CN104428770A - 使用自然动作输入的上下文查询调节 - Google Patents

Abstract

在计算领域内，许多场景涉及由用户制定的查询，其导致由设备给出的查询结果。用户可以请求调节查询，但是许多设备仅能够处理以良好结构化的方式指定的请求，诸如所识别的关键词的集合、具体言语命令或具体手动姿势之类。用户因此在设备的约束中传送调节请求，即使查询是以自然语言指定的。本文所给出的是用于使得用户能够利用自然动作输入（例如，自然语言语音、嗓音变调和自然手动姿势）指定查询调节的技术。设备可以被配置成评估自然动作输入，标识用户的预期查询调节，生成经调节的查询，并且给出经调节的查询结果，因此使得用户能够以类似于与个人通信的方式而与设备进行交互。

Description

使用自然动作输入的上下文查询调节

背景技术

在计算领域内，许多场景涉及由用户提交的查询，诸如针对所期望的文件集合的文件的文件***搜索，指定查询条件的数据库的选择查询，对象集合中的对象的筛选或排序，或者提交至万维网搜索引擎以标识匹配网页的集合的搜索查询。在这些和其它场景中，查询可以由用户以各种方式来提交，诸如关键词或其它逻辑准则的文本录入；可以被解析为查询的文本或口头的自然语言输入；或者自动上下文呈现，诸如给出当前所检测位置附近的感兴趣位置的全球定位***（GPS）接收器。

在这些和其它场景中，设备可以使用查询来生成查询结果（例如，通过直接施行查询并且标识匹配结果，或者通过将查询提交至搜索引擎并且接收查询结果）。设备还可以向查询添加上下文线索，诸如通过根据每一家餐厅对当前所检测的用户位置的接近度来对针对餐厅的搜索进行排序。如果用户对查询结果不满意，设备可以准许用户录入新的查询并且可以给出不同的查询结果。可替换地，设备可以允许用户通过常规形式的用户输入来调节查询，诸如使用键盘来手动编辑查询的文本以供重新提交；使用诸如触敏显示器、鼠标或跟踪球之类的定点设备来选择搜索结果的一部分；或者录入对应于各种动作的关键词，诸如示出搜索结果的下一个子集。这些和其它技术用于将动作映射至设备的常规数据录入技术以便调节查询的内容和/或顺序。

发明内容

提供本发明内容来以简化的形式引入以下在具体实施方式中进一步描述的概念的选择。本发明内容并不意在标识所要求保护的主题的关键因素或本质特征，也并不意在被用来限制所要求保护的主题的范围。

虽然使用常规输入或上下文线索来更新查询可能是有帮助的，但是这些技术可能并未适当应用用户可以利用自然动作输入指定的许多类型的查询调节。例如，用户可能给出不符合被设备识别的查询更改关键词（诸如“下一个”和“重新开始”）而是表示由其他个人可认知的自然语言输入的语言输入，诸如“为我示出更多结果”和“返回到第一页”。可替换地或此外，用户可以使用对应于并不在物理上接触设备的任何输入组件的非言语通信的自然动作，诸如嗓音变调、在空中执行的手动姿势（例如，指向在显示器上给出的搜索结果但是不触摸显示器）以及聚焦在搜索结果的一部分上的眼睛凝视。用于调节查询的识别、评估和应用可以由设备、搜索结果的服务器和/或不同服务器执行，诸如将自然动作输入翻译成调节查询结果的可调用动作的“动作代理”。通过自然动作输入的检测、评估和应用的查询结果的调节中的这些和其它变型可以根据本文所给出的技术来实现。

为了达成前述和相关目的，以下描述和附图阐述了某些说明性方面和实现方式。这些仅指示可以在其中采用一个或多个方面的各种方式中的几种。本公开的其它方面、优势和新颖特征将在结合附图考虑时从以下详细描述中变得显而易见。

附图说明

图1是表征基于关键词提交和调节查询和查询结果的示例性场景的图示。

图2是表征根据本文所给出的技术的基于自然动作输入提交和调节查询和查询结果的示例性场景的图示。

图3是图示依照本文所给出的技术的使用服务器来向设备给出查询结果的示例性方法的流程图。

图4是表征根据本文所给出的技术的被配置成向设备给出查询结果的服务器的示例性场景的图示。

图5是图示依照本文所给出的技术的促成设备给出的查询结果并且包括至少一个实体的示例性方法的流程图。

图6是表征根据本文所给出的技术的被配置成促成设备给出的查询结果并且包括至少一个实体的服务器的示例性场景的图示。

图7是图示依照本文所给出的技术的响应于从用户接收的查询而给出查询结果的示例性方法的流程图。

图8是依照本文所给出的技术的包括指令的示例性计算机可读存储设备的图示，当在设备的处理器上施行时，所述指令使设备给出查询的查询结果。

图9是表征依照本文所给出的技术的给出包括与实体引用和实体动作相关联的实体的查询结果的示例性场景的图示。

图10是表征依照本文所给出的技术的将查询结果聚焦于实体上并且给出与实体相关联的实体动作的示例性场景的图示。

图11是表征依照本文所给出的技术的在查询结果的呈现的上下文中消除自然用户动作歧义的示例性场景的图示。

图12是示例性计算环境的图示，其中可以实现本文所阐述的一个或多个提供内容。

具体实施方式

现在参考附图来描述所要求保护的主题，其中始终使用相同的参考标号来指代相同的元件。在以下描述中，出于解释的目的，阐述了大量具体细节以便提供对所要求保护的主题的全面理解。然而，可能显然的是，所要求保护的主题可以在没有这些具体细节的情况下实践。在其它实例中，以框图形式示出结构和设备以便于描述所要求保护的主题。

