CN108241520A - 提供用户的待办事项列表的系统和方法 - Google Patents
提供用户的待办事项列表的系统和方法 Download PDFInfo
- Publication number
- CN108241520A CN108241520A CN201711408904.8A CN201711408904A CN108241520A CN 108241520 A CN108241520 A CN 108241520A CN 201711408904 A CN201711408904 A CN 201711408904A CN 108241520 A CN108241520 A CN 108241520A
- Authority
- CN
- China
- Prior art keywords
- list
- equipment
- data
- user
- keyword
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004891 communication Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 29
- 230000001052 transient effect Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 25
- 238000012549 training Methods 0.000 description 23
- 239000008267 milk Substances 0.000 description 21
- 210000004080 milk Anatomy 0.000 description 21
- 235000013336 milk Nutrition 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 12
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000002354 daily effect Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 239000000654 additive Substances 0.000 description 5
- 230000000996 additive effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical group [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1097—Task assignment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
提供了用于提供用户的待办事项列表的系统和方法。一种提供用户的待办事项列表的设备可以包括:通信器,该通信器被配置为与外部设备通信;显示器;以及处理器,该处理器被配置为基于由在显示器上运行的应用程序获得的数据来确定用于确定待办事项列表中的要由用户执行的至少一个任务的至少一个关键字,生成所确定的至少一个关键字的关键字列表,并且通过控制显示器显示用于在关键字列表中选择至少一个关键字中的至少一个的图形用户界面(GUI)。
Description
相关申请的交叉引用
本申请基于并且要求于2016年12月23日在韩国知识产权局提交的韩国专利申请No.10-2016-0177948和2017年10月25日在韩国知识产权局提交的韩国专利申请No.10-2017-0139545的权益,其公开内容通过引用全部并入本文。
技术领域
本公开涉及提供用户的待办事项列表的系统和/或方法,并且更具体地涉及人工智能(AI)系统及其应用程序技术,其通过使用机器学习算法(诸如深度学习)来模拟诸如人脑的认知和/或判断功能。
背景技术
随着多媒体技术和网络技术的发展,用户可以通过各种设备和服务提供服务器来使用期望的服务。另外,用户可以通过使用自己的设备与其他用户的设备进行通信。由于用户可以使用各种设备和服务提供服务器,因此用户难以有效地检查自己的任务。
而且,人工智能(AI)系统近来已经被引入图像处理领域。
AI系统是可以展现出人类智能并且通过自己学习和判断而变得更加智能的计算机系统,其与现有的基于规则的智能系统不同。AI系统使用得越多,识别率越高并且对用户品味的理解也越好。因此,现有的基于规则的智能系统正逐渐地被基于深度学习的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)。
机器学习是本身分类/学习输入数据的特性的算法技术,并且元素技术是通过使用机器学习算法(诸如深度学习)来模拟诸如人脑的认知和判断的功能的技术,并且包括诸如语言理解、视觉理解、推理/预测、知识表达和运动控制的技术领域。
应用程序AI技术的各个领域如下。语言理解是一种用于识别和应用程序/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、问答以及语音识别/合成。视觉理解是一种用于识别和处理像人类视觉系统等对象的技术,并且包括对象识别、对象追踪、图像搜索、人物识别、场景理解、空间理解和图像增强。推理/预测是一种用于判断信息并进行逻辑推理和预测的技术,并且包括基于知识/概率的推理、优化预测、基于偏好的计划以及推荐。知识表达是一种用于将人类经验信息并入知识数据的自动化技术,并且包括知识构建(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主车辆的驾驶和机器人的运动的技术,并且包括运动控制(例如导航、碰撞或驾驶)和操纵控制(例如行为控制)。
发明内容
提供了一种提供用户的待办事项列表的系统和方法,该系统和方法可以基于用户的设备和用户订阅的服务提供服务器的操作来确定用户的待办事项列表中的任务。因此,需要用于分析与用户的设备相关的操作并生成和提供用户的待办事项列表的技术。
还提供了一种提供用户的待办事项列表的设备和方法,该设备和方法可以编辑用于确定待办事项列表中的任务的关键字,并且可以显示候选任务列表和用于编辑候选任务列表的图形用户界面(GUI)。
还提供了一种提供用户的待办事项列表的系统和方法,该系统和方法可以提供用于替换待办事项列表中的任务的任务。
还提供了一种提供用户的待办事项列表的系统和方法,该系统和方法可以基于用于确定待办事项列表中的任务是否已经被执行的条件信息来确定待办事项列表中的任务是否已经被执行。
其他方面将在下面的描述中部分阐述,并且部分地将从描述中是明显的,或可以通过实践所呈现的实施例来学习。
根据示例实施例的一个方面,用于提供用户的待办事项列表的设备包括:通信器,所述通信器包括通信电路,该通信电路被配置为与外部设备通信;显示器;以及处理器,所述处理器包括处理电路,该处理电路被配置为基于由在所述显示器上运行的应用程序获得的数据来确定用于确定在所述待办事项列表中要由用户执行的至少一个任务的至少一个关键字,生成所确定的至少一个关键字的关键字列表,并且通过控制所述显示器来显示用于在所述关键字列表中选择所述至少一个关键字中的至少一个的图形用户界面(GUI)。
根据另一示例实施例的一个方面,一种由设备使用来提供用户的待办事项列表的方法,包括:从在设备的显示器上运行的应用程序获得用于生成所述待办事项列表的数据;基于所获得的数据确定用于确定在所述待办事项列表中要由用户执行的至少一个任务的至少一个关键字;生成所确定的至少一个关键字的关键字列表;以及通过控制所述显示器来显示用于在所述关键字列表中选择所述至少一个关键字中的至少一个的图形用户界面(GUI)。
根据另一示例实施例的一个方面,用于提供用户的待办事项列表的服务器包括:通信器,所述通信器包括通信电路,该通信电路被配置为从用户的设备接收由在所述用户的设备中运行的应用程序获得的数据;存储器,所述存储器被配置为存储所接收的数据和与用户订阅的服务相关的数据;以及处理器,所述处理器被配置为基于所接收的数据来确定用于确定在所述待办事项列表中要由用户执行的至少一个任务的至少一个关键字,并且基于所接收的数据和与用户订阅的服务相关的数据确定与所述至少一个关键字相关的至少一个候选任务,其中所述通信器进一步被配置为用于将所确定的至少一个候选任务发送到所述用户的设备。
根据另一示例实施例的一个方面,一种由服务器使用来提供用户的待办事项列表的方法,包括:从用户的设备接收由在所述用户的设备中运行的应用程序获得的数据;基于所接收的数据确定用于确定在所述待办事项列表中要由用户执行的至少一个任务的至少一个关键字;基于所接收的数据和与存储在服务器中的与服务相关的数据来确定与所述至少一个关键字相关的至少一个候选任务,其中所述服务是所述用户订阅的服务;以及将所确定的至少一个候选任务发送到所述用户的设备。
根据另一示例实施例的一个方面,一种包含程序的非暂态计算机可读记录介质,该程序执行一种由设备使用来提供用户的待办事项列表的方法,所述方法包括:从在设备的显示器上运行的应用程序获得用于生成所述待办事项列表的数据;基于所获得的数据确定用于确定在所述待办事项列表中要由用户执行的至少一个任务的至少一个关键字;生成所确定的至少一个关键字的关键字列表;以及通过控制所述显示器来显示用于在所述关键字列表中选择所述至少一个关键字中的至少一个的图形用户界面(GUI)
附图说明
从下面描述的实施例结合附图,这些和/或其他方面将变得明显和更容易理解,在附图中,附图标记指示结构元件,并且:
图1是例示了其中设备提供了要由用户执行的任务的待办事项列表的示例的视图;
图2是根据实施例的由设备使用来管理用户的待办事项列表的方法的流程图;
图3是根据实施例的由设备使用来生成用于确定要由用户执行的任务的关键字列表并选择关键字的方法的流程图;
图4是例示了根据实施例的其中设备在消息应用程序的运行屏幕上显示关键字列表的示例的视图;
图5是例示了根据实施例的其中设备在呼叫应用程序的运行屏幕上显示关键字列表的示例的视图;
图6是例示了根据实施例的其中设备根据用户通过图形用户界面(GUI)的输入来编辑关键字列表的示例的视图;
图7是例示了根据实施例的其中设备基于从多个应用程序获得的数据在正在显示器上运行的应用程序的运行屏幕上显示关键字列表的示例的视图;
图8是根据实施例的其中由设备使用来生成候选任务列表的方法的流程图;
图9是例示了根据实施例的其中设备显示候选任务列表的示例的视图;
图10是例示了根据另一实施例的其中设备显示候选任务列表的示例的视图;
图11是根据实施例的由设备使用来生成待办事项列表的方法的流程图;
图12是例示了根据实施例的其中设备显示待办事项列表的示例的视图;
图13是例示了根据另一实施例的其中设备显示待办事项列表的示例的视图;
图14是例示了根据实施例的其中设备提供与待办事项列表中的任务相关的附加信息的示例的视图;
图15是根据实施例的由设备使用来提供任务以替换先前确定的任务的方法的流程图;
图16是例示了根据实施例的其中设备通过识别用户意图来提供子任务的候选任务并提供所确定的任务的附加任务的示例的视图;
图17是例示了根据实施例的其中设备提供替代任务以替换子任务的示例的视图;
图18是根据实施例的由设备使用来监视待办事项列表中的任务是否已经被执行的方法的流程图;
图19是用于说明根据实施例的由设备执行的监视待办事项列表中的任务是否已经被执行的过程的视图;
图20是用于说明根据另一实施例的由设备执行的监视待办事项列表中的任务是否已经被执行的过程的视图;
图21是用于说明根据另一实施例的由设备执行的监视待办事项列表中的任务是否已被执行的过程的视图;
图22是根据实施例的由服务器使用来确定候选数据并且由设备使用来生成待办事项列表并监视待办事项列表中的任务是否已经被执行的方法的流程图;
图23是根据另一实施例的由设备使用来生成待办事项列表并且由服务器使用来确定用于确定待办事项列表中的任务的候选任务并监视待办事项列表中的任务是否已经被执行的方法的流程图;
图24和图25是根据实施例的设备的框图;
图26是根据实施例的服务器的框图;
图27是根据实施例的处理器的框图;
图28是根据实施例的数据学习器的框图;
图29是根据实施例的数据识别器的框图;
图30是例示了根据实施例的其中设备和服务器交互操作以学习和识别数据的示例的视图;
图31是根据实施例的由第一处理器和第二处理器使用来管理用户的待办事项列表的方法的流程图;
图32是根据实施例的由第一处理器、第二处理器和第三处理器使用来管理用户的待办事项列表的方法的流程图;
图33是用于说明根据实施例的设备通过使用多个服务器来管理待办事项列表的情况的流程图;和
图34是用于说明设备通过使用第一处理器、第二处理器和服务器来管理待办事项列表的情况的流程图。
具体实施方式
本公开中使用的术语是考虑了实施例中的功能而从通用术语中选择的。然而,这些术语可以根据本领域普通技术人员的意图、成案或新技术的出现变化。而且,本文使用的一些术语可以由本申请人任意选择。在这种情况下,这些术语在具体实施方式部分中被详细定义。因此,应基于其独特的含义和本公开的整个上下文来理解本文使用的特定术语。
当部件可以“包括”某一组成元件时,除非另有说明,否则其不可以被解释为排除另一组成元件,而是可以被解释为进一步包括其他组成元件。本文使用的术语“单元”是指软件组件或硬件组件(诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)),并执行特定功能。然而,术语“单元”不限于软件或硬件。“单元”可以被形成为位于可寻址存储介质中,或可以被形成为操作一个或更多个处理器,其中每个处理器包括处理电路。因此,例如,术语“单元”可以指组件,诸如软件组件、面向对象的软件组件、类组件以及任务组件,并且可以包括过程、功能、属性、程序、子例程、程序代码的节段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表格、阵列或变量。由组件和“单元”提供的功能可以与较少数量的组件和“单元”相关联,或可以被分成其他组件和“单元”。
应该理解的是,虽然本文可以使用术语第一、第二等来描述各种元件,但是这些元件不应该被这些术语限制。这些术语仅用于区分一个元件和另一元件。例如,第一元件可以被称为第二元件,并且类似地,第二元件可以被称为第一元件,而不背离实施例的范围。如本文所使用的,术语“和/或”包括一个或更多个相关所列项的任意组合和所有组合。
如本文所使用的,术语“和/或”包括一个或更多个相关所列项的任意组合和所有组合。诸如“至少一个”的表述,当在元件列表之前时,修饰整个元件列表而不修饰列表的单个元件。
图1是例示了根据示例实施例的其中电子设备1000提供了要由用户执行的任务的待办事项列表的示例的视图。
参照图1,电子设备1000可以从安装在设备1000中的多个应用程序获得用于生成用户的待办事项列表的数据。多个应用程序可以包括但不限于用于在用户的设备1000与另一用户的设备之间发送/接收语音信号的呼叫应用程序101、用于在用户的设备1000与另一用户的设备之间通信的消息应用程序102、电子邮件应用程序103、用于记录用户的备忘录的记事本应用程序104以及用于管理用户的日程的日程管理应用程序(未示出)。
设备1000可以通过分析从设备1000中安装和/或运行的应用程序获得的数据来确定要由用户执行的至少一个任务,并且可以生成至少一个任务的待办事项列表。设备1000可以将生成的待办事项列表通知给用户。设备1000可以在设备1000的显示器上显示待办事项列表。
此外,设备1000可以监视待办事项列表中的至少一个任务是否已经被执行。设备1000可以基于监视的结果来更新待办事项列表中的任务。
电子设备1000的示例可以包括但不限于智能电话、平板电脑、个人电脑、智能电视、移动电话、个人数字助理(PDA)、膝上型电脑、媒体播放器、微型服务器、全球定位系统(GPS)设备、电子书籍终端、数字广播终端、导航系统、信息亭、MP3播放器、数码相机以及其他移动或非移动计算设备。此外,设备1000可以是具有通信功能和数据处理功能的可佩戴设备,例如手表、眼镜、发带或戒指。
图2是根据示例实施例的由设备1000使用来管理用户的待办事项列表的方法的流程图。
在操作S210中,设备1000可以生成用户的待办事项列表。设备1000可以通过分析从设备1000中运行和/或安装的应用程序获得的数据来确定要由用户执行的至少一个任务,并且可以生成至少一个任务的待办事项列表。
另外,设备1000可以从服务器2000接收与由设备1000中的应用程序获得的数据相关的数据。服务器2000可以是但不限于用户订阅的服务提供服务器。设备1000可以通过组合由设备1000中的应用程序获得的数据以及从服务器2000获得的数据中的全部或一些来确定要由用户执行的至少一个任务的候选任务。设备1000可以将从候选任务中选择的至少一个确定为要由用户执行的任务,并且可以生成待办事项列表。
