-
公开(公告)号：CN106462626A
公开(公告)日：2017-02-22
申请号：CN201580031793.6
申请日：2015-06-10
Applicant: 微软技术许可有限责任公司
Abstract: “兴趣度建模器”使用深度神经网络来学习兴趣度”的深度语义模型(DSM)。由深度神经网络或其卷积版本的两个分支组成的DSM标识并预测将使用户对阅读源文档感兴趣的目标文档。所学习的模型观测、标识并检测从web浏览器日志获得的源文档与目标文档之间的点击转换中的兴趣度的自然发生的信号。利用深度神经网络对兴趣度建模，深度神经网络鉴于源文档和目标文档的“上下文”和可选的“焦点”来将源-目标文档对映射到对文档转换训练的潜在空间中的特征向量。学习网络参数以最小化该空间中源文档与其对应的“感兴趣的”目标之间的距离。所得的兴趣度模型具有可应用的使用，包括但不限于上下文实体搜索、自动文本突出、预取可能感兴趣的文档、自动化内容推荐、自动化广告放置等。
-
公开(公告)号：CN111492388A
公开(公告)日：2020-08-04
申请号：CN201880082081.0
申请日：2018-12-13
Applicant: 微软技术许可有限责任公司
IPC: G06Q10/10
Abstract: 一种方法包括接收被寻址到收件人用户的电子邮件，使用重新参数化的递归神经网络模型处理接收的电子邮件以基于接收的电子邮件来标识动作，并且其中重新参数化的递归神经网络模型已经在用收件人对应动作注释的电子邮件数据集上被训练，并且在具有与电子邮件数据相似结构的未注释的会话数据上被重新参数化。
-
公开(公告)号：CN105612517A
公开(公告)日：2016-05-25
申请号：CN201480055402.X
申请日：2014-10-07
Applicant: 微软技术许可有限责任公司
IPC: G06F17/30
CPC classification number: G06N99/005 , G06F3/04842 , G06F17/3053 , G06F17/30637 , G06F17/3064 , G06F17/30867 , G06N3/04 , G06N7/005
Abstract: 给出了用于提供“上下文洞察”或为用户正在消耗或著作的内容的上下文定制的信息的技术和系统。给定可由应用中的用户手势来指示的针对关于话题的信息的请求，对搜索服务的一个或多个查询可在不要求由用户直接输入搜索查询的情况下来制定。此外，技术和系统可利用用户正在消耗或创作的内容的上下文以及用户、设备和应用元数据来构造查询以及将结果组织和过滤成相关的上下文洞察。
-
公开(公告)号：CN106663117B
公开(公告)日：2020-07-03
申请号：CN201580036291.2
申请日：2015-06-30
Applicant: 微软技术许可有限责任公司
IPC: G06T11/20 , G06F16/332
Abstract: 本文中描述了与探索性建议相关的各种技术。构造计算机实现的图，其中该图包括表示多个方面的节点和表示多个方面之间的关联的边。一个方面表示话题的子话题或任务的子任务。计算机实现的图基于搜索记录的内容来学习，并且被用于输出探索性建议，其中用户正在探索话题或尝试完成多步骤任务。
-
公开(公告)号：CN105144136A
公开(公告)日：2015-12-09
申请号：CN201380065245.6
申请日：2013-12-13
Applicant: 微软技术许可有限责任公司
CPC classification number: G06F16/951
Abstract: 除其他以外，提供了一个或多个技术和/或系统，用于构建动作目录、为动作目录内的动作生成动作框架、和/或执行动作。在一示例中，动作可以基于与一应用相关联的描述性文本被包括在动作目录中，该描述性文本指示该应用能够执行该动作(例如，电影应用可能能够执行预订电影票动作)。参数(例如，电影名称)和/或执行端点(例如，用于接入电影票预订功能的统一资源标识符)可用于为该动作生成动作框架。以此方式，可以从用户输入(例如，说话命令)中标识用户执行动作的意图，且该动作可以使用该动作框架来执行(例如，代表具有最小附加用户输入的用户)。
-
Patent Agency Ranking
公开(公告)号：CN111630540B
公开(公告)日：2024-04-30
申请号：CN201980009585.4
申请日：2019-01-08
Applicant: 微软技术许可有限责任公司
IPC: G06Q10/10