A. 介绍

在计算领域内，许多场景涉及由用户向设备提交查询，所述查询被施行以生成用于向用户给出的查询结果。作为第一示例，用户可以提交包括感兴趣的文件的描述的查询（例如，部分文件名匹配、文件类型或创建日期范围），并且设备可以检查本地文件***并且给出与描述匹配的文件列表。作为第二示例，用户可以提交筛选数据库查询，诸如结构化查询语言（SQL）中的SELECT查询，并且设备可以搜索数据库以得到由查询标识的记录。作为第三示例，用户可以提供针对诸如电子邮件数据库中的电子邮件消息之类的对象集合的准则，并且设备可以标识与准则匹配的消息。作为第四示例，用户可以向万维网搜索引擎提交搜索查询，万维网搜索引擎可以标识和给出包括与搜索查询匹配的网页的描述和链接的搜索结果的集合。查询结果可以被静态地给出，或者设备可以使得用户能够与查询结果交互，例如通过选择查询结果中的实体（例如，包括在万维网搜索结果中的网页）并且向用户给出所选网页的内容。

在这些和其它场景中，用户可以以许多方式给出查询。作为第一示例，用户可以利用诸如键盘之类的文本输入设备或者诸如鼠标、指示笔或触敏显示器之类的定点设备来指定查询的细节，诸如要包括在万维网搜索查询结果中所给出的网页的标题或主体中的关键词的集合。在一些这样的场景中，用户可以对设备讲出或手写查询，设备可以利用语音或手写分析器来标识口头话语的内容。此外，查询可以根据诸如关键词、表示日期范围的数字和布尔运算符之类的逻辑准则来指定，或者可以作为“自然语言”查询被提交，其中用户就像其正在自然地对另一个人讲话那样表达描述所寻找数据的句子。在这些场景中，设备可以使用自然语言词汇分析器来解析查询以便标识由用户语音所指定的准则。此外，在这些和其它场景中，对查询结果并不完全满意的用户可以试图调节查询以便生成和给出更加接近于用户在制定查询中的意图的查询结果。例如，针对“华盛顿”搜索万维网的用户可能遇到关于美国华盛顿州和名为乔治华盛顿的个人二者的许多页面，并且可能仅对后者感兴趣。用户可以因此输入还指定“乔治华盛顿”的新的查询以有利于所期望的话题地调节查询结果。

图1给出了表征提交第一查询108的设备104的用户102的示例性场景的图示。在第一时间点100，设备104可以向用户102给出搜索页面112，诸如针对搜索引擎的主页，并且其包括被配置成从用户102接收第一查询108的查询文本输入控制114。用户102可以因此提交标识用户102感兴趣的页面的关键词110的集合。当决定按照提交行事后，设备104可以在查询输入控制114中给出第一查询108，并且当在第二时间点116完成或接收到查询结果118后，可以将查询结果118向用户102给出（例如，作为实体120的集合，诸如在餐厅目录中标识的与查询108的关键词110匹配的餐厅）。如果用户102对查询结果118不满意，用户102可以在第三时间点112利用不同关键词110制定第二查询108，诸如通过手动编辑第一查询108的内容以包括更窄的关键词110，并且可以提交第二查询108以查看具有不同实体120的第二查询结果118。在第四时间点124，用户102可以在设备104的显示器106上执行触摸选择126以选择实体120（例如，触摸针对第一实体120的条目），并且设备104可以通过给出关于所选条目的更多细节（诸如针对实体120的网页128）来作出响应。而且，网页128可以包括涉及实体120的动作130的集合，诸如查看咖啡店的营业时间和查看针对咖啡店的菜单。以这种方式，设备104可以使得用户102能够输入和调节基于关键词的查询108并且与查询结果106交互。

图1的示例性场景中所给出的技术可以以一些方式变化。例如，用户102可以录入作为关键词110的集合、作为包括准则和逻辑连接符的集合的筛选器、作为以诸如结构化查询语言（SQL）之类的语言的数据查询或者作为诸如以自然人类语言给出的请求之类的自然语言查询的查询108。此外，用户102可以通过手动更改由第一查询提供的输入或者通过制定不同于第一查询108的第二查询108来调节查询108。

然而，在图1的示例性场景中所给出的技术及其变型中可以标识出一些缺陷。作为第一示例，如果用户102并不了解设备104的输入组件（例如，如果用户102并不擅长键盘或鼠标），使用这样的输入组件指定查询108可能是困难且低效的。作为第二示例，如果用户102并不熟悉设备104被配置成处理的查询108的格式（例如，结构化查询语言，或者指定准则和逻辑运算符的方式），用户102可能不能够给出设备104可以令人满意地处理的适当格式化的查询108。作为第三示例，如果设备104利用关键词的集合而用户102并未以正确的方式使用这样的关键词，查询108可能不返回所期望的查询结果118。例如，提供对诸如“选择”和“下一个”之类的具体说出的关键词进行处理的话音激活应用的设备104可能并不适合于并未现在或者适当地讲出所标识的关键词的用户102。作为第四示例，为了调节查询108，用户102或者编辑在前的查询108的内容（例如，手动添加、移除或改变关键词110）或者发起新的查询108，而不是简单地让设备104以特定方式调节查询108。这些和其它缺陷可能由诸如在图1的示例性场景中所给出的查询技术的使用引起。

