来自承载情感的内容的分面推荐制造技术

“分面推荐器”从消费者评论或其他社交媒体内容创建针对特定对话话题的分面并且可选地针对与那些分面相关联的事情的对话推荐。分面推荐器应用机器学习的分面模型和可选的情感模型来标识与内容的跨度或分段相关联的分面并且确定与那些分面相关联的中性、积极或消极的消费者情感以及可选地确定与那些分面相关联的事情。通过分面模型从针对特定对话话题类型的手动定义或机器学习的分面的列表或集合选择这些分面。分面推荐器然后基于与那些分面相关联的情感生成关于特定分面的新对话语句(即，短的中性、积极或消极的建议)。在各种实施方式中，语句被适配到一个或多个预定义的对话框架。进一步地，提供为语句的响应或建议可以被个性化到单独用户。

【技术实现步骤摘要】
【国外来华专利技术】来自承载情感的内容的分面推荐
技术介绍
典型的推荐系统使用各种统计或机器学习技术或这样的技术的组合来过滤可能的选择，以生成针对事情(诸如电影、书、购买的物品、餐馆等)的推荐。例如，推荐系统常常使用协同过滤或基于内容的过滤机制来构建模型用于在做出推荐中使用，并且可以使用这两种类型的过滤的组合。协同过滤方法一般地根据从所观察的用户行为导出的信息构建基于用户的模型。构建这样的模型所评估的行为的示例包括先验用户选择或购买，并且还可以包括针对那些选择或购买的用户评级。然后，所得模型被用于向用户预测潜在的感兴趣的其他事情。基于内容的过滤方法一般地基于物品特点构建模型以将类似物品推荐给用户。例如，如果用户表达出对悬疑电影感兴趣，则基于内容的推荐系统将推荐其他悬疑电影。进一步地，这样的推荐可以使用根据由其他用户所提供的评级生成的得分等进行排序或排名(即，组合的基于内容和协同过滤)。可以进一步通过尝试标识来自与针对其提供推荐的用户具有类似兴趣的用户的评级来使这样的推荐变窄。
技术实现思路
提供以下概述，以简化形式引入下文在详细描述中进一步描述的概念的选择。该概述不旨在标识所要求保护的主题的关键特征或基本特征，其也不旨在用作帮助确定所要求保护的主题的范围。进一步地，虽然本文可以指出或讨论其它技术的某些缺点，但是所要求保护的主题不旨在限于可以解答或解决那些其它技术的缺点中的任何或全部的实施方式。该概述的唯一目的是以简化形式将所要求保护的主题的一些概念呈现为稍后呈现的更详细描述的前序。总体而言，如本文所描述的“分面(facet)推荐器”可以根据诸如消费者评论、社交媒体内容(例如，基于文本或语音的内容)或其他承载意见的在线内容之类的承载情感的内容(sentiment-bearingcontent)，创建并且呈现针对特定对话话题的分面的推荐以及可选的针对与这些分面相关联的实体的推荐。注意，在以下讨论的上下文中，术语“分面”被定义为指代与特定对话话题相关联的特定特点或实体。例如，关于基于餐馆的对话话题，分面可以包括但不限于餐馆类型(例如，意大利、无麸质、素食、巴西烤肉等)、菜单、食品项目(或特定类别或类型的食品项目)、饮料、服务、员工、气氛、环境、便利设施、娱乐、游戏、客户、事件、价格、等待时间、新鲜度等。每个分面还可以进一步被分割为子分面。例如，食品项目分面可以包括牛肉、海鲜、家禽、素菜等的子分面，其中的每一个还可以单独地被视为分面。分面推荐器向承载情感的内容应用机器学习的分面模型，以标识与该内容的跨度或分段相关联的对话话题分面。在各种实施方式中，分面推荐器还可选地使用分面模型和/或机器学习的情感模型来确定与对话话题、分面或对应的实体相关联的中性情感(还包括其中在内容中明显没有情感的情况)、积极情感或消极情感。注意，在各种实施方式中，通过来自针对特定对话话题类型的手动定义或机器学习的分面的列表或集合的分面模型来选择这些分面。分面推荐器然后生成关于特定分面的新对话语句(即，短的中性、积极或消极的建议)，该新对话语句可以基于与那些分面相关联的情感并且可选地基于针对分面和/或情感的“共识”的确定。