特許 7464788 環境信号に基づくプライバシーに配慮したクエリ活動を提示するための方法およびシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-04-01

(45)【発行日】2024-04-09

(54)【発明の名称】環境信号に基づくプライバシーに配慮したクエリ活動を提示するための方法およびシステム

(51)【国際特許分類】

   G06F 16/9035 20190101AFI20240402BHJP

【ＦＩ】

G06F16/9035

【請求項の数】 21

(21)【出願番号】P 2023505769

(86)(22)【出願日】2021-11-22

(65)【公表番号】

(43)【公表日】2023-08-30

(86)【国際出願番号】 US2021060316

(87)【国際公開番号】W WO2022115374

(87)【国際公開日】2022-06-02

【審査請求日】2023-01-26

(31)【優先権主張番号】17/107,286

(32)【優先日】2020-11-30

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】502208397

【氏名又は名称】グーグル エルエルシー

【氏名又は名称原語表記】Ｇｏｏｇｌｅ ＬＬＣ

【住所又は居所原語表記】１６００ Ａｍｐｈｉｔｈｅａｔｒｅ Ｐａｒｋｗａｙ ９４０４３ Ｍｏｕｎｔａｉｎ Ｖｉｅｗ， ＣＡ Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(72)【発明者】

【氏名】マシュー・シャリフィ

(72)【発明者】

【氏名】ヴィクター・カルブネ

【審査官】齊藤 貴孝

(56)【参考文献】

【文献】米国特許出願公開第２０１９／０３４０１７３（ＵＳ，Ａ１）

【文献】特開２０１６－００１４０７（ＪＰ，Ａ）

【文献】特開２０１５－０４３１４８（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１５／００５８３１９（ＵＳ，Ａ１）

【文献】特開２０１７－１４２８２１（ＪＰ，Ａ）

【文献】特開２００６－０２４０６０（ＪＰ，Ａ）

【文献】特表２０１８－５３８６０３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １６／００－１６／９５８

(57)【特許請求の範囲】

【請求項1】

1つまたは複数のプロセッサによって実装される方法であって、
ユーザのクライアントデバイスを介して、検索クエリを受信するステップと、
前記検索クエリが受信された時刻に前記ユーザが置かれている環境に関連付けられた1つまたは複数の環境信号を取得するステップと、
前記検索クエリの提出に関連付けられたプライバシー尺度を生成するために前記1つまたは複数の環境信号を処理するステップと、
前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成した後に、
前記クライアントデバイスまたは前記ユーザの追加のクライアントデバイスの検索インターフェースに向けられたユーザ入力を受信するステップと、
前記ユーザ入力が受信されたその後の時刻に前記ユーザが置かれている前記環境に関連付けられた1つまたは複数の追加の環境信号を取得するステップであって、前記時刻の後に前記その後の時刻が続く、ステップと、
前記ユーザ入力に関連付けられた追加のプライバシー尺度を生成するために前記1つまたは複数の追加の環境信号を処理するステップと、
前記ユーザの過去の検索クエリのスーパーセットから、前記過去の検索クエリのサブセットを選択するステップであって、少なくとも前記プライバシー尺度および前記追加のプライバシー尺度に基づく、ステップと、
前記検索インターフェースに向けられた前記ユーザ入力を受信したことに応答して、前記クライアントデバイスまたは前記追加のクライアントデバイスを介して前記過去の検索クエリの前記サブセットが前記ユーザに提示されることを行わせる、ステップと
を含む、ステップと
を含む、方法。

【請求項2】

前記ユーザの前記環境に関連付けられた前記1つまたは複数の環境信号が、前記検索クエリが受信されたときの前記ユーザの配置に対応する配置情報、前記検索クエリが受信されたときの前記環境の環境騒音をキャプチャするオーディオデータ、または前記検索クエリが受信されたときの前記環境をキャプチャするビジョンデータのうちの1つまたは複数を含む、請求項1に記載の方法。

【請求項3】

前記検索クエリに関連付けられた前記1つまたは複数の環境信号が、少なくとも前記検索クエリが受信されたときの前記ユーザの前記配置に対応する前記配置情報を含む、請求項2に記載の方法。

【請求項4】

前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成するために前記1つまたは複数の環境信号を処理するステップが、
前記環境の1つまたは複数のタイプに関連付けられた出力を生成するために、機械学習モデルを使用して、前記検索クエリが受信されたときの前記ユーザの前記配置に対応する前記配置情報を処理するステップを含み、
前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成するステップが、前記環境の前記タイプの1つまたは複数に関連付けられた前記出力に基づく、
請求項3に記載の方法。

【請求項5】

前記環境の前記タイプが、パブリック環境、セミパブリック環境、またはプライベート環境のうちの1つまたは複数を含む、請求項4に記載の方法。

【請求項6】

前記検索クエリに関連付けられた前記1つまたは複数の環境信号が、少なくとも前記検索クエリが受信されたときの前記環境の前記環境騒音をキャプチャする前記オーディオデータを含む、請求項2に記載の方法。

【請求項7】

前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成するために前記1つまたは複数の環境信号を処理するステップが、
前記環境の1つまたは複数の音響特性に関連付けられた出力を生成するために、機械学習モデルを使用して、前記検索クエリが受信されたときの前記環境の環境騒音をキャプチャする前記オーディオデータを処理するステップを含み、
前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成するステップが、前記環境の前記1つまたは複数の音響特性に関連付けられた前記出力に基づく、
請求項6に記載の方法。

【請求項8】

前記環境の前記1つまたは複数の音響特性が、前記環境の騒音レベル、または前記環境内で検出された周囲騒音の分類のうちの1つまたは複数を含む、請求項7に記載の方法。

【請求項9】

前記検索クエリに関連付けられた前記1つまたは複数の環境信号が、少なくとも前記検索クエリが受信されたときの前記環境をキャプチャする前記ビジョンデータを含む、請求項2に記載の方法。

【請求項10】

前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成するために前記1つまたは複数の環境信号を処理するステップが、
前記環境の1つまたは複数の視覚特性に関連付けられた出力を生成するために、機械学習モデルを使用して、前記検索クエリが受信されたときの前記環境をキャプチャする前記ビジョンデータを処理するステップを含み、
前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成するステップが、前記環境の前記1つまたは複数の視覚特性に基づく、
請求項9に記載の方法。

【請求項11】

前記環境の前記1つまたは複数の視覚特性が、1人もしくは複数の追加のユーザが前記環境内に存在しているかどうかの指示、または前記環境内に存在している1つもしくは複数の物体の指示のうちの1つまたは複数を含む、請求項10に記載の方法。

【請求項12】

前記検索クエリの前記提出に関連付けられた前記プライバシー尺度と、前記検索インターフェースに向けられた前記ユーザ入力に関連付けられた前記追加のプライバシー尺度とを比較するステップと、
前記比較に基づき、前記検索インターフェースに向けられた前記ユーザ入力に関連付けられた前記追加のプライバシー尺度が前記検索クエリの前記提出に関連付けられた前記プライバシー尺度に一致するかどうかを判定するステップと
をさらに含む、請求項1から11のいずれか一項に記載の方法。

【請求項13】

前記過去の検索クエリの前記サブセットを選択するステップが、前記検索インターフェースに向けられた前記ユーザ入力に関連付けられた前記追加のプライバシー尺度が、前記検索クエリの前記提出に関連付けられた前記プライバシー尺度と一致しないと判定したことに応答して行われるものである、請求項12に記載の方法。

【請求項14】

前記検索インターフェースに向けられた前記ユーザ入力に関連付けられた前記追加のプライバシー尺度が、前記検索クエリの前記提出に関連付けられた前記プライバシー尺度と一致しないと判定するステップが、前記ユーザ入力に関連付けられた前記追加のプライバシー尺度が、前記検索クエリの前記提出に関連付けられた前記プライバシー尺度に対する閾値プライバシー尺度レベルを満たすことができないと判定するステップを含む、請求項13に記載の方法。

【請求項15】

前記過去の検索クエリの前記サブセットとともに、選択可能要素が提示されることを行わせるステップをさらに含み、前記選択可能要素が、選択されたときに、前記サブセットに含めるように選択されていない1つまたは複数の追加の過去の検索クエリが、前記クライアントデバイスまたは前記追加のクライアントデバイスを介して前記ユーザに提示されることを行わせる、請求項12から14のいずれか一項に記載の方法。

【請求項16】

前記検索クエリの前記提出に関連付けられた前記プライバシー尺度に基づき、前記検索クエリが前記サブセットに含まれるべきかどうかに関連付けられたユーザ選択を求めるプロンプトを生成するステップと、
前記プロンプトが前記クライアントデバイスまたは前記追加のクライアントデバイスを介して前記ユーザに提示されることを行わせるステップと
をさらに含む、請求項1から15のいずれか一項に記載の方法。

【請求項17】

1つまたは複数のプロセッサによって実装される方法であって、
ユーザのクライアントデバイスを介して、検索クエリを受信するステップと、
前記検索クエリの提出に関連付けられたプライバシー尺度を生成するために、前記検索クエリが受信された時刻に前記ユーザが置かれている環境に関連付けられた環境信号のセットを処理するステップと、
前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を生成した後に、
前記クライアントデバイスまたは前記ユーザの追加のクライアントデバイスの検索インターフェースに向けられたユーザ入力を受信するステップと、
前記ユーザ入力に関連付けられた追加のプライバシー尺度を生成するために、前記ユーザ入力が受信されたその後の時刻に前記ユーザが置かれている前記環境に関連付けられた追加の環境信号のセットを処理するステップであって、前記時刻の後に前記その後の時刻が続く、ステップと、
前記検索インターフェースに向けられた前記ユーザ入力を受信したことに応答して、制限された過去の検索クエリが前記プライバシー尺度および前記追加のプライバシー尺度に基づき前記クライアントデバイスまたは前記追加のクライアントデバイスを介して提示されることを行わせるステップであって、前記制限された過去の検索クエリは前記プライバシー尺度および前記追加のプライバシー尺度に基づき制限される、ステップと、
前記クライアントデバイスまたは前記追加のクライアントデバイスを介して、追加の検索クエリを受信するステップであって、前記追加の検索クエリは前記検索クエリの追加のインスタンスである、ステップと、
前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を修正するために、前記追加の検索クエリが受信されたときのさらなるその後の時刻に前記ユーザが置かれている前記環境に関連付けられた環境信号のさらなる追加のセットを処理するステップであって、前記時刻および前記その後の時刻の後に前記さらなるその後の時刻が続く、ステップと
を含む、ステップと
を含む、方法。

【請求項18】

前記検索クエリの前記提出に関連付けられた前記プライバシー尺度を修正した後に、
前記クライアントデバイスまたは前記追加のクライアントデバイスの前記検索インターフェースに向けられたさらなるユーザ入力を受信するステップと、
前記ユーザ入力に関連付けられたさらなる追加のプライバシー尺度を生成するために、前記さらなるユーザ入力が受信されたときのなおさらなるその後の時刻に前記ユーザが置かれている前記環境に関連付けられた追加の環境信号の、なおさらなるセットを処理するステップであって、前記時刻、前記その後の時刻、および前記さらなるその後の時刻の後に前記なおさらなるその後の時刻が続く、ステップと、
前記検索インターフェースに向けられた前記さらなるユーザ入力を受信したことに応答して、前記クライアントデバイスまたは前記追加のクライアントデバイスを介して制限されていない過去の検索クエリが提示されることを行わせるステップであって、前記制限されていない過去の検索クエリは前記さらなる追加のプライバシー尺度に基づき制限されていない、ステップと
をさらに含む、請求項17に記載の方法。

【請求項19】

前記制限された過去の検索クエリが、前記検索クエリを含まず、前記制限されていない過去の検索クエリが、少なくとも前記検索クエリを含む、請求項18に記載の方法。

【請求項20】

システムであって、
少なくとも1つのプロセッサと、
実行されたときに、前記少なくとも1つのプロセッサに請求項1から19のいずれか一項に対応する動作を実行させる命令を記憶するメモリと
を備える、システム。

【請求項21】

実行されたときに、少なくとも1つのプロセッサに、請求項1から19のいずれか一項に対応する動作を実行させる命令を記憶する、非一時的コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、環境信号に基づくプライバシーに配慮したクエリ活動を提示するための方法およびシステムに関する。

