【技术实现步骤摘要】
【国外来华专利技术】通信内容定制
[0001]本专利技术总体上涉及一种用于个性化消息的方法,更具体地,涉及一种用于个性化要从发送者发送到接收者的消息的方法。本公开还涉及用于个性化发送者和接收者之间的消息的消息个性化系统和计算机程序产品。
技术介绍
[0002]在电子通信系统中管理的数据量不断增加。这对于经典电子邮件消息、聊天消息、社交媒体消息和其它形式的现代通信平台是真实的。在商业通信和市场中使用诸如语音邮件的更非正式的电子通信机制也已经变得普遍。以上述任何方式发送的消息的数量也在增加,并且在许多情况下,单个消息的长度在减小。这可能导致使用电子媒体的误解和错误交流。另外,针对一个收件人定制的消息在发送者和一个收件人之间的上下文中可能“击中要害”,但是在发送者和另一个收件人之间的上下文中可能是完全无内容的。因此,消息应当被定制为适应于收件人的要求和上下文,以便实现适当的和最大的影响。
[0003]然而,许多消息由非集中的发送者发送。可替换地,可能向大量受众发送营销消息,其中每个接收个体在接收消息时具有独特的历史并且因此具有不同的上下文。因此,对于多个接收者的影响可能显著地不同。为了解决这个问题,在营销活动之前,通常执行高度复杂的情感分析,以便向各个接收者或接收者的小组发送上下文特定的消息。如果电子通信系统和平台用于营销,则这些情感分析是主要的努力。另外,在许多1:1消息中可能观察到相同的弱点,因为发送者不知道接收者的完整上下文或者接收者可能如何解释消息内容,因为这必然在发送者的上下文中生成。
[0004]为了解决这些问题进 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于使在发送者和接收者之间的消息个性化的方法,所述方法包括:语义分析所述发送者和所述接收者之间的通信历史,并形成在标识所述发送者的发送者标识符和标识所述接收者的接收者标识符之间的知识图;使用第一被训练的机器学习模型从所述知识图导出在所述发送者和所述接收者之间的形式等级值;分析所述通信历史中的回复的参数值以确定接收者影响分数值;训练第二机器学习系统以生成基于所述知识图和所述形式等级来预测所述接收者影响分数值的模型;在被起草的消息中选择语言表达;确定所选择的语言表达的表达意图;基于所述形式等级和所述表达意图来修改所述语言表达,以生成修改的语言表达;使用第三被训练的机器学习模型来测试所述修改的语言表达是否具有导致更高的接收者影响分数值的增加的可能性;以及重复选择所述语言表达、确定所述表达意图、修改所述语言表达、以及针对所述更高的接收者影响分数进行测试,直到满足停止准则。2.根据权利要求1所述的方法,其中,所述第三机器学习模型是强化学习模型。3.根据权利要求1或2所述的方法,其中,所述第三机器学习模型的所述训练还包括使用双向变换器来预测所述表达意图。4.根据权利要求3所述的方法,其中,所述双向变换器的所述训练还包括使用所述通信历史、所述知识图、形式等级和接收者影响分数值作为训练数据。5.根据权利要求1至4中的一项所述的方法,其中,所述接收者标识符是用于标识多个用户的多个接收者标识符,以及所述修改的语言表达是考虑所有接收者标识符的影响而建立的。6.根据权利要求1至5中的一项所述的方法,其中,所述语言表达的所述修改受到从所述形式等级分析、所述消息的保密性等级分析、消息主题分析和语气分析中选择的至少一个的结果的影响。7.根据权利要求1至6中的一项所述的方法,其中,所述语言表达的所述修改通过从组中选择的至少一个来执行,所述组包括:单词替换、句子结构旋转、内容重新排序、单词删除、消息块顺序重新组合、同义词使用、所述接收者在过去通信中使用的措辞、调整风格、和GPT2变换器转换,以及所述GPT2变换器转换被灌输有部分句子创建,以通过合成针对所述用户的个性化文本以个性化方式生成所述段落的片段。8.根据权利要求1至7中的一项所述的方法,其中,对所述通信历史的所述语义分析包括:用潜在狄利克雷分布(LDA)主题模型来识别主题。9.根据权利要求1至8中的一项所述的方法,其中,用词袋模型来获得所述形式等级,并且所述第一被训练的机器学习模型是高斯朴素贝叶斯分类器。10.根据权利要求1至9中的一项所述的方法,其中,通过使用IoT传感器或日历信息预测在所述消息被设置为到达的时间时所述接收者的情绪或任务来进一步细化所述语言表
达。11.根据权利要求1至10中的一项所述的方法,其中,所述接收者影响分数受到从组中选择的至少一个的影响,所述组包括:IoT传感器数据、可穿戴系统数据、计算机视觉数据、存在/不存在回复、回复的定时、所述回复相对于所述收件人或不同收件人的其他回复的定时、所述回复相对于时区和日历的定时、存在/不存在不在办公室消息、所述回复的长度、所述回复的内容、所述发送者所请求的由所述接收者执行的任务、以及表情符号。12.根据权利要求1至11中的一项所述的方法,其中,所述消息是书面消息或语音消息。13.根据权利要求1至12中的一项所述的方法,其中,所述分析揭示了所述通信历史的缺乏,以及次通信历史替换所述通信历史,其中,所述次通信历史是在所述接收者和次发送者之间的。14.一种用于使发送者和接收者之间的消息个性化的消息个性化系统,所述消息个性化系统包括:存储器;以及与所述存储器通信的处理器,所述处理器被配置为执行操作,所述操作包括:语义分析所述发送者和所述接收者之间的通信历史,并适于形成在标识所述发送者的发送者标识符和标识所述接收者的接收者标识符之间的知识图;使用第一被训练的机器学习模型从所述知识图导出在所述发送者和所述接收者之间的形式等级值;分析所述通信历史中的回复的参数值以确定接收者影响分数值;训练第二机器学习系统以生成基于所述知识图和所述形式等级来预测所...
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。