在操作S220中,设备1000可以监视待办事项列表中的至少一个任务是否已经被执行。设备1000可以获得用于确定待办事项列表中的至少一个任务是否已经被执行的条件信息,并且可以基于条件信息来监视待办事项列表中的至少一个任务是否已经被执行。条件信息的示例可以包括但不限于用于执行预定任务的应用程序、与应用程序相关的用户的操作信息以及根据用户的操作信息的应用程序的详细操作信息。
在操作S230中,设备1000可以基于监视的结果来更新待办事项列表。例如,当确定待办事项列表中的第一任务已经被执行时,设备1000可以从待办事项列表中移除第一任务,同时将还未被执行的其他任务留在待办事项列表中。而且,当确定待办事项列表中的第一任务未被执行预定时间时,设备1000可以输出指示第一任务尚未被执行的信息。
图3是根据示例实施例的由设备1000使用来生成用于确定要由用户执行的任务的关键字列表并选择关键字的方法的流程图。
在操作S310中,设备1000可以从在设备1000的显示器上运行的应用程序获得用于生成用户的待办事项列表的数据。例如,设备1000可以获得关于由在显示器上运行的聊天应用程序发送/接收的消息的数据。
另外,设备1000可以从安装在设备1000中的多个应用程序获得用于生成用户的待办事项列表的数据。所获得的数据的示例可以包括但不限于通过设备1000的通话的内容、通过设备1000发送/接收的消息的内容(例如,短消息服务(SMS)消息、多媒体消息服务(MMS)消息、聊天消息或电子邮件)、记录在设备1000上的语音的内容以及关于存储在设备1000中的文本文件、照片、视频、用户的日程或备忘录的数据。
在操作S320中,设备1000可以基于所获得的数据来确定用于确定要由用户执行的任务的关键字。例如,当在显示器上运行的应用程序是用于在用户的设备1000与另一用户的外部电子设备(例如智能电话、平板电脑等)之间通信的聊天应用程序时,设备1000可以从设备1000与外部设备之间发送/接收的文本中提取至少一个关键字。设备1000可以分析在设备1000和外部设备之间发送/接收的文本,并且可以基于分析的结果来确定用于确定要由用户执行的任务的关键字。
关于分析文本的方法和确定关键字的方法,设备1000可以通过使用各种数据挖掘技术来执行分析。而且,设备1000可以通过使用各种自然语言分析技术来分析在设备1000和外部设备之间发送/接收的文本的内容。在这种情况下,设备1000可以通过使用自然语言处理方法(诸如语素分析或语法分析)来分析文本的内容的含义。设备1000可以基于分析的文本内容的含义来确定与诸如“谁”、“何时”、“何处”、“什么”、“如何”和/或“为什么”的疑问词相对应的关键字。
替代地,当在显示器上运行的应用程序是通过设备1000进行的通话应用程序时,设备1000可以通过使用语音到文本(STT)转换技术实时地将通话语音转换成文本,可以分析文本,并且可以确定用于确定任务的关键字。而且,当运行通话应用程序并且在设备1000和外部设备之间进行通话时,设备1000可以记录通话语音。设备1000可以将记录的通话语音转换成文本,可以分析文本,并且可以确定关键字。而且,设备1000可以将所记录的通话语音发送到服务器2000,并且可以从服务器2000接收从通话语音转换的文本。
替代地,当在显示器上运行的应用程序是用于管理照片或视频的图库应用程序时,设备1000可以处理存储在设备1000中的照片或视频,并且可以确定用于从照片或视频确定任务的关键字。
另外,设备1000可以基于由在显示器上运行的应用程序获得的数据以及由安装在设备1000中的至少一个应用程序获得的数据来确定用于确定要由用户执行的任务的关键字。
在操作S330中,设备1000可以生成关键字的关键字列表。设备1000可以生成包括从由在显示器上运行的应用程序获得的数据生成的所有关键字的关键字列表。而且,设备1000可以通过组合全部或一些所生成的关键字来生成用于确定要由用户在待办事项列表中执行的至少一个任务的关键字列表。
另外,设备1000可以通过组合从由在显示器上运行的应用程序获得的数据生成的关键字和从由在设备1000中安装的应用程序获得的数据生成的关键字的全部或一些来生成关键字列表。当设备1000不仅通过使用从由在显示器上运行的应用程序获得的数据生成的关键字而且使用从由在设备1000中安装的另一应用程序获得的数据生成的关键字来生成关键字列表时,可以生成更适合用户意图的关键字列表。
在操作S340中,设备1000可以显示用于从关键字列表中的关键字中选择至少一个的图形用户界面(GUI)。GUI可以从用户接收预定的命令或数据。设备1000的包括处理电路的处理器可以生成GUI,可以通过控制显示器将GUI输出到显示屏幕。
另外,设备1000可以通过控制显示器在运行的应用程序的运行屏幕上显示用于从关键字列表中的关键字中选择至少一个的GUI。在这种情况下,设备1000可以在所运行的应用程序的运行屏幕上的预先指定的位置处显示GUI。而且,设备1000可以在运行应用程序的运行屏幕的未显示信息的部分上显示GUI。而且,设备1000可以在应用程序的运行屏幕上半透明地显示GUI。
此外,设备1000可以在新的运行屏幕上显示GUI,而不是在已经被运行的应用程序的运行屏幕上显示GUI。例如,新的运行屏幕可以是仅显示用于从关键字列表中的关键字中选择至少一个的GUI的运行屏幕。
图4是示出根据示例实施例的设备1000在消息应用程序的运行屏幕801上显示关键字列表810的示例的视图。
用户可以通过安装在设备1000中的消息应用程序向另一用户发送消息和/或从另一用户接收消息。设备1000可以从消息应用程序获得关于在用户之间发送/接收的文本的数据。设备1000可以基于所获得的数据来分析设备1000的用户与外部设备的其他用户之间的对话内容。设备1000可以基于所分析的对话内容来确定用于确定要由用户执行的任务的至少一个关键字820。设备1000可以生成所确定的至少一个关键字820的关键字列表810,并且可以在消息应用程序的运行屏幕801上显示关键字列表810。
参照图4,设备1000可以通过消息应用程序显示在设备1000的用户(I)和外部设备的其他用户(Susan)之间发送/接收的消息。例如,设备1000可以通过消息应用程序获得在设备1000的用户(I)和外部设备的其他用户(Susan)之间发送/接收的消息,包括“你去日本度假了吗?别忘了给我买礼物。”、“好的,我会买的。”、“你预订航班了吗?”以及“不,还没有”,并且可以基于所获得的消息分析用户必须预订去日本度假的航班,并且必须为Susan(苏珊)购买礼物。因此,设备1000可基于分析将“日本”、“礼物”、“休假”、“航班”和“预订”确定为关键字820。设备1000可以生成被确定为关键字列表810的关键字820的“日本”、“礼物”、“休假”、“航班”和“预订”,并且可以将关键字列表810显示在消息应用程序的运行屏幕801上。在这种情况下,设备1000可以显示用于从关键字列表810中的关键字820中选择至少一个的GUI。通过GUI在关键字列表810中选择和编辑关键字820中的至少一个的操作将在下面参照图6进行说明。
图5是示出根据示例实施例的其中设备1000在呼叫应用程序的运行屏幕802上显示关键字列表810的示例的视图。
参照图5,例如,设备1000可以记录在设备1000的用户(I)和外部设备的另一用户(Susan)之间进行的通话语音,包括“你去日本度假了吗?别忘了给我买礼物。”、“好的,我会买的。”、“你预订航班了吗?”以及“不,还没有”。设备1000可以将所记录的通话语音转换成文本,并且可以基于文本分析用户必须预订去日本度假的航班,并且必须为Susan(苏珊)购买礼物。因此,设备1000可以基于分析将“日本”、“礼物”、“休假”、“航班”和“预订”确定为关键字820。设备1000可以生成关键字820作为关键字列表810,并且可以在呼叫应用程序的运行屏幕801上显示关键字列表810。
图6是例示了根据示例实施例的其中设备1000根据用户通过GUI的输入来编辑关键字列表的示例的视图。
参照图6,设备1000可以在消息应用程序的运行屏幕801上显示用于在包括作为关键字的“日本”、“礼物”、“休假”、“航班”和“预订”的关键字列表中选择至少一个关键字的GUI。例如,设备1000可以在关键字列表上显示“+”和“-”831。
设备1000可以通过GUI接收选择“-”的输入和从关键字列表中移除“休假”821的输入。选择“-”的输入可以是但不限于触摸信号,并且移除“休假”821的输入可以是但不限于拖放信号。拖拽是指通过将触摸点从一个位置移动到另一位置进行的触摸手势,并且可以包括使用诸如轻弹、猛拉、滑动、捏和旋转的拖拽的各种手势。设备1000可以通过控制显示器来从关键字列表中移除“休假”,并且可以在显示器的执行表面上显示包括作为关键字的“日本”、“礼物”、“航班”和“预订”的关键字列表。
此外,设备1000可以通过GUI接收选择“+”的输入。在这种情况下,设备1000可以在显示器的执行表面上显示键盘界面以输入或修改关键字。用户可以通过键盘界面将“酒店”和“护照照片”822额外地插入到关键字列表中。设备1000可以在显示器的执行表面上显示包括作为关键字的“日本”、“礼物”、“航班”、“预订”、“酒店”和“护照照片”的关键字列表。
图7是例示了根据示例实施例的其中设备1000基于从多个应用程序获得的数据在正在显示器上运行的应用程序的运行屏幕上显示关键字列表的示例的视图。
如以上参照图4所描述的,设备1000可以通过运行消息应用程序来在消息应用程序的运行屏幕801上显示在用户(I)与另一用户(Susan)之间发送/接收的消息。设备1000可以基于由消息应用程序获得的消息,分析用户必须预订飞往日本的航班,并且必须为Susan(苏珊)购买礼物,因此,设备1000可以基于分析将“日本”、“礼物”、“休假”、“航班”和“预订”确定为关键字。
在通过使用所确定的关键字来生成关键字列表之前,设备1000可以从安装在设备1000中的另一应用程序获得与关键字列表中的第一项目相关的数据。本文使用的术语“项目”可以指在关键字列表中的一个或更多个关键字之间普遍适用的材料。设备1000可以基于从另一应用程序获得的数据额外地生成与第一项目相关的关键字。例如,设备1000可以确定关键字“日本”、“礼物”、“休假”、“航班”和“预订”的项目是“旅行”,并且可以确定与“旅行”相关的数据是否被存储在设备1000中。设备1000可以基于在设备1000中存储的与“旅行”相关的数据额外地生成与“旅行”相关的关键字。设备1000可以从记事本应用程序803获得表示“休假请求必须在休假前一个月提交”的文本,并且可以生成“休假请求”823作为附加关键字。设备1000可以生成“日本”、“礼物”、“休假”、“航班”、“预订”和“休假请求”823作为关键字列表,并且可以在显示器的运行屏幕上显示关键字列表。
图8是根据示例实施例的由设备1000使用来生成候选任务列表的方法的流程图。
在操作S410中,设备1000可以通过GUI接收用于在关键字列表中选择与第一项目相关的第一关键字的输入。术语“项目”可以指在关键字列表中的一个或更多个关键字之间普遍适用的材料。例如,关键字列表可以包括“航班”、“酒店”、“租车”、“预订”和“航空公司网站”。设备1000可以将“航班”、“预订”和“航空公司网站”的关键字项目确定为“航班预订”。设备1000可以接收当用户在显示器的屏幕上选择与第一项目相关的第一关键字时形成的触摸信号。
另外,设备1000可以通过GUI接收对关键字列表中的关键字进行修改、添加或移除的输入。例如,设备1000可以接收用于从关键字列表移除与第一项目不相关的第二关键字的输入信号。输入信号可以是触摸信号或拖放信号。替代地,设备1000可以在显示器的运行屏幕上显示图标,以便用户可以直接输入或修改关键字列表中的关键字。当用户触摸图标时,设备1000可以在显示器的运行屏幕上显示键盘界面,以便用户可以直接输入或修改与第一项目相关的关键字。设备1000可以通过键盘界面接收用于确定任务的关键字。
在操作S420中,设备1000可以基于所选择的第一关键字来确定第一项目的一个或更多个候选任务。设备1000可以通过组合所选择的第一关键字、由安装在设备1000中的至少一个应用程序获得的与第一关键字相关的数据以及从服务器2000获得的与第一关键字相关的数据中的全部或一些来确定一个或更多个候选任务。服务器2000可以是但不限于提供用户订购的服务的服务器。一个或更多个候选任务可以通过组合与第一关键字相关的全部或一些数据片被提供作为句子。
另外,当选择多个关键字时,设备1000可以将多个关键字分类为针对项目的类别,并且可以通过组合同一类别中的全部或一些关键字来确定一个或更多个候选任务。
在操作S430中,设备1000可以显示所确定的候选任务的候选任务列表。设备1000可以将所确定的多个候选任务分类为针对项目的类别,可以对属于同一类别的候选任务进行分组,并且可以生成每个组的候选任务列表。
此外,设备1000可以根据用户的日程对所确定的多个候选任务进行分类,可以对属于同一日程的候选任务进行分组,并且可以生成每个组的候选任务列表。设备1000可以显示所生成的候选任务列表。
图9是例示了根据示例实施例的其中设备1000显示候选任务列表910的示例的视图。
设备1000可以通过组合由用户选择的第一关键字、由安装在设备1000中的多个应用程序获得的与第一关键字相关的数据和与从服务器2000获得的第一关键字相关的数据中的全部或一些来确定用于第一项目的候选任务920。服务器2000可以是但不限于用户订阅的服务提供服务器。
如参照图7所描述的,设备1000通过使用由用户选择的关键字“日本”、“礼物”、“休假”、“航班”、“预订”和“休假请求”、与从安装在设备1000中的多个应用程序获得的所选择的关键字相关的数据以及与从服务器2000获得的关键字相关的数据,将项目确定为“日本旅行”,并且可以将“日本旅行”、“预订航班”、“预订酒店A”、“预订酒店B”、“拍护照照片”、“提交休假请求”和“为Susan购买礼物”确定为候选任务列表的候选任务920。
设备1000可以显示候选任务920的候选任务列表910。在这种情况下,设备1000可以在应用程序的运行屏幕上或作为单独的运行屏幕显示用于显示候选任务列表910的屏幕。而且,设备1000可以显示用于编辑候选任务列表910的GUI 911。例如,设备1000可以显示用于重新推荐、确认或编辑候选任务920的GUI 910。
图10是例示了根据另一示例实施例的其中设备1000显示候选任务列表910的示例的视图。
设备1000不仅可以获得由用户选择的关键字,而且还可以从作为用户订阅的服务提供服务器的服务器2000获得附加关键字。附加关键字是与所选择的关键字的项目相关的关键字。如参照图9所述的,当关键字是“日本”、“礼物”、“休假”、“航班”、“预订”和“休假请求”时,设备1000可以将“日本旅行”确定为关键字的项目,并且可以将与“日本旅行”相关的“日本的景点”和“日本的餐馆”确定为附加关键字。
设备1000可以基于附加关键字来确定与项目相关的候选任务930。设备1000可以基于“日本的景点”和“日本的餐馆”,将与“日本的景点”相关的“前往XX节日活动”和“前往OO餐馆”作为候选任务930。
设备1000可以在显示器的运行屏幕上区分地显示基于从服务器2000获得的附加关键字确定的候选任务930和基于由用户选择的关键字确定的候选任务920。例如,如图10所示,设备1000可以在运行屏幕的上部显示基于由用户选择的关键字确定的候选任务920,并且可以在运行屏幕的下部显示基于从服务器2000获得的附加关键字确定的候选任务930。
此外,当设备1000通过显示器的运行屏幕接收到在候选任务列表910中选择候选任务的输入(例如,触摸信号)时,设备1000可以提供与所选的候选任务相关的信息。例如,当设备1000接收到选择“前往XX节日活动”的输入时,设备1000可以提供“如何前往XX节日活动”、“举行XX节日活动的时间段”、“如何预订XX节日活动”以及“与XX节日活动相关的链接信息”。在这种情况下,设备1000可以从服务器2000接收与“前往XX节日活”相关的信息。
图11是根据示例实施例的由设备1000使用来生成待办事项列表的方法的流程图。
在操作S510中,设备1000可以显示候选任务列表和用于编辑候选任务列表的GUI。
在操作S520中,设备1000可以通过GUI接收用于编辑候选任务列表的用户输入,并且可以基于用户输入来生成待办事项列表。设备1000可以基于候选任务列表和用户输入来生成包括至少一个主任务和从属于该至少一个主任务的至少一个子任务的待办事项列表。而且,设备1000可以基于候选任务列表和用户输入来确定在候选任务列表中要由用户执行的任务。设备1000可以将所确定的任务中的上级元素的任务确定为主任务,并且可以将对应于上级元素的下级元素的任务确定为子任务。