【背景技術】

【0002】

検索クエリは、スマートフォン、タブレットコンピュータ、ウェアラブルデバイス、自動車システム、スタンドアロンのパーソナルアシスタントデバイスなどの、様々なクライアントデバイスを介してユーザによって提出されることが可能である。さらに、検索クエリは、様々な入力モダリティ(たとえば、話された、タッチされた、および/またはタイプされた)を使用して提出されることができる。それぞれの検索クエリに応答する検索結果は、それぞれのクライアントデバイスにおける出力として提供されることが可能である(たとえば、視覚的および/または聴覚的に)。

【0003】

ユーザは、検索クエリを提出するために検索インターフェースとインタラクティブにやり取りすることができる。ユーザによって以前に提出された過去の検索クエリは、しばしば、検索クエリを受け取る前にクエリ提案として検索インターフェースに提示されるか、またはユーザによって入力されている部分クエリに対するオートコンプリート提案として検索インターフェースに提示される。しかしながら、プライバシー上の理由から、ユーザは、過去の検索クエリのいくつかが検索インターフェースとインタラクティブにやり取りする際にユーザが置かれる環境に基づき検索インターフェースに提示されないことを望む場合がある。プライバシーを確保するために、ユーザは、検索クエリを提出するために選択的にプライベートブラウジングモードまたはインコグニトモードに入ってもよい。しかしながら、これらのモードでは、過去の検索クエリがクエリ提案としてユーザに決して提示されず、ユーザは過去の検索クエリの1つを再提出するためにより多くの入力を提供する必要がある場合がある。

【発明の概要】

【課題を解決するための手段】

【0004】

本明細書において開示されている実装形態は、ユーザのクライアントデバイスで受信されたユーザ入力に関連付けられたプライバシー尺度(privacy measure)を生成すること、およびプライバシー尺度に基づき過去の検索クエリの提示を適合させることに向けられる。プライバシー尺度は、検索インターフェースに向けられたユーザ入力が受信されたときにクライアントデバイスのユーザが置かれている環境のプライバシーレベルを表すことができる。プライバシー尺度は、ユーザ入力が受信されたときにクライアントデバイスのユーザが置かれている環境に関連付けられた1つまたは複数の環境信号を処理することに基づき決定されることが可能である。1つまたは複数の環境信号は、たとえば、検索クエリが受信されたときのユーザの配置に対応する配置情報、検索クエリが受信されたときの環境の環境騒音をキャプチャするオーディオデータ、および/または検索クエリが受信されたときの環境をキャプチャするビジョンデータを含むことができる。プライバシー尺度は、それに加えて、または代替的に、受信された検索クエリの1つまたは複数の語に基づき決定されることが可能である。さらに、検索インターフェースに向けられたユーザ入力に関連付けられたプライバシー尺度は、過去の検索クエリがユーザに提示されるべきかどうかを判定するためにユーザの過去の検索クエリに関連付けられた複数のそれぞれのプライバシー尺度と比較されることが可能である。

【0005】

たとえば、クライアントデバイスのユーザが、クライアントデバイスの検索インターフェースで"Symptoms of Infectious Disease #19"という検索クエリを提出したと仮定する。さらに、ユーザが検索クエリを提出したときに、1つまたは複数の環境信号が、ユーザが自宅に位置し、他の人が自宅に存在しないことを示すと仮定する。この例では、検索クエリが提出されたときにユーザが置かれている環境を示すプライバシー尺度は、高度にプライベートであってもよい。それに加えて、または代替的に、プライバシー尺度は、病状に関係する語(たとえば、疾病の症状に対する要求)を含む検索クエリの語の1つまたは複数に基づき検索クエリが高度にプライベートであってよいことを示す場合がある。さらに、その後、ユーザが電車で通勤し、クライアントデバイスの検索インターフェースに向けられたユーザ入力が検出されたと仮定する。さらに、ユーザが検索クエリを提出したときに、1つまたは複数の環境信号が、ユーザが通勤中であり、電車内に他の人が存在することを示すと仮定する。この例では、検索クエリが提出されたときにユーザが置かれている環境を示す追加のプライバシー尺度は、パブリック(public)である。その結果、検索インターフェースに向けられたユーザ入力を受信したことに応答してユーザに提示される過去の検索クエリのサブセットは、"Symptoms of Infectious Disease #19"の検索クエリを除外してもよく、過去の検索クエリが提出されたときにユーザが置かれている環境がプライベートである場合があることを示すそれぞれのプライバシー尺度に関連付けられた任意の他の過去の検索クエリを除外してもよい。

【0006】

様々な実装形態において、1つまたは複数の環境信号は、それぞれの機械学習(ML)モデルを使用して処理され、プライバシー尺度は、MLモデルにまたがって生成された出力に基づき生成されることができる。たとえば、1つまたは複数の環境信号が、検索クエリが受信されたときのユーザの配置に対応する配置情報を含む実装形態において、配置情報は、環境の1つまたは複数のタイプ(たとえば、パブリックタイプの環境、セミパブリック(semi-public)環境、プライベートタイプの環境、および/または他のタイプの環境)に関連付けられた出力を生成するために分類モデルを使用して処理されることが可能である。それに加えて、または代替的に、1つまたは複数の環境信号が、検索クエリが受信されたときの環境の環境騒音をキャプチャするオーディオデータを含む実装形態において、オーディオデータは、環境の1つまたは複数の音響特性(たとえば、環境の騒音レベル、環境内で検出される周囲騒音の分類、および/または環境の他の音響特性)と関連付けられた出力を生成するために音響モデルを使用して処理されることが可能である。それに加えて、または代替的に、1つまたは複数の環境信号が、検索クエリが受信されたときの環境をキャプチャするビジョンデータを含む実装形態において、ビジョンデータは、環境の1つまたは複数の視覚特性(たとえば、追加のユーザが環境内に存在しているかどうかの指示、環境に存在している物体の指示、および/または環境の他の視覚特性)と関連する出力を生成するためにビジョンモデルを使用して処理されることが可能である。

【0007】

これらの実装形態において、MLモデルにまたがって生成された出力は、検索クエリの提出に関連付けられたプライバシー尺度を生成するために処理されることが可能である。プライバシー尺度は、たとえば、検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境のタイプ(たとえば、パブリック環境、セミパブリック環境、プライベート環境、および/または他のタイプの環境)、検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境がどの程度プライベートであるかに関連付けられた尤度を表すスコアまたは尺度(たとえば、確率などであり、0.0に近い確率はパブリックの程度がより高い環境に対応し、1.0に近い確率はよりプライベートな環境に対応する)、検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境のプライバシーレベルを表す2進値(たとえば、0の値はパブリック環境に対応し、1の値はプライベート環境に対応する)、および/または検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境のプライバシーレベルを示す他の表現を含むことができる。さらに、プライバシー尺度は、MLモデルにまたがって生成された出力に基づいてもよい。

【0008】

たとえば、MLモデルにまたがって生成された出力が、検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境のタイプを含む実装形態において、配置情報が、ユーザが自宅にいることを示し、オーディオデータが雑音を含まないが、ビジョンデータが、環境内に3人の他の人が存在していることを示すと仮定する。この例では、プライバシー尺度は、他の人が他の何らかのプライベート環境内に存在していることに基づきセミパブリック環境に対応するものとしてよい。別の例として、MLモデルにまたがって生成された出力が、検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境のプライバシーレベルを表す確率を含む実装形態において、配置情報が、ユーザが自宅にいることを示し、オーディオデータが雑音を含まないが、ビジョンデータが、環境内に3人の他の人が存在していることを示すと仮定する。この例では、プライバシー尺度は、(たとえば、配置情報およびオーディオデータに基づき)環境がプライベートである可能性がより高いが、(たとえば、環境内に他の人が置かれていることに基づき)高度にプライベートではない場合があることを示す0.6の確率に対応するものとしてよい。さらに別の例として、MLモデルにまたがって生成された出力が、検索クエリが受信されたときにクライアントデバイスのユーザが置かれている環境のプライバシーレベルを表す2進値を含む実装形態において、配置情報が、ユーザが自宅にいることを示し、オーディオデータが雑音を含まないが(たとえば、両方ともプライベート環境を表す2進値と関連付けられる)、ビジョンデータが、環境内に3人の他の人が存在していることを示す(たとえば、パブリック環境を表す2進値と関連付けられる)と仮定する。この例では、プライバシー尺度は、他の人が環境内に存在していることに基づきパブリック環境を表す2進値に対応するものとしてよい。

【0009】

様々な実装形態において、ユーザのクライアントデバイスの検索インターフェースに向けられたユーザ入力が、その後、受信されたときに、ユーザ入力の受信に関連付けられたそれぞれの環境信号は、ユーザ入力の受信に関連付けられた追加のプライバシー尺度を生成するために取得され、処理されることができる。ユーザ入力の受信に関連付けられた追加のプライバシー尺度は、そのプライバシー尺度に追加のプライバシー尺度が一致するかどうかを判定するために検索クエリの提出に関連付けられたプライバシー尺度と比較されることができる。さらに、ユーザに提示する過去の検索クエリのサブセットは、そのプライバシー尺度に追加のプライバシー尺度が一致するかどうかに基づき過去の検索クエリのスーパーセットの中から選択されることできる(たとえば、環境マッチングのタイプに基づき、および/または追加のプライバシー尺度がプライバシーレベルに基づき決定されたプライバシーレベルの閾値を満たすことに基づき)。たとえば、検索クエリが(たとえば、プライバシー尺度によって示されているように)プライベート環境で提出されており、ユーザ入力が(たとえば、追加のプライバシー尺度によって示されているように)パブリック環境で受信される場合、ユーザに提示される過去の検索クエリのサブセットは、パブリック環境内でも受信されたものに制限されてもよく、検索クエリはユーザに提示される過去の検索クエリのサブセットから除外される。しかしながら、様々な実装形態において、プライベート環境内で以前に受信された、検索クエリの追加のインスタンスが、パブリック環境内で受信される場合、検索クエリは、その後、ユーザに提示される過去の検索クエリのサブセットに含まれる場合がある。

【0010】

いくつかの実装形態において、ユーザに提示される過去の検索クエリは、検索インターフェースに、クエリ提案として提示されることができる。たとえば、そして、そのプライバシー尺度に追加のプライバシー尺度が一致すると仮定すると、検索インターフェースにアクセスした後、過去の検索クエリのサブセットは、選択されたときに検索エンジンにクエリ提案のうちの選択された1つの提案に関連付けられた検索クエリを実行させるクエリ提案として提示されることが可能である。いくつかの追加のまたは代替的な実装形態において、ユーザに提示される過去の検索クエリは、検索インターフェースに部分的クエリが入力されるオートコンプリート提案として提示されることができる。たとえば、そして、そのプライバシー尺度に追加のプライバシー尺度が一致すると仮定すると、"Sym"という部分的クエリを入力した後、過去の検索クエリのサブセットは、選択されたときに検索エンジンに"Symptoms of Infectious Disease #19"という検索クエリを実行させる"ptoms of Infectious Disease #19"のオートコンプリートクエリ提案を生成するために利用されることが可能である。

【0011】

様々な実装形態において、ユーザは、過去の検索クエリのスーパーセットとインタラクティブにやり取りすることができる。いくつかの実装形態において、ユーザは、過去の検索クエリに関連するプライバシー尺度を編集してもよい。たとえば、ユーザは、それぞれのプライバシー尺度を、プライベート環境に関連付けられたことからパブリック環境に関連付けられたことに変更することができ、それぞれの検索クエリは、ユーザがパブリック環境内に置かれていると判定されたときにユーザに提示される過去の検索クエリのサブセットに含まれてよい。他の例として、ユーザは、それぞれのプライバシー尺度を、パブリック環境に関連付けられたことからプライベート環境に関連付けられたことに変更することができ、それぞれの検索クエリは、ユーザがパブリック環境内に置かれていると判定されたときにユーザに提示される過去の検索クエリのサブセットから除外されてよい。いくつかの追加の、または代替的な実装形態において、ユーザは、過去の検索クエリに関連付けられたプライバシー尺度に基づき過去の検索クエリのスーパーセットから過去の検索クエリを消去してもよい。たとえば、ユーザは、プライベート環境に関連付けられたそれぞれのプライバシー尺度に関連付けられた過去の検索クエリが、過去の検索クエリのスーパーセットから取り除かれるべきであることを指定することができる。

