单元中的至少一个。

6.根据权利要求4或权利要求5所述的方法，其中，所述一个或多个附加特征包括：基于所述传感器数据预测的所述客户端设备的用户的预测状态。

7.根据权利要求3至6中的任一项所述的方法，其中，所述一个或多个附加特征是基于一个或多个当前时间指示来确定的。

8.根据前述权利要求中的任一项所述的方法，其中，基于是否发生了基于所述电子通信的与所述至少一个应用的任何交互来更新所述经训练的机器学习模型的至少一部分的经训练的参数包括：

基于是否发生了任何交互以及基于所述预测交互值来确定梯度；

基于所述梯度在所述经训练的机器学习模型的至少一部分上的反向传播来更新所述经训练的参数。