B. 所给出的技术

本文所给出的是用于使得用户102能够以直观的人类通信的更有效的使用来发起和调节查询108的技术。特别地，可以领会到，图1的示例性场景中所给出的许多缺陷起因于迫使用户102根据设备104的逻辑约束和处理来提供输入（例如，指令用户102学习结构化查询语言或者设备104所使用的逻辑运算符集合）而不是使得用户102能够自然地与设备104通信并且使得设备104能够解释这样的自然用户输入。虽然设备104能够处理诸如口头查询之类的自然语言输入，但是这样的自然语言输入的使用通常被局限于接收纯文本（诸如口授文档），而不是使用自然语言输入来与设备104的能力交互。例如，被配置成接收口授的应用可以接收针对文档的纯文本的自然语言输入，并且可以指定用于更改文本内容的口头关键词的集合，但是可能无法也利用自然语言输入来用于接收更改文本内容的命令，诸如“该下一个句子为粗体”。类似地，绘图应用可以使得用户能够通过触敏设备上的触摸输入来进行徒手绘图，并且可以指定触摸姿势的集合，其指定诸如放大或缩小和选择不同绘图工具之类的各种绘图命令，但是可能无法将徒手绘图解释为还包括作为自然用户动作提供的绘图命令。也就是说，用户102通过学习调用相应命令的具体言语关键词和触摸姿势以及诸如键盘和触摸板之类的输入设备的细节来与口授应用和绘图应用进行通信，而不是允许用户102自然地与设备104进行交互并且将设备104配置成将这样的自然动作输入解释为指定内容和命令二者。

本文所给出的技术使得用户102能够使用各种形式的自然用户输入（例如，话音或文本输入自然语言；嗓音变调；在不触碰设备104的任何组件的情况下执行的手动姿势；以及在显示器106的特定元件上的视觉聚焦）来与设备104进行交互，其中这样的自然用户输入对设备104指定内容和命令二者。更具体地，本文所给出的技术使得用户102能够通过提供自然用户动作并且将设备104配置成解释这样的自然用户动作以便调节查询108和给出经调节的查询结果118来调节查询108。显然，用户102可以不必理解关于设备104的输入组件或者设备104可应用的命令的任何事情，而是可以以与另一个人进行通信的相同方式讲话、做姿势和以其它方式与设备104进行通信，并且设备104可以被配置成从这样的自然动作输入解释用户102的意图并且相应地调节查询108。而且，这样的自然动作输入可以利用诸如言语话语、嗓音变调、诸如指向的手动姿势以及眼睛聚焦之类的模态的组合，以便解决输入中的歧义并且响应于用户102的自然通信的整个范围。

图2给出了表征根据用户102的自然用户动作调节查询108的示例性场景的图示。在该示例性场景中，在第一时间点200，用户102指定第一查询108（例如，作为诸如“弗吉尼亚”和“餐厅”之类的关键词110的集合，或者作为在键盘上键入或者对设备104讲出的自然语言查询），并且设备104可以在显示器106上给出包括实体120的集合的查询结果118，诸如请求特定区域中的餐厅列表的查询108以及匹配的餐厅120的集合。然而，在第二时间点202，用户102可以给出作为针对设备106的更改查询的请求的自然用户输入204，诸如通过将结果限制到诸如咖啡店之类的特定类型的餐厅。与图1的示例性场景形成对照，用户102的调节请求既不被约束到设备104所识别的有限命令集合（例如，“INSERT, KEYWORD, café”），也不是以自然语言或者利用新的关键词集合重制定的查询108的给出（例如，“NEW QUERY：弗吉尼亚咖啡店”），而是更改查询108的自然语言请求，诸如用户102可以问另一个人。在该第二时间点202，设备104可以检查自然动作输入204以标识查询调节206，诸如利用针对餐厅类型206的更具体的关键词替代第一查询108中的“餐厅”关键词的请求。因此，设备104可以生成经调节的查询208，施行经调节的查询208，并且给出经调节的查询结果210，诸如包括与自然用户输入204中所指示的更具体的准则匹配的餐厅的实体120。

如图2中进一步图示的，在第三时间点212，用户102可以通过讲出自然语言短语“那个”而同时手动指向214显示器106上的实体120来同时给出两种形式的自然动作输入。设备104可以将这些形式的自然用户输入204解释为共同指示聚焦于显示在显示器106上的用户102正在手动指向214的位置处的实体120，诸如针对第一咖啡店的查询结果。设备104可以通过再次调节查询108以聚焦于所指示的实体120来响应于该推断（例如，将查询限制到第一咖啡店的名称）；作为要随实体120执行的动作，诸如激活针对实体120的搜索结果的超链接；或者简单地通过反映用户102在实体120上的聚焦，例如通过将实体120高亮显示为用户选择的指示。在第四时间点218，用户102可以发布附加的自然动作输入204，其进一步调节查询108。例如，如果用户102询问诸如“它开门了吗？”之类的问题，设备106可以将该自然动作输入204评估为指定添加关键词“时间”的查询调节206，施行经调节的查询208以生成和给出指示咖啡店的营业时间的经调节的查询结果210。

图2的示例性场景中所给出的技术给出了若干优势，特别是关于图1的示例性场景中所给出的技术而言。作为第一示例，用户102不必理解设备106的输入组件的操作。作为第二示例，用户102不必学习和适配于用于调用设备106的功能性的机制，诸如对应于设备106的具体命令的言语关键词或触摸姿势，或者查询语言或逻辑运算符的性质。而且，即使用户102可以了解设备106所识别的命令，用户102也不必在被给出以指定内容的自然语言输入（例如，要被诠释为文档的文本的语音或者要被诠释为绘图的触摸输入）和调用设备106的功能性的受约束输入（例如，调用文档的格式化选项的口头关键词或者调用绘图命令的具体手动姿势）之间进行切换。相反，用户102就像与另一个人进行通信那样与设备106进行简单地通信，以既指定内容又向设备106发布命令，并且设备106被配置成解释用户102的意图。以这种方式，设备106依照本文所给出的技术使得用户102能够在查询108的提交和调节中更自然地进行交互。

C. 实施例

本文所给出的技术可以根据各种实施例来实现。特别地以及如以下讨论中所给出的，这样的实施例的元件的架构可以变化；例如，自然动作输入可以被接收自然用户输入204的相同设备106、被提供针对查询108的查询结果118的服务器和/或被促进由用户102操作的设备和提供查询结果118的服务器二者的不同服务器解释和翻译成查询108的查询调节206。