【0012】

プライバシー尺度に基づき過去の検索クエリの提示を適合させるために本明細書において説明されている技術を使用することによって、ユーザプライバシーは、以前に提出された検索クエリの追加のインスタンスを提出するために必要なユーザ入力の量を低減しながら保持されることができる。その結果、計算機資源とネットワーク資源の両方が節約されることができる。たとえば、プライバシー尺度に基づき過去の検索クエリの提示を適合させるためにここで説明されている技術を使用することによって、ユーザの現在の環境において再提出される可能性が高いそれらの過去の検索クエリが提示されることができる。次いで、ユーザは、それらの過去の検索クエリのうちの所与の1つの検索クエリを含む発話入力を再タイプ入力または提供しなくても再提出されるべきそれらの過去の検索クエリのうちの所与の1つの検索クエリを選択することができ、それによって、クライアントデバイスで受信され、および/または処理されるユーザ入力の量を低減する。

【0013】

上述の説明は、本明細書において開示されているいくつかの実装形態のみの概要として提供されている。それらの実装形態および他の実装形態は、本明細書において詳細を加えて説明される。

【図面の簡単な説明】

【0014】

【図1】本開示の様々な態様を実証し、本明細書において開示されている実装形態が実装されることが可能である、例示的な環境のブロック図である。

【図2】様々な実装形態による、検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供する例示的な方法を例示するフローチャートである。

【図3】様々な実装形態による、検索クエリの提出に関連付けられたプライバシー尺度を修正し、修正されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供する例示的な方法を例示するフローチャートである。

【図4A】様々な実装形態による、プライベート環境における検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供することに関連付けられたユーザインターフェースの様々な非限定的な例を示す図である。

【図4B】様々な実装形態による、プライベート環境における検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供することに関連付けられたユーザインターフェースの様々な非限定的な例を示す図である。

【図4C】様々な実装形態による、プライベート環境における検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供することに関連付けられたユーザインターフェースの様々な非限定的な例を示す図である。

【図5A】様々な実装形態による、パブリック環境における検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供することに関連付けられたユーザインターフェースの様々な非限定的な例を示す図である。

【図5B】様々な実装形態による、パブリック環境における検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供することに関連付けられたユーザインターフェースの様々な非限定的な例を示す図である。

【図6】様々な実装形態による、コンピューティングデバイスの例示的なアーキテクチャを示す図である。

【発明を実施するための形態】

【0015】

まず図1を参照すると、本開示の様々な態様を実証し、本明細書において開示されている実装形態が実装されることが可能である、例示的な環境のブロック図が描かれている。クライアントデバイス110は、図1に例示されており、様々な実装形態において、ユーザ入力エンジン111、レンダリングエンジン112、1つまたは複数のセンサ120、および検索エンジン130A1を含む。

【0016】

ユーザ入力エンジン111は、クライアントデバイス110における様々なタイプのユーザ入力を検出することができる。クライアントデバイス110で検出されたユーザ入力は、クライアントデバイス110のマイクロフォンを介して検出される発話入力、クライアントデバイス110のユーザインターフェース入力デバイス(たとえば、タッチスクリーン)を介して検出されるタッチ入力、および/またはクライアントデバイス110のユーザインターフェース入力デバイス(たとえば、タッチスクリーン上の仮想キーボードを介して)検出されるタイプ入力を含むことが可能である。たとえば、ユーザ入力エンジン111を介して検出されたユーザ入力は、検索インターフェースに向けられたタッチ入力、検索クエリの1つまたは複数の語を含むタイプ入力、検索クエリの1つまたは複数の語を含む発話入力、および/または本明細書において説明されているクライアントデバイス110に向けられた任意の他の入力を含むことができる。

【0017】

様々な実装形態において、ユーザ入力がユーザ入力エンジン111を介してクライアントデバイス110で検出されたときに、クライアントデバイス110のセンサ120のうちの1つまたは複数によって生成される1つまたは複数の環境信号が取得されてよい(そして任意選択で、ユーザ入力に関連して環境信号データベース120Aに記憶されることが可能である)。クライアントデバイスの1つまたは複数のセンサ120は、たとえば、GPSセンサ、マイクロフォン、ビジョンコンポーネント、および/または他のセンサを含むことができる。クライアントデバイス110の1つまたは複数のセンサ120によって生成される1つまたは複数の環境信号は、たとえば、クライアントデバイス110のGPSセンサによって生成される配置情報、クライアントデバイス110のマイクロフォンによって生成されるオーディオデータ、クライアントデバイス110のビジョンコンポーネントによって生成されるビジョンデータ、および/またはクライアントデバイス110の他のセンサによって生成される他の環境信号を含むことができる。1つまたは複数の環境信号は、ユーザ入力エンジン111を介してクライアントデバイス110で検出されるユーザ入力に関連付けられたプライバシー尺度を生成するために処理されることが可能である(たとえば、プライバシー尺度エンジン140に関して説明されている)。

【0018】

様々な実装形態において、ユーザ入力エンジン111を介してクライアントデバイス110で検出されたユーザ入力は、検索インターフェースに向けられることが可能である。検索インターフェースに向けられたユーザ入力は、たとえば、検索インターフェースにアクセスすること、タッチ入力、タイプ入力、または発話入力のうちの1つまたは複数を通じて検索クエリの1つまたは複数の語を入力すること、および/または検索インターフェースに提示される検索結果をインタラクティブに操作することを含むことができる。いくつかの実装形態において、また検索クエリの任意の語を受信する前に、クライアントデバイス110のユーザによって以前に提出された過去の検索クエリは、クエリ提案としてクライアントデバイス110の検索インターフェースにレンダリングされることができる(たとえば、レンダリングエンジン112を介して、またクエリ提案エンジン160に関して説明されているように)。いくつかの追加の、または代替的な実装形態において、また検索インターフェースで検索クエリの1つまたは複数の語を受信したことに応答して、クライアントデバイス110のユーザによって以前に提出された過去の検索クエリは、部分的なクエリが検索インターフェースで入力されていることについてオートコンプリート提案を生成するために利用されることができ、クライアントデバイス110の検索インターフェースで(たとえば、レンダリングエンジン112を介して、クエリ提案エンジン160に関して説明されているように)レンダリングされることができる。

【0019】

いくつかの実装形態において、クライアントデバイス110で受信された検索クエリは、クライアントデバイス110においてローカルで処理されることができる。たとえば、クライアントデバイス110は、電子メールデータベース、カレンダーデータベース、文書データベース、メモデータベース、連絡先データベース、および/または他のデータベースなど、検索エンジン130A1を使用してクライアントデバイス110のローカルにあるデータベースに向けられた検索クエリをローカルで処理することができる。いくつかの追加の、または代替的な実装形態において、クライアントデバイス110で受信された検索クエリは、リモートシステムでリモート処理されるように1つまたは複数のネットワーク199(たとえば、Wi-Fi、Bluetooth、近距離無線通信(NFC)、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、イーサネット、インターネット、および/または他のネットワークの任意の組合せ)を介してクライアントデバイス110と通信するリモートシステム(たとえばサーバ)に伝送されることが可能である。たとえば、クライアントデバイス110は、検索エンジン130A2を使用して検索クエリを処理するリモートシステムに検索クエリを伝送することができる。クライアントデバイス110で受信される任意の検索クエリは、クエリアクティビティデータベース130Aに記憶されることができる。クエリアクティビティデータベース130Aは、クライアントデバイス110および/またはクライアントデバイスのユーザに関連付けられた他のクライアントデバイスで受信される過去の検索クエリのスーパーセットを含むことができる。

【0020】

様々な実装形態において、クライアントデバイス110で検出されたユーザ入力が検索インターフェースに向けられたときに、クライアントデバイス110は、クライアントデバイス110を介してユーザに提示する過去の検索クエリのサブセットを決定する際に(たとえば、任意のクエリ語を受信する前のクエリ提案として、および/または部分クエリに対するオートコンプリート提案として)プライバシー検索システム180を利用することが可能である。プライバシー検索システム180は、図1に例示されており、様々な実装形態において、検索エンジン130A2、プライバシー尺度エンジン140、プライバシー尺度比較エンジン150、クエリ提案エンジン160、およびプライバシー尺度修正エンジン170を含む。プライバシー尺度エンジン140は、様々な実装形態において、ロケーションエンジン141、オーディオエンジン142、およびビジョンエンジン143を含む。プライバシー検索システム180は、図1では、ネットワークのうちの1つまたは複数上でクライアントデバイス110と通信するリモートシステムとして描かれているが、それは例示のためであり、限定することを意図されていないことは理解されるべきである。たとえば、プライバシー検索システム180のインスタンスは、ユーザの1つまたは複数のクライアントデバイス(たとえば、クライアントデバイス110および/またはユーザの追加のクライアントデバイス)のローカルで実装されることができる。

【0021】

プライバシー尺度エンジン140は、ユーザ入力エンジン111を介してクライアントデバイス110で検出されるユーザ入力に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することができる。プライバシー尺度は、ユーザ入力が受信されたときにクライアントデバイス110のユーザが置かれている環境のプライバシーレベルを表すことができる。プライバシー尺度は、たとえば、ユーザ入力が受信されたときにクライアントデバイス110のユーザが置かれている環境のタイプ(たとえば、パブリック環境、セミパブリック環境、プライベート環境、および/または他のタイプの環境)、ユーザ入力が受信されたときにクライアントデバイス110のユーザが置かれている環境のプライバシーレベルを表す確率(たとえば、0.0により近い確率はパブリック性のより高い環境に対応し、1.0により近い確率はプライベート性のより高い環境に対応する)、ユーザ入力が受信されたときにクライアントデバイス110のユーザが置かれている環境のプライバシーレベルを表す2進値(たとえば、0の値はパブリック環境に対応し、1の値はプライベート環境に対応する)、および/またはユーザ入力が受信されたときにクライアントデバイス110のユーザが置かれている環境のプライバシーレベルを示す他の表現を含むことができる。

【0022】

いくつかの実装形態において、プライバシー検索システム180は、プライバシー尺度エンジン140に、MLモデルデータベース140Aに記憶されている1つまたは複数の機械学習(ML)モデルを使用して1つまたは複数の環境信号を処理させることができる。MLモデルデータベース140に記憶されているMLモデルは、たとえば、教師あり訓練技術を使用して訓練されることができる。たとえば、MLモデルは、各々訓練インスタンス入力と、対応する訓練インスタンス出力とを含む複数の訓練インスタンスを使用して訓練されることが可能である。訓練インスタンス入力は、訓練検索クエリに関連付けられた1つまたは複数の訓練環境信号を含むことができ、対応する訓練インスタンス出力は、訓練検索クエリに対するプライバシーレベルに関連付けられた1つまたは複数のグランドトゥルースラベルを含むことができる。注目すべきは、複数のMLモデルが、異種環境信号を処理するように訓練されることが可能であることである。

【0023】

1つまたは複数の環境信号が、ユーザ入力が受信されたときにクライアントデバイス110のGPSセンサによって生成された配置情報を含む実装形態において、ロケーションエンジン141は、環境の1つまたは複数のタイプ(たとえば、パブリックタイプの環境、セミパブリックタイプの環境、プライベートタイプの環境、および/または他のタイプの環境)に関連付けられた出力を生成するために分類モデルを使用して配置情報を処理することができる。分類モデルを訓練するために、訓練インスタンス入力は、各々配置情報を含むことができ、対応する訓練インスタンス出力は、配置情報によって表される配置における環境のタイプに対応するグランドトゥルースラベルラベルを含むことができる。

【0024】

いくつかの実装形態において、分類モデルにまたがって生成された出力は、ユーザ入力が受信されたときにユーザが置かれている環境のタイプに対応すると予測される環境のタイプに対応するラベルであってよい。たとえば、配置情報がクライアントデバイス110のユーザの自宅住所に対応する場合、配置情報を処理することに基づき分類モデルにまたがって生成される出力は、"private"ラベルであってよい。別の例として、配置情報が喫茶店、駅、または他のパブリックの場所に対応する場合、配置情報を処理することに基づき分類モデルにまたがって生成される出力は、"public"ラベルであってよい。さらに別の例として、配置情報が、クライアントデバイス110のユーザのもの以外のユーザの自宅住所に対応する場合、配置情報を処理することに基づき分類モデルにまたがって生成される出力は、"semi-public"ラベル(または"semi-private"ラベル)であってよい。

