JP2018160254A - 1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム - Google Patents
1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム Download PDFInfo
- Publication number
- JP2018160254A JP2018160254A JP2018096198A JP2018096198A JP2018160254A JP 2018160254 A JP2018160254 A JP 2018160254A JP 2018096198 A JP2018096198 A JP 2018096198A JP 2018096198 A JP2018096198 A JP 2018096198A JP 2018160254 A JP2018160254 A JP 2018160254A
- Authority
- JP
- Japan
- Prior art keywords
- content
- entity
- knowledge
- user
- entities
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000003993 interaction Effects 0.000 title claims description 156
- 230000003044 adaptive effect Effects 0.000 title claims description 15
- 238000000034 method Methods 0.000 claims description 416
- 230000000007 visual effect Effects 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 230000006978 adaptation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 76
- 239000003795 chemical substances by application Substances 0.000 description 31
- 238000012545 processing Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 239000003550 marker Substances 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 11
- 241000282414 Homo sapiens Species 0.000 description 10
- 238000012552 review Methods 0.000 description 10
- 241000282412 Homo Species 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 6
- 238000013475 authorization Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 239000000872 buffer Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 101100328086 Caenorhabditis elegans cla-1 gene Proteins 0.000 description 1
- 241000543381 Cliftonia monophylla Species 0.000 description 1
- 241001178520 Stomatepia mongo Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- KJNFMGMNZKFGIE-UHFFFAOYSA-N n-(4-hydroxyphenyl)acetamide;5-(2-methylpropyl)-5-prop-2-enyl-1,3-diazinane-2,4,6-trione;1,3,7-trimethylpurine-2,6-dione Chemical compound CC(=O)NC1=CC=C(O)C=C1.CN1C(=O)N(C)C(=O)C2=C1N=CN2C.CC(C)CC1(CC=C)C(=O)NC(=O)NC1=O KJNFMGMNZKFGIE-UHFFFAOYSA-N 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000012536 storage buffer Substances 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Human Computer Interaction (AREA)
- Information Transfer Between Computers (AREA)
Abstract
Description
本願は、2013年3月15日に出願され、INTELLIGENT INTERNE
T SYSTEM WITH ADAPTIVE USER INTERFACE PR
OVIDING ONE−STEP ACCESS TO KNOWLEDGEと題され
た、米国仮特許出願第61/800,302号に対する利益を主張するものであり、該米
国仮特許出願の全体の内容は、参照により本明細書中に援用される。
が物事について学習し、それらと相互作用することに役立つように援助を知的に提供する
、デジタルアシスタントに関する。
物事および仮想される物事と相互作用することを伴う。エンティティの実施例は、人、場
所、組織、会社、レストラン、映画、本、製品、構想、信仰、理論、イベント等、我々が
一意に知覚し、理解し、名付けることができる、何千ものタイプの物事を含む。これらの
エンティティのうちのいくつかのみが、現在、インターネットによって直接アドレス可能
である。大部分はそうではない。
来の相互作用がより効率的になることを可能にする。この知識の一部は、将来の世代に伝
えられる。したがって、人間には符号化された知識の2つの周知のレポジトリ、すなわち
、DNA(祖先から受け継がれた知識を符号化する)、および記憶(脳内のニューロンへ
の細胞変化の形態で、エンティティとの個人的相互作用を通して獲得する知識を符号化す
る)がある。これらの知識構造は、我々が環境内の物事とより効率的に相互作用すること
に役立つ。
機械に公知である多くのタイプの集合的知識を取得し、符号化し、記憶し、アクセスし、
使用し、共有する能力を仮想ネットワークシステムに提供することによって、これら2つ
のレポジトリを増補する。
ファイル、およびソフトウェアアプリケーションを接続するための機構である、ネットワ
ークのネットワークとして設計された。インターネットによって接続される各デバイスは
、多くの場合、通信にインターネットプロトコルを使用するコンピュータネットワークに
参加する各デバイスに動的に割り当てられる数値標識である、各自の「インターネットプ
ロトコルアドレス」(IPアドレス)を割り当てられる。経時的に、インターネットは、
何十億ものデバイスに接続するように進化しており、それぞれのそのようなデバイスは、
各自の割り当てられたIPアドレスを有し、それぞれは、インターネットを介して、割り
当てられたIPアドレスを有する他のデバイスと効率的に通信することができる。
ンティティについての知識を取得して適用する生得的能力が欠けている、2)割り当てら
れたIPアドレスが現在欠如している大部分のエンティティ、例えば、人間の脳が認識し
、理解し、相互作用することができる人、場所、イベント、および他の物事にユーザが直
接接続し、それらと相互作用することを可能にしない。これらの欠陥は、現在、商業的に
実現可能な解決策が欠けている。
アプリケーション)の場所をどのようにして特定して、それらと通信するかのみを把握し
ているシステムと、ほとんどが割り当てられたIPアドレスを有さない、ユーザにとって
関心である物事の場所を特定し、それらと接続し、それらについて学習し、それらと相互
作用する多くのユーザの基礎的必要性との間の主要な断絶がある。現在のインターネット
および人間の脳は、本質的に、2つの異なる言語を話す。
あった。ウェブは、本質的に、我々がファイル内のタグ付きオブジェクトと関連するアド
レス可能ファイルとの間に2次元「ハイパーテキスト」接続を作成することを可能にし、
非常に重要なこととして、ハイパーテキストタグは、単一のIPアドレスまたはIPアド
レスと関連付けられるURLのみを指し示すことが可能である。しかしながら、ウェブが
「ファイル」を理解するのみである一方で、人間の脳は、「物事」、すなわち、エンティ
ティを理解する。インターネットおよびウェブの両方は、人間の脳が解読することが困難
な言語を話す。ウェブは、それが接続することが可能なファイルの意味を理解するという
負担をそのユーザに課す。これは、ユーザが割り当てられたIPアドレスを有する「物事
」と接続することにのみ役立つ。いったんこれらの「物事」と接続されると、ユーザは、
その後の作業のほとんどを行わなければならない。
イパーテキストリンクは、ユーザではなくウェブサイト所有者によって制御される。ハイ
パーリンクされたオブジェクトをクリックするか、または触れるユーザは、典型的には、
連れて行かれ得る場所をほとんど知らず、実際、結局危険なファイルにアクセスし得る。
ワールドワイドウェブパラダイムは、未知の評判の所有者およびオペレータによって制御
される何億ものウェブサイトの作成をもたらしており、各ウェブサイトは、各自の特注ユ
ーザインターフェースを有する。
理解できないことに部分的に対処してきた。セマンティックウェブは、コンピュータが理
解することができるファイル構造内の物事についての2つの主要な種類の知識(事実およ
び環境)を組織化して記憶する。セマンティックウェブは、概して、知識を小さい断片に
分解する「リソースディスクリプションフレームワーク」(RDF)と呼ばれるファイル
構造を使用する。現在、インターネットに接続されたデバイスによってアクセス可能な知
識の断片を含有する、WikipediaおよびThe New York Times
等のリソースからの何十億ものRDF記録がある。
わち、1)より重要なこととして、インターネットおよびワールドワイドウェブのように
、知識を取得して適用する生得的能力が欠けている、2)人間ではなくコンピュータがそ
のコンテンツを理解することを可能にするように設計されている、および3)人間が、環
境内で我々にとって関心である物事と相互作用するために有用であるか、または不可欠で
あるとさえ見なす、いくつかの単純なタイプの知識のみを記憶する。
American Heritage Dictionary of the Engl
ish Languageを参照)。本明細書で説明されるように、一実施例による知的
インターネットシステムは、インターネットによって現在接続されているエンティティ、
ならびにインターネットによって現在接続されていないエンティティについての多くのタ
イプの知識を取得し、組織化し、符号化し、記憶し、アクセスし、適用し、共有する能力
を伴うネットワークシステムを作成することによって、現在のインターネットの能力を増
補する。
することを可能にする単一の統一システムであるため、人間の挙動についての知識を直接
取得する能力を有する。これは、ユーザインターフェース、エンティティとのユーザ相互
作用、ならびに知識およびリソースへのアクセスを有するオペレーティングシステムを組
織的に統合し、それらの間の複雑な接合点を排除する。ワールドワイドウェブ、セマンテ
ィックウェブ、およびモバイルアプリ等の代替的なパラダイムは全て、ユーザインターフ
ェース、アプリケーション、オペレーティングシステム、および種々のカオス的リソース
の間に複雑な接合点を有する。
であり得る。エンティティ間で認識し、曖昧性を除去することの主要な課題は、特定のエ
ンティティが異なる「記号オブジェクト」によって表され得るという事実である。これら
の記号オブジェクトは、我々の環境内のあらゆる場所で、すなわち、デバイスの表示画面
上、眼で見るか、または耳で聞く物事の中で出現する。それらは、名前(「Tim Be
rners Lee」)、ニックネーム、エイリアス、画像、ビデオ、ID、コードを含
むことができる。それらは、ニュース、ツイート、メッセージ、引用等の何百ものタイプ
のコンピュータ可読コンテンツの中で出現することができる。
、ならびに例えば、スマートフォン、タブレット、PC、スマートTV、または他のコン
ピュータおよび通信デバイスを使用して、目的とするエンティティを選択または特定する
ことによって、あるいはデジタルカメラまたは他の撮像デバイスを使用するエンティティ
の画像またはビデオを捕捉すること等によって、ワールドワイドウェブの援助なしで表す
エンティティについて、直接学習することができる。
デジタル構造で、エンティティについての知識を組織化し、符号化し、記憶する。これら
の知識セルのそれぞれは、少なくともエンティティおよびコンテンツオブジェクトの交差
を表す。例えば、知識セルは、単一の個人、場所、会社、イベント、信仰、または他のタ
イプのエンティティ、およびニュース記事、ツイート、または他のタイプのコンテンツ等
の単一のコンテンツオブジェクトの交差を表してもよい。本実施例では、知的インターネ
ットは、多次元デジタル構造として知識セルを実装し、それぞれは、このエンティティに
ついての事実的知識、このエンティティと他のエンティティとの間の関係についての知識
、人間および機械によってこのエンティティと相互作用するための有効方法についての知
識、評価、レビュー、および意見についての知識、このエンティティと相互作用するため
のガイド、ガイドライン、および手順を提供する知識を含む、特定のエンティティについ
ての豊富な一式の知識を符号化する。
合的に有し、したがって、人間および機械がエンティティ間でより効率的に曖昧性を除去
することを可能にする、「知識マーカー」として分類されるプロパティを含む。
準化方法を実装するソフトウェアである、「スマート相互作用モジュール」(「SIM」
)の豊富なライブラリを提供する。タッチ使用可能モバイルデバイスまたはタブレットを
用いて知的インターネットにアクセスするユーザは、ニュース記事、ツイート、画像、ビ
デオの中、またはウェブサイト上等、それに遭遇するあらゆる場所で任意の記号オブジェ
クトに単純に触れることによって、これらのスマート相互作用モジュールに直接アクセス
することができる。他のタイプのデバイスを用いてインターネットにアクセスするユーザ
は、ポイントアンドクリック機構を使用することによって、またはエンティティを選択す
るか、あるいはそれを特定するように話すことによって、これらのスマート相互作用方法
に直接アクセスすることができる。
一様な方式(例えば、一意のエンティティID)、2)エンティティについての集合的知
識を符号化、組織化、および記憶するための効率的な多次元構造、3)個人的な関心のエ
ンティティについての有用な知識への1段階アクセス、4)エンティティと相互作用する
ためのスマート方法の標準化ライブラリ、5)エンティティに関する更新について学習す
る簡略化方法、6)ユーザ、ユーザにとって関心であるコンテキストおよびエンティティ
を理解し、ユーザがこれらのエンティティと相互作用することに役立つように動的に適合
する、単純な適応ユーザインターフェース、および7)全てのタイプのメッセージを伝達
する簡略化されたより効率的かつ安全な方法を含む、ユーザがユーザにとって個人的関心
であるエンティティと相互作用することに役立つ新しい統一パラダイムを実装する。
識、およびこれらのエンティティを表す記号オブジェクトを取得し、蓄積し、効率的に記
憶し、この知識を容易にユーザに利用可能にする、普遍的ネットワークシステムである。
ート、ウェブサービス、オープンリンクコンテンツ、ウェブサイト、デジタル出版物、コ
ンピュータファイル、オフィス文書、ならびにユーザ挙動および入力を含む、多数の多様
なリソースからエンティティについての知識を取得して蓄積する能力を有する。
ブジェクトに触れることによって、スマートフォン、タブレット、PC、または他のスマ
ートデバイスの画面上で見える記号オブジェクトについての知識に直接アクセスすること
を可能にする。
本発明は、例えば、以下を提供する。
(項目1)
エンティティについての知識を取得して記憶するためのコンピュータ実装方法であって、
メタデータデータベース内のエンティティについてのメタデータを記憶するステップであって、前記メタデータデータベースは、前記エンティティ間の関係をマップするエンティティおよびテーブルのリストを備える、ステップと、
知識グラフデータベースの中に前記エンティティについての知識および前記エンティティ間の関係を記憶するステップであって、前記知識グラフデータベースは、エンティティについての事実的知識データ、エンティティ間の関係知識データ、およびエンティティ間の挙動知識データを含む、ステップと、
スマートコンテンツデータベースの中に前記エンティティのそれぞれについてのスマートコンテンツ記録を記憶するステップであって、前記スマートコンテンツ記録のそれぞれは、前記コンテンツのソースを備える構成要素と、前記スマートコンテンツ記録の中の前記コンテンツについての知識を備える構成要素とを有する、ステップと、
エンティティと相互作用するために有用な知識をユーザに提供するステップと、
を含む、方法。
(項目2)
ネットワークを経由してコンテンツリソースからコンテンツへのアクセスを受信するステップをさらに含む、項目1に記載の方法。
(項目3)
コンテンツリソースからのソースコンテンツをスマートコンテンツに変換するステップをさらに含む、項目1に記載の方法。
(項目4)
記号オブジェクトを認識するステップであって、前記記号オブジェクトは、コンテンツに組み込まれるエンティティを表すコンテンツを備える、ステップと、名前付きエンティティ認識のための1つまたはそれを上回る方法、および1つまたはそれを上回る画像認識方法を行うステップとをさらに含む、項目1に記載の方法。
(項目5)
ヌルに設定されたノードプロパティを識別するように知識グラフノードを調査するステップと、
エンティティについての事実的知識を有するものとして前記メタデータ内に記載されるコンテンツリソースのリストを要求するステップと、
前記知識グラフデータベースの中にノードプロパティの事実的知識、および前記スマートコンテンツデータベースの中にフィールドを記憶するステップと、
によって、エンティティについての事実的知識を取り出すステップをさらに含む、項目1に記載の方法。
(項目6)
エンティティ間の関係を発見するために、オープンリンクコンテンツリソース、RSSフィードコンテンツリソース、ウェブページコンテンツリソース、および他のコンテンツリソースからのコンテンツを検討して解析するステップと、
新しいノード、新しいノードプロパティ、新しい関係、および新しい関係プロパティを追加することによって、前記システムの知識グラフデータベースを更新するステップと、
を含む、エンティティ間の関係についての付加的な文脈的知識を学習するステップをさらに含む、項目1に記載の方法。
(項目7)
前記知識グラフデータベースに記憶されたエンティティについての知識であって、ノードの形態で符号化される知識をさらに有し、各ノードは、エンティティを表し、各ノードは、そのエンティティの複数のエンティティプロパティを記憶することが可能であり、ノード間の関係の形態で、各関係は、その関係の複数のエンティティ関係プロパティを記憶することが可能であり、さらに、エンティティプロパティおよびエンティティ関係プロパティを含む、ノードおよび関係プロパティを定義するメタデータテンプレートをさらに含み、各エンティティの一式の有効エンティティプロパティは、エンティティのタイプに従って変動し、一式の有効関係プロパティは、2つのエンティティタイプの対合に従って変動する、項目1に記載の方法。
(項目8)
エンティティマーカーとして指定されるエンティティプロパティを前記知識グラフデータベースに含むステップをさらに含み、そのような一式のエンティティマーカーは、エンティティノードで表される前記エンティティの前記エンティティタイプに従って変動する、項目7に記載の方法。
(項目9)
