特開 2024-45025 リマインダー管理方法、コンピュータプログラム及び情報処理システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024045025

(43)【公開日】2024-04-02

(54)【発明の名称】リマインダー管理方法、コンピュータプログラム及び情報処理システム

(51)【国際特許分類】

   G06F 3/0481 20220101AFI20240326BHJP

【ＦＩ】

G06F3/0481

【審査請求】未請求

【請求項の数】20

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2023137011

(22)【出願日】2023-08-25

(31)【優先権主張番号】10-2022-0118749

(32)【優先日】2022-09-20

(33)【優先権主張国・地域又は機関】KR

(71)【出願人】

【識別番号】516014409

【氏名又は名称】ライン プラス コーポレーション

【氏名又は名称原語表記】ＬＩＮＥ Ｐｌｕｓ Ｃｏｒｐｏｒａｔｉｏｎ

(74)【代理人】

【識別番号】110002952

【氏名又は名称】弁理士法人鷲田国際特許事務所

(72)【発明者】

【氏名】チャン ヒョクジェ

(72)【発明者】

【氏名】クォン ヘヨン

【テーマコード（参考）】

5E555

【Ｆターム（参考）】

5E555AA56

5E555AA71

5E555BA04

5E555BA78

5E555BB04

5E555BC17

5E555CB44

5E555CC03

5E555DC13

5E555EA19

5E555FA00

(57)【要約】

【課題】ユーザモニタリングに基づいたリマインダーを管理する方法及びシステムを提供する。
【解決手段】少なくとも一つのプロセッサにより遂行される、ユーザモニタリングに基づいたリマインダー管理方法は、対象作業のリマインダーを登録するステップと、リマインダーの内容に基づいてリマインダーの処理条件を生成するステップと、リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクスト（context）を収集するステップと、リマインダーの処理条件が充足する場合、リマインダーを処理するステップと、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

少なくとも一つのプロセッサにより遂行される、ユーザモニタリングに基づいたリマインダー管理方法において、
対象作業のリマインダーを登録するステップと、
前記リマインダーの内容に基づいてリマインダーの処理条件を生成するステップと、
前記リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクストを収集するステップと、
前記リマインダーの処理条件が充足する場合、前記リマインダーを処理するステップと、を含む、リマインダー管理方法。

【請求項2】

前記リマインダーの内容に基づいてリマインダーの処理条件を生成するステップは、
自然言語処理により、前記リマインダーの内容から一つ以上の特徴を抽出するステップと、
前記抽出された一つ以上の特徴に基づいてリマインダーの処理条件を生成するステップと、を含む、請求項１に記載のリマインダー管理方法。

【請求項3】

前記リマインダーの内容に基づいてリマインダーの処理条件を生成するステップは、
前記リマインダーのタイプを決定するステップと、
前記決定されたタイプに対応する辞書で定義された条件を利用して、リマインダーの処理条件を生成するステップと、を含む、請求項１に記載のリマインダー管理方法。

【請求項4】

前記リマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含み、
前記リマインダーを登録するステップは、前記トークルーム内の対話内容の一部を利用して、前記対象作業のリマインダーを登録するステップを含む、請求項１に記載のリマインダー管理方法。

【請求項5】

前記リマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含み、
前記リマインダーを登録するステップは、自動リマインダー設定を利用して前記リマインダーを登録するステップを含み、
前記自動リマインダー設定は、前記トークルーム内の対話を分析して特定の作業及び特定の対象を抽出し、前記特定の対象に前記特定の作業に関するリマインダーを前記対象作業として登録するように推奨したり、自動で登録したりすることにより提供される、請求項１に記載のリマインダー管理方法。

【請求項6】

前記トークルーム内の対話内容の一部を利用して、リマインダーを登録した回数又は頻度の少なくとも一つが閾値以上である場合、前記自動リマインダー設定を前記ユーザに推奨するステップをさらに含む、請求項５に記載のリマインダー管理方法。

【請求項7】

前記リマインダーの内容に基づいてリマインダーの処理条件を生成するステップは、第１の機械学習モデルを利用して、前記リマインダーの内容から前記リマインダーの処理条件を生成するステップを含み、
前記第１の機械学習モデルは、ユーザコンテクストデータ、リマインダー登録データ、リマインダー通知データ、及びリマインダー完了データを含む学習データを利用して学習される、請求項１に記載のリマインダー管理方法。

【請求項8】

前記リマインダーの処理条件は、前記リマインダーに関する通知条件を含み、
前記リマインダーの処理条件が充足する場合、前記リマインダーを処理するステップは、前記リマインダーに関する通知条件が充足する場合、前記リマインダーに関する通知を出力するステップを含む、請求項１に記載のリマインダー管理方法。

【請求項9】

前記リマインダーに関する通知条件が充足する場合、前記リマインダーに関する通知を出力するステップは、
前記ユーザと関連した一つ以上のユーザ端末のうちで、前記通知を出力するためのユーザ端末を選択するステップと、
前記選択されたユーザ端末を介して、前記リマインダーに関する通知を出力するステップと、を含む、請求項８に記載のリマインダー管理方法。

【請求項10】

前記通知を出力するためのユーザ端末を選択するステップは、前記収集されたユーザのコンテクストの少なくとも一部、及び既定のユーザ端末選択方式に基づいて、ユーザ端末を選択するステップを含む、請求項９に記載のリマインダー管理方法。

【請求項11】

前記通知を出力するためのユーザ端末を選択するステップは、前記一つ以上のユーザ端末のうちで、前記ユーザの推定位置と最も近接して通知可能なユーザ端末を選択するステップを含む、請求項９に記載のリマインダー管理方法。

【請求項12】

前記通知を出力するためのユーザ端末を選択するステップは、第２の機械学習モデルを利用して、前記ユーザのコンテクストの少なくとも一部からユーザ端末を選択するステップをさらに含み、
前記第２の機械学習モデルは、当該ユーザのコンテクストの少なくとも一部から、当該ユーザがリマインダーを最も高い確率で確認可能なユーザ端末を選択するように学習される、請求項９に記載のリマインダー管理方法。

【請求項13】

前記リマインダーを処理するステップは、前記通知が出力された後に、前記ユーザが前記リマインダーの内容を確認しなかったと決定される場合、通知を再出力するステップをさらに含む、請求項８に記載のリマインダー管理方法。

【請求項14】

前記リマインダーを処理するステップは、前記通知が出力された後に、前記リマインダーの完了条件が充足しなかったと決定される場合、通知を再出力するステップをさらに含む、請求項８に記載のリマインダー管理方法。

【請求項15】

前記リマインダーの処理条件は、前記リマインダーに関する完了条件を含み、
前記リマインダーの処理条件が充足する場合、前記リマインダーを処理するステップは、前記リマインダーに関する完了条件が充足する場合、前記リマインダーを完了処理するステップを含む、請求項１に記載のリマインダー管理方法。

【請求項16】

前記リマインダーを処理するステップは、前記リマインダーが完了処理される場合、前記ユーザのコンテクストの収集を中断し、前記リマインダーに関する通知を出力しないように設定するステップをさらに含む、請求項１５に記載のリマインダー管理方法。

【請求項17】

前記リマインダーを処理するステップは、前記リマインダーが完了処理される場合、前記リマインダーを削除するか否かに関する質問が含まれたメッセージを出力するステップをさらに含む、請求項１５に記載のリマインダー管理方法。

【請求項18】

前記リマインダーを処理するステップは、前記リマインダーが完了処理される場合、前記リマインダーを再設定するか否かに関する質問が含まれたメッセージを出力するステップをさらに含む、請求項１５に記載のリマインダー管理方法。

【請求項19】

請求項１乃至１８のいずれか一項に記載の方法をコンピュータで実行するためのコンピュータプログラム。

【請求項20】

情報処理システムであって、
通信モジュールと、
メモリと、
前記メモリと連結され、前記メモリに含まれたコンピュータ読み取り可能な少なくとも一つのプログラムを実行するように構成される少なくとも一つのプロセッサと、を含み、
前記少なくとも一つのプログラムは、
対象作業のリマインダーを登録し、
前記リマインダーの内容に基づいてリマインダーの処理条件を生成し、
前記リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクストを収集し、
前記リマインダーの処理条件が充足する場合、前記リマインダーを処理するための命令語を含む、情報処理システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、ユーザモニタリング（user monitoring）に基づいてリマインダーを管理する方法及びシステムに関し、具体的には、ユーザのコンテクスト（context）を収集し、これに基づいてリマインダーを管理する方法及びシステムに関する。

【背景技術】

【0002】

リマインダー（reminder）機能は、ユーザが、やるべき作業、記憶したい内容、又は重要なイベントなどを記録することで、既定の時間や場所などに基づいて通知するか、又は、後でこれを照会して内容を思い出す役割を果たす、一種の時間管理機能のことである。最近、スマートフォンやスマートウォッチなどのようなモバイル機器の拡散により、ユーザは、モバイル機器のリマインダー機能により、重要なイベントに関する通知メッセージをいつでもどこでも手軽に確認できる。

【0003】

しかしながら、従来のリマインダー機能によれば、ユーザは、リマインダーの内容を自発的に把握したり、予め手作業により設定された通知を受けたりするため、ユーザは、リマインダーと関連した作業の遂行又は内容の再確認を、リマインダーの登録時に意図した通りに行われない恐れがある。また、従来のリマインダー機能によれば、モバイル機器を介してリマインダーの通知がユーザに提供されても、モバイル機器はユーザがリマインダーと関連した内容に相当する行動を行ったか否かを判断できないため、ユーザはリマインダーと関連した内容に相当する行動を行っても、リマインダーの通知を提供されることになる。すなわち、不要なリマインダーがユーザに提供される恐れがある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】韓国登録特許公報第１０－１７６９４２３号

【発明の概要】

【発明が解決しようとする課題】

【0005】

本開示は、前記問題点を解決するためのユーザモニタリングに基づいたリマインダー管理方法、保存媒体に保存されたコンピュータプログラム、及び装置（システム）を提供する。

【課題を解決するための手段】

【0006】

本開示は、方法、装置（システム）又はコンピュータ読み取り可能な保存媒体に保存されたコンピュータプログラムを含む多様な方式により具現化できる。

【0007】

本開示の一実施例によれば、少なくとも一つのプロセッサにより遂行される、ユーザモニタリングに基づいたリマインダー管理方法は、対象作業のリマインダーを登録するステップと、リマインダーの内容に基づいてリマインダーの処理条件を生成するステップと、リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクスト（context）を収集するステップと、リマインダーの処理条件が充足する場合、リマインダーを処理するステップと、を含む。

【0008】

本開示の一実施例によれば、リマインダーの内容に基づいてリマインダーの処理条件を生成するステップは、自然言語処理（Natural Language Processing）により、リマインダーの内容から一つ以上の特徴（feature）を抽出するステップと、抽出された一つ以上の特徴に基づいてリマインダーの処理条件を生成するステップと、を含む。

【0009】

本開示の一実施例によれば、リマインダーの内容に基づいてリマインダーの処理条件を生成するステップは、リマインダーのタイプを決定するステップと、決定されたタイプに対応する辞書で定義された条件を利用して、リマインダーの処理条件を生成するステップと、を含む。

【0010】

本開示の一実施例によれば、リマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含み、リマインダーを登録するステップは、トークルーム内の対話内容の一部を利用して、対象作業のリマインダーを登録するステップを含む。

【0011】

本開示の一実施例によれば、リマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含み、リマインダーを登録するステップは、自動リマインダー設定を利用してリマインダーを登録するステップを含み、自動リマインダー設定は、トークルーム内の対話を分析して特定の作業及び特定の対象を抽出し、特定の対象に特定の作業に関するリマインダーを対象作業として登録するように推奨したり、自動で登録したりすることにより提供される。

【0012】

本開示の一実施例によれば、トークルーム内の対話内容の一部を利用して、リマインダーを登録した回数又は頻度の少なくとも一つが閾値以上である場合、自動リマインダー設定をユーザに推奨するステップをさらに含む。

【0013】

本開示の一実施例によれば、リマインダーの内容に基づいてリマインダーの処理条件を生成するステップは、第１の機械学習モデルを利用して、リマインダーの内容からリマインダーの処理条件を生成するステップを含み、第１の機械学習モデルは、ユーザコンテクストデータ、リマインダー登録データ、リマインダー通知データ、及びリマインダー完了データを含む学習データを利用して学習される。

【0014】

本開示の一実施例によれば、リマインダーの処理条件はリマインダーに関する通知条件を含み、リマインダーの処理条件が充足する場合、リマインダーを処理するステップは、リマインダーに関する通知条件が充足する場合、リマインダーに関する通知を出力するステップを含む。

【0015】

本開示の一実施例によれば、リマインダーに関する通知条件が充足する場合、リマインダーに関する通知を出力するステップは、ユーザと関連した一つ以上のユーザ端末のうちで、通知を出力するためのユーザ端末を選択するステップと、選択されたユーザ端末を介してリマインダーに関する通知を出力するステップと、を含む。

【0016】

本開示の一実施例によれば、通知を出力するためのユーザ端末を選択するステップは、収集されたユーザのコンテクストの少なくとも一部、及び既定のユーザ端末選択方式に基づいて、ユーザ端末を選択するステップを含む。

【0017】

本開示の一実施例によれば、通知を出力するためのユーザ端末を選択するステップは、一つ以上のユーザ端末のうちで、ユーザの推定位置と最も近接して通知可能なユーザ端末を選択するステップを含む。

【0018】

本開示の一実施例によれば、通知を出力するためのユーザ端末を選択するステップは、第２の機械学習モデルを利用して、ユーザのコンテクストの少なくとも一部からユーザ端末を選択するステップをさらに含み、第２の機械学習モデルは、当該ユーザのコンテクストの少なくとも一部から、当該ユーザがリマインダーを最も高い確率で確認可能なユーザ端末を選択するように学習される。

【0019】

本開示の一実施例によれば、リマインダーを処理するステップは、通知が出力された後に、ユーザがリマインダーの内容を確認しなかったと決定される場合、通知を再出力するステップをさらに含む。

【0020】

本開示の一実施例によれば、リマインダーを処理するステップは、通知が出力された後に、リマインダーの完了条件が充足しなかったと決定される場合、通知を再出力するステップをさらに含む。

【0021】

本開示の一実施例によれば、リマインダーの処理条件はリマインダーに関する完了条件を含み、リマインダーの処理条件が充足する場合、リマインダーを処理するステップは、リマインダーに関する完了条件が充足する場合、リマインダーを完了処理するステップを含む。

【0022】

本開示の一実施例によれば、リマインダーを処理するステップは、リマインダーが完了処理される場合、ユーザのコンテクストの収集を中断し、リマインダーに関する通知を出力しないように設定するステップをさらに含む。

【0023】

本開示の一実施例によれば、リマインダーを処理するステップは、リマインダーが完了処理される場合、リマインダーを削除するか否かに関する質問が含まれたメッセージを出力するステップをさらに含む。

【0024】

本開示の一実施例によれば、リマインダーを処理するステップは、リマインダーが完了処理される場合、リマインダーを再設定するか否かに関する質問が含まれたメッセージを出力するステップをさらに含む。

【0025】

本開示の一実施例によれば、ユーザモニタリングに基づいたリマインダー管理方法をコンピュータで実行するためのコンピュータプログラムが提供される。

【0026】

本開示の一実施例によれば、情報処理システムは、通信モジュールと、メモリと、メモリと連結され、メモリに含まれたコンピュータ読み取り可能な少なくとも一つのプログラムを実行するように構成される少なくとも一つのプロセッサと、を含み、少なくとも一つのプログラムは、対象作業のリマインダーを登録し、リマインダーの内容に基づいてリマインダーの処理条件を生成し、リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクストを収集し、リマインダーの処理条件が充足する場合、リマインダーを処理するための命令語を含む。

【発明の効果】

【0027】

本開示の一実施例によれば、自然言語処理により、リマインダーの内容からリマインダーの処理条件を生成することで、リマインダーの処理条件を自動で設定できる。

【0028】

本開示の一実施例によれば、リマインダーの通知条件が充足するか否かを確認するために、ユーザのコンテクストを収集し、これを利用してリマインダーに関する通知を出力することで、対象作業の通知を、対象作業を遂行する適切なタイミングにユーザに提供できる。

【0029】

本開示の一実施例によれば、ユーザと関連した一つ以上のユーザ端末のうちで、通知を出力するためのユーザ端末を選択し、選択されたユーザ端末を介して通知を出力することで、ユーザのコンテクストを考慮したリマインダーの通知をユーザに提供できる。

【0030】

本開示の一実施例によれば、リマインダーの完了条件が充足するか否かを確認するために、ユーザのコンテクストを収集し、これを利用してリマインダーを完了処理することで、ユーザの介入なしにリマインダーを自動で管理できる。

【0031】

本開示の効果は、これに制限されず、言及されない他の効果等は、請求範囲の記載から本開示が属する技術分野における通常の知識を有した者（以下、“当業者”という）に明確に理解されるべきである。

【図面の簡単な説明】

【0032】

本開示の実施例等は、以下の添付図面に基づいて説明される。ここで、類似の参照番号は類似の要素を示すが、これに限定されるものではない。

【図1】本開示の一実施例に係る登録された対象作業のリマインダーに対する例を示す図である。

【図2】本開示の一実施例に係る情報処理システムが複数のユーザ端末と通信可能であるように連結された構成を示す概要図である。

【図3】本開示の一実施例に係るユーザ端末及び情報処理システムの内部構成を示すブロック図である。

【図4】本開示の一実施例に係るリマインダー管理方法の手順を示す図である。

【図5】本開示の一実施例に係る対象作業のリマインダーが登録される多様な例を示す図である。

【図6】本開示の一実施例に係るリマインダーの通知を出力するためのユーザ端末を選択する方式を設定する例を示す図である。

【図7】本開示の一実施例に係るリマインダー管理方法の例を示す図である。

【図8】本開示の一実施例に係るリマインダー管理方法の他の例を示す図である。

【図9】本開示の一実施例に係る機械学習モデルの例を示す図である。

【図10】本開示の一実施例に係るリマインダーを追加的に処理する例を示す図である。

【図11】本開示の一実施例に係るユーザモニタリングに基づいたリマインダー管理方法を示すフローチャートである。

【発明を実施するための形態】

【0033】

以下、本開示の実施のための具体的な内容を添付図面に基づいて詳細に説明する。ただし、以下の説明では、本開示の要旨を不要に不明瞭にする恐れがある場合、公知の機能や構成に関する具体的な説明は省略する。

【0034】

添付図面において、同一又は対応する構成要素には同一の参照符号が付与される。また、以下の実施例の説明において、同一又は対応する構成要素について重複する記述は省略され得る。しかしながら、構成要素に関する記述が省略されても、そのような構成要素が、ある実施例に含まれないものと意図してはならない。

【0035】

開示の実施例の利点及び特徴、そしてそれらを達成する方法は、添付図面に基づいて後述する実施例を参照すれば明確になる。しかしながら、本開示は、以下で開示される実施例に限定されず、互いに異なる多様な形態で具現化され得る。但し、本実施例は、本開示が完全になるようにし、本開示が当業者に発明のカテゴリを正確に認識させるために提供されるだけである。

【0036】

本明細書で使用される用語について簡略に説明し、開示の実施例について具体的に説明する。本明細書で使用される用語は、本開示での機能を考慮しつつ、可能な限り現在広く使用される一般的な用語を選択したが、これは関連分野に従事する技術者の意図又は判例、新技術の出現などにより変化し得る。また、特定の場合は出願人が任意で選定した用語もあり得るが、これらの意味は当該発明の説明の部分において詳細に記載する。よって、本開示で使用される用語は、単純な用語の名称ではなく、その用語が有する意味と本開示の全般にわたった内容に基づいて定義されるべきである。

【0037】

また、本明細書で使用される「第１」、「第２」などのような用語は、ある構成要素を他の構成要素と区別するために使用されるだけであり、その用語により当該構成要素の本質や手順などが限定されるものではない。

【0038】

本明細書では、文脈上において明確に特定しない限り、単数の表現は複数の表現を含み、複数の表現は単数の表現を含むことができる。明細書の全般に渡り、ある部分がある構成要素を「含む」とする際、これは特に反対の記載がない限り、他の構成要素を排除するものではなく、他の構成要素をさらに含むこともできることを意味する。

【0039】

また、明細書で使用される「モジュール」又は「部」という用語は、ソフトウェアやハードウェア構成要素を意味し、「モジュール」又は「部」はある役割を遂行する。しかしながら、「モジュール」又は「部」はソフトウェアやハードウェアに限定される意味ではない。「モジュール」又は「部」は、アドレッシング可能な保存媒体にあるように構成してもよく、一つ又はそれ以上のプロセッサを再生させるように構成してもよい。したがって、一例として、「モジュール」又は「部」は、ソフトウェア構成要素、オブジェクト指向ソフトウェア構成要素、クラス構成要素、タスク構成要素のような構成要素、並びに、プロセス、関数、属性、プロシージャ、サブルーチン、プログラムコードのセグメント、ドライバー、ファームウェア、マイクロコード、回路、データ、データベース、データ構造、テーブル、アレイ又は変数のうちで少なくとも一つを含むことができる。構成要素と「モジュール」又は「部」は、内部で提供される機能はさらに小さい数の構成要素及び「モジュール」又は「部」で結合されたり、追加的な構成要素と「モジュール」又は「部」にさらに分離されたりできる。

【0040】

本開示の一実施例によれば、「モジュール」又は「部」はプロセッサ及びメモリで具現化され得る。「プロセッサ」は汎用プロセッサ、中央処理装置（ＣＰＵ）、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、制御器、マイクロ制御器、状態マシンなどを含むように広く解釈されるべきである。いくつかの環境では、「プロセッサ」は特定用途向け半導体（ＡＳＩＣ）、プログラム可能なロジックデバイス（ＰＬＤ）、フィールドプログラム可能なゲートアレイ（ＦＰＧＡ）等を指すこともできる。「プロセッサ」は、例えば、ＤＳＰとマイクロプロセッサの組合せ、複数のマイクロプロセッサの組合せ、ＤＳＰコアと結合した一つ以上のマイクロプロセッサの組合せ、若しくは、任意の他のそのような構成等の組合せのような処理デバイスの組合せを指すこともできる。また、「メモリ」は電子情報を保存可能な任意の電子コンポーネントを含むように広く解釈されるべきである。「メモリ」は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＮＶＲＡＭ（Non-Volatile Random Access Memory）、ＰＲＯＭ（Programmable Read-Only Memory）、ＥＰＲＯＭ（Erasable Programmable Read-Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Reda-Only Memory）、フラッシュメモリ、磁気又は光学データ保存装置、レジスタなどのようなプロセッサ－読み取り可能な媒体の多様な類型を指すこともできる。プロセッサがメモリから情報を読み取り／読み取ったりメモリに情報を記録できる場合、メモリはプロセッサと電子通信状態にあると言われる。プロセッサに集積されたメモリはプロセッサと電子通信状態にある。

【0041】

本開示において、「システム」は、サーバ装置及びクラウド装置の少なくとも一つを含むことのできるが、これに限定されるものではない。例えば、システムは、一つ以上のサーバ装置からなることができる。他の例として、システムは、一つ以上のクラウド装置からなることができる。また他の例として、システムは、サーバ装置及びクラウド装置の全部からなって動作されることもできる。

【0042】

本開示において、「対象作業」は、ユーザが内容を思い出すために通知を所望する任意の作業を指すことができる。例えば、読書、洗濯、通話、運動などのようなユーザの活動だけでなく、ユーザが必ず記憶する内容やメモなどを確認する作業を含むことができる。

【0043】

本開示において、「自然言語処理（Natural Language Processing）」は、コンピューティング装置が人間の言語を理解、生成、操作できるように処理することを指すことができる。例えば、自然言語処理過程は、自然言語からなる文章が入力された後、形態素解析（Morphological Analysis）、構文解析（Syntax Analysis）、意味解析（Semantic Analysis）、文脈解析（Pragmatic Analysis）などにより結果を導出する、一連の過程を含むことができる。

【0044】

図１は、本開示の一実施例に係る登録された対象作業のリマインダーに対する例を示す図である。図に示すように、ユーザ端末１２０を介して出力又は表示される対象作業のリマインダーは、リマインダーのタイプ、リマインダーの細部事項、通知条件、完了条件を含むように構成できる。

【0045】

ユーザ１１０は、ユーザ端末１２０を介して対象作業のリマインダーを登録できる。一実施例において、ユーザ１１０は、リマインダーの内容を直接作成できる。例えば、ユーザ１１０が「運動する」をリマインダーに登録したい場合、直接「運動する」をリマインダーの項目として作成することで、リマインダーを登録できる。他の実施例において、ユーザ１１０は、自動リマインダー設定を利用して自動でリマインダーが登録されるように設定できる。例えば、ユーザ１１０は、自動リマインダー設定により、「運動する」と関連したインスタントメッセージングアプリケーションのトークルーム内の対話内容から自動でリマインダーが登録されるように設定できる。トークルーム内におけるリマインダーの登録に関する詳細は、図５で後述する。

【0046】

一実施例によれば、対象作業に関するリマインダーが登録された後、自然言語処理により、登録されたリマインダーの内容の少なくとも一部から、リマインダーのタイプ及びリマインダーの細部事項を決定さでき、処理条件を生成できる。ここで、リマインダーの内容は、ユーザが作成したリマインダーの項目、通知を受けたい時間や場所、及び／又は、ユーザが選択したり、自動リマインダー設定により選択されたりしたインスタントメッセージングアプリケーションのトークルーム内の対話内容などを含むことができる。また、処理条件は、通知条件及び／又は完了条件を含むことができる。例えば、「運動する」に関するリマインダーが登録される場合、登録されたリマインダーの内容の自然言語処理を行うことで、自動でリマインダーのタイプが「運動」として決定され、ユーザ端末１２０のリマインダーのタイプと関連した領域１３０に出力され、リマインダーの細部事項が「運動する」として決定され、ユーザ端末１２０のリマインダーの細部事項と関連した領域１３２に出力される。また、運動と関連した通知条件及び完了条件、例えば、場所、活動類型、状態などが生成され、ユーザ端末１２０の通知条件及び完了条件と関連した領域１３４、１３６に出力される。

【0047】

一実施例によれば、ユーザ１１０は、ユーザ端末１２０を介して出力された通知条件と関連した領域１３４、及び完了条件と関連した領域１３６において、通知条件及び完了条件を確認して修正できる。例えば、ユーザ１１０が運動の場所を「家」だけでなく「公園」まで設定したい場合、ユーザ１１０は、ユーザ端末１２０に出力された通知条件と関連した領域１３４に「公園」を入力することで、通知条件に相当する場所に「公園」を追加できる。

【0048】

図２は、本開示の一実施例に係る情報処理システム２３０が複数のユーザ端末２１０＿１、２１０＿２、２１０＿３と通信可能であるように連結された構成を示す概要図である。図に示すように、複数のユーザ端末２１０＿１、２１０＿２、２１０＿３は、ネットワーク２２０を介して、リマインダー管理方法を遂行できる情報処理システム２３０と連結され得る。ここで、複数のユーザ端末２１０＿１、２１０＿２、２１０＿３は、リマインダー管理又は関連サービスが提供されるユーザの端末を含むことができる。一実施例において、情報処理システム２３０は、リマインダー管理方法と関連したコンピュータ実行可能なプログラムや、データを保存、提供及び実行できる一つ以上のサーバ装置及び／又はデータベースや、クラウドコンピューティング（cloud computing）サービス基盤の一つ以上の分散コンピューティング装置及び／又は分散データベースを含むことができる。

【0049】

情報処理システム２３０により提供されるリマインダー管理方法は、複数のユーザ端末２１０＿１、２１０＿２、２１０＿３の各々に設置されたアプリケーション又はウェブブラウザなどを介してユーザに提供される。例えば、情報処理システム２３０は、アプリケーションなどを介して、ユーザ端末２１０＿１、２１０＿２、２１０＿３から受信される登録のリマインダー管理又は関連サービスを提供するか、又は、対応する処理を遂行できる。

【0050】

複数のユーザ端末２１０＿１、２１０＿２、２１０＿３は、ネットワーク２２０を介して情報処理システム２３０と通信できる。ネットワーク２２０は、複数のユーザ端末２１０＿１、２１０＿２、２１０＿３及び情報処理システム２３０間の通信が可能であるように構成できる。ネットワーク２２０は、設置環境に応じて、例えば、イーサネット（Ethernet）（登録商標）、ＰＬＣ（Power Line Communication）、電話線通信装置及びＲＳ－ｓｅｒｉａｌ通信などのような有線ネットワーク、移動通信網、ＷＬＡＮ（Wireless LAN）、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）及びＺｉｇＢｅｅ（登録商標）などのような無線ネットワーク又はその組合せからなることができる。通信方式は制限されず、ネットワーク２２０を含むことができる通信網（例えば、移動通信網、有線インターネット、無線インターネット、放送網、衛星網など）を活用する通信方式だけでなく、ユーザ端末２１０＿１、２１０＿２、２１０＿３間の近距離無線通信も含まれ得る。

【0051】

図２では、携帯電話端末２１０＿１、タブレット端末２１０＿２及びＰＣ端末２１０＿３をユーザ端末の例として示したが、これに限定されず、ユーザ端末２１０＿１、２１０＿２、２１０＿３は、有線及び／又は無線通信が可能であり、アプリケーション又はウェブブラウザ等がインストールされて実行できる任意のコンピューティング装置であり得る。例えば、ユーザ端末は、ＡＩスピーカー、スマートフォン、携帯電話、ナビゲーション、デスクトップコンピュータ、ラップトップコンピュータ、デジタル放送用端末、ＰＤＡ（Personal Digital Assistants）、ＰＭＰ（Portable Multimedia Player）、タブレットＰＣ、ゲームコンソール（game console）、ウェアラブルデバイス（wearable device）、ＩｏＴ（internet of things）デバイス、ＶＲ（virtual reality）デバイス、ＡＲ（augmented reality）デバイス、セットトップボックスなどを含むことができる。また、図２では、３つのユーザ端末２１０＿１、２１０＿２、２１０＿３がネットワーク２２０を介して情報処理システム２３０と通信するものを示したが、これに限定されず、異なる数のユーザ端末がネットワーク２２０を介して情報処理システム２３０と通信するように構成されることもできる。

【0052】

図３は、本開示の一実施例に係るユーザ端末２１０及び情報処理システム２３０の内部構成を示すブロック図である。ユーザ端末２１０は、アプリケーション又はウェブブラウザなどが実行可能であり、有／無線通信が可能な任意のコンピューティング装置を指すことができ、例えば、図２の携帯電話端末２１０＿１、タブレット端末２１０＿２及びＰＣ端末２１０＿３などを含むことができる。図に示すように、ユーザ端末２１０は、メモリ３１２、プロセッサ３１４、通信モジュール３１６及び入出力インタフェース３１８を含むことができる。同様に、情報処理システム２３０は、メモリ３３２、プロセッサ３３４、通信モジュール３３６及び入出力インタフェース３３８を含むことができる。図３に示すように、ユーザ端末２１０及び情報処理システム２３０は、各々の通信モジュール３１６、３３６を用いて、ネットワーク２２０を介して情報及び／又はデータが通信できるように構成できる。また、入出力装置３２０は、入出力インタフェース３１８を介して、ユーザ端末２１０に情報及び／又はデータを入力したり、ユーザ端末２１０から生成された情報及び／又はデータを出力したりするように構成できる。

【0053】

メモリ３１２、３３２は、非一時的な任意のコンピュータ読み取り可能な記録媒体を含むことができる。一実施例によれば、メモリ３１２、３３２は、ＲＯＭ（read only memory）、ディスクドライブ、ＳＳＤ（solid state drive）及びフラッシュメモリ（flash memory）などのような永久的な大容量保存装置（permanent mass storage device）を含むことができる。他の例として、ＲＯＭ、ＳＳＤ、フラッシュメモリ及びディスクドライブなどのような永久的な大容量保存装置は、メモリとは区分される別の永久保存装置としてユーザ端末２１０又は情報処理システム２３０に含まれることができる。また、メモリ３１２、３３２には、運営体制と少なくとも一つのプログラムコード（例えば、ユーザ端末２１０に設置されたアプリケーションなどのためのコード）が保存され得る。

【0054】

このようなソフトウェア構成要素は、メモリ３１２、３３２とは別のコンピュータ読み取り可能な記録媒体からローディングできる。このような別のコンピュータ読み取り可能な記録媒体は、このようなユーザ端末２１０及び情報処理システム２３０に直接連結可能な記録媒体を含むことのできるが、例えば、フロッピードライブ、ディスク、テープ、ＤＶＤ／ＣＤ－ＲＯＭドライブ及びメモリカードなどのようなコンピュータ読み取り可能な記録媒体を含むことができる。他の例として、ソフトウェア構成要素等は、コンピュータ読取り可能な記録媒体でなく、通信モジュールを介してメモリ３１２、３３２にローディングされることもできる。例えば、少なくとも一つのプログラムは、開発者又はアプリケーションの設置ファイルを配信するファイル配信システムが、ネットワーク２２０を介して提供するファイルにより設置されるコンピュータプログラムに基づいてメモリ３１２、３３２にローディングされることができる。

【0055】

プロセッサ３１４、３３４は、基本的な算術、ロジック及び入出力演算を遂行することで、コンピュータプログラムの命令を処理するように構成できる。命令は、メモリ３１２、３３２又は通信モジュール３１６、３３６により、プロセッサ３１４、３３４に提供され得る。例えば、プロセッサ３１４、３３４は、メモリ３１２、３３２のような記録装置に保存されたプログラムコードによって受信される命令を実行するように構成できる。

【0056】

通信モジュール３１６、３３６は、ネットワーク２２０を介して、ユーザ端末２１０と情報処理システム２３０とが互いに通信するための構成や機能が提供でき、ユーザ端末２１０及び／又は情報処理システム２３０が、他のユーザ端末又は他のシステム（例えば、別のクラウドシステムなど）と通信するための構成や機能が提供できる。一例として、ユーザ端末２１０のプロセッサ３１４がメモリ３１２などのような記録装置に保存されたプログラムコードによって生成した要請又はデータ（例えば、リマインダー登録要請やリマインダー処理要請など）は、通信モジュール３１６の制御により、ネットワーク２２０を介して情報処理システム２３０に伝達され得る。反対に、情報処理システム２３０のプロセッサ３３４の制御により提供される制御信号や命令が、通信モジュール３３６及びネットワーク２２０を経て、ユーザ端末２１０の通信モジュール３１６を介してユーザ端末２１０に受信され得る。例えば、ユーザ端末２１０は、情報処理システム２３０から通信モジュール３１６を介してリマインダー処理要請などが受信できる。

【0057】

入出力インタフェース３１８は、入出力装置３２０とのインタフェースのための手段であり得る。一例として、入力装置はオーディオセンサー及び／又はイメージセンサーを含むカメラ、キーボード、マイクロホン、マウスなどのような装置を含み、出力装置はディスプレイ、スピーカー、ハプティック（触覚）フィードバックデバイス（haptic feedback device）などのような装置を含むことができる。他の例として、入出力インタフェース３１８は、タッチスクリーンなどのように入力及び出力を遂行するための構成又は機能が一つで統合された装置とのインタフェースのための手段であり得る。例えば、ユーザ端末２１０のプロセッサ３１４がメモリ３１２にローディングされたコンピュータプログラムの命令を処理する際に、情報処理システム２３０や他のユーザ端末が提供する情報及び／又はデータを利用して構成されるサービス画面などが、入出力インタフェース３１８を介してディスプレイに表示され得る。図３では、入出力装置３２０がユーザ端末２１０に含まれないように示したが、これに限定されず、ユーザ端末２１０と一体に構成することもできる。また、情報処理システム２３０の入出力インタフェース３３８は、情報処理システム２３０と連結するか、又は、情報処理システム２３０が含むことのできる入力や出力のための装置（図示せず）とのインタフェースのための手段であり得る。図３では、入出力インタフェース３１８、３３８がプロセッサ３１４、３３４と別に構成される要素として示したが、これに限定されず、入出力インタフェース３１８、３３８がプロセッサ３１４、３３４に含まれるように構成することもできる。

【0058】

ユーザ端末２１０及び情報処理システム２３０は、図３に示す構成要素よりも多くの構成要素を含むことができる。しかしながら、大部分の従来技術的構成要素を明確に示す必要はない。一実施例によれば、ユーザ端末２１０は、前述した入出力装置３２０の少なくとも一部を含むように具現化できる。また、ユーザ端末２１０は、トランシーバー（transceiver）、ＧＰＳ（Global Positioning system）モジュール、カメラ、各種センサー及びデータベースなどのような他の構成要素をさらに含むことができる。例えば、ユーザ端末２１０がスマートフォンである場合、一般にスマートフォンが有する構成要素を含むことができ、例えば、加速度センサー、ジャイロセンサー、カメラモジュール、各種物理的なボタン、タッチパネルを用いたボタン、入出力ポート及び振動のための振動器などのような多様な構成要素がユーザ端末２１０にさらに含まれるように具現化できる。一実施例によれば、ユーザ端末２１０のプロセッサ３１４は、アプリケーションなどが動作するように構成できる。このとき、当該アプリケーション及び／又はプログラムと関連したコードが、ユーザ端末２１０のメモリ３１２にローディングされることができる。

【0059】

アプリケーションなどのためのプログラムが動作される際に、プロセッサ３１４は、入出力インタフェース３１８と連結されたタッチスクリーン、キーボード、オーディオセンサー及び／又はイメージセンサーを含むカメラ、マイクロホンなどのような入力装置により入力又は選択されたテキスト、イメージ、映像、音声及び／又は動作などが受信でき、受信されたテキスト、イメージ、映像、音声及び／又は動作などをメモリ３１２に保存したり、通信モジュール３１６及びネットワーク２２０を介して情報処理システム２３０に提供したりできる。例えば、プロセッサ３１４は、ユーザが登録したいリマインダーと関連した情報を受信し、受信された情報を通信モジュール３１６及びネットワーク２２０を介して、情報処理システム２３０に提供できる。

【0060】

ユーザ端末２１０のプロセッサ３１４は、入出力装置３２０、他のユーザ端末、情報処理システム２３０及び／又は複数の外部システムから受信された情報及び／又はデータを管理、処理及び／又は保存するように構成できる。プロセッサ３１４により処理された情報及び／又はデータは、通信モジュール３１６及びネットワーク２２０を介して情報処理システム２３０に提供できる。ユーザ端末２１０のプロセッサ３１４は、入出力インタフェース３１８を介して、入出力装置３２０に情報及び／又はデータを転送して出力できる。

【0061】

情報処理システム２３０のプロセッサ３３４は、複数のユーザ端末２１０及び／又は複数の外部システムから受信された情報及び／又はデータを管理、処理及び／又は保存するように構成できる。プロセッサ３３４により処理された情報及び／又はデータは、通信モジュール３３６及びネットワーク２２０を介してユーザ端末２１０に提供できる。

【0062】

情報処理システム２３０のプロセッサ３３４は、ユーザ端末２１０のディスプレイ出力可能装置（例えば、タッチスクリーンやディスプレイなど）、音声出力可能装置（例えば、スピーカー）などの出力装置３２０を介して処理された情報及び／又はデータを出力するように構成できる。

【0063】

図４は、本開示の一実施例に係るリマインダー管理方法の手順を示す図である。図に示すように、リマインダー管理方法は、リマインダーを登録するステップ（Ｓ４１０）と、登録されたリマインダーの内容に対して自然言語処理を行うステップ（Ｓ４２０）と、リマインダーのタイプを決定するステップ（Ｓ４３０）と、リマインダーの処理条件を生成するステップ（Ｓ４４０）と、処理条件が充足するか否かを確認するために、ユーザのコンテクストを収集するステップ（Ｓ４５０）と、リマインダーの処理条件が充足する場合、リマインダーを処理するステップ（Ｓ４６０）とを含むことができる。本開示のリマインダー管理方法は、情報処理システムの少なくとも一つのプロセッサ（例えば、プロセッサ３３４）、及び／又はユーザ端末の少なくとも一つのプロセッサ（例えば、プロセッサ３１４）により遂行できる。例えば、情報処理システムの少なくとも一つのプロセッサが、本開示のリマインダー管理方法を遂行するように構成できる。他の例として、情報処理システムの少なくとも一つのプロセッサ及びユーザ端末の少なくとも一つのプロセッサが、本開示のリマインダー管理方法を遂行するように構成できる。また他の例として、ユーザ端末の少なくとも一つのプロセッサが、本開示のリマインダー管理方法を遂行するように構成できる。

【0064】

まず、プロセッサは、対象作業のリマインダーを登録できる（Ｓ４１０）。一実施例において、プロセッサは、ユーザ入力により入力されたリマインダーの内容に基づいて、対象作業のリマインダーを登録できる。他の実施例において、自動リマインダー設定が登録された場合、プロセッサは、ユーザのためにリマインダーの登録を自動で遂行できる。例えば、プロセッサは、インスタントメッセージングアプリケーションで提供するトークルーム内の対話内容の一部を利用して、リマインダーを自動で登録できる。

【0065】

その後、プロセッサは、登録されたリマインダーの内容に対して自然言語処理を行う（Ｓ４２０）。詳しくは、プロセッサは、自然言語処理により登録されたリマインダーの内容から、一つ以上の特徴（feature）を抽出できる。このとき、抽出される特徴は、リマインダーの処理条件を生成するのに用いられる任意の特徴を指すことができ、例えば、言語、文章の長さ、文章の数、段落の数などを含むことができる。

【0066】

一実施例によれば、プロセッサは、リマインダーの内容に対するトークン化（tokenization）を自然言語処理により遂行できる。ここで、トークン化とは、与えられたコーパス（corpus）をトークン（token）と呼ばれる単位に分割する任意の作業のことである。また、トークンの単位は、意味を有する最小単位に定められるが、例えば、トークンの単位として形態素、単語又は文章などが定められる。例えば、「今日は運動をする予定だ」というリマインダーに対してトークン化が遂行される場合、７個のトークン化、すなわち、「今日／は／運動／を／する／予定／だ」のトークン化を遂行できる。

【0067】

一実施例によれば、プロセッサは、リマインダーの内容に対する自然言語処理として、固有表現認識（named entity recognition）と共に形態素解析を遂行できる。ここで、固有表現認識とは、非構造化テキストの固有表現を事前定義されたカテゴリに位置させて分類させる任意の作業のことである。例えば、「Ｊａｍｅｓ ｉｓ ｗｏｒｋｉｎｇ ａｔ Ｄｉｓｎｅｙ ｉｎ Ｌｏｎｄｏｎ」という文章に対して固有表現認識及び形態素解析が遂行される場合、「（ＰＥＲＳＯＮ Ｊａｍｅｓ／ＮＮＰ）（ｉｓ／ＶＢＺ）（ｗｏｒｋｉｎｇ／ＶＢＺ）（ａｔ／ＩＮ）（ＯＲＧＡＮＩＺＡＴＩＯＮ Ｄｉｓｎｅｙ／ＮＮＰ）（ｉｎ／ＩＮ）（ＧＰＥ Ｌｏｎｄｏｎ／ＮＮＰ）」のように遂行できる。

【0068】

一実施例によれば、プロセッサは、リマインダーの内容に対する他の自然言語処理として、辞書に基づいた文章構成解析を遂行できる。例えば、韓国語によりリマインダーが登録された場合、リマインダーの内容は、文章終結語尾に基づいて平叙文、疑問文、命令文、勧誘分、感嘆文などに分類できる。他の例として、英語によりリマインダーが登録された場合、リマインダーの内容は、文章形態に基づいて平叙文、疑問文、命令文、勧誘文、感嘆文などに分類できる。

【0069】

一実施例によれば、プロセッサは、リマインダーの内容に対するまた他の自然言語処理として、単一文章分類（single sentence classification）を利用した文章形式認識を遂行できる。詳しくは、プロセッサは、事前学習済み言語モデル（pre-trained language model）を利用したファインチューニング（fine-tuning）により文章形式を認識し、リマインダーのタイプの分類を容易にするように処理できる。このとき、プロセッサは、ファインチューニングに対する学習方法として、複数の学習文章の各々を言語モデルに入力して、各学習文章を細部リマインダーのタイプに分類するように、言語モデルに対する教師あり学習（supervised learning）を遂行できる。

【0070】

このように、リマインダーの内容から生成された特徴は、リマインダーのタイプ及び／又はリマインダーの処理条件を自動で設定するのに用いられる。

【0071】

その後、プロセッサは、登録されたリマインダーのタイプを決定できる（Ｓ４３０）。詳しくは、プロセッサは、登録されたリマインダーのタイプを決定し、決定されたタイプに対応する対象作業を抽出できる。

【0072】

一実施例によれば、プロセッサは、先に遂行された自然言語処理により抽出した特徴を利用して、リマインダーのタイプを決定できる。一実施例において、プロセッサは、抽出した特徴の一つであるリマインダーの内容の長さにより、一般メモのタイプに分類して決定できる。他の実施例において、プロセッサは、形態素解析により作業対象を抽出できる。例えば、リマインダーの内容に対する文章から、動詞及び名詞／代名詞などのような辞書に基づいたタイプを分類することにより、対象作業を認識できる。また、プロセッサは、文章構成解析により命令形／勧誘形の文章の場合、各該当動詞等のような辞書に基づいたタイプを分類することにより、リマインダーのタイプを決定でき、文章形式解析によりリマインダーのタイプを決定できる。

【0073】

一実施例によれば、プロセッサは、リマインダーのタイプから対象作業を抽出できる。ここで、対象作業は、例えば、場所訪問、移動、運動、連絡（ｅ－ｍａｉｌ、携帯電話、ｓｍｓ、メッセンジャー）、文書作業、読書、アプリ使用、家電作動、家事、ショッピング、振替、一般メモを含むことのできるが、これに限定されるものではない。

【0074】

その後、プロセッサは、登録されたリマインダーの処理条件を生成できる（Ｓ４４０）。ここで、リマインダーの処理条件は、リマインダーの通知条件及び／又はリマインダーの完了条件を含むことができる。リマインダーの通知条件は、リマインダーの通知を出力するために充足しなければならない条件を指すことができる。また、リマインダーの完了条件は、リマインダーの完了処理のために充足しなければならない条件を指すことができる。

【0075】

一実施例によれば、リマインダーの処理条件を生成するために機械学習モデルが用いられる。このとき、機械学習モデルは、ユーザコンテクストデータ、リマインダー登録データ、リマインダー通知データ、及びリマインダー完了データを含む学習データを利用して学習できる。このような機械学習モデルに関する詳細は、図９で後述する。

【0076】

一実施例によれば、プロセッサは、リマインダーの処理条件を生成するために、リマインダーの内容から生成された特徴及び／又は決定されたリマインダーのタイプを利用できる。例えば、複数のタイプの各々に応じて、既定の様式の処理条件が予め設定され、当該様式の条件を使用してリマインダーの処理条件を生成できる。

【0077】

例えば、「場所訪問」に関するリマインダーのタイプの場合、通知条件を「当該場所の近所０００ｍ以内接近」として生成でき、完了条件を「場所へ実際に訪問」として生成できる。「運動」に関するリマインダーのタイプの場合、通知条件を「位置：家＆活動：休憩＆１時間内に日程なし」として生成でき、完了条件を「脈博数００以上で指定の時間以上活動持続」として生成できる。また、「Ｅメール連絡」に関するリマインダーのタイプの場合、通知条件を「位置：家＆活動：休憩又はＰＣ余暇活動」として生成でき、完了条件を「作業対象へＥメール発送」として生成できる。

【0078】

他の例として「読書」に関するリマインダーのタイプの場合、通知条件を「位置：家＆活動：休憩又はＰＣ余暇活動又は携帯電話余暇活動＆ストレス指数：普通以下」として生成でき、完了条件を「最後のページまでｅ－ｂｏｏｋ閲覧」として生成できる。また、「家電作動」に関するリマインダーのタイプの場合、通知条件を「位置：家＆活動：休憩」として生成でき、完了条件を「作動した家電が作業対象と一致」として生成できる。

【0079】

また他の例として、「ショッピング」に関するリマインダーのタイプの場合、通知条件を「位置：家又は大衆交通施設＆活動：休憩又はＰＣ余暇活動又は携帯電話余暇活動」として生成でき、完了条件を「購買履歴とショッピング目録とが一致」として生成できる。また、「一般メモ」に関するリマインダーのタイプの場合、通知条件を「活動：休憩又はＰＣ余暇活動又は携帯電話余暇活動」として生成でき、完了条件を「メモ内容の量に比例した時間使用＆最後の内容までスクロール」として生成できる。

【0080】

その後、プロセッサは、リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクストを収集できる（Ｓ４５０）。ここで、ユーザのコンテクストは、ユーザをモニタリングすることにより獲得できるユーザの状態又は状況に関する時系列的なデータを指すことができる。一実施例によれば、ユーザのコンテクストは、時空間データを含むことができる。例えば、現在時間、ユーザの現在位置、ＰＯＩ（Point Of Interest）訪問の可否などを含むことができる。このようなデータを収集するために、ユーザと関連した一つ以上のユーザ端末（例：スマートフォン、スマートウォッチ、タブレットＰＣ、ラップトップコンピュータなど）を追跡できる。

【0081】

一実施例によれば、ユーザのコンテクストは、身体活動データを含むことができる。例えば、ユーザの現在姿勢、運動の可否、動きの有無、心拍数、ストレス指数などを含むことができる。このようなデータを収集するために、ユーザと関連したユーザ端末（例：スマートウォッチ又はバンドなど）が用いられる。

【0082】

一実施例によれば、ユーザのコンテクストは、ユーザと関連したＰＣ及び携帯電話の使用データを含むことができる。例えば、特定アプリ使用の可否、アプリ内の特定動作（電話通話、文字転送、音楽／映画再生、Ｅメール発送、写真撮影など）、使用時間、活動分類（ウェブサーフィン、ゲーム、映画鑑賞、読書、業務）などを含むことができる。このようなデータを収集するために、機器使用情報を確認できるアプリケーションなどが用いられる。

【0083】

一実施例によれば、ユーザのコンテクストは、ユーザと関連したＩＯＴ機器情報を含むことができる。例えば、家電機器使用の可否（洗濯、料理、皿洗い、冷蔵庫ドア開放、ロボット清掃機など）、家の出入りの可否、窓の開閉の可否、家内でユーザの現在位置などを含むことができる。このようなデータを収集するために、ＩＯＴ機器及び関連サービスが用いられる。

【0084】

一実施例によれば、ユーザのコンテクストは、金融サービス情報を含むことができる。例えば、特定売り場決済情報、決済履歴などが金融サービス情報に含まれることができる。このようなデータを収集するために、決済金融システムが用いられる。

【0085】

このようなユーザのコンテクスト情報は、ユーザと関連したリマインダーを処理するコンピューティング装置（例：情報処理システムやユーザ端末など）により収集できる。

【0086】

その後、プロセッサは、リマインダーの処理条件が充足する場合、リマインダーを処理できる（Ｓ４６０）。一実施例によれば、プロセッサは、ユーザのコンテクストを分析した結果、分析されたユーザのコンテクストが通知条件を充足すると判定される場合、リマインダーに関する通知を出力できる。このとき、プロセッサは、ユーザと関連した一つ以上のユーザ端末のうちで、通知を出力するためのユーザ端末を選択し、当該通知を出力又は提供できる。ユーザ端末の選択に関する詳細は、図６で後述する。また、通知が出力された後に、ユーザがリマインダーの内容を確認しなかったと決定されたり、リマインダーの完了条件が充足しなかったと決定されたりする場合、当該通知は再出力できる。

【0087】

一実施例によれば、プロセッサは、ユーザのコンテクストがリマインダーの完了条件を充足すると判定される場合、当該リマインダーが完了したと処理できる。プロセッサは、リマインダーを完了処理する場合、ユーザのコンテクストの収集を中断し、リマインダーに関する通知を出力しないように設定できる。付加的に、リマインダーを完了処理する場合、追加的な処理過程を遂行できるが、その詳細は図１０で後述する。

【0088】

かかる構成により、ユーザは対象作業を遂行する適切なタイミングに通知を受けることができ、ユーザの介入なしにリマインダーを自動で管理できる。

【0089】

図５は、本開示の一実施例に係る対象作業のリマインダーが登録される多様な例を示す図である。図に示すように、対象作業のリマインダーは、第１の動作乃至第３の動作５１０、５２０、５３０の少なくとも一つにより登録できる。第１の動作５１０は、リマインダーの項目と関連した領域５１２にリマインダーの項目が作成され、通知時間と関連した領域５１４に通知を受けたい時間が入力され、通知場所と関連した領域５１６に通知を受けたい場所が入力される例を示す。例えば、ユーザは、「９月４日正午」に「家」で「洗濯する」に関するリマインダーの通知を受けたい場合、リマインダーの項目と関連した領域５１２に「洗濯する」を入力し、通知時間と関連した領域５１４に「９月４日（日）ＰＭ１２：００」を入力し、通知場所と関連した領域５１６に「家」を入力できる。

【0090】

第２の動作５２０は、インスタントメッセージングアプリケーションのトークルーム内の対話内容の一部を利用して、対象作業のリマインダーが登録される例を示す。このとき、対象作業のリマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含む。一実施例において、対象作業のリマインダーを登録するために、トークルーム内の対話内容の一部を選択できる。例えば、トークルーム内の対話内容のうちで、リマインダーを登録したい対話内容がある場合、当該対話を含む吹き出しにユーザ入力を行うと、当該吹き出しと関連して遂行できる一つ以上のメニューが出力される。このようなメニューのうちで、リマインダーのメニュー５２２を選択することにより、リマインダーを登録できる。

【0091】

第３の動作５３０は、トークルーム内の対話内容の一部に対し、自動リマインダー設定を利用してリマインダーが登録される例を示す。詳しくは、自動リマインダー設定は、トークルーム内の対話を分析して特定の作業及び特定の対象を抽出し、特定の対象に特定の作業に関するリマインダーを対象作業として登録するように推奨したり、自動で登録したりすることを指すことができる。

【0092】

一実施例において、プロセッサは、トークルーム内の対話内容を分析して、「トークルーム名を変更してください。運営者様」という対話メッセージ５３２をリマインダーの登録対象として決定でき、対話メッセージ５３２の内容に対する自然言語処理により、「トークルーム名の変更」及び「運営者」を抽出できる。ここで、第３の動作５３０に示す画面は、運営者が使用するスマートフォンの画面であり得る。

【0093】

その後、プロセッサは、「運営者」に該当するユーザに、「トークルーム名の変更」に関するリマインダーを登録するように推奨したり、自動で登録したりできる。例えば、図５の第３の動作５３０に示すように、自動で登録される場合、当該ユーザ（ここで、運営者）に、リマインダーの登録が完了されたという通知メッセージ５３４が、運営者のスマートフォンの画面に出力され得る。

【0094】

図５に示していないが、プロセッサは、トークルーム内の対話内容の一部を利用して、リマインダーを登録した回数又は頻度の少なくとも一つが閾値以上であると判定される場合、自動リマインダー設定をユーザに推奨できる。ここで、回数は特定期間の間にリマインダーの登録の回数を指すことができ、頻度は全体のリマインダーの登録に対する特定のトークルームのリマインダーの登録の比率を指すことができる。ここで、回数及び頻度の各々に対応する閾値は、実際のリマインダーの完了比率などを使用して決定されたり、ユーザの設定により決定されたりできる。

【0095】

図６は、本開示の一実施例に係るリマインダーの通知を出力するためのユーザ端末を選択する方式を設定する例を示す図である。一実施例によれば、リマインダーに関する通知条件が充足する場合、ユーザと関連した一つ以上のユーザ端末のうちで、通知を出力するためのユーザ端末が選択され、選択されたユーザ端末を介してリマインダーに関する通知が出力され得る。付加的に、ユーザは、通知を出力するためのユーザ端末選択方式を設定できる。このようなユーザの入力に応じて、ユーザ端末の少なくとも一つのプロセッサ、及び／又は情報処理システムの少なくとも一つのプロセッサは、ユーザに通知を出力又は提供するユーザ端末を選択できる。

【0096】

一実施例によれば、プロセッサは、収集されたユーザのコンテクストの少なくとも一部、及び既定のユーザ端末選択方式を利用して、ユーザに通知を提供するユーザ端末が選択されるように構成できる。すなわち、ユーザは、通知を出力するためのユーザ端末が選択される方式を定義できる。例えば、ユーザが所有したユーザ端末のうちで、スマートフォンのみにリマインダーの通知を受信したい場合、スマートフォンの画面に表示された「ユーザ定義」メニュー６１０により、スマートフォンのみにリマインダーの通知が出力されるように設定できる。

【0097】

一実施例によれば、プロセッサは、一つ以上のユーザ端末のうちで、ユーザの推定位置と最も近接して通知可能なユーザ端末を選択するように設定できる。例えば、ユーザが、ユーザ端末の「近接通知可能機器の報知」メニュー６２０を選択した場合、プロセッサは、ユーザの位置、即ち家内の現在位置がスマートフォンから離れており、ユーザの近所にＡＩスピーカーが存在する場合、ＡＩスピーカーを介してリマインダーの通知を出力できる。

【0098】

一実施例によれば、プロセッサは、機械学習モデルを利用して、一つ以上のユーザ端末のうちで、リマインダーの通知を出力するユーザ端末が自動で選択されるように構成できる。ここで、機械学習モデルは、当該ユーザのコンテクストの少なくとも一部から、当該ユーザがリマインダーを最も高い確率で確認可能なユーザ端末を選択するように学習できる。機械学習モデルに関する詳細は、図９で後述する。例えば、ユーザが、ユーザ端末の「機器自動選択」メニュー６３０を選択した場合、機械学習モデルは、ユーザがリマインダーを最も高い確率で確認可能なユーザ端末を出力又は選択でき、選択されたユーザ端末にリマインダーの通知を出力できる。

【0099】

このように、ユーザと関連した一つ以上のユーザ端末のうちで、通知を出力するためのユーザ端末が選択され、選択されたユーザ端末を介して通知が出力されることで、ユーザのコンテクストを考慮したリマインダーの通知がユーザに提供され得る。

【0100】

図７は、本開示の一実施例に係るリマインダー管理方法の例を示す図である。図７に示すように、ユーザ端末における第１の動作７１０及び第２の動作７２０により、対象作業のリマインダーを管理できる。一実施例において、対象作業のリマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含むことができる。本開示の対象作業のリマインダー管理方法は、情報処理システムの少なくとも一つのプロセッサ（例：プロセッサ３３４）、及び／又はユーザ端末の少なくとも一つのプロセッサ（例：プロセッサ３１４）により遂行できる。

【0101】

第１の動作７１０は、プロセッサが、インスタントメッセージングアプリケーションのトークルーム内の対話内容の一部を利用して、対象作業のリマインダーを登録する例を示す。第１の動作７１０に示すように、インスタントメッセージングアプリケーションのトークルーム内の対話内容のうちで、「今回新しく買った本を週末に読むつもりです」という対話が作成された場合、プロセッサは、対話内容を分析し、対話内容の一部７１２を選択して、リマインダーを登録できる。

【0102】

第２の動作７２０は、プロセッサが対話内容の一部７１２から対象作業に関するリマインダーを設定する例を示す。第２の動作７２０に示すように、プロセッサは、自然言語処理により対話内容の一部７１２から特徴を抽出し、抽出された特徴に基づいてリマインダーのタイプを「読書」として決定して、ユーザ端末のリマインダーのタイプと関連した領域７２２に出力できる。また、プロセッサは、ユーザと関連して収集されたデータのうちで、最近の図書購買情報を利用して、リマインダーの細部事項を「正義とは何かを読む」として決定して、ユーザ端末のリマインダーの細部事項と関連した領域７２４に出力できる。また、プロセッサは、リマインダーのタイプである「読書」に対応する辞書で定義された条件及び抽出した特徴を利用して、通知条件を「時間：週末＆場所：家＆活動：余暇」として生成して、ユーザ端末の通知条件と関連した領域７２６に出力できる。同様に、プロセッサは、完了条件を「正義とは何かのｅ－ｂｏｏｋを読みきる」として生成して、ユーザ端末の完了条件と関連した領域７２８に出力できる。

【0103】

プロセッサは、ユーザのコンテクスト（context）を収集して、リマインダーを処理できる。例えば、ユーザと関連した一つ以上のコンピューティング装置（例：ＰＣ、モバイル機器、ＩｏＴ機器など）から収集されたデータを分析した結果、ユーザの現在位置が家であり、活動モニタリングとして横になったり座ったりし、スマートフォンを利用して余暇活動をすると判定される場合、プロセッサは、ユーザと関連したユーザ端末（例：スマートフォン）を介して当該通知を出力できる。また、ユーザと関連した一つ以上のコンピューティング装置から収集されたデータを分析した結果、ユーザが正義とは何かのｅ－ｂｏｏｋを読みきったと判定される場合、プロセッサは、当該リマインダーの完了処理を遂行できる。

【0104】

図８は、本開示の一実施例に係るリマインダー管理方法の他の例を示す図である。図８に示すように、ユーザ端末における第１の動作８１０及び第２の動作８２０により、対象作業のリマインダーを管理できる。一実施例において、対象作業のリマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含むことができる。本開示の対象作業のリマインダー管理方法は、情報処理システムの少なくとも一つのプロセッサ（例：プロセッサ３３４）、及び／又はユーザ端末の少なくとも一つのプロセッサ（例：プロセッサ３１４）により遂行できる。

【0105】

第１の動作８１０は、プロセッサが、インスタントメッセージングアプリケーションのトークルーム内の対話内容の一部を利用して、対象作業のリマインダーが登録される例を示す。第１の動作８１０に示すように、インスタントメッセージングアプリケーションのトークルーム内の対話内容のうちで、「今他の仕事で忙しいので、後できちんと確認します。」というメッセージが作成された場合、プロセッサは、トークルームの対話内容、すなわち、メッセージを分析して、対話内容の一部８１２を利用してリマインダーを登録できる。

【0106】

第２の動作８２０は、プロセッサが対話内容の一部８１２から対象作業に関するリマインダーを設定する例を示す。第２の動作８２０に示すように、プロセッサは、自然言語処理により対話内容の一部８１２から特徴を抽出し、抽出された特徴に基づいてリマインダーのタイプを「メモ」として決定して、ユーザ端末のリマインダーのタイプと関連した領域８２２に出力できる。また、プロセッサは、リマインダーの細部事項を「バグ内容確認」として決定して、ユーザ端末のリマインダーの細部事項と関連した領域８２４に出力できる。また、プロセッサは、リマインダーのタイプである「メモ」に対応する辞書で定義された条件及び抽出した特徴を利用して、通知条件を「活動：業務又は余暇＆日程：なし＆状態：ストレス指数が低い」として生成して、ユーザ端末の通知条件と関連した領域８２６に出力できる。同様に、プロセッサは、完了条件を「リマインダー内容接近＆Ｘ分の間にページ内に滞留」として生成して、ユーザ端末の完了条件と関連した領域８２８に出力できる。

【0107】

プロセッサは、ユーザのコンテクスト（context）を収集して、リマインダーを処理できる。例えば、ユーザと関連した一つ以上のコンピューティング装置（例：ＰＣ、モバイル機器、ＩｏＴ機器など）から収集されたデータを分析した結果、ユーザが、業務中の余裕時間又は休憩時間であるか、或いは、自宅で休憩を取ってストレス指数が一定の指数以下よりも低いと判定される場合、プロセッサは、ユーザと関連したユーザ端末（例：スマートフォン）を介して通知を出力できる。また、ユーザと関連した一つ以上のコンピューティング装置から収集されたデータを分析した結果、ユーザがリマインダーの内容に接近して特定の時間以上ページ内に滞留していると判定される場合、プロセッサは、当該リマインダーの完了処理を遂行できる。

【0108】

図７及び図８に示していないが、トークルーム内において「ご両親に安否電話をかけなさい」という対話をした場合、「連絡」に関するリマインダーを登録できる。リマインダーのタイプは「連絡」として決定でき、リマインダーの対象は「ご両親」として決定できる。また、通知条件は「場所：家又は周辺の騷音が一定の以下の場所＆活動：余暇」として生成できる。同様に、完了条件も「ユーザが実際にご両親に連絡」として生成できる。その後、ユーザが家で休憩を取ったり静かな場所で休んだりすると判定される場合、ユーザ端末を介して当該通知を出力でき、ユーザが実際に電話、ＳＭＳ、メッセンジャーなどを介してご両親に連絡したと判定される場合、当該リマインダーを完了処理できる。

【0109】

図７及び図８に示していないが、トークルーム内において「帰りに豆腐、そば、牛乳買ってきてね」という対話をした場合、「ショッピング」に関するリマインダーを登録できる。リマインダーのタイプは「ショッピング」として決定でき、リマインダーの対象は「豆腐／そば／牛乳」として決定できる。また、通知条件は「状態：移動中、場所：既存に決済履歴のあるＰＯＩ（マート）」として生成できる。同様に、完了条件も「ユーザがＰＯＩ（マート）に接近＆決済イベントと項目が一致」として生成できる。その後、ユーザが既存に決済履歴のあるＰＯＩ（マート）に接近したと判定される場合、ユーザ端末を介して当該通知を出力できる。ユーザと関連した一つ以上のコンピューティング装置（例：ＰＣ、モバイル機器、ＩｏＴ機器など）から収集されたデータを分析した結果、ユーザが実際にＰＯＩ（マート）で豆腐、そば、牛乳を買ったと判定される場合、当該リマインダーを完了処理できる。

【0110】

図７及び図８に示していないが、ユーザは「洗濯する」に関するリマインダーを登録できる。このとき、リマインダーのタイプは「家電作動」として決定でき、リマインダーの対象は「洗濯機」として決定できる。また、通知条件は「場所：家、活動：余暇」として生成できる。同様に、完了条件も「洗濯機作動」として生成できる。その後、ユーザと関連した一つ以上のコンピューティング装置（例：ＰＣ、モバイル機器、ＩｏＴ機器など）から収集されたデータを分析した結果、ユーザが、家で、業務でなくＴＶ視聴やウェブサーフィンなどのような余暇生活をすると判定される場合、ユーザ端末を介して通知が出力でき、ユーザが実際に洗濯機を作動させたと判定される場合、当該リマインダーを完了処理できる。

【0111】

図９は、本開示の一実施例に係る機械学習モデルの例を示す図である。一実施例によれば、機械学習モデルとして人工神経網モデル９００が用いられる。人工神経網モデル９００は、機械学習モデルの一例として、機械学習（Machine Learning）技術及び認知科学において、生物学的神経網の構造に基づいて具現化した統計学的学習アルゴリズム、又は、そのアルゴリズムを実行する構造であり得る。

【0112】

一実施例によれば、人工神経網モデル９００は、生物学的神経網のように、シナプスの結合によりネットワークを形成した人工ニューロンであるノード（Node）等がシナプスの加重値を繰り返し調整して、特定の入力に対応した正しい出力及び推論された出力間の誤差が減少するように学習することで、問題解決能力を持つ機械学習モデルを示すことができる。例えば、人工神経網モデル９００は、機械学習やディープラーニングなどの人工知能学習法に使用される任意の確率モデル、ニューラルネットワークモデルなどを含むことができる。

【0113】

一実施例によれば、リマインダーの内容からリマインダーの処理条件を生成するための第１の機械学習モデルは、人工神経網モデル９００の形態で生成できる。例えば、人工神経網モデル９００は、リマインダー登録データを受信して、リマインダーの処理条件を生成できる。他の実施例において、通知を出力するためのユーザ端末を選択する第２の機械学習モデルは、人工神経網モデル９００の形態で生成できる。例えば、人工神経網モデル９００は、ユーザのコンテクストの少なくとも一部を受信して、リマインダーを最も高い確率で確認可能なユーザ端末を推定又は出力できる。ここで、ユーザのコンテクストの少なくとも一部は、現在のユーザの位置や活動などを含む状態、及びリマインダーの通知を出力できる一つ以上のユーザ端末に関するデータを含むことができる。

【0114】

人工神経網モデル９００は、多層のノード等及びこれら間の連結により構成された多層パーセプトロン（multilayer perceptron、MLP）で具現化される。本実施例に係る人工神経網モデル９００は、ＭＬＰを含む多様な人工神経網モデル構造の一つを用いて具現化できる。図９に示すように、人工神経網モデル９００は、外部から入力信号又はデータ９１０を受信する入力層９２０と、入力データに対応する出力信号又はデータ９５０を出力する出力層９４０と、入力層９２０及び出力層９４０間に位置し、入力層９２０から信号を受信して特性を抽出して、出力層９４０に伝達するｎ個（ここで、ｎは正の整数）の隠れ層９３０＿１乃至９３０＿ｎとからなる。ここで、出力層９４０は、隠れ層９３０＿１乃至９３０＿ｎから信号を受信して外部に出力する。

【0115】

人工神経網モデル９００の学習方法には、教師信号（正解）の入力によって問題の解決に最適化するように学習する教師あり学習（Supervised Learning）方法と、教師信号を必要としない教師なし学習（Unsupervised Learning）方法とがある。一実施例において、コンピューティング装置（例：情報処理システムなど）は、第１の機械学習モデルに対し、ユーザコンテクストデータ、リマインダー登録データ、リマインダー通知データ、及びリマインダー完了データを含む学習データを利用して、人工神経網モデル９００を学習させることができる。また、コンピューティング装置は、第２の機械学習モデルに対し、ユーザコンテクストデータ及びユーザのリマインダー確認記録データを含む学習データを利用して、当該ユーザのコンテクストの少なくとも一部から、当該ユーザがリマインダーを最も高い確率で確認可能なユーザ端末を選択するように、人工神経網モデル９００を学習させることができる。

【0116】

一実施例によれば、第１の機械学習モデルにおいて、人工神経網モデル９００の入力変数は、リマインダー登録データを含むことができる。このように前述した入力変数が入力層９２０を通して入力される場合、人工神経網モデル９００の出力層９４０から出力される出力変数は、リマインダーの処理条件（通知条件や完了条件など）になり得る。

【0117】

一実施例によれば、第２の機械学習モデルにおいて、人工神経網モデル９００の入力変数は、ユーザのコンテクストの少なくとも一部、及びリマインダーの通知を出力できる一つ以上のユーザ端末に関するデータを含むことができる。また、人工神経網モデル９００の出力層９４０から出力される出力変数は、リマインダーを最も高い確率で確認可能なユーザ端末と関連した情報になり得る。

【0118】

このように、人工神経網モデル９００の入力層９２０及び出力層９４０に複数の入力変数と対応する複数の出力変数が各々マッチングされ、入力層９２０、隠れ層９３０＿１乃至９３０＿ｎ及び出力層９４０に含まれたノード等間のシナプス値が調整されることで、特定の入力に対応した正しい出力が抽出されるように学習できる。このような学習過程により、人工神経網モデル９００の入力変数の隠れ特性を把握でき、入力変数に基づいて計算された出力変数及び目標出力間の誤差が低減するように、人工神経網モデル９００のノード等間のシナプス値（又は加重値）を調整できる。

【0119】

一実施例において、コンピューティング装置は、リマインダー登録データを受信して、正解データ（ground truth）である当該リマインダー登録データのリマインダーの処理条件と、第１の機械学習モデルから出力されたリマインダーの処理条件との損失（loss）を最小化するように、第１の機械学習モデルを学習させることができる。ここで、正解データである当該リマインダー登録データのリマインダーの処理条件は、ユーザコンテクストデータ、リマインダー登録データ、リマインダー通知データ、及びリマインダー完了データを含む学習データにより抽出できる。

【0120】

他の実施例において、コンピューティング装置は、現在のユーザの状態及びリマインダーの通知を出力可能な一つ以上のユーザ端末に関するデータを含むユーザのコンテクストの少なくとも一部を受信して、正解データであるユーザと関連したユーザ端末と、第２の機械学習モデルから出力されたユーザ端末との情報間の損失を最小化する方式により、第２の機械学習モデルがリマインダーを最も高い確率で確認可能なユーザ端末を出力するように、第２の機械学習モデルを学習させることができる。

【0121】

このように学習された人工神経網モデル９００を利用して、第２の機械学習モデルからリマインダーの処理条件を自動で生成できる。付加的又は代替的に、学習された人工神経網モデル９００を利用して、第２の機械学習モデルからユーザがリマインダーを最も高い確率で確認可能なユーザ端末を決定でき、通知が決定されたユーザ端末に出力又は提供できる。

【0122】

一実施例によれば、第１の機械学習モデル及び／又は第２の機械学習モデルは、一つのユーザに対する第１の機械学習モデル及び／又は第２の機械学習モデルを学習することにより生成できる。他の実施例において、第１の機械学習モデル及び／又は第２の機械学習モデルは、同一又は類似の属性を持つ複数のユーザを含む一つのユーザグループに対する第１の機械学習モデル及び／又は第２の機械学習モデルを学習することにより生成できる。また他の実施例において、第１の機械学習モデル及び／又は第２の機械学習モデルは、全てのユーザに対する第１の機械学習モデル及び／又は第２の機械学習モデルを学習することにより生成できる。

【0123】

図１０は、本開示の一実施例に係るリマインダーを追加的に処理する例を示す図である。一実施例によれば、第１の動作１０１０に示すように、リマインダーが完了処理される場合、リマインダーを削除するか否かに関する質問が含まれたメッセージ１０１２を出力できる。例えば、「メモ」に関するリマインダーの内容に接近して、一定の時間の間にページ内に滞留していると判定される場合、リマインダーの完了条件が充足する。これにより、リマインダーを削除するか否かを確認するポップアップウィンドウ１０１２がユーザ端末内に出力される。このとき、ユーザが「はい」を選択すれば、当該リマインダーの情報は削除される。これに対し、ユーザが「いいえ」を選択すれば、当該リマインダーは削除されず、ユーザ端末内に保存され、当該リマインダーの処理条件によってリマインダーが再出力されるように設定される。

【0124】

他の実施例によれば、第２の動作１０２０に示すように、リマインダーが完了処理される場合、リマインダーを再設定するか否かに関する質問が含まれたメッセージ１０２２を出力できる。例えば、「メモ」に関するリマインダーの内容に接近して、一定の時間の間にページ内に滞留していると判定される場合、リマインダーの完了条件が出力される。これにより、リマインダーを再設置するか否かを確認するポップアップウィンドウ１０２２がユーザ端末内に出力される。このとき、ユーザが「はい」を選択すれば、当該リマインダーの情報は再設定され、通知条件が充足する場合に通知を再出力でき、完了条件が充足する場合に完了処理できる。これに対し、ユーザが「いいえ」を選択すれば、当該リマインダーは再設定されず、削除されたりユーザ端末内に保存されたりできる。このとき、前記２つの質問に関するメッセージを含む第１の動作１０１０又は第２の動作１０２０は、選択的に出力され得る。これとは異なり、前記２つの質問に関するメッセージを含む第１の動作１０１０及び第２の動作１０２０は、連続的に出力され得る。例えば、ユーザがリマインダーを削除するか否かに関する質問が含まれたメッセージ１０１２において、「いいえ」を選択すれば、リマインダーを再設定するか否かに関する質問が含まれたメッセージ１０２２が出力されるように設定できる。

【0125】

図１１は、本開示の一実施例に係るユーザモニタリングに基づいたリマインダー管理方法を示すフローチャートである。方法１１００は、情報処理システムの少なくとも一つのプロセッサ（例：プロセッサ３３４）、及び／又はユーザ端末の少なくとも一つのプロセッサ（例：プロセッサ３１４）により遂行できる。図に示すように、方法１１００は、対象作業のリマインダーを登録することにより開始することができる（Ｓ１１１０）。

【0126】

一実施例において、リマインダーは、インスタントメッセージングアプリケーションのトークルーム内で提供されるリマインダーを含むことができる。プロセッサは、トークルーム内の対話内容の一部を利用して、対象作業のリマインダーを登録するステップを含むことができる。また、プロセッサは、自動リマインダー設定を利用してリマインダーを登録できる。ここで、自動リマインダー設定は、トークルーム内の対話を分析して特定の作業及び特定の対象を抽出し、特定の対象に特定の作業に関するリマインダーを対象作業として登録するように推奨したり、自動で登録したりすることにより提供できる。また、プロセッサは、トークルーム内の対話内容の一部を利用して、リマインダーを登録した回数又は頻度の少なくとも一つが閾値以上であると判定される場合、自動リマインダー設定をユーザに推奨できる。例えば、プロセッサは、自動リマインダー設定と関連したメッセージを当該ユーザと関連したユーザ端末の画面に自動で出力することで、自動リマインダー設定をユーザに推奨できる。

【0127】

次に、プロセッサは、リマインダーの内容に基づいてリマインダーの処理条件を生成できる（Ｓ１１２０）。一実施例において、プロセッサは、自然言語処理（Natural Language Processing）によりリマインダーの内容から一つ以上の特徴（feature）を抽出し、抽出された一つ以上の特徴に基づいてリマインダーの処理条件を生成できる。また、プロセッサは、リマインダーのタイプを決定し、決定されたタイプに対応する辞書で定義された条件を利用して、リマインダーの処理条件を生成できる。

【0128】

一実施例において、プロセッサは、第１の機械学習モデルを利用して、リマインダーの内容からリマインダーの処理条件を生成できる。第１の機械学習モデルは、ユーザコンテクストデータ、リマインダー登録データ、リマインダー通知データ、及びリマインダー完了データを含む学習データを利用して学習できる。

【0129】

その後、プロセッサは、リマインダーの処理条件が充足するか否かを確認するために、ユーザのコンテクストを収集できる（Ｓ１１３０）。最後に、プロセッサは、リマインダーの処理条件が充足する場合、リマインダーを処理できる（Ｓ１１４０）。一実施例において、リマインダーの処理条件はリマインダーに関する通知条件を含み、プロセッサは、リマインダーに関する通知条件が充足すると判定される場合、リマインダーに関する通知を出力できる。このとき、プロセッサは、ユーザと関連した一つ以上のユーザ端末のうちで、通知を出力するためのユーザ端末を選択し、選択されたユーザ端末を介してリマインダーに関する通知を出力できる。

【0130】

一実施例において、プロセッサは、収集されたユーザのコンテクストの少なくとも一部、及び既定のユーザ端末選択方式に基づいて、ユーザ端末を選択できる。例えば、一つ以上のユーザ端末のうちで、ユーザの推定位置と最も近接して通知可能なユーザ端末を選択できる。他の実施例において、プロセッサは、第２の機械学習モデルを利用して、ユーザのコンテクストの少なくとも一部からユーザ端末を選択できる。ここで、第２の機械学習モデルは、当該ユーザのコンテクストの少なくとも一部から、当該ユーザがリマインダーを最も高い確率で確認可能なユーザ端末を選択するように学習できる。

【0131】

一実施例において、プロセッサは、通知が出力された後に、ユーザがリマインダーの内容を確認しなかったと決定される場合、通知をユーザ端末に再出力できる。同様に、プロセッサは、通知が出力された後に、リマインダーの完了条件が充足しなかったと決定される場合、通知を再出力できる。

【0132】

一実施例において、リマインダーの処理条件はリマインダーに関する完了条件を含み、プロセッサは、リマインダーに対する完了条件が充足すると判定される場合、リマインダーを完了処理できる。また、リマインダーが完了処理される場合、プロセッサは、ユーザのコンテクストの収集を中断し、リマインダーに関する通知を出力しないように設定できる。

【0133】

一実施例において、プロセッサは、リマインダーが完了処理される場合、リマインダーを削除するか否かに関する質問が含まれたメッセージを出力できる。付加的又は代替的に、プロセッサは、リマインダーが完了処理される場合、リマインダーを再設定するか否かに関する質問が含まれたメッセージを出力できる。

【0134】

図１１に示すフローチャート及び説明は、一つの例示に過ぎず、一部の実施例では異なるように具現化できる。例えば、一部の実施例では、各ステップの手順が変化したり、一部のステップが繰り返して遂行されたり、一部のステップが省略されたり、一部のステップが追加されたりできる。

【0135】

本開示の方法、動作又は技法は多様な手段により具現化できる。例えば、このような技法は、ハードウェア、ファームウェア、ソフトウェア、若しくはこれらの組合せで具現化できる。本願の開示により説明された多様な例示的な論理的ブロック、モジュール、回路及びアルゴリズムステップは、電子ハードウェア、コンピュータソフトウェア、若しくは両方の組合せで具現化できることを、当業者であれば理解できるはずである。ハードウェア及びソフトウェアのこのような相互の代替を明確に説明するために、多様な例示的な構成要素、ブロック、モジュール、回路及びステップが、それらの機能的観点から一般的に前述された。そのような機能が、ハードウェアとして具現化されるか、若しくは、ソフトウェアとして具現化されるかは、特定アプリケーション及び全体システムに付加される設計要求事項によって変化する。当業者は、各々の特定アプリケーションのために多様な方式により説明された機能を具現化することもできるが、そのような具現化は本開示の範囲から逸脱するものと解釈してはならない。

【0136】

ハードウェアの具現化において、技法の遂行に利用されるプロセッシングユニットは、一つ以上のＡＳＩＣ、ＤＳＰ、デジタル信号処理デバイス（digital signal processing devices DSPD）、プログラム可能な論理デバイス（programmable logic devices PLD）、フィールドプログラム可能なゲートアレイ（field programmable gate arrays FPGA）、プロセッサ、制御器、マイクロ制御器、マイクロプロセッサ、電子デバイス、本開示に説明された機能を遂行するように設計された他の電子ユニット、コンピュータ、若しくはこれらの組合せ内で具現化されることもできる。

【0137】

したがって、本開示により説明された多様な例示的な論理ブロック、モジュール及び回路は、汎用プロセッサ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡや他のプログラム可能な論理デバイス、離散ゲートやトランジスタロジック、離散ハードウェアコンポーネント、若しくは、本願に説明された機能を遂行するように設計されたもの等の任意の組合せで具現化又は遂行されることもできる。汎用プロセッサはマイクロプロセッサであり得るが、代替的に、プロセッサは、任意の従来のプロセッサ、制御器、マイクロ制御器、若しくは状態マシンであり得る。プロセッサは、また、コンピューティングデバイスの組合せ、例えば、ＤＳＰとマイクロプロセッサ、複数のマイクロプロセッサ、ＤＳＰコアと関連した一つ以上のマイクロプロセッサ、若しくは任意の他の構成の組合せで具現化されることもできる。

【0138】

ファームウェア及び／又はソフトウェアの具現化において、技法は、ＲＡＭ（random access memory）、ＲＯＭ（read-only memory）、ＮＶＲＡＭ（non-volatile random access memory）、ＰＲＯＭ（programmable read-only memory）、ＥＰＲＯＭ（erasable programmable read-only memory）、ＥＥＰＲＯＭ（electrically erasable PROM）、フラッシュメモリ、ＣＤ（compact disc）、磁気又は光学データストレージデバイスなどのようなコンピュータ読み取り可能な媒体上に保存された命令として具現化できる。命令は、一つ以上のプロセッサによって実行可能であり得、プロセッサが本開示に説明された機能の特定態様を遂行するようにできる。

【0139】

ソフトウェアとして具現化される場合、前記技法は、一つ以上の命令又はコードとしてコンピュータ読み取り可能な媒体上に保存されたり、コンピュータ読み取り可能な媒体を介して転送されたりできる。コンピュータ読み取り可能な媒体は、ある場所から他の場所にコンピュータプログラムの転送を容易にする任意の媒体を含み、コンピュータ保存媒体及び通信媒体の両方を含む。保存媒体は、コンピュータによってアクセスできる任意の利用可能な媒体であり得る。非制限的な例として、このようなコンピュータ読み取り可能な媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ－ＲＯＭや他の光学ディスクストレージ、磁気ディスクストレージや他の磁気ストレージデバイス、若しくは、所望のプログラムコードを命令又はデータ構造の形態に移送又は保存するために使用されることができ、コンピュータによってアクセスできる任意の他の媒体を含むことができる。また、任意の接続がコンピュータ読み取り可能な媒体として適切に称することができる。

【0140】

例えば、ソフトウェアが同軸ケーブル、光ファイバーケーブル、鉛線、デジタル加入者回線（ＤＳＬ）、又は、赤外線、無線及びマイクロ波のような無線技術を用いて、ウェブサイト、サーバ又は他の遠隔ソースから転送される場合、同軸ケーブル、光ファイバーケーブル、鉛線、デジタル加入者回線、又は、赤外線、無線及びマイクロ波などのような無線技術は、媒体の定義内に含まれる。本願で使用されたディスク（disk）及びディスク（disc）は、ＣＤ、レーザーディスク、光ディスク、ＤＶＤ（digital versatile disc）、フロッピーディスク及びブルーレイディスクを含み、ここで、通常、ディスク（disk）は磁気的にデータを再生するのに対し、ディスク（disc）はレーザーを用いて光学的にデータを再生する。前記組合せ等も、コンピュータ読み取り可能な媒体等の範囲内に含まれなければならない。

【0141】

ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、移動式ディスク、ＣＤ－ＲＯＭ、又は、公知された任意の他の形態の保存媒体内に常駐することもできる。例示的な保存媒体は、プロセッサが保存媒体から情報を読み取る、或いは、保存媒体に情報を書き込むように、プロセッサに連結できる。代替的に、保存媒体はプロセッサに統合されることもできる。プロセッサ及び保存媒体はＡＳＩＣ内に存在することもできる。ＡＳＩＣはユーザ端末内に存在することもできる。代替的に、プロセッサ及び保存媒体はユーザ端末で個別構成要素として存在することもできる。

【0142】

以上で説明された実施例は、一つ以上の独立型コンピュータシステムで現在開示された主題の態様を活用するものとして記述しているが、本開示は、これに限定されず、ネットワークや分散コンピューティング環境のような任意のコンピューティング環境によって具現化できる。さらには、本開示における主題の態様は複数のプロセッシングチップや装置で具現化されることもでき、ストレージは複数の装置に亘り、同様に影響を受ける場合もある。このような装置は、ＰＣ、ネットワークサーバ及び携帯用装置を含むこともできる。

【0143】

本明細書では、本開示が一部の実施例によって説明されてきたが、本開示の発明が属する技術分野における通常の技術者が理解し得る本開示から逸脱しない範囲内で多様な変形や変更が可能である。また、そのような変形や変更は、本明細書に添付された特許請求の範囲内に属するものと理解されるべきである。

【符号の説明】

【0144】

１１０ ユーザ
１２０ ユーザ端末
１３０ リマインダーのタイプと関連した領域
１３２ リマインダーの細部事項と関連した領域
１３４ 通知条件と関連した領域
１３６ 完了条件と関連した領域

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【外国語明細書】