图3和4共同给出了这些技术的第一实施例。图3给出了配置具有处理器的服务器以向设备104的用户102给出查询结果106的示例性方法300的图示。示例性方法300可以例如实现为存储在服务器的存储器组件（例如，易失性存储器电路、硬盘驱动器的碟片、固态存储设备或者磁盘或光盘）中的指令集，当在服务器的处理器上施行时，所述指令使服务器利用本文所给出的技术。示例性方法300在302处开始并且涉及在服务器的处理器上施行304指令。特别地，指令被配置成当从设备104接收到用户102提供的第一查询108时施行306第一查询108以生成查询结果108。指令还被配置成标识308至少一个自然动作请求，当其包括在用户102的自然动作输入204中时，指示第一查询108的查询调节206（例如，用户102可能用于各种自然语言请求以调节查询108的不同短语，以及可以作为结果被应用于查询108的查询调节206）。指令还被配置成向设备106给出310查询结果118以及与自然动作输入204相关联的自然动作请求和对应的查询调节206。在提供了查询结果118以及可以被应用于履行从用户102接收的各种类型的自然动作输入204的查询调节206的类型的情况下，示例性方法300依照本文所给出的技术使服务器向设备104给出查询结果118，并且因此在312处结束。

图4给出了利用该架构的示例性场景400的图示。在该示例性场景400中，设备104向服务器402（诸如万维网服务器）给出查询108，服务器402可以通过提供包括由查询108标识的实体404的集合的查询结果118来作出响应。此外，服务器402可以提供自然动作输入元数据406的集合，诸如可以对应于相应查询调节206（例如，要向第一查询108添加、改变或者从其移除的关键词）的自然动作输入204（例如，自然语言短语）的集合。通过向设备104递送查询108和自然动作输入元数据406，服务器402依照本文所给出的技术促进设备104和用户102的交互以通过自然动作输入204调节查询108。

图5和6共同给出了这些技术的第二实施例。图5给出了配置具有处理器的服务器以促进由设备104向用户102给出查询结果的示例性方法500的图示。与图3的示例性方法300形成对照，图5的示例性方法500可以被调用以促进针对从不同源给出的查询结果118的自然动作输入204的评估。示例性方法500可以例如实现为存储在服务器的存储器组件（例如，易失性存储器电路、硬盘驱动器的碟片、固态存储设备或者磁盘或光盘）中的指令集，当在服务器的处理器上施行时，所述指令使服务器利用本文所给出的技术。示例性方法500在502处开始并且涉及在服务器的处理器上施行504指令。特别地，指令被配置成在从设备104接收到第一查询108以及查询结果118时，针对查询结果118的相应实体120标识506与由用户102可执行的至少一个自然动作输入204相关联的至少一个实体动作以及第一查询108的对应查询调节206。例如，针对搜索结果页面中的相应搜索结果，服务器可以标识一般地与每一个搜索结果相关联的动作（例如，跟随搜索结果中所指定的超链接，或者对搜索结果添加书签）和/或具体地涉及搜索结果的动作（例如，针对表示餐厅网页的搜索结果，添加术语“时间”、“位置”或“菜单”以将万维网搜索查询限制到关于餐厅的那些类型的信息）。指令还被配置成向设备104给出508与实体102相关联的实体动作、自然动作输入204以及对应的查询调节206。在已经通过标识可以应用于履行从用户102接收的各种类型的自然动作输入204的查询调节206的类型促进了查询结果118的给出的情况下，示例性方法500使服务器在向用户102给出查询结果118中促进设备104，并且因此在510处结束。

图6给出了表征被配置为动作代理602的服务器的示例性场景600的图示，所述动作代理602针对设备104从另一源接收的查询结果118标识与查询结果118的实体404相关联的动作。当设备104将查询108和查询结果118发送至动作代理602时，动作代理602可以检查查询结果118以标识可用于相应实体404的动作。例如，动作代理602可以向设备104发送自然动作输入元数据406的集合，其针对相应实体404标识与各种动作604相关联的自然动作输入204，以及可以应用于查询108以调用这样的动作的查询调节206。设备104可以响应于查询结果118的给出而利用该元数据来辅助从用户102接收的自然动作输入204的处理，即使查询结果118的源和设备104并未参与对应于这样的查询调节206的自然用户输入204的标识。

图7给出了这些技术的第三实施例的图示，其包括配置设备104以评估用户102所给出的查询108的示例性方法700。示例性方法700可以例如实现为存储在服务器的存储器组件（例如，易失性存储器电路、硬盘驱动器的碟片、固态存储设备或者磁盘或光盘）中的指令集，当在服务器的处理器上施行时，所述指令使服务器利用本文所给出的技术。示例性方法700在702处开始并且涉及在服务器的处理器上施行704指令。特别地，指令被配置成在从用户104接收到706第一查询108时，施行706第一查询108以生成第一查询结果118，并且向用户102给出708第一查询结果118。指令还被配置成在从用户102接收到710自然动作输入204时，在自然动作输入204中标识712涉及第一查询结果118的至少一个查询调节206；生成714经调节的查询208，其包括通过至少一个查询调节206调节的第一查询108；施行716经调节的查询208以生成经调节的查询结果210；并且向用户102给出718经调节的查询结果210。值得注意地，设备可以通过直接评估自然动作输入204；通过利用随查询结果118提供的自然动作输入元数据406，诸如在图4的示例性场景400中；或者通过调用动作代理602来标识可应用于查询结果118的自然动作输入204，诸如在图6的示例性场景600中，来执行标识。在这些变型中的任一个中，示例性方法700依照本文所给出的技术实现查询108和查询结果118的处理、给出和调节，并且因此在720处结束。

