-
公开(公告)号：CN108027888B
公开(公告)日：2022-11-29
申请号：CN201680053775.2
申请日：2016-09-09
Applicant: 微软技术许可有限责任公司
IPC: G06K9/62 , G06F16/35 , G06F16/387
Abstract: 至少部分基于上下文信号来推断第一上下文中的测量的期望值。上下文信号可以包括(i)具有与期望值相同的类型并且(ii)与不同于第一上下文的第二上下文相关联(例如，上下文可以包括地理区域)的实际值，或者上下文信号可以包括(i)具有与期望值的类型不同的类型并且(ii)与第一上下文或不同于第一上下文的第二上下文相关联的实际值。如果期望值与第一上下文的实际值之间的差值大于阈值差值，则认为这个条件为异常。检测到的异常可以用于确定对于用户社区可能是重要的或者用户社区感兴趣的事件。
-
公开(公告)号：CN107636647A
公开(公告)日：2018-01-26
申请号：CN201680028053.1
申请日：2016-04-16
Applicant: 微软技术许可有限责任公司
Abstract: 一种分析电子通信内容的系统，可以从电子通信中自动提取请求或承诺。在一个示例过程中，处理部件可以分析内容，以确定内容的一个或多个含义；查询与电子通信有关的一个或多个数据源的内容；并且至少部分地基于(i)内容的一个或多个含义以及(ii)一个或多个数据源的内容，从内容中自动标识和提取请求或承诺。初始识别和提取之后可以跟随多个动作，这些动作包括对请求或承诺的描述的确认和细化，以及协助跟踪和解决请求或承诺的发送者、接收者或其他人中的一个或多个的动作，这些动作包括创建附加消息、提醒、约定或待办事项列表。
-
公开(公告)号：CN106462818A
公开(公告)日：2017-02-22
申请号：CN201580031164.3
申请日：2015-06-05
Applicant: 微软技术许可有限责任公司
CPC classification number: G06Q10/06395 , G06Q10/063118 , G06Q10/1053 , G06Q50/01
Abstract: 这里描述了一种众包环境，其使用单阶段或多阶段方法来评估工作者关于所识别任务所执行的工作的质量。在多阶段情况下，评估系统在第一阶段确定工作者是否对应于垃圾代理。在第二阶段，针对非垃圾工作者，该评估系统确定该工作者在未来执行期望(例如，准确)工作的倾向性。该评估系统基于包括关注工作者的特征(其描述特定工作者所执行的工作)、关注任务的特征(其描述在该众包环境中执行的任务)和关注系统的特征(其描述该众包环境的配置的多个方面)的特征的集合进行操作。根据一个说明性方面，该评估系统使用至少一个模型执行其分析，该模型使用任意类型的监管机器学习技术所产生。
-
公开(公告)号：CN114127775A
公开(公告)日：2022-03-01
申请号：CN202080050646.4
申请日：2020-06-09
Applicant: 微软技术许可有限责任公司
IPC: G06T1/00 , G06F21/64 , H04N1/32 , H04L9/32 , G10L19/018
Abstract: 公开了用于确定媒体何时是来自可信实体的原始媒体的高保真再现的系统和方法。在某些方面，公开了用于生成脆弱水印的系统和方法。所述脆弱水印可以以这样的方式被插入到数字媒体中，使得如果媒体内容被显著变更，水印就不能够被标识。随后可以分析媒体内容以确定脆弱水印的存在。当脆弱水印存在时，媒体内容的出处可以被验证，并且出处的指示被提供给用户。
-
公开(公告)号：CN113853599A
公开(公告)日：2021-12-28
申请号：CN202080037164.5
申请日：2020-03-17
Applicant: 微软技术许可有限责任公司
IPC: G06F16/951
Abstract: 本文描述的技术通过最小化由可用刷新带宽约束的成本函数来构建最优刷新调度。成本函数接收针对内容项的重要性分数和针对内容项的变化率作为输入，以便优化调度。当在使用可用带宽的同时不再最小化成本的刷新调度被找到时，成本函数被认为是优化的。该技术能够构建优化调度，以刷新具有不完整变化数据的内容、具有完整变化数据的内容或者具有和没有完整变化数据的内容的混合。它还能够从自己的调度执行历史重新学习内容项变化率，并且重新计算刷新调度，从而确保该调度考虑了内容项更新的最新趋势。