前記スマートコンテンツデータベース内の各スマートコンテンツ記録は、前記メタデータデータベースに記憶されたテーブルに従って合理化されるコンテンツプロパティから成るスマートコンテンツメタデータ構成要素と、それらが前記スマートコンテンツおよび/または他のエンティティと有する関係を含む、前記スマートコンテンツに関係付けられるエンティティについての符号化された知識を備える、スマートコンテンツ知識マップ構成要素と、前記スマートコンテンツの要点を捕捉するテキストから成るスマートコンテンツ要約構成要素と、スマートコンテンツオブジェクト構成要素であって、それぞれのそのようなスマートコンテンツオブジェクトは、前記スマートコンテンツに組み込まれる前記記号オブジェクトに関係付けられる前記エンティティについての知識を符号化する、組み込まれた隠しタグを有する、スマートコンテンツオブジェクト構成要素と含む、構成要素を有する、項目8に記載の方法。
(項目10)
メッセージについての知識を取得し、記憶し、展開するためのコンピュータ実装方法であって、
メッセージの中のコンテンツ構成要素と関連付けられるエンティティについての組み込まれた知識、および前記メッセージのコンテンツタイプについての知識を有する、記録構成要素を含むように、前記メッセージを拡張するステップと、
前記メッセージの前記コンテンツを有する構成要素、前記コンテンツの要約を有する構成要素、および前記コンテンツについての知識を有する構成要素から成る、スマートメッセージ要約記録を生成するステップであって、そのような知識は、前記メッセージコンテンツで参照される、または前記メッセージコンテンツと関連付けられる前記エンティティについての知識と、これらのエンティティと前記メッセージコンテンツとの間、および相互と、または相互間の関係とを含み、そのようなメッセージは、ユーザによって生成されようとコンピュータ方法によって生成されようと、1人またはそれを上回るユーザにとって関心である、前記スマートコンテンツデータベース内の新しいコンテンツを認識するためのコンピュータ実装方法によって生成されるコンテンツを備える、ステップと、
エンティティと関連付けられる1つまたはそれを上回るタイプのコンテンツへの関心の指示をユーザから受信するステップと、
ユーザデバイスを用いて表示するためのスマートメッセージ記録の配信を引き起こすステップと、
を含む、方法。
(項目11)
スマートコンテンツデータベース内の記録を投稿または更新することによって生成されるスマートメッセージと、エンティティノード、エンティティプロパティ、エンティティ関係ノード、およびエンティティ関係プロパティを投稿または更新することによって生成されるスマートメッセージとを含む、システムが生成したスマートメッセージを処理するステップをさらに含む、項目10に記載の方法。
(項目12)
スマートメッセージデータベースの中にスマートメッセージを記憶するステップをさらに含み、前記データベース内の各記録は、前記メッセージを管理するために有用なスマートメッセージメタデータ構成要素と、前記メッセージへのアクセスを管理するために有用なスマートメッセージ許可構成要素と、前記メッセージに関係付けられるエンティティについての知識を含有するスマートメッセージ知識マップ構成要素と、前記メッセージの要点をユーザに伝達するために有用なスマートメッセージ要約構成要素と、スマートメッセージ知識拡張オブジェクト構成要素とを含む、記録構成要素を有し、元のメッセージは、前記メッセージに組み込まれる各記号オブジェクトに対する隠された組み込み知識タグを含むように拡張される、項目10に記載の方法。
(項目13)
特定のエンティティ、エンティティの集合、コンテンツタイプ、およびそのようなコンテンツタイプに属するコンテンツの集合を含む、前記ユーザにとって関心である特定のアイテムに関係付けられるスマートメッセージ要約に、前記ユーザと関連付けられるネットワークデバイスを登録するステップをさらに含む、項目10に記載の方法。
(項目14)
ユーザにとって関心であるエンティティを選択し、それと相互作用するためのコンピュータ実装方法であって、
記号オブジェクトへの関心の指示を受信するステップであって、そのような記号オブジェクトは、エンティティを表すコンテンツを備える、ステップと、
ユーザ特定された検索用語に合致し、前記記号オブジェクトと関連付けられるエンティティ間で曖昧性を除去するために有用な知識にアクセスして表示するように動作可能である、知的検索エージェントにアクセスするステップと、
曖昧なエンティティのリストの間から、ユーザによる目的とするエンティティの選択の指示を受信するステップと、
前記選択されたエンティティのために有効な相互作用方法のリストにアクセスして提示するように動作可能である、知的相互作用エージェントにアクセスするステップと、
前記ユーザにとって関心であるエンティティと相互作用するための所望の方法を受信するステップと、
を含む、方法。
(項目15)
ユーザ検索要求に合致する、可能性として考えられるエンティティを表示する、視覚曖昧性除去ペインを提供するステップであって、そのようなエンティティは、広いエンティティグループに、より具体的にはエンティティタイプに組織化される、ステップと、そのようなおそらく合致するエンティティ間で曖昧性を除去するために有用なプロパティを表示するステップとをさらに含む、項目14に記載のコンピュータ実装方法。
(項目16)
前記記号オブジェクトによって表される前記エンティティとどのように相互作用するかについての知識を要求するために動作可能である、一貫した相互作用記号から成る視覚タグを提供するステップをさらに含み、それぞれのそのような相互作用記号は、スマートコンテンツエンティティを表す記号オブジェクトに隣接して、またはその内側に表示される、項目14に記載のコンピュータ実装方法。
(項目17)
ユーザ指示によって起動されたときに、エンティティを選択するためにオプションを前記ユーザに提供する制御を含有する、1つまたはそれを上回るパネルと、
記号オブジェクトにおける目的とするユーザ指示によって起動されたときに、エンティティの名前、リスト内の各エンティティの前記エンティティタイプ、およびリスト内の各エンティティに対する知識マーカー、ならびにさらなる相互作用のために前記ユーザが知識マップリストから目的とするエンティティを選択するための方法を含む、これらのエンティティについての知識を加えた、前記記号オブジェクトを含有する前記コンテンツにおいて認識されるエンティティのリストを表示するようにポップアップする、曖昧性除去パネルと、
前記ユーザがエンティティと相互作用することを可能にする、相互作用パネルと
の表示を引き起こすステップをさらに含む、項目14に記載のコンピュータ実装方法。(項目18)
画像コンテンツを含む、コンテンツ内のタグなし記号オブジェクトを認識するステップと、
そのような記号オブジェクトを可能性として考えられるエンティティと関連付けるステップと、
そのようなエンティティのリストおよびこれらのエンティティについての知識を前記ユーザインターフェースに非同期的に送信するステップであって、前記エンティティについてのそのような知識は、エンティティの名前、前記リスト内の各エンティティのエンティティタイプ、および前記リスト内の各エンティティに対する知識マーカーを含む、ステップと、
前記ユーザインターフェース内でポップアップエンティティ曖昧性除去パネルを非同期的に起動するステップであって、そのようなパネルは、前記タグ付なしコンテンツで認識される、おそらく合致するエンティティのリスト、および前記エンティティについての知識を表示する、ステップと、
さらなる相互作用のために、前記ユーザが前記エンティティマップパネル内で目的とするエンティティを選択することを提供するステップと、
をさらに含む、項目14に記載のコンピュータ実装方法。
(項目19)
前記知的エージェントによって、ローカルに記憶された知識および遠隔に記憶された知識を含む、選択されたエンティについての知識にアクセスするステップをさらに含む、項目14に記載のコンピュータ実装方法。
(項目20)
エンティティと相互作用するステップをさらに含み、そのようなエンティティは、エンティティに関係付けられる記号オブジェクトスマートコンテンツを含み、そのような相互作用は、エンティティに関係付けられるスマートコンテンツを消費および共有するステップと、前記エンティティについて学習するステップと、エンティティに反応するステップと、エンティティに関係付けられるリソースと接続するステップとを含む、項目14に記載のコンピュータ実装方法。
(項目21)
各特定のエンティティ相互作用は、統合スマート相互作用モジュールによって実装され、前記スマート相互作用モジュールのそれぞれは、ユーザインターフェーステンプレートと、ローカルユーザのデバイス上、あるいは1つまたはそれを上回る遠隔ネットワーク接続サーバ上のいずれかで行われる、そのような相互作用のために必要とされる論理と、前記相互作用のために必要とされるデータへのアクセスを生成し、読み取り、更新し、削除するための論理とを有する、項目14に記載のコンピュータ実装方法。
(項目22)
前記知識グラフ内のエンティティに対応する前記スマートコンテンツデータベースからのスマートコンテンツを表示するステップと、前記スマートコンテンツオブジェクトのタイトルに隣接して前記ユーザインターフェース内で相互作用記号を表示するステップと、前記ユーザによる前記相互作用記号の選択の指示時に知的相互作用エージェントを起動するステップとをさらに含む、項目14に記載のコンピュータ実装方法。
(項目23)
特定の記号オブジェクトのための有効相互作用オプションについて前記知識グラフから知識を要求し、相互作用オプションのメニューを表示し、相互作用オプションの選択の指示を受信し、前記選択された相互作用オプションのためにスマート相互作用モジュールを開放するために動作可能である、知的エージェントをさらに備える、項目14に記載のコンピュータ実装方法。
(項目24)
プロセッサと、
ディスプレイと、
メモリと、
1つまたはそれを上回るプログラムであって、前記1つまたはそれを上回るプログラムは、前記メモリに記憶され、前記1つまたはそれを上回るプロセッサによって実行されるように構成され、前記1つまたはそれを上回るプログラムは、
ユーザインターフェース(UI)コンテナのうちの少なくとも1つが、ユーザにとって関心であるエンティティと相互作用するように動作可能である、複数の視覚UIコンテナを表示することと、
ユーザから入力を受信することと、
ユーザ入力に応答して前記UIパネルの状態を動的に管理することと、
知的相互作用エージェントを介して、前記目的とするエンティティのために有効な相互作用についての知識にアクセスすることと
を行うための命令を含む、1つまたはそれを上回るプログラムと、
を備える、電子デバイス。
(項目25)
一貫したサイズ、スタイル、および場所の視覚パネルから成る、1つの視覚ページであって、前記視覚パネルのそれぞれは、複数のコンテンツペインを表示するように動作可能である、視覚ページと、
ユーザからの記憶された、および動的な入力、前記ユーザのデバイスからの記憶された、および動的な文脈的入力、ならびに通信ネットワークによって接続された遠隔システムからの記憶された、および動的な入力に応答し、前記インターフェースをリアルタイムで動的に適合させる、状態機械と、
を有する、視覚インターフェースを引き起こすための命令をさらに備える、項目24に記載の電子デバイス。
の説明を参照することによって、最も良く理解することができる。
示される。特定のデバイス、技法、および用途の説明は、実施例のみとして提供される。
本明細書で説明される実施例の種々の修正が、当業者に容易に明白となり、本明細書で定
義される一般原理は、本技術の精神および範囲から逸脱することなく、他の実施例および
用途に適用され得る。したがって、開示された技術は、本明細書で説明されて示される実
施例に限定されることを目的としていないが、請求項と一致する範囲を与えられるもので
ある。
提供する。エンティティは、例えば、人、場所、会社、学校、レストラン、イベント、構
想、および他のたくさんのものを含む、人間が一意に認識し、名前を付け、相互作用する
ことができる全ての物事を含む。エンティティは、見る、聞く、触れる、感じる、または
想像することができる全てのものを含んでもよい。
ータ実装方法である、「スマート相互作用モジュール」(「SIM」)を使用して、目的
とするエンティティを見出して選択し、それらと相互作用することを可能にする。
イプの知識を発見し、組織化し、記憶し、管理し、利用し、アクセス可能にする。
して管理するための方法を有し、そのようなコンテンツは、人間が体験し、相互作用し、
消費することができる、言葉、画像、ならびに聴覚および視覚媒体の集合から成る。コン
テンツエンティティの実施例は、例えば、ニュース記事、ツイート、ブログ、オフィス文
書、電子書籍、画像、およびビデオを含む。コンテンツエンティティは、複雑な構造であ
ってもよく、常に一体エンティティの1つまたはそれを上回るインスタンスに関する。
Abraham Lincoln」というエンティティは、書いたまたは話した言葉また
は語句、ニックネーム、ID、コード、画像、またはビデオ等によって表すことができる
)。
ブジェクトに触れることによって、そのエンティティを選択し、それと相互作用すること
ができる。他の実施形態では、ユーザは、記号オブジェクトまたはエンティティの名前を
クリックするか、それを話して、さらなる相互作用のためにそれを選択することができる
。これらの実施形態は、エンティティについての知識にアクセスするための単純な1つの
ステップをユーザに提供し、「・・・に触れて知る」または「・・・を話して知る」体験
をユーザに提供する。
たはギャラリーをブラウズし、次いで、リストまたはギャラリーから目的とする記号オブ
ジェクトを選択することによって、ユーザが目的とするエンティティを選択することを可
能にする。
用することによって、ユーザがエンティティを選択することを可能にする。ユーザが検索
要求を入力し始めると、方法は、検索要求を分析し始め、エンティティについての符号化
された共有可能な知識を有するネットワークデータベースである、「知識グラフ」との直
接双方向通信を開始する、知的検索エージェントを起動する。知識グラフがユーザ検索要
求パラメータを満たす1つより多くのエンティティを含有すると知的検索エージェントが
判定する場合、ユーザインターフェースにおいて視覚パネルを開き、エンティティの名前
を含む、それらについての知識、ならびに名前付きエンティティのそれぞれについて、そ
の「エンティティグループ」、例えば、おそらく合致するエンティティに対する広いカテ
ゴリを表す「個人」、その「エンティティタイプ」、例えば、おそらく合致するエンティ
ティに対するより狭いカテゴリを表す「俳優」、およびユーザによって閲覧されるときに
、ユーザが目的とする特定のエンティティを選択することに役立つことができる特定のプ
ロパティである、「知識マーカー」を含む、エンティティについての付加的な知識ととも
に、そのような可能性として考えられるエンティティのリストを表示する。ユーザの検索
要求を満たす、各可能性として考えられるエンティティについてのそのような特定の知識
を見ることが可能にされると、ユーザは、それらの間で曖昧性を除去し、目的とする特定
のエンティティに触れること、またはそれをクリックすること、あるいはその名前を話す
ことによって、それを選択することができる。
してユーザに提示される、任意のコンテンツに組み込まれた記号オブジェクトを選択する
ことを可能にする。任意のそのような記号オブジェクトを選択することにより、選択され
た記号オブジェクト、およびそれが表すエンティティについての知識グラフ内の知識への
直接ネットワークアクセスを有する、「知的相互作用エージェント」を起動する。知的相
互作用エージェントは、起動されたときに、ユーザがこのエンティティと相互作用するこ
とができる有効方法についての知識を取り出すこと、ユーザがどのようにしてこのエンテ
ィティと相互作用することを希望するかを選択することができるメニューをユーザインタ
ーフェースで提示すること、この特定のエンティティに適用する有効相互作用オプション
でメニューにデータ投入することを含む、ユーザのためのいくつかのタスクを自動的に行
う。
よびビデオをアップロードし、組織化し、管理し、閲覧し、それらと相互作用すること、
電子書籍を読んでそれらと相互作用すること、オフィス文書を閲覧してそれらと相互作用
すること、テーブルを予約するようにレストランと相互作用すること、イベントを見出し
てそれと相互作用すること、ツイートを投稿すること、目的とするエンティティについて
のツイートを受信して閲覧し、それらと相互作用すること、ソーシャルネットワークへの
更新を投稿すること、ソーシャルネットワークからの更新を受信し、閲覧し、それらと相
互作用すること、およびエンティティとの他のタイプの相互作用を可能にする、「スマー
ト相互作用モジュール」(SIM)の大型ライブラリを含む。
る人、場所、イベント、および構想と相互作用すること、ラジオ局を聴取し、話されたま
たは再生されたあらゆるものと相互作用すること、旅行を計画すること、物を購入および
販売すること、個人および事業サービスを入手および提供すること、投資し、投資を管理
すること、あらゆるものについてのメッセージを作成し、送信し、受信し、それらと相互
作用すること、ネットワーク接続されたデバイスを管理してそれらと相互作用し、それら
が作成して伝送する信号に応答すること、コンテンツ、相互作用、および分析能力を統合
する方法に起因する「ビッグデータ」を分析すること、および多くの他の活動を含む、広
範囲のユーザ活動をサポートするためのユーティリティを有する。
可能にする、ユーザインターフェースは、ユーザ知識、コンテンツ、およびユーザが求め
る他のリソースをもたらすように動的に適合するパネルを有する、単一のページから成る
。
る方法を有する、本発明の第1の実施形態のブロック図を示す。本発明での全ての構成要
素は、大型ネットワークで接続される。
MySQL等のデータベースに記憶される。メタデータは、知識および「スマートコンテ
ンツ」をカテゴライズおよび管理するために役立つか、または必要である、リスト9およ
びテーブル10を含む。
なコンテンツリソースを「スマートコンテンツ」6、すなわち、各スマートコンテンツ記
録の特定の構成要素の中にそれ自体についての組み込み知識を含有する、首尾一貫した合
理化コンテンツに変換する。
スに記憶された、またはユーザのデバイスに利用可能な変数、知識グラフおよびユーザの
デバイスに記憶されたユーザの関心に関する知識、および種々のエンティティとのユーザ
の過去の相互作用についての知識に応答して適合するユーザインターフェースを有する、
タッチスクリーン使用可能デバイスを使用して、知識グラフおよびスマートコンテンツデ
ータベースに記憶された変数と相互作用する。本システムは、知識グラフ内の挙動知識と
して、これらのユーザ相互作用3を符号化する。
プの知識を知的インターネットシステムに寄与する。ユーザは、例えば、質問および回答
、意見、操作手順、手順、ガイドライン、肯定的および否定的の両方の反応、提案したい
、または提案しなければならないアイテムまたはサービスの仕様を含む、多くのタイプの
知識を知的インターネットシステムに個別かつ集合的に寄与してもよい。知的インターネ
ットシステムは、この知識を評価し、その信頼性を確立することに役立つように、それを
他の知識に相関させてもよい。例えば、ユーザは、レストランについての論評を寄与して
もよく、本システムは、訪問した回数とともに、ユーザがこのレストランを訪問したこと
を示す知識グラフ内の他の場所に記憶された知識にこれを相関させてもよい。
ツをスマートコンテンツに変換し、次いで、それをスマートコンテンツデータベース6の
中に記憶し、そのような方法は、コンテンツのファイルタイプを標準化および正規化し、
種々のファイルタイプを、本システムによって効率的にサポートされる「標準化ファイル
タイプ」に変換するステップと、コンテンツプロパティのための名前を標準化および正規
化するステップと、標準データタイプへのスプリングデータとしての種々の商業用オープ
ンソースツールで実装されるようなデータ変換方法を使用して、データタイプを標準化お
よび正規化するステップとを含む。
TML、XML、ePub3、または他の広く使用され、容易に管理され、かつ容易に表
示可能な標準ファイル形式等の本システムによって良く理解される標準ファイルタイプに
変換する。
等のMicrosoft Officeリソースファイルを、スマートコンテンツデータ
ベース6によって良く理解される標準ファイルタイプ、ePub3等のファイルタイプに
変換する。
業用またはオープンソース文書データベースの拡張バージョンでこれらの記録を記憶する
。本実施形態は、構造化または非構造化形式、あるいはそれらの任意の混合のいずれかで
、スマートコンテンツの記憶をサポートする。
