[发明专利]使用机器学习模型的消息分析

说明书

一种方法，该方法包括，接收接收消息和对接收消息的草稿答复消息，接收消息包括接收消息成分，接收消息成分表示问题、请求和主题中的一个或多个。该方法还包括，解析接收消息以检测接收消息成分，并且将草稿答复消息解析为一个或多个答复消息成分，通过至少将一个或多个机器学习模型应用到接收消息成分以及一个或多个答复消息中的每个答复消息成分，使用机器学习模型来识别与接收消息成分以及一个或多个答复消息成分相关联的信息成分，以及基于一个或多个信息成分来识别主题草稿答复消息中的一个或多个缺陷成分，以及输出关于一个或多个缺陷成分的信息用于显示。

背景技术

一些计算系统提供促进计算设备的用户之间的电子通信的电子消息传递(例如，电子邮件)服务。在电子邮件交换期间，参与用户彼此来回进行通信，有时在后续电子邮件答复中响应由其他人做出的查询。一些电子邮件系统可以在发送草稿答复之前分析草稿答复。例如，系统分析草稿电子邮件，用于指示潜在缺失的附件。例如，如果草稿电子邮件的正文引用附件，但是用户还没有将任何文件附加到草稿电子邮件，则系统可以向用户提示指示用户可能已经忘记添加附件的警告。

发明内容

公开的主题涉及用于在用户之间的电子消息交换(诸如经由电子邮件或即时消息传递)期间检测缺失的信息的技术。消息处理系统不是确定用户是否未能附加文档，而是在发送草稿消息之前评估草稿消息的消息文本内容中的缺陷。例如，当撰写原始电子邮件时，或者当撰写对来自朋友或同事(“发送方”，例如另一电子邮件用户)的电子邮件的答复时，对于用户来说并不少见的是起草包括不完整信息的电子邮件，或者忘记响应初始电子邮件中提供的查询。这样，如果按原始起草的方式被发送，则有缺陷的电子邮件往往使得接收者发送后续通信以澄清缺陷。消息处理系统在这些类型的情况下辅助起草者。消息处理系统分析撰写的消息以检测文本内容缺陷。在一个示例中，消息处理系统与电子邮件客户端或即时消息传递客户端集成以分析由用户撰写的草稿消息。

对于用户正在响应接收到的消息的情况，消息处理系统分析草稿答复消息(“答复内容”)对接收到的消息的各方面的响应。消息处理系统可以分析接收到的消息，以识别在接收到的消息中提出(address)的一个或多个种子主题(seed subject)。这种种子主题可以包括向用户提出的问题、从用户请求的信息、由接收到的消息提出的主题等。响应于种子主题的识别，消息处理系统分析草稿答复消息，以从接收到的消息中检测没有在草稿答复消息中提出的任何种子主题。例如，传入的电子邮件可能已经询问用户想要在哪里和何时共进午餐，但是草稿答复电子邮件可能仅标识了建议的位置而没有标识建议的时间。消息处理系统在发送草稿答复消息之前提示用户什么种子主题看起来未由答复消息提到。在这种情况下，接收到的消息可以用于确定草稿答复消息的接收者(例如，通常是接收到的消息的发送者)可能期望什么信息，并且草稿答复消息可以用于确定用户是否已经实现了那些期望。

对于用户正在撰写具有“原始内容”的消息(例如，不一定对另一消息或种子主题作出响应的消息或消息成分)的情况，消息处理系统识别草稿原始消息中可能引起后续问题、澄清等的消息成分。例如，用户可以起草原始消息，该原始消息指示他们希望在特定位置与接收者共进午餐，但是用户没有标识日期或时间。这种消息通常可能根据接收者请求缺失的信息而引出答复。消息处理系统分析原始消息的这种消息缺陷，并且在发送草稿原始消息之前提示用户潜在缺失什么信息。在这种情况下，消息处理系统可以使用草稿原始消息来确定草稿原始消息的接收者可能期望什么信息，并且确定草稿原始消息是否包括足够的信息来实现那些期望。

通过自动地检测草稿消息中的缺陷，消息处理系统可以使得用户将他或她的注意力集中在缺陷上；从而减少用户需要交换的消息的数量。这种自动化可以减少通过消息传递系统的网络流量，并且促进与示例计算系统的更有效的用户交互，从而使得示例计算系统接收的消息通常少于不以该方式识别消息缺陷的其他计算系统。因此，与其它计算系统相比，示例消息处理系统可以进行更少的操作，并且可以消耗更少的电能和/或导致节省电池电源。另外，示例计算系统可以提供不太令人沮丧的更令人愉快的用户体验。