[发明专利]用于推断现实意图的人工智能系统

说明书

使人工智能系统能够根据用户输入推断现实意图，并自动建议和/或执行与预测的意图相关联的动作的技术。在一个方面，从被识别为包含现实意图的可采取动作的语句中提取核心任务描述。机器分类器接收核心任务描述、可采取动作的语句和用户输入，以预测用户输入的意图类别。可以基于在训练语料库上提取的核心任务描述的弱标记群集，使用无监督学习技术来训练机器分类器。核心任务描述可以包括动词‑宾语对。

背景技术

诸如智能手机和个人计算机之类的现代个人计算设备越来越具有支持复杂计算系统(例如，以新颖方式与人类用户进行交互的人工智能(AI)系统)的能力。AI的一种应用是意图推断，其中设备可以通过分析用户通信的内容来推断某些类型的用户意图(称为，“现实意图”)，并进一步响应于推断的意图而采取相关且及时的动作，而无需用户发出任何明确的命令。

用于意图推断的AI系统的设计需要用于训练和实施机器分类器的新颖且高效的处理技术，以及用于使AI系统与代理应用程序进行接口以响应于所推断的意图来执行外部动作的技术。

附图说明

图1示出了本公开内容的示例性实施例，其中用户A和用户B使用聊天应用程序参与消息收发会话。

图2示出了本公开内容的替代示例性实施例，其中，用户使用设备上的电子邮件客户端来撰写新的电子邮件消息。

图3示出了本公开内容的替代示例性实施例，其中，用户与在设备上运行的数字助理进行语音对话。

图4根据本公开内容，示出了数字助理可以响应于图1的场景而采取的示例性动作。

图5根据本公开内容，示出了用于处理用户输入以识别意图执行任务语句、预测意图、和/或建议并执行可采取动作的任务的方法的示例性实施例。

图6示出了用于实现图5的方法的人工智能(AI)模块的示例性实施例。

图7示出了用于训练机器分类器以在给定各种输入特征的情况下预测可采取动作的语句的意图类别的方法的示例性实施例。

图8A、8B和8C共同地示出了根据图7的方法的训练的示例性实例，其示出了本公开内容的某些方面。

图9示意性地示出了可以以所描述的方式，通过处理语料库项目导出的其它聚类和标记的意图。

图10示出了根据本公开内容的方法的示例性实施例。

图11示出了根据本公开内容的装置的示例性实施例。

图12示出了根据本公开内容的装置的替代示例性实施例。

具体实施方式

本文描述的技术的各个方面通常针对于通过数字设备的用户输入来推断现实意图的技术。在本说明书和权利要求书中，现实意图是引起该设备能够向用户提供协助的任务(本文称为“可采取动作的任务”)的用户意图。可采取动作的语句是指可采取动作的任务的语句。

在一个方面，根据用户输入识别出可采取动作的语句，并且从该可采取动作的语句中提取核心任务描述。机器分类器基于核心任务描述、用户输入以及其它上下文功能，预测每个可采取动作的语句的意图类别。可以使用有监督或无监督的学习技术来训练机器分类器，例如，基于从训练语料库中提取的核心任务描述的弱标记聚类。在一个方面，聚类可以是基于核心任务描述中的动词-宾语对的文本和语义相似性。

下面结合附图阐述的具体实施方式旨在描述示例性方式“作为示例、实例或说明”，但并不是必需被解释为比其它示例性方面更优选或更具优势。为了提供对本发明的示例性方面的透彻理解，具体实施方式包括特定的细节。对于本领域普通技术人员来说显而易见的是，可以在没有这些特定细节的情况下实践本发明的示例性方面。在一些实例中，以框图形式示出了众所周知的结构和设备，以避免使本文所呈现的示例性方面的新颖性难以理解。