よって、コンテンツを「スマートコンテンツ」に変換し、それぞれのそのようなスマート
コンテンツ記録は、1)コンテンツメタデータ知識を有する構成要素、2)コンテンツ知
識マップを有する構成要素、2)コンテンツ許可知識を有する構成要素、3)1つまたは
それを上回るコンテンツ要約を有する構成要素、および4)コンテンツソースからの元の
コンテンツオブジェクトから成る構成要素を含む、コンテンツについての知識を含む、組
み込み記録構成要素を有する。
、コンテンツのタイトル、コンテンツの作者、コンテンツの公開日、コンテンツの発行者
、およびコンテンツの編集者等のデータを含んでもよい。
えば、1)コンピュータで生成した一意のエンティティID(すなわち、このコンテンツ
記録のみに適用する一意のランダムID)、2)エンティティ名(例えば、コンテンツの
タイトル)、3)エンティティグループ名(全てのスマートコンテンツに対するデフォル
ト値が「コンテンツ」である)、4)エンティティタイプ名(メタデータで記載されるよ
うな有効コンテンツタイプの名前から成る)、5)コンテンツの各作者の作者名、6)コ
ンテンツの各作者に対する一意のエンティティID、7)コンテンツを供給するリソース
に対する一意のエンティティID、および8)コンテンツが公開された日付および時間を
記録する「タイムスタンプ公開」プロパティ等を含んでもよい。
コンテンツが最初に発表され得る日付および時間を指定する、「タイムスタンプ公認発表
」コンテンツプロパティ、2)さらなるアクセスがブロックされるものとする日付および
時間を指定する、「タイムスタンプ終末期」コンテンツプロパティ、および3)このスマ
ートコンテンツ記録にアクセスする権限を有する任意のユーザまたはユーザのグループの
エンティティID等のデータを含んでもよい。
素、知識許可構成要素、および全コンテンツがどのようなものであるかという要点をユー
ザが得るために十分である、例えば、100文字から成り得る、コンテンツ構成要素の要
約から成る、「アラート要約」を含んでもよい。
ツリソース2からの元のコンテンツとなり、そのようなコンテンツは、コンテンツオブジ
ェクト内の既知の記号オブジェクトについての知識グラフ内の知識にアクセスするための
方法を含有する、組み込まれた隠し知識タグを含むように拡張されてもよい。
ive Mongo」等のソフトウェアドライバによって提供されるものと組み合わせ、
スマートコンテンツデータベースが、エンティティに関係付けられるスマートコンテンツ
に対する要求に迅速に応答し、完全に非同期的なブロックしない様式においてリアルタイ
ムで、そのようなスマートコンテンツに対するそのような要求から、同時に多数のクライ
アントに結果を外向きにストリーミング配信することを可能にする。本実施形態では、知
的監視エージェントは、特定のエンティティについての特定のタイプのコンテンツに関係
付けられる1つまたはそれを上回るユーザの関心を表してもよい。
コンテンツリソース2に組み込まれた記号オブジェクトについての知識を見出して認識し
、そのような記号オブジェクトとのユーザ相互作用3のログを処理し、エンティティ4に
ついての知識に寄与するユーザ入力4を処理し、本明細書では「知識グラフ記憶装置8」
とも称される「知識グラフ」の中に結果として生じる知識を符号化して記憶する。
ンテンツリソース2からの他のタイプのコンテンツファイルに組み込まれるか、またはそ
の中で参照される、「記号オブジェクト」(すなわち、言葉、語句、コード、ID、画像
、およびビデオ等を含む、エンティティを表すオブジェクト)を認識し、認識されるエン
ティティについての信頼レベルを確立するように、認識された記号オブジェクトに関係付
けられるデータを比較して対比し、知識タグをこれらの記号オブジェクトに追加し、それ
ぞれのそのような知識タグは、例えば、最小限で、エンティティに対する一意のエンティ
ティID、エンティティに対するエンティティグループ分類(例えば、「個人」)の名前
、およびエンティティに対するエンティティタイプ(例えば、「医師」)分類の名前から
成る。
ンティティ関係プロパティについての「知識」は、知識を記憶するためにカスタマイズお
よび最適化されるグラフデータベースである、「知識グラフ記憶装置」8に記憶される。
し、エンティティについての全てのタイプの知識を効率的に記憶し、管理し、それにアク
セスするように、グラフデータベースの最適化を可能にする、一意のプロパティ、規則、
および方法を含む、カスタマイズされた知識グラフに変換する。
することに関係付けられる特定のユーティリティを有し、グラフノードはエンティティを
表し、グラフノードプロパティはエンティティプロパティを表し、ノード関係はエンティ
ティ間の関係を表し、関係プロパティはエンティティ間の関係と関連付けられるプロパテ
ィを表す。
することに関係付けられる特定のユーティリティを有し、グラフノードはエンティティを
表し、ノードプロパティはエンティティプロパティを表し、ノード関係はエンティティ間
の関係を表し、関係プロパティはエンティティ間の関係と関連付けられるプロパティを表
す。
として考慮されたときに、エンティティを一意に識別し、エンティティ間で曖昧性除去を
可能にする、一式のプロパティを特定する、知識プロパティテンプレートを使用して構築
され、それぞれのそのような一式の知識マーカーは、エンティティのエンティティグルー
プおよびエンティティタイプに従って変動し、それぞれのそのようなセットは、少なくと
も、エンティティid、エンティティ名、エンティティに対するエンティティグループ名
、およびエンティティに対するエンティティタイプ名、加えて、エンティティのエンティ
ティグループおよびエンティティタイプに関連する他のプロパティを備える。例えば、「
サービス」というエンティティグループ名および「レストラン」というエンティティタイ
プ名を有する、エンティティは、「地理位置情報」、「国」、「県/州」、「市」、「住
所」、「電話番号」、「料理」、「予約フラグ」、「配達フラグ」等のレストランに対す
る一式の知識マーカーを有してもよい。「弁護士」、「高校」、「川」、「ブログ」、「
宗教的信仰」等のエンティティタイプに対する知識マーカーは全て、エンティティのリス
トの一部としてユーザに提示されたときに、どのエンティティが、ユーザが関心を持つエ
ンティティであるかをユーザが即時に把握することを可能にし、後に、検索エンジンがユ
ーザにとって関心があるエンティティのみについてのコンテンツを見出すことを可能にし
て、類似する名前を有する他のエンティティに関係付けられるコンテンツを排除し、ユー
ザと機械アルゴリズムとの間の連携を可能にし、検索プロセスをユーザにとってより効率
的にするであろう、異なるセットの知識マーカーを有するであろう。
に、接続される一式のエンティティグループまたはエンティティタイプに従って変動する
、接続される2つのエンティティ間の関係のエンティティ関係名、エンティティ関係タイ
プ名、およびエンティティ関係プロパティ名を備える、知識関係テンプレートを使用して
構築される。例えば、「個人」というエンティティグループおよび「ユーザ」というエン
ティティタイプを有するエンティティと、「コンテンツ」というエンティティグループお
よび「ニュース記事」というエンティティタイプを有する別のエンティティとの間の関係
は、「読む」、「共有された」、「注釈付き」等のエンティティのこの特定の対合に特有
の関係プロパティを有してもよい。
グラフ内の対応するエンティティノードと整合させられるプロパティを備える、「知識マ
ップ」と呼ばれる組み込み記録構成要素を有し、そのような整合は、例えば、スマートコ
ンテンツ記録およびその対応するエンティティノードに対する同一のエンティティidの
使用、ならびに同一のエンティティグループ名、エンティティタイプ名、ならびにこのエ
ンティティグループおよびエンティティタイプに対する知識マーカーとして特定される他
のプロパティを含む。例えば、「ニュース記事」のためのスマートコンテンツ記録は、「
コンテンツ」というエンティティグループおよび「ニュース記事」というエンティティタ
イプを有する、エンティティに対する知識グラフ内の対応するノードを有し、スマートコ
ンテンツ記録および知識グラフ内のノードの両方は、「作者名」、「作者エンティティi
d」、「公開された日付」等に対するプロパティを有してもよい。スマートコンテンツ記
録はまた、知識グラフに含まれていない付加的なプロパティを含有してもよい。
エンティティノード、エンティティプロパティ、エンティティ関係、およびエンティティ
関係ノードを追加または更新するステップを含む、種々の方法が適用される。関連スマー
トコンテンツ記録に追加するか、またはそれらを修正するように、付加的な方法が適用さ
れる。
示す。このメタデータは、知識のカテゴリ化および組織化を標準化するための方法によっ
て使用される。そのようなメタデータは、メタデータ要素を含有するメタデータリスト9
と、メタデータ要素を他のメタデータ要素にリンクするメタデータテーブル10とを含む
。
ト、リソースプロバイダ、およびエンティティのリストを含む。
クする。そのようなリンクされたメタデータの実施例は、エンティティタイプとエンティ
ティグループ、エンティティタイプとエンティティプロパティ、エンティティタイプとエ
ンティティマーカー、エンティティタイプとエンティティ相互作用方法、コンテンツタイ
プとファイル拡張子、コンテンツタイプとコンテンツグループ、コンテンツタイプとデフ
ォルトエンティティ相互作用方法、リソースプロパティ名とコンテンツオブジェクト、お
よび標準化プロパティ名とコンテンツオブジェクトを含む。例えば、テーブルは、「Ge
onames」と呼ばれるコンテンツリソースによって指定されるようなプロパティの名
前、「DBPedia」と呼ばれるコンテンツリソースによって指定されるようなプロパ
ティの名前、およびメタデータの中で指定されるプロパティの標準化された名前から成っ
てもよく、GeonamesおよびDBPediaからのコンテンツのコンピュータ化さ
れた合理化、ならびに正規化された様式での知識グラフデータベースおよびスマートコン
テンツデータベース内のそのようなリソースからのコンテンツのプロパティの記憶を可能
にする。
めに、例えば、MySQL等の関係データベースに記憶されてもよい。
す。実施形態は、例えば、RSSフィード、ツイート、メッセージ、画像、ビデオ、コン
ピュータ可読ファイル、オフィス文書、電子出版物、ウェブサービスデータ、オープンリ
ンクコンテンツ(「RDFファイル」)データ、ならびに撮像された印刷コンテンツ、お
よび他のタイプのコンテンツリソース等の多様なコンテンツリソース11を処理するため
の方法を含む。
用可能にするための方法を有する、実施形態を示す。
る12ようにコンテンツリソース2からのコンテンツファイルを処理し、各一意のコンテ
ンツファイルのコンテンツタイプを認識し13、知識タグをコンテンツリソース2内の記
号オブジェクトに割り当て、スマートコンテンツデータベース6に記憶されるスマートコ
ンテンツを作成する。本実施形態では、知識タグは、ワールドワイドウェブおよびウェブ
ブラウザによってサポートされるハイパーテキストタグのように、特定のURLを有する
ファイルへのポインタの役割を果たさないが、代わりに知識グラフ内のノードを指し示し
、ユーザによる目的とする指示時に、タグ付きオブジェクトについての知識への直接アク
セスをユーザに許可する。
ファイルタイプを、スマートコンテンツ記録で実装されるファイルコンテンツタイプ13
に変換することによって、ファイルタイプの数を削減し、そのような変換は、メタデータ
1で定義される変換マップを使用する。実施例は、.jpgまたは.imgファイルタイ
プを「画像」のコンテンツタイプに変換することであろう。
正規化し14、メタデータ1で定義される変換テーブルを使用して、それらをスマートコ
ンテンツデータベース6で実装されるような標準プロパティ名に変換する。実施例は、「
公開日」というデータ要素名を「公開された日付」という標準化データ要素名に変換し、
したがって、下流インデキシングおよび検索方法を簡略化することであろう。
ンツリソース2内の元のコンテンツからのコンテンツデータ構造を、スマートコンテンツ
データベース6内の標準化データ構造に正規化する16。
ツデータベース6に記憶されたスマートコンテンツは、同一のエンティティIDを共有す
る。コンテンツ記録がスマートコンテンツデータベース6に追加されるとき、方法は、対
応するエンティティノードを知識グラフデータベース8に追加する。方法は、スマートコ
ンテンツデータベース6および知識データベース8にアクセスするために同一のエンティ
ティIDを利用することによって、エンティティノード記録およびその対応するスマート
コンテンツ記録をリンクすることを可能にする。方法は、これら2つの記録のコンテンツ
プロパティ16、例えば、エンティティグループ、エンティティタイプ、および他のプロ
パティを割り当てる。
す。
的に調べることによって、RSSフィードリソース10からRSS要約記録をフェッチす
る20。そのような記録のフェッチは、同様にメタデータに知られている、RSSコンテ
ンツのためのフェッチスケジュール17によって統制される。例えば、本システムは、3
分毎にBBC Sports RSSフィードからの記録、およびカンザス州ウィチタの
近隣についてのニュースフィードを毎日フェッチしてもよい。
L記録内のプロパティから記事の全テキストを入手し21、記事に関係付けられる画像、
ビデオ、および他のファイルへのリンクのリストを入手し22、リンクを使用して、その
ようなファイルをダウンロードし、それらをスマートコンテンツデータベース内の記録と
して、および知識グラフ内のエンティティノードとして追加する。
記録内のエンティティプロパティにマップされ23、そのようなエンティティプロパティ
名およびデータ構造は、メタデータ1に記憶されたテンプレートを固守する。
から記録をフェッチし、メタデータリスト内のそれぞれのそのようなURLは、以前に一
意のエンティティIDを割り当てられており、知識グラフ内でノードを作成させており、
このノードは、リソースを指定するエンティティノードと知識グラフ内でリンクされてい
る。加えて、それぞれのそのようなリソースは、以前に一意のエンティティIDを割り当
てられており、知識グラフ内でエンティティノードを作成させている。
RSSソースコンテンツオブジェクトのエンティティID、RSS URLのエンティテ
ィID、RSSコンテンツを公開したRSSリソースのエンティティID、およびRSS
コンテンツオブジェクトの作者のそれぞれのエンティティIDを含む。本実施形態では、
知識グラフデータベース8内のエンティティノードは、上記のエンティティのそれぞれに
対するエンティティノード間の関係を用いて更新される。
るメタデータタグを入手し、そのようなメタデータは、Schema.orgタグ、rN
ewsタグ、およびマイクロフォーマットタグを含む。方法は、以前にこれらの標準メタ
データタグをメタデータ内の標準エンティティプロパティにマップしている。方法は、記
事のためのRSSコンテンツオブジェクトに対するスマートコンテンツ記録の構成要素内
のこれらのメタデータタグの中に値を記憶する25。
RDFコンテンツを正規化する28。
およびエンティティ関係についての知識)を記憶するコンテンツリソース2である、DB
Pediaから提供されるもの、および何百万もの場所についての意味的知識を記憶する
コンテンツリソース2である、Geonamesによって提供されるもの等の種々のRD
Fデータセットをインポートすることを含んでもよい。種々のそのようなRDFデータセ
ットは、エンティティタイプに対する異なる名前を使用してもよい。本実施形態は、メタ
データ記憶装置1の中の変換テーブルを使用して、エンティティタイプ名を合理化する。
ンツを用いて知識データベースを更新する26。
形態を示す、ブロック図である。
ンツリソースにアクセスすることによって、ユーザ相互作用30に応答する。
登録商標)、Google Search、Google Books、Yahoo F
inance、または何千もの他のウェブサービスリソースのうちのいずれかを含む。
を使用してもよい。実施形態は、メタデータ記憶装置内の変換テーブルから、そのような
データ要素32の名前を合理化するための方法を有する。例えば、1つのウェブサービス
からの画像が、ウェブサービスによって「作成者」として名付けられたプロパティを有し
てもよい一方で、別のウェブサービスからの画像は、ウェブサービスによって「写真家」
として名付けられたプロパティを有してもよい。本実施形態は、さらなるアクセスおよび
処理を簡略化するように、これらのプロパティの名前を本システムによって使用される標
準化された名前に合理化するであろう。
ンツを用いて知識データベースを更新する26。
す。実施形態では、方法は、ウェブページ上のコンテンツへのアクセスを要求するユーザ
相互作用33に応答する。
ことによって、このウェブページ上のコンテンツが本システムによって以前に処理されて
いるかどうかを判定する34。機能は、以前に解析されたウェブページ35の特性を、ス
マートコンテンツデータベース8に記憶されたスマートコンテンツと比較することによっ
て、現在のウェブページが解析され、ウェブページのコンテンツについてのスマートコン
テンツおよび知識に処理される必要があるかどうかを判定する34。
ージコンテンツを予定に入れ36、次いで、HTML Domツリーを生成する38よう
にウェブページ要素を解析する37。次いで、機能は、種々の名前付きエンティティ認識
サービスまたはアプリケーションのうちのいずれか、例えば、ウェブサービスOpen
Calaiseを使用して、コンテンツと関連付けられるエンティティを認識する39よ
うに、このコンテンツを分析する。
から、ウェブページについてのスマートコンテンツ記録のエンティティIDを使用して、
コンテンツについての知識へのアクセスを獲得し40、ウェブページコンテンツとのユー
ザの相互作用を反映するように知識記憶を更新する29。
図を示す。
内のデータオブジェクトを認識し、スマートコンテンツオブジェクトを作成するように知
識タグをデータオブジェクトに追加する。
cel文書43、およびPDF文書44、Google Docs、Libre Doc
s、およびiWork Docs45を認識し、Office Libreでサポートさ
れるもの等の標準化オープンファイル形式に変換し、これらのファイルを、例えば、eP
ub3ファイル等の標準化ファイルタイプに変換し46、これらのファイルをコンテンツ
オブジェクトとしてスマートコンテンツデータベース6の中に記憶する。
ベース記憶装置1に従って、このメタデータを標準メタデータ要素に正規化し48、スマ
ートコンテンツデータベース8の中にこの標準化メタデータを記憶する。次いで、方法は
、各コンテンツファイルのためのノードを作成するように知識データベースを更新し、ス
マートコンテンツファイルのエンティティID、スマートコンテンツに対するコンテンツ
タイプ、およびスマートコンテンツに対するエンティティグループ(すなわち「コンテン
ツ」)等のプロパティでこのノードにデータ投入する。次いで、方法は、このスマートコ
ンテンツと、それにリンクされる他のエンティティとの間の関係を作成し、知識データベ
ースを更新する29。
方法を有する、実施形態のブロック図を示す。
のコンテンツオブジェクト構成要素に組み込まれた記号オブジェクトへの知識タグを認識
して作成し49、そのようなスマートオブジェクトは、例えば、RSSフィードからのコ
ンテンツ、ユーザによってアップロードされるコンピュータ可読ファイルからのコンテン
ツ、ユーザによってアップロードされるオフィス文書からのコンテンツ、および公然とア
クセス可能なePubファイルからのコンテンツを含む、種々のコンテンツリソース2か
ら処理される。それぞれのそのような知識タグは、スマートコンテンツ記録内の記号オブ
ジェクトによって表されるエンティティの表示されていないエンティティidから成る。
トコンテンツ記録内のコンテンツオブジェクト構成要素に組み込まれた記号オブジェクト
を事前にマップし50、それぞれのそのようなタグは、スマートコンテンツ記録内の記号
オブジェクトによって表されるエンティティの表示されていないエンティティidから成
り、それぞれのそのようなタグは、記号オブジェクトにマップされる。例えば、「Yah
oo Finance」というウェブサービスに由来するコンテンツについて、方法は、
株の「現在の価格」等のソースコンテンツ要素をメタデータで定義される標準コンテンツ
要素にマップし、株の「現在の価格」に関心があるユーザ指示に応答する他の方法は、こ
のコンテンツ要素を、このコンテンツエンティティと関連付けられる知識グラフ内の知識
