内容的个性化概要的制作方法
【专利说明】内容的个性化概要
[0001]相关申请案的交叉参考
[0002]本申请案主张对2013年3月13日提出申请的标题为“内容的个性化概要(PERSONALIZED SUMMARIES FOR CONTENT) ”的第13/801，148号美国非临时专利申请案的优先权且为所述美国非临时专利申请案的接续案，所述美国非临时专利申请案的揭示内容以其全文引用的方式并入本文中。
【背景技术】
[0003]本说明一般来说涉及由计算机消息递送的通信。例如电子邮件、社交媒体帖子、在线聊天讨论或其它电子通信等消息可包含对外部或所附加内容的引用。举例来说，外部内容可包含I3DFjIj网页的链接、文档、视频、任何多媒体内容或附件。
【发明内容】
[0004]本发明包含自动并动态地概述外部内容(例如，HF、网页、文档、视频、图像、任何多媒体内容、音频文件等)的系统及方法，所述外部内容基于包含消息的发送者及接收者的特殊兴趣的上下文而在消息中被引用或由所述消息引用(例如，附加到或链接到所述消息)。所述消息可为电子邮件消息、社交媒体帖子、在线聊天讨论中的互动或其它电子通信。
[0005]所述系统及方法可包含存取包含关于用户的兴趣信息的用户模型，条件是每一相应用户同意此存取。
[0006]在一个实施方案中，一种方法包含检测从发送者到接收者的消息，所述消息包含对外部内容的引用。所述方法包含存取用户模型，所述用户模型包含关于所述发送者或所述接收者的兴趣的兴趣信息。所述方法包含:将来自所述外部内容的兴趣内容识别为与来自所述兴趣信息的兴趣相关；从所述外部内容产生经概述内容，所述经概述内容基于所述兴趣内容且仅含有所述外部内容中的信息的子集；及修改所述消息以在所述消息中包含所述经概述内容。这方面的其它实施方案包含对应系统、设备及编码于计算机存储装置上的经配置以执行所述方法的动作的计算机程序。
[0007]这些及其它实施方案可各自包含以下特征中的一或多者。一种系统可使用用户模型识别发送者与接收者之间的共同兴趣，且使用所述共同兴趣产生经概述内容。所述系统可将所述发送者与所述接收者之间的关系模型化为实体-向量，且使用所述实体-向量产生所述经概述内容。可使用具有关于所述发送者的兴趣的兴趣信息的发送者用户模型及具有关于所述接收者的兴趣的兴趣信息的接收者用户模型来将所述关系模型化。所述系统可使所述发送者能够在将所述消息递送到所述接收者之前编辑所述经概述内容。所述系统可确定所述消息的上下文，且使用所述上下文来强调所述经概述内容中的实体。在所述消息中，所述上下文可包含问候语、主题或文本。所述系统可确定所述经概述内容中的实体与来自所述消息的日期的预定日期范围内的时事新闻报道有关，且使用所述确定来放大所述经概述内容中的所述实体。所述系统可基于所述经概述内容而产生直接到所述外部内容的一部分的链接，且
[0008]在所述消息中提供所述链接。
[0009]在一个实施方案中，一种方法包含检测从发送者到接收者的消息，所述消息包含附件。所述方法包含存取用户模型，所述用户模型包含关于所述发送者或所述接收者的兴趣的兴趣信息。所述方法包含:将来自所述附件的兴趣内容识别为与来自所述兴趣信息的兴趣相关；从所述附件产生经概述内容，所述经概述内容基于所述兴趣内容且仅含有所述附件中的信息的子集；及修改所述消息以在所述消息中包含所述经概述内容。这方面的其它实施方案包含对应系统、设备及编码于计算机存储装置上的经配置以执行所述方法的动作的计算机程序。
[0010]在各种实施方案中，尽管到所述外部内容的链接(例如，引用)可包含于所述消息的主体中，但所述附件或所述外部内容可不包含于所述消息的所述主体中。
[0011]此处所描述的标的物的实施方案中的一或多者可提供以下优点中的一或多者。所述经概述内容反映所述接收者的兴趣。所述经概述内容还可反映所述发送者与所述接收者的共同兴趣。
[0012]在附图及下文说明中陈述一或多个实施方案的细节。从所述说明及图式且从权利要求书将明了其它特征。
【附图说明】
[0013]图1图解说明实例性系统。
[0014]图2是实例性用户接口。