例如,当候选任务列表的项目与“日本旅行”相关时,候选任务列表可包括“预订航班”、“预订酒店”、“搜索目的地”、“预订航空公司A的航班”、“预订航空公司B的航班”、“设定旅行日期”、“租车”、“访问酒店比较网站”、“参见景点C”和“参观E区的餐厅”。在这种情况下,设备1000可以将“预订航班”确定为第一主要任务,并且可以将“预订航空公司A的航班”、“预订航空公司B的航班”和“设定旅行日期”确定为第一主要任务的子任务。而且,设备1000可以将“预订酒店”确定为第二主要任务,并且可以将“访问酒店比较网站”确定为第二主要任务的子任务。此外,设备1000可以将“搜索目的地”确定为第三主要任务,并且可以将“参见景点C”和“参观E区的餐厅”确定为第三主要任务的子任务。另外,设备1000可以将“租车”确定为主要任务,并且可以将“租车”确定为第一主要任务到第三主要任务的子任务。
在操作S530中,设备1000可以显示所生成的待办事项列表。而且,设备1000可以在必须执行待办事项列表中的第一任务时输出与第一任务相关的通知信息。设备1000可以在显示器的运行屏幕上显示通知信息,或可以将通知信息作为语音信号输出。
图12是例示了根据示例实施例的其中设备1000显示待办事项列表的示例的视图。
如图12所示,用户可以选择候选任务列表中的“日本旅行”、“预订航班”、“预订酒店B”、“拍护照照片”、“提交休假请求”、“为Susan(苏珊)购买礼物”和“前往XX节日活动”作为任务。在这种情况下,设备1000可以通过显示器的运行屏幕上的GUI接收选择候选任务列表中的任务的触摸信号。
参照图12,设备1000可以将由用户选择的任务形成为待办事项列表960,并且可以在显示器的运行屏幕上显示待办事项列表960。例如,设备1000可以在显示器的运行屏幕上显示与“日本旅行”950相关的待办事项列表960。而且,设备1000可以在显示器的运行屏幕上显示用于编辑待办事项列表960中的任务的GUI。
图13是例示了根据另一实施例的其中设备1000显示待办事项列表的示例的视图。
参照图13,当将“日本旅行”、“预订航班”、“预订酒店B”、“拍护照照片”、“提交休假请求”、“为Susan购买礼物”和“前往XX节日活动”确定为用户的待办事项列表中的任务时,设备1000可以将待办事项列表中的任务分类为出发之前的任务961和到达之后的任务962。设备1000可以将出发之前的任务961确定为第一主要任务,并且可以将“预订航班”、“预订酒店B”、“拍护照照片”和“提交休假请求”确定为第一主要任务的子任务。另外,设备1000可以将到达之后的任务962确定为第二主要任务,并且可以将“为Susan购买礼物”和“前往XX节日活动”确定为第二主要任务的子任务。如图13所示,设备1000可以在出发之前显示任务961,并且在到达之后显示任务962,以便将作为出发之前的任务961的子任务的“预订航班”、“预订酒店B”、“拍护照照片”和“提交休假请求”与作为到达之后的任务962的子任务的“为Susan购买礼物”和“前往XX节日活动”区别开。
此外,设备1000可以显示提供与待办事项列表中的子任务相关的附加信息和子任务的链接971。
图14是例示了根据示例实施例的其中设备1000提供与待办事项列表中的任务相关的附加信息的示例的视图。
参照图14,用户可以访问航班比较网站并且可以比较航空公司的价格以预订航班。设备1000可以在“预订航班”下显示“航班比较网站”。当用户选择“航班比较网站”时,如图14所示的,设备1000可以访问航班比较网站。用户可以在航班比较网站上输入旅行信息,并且可以比较航空公司的航班价格。
图15是根据示例实施例的由设备1000使用来提供可替换先前确定的任务的任务的方法的流程图。
在操作S610中,设备1000可以从安装在设备1000中的多个应用程序和服务器2000获得与用户的待办事项列表相关的数据。
具体地,设备1000可以从设备1000中的呼叫应用程序获得关于用户与另一用户之间的通话语音的数据。当呼叫应用程序被运行并且在用户与其他用户之间进行呼叫时,设备1000可以记录通话语音。设备1000可以将所记录的通话语音转换成文本并且可以获得文本。而且,设备1000可以将所记录的通话语音发送到服务器2000,并且可以从服务器2000接收从通话语音转换的文本。
此外,设备1000可以从消息应用程序接收在用户与其他用户之间发送/接收的消息。设备1000可以运行设备1000中的消息应用程序,并且可以随着向其他用户发送和/或从其他用户接收的消息获得发送/接收的消息。消息应用程序的示例可以包括但不限于聊天应用程序、SMS/MMS发送/接收应用程序、通讯应用程序和社交网络服务(SNS)应用程序。而且,设备1000可以获得由设备1000发送/接收的电子邮件的文本。在这种情况下,设备1000可以从在设备1000中运行的电子邮件发送/接收应用程序或网络浏览器获得电子邮件的文本。
另外,设备1000可以通过安装在设备1000中的用户日程管理应用程序来获得关于用户的日程的数据。另外,用户可以通过使用服务提供服务器的服务在服务提供服务器上记录用户的日程信息,并且设备1000可以从服务提供服务器接收存储在服务提供服务器中的用户的日程信息。在这种情况下,设备1000可以通过使用服务提供服务器的用户ID从服务提供服务器接收用户的日程信息。另外,用户可以将用户的日程信息输入到用户的另一设备1000,并且设备1000可以从其他设备1000获得用户的备忘信息。
另外,设备1000可以收集在设备1000中运行的应用程序的日志信息。日志信息可以基于用户输入指示在设备1000中运行的应用程序已经执行了哪个操作。设备1000可以收集关于所运行的应用程序的详细操作的日志信息片,并且可以获得用于确定用户的任务是否已经被执行的数据。
在操作S620中,设备1000可以确定用于改变之前确定的任务的替代任务。设备1000可以获取与待办事项列表中的第一任务相关的数据,并且可以确定用于改变第一任务的替代任务。例如,假设第一个任务是“今天去家附近的市场A购物”。设备1000可以从用户订阅的服务提供服务器或安装在设备1000中的应用程序获得“今天市场A关门”的信息。在这种情况下,设备1000可以从服务提供服务器或安装在设备1000中的应用程序获得关于用户的家附近的市场B的信息,并且可以将“去家附近的市场B购物”确定为替代任务。
此外,当第一任务改变为替代任务时,设备1000可以确定用户是否不可以执行待办事项列表中的另一任务。当确定用户不可以执行另一任务时,设备1000也可以确定另一任务的替代任务。
在操作S630中,设备1000可以显示所确定的替代任务。而且,设备1000可以通过将先前确定的任务改变为替代任务来更新待办事项列表。设备1000可以在必须执行先前确定的任务的时间之前输出关于替代任务的通知信息。设备1000可以在显示器的运行屏幕上显示通知信息,或可以将通知信息作为语音信号输出。
图16是例示了根据示例实施例的其中设备1000理解用户的意图,提供子任务的候选任务并提供所确定的任务的附加任务的示例的视图。
参照图16,设备1000可以在消息应用程序的运行屏幕上显示通过消息应用程序在设备1000的用户(I)和外部设备的另一用户(Mike)之间发送/接收的消息。设备1000可以通过消息应用程序获得如下消息,包括“8月去江陵怎么样?”、“可以,我们去吧”、“8月12日怎么样?”、“好的,去几天?”、“我们去3晚4日”和“我们住干净的酒店并且使用便宜的租车”,并且可以基于所获得的消息,分析用户(I)和外部设备的其他用户(Mike)计划在8月12日去江陵3晚4日,并且希望干净的酒店和便宜的租车。因此,设备1000可以基于分析,将“8月12日”、“江陵”、“租车”、“3晚4日”和“酒店”确定为关键字。设备1000可以将确定为关键字的“8月12日”、“江陵”、“租车”、“3晚4日”和“酒店”生成为关键字列表,并且可以在应用程序的运行屏幕上显示关键字列表。在这种情况下,设备1000可以在显示器的运行屏幕上显示用于编辑关键字列表中的至少一个关键字的GUI。
此外,设备1000可以在分析中分析用户的意图。设备1000可以通过将用户意图的分析结果应用于第一关键字来确定第一关键字的候选任务。设备1000可以通过将权重施加到可以反映用户意图的元素上来确定候选任务,并且可以生成候选任务列表。
参照图16,设备1000可以基于包括“8月12日”、“江陵”、“租车”、“3晚4日”和“酒店”的关键字列表将“预订酒店”和“预订租车”确定为候选任务。关于“预订酒店”,设备1000可以通过反映了用户(I)和外部设备的其他用户(Mike)想要干净酒店的意图来提供包括与价格相比评级以降序排列的酒店信息的酒店列表。在这种情况下,设备1000可以通过向价格和评级施加权重来生成酒店列表。设备1000可以从存储在设备1000中的数据或从用户订阅的服务提供服务器获得酒店列表。
另外,关于“预订租车”,设备1000可以通过反映了用户(I)和外部设备的另一用户(Mike)偏好便宜的租车的意图来提供包括与价格相比车辆性能以降序排列的租车公司的车型的租车列表。设备1000可以通过向价格和汽车性能施加权重来生成租车列表。设备1000可以从存储在设备1000中的数据或从用户订阅的服务提供服务器获得租车列表。
此外,考虑到当用户执行待办事项列表中的任务时可能发生的多种情况,设备1000可以提供附加任务。例如,如图16所示的,当用户(I)和外部设备的其他用户(Mike)在江陵旅行时,考虑到可能是炎热或下雨的情况,设备1000可以提供当炎热时可以执行的任务列表(例如,去海滩A和去海滩B),并且可以提供当下雨时可以执行的任务列表(例如,参观餐厅E和前往景点W)。
图17是例示了根据示例实施例的其中设备1000提供可替代子任务的替代任务的示例的视图。
设备1000可以基于由安装在设备1000中的多个应用程序所获得的数据以及从作为用户订阅的服务提供服务器的服务器2000获得的数据来确定用于改变待办事项列表中的至少一个任务的至少一个替代任务,并且可以通过反映了所确定的至少一个替代任务来更新待办事项列表中的任务。
参照图17,当用户在济州旅行时,设备1000可以提供用户的日程信息。用户第二天的日程可以依次包括中文旅游综合体、西归浦旅游综合体、表善民俗村、涉地可支和城山日出峰。通过核查用户的日程,设备1000可以从安装在设备1000中的天气应用程序或服务器2000获得台风预计将在早上到达中文旅游综合体的数据。
设备1000可以从安装在设备1000中的应用程序或服务器2000获得关于替代中文旅游综合体的候选地点的数据。设备1000可以基于获得的数据将翰林公园、江亭游乐园、天地渊瀑布和正榜瀑布确定为替代候选地点。设备1000可以基于关于每个替代候选地点的数据向用户提供最佳替代地点。例如,设备1000可以收集关于每个替代候选地点与酒店的距离、开放时间、人群密度和天气的数据,并且可以基于所收集的数据提供最佳替代地点。设备1000可以对与酒店的距离、开放时间、人群密度和天气中的每个施加权重,并且可以计算评级。设备1000可以提供具有比基准值高的评级中的最高评级的“翰林公园”作为替代地点。
关于济州日程,设备1000可以将任务“访问中文旅游综合体”改为“访问翰林公园”,并且可以更新待办事项列表中的任务。设备1000可以显示更新的待办事项列表。
图18是根据示例实施例的由设备1000使用来监视待办事项列表中的任务是否已被执行的方法的流程图。
在操作S710中,设备1000可以获得用于确定待办事项列表中的任务是否已经被执行的条件信息。
设备1000可以根据从安装在设备1000中的多个应用程序和服务器2000获得的数据来获得用于确定待办事项列表中的任务是否已经被执行的条件信息。在这种情况下,用于确定是否已经执行了预定任务的信息条件可以被预先设置。条件信息的示例可以包括但不限于用于执行预定任务的应用程序、与应用程序相关的用户操作信息以及根据用户操作信息的应用程序的详细操作信息。
也就是说,设备1000可以确定设备1000的用于执行待办事项列表中的第一任务的详细操作以及详细操作之间的关系。
在操作S720中,设备1000可以基于条件信息和从设备1000获得的信息来监视待办事项列表中的任务是否已经被执行。基于指示设备1000的详细操作之间的关系的条件,设备1000可以确定待执行列表中的任务是否已经被执行。设备1000可以存储用于确定第一任务是否已经被执行的第一条件信息。设备1000可以基于从设备1000获得的信息和存储的第一条件信息来监视第一任务是否已经被执行。
例如,当第一任务是“从市场买水”时,设备1000可以基于用户的位置信息和/或用户的支付信息来确定任务“从市场买水”是否已经被执行。条件信息可以包括来自GPS应用程序的到达市场的用户的位置信息和/或发送到设备1000的用户的文本消息中的支付信息。
具体地,当从GPS应用程序获得的位置信息是指示市场位置的信息并且从消息应用程序获得的文本消息信息包括“水费”时,设备1000可以确定第一任务已经被执行。
在操作S730中,设备1000可以基于监视的结果来更新待办事项列表。当作为监视的结果确定已经执行了待办事项列表中的任务时,设备1000可以将被执行的任务从待办事项列表中移除。另外,当作为监视的结果确定待办事项列表中的任务未被执行时,设备1000可以输出指示任务未被执行的通知信息。
图19是用于说明根据示例实施例的由设备1000执行的监视待办事项列表中的任务是否已经被执行的过程的视图。
参照图19,设备1000可以通过设备1000中的消息应用程序来获得在设备1000的用户和外部设备的另一用户之间发送/接收的消息。设备1000可以将所获得的消息的内容分析为指示“金先生(工作上的老板)要求用户发送在今天会议上拍摄的照片”。设备1000可以将任务“将照片发送给金先生”添加到用户的待办事项列表中。
设备1000可以确定用于确定任务“将照片发送给金先生”是否已经被执行的条件信息。例如,设备1000可以将以下情况确定为条件信息:设备1000中的消息应用程序被运行;用户向其发送/从其接收消息的人是金先生;并且存在由设备1000执行的在设备1000中的相册中选择照片的操作。
设备1000可以监视与用户的行为相关的应用程序操作。设备1000可以监视设备1000中的消息应用程序是否被运行。当设备1000检测到消息应用程序正被运行时,设备1000可以基于通过消息应用程序获得的数据来确定用户向其发送/从其接收消息的人是金先生。当确定用户向其发送/从其接收消息的人是金先生时,设备1000可以确定是否存在由设备1000执行的在设备1000的相册中选择照片的操作。当确定存在由设备1000执行的在相册中选择照片的操作时,设备1000可以确定任务“将照片发送给金先生”已经被执行。在这种情况下,设备1000可以从用户的待办事项列表中移除任务“将照片发送给金先生”。与之相比,当条件信息中的任何一个条件信息未被满足时,设备1000可以确定任务“将照片发送给金先生”未被执行。在这种情况下,设备1000可以通过显示器的运行屏幕显示示出“将照片发送给金先生”的通知窗口。
图20是用于解释根据另一示例实施例的由设备1000执行的监视待办事项列表中的任务是否已经被执行的过程的视图。
参照图20,设备1000可以将任务“购买牛奶”添加到待办事项列表。设备1000可以确定用于确定任务“购买牛奶”是否已经被执行的条件信息。例如,设备1000可以从GPS应用程序获得指示用户的位置信息的数据,并且可以将指示位置信息的数据指示了市场的位置的情况确定为条件信息。
设备1000可以监视与用户的行为相关的应用程序的操作。设备1000可以从设备1000中的GPS应用程序实时地监视指示用户的位置信息的数据。当设备1000确定指示位置信息的信息指示市场的位置时,设备1000可以输出关于任务“购买牛奶”的通知信息。设备1000可以在显示器的运行屏幕窗口上显示通知信息,并且可以将通知信息作为语音信号输出。而且,当设备1000确定指示位置信息的信息指示在市场之外的位置时,设备1000可以输出指示任务“购买牛奶”是否已经被执行的通知信息。
当设备1000从GPS应用程序顺序地获得指示市场位置的数据和指示市场外的位置的数据时,设备1000可以确定任务“购买牛奶”已经被执行,并且可以从用户的待办事项列表中移除任务“购买牛奶”。
此外,在设备1000获得指示位置在市场外的位置的数据时,设备1000可以输出关于任务“购买牛奶”是否已经被执行的通知信息,并且可以接收关于用户是否已经执行了任务“购买牛奶”的信息。设备1000可以根据该信息确定是否已经执行了任务“购买牛奶”。当确定任务“购买牛奶”还未被执行时,设备1000可以在显示器的运行屏幕上显示示出“购买牛奶”的通知窗口。
图21是用于说明根据另一示例实施例的由设备1000执行的监视待办事项列表中的任务是否已被执行的过程的视图。