にリンクする、タグを作成する。
要素のための「知識マップ」を作成し、そのようなデータ要素が、スマートコンテンツデ
ータベース50内のスマートコンテンツ記録の知識マップ構成要素の中に正規化プロパテ
ィとして記憶されることを可能にする。
オブジェクトを動的にタグ付けする51。本実施形態では、記号オブジェクトでのユーザ
の指示時に、方法は、目的とする記号オブジェクトに合致する1つまたは複数のエンティ
ティの指示とともに、コンテンツ内の記号オブジェクトによって参照されるエンティティ
のリストをポップアップウィンドウに表示させる。例えば、ウェブページ上で提示される
コンテンツは、典型的には、コンテンツのソースによって所有され、法的制約は、タグを
コンテンツオブジェクトに組み込むことを不可能にし得る。この場合、方法は、ユーザに
よる記号オブジェクトへの関心の指示を受信し、ウェブページコンテンツに隣接して、ま
たはその上にポップアップを発生させ、そのようなポップアップは、ウェブページ上の記
号オブジェクトに関係付けられるエンティティを記載し、従って、ユーザが、記号オブジ
ェクトへの関心を示し、それが表すエンティティについての知識に直接アクセスすること
を可能にする。
めの方法を有する、実施形態のブロック図を示す。
上回るウェブサービスに送信すること55によって、既存のURLを有するコンテンツ内
の記号オブジェクト52を認識する。例えば、既存のURLを有するコンテンツの処理中
に、方法は、関連URLを、Open CalaisまたはExtractiv、あるい
は他のそのような名前付きエンティティ認識ウェブサービス等のウェブサービス、または
複数のそのようなウェブサービスに送信してもよい。ウェブサービスは、そのようなコン
テンツの中で見出すエンティティを文書化し、例えば、コンテンツ内で認識したエンティ
ティの名前、記号オブジェクトをこれらのエンティティと合致させた信頼度、および認識
したエンティティのエンティティタイプを含む、データを返信する。
ツをテキスト記録57として、名前付きエンティティを認識する1つまたはそれを上回る
ウェブサービスに送信すること57によって、既存のURLを有さないコンテンツ内の記
号オブジェクトを認識する。
amed Entity Recognizer、Illinois Named En
tity Recognizer、または共同で使用されるこれらのツールのうちのいず
れか等の商業用またはオープンソース名前付きエンティティ認識アプリケーションを使用
して、このコンテンツを処理すること56によって、任意のコンテンツ内の記号オブジェ
クトを認識する。
得て、これらの複数の方法からの結果を比較して合理化する58。例えば、複数の異なる
方法が、米国の大統領エイブラハム・リンカーン(Abraham Lincoln)の
表現としてのニュース記事または電子書籍内の記号オブジェクトとして、「Abraha
m Lincoln」を識別する場合、方法は、この記号オブジェクトが本システムに知
られているエンティティを表すことを高い確率で判定してもよく、スマートコンテンツデ
ータベース6内のスマートコンテンツ記録25の構成要素、ならびに知識データベース8
内のノードおよび関係を更新するであろう。
を生成するとき、機能は、機械学習ツール61および/または人間の分析を使用して、こ
れらの矛盾を処理する。
方法を有する、実施形態のブロック図を示す。
比較および対比する。結果が不確かであるとき、方法は、どのエンティティを選択するか
を決定する際にユーザを補助するように、ユーザに知識マーカーを提供する。方法は、ユ
ーザが画像内の記号オブジェクトを特定のエンティティにリンクすることを可能にする。
を認識し、そのような方法は、人、場所、都市、またはスタジアム、建造物等の施設を認
識するための複数の方法を含む。
する。本実施形態では、ユーザは、画像捕捉/閲覧デバイス62のディスプレイ上で画像
の領域を指し示すことによって、画像63内の記号オブジェクトを選択する。
ェクトの特性を認識する65。次いで、方法は、これらの特性66を既知の記号オブジェ
クトのライブラリ67内の画像の特性と合致させる。これらの方法は、単一の合致を見出
した場合、スマートコンテンツデータベース8内のスマートコンテンツ記録を作成または
更新し25、知識データベース6内のノードおよび関係を更新する29。これらの方法が
ユーザにとって関心である記号オブジェクトに合致する複数のエンティティを見出した場
合、方法は、ユーザがこれらのおそらく合致するエンティティの間で選択することに役立
つために有用なプロパティである、「知識マーカー」とともに、おそらく合致するエンテ
ィティのリストをユーザに提示する70。次いで、ユーザは、この記号オブジェクトのた
めのエンティティの選択を示す71。
クトによって表されるエンティティを識別しようとするように、さらなる機械学習を行う
。
あろう。ユーザは、山を示す画像の領域、または個人を示す画像の領域を指し示してもよ
い。次いで、方法は、この領域中の記号オブジェクトの特性を判定し、これらの特性を、
既知の記号オブジェクトのライブラリ、例えば、以前に認識された顔または以前に認識さ
れた自然景観を含有するデータベースと比較するであろう。参照ライブラリがユーザにと
って関心であるものに類似する4つの顔を有することを方法が判定する場合、ユーザにと
って関心である顔におそらく合致する顔を伴う4人のそれぞれについての情報とともに、
これらの4つの顔を表示するであろう。
方法を有する、実施形態のブロック図を示す。
のような注目の領域は、注目の領域を囲むユーザのタッチベースのジェスチャによって、
または注目の領域を画定するユーザのポイントアンドクリック方法によって画定される。
前に符号化されたビデオ72を閲覧することが可能である、デバイス73と相互作用する
。本実施形態では、ユーザは、デバイス73の表示画面上で注目の領域に触れるか、また
はそれをクリックすることによって、ビデオ内でその領域を選択する。
クトのライブラリ67で見出される記号オブジェクトの特性と合致させるように、SIF
T、HMAX、および/またはベイジアンアルゴリズム等のアルゴリズムを使用して、ビ
デオ74内の記号オブジェクトを認識する。
て考えられるエンティティを見出した場合、方法は、ユーザがこれらの可能性として考え
られるエンティティ間で曖昧性を除去し、目的とするエンティティを選択すること78に
役立つように、そのようなおそらく合致するエンティティの一式のサムネイル画像、およ
びそれらの関連知識マーカーを提供する77。
タを獲得し76、スマートコンテンツデータベースを更新し25、次いで、知識グラフデ
ータベースを更新する29。
理するための方法を有する、実施形態のブロック図を示す。
伝送することが可能なネットワークに取り付けられたテレビを反映するものとして作用す
る、ビデオブロードキャスト79を受信および表示することが可能なタッチ応答性デバイ
ス80と相互作用する73。本実施形態では、ユーザは、デバイス80の表示画面上でビ
デオ内の注目の領域に触れること73によって、その領域を選択する。
れらの特性を、既知の記号オブジェクトのライブラリ66で見出される記号オブジェクト
の特性と合致させる75ように、SIFT、HMAX、および/またはベイジアンアルゴ
リズム等のアルゴリズムを使用して、ブロードキャストビデオ内で記号オブジェクトを認
識する。
て考えられるエンティティを見出した場合、方法は、ユーザがおそらく合致するエンティ
ティ間で曖昧性を除去することに役立ち、ユーザが目的とするエンティティを選択するこ
とを可能にする78ように、そのようなおそらく合致するエンティティの一式のサムネイ
ル画像、およびそれらの関連知識マーカーを提供する77。
タを獲得し76、スマートコンテンツデータベースを更新し25、次いで、知識グラフデ
ータベースを更新する29。
は他の小型デバイス80が、より大型の画面デバイス上で同時に示されているブロードキ
ャストを反映するブロードキャストに合わせてそれを受信することを可能にする。
識するための処理の方法を有する、実施形態のブロック図を示す。
ェクトの画像を捕捉し、テキストオブジェクトおよびオブジェクトを含む、記号オブジェ
クトの存在を認識するように74、ユーザ73によって選択される印刷物画像の領域を分
析し、印刷物画像オブジェクト内でテキストを認識し、テキスト内の特定の記号オブジェ
クトを認識し、これらの記号オブジェクトを既知の記号オブジェクトのライブラリ66の
中で知られているエンティティと関連付ける。
ジェクトの実施例は、例えば、製品包装79、小売店棚タグ80、印刷されたクーポン8
1、印刷された符号82、および他の印刷されたコンテンツ材料を含む。
コード、QRコード(登録商標)、およびブランドロゴ等の典型的なタイプの記号につい
て、画像を既知の特性およびパターンにカテゴライズし74、そのような画像の存在を認
識し、これらの画像を既知の記号オブジェクトのライブラリ66内の記号オブジェクトに
関係付け、この印刷物画像のための記録を含むようにスマートコンテンツデータベースを
更新し25、知識グラフ、エンティティノード、エンティティプロパティ、エンティティ
関係、および関係プロパティを更新する29。
のユーザであろう。本実施形態では、本システムは、棚タグ内の要素の特性を認識し、こ
の棚タグによって指定される製品を、知識グラフに知られている1つまたはそれを上回る
エンティティに関係付け、したがって、ユーザがこの製品/ブランドについて学習し、そ
れとさらに相互作用することを可能にするであろう。
トに現在接続されていないエンティティ、この場合、受動棚タグ、または任意の他の種類
の現在接続されていない印刷物あるいは別様に可視的な材料、または撮像することができ
る他のコンテンツとも相互作用することを可能にする、単一の一貫したユーザ体験をユー
ザに提供するという利点を有する。
ースノードの中およびスマートコンテンツデータベース記録の構成要素の中にこの事実的
知識をプロパティとして記憶するための方法を有する実施形態を示す、フローチャートで
ある。
テムリソース利用の時間中にエンティティノードをスキャンし84、欠落したプロパティ
を有するエンティティノードのログを作成し、そのようなスキャンに基づいて「欠落した
プロパティ」リストを組み立て85、そのようなエンティティプロパティについての事実
的知識を探す場所87を学習するように、エンティティプロパティをコンテンツリソース
2にマップするメタデータテーブル1を参照することによって、コンテンツリソースを探
す86。方法は、コンテンツリソースが、欠落したプロパティを埋め、さらなる処理88
のためにこれらのリソースから記録をフェッチするために必要とされるデータを有するか
どうかを判定する。
合、方法は、これらのプロパティを知識グラフ8内の欠落したエンティティプロパティと
、また、スマートコンテンツデータベース6内の対応するプロパティとも合致させ、次い
で、知識データベース内のそのようなプロパティを更新し29、スマートコンテンツデー
タベース内のそのようなプロパティを更新する25。方法がヌル値を伴うプロパティの相
反する可能性として考えられる値を見出した場合、方法は、最も信頼できるリソース90
に加重を与えることによって、最も可能性の高い値を判定する。
の生年月日に対するプロパティ値が欠落していると方法が判定するときに、方法が、Th
e New York TimesおよびWikipedia等のコンテンツリソースを
スキャンするであろう。方法が相反する生年月日を見出した場合、方法は、The Ne
w York Timesまたはある他の最も信頼されたリソースに加重を与え、その個
人に対するノードに適切なプロパティをデータ投入し、そのノードと、「日付」というエ
ンティティグループおよび「生年月日」というエンティティタイプを有する複数のノード
との間の関係を作成し、そのような関係は、その個人の生年月日を指定し、それぞれのそ
のような関係は、この関係に対するリソースを指定するプロパティと、機械学習に基づい
てその推定信頼性を指定する別のプロパティとを有する。
の関係知識を記憶するための方法を有する実施形態を示す、フローチャートである。
期的にフェッチし91、メタデータ記憶装置1の中のテーブルに基づいてRDFコンテン
ツを合理化する。例えば、方法は、そのRDFデータベースを頻繁に更新する「The
New York Times」というコンテンツソースから、更新されたRDF記録を
周期的にフェッチするであろう。
合理化RDF記録内の述語が知識グラフ内の関係に合致する93場合には、何もしない。
合理化RDF記録内の主語または目的語のいずれも知識グラフ8で出現しない場合には、
知識グラフ記憶装置を更新する34。合理化RDF記録内の述語が知識グラフ内の関係に
合致しない場合には、知識グラフ記憶装置を更新する34。合理化RDF記録内の述語が
、メタデータ記憶装置1に従って、有効関係と見なされない場合94、さらなる分析のた
めに、述語を無効関係除外リストに追加する95。
の関係知識を記憶するための方法を有する実施形態を示す、フローチャートである。
成し96、まだ分析されていないスマートコンテンツ記録をフェッチし97、各スマート
コンテンツ記録内の記号オブジェクトの近接性を分析する98。
録に組み込まれる、2)記号オブジェクトが、単一のスマートコンテンツ記録内でコンマ
によって分離されるリストの部分として提示されるか、または物理的に近接近して位置す
る、または3)画像である記号オブジェクトが相互と物理的に近接近して位置する、関係
を含む、任意の文脈的関係が記号オブジェクト間に存在するかどうかを判定するように、
スマートコンテンツ記録を分析する99。
ティティタイプ100または同一のエンティティグループ101に属するものとして分類
されるかどうかを判定し、方法は、それらの間の関係を作成する。
テンツオブジェクトにおいて、近接近関係で「NASDAQ上場企業」というエンティテ
ィタイプを有する2つの別個のエンティティを見出した場合、方法は、それらの間の関係
を作成し100、「一緒に調査報告で記述されている」という関係タイプを割り当てる。
する実施形態を示す、フローチャートである。
を含む、エンティティとのユーザ相互作用を監視して記録する。
を選択し103、次いで、一式の有効相互作用方法の間から選択されたエンティティと相
互作用するための方法を選択し104、次いで、このエンティティと相互作用する105
。
キストデータ102を用いて、これらのログ内のデータを拡張する。
計を更新する107。例えば、ユーザが「Ford F1」車両というエンティティを「
思い出す」とき、方法は、ユーザがこのエンティティを思い出した累積回数を示す、「F
ord F1」というエンティティに対する統計記録を作成し、次いで、次第に動的に更
新する。
、知識グラフデータベースを更新する29。
ィティ1(エンティティノード)を思い出した(関係)」、または「ユーザA(エンティ
ティノード)がエンティティ2(エンティティノード)についての(関係)ニュース(エ
ンティティノード)をフォローしている(関係)」、あるいは「ユーザA(エンティティ
ノード)がエンティティ3(ノード)で予約を行った(関係)」こと等を文書化するよう
に更新されてもよい。
実施形態のブロック図を示す。
びエンティティに関係付けられる他の形態の記録を含み得る、コンテンツタイプを有する
、スマートコンテンツ記録を分析する108。
、「旅行記」、「製品レビュー」、「ホテル評価」、「サンフランシスコのホテルを選択
するためのガイド」等を含む。
点から書かれているかどうか、スマートコンテンツが、ユーザ寄与知識のタイプを示すメ
タデータ内のキーワードのリストの間から1つまたはそれを上回るキーワード、例えば、
「レビュー」、「体験」、または「訪問」を含有するかどうかを判定する。方法は、スマ
ートコンテンツの作者とスマートコンテンツに組み込まれたエンティティとの間の新しい
エンティティ関係を追加し、メタデータに基づく規則を使用して、例えば、「を参照して
レビューを書いた」という関係タイプを割り当てる。
形態のブロック図を示す。
成要素111、スマートコンテンツ知識マップ構成要素112、スマートコンテンツ許可
構成要素113、コンテンツ要約構成要素114、およびスマートコンテンツオブジェク
ト構成要素115を含む、スマートコンテンツ記録構成要素に組織化する。方法はまた、
スマートコンテンツ記録をスマートコンテンツ要約110およびスマートコンテンツオブ
ジェクト115に組織化する。
録の一部としてコンテンツソースによって提供されるコンテンツ記録についてのメタデー
タを含有する。例えば、いくつかのコンテンツソースは、Schema.Org標準を使
用して、タグをそれらのコンテンツに追加する。その他は、コンテンツをタグ付けするた
めにrNews標準を使用する。さらにその他は、Microformat標準を使用し
てコンテンツをタグ付けする。方法は、知的インターネットのメタデータ記憶装置からの
テーブルを使用して、これらの様々な標準を合理化し、これらの合理化メタデータを含有
するスマートコンテンツ記憶装置の中で記録を作成する。
ティティID、エンティティ名(すなわち、タイトル)、エンティティグループ名(デフ
ォルトで「コンテンツ」に設定される)、エンティティタイプ名(コンテンツタイプに従
って変動する)、コンテンツの作者の名前、コンテンツの作者のエンティティID、この
コンテンツが入手されたリソースの名前、リソースのエンティティid、公開された日付
および時間、このコンテンツが発表され得る日付および時間、ならびにこのコンテンツが
もはやユーザにアクセス可能にされなくなり得る日付および時間のタイムスタンプを含む
、データ要素を有する、テンプレートベースの構造に記憶されたコンテンツについての事
実的知識を含有する。
よって定義されるようなスマートコンテンツ許可構成要素113は、例えば、コンテンツ
に割り当てられたアクセス権を示すフラグを含んでもよく、そのようなフラグは、「プラ
イベート」(リソースまたは作者のみにアクセス可能である)、「個人」(リソースまた
は作者によって名前が付けられた個別ユーザのみによってアクセス可能である)、コンテ
ンツにアクセスするか、またはそれを更新する権限を有する個人およびグループのリスト
とともに「グループ」(リソースまたは作者によって名前が付けられたグループのみにア
クセス可能である)としてアクセス権を表す。
者またはリソースに由来し得るか、またはコンテンツを要約するための既知の方法によっ
て生成されてもよい。所与のスマートコンテンツ記録は、複数の要約を含有してもよく、
例えば、テキストメッセージを送信するか、またはツイートするために好適な140文字
から成る要約を含有してもよく、また、ニュース記事、Eメール、製品販売促進、または
イベントの要約を表示するために好適な500文字から成る要約を含有してもよい。
ジェクト内の認識された記号オブジェクトを知識グラフ内のエンティティとリンクする、
隠し知識タグの追加によって拡張される、リソースから入手される元のコンテンツである
。
スによって動的に更新することができる、構造化要素から成る。例えば、エンティティに
ついての株式市場データを表示する形態から成るスマートコンテンツオブジェクトは、リ
ソースによってリアルタイムで更新される個々のスマートコンテンツプロパティを有して
もよい。ガソリンスタンドについての構造化コンテンツを表示するスマートコンテンツオ
ブジェクトは、いかなる時でもガソリンスタンドによって更新可能である、「1ガロンま
たは1リットルあたりの価格」に対するスマートコンテンツプロパティを有してもよい。
方法は、これらの更新を処理することができ、付加的な方法は、このエンティティについ
てのコンテンツを「フォローする」ことを選択したユーザに自動通知を生成してもよい。
である。その起点で、または知識拡張コンテンツの大規模レポジトリの一部としてのいず
れかで、前もってコンテンツのための普遍的に理解可能かつ実用的な構造を作成すること
によって、このコンテンツを管理して使用する下流方法は、より効率的に動作し得る。複
数の調査会社またはブランドで分析者によって何度も有意量のデータを「事後」整理する
ことが、そのようなスマートコンテンツがさらなる方法および相互作用に暴露される前に
、全てのデータを整合および正規化させ、知識をスマートコンテンツ記録に埋め込ませた
、「首尾一貫したコンテンツ」の単一の「事前」作成点に置換され得るため、「ビッグデ
ータ」のリアルタイム分析が可能になる。
有する、実施形態のブロック図を示す。
ープンソースまたは市販のグラフデータベースの標準アーキテクチャをカスタマイズして
最適化する。
れ表すノード、ノードで表されるエンティティに関係付けられる事実的プロパティをそれ
ぞれ定義するノードプロパティ、2つのエンティティの間の関係をそれぞれ表すノード関
