[發明專利]機器學習命令交互

在審

• 申請號: 201780090030.8
• 申請日: 2017-04-25
• 公開（公告）號: CN110546603A
• 公開（公告）日: 2019-12-06
• 發明（設計）人: 克利斯汀·佩羅內;托馬斯·保拉;羅伯托·佩雷拉·西爾韋拉
• 申請（專利權）人: 惠普發展公司;有限責任合伙企業
• 主分類號: G06F3/16
• 分類號: G06F3/16;G10L17/04;G10L17/22
• 代理公司: 11018 北京德琦知識產權代理有限公司
• 代理人: 梁洪源;康泉<國際申請>=PCT/US2

本文公開的示例涉及經由聊天交互接收查詢，根據訓練后的機器學習模型將所接收的查詢轉換成預定義命令集中的一個預定義命令，以及向聊天交互提供該預定義命令集中的一個預定義命令的結果。

背景技術

除了其它特征之外，多功能設備常常用于打印、復制、傳真和/或掃描文檔。這樣的設備提供一批可用菜單命令、選項以及向用戶提供信息的能力。

附圖說明

在附圖中，相似的附圖標記指相似的部件或框。下面的詳細描述參考附圖，其中：

圖1是用于提供查詢交互的示例系統；

圖2是用于提供查詢交互的方法的示例的流程圖；以及

圖3是用于提供查詢交互的示例計算設備的框圖。

具體實施方式

為了簡便和說明性的目的，通過主要參考實施例的示例來描述實施例的原理。在下面的描述中，很多特定的細節被闡述，以便提供實施例的理解。然而，對本領域普通技術人員將明顯的是，可以在沒有這些特定細節的限制的情況下實踐實施例。在一些實例中，沒有詳細地描述眾所周知的方法和/或結構，以便不使實施例不必要地模糊。

諸如打印機、膝上型計算機、智能電話和/或其它計算設備的各種電子設備常常提供用于與用戶交互的用戶界面(UI)。這樣的UI可例如提供狀態信息、接受命令和指令、提供維護指令等。在一些情況下，可能存在設備能夠響應的數百個命令，但用戶常常對鍵入和/或通過很多菜單級別點擊以嘗試和找到正確的UI選項從而訪問它們期望的信息幾乎沒有耐心。

在本文的示例中，可提供諸如交互式聊天界面的自然語言界面。有時被稱為“聊天機器人”，該界面可從用戶接受查詢(諸如，鍵入的和/或說出的)、將查詢轉換成由設備已知的預定義命令中的一個預定義命令以及向用戶提供響應。例如，用戶可以詢問聊天機器人“油墨剩下多少？”。聊天機器人可使用訓練后的機器學習模型來將查詢“油墨剩下多少？”轉換成特征向量，該特征向量可接著用于識別也被提取到特征向量中的最接近的匹配模型。命令可在設備上被執行，并且答案被提供給用戶作為來自聊天機器人的響應。

可包括圖像和/或文本特征向量的特征向量可表示文本表示的特性。例如，文本特征向量可表示詞的相似性、語言規律、基于訓練后的詞的上下文信息、形狀、區的描述、對其它向量的接近度等。特征向量可以在多模空間中是可表示的。多模空間可包括k維坐標系。當在多模空間中填充圖像和文本特征向量時，可通過比較在多模空間中的特征向量的距離來識別對查詢的匹配圖像，從而識別相似的圖像特征和文本特征。距離比較的一個示例可包括余弦接近度，其中在多模空間中的特征向量之間的余弦角被比較以確定最接近的特征向量。余弦相似特征可在多模空間中是鄰近的，而不相似的特征向量可以是遠端的。特征向量可具有k維或在多模空間中的坐標。具有相似特征的特征向量在向量模型中的多模空間中接近彼此被嵌入。

基于特征的向量表示可使用各種模型以在連續向量空間中表示文檔的詞、圖像和結構。不同的技術可應用于表示在向量空間中的不同特征，且不同級別的特征可根據可能需要被維護的文檔的數量來存儲。例如，在語義上相似的詞可通過答復在相同的上下文中出現的詞共享語義含義的事實來映射到附近的點。運用這個原理的兩個示例方法包括基于計數的模型(例如潛在語義分析)和預測模型(例如神經概率語言模型)。基于計數的模型計算某個詞多長時間與它的鄰近詞共同出現在大文本語料庫中一次的統計，并接著將這些計數統計一直映射到每個詞的小密集向量。預測方法直接試圖在所獲悉的小密集嵌入向量(模型的被考慮的參數)方面從它的鄰居預測詞。其它層可捕獲其它特征，諸如字體類型分布、布局、圖像內容和定位、顏色圖等。