参照图21,设备1000可以将任务“购买牛奶”添加到待办事项列表。设备1000可以确定用于确定任务“购买牛奶”是否已经被执行的条件信息。例如,设备1000可以将从消息应用程序获得的文本消息信息包括“支付牛奶”的情况确定为条件信息。
设备1000可以监视与用户的行为相关的应用程序的操作。设备1000可以实时地监视与从消息应用程序获得的文本消息信息相关的用户的支付历史。当设备1000确定用户的支付历史包括“支付牛奶”时,设备1000可以确定已经执行了任务“购买牛奶”。
此外,设备1000可以输出指示任务“购买牛奶”是否已经被执行的通知信息。设备1000可以从用户接收关于是否已经执行了任务“购买牛奶”的信息。设备1000可以根据该信息确定是否已经执行了任务“购买牛奶”。当确定任务“购买牛奶”还未被执行时,设备1000可以在显示器的运行屏幕上显示示出“购买牛奶”的通知窗口。
图22是根据示例实施例的由服务器2000使用来确定候选任务并且由设备1000使用来生成待办事项列表并监视待办事项列表中的任务是否已经被执行的方法的流程图。
在操作S2200中,设备1000可以从在设备1000的显示器上运行的应用程序获得数据。数据的示例可以包括但不限于关于通过设备1000进行的呼叫的内容的数据、通过设备1000发送/接收的消息的内容、通过设备1000发送/接收的电子邮件的内容、记录在设备1000上的备忘录的内容、记录在设备1000上的语音的内容以及存储在设备1000中的用户日程的内容。
在操作S2205中,设备1000可以将获得的数据发送到服务器2000。服务器2000可以是用户订阅的服务提供服务器。服务器2000可以提供但不限于SNS服务、消息发送/接收服务、通信服务、日程管理服务、内容提供服务和搜索服务。
在操作S2210中,服务器2000可以基于所获得的数据来确定用于确定要由用户执行的至少一个任务的至少一个关键字。例如,服务器2000可以接收关于发送/接收的消息的内容的数据,并且可以分析消息的内容。服务器2000可以基于分析的结果来确定用于确定任务的关键字。而且,服务器2000可以基于所获得的数据和存储在服务器2000中的数据来确定用于确定要由用户执行的至少一个任务的至少一个关键字。
在操作S2215中,服务器2000可以将所确定的至少一个关键字发送到设备1000。
在操作S2220中,设备1000可以生成至少一个关键字的关键字列表。设备1000可以显示用于从关键字列表中的至少一个关键字中选择至少一个的GUI。设备1000可以通过GUI接收修改关键字列表的输入,并且可以根据输入生成关键字列表。
在操作S2225中,设备1000可以将关键字列表发送到服务器2000。
在操作S2230中,服务器2000可以基于关键字列表来确定至少一个候选任务。服务器2000可以基于关键字列表中的第一关键字来确定至少一个候选任务。
在操作S2235中,服务器2000可以将所确定的至少一个候选任务发送到设备1000。
在操作S2240中,设备1000可以基于至少一个候选任务来生成要由用户执行的待办事项列表。设备1000可以生成至少一个候选任务的候选任务列表,并且可以基于该候选任务列表生成包括至少一个主任务和从属于该至少一个主任务的至少一个子任务的待办事项列表。
在操作S2250中,设备1000可以监视是否已经执行了待办事项列表中的至少一个任务。设备1000可以获得用于确定待办事项列表中的至少一个任务是否已经被执行的条件信息,并且可以基于条件信息来监视待办事项列表中的至少一个任务是否已经被执行。
在操作S2255中,设备1000可以根据监视的结果来更新待办事项列表中的任务。例如,设备1000可以从待办事项列表移除已经被执行的任务。而且,设备1000可以提供关于尚未被执行的任务的通知信息。
图23是根据示例实施例的由设备1000使用来生成待办事项列表,并由服务器2000使用来确定用于确定待办事项列表中的任务的候选任务并监视待办事项列表中的任务是否已经被执行的方法的流程图。
由图23的设备1000和服务器2000执行的操作S2200、S2205、S2210、S2215、S2220、S2225、S2230、S2235和S2240与由图22的设备1000和服务器2000所执行的操作相同。
在操作S2245中,设备1000可以将关于在设备1000中运行的应用程序的功能的信息发送到服务器2000。
在操作S2250中,服务器2000可以监视待办事项列表中的至少一个任务是否已经被执行。设备1000可以获得用于确定待办事项列表中的至少一个任务已经被执行的条件信息,并且可以基于条件信息来监视待办事项列表中的至少一个任务是否已经被执行。
在操作S2255中,服务器2000可以根据监视的结果来更新待办事项列表中的任务。例如,服务器2000可以从待办事项列表中移除已经被执行的任务。
在操作S2260中,服务器2000可以向设备1000提供更新的待办事项列表。
图24和图25是根据一些示例实施例的设备1000的框图。
如图24所示,根据一些实施例的设备1000可以包括用户输入单元1100(包括输入接口电路)、输出单元1200(包括输出接口电路)、处理器1300(包括处理电路)和通信器1500(包括通信电路)。然而,图24的所有元件不是设备1000的必要元件。设备1000可以包括比图24中所示的元件更多或更少的元件。
例如,如图25所示,根据一些实施例的设备1000除了包括用户输入单元1100、输出单元1200、处理器1300和通信器1500之外可以进一步包括感测单元1400(包括传感电路)、音频/视频(A/V)输入单元1600和存储器1700。
用户输入单元1100是用户通过其输入用于控制设备1000的数据的单元。用户输入单元1100的示例可以包括但不限于小键盘、薄膜开关、触摸板(例如,接触式电容法、压力式电阻膜法、红外线检测法、表面超声波发送法、一体式张力测量法或压电效应法)、滚轮以及点动开关(jog switch)。
用户输入单元1100可以请求针对用户的语音输入的响应消息,并且可以接收用于执行与响应消息有关的操作的用户输入。
输出单元1200可以输出音频信号、视频信号或振动信号,并且可以包括显示器1210、声音输出单元1220和振动电机1230。
显示器1210显示并输出由设备1000处理的信息。例如,显示器1210可以显示用于请求针对用户的语音输入的响应消息并且执行与响应消息有关的操作的用户界面。
声音输出单元1220输出从通信器1500接收的或存储在存储器1700中的音频数据。另外,声音输出单元1220输出与由设备1000执行的功能有关的声音信号(例如,呼叫信号接收声音,消息接收声音或通知声音)。
处理器1300典型地控制设备1000的整体操作。例如,处理器1300可以通过运行存储在存储器1700中的程序来控制用户输入单元1100、输出单元1200、感测单元1400、通信器1500和A/V输入单元1600。另外,处理器1300可以通过运行存储在存储器1700中的程序来执行图1至图24的设备1000的功能。
详细地,处理器1300可以基于由在显示器1210上运行的应用程序获得的数据来确定用于确定在待办事项列表中要由用户执行的至少一个任务的至少一个关键字。处理器1300可以生成所确定的至少一个关键字的关键字列表。
处理器1300可以通过控制显示器1210来显示用于从关键字列表中的至少一个关键字中选择至少一个关键字的GUI。处理器1300可以通过控制显示器1210将用于从关键字列表中的至少一个关键字中选择至少一个的GUI显示在运行的应用程序的运行屏幕上。例如,应用程序可以是用于与外部设备进行通信的聊天应用程序,并且至少一个关键字可以从在设备1000和外部设备之间发送/接收的文本中提取。
处理器1300可以通过GUI接收选择与关键字列表中的第一项目有关的第一关键字的输入。处理器1300可以基于所选择的第一关键字为第一项目确定至少一个候选任务。处理器1300可以通过控制显示器1210来显示所确定的至少一个候选任务的候选任务列表。
处理器1300可以通过组合所选择的第一关键字、由安装在设备1000中的至少一个应用程序获得的与第一关键字相关的数据以及从用户订阅的服务提供服务器获得的与第一关键字相关的数据中的全部或一些来为第一项目确定至少一个候选任务。
处理器1300可以通过控制显示器1210来显示用于编辑候选任务列表的GUI。处理器1300可以基于候选任务列表生成包括至少一个主任务和从属于至少一个主任务的至少一个子任务的待办事项列表。处理器1300可以基于通过GUI选择的至少一个关键字来确定待办事项列表中的至少一个任务。
处理器1300可以基于由与在显示器1210上运行的应用程序不同的至少一个应用程序获得的数据和从用户订阅的服务提供服务器获得的数据,来确定用于改变待办事项列表中的至少一个任务的至少一个替代任务。处理器1300可以通过控制显示器1210来显示至少一个替代任务。
处理器1300可以获得用于确定待办事项列表中的至少一个任务是否已经被执行的条件信息,并且可以基于条件信息来监视待办事项列表中的至少一个任务是否已经被执行。处理器1300可以基于监视的结果来更新待办事项列表中的任务。
此外,处理器1300可以通过使用存储在存储器1700或服务器2000中的数据识别模型来判断用户的意图,提供相关信息,并且推荐替代操作,这将在下面参照图27到图30进行详细说明。
感测单元1400可以检测设备1000的状态或设备1000周围的状态,并且可以向处理器1300发送关于状态的信息。
感测单元1400可以包括但不限于地磁传感器1410、加速度传感器1420、温度/湿度传感器1430、红外传感器1440、陀螺仪传感器1450、位置传感器(例如,全球定位系统(GPS))1460、大气压传感器1470、接近传感器1480和RGB传感器(例如照度传感器)1490。本领域普通技术人员将直观地从它们的名字中获得传感器的功能,因此将不给出其详细说明。
通信器1500可以包括一个或更多个元件,设备1000通过该一个或更多个元件与另一设备(未示出)或服务器2000进行通信。其他设备(未示出)可以是但不限于计算设备或感测设备(诸如设备1000)。例如,通信器1500可以包括短距离通信器1510、移动通信器1520和广播接收单元1530。
短距离通信器1510的示例可以包括但不限于蓝牙通信器、蓝牙低能耗(BLE)通信器、近场通信器、WLAN(WiFi)通信器、Zigbee通信器、红外数据协会(IrDA)通信器、WiFi直连(WFD)通信器、超宽带(UWB)通信器以及Ant+通信器。
移动通信器1520经由移动通信网络向/从基站、外部终端和服务器中的至少一个发送/接收无线信号。无线信号的示例可以包括语音呼叫信号、视频呼叫信号以及根据文本/多媒体消息发送/接收的各种数据中的任一个。
广播接收单元1530通过广播信道从外部接收广播信号和/或广播相关信息。广播信道的示例可以包括卫星信道和地面信道。根据实施例,设备1000可以不包括广播接收单元1530。
另外,通信器1500可以发送/接收请求针对用户的语音输入的响应消息,并执行与去往/来自其他设备(未示出)和服务器2000的响应消息有关的操作所需的信息。
用于输入音频信号或视频信号的A/V输入单元1600可以包括相机1610和麦克风1620。相机1610可以通过在视频模式或成像模式下使用图像传感器来获得图像帧(诸如静止图像或运动图像)。由图像传感器捕获的图像可以由处理器1300或其他图像处理器(未示出)处理。由相机1610捕获的图像可以被用作用户的上下文信息。
麦克风1620接收外部声音信号并将外部声音信号处理为电子语音数据。例如,麦克风1620可以从外部设备或扬声器接收声音信号。麦克风1620可以接收用户的语音输入。麦克风1620可以使用各种噪声消除算法中的任何一种来消除在接收到外部声音信号时产生的噪声。
存储器1700可以存储用于处理和控制处理器1300的程序,并且可以存储输入到设备1000或从设备1000输出的数据。
存储器1700可以包括如下存储介质中的至少一种:闪存型、硬盘型、多媒体卡微型、卡型存储器(例如,SD或XD存储器)、随机存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁存储器、磁盘和光盘等。
存储在存储器1700中的程序可以根据存储器1700的功能被分类为多个模块。例如,存储器1700可以包括用户界面(UI)模块1710、触摸屏模块1720和通知模块1730。
UI模块1710可以根据应用程序来提供与设备1000互操作的专用UI或GUI。触摸屏模块1720可以检测用户的触摸屏上的触摸手势,并可以将关于触摸手势的信息发送到处理器1300。根据一些实施例的触摸屏模块1720可以识别和分析触摸代码。触摸屏模块1720可以被配置为包括控制器的单独硬件。
通知模块1730可以生成用于通知在设备1000中发生的事件的信号。设备1000中发生的事件的示例可以包括呼叫信号接收、消息接收、键信号输入和日程安排通知。通知模块1730可以通过显示器1210将通知信号作为视频信号输出,可以通过声音输出单元1220将通知信号作为音频信号输出,或可以通过振动电机1230将通知信号作为振动信号输出。
图26是根据一些实施例的服务器2000的框图。
参照图26,根据一些实施例的服务器2000可以包括存储器2500、通信器2700和处理器2300。
存储器2500可以存储由用户的设备中运行或安装的应用程序从用户的设备中获得的数据。而且,存储器2500可以存储与设备的用户订阅的服务有关的数据。
通信器2700可以接收由用户的设备中运行或安装的应用程序从用户的设备获得的数据。
包括处理电路的处理器2300可以基于从设备获得的数据来确定用于确定在待办事项列表中要由用户执行的至少一个任务的至少一个关键字。处理器2300可以通过组合从设备获得的数据以及存储在服务器2000中的数据中的全部或一些来确定至少一个关键字。而且,处理器2300可以基于从设备获取的数据以及与用户订阅的服务相关的数据来确定与至少一个关键字相关的至少一个候选任务。
此外,处理器2300可以基于用于确定待办事项列表中的任务是否已经被执行的条件信息来监视待办事项列表中的至少一个任务是否已经被执行。处理器2300可以基于监视的结果来更新用户的待办事项列表。
另外,通信器2700可以向设备发送用于确定用户的待办事项列表中的任务的至少一个关键字、该至少一个关键字的关键字列表、与该至少一个关键字相关的至少一个候选任务、该至少一个候选任务的列表以及更新的待办事项列表。
处理器2300典型地控制服务器2000的整体操作。例如,处理器2300可以通过运行存储在服务器2000的存储器2500中的程序来控制存储器2500和通信器2700的操作。处理器2300可以通过运行存储在存储器2500中的程序来执行图1至图24的设备1000的一些操作。
图27是根据示例实施例的处理器1300的框图。
参照图27,根据一些实施例的包括处理电路的处理器1300可以包括数据学习器1310和数据识别器1320。
数据学习器1310可以从安装在设备1000中的多个应用程序和从服务器2000收集用于确定用户的待办事项列表中的任务的数据。数据学习器1310可以从用于在用户的设备和另一用户的设备之间发送/接收语音信号的呼叫应用程序、用于在用户的设备和另一用户的设备之间进行通信的消息应用程序、用户的电子邮件应用程序、用于记录用户的备忘录的记事本应用程序以及用于管理用户的日程的日程管理应用程序获得要用于学习以确定用户的待办事项列表中的任务的数据。数据学习器1310可训练数据识别模型以分析所收集的数据并且具有用于确定用来确定用户的待办事项列表中的任务的关键字的标准。
此外,数据学习器1310可以通过分析收集的数据来训练数据识别模型以判断用户的意图,并且具有用于提供适于用户意图的任务的标准。而且,数据学习器1310可以训练数据识别模型以具有用于确定可替代先前确定的任务的替代任务的标准。
此外,数据学习器1310可以训练数据识别模型以具有用于确定待办事项列表中的至少一个任务是否已经被执行的标准。数据学习器1310可以根据用户的操作信息来确定用于执行预定任务的应用程序、与应用程序有关的用户的操作信息以及应用程序的详细操作之间的关系,并且可以训练数据识别模型以具有基于所确定的关系来确定是否已经执行了待办事项列表中的至少一个任务的标准。
数据学习器1310可以通过使用所获得的数据以及关于如何通过使用数据判断情况来训练数据识别模型以具有关于哪个数据将被用于确定用户的待办事项列表中的任务的标准。数据学习器1310可以获得要用于学习的数据,并且可以通过将获得的数据应用于数据识别模型来训练数据识别模型以具有用于判断情况的标准。
数据识别器1320可以基于数据来判断情况。数据识别器1320可以通过使用训练的数据识别模型来从预定数据中识别情况。数据识别器1320可以通过学习而根据预设标准获得预定数据,并且可以通过使用所获得的数据作为输入值,通过使用数据识别模型来基于预定数据判断预定情况。而且,当所获得的数据被用作输入值时从数据识别模型输出的结果值可以被用于更新数据识别模型。
数据学习器1310和数据识别器1320中的至少一个可以被制造为至少一个硬件芯片并且可以被安装在电子装置上。例如,数据学习器1310和数据识别器1320中的至少一个可以被制造为用于人工智能(AI)的专用硬件芯片,或可以被制造为现有的通用处理器(例如,中央处理处理单元(CPU)或应用程序处理器)或图形处理器(例如,图形处理单元(GPU))的一部分,并且可以安装在各种电子装置的任何一个上。
在这种情况下,数据学习器1310和数据识别器1320可以安装在一个电子装置上,或可以分别单独地安装在电子装置上。例如,数据学习器1310和数据识别器1320中的一个可以被包括在电子装置中,并且剩余的一个可以被包括在服务器中。而且,可以将由数据学习器1310建立的模型信息提供给数据识别器1320,并且可以将输入到数据识别器1320的数据作为附加学习数据通过有线或无线方式提供给数据学习器1310。
数据学习器1310和数据识别器1320中的至少一个可以被实现为软件模块。当数据学习器1310和数据识别器1320中的至少一个被实现为软件模块(或包括指令的程序模块)时,软件模块可被存储在非暂态计算机可读记录介质中。而且,在这种情况下,至少一个软件模块可以由操作系统(OS)提供,或可以由预定应用程序提供。替代地,至少一个软件模块的一部分可以由OS提供,并且剩余部分可以由预定的应用程序提供。
图28是根据示例实施例的数据学习器1310的框图。
参照图28,根据一些实施例的数据学习器1310可以包括数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4以及模型评估器1310_5。
然而,实施例不限于此,数据学习器1310可以仅包括上述元件中的一些元件,或可以进一步包括除上述元件之外的元件。
数据获取器1310_1可以获得判断情况所需的数据。数据获取器1310_1可以获得进行学习以判断情况所需的数据。
数据获取器1310_1可以从设备1000中的呼叫应用程序获得关于用户与另一用户之间的通话语音的数据。当运行呼叫应用程序并且在用户与另一用户之间进行通话时,数据获取器1310_1可以记录通话语音。数据获取器1310_1可以将记录的通话语音转换成文本并且可以获得文本。而且,数据获取器1310_1可以将所记录的通话语音发送到服务器2000,并且可以从服务器2000接收从通话语音转换的文本。
此外,数据获取器1310_1可以从消息应用程序获得在用户与另一用户之间发送/接收的消息。当设备1000在设备1000中运行消息应用程序并且向/从另一用户发送/接收消息时,数据获取器1310_1可以获得发送/接收的消息。消息应用程序的示例可以包括但不限于聊天应用程序、SMS/MMS发送/接收应用程序、通讯应用程序和SNS应用程序。另外,数据获取器1310_1可以获得发送到设备1000/从设备1000接收的电子邮件的文本。在这种情况下,数据获取器1310_1可以从在设备1000中运行的电子邮件发送/接收应用程序或web浏览器获得电子邮件的文本。
另外,数据获取器1310_1可以通过安装在设备1000中的用户的日程管理应用程序来获得关于用户的日程的数据。另外,用户可以通过使用服务提供服务器的服务在服务提供服务器上记录用户的日程信息,并且数据获取器1310_1可以从服务提供服务器接收存储在服务提供服务器中的用户的日程信息。在这种情况下,数据获取器1310_1可以通过使用服务提供服务器的用户ID从服务提供服务器接收用户的日程信息。而且,用户可以将用户的日程信息输入到用户的另一设备1000,并且数据获取器1310_1可以从用户的另一设备1000获得用户的备忘录信息。
另外,数据获取器1310_1可以收集在设备1000中运行的应用程序的日志信息。日志信息可以指示在设备1000中运行的应用程序已经基于用户输入执行了哪个操作。数据获取器1310_1可以收集关于所运行的应用程序的详细操作的日志信息片,并且可以获得用于确定用户的任务是否已经被执行的数据。
数据获取器1310_1可以接收视频。视频可以包括多个图像(或帧)。例如,数据获取器1310_1可以通过包括数据学习器1310的电子装置的相机或可以与包括数据学习器1310的电子装置通信的外部相机(例如闭路电视(CCTV)或黑匣子)来接收视频。相机可以包括一个或更多个图像传感器(例如前传感器或后传感器)、透镜、图像信号处理器(ISP)或闪光灯(例如,发光二极管(LED)或氙灯)。
例如,数据获取器1310_1可以获得语音数据、图像数据、文本数据或生物信号数据。例如,数据获取器1310_1可以通过电子装置的输入设备(例如,麦克风、相机或传感器)来接收数据。替代地,数据获取器1310_1可以通过与电子装置通信的外部设备来获得数据。
预处理器1310_2可以预处理所获得的数据,以便所获得的数据被用于进行学习以用于确定用来确定用户的待办事项列表中的任务的关键字的标准、用于提供适于用户意图的任务的标准、用于确定可替代先前确定的任务的替代任务的标准以及用于确定是否已经执行了待办事项列表中的至少一个任务的标准。预处理器1310_2可以将获得的数据处理成预设格式,以便模型学习器1310_4使用所获得的用于学习的数据来确定待办事项列表中的任务。
学习数据选择器1310_3可以从预处理数据片中选择进行学习所需的数据。所选数据可以被提供给模型学习器1310_4。学习数据选择器1310_3可以根据用于确定用来确定用户的待办事项列表中的任务的关键字、判断用户的意图、推荐现有任务的替代任务并监视任务是否已经被执行的预设标准来从经预处理的数据中选择学习所需的数据。而且,学习数据选择器1310_3可以根据由模型学习器1310_4通过学习而预设的标准来选择数据。
模型学习器1310_4可以根据基于学习数据所收集的数据来训练数据识别模型以具有关于如何判断用户的意图以及如何确定候选任务、如何确定现有任务的替代任务以及如何执行监视以确定任务是否已经被执行的标准。而且,模型学习器1310_4可以训练数据识别模型以具有关于使用哪个学习数据来判断用户意图、确定候选任务、确定替代任务以及判断监视的任务的选择标准。
此外,模型学习器1310_4可以通过使用学习数据来训练用于判断情况的数据识别模型。在这种情况下,数据识别模型可以是先前建立的模型。例如,数据识别模型可以是通过接收基本学习数据(例如,样本图像)而预先建立的模型。
根据示例实施例,模型学习器1310_4可以通过使用消息数据、语音对话数据以及由数据获取器1310_1获得的日志数据以及与联系人应用程序中包括的另一方有关的至少一个信息作为学习数据,来训练数据识别模型,以估计由数据识别模型获得的数据与另一方之间的关系。在这种情况下,数据识别模型可以是例如关系模型。
例如,模型学习器1310_4可以通过使用对话内容和联系人应用程序中包括的另一方信息作为学习数据,来学习对话内容中的位置与另一方信息中包括的位置之间的关系。
根据示例实施例,模型学习器1310_4可以通过使用至少一个句子、疑问词(例如,谁、何时、何处、什么、怎样或为什么)以及与该句子中的疑问词相对应的词语作为学习数据,来训练数据识别模型以从数据中估计关键字。在这种情况下,数据识别模型可以包括自然语言生成(NLG)学习模型。
根据示例实施例,模型学习器1310_4可通过使用对应于项目(例如,工作、日常工作(例如购物、照顾儿童或饮食)或旅行)的模板(例如,句子)或文档、词语以及被应用词语的模板或文档作为学习数据,来训练数据识别模型以根据关键字估计任务(或候选任务)。在这种情况下,数据识别模型可以包括自然语言处理(NLP)。
根据示例实施例,模型学习器1310_4可以通过使用设备1000的日志数据和任务作为学习数据来训练数据识别模型以估计任务是否已经被执行。
根据各种实施例,数据识别模型可以被实现为一个数据识别模型,或可以被实现为单独的数据识别模型。
可以在考虑了识别模型所应用的领域、学习的目的或设备1000的计算机性能的情况下,建立数据识别模型。数据识别模型可以是基于例如神经网络的模型。例如,可以使用诸如深度神经网络(DNN)、递归神经网络(RNN)或双向递归深度神经网络(BRDNN)的模型作为数据识别模型。
根据各种实施例,当存在先前建立的多个数据识别模型时,模型学习器1310_4可以将与输入学习数据和基本学习数据具有高度关系的数据识别模型确定为待训练的数据识别模型。在这种情况下,可以根据数据的类型将基本学习数据预先分类,并且可以根据数据的类型预先建立数据识别模型。例如,可以根据诸如生成学习数据的区域、生成学习数据的时间、学习数据的大小、学习数据的类型、学习数据的生成器以及学习数据中的对象的类型等的各种标准来将基本学习数据预先分类。
此外,模型学习器1310_4可以通过使用包括例如误差反向传播或梯度下降的学习算法来训练数据识别模型。
另外,模型学习器1310_4可以通过使用例如学习数据作为输入值来通过监督学习来训练数据识别模型。另外,模型学习器1310_4可以通过无监督学习来训练数据识别模型,以找出用于判断用户意图、确定候选任务、确定替代任务以及通过学习判断没有监督地自我学习情况所需的数据的类型来判断监视的任务的标准。此外,模型学习器1310_4可以使用关于根据学习判断用户意图、确定候选任务、确定替代任务以及判断监视的任务的结果是否是正确的反馈的强化学习,来训练数据识别模型。
此外,当数据识别模型被训练时,模型学习器1310_4可以存储经训练的数据识别模型。在这种情况下,模型学习器1310_4可以将经训练的数据识别模型存储在包括数据识别器1320的电子装置的存储器中。替代地,模型学习器1310_4可以将经训练的数据识别模型存储在有线或无线地连接到电子装置的服务器的存储器中。
在这种情况下,存储了经训练的数据识别模型的存储器也可以存储与电子装置的至少另一元件有关的命令或数据。而且,存储器可以存储软件和/或程序。程序可以包括例如内核、中间件、应用程序编程接口(API)和/或应用程序(或“应用”)。
当评估数据被输入到数据识别模型并且根据评估数据输出的识别结果不满足预定标准时,模型评估器1310_5可以使得模型学习器1310_4被再次训练。在这种情况下,评估数据可以是用于评估数据识别模型的预设数据。
例如,根据评估数据输出的经训练的数据识别模型的识别结果中,当不准确的识别结果的数目或比例超过预设阈值时,可以认为成预定标准不令人满意。例如,当2%被定义为预定标准并且在1000条评估数据中的多于20条评估数据输出错误的识别结果时,模型评估器1310_5可以认为经训练的数据识别模型不适合。
当存在多个训练数据识别模型时,模型评估器1310_5可以评估经训练的识别模型中的每个是否满足预定标准,并且可以将满足预定标准的模型确定为最终的数据识别模型。在这种情况下,当多个模型满足预定标准时,模型评估器1310_5可以将按评估分数的降序预设的一个或预定数目的模型确定为最终的数据识别模型。
数据学习器1310中的数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4和模型评估器1310_5中的至少一个可以被制造为至少一个硬件芯片并且可以安装在电子装置上。例如,数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4和模型评估器1310_5中的至少一个可以被制造为用于AI的专用硬件芯片,或可以被制造为现有通用处理器(例如,CPU或应用处理器)或图形处理器(例如,GPU)的一部分,并且可以安装在各种电子装置中的任何一个上。
此外,数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4和模型评估器1310_5可以安装在一个电子装置上,或可以分别单独地安装在电子装置上。例如,数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4和模型评估器1310_5中的一些可以被包括在电子装置中,并且其余的可以被包括在服务器中。
数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4和模型评估器1310_5中的至少一个可以被实现为软件模块。当数据获取器1310_1、预处理器1310_2、学习数据选择器1310_3、模型学习器1310_4和模型评估器1310_5中的至少一个被实现为软件模块(或包括指令的程序模块)时,软件模块可以被存储在非暂态计算机可读记录介质中。而且,在这种情况下,至少一个软件模块可以由OS提供,或可以由预定的应用程序提供。替代地,至少一个软件模块的一部分可以由OS提供,并且剩余部分可以由预定的应用程序提供。
图29是根据实施例的数据识别器1320的框图。
参照图29,根据一些实施例的数据识别器1320可以包括数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5。
然而,实施例不限于此,数据识别器1320可以仅包括上述元件中的一些元件,或可以进一步包括除了上述元件之外的元件。
数据获取器1320_1可以获得判断用户意图、确定候选任务、确定替代任务以及判断监视的任务所需的识别数据,并且预处理器1320_2可以预处理获得的数据,以便使用被获得用来判断用户的意图、确定候选任务、确定替代任务并判断监视的任务的识别数据。
根据示例实施例,数据获取器1320_1可以以与图28的数据学习器1310的数据获取器1310_1所使用的方式类似的方式获得数据。
例如,数据获取器1320_1可以从呼叫应用程序获得用户与另一用户之间的对话内容。而且,数据获取器1320_1可以从消息应用程序获得在用户和另一用户之间发送/接收的消息的内容。而且,数据获取器1320_1可以通过用户的日程管理应用程序来获得关于用户的日程的数据。
预处理器1320_2可以将获得的识别数据处理成预设格式,以便识别结果提供器1320_4使用被获得用来判断用户的意图、确定候选任务、确定替代任务并判断监视的任务的识别数据。
识别数据选择器1320_3可以从多条预处理数据中选择判断用户的意图、确定候选任务、确定替代任务以及判断监视的任务所需的识别数据。所选择的识别数据可以被提供给识别结果提供器1320_4。识别数据选择器1320_3可以根据用于判断用户意图、确定候选任务、确定替代任务以及判断监视的任务的预设标准来选择经预处理的多条识别数据中的一些或全部。而且,识别数据选择器1320_3可以如下所述的,根据由模型学习器1310_4学习而预设的标准来选择识别数据。
识别结果提供器1320_4可以通过将选择的识别数据应用于数据识别模型来判断用户的意图、确定候选任务、确定替代任务并且判断监视的任务。识别结果提供器1320_4可以根据识别数据的识别目的来提供识别结果。识别结果提供器1320_4可以通过使用由识别数据选择器1320_3选择的识别数据作为输入值来将选择的识别数据应用于数据识别模型。而且,识别结果可以由数据识别模型确定。
根据示例实施例,识别结果提供器1320_4可以将文本消息的内容作为识别数据应用于数据识别模型。数据识别模型可以将与文本消息中的疑问词相对应的词语评估为关键字。而且,识别结果提供器1320_4可以将对话内容作为识别数据应用于数据识别模型。数据识别模型可以将与对话内容中的疑问词相对应的词语评估为关键字。
根据示例实施例,识别结果提供器1320_4可以将评估的关键字作为识别数据应用于数据识别模型。数据识别模型可以通过将关键字应用于与至少一个项目匹配的模板来评估作为句子提供的任务(或候选任务)。
根据示例实施例,识别结果提供器1320_4可以将设备1000的日志数据作为识别数据应用于数据识别模型。数据识别模型可以通过使用日志数据来检查是否已经执行了任务。
模型更新器1320_5可以基于由识别结果提供器1320_4提供的识别结果的评估来更新数据识别模型。例如,模型更新器1320_5可以将由识别结果提供器1320_4提供的识别结果提供给模型学习器1310_4,以便模型学习器1310_4更新数据识别模型。
数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5中的至少一个可以被制造为至少一个硬件芯片并且可以被安装在电子装置上。例如,数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5中的至少一个可以被制造为用于AI的专用硬件芯片,或可以被制造作为现有通用处理器(例如,CPU或应用处理器)或图形处理器(例如,GPU)的一部分,并且可以安装在各种电子装置中的任何一个上。
另外,数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5可以安装在一个电子装置上,或可以分别单独地安装在电子装置上。例如,数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5中的至少一个中的一些可以被包括在电子装置中,其余的可以被包含在服务器中。
此外,数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5中的至少一个可以被实现为软件模块。当数据获取器1320_1、预处理器1320_2、识别数据选择器1320_3、识别结果提供器1320_4和模型更新器1320_5中的至少一个被实现为软件模块(或包括指令的程序模块)时,软件模块可以被存储在非暂态计算机可读记录介质中。而且,在这种情况下,至少一个软件模块可以由OS提供,或可以由预定应用程序提供。替代地,至少一个软件模块的一部分可以由OS提供,并且剩余部分可以由预定应用程序提供。
图30是例示了根据示例实施例的其中设备1000和服务器2000互操作以学习和识别数据的示例的视图。
参照图30,服务器2000可以训练数据识别模型以具有用于判断用户意图、确定候选任务、确定替代任务以及判断监视的任务的标准,并且设备1000可以基于服务器2000的学习结果来判断情况。
在这种情况下,服务器2000的模型学习器2340可以执行图28的数据学习器1310的功能。服务器2000的模型学习器2340可以训练数据识别模型以具有关于将使用哪个数据来判断用户的意图、确定候选任务、确定替代任务以及判断监视的任务以及关于如何使用数据来判断情况的标准。模型学习器2340可以获得要用于学习的数据,并且可以通过将获得的数据应用于数据识别模型来学习用于判断情况的选择标准。
例如,模型学习器2340可以训练数据识别模型以分析收集的数据并且具有用于确定用来确定用户的待办事项列表中的任务的关键字的标准。而且,模型学习器2340可以训练数据识别模型以通过分析所收集的数据来判断用户的意图,并且具有用于提供适于用户意图的任务的标准。而且,数据学习器2340可以训练数据识别模型以具有用于确定可替代先前确定的任务的替代任务的标准。而且,数据学习器2340可以训练数据识别模型以具有用于确定待办事项列表中的至少一个任务是否已经被执行的标准。数据学习器2340可以根据用户的操作信息确定用于执行预定任务的应用程序、与应用程序有关的用户操作信息以及应用程序的详细操作之间的关系,并且可以训练数据识别模型以具有基于所确定的关系来确定是否已经执行了待办事项列表中的至少一个任务的标准。
另外,设备1000的识别结果提供器1320_4可以通过将由识别数据选择器1320_3选择的数据应用于服务器200所生成的数据识别模型来判断用户的意图、确定候选任务、确定替代任务并且监视任务。例如,识别结果提供器1320_4可以将由识别数据选择器1320_3选择的数据发送到服务器2000,并且服务器2000可以通过将由识别数据选择器1320_3选择的数据应用于识别模型来请求判断用户的意图、确定候选任务、确定替代任务并且监视该任务。此外,识别结果提供器1320_4可以从服务器2000接收关于由服务器2000确定的用户的意图、候选任务、替代任务以及任务的监视结果的信息。
替代地,设备1000的识别结果提供器1320_4可以从服务器2000接收由服务器2000生成的数据识别模型,并且可以通过使用所接收的数据识别模型来判断用户的意图、确定候选任务、确定替代任务并且监视任务。在这种情况下,设备1000的识别结果提供器1320_4可以通过将识别数据选择器1320_3选择的数据应用于从服务器2000接收的数据识别模型来判断用户的意图、确定候选任务、确定替代任务并且监视任务。
另外,设备1000和服务器2000可以通过角色划分来有效地执行用于数据识别模型的学习和数据识别的工作。因此,可以有效地执行数据处理以提供适合用户意图的服务,并且可以有效保护用户的隐私。
图31是根据示例实施例的由第一处理器1300a和第二处理器1300b使用来管理用户的待办事项列表的方法的流程图。
根据示例实施例,设备1000可以包括第一处理器1300a和第二处理器1300b。
第一处理器1300a可以控制安装在设备1000中的至少一个应用程序的运行,可以对由设备1000获得的图像执行图形处理,或可以获得在至少一个应用程序中存储的数据(例如,文本消息或语音对话)。第一处理器1300a可以被实现为集成了CPU、GPU、通信芯片和传感器的功能的片上系统。
第二处理器1300b可以通过使用数据识别模型根据从应用程序获得的数据来估计关键字,并且可以通过使用估计的关键字来估计用户的待办事项列表中的任务(或候选任务)。
第二处理器1300b可以被制造为用于AI的专用硬件芯片,其通过使用数据识别模型来执行用户任务评估功能。而且,设备1000还可以包括执行与第二处理器1300b相同的功能的第三处理器和第四处理器。
根据各种实施例,由第一处理器1300a执行的功能可以由存储在设备1000的存储器中并被配置为执行各种功能的应用程序相应地执行,并且由第二处理器1300b执行的功能可以由设备1000的OS相应地执行。
例如,语音识别应用程序可以识别存储在设备1000中的对话内容,并且可以将对话内容转换为文本。语音识别应用程序可以将文本或与文本有关的信息发送到OS或外部服务器。
OS或外部服务器可以通过使用OS或外部服务器中包括的数据识别模式来从文本中估计关键字。
在操作S3110中,第一处理器1300a可以从设备1000中运行的应用程序或位于设备1000外部的服务器获得数据。
例如,第一处理器1300a可以从安装在设备1000中的多个应用程序获得用于生成用户的待办事项列表的数据。所获得的数据可以是关于例如通过设备1000进行的通话内容的数据、消息(例如,SMS消息、MMS消息、聊天消息或电子邮件)的内容、记录在设备1000上的语音内容以及存储在设备1000中的文本文件、照片、视频、用户的日程的内容以及备忘录。
在操作S3115中,第一处理器1300a可以将获得的数据发送到第二处理器1300b。
在操作S3120中,第二处理器1300b可以通过将获得的数据应用于数据识别模型来估计与联系人应用程序中包括的另一方的至少一个关系。
例如,数据识别模型可以认为在通话内容中获得的数据与联系人应用程序中的另一方具有关系。而且,数据识别模型可以认为具有在聊天消息的内容中包括的位置的人与联系人应用程序中的另一方具有关系。
在操作S3125中,第二处理器1300b可以通过将所获得的数据应用于数据识别模型来估计用于估计要由用户执行的候选任务(或任务)的关键字。例如,第二处理器1300b可以将所获得的数据应用于被设置为估计关键字的数据识别模型。
在操作S3130中,第二处理器1300b可以通过估计至少一个关键字来生成关键字列表。
在操作S3135中,第二处理器1300b可以通过将关键字列表应用于数据识别模型来估计要由用户执行的候选任务(或任务)。例如,第二处理器1300b可以将关键字列表应用于被设置为估计候选任务的数据识别模型。根据实施例,第二处理器1300b可以估计被提供作为指示任务的句子的候选任务。
在操作S3140中,第二处理器1300b可以将估计的候选任务发送到第一处理器1300a。
在操作S3145中,第一处理器1300a可以生成用户的包括所接收的候选任务中的至少一个的待办事项列表,并且可以控制待办事项列表来显示在显示器等上。
在操作S3150中,第二处理器1300b可以通过使用设备1000的日志数据来估计待办事项列表中包括的任务是否已经被执行。例如,当任务是“从市场购买水”时,第二处理器1300b可以通过使用设备1000中包括的GPS应用程序来确定用户的位置是否与市场的位置相同,并且可以确定设备1000中包括的文本应用程序是否接收到支付文本。
在操作S3155中,第二处理器1300b可以向第一处理器1300a发送关于任务是否已经完成的信息。
在操作S3160中,第一处理器1300a可以根据关于任务是否已经完成的信息来更新并显示待办事项列表。例如,当确定任务已经被执行时,第一处理器1300a可以移除该任务。另外,当确定任务还没有被执行时,第一处理器1300a可以将指示任务尚未被执行的通知信息输出给用户。
图32是根据示例实施例的由第一处理器1300a、第二处理器1300b和第三处理器1300c使用来管理用户的待办事项列表的方法的流程图。
根据示例实施例,设备1000可以包括第一处理器1300a、第二处理器1300b和第三处理器1300c。
在操作S3210中,第一处理器1300a可以从设备1000中运行的应用程序或位于设备1000外部的服务器获得数据。
在操作S3215中,第一处理器1300a可以将所获得的数据发送到第二处理器1300b。
在操作S3220中,第二处理器1300b可以通过将获得的数据应用于数据识别模型来估计与联系人应用程序中包括的另一方的至少一个关系。
在操作S3225中,第二处理器1300b可以通过将所获得的数据应用于数据识别模型来估计用于估计要由用户执行的候选任务(或任务)的关键字。数据识别模型可以是例如被设置为估计关键字的数据识别模型。
在操作S3230中,第二处理器1300b可以通过估计至少一个关键字来生成关键字列表。
在操作S3235中,第二处理器1300b可以通过将关键字列表应用于数据识别模型来估计要由用户执行的候选任务(或任务)。数据识别模型可以是例如被设置为估计候选任务的数据识别模型。
在操作S3240中,第二处理器1300b可以将所生成的候选任务发送给第一处理器1300a。
在操作S3245中,第二处理器1300b可以将所生成的候选任务发送给第三处理器1300c。
在操作S3250中,第一处理器1300a可以生成用户的包括所接收的候选任务中的至少一个的待办事项列表,并且可以控制待办事项列表来显示在显示器等上。
在操作S3255中,第三处理器1300c可以通过使用设备1000的日志数据来估计待办事项列表中包括的任务是否已经被执行。例如,当任务是“从市场购买水”时,第三处理器1300c可以通过使用设备1000中包括的GPS应用程序来确定用户的位置是否与市场的位置相同,并且可以确定设备1000中包括的文本应用程序是否接收到支付文本。
在操作S3260中,第三处理器1300c可以向第一处理器1300a发送关于任务是否已经完成的信息。
在操作S3265中,第一处理器1300a可以通过使用关于任务是否已经被执行的信息来控制设备1000以显示更新的待办事项列表。例如,当确定任务已经被执行时,第一处理器1300a可以移除该任务。另外,当确定任务还未被执行时,第一处理器1300a可以将指示任务尚未被执行的通知信息输出给用户。
图33是根据示例实施例的用于说明其中设备1000通过使用多个服务器(例如,第一服务器2000a和第二服务器2000b)来管理待办事项列表的情况的流程图。
根据示例实施例,设备1000可以通过使用第一服务器2000a和第二服务器2000b来管理待办事项列表。
根据示例实施例,服务器2000可以是向设备1000提供服务的计算设备,并且服务器2000的示例可以包括智能电话、平板电脑、个人电脑、智能电视、移动电话、PDA、笔记本电脑、媒体播放器、微型服务器、GPS设备、电子书终端、家用电器和移动计算设备。然而,实施例不限于此,服务器2000的示例可以包括具有通信功能和数据处理功能的任何类型的设备。
此外,设备1000可以通过网络连接到服务器2000。在这种情况下,网络的示例可以包括局域网(LAN)、广域网(WAN)、增值网络(VAN)、移动无线电通信网络、卫星通信网络及其组合。网络广义上是用于在设备1000和服务器2000之间流畅通信的数据通信网络,并且网络的示例可以包括有线互联网、无线互联网和移动无线通信网络。
在操作S3310中,设备1000可以从设备1000中运行的应用程序获得数据。
在操作S3315中,设备1000可以将所获得的数据发送到第一服务器2000a。
在操作S3320中,第一服务器2000a可以通过将获得的数据应用于数据识别模型来估计与联系人应用程序中包括的另一方的至少一个关系。
在操作S3325中,第一服务器2000a可以通过将所获得的数据应用于数据识别模型来估计用于估计要由用户执行的候选任务(或任务)的关键字。数据识别模型可以是例如被设置为估计关键字的数据识别模型。
在操作S3330中,第一服务器2000a可以通过估计至少一个关键字来生成关键字列表。
在操作S3335中,第一服务器2000a可以通过将关键字列表应用于数据识别模型来估计要由用户执行的候选任务(或任务)。数据识别模型可以是例如被设置为估计候选任务的数据识别模型。
在操作S3340中,第一服务器2000a可以将所生成的候选任务发送给设备1000。
在操作S3345中,第一服务器2000a可以将所生成的候选任务发送给第二服务器2000b。
在操作S3350中,设备1000可以生成用户的包括所接收的候选任务中的至少一个的待办事项列表,并且可以控制待办事项列表来显示在显示器等上。
在操作S3355中,第二服务器2000b可以通过使用设备1000的日志数据来估计待办事项列表中包括的任务是否已经被执行。例如,当任务是“从市场购买水”时,第二服务器200b可以通过使用设备1000中包括的GPS应用程序来确定用户的位置是否与市场的位置相同,并且可以确定设备1000中包括的文本应用程序是否接收到支付文本。
在操作S3360中,第二服务器2000b可以向第一处理器1300a发送关于任务是否已经完成的信息。
在操作S3365中,设备1000可以通过使用关于任务是否已被执行的信息来控制设备1000显示更新的待办事项列表。例如,当确定任务已经被执行时,设备1000可以移除该任务。而且,当确定任务尚未被执行时,设备1000可以将指示任务尚未被执行的通知信息输出给用户。
图34是根据示例实施例的用说明其中设备1000通过使用第一处理器1300a、第二处理器1300b和服务器2000来管理待办事项列表的情况的流程图。
在操作S3410中,第一处理器1300a可以从设备1000中运行的应用程序获得数据。
在操作S3415中,第一处理器1300a可以将获得的数据发送到第二处理器1300b。
在操作S3420中,第二处理器1300b可以通过将所获得的数据应用于数据识别模型来估计与联系人应用程序中包括的另一方的至少一个关系。
在操作S3425中,第二处理器1300b可以通过将所获得的数据应用于数据识别模型来估计用于估计要由用户执行的候选任务(或任务)的关键字。数据识别模型可以是例如被设置为估计关键字的数据识别模型。
在操作S3430中,第二处理器1300b可以通过估计至少一个关键字来生成关键字列表。
在操作S3435中,第二处理器1300b可以通过将关键字列表应用于数据识别模型来估计要由用户执行的候选任务(或任务)。数据识别模型可以是例如被设置为估计候选任务的数据识别模型。
在操作S3440中,第二处理器1300b可以将所生成的候选任务发送给第一处理器1300a。
在操作S3445中,第二处理器1300b可以将所生成的候选任务发送到服务器2000。
在操作S3450中,第一处理器1300a可以生成用户的包括所接收的候选任务中的至少一个的待办事项列表,并且可以控制待办事项列表来显示在显示器等上。
在操作S3455中,第二处理器1300b可以通过使用设备1000的日志数据来估计待办事项列表中包括的任务是否已经被执行。例如,当任务是“从市场购买水”时,第三处理器1300c可以通过使用设备1000中包括的GPS应用程序来确定用户的位置是否与市场的位置相同,并且可以确定设备1000中包括的文本应用程序是否接收到支付文本。
在操作S3460中,第二处理器1300b可以向第一处理器1300a发送关于任务是否已经完成的信息。
在操作S3465中,第一处理器1300a可以根据监视的结果来更新待办事项列表。例如,当确定任务已经被执行时,第一处理器1300a可以移除该任务。另外,当确定任务还没有被执行时,第一处理器1300a可以将指示任务尚未被执行的通知信息输出给用户。
在操作S3470中,服务器2000可以基于设备1000的环境信息来选择替代任务。例如,当日程“在百货商店购买礼物”是任务时,服务器2000可以获得关于在从单独的服务服务器(例如百货商店服务器)执行任务的日期百货商店是否关闭的信息。
在这种情况下,服务器2000可以通过使用将由服务器2000收集的各种任务聚类的数据,从任务“在百货商店购买礼物”所属的集群中包括的任务中选择替代任务(诸如“通过使用百货商店应用程序进行购物”)。
在操作S3475中,服务器2000可以将所选的替代任务发送到第一处理器1300a。
在操作S3480中,第一处理器1300a可以通过反映了替代任务来改变待办事项列表,并且可以控制经改变的待办事项列表来显示在显示器上。
