多设备智能语言模型同步的制作方法
【专利说明】多设备智能语言模型同步
【背景技术】
[0001] 各种的语言识别系统被设计来使用一个或多个输入模式。通常，该些输入模式包 括文本输入模式、语音输入模式和/或手写输入模式。该些语言识别系统根本的基本目标 是使用户使用一个或多个输入模式W增加的可靠性和提高的速率来创建文本。例如，文本 输入模式，通过能够让用户执行比可比较系统所要求更低的精确度的操作，通常允许增加 的输入速率。此外，该种模式往往提供了提示完成单词的判断完成功能。语音和手写输入 模式利用了不同组的输入操作，有些用户可能发现其比打字更容易和更快。该些输入然后 被转换为文本。
[0002] -般情况下，语言识别系统依靠本地语言模型，具有文本对象的词库，其可W根据 由用户执行的输入操作由系统产生。然而，因为每个用户是不同的，该些语言模型基于每个 用户的交互方式W不同的方式动态地演变。此外，语言识别系统的用户通常有多个设备在 其上使用语言识别系统。该导致用户需要为每个设备独立地训练语言模型。因此，需要能 够在跨多个设备上提供语言模型的技术。
【附图说明】
[0003] 本发明的实施例将通过附图的使用来描述和解释，其中：
[0004] 图1示出了在其中本发明的一些实施例可被运用的计算环境的例子；
[0005] 图2示出了根据本发明的一个或多个实施例的用于本地语言处理系统的一组组 件；
[0006] 图3展示了根据本发明的各种实施例的用于主语言处理系统的一组组件；
[0007] 图4示出根据本发明的一个或多个实施例的基于主语言模型的用于同步本地语 言模型的一组操作的流程图；
[0008] 图5示出根据本发明的各种实施例的用于利用高优先级消息发送系统的一组操 作的流程图；
[0009] 图6示出根据本发明的一个或多个实施例的用于整合基于服务器的订阅模式的 一组操作的流程图；
[0010] 图7是允许用户管理用户移动设备订阅的代表性图形用户界面的屏幕截图；
[0011] 图8示出了根据本发明的各种实施例的可与每个用户关联的一组信息；W及
[0012] 图9是本发明的实施例可W通过其运用的计算机系统的例子。
[0013] 附图不一定是按比例绘制。例如，图中信令时期的相对大小没有按照比例，并且特 定信令或消息周期的大小可W不同。类似的，为了讨论本发明的一些实施例，一些部件和/ 或操作可W被分成不同的块或组合成单个块。此外，虽然本发明可修改为各种修改和替代 形式，但是具体实施例已通过示例方式在附图中示出，并在下面被详细描述。然而，该意图 不是将本发明限制于所描述的特定实施例。相反，本发明意在覆盖落入由所附权利要求所 限定的本发明的范围之内的所有修改、等价物和替代。
【具体实施方式】
[0014] 所公开的语言处理系统和方法的各个实施例一般设及用户使用输入设备将信息 输入系统。特别地，一些实施例提供了用于跨多个设备的智能语言模型。传统的语言识别 系统依靠具有可由系统产生的文本对象的词库的本地语言模型。在某些情况下，运行语言 识别系统的设备使用语言模型来将由使用者执行的输入操作映射到词库中的该些文本对 象的一个或多个。该些模型通常是动态的，并随着它们被使用而成长和学习，允许用户通过 使用和教学改善基线预测。
[0015] 随着计算设备的激增，用户具有多个设备并不罕见，其结果是，具有多个本地语言 模型。在传统语言识别系统下，每个设备需要基于每个设备的用户输入独自地学习或发展 定制的本地语言模型。此外，许多变量影响该些语言识别系统将输入识别和映射至文本对 象的准确度。该些因素之间突出的是，文本对象是否驻留在词库和文本对象使用的频率。例 如，如果一个单词不经常使用，文本输入系统可能误认该单词，而偏爱统计上更可能被使用 的单词。常常被误认的词可能是正确的名字，如人、街道、餐馆和其他的与个人消息特殊相 关的单词，如语音邮箱。结果是，因为该语言模型没有被所有的用户输入所训练，任何一个 设备中的语言模型的响应可能不是令人满意的响应。
[0016] 对比而言，本发明公开的语言处理系统和方法创建了主语言模型，将来自单个设 备模型的变化与主语言模型同步，并将来自主语言模型的变化同步至与用户关联的其他设 备。该主语言模型可存储在"云中"，如在一个远程服务器或其他设备里。保持主语言模型 允许用户创建定制的语言模型，该模型在设备之间随用户移动，W及保持多个设备同步。此 夕F，主语言模型的使用使得新设备采用最当前的语言模型。在一些实施例中，用于语言更新 的基于服务器的订阅模型可W被在用户设备上运行的客户利用，它决定了用于在每个本地 设备中的语言模型的最优化更新安排。
