[发明专利]来自承载情感的内容的分面推荐

说明书

“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。

背景技术

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。

发明内容

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-bearing content)，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。