又一个实施例涉及包括被配置成应用本文所给出的技术的处理器可执行指令的计算机可读介质。这样的计算机可读媒体可以包括例如计算机可读存储媒体，其涉及有形设备，诸如存储器半导体（例如，利用静态随机存取存储器（SRAM）、动态随机存取存储器（DRAM）和/或同步动态随机存取存储器（SDRAM）技术的半导体）、硬盘驱动器的碟片、闪速存储器设备或者磁盘或光盘（诸如CD-R、DVD-R或软盘），其对计算机可读指令集进行编码，当被设备的处理器施行时，所述指令使设备实现本文所给出的技术。这样的计算机可读媒体还可以包括（作为不同于计算机可读存储媒体的技术分类）各种类型的通信媒体，诸如可以通过各种物理现象（例如，电磁信号、声波信号或光学信号）并且在各种有线场景（例如，经由以太网或光纤线缆）和/或无线场景（例如，诸如WiFi之类的无线局域网（WLAN）、诸如蓝牙之类的个域网（PAN）或者蜂窝或无线电网络）中传播的信号，并且其对计算机可读指令集进行编码，当被设备的处理器施行时，所述指令使设备实现本文所给出的技术。

图8中图示了可以以这些方式设想的示例性计算机可读介质，其中实现方式800包括其上编码了计算机可读数据804的计算机可读介质802（例如，CD-R、DVD-R或硬盘驱动器的碟片）。该计算机可读数据804进而包括被配置成根据本文所阐述的原理进行操作的计算机指令806的集合。在一个这样的实施例中，处理器可执行指令806可以被配置成执行在图形计算环境内给出用户接口的方法，诸如图3的示例性方法300、图5的示例性方法500，和/或图7的示例性方法700。该计算机可读介质的一些实施例可以包括计算机可读存储设备（例如，硬盘驱动器、光盘或闪速存储器设备），其被配置成存储以这种方式配置的处理器可执行指令。本领域普通技术人员可以设想出被配置成依照本文所给出的技术进行操作的许多这样的计算机可读媒体。

D. 变型

本文所给出的技术在许多方面中可以利用变型实现，并且一些变型可以关于这些和其它架构和实现方式的其它变型来给出附加的优势和/或减少缺陷。而且，一些变型可以实现在组合中，并且一些组合可以通过协同合作表征出附加的优势和/或减少的缺陷。

D1. 场景

可以在这些技术的实施例之中变化的第一方面涉及其中可以利用这样的技术的场景。

作为该第一方面的第一变型，这些技术可以随各种类型的设备104利用，诸如工作站、服务器、自助服务终端、笔记本和平板计算机、移动电话、电视、媒体播放器、游戏控制台和个人信息管理器，包括其组合。这些设备可以在各种情境中使用，诸如固定工作空间、起居室、公共空间、步行情境或者诸如汽车之类的移动环境。此外，并且如图4、6和7的形成对照的示例性方法中所图示的，这样的解决方案的架构和分布可以变化，使得第一设备标识可用自然动作输入204和对应的查询调节206并且第二设备通过在从用户102接收到对应的自然动作输入204时应用查询调节206来利用这样的信息。

作为该第一方面的第二变型，这些技术可以利用许多形式的自然动作输入204。例如，设备可能能够接收从自然动作输入类型集合中选择的自然动作输入类型的各种形式的自然动作输入204，包括由麦克风接收的口头话语或嗓音变调；诸如在触敏设备上进行手写之类的书面话语；接触触敏显示器的触摸姿势；不触碰设备104的任何组件但是被静物或运动相机检测到的手动姿势；或者诸如对准设备104的显示器106上的位置或者物理世界中的对象的光学凝视之类的光学移动。

作为该第一方面的第三变型，这些技术可以被应用于许多类型的查询108和查询结果118，诸如文件***中的文件的搜索；数据库中的记录的查询；诸如电子邮件储存中的电子邮件消息之类的对象集合中的对象的筛选；以及在内容万维网中的网页的万维网搜索。此外，查询108可以以许多方式指定（例如，关键词的集合、以诸如结构化查询语言之类的语言的结构化查询、具有布尔连接符的准则的集合或者自然语言查询），并且查询结果118可以以许多方式来提供（例如，归类或未归类的列表、诸如图像的缩略图版本之类的查询结果118中的实体120的预览表示的集合，或者匹配查询108的单个实体120的选择）。本领域普通技术人员可以认识到可以在其中利用本文所给出的技术的场景中的许多变型。

D2. 标识查询调节

可以在技术的实施例之中变化的第二方面涉及评估自然动作输入204、标识查询调节206和将查询调节206应用于查询106以生成经调节的查询208和经调节的查询结果210的方式。

作为该第二方面的第一变型，与相应自然动作输入204相关联的查询调节206可以随查询结果118一起被接收（如在图5的示例性场景500中那样）。例如，第一查询结果118可以指定与自然动作请求相关联的至少一个查询调节206，并且给出查询结果118的设备104可以在从用户102接收到自然动作输入204时在自然动作输入204中标识随第一查询结果118指定的自然动作请求，并且选择与自然动作请求相关联的查询调节206。该变型可以通过部分地预评估自然动作输入204和对应的查询调节206来降低设备102上的计算负担，这对于具有有限计算资源的便携式设备而言可以是有利的。可替换地，设备104可以在接收到第一查询结果118时通过评估第一查询结果118以标识指示第一查询108的查询调节206的至少一个自然动作请求；并且在从用户102接收到自然动作输入204时在自然动作输入204中标识第一查询结果118指定的自然动作请求，并且选择与自然动作请求相关联的查询调节206来标识查询调节206。在该变型中，设备104首先预测用户102可能针对查询结果118指定的自然动作请求的类型，并且然后存储和使用该信息以评估从用户102接收的自然动作输入204。作为又一替换方案，设备104可以被配置成在接收到自然动作输入204时执行自然动作输入204的整体评估以标识对应的查询调节206。

