[发明专利]使用领域自适应的通信中的任务检测

权利要求书

1.一种系统，包括：

存储器；

处理电路系统，被耦合至所述存储器以实现用于对来自目标语料库的目标样本进行任务分类的操作，所述任务分类包括：

修改来自源语料库的源样本的源句子的表示，以更接近地类似于来自目标语料库的目标样本的目标句子；

使用机器学习模型来与所述目标样本一起操作以生成任务标记，所述机器学习模型使用所述源句子的经修改的所述表示而被训练，所述任务标记指示所述目标样本是否包括任务；以及

基于所述目标样本是否包括所述任务来使个人信息管理器(PIM)生成提醒。

2.根据权利要求1所述的系统，其中修改所述源样本的所述源句子的所述表示包括：执行特征自适应以将所述源样本的特征改变为一个或多个指定值。

3.根据权利要求2所述的系统，其中所述特征自适应包括：

训练语料库分类器机器学习模型以区分所述源样本和所述目标样本；

从所述语料库分类器机器学习模型中选择前K个特征；以及

用所述指定值取代所述目标样本中的所述前K个特征中的每个特征。

4.根据权利要求2所述的系统，其中修改所述源样本的所述源句子的所述表示包括：

基于所述源样本的词语与所述目标样本的相应映射的目标词语之间的距离来标识所述源样本的特征与所述目标样本的特征之间的映射；以及

用所述相应映射的目标词语的映射向量来取代所述源样本的相应词语的向量表示。

5.根据权利要求1所述的系统，其中修改所述源样本的所述源句子的所述表示包括：执行重要性采样以将所述源样本的权重改变为重要性权重。

6.根据权利要求5所述的系统，其中所述重要性权重是基于以下而被确定的：被分类为来自所述源语料库的样本的边际分布概率、以及被分类为来自所述目标语料库的所述样本的边际分布概率。

7.根据权利要求1所述的系统，其中所述机器学习模型包括神经网络(NN)自编码器，并且其中所述操作还包括：修改来自源语料库的源样本的源句子的表示以包括来自所述目标语料库的所述目标样本的目标句子的表示，包括对抗训练所述NN以增加语料库分类损失，同时减少任务分类损失和样本重构损失。

8.根据权利要求7所述的系统，其中所述NN自编码器包括样本表示NN，所述样本表示NN：实现序列到序列编码器，所述序列到序列编码器在第一方向上读取所述目标样本的嵌入式表示；创建第一隐藏状态序列；在与所述第一方向相反的第二方向上读取所述目标样本的所述嵌入式表示；以及创建第二隐藏状态序列。

9.根据权利要求8所述的系统，其中所述样本表示NN提供在所述第一方向上读取所述嵌入式表示的最后隐藏状态和在所述第二方向上读取所述嵌入式表示的第一隐藏状态的连结。

10.根据权利要求1所述的系统，其中所述任务分类还包括：使用所述源句子的经修改的所述表示来训练所述机器学习模型。

11.根据权利要求10所述的系统，其中所述任务分类还包括：从所述PIM接收反馈数据，并且还基于所述反馈数据来训练所述模型，其中所述反馈数据基于所述PIM的界面的用户输入来指示所述目标样本是否包括所述任务。

12.根据权利要求1所述的系统，其中所述提醒包括(i)约定，(ii)会议，(iii)通知，(iv)文本消息，(v)电子邮件，或(vi)即时消息。