-
Patent Agency Ranking
公开(公告)号：CN107111794B
公开(公告)日：2021-06-22
申请号：CN201580072885.9
申请日：2015-12-28
Applicant: 微软技术许可有限责任公司
Abstract: 用于预测在特定时间处的行程的出行时间的可变性的系统可以利用包括与行程相关联的潜在变量的机器学习模型。机器学习模型可以从基于从移动设备报告的基于位置的测量的历史行程数据被训练。一旦被训练，机器学习模型可以被利用用于预测出行时间的可变性。一种处理可以包括：接收与行程相关联的起点、目的地和开始时间；获得从起点向目的地行进的候选路线；以及至少部分地基于机器学习模型预测针对候选路线中的个体候选路线的出行时间的概率分布。一个或多个路线可以基于预测的概率分布被推荐，并且可以提供针对所推荐的路线的出行时间的测量。
-
公开(公告)号：CN105283839A
公开(公告)日：2016-01-27
申请号：CN201480028332.9
申请日：2014-03-10
Applicant: 微软技术许可有限责任公司
IPC: G06F9/44
CPC classification number: G06F3/0484 , G06F9/453
Abstract: 揭示了用于促进和支持将预测的命令显现在用户界面内的系统和技术。为生产力应用中的活跃用户显现的命令使用个性化社区模型来预测。该个性化社区模型使用该活跃用户已经采取的过往动作连同该生产力应用的许多用户的过往动作的记录来生成。生产力应用内的活跃用户的动作被监视并被用于选择要显现的命令。
-
公开(公告)号：CN111295685A
公开(公告)日：2020-06-16
申请号：CN201880071541.X
申请日：2018-10-25
Applicant: 微软技术许可有限责任公司
Abstract: 提供了从内容中自动提取和应用条件任务的功能。条件任务系统包括分类器，该分类器被训练并用于识别条件任务，并学习合适的时间和方法使用户参与以关于条件任务提醒用户。条件任务系统包括用于自动检测条件任务、提取表征与该任务相关联的条件的属性、使用有关条件的信息来确定如何监视条件的满足、确定何时以及如何使用户参与任务并在条件被满足时在合适的时间并使用合适的方法通知用户的组件。
-
公开(公告)号：CN108027888A
公开(公告)日：2018-05-11
申请号：CN201680053775.2
申请日：2016-09-09
Applicant: 微软技术许可有限责任公司
CPC classification number: G06N7/005 , G06N99/005 , G06Q10/00
Abstract: 至少部分基于上下文信号来推断第一上下文中的测量的期望值。上下文信号可以包括(i)具有与期望值相同的类型并且(ii)与不同于第一上下文的第二上下文相关联(例如，上下文可以包括地理区域)的实际值，或者上下文信号可以包括(i)具有与期望值的类型不同的类型并且(ii)与第一上下文或不同于第一上下文的第二上下文相关联的实际值。如果期望值与第一上下文的实际值之间的差值大于阈值差值，则认为这个条件为异常。检测到的异常可以用于确定对于用户社区可能是重要的或者用户社区感兴趣的事件。
-
公开(公告)号：CN106168950A
公开(公告)日：2016-11-30
申请号：CN201610319721.8
申请日：2016-05-13
Applicant: 微软技术许可有限责任公司
Abstract: 一种分析电子通信的内容的系统可以从电子通信中自动检测请求或承诺。在一个示例性过程中，处理器可以识别在电子消息的内容中的请求或承诺；至少部分地基于所述请求或承诺，确定非正式合同；以及执行一个或多个动作以管理所述非正式合同，所述一个或多个动作至少部分地基于所述请求或承诺。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.046 seconds)