作为该第一方面的该第一变形的另外的示例，设备104内的评估可以以各种方式实现。例如，对于在计算环境（诸如操作***、虚拟机或管理运行时）内施行应用的设备104而言，评估可以通过从用户102接收查询108并且向用户102给出查询结果118的应用来执行。可替换地，评估可以由计算环境来执行，其可以向应用给出经调节的查询结果210。例如，计算环境可以提供应用编程接口（API），应用可以利用查询结果118和从用户102接收的自然动作输入204对其进行调用，并且API可以利用经调节的查询208作出响应。可替换地，计算环境可以监视查询结果118到应用的递送并且可以执行对应于从用户102接收的自然动作输入204的查询调节206，例如通过拦截万维网浏览器向搜索引擎发布的原始查询108，调节查询108，并且向万维网浏览器给出经调节的查询结果210而不是第一查询结果118。

作为该第二方面的第二变型，查询结果118可以被修改成促进导致查询调节206的自然动作输入的接收。作为第一个这样的示例，第一查询结果118可以包括至少一个实体，并且第一查询结果118可以***与实体相关联的自然语言实体引用。作为一种这样的场景，查询结果118可以包括搜索结果的集合，但是对于用户102而言可能难以使用诸如话音之类的自然动作输入来标识特定搜索结果。作为替代，搜索结果可以利用数字来给出，这使得用户能够利用自然动作输入引用它们（例如，“为我示出三号结果”）。这些自然语言实体引用可以被返回查询结果118的服务器所包括，或者可以被设备104***。

作为第二个这样的示例，设备104可以给出各种输入组件，其中的一些可能不与查询结果118相关联。例如，在搜索关于事件的信息时，用户120可以引用设备104的计算环境提供的日历应用。虽然日历应用可能与查询结果118没有任何直接关联，但是用户对日历的访问和从日历中对日期的选择可以被解释为请求查询调节206的自然动作输入，并且设备104可以使用用户通过该输入组件提供的输入组件值来制定查询调节206。

作为该第二方面的第三变型，设备104可以以各种方式利用查询调节206以生成经调节的查询结果210。作为第一个这样的示例，设备104可以发送重新制定第一查询108以生成经调节的查询208并且将其发送至服务器。作为第二个这样的示例，设备102可以识别查询调节206对查询结果118的影响，并且可以生成经调节的查询结果210而不必将经调节的查询208发送回服务器。例如，设备102可以识别出用户102已经请求将第一查询结果118中的实体集合筛选到具体实体，并且可以从第一查询结果118中移除其它实体以生成经调节的查询结果210。

作为该第三方面的第四变型，查询结果118可以与具有动作标识符的至少一个动作相关联，诸如要在查询结果118的上下文内执行的动作。例如，给出查询结果118的应用可以包括与具体动作标识符相关联的动作集合，诸如名称或关键词“点击”、“保存”和“选择”。然而，用户102可能并不了解这样的动作标识符，但是可以通过更自然的短语或姿势来给出请求这些动作的自然动作输入204。设备102因此可以标识对应于这样的动作的自然动作输入204的可替换形式。例如，设备102可以使自然语言短语“为我示出那个”与在查询结果118中的特定实体上执行“点击”动作的请求相关。可替换地，动作可以与具体实体120相关联，并且自然动作输入204可以显示对相应实体120可用的动作，诸如可以在用户102提供引用特定实体120的自然动作输入204（例如，指向具体实体120）时执行的动作的弹出菜单；并且在用户102随后给出自然动作请求以执行动作之一时，设备102可以通过在所引用的实体120上执行动作来应允。

图9给出了表征本文所给出的若干变型的第一示例性场景900的图示。在该第一示例性场景900中，查询结果118包括实体404的集合，并且当在设备104的显示器106上给出时，实体404可以利用自然语言实体引用902来标记，诸如大写字母“A”和“B”，使得用户可以简单地要求看结果A以调节查询结果118。作为第二个示例，设备104可以将一些形式的自然动作输入204与查询调节相关联。其它形式的自然动作输入204可以使其它形式的自然动作输入204与要在所引用的实体上执行的动作相关联（例如，其后是自然语言实体引用902的短语“让我看看”可以关联至选择查询结果118中的指定实体404）。当接收到自然动作输入204时，设备可以将自然动作输入204翻译成所请求的动作的动作标识符，并且可以执行所指定的动作以履行自然动作输入204。

图10给出了表征本文所给出的技术的其它变型的第二示例性场景。在该第二示例性场景中，在第一时间点1000，用户102首先通过手动指向214实体120并且讲出短语“那个”来利用自然动作输入引用查询结果106的实体120。设备104通过选择实体120来履行该自然动作输入204，并且此外给出与实体1002相关联的动作的弹出菜单1002。在第二时间点1004，当用户102提供包括与这些动作之一相关联的自然动作请求的另外的自然动作输入204时，设备104执行自然动作请求所指示的查询调节206（例如，讲出与弹出菜单1002中的选项之一相关联的短语使设备104应用与实体120相关联的“时间”选项）。

作为该第二方面的第五变型，设备104可以利用各种查询108和查询调节206来促进其它查询108和查询调节206的识别。作为第一个这样的示例，第一查询108可以与第二查询108连接以标识用户102在一系列查询108中的连续意图。作为第二个这样的示例，设备104可以使用第一查询108来澄清查询调节206，并且反之亦然。例如，自然动作输入204可以包括在孤立考虑时可能被诠释为有歧义的引用，诸如“让我看展览”。然而，在考虑到第一查询108的情况下解释自然动作输入204可以促进对自然动作输入204的识别。例如，用于自然动作输入204的语音识别器或词汇解析器可以检查来自第一查询108的查询结果118以标识用于识别自然动作输入204的语言域，并且可以因此提升语言识别的准确性。设备104还可以利用其它信息来执行该歧义消除。例如，如果自然动作输入204有歧义地引用了两个或更多实体120（例如，“那家餐厅”），设备104可以利用信息来澄清引用，诸如每个实体120已经被向用户102给出和/或被其引用的新近性（recency），诸如选择性地选取目前在设备104的显示器106上可见的实体120而不是并非如此的实体。可以例如针对对于目前被给出第一查询结果的第一实体（具有第一概率）和目前未被给出在第一查询结果中的第二实体（具有第二概率）的歧义引用执行该歧义消除，设备104可以提高相比于第二实体的第二概率的第一实体的第一概率。

