计算机生成的宏推荐制造技术

在示例中，用户执行的动作集合被标识为动作序列。如果相同动作序列或类似动作序列的用户执行超过预定的阈值，则可以生成创建宏的推荐。宏可以具有一个或多个相关的触发，从而使得，除其他示例以外，宏可以使用语音输入或经由用户界面被调用。宏可以具有相关联的情境，它可以在该相关联的情境中被应用。在一些实例中，用于调用宏的触发包括关于这种情境的指示。例如，宏可以在文档的情境中被调用，使得一个或多个文档部分被相应地处理。作为另一示例，可以调用宏来处理多个文档，这些文档可以在主题上相关，或是与同一应用相关。或是与同一应用相关。或是与同一应用相关。

【技术实现步骤摘要】
【国外来华专利技术】计算机生成的宏推荐

技术介绍

[0001]用户可以在应用内执行动作序列。在一些实例中，相同或相似的序列可以被执行多次，例如，相对于文档的不同部分被执行多次。然而，手动执行这些操作可能是重复的、耗时的、冗长的，这可能会引入潜在的用户错误，诸如笔误和/或格式不一致。
[0002]所描述的实施例正是关于这些和其他一般考虑的。此外，尽管已经讨论了相对具体的问题，但应当理解的是，实施例不应限于解决在
技术介绍
中确定的具体问题。