【0025】

追加の、または代替的な実装形態において、分類モデルにまたがって生成される出力は、ユーザ入力が受信されたときにユーザが置かれている環境のタイプに対応すると予測される環境のタイプに対応する1つまたは複数のラベル、および1つまたは複数のラベルの各々に関連付けられたそれぞれの尺度(たとえば、2進値、確率、対数尤度、および/または他の尺度)であってよい。たとえば、配置情報がクライアントデバイス110のユーザの自宅住所に対応する場合、配置情報を処理することに基づき分類モデルにまたがって生成される出力は、0.9の関連付けられた確率を有する"private"ラベルおよび0.1の関連付けられた確率を有する"semi-public"ラベル、または1.0の関連付けられた値を有する"private"ラベルおよび0.0の関連付けられた値を有する"semi-private"ラベルと"public"ラベルであってよい。別の例として、配置情報が喫茶店、駅、または他のパブリックの場所に対応する場合、配置情報を処理することに基づき分類モデルにまたがって生成される出力は、0.7の関連付けられた確率を有する"public"ラベルおよび0.3の関連付けられた確率を有する"semi-public"ラベル、または1.0の関連付けられた値を有する"public"ラベルおよび0.0の関連付けられた値を有する"semi-public"ラベルと"private"ラベルであってよい。さらに別の例として、配置情報が、クライアントデバイス110のユーザのもの以外のユーザの自宅住所に対応する場合、配置情報を処理することに基づき分類モデルにまたがって生成される出力は、0.8の関連付けられた確率を有する"semi public"ラベル(または"semi-private"ラベル)および0.2の関連付けられた確率を有する"private"ラベル、または1.0の関連付けられた値を有する"semi-public"ラベル、および0.0の関連付けられた値を有する"public"ラベルと"private"ラベルであってよい。

【0026】

1つまたは複数の環境信号が、それに加えて、または代替的に、ユーザ入力が受信されたときにクライアントデバイス110のマイクロフォンによって生成されたオーディオデータを含む実装形態において、オーディオエンジン142は、環境の1つまたは複数の音響特性(たとえば、環境の騒音レベル、環境内で検出される周囲騒音の分類、および/または環境の他の音響特性)に関連付けられた出力を生成するために、音響モデルを使用して、オーディオデータを処理することができる。音響モデルを訓練するために、訓練インスタンス入力は各々オーディオデータを含むことができ、対応する訓練インスタンス出力は、オーディオデータ内にキャプチャされた雑音レベルおよび/またはオーディオデータに含まれる雑音のタイプ(たとえば、会話する人々、動いている車両、バックグラウンドで再生されているテレビ番組もしくは映画、および/または他のタイプの雑音)に対応するグランドトゥルースラベルを含むことができる。

【0027】

いくつかの実装形態において、音響モデルにまたがって生成される出力は、ユーザ入力が受信されたときにユーザが置かれている環境の騒音レベルに対応する値(たとえば、デシベルレベル)および/またはユーザ入力が受信されたときにユーザが置かれている環境において検出された騒音のタイプに対応する1つまたは複数のラベルであってよい。たとえば、オーディオデータが、クライアントデバイス110のユーザがバスで通勤している間にキャプチャされたオーディオデータに対応する場合、オーディオデータを処理することに基づき音響モデルにまたがって生成される出力は、バスによって発生される騒音に基づく"commuting"および/もしくは"bus"ラベル、ならびに/またはバスが移動することに基づき検出されたデシベルレベル(たとえば、90dBなど)であってよい。別の例として、オーディオデータが、クライアントデバイス110のユーザが喫茶店内にいる間にキャプチャされたオーディオデータに対応する場合、オーディオデータを処理することに基づき音響モデルにまたがって生成される出力は、他の人たちが喫茶店で会話していることに基づく"conversation"ラベル、および/または喫茶店で演奏される音楽がある場合に"music"ラベル、ならびに人々が会話していることまたは音楽(たとえば60dB、70dBなど)に基づき検出されるデシベルレベルであってもよい。さらに別の例として、オーディオデータが、クライアントデバイス110のユーザが自宅にいる間にキャプチャされたオーディオデータに対応する場合、オーディオデータを処理することに基づき音響モデルにまたがって生成される出力は、いずれかがバックグラウンドで再生されているかどうかに基づく"television show"または"movie"ラベル、およびテレビ番組もしくは映画(たとえば40dBなど)に基づき検出されるデシベルレベルであってよい。

【0028】

追加の、または代替的な実装形態において、音響モデルにまたがって生成される出力は、ユーザ入力が受信されたときにユーザが置かれている環境において検出された騒音のタイプに対応する1つまたは複数のラベル、および1つまたは複数のラベルの各々に関連付けられたそれぞれの尺度(たとえば、2進値、確率、対数尤度、および/または他の尺度)であってよい。たとえば、そのオーディオデータが、クライアントデバイス110のユーザがバスで通勤している間にキャプチャされたオーディオデータに対応する場合、オーディオデータを処理することに基づき音響モデルにまたがって生成される出力は、0.6の関連付けられた確率を有する"bus"ラベルおよび0.4の関連付けられた確率を有する"car"ラベル、または1.0の関連付けられた値を有する"bus"ラベルおよび0.0の関連付けられた値を有する"car"ラベルであってよい。別の例として、オーディオデータが、クライアントデバイス110のユーザが喫茶店にいる間にキャプチャされたオーディオデータに対応する場合、オーディオデータを処理することに基づき音響モデルにまたがって生成される出力は、他の人たちが喫茶店で会話していると仮定して1.0の関連付けられた確率または値を有する"conversation"ラベルであってよい。さらに別の例として、オーディオデータが、クライアントデバイス110のユーザが自宅にいる間にキャプチャされたオーディオデータに対応する場合、オーディオデータを処理することに基づき音響モデルにまたがって生成される出力は、1.0の関連付けられた確率または値を有するいずれかがバックグラウンドで再生されているかどうかに基づく"television show"または"movie"ラベルであってよい。

【0029】

1つまたは複数の環境信号が、それに加えて、または代替的に、ユーザ入力が受信されたときにクライアントデバイス110のビジョンコンポーネントによって生成されたビジョンデータを含む実装形態において、ビジョンエンジン143は、環境の1つまたは複数の視覚特性(たとえば、追加のユーザが環境内に存在しているかどうか指示、環境内に存在している物体の指示、および/または環境の他の視覚特性)に関連付けられた出力を生成するために、ビジョンモデルを使用して、ビジョンデータを処理することができる。ビジョンモデルを訓練するために、訓練インスタンス入力は、各々ビジョンデータを含むことができ、対応する訓練インスタンス出力は、他の人たちが環境内に存在しているかどうか(および任意選択で、利用可能なそれらの人たちの視覚的埋め込みのそれらの人物の識別情報)に対応するグランドトゥルースラベルおよび/または環境に含まれる物体(たとえば、コーヒーテーブル、列車の座席、本棚、および/または任意の環境内に存在する場合のある他の物体)の分類を含むことができる。

【0030】

いくつかの実装形態において、ビジョンモデルにまたがって生成される出力は、ユーザ入力が受信されたときに他の人たちが環境内に置かれているかどうか(および任意選択でそれらの他の人間の識別情報)および/またはユーザ入力が受信されたときに環境内に置かれている物体のタイプに対応する1つまたは複数のラベルであってよい。たとえば、ビジョンデータが、クライアントデバイス110のユーザがバスで通勤している間にキャプチャされたビジョンデータに対応する場合、ビジョンデータを処理することに基づきビジョンモデルにまたがって生成される出力は、他の人たちが環境内に存在している場合に、"bus seat"および/または"other persons"ラベルであってもよい。別の例として、ビジョンデータが、クライアントデバイス110のユーザが喫茶店にいる間にキャプチャされたビジョンデータに対応する場合、ビジョンデータを処理することに基づきビジョンモデルにまたがって生成される出力は、他の人たちが喫茶店内に存在しておりビジョンデータ内にキャプチャされている場合には"other persons"ラベル、および/またはコーヒーカップがビジョンデータ内にキャプチャされている場合には"coffee cup"ラベル、テーブルまたはブースがビジョンデータ内にキャプチャされている場合には"table"または"booth"ラベルであってもよい。さらに別の例として、ビジョンデータが、クライアントデバイス110のユーザが自宅にいる間にキャプチャされたビジョンデータに対応する場合、ビジョンデータを処理することに基づきビジョンモデルにまたがって生成される出力は、長いすがビジョンデータ内にキャプチャされている場合には"couch"ラベル、および/またはクライアントデバイス110のユーザの配偶者がビジョンデータ内にキャプチャされており配偶者に対する視覚的埋め込みが利用可能である場合に"spouse"ラベルであってもよい。

【0031】

追加の、または代替的な実装形態において、ビジョンモデルにまたがって生成される出力は、ユーザ入力が受信されたときに他の人たちが環境内に置かれているかどうか(および任意選択でそれらの他の人間の識別情報)および/またはユーザ入力が受信されたときに環境内に置かれている物体のタイプ、ならびに1つまたは複数のラベルの各々に関連付けられたそれぞれの尺度に対応する1つまたは複数のラベル(たとえば、2進値、確率、対数尤度、および/または他の尺度)であってよい。たとえば、そのビジョンデータが、クライアントデバイス110のユーザがバスで通勤している間にキャプチャされたビジョンデータに対応する場合、オーディオデータを処理することに基づきビジョンモデルにまたがって生成される出力は、0.6の関連付けられた確率を有する"bus seat"ラベルおよび0.4の関連付けられた確率を有する"chair"ラベル、または他の人たちがビジョンデータに基づき環境内に存在していると予測される場合に1.0の関連付けられた値を有する"other persons"ラベルであってよい。別の例として、そのビジョンデータが、クライアントデバイス110のユーザが喫茶店にいる間にキャプチャされたビジョンデータに対応する場合、ビジョンデータを処理することに基づきビジョンモデルにまたがって生成される出力は、0.6の関連付けられた確率を有する"coffee cup"ラベル、0.4の関連付けられた確率を有する"thermos"ラベル、または1.0の値を有する"coffee cup"ラベルであってよい。さらに別の例として、そのビジョンデータが、クライアントデバイス110のユーザが自宅にいる間にキャプチャされたビジョンデータに対応する場合、オーディオデータを処理することに基づきビジョンモデルにまたがって生成される出力は、0.8の関連付けられた確率を有する"couch"ラベル、0/75の関連付けられた確率を有する"coffee table"ラベル、0.9の関連付けられた確率を有する"other person"ラベル(または0.9の関連付けられた確率を有する"spouse"ラベル)であってよい。

【0032】

ロケーションエンジン141、オーディオエンジン142、およびビジョンエンジン143は、特定のラベルおよびラベルに対する関連付けられた尺度を有する特定の例に関して本明細書において説明されているが、それは例示のためであり、限定することを意図されていないことは理解されるべきである。たとえば、他のラベルが存在し、それらのラベルに関連付けられた任意の尺度が利用されることできる。たとえば、MLモデルにまたがって生成されたラベルは、MLモデルが予測するように訓練された予測対象の音および/または物体、ならびに/またはユーザ入力が受信されたときにユーザが置かれている環境内に存在している音および/または物体の関数であってもよい。

【0033】

プライバシー尺度エンジン140は、ユーザ入力の受信に関連付けられたプライバシー尺度を生成するために、ロケーションエンジン141、オーディオエンジン142、またはビジョンエンジン143のうちの1つまたは複数によって生成された出力を処理することができる。プライバシー尺度エンジン140は、MLモデルデータベース140Aに記憶されているMLモデルまたはルール(たとえば、MLルールまたは発見的に定義されたルール)を使用して、ロケーションエンジン141、オーディオエンジン142、またはビジョンエンジン143のうちの1つまたは複数によって生成された出力を処理することが可能である。出力を処理するために利用されるMLモデルを訓練するために、訓練インスタンス入力は各々、上で説明されているロケーションエンジン141、オーディオエンジン142、またはビジョンエンジン143のうちの1つまたは複数によって生成された出力のうちの1つまたは複数を含むことができ、対応する訓練インスタンス出力は、出力が生成されるユーザ入力が受信された環境に関連付けられたグランドトゥルースプライバシー尺度を含むことができる。プライバシー尺度エンジン140によって生成されたプライバシー尺度は、プライバシー尺度データベース140Bに記憶されることができる。さらに、プライバシー尺度エンジン140によって生成されたプライバシー尺度は、任意選択で、プライバシー尺度データベース140Bにおいてクライアントデバイス110で受信された任意の後続のクエリと関連して記憶されるか、またはクエリ活動データベース130Aに記憶されている後続のクエリにマッピングされることが可能である。