[0015]图3是另一实例性用户接口。
[0016]图4是图解说明产生内容的个性化概要的实例性方法的流程图。
[0017]图5是可与此处所描述的技术一起使用的通用计算机装置的实例。
[0018]图6是可与此处所描述的技术一起使用的通用计算机装置的实例。
[0019]在各种图式中，相似元件符号指示相似元件。
【具体实施方式】
[0020]图1图解说明实例性系统102。系统102可实施于(举例来说)通过网络通信的一或多个计算机上。所述系统从客户端装置106接收具有对外部内容的引用的消息104且产生具有经概述内容的修订消息108，所述经概述内容包含来自外部内容的摘录。每一消息104为电子通信，例如电子邮件、帖子、文本消息等。举例来说，消息104可呈文本形式或呈其它形式(举例来说，呈音频形式或呈图像形式)。
[0021]经概述内容可由自动程序产生，所述自动程序使用计算机程序减少文档(例如，外部内容)以形成保留原始文档的最重要点的概要。可做出连贯概要的技术可考虑到例如长度、写作风格及语法等变量。此处所描述的个性化技术可(举例来说)基于个别用户的行为、隐含的偏好中的一或多者并基于明确给出的信息而实现与所述用户相关的任何格式的经概述内容的动态插入、自定义或建议。个性化可包含此处可称为“实体”(“实体”可为人、地点、事物或概念)的相关概念。此些实体可使用概念挖掘从文档提取，所述概念挖掘可涉及人工智能、统计数据、数据挖掘及文本挖掘的方面。
[0022]系统102及客户端装置106可通过网络(举例来说，内联网或因特网)通信。尽管系统102及客户端装置106经展示为两个单独装置，但在一些实施方案中，系统102及客户端装置106可为同一装置。
[0023]系统102包含索引引擎110及排序引擎112。索引引擎110维持供由系统102使用的索引114。索引引擎110(举例来说)使用常规或其它索引技术处理文档并更新索引114中的索引项。
[0024]在一些实施方案中，系统102可维持用户兴趣数据存储区120。在其中用户同意使用此类数据的实例中，用户兴趣数据存储区120可包含一或多个实体、网站、文本、搜索查询、人口统计数据或可由系统102使用的其它用户兴趣信息。在一些实施方案中，用户兴趣数据存储区120可在用户同意使用此类数据的情况下，将搜索查询按用户、按频率、按位置及按日期或时间分类。在一些实施方案中，用户兴趣数据存储区120可作为索引114的一部分而被包含。
[0025]用户兴趣引擎130可(举例来说)使用用户兴趣数据存储区120并在其中用户同意使用此类数据的情形中分析消息104，以确定来自所述消息的一或多个术语是否与接收者的兴趣相关联。用户兴趣引擎130可使用用户兴趣数据存储区120来识别消息中的兴趣(使用本文中所描述(举例来说，如下文关于图2到4更详细地讨论)的技术)。在一些实施方案中，用户兴趣引擎130可分析消息以定位与消息104的接收者的兴趣共同的来自消息104的一或多个术语。概述引擎140可使用所述分析的结果来产生由所述消息引用的或与所述消息相关联的所引用外部内容(例如，附件或链接)的经概述内容。
[0026]排序引擎112(例如，概述引擎140)可使用索引114来识别例如文档的部分或到与消息104有关的文档的部分的快速链接的信息(举例来说，使用常规或其它信息检索技术)。排序引擎112(举例来说)使用一或多个排序信号来计算文档中的实体的得分。每一信号提供关于文档本身或文档与消息之间的关系的信息。一个实例性信号为对文档的总体质量的度量。另一实例性信号为对文档中或文档的一部分中出现消息的术语的次数的度量。还可使用其它信号。排序引擎112使用得分将响应的文档或文档的部分排序。
[0027]尽管用户兴趣引擎130及概述引擎140经描绘为排序引擎112的一部分，但在各种实施方案中，用户兴趣引擎130或概述引擎140可作为索引引擎110的一部分，或作为系统102内的单独的单个引擎而被包含。
[0028]作为实例，消息104的发送者可包含消息104的主题(如“海滩度假”)及附加到消息104的外部内容(例如，关于佛罗里达(Florida)的文档)