进一步地，在各种实施方式中，通过将分面、从承载情感的内容提取的相关联的跨度或分段和/或与特定对话话题相关联的情感适配到一个或多个预定义的对话框架，来创建这些语句。换句话说，可以通过利用分面、从承载情感的内容提取或在承载情感的内容中标识的相关联的跨度或分段和/或与特定对话话题相关联的情感填充各种对话框架中的位置来创建对话语句。换句话说，在各种实施方式中，分面推荐器使用机器学习的分面模型和/或机器学习的情感模型来评估承载情感的内容的多个样本，从而标识与该内容的一个或多个分段相关联的对话话题和分面并且可选地确定与那些分面中的每一个分面对应的情感。分面推荐器然后使用该信息来生成关于所标识的分面中的一个或多个分面的多个对话语句。另外，在各种实施方式中，通过将一个或多个分面或该内容的相关联的跨度或分段适配到一个或多个预定义的对话框架来生成对话语句中的一个或多个对话语句，该一个或多个预定义的对话框架可选地与任何相关联的情感一致。根据以上概述，应清楚的是，本文所描述的分面推荐器提供各种技术用于应用机器学习的分面模型和/或机器学习的情感模型来从承载情感的内容标识对话话题的分面和可选的对应情感，并且针对那些分面创建对话语句形式的推荐用于呈现给用户。除刚描述的益处之外，分面推荐器的其他优点将从结合附图作出的以下随附的详细描述中变得明显。附图说明所要求保护的主题的特定特征、方面和优点将关于以下描述、随附的权利要求和附图变得更好理解，其中：图1提供了图示本文所描述的“分面推荐器”的各种实施方式的程序模块的示例性架构流程图，“分面推荐器”评估承载情感的内容以创建针对与特定对话话题相关联的分面的对话语句形式的推荐。图2提供了图示示出本文所描述的各种示例性过程的程序模块的示例性架构流程图，该各种示例性过程用于训练机器学习的分面模型和可选的机器学习的情感模型。图3提供了图示示出本文所描述的各种示例性过程的程序模块的示例性架构流程图，该各种示例性过程用于使用问答(QA)过程来查询由分面推荐器所生成的话题数据的结构化数据库。图4图示了一般系统流程图，该流程图图示用于实现如本文所描述的分面推荐器的各种实施方式的示例性方法。图5是描绘简化的通用计算设备的一般系统图，该计算设备具有用于实现本文所描述的分面推荐器的各种实施方式的简化的计算能力和I/O能力。具体实施方式在“分面推荐器”的各种实施方式的以下描述中参照附图，附图形成该描述的一部分并且在附图中以图示的方式示出了其中可以实践分面推荐器的特定实施方式。应当理解，在不脱离其范围的情况下，可以利用其他实施方式并且可以做出结构改变。还应注意，为了清楚起见，特定术语将被诉诸于描述本文所描述的各种实施方式，并且这些实施方式不旨在限于这样所选择的特定术语。而且，应理解到，每个特定术语包括以实现类似目的的广泛类似的方式操作的所有其技术等同物。在本文中对“一个实施方式”或“另一实施方式”或“示例性实施方式”或“备选实施方式”或类似短语的引用意味着结合该实施方式所描述的特定特征、特定结构或特定特点可以被包括在分面推荐器的至少一个实施方式中。进一步地，贯穿说明书的这样的短语的出现不必全部指代同一实施方式，也不是与其他实施方式相互排斥的分离或备选的实施方式。还应当理解，本文针对表示分面推荐器的一个或多个实施方式的任何过程流所描述或所图示的顺序不是固有地指示这些过程需要以所描述或所图示的顺序来实现，本文针对任何过程流所描述或所图示的任何这样的顺序也不隐含对分面推荐器的任何限制。如本文所利用的，术语“部件”、“系统”、“客户端”等旨在指代计算机相关实体，硬件、软件(例如，在执行时)、固件或它们的组合。例如，部件可以是在处理器上运行的过程、对象、可执行的程序、函数、库、子例程、计算机或软件和硬件的组合。通过图示，在服务器上运行的应用和服务器二者都可以是部件。一个或多个部件可以驻留在过程内并且部件可以被本地化在一个计算机上和/或被分布在两个或更多计算机之间。术语“处理器”一般地被理解为指代硬件部件，诸如计算机系统的处理单元。而且，就术语“包含”、“包括有”、本文档来自技高网...