係、および2つのエンティティの間の関係についての宣言的知識をそれぞれ定義するノー
ド関係プロパティを含有する。
ドによって表されるエンティティの一意のエンティティid、ノードによって表されるエ
ンティティのエンティティグループ分類、ノードによって表されるエンティティのエンテ
ィティタイプ分類、ならびにこのノードが作成されたデータおよび日付を表すタイムスタ
ンプ作成プロパティ等の全てのエンティティノードで普遍的に実装されるエンティティプ
ロパティを含む、エンティティプロパティを有する。
エンティティタイプに一致するプロパティを有し、それぞれのそのような一式のプロパテ
ィは、このエンティティに属するエンティティのためのエンティティタイププロパティテ
ンプレート117から導出され、それぞれのそのようなエンティティタイププロパティテ
ンプレートは、特定のタイプのエンティティに対する特定の「知識マーカー」、すなわち
、エンティティ間で曖昧性除去を可能にするプロパティを定義し、2)2つのエンティテ
ィの間の関係は、2つのエンティティに対するエンティティタイプの間の有効関係のリス
ト118に一致し、それぞれのそのような関係タイプは、その関係タイプに対する有効関
係プロパティを定義する関係プロパティテンプレート119を有する。
成を管理する機能を有する、実施形態を示す。
ティティタイプに対するメタデータ記憶装置1からの知識マーカーのリストを含有し、そ
のような知識マーカーは、エンティティ間で曖昧性を除去するために必要とされる少数の
特定のエンティティプロパティから成る120。これらの知識マーカーは、ユーザに提示
されたとき、類似エンティティのリストの間から、ユーザがどのエンティティと相互作用
したいかを迅速に知覚することを可能にする。それらはまた、知識およびスマートコンテ
ンツの機械処理および組織化を促進する。
で定義される知識マーカーのそれぞれのプロパティを含む、新しいエンティティタイプノ
ードテンプレート121を作成する。方法は、これらのエンティティタイプノードテンプ
レートのそれぞれの中の2つの普遍的に必要とされるプロパティの値、すなわち、「エン
ティティタイプ名」および「エンティティグループ名」を設定し、所与のエンティティタ
イプノードテンプレートの全ての他のプロパティは最初にヌルに設定される。
ンテンツ記録について、処理されるコンテンツ記録のコンテンツタイプに対するエンティ
ティタイプノードテンプレート124を使用することによって、知識グラフの中で新しい
エンティティノード記録123を作成する。
ノードに割り当て、同一のエンティティIDをスマートコンテンツデータベース内の新し
い関連記録に割り当て、したがって、2つのデータベースの間の整合および統合を提供し
、エンティティと関係付けられるコンテンツを後にインデックス化して検索する、および
その逆も同様である、方法を促進する。次いで、方法は、所与のコンテンツ記録126に
ついての知識を含有するエンティティノードに知識マーカープロパティをデータ投入する
。
る、実施形態を示す。
ことによって、1回から数回のノード横断を要求するように、エンティティについての知
識にアクセスすることを最適化する。
双方向に横断し、いずれか一方のノードが横断のための始点である。
ープおよび各エンティティタイプに対するエンティティノードを含有する。任意のエンテ
ィティグループまたはエンティティタイプノードは、後続のノード横断のための始点の役
割を果たしてもよい。本実施形態は、特定のエンティティタイプ、例えば、「Obama
」(エンティティ)についての「ニュース」(「コンテンツ」というエンティティグルー
プおよび「ニュース記事」というエンティティタイプを有する)を有する、全てのエンテ
ィティを効率的に見出す検索方法を可能にする。
ティの集合から成るエンティティ、コンテンツオブジェクトから成るエンティティ、およ
びコンテンツオブジェクトの集合から成るエンティティを含む、特定のエンティティにつ
いての知識を見出すように、知識グラフを横断すること、他のグラフデータベースのよう
に、「0」ノードで横断を開始すること、エンティティグループまたはエンティティタイ
プ128を表すノードまで横断すること、次いで、個々のエンティティ129を表すノー
ドまで横断することを含み、それぞれのそのようなノードは、エンティティプロパティを
表すノードプロパティを含有し、それぞれのそのようなエンティティノードは、エンティ
ティ関係を介して他の関連エンティティノードにリンクされる。
能にし、そのようなフレームワークは、エンティティノード、エンティティノードプロパ
ティ、エンティティ関係、エンティティ関係プロパティ、およびスマートコンテンツ記録
の組み合わせから成り、知識のタイプの実施例は、以下を含む。
エンティティ間の曖昧性除去のために必要とされる事実的知識:いくつかのエンティティ
プロパティを有する、1つのエンティティノードで符号化され得る。
エンティティを詳細に説明するための事実的知識:ノードに対するエンティティプロパテ
ィを有する1つのエンティティノード、および共通エンティティidの使用を介してエン
ティティノードにリンクされた1つのスマートコンテンツ記録で符号化され得る。エンテ
ィティノードおよびスマートコンテンツ記録は共通エンティティidを共有する。
エンティティ間の関係についての知識:2つのエンティティノードの間の1つまたはそれ
を上回る関係を有する、2つのエンティティノードで符号化され得る。
挙動知識:相互作用のタイプを表す2つのノードの間の関係を有する、俳優(ユーザまた
はデバイス)を表すエンティティに対する1つ、および俳優が相互作用する物事を表すエ
ンティティに対する1つである、2つのエンティティノードで符号化され得る。そのよう
な関係は、相互作用についての一意の詳細を表す、関係プロパティを有する。
エンティティへのユーザの反応についての知識:ユーザを表すエンティティに対する1つ
、ユーザが反応した物事を表すエンティティに対する1つである、2つのエンティティノ
ードで符号化され得る。そのようなノードは、反応のタイプ(投票した、意見を表明した
、好んだ、好まなかった等)を表す、それらの間の関係を有し、そのような関係は、反応
についての一意の詳細(反応の極性、反応の規模等)を表す関係プロパティを有する。
ユーザによって生成される助言的知識:コンテンツエンティティを表す1つのエンティテ
ィノードであって、コンテンツに対するエンティティマーカーを表すエンティティプロパ
ティを有するノード、およびアドバイスを含有するコンテンツ構成要素オブジェクトを有
する1つのスマートコンテンツ記録で符号化され得る。エンティティノードおよびスマー
トコンテンツ記録は共通エンティティidを共有する。
手続的知識:スマートコンテンツエンティティを表す1つのエンティティノードであって
、コンテンツに対するエンティティマーカーを表すエンティティプロパティを有するノー
ド、およびアドバイスを含有するコンテンツ構成要素オブジェクトを有する1つのスマー
トコンテンツ記録で符号化され得る。エンティティノードおよびスマートコンテンツ記録
は共通エンティティidを共有する。
された構造で知識を符号化するための方法を有し、そのようなリソースは、事実的知識、
エンティティ間の関係についての知識、人およびデバイスの挙動についての知識、態度的
知識、手続的知識、助言的知識等を含むユーザによって寄与される知識等の知識のタイプ
を含む、種々のタイプの知識の符号化のためにカスタマイズされる。
タイプのコンテンツである、スマートメッセージを処理するための方法を有する実施形態
を示す、ブロック図である。
、すなわち、各スマートメッセージ記録の構成要素に組み込まれた、それら自体およびそ
れらが含有するコンテンツについての知識を有する、メッセージの中への種々のタイプの
「メッセージリソース」のための方法を有する。これらの方法は、スマートメッセージを
処理し、管理し、伝送し、登録し、受信するためのサポートを含む。
セージ要約を、ユーザによって採用される種々のネットワーク接続デバイス136のうち
のいずれかのメッセージバッファにリアルタイムでストリーム配信する能力135を有す
る、1つの統一スマートメッセージデータベース134に合理化する。
エンティティがリアルタイムで任意の他のエンティティと通信することを可能にし、例え
ば、ユーザ間メッセージ130、ユーザ・エンティティメッセージ131、およびエンテ
ィティ・ユーザ132をサポートする。
メッセージ記録の標準化構成要素に記憶されたデータを合理化するように、および知識デ
ータベース8内のこれらのメッセージに関係付けられる知識を認識して文書化するように
、メッセージを処理する133。
メール、目的とするグループ内の個人からのメッセージ、目的とするグループに関係付け
られるメッセージ、ツイートリストの中の目的とする人々からのツイート、任意のTwi
tterメンバーからの目的とするエンティティについてのツイート、目的とするエンテ
ィティに関係付けられるニュース記事の要約、目的とするエンティティに関係付けられる
取引、目的とするエンティティに関係付けられるクーポン、Facebook、Twit
ter、およびLinkedInでの連絡先からのソーシャルアップデート、目的とする
エンティティのスポーツ統計、目的とするエンティティに関係付けられるイベントの通知
、ネットワーク接続デバイスからの信号に関係付けられるか、またはネットワーク接続デ
バイスの状態を示すメッセージ、および多数の他のタイプのメッセージを含んでもよい。
ソースからのメッセージを処理するための方法を有する実施形態を示す、ブロック図であ
る。
ツエンティティを含むエンティティについての「コメント」、コンテンツエンティティを
含むエンティティについての「注記」、コンテンツエンティティを含むエンティティにつ
いての「質問」、コンテンツエンティティを含むエンティティについての「質問への回答
」、エンティティに対する「価格見積の要求」、エンティティを「購入するための条件」
、エンティティを「予約する要求」、エンティティによって提供されるエンティティの「
購入注文」、エンティティについての「事実の要求」、エンティティについての「事実の
リスト」、エンティティについての「画像の要求」、エンティティについての「ビデオの
要求」、「電子請求書」、「電子取引明細書」、「請求書の支払をする権限」、ネットワ
ーク接続デバイスによって生成される信号から導出される「データの要約」、ネットワー
ク接続デバイスを管理するための「命令」、および他の可能性として考えられるタイプの
メッセージを含む、多くのタイプの「メッセージ」137を生成することを可能にする。
限提供」、レストランから特定の距離の半径内または特定の地域内のユーザへの「特別提
供」、欠陥商品に関係付けられる「リコール通知」、新製品またはサービスについての「
ニュース」、特定のクレジットカードの使用に関係付けられる「警告」、および多くの他
のタイプのメッセージを含む、標準およびカスタマイズされたスマートメッセージ138
を個々のユーザに、あるいは製品および/またはサービスに関心があるユーザのグループ
に生成することを可能にする。
ユーザの家庭内のドアの開錠を示す「アラート」、ユーザの家庭内の火炉の不具合を示す
「アラート」、トナーカートリッジの中の少ないインクについての「通知」(ユーザが単
一の動作で新しいトナーを購入することを可能にする)、および多くの他のタイプのメッ
セージを含む、スマートメッセージ139を生成してユーザおよび/または他のデバイス
に送信することを可能にする。
ルする」ことを選択したエンティティに関係付けられる新しいコンテンツの可用性を含む
、スマートメッセージ140を生成してユーザに送信することを可能にする。
記録を挿入するか、またはそれをスマートメッセージと関連付けることを可能にする。例
えば、ユーザは、ニュース記事についての自分のコメントともに、Eメールを別のユーザ
またはユーザのグループに送信してもよい。コメントを伴うメッセージは、本実施例では
、コメントについてのスマートメッセージ記録に組み込まれた知識を含有し、ニュース記
事は、スマートコンテンツ記録で参照されるニュースについてのスマートメッセージ記録
についての記録を含有するであろう。
するように、そのようなメッセージを合理化し141、2)メッセージに組み込まれた記
号オブジェクトを認識し、そのような記号オブジェクトおよびメタデータを特定のエンテ
ィティと関連付けること143によって、スマートメッセージに関係付けられる知識を処
理し142、3)エンティティノードおよびエンティティ関係を知識グラフ8に追加する
ことによって、そのような記号オブジェクトについての組織を文書化する。
ド、エンティティノードプロパティ、ノード関係、およびノード関係プロパティ内のスマ
ートメッセージを記憶し、スマートコンテンツデータベース6の構成要素の中のプロパテ
ィを更新する。
トメッセージとの間のリンクを含有する、「エンティティ受信箱」146を作成する。こ
の実装では、方法は、「スマートメッセージ要約」を、エンティティに関心があるか、ま
たはエンティティに登録する特定のユーザに登録されたデバイス147のうちのいずれか
の中の「スマートメッセージバッファ」にプッシュ配信する。
を有する実施形態を示す、ブロック図である。
をそれぞれ含有する、スマートメッセージ構成要素に分離することによって、スマートメ
ッセージ記録147の記憶を管理し、そのような構成要素は、例えば、スマートメッセー
ジメタデータ構成要素149、スマートメッセージ許可構成要素150、スマートメッセ
ージ知識マップ構成要素151、スマートメッセージ要約構成要素152、およびスマー
トメッセージオブジェクト構成要素155を含む。
ッセージ記録の作成時に提供されるか、またはスマートメッセージへのその変換中に自動
方法によって生成される、スマートメッセージ記録についてのメタデータを含有し、その
ようなメタデータは、例えば、スマートメッセージの作者の名前、およびスマートメッセ
ージの作者のエンティティidを含む。
構成要素150は、例えば、作者によってスマートメッセージに割り当てられたアクセス
権を示す、1つまたはそれを上回るフラグを含んでもよく、そのようなフラグは、「プラ
イベート」(作者のみにアクセス可能である)、「個人」(作者によって名前が付けられ
た、1人またはそれを上回る指定個人のみによってアクセス可能である)、スマートメッ
セージにアクセスするか、またはそれを更新する権限を有する個人およびグループのリス
トとともに「グループ」(作者によって名前が付けられたグループのみにアクセス可能で
ある)、および「公開」(全てのユーザによってアクセス可能である)としてアクセス権
を表す。
すなわち、スマートメッセージのタイトル)、エンティティに対するエンティティグルー
プ名(デフォルトで「コンテンツ」に設定される)、エンティティに対するエンティティ
タイプ名(メッセージタイプに従って変動する)、スマートメッセージの作者の名前、ス
マートメッセージの作者のエンティティid、ならびにスマートメッセージの送信の日付
および時間、およびこのスマートメッセージがもはやアクセス可能にされなくなり得る日
付および時間のタイムスタンプを含む、知識関連データ要素を有するテンプレートベース
の構造で記憶された知識マップ構成要素の中のデータとともに、スマートメッセージにつ
いての知識を含有する、スマートメッセージ知識マップ構成要素151を作成する。
はコンテンツを自動的に要約するための方法を使用して、スマートメッセージ要約構成要
素152を作成する。所与のスマートメッセージ記録は、複数のメッセージ要約、例えば
、テキストメッセージを送信するか、またはツイートするために好適な140文字から成
る要約、スマートメッセージをさらに表示するために好適な500文字から成る要約を含
有してもよい。
、認識された記号オブジェクトと関連付けられる、隠し知識タグの追加によって拡張され
る、その作者によって作成された元のメッセージを有する、スマートメッセージオブジェ
クト構成要素153を作成する。
れをコンテンツリソースによって動的に更新することができる、構造化要素から成っても
よい。例えば、エンティティについての株式市場データを表示する形態から成るスマート
メッセージオブジェクト構成要素は、コンテンツリソースによってリアルタイムで更新さ
れる個々のスマートコンテンツプロパティを有してもよい。ガソリンスタンドにおけるガ
ソリンについての構造化コンテンツを表示するスマートメッセージオブジェクトは、いか
なる時でもガソリンスタンドまたは中央サービスによって更新可能である、「1ガロンあ
たりの価格」に対するスマートコンテンツプロパティを有してもよい。
多種多様である。その起点で、またはスマートメッセージの大規模レポジトリ内の記憶の
ためにメッセージを前処理することの一環として、自動方法によってその後すぐに生成さ
れるかのいずれかで、前もって各タイプのメッセージのための普遍的に理解可能かつ実用
的な構造を作成することによって、これらのスマートメッセージを管理し、使用し、配信
する、後続の方法は、より効率的に動作し得る。
ク記憶デバイスから、メッセージ要約を閲覧することを可能にするように、スマートメッ
セージへのアクセスが最適化される。ユーザによって要求されたとき、方法は、全メッセ
ージを取り出す。
レス可能記憶システムの中にスマートメッセージ要約を記憶するための方法を有する実施
形態を示す、ブロック図である。
6アドレス156を割り当てる。方法は、可用性状態フラグ157、時間作成タイムスタ
ンプ157、コンテンツタイプ159、およびそのようなメッセージ要約のインデックス
化および後続読取の両方のために最適化されるデータ構造を有する、スマートメッセージ
記憶部内のスマートメッセージの作者またはソースの名前160を含む、スマートメッセ
ージ要約を記憶する。
形態を実装するための方法を示す、ブロック図である。
タブアドレス159を割り当てる。方法は、可用性状態フラグ155、時間作成タイムス
タンプ156、メッセージコンテンツタイプ157、およびそのようなスマートメッセー
ジ要約のインデックス化および後続読取の両方のために最適化されるデータ構造を有する
、スマートメッセージ記憶部内のスマートメッセージの作者またはソースの名前158を
含む、スマートメッセージ要約を記憶する。
ロック図である。
コンテンツについてのスマートメッセージ要約161、2)単一のエンティティについて
の複数のタイプのコンテンツについてのスマートメッセージ要約162に登録すること、
単一のエンティティについての全てのタイプのコンテンツに登録すること、全てのエンテ
ィティについての単一のタイプのコンテンツ163、ならびに任意の他の一式のコンテン
ツタイプおよびエンティティ、またはコンテンツタイプおよびエンティティタイプ、ある
いはコンテンツタイプおよびエンティティグループに登録することを可能にし、コンテン
ツタイプおよびエンティティの各相互作用は、方法がインデックス化し、検索し、ユーザ
に提示することができる「知識セル」を構成する。
ツをインデックス化するために、Luceneライブラリを使用する、Luceneまた
はApache SOLR等の商業用またはオープンソースツール、ならびに単一または
複数の連合インデックスを作成するために、Neo4J等のグラフデータベース内のエン
ティティについての知識を使用して、インデックス化し、そのようなインデックスは、例
えば、全テキスト検索、インデックス化された用語の強調表示、ファセット化検索、動的
クラスタリング、データベース統合、およびリッチ文書の取扱を管理する能力を有する。
プのコンテンツを有する、「コンテンツ粒子」から成る、「知識セル」を作成し、各知識
セルは、コンテンツタイプ別に、およびエンティティ別にインデックス化される。
ンテンツタイプ)をフォローするユーザの能力を促進する。
を有する実施形態を示す、ブロック図を示す。
閲覧し、それと相互作用することを可能にする164。
の連続ストリームを受信することを要求し、この着信メッセージストリームの組織化およ
び組成を管理し165、ユーザと関連付けられるデバイスのスマートメッセージバッファ
167の中の着信スマートメッセージ要約の記憶をリアルタイムで管理する。
ムの「プッシュベースの」配信を可能にし、例えば、「Ford Motor Comp
any」に関係付けられる新しいスマートコンテンツについて、またはより具体的には、
「Ford Motor Company」に関係付けられる「ニュース」(特定のコン
テンツタイプ)について、アラートをユーザがリアルタイムまたは近リアルタイムで受信
することを可能にする。他の実施例は、ユーザが、求職者に関して、または「デジタルカ
メラ」として分類されるエンティティタイプについての新しい取引について、ツイート(
