[发明专利]学习新字词

说明书

本公开涉及学习新字词。公开了用于服务器学习由用户客户端设备以众包方式生成的新字词同时保持客户端设备的本地差异隐私的系统和方法。客户端设备可确定在客户端设备上键入的字词是不包含在客户端设备上的词典或资产目录中的新字词。新字词可以按诸如娱乐、健康、财务等分类进行分组。客户端设备上的差异隐私系统可以包括用于新字词的每个分类的隐私预算。如果存在可用于分类的隐私预算，则可以将分类中的一个或多个新术语发送到新术语学习服务器，并降低分类的隐私预算。隐私预算可以定期补充。

本申请是国际申请日为2017年6月8日、发明名称为“学习新字词”的进入中国国家阶段的PCT国际申请No.201780031211.3的分案申请。

相关专利申请

本专利申请要求于2017年6月8日提交的名称为“学习新字词”(LEARNING NEWWORDS)的国际申请PCT/US2017/036576(代理人案卷号1984P31223WO1)的优先权。本专利申请还根据35U.S.C.§119(e)要求于2016年6月12日提交的名称为“学习新字词”(LEARNINGNEW WORDS)的美国专利申请62/348,988(代理人案卷号4860.P31223Z)的优先权，并且要求于2016年8月5日提交的名称为“学习新字词”(LEARNING NEW WORDS)的美国专利申请62/371,657(代理人案卷号4860.P31223Z2)的优先权，上述所有申请均在与本公开一致的程度上以引用方式并入本文。

本专利申请与2016年9月24日提交的名称为“学习新字词”(LEARNING NEW WORDS)的美国专利申请15/275,356(代理人案卷号4860.P31223US2)有关，并且该申请在与本公开一致的程度上以引用方式并入本文。

技术领域

本公开涉及服务器学习在客户端设备上生成的新字词的领域。

背景技术

客户端设备的用户依赖于一个或多个字词词典进行拼写检查，在打字期间建议字词，以及对已知字词进行其他使用。此类客户端词典很难用可能经众包使用而变得流行的新字词来保持更新而不损害隐私。

当前服务器可以通过检查用户在使用服务器时输入的明文来学习用户正在输入的字词。例如，一些现有技术文本消息服务和电子邮件服务(统称为消息)会接收明文消息。将消息路由到客户端设备的消息服务器可以读取该明文，并使用从用户消息的明文中获取的字词向用户呈现广告。但是，服务器学会的字词会保留在服务器上，而不会对设备自带词典进行更新以包含新字词。此外，使用服务器明文会损害用户的隐私。另外，在客户端设备上生成的新字词，例如在客户端设备的文档内使用以及未传输至服务器的字词，服务器无法学习，因为所述字词被本地化到客户端设备。进一步的，如果客户端设备采用端到端的加密消息传递服务，例如iMessage，那么服务器根本无法学习用户消息中包含的字词，因此服务器无法使用众包数据更新用户客户端词典。

发明内容

本发明公开了用于服务器学习由用户客户端设备以众包方式生成的新字词同时保持客户端设备的本地差异隐私的系统和方法。在众包客户端/服务器环境中，本地差异隐私在客户端与服务器共享用户数据之前将随机性引入了用户数据。服务器可以从所有客户端的众包数据的聚合中学习，但是服务器不能学习任何特定客户端提供的数据。

在实施方案中，本地差异隐私在共享用户数据之前将随机性引入了客户端用户数据。每个数据输入d_i不是具有集中数据源D＝{d1,...,dn}，而是属于单独的客户端i。鉴于与客户端i交互的抄本T_i，如果要将数据元素替换为null，则对手不可能将T_i与生成的抄本区分开来。不可区分度由通常被认为是小常数的ε参数化。以下是对本地差异隐私的正式定义。