图11给出了表征可以被用来对从用户102接收的自然动作输入204进行歧义消除的各种概率调节的示例性场景的图示。在该示例性场景中，用户102在包括表示两家不同的咖啡店的不同实体的查询结果1102的上下文中引用“咖啡店”。然而，显示器106可能过小而无法示出所有的查询结果1102，并且可能因此在一次仅给出实体120的子集的可滚动对话中给出查询结果。在第一时间点1100，用户102在对话的滚动位置给出第一咖啡店而没有第二咖啡店时指定“咖啡店”，并且设备102可以因此配置识别器将用户102正在引用第一咖啡店1104的概率1104提高到超过第二咖啡店1104。相反地，在第二时间点1106，用户102在对话的滚动位置给出第二咖啡店而没有第一咖啡店时指定“咖啡店”，并且设备102可以因此配置识别器将用户102正在引用第二咖啡店1104的概率1104提高到超过第一咖啡店1104。这些和其它变型可以与本文所给出的技术兼容。

D3. 查询调节

可以在这些技术的实施例之中变化的第三方面涉及可以在第一查询108和第一查询结果118上执行的查询调节210的效果。

作为该第三方面的第一个示例，查询调节210可以包括查询结果118的筛选，诸如用户102希望设备104聚焦于的一个或多个实体120的选择。这样的自然动作输入204可以包括例如指向实体120、围绕或框住查询结果118中的实体120的子集，或者输入针对一个或多个实体120的自然语言实体引用。设备104可以将这样的自然动作输入204解释为用于筛选第一查询108的至少一个筛选准则，并且可以根据筛选准则来筛选第一查询结果118。

作为该第三方面的第二个示例，自然动作输入204可以引用第一查询108之前的在先查询108（例如，“为我示出这些餐厅和以前的那些”）。设备104可以通过组合第一查询108和在先查询108来解释该查询调节210。

作为该第三方面的第三个示例，自然动作输入可以指定聚焦在实体120上以供另外的查询120（例如，“为我示出那个”）。设备104可以通过将第一查询108聚焦于所引用的实体（例如，将另外的输入寻址到所引用的实体）来履行该自然动作输入204。作为一个这样的示例，自然动作输入可以指定要在查询结果118的实体120上执行的实体动作（例如，请求查看搜索结果集合中的搜索结果或者对其添加书签）。设备104可以通过在所引用的实体120上执行所请求的实体动作来应用查询调节210。

E. 计算环境

图12给出了可以在其中实现本文所给出的技术的计算设备内的示例性计算环境的图示。示例计算设备包括但不限于个人计算机、服务器计算机、手持或膝上型设备、移动设备（诸如移动电话、个人数字助理（PDA）、媒体播放器等）、多处理器***、消费电子产品、小型计算机、大型计算机、包括以上***或设备中的任一个的分布式计算环境。

图12图示了***1200的示例，其包括被配置成实现本文所提供的一个或多个实施例的计算设备1202。在一种配置中，计算设备1202包括至少一个处理器1206和至少一个存储器组件1208。取决于计算设备的确切配置和类型，存储器组件1208可以是易失性的（诸如例如，RAM）、非易失性的（诸如例如，ROM、闪速存储器等）或者中间或混合类型的存储器组件。该配置在图12中通过虚线1204图示。

在一些实施例中，设备1202可以包括附加的特征和/或功能性。例如，设备1202可以包括一个或多个附加存储组件1210，其包括但不限于硬盘驱动器、固态存储设备和/或其它可移除或不可移除的磁或光学媒体。在一个实施例中，实现本文所提供的一个或多个实施例的计算机可读和处理器可执行指令存储在存储组件1210中。存储组件1210还可以存储其它数据对象，诸如操作***的组件、包括一个或多个应用的可执行二进制文件、编程库（例如，应用编程接口（API））、媒体对象和文档。计算机可读指令可以加载在存储器组件1208中以供处理器1206施行。

计算设备1202还可以包括允许计算设备1202与其它设备通信的一个或多个通信组件1216。一个或多个通信组件1216可以包括（例如）调制解调器、网络接口卡（NIC）、射频发射器/接收器、红外端口和通用串行总线（USB）USB连接。这样的通信组件1216可以包括有线连接（通过物理线路、线缆或连线连接至网络）或无线连接（诸如通过可见光、红外或者一个或多个射频与联网设备无线通信）。

计算设备1202可以包括一个或多个输入组件1214，诸如键盘、鼠标、笔、话音输入设备、触摸输入设备、红外相机或视频输入设备，和/或诸如一个或多个显示器、扬声器和打印机之类的一个或多个输出组件1212。输入组件1214和/或输出组件1212可以经由有线连接、无线连接或者其任何组合连接至计算设备1202。在一个实施例中，来自另一计算设备的输入组件1214或输出组件1212可以被用作用于计算设备1202的输入组件1214和/或输出组件1212。

计算设备1202的组件可以通过诸如总线之类的各种互连来连接。这样的互连可以包括诸如PCI Express之类的***组件互连（PCI）、通用串行总线（USB）、火线（IEEE 794）、光学总线结构等。在另一实施例中，计算设备1202的组件可以通过网络互连。例如，存储器组件1208可以包括位于通过网络互连的不同物理位置的多个物理存储器单元。

本领域技术人员将认识到，用来存储计算机可读指令的存储设备可以跨网络分布。例如，经由网络1218可访问的计算设备1220可以存储计算机可读指令以实现本文所提供的一个或多个实施例。计算设备1202可以访问计算设备1220并且下载部分或全部计算机可读指令以供施行。可替换地，计算设备1202可以按照需要下载计算机可读指令的片段，或者一些指令可以在计算设备1202处施行并且一些在计算设备1220处施行。