【技术保护点】
一种计算机实现的方法，包括：应用机器学习的分面模型来评估承载情感的内容的多个样本，以标识与所述内容的一个或多个分段相关联的对话话题和分面；基于所述承载情感的内容的两个或更多样本来标识具有共识的所述分面中的一个或多个分面；生成关于所标识的具有共识的所述分面中的一个或多个分面的多个对话语句；以及其中所述对话语句中的一个或多个对话语句是通过将所述分面中的一个或多个分面适配到一个或多个预定义的对话框架而生成的。

【技术特征摘要】
【国外来华专利技术】2014.09.02 US 14/475,4501.一种计算机实现的方法，包括：应用机器学习的分面模型来评估承载情感的内容的多个样本，以标识与所述内容的一个或多个分段相关联的对话话题和分面；基于所述承载情感的内容的两个或更多样本来标识具有共识的所述分面中的一个或多个分面；生成关于所标识的具有共识的所述分面中的一个或多个分面的多个对话语句；以及其中所述对话语句中的一个或多个对话语句是通过将所述分面中的一个或多个分面适配到一个或多个预定义的对话框架而生成的。2.根据权利要求1所述的计算机实现的方法，进一步包括用于经由一个或多个输出设备输出一个或多个相关的对话语句的过程动作。3.根据权利要求1或权利要求2所述的计算机实现的方法，其中对话语句的相关性被确定为对用户输入的反应性响应。4.根据权利要求1或权利要求2所述的计算机实现的方法，其中对话语句的相关性被确定为对与用户相关联的当前情况的主动性响应。5.根据权利要求1或权利要求2所述的计算机实现的方法，其中对话语句的相关性被确定为对与用户相关联的用户简档的响应。6.根据权利要求1或权利要求2所述的计算机实现的方法，其中具有多个特征的数字化身的视频被用于输出一个或多个相关的对话语句。7.根据权利要求6所述的计算机实现的方法，进一步包括用于修改所述数字化身的一个或多个特征的用户接口。8.根据权利要求1或权利要求2或权利要求3或权利要求4或权利要求5或权利要求6或权利要求7所述的计算机实现的方法，进一步包括应用机器学习的翻译模型来将所述对话语句中的一个或多个对话语句适配到一个或多个预定义的个性化类型的过程动作。9.一种系统，包括：通用计算设备；以及计算机程序，所述计算机程序包括由所述计算设备执行的程序模块，其中所述计算设备由所述计算机程序的所述程序模块引导以：将机器学习的分面模型应用到承载情感的内容，以针对与分面相关联的每个对话话题来标识和标记所述分面，并且标识对应的情感；通过将一个或多个经标记的分面适配...

【专利技术属性】
技术研发人员：B·多兰，M·米切尔，J·班纳吉，P·乔杜里，S·亨德里施，R·玛森，R·欧文斯，M·雷迪，宋雅潇，K·图塔诺瓦，徐亮，尹雪涛，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US