[发明专利]用于反馈和裁定的语义属性的动态合成和瞬时聚簇的系统和方法

说明书

提供了一种瞬时动态语义聚簇引擎，其使用用于说明关联归属的有效性的强度或其他特性以及关联的起源的结构来通过一组递归地演化操作将未关联的动态数据转换成递归地策划和归属的特定于使用情况的关联，该关联被增强以用于消费。

本公开内容的背景

1.技术领域

本公开内容涉及语义聚簇，并且更具体地，涉及提供用于在递归地策划的且动态的数据环境或其他情况下对关于关联的功效或特性的语义属性进行聚簇的灵活的、无限可扩展的结构的技术。

2.相关技术的描述

在本部分中描述的方法是可以实行的方法，但不一定是先前已经构想或实行的方法。

本公开内容解决了现有技术中没有解决的若干技术问题。目前，由于多种因素——多种因素包括数据比可以关联数据的现有系统和方法快地改变、真实性、复杂性的程度发生变化或相互冲突的使用情况要求以及其他因素，数据的动态性质使某些合成类型的的现有数据处理系统和方法的能力不堪重负。结果，现有的数据处理系统和方法无法以根据经验且有用的方式关联和归属语义数据。此外，现有的系统和方法无法以递归的方式执行关联和归属，因此递送忽略了系统学习或者很快(或者在一些使用情况下，瞬间)变得过时甚至不相关的结果。

数据关联和归属领域中的现有技术基于模式识别和分类方法。基于这些技术的现有技术的系统和方法不允许以根据经验且可复现的方式关联数据聚簇。这个技术问题的缺点是，可能将内部和/或时间上不一致的结果递送至终端用户。此外，系统无法基于各种使用情况容易地调整以适应影响关联的数据或规则的变化。

当前的动态关联方法在可解释性和使用的变化方面均失败，因为它们缺乏结构化反馈机制。这个缺点是显著的技术缺陷，因为它不允许用户连续地改进关联和归属技术的性能，也不允许特定于使用情况的灵活性。

通过对定性观察和定量观察进行分组以支持决策，逐渐地驱使在现代上下文中理解数据。语义聚簇的概念是一种既降低这种决策的复杂性又提高做出决策的速度的认识论。从技术的立场来看，语义聚簇是一种基于含义或其他上下文来标识未关联的数据内的关系并相应地将相关术语组装成分组的技术。通过使用含义，语义聚簇不同于其他类型的聚簇模态，其他类型的聚簇模态包括基于相似性或编辑距离对术语进行分组的那些聚簇模态。例如，聚焦于颜色的基于相似性的聚簇技术将不能对术语苹果、橙和梨进行分组。相比之下，语义聚簇技术将发现术语在含义上相关，并且可以被分组在聚簇“水果”中。

美国专利第8438183号(下文称为“美国‘183专利”)描述了一种用于将可操作属性归属到描述个人身份的数据的系统和方法。在这方面，美国‘183专利描述了用于语义聚簇的更复杂的方法，即用于将可操作属性归属到描述个人身份的数据的系统和方法，其中，在商业、虚拟商业或者主题数据是高度动态的并对真实性的不同解释开放的其他身份情形的上下文中，递归地策划灵活的、替选的标记以解析人的身份。

反馈结构可以是灵活的，以反映在查询中灵活标记的发生和开始。这种灵活标记的性质是它们是有限但无界的。因此，在不改进提供这种反馈的方法的情况下，结果可以是穷举的，但是对用于提取或其他使用情况的自动化方法是无用的。

现有技术在其现有状态下的挑战在于，所提供的反馈不具有对首先用于提供反馈的规则的所需改变进行通知的能力。也就是说，现有方法不提供基于所提供的反馈递归地改变规则的能力。

需要一种在概念上扩展的方法，提供立即决定性的、自定义的、有组织的和可操作的反馈。还需要以下方法：其可以递归地将所提供的反馈转换成关于所需的规则改变的决策，并且将这些改变并入关联和归属技术中。

发明内容

本公开内容的目的是提供一种用于对关于各种类型的灵活的、替选的标记的语义属性进行聚簇的灵活的、无限可扩展的结构，标记包括被递归地策划以在商业、虚拟商业或者主题数据是高度瞬时的和动态的并且对真实性的不同解释开放的其他身份情形的上下文中解析人的身份的那些标记。