F. 术语的使用

如本申请中所使用的，术语“组件”、“模块”、“***”、“接口”等一般意在是指计算机相关的实体，其或者是硬件、硬件和软件的组合、软件或者是施行中的软件。例如，组件可以是但不限于在处理器上运行的过程、处理器、对象、可执行程序、施行的线程、程序和/或计算机。作为说明，在控制器上运行的应用和控制器二者可以是组件。一个或多个组件可以驻留在过程和/或施行的线程内，并且组件可以定位于一台计算机上和/或在两台或更多计算机之间分布。

另外，所要求保护的主题可以通过使用标准编程和/或工程技术来实现为方法、装置或制造品以产生软件、固件、硬件或其任何组合来控制计算机实现所公开的主题。如本文所使用的术语“制造品”意在涵盖从任何计算机可读设备、载体或媒体可访问的计算机程序。当然，本领域技术人员将认识到，可以对该配置做出许多修改而不脱离于所要求保护的主题的范围或精神。

本文提供了实施例的各种操作。在一个实施例中，所描述的一个或多个操作可以构成存储在一个或多个计算机可读媒体上的计算机可读指令，其如果被计算设备施行，将使计算设备执行所描述的操作。描述一些或全部操作的顺序不应当被诠释为暗示这些操作必然是依赖于顺序的。已经受益于本描述的本领域技术人员将领会到可替换的排序。另外，将理解的是，并非所有操作都必然存在于本文所提供的每个实施例中。

而且，词语“示例性”在本文中被用来意指充当示例、实例或说明。在本文中被描述为“示例性”的任何方面或设计都不必被诠释为比其它方面或设计更有利。相反，使用词语示例性意在以具体的方式来给出概念。如本申请中所使用的，术语“或者”意在意指包含性的“或者”而非排他性的“或者”。也就是说，除非另行指定或者从上下文显而易见，否则“X采用A或者B”意在意指任何自然包含性的排列。也就是说，如果X采用A；X采用B；或者X采用A和B二者，则“X采用A或者B”都在任何上述实例下得以满足。此外，除非另行指定或者从上下文明确是针对单数形式，否则如本申请和所附权利要求中所使用的冠词“一”和“一个”一般可以被诠释成意指“一个或多个”。

而且，尽管已经关于一种或多种实现方式示出和描述了本公开，但是基于对本说明书和附图的阅读和理解，本领域技术人员将想到等同的更改和修改。本公开包括所有这样的修改和更改并且仅受以下权利要求的范围限制。特别地，关于以上所描述的组件（例如，元件、资源等）所执行的各种功能，除非另行指示，否则用来描述这样的组件的术语意在对应于执行所描述的组件的指定功能的（例如，在功能上等同的）任何组件，即使其在结构上并不等同于执行在本公开的本文中所说明的示例性实现方式中的功能的所公开的结构。此外，虽然可能已经关于若干实现方式中的仅一个公开了本公开的特定特征，但是这样的特征可以与其它实现方式的一个或多个其它特征组合，如可能对于任何给定或特定应用而言所期望和有利的那样。另外，就或者详细描述或者权利要求中所使用的术语“包含”、“拥有”、“具有”、“带有”或其变型而言，这样的术语意在以类似于术语“包括”的方式而是包含性的。

Claims (10)

1.一种在具有处理器的设备上评估用户的查询的方法，所述方法包括：

在处理器上施行指令，所述指令被配置成：

　　在从用户接收到第一查询时：

　　　　施行第一查询以生成第一查询结果，并且

　　　　向用户给出第一查询结果；并且

　　在从用户接收到自然动作输入时：

　　　　在自然动作输入中标识涉及第一查询结果的至少一个查询调节；

　　　　生成包括通过至少一个查询调节进行调节的第一查询的经调节的查询；

　　　　施行经调节的查询以生成经调节的查询结果；并且

　　　　向用户给出经调节的查询结果。

2.权利要求1的方法：

第一查询结果指定与自然动作请求相关联的至少一个查询调节；并且

标识查询调节包括：

　　在自然动作输入中标识由第一查询结果所指定的自然动作请求；以及

　　选择与自然动作请求相关联的查询调节。

3.权利要求1的方法，标识查询调节包括：

在接收到第一查询结果时，评估第一查询结果以标识指示在第一查询上的查询调节的至少一个自然动作请求；以及

在接收到自然动作输入时：

　　在自然动作输入中标识由第一查询结果所指定的自然动作请求；并且

　　选择与自然动作请求相关联的查询调节。

4.权利要求1的方法，标识查询调节包括：解释查询结果的上下文内的自然动作输入以标识查询调节。

5.权利要求1的方法：

查询结果与具有动作标识符的至少一个动作相关联；并且

查询调节包括：

　　标识除动作标识符以外的指定动作的至少一个自然动作请求；以及

　　根据动作调节第一查询。

6.权利要求1的方法：

自然动作输入包括用于筛选第一查询的至少一个筛选准则；并且

查询调节包括：根据至少一个筛选准则筛选第一查询。

7.权利要求1的方法：

自然动作输入包括对在先查询的引用；并且

查询调节包括：组合第一查询和在先查询。

8.权利要求1的方法：

自然动作输入被导向从查询结果分离的输入组件并且导致输入组件值；并且

查询调节包括：将输入组件值与查询结果相关联。

9.权利要求1的方法：

自然动作输入指定要在第一查询结果的实体上执行的实体动作；并且

查询调节包括：指定要在实体上执行的实体动作。

10.权利要求5的方法：

自然动作输入引用第一查询结果的实体；并且

查询调节包括：

　　标识自然动作输入所引用的第一查询结果的实体；以及

　　将第一查询聚焦于自然动作输入所引用的实体。