[0017] 在有些情况下（例如，由于连接类型或大量使用），一直使本地设备上的事件与主 语言模型同步是不切实际的。各种实施例提供选择性地实时（或近实时）传送某些事件至 主语言模型的能力，W提高在其他的辅助设备的立即预测。在至少一个实施例中，可W使用 消息传送系统来对何时将事件分布到本地设备进行优先化。例如，消息传递系统可确定哪 些事件非常重要并立即将此事件输入语言模型。该消息传递系统可W利用在多个客户与一 个服务器之间或与一组服务器之间的实时（或近实时）的消息总线，提供同步语言模型改 变事件的能力，来提高用户跨多个设备的输入体验。
[0018] 为了解释，下面的描述提供了很多具体的细节来提供对本发明实施例的详尽理 解。然而，对本领域技术人员明显的是，在没有该些具体细节时，也可W实施本发明的实施 例。尽管为了方便本发明的实施例参考基于云的主语言模型描述，本发明的实施例也同样 能够运用至的主语言模型可存在其中的各种其他网络范例。
[0019] 该里介绍的技术可W被实施为专用硬件（例如，电路）、用软件和/或固件适当编 程的可编程电路或专用和可编程电路的组合。因此，实施例可包括在其上存储有指令可被 用来编程计算机（或其他电子设备）来执行过程的机器可读介质。该机器可读介质可W包 括但不限于软盘、光盘、光盘只读存储器（CD-ROM)、磁光盘、ROM、随机存取存储器（RAM)、可 擦除可编程只读存储器巧PROM)、电可擦除可编程只读存储器巧EPROM)、磁卡或光卡、闪存 或其他类型的适于存储电子指令的媒体/机器可读介质。
[0020] 短语"在一些实施方案中"、"根据一些实施方案"、"在所示实施例中"、"在其他实 施例中"等类似的一般指短语后的特定的特点、结构或特征被被包括在本发明的至少一个 实施例中，并且可被包括在一个W上的实施例中。此外，该短语并非一定指相同或者不同的 实施例。
[0021] 图1展示了在其中本发明的一些实施例可被运用的计算环境100的例子。如图1 所示，语言识别系统可W在一个或多个移动设备llOa-n(如移动电话、平板电脑、移动媒体 设备、移动游戏设备、基于车辆的计算机等等）、一个或多个计算设备（如计算机120)W及 能够接收用户输入的其他设备（例如，如导航系统130)上操作。该些设备的每个可包括各 种输入机制（例如，麦克风、键盘和/或触摸屏）来接收用户互动（例如，语音、文本和/或 手写输入）。在该些设备上的每个语言识别系统可能正在运行本地语言模型。
[0022] 如图1所示，该些设备可W通过一个或多个有线或无线、公共或私人网络150与主 语言处理系统140进行通信。根据本发明的各种实施例，主语言处理系统140通过应用从 在移动设备上正在本地运行的多个语言模型接收的改变建立主语言模型。结果是，该主语 言模型是从终端用户和与终端用户关联的设备的互动专为该终端用户产生的模型（也就 是说，单个模式或多个模式的组合）。
[0023] 根据各种实施方案，主语言模型可包括多个模型，例如静态语言模型160和动态 语言模型170。静态语言模型160是基于通用语言使用为语言生成的单词列表。在一些实 施方案中，不经常使用的单词（例如，恐龙的名字或街道名）可基于位置或其他触发事件临 时或永久地被添加为新分区或语言模型。相比之下，动态语言模型170从与终端用户关联 的每个设备接收改变事件（例如，添加一个单词、删除一个单词、单词的修正、n元语法和单 词计数）。改变事件一般W它们出现的顺序被处理从而来更新动态语言模型（如，在实时或 近实时下）。然而，在一些实施例中，改变事件可能不按顺序被处理来更新动态语言模型。 例如，更重要的改变事件可W在相对不重要的改变事件处理前优先处理。
[0024] 图2展示了用于本地语言处理系统200的一组元件。根据图2所示的实施例，本 地语言处理系统200可包括存储器205、一个或多个处理器210、电源215、输入设备220、事 件检测模块225、事件汇总模块230、本地语言模型235、优先级模块240、同步模块245、通 信模块250、排队模块255和图形用户界面（GUI)生成模块260。该系统的其它实施例可连 同其它模块、应用和/或组件包括该些模块和组件的一些、全部或没有。此外，一些实施例 可将两个或两个W上该样的模块和组件结合到单一模块和/或将该些模块的一个或多个