特定のコンテンツタイプ)に登録することを可能にすることを含む。この能力は、ユーザ
が、特定のエンティティについて、1つまたは複数の特定のタイプのコンテンツで三角測
量することを可能にし、ユーザにとって関心であるエンティティに関連する新しいスマー
トコンテンツについて学習するための単一の統一ユーザ体験をユーザに許可する。
ものに明示的に関心がある「オプトイン」ユーザとリアルタイムに1対1で通信すること
を可能にする方法を有する実施形態を示す、ブロック図である。
、そのような通信は、ユーザまたは供給業者がその対応物とのそのような通信を要求する
こと168、およびユーザまたは供給業者がその対応物とのそのような通信を認可するこ
と169を要求する。
造化スマートメッセージ、または構造化および非構造化スマートメッセージの組み合わせ
を送信することによって、他方の当事者170、171と直接相互作用することを可能に
し、実施例は、エンティティについての特定のタイプのコンテンツに対するユーザからの
要求、個人化注釈によって補足された供給業者からの構造化形式での取引条件の要求、お
よび商品、物品、製品、またはサービスを購入または提案することへの関心の指示を含む
。
る知的エージェントが、特定の日付または日付の期間に対するホテルの部屋の要求を公表
することを可能にし、ユーザの選好および要求を示す構造化パラメータを提供してもよい
。本実施形態では、方法は、ホテル支配人がユーザから要求を受信し、特定された日付ま
たは日付の期間でホテルの部屋を借りるためのユーザパラメータを部屋の在庫と合致させ
ることを可能にする。方法はまた、ホテル支配人が特定の価格を提案するために関連付け
られるリスクをモデル化し、提案する部屋およびホテルについての基本詳細とともに、ユ
ーザに提案を匿名で発行することを可能にしてもよい。方法は、両者がこのプロセス中に
匿名のままであることを可能にし、ユーザが提案を容認または拒否することを可能にし、
ユーザが手付金を支払うこと、または部屋の代金を支払うことを含む、トランザクション
を1段階で終了させることを可能にしてもよい。
ザが、ユーザが求めるものの特性に合致する在庫を有する供給業者にスマートメッセージ
を送信すること、供給業者が適格なユーザのみからメッセージを受信すること、および供
給業者が個人化提案でユーザに応答すること可能にするであろう。したがって、本実施形
態は、ユーザのための個人化された1対1仮想購入システム、および供給業者のための高
度に効率的かつ費用効果的な個人化された1対1マーケティングシステムを作成する。
存の非個人化電子商取引システムを、ユーザのリアルタイムの必要性および供給業者のリ
アルタイムの在庫を満たす個人化相互作用と置換してもよい。
ロック図を示す。
ードを使用してエンティティを検索すること173、2)記号オブジェクトのリストの間
からエンティティを表す記号オブジェクトを選択すること174、3)記号オブジェクト
のギャラリーの間からエンティティを表す記号オブジェクトを選択すること175、4)
スマートテキストコンテンツに組み込まれたエンティティを表す記号オブジェクトを選択
すること176、または5)テキストコンテンツ、画像コンテンツ、印刷物の画像、およ
びビデオから捕捉される画像を含む、タグなしコンテンツに組み込まれたエンティティを
表す記号オブジェクトを選択すること177を介して、相互作用のためにエンティティを
選択すること172をサポートする。
とを可能にし、ユーザが求める方法、時、場所で欲しいものを得るための自由をユーザに
与える。
を有する実施形態を示す、ブロック図である。
ェント」の起動を開始した。方法は、検索178からの文字の着信ストリームを分析する
こと、検索要求における検索引数に潜在的に合致するエンティティのリストを要求するよ
うに知識グラフと通信すること、ユーザが欲しいものを迅速に選択することに役立つよう
に、エンティティグループ179およびエンティティタイプ180によって組織化される
、これらのエンティティ180と関連付けられる知識マーカー(エンティティの間で曖昧
性を除去するためのプロパティ)を要求して表示すること、およびリストから選択される
エンティティのための有効相互作用方法のリストを受信することをサポートする。そのよ
うな方法は、わずかな一式の特定の指紋「マーカー」に基づいて、人々の間で曖昧性を除
去するために採用される方法、およびわずかな一式の「DNAマーカー」に基づいて、人
々の間および生物種の間で曖昧性を除去して判別するために採用される他の方法に類似す
る目的を果たす。記号オブジェクトの間で判別し、特定の同等プロパティから成るわずか
な一式の「知識マーカー」を使用して、それらを特定のエンティティを関係付ける方法を
採用することは、事前の曖昧性除去および記号オブジェクトのインデックス化を向上させ
、それによって、現在採用されている多くの検索エンジンによって返され得る「誤った」
合致の可能性を低減させ得る。
ィティのリストを次第に縮小することをサポートする。
ーフェースにおいてパネルを開き、潜在的なエンティティおよびそれらの知識マーカー1
80のリストを表示し、潜在的なエンティティのエンティティグループ179およびエン
ティティタイプ180によってリストを組織化する。
ザが特定のエンティティを選択したという指示を受信すると、選択されたエンティティの
ための有効相互作用オプションを記載するメニューを示すユーザインターフェースパネル
を開くことをサポートする。
と関連付ける同調の数、ならびにそのような関連を行うユーザの専門知識のレベルを考慮
することによって、記号オブジェクトの「集団理解」をサポートする。次いで、付加的な
方法は、特定のエンティティが、ユーザにとって関心であることが示される特定の記号オ
ブジェクトに対する最も可能性が高い合致であることを強調表示するか、または別様に示
してもよい。
、特定の文字列の検索を可能にするように、Luceneまたは別のそのようなインデキ
シングツールを使用して、そのようなコンテンツをインデックス化する。これらの方法は
、ユーザに関連する場合もあり、しない場合もあるコンテンツを返す。実施形態では、方
法は、特定のエンティティについての知識への即時アクセスを提供し、ユーザが、これら
のエンティティのうちのどれと相互作用することを希望するかを正確に特定することを可
能にする。人間と機械との間のこの連携は、ユーザによるさらに優れた制御を提供し、欲
しいものを見出すためにユーザによって種々のウェブページの間でナビゲートして費やさ
れる時間を短縮し得る。
の方法を有する実施形態を示す、ブロック図である。
のリストを表示すること、およびユーザがこのリスト153から特定の記号オブジェクト
185を選択したという指示を検出することをサポートする。
ープおよびエンティティタイプとともに、一意のエンティティと関連付けられる。エンテ
ィティがコンテンツエンティティである場合、記号オブジェクトのリスト内の各アイテム
は、エンティティのコンテンツタイプと関連付けられる。
ピックのリストを表示してもよく、それぞれのそのようなトピックは、ユーザによって容
易に理解可能な記号オブジェクトである。ユーザがこれらのトピックのうちの1つを選択
するとき、次いで、方法は、選択されたエンティティに関係付けられるニュースコンテン
ツを取り出す。
を有する実施形態を示す、ブロック図である。
ギャラリーを表示すること、およびユーザがこのギャラリー184から記号オブジェクト
を選択したという指示を検出することをサポートする。
表紙の「サムネイル画像」は、そのエンティティグループおよびエンティティタイプとと
もに、一意のエンティティ(すなわち、電子書籍)と関連付けられる。
オブジェクト内で、ユーザが相互作用し得るエンティティをフラグする一貫したアイコン
186を配置することをサポートし、そのようなアイコンは、目的とするユーザ指示に応
答し、任意のそのような目的とする指示は、ユーザにとって関心であるエンティティと相
互作用するための有効方法のリストを取り出して表示する方法をトリガする。
選択するための方法を有する実施形態を示す、ブロック図である。
、1つまたはそれを上回る組み込まれた知識タグ付き記号オブジェクトを有する、テキス
トから成るスマートコンテンツオブジェクトを表示することをサポートする。方法は、ユ
ーザが特定の隠し知識タグ付き記号オブジェクト187を選択したという指示を検出する
ことをサポートする。記号オブジェクトと関連付けられる知識タグ188は、エンティテ
ィに対するエンティティグループおよびエンティティタイプとともに、記号オブジェクト
によって表されるエンティティのエンティティidから成る。
選択するための方法を有する実施形態を示す、ブロック図である。
ブジェクトを有する記号オブジェクトを表示すること、ユーザがコンテンツオブジェクト
189の物理的領域を選択したという指示を検出すること、および記号オブジェクト認識
方法を起動することをサポートする。記号オブジェクト認識方法が物理的領域190の内
側で記号オブジェクトを認識した場合、方法は、この記号オブジェクトによって表される
エンティティのエンティティid、ならびにそのエンティティグループおよびエンティテ
ィタイプを含む、知識グラフからの記号オブジェクトについての知識を要求する。
の方法を有する実施形態を示す、ブロック図である。
画像オブジェクトを表示すること、ユーザが画像オブジェクトの物理的領域192を選択
した191という指示を検出すること、および記号オブジェクト画像認識方法を起動する
ことをサポートする。記号オブジェクト認識方法が示された物理的領域の内側で記号オブ
ジェクトを認識した場合、方法は、この記号オブジェクトと関連付けられるエンティティ
のエンティティid、ならびにそのエンティティグループおよびエンティティタイプを含
む、知識グラフからのさらなる知識を要求する。
ための方法を有する実施形態を示す、ブロック図である。
記号オブジェクト194を有する画像を捕捉すること、ユーザが印刷されたコンテンツ画
像オブジェクトの物理的領域を選択したという指示193を検出すること、および記号オ
ブジェクト画像認識方法を起動することをサポートする。
場合、方法は、この記号オブジェクトと関連付けられるエンティティのエンティティid
、ならびにそのエンティティグループおよびエンティティタイプを含む、知識グラフから
の知識を要求することをサポートする。
の方法を有する実施形態を示す、ブロック図である。
しながら、ユーザからの目的とする指示についてビデオプレーヤのユーザインターフェー
スを監視することをサポートし、そのような指示は、ユーザがビデオプレーヤディスプレ
イ内の目的とする領域を触れるとき195に起こる。そのような指示時に、方法は、ビデ
オコンテンツオブジェクトから画像を捕捉することをサポートする。
と、記号オブジェクト画像認識方法を起動すること、示された物理的領域の内側で記号オ
ブジェクトを認識すること、およびこの記号オブジェクトと関連付けられるエンティティ
のエンティティID、ならびにそのエンティティグループおよびエンティティタイプを含
む、知識グラフからの知識を要求することをサポートする。
法を有する実装を示す、フローチャートである。
選択または参照したという指示を受信すること175、およびそのような指示時に知的相
互作用エージェントを起動すること197をサポートする。
作用エージェントは、このエンティティのための現在有効な相互作用方法について知識グ
ラフから知識を要求する200。
互作用エージェントは、画像またはビデオ内のその相対的な物理的場所を含む、注目の領
域の特性を判定する方法を開始し198、記号オブジェクトを認識し、既知の記号オブジ
ェクトの特性を含有するライブラリ66の中で知られているエンティティにそれを関係付
けようとする。
して考えられるエンティティを表示し、エンティティのうちの1つを選択するユーザから
の指示に応答する199。
性として考えられる有効相互作のリスト201をユーザに表示する機能を実装し、そのよ
うな有効相互作用は、知識グラフに知られている。ユーザがこれらの相互作用方法のうち
の1つを選択したという、応答性ディスプレイから、または話した言葉からのいずれかの
指示の受信時に、知的相互作用エージェントは、ユーザが目的とするエンティティと相互
作用するために利用することができる、スマート相互作用モジュールを起動する。
ipt(登録商標)において、またはユーザのデバイスのオペレーティングシステムによ
って理解されるコンピュータプログラミング言語で実装される機能において、ユーザのデ
バイス上でローカルに実装される。
のユーザ相互作用を管理する方法を有する実施形態を示す、ブロック図である。
ィを選択する203。知的相互作用エージェントは、このエンティティのために有効な相
互作用のみに限定されたメニュー内のアイテムとともに、このエンティティと相互作用す
る有効な方法のメニューリストをユーザに提示し、そのような有効相互作用は、特定の時
点でユーザの特定の場所から適切である。知的相互作用エージェントは、ユーザ、ユーザ
のデバイス、および知識グラフから入力を収集して相関させ、次いで、相互作用オプショ
ンをユーザに提示する。次いで、ユーザは、有効相互作用方法のうちの1つを選択し20
4、エンティティに関係付けられるコンテンツおよび他のリソースと相互作用する205
。
よく、知的相互作用エージェントは、ユーザのデバイスに常駐する機能からユーザの場所
についてのデータを要求し、知識グラフからこのレストランのための現在有効な相互作用
方法のリストを要求するであろう。レストランが対話型予約システムを有する場合、本実
施例では、知的相互作用エージェントは、ユーザインターフェースに有効相互作用方法と
して「予約する」を表示するであろう。レストランが食べ物を配達するか、または食べ物
のピックアップを提供する場合、ユーザインターフェースに「配達を注文する」または「
ピックアップを注文する」を示してもよい。
択してもよく、知的エージェントは、ユーザインターフェースに相互作用オプションとし
て「市場データ」を表示し、ウェブサービス、例えば、Yahoo Finance M
arketデータウェブサービスへの接続を設定するであろう。方法は、段階的なユーザ
入力を必要とすることなく、自動相互作用を可能にする。
のユーザ相互作用を管理する方法を有する実施形態を示す、ブロック図である。
たは選択し、次いで、入力ボックスに電話番号を入力してもよい。知的エージェントは、
この入力を電話番号として認識し、この電話番号を有する個人または会社の名前等のこの
電話番号についての詳細を尋ねるであろう。次いで、ユーザは、この番号がBill J
ohnsonの携帯電話番号であることを特定してもよく、次いで、知的エージェントは
、この電話番号のためのエンティティノードを作成するであろう。知識グラフがBill
Johnsonについて知らない場合、知的エージェントは、付加的な詳細を供給する
ようにユーザに頼み、次いで、Bill Johnsonのためのエンティティノードを
作成し、このノードを電話番号ノードにリンクするであろう。これは、次いで、ユーザを
表すエンティティノードとBill Johnsonを表すエンティティノードとの間の
関係を作成するであろう。
示す、決定行列である。
効相互作用方法210についての知識を有し、そのような普遍的相互作用は、例えば、[
エンティティ]を「思い出す」、[エンティティ]を「フォローする」、[エンティティ
]について「注記する」、[エンティティ]について「質問する」、または普遍的ユーテ
ィリティとの多くの他のそのような相互作用のうちのいずれかを含む。
るエンティティグループに属するエンティティ207のみに適用されるという知識を有し
、例えば、[エンティティ]の「場所を特定する」は、人、場所、施設等(すなわち、1
つまたはそれを上回る場所で物理的実施形態を有するエンティティ)のみに適用すること
ができる。
たはそれを上回る特定のエンティティタイプに属するエンティティ208に適用されると
いう知識を有する。
プロパティおよび/または他のエンティティとの関係を有するエンティティ209に適用
されるという知識を有し、例えば、レストランを表すエンティティは、予約をサポートす
る場合もあり、しない場合もあり、知識グラフに知られ得る事実である。
コンに触れること、またはアイコンをクリックすることに基づく、ユーザによるエンティ
ティへの関心の指示を受信するための方法を有する実施形態を示す、説明図である。
によって、ユーザがコンテンツエンティティ214への関心を示すことを可能にする。ア
イコンは、コンテンツ216のタイトルの隣に、または画像である場合は画像に隣接して
位置し、あるいはさらに画像に組み込まれてもよい。
の実施例を示す、ブロック図である。
報を提供するエンティティを表す。「スマートコンテンツ」という用語は、少なくとも2
つの構成要素、すなわち、「ソースコンテンツ」を含有する構成要素、およびコンテンツ
に関係付けられる1つまたはそれを上回るエンティティの識別子から成る「知識マップ」
を有する構成要素を伴う記録を有するコンテンツ、エンティティとコンテンツとの間の関
係、およびエンティティと他のエンティティとの間の関係を表す。
いて、エンティティグループは「コンテンツ」である)217と、エンティティタイプ(
「コンテンツタイプ」とも呼ばれ、実施例が「ブログ」である)218とを有する。メタ
データテーブルは、各コンテンツタイプ(例えば、「記事」)に対するデフォルトファイ
ルタイプ(例えば、.txt)を定義する。
。
、そのようなソースコンテンツは、リソースによって名前が付けられたコンテンツ要素を
有する。方法は、メタデータ内のデータディクショナリの中にこれらのコンテンツ要素の
名前を記憶し、それらをメタデータデータベースで定義される標準エンティティプロパテ
ィにマップする。方法は、それぞれのそのようなソースコンテンツ要素に対するデータタ
イプをメタデータ内のデータと比較し、ソースコンテンツ要素を、知識グラフデータベー
スおよびスマートコンテンツデータベースで実装されるデータタイプにマップする。実施
例は、ビデオの名前、作成者の名前、作成日等を含むコンテンツ要素から成る、YouT
ube(登録商標)からのコンテンツオブジェクトであろう。実施形態では、方法は、Y
ouTube(登録商標)によって実装される名前およびデータ構造を、メタデータ1で
定義されるコンテンツプロパティに正規化する。
実施例は、「記事」と名付けられたコンテンツタイプ、または「ジョーク」と名付けられ
たコンテンツタイプである。
能であるデフォルトスマート相互作用方法221とリンクし、デフォルトスマート相互作
用方法は、コンテンツタイプに従って変動する。例えば、電子書籍が、「電子書籍を読む
」というデフォルトスマート相互作用方法を有してもよい一方で、ビデオは、「ビデオを
再生する」というデフォルト相互作用方法を有してもよい。コンテンツオブジェクトを選
択することにより、このコンテンツオブジェクトとの可能性として考えられる相互作用を
表示し、デフォルトスマート相互作用方法に既定値設定する、知的相互作用アシスタント
を起動する。
理する。本実施形態では、ユーザは、ユーザインターフェースで見える任意のコンテンツ
オブジェクトに触れるか、またはそれを選択し、それを「思い出し」てもよく、これは、
記事、ツイート、ウェブサイト、画像、ビデオ、電子書籍、接触カード、メッセージ、研
究報告、製品についてのレビュー、または実際に、任意のタイプの製品またはサービスに
ついての任意のタイプのコンテンツ、車の車両識別番号等の事実、誕生日の引用等のイベ
ント、ジョーク、何かについての注記、何かについてのコメント、任意のタイプの商品、
製品、サービス、場所、またはイベントに対する反応、評価、およびレビュー、雇用記録
等の何かについての記録、現在および以前の級友、現在および以前の職場の同僚、現在お
よび以前の顧客を含む人のリスト、ホテル、レストラン、温泉、ゴルフコースを含むサー
ビスのリスト、および他の多くのものを含む、ユーザがいかなる時でも思い出し、組織化
し、アクセスすることを希望する全てのものを含有する、クラウドベースのサービスであ
る、個人の「メモリバンク」にこのコンテンツを追加する相互作用である。
ースへの変更について学習すると、コンテンツプロパティを連続的に更新し、例えば、レ
ストランが、その営業時間を変更し、この変更をスマートコンテンツデータベースに投稿
してもよく、個人のメモリバンクにそのレストランを有する任意のユーザが、いかなる時
でも更新されたプロパティへのアクセスを有するであろう。
相互作用するための方法を有する実装を示す、ブロック図である。
ーラ(「MVC」)構造で実装される。
されるエンティティプロパティに基づき、「ビュー」222は、「Handlebars
」等のテンプレーティングエンジンとともに使用するために設計され、angular.