一些实施例可以被实现为包括计算机可读命令(诸如计算机可执行程序模块)的记录介质。计算机可读介质可以是计算机可访问的任意可用介质,并且其示例包括全部易失性和非易失性介质以及可分离和不可分离介质。此外,计算机可读记录介质的示例可以包括计算机存储介质和通信介质。计算机存储介质的示例包括已经通过任意的方法或技术实现的用于存储诸如计算机可读指令、数据结构、程序模块和其他数据的信息的所有易失性和非易失性介质以及可分离和不可分离介质。通信介质典型地包括计算机可读命令、数据结构、程序模块、调制数据信号的其他数据或其他传输机制,并且其示例包括任意信息传输介质。
另外,所公开的实施例可以被实现为包括存储在计算机可读存储介质中的指令的软件程序。
根据示例实施例的,作为能够从存储介质调用所存储的指令并且根据所调用指令操作的装置的计算机可以包括根据所公开的实施例的设备。
计算机可读存储介质可以被提供为非暂态存储介质。这里,“非暂态”是指存储介质不包含信号并且是有形的,但是不区分数据是被半永久地还是暂时地存储在存储介质中。
另外,可以在计算机程序产品中提供根据所公开的实施例的控制方法。计算机程序产品可以作为产品在卖方和买方之间进行交易。
计算机程序产品可以包括软件程序和存储软件程序的计算机可读存储介质。例如,计算机程序产品可以包括通过电子市场(例如,Google Play Store或AppStore)或设备的制造商以电子方式分发为软件程序的产品(例如,可下载的应用程序)。对于电子分发,软件程序的至少一部分可以存储在存储介质中,或可以被暂时地生成。在这种情况下,存储介质可以是制造商的服务器、电子市场的服务器或临时存储软件程序的中继服务器的存储介质。
计算机程序产品可以包括服务器的存储介质或包括服务器和设备的系统中的设备的存储介质。替代地,当存在与服务器或设备通信的第三装置(例如,智能电话)时,计算机程序产品可以包括第三装置的存储介质。替代地,计算机程序产品可以包括从服务器发送到设备或第三装置或从第三装置发送到设备的软件程序本身。
在这种情况下,服务器、设备和第三装置中的一个可以运行计算机程序产品,并且可以执行根据实施例的方法。替代地,服务器、设备和第三装置中的两个或更多个可以运行计算机程序产品,并且可以执行根据实施例的方法。
例如,服务器(例如,云服务器或AI服务器)可以运行存储在服务器中的计算机程序产品,并且可以控制与服务器通信的设备执行根据实施例的方法。
替代地,第三装置可以运行计算机程序产品,并且可以控制与第三装置通信的设备执行根据实施例的方法。当第三装置运行计算机程序产品时,第三装置可以从服务器下载计算机程序产品并且可以运行下载的计算机程序产品。替代地,第三装置可以运行预加载的计算机程序产品,并且可以执行根据实施例的方法。
此外,这里使用的术语“单元”可以是硬件组件(诸如处理器或电路)和/或在硬件组件中运行的软件组件(诸如处理器)。
虽然已经参照本公开的实施例具体示出和描述了本公开,但是本领域普通技术人员将会理解,可以在其中进行形式和细节上的各种改变,而不脱离由所附权利要求限定的本公开的精神和范围。因此,应该理解,上述实施例并不限制本公开的范围。例如,以单一类型描述的每个组件可以以分布式方式被执行,并且分布式描述的组件也可以以集成形式被执行。
本公开的范围由权利要求而不是由本公开的具体实施方式来指示,并且应当理解的是,权利要求和从权利要求的概念引出的所有修改或修改的形式都包括在本公开的范围内。
Claims (15)
1.一种用于提供用户的待办事项列表的电子设备,所述电子设备包括:
通信器,所述通信器包括通信电路并且被配置为与外部设备通信;
显示器;以及
处理器,所述处理器被配置为基于由在所述显示器上运行的应用程序获得的数据,来确定用于确定所述待办事项列表中的要由所述用户执行的至少一个任务的至少一个关键字,生成所确定的至少一个关键字的关键字列表,并且通过控制所述显示器来显示用于允许所述用户在所述关键字列表中选择所述至少一个关键字中的至少一个的图形用户界面GUI。
2.根据权利要求1所述的电子设备,其中所述处理器进一步被配置为通过控制所述显示器在所运行的应用程序的运行屏幕上显示用于在所述关键字列表中选择所述至少一个关键字中的所述至少一个的所述GUI。
3.根据权利要求1所述的电子设备,其中所述应用程序是用于与所述外部设备通信的聊天应用程序,并且所述至少一个关键字是从在所述电子设备和所述外部设备之间发送/接收的文本中提取的。
4.根据权利要求1所述的电子设备,其中所述处理器进一步被配置为:通过所述GUI接收在所述关键字列表中选择与第一项目相关的第一关键字的输入,基于所选择的第一关键字确定用于所述第一项目的至少一个候选任务,并且通过控制所述显示器来显示所确定的至少一个候选任务的候选任务列表。
5.根据权利要求4所述的电子设备,其中所述处理器进一步被配置为通过组合所选择的第一关键字、与从安装在所述电子设备中的至少一个应用程序获得的所述第一关键字相关的数据以及与从所述用户订阅的服务提供服务器获得的所述第一关键字相关的数据中的全部或一些,来确定用于所述第一项目的至少一个候选任务。
6.根据权利要求4所述的电子设备,其中所述处理器进一步被配置为至少通过控制所述显示器来编辑所述候选任务列表。
7.根据权利要求4所述的电子设备,其中所述处理器进一步被配置为至少基于所述候选任务列表来生成包括至少一个主任务和从属于所述至少一个主任务的至少一个子任务的所述待办事项列表。
8.根据权利要求1所述的电子设备,其中所述处理器进一步被配置为至少基于通过所述GUI选择的至少一个关键字来确定所述待办事项列表中的所述至少一个任务。
9.根据权利要求8所述的电子设备,其中所述处理器进一步被配置为基于由与在所述显示器上运行的应用程序不同的至少一个应用程序获得的数据和从用户订阅的服务提供服务器获得的数据,来确定用于改变所述待办事项列表中的所述至少一个任务的至少一个替代任务,并且通过控制所述显示器来显示所述至少一个替代任务。
10.根据权利要求8所述的电子设备,其中所述处理器进一步被配置为获得用于确定所述待办事项列表中的所述至少一个任务是否已经被执行的条件信息,并且基于所述条件信息来监视所述待办事项列表中的所述至少一个任务是否已经被执行。
11.根据权利要求10所述的电子设备,其中所述处理器进一步被配置为基于监视所述待办事项列表中的所述至少一个任务是否已经被执行来更新所述待办事项列表中的任务。
12.一种由电子设备使用来提供用户的待办事项列表的方法,所述方法包括:
至少从在所述电子设备的显示器上运行的应用程序获得用于生成所述待办事项列表的数据;
基于所获得的数据来确定用于确定所述待办事项列表中的要由所述用户执行的至少一个任务的至少一个关键字;
生成所确定的至少一个关键字的关键字列表;以及
通过控制所述显示器来显示用于在所述关键字列表中选择所述至少一个关键字中的至少一个的图形用户界面GUI。
13.根据权利要求12所述的方法,其中显示所述GUI包括在所运行的应用程序的运行屏幕上显示用于在所述关键字列表中选择所述至少一个关键字中的所述至少一个的所述GUI。
14.一种用于提供用户的待办事项列表的服务器,所述服务器包括:
通信器,所述通信器包括通信电路并且被配置为从所述用户的电子设备接收由在所述用户的电子设备中运行的应用程序获得的数据;
存储器,所述存储器被配置为存储所接收的数据和与所述用户订阅的服务相关的数据;以及
处理器,所述处理器被配置为至少基于所接收的数据来确定用于确定所述待办事项列表中的要由所述用户执行的至少一个任务的至少一个关键字,并且至少基于所接收的数据以及与所述用户订阅的所述服务相关的数据来确定与所述至少一个关键字相关的至少一个候选任务,
其中所述通信器进一步被配置为将所确定的至少一个候选任务发送给所述用户的电子设备。
15.一种包含程序的非暂态计算机可读记录介质,该程序执行一种由电子设备使用来提供用户的待办事项列表的方法,所述方法包括:
从在所述电子设备的显示器上运行的应用程序获得用于生成所述待办事项列表的数据;
基于所获得的数据来确定用于确定所述待办事项列表中的要由所述用户执行的至少一个任务的至少一个关键字;
生成所确定的至少一个关键字的关键字列表;以及
通过控制所述显示器来显示用于在所述关键字列表中选择所述至少一个关键字中的至少一个的图形用户界面GUI。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2016-0177948 | 2016-12-23 | ||
KR20160177948 | 2016-12-23 | ||
KR10-2017-0139545 | 2017-10-25 | ||
KR1020170139545A KR102458663B1 (ko) | 2016-12-23 | 2017-10-25 | 사용자의 할일 목록을 제공하는 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108241520A true CN108241520A (zh) | 2018-07-03 |
CN108241520B CN108241520B (zh) | 2023-11-07 |
Family
ID=62626913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711408904.8A Active CN108241520B (zh) | 2016-12-23 | 2017-12-22 | 提供用户的待办事项列表的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11295275B2 (zh) |
CN (1) | CN108241520B (zh) |
WO (1) | WO2018117685A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109618044A (zh) * | 2018-11-22 | 2019-04-12 | 北京奇虎科技有限公司 | 待办事项提醒方法及装置 |
CN113158683A (zh) * | 2021-04-15 | 2021-07-23 | 平安国际智慧城市科技股份有限公司 | 重要事项提醒方法、装置、电子设备及计算机存储介质 |
CN114331379A (zh) * | 2021-12-31 | 2022-04-12 | 北京百度网讯科技有限公司 | 用于输出待办任务的方法、模型训练方法和装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10673786B2 (en) * | 2016-12-27 | 2020-06-02 | VisaHQ.com Inc. | Artificial intelligence system for automatically generating custom travel documents |
US20190129749A1 (en) * | 2017-11-01 | 2019-05-02 | Microsoft Technology Licensing, Llc | Automated extraction and application of conditional tasks |
KR102563314B1 (ko) * | 2018-08-30 | 2023-08-04 | 삼성전자주식회사 | 전자 장치 및 단축 명령어의 바로가기 생성 방법 |
KR102608953B1 (ko) * | 2018-09-06 | 2023-12-04 | 삼성전자주식회사 | 전자 장치 및 그의 제어방법 |
KR102606287B1 (ko) | 2018-09-19 | 2023-11-27 | 삼성전자주식회사 | 애플리케이션의 번역 정보를 제공하는 디바이스 및 방법 |
US11308421B2 (en) * | 2019-01-21 | 2022-04-19 | Capital One Services, Llc | Learning: learning design policies based on interactions |
CN111027926B (zh) * | 2019-11-28 | 2023-04-18 | 北明软件有限公司 | 一种多事项套餐生成方法、系统和存储介质 |
KR20210097563A (ko) * | 2020-01-30 | 2021-08-09 | 삼성전자주식회사 | 태스크 관리 서비스를 지원하기 위한 전자 장치 |
JP7348382B2 (ja) * | 2020-03-24 | 2023-09-20 | 株式会社野村総合研究所 | 旅程提案システム |
JP6860182B1 (ja) * | 2020-05-01 | 2021-04-14 | 株式会社オプティム | 管理システム、情報処理装置、管理方法、及びプログラム |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110126123A1 (en) * | 2009-11-20 | 2011-05-26 | Sears Brands, Llc | Systems and methods for managing to-do list task items via a computer network |
US20110145823A1 (en) * | 2009-12-10 | 2011-06-16 | The Go Daddy Group, Inc. | Task management engine |
US20120278388A1 (en) * | 2010-12-30 | 2012-11-01 | Kyle Kleinbart | System and method for online communications management |
US20140012616A1 (en) * | 2012-07-04 | 2014-01-09 | EHSolution.com | Systems and methods for new location task completion and enterprise-wide project initiative tracking |
CN103688279A (zh) * | 2011-04-25 | 2014-03-26 | 韦韦欧股份有限公司 | 用于智能个人时间表助理的系统和方法 |
US20140141810A1 (en) * | 2012-11-19 | 2014-05-22 | Lg Electronics Inc. | Mobile terminal and controlling method thereof |
CN104184870A (zh) * | 2014-07-29 | 2014-12-03 | 小米科技有限责任公司 | 通话记录标记方法、装置及电子设备 |
CN104798064A (zh) * | 2012-12-28 | 2015-07-22 | 英特尔公司 | 综合任务管理 |
CN105027077A (zh) * | 2012-12-14 | 2015-11-04 | 微软技术许可有限责任公司 | 将机会匹配于上下文 |
CN105654271A (zh) * | 2014-11-27 | 2016-06-08 | 三星电子株式会社 | 提供用户的待办事项列表的系统和方法 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030172368A1 (en) | 2001-12-26 | 2003-09-11 | Elizabeth Alumbaugh | System and method for autonomously generating heterogeneous data source interoperability bridges based on semantic modeling derived from self adapting ontology |
US20050096950A1 (en) | 2003-10-29 | 2005-05-05 | Caplan Scott M. | Method and apparatus for creating and evaluating strategies |
US7496500B2 (en) | 2004-03-01 | 2009-02-24 | Microsoft Corporation | Systems and methods that determine intent of data and respond to the data based on the intent |
CA2469598A1 (en) | 2004-06-01 | 2005-12-01 | Daniel W. Onischuk | Computerized voting system |
