自適應語義推理引擎的製作方法

2023-07-16 04:22:06

,DepartureTime=Tomorrow-Morning,DepartureCity=("Boston，，or"Manchester"),ArrivalCity=("Seattle，，or"Portland")]槽由排序器組件314排序，該組件能夠以與推理引擎304最初排序的不同次序對槽進行排序或重新排序，以實現類似於如在自然語言詢問中傳達的期望意向的動作或輸出。排序器組件314可利用各種算法、方法、技術(例如，用於總體排序的MEMD)等來執行排序功能。用戶意向的映射可作為自適應模式識別問題來對待，並且可施加推理模型(生成/辨別)來實現正確的映射和/或自適應。對於一特定任務，可利用多種排序機制(例如，IR、查詢和上下文分類器、結構化槽填充等)。管理來自各個特徵的得分的組合以產生單個排序可由全局排序器技術來解決。除此之外或作為替代，系統300可對査詢加上下文利用MEMD來執行資產或意向一動作映射。可利用允許槽匹配和填充的排序算法、方法和/或技術。這些排序算法還可用一自適應方法(例如，全局排序)來組合特徵評分組件。槽填充和排序是可涉及IR、點進查詢分類器(CTM)、點進上下文分類器(CXM)和/或槽填充系統的多級系統。圖4示出了被配置成通過反饋機制來請求或接收信息的系統400。該系統類似於參考上述各圖所示和描述的系統100、200和300。系統400的輸出組件406可包括結果呈現模塊426和/或任務執行模塊428。結果呈現模塊426可向用戶呈現映射的動作的結果，並且在某些實施例中，可以作為推理引擎404的一部分而被包括。任務執行模塊428可自動地或通過用戶交互來執行任務。例如，任務執行模塊428可自動執行任務，並通過結果呈現模塊426向用戶呈現任務的結果。根據其它實施例，輸出組件406可通過結果呈現模塊426向用戶呈現結果，並通過接口組件402提示用戶，例如用戶是否希望該任務被執行。如果用戶希望該任務被執行，則任務執行模塊428可實現該動作。如果用戶不希望該任務被執行，則用戶可取消該任務，並輸入另一詢問或執行其它動作。結果呈現模塊426可通過授權/分析組件430向推理引擎404傳送或反饋信息。與授權/分析組件430相關聯的是創作(任務編輯器)432和訓練(模型構建器)434。圖5示出了所公開的實施例所利用的反饋技術的流程圖500。流程圖500描繪了到達最終實例(執行)的兩個層次以及每一層次所生成的反饋。任務定義利用該流程圖500，而搜索任務利用將參考圖6討論的流程圖。接收可包括查詢和上下文的信號502。基於所接收的信號502，確定預測的經槽填充的任務的排序次序504。可以有從1到N個預測任務(例如，預測任務#1、預測任務#2、……、預測任務弁N)，其中N是大於或等於1的整數。在這一層(502)上，每一預測任務是最高語義解(例如，最佳槽填充解)。預測的次序(排序)以及每一預測的相關性與其它候選預測進行比較。對任務集的反饋506被包括在包含信號502的輸入中。該反饋可以通過點進作為最佳槽填充解(如由用戶確定和/或由系統自主確定的)預測任務(例如，所選任務)來提供。用戶可基於相關標題、概述或其它準則來點進。可向任務映射預測次序提供關於用戶對於輸入信號502的滿意水平的分級、比較和/或反/,rh饋。一旦選擇了一個任務，就對每一任務排序經槽填充的語義解的次序。該排序可包括數量從1到N個的預測的槽填充解(例如，預測的槽填充解#1、預測的槽填充解#2、……、預測的槽填充解弁N)，其中N是大於或等於1的整數。每一預測的語義解的次序可被排序。對每一槽填充解的預測次序(排序)及其與其它候選預測相比的準確度進行評估。關於語義集的反饋510被發送並被包括在包含信號502的輸入中。用戶可在確定了語義解的重述的相關性之後點進。基於可視化和/或執行提供關於對語義解預測的輸入的滿意水平的分級和/或比較反饋。此時，執行語義解，並執行對話、規劃和/或動作作為經槽填充的任務動作512。可以有部分到完整的槽填充(如果是部分對話到完整槽填充)。如果任務被部分地槽填充，則它仍應具有話語。如果任務被完整地槽填充，則它已經準備好執行。對槽填充準確性和/或所選語義解的準確性進行評估，並將其與其它槽填充進行比較。對動作的反饋514被發送並被包括在包含信號502的輸入中。該反饋通過槽重新填充或執行反饋來提供。例如，用戶可基於槽填充重述的相關性來點進。分級和/或比較基於對來自語義解的執行的結果對比其它語義解的滿意水平。圖6示出了可用於所公開的實施例的搜索任務用戶交互模型和反饋600。"搜索任務"包括作為執行結果的附加間接層，這是結果項目。可接收可包括自然語言査詢、語句、請求等和/或上下文的信號602，或可將其輸入到自適應推理引擎中。創建包括預測的經槽填充的任務的已排序次序的已排序動作列表604。可以有從1到N個(例如預測任務#1、預測任務#2、……、預測任務弁N)，其中N是大於或等於1的整數。每一預測任務可以是最高語義解(例如，最佳槽填充解)。將預測次序(排序)以及每一預測的相關性與其它候選預測進行比較。對任務集的反饋606通過點進預測任務來提供，該任務是用戶點進的最佳槽填充解。該點進可基於標題、概述或其它準則的相關性。比較對任務映射預測次序的滿意水平，並對其提供反饋。選擇該所選的任務，並執行重述"搜索任務"608，並將所選任務結合到每一任務的經槽填充的語義解的已排序次序中。可以有數量從1到N個預測的槽填充解(例如，預測的槽填充解#1、預測的槽填充解#2、……、預測的槽填充解#>0，其中N是大於或等於1的整數。預測的次序或排序可以基於每一槽填充解及其與其它候選預測相比的準確度來評估。反饋610藉助點進已排序槽填充解來提供。反饋或點進可通過將對輸入的滿意水平與基於可視化和/或執行的語義解預測進行比較來提供。這導致已執行的語義解。提供包括結果列表的已排序次序的搜索結果列表(集)612，該列表包括數量從1到N個實例(例如，實例#1、實例#2、……、實例弁N)，其中N是大於或等於1的整數。任務被槽填充，並準備好搜索執行。評估包括槽填充準確性以及所選語義解相比其它語義解的準確性。對結果集的反饋614通過槽重新填充或完整的結果集反饋(例如，執行反饋)來提供。用戶可基於例如結果的相關標題、概述等來點進實例。對從執行該語義解所得的作為結果的整個結果集的滿意水平與其它結果集進行比較。結果集反饋可以包括任務的預執行和後執行。構造後執行的邏輯被應用於整個結果集(語義解執行的輸出)。當用戶點進時，導致選擇搜索結果616。搜索結果616可包括包含內容信息的項目(例如，項目#1)，該內容信息包括結果的內容。對內容以及相對於輸入602的相關度進行評估。發送對結果的顯式和/或隱式滿意度618，以及對結果的滿意水平與其它結果的比較。可利用結果滿意度來對結果集滿意度進行分級，這便於比較其它語義解結果集。這是增加的間接層。例如，關於特定查詢的映像，系統嘗試將搜索結果的質量與由另一系統、程序等執行的搜索結果進行比較。該比較可在後執行狀態期間執行。用戶可通過粗看結果的標題、概述等來對結果集進行審閱並分級。用戶可更深度地審閱信息，並且可在需要時判斷結果集的相關性。應當注意，反饋後向傳播，以幫助比較和對比每一級的輸出。圖7示出了採用便於自動化根據此處所公開的實施例的一個或多個特徵的人工智慧(AI)的系統700。AI可通過所示的AI組件706來實現，或者作為替代或補充，可通過基於規則的邏輯組件來實現。各實施例(例如，結合將自然語言請求映射到執行的動作)可採用各種基於AI的方案來實現其各方面。例如，用於確定特定用戶是否作出相似的請求或其它用戶是否作出相似的請求的過程可通過自動分類器系統和過程來促進。此外，在採用具有相同或相似資源的多個資料庫的情況下，可採用分類器來確定在特定情形中要採用哪一資料庫。分類器是將輸入屬性矢量x=(xl,x2，x3,x4,x")映射到該輸入屬於一個類的置信度的函數，即/(^-co"/Wewce(c/^m)。這一分類可釆用基於概率和/或基於統計的分析(例如，分解成分析效用和成本)來預測或推斷用戶期望自動執行的動作。例如，在自然語言系統的情況下，屬性可以是單詞或短語，或從單詞中導出的其它數據專用屬性(例如，資料庫表、關鍵項的存在)，而類是感興趣的類別或區域(例如，優先級別)。支持矢量機(SVM)是可採用的分類器的一個示例。SVM通過找出可能輸入空間中的超曲面(hypersurface)來操作，其中，超曲面試圖將觸發準則從非觸發事件中分離出來。直觀上，這使得分類對於接近但不等同於訓練數據的測試數據正確。可採用其它有向和非有向模型分類方法包括，例如，單純貝葉斯、貝葉斯網絡、決策樹、神經網絡、模糊邏輯模型以及提供不同獨立性模式的概率分類模型。此處所使用的分類也包括用於開發優先級模型的統計回歸。如可以從本說明書中容易地理解的，所公開的實施例可採用顯式訓練的(例如，通過通用訓練數據)以及隱式訓練的(例如，通過觀察用戶行為、接收外來信息)的分類器。例如，SVM可通過分類器構造器和特徵選擇模塊中的學習或訓練階段來配置。由此，分類器可用於自動學習並執行多個功能，包括但不限於，根據預訂準則來確定何時授予訪問、要執行哪一存儲過程等。準則可包括，但不限於，要通過調用訪問的數據或資源的量、數據的類型、數據的重要性等等。鑑於以上所示並描述的示例性系統，參考圖8-10的圖示可以更好地理解可根據所公開的實施例的一個或多個方面來實現的方法。儘管出於簡化解釋的目的，方法被示出並描述為一系列動作(或功能框)，但是可以理解和明白，方法不受動作次序的限制，因為根據這些方法，某些動作可以按不同次序和/或與此處所示並描述的其它動作同時發生。此外，並非所有示出的動作都是實現根據所公開的實施例的一個或多個方面的方法所必需的。可以理解，各種動作可以由軟體、硬體、其組合或用於執行與這些動作相關聯的功能的任何其它適當的裝置(例如，設備、系統、進程、組件)來實現。還可以理解，這些動作僅僅以簡化形式示出了此處所提出的某些方面，並且這些方面可以通過更少和/或更多的動作來示出。本領域的技術人員將理解和明白，方法可被替換地表示為諸如狀態圖中的一系列相互關連的狀態或事件。最初參考圖8，所示是用於確定從自然語言請求中推斷的動作的方法800。在802處，接收查詢、語句、請求等。該查詢可以採用多種形式(例如，書寫的、鍵入的、口述的……)，並且可以採用自然語言的形式。輸入可以包括上下文或用戶狀態、用戶動作、或包括來自先前的查詢的信息反饋的其它準則。該自然語言査詢被分解成句元或字符串。在804處，將句元分配給任務槽。槽填充確定來自自然語言輸入的句元列表與任務參數的最佳匹配。槽填充還被配置成用各種映射、解碼和評分算法來方便實驗。在806處，確定槽填充優度，並且該確定可以基於方法800的不同部分的評分的累積。槽填充優度可以考慮在槽填充期間的槽的排序或次序以及槽次序的重新排序或改變。在808處，可通過例如用戶可接受然後要執行的動作的提示將推薦的動作輸出給用戶。在其它實施例中，自動執行動作而無需進一步的用戶交互。現在參考圖9，所示的是用於將自然語言句元分配給任務槽以便執行所需動作的方法900。在卯2處，從用戶接收查詢(例如，問題、期望動作、語句……)和/或上下文，並且該查詢可以是自然語言格式。在904處，將該自然語言輸入劃分成句元或句元集。在906處執行任務搜索，並檢索一個或多個任務列表。任務列表可以從數據存儲、存儲器或其它存儲組件中檢索。在908處，將每一任務分配給一個槽。在901處，可對任務一槽分配的結果排序，以確定槽填充優度(例如，該方法有多好地分配任務以實現用戶期望的動作)。該信息可被反饋到902並連同下一查詢一起接收。現在參考圖10，所示是用於接收自然語言動作請求並確定適當的動作且執行或推薦該動作的方法1000。在1002處，接收自然語言查詢和/或上下文。自然語言查詢可以是對特定動作的請求(例如，"我希望從達拉斯飛到底特律")。連同該自然語言查詢一起，可接收上下文。該上下文可以包括用戶狀態、用戶動作和/或與用戶狀態和/或用戶動作有關的其它準則。在1004處，將該査詢劃分成句元或字符串。該查詢可被劃分成關鍵術語、單詞、短語等。在1006處執行任務搜索。任務搜索可以導致檢索到大量任務列表。在1008處，將這些任務列表縮減到可管理數量的任務列表。在1010處用句元或句元集填充該任務列表中包括的槽。在1012處對任務搜索評分，以確定該搜索是否導致提供所請求的動作。評分可包括累積對每一過程的各個評分。在1014處，可按與槽填充過程所確定的次序不同的次序對結果重新排序或排序。在1016處，可將結果或動作輸出給用戶或執行該結果或動作。例如，可向用戶發送或提示推薦的動作。用戶可取決於所推薦的動作是否匹配用戶請求來接受或取消該動作。該信息可在1002處作為上下文反饋。上下文可以是用戶是否接受該動作或用戶是否拒絕該動作和/或與用戶相關聯的其它動作、請求、狀態等。在其它實施例中，在1016處，系統自動執行任務或動作。在這一情況下，對1002的上下文反饋將是在執行任務之後發生的用戶動作、狀態等(例如，用戶接下來做什麼？)現在參考圖11，示出了可用於執行所公開的體系結構的計算機的框圖。為了提供用於此處所公開的各方面的附加上下文，圖11和以下討論旨在提供其中可實現各方面的合適的計算環境1100的簡要、概括描述。儘管以上在可在一個或多個計算機上執行的計算機可執行指令的一般上下文中描述了一個或多個實施例，但是本領域的技術人員將認識到，各實施例也可結合其它程序模塊和/或作為硬體和軟體的組合來實現。一般而言，程序模塊包括執行特定的任務或實現特定的抽象數據類型的例程、程序、組件、數據結構等等。此外，本領域的技術人員可以理解，本發明的方法可以用其它計算機系統配置來實施，包括單處理器或多處理器計算機系統、小型機、大型計算機、以及個人計算機、手持式計算設備、基於微處理器的或可編程消費電子產品等等，其各自都可以操作上耦合到一個或多個相關聯的設備。所示的各方面還可以在其中某些任務由通過通信網絡連結的遠程處理設備來執行的分布式計算環境中實施。在分布式計算環境中，程序模塊可以位於本地和遠程存儲器存儲設備中。計算機通常包括各種計算機可讀介質。計算機可讀介質可以是可由計算機訪問的任一可用介質，包括易失性和非易失性介質、可移動和不可移動介質。作為示例而非局限，計算機可讀介質包括計算機存儲介質和通信介質。計算機存儲介質包括以用於儲存諸如計算機可讀指令、數據結構、程序模塊或其它數據等信息的任一方法或技術實現的易失性和非易失性，可移動和不可移動介質。計算機存儲介質包括但不限於，RAM、ROM、EEPROM、快閃記憶體或其它存儲器技術、CD-ROM、數字視頻盤(DVD)或其它光碟存儲、磁盒、磁帶、磁碟存儲或其它磁存儲設備、或可以用來儲存所期望的信息並可由計算機訪問的任一其它介質。通信介質通常以諸如載波或其它傳輸機制等已調製數據信號來體現計算機可讀指令、數據結構、程序模塊或其它數據，並包括任一信息傳送介質。術語"己調製數據信號"指以對信號中的信息進行編碼的方式設置或改變其一個或多個特徵的信號。作為示例而非局限，通信介質包括有線介質，如有線網絡或直接連線連接，以及無線介質，如聲學、RF、紅外和其它無線介質。上述任一的組合也應當包括在計算機可讀介質的範圍之內。參考圖11，用於實現本發明的各方面的示例性環境1100包括計算機1102，計算機1102包括處理單元1104、系統存儲器1106和系統總線1108。系統總線1108將包括但不限於系統存儲器1106的系統組件耦合至處理單元1104。處理單元1104可以是各種市場上可購買的處理器的任一種。雙微處理器和其它多處理器體系結構也可用作處理單元1104。系統總線1108可以是若干種總線結構類型的任一種，它可進一步互連到存儲器總線(帶有或不帶存儲器控制器)、外圍總線、以及使用各類市場上可購買的總線體系結構的任一種的局部總線。系統存儲器1106包括只讀存儲器(ROM)1110和隨機存取存儲器(RAM)1112。基本輸入/輸出系統(BIOS)儲存在諸如ROM、EPROM、EEPROM等非易失性存儲器1110中，該BOIS包括如在啟動時幫助在計算機1102內的元件之間傳輸信息的基本例程。RAM1112也可包括諸如靜態RAM等高速RAM，用於高速緩存數據。計算機1102還包括內部硬碟驅動器(HDD)1114(例如，EIDE、SATA)，該內部硬碟驅動器1114也可被配置成在合適的機殼(未示出)中供外部使用；磁軟盤驅動器(FDD)1116(例如，對可移動磁碟1118進行讀寫)；以及光碟驅動器1120(例如，讀CD-ROM盤1122或對諸如DVD等其它高容量光學介質進行讀寫)。硬碟驅動器1114、磁碟驅動器1116和光碟驅動器1120可以分別通過硬碟驅動器接口1124、磁碟驅動器接口1126和光碟機接口1128連接到系統總線1108。用於外部驅動器實現的接口1124包括通用串行總線(USB)和IEEE1394接口技術中的至少一個或兩者。其它外部驅動器連接技術也在一個或多個實施例的預想之內。驅動器及其相關聯的計算機可讀介質提供了對數據、數據結構、計算機可執行指令等的非易失性存儲。對於計算機1102，驅動器和介質容納合適數字格式的任何數據的存儲。儘管以上對計算機可讀介質的描述涉及HDD、可移動磁碟以及諸如CD或DVD等可移動光學介質，然而本領域的技術人員可以理解，計算機可讀的其它類型的介質，諸如zip驅動器、磁帶盒、快閃記憶體卡、盒式磁帶等，也可用於示例性操作環境中，並且此外，任何這類介質可包含用於執行本發明的方法的計算機可執行指令。多個程序模塊可儲存在驅動器和RAM1112中，包括作業系統1130、一個或多個應用程式1132、其它程序模塊1134和程序數據1136。作業系統、應用程式、模塊和/或數據的全部或部分可被高速緩存在RAM1112中。可以理解，各實施例可以用各種市場上可購買的作業系統或作業系統的組合來實現。用戶可通過一個或多個有線和/或無線輸入設備，例如鍵盤1138和諸如滑鼠1140等定位設備將命令和信息輸入到計算機1102中。其它輸入設備(未示出)可包括話筒、遙控器、操縱杆、遊戲手柄、輸入筆、觸控螢幕等等。這些和其它輸入設備通常通過耦合到系統總線1108的輸入設備接口1142連接到處理單元1104，但也可通過其它接口連接，如並行埠、IEEE1394串行埠、遊戲埠、USB埠、接口等等。監視器1144或其它類型的顯示設備也通過諸如視頻適配器1146等接口連接到系統總線1108。除監視器1144之外，計算機通常包括其它外圍輸出設備(未示出)，諸如揚聲器、印表機等等。計算機1102可以使用通過有線和/或無線通信到一個或多個遠程計算機，如遠程計算機1148的邏輯連接在網絡化環境中操作。遠程計算機1148可以是工作站、伺服器計算機、路由器、個人計算機、可攜式計算機、基於微處理器的娛樂設備、對等設備或其它普通網絡節點，並通常包括相對於計算機1102所描述的許多或所有元件，儘管為簡明性目的，僅示出了存儲器存儲設備1150。所描繪的的邏輯連接包括到區域網(LAN)1152和/或更大的網絡，如廣域網(WAN)1154的有線/無線連接。該LAN和WAN聯網環境常見於辦公室和公司，並促進了諸如內聯網等企業範圍的計算機網絡，所有這些都可連接到全球通信網絡，如網際網路。當在LAN聯網環境中使用時，計算機1102通過有線和/或無線通信網絡接口或適配器1156連接到區域網1152。適配器1156可促進與LAN1152的有線或無線通信，它也可包括布置在其上的無線接入點，用於與無線適配器1156通信。當在WAN聯網環境中使用時，計算機1102可包括數據機1158，或連接到WAN1154上的通信伺服器，或具有用於通過WAN1154，如通過網際網路建立通信的其它裝置。數據機1158可以是內置或外置、有線或無線的設備，它通過串行埠接口1142連接到系統總線1108。在聯網環境中，相對於計算機1102或其各部分描述的程序模塊可儲存在遠程存儲器/存儲設備1150中。可以理解，所示的網絡連接是示例性的，可以使用在計算機之間建立通信鏈路的其它手段。計算機1102用於操作上布置在無線通信中的任何無線設備或實體通信，如印表機、掃描儀、臺式和/或可攜式計算機、可攜式數據助理、通信衛星、與無線可檢測標籤相關聯的任何一個設備或位置(例如，電話亭、報亭、休息室)以及電話。這至少包括Wi-Fi和Bluetooth(藍牙)無線技術。由此，通信可以是如同常規網絡一樣的預定義結構，或簡單地為至少兩個設備之間的特別通信。Wi-Fi，即無線保真，允許從家裡、酒店房間的床上或工作的會議室連接到網際網路而不需要線纜。Wi-Fi是一種類似蜂窩電話的無線技術，它使得諸如計算機等這類設備能夠在室內和室外，在基站範圍內的任何地方發送和接收數據。Wi-Fi網絡使用稱為IEEE802.11(a、b、g等等)的無線電技術來提供安全、可靠、快速的無線連接。Wi-Fi網絡可用於將計算機彼此連接、連接到網際網路以及連接到有線網絡(使用IEEE802.3或乙太網)。Wi-Fi網絡在未許可的2.4和5GHz無線電波段內操作，例如以11Mbps(802.11a)或54Mbps(802.11b)數據速率操作，或者具有包含兩個波段(雙波段)的產品，因此該網絡可提供類似於許多辦公室中使用的基本lOBaseT有線乙太網的真實性能。現在參考圖12，示出了根據各實施例的示例性計算環境1200的示意框圖。系統1200包括一個或多個客戶機1202。客戶機1202可以是硬體和/或軟體(如，線程、進程、計算設備)。客戶機1202例如可以通過採用各實施例來容納cookie和/或相關聯的上下文信息。系統1200還包括一個或多個伺服器1204。伺服器1204也可以是硬體和/或軟體(如，線程、進程、計算設備)。例如，伺服器1230可通過使用本發明容納執行變換的線程。客戶機1202和伺服器1204之間的一個可能的通信可以是適用於在兩個或多個計算機進程之間傳輸的數據分組的形式。數據分組可包括例如cookie和/或相關聯的上下文信息。系統1200包括可用於便於在客戶機1202和伺服器1204之間通信的通信框架1206(例如，諸如網際網路等全球通信網絡)。通信可通過有線(包括光纖)和/或無線技術來促進。客戶機1202操作上連接至可用於儲存對客戶機1202本地的信息(例如，cookie和/或相關聯的上下文信息)的一個或多個客戶機數據存儲1208。類似地，伺服器1204操作上連接至可用於儲存對伺服器1204本地的信息的一個或多個伺服器數據存儲1210。以上所描述的包括各實施例的示例。當然，不可能為了描述各實施例而描述組件或方法的每一可想到的組合，但是本領域的普通技術人員可以認識到，許多其它的組合和置換都是可能的。因此，本說明書旨在包含落入所附權利要求書的精神和範圍內的所有這些更改、修改和變型。特別地，關於上述組件、設備、電路、系統等執行的各種功能，除非另外指明，否則用於描述這些組件的術語(包括對"裝置"的敘述)旨在對應於執行所描述的執行此處所示的示例性方面中的功能的組件的指定功能(例如，功能上等效)的任何組件，即使結構上不等效於所公開的結構。在這一點上，還將認識到，各方面包括系統以及具有用於執行各種方法的動作和/或事件的計算機可執行指令的計算機可讀介質。另外，儘管僅參考若干實現中的一種公開了一具體特徵，但是這一特徵可以在需要時且在對任何給定或特定應用有利時與其它實現的一個或多個其它特徵相結合。此外，就在說明書或權利要求書中使用術語"包括"和"含有"及其變體而言，這些術語旨在以類似於術語"包含"類似的方式是包含性的。權利要求1.一種促進意向-動作映射的系統，包括接收自然語言輸入和上下文的接口組件；處理所接收的輸入並至少部分地基於所述自然語言輸入和所述上下文將所述輸入映射到一動作的推理引擎；以及輸出所映射的動作的輸出組件，所映射的動作被反饋給所述推理引擎。2.如權利要求l所述的系統，其特徵在於，所述推理引擎包括將所述輸入分解成至少一個句元集的詞彙處理組件；以及對所述至少一個句元集執行任務搜索以檢索多個任務列表的任務搜索組件。3.如權利要求2所述的系統，其特徵在於，所述任務搜索組件將所述多個任務列表縮減為可管理數目的任務列表。4.如權利要求2所述的系統，其特徵在於，所述推理引擎還包括用所述任務列表信息填充槽的槽填充組件。5.如權利要求4所述的系統，其特徵在於，所述槽填充組件利用排序算法來實現槽匹配和填充。6.如權利要求1所述的系統，其特徵在於，所述推理引擎還包括評出任務得分或對任務列表信息排序的排序組件。7.如權利要求l所述的系統，其特徵在於，所述推理引擎利用隱馬爾可夫模型(HMM)、最大熵最小發散(MEMD)和IR技術中的一種。8.如權利要求1所述的系統，其特徵在於，還包括訓練所述推理引擎來映射動作的反饋和訓練流程。9.一種用於基於自然語言輸入來推理動作的方法，包括接收查詢；將與所述查詢相關聯的句元分配給槽；確定所分配的槽的合適度；以及輸出所分配的槽結果。10.如權利要求9所述的方法，其特徵在於，在接收査詢之後，還包括將所述查詢劃分成至少兩個句元；檢索任務列表；以及縮減所述任務列表。11.如權利要求9所述的方法，其特徵在於，確定所分配的槽的合適度還包括從所分配的句元中檢索任務搜索結果；以及對所述任務搜索結果評分。12.如權利要求9所述的方法，其特徵在於，確定所分配的槽的合適度還包括查明所述搜索結果的原始排序的合適度。13.如權利要求12所述的方法，其特徵在於，還包括在所述原始排序不合適的情況下對所述搜索結果進行不同的排序。14.如權利要求9所述的方法，其特徵在於，還包括在輸出所述結果之後接收與用戶動作相關聯的上下文。15.如權利要求9所述的方法，其特徵在於，還包括在下一查詢接收期間反饋所述用戶動作。16.如權利要求9所述的方法，其特徵在於，還包括利用隱馬爾可夫模型、單純貝葉斯模型、最大熵最小發散以及IR技術中的一種來構造自適應推理引擎。17.—種將自然語言輸入轉換成執行的動作的系統，包括用於接收自然語言詢問以及與所述詢問相關聯的上下文的裝置；用於填充槽的裝置；用於査明所填充的槽的總體排序的裝置；用於確定資產映射的裝置；以及用於執行所述動作的裝置。18.如權利要求17所述的系統，其特徵在於，還包括用於將所述詢問劃分成至少一個句元的裝置。19.如權利要求17所述的系統，其特徵在於，還包括用於獲取用戶反饋的裝置；以及用於從所述用戶反饋中學習的裝置。20.如權利要求17所述的系統，其特徵在於，還包括用於利用反饋技術來構造準確且自適應的推理引擎的裝置。全文摘要所提供的是接收自然語言查詢的自適應語義推理引擎，該查詢可包含一個或多個上下文。該查詢可被分解成句元或句元集。可對該句元或句元集執行任務搜索以對特定查詢和/或上下文進行分類並檢索一個或多個任務。該句元或句元集可被映射到槽以檢索一個或多個任務結果。可確定槽填充優度，這可包括對每一任務搜索結果評分和/或以與檢索任務的次序不同的次序對結果排序。句元或句元集、檢索的任務、槽填充優度、自然語言查詢、上下文、搜索結果得分和/或結果排序可被反饋給推理引擎以供進一步的處理和/或機器學習。文檔編號G06F17/20GK101356525SQ200680044813公開日2009年1月28日申請日期2006年11月15日優先權日2005年11月30日發明者J·劉,Q·S·姚,S·卡塔利亞,W·D·拉姆塞,高劍峰申請人:微軟公司