js等の開発フレームワーク223を利用して構築される、CSSおよびHTMLソフト
ウェアコードから成り、「コントローラ」機能224は、JavaScript(登録商
標)またはユーザのデバイス用のオペレーティングシステムによって理解される言語で実
装され、機能ライブラリ225にパッケージ化される。データモデル226は、各スマー
ト相互作用方法のためのデータモデルテンプレート227を定義するテーブルの形態で、
メタデータで定義される。モデル、ビュー、およびコントローラを実装する方法は、知識
グラフデータベース8、スマートコンテンツデータベース6、およびスマートメッセージ
データベース136とのトランザクションの作成、読取、更新、および削除を行うための
方法を有する、完成した「スマート相互作用モジュール」または「SIM」228として
パッケージ化される。
入力に応答する「適応ユーザインターフェース」を管理するための方法を有する実装を示
す、設計を図示する。
することを可能にし、ユーザが、例えば、「個人」モード、「学校」モード、「仕事」モ
ード、「家族」モード、「調査」モード等で動作することを可能にする。
「電子書籍を読む」、「テレビを見る」、「旅行を管理する」、「製品を買う」、「サー
ビスを買う」等から成る、特定の「活動」230を選択することを可能にする。
31を選択することを可能にし、例えば、ニュースを読んでいる間に、ユーザは、ニュー
ストピックをブラウザすることを選択し、「スポーツ」等の広いトピック、または「ダラ
スカウボーイズ」等のより狭いトピックを選択してもよい。
々の「相互作用オプション」232の間で選択することを可能にし、例えば、「ダラスカ
ウボーイズ」についてのニュースを読むことを選択すると、ユーザは、ダラスカウボーイ
ズについての「ニュース要約をブラウズ」し、ダラスカウボーイズについての「ビデオを
ブラウズ」し、またはダラスカウボーイズと相互作用するための任意の有効方法に着手し
てもよい。
エンティティと「相互作用する」ことを可能にする。
法を有する実装の実施例を示す、設計を図示する。
178を含む要素を表示する、視覚コンテナから成り、ユーザが相互作用したいエンティ
ティを表す、目的とする言葉または用語をユーザが示すことを可能にする。
が、例えば、関連する一式の活動へのユーザの集中を示す、「活動モード」229を選択
し、以前の相互作用の「履歴」、頻繁に繰り返される一連の相互作用の「ルーチンを管理
する」等を閲覧することを可能にする、制御を含有する。
「ニュース」、「画像」、「ビデオ」、「電子書籍」、「テレビ」、「オフィス文書」、
「旅行」、「買い物」、「サービス」等の特定の活動の間で選択することを可能にする、
オプションを含有する。
る視覚コンテナは、ニュースを読むためのオプション、例えば、「マイニュース」、「健
康」、「政治」、「スポーツ」、「技術」等を示すペインを表示する。
何かと相互作用する際に助けを求めたいことを示すことを可能にする、オプションを含有
する。普遍的相互作用の実施例は、例えば、「何かを思い出す」、「何かをフォローする
」、「何かを共有する」、「何かについて質問する」、「何かを記録する」、および人々
が一般的に行うことに助けを求め得る他のそのような相互作用を含んでもよい。
、次いで、電話番号または個人の名前を入力するか、または相互作用パネルコンテナから
何か(例えば、ニュース記事の段落)を「何かを思い出す」ボックス上にドラッグしても
よい。知的エージェントは、ユーザが思い出すことを希望するものの特性を認識し(例え
ば、電話番号を認識するであろう)、ユーザが思い出すことを希望するエンティティにつ
いてのさらなる詳細を判定するようにユーザと相互作用し、次いで、この電話番号のため
のノードを作成し、それを個人または会社にリンクするように知識グラフデータベースと
相互作用し、エンティティについてのプロパティを有するスマートコンテンツ記録のプロ
パティを作成するように、スマートコンテンツデータベースと相互作用するであろう。
するための方法を有する実装を示す、論理フローチャートを図示する。
用するためのオプション239を有するパネルを含有する。ユーザは、他の普遍的オプシ
ョンとともに、「何かを思い出す」、「何かをフォローする」、「何かを共有する」、「
何かを記録する」、「何かについて質問する」等のオプションの間で選択してもよい。こ
れらの普遍的相互作用のうちのいずれかへの関心の指示を受信すると、方法は、各タイプ
の普遍的相互作用のためのペインを有するパネルをポップアップし、そのようなペインは
、相互作用仕様フォーム243を含有し、ユーザが相互作用することを希望するエンティ
ティを選択または特定し244、どのようにして、およびいつこのエンティティと相互作
用することを希望するかと特定することを可能にする245。要求された相互作用につい
ての必要な詳細を提供した後、次いで、ユーザは、相互作用を起動する決定を示す246
。次いで、方法は、相互作用を実装する247。
イトは、ユーザが何かを「気に入った」ことを示すか、または何かについての「評価」あ
るいいは「レビュー」を提供することを可能にする。物事と相互作用するためのこれらの
方法は、概して、特異的であり、一意の物事および限定されたタイプの相互作用に限定さ
れ、相互作用データの特定のアグリゲータからの特定の「ウィジェット」のためのカスタ
マイズされたコードを、ウェブページソフトウェアコードに組み込むように、これらの方
法に関与するウェブサイトのオペレータに要求する。対照的に、本発明での方法は、ユー
ザが、見る、聞く、または特定することができる任意のエンティティと普遍的に相互作用
し、そのような相互作用のための個人的要求を特定することを可能にする。
照される。それらは、開示された技術のより広い適用可能な側面を例証するように適用さ
れる。種々の変更が行われてもよく、種々の実施形態の真の精神および範囲から逸脱する
ことなく、均等物が置換されてもよい。加えて、特定の状況、プロセス、プロセス行為、
またはステップを、種々の実施形態の目的、精神、または範囲に適合させるように、多く
の修正が行われてもよい。さらに、当業者によって理解されるように、本明細書で説明お
よび図示される個々の変形例のそれぞれは、種々の実施形態の範囲または精神から逸脱す
ることなく、他のいくつかの実施形態のうちのいずれかの特徴から容易に分離されるか、
またはそれらと組み合わせられ得る、離散構成要素および特徴を有する。全てのそのよう
な修正は、本開示と関連付けられる請求項の範囲内であることを目的としている。
Claims (10)
- 元のコンテンツおよび前記元のコンテンツに組み込まれたエンティティと相互作用するための適応システムであって、前記適応システムは、
視覚ユーザインターフェースを伴うデバイスを備え、
前記デバイスは、
元のソースコンテンツを表示するためのコンテンツパネルと、
前記元のソースコンテンツパネルを覆う相互作用パネルと
を備え、
前記相互作用パネルは、
前記元のコンテンツおよび前記元のコンテンツに組み込まれたエンティティと相互作用するための相互作用オプションを記載するメニューを備える第1のオーバーレイペインであって、前記メニューオプションは、前記元のコンテンツまたは前記元のコンテンツに組み込まれたいずれかのエンティティに関心がある指示に適合する、第1のオーバーレイペインと、
前記元のコンテンツおよび前記元のコンテンツに組み込まれたエンティティと相互作用するためのユーザインターフェースから成る第2のオーバーレイペインであって、前記ユーザインターフェースは、相互作用するための選択された方法に適合する、第2のオーバーレイペインと
を備える、適応システム。 - 前記元のコンテンツパネルは、ネットワークを経由して元のコンテンツにアクセスする手段を備える、請求項1に記載の適応システム。
- 前記相互作用パネルは、前記元のコンテンツに関心があるエンティティ、または前記コンテンツに組み込まれた前記エンティティのうちのいずれかを選択することに応じて、オーバーレイとして可視になる、請求項1に記載の適応システム。
- 前記元のコンテンツに関心があるエンティティ、または前記コンテンツに組み込まれた前記エンティティのうちのいずれかを選択することは、クリックすること、触れること、または話すことを含む、請求項3に記載の適応システム。
- 前記相互作用メニューペインは、特定のコンテンツまたは前記コンテンツに関連付けられたエンティティのための有効相互作用方法のみを示すように前記視覚ユーザインターフェースを適応的に構成するために必要とされる知識へのアクセスを有する、請求項1に記載の適応システム。
- 前記元のコンテンツおよび前記元のコンテンツに組み込まれた前記エンティティについての知識へのアクセスは、ネットワークを経由したアクセスを含む、請求項1に記載の適応システム。
- 元のコンテンツまたは元のコンテンツに組み込まれたエンティティとの1段階相互作用から成るシステムであって、前記システムは、
ユーザインターフェースを備え、
前記ユーザインターフェースは、
前記ユーザインターフェースに表示される元のコンテンツまたは前記コンテンツに組み込まれたいずれかのエンティティに関心がある指示を検出することと、
元のコンテンツパネルの上に相互作用パネルを覆うことと、
前記元のコンテンツまたは前記コンテンツに組み込まれたいずれかの関心のエンティティと相互作用するための有効方法のリストにアクセスし、かつそれを表示することと、
ユーザ相互作用に影響をもたらすことと
のための手段を伴う、システム。 - 元のコンテンツおよび元のコンテンツに組み込まれたエンティティについての知識を記憶するためのコンピュータ実装方法であって、前記方法は、
特定のグループおよびタイプのコンテンツのため、および特定のグループおよびタイプのエンティティのための有効ユーザ相互作用についての知識を知識メタデータデータベースに記憶することと、
エンティティ、エンティティプロパティ、エンティティ間の関係および関係プロパティ、ならびにそれらの組み合わせについての知識を知識グラフデータベースに記憶することと、
前記元のコンテンツに組み込まれたエンティティのためのエンティティIDについての知識と、前記元のコンテンツに組み込まれた前記エンティティのエンティティタイプについての知識とを含む、コンテンツファイルに組み込まれたエンティティについての知識を、知識マップされたスマートコンテンツデータベースに記憶することと
を含み、
前記知識マップされたスマートコンテンツに組み込まれたエンティティについての知識と、これらのエンティティのための有効ユーザ相互作用とは、共通エンティティIDを介してリンクされる、方法。 - エンティティ関係のタイプは、事実関係、文脈的関係、および相互作用関係を含む、請求項8に記載の方法。
- 元のコンテンツ、エンティティ、およびエンティティとの相互作用についての知識は、ネットワークを経由してアクセス可能である、請求項8に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361800302P | 2013-03-15 | 2013-03-15 | |
US61/800,302 | 2013-03-15 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016503125A Division JP6343337B2 (ja) | 2013-03-15 | 2014-03-14 | 知識への1段階アクセスを提供する適応ユーザインターフェースを有する知的インターネットシステム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019106762A Division JP2019169186A (ja) | 2013-03-15 | 2019-06-07 | 1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018160254A true JP2018160254A (ja) | 2018-10-11 |
JP6539382B2 JP6539382B2 (ja) | 2019-07-03 |
Family
ID=51534523
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016503125A Active JP6343337B2 (ja) | 2013-03-15 | 2014-03-14 | 知識への1段階アクセスを提供する適応ユーザインターフェースを有する知的インターネットシステム |
JP2018096198A Active JP6539382B2 (ja) | 2013-03-15 | 2018-05-18 | 1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム |
JP2019106762A Pending JP2019169186A (ja) | 2013-03-15 | 2019-06-07 | 1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016503125A Active JP6343337B2 (ja) | 2013-03-15 | 2014-03-14 | 知識への1段階アクセスを提供する適応ユーザインターフェースを有する知的インターネットシステム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019106762A Pending JP2019169186A (ja) | 2013-03-15 | 2019-06-07 | 1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム |
Country Status (7)
Country | Link |
---|---|
US (2) | US9946739B2 (ja) |
EP (1) | EP2973045A4 (ja) |
JP (3) | JP6343337B2 (ja) |
KR (1) | KR20150132860A (ja) |
CN (1) | CN105431839A (ja) |
AU (1) | AU2014233499A1 (ja) |
WO (1) | WO2014144931A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021174516A (ja) * | 2020-04-27 | 2021-11-01 | ペキン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science And Technology Co., Ltd. | ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラム |
Families Citing this family (77)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10740396B2 (en) * | 2013-05-24 | 2020-08-11 | Sap Se | Representing enterprise data in a knowledge graph |
US9158599B2 (en) | 2013-06-27 | 2015-10-13 | Sap Se | Programming framework for applications |
US10482139B2 (en) * | 2013-11-05 | 2019-11-19 | Google Llc | Structured user graph to support querying and predictions |
US20150286726A1 (en) * | 2014-04-02 | 2015-10-08 | NewsOther, Inc. | Methods, Apparatuses, And Systems For Facilitating Access To, And Organization Of, News And Other Information Relating To One Or More Entities Or Subjects |
US11049029B2 (en) | 2015-02-22 | 2021-06-29 | Google Llc | Identifying content appropriate for children algorithmically without human intervention |
US10078651B2 (en) * | 2015-04-27 | 2018-09-18 | Rovi Guides, Inc. | Systems and methods for updating a knowledge graph through user input |
BR112017023396A2 (pt) * | 2015-05-01 | 2018-07-24 | Einstein Ind Inc | coleta e produção de metadados avançados |
US10324926B2 (en) * | 2015-05-15 | 2019-06-18 | Microsoft Technology Licensing, Llc | System and method for extracting and sharing application-related user data |
US10007879B2 (en) | 2015-05-27 | 2018-06-26 | International Business Machines Corporation | Authoring system for assembling clinical knowledge |
US9998472B2 (en) * | 2015-05-28 | 2018-06-12 | Google Llc | Search personalization and an enterprise knowledge graph |
US10326768B2 (en) * | 2015-05-28 | 2019-06-18 | Google Llc | Access control for enterprise knowledge |
US10628490B2 (en) * | 2015-11-05 | 2020-04-21 | Microsoft Technology Licensing, Llc | Techniques for digital entity correlation |
US11062129B2 (en) * | 2015-12-30 | 2021-07-13 | Veritas Technologies Llc | Systems and methods for enabling search services to highlight documents |
US10599730B2 (en) * | 2016-03-25 | 2020-03-24 | International Business Machines Corporation | Guided search via content analytics and ontology |
CN106095858A (zh) * | 2016-06-02 | 2016-11-09 | 海信集团有限公司 | 一种音视频搜索方法、装置和终端 |
CN106250393B (zh) * | 2016-07-13 | 2017-08-25 | 广州安望信息科技有限公司 | 一种基于知识图谱的短文本理解方法及装置 |
US10061761B2 (en) * | 2016-07-22 | 2018-08-28 | International Business Machines Corporation | Real-time dynamic visual aid implementation based on context obtained from heterogeneous sources |
US10380169B2 (en) * | 2016-07-29 | 2019-08-13 | Rovi Guides, Inc. | Systems and methods for determining an execution path for a natural language query |
CN106250559A (zh) * | 2016-08-17 | 2016-12-21 | 浪潮电子信息产业股份有限公司 | 网络io的异步非阻塞应用于数据库中间件的方法 |
US20210342783A1 (en) * | 2016-08-18 | 2021-11-04 | Optum, Inc. | System and method of automated extraction and visualization of knowledge about enterprise technology, personnel and business functions |
US10579689B2 (en) | 2017-02-08 | 2020-03-03 | International Business Machines Corporation | Visualization and augmentation of human knowledge construction during material consumption |
US10902366B2 (en) | 2017-03-01 | 2021-01-26 | Rolls-Royce Corporation | Visualization features for teams |
CN108804456B (zh) * | 2017-04-28 | 2023-04-18 | 微软技术许可有限责任公司 | 基于特定于对象的知识库的聊天会话 |
WO2018223077A1 (en) * | 2017-06-02 | 2018-12-06 | Thinkspan, LLC | Zero-knowledge offers in universal data scaffold based data management platform |
US10789425B2 (en) * | 2017-06-05 | 2020-09-29 | Lenovo (Singapore) Pte. Ltd. | Generating a response to a natural language command based on a concatenated graph |
US10997223B1 (en) * | 2017-06-28 | 2021-05-04 | Amazon Technologies, Inc. | Subject-specific data set for named entity resolution |
US10652592B2 (en) | 2017-07-02 | 2020-05-12 | Comigo Ltd. | Named entity disambiguation for providing TV content enrichment |
US10354141B2 (en) | 2017-08-03 | 2019-07-16 | Motorola Solutions, Inc. | Role-based perception filter |
CN110741389B (zh) * | 2017-11-21 | 2024-07-05 | 谷歌有限责任公司 | 用于打通知识图谱的***、方法和计算机可读介质 |
WO2019108193A1 (en) * | 2017-11-30 | 2019-06-06 | Hall David R | An infrastructure for automatically detecting interactions, and root causes and for optimizing real-world processes |
US10831845B2 (en) * | 2017-12-28 | 2020-11-10 | Google Llc | Generation of enhanced search results |
US11379598B2 (en) * | 2018-02-28 | 2022-07-05 | International Business Machines Corporation | Knowledge graph access limitation by discovery restrictions |
JP7114279B2 (ja) | 2018-03-07 | 2022-08-08 | 株式会社Lixil | 改装サッシ |
CN108520035A (zh) * | 2018-03-29 | 2018-09-11 | 天津大学 | 基于星形分解的sparql基本图模式查询处理方法 |
US10769179B2 (en) * | 2018-03-30 | 2020-09-08 | American Express Travel Related Services Company, Inc. | Node linkage in entity graphs |
CN108595588B (zh) * | 2018-04-19 | 2022-08-23 | 中国科学院电子学研究所苏州研究院 | 一种科学数据存储关联方法 |
WO2020007460A1 (en) * | 2018-07-04 | 2020-01-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Wireless device, computer server node, and methods thereof |
CN109150679B (zh) * | 2018-08-09 | 2021-04-02 | 重庆源盾科技集团有限公司 | 一种总线模式下的感知协商方法 |
GB201813561D0 (en) * | 2018-08-21 | 2018-10-03 | Shapecast Ltd | Machine learning optimisation method |
CN109241078B (zh) * | 2018-08-30 | 2021-07-20 | 中国地质大学(武汉) | 一种基于混合数据库的知识图谱组织查询方法 |
US10339420B1 (en) * | 2018-08-30 | 2019-07-02 | Accenture Global Solutions Limited | Entity recognition using multiple data streams to supplement missing information associated with an entity |
CN115499395B (zh) * | 2018-09-29 | 2024-01-16 | 创新先进技术有限公司 | 社交方法、装置及设备 |