US20140365281A1 (en) | 2004-06-01 | 2014-12-11 | Daniel William Onischuk | Computerized voting system |
US20150012339A1 (en) | 2004-06-01 | 2015-01-08 | Daniel W. Onischuk | Computerized voting system |
US20140231512A1 (en) | 2013-02-17 | 2014-08-21 | Daniel W. Onischuk | Computerized voting system |
US8069422B2 (en) | 2005-01-10 | 2011-11-29 | Samsung Electronics, Co., Ltd. | Contextual task recommendation system and method for determining user's context and suggesting tasks |
EP1929702B1 (en) | 2005-09-26 | 2013-10-02 | BlackBerry Limited | Scheduling events from electronic messages |
US7606700B2 (en) * | 2005-11-09 | 2009-10-20 | Microsoft Corporation | Adaptive task framework |
US8055707B2 (en) * | 2005-11-30 | 2011-11-08 | Alcatel Lucent | Calendar interface for digital communications |
US20070300225A1 (en) * | 2006-06-27 | 2007-12-27 | Microsoft Coporation | Providing user information to introspection |
US8037021B2 (en) | 2007-06-10 | 2011-10-11 | Apple Inc. | Calendaring techniques and interfaces |
US8146104B2 (en) * | 2007-10-09 | 2012-03-27 | International Business Machines Corporation | System and method for programmatically generating to-do list and creating notification between calendar and other applications |
EP2081163B1 (en) | 2008-01-21 | 2011-10-26 | Thales Nederland B.V. | Multithreat safety and security system and specification method thereof |
US8108206B2 (en) * | 2008-07-01 | 2012-01-31 | International Business Machines Corporation | Auto-generated to-do list |
US20110145822A1 (en) | 2009-12-10 | 2011-06-16 | The Go Daddy Group, Inc. | Generating and recommending task solutions |
US9009592B2 (en) * | 2010-06-22 | 2015-04-14 | Microsoft Technology Licensing, Llc | Population of lists and tasks from captured voice and audio content |
US10984387B2 (en) | 2011-06-28 | 2021-04-20 | Microsoft Technology Licensing, Llc | Automatic task extraction and calendar entry |
US9633114B1 (en) * | 2011-12-08 | 2017-04-25 | Google Inc. | Inbox for task management |
US8615504B2 (en) | 2011-12-14 | 2013-12-24 | Artist Growth, Llc | Action alignment for event planning, project management and process structuring |
US20140101079A1 (en) | 2012-10-10 | 2014-04-10 | Steven Vaughn Deal | Massively Distributed Problem Solving Agent |
US9626658B2 (en) * | 2013-03-15 | 2017-04-18 | Thomas W. Mustaine | System and method for generating a task list |
WO2014176750A1 (en) | 2013-04-28 | 2014-11-06 | Tencent Technology (Shenzhen) Company Limited | Reminder setting method, apparatus and system |
KR102053196B1 (ko) | 2013-05-21 | 2019-12-06 | 엘지전자 주식회사 | 전자장치 및 전자 장치의 일정 자동 생성 방법 |
TWI492185B (zh) | 2013-09-26 | 2015-07-11 | Delta Electronics Inc | 智慧型建築管理系統及多建築管理系統 |
US10503357B2 (en) * | 2014-04-03 | 2019-12-10 | Oath Inc. | Systems and methods for delivering task-oriented content using a desktop widget |
US20160086116A1 (en) * | 2014-07-27 | 2016-03-24 | Supriya Rao | Method and system of an automatically managed calendar and contextual task list |
KR20160055000A (ko) * | 2014-11-07 | 2016-05-17 | 주식회사 엘지유플러스 | 사용자 일정을 관리하는 방법, 통화 어플리케이션, 및 사용자 일정을 관리하는 단말 |
EP3040915A1 (en) | 2014-12-29 | 2016-07-06 | Nokia Technologies OY | Method and apparatus for identifying trends |
-
2017
- 2017-12-21 WO PCT/KR2017/015234 patent/WO2018117685A1/en unknown
- 2017-12-22 US US15/852,361 patent/US11295275B2/en active Active
- 2017-12-22 CN CN201711408904.8A patent/CN108241520B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110126123A1 (en) * | 2009-11-20 | 2011-05-26 | Sears Brands, Llc | Systems and methods for managing to-do list task items via a computer network |
US20110145823A1 (en) * | 2009-12-10 | 2011-06-16 | The Go Daddy Group, Inc. | Task management engine |
US20120278388A1 (en) * | 2010-12-30 | 2012-11-01 | Kyle Kleinbart | System and method for online communications management |
CN103534685A (zh) * | 2010-12-30 | 2014-01-22 | 凯尔·克莱因巴特 | 用于在线通信管理的系统和方法 |
CN103688279A (zh) * | 2011-04-25 | 2014-03-26 | 韦韦欧股份有限公司 | 用于智能个人时间表助理的系统和方法 |
US20140012616A1 (en) * | 2012-07-04 | 2014-01-09 | EHSolution.com | Systems and methods for new location task completion and enterprise-wide project initiative tracking |
US20140141810A1 (en) * | 2012-11-19 | 2014-05-22 | Lg Electronics Inc. | Mobile terminal and controlling method thereof |
CN105027077A (zh) * | 2012-12-14 | 2015-11-04 | 微软技术许可有限责任公司 | 将机会匹配于上下文 |
CN104798064A (zh) * | 2012-12-28 | 2015-07-22 | 英特尔公司 | 综合任务管理 |
CN104184870A (zh) * | 2014-07-29 | 2014-12-03 | 小米科技有限责任公司 | 通话记录标记方法、装置及电子设备 |
CN105654271A (zh) * | 2014-11-27 | 2016-06-08 | 三星电子株式会社 | 提供用户的待办事项列表的系统和方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109618044A (zh) * | 2018-11-22 | 2019-04-12 | 北京奇虎科技有限公司 | 待办事项提醒方法及装置 |
CN113158683A (zh) * | 2021-04-15 | 2021-07-23 | 平安国际智慧城市科技股份有限公司 | 重要事项提醒方法、装置、电子设备及计算机存储介质 |
CN114331379A (zh) * | 2021-12-31 | 2022-04-12 | 北京百度网讯科技有限公司 | 用于输出待办任务的方法、模型训练方法和装置 |
CN114331379B (zh) * | 2021-12-31 | 2023-08-15 | 北京百度网讯科技有限公司 | 用于输出待办任务的方法、模型训练方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108241520B (zh) | 2023-11-07 |
US11295275B2 (en) | 2022-04-05 |
WO2018117685A1 (en) | 2018-06-28 |
US20180181922A1 (en) | 2018-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108241520A (zh) | 提供用户的待办事项列表的系统和方法 | |
US11501766B2 (en) | Device and method for providing response message to voice input of user | |
KR102458663B1 (ko) | 사용자의 할일 목록을 제공하는 시스템 및 방법 | |
US20190279345A1 (en) | Method for correcting image by device and device therefor | |
EP3584717A1 (en) | Electronic device and method for providing search result thereof | |
US20210217409A1 (en) | Electronic device and control method therefor | |
US11521111B2 (en) | Device and method for recommending contact information | |
KR102628042B1 (ko) | 연락처 정보를 추천하는 방법 및 디바이스 | |
US20230418633A1 (en) | Prompt Based Hyper-Personalization of User Interfaces | |
AU2018310111A1 (en) | Electronic device and method for providing search result thereof | |
US12067408B2 (en) | Method and system for recognizing user intent and updating a graphical user interface | |
CN110169021B (zh) | 用于过滤多条消息的方法和设备 | |
WO2022232240A1 (en) | Systems and methods for proposal generation in a task determination system | |
US20230052638A1 (en) | Systems and methods for proposal communication in a task determination system | |
US20240355064A1 (en) | Overlaying visual content using model adaptation | |
US20240355131A1 (en) | Dynamically updating multimodal memory embeddings | |
US20240354641A1 (en) | Recommending content using multimodal memory embeddings | |
US20240355010A1 (en) | Texture generation using multimodal embeddings | |
US20240291779A1 (en) | Customizable chatbot for interactive platforms | |
US20240355065A1 (en) | Dynamic model adaptation customized for individual users | |
US20230316470A1 (en) | Method for correcting image by device and device therefor | |
WO2024220305A1 (en) | Dynamically updating multimodal memory embeddings | |
WO2024220425A1 (en) | Overlaying visual content using model adaptation | |
WO2024220281A1 (en) | Recommending content using multimodal memory embeddings | |
WO2024220431A1 (en) | Texture generation using multimodal embeddings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |