CN112805743A 用于基于知识图谱来提供内容的系统和方法 （三星电子株式会社）

PCT/KR2019/01344620WO2020/080773EN2020.04.用于基于知识图谱来提供内容的系统和方法提供一种使用机器学习算法的人工智能输入所获得的上下文信息到用于确定与设备的所接收的服务器知识图谱到用于扩展第一设备2通过输入所获得的上下文信息到用于确定与所述设备的用户相关的实体之间的关系通过输入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展所述第所述处理器还被配置为执行所述一个或多个指令以确定所述第一设备知识图谱的隐从所述第一AI模型输出的所述第一设备知识图谱中的部分数据包括根据所述隐私等及从所述第一AI模型中输出与所述输入类别对应控制从所述服务器接收与所述用户简档相关的3通过输入所述设备的操作信息和所述第二设备知识图谱到通过输入所获得的上下文信息到用于确定与所述设备的用户相关的实体之间的关系通过输入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展所述第15.一种非暂时性计算机可读记录介质，其上记录有可由至少一个处理器执行的程序通过输入所获得的上下文信息到用于确定与所述设备的用户相关的实体之间的关系通过输入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展所述第4自己并且自发地做出决定以变得更智能的计算机系统。由于随着AI系统被越来越多地使[0003]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(element于偏好的规划和推荐。知识表示是一种用于将人类经验信息并入知识数据中的自动化技种用于控制自动驾驶车辆的自动行驶和机器人运动的技术，并且包括移动控制(例如，导[0006]提供了通过使用多个人工智能(AI)模型来获得和使用与用户相关的知识图谱的[0007]还提供了用于保护个体隐私以及获得和使用与用户相关的知识图谱的系统和方[0009]其他方面将部分地在之后的描述中被阐述，以及部分地从描述中将是显而易见5[0012]图2是根据实施例的由设备执行的通过使用基于人工智能(AI)模型的知识图谱来[0014]图4是根据实施例的由设备执行的设置类别与隐私等级来接收定制内容的方法的[0015]图5是根据实施例的由设备执行的通过使用与具体类别对应的服务器知识图谱来[0016]图6是根据实施例的由设备执行的通过使用设备操作信息和第二设备知识图谱来[0018]图8是示出根据实施例的设备通过使用指示与设备相关的上下文的文本来生成第[0022]图12是示出根据实施例的设备通过使用第一AI模型来生成第一设备知识图谱的[0023]图13是示出根据实施例的设备通过使用第一AI模型和第二AI模型来生成第一设[0024]图14是示出根据实施例的设备通过使用第三AI模型来确定推荐内容的示例的图[0025]图15是示出根据实施例的设备通过使用第四AI模型来生成第二设备知识图谱的[0026]图16是示出根据实施例的设备通过使用第五AI模型来确定推荐内容的示例的图得设备的用户的第一设备知识图谱；控制从服务器请求由服务器生成的服务器知识图谱；6器知识图谱到用于扩展第一设备知识图谱的第二AI模型，获得用户的第二设备知识图谱；[0031]第一AI模型和第二AI模型中的每一个可以是通过使用以下中的至少一个作为AI[0032]服务器知识图谱可以由服务器基于设备和至少一个其它设备提供到服务器的大[0033]处理器还可以被配置为执行一个或多个指令以将上下文信息处理成指示顺序操[0034]处理器还可以被配置为执行一个或多个指令以确定第一设备知识图谱的隐私等[0040]根据本公开的另一个方面，一种由设备执行的基于知识图谱来入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展第一设备知识图谱[0041]第一AI模型和第二AI模型中的每一个可以是通过使用以下中的至少一个作为AI[0042]服务器知识图谱可以由服务器基于设备和至少一个其它设备提供到服务器的大7[0047]从服务器请求服务器知识图谱可以包括向服务器发送关于用户的用户简档的信[0050]第一AI模型和第二AI模型中的每一个可以是通过使用以下中的至少一个作为AI[0051]服务器知识图谱可以由服务器基于设备和至少一个其它设备提供到服务器的大[0052]可以由至少一个处理器执行程序以进一步执行将上下文信息处理成指示顺序操[0053]可以由至少一个处理器执行程序以进一步执行确定第一设备知识图谱的隐私等相关的上下文信息到用于确定与设备的用户相关的实体之间的关系的第一人工智能(AI)所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展第一设备知识图谱的[0056]第一AI模型和第二AI模型中的每一个可以是通过使用以下中的至少一个作为AI8[0057]服务器知识图谱可以由服务器基于设备和至少一个其它设备提供到服务器的大[0058]处理器还可以被配置为执行一个或多个指令以将上下文信息处理成指示顺序操[0059]处理器还可以被配置为执行一个或多个指令以确定第一设备知识图谱的隐私等[0067]此外，内容可以是通过有线/无线通信网络提供的数字信息。内容的示例可以包92000和内容提供服务器3000发送数据/从服务器2000和内容提供服务器3000接收数据的任[0077]图2是根据实施例的由设备1000执行的通过使用基于AI模型的知识图谱来提供内[0078]参考图2，在操作S200，设备1000可以获得与设备1000相关的上下文信息。设备式)的信息、设备1000的位置信息、时间信息、通信模块的激活信息(例如，Wi_Fi开启，[0081]第一设备知识图谱可以是基于与用户和/或设备1000相关的上下文生成的知识图可以包括与各种环境相关的上下文信息，以及可以是不包括与个体隐私相关的信息的数文信息，设备1000可以生成指示与设备1000和/或用户相关的上下文的句子。例如，设备设备1000可以显示用于设置设备知识图谱的隐私等级的图形用户界面(GUI)，并且可以基[0095]图4是根据实施例的由设备1000执行的设置类别与隐私等级来接收定制内容的方[0098]图5是根据实施例的由设备1000执行的通过使用与具体类别对应的服务器知识图[0102]图6是根据实施例的由设备1000执行的通过使用设备1000的操作信息和第二设备使用服务器知识图谱来获得从第一设备知识图谱第三AI模型来确定要向用户提供的推荐内容。第三AI模型可以是用于基于设备1000和/或以发送关于用户简档的信息和/或类别值到服务器2000，并且可以从服务器2000请求服务[0118]在操作S750，设备1000可以从内容提供服务器3000请求推荐内容，然后在操作[0119]图8是示出根据实施例的设备1000通过使用指示与设备相关的上下文的文本来生[0120]参考图8，设备1000可以获得存储在或者输入到设备1000中的关于设备使用记录实体以及实体之间关系的第一设备知识图谱。例如，第一设备知识图谱的实体可以包括[0128]通过将第一设备知识图谱110和从服务器2000接收的服务器知识图谱输入到第一[0129]图12是示出根据实施例的设备1000通过使用第一AI模型来生成第一设备知识图[0132]图13是示出根据实施例的设备1000通过使用第一AI模型130和第二AI模型132来第一设备知识图谱中的数据可以基于输入隐私等[0134]第二AI模型132可以接收第一设备知识图谱和服务器知识图谱，并且可以输出第第二AI模型132可以通过使用服务器知识图谱扩展第一设备知识图谱来输出第二设备知识[0135]图14是示出根据实施例的设备1000通过使用第三AI模型140来确定推荐内容的示模型140可以输出但不限于推荐内容的识别值。第三AI模型140可以输出以下中的至少一[0137]图15是示出根据实施例的设备1000通过使用第四AI模型150来生成第二设备知识更新第一设备知识图谱的AI模型。第四AI模型150可以通过使用以下中的至少一个作为AI析与整合第一设备知识图谱和服务器知识图谱，第四AI模型150可以用于扩展第一设备知[0139]图16是示出根据实施例的设备1000通过使用第五AI模型160来确定推荐内容的示[0146]输出器1200可以输出音频信号、视频信号或者振动信号，并且可以包括显示器外，声音输出器1220输出与设备1000执行的功能相关的声音信号(例如，呼叫信号接收声[0157]控制器1300可以基于第二设备知识图谱来提供内容。控制器1300可以识别设备[0163]控制器1300可以实时地获得设备1000的操作信息。控制器1300可以获得与设备[0169]短程通信器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[0171]广播接收器1530通过广播信道从外部接收广播信号和/或广播相关的信息。广播识图谱来提供推荐内容的信息/从服务器2000和内容提供服务器3000接收用于基于设备知[0173]用于输入音频信号或者视频信号的A/V输入器1600可以包括相机1610和麦克风[0174]相机16140处理的图像帧可以存储在存储器1700中或者可以通过通信器1500发送储第二设备知识图谱。存储器1700可以为每个隐私等级建立第二设备知识图谱的数据库，[0181]UI模块1710可以为每个应用提供专门的UI或者与设备1000进行交互操作的GUI。[0188]通信器2100可以包括一个或多个用于与设备1000和内容提供服务器3000通信的可以向/从设备1000和内容提供服务器3000发送用于基于设备知识图谱来提供推荐内容的储存器2200可以为每个类别建立服务器知识图谱的数据库，并且可以存储服务器知识图处理器2300可以通过执行存储在储存器2200的程序或指令来控制通信器2100和储存器收集各种大数据，并且可以通过使用所收集的大数据来生成服务器知识图谱。由处理器器知识图谱可以在之后被设备1000用于生电子信号处理器(DSP)的通用处理器；诸如图形处理单元(GPU)或者视觉处理单元(VPU)的神经网络(RNN)、受限玻尔兹曼机(RBM)、深度信念网络(DBN)、双向递归深度神经网络容。由第三AI模型使用获得的数据作为输入值而输出的结果值可以被用于更新第三AI模人员可以理解的是，在不脱离至少如所附权利要求所限定的本公开的精神和范围的情况要求以及从权利要求的概念中得出的所有修改或者