US11636123B2 (en) * | 2018-10-05 | 2023-04-25 | Accenture Global Solutions Limited | Density-based computation for information discovery in knowledge graphs |
EP3837630A1 (en) * | 2018-10-15 | 2021-06-23 | Zoe Life Technologies Holding AG | Method and device for machine representation of detected physical objects in text |
KR20200052448A (ko) | 2018-10-30 | 2020-05-15 | 삼성전자주식회사 | 지식 그래프에 기초하여 데이터베이스들을 통합하는 시스템 및 방법 |
US20200226168A1 (en) * | 2019-01-11 | 2020-07-16 | Pixlee, Inc. | Methods and systems for optimizing display of user content |
CN110347810B (zh) * | 2019-05-30 | 2022-08-19 | 重庆金融资产交易所有限责任公司 | 对话式检索回答方法、装置、计算机设备及存储介质 |
CN110580516B (zh) * | 2019-08-21 | 2021-11-09 | 厦门无常师教育科技有限公司 | 一种基于智能机器人的交互方法及装置 |
US11397897B2 (en) * | 2019-09-10 | 2022-07-26 | Abbas Ameri | Knowledge currency |
JP7379059B2 (ja) * | 2019-10-02 | 2023-11-14 | キヤノン株式会社 | 中間サーバ装置、情報処理装置、通信方法 |
EP4022452A4 (en) * | 2019-10-10 | 2023-10-25 | Autodesk, Inc. | DOCUMENT TRACKING THROUGH VERSION HASH LINKED GRAPHS |
US11709878B2 (en) | 2019-10-14 | 2023-07-25 | Microsoft Technology Licensing, Llc | Enterprise knowledge graph |
US11194840B2 (en) * | 2019-10-14 | 2021-12-07 | Microsoft Technology Licensing, Llc | Incremental clustering for enterprise knowledge graph |
CN110750647B (zh) * | 2019-10-17 | 2020-07-31 | 北京华宇信息技术有限公司 | 一种多源异构情报数据的elp模型的构建方法 |
US11106952B2 (en) * | 2019-10-29 | 2021-08-31 | International Business Machines Corporation | Alternative modalities generation for digital content based on presentation context |
US11216492B2 (en) | 2019-10-31 | 2022-01-04 | Microsoft Technology Licensing, Llc | Document annotation based on enterprise knowledge graph |
CN111028952B (zh) * | 2019-11-27 | 2023-08-04 | 云知声智能科技股份有限公司 | 一种中文医学蕴含知识图谱构建方法及装置 |
CN111125352B (zh) * | 2019-12-23 | 2023-05-16 | 同方知网数字出版技术股份有限公司 | 一种基于知识图谱的关联数据可视化数据驾驶舱构建方法 |
WO2021157897A1 (en) * | 2020-02-03 | 2021-08-12 | Samsung Electronics Co., Ltd. | A system and method for efficient multi-relational entity understanding and retrieval |
US11687570B2 (en) | 2020-02-03 | 2023-06-27 | Samsung Electronics Co., Ltd. | System and method for efficient multi-relational entity understanding and retrieval |
CN111309930B (zh) * | 2020-03-06 | 2023-02-28 | 西南交通大学 | 一种基于表示学习的医学知识图谱实体对齐方法 |
CN111522994B (zh) * | 2020-04-15 | 2023-08-01 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111738296B (zh) * | 2020-05-22 | 2023-10-10 | 广东科学技术职业学院 | 基于数据融合的一站式服务平台 |
US11354302B2 (en) * | 2020-06-16 | 2022-06-07 | Sap Se | Automatic creation and synchronization of graph database objects |
CN111753198B (zh) * | 2020-06-22 | 2024-01-12 | 北京百度网讯科技有限公司 | 信息推荐方法和装置、以及电子设备和可读存储介质 |
TWI745099B (zh) * | 2020-09-25 | 2021-11-01 | 嘉實資訊股份有限公司 | 自訂首頁功能捷徑裝置、方法及電腦程式產品 |
US12034613B2 (en) * | 2021-02-18 | 2024-07-09 | Cerner Innovation, Inc. | Smart ticket routing to determined support team |
CN112800287B (zh) * | 2021-04-15 | 2021-07-09 | 杭州欧若数网科技有限公司 | 基于图数据库的全文索引方法和*** |
CN113297392B (zh) * | 2021-06-02 | 2022-02-18 | 江苏数兑科技有限公司 | 一种基于知识图谱的智能数据服务方法 |
US20220398271A1 (en) * | 2021-06-15 | 2022-12-15 | Microsoft Technology Licensing, Llc | Computing system for extracting facts for a knowledge graph |
US11532333B1 (en) * | 2021-06-23 | 2022-12-20 | Microsoft Technology Licensing, Llc | Smart summarization, indexing, and post-processing for recorded document presentation |
US12032721B2 (en) * | 2021-10-20 | 2024-07-09 | Yodlee, Inc. | Synthesizing user transactional data for de-identifying sensitive information |
CN114138759B (zh) * | 2021-11-08 | 2024-07-23 | 国家电网公司华中分部 | 基于知识图谱推理的二次设备故障处理推送方法及*** |
CN114398490B (zh) * | 2021-12-13 | 2024-04-02 | 西安电子科技大学 | 一种基于分层注意力机制的知识图谱补全方法及装置 |
CN115051863B (zh) * | 2022-06-21 | 2023-06-02 | 四维创智(北京)科技发展有限公司 | 异常流量检测的方法、装置、电子设备及可读存储介质 |
CN115048533B (zh) * | 2022-06-21 | 2023-06-27 | 四维创智(北京)科技发展有限公司 | 知识图谱构建的方法、装置、电子设备及可读存储介质 |
CN116010626B (zh) * | 2023-03-24 | 2023-06-27 | 南方电网数字电网研究院有限公司 | 电力用户知识图谱分析方法、装置和计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002335518A (ja) * | 2001-05-09 | 2002-11-22 | Fujitsu Ltd | 表示装置を制御する制御装置、サーバ、およびプログラム |
JP2008539492A (ja) * | 2005-04-29 | 2008-11-13 | スプリングボード リテール ネットワークス ライセンシング エスアールエル | ネットワークを介したユーザー情報管理システム及び方法 |
US20100312596A1 (en) * | 2009-06-05 | 2010-12-09 | Mozaik Multimedia, Inc. | Ecosystem for smart content tagging and interaction |
JP2013502653A (ja) * | 2009-08-17 | 2013-01-24 | マイクロソフト コーポレーション | セマンティック・トレーディング・フロア |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ298861A (en) * | 1995-01-23 | 1999-01-28 | British Telecomm | Accessing information from a store by comparing keywords with information descriptors |
US6070167A (en) * | 1997-09-29 | 2000-05-30 | Sharp Laboratories Of America, Inc. | Hierarchical method and system for object-based audiovisual descriptive tagging of images for information retrieval, editing, and manipulation |
US7461087B2 (en) * | 2000-12-21 | 2008-12-02 | The Boeing Company | Technology management system using knowledge management disciplines, web-based technologies, and web infrastructures |
JP2003036370A (ja) * | 2001-07-24 | 2003-02-07 | Compass-Tv Co Ltd | 商品取引方法及び商品取引システム |
AUPR796801A0 (en) * | 2001-09-27 | 2001-10-25 | Plugged In Communications Pty Ltd | Computer user interface tool for navigation of data stored in directed graphs |
US8116889B2 (en) * | 2002-06-27 | 2012-02-14 | Openpeak Inc. | Method, system, and computer program product for managing controlled residential or non-residential environments |
US8768969B2 (en) * | 2004-07-09 | 2014-07-01 | Nuance Communications, Inc. | Method and system for efficient representation, manipulation, communication, and search of hierarchical composite named entities |
JP4709671B2 (ja) * | 2006-03-20 | 2011-06-22 | 日本放送協会 | 知識メタデータ生成装置及び知識メタデータ生成プログラム |
US7680767B2 (en) * | 2006-03-23 | 2010-03-16 | Microsoft Corporation | Mapping architecture with incremental view maintenance |
JP4504433B2 (ja) * | 2008-01-29 | 2010-07-14 | 株式会社東芝 | オブジェクト探索装置及び方法 |
JP5258326B2 (ja) * | 2008-02-27 | 2013-08-07 | データ・ケーキベーカ株式会社 | データ処理方法、プログラムおよびデータ処理装置 |
WO2009116049A2 (en) | 2008-03-20 | 2009-09-24 | Vizi Labs | Relationship mapping employing multi-dimensional context including facial recognition |
CN101639840A (zh) * | 2008-07-29 | 2010-02-03 | 华天清 | 网络信息语义结构识别方法和装置 |
US8032508B2 (en) | 2008-11-18 | 2011-10-04 | Yahoo! Inc. | System and method for URL based query for retrieving data related to a context |
US8407179B2 (en) | 2009-01-06 | 2013-03-26 | TRUEANTHEM Corporation | Method of determining influence of a member within a dataset |
US8311999B2 (en) * | 2009-03-13 | 2012-11-13 | Invention Machine Corporation | System and method for knowledge research |
US8719713B2 (en) * | 2009-06-17 | 2014-05-06 | Microsoft Corporation | Rich entity for contextually relevant advertisements |
JP2011035771A (ja) * | 2009-08-04 | 2011-02-17 | Olympus Corp | 撮像装置、編集装置および撮像システム |
CN101650797A (zh) * | 2009-09-14 | 2010-02-17 | 中国科学院计算技术研究所 | 一种移动客服知识库***及其工作方法 |
US8972439B2 (en) | 2010-05-13 | 2015-03-03 | Salesforce.Com, Inc. | Method and system for exploring objects in a data dictionary |
US11068657B2 (en) * | 2010-06-28 | 2021-07-20 | Skyscanner Limited | Natural language question answering system and method based on deep semantics |
WO2015051480A1 (en) * | 2013-10-09 | 2015-04-16 | Google Inc. | Automatic definition of entity collections |
-
2014
- 2014-03-14 CN CN201480027430.0A patent/CN105431839A/zh active Pending
- 2014-03-14 EP EP14762419.1A patent/EP2973045A4/en not_active Withdrawn
- 2014-03-14 US US14/212,654 patent/US9946739B2/en active Active
- 2014-03-14 JP JP2016503125A patent/JP6343337B2/ja active Active
- 2014-03-14 AU AU2014233499A patent/AU2014233499A1/en not_active Abandoned
- 2014-03-14 KR KR1020157029883A patent/KR20150132860A/ko not_active Application Discontinuation
- 2014-03-14 WO PCT/US2014/029536 patent/WO2014144931A2/en active Application Filing
-
2018
- 2018-03-27 US US15/936,634 patent/US20180218015A1/en not_active Abandoned
- 2018-05-18 JP JP2018096198A patent/JP6539382B2/ja active Active
-
2019
- 2019-06-07 JP JP2019106762A patent/JP2019169186A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002335518A (ja) * | 2001-05-09 | 2002-11-22 | Fujitsu Ltd | 表示装置を制御する制御装置、サーバ、およびプログラム |
JP2008539492A (ja) * | 2005-04-29 | 2008-11-13 | スプリングボード リテール ネットワークス ライセンシング エスアールエル | ネットワークを介したユーザー情報管理システム及び方法 |
US20100312596A1 (en) * | 2009-06-05 | 2010-12-09 | Mozaik Multimedia, Inc. | Ecosystem for smart content tagging and interaction |
JP2013502653A (ja) * | 2009-08-17 | 2013-01-24 | マイクロソフト コーポレーション | セマンティック・トレーディング・フロア |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021174516A (ja) * | 2020-04-27 | 2021-11-01 | ペキン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science And Technology Co., Ltd. | ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラム |
JP7269913B2 (ja) | 2020-04-27 | 2023-05-09 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN105431839A (zh) | 2016-03-23 |
US20140282219A1 (en) | 2014-09-18 |
US9946739B2 (en) | 2018-04-17 |
EP2973045A4 (en) | 2017-03-08 |
JP2019169186A (ja) | 2019-10-03 |
JP2016517599A (ja) | 2016-06-16 |
KR20150132860A (ko) | 2015-11-26 |
WO2014144931A2 (en) | 2014-09-18 |
WO2014144931A3 (en) | 2014-12-24 |
AU2014233499A1 (en) | 2015-11-05 |
JP6343337B2 (ja) | 2018-06-13 |
JP6539382B2 (ja) | 2019-07-03 |
US20180218015A1 (en) | 2018-08-02 |
EP2973045A2 (en) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6539382B2 (ja) | 1段階相互作用を提供する適応ユーザインターフェースを有する知的インターネットシステム | |
US10728203B2 (en) | Method and system for classifying a question | |
US9430570B2 (en) | Systems and methods for determining information and knowledge relevancy, relevant knowledge discovery and interactions, and knowledge creation | |
US9183515B2 (en) | Share box for endorsements | |
US10540666B2 (en) | Method and system for updating an intent space and estimating intent based on an intent space | |
US9043358B2 (en) | Enterprise search over private and public data | |
US20130275429A1 (en) | System and method for enabling contextual recommendations and collaboration within content | |
US11080287B2 (en) | Methods, systems and techniques for ranking blended content retrieved from multiple disparate content sources | |
US20120203733A1 (en) | Method and system for personal cloud engine | |
US20190361857A1 (en) | Method and system for associating data from different sources to generate a person-centric space | |
US11232522B2 (en) | Methods, systems and techniques for blending online content from multiple disparate content sources including a personal content source or a semi-personal content source | |
KR20100094021A (ko) | 이동통신 단말기와 아이피 기반 정보 단말기를 이용한 맞춤, 지능형 심볼, 아이콘 인터넷 정보 검색시스템 | |
US20210037353A1 (en) | Identifying decisions and rendering decision records in a group-based communication interface | |
US20230179554A1 (en) | Method and system for dynamically generating a card | |
US10867337B2 (en) | Creating secure social applications with extensible types | |
US20170098144A1 (en) | Method and system for generating a card based on intent | |
US20210166331A1 (en) | Method and system for risk determination | |
US20150363803A1 (en) | Business introduction interface | |
US20170097959A1 (en) | Method and system for searching in a person-centric space | |
US20240045741A1 (en) | Methods and systems for a three-tiered content notification system for a data exchange featuring non-homogenous data types | |
Neha et al. | Evaluating user influence in Twitter based on hashtags using data mining | |
CN116615716A (zh) | 智能捕获以提供输入和行动建议的***和方法 | |
US20180253739A1 (en) | Automated Endorsement Prompting | |
Houben et al. | User Profile Data on the Social Semantic Web (UWeb) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190315 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190607 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6539382 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |