[发明专利]自动消息回复

权利要求书

1.一种用于为自动回复结果选择始发消息的方法，所述方法包括：

获得包含有两条或更多条消息的消息线程；

获得潜在回复消息和所述潜在回复消息的上下文；

通过基于所述潜在回复消息的所述上下文过滤掉所述消息线程中的所述两条或更多条消息中的至少一条消息来识别一条或多条剩余消息；

通过以下操作产生针对所述一条或多条剩余消息中的每条消息和/或针对所述一条或多条剩余消息的组的回复得分：

基于以下项来产生模型输入：所述潜在回复消息、所述剩余消息中的一条或多条剩余消息、和所述潜在回复消息的所述上下文的至少一部分；以及

将所述模型输入应用于被训练以产生回复得分的机器学习模型；

识别具有最高回复得分的剩余消息或剩余消息组；

确定具有所述最高回复得分的所述剩余消息或剩余消息组有资格作为将被回复的始发消息；以及

响应于确定具有所述最高回复得分的所述始发消息或始发消息组具有资格，使所述潜在回复消息显示为针对具有所述最高回复得分的所述始发消息或始发消息组的回复。

2.根据权利要求1所述的方法，其中所述过滤通过移除所述两条或更多条消息中的、在阈值时间内不在回复用户屏幕上的消息而被执行。

3.根据权利要求1所述的方法，其中所述过滤通过移除所述两条或更多条消息中的、在回复用户开始键入所述潜在回复之后接收到的消息而被执行。

4.根据权利要求1所述的方法，其中当所述最高回复得分高于阈值置信度值时，具有所述最高回复得分的所述剩余消息有资格作为将被回复的所述始发消息。

5.根据权利要求1所述的方法，其中当所述最高回复得分是高于所述一条或多条剩余消息的所有其他回复得分的阈值量时，具有所述最高回复得分的所述剩余消息有资格作为将被回复的所述始发消息。

6.根据权利要求1所述的方法，其中所述机器学习模型通过以下被训练以产生回复得分：

获得回复实例集合；

获得针对所述回复实例集合中的每个实例的对应上下文；

获得用于训练的所述机器学习模型；

基于以下来产生模型输入集合：所述回复实例集合和针对所述回复实例集合的所述对应上下文；

将所述模型输入集合和/或所述模型输入集合的组应用于所述机器学习模型并且更新一个或多个模型参数；以及

提供被训练以产生回复得分的所述机器学习模型。

7.根据权利要求1所述的方法，

其中所述潜在回复消息的所述上下文包括所述潜在回复消息和/或两条或更多条消息的一个或多个文本特征；以及

其中所述一个或多个文本特征基于以下项：消息长度、所包含的词、词性标签、类型分析、或其任何组合。

8.根据权利要求1所述的方法，

其中，所述潜在回复消息的所述上下文包括以下项中的相关联内容项的分析的结果：所述潜在回复消息和/或所述两条或更多条消息；

其中所述相关联内容项的分析通过以下而被执行：

确定所述潜在回复消息和/或两条或更多条消息包含有内容项，所述内容项包括：链接、图片、视频、或其任何组合；以及

识别与所述内容项相关的以下项：对象识别标签、散列标签、主题标识符、视频长度、声音长度、谁在社交媒体上发布、谁喜欢社交媒体帖子、或其任何组合。

9.根据权利要求1所述的方法，其中所述潜在回复消息的所述上下文包括基于以下项的一个或多个定时特征：发送所述潜在回复消息的时间、阅读所述两条或更多条消息中的一条或多条消息的时间、所述两条或更多条消息中的一条或多条消息在回复用户屏幕上重点停留的时间长度、或其任何组合。

10.根据权利要求1所述的方法，其中所述潜在回复消息的所述上下文包括基于以下项的设备上下文：当所述潜在回复消息被发送时所述用户在何处和/或所述潜在回复消息是否是在断网一段时间后被发送的。