Representational embodiments disclose mechanisms for extracting emotional states from contextual user data and public use data collected by one or more devices and/or services. Context data and common data are combined into rich data sets. Customized emotional models are based on one or more machine learning techniques to extract emotional states from rich data sets. Emotional states are used to identify one or more actions that change the operation of one or more devices and/or services in order to achieve changes in emotional states, compatibility between emotional states and the interaction of devices and/or services with users, or both. Implicit and/or explicit feedback are collected and used to change predictions of emotional states and/or choice of actions.
【技术实现步骤摘要】
【国外来华专利技术】从设备数据提取情绪状态
本申请总体上涉及人类和机器交互。更具体地,本文公开的实施例从用户设备、环境传感器、在线源以及其他位置收集数据并从各种数据提取情绪状态并且使用情绪状态来定制系统与给定用户的交互。
技术介绍
人类与越来越多的数目的各种各样的机器交互。数字助理已经被精心制作为向用户提供及时的信息并且辅助各种各样的任务。移动设备和其他设备被精心制作为具有不仅包含文本和图形而且包含语音识别的用户接口。聊天机器人已经在一些情况下代替人类提供辅助和交互。人工智能已经被并入各种机器中以使它们更强且更有用。所有这些努力都是为了提高与机器的交互的方便性并且使它们对个体更有用。然而,尽管服务和系统以个性化和定制化的名义收集越来越多的数据量,但是机器在许多情况下仍然难以使用并且不能很好地为用户定制以使它们对用户来说更可接受。正是在这种上下文中提出本文的实施例。附图说明图1图示了从各种数据源提取情绪状态的系统的示例架构。图2图示了改进系统从收集的数据提取情绪状态的能力的示例学习循环。图3图示了从数据提取情绪状态并基于所提取的情绪状态来定制系统的操作的示例流程图。图4图示了从数据标识情绪状态并基于所提取的情绪状态来定制系统的操作的示例架构。图5图示了从数据标识情绪状态并基于所提取的情绪状态来定制系统的操作的另一示例架构。图6图示了从数据标识情绪状态并基于所提取的情绪状态来定制系统的操作的另一示例架构。图7图示了适合于实施本文中公开的系统等或者用于执行本文中公开的方法的表示性机器架构。具体实施方式下面的描述包括例示说明性实施例的说明性系统、方法、用户接口、技术、指令序列以及计算 ...
【技术保护点】
1.一种用于个性化与机器的用户交互的方法,包括:接收包括用户上下文数据和用户公共数据的数据,所述数据从多个数据源被接收;将所接收的所述数据组合以创建针对用户的、包括个人数据和上下文数据的丰富数据集;通过将所述丰富数据呈现给针对所述用户个性化的情绪状态模型来从所述丰富数据集提取情绪状态,所述情绪状态模型通过将机器学习算法应用到关于所述用户的收集的数据而被创建;基于所提取的所述情绪状态来标识至少一个动作,所述至少一个动作被设计为执行修改机器的操作和修改所述情绪状态中的至少一个;标识至少一个设备和至少一个信道以通过参与所述用户的一个或多个感觉来实现所述至少一个动作;对要通过所述至少一个信道被传输到至少一个设备的数据格式化以启动所述至少一个动作;接收指示关于所述至少一个动作如何由所述用户接收的显式或隐式反馈的数据;基于指示反馈的所述数据来更新所述情绪状态和所述情绪状态模型。
【技术特征摘要】
【国外来华专利技术】2016.10.12 US 15/291,3051.一种用于个性化与机器的用户交互的方法,包括:接收包括用户上下文数据和用户公共数据的数据,所述数据从多个数据源被接收;将所接收的所述数据组合以创建针对用户的、包括个人数据和上下文数据的丰富数据集;通过将所述丰富数据呈现给针对所述用户个性化的情绪状态模型来从所述丰富数据集提取情绪状态,所述情绪状态模型通过将机器学习算法应用到关于所述用户的收集的数据而被创建;基于所提取的所述情绪状态来标识至少一个动作,所述至少一个动作被设计为执行修改机器的操作和修改所述情绪状态中的至少一个;标识至少一个设备和至少一个信道以通过参与所述用户的一个或多个感觉来实现所述至少一个动作;对要通过所述至少一个信道被传输到至少一个设备的数据格式化以启动所述至少一个动作;接收指示关于所述至少一个动作如何由所述用户接收的显式或隐式反馈的数据;基于指示反馈的所述数据来更新所述情绪状态和所述情绪状态模型。2.根据权利要求1所述的方法,还包括:基于经更新的所述情绪状态和经更新的所述情绪状态模型中的至少一个来标识至少一个附加动作;标识至少一个设备和至少一个信道以通过参与所述用户的一个或多个感觉来实现所述至少一个附加动作;对要通过所述至少一个信道被传输到至少一个设备的数据格式化以启动所述至少一个附加动作;接收指示关于所述至少一个附加动作如何由所述用户接收的显式或隐式反馈的数据;基于关于所述至少一个附加动作的所述反馈来更新所述情绪状态和所述情绪状态模型。3.根据权利要求1所述的方法,其中将所接收的所述数据组合以创建针对用户的、包括个人数据和上下文数据的丰富数据集包括以下项中的至少一项:将来自所述多个数据源的所述数据的数据点进行时间对齐;减少来自所述多个数据源中的一个或多个数据源的数据点的数目;将来自所述多个数据源的所述数据的所述数据点进行聚集;将来自所述多个数据源中的一个或多个数据源的所述数据点进行归一化;以及改变来自所述多个数据源中的一个或多个数据源的所述数据点的格式。4.根据权利要求1所述的方法,还包括:从包括第二用户上下文数据和第二用户公共数据的第二多个数据源接收数据;将所接收的所述数据组合以创建针对第二用户的、包括针对所述第二用户的个人数据和上下文数据的丰富数据集;通过将所述丰富数据呈现给针对所述第二用户个性化的情绪状态模型来从所述丰富数据集提取第二情绪状态;除了基于所述情绪状态之外还基于所述第二情绪状态来标识所述至少一个动作;接收指示关于所述至少一个动作如何由所述第二用户接收的显式或隐式反馈的第二数据;以及基于指示反馈的所述第二数据来更新所述第二情绪状态。5.根据权利要求1、2、3或4所述的方法,其中所述用户上下文数据从至少一个第一设备被接收,并且其中所述至少一个动作通过不同于所述至少一个第一设备的至少一个第二设备来实现。6.根据权利要求5所述的方法,其中所述至少一个第二设备包括聊天机器人或数字助理。7.根据权利要求1、2、3或4所述的方法,其中所述至少一个动作包括以下项中的至少一项:使可穿戴设备振动;改变所述用户所处的环境的温度;改变所述用户所处的所述环境的照明;改变与所述用户的交互的模式;改变与所述用户的交互的频率;改变用于与所述用户沟通的句子的长度;改变正在播放的音乐;改变声音音调;以及改变词语选择。8...
【专利技术属性】
技术研发人员:N·奥索蒂奥,E·M·I·桑切斯,Y·朴,L·E·佩因,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。