技术实现思路

[0003]本公开的方面涉及计算机生成的宏和语音调用技术。在示例中，由用户执行的动作集合被标识为动作序列。如果相同动作序列或类似动作序列的用户执行超过预定的阈值，则可以生成为该动作序列创建宏的推荐。相应地，宏可以具有一个或多个相关联的触发，除其他示例以外，使得用户可以使用语音输入或经由用户界面调用宏。
[0004]宏可以具有相关联的情境，宏可以在这些相关联的情境中应用。在一些实例中，用于调用宏的触发包括关于将在其中调用宏的情境的指示。例如，可以在文档的情境中调用宏，以便根据宏处理一个或多个文档部分。作为另一个示例，可以调用宏来处理多个文档，除其他示例以外，这些文档可以在主题上相关或与同一应用相关联。可以调用宏来处理文档和/或其中的部分，而不需要在相关联的应用中打开文档，或者，作为进一步的示例，不需要执行相关联的应用。
[0005]提供此概述是为了以简化的形式介绍一些概念，这些概念将在下面的详细描述中进一步描述。本概述不旨在确定所要求保护的权利要求的主题的关键特征或基本特征，也不旨在用于限制所要求保护的权利要求的主题的范围。
附图说明
[0006]参考下列附图描述非限制性和非穷尽的示例。
[0007]图1图示了根据本文描述的方面计算机生成的宏和语音调用技术的示例系统的概述。
[0008]图2图示了根据本文描述的方面用于训练机器学习模型的示例框图的概述。
[0009]图3图示了根据本文描述的方面从用户信号集合标识动作序列的示例方法的概述。
[0010]图4图示了根据本文描述的方面用于生成用于执行经标识的动作序列的宏推荐的示例方法的概述。
[0011]图5图示了用于根据本文描述的方面使用计算机生成的宏处理数据的示例方法的概述。
[0012]图6图示了根据本文描述的方面用于向用户呈现计算机生成的宏的示例用户界面的概述。
[0013]图7是图示了可用于实践本公开的方面的计算设备的示例物理组件的框图。
[0014]图8A和图8B是可用于实践本公开的方面的移动计算设备的简化框图。
[0015]图9是可以在其中实践本公开的方面的分布式计算系统的简化框图。
[0016]图10图示了用于执行本公开的一个或多个方面的平板计算设备。
具体实施方式
[0017]在下面的详细描述中，参考构成本文一部分的附图，并以说明性的方式示出具体的实施例或示例。这些方面可以组合，可以利用其他方面，并且可以在不偏离本公开的实例中进行结构改变。实施例可以作为方法、系统或装置来实践。因此，实施例可以采取硬件实现、完全软件实现或结合软件和硬件方面的实现的形式。因此，下面的详细描述不应在限制意义上理解，并且本公开的范围由所附权利要求书及其等同物定义。
[0018]在示例中，用户可以使用应用执行各种操作中的任何一种。示例应用包括但不限于，除其他示例以外，文字处理软件、电子表格软件、演示软件、邮件软件、日历软件和/或网页浏览软件。与此类应用相关的示例动作包括但不限于，创建文档、安排会议、格式化文本或其他数据，和/或审阅和接受修订。然而，用户可以多次执行动作序列。例如，用户可以单独地选择文档的多个部分，并根据相同或类似的格式对所选择的每个部分进行格式化。然而，手动格式化每个文档部分可能会很耗时，并引入人为错误的可能性。此外，用户可以使用鼠标、键盘和/或其他输入机制来执行这些操作，这可能会引入附加的复杂度，因为用户可能会迭代地选择每个文档部分，之后用户必须导航到并随后启动(actuate)适当的用户界面元素。
[0019]因此，本申请的方面涉及计算机生成的宏和语音调用技术。在示例中，可以标识由用户重复执行的动作序列。可以向用户呈现创建与经标识的动作序列相关联的宏的推荐。相应地，用户可以使用宏以用于在相同或类似的情境中执行随后的动作序列。可以使用各种触发中的任何一种来调用宏，例如，响应于用户界面元素的启动或响应于键盘输入组合。在进一步的示例中，语音触发可以自动生成或至少部分地由用户指定，使得可以使用语音触发调用宏。
[0020]如本文所使用的，用户信号可以与用户在应用内执行的一个或多个操作相关联。例如，应用可以生成遥测数据，其中至少部分数据与用户执行的动作相关联。因此，可以对由一个或多个应用生成的遥测数据进行处理，以标识用户信号。遥测数据可以进一步包括与各种情境中的任何情境相关联或指示该情境的信息。示例情境包括但不限于，除其他示例以外，文档情境(例如，与单个文档相关的动作)、类似文档情境(例如，与类似文档集合相关的动作)、应用情境(例如，与应用或一组应用相关的动作)、用户情境(例如，针对给定用户的动作)和情况情境(例如，在一天中的给定时间、一周中的给定天内使用开放的应用集合执行的动作，和/或在给定的位置或位置类型)。
[0021]因此，应当理解，根据本文描述的方面生成的宏可以应用于各种情境中的任何一种情境。例如，可以针对单个文档或文档的集合调用宏。文档的集合可以根据主题和/或与相同的应用相关联。在其他实例中，文档的集合可以与不同的应用相关联。例如，可以调用宏来处理文字处理文档、电子表格文档、电子邮件、日历约会和/或演示文档。
[0022]类似地，宏可以包括在多个应用中执行的操作(例如，格式化文字处理文档并以电子邮件的形式发送文字处理文档，或更新演示文档的日期并为演示发送日历邀请)。此外，
根据本文描述的方面，文档不需要打开就可以使用宏进行处理。作为进一步的示例，文档不必是执行宏的计算设备的本地文档，从而可以类似地处理远程存储(例如，通过共享的数据存储或云协作服务)的文档。
[0023]如上所述，宏与动作序列相关联，使得用户对宏的调用引起自动执行动作序列，以响应用户调用。候选动作序列(例如，本文描述的用户推荐)可以根据各种技术中的任何一种技术来标识。例如，与一个或多个用户相关联的遥测数据可以根据一个或多个机器学习模型进行处理，从而相应地标识和标记动作序列。在示例中，机器学习模型可以基于序列中后续动作的相关联概率来标识动作序列。例如，可以使用n
‑
gram模型。作为另一个示例，可以根据本文描述的方面使用seq2seq模型和/或递归神经网络(RNN)。作为另一个示例，可以使用相关联规则学习来标识操作之间的关系，并根据这种关系标识动作序列。因此，这样的技术可以用来标识可能跟随先前操作的后续动作，使得它可以作为动作序列的部分被包括在内，而不太可能跟随先前操作的操作可以被确定为新动作序列的部分。...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种系统，包括：至少一个处理器；以及存储器，存储指令，所述指令在由所述至少一个处理器执行时，使得所述系统执行操作集合，所述操作集合包括：基于用户信号集合，生成与应用相关联的动作序列；确定所述动作序列被执行超过预定阈值；基于确定所述动作序列被执行超过所述预定阈值，生成创建与所述动作序列相关联的宏的推荐；接收创建所述宏的用户指示；以及与触发相关联地存储所述宏，当所述触发被标识时，引起所述宏的调用。2.根据权利要求1所述的系统，其中：所生成的所述推荐包括针对所述宏的所推荐的触发；所接收的所述用户指示包括接受所推荐的触发的指示；并且存储所述宏包括与所推荐的触发相关联地存储所述宏。3.根据权利要求1所述的系统，其中生成所述动作序列包括使用机器学习模型处理所述用户信号集合，所述机器学习模型被配置为至少部分地基于先前动作由后续动作跟随的可能性来标识动作序列。4.一种用于响应于触发来调用宏的方法，所述方法包括：通过计算设备标识调用所述宏的所述触发，其中所述触发包括以下至少一项：语音输入、用户界面输入或文本输入；以及响应于标识调用所述宏的所述触发：确定与所述宏相关联的情境；至少部分地基于所确定的所述情境，标识待使用所述宏进行处理的数据；以及由所述计算设备执行所述宏的动作序列，以根据所确定的所述情境处理所标识的所述数据。5.根据权利要求4所述的方法，其中确定与所述宏相关联的所述情境包括处理所标识的所述触发，以标识所述情境的用户指示。6.根据权利要求4所述的方法，其中待使用所述宏进行处理的所述数据包括与一个或多个文档相关联的文档部分集合。7.一...

【专利技术属性】
技术研发人员：E，
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：