[发明专利]用于基于知识图谱来提供内容的系统和方法

说明书

提供一种使用机器学习算法的人工智能(AI)系统和AI系统的应用。一种用于基于知识图谱来提供内容的设备包括：处理器，被配置为执行指令以：获得与设备相关的上下文信息；通过输入所获得的上下文信息到用于确定与设备的用户相关的实体之间的关系的第一AI模型，获得设备的用户的第一设备知识图谱；从服务器请求由服务器生成的服务器知识图谱；接收服务器知识图谱；通过输入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展第一设备知识图谱的第二AI模型，获得用户的第二设备知识图谱；以及基于所获得的第二设备知识图谱来提供内容。

技术领域

本公开涉及用于基于知识图谱来提供内容的系统和方法，并且更具体地，涉及用于基于考虑用户隐私的知识图谱来提供内容的系统和方法。

背景技术

不同于现有的基于规则的智能系统，人工智能(AI)系统是一种被配置为通过训练自己并且自发地做出决定以变得更智能的计算机系统。由于随着AI系统被越来越多地使用，AI系统的识别率提高并且AI系统更准确地理解用户喜好，基于规则的智能系统正在逐渐被基于深度学习的AI系统所取代。

AI技术包括机器学习(例如，深度学习)和使用机器学习的元素技术(elementtechnology)。机器学习是一种自分类/学习输入数据特征的算法技术，而元素技术是使用诸如深度学习的机器学习算法的技术，并且包括诸如语言理解、视觉理解、推断/预测、知识表示和运动控制的技术领域。

应用AI技术的各种领域如下。语言理解是一种用于识别和应用/处理人类语言/字符的技术，并且包括自然语言处理、机器翻译、对话系统、问题回答和语音识别/合成。视觉理解是一种用于像人类视觉系统一样识别和处理对象的技术，并且包括对象识别、对象追踪、图像搜索、人员识别、场景理解、空间理解和图像增强。推断/预测是一种用于判断信息并且在逻辑上对其进行推断和预测的技术，并且包括基于知识/概率的论证、优化预测、基于偏好的规划和推荐。知识表示是一种用于将人类经验信息并入知识数据中的自动化技术，并且包括知识建立(例如，数据生成/分类)和知识管理(例如，数据利用)。运动控制是一种用于控制自动驾驶车辆的自动行驶和机器人运动的技术，并且包括移动控制(例如，导航、碰转避免或驾驶)和操纵控制(例如，行为控制)。

此外，对于用于保护用户隐私并且有效地扩展与用户相关的知识图谱的AI技术有需求。

发明内容

提供了通过使用多个人工智能(AI)模型来获得和使用与用户相关的知识图谱的系统和方法。

还提供了用于保护个体隐私以及获得和使用与用户相关的知识图谱的系统和方法。

此外，提供了用于有效地扩展与用户相关的知识图谱并且通过设备和服务器之间的协作向用户提供推荐内容的系统和方法。

其他方面将部分地在之后的描述中被阐述，以及部分地从描述中将是显而易见的，或者可以通过给出的实施例的实践而获知。

附图说明

根据结合附图所进行的以下描述，本公开的某些实施例的以上和其他方面、特征和优点将变得更显而易见，附图中：

图1是根据实施例的用于基于关于用户的知识图谱来提供内容的系统的图解；

图2是根据实施例的由设备执行的通过使用基于人工智能(AI)模型的知识图谱来提供内容的方法的流程图；

图3是根据实施例的由设备执行的生成第一设备知识图谱的方法的流程图；

图4是根据实施例的由设备执行的设置类别与隐私等级来接收定制内容的方法的流程图；

图5是根据实施例的由设备执行的通过使用与具体类别对应的服务器知识图谱来扩展第一设备知识图谱的方法的流程图；

图6是根据实施例的由设备执行的通过使用设备操作信息和第二设备知识图谱来确定要向用户提供的内容的方法的流程图；