Abstract: 本申请描述的技术的各方面提供了使用户能够通过经由音频通道提供自动快速任务通知，来快速地对任务进行响应的高效用户界面。音频通道快速任务系统包括用于从内容(例如，人际通信、合成内容、业务线(LOB)应用程序文档)中识别和提取快速任务的组件，以及用于对快速任务进行优先级排序并在适当的相关时间通过音频通道将其路由给用户的组件。该系统能够处理用户响应，确定用于处理快速任务的动作，并代表用户执行该动作(例如，将回复传递给请求方，将指令传递给应用程序或服务，对快速任务通知进行排队，将快速任务委派给另一个用户或机器人，将快速任务转发给配套设备，或者在配套设备上启动应用程序)。
-
公开(公告)号：CN111630540A
公开(公告)日：2020-09-04
申请号：CN201980009585.4
申请日：2019-01-08
Applicant: 微软技术许可有限责任公司
IPC: G06Q10/10
Abstract: 本申请描述的技术的各方面提供了使用户能够通过经由音频通道提供自动快速任务通知，来快速地对任务进行响应的高效用户界面。音频通道快速任务系统包括用于从内容(例如，人际通信、合成内容、业务线(LOB)应用程序文档)中识别和提取快速任务的组件，以及用于对快速任务进行优先级排序并在适当的相关时间通过音频通道将其路由给用户的组件。该系统能够处理用户响应，确定用于处理快速任务的动作，并代表用户执行该动作(例如，将回复传递给请求方，将指令传递给应用程序或服务，对快速任务通知进行排队，将快速任务委派给另一个用户或机器人，将快速任务转发给配套设备，或者在配套设备上启动应用程序)。
-
公开(公告)号：CN106462626B
公开(公告)日：2019-09-13
申请号：CN201580031793.6
申请日：2015-06-10
Applicant: 微软技术许可有限责任公司
IPC: G06F16/9032 , G06N3/04
Abstract: “兴趣度建模器”使用深度神经网络来学习“兴趣度”的深度语义模型(DSM)。由深度神经网络或其卷积版本的两个分支组成的DSM标识并预测将使用户对阅读源文档感兴趣的目标文档。所学习的模型观测、标识并检测从web浏览器日志获得的源文档与目标文档之间的点击转换中的兴趣度的自然发生的信号。利用深度神经网络对兴趣度建模，深度神经网络鉴于源文档和目标文档的“上下文”和可选的“焦点”来将源‑目标文档对映射到对文档转换训练的潜在空间中的特征向量。学习网络参数以最小化该空间中源文档与其对应的“感兴趣的”目标之间的距离。所得的兴趣度模型具有可应用的使用，包括但不限于上下文实体搜索、自动文本突出、预取可能感兴趣的文档、自动化内容推荐、自动化广告放置等。
-
公开(公告)号：CN110140140A
公开(公告)日：2019-08-16
申请号：CN201780080654.1
申请日：2017-12-14
Applicant: 微软技术许可有限责任公司
IPC: G06Q10/10
Abstract: 呈现了系统和方法，该系统和方法用于检测所接收内容内的动作意图，标识用于执行对应的动作的动作完成机器人，并且通过对动作完成机器人的动作请求来发起动作。在计算机系统上执行的动作委托代理接收所接收内容的通知，其中动作委托代理不是所接收内容的目标。进行对所接受内容的分析以标识所接收内容的动作一图。基于该动作意图，咨询动作注册表以标识用于执行与其动作的对应的动作完成机器人。请求被提交给动作完成机器人以执行该动作。
-
公开(公告)号：CN111557006B
公开(公告)日：2023-10-03
申请号：CN201880085385.2
申请日：2018-12-13
Applicant: 微软技术许可有限责任公司
Inventor： B·S·J·科尔迈耶 , L·C·瓦尔加斯赫林 , M·J·恩卡纳西翁 , P·潘特尔 , J·B·蒂万 , V·波兹南斯基 , W·K·王
IPC: G06F40/169 , G06F40/279
Abstract: 内容创建应用程序可以包括：接收文档中的内联注释，并将内联注释的内容以及与该内联注释的作者相关联的用户标识符传送给智能服务的功能。智能服务可以根据内联注释的内容，识别一个或多个代理和请求，所识别的一个或多个代理是作者、一个或多个人员代理、一个或多个bot代理或者其组合。基于所识别的代理(或缺少代理)，智能服务可以生成针对所述一个或多个代理中的每个代理的消息，并通过通信信道将该消息传送给所述一个或多个代理中的每个代理。人员代理或作者可以使用适当的通信应用程序来接收消息并查看消息，而无需访问原始文档。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.038 seconds)
