【技术实现步骤摘要】
【国外来华专利技术】使用机器学习模型自动生成事件
[0001]相关申请的交叉引用
[0002]本申请要求2021年8月17日提交的、标题为“Automatic Generation of Events Using a Machine
‑
Learning Model(使用机器学习模型自动生成事件)”的美国专利申请第17/404773号的优先权，该美国专利申请要求2021年5月11日提交的、标题为“Automatic Generation of Events Using a Machine
‑
Learning Model(使用机器学习模型自动生成事件)”的第63/187392号美国临时专利申请的优先权以及201年5月17日提交的、标题为“Automatic Generation of Events Using a Machine
‑
Learning Model(使用机器学习模型自动生成事件)”的美国临时专利申请第63/189657号的优先权，其中每个申请均整体包含在本文中。
技术介绍
[0003]诸如智能...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法，包括：将与用户账户相关联的媒体库分割成回合，其中，每回合与对应时间段相关联；使用事件机器学习模型生成事件信号，所述事件信号指示事件在每回合中发生的可能性，其中，所述事件机器学习模型是接收所述媒体作为输入的分类器；生成每回合的事件重要性分数；基于所述事件信号和超过阈值事件重要性值的对应事件重要性分数来从所述回合中确定一个或多个事件；以及提供用户界面，所述用户界面包括具有来自所述一个或多个事件的特定事件的对应媒体的事件项。2.根据权利要求1所述的方法，其中，所述用户界面是媒体的逆时间网格的包括所述对应媒体的一部分，并且还包括：响应于用户从所述逆时间网格中选择所述事件项，在预定持续时间内用来自所述特定事件的所述对应媒体的显示来替换所述逆时间网格；以及响应于完成所述对应媒体的所述显示，显示所述逆时间网格。3.根据权利要求1所述的方法，还包括：通过使用静态训练集离线生成所述事件机器学习模型；以及响应于更新大小小于大小阈值而更新所述事件机器学习模型。4.根据权利要求1所述的方法，还包括：接收来自用户的用以从包括人的描绘的所述媒体库中的媒体中移除所述人的描绘的请求；以及从所述媒体中过滤所述人的所述描绘，其中，所述过滤在生成所述事件重要性分数之前执行。5.根据权利要求1所述的方法，其中，所述用户界面包括用以隐藏的选项或用以添加以下中的一个或多个的选项：来自所述一个或多个事件的媒体项、与所述一个或多个事件相关联的日期或来自所述一个或多个事件的媒体项中描绘的人或宠物。6.根据权利要求1所述的方法，还包括：确定要在单独设备上执行的计算以优化计算；以及基于要在所述单独设备上执行的所述计算来在多个设备上实现所述事件机器学习模型。7.根据权利要求1所述的方法，其中，生成所述事件重要性分数是基于以下中的一个或多个：对应回合中的至少阈值数量的媒体项、所述对应回合中的至少阈值数量的面部聚类、所述对应回合中的所述媒体项的质量指示符、阈值等级的至少一个面部聚类或者罕见的面部聚类的存在。8.根据权利要求1所述的方法，还包括：基于以下中的一个或多个将多个回合组合为单个事件：所述多个回合与全部落在24小时周期内的相应时间段相关联、所述单个事件是在多天出现的事件类型、与所述单个事件相关的不同天的庆祝活动、所述多个回合涉及同一地点或者所述多个回合涉及同一面部聚类集。9.根据权利要求1所述的方法，还包括：生成置信度分数，所述置信度分数指示对应事件是被准确辨识的事件类型的可能性；
以及响应于所述置信度分数满足阈值置信度值，将描述所述事件类型的自动生成的标题添加到所述对应事件。10.根据权利要求9所述的方法，还包括：响应于所述置信度分数未能满足所述阈值置信度值，基于模板短语将所述标题添加到所述对应事件。11.根据权利要求1所述的方法，其中，标题机器学习模型从所述一个或多个事件接收所述对应媒体作为输入，并且所述标题机器学习模型生成标题作为输出。1...
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。