【0034】

たとえば、ロケーションエンジン141を使用して生成された出力が、0.9の関連付けられた確率を有する"public"ラベルによって示されるようにクライアントデバイス110のユーザがレストランにいることを示すと仮定する。さらに、オーディオエンジン142を使用して生成された追加の、または代替的な出力が、比較的高い騒音レベル(たとえば、80dB)および0.8の関連付けられた確率を有する"conversation"ラベルによって示されるように他のユーザがクライアントデバイス110のユーザの環境内に存在することを示すと仮定する。さらに、ビジョンエンジン143を使用して生成された追加の、または代替的な出力が、これもまた0.8の関連付けられた確率を有する"other persons"ラベルによって示されるように他のユーザがクライアントデバイス110のユーザの環境内に存在することを示すと仮定する。この例では、プライバシー尺度エンジン140は、ロケーションエンジン141、オーディオエンジン142、またはビジョンエンジン143のうちの1つまたは複数からのこれらの出力を処理することに基づき"public"のラベルに関連付けられた0.75のプライバシー尺度および/または"private"のラベルに関連付けられた0.25のプライバシー尺度を生成するために、MLモデルまたはルールを使用してこれらの出力を処理することができる。言い換えると、これらの出力に基づき生成されるこの例におけるユーザ入力の受信に関連付けられたプライバシー尺度は、ユーザがパブリック環境内に置かれていることを示し、この環境内でクライアントデバイス110のユーザによって提出される任意の検索クエリは、ユーザによって高度にプライベートであるとみなされる可能性はない。したがって、またプライバシー尺度比較エンジンおよびクエリ提案エンジン160に関して以下で説明されているように、ユーザ入力が受信されたときにユーザが置かれている環境に比べてプライベート性のより高い環境で受信されたことを示すプライバシー尺度に関連付けられた過去の検索クエリは、クエリ提案および/または部分クエリに対するオートコンプリート提案としてユーザに対して提示されない場合ができる。

【0035】

別の例として、ロケーションエンジン141を使用して生成された出力が、1.0の関連付けられた確率を有する"private"ラベルによって示されるようにクライアントデバイス110のユーザが自宅にいることを示すと仮定する。さらに、オーディオエンジン142を使用して生成された追加の、または代替的な出力が、比較的小さな音響レベル(たとえば、20dB)によって、また他の騒音が検出されないことによって、示されるように、環境内に他の人たちが存在しないことを示すと仮定する。さらに、ビジョンエンジン143を使用して生成された追加の、または代替的な出力が、クライアントデバイス110のユーザの環境内に他のユーザが存在していない(たとえば、クライアントデバイス110のユーザが1人である)ことを示すと仮定する。この例では、プライバシー尺度エンジン140は、"private"のラベルに関連付けられた0.95のプライバシー尺度、および/または"public"のラベルに関連付けられた0.05のプライバシー尺度を生成するために、MLモデルまたはルールを使用して、これらの出力を処理ことが可能である。言い換えると、これらの出力に基づき生成されるこの例におけるユーザ入力の受信に関連付けられたプライバシー尺度は、ユーザがプライベート環境内に置かれていることを示し、この環境内でクライアントデバイス110のユーザによって提出される任意の検索クエリは、ユーザによって高度にプライベートであるとみなされてよい。したがって、またプライバシー尺度比較エンジンおよびクエリ提案エンジン160に関して以下で説明されているように、任意の過去の検索クエリは、それが受信された環境(たとえば、パブリック環境、セミパブリック環境、またはプライベート環境)にかかわらずクエリ提案および/または部分クエリに対するオートコンプリート提案としてユーザに提示されてよい。

【0036】

プライバシー尺度比較エンジン150は、ユーザ入力に関連付けられたプライバシー尺度を、プライバシー尺度データベース140Bに記憶されている過去の検索クエリに関連付けられた複数の追加のプライバシー尺度と比較することができる。プライバシー尺度を複数の追加のプライバシー尺度と比較することに基づき、プライバシー尺度比較エンジン150は、プライバシー尺度が複数の追加のプライバシー尺度のいずれかと一致するかどうかを判定することができる。プライバシー尺度がラベル(たとえば、パブリック、セミパブリック、プライベート、および/または高度にパブリック、中程度にパブリック、高度にプライベート、中程度にプライベートなどの粒度の異なる程度で任意選択で定義される任意の他のラベル)に対応する実装形態において、プライバシー尺度比較エンジン150は、プライバシー尺度に一致するそれらの追加のプライバシー尺度、およびそれらの追加のプライバシー尺度に関連付けられた過去の検索クエリを識別することができる。たとえば、プライバシー尺度がプライベートのラベルに対応すると仮定する。この例では、プライバシー尺度比較エンジン150は、プライバシー尺度がプライベート環境を示し、クライアントデバイス110のユーザは、それが最初に提出された環境に関係なく任意の検索クエリを提出してよいので、任意のラベルを有するそれらの追加のプライバシー尺度、およびそれらに関連付けられた過去の検索クエリを識別することができる。別の例として、プライバシー尺度がパブリックのラベルに対応すると仮定する。この例では、プライバシー尺度比較エンジン150は、プライバシー尺度がパブリック環境を示し、クライアントデバイス110のユーザは、パブリック環境で以前に提出された検索クエリのみを提出してもよいので、それらの追加のプライバシー尺度をパブリックラベルを有するものに制限し、それらに関連付けられた過去の検索クエリを識別することができる。

【0037】

プライバシー尺度が関連付けられた値(たとえば、確率、対数尤度、2進値など)に対応する実装形態において、プライバシー尺度比較エンジン150は、ユーザ入力に関連付けられたプライバシー尺度に基づき決定された閾値プライバシー尺度レベルを満足する関連付けられた値を有するそれらの追加のプライバシー尺度を識別することができる。たとえば、プライバシー尺度が、ラベルprivateに関連付けられた0.35の確率(およびラベルpublicに関連付けられた0.65の暗示された確率)に対応すると仮定する。この例では、閾値プライバシー尺度レベルは、0.35のプライベート閾値レベルまたは0.65のパブリック閾値レベルとすることができる。プライバシー尺度比較エンジン150は、プライベート閾値レベルに対して0.35未満の確率、またはパブリック閾値レベルに対して0.65より高い確率に関連付けられたそれらの追加プライバシー尺度を閾値プライバシー尺度レベルを満たすものとして識別することができる。さらに、プライバシー尺度比較エンジン150は、閾値プライバシー尺度レベルを満たすそれらのプライバシー尺度に関連付けられた過去の検索クエリを特定することができる。その結果、識別された過去の検索クエリは、この例では、クライアントデバイス110のユーザがプライベートとは考えないものとしてよい類似の、またはよりパブリックである環境において提出されたものを含む。別の例として、プライバシー尺度が、ラベルprivateに関連付けられた0.95の確率(およびラベルpublicに関連付けられた0.05の暗示された確率)に対応すると仮定する。この例では、閾値プライバシー尺度レベルは、0.95のプライベート閾値レベルまたは0.05のパブリック閾値レベルとすることができる。プライバシー尺度比較エンジン150は、プライベート閾値レベルに対して0.95未満の確率、またはパブリック閾値レベルに対して0.05より高い確率に関連付けられたそれらの追加プライバシー尺度を閾値プライバシー尺度レベルを満たすものとして識別することができる。さらに、プライバシー尺度比較エンジン150は、閾値プライバシー尺度レベルを満たすそれらのプライバシー尺度に関連付けられた過去の検索クエリを特定することができる。その結果、識別された過去の検索クエリは、この例では、クライアントデバイス110のユーザがプライベートと考えてもよい類似の、またはよりパブリックである環境において提出されたものを含む。

【0038】

クエリ提案エンジン160は、クライアントデバイス110の検索インターフェースで入力されている部分的クエリに対するクエリ提案および/またはオートコンプリートクエリ提案を生成するためにプライバシー尺度比較エンジン150によって識別された追加のプライバシー尺度に関連付けられた過去の検索クエリを利用することができる。クエリ提案および/またはオートコンプリートクエリ提案は、クライアントデバイス110のディスプレイを介してユーザに視覚的に提示され、および/または(たとえば、レンダリングエンジン112を使用して)クライアントデバイス110のスピーカーを介してユーザに聴覚的に提示されることが可能である。いくつかの実装形態において、クエリ提案エンジン160は、識別された過去の検索クエリのスーパーセットの中から、クエリ提案としてクライアントデバイス110のユーザに提示されるべき、過去の検索クエリのサブセットを選択することができる。クエリ提案は、ユーザが検索クエリの任意の語を入力する前に、および/またはユーザが検索クエリの語を入力している間に、クライアントデバイス110の検索インターフェースに提示されることができる。たとえば、過去の検索クエリのサブセットは、ユーザに提示する過去の検索クエリの事前定義済みの数(たとえば、3、4、6、および/または他の任意の数)を選択し、選択されたときに、検索インターフェースを介してユーザに追加の過去の検索クエリ、または検索インターフェースを介してユーザに過去の検索クエリの追加のサブセットを提示する選択可能要素を任意選択で提示することができる。それらの実装形態のいくつかのバージョンでは、過去の検索クエリのサブセットは、複数のユーザの間で人気があるか、またはトレンドになっている人気もしくはトレンド検索クエリなどの、他のクエリ提案とともに、任意選択で提示される(およびクライアントデバイス110のユーザと同じ国、地域、または都市のユーザに任意選択で限定される)ことができる。いくつかの追加の、または代替的な実装形態において、過去の検索クエリは、クライアントデバイス110の検索インターフェースで入力されている部分クエリに対するオートコンプリート提案を生成するために利用されることができる。たとえば、ユーザが以前に検索クエリ"Symptoms of Infectious Disease #19"を提出したと仮定する。さらに、ユーザがクライアントデバイス110の検索インターフェースで"Sym"という部分クエリをすでに入力していると仮定する。この例では、クエリ提案エンジン160は、クライアントデバイス110の検索インターフェースにおいて、"ptoms of Infectious Disease #19"、"phony Tickets"、および同様のもののオートコンプリート提案をユーザに提示させることができる。プライバシー尺度および追加のプライバシー尺度に基づきクエリ提案を提供することは、以下で説明される(たとえば、図4A～図4Cおよび図5A～図5Bに関して)。特に、ユーザに提示される過去の検索クエリは、ユーザ入力の受信に関連付けられたプライバシー尺度に一致する追加のプライバシー尺度に関連付けられるものに制限されてもよい。

【0039】

いくつかの実装形態において、プライバシー尺度修正エンジン170は、過去の検索クエリの追加のインスタンスがクライアントデバイス110で受信されたときに取得される1つまたは複数の環境信号に基づき過去の検索クエリに対する以前に生成されたプライバシー尺度を修正することが可能である。たとえば、"Score of the Louisville game"の検索クエリが以前に5回受信されたと仮定する。さらに、クライアントデバイス110のユーザが、この検索クエリがプライベートであることを示すプライバシー尺度にこの検索クエリが関連付けられたようにこの検索クエリが以前に提出される毎に自宅に1人でいたものと仮定する。その結果、"Score of the Louisville game"の検索クエリは、ユーザに提示される過去の検索クエリのサブセットから除外されてよい。しかしながら、さらに、クライアントデバイス110のユーザが騒々しいバーにいるときに"Score of the Louisville game"の検索クエリの追加のインスタンスが受信されると仮定する。検索クエリの追加のインスタンスが受信されたときに取得される1つまたは複数の環境信号に基づき生成された、結果として得られるプライバシー尺度は、検索クエリがプライベートではないことを示し、検索クエリに関連付けられたプライバシー尺度は、プライバシー尺度データベース140Bにおいて更新されることができる。その結果、"Score of the Louisville game"の検索クエリは、その後、ユーザに提示される過去の検索クエリのサブセットに含まれてよい。

【0040】

クライアントデバイス110およびプライバシー検索システム180は、図1に描かれているような特定のエンジンを含むものとして本明細書において説明されているが、クライアントデバイス110および/またはプライバシー検索システム180は、追加の、または代替的なエンジンを含んでいてもよいことは理解されるべきである。たとえば、クライアントデバイス110および/またはプライバシー検索システム180は、音声認識エンジン、自然言語理解(NLU)エンジン、音声合成エンジン、および/または他のエンジンを含むことができる。たとえば、音声認識エンジンは、音声認識モデルを使用して、発話入力に対応する認識済みテキストを生成するためにクライアントデバイス110のユーザの発話入力をキャプチャするオーディオデータを処理することができ、NLUエンジンは、NLUモデルを使用して、発話入力に含まれるインテントを決定するために音声認識エンジンによって生成された認識済みテキストを処理することができ、音声合成エンジンは、音声合成モデルを使用して、発話入力および/またはクライアントデバイス110で受信された任意の他の入力に応答するクライアントデバイス110のスピーカーを介して(たとえば、レンダリングエンジン112を使用して)レンダリングされるべき合成音声を含む合成音声オーディオデータを生成することができる。さらに、クライアントデバイス110および/またはプライバシー検索システム180は、それに加えて、または代替的に、クライアントデバイス110のユーザと人間対コンピュータの対話に携わることができる自動アシスタントのインスタンスを含んでもよい。

【0041】

クライアントデバイス110および/またはプライバシー検索システム180がNLUエンジンを含む実装形態において、NLUエンジンによって決定されるインテント(たとえば、ユーザによってタイプ入力された検索クエリの語に基づく、および/または発話入力に含まれる検索クエリの認識済み語に基づく)は、分類モデルを使用して、1つまたは複数のタイプの検索クエリに関連付けられた出力を生成するために処理されることが可能である。検索クエリの1つまたは複数のタイプは、様々なレベルの粒度により定義されることができ、たとえば、医療検索クエリ、スポーツ検索クエリ、旅行検索クエリ、レストラン検索クエリ、および/または検索クエリの他の任意の分類を含むことができる。さらに、1つまたは複数のタイプのクエリの各々は、1つまたは複数のタイプの環境にマッピングされることができる。たとえば、任意の医療検索クエリは、クライアントデバイス110のユーザが医療検索クエリをプライベートと考える可能性が高いのでプライベート環境にマッピングされてよいが、任意のスポーツ検索クエリ、旅行検索クエリ、およびレストラン検索クエリは、クライアントデバイス110のユーザがこれらの検索クエリをプライベートと考えない可能性が高いのでプライベート環境にマッピングされてよい。プライバシー尺度エンジン140は、環境信号の1つまたは複数に加えて、またはその代わりに、プライバシー尺度を生成する際に検索クエリが分類される検索クエリのタイプの1つまたは複数を考慮することができる。

【0042】

たとえば、プライバシー尺度エンジン140が、1つまたは複数の環境信号に基づきユーザが検索クエリをプライベートクエリであるとは考えない場合があることを示す所与の検索クエリに対するプライバシー尺度を生成する(たとえば、検索クエリは、クライアントデバイス110のユーザが電車で通勤している間に受信される)と仮定する。しかしながら、検索クエリがプライベートと考えられるタイプのクエリである場合(たとえば、医療検索クエリ)、プライバシー尺度エンジン140は、一般的にプライベートと考えられるタイプのクエリであることからクライアントデバイス110のユーザが検索クエリをプライベートと考えることを示す検索クエリの提出に関連付けられたプライバシー尺度を生成してもよい。対照的に、プライバシー尺度エンジン140が、1つまたは複数の環境信号に基づきユーザが検索クエリをプライベートクエリであるとは考えない場合があることを示す所与の検索クエリに対するプライバシー尺度を生成する(たとえば、検索クエリは、ユーザが自宅に1人でいる間に受信される)と仮定する。しかしながら、検索クエリがパブリックと考えられるタイプのクエリである場合(たとえば、スポーツクエリ)、プライバシー尺度エンジン140は、一般的にパブリックと考えられるタイプのクエリであることからクライアントデバイス110のユーザが検索クエリをプライベートと考えないことを示す検索クエリの提出に関連付けられたプライバシー尺度を生成してもよい。

【0043】

さらに、図1は、単一のクライアントデバイスに関して説明されているが、それは例示のためであり、限定することを意図されていないことは理解されるべきである。たとえば、ユーザの1つまたは複数の追加のクライアントデバイスは、ネットワーク199の1つまたは複数を介してプライバシー検索システム180と通信し(またはプライバシー検索システム180の追加のインスタンスを実装し)、および/またはネットワーク199の1つまたは複数を介してクライアントデバイス110と通信することも可能である。たとえば、初期検索クエリは、クライアントデバイス110で受信され、処理されてもよいが、検索インターフェースに向けられたユーザ入力は、ユーザのその追加のクライアントデバイスの1つまたは複数で受信されてもよく、プライバシー検索システム180は、ユーザの追加のクライアントデバイスの1つまたは複数で提示される過去の検索クエリのサブセットを制限するために利用されることが可能である。

【0044】

プライバシー尺度に基づき過去の検索クエリの提示を適合させるために本明細書において説明されている技術を使用することによって、ユーザプライバシーは、以前に提出された検索クエリの追加のインスタンスを提出するために必要なユーザ入力の量を低減しながら保持されることができる。その結果、計算機資源とネットワーク資源の両方が節約されることができる。たとえば、プライバシー尺度に基づき過去の検索クエリの提示を適合させるためにここで説明されている技術を使用することによって、ユーザの現在の環境において再提出される可能性が高いそれらの過去の検索クエリが提示されることができる。次いで、ユーザは、それらの過去の検索クエリのうちの所与の1つの検索クエリを含む発話入力を再タイプ入力または提供しなくても再提出されるべきそれらの過去の検索クエリのうちの所与の1つの検索クエリを選択することができ、それによって、クライアントデバイスで受信され、および/または処理されるユーザ入力の量を低減する。

【0045】

次に図2を参照すると、検索クエリの提出に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供する例示的な方法200を例示するフローチャートが描かれている。便宜上、方法200の動作は、動作を実行するシステムを参照しつつ説明されている。方法200のこのシステムは、コンピューティングデバイス(たとえば、図1、図4A～図4C、図5A～図5Bのクライアントデバイス110、および/または図6のコンピューティングデバイス610、1つまたは複数のサーバ、および/または他のコンピューティングデバイス)の1つまたは複数のプロセッサおよび/または他のコンポーネントを含む。さらに、方法200の動作が特定の順序で示されているが、これは制限することを意味しない。1つまたは複数の動作が、順序変更され、省かれ、および/または追加されてもよい。

【0046】

ブロック252で、システムは、ユーザのクライアントデバイスを介して、検索クエリを受信する。検索クエリは、タイプ入力、タッチ入力、または発話入力のうちの1つまたは複数を使用してクライアントデバイスの検索インターフェースで受信されることができる。検索インターフェースは、クライアントデバイスのグラフィカルユーザインターフェースを介して表示されることが可能である。いくつかの実装形態において、検索インターフェースは、ブラウザベースのアプリケーション、自動化アシスタントアプリケーション、連絡先アプリケーション、ナビゲーションアプリケーション、カレンダーアプリケーション、電子メールアプリケーション、タスクまたはリマインダーアプリケーション、および/または検索機能を含むクライアントデバイスでアクセス可能な任意の他のアプリケーションなどの、クライアントデバイスでアクセス可能なソフトウェアアプリケーションに関連付けられてもよい。いくつかの追加の、または代替的なアプリケーションでは、検索インターフェースは、ウェブブラウザ、モバイルデバイスのホーム画面、および/または検索クエリを受け取ることができる任意の他のインターフェースとすることができる。

【0047】

ブロック254で、システムは、検索クエリが受信された時刻にユーザが置かれている環境に関連付けられた1つまたは複数の環境信号を取得する。環境に関連付けられた1つまたは複数の環境信号は、クライアントデバイスのセンサによって生成することができ、たとえば、クライアントデバイスのGPSセンサによって生成された配置情報、クライアントデバイスのマイクロフォンによって生成されたオーディオデータ、クライアントデバイスのビジョンコンポーネントによって生成されたビジョンデータ、および/またはクライアントデバイスのセンサによってキャプチャされることができる他の環境信号のうちの1つまたは複数を含むことができる。1つまたは複数の環境信号は、検索クエリが受信された時刻に関する時間の閾値範囲内(たとえば、数秒、ミリ秒、および/または検索クエリを受信する前および検索クエリを受信した後の他の持続時間)にキャプチャされることができる。

【0048】

ブロック256で、システムは、検索クエリの提出に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理する。システムは、MLモデルを使用して、出力を生成するために1つまたは複数の環境信号を処理することができ、MLモデルにまたがって生成された出力に基づきプライバシー尺度を生成することができる。1つまたは複数の環境信号が、検索クエリが受信された時刻にユーザが置かれている環境の配置情報を含む実装形態では、システムは、出力を生成するために分類モデルを使用して配置情報を処理することができる(たとえば、図1のロケーションエンジン141に関して説明されているように)。1つまたは複数の環境信号が、検索クエリが受信された時刻にユーザが置かれている環境内の騒音をキャプチャしたオーディオデータを含む追加の、または代替的な実装形態において、システムは、出力を生成するために音響モデルを使用してオーディオデータを処理することができる(たとえば、図1の音響エンジン142に関して記載されているように)。1つまたは複数の環境信号が、検索クエリが受信された時刻にユーザが置かれている環境をキャプチャしたビジョンデータを含む追加の、または代替的な実装形態において、システムは、出力を生成するためにビジョンモデルを使用してビジョンデータを処理することができる(たとえば、図1のビジョンエンジン143に関して記載されているように)。さらに、システムは、プライバシー尺度を生成するために追加のMLモデルを使用してこれらの出力のうちの1つまたは複数を処理することができる。

【0049】

ブロック258で、システムは、クライアントデバイスまたはユーザの追加のクライアントデバイスの検索インターフェースに向けられたユーザ入力が受信されたかどうかを判定する。ユーザ入力は、たとえば、検索インターフェースに向けられたタイプ入力、タッチ入力、または発話入力のうちの1つまたは複数とすることができる。たとえば、検索インターフェースに向けられたユーザ入力は、検索インターフェースにアクセスすること、検索インターフェースの検索フィールド内に部分クエリを入力すること、検索インターフェースの検索フィールドによりクエリを提出すること、任意の追加のユーザ入力を受け取らずに(および任意選択で任意の追加のユーザ入力を受け取らない持続時間の後に)自動化アシスタントを呼び出すこと(たとえば、クライアントデバイスもしくは追加のクライアントデバイスのスクイーズによって、特定の単語もしくはフレーズを発話することによって、および/もしくは自動化アシスタントを呼び出す他の手段によって)、ならびに/または他のユーザが検索インターフェースをインタラクティブ操作することを含むことができる。ブロック258の反復において、システムが、検索インターフェースに向けられたユーザ入力が受信されないと判定した場合、システムは、ブロック258においてユーザ入力の監視を継続する。ブロック258の反復で、システムが、検索インターフェースに向けられたユーザ入力が受信されたと判定した場合、システムはブロック260に進む。

【0050】

ブロック260で、システムは、ユーザ入力が受信されたその後の時刻にユーザが置かれている環境に関連付けられた1つまたは複数の追加の環境信号を取得する。ブロック258でユーザ入力が受信されたその後の時刻は、ブロック252で検索クエリが受信された時刻の後である。特に、ブロック258でユーザ入力が受信されたその後の時刻にユーザが置かれている環境は、ブロック252で検索クエリが受信されたのと同じ環境であるか、または異なる環境であってもよい。環境に関連付けられた1つまたは複数の追加の環境信号は、クライアントデバイスまたは追加のクライアントデバイスのセンサによって生成され、ブロック254に関して上で説明されている環境信号を含むことができる。

【0051】

ブロック262で、システムは、ユーザ入力に関連付けられた追加のプライバシー尺度を生成するために1つまたは複数の追加の環境信号を処理する。システムは、ブロック256に関して上で説明されているのと同じか、または類似する方式でユーザ入力に関連付けられた追加のプライバシー尺度を生成するために1つまたは複数の追加の環境信号を処理することができる。

【0052】

ブロック264で、システムは、ブロック262で生成されたユーザ入力に関連付けられた追加のプライバシー尺度が、ブロック256で生成される検索クエリの提出に関連付けられたプライバシー尺度(たとえば、図1のプライバシー尺度比較エンジン150に関して説明されている)と一致するかどうかを判定する。いくつかの実装形態において、プライバシー尺度および追加のプライバシー尺度は、1つまたは複数の異なるタイプの環境(たとえば、パブリック環境、セミパブリック環境、プライベート環境、および/または様々な程度の粒度で定義された他のタイプの環境)に対応するラベルとすることができる。それらの実装形態のいくつかのバージョンでは、そのプライバシー尺度に追加のプライバシー尺度が一致するかどうかを判定することは、ラベルに基づくことができる。いくつかの追加の、または代替的な実装形態において、プライバシー尺度および追加のプライバシー尺度は、それぞれ、検索クエリおよびユーザ入力が受信された環境がどれくらいプライベートかまたはどれくらいパブリックかの程度を表す確率、対数尤度、2進値、および/または他の値とすることができる。それらの実装形態のいくつかのバージョンでは、そのプライバシー尺度に追加のプライバシー尺度が一致するかどうかを判定することは、それらの値に基づくことができる。

【0053】

ブロック264の反復で、システムが、そのプライバシー尺度に追加のプライバシー尺度が一致していないと判定した場合、システムはブロック266に進む。たとえば、プライバシー尺度および追加のプライバシー尺度が1つまたは複数の異なるタイプの環境に対応するラベルである実装形態において、ブロック252で受信された検索クエリの提出に関連付けられたプライバシーレベルがプライベートラベルに対応すると仮定し、ブロック258で受信されたユーザ入力に関連付けられた追加のプライバシーレベルがパブリックラベルに対応すると仮定する。この例では、システムは、検索クエリが受信された環境ほどプライベートでない環境内でユーザ入力が受信されるのでそのプライバシー尺度に追加のプライバシー尺度が一致しないと判定する場合がある。別の例として、プライバシー尺度および追加のプライバシー尺度が、検索クエリおよびユーザ入力が受信される環境がどの程度プライベートかまたはどの程度パブリックかを表す値である実装形態において、ブロック252で受信された検索クエリの提出に関連付けられたプライバシーレベルが0.8の確率に対応し(たとえば、よりプライベートな環境を示す)、ブロック258で受信されたユーザ入力に関連付けられた追加のプライバシーレベルが0.4の確率に対応すると仮定する(たとえば、プライベート性がより低い環境を示す)。この例では、システムは、0.4の確率が0.8の確率と一致するまたはそれを超えることはないと判定し、これはユーザ入力が受信される環境が、検索クエリが受信される環境ほどプライベートではないことを示す、と判定してよい。

【0054】

ブロック266で、システムは、ブロック256で生成される検索クエリの提出に関連付けられたプライバシー尺度およびブロック262で生成されるユーザ入力に関連付けられた追加のプライバシー尺度に基づき、過去の検索クエリのスーパーセットの中から、ユーザに提示する過去の検索クエリのサブセットを選択する。過去の検索クエリのスーパーセットは、クライアントデバイスおよび/または追加のクライアントデバイスによってアクセス可能な1つまたは複数のデータベースまたはメモリに記憶されることができる。さらに、スーパーセットから選択される過去の検索クエリのサブセットは、ブロック256で生成された検索クエリの提出に関連付けられたプライバシー尺度に一致するプライバシー尺度に関連するものに制限されてよい。特に、追加のプライバシー尺度はプライバシー尺度と一致していないので、過去の検索クエリのサブセットは、ブロック252で受信された検索クエリを除外する。次いで、システムは、ブロック268に進む。ブロック268は、以下で説明される。

【0055】

ブロック264の反復で、システムが、そのプライバシー尺度に追加のプライバシー尺度が一致していると判定した場合、システムはブロック268に進む。たとえば、プライバシー尺度および追加のプライバシー尺度が1つまたは複数の異なるタイプの環境に対応するラベルである実装形態において、ブロック252で受信された検索クエリの提出に関連付けられたプライバシーレベルがパブリックラベルに対応すると仮定し、ブロック258で受信されたユーザ入力に関連付けられた追加のプライバシーレベルがプライベートラベルに対応すると仮定する。この例では、システムは、検索クエリが受信された環境よりプライベート性が高い(または少なくとも同程度にプライベートである)環境内でユーザ入力が受信されるのでそのプライバシー尺度に追加のプライバシー尺度が一致すると判定する場合がある。別の例として、プライバシー尺度および追加のプライバシー尺度が、検索クエリおよびユーザ入力が受信される環境がどの程度プライベートかまたはどの程度パブリックかを表す値である実装形態において、ブロック252で受信された検索クエリの提出に関連付けられたプライバシーレベルが0.4の確率に対応し(たとえば、よりプライベートな環境を示す)、ブロック258で受信されたユーザ入力に関連付けられた追加のプライバシーレベルが0.6の確率に対応すると仮定する(たとえば、プライベート性がより高い環境を示す)。この例では、システムは、0.6の確率が0.4の確率と一致するまたはそれを超えると判定し、これはユーザ入力が受信される環境が、検索クエリが受信される環境よりプライベート性が高い(または少なくとも同程度にプライベートである)ことを示す、と判定してよい。次いで、システムは、ブロック268に進む。

【0056】

ブロック268で、システムは、過去の検索クエリ(またはブロック266で選択されたそのサブセット)がユーザに提示されることを行わせる。過去の検索クエリ(またはブロック266で選択されるそのサブセット)は、ブロック264でユーザ入力がどこで受信されたかに基づきクライアントデバイスまたは追加のクライアントを介してユーザに提示されることが可能である。過去の検索クエリ(またはそのサブセット)は、検索インターフェースで追加の検索クエリの任意の語を受信する前、検索インターフェースで追加の検索クエリの語が入力されている間、および/または検索インターフェースで追加の検索クエリに応答する検索結果が表示されている間に、ユーザに提示することができる。いくつかの実装形態において、過去の検索クエリ(またはそのサブセット)は、検索インターフェースにおいてクエリ提案としてユーザに対して提示されることができる。いくつかの追加の、または代替的な実装形態において、過去の検索クエリ(またはそのサブセット)は、検索インターフェースで入力されている部分クエリに対するオートコンプリート提案を生成するために利用されることができる。過去の検索クエリ(またはそのサブセット)を提示することは、以下で説明される(たとえば、図4A～図4Cおよび図5A～図5Bに関して)。

【0057】

次に図3を参照すると、検索クエリの提出に関連付けられたプライバシー尺度を修正し、修正されたプライバシー尺度に基づき過去の検索クエリのサブセットを提供する例示的な方法300を例示するフローチャートが描かれている。便宜上、方法300の動作は、動作を実行するシステムを参照しつつ説明されている。方法300のこのシステムは、コンピューティングデバイス(たとえば、図1、図4A～図4C、図5A～図5Bのクライアントデバイス110、および/または図6のコンピューティングデバイス610、1つまたは複数のサーバ、および/または他のコンピューティングデバイス)の1つまたは複数のプロセッサおよび/または他のコンポーネントを含む。さらに、方法300の動作が特定の順序で示されているが、これは制限することを意味しない。1つまたは複数の動作が、順序変更され、省かれ、および/または追加されてもよい。

【0058】

ブロック352で、システムは、ユーザのクライアントデバイスを介して、検索クエリを受信する。検索クエリは、図2のブロック252に関して上で説明されているのと同じまたは類似する方式でクライアントデバイスの検索インターフェースで受信されることができる。

【0059】

ブロック354で、システムは、プライバシー尺度を生成するために検索クエリが受信された時刻にユーザが置かれている環境に関連付けられた1つまたは複数の環境信号を処理する。1つまたは複数の環境信号は、図2のブロック254に関して説明されているのと同じ、または類似する方式で取得され、プライバシー尺度を生成するために図2のブロック256に関して説明されているのと同じ、または類似する方式で処理されることができる。

【0060】

ブロック356で、システムは、クライアントデバイスまたはユーザの追加のクライアントデバイスの検索インターフェースに向けられたユーザ入力が受信されたかどうかを判定する。システムは、図2のブロック258に関して説明されているのと同じ、または類似する方式で検索インターフェースに向けられたユーザ入力がクライアントデバイスまたは追加のクライアントデバイスで受信されるかどうかを判定することができる。ブロック356の反復において、システムが、検索インターフェースに向けられたユーザ入力が受信されないと判定した場合、システムは、ブロック356においてユーザ入力の監視を継続する。ブロック356の反復で、システムが、検索インターフェースに向けられたユーザ入力が受信されたと判定した場合、システムはブロック358に進む。

【0061】

ブロック358で、システムは、追加のプライバシー尺度を生成するためにユーザ入力が受信されたその後の時刻にユーザが置かれている環境に関連付けられた1つまたは複数の追加の環境信号を処理する。ブロック358で生成された追加のプライバシー尺度は、ブロック356においてユーザ入力を受信したことに関連付けられる。1つまたは複数の追加の環境信号は、図2のブロック260に関して説明されているのと同じ、または類似する方式で取得され、追加のプライバシー尺度を生成するために図2のブロック262に関して説明されているのと同じ、または類似する方式で処理されることができる。

【0062】

ブロック360で、システムは、ブロック354で生成される検索クエリの提出に関連付けられたプライバシー尺度およびブロック358で生成されるユーザ入力に関連付けられた追加のプライバシー尺度に基づき制限された過去の検索クエリがユーザに提示されることを行わせる。特に、制限された過去の検索クエリは、その検索クエリを除外する。たとえば、そのプライバシー尺度(たとえば、図2のブロック264に関して上で説明されているのと同じまたは類似する方式で決定される)に追加のプライバシー尺度が一致しないことを仮定し、過去の検索クエリのサブセットが、ユーザへの提示のために、過去の検索のスーパーセットの中から選択され、過去の検索クエリのサブセットは、ブロック352で受信された検索を除外すると仮定する(たとえば、図2のブロック266に関して上で説明されているのと同じまたは類似する方式で選択される)。この例では、その検索クエリを除外する過去の検索結果のサブセットは、制限された過去の検索クエリと考えられてよい。さらに、制限された過去の検索クエリは、図2のブロック268に関して説明されているのと同じ、または類似する方式でユーザに提示されることができる。

【0063】

ブロック362で、システムは、ブロック352で受信された検索クエリの追加のインスタンスが、クライアントデバイスまたは追加のクライアントデバイスで受信されたかどうかを判定する。追加の検索クエリは、図2のブロック252に関して上で説明されているのと同じまたは類似する方式でクライアントデバイスの検索インターフェースで受信されることができる。ブロック362の反復において、システムが、検索クエリの追加のインスタンスが受信されないと判定した場合、システムは、ブロック362において検索クエリの追加のインスタンスに対する監視を継続する。ブロック362の反復で、システムが、検索クエリの追加のインスタンスが受信されたと判定した場合、システムはブロック364に進む。

【0064】

ブロック364で、システムは、プライバシー尺度を修正するために検索クエリの追加のインスタンスが受信されたさらなるその後の時刻にユーザが置かれている環境に関連付けられた1つまたは複数のさらなる追加の環境信号を処理する。1つまたは複数のさらなる追加の環境信号は、図2のブロック260に関して説明されているのと同じ、または類似する方式で取得され、検索クエリの提出に関連付けられたさらなる追加のプライバシー尺度を生成するために図2のブロック262に関して説明されているのと同じ、または類似する方式で処理されることができる。次いで、ブロック354で生成されたプライバシー尺度は、さらなる追加のプライバシー尺度に基づき修正されることができる。たとえば、さらなる追加のプライバシー尺度は、ブロック362で受信された検索クエリの追加のインスタンスがパブリック環境で受信されたことを示しているが、そのプライバシー尺度は、ブロック352で受信された検索クエリの元のインスタンスがプライベート環境で受信されたことを示していたと仮定する。この例では、プライバシー尺度は、検索クエリがパブリック環境で提出されたことからユーザが検索クエリをプライベートであるとみなさない場合があると推論されることが可能であるのでパブリック環境に関連付けられることからパブリック環境に関連付けられることに修正されることができる。

【0065】

ブロック366で、システムは、修正されたプライバシー尺度に基づき、制限されていない過去の検索クエリがその後ユーザに提示さることを行わせる。特に、制限されていない過去の検索クエリは、その検索クエリを含んでもよい。たとえば、検索インターフェースに向けられた追加のユーザ入力が受信され、ユーザが、なおさらなる追加のプライバシー尺度によって示されるようにパブリック環境内に存在していると仮定する。この例では、検索クエリは、検索クエリの提出に関連付けられた修正済みプライバシー尺度に基づき、ユーザに提示される過去の検索クエリのサブセットに含まれてもよい。

【0066】

次に図4A～図4Cおよび図5A～図5Bを参照すると、様々な環境において検索インターフェースに向けられたユーザ入力に関連付けられたプライバシー尺度を生成し、生成されたプライバシー尺度に基づき過去の検索クエリの異なるサブセットを提供することに関連付けられたユーザインターフェースの様々な非限定的な例が描かれている。図4A～図4Cは各々、グラフィカルユーザインターフェース190を有するクライアントデバイス110を描いており、図1のクライアントデバイスのコンポーネントのうちの1つまたは複数を含んでもよい。プライバシー検索システム(たとえば、図1のプライバシー検索システム180)の1つまたは複数の態様は、クライアントデバイス110において、および/またはクライアントデバイス110とネットワーク通信している(たとえば、図1のネットワーク199を介して)リモートコンピューティングデバイス(たとえば、サーバ)において、局所的に実装されてもよい。しかしながら、簡単にするために、図4A～図4Cの動作は、クライアントデバイス110によって実行されるものとして本明細書において説明されている。図4A～図4Cのクライアントデバイス110は、携帯電話として描かれているが、それは限定することを意図されていないことは理解されるべきである。クライアントデバイス110は、たとえば、スタンドアロンアシスタントデバイス(たとえば、マイクロフォン、スピーカー、および/またはディスプレイを有する)、ラップトップ、デスクトップコンピュータ、車載コンピューティングデバイス、および/または検索クエリを受信し、検索クエリを処理し、および/または過去の検索クエリを表示することができる任意の他のクライアントデバイスとすることができる。

【0067】

図4A～図4Cのグラフィカルユーザインターフェース190は、ユーザが仮想キーボード196(図4Cに示されているような)または他のタッチおよび/もしくはタイプ入力を介してユーザ入力を生成するために選択してよいテキスト応答インターフェース要素194、ならびにユーザがクライアントデバイス110のマイクロフォンを介してユーザ入力を生成するために選択してよい音声応答インターフェース要素195をさらに含む。いくつかの実装形態において、ユーザは、音声応答インターフェース要素195の選択なしでマイクロフォンを介してユーザ入力を生成してよい。たとえば、マイクロフォンを介した可聴ユーザ入力に対する能動的監視は、ユーザが音声応答インターフェース要素195を選択する必要をなくすために行われてよい。それらの実装形態のうちのいくつかおよび/または他の実装形態において、音声応答インターフェース要素195は省かれてよい。さらに、いくつかの実装形態において、テキスト応答インターフェース要素194は、それに加えておよび/または代替的に省かれてもよい(たとえば、ユーザは可聴ユーザ入力のみを提供してよい)。図4A～図4Cのグラフィカルユーザインターフェース190は、コンピューティングデバイス110に1つまたは複数のアクションを実行させるためにユーザがインタラクティブに操作してよいシステムインターフェース要素191、192、193も備える。

【0068】

様々な実装形態において、グラフィカルユーザインターフェース190上に表示される検索インターフェースに向けられたユーザ入力は、クライアントデバイス110のユーザ401から受信されることができる。クライアントデバイス110は、プライバシー検索システム180を利用して、ユーザ入力が受信されたときにユーザ401が置かれている環境400に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することができる。図4Aに示されているように、環境400の外側(たとえば、破線ボックスの外側)に配置されている他のユーザ402によって示されるようにユーザ401が環境400内に存在する唯一のユーザであると仮定する。さらに、また図4Bに示されているように、検索インターフェース(たとえば、"www.exampleurl0.com/"のURL411によって示されるようにクライアントデバイス110によってアクセス可能なブラウザベースのソフトウェアアプリケーション)に向けられたユーザ入力は、ユーザ401が"Symptoms of Infectious Disease #19"の検索クエリ415Bを提出することを含むと仮定する。検索クエリに応答する検索結果は、ユーザ401に提示され、たとえば、"Government Disease Website"の第1の検索結果420、および"Virtual Doctor Website"の第2の検索結果430を含むことができる。

【0069】

図4Aおよび図4Bに示されている例では、クライアントデバイス110のセンサは、検索クエリ415Bが受信されたときにユーザ401が置かれている環境400の1つまたは複数の環境信号をキャプチャすると仮定する。1つまたは複数の環境信号は、たとえば、検索クエリ415Bが受信されたときにユーザ401の配置に対応し、クライアントデバイス110のGPSセンサを使用して生成される配置情報、検索クエリ415Bが受信されたときに環境400の環境騒音をキャプチャし、クライアントデバイス110のマイクロフォンを使用して生成されるオーディオデータ、および/または検索クエリ415Bが受信されたときに環境400をキャプチャし、クライアントデバイス110のマイクロフォンを使用して生成されるビジョンデータを含むことができる。さらに1つまたは複数の環境信号は、出力を生成するためにMLモデル(たとえば、図1のMLモデルデータベース140Aに記憶されている)を使用して処理され、検索クエリ415Bの提出に関連付けられたプライバシー尺度は、MLモデルにわたって生成された出力に基づき生成されることができる。

【0070】

たとえば、配置情報が、ユーザ401が自宅住所(たとえば、ユーザ401の家)にいることを示すと仮定する。この例では、クライアントデバイス110は、プライバシー検索システム180に、(たとえば、図1のロケーションエンジン141に関して説明されているように)出力を生成するために分類モデルを使用して配置情報を処理させることができる。出力は、たとえば、検索クエリ415Bが受信されたときにユーザ401が置かれている配置情報に対応する環境の1つまたは複数のタイプ、および/または環境の1つまたは複数のタイプの各々に関連付けられたそれぞれの値を含むことができる。環境の1つまたは複数のタイプは、様々なレベルの粒度で定義されることができる。たとえば、環境の1つまたは複数のタイプは、パブリック環境またはプライベート環境、より具体的には喫茶店、図書館、駅、および/または他のより具体的なタイプのパブリック環境または自宅(たとえば、クライアントデバイス110のユーザの)、個人オフィス、および/または他のより具体的なタイプのプライベート環境に対応することが可能である。さらに、1つまたは複数のタイプの環境の各々に関連付けられた値は、確率、対数尤度、2進値、および/または検索クエリ415Bが受信されたときにユーザ401が置かれている環境のタイプの分類に関連付けられた信頼水準を示す任意の他の値とすることができる。プライバシー検索システム180を使用して配置情報を処理することによって、クライアントデバイス110は、ユーザ401が、プライベート環境と考えられることができる自宅にいることを決定することができる。

【0071】

それに加えて、または代替的に、オーディオデータが、ユーザ401または任意の他のユーザ(たとえば、他のユーザ402)の発話を含まないが、環境400のバックグラウンドで再生されているテレビ番組に対応するオーディオデータをキャプチャすると仮定する。この例では、クライアントデバイス110は、プライバシー検索システム180に、(たとえば、図1の音響エンジン142に関して説明されているように)出力を生成するために音響モデルを使用してオーディオデータを処理させることができる。出力は、たとえば、オーディオデータにキャプチャされた1つもしくは複数の音響特性、および/または1つもしくは複数の音響特性の各々に関連付けられたそれぞれの値を含むことができる。1つまたは複数の音響特性は、たとえば、検索クエリ415Bが受信されたときにユーザ401が置かれている環境400の騒音レベル、検索クエリ415Bが受信されたときにユーザ401が置かれている環境400内でキャプチャされた騒音の1つまたは複数のタイプ、および/または1つまたは複数のタイプの騒音の各々に関連付けられたそれぞれの値を含むことができる。さらに、1つまたは複数のタイプの環境の各々に関連付けられた値は、確率、対数尤度、2進値、および/または検索クエリ415Bが受信されたときにユーザ401が置かれている環境400内でキャプチャされた騒音のタイプの分類に関連付けられた信頼水準を示す任意の他の値とすることができる。それに加えて、または代替的にプライバシー検索システム180を使用してオーディオデータを処理することによって、クライアントデバイス110は、オーディオデータがユーザ401または任意の他のユーザの発話を含まないが、オーディオデータが環境400のバックグラウンドで再生されているテレビ番組をキャプチャしていると判定することができる。

【0072】

それに加えて、または代替的に、ビジョンデータは環境内の任意の他のユーザ(たとえば、他のユーザ402)をキャプチャしていないが、環境400に長いすが存在していると仮定する。この例では、クライアントデバイス110は、プライバシー検索システム180に、(たとえば、図1のビジョンエンジン143に関して説明されているように)出力を生成するためにビジョンモデルを使用してビジョンデータを処理させることができる。出力は、たとえば、オーディオデータにキャプチャされた1つもしくは複数の音響特性、および/または1つもしくは複数の音響特性の各々に関連付けられたそれぞれの値を含むことができる。1つまたは複数の音響特性は、たとえば、検索クエリ415Bが受信されたときにユーザ401が置かれている環境400内に他のユーザ(たとえば、他のユーザ402)が存在しているかどうかの指示(および任意選択で他のユーザの視覚的埋め込みが利用可能であれば他のユーザの識別情報)、検索クエリ415Bが受信されたときにユーザ401が置かれている環境400内でキャプチャされた物体の1つまたは複数のタイプ、および/または1つまたは複数のタイプの物体の各々に関連付けられたそれぞれの値を含むことができる。さらに、1つまたは複数のタイプの環境の各々に関連付けられた値は、確率、対数尤度、2進値、および/または検索クエリ415Bが受信されたときにユーザ401が置かれている環境400内でキャプチャされた物体のタイプの分類に関連付けられた信頼水準を示す任意の他の値とすることができる。それに加えて、または代替的にプライバシー検索システム180を使用してビジョンデータを処理することによって、クライアントデバイス110は、ビジョンデータが他のユーザが環境内に存在していることを示さないが、ビジョンデータが環境400内の長いすをキャプチャしていると判定することができる。

【0073】

さらに、クライアントデバイス110は、プライバシー検索システム180に、配置情報、オーディオデータ、またはビジョンデータのうちの1つまたは複数を処理することに基づき生成されたこれらの出力のうちの1つまたは複数を処理させて、検索クエリ415Bの提出に関連付けられたプライバシー尺度を生成することができる。これらの出力のうちの1つまたは複数は、MLモデルまたはルール(たとえば、MLルールおよび/または発見的に定義されたルール)を使用して処理されることが可能である。たとえば、配置情報によって示されるようにユーザ401がユーザ401の自宅に対応する環境400内に存在していること、環境400の騒音レベルが比較的低いこと(たとえば、バックグラウンドのテレビ番組)、およびオーディオデータによって示されるように他のユーザが環境400内に存在していないこと、および/またはビジョンデータによって示されるように他のユーザが環境400内に存在していないことに基づき、検索クエリ415Bの提出に関連付けられた結果として得られるプライバシー尺度は、ユーザ401が検索クエリ415Bをプライベートとみなすことを示すものとしてよい。したがって、結果として得られるプライバシー尺度は、"private"のラベルとすることができ、任意選択で、プライベート環境を示す関連付けられた値(たとえば、"private"のラベルに関連付けられた0.95の確率)を含むことができる。この結果得られるプライバシー尺度は、検索インターフェースに向けられた追加のユーザ入力がクライアントデバイス110またはユーザ401の追加のクライアントデバイスで受信されたときにユーザ401に提示された過去の検索クエリのサブセットに検索クエリ415Bが含まれるべきかどうかを判定するためにその後利用されることが可能である。

【0074】

様々な実装形態において、グラフィカルユーザインターフェース190上に表示される検索インターフェースに向けられた追加のユーザ入力は、クライアントデバイス110のユーザ401から受信されることができる。たとえば、および図4Cに示されているように、ユーザ401が、その後、検索インターフェース(たとえば、"www.exampleurl0.com/"のURL411によって示されるようにクライアントデバイス110によってアクセス可能なブラウザベースのソフトウェアアプリケーション)にアクセスするための追加のユーザ入力を提供すると仮定する。検索インターフェースがクライアントデバイス110でその後アクセスされるときに、過去の検索クエリの少なくともサブセットは、クライアントデバイス110の検索インターフェースでユーザ401に提示されることができる。ユーザ401に提示される過去の検索クエリのサブセットは、検索クエリ415Bの提出に関連付けられたプライバシー尺度と、検索インターフェースに向けられた追加のユーザ入力の受信(たとえば、ユーザが上述のように検索インターフェースにアクセスすること)に関連付けられた追加のプライバシー尺度とに基づき過去の検索クエリのスーパーセットから選択されることが可能である。追加のプライバシー尺度は、プライバシー尺度に関して上で説明されているのと同じ、または類似する方式で生成されることができるが、検索インターフェースに向けられた追加のユーザ入力が環境400内で受信された時点で取得される1つまたは複数の追加の環境信号に基づくことができる。

【0075】

たとえば、ユーザ401が図4Aおよび図4Bに関して説明されている環境400内に(たとえば、ユーザ401は環境400内に1人でいる)、ただし、次の日、次の週、および/または検索クエリ415Bが受信された時刻の後の任意の他の時刻などの、その後の時刻に、存在すると仮定する。この例では、検索インターフェースに向けられた追加のユーザ入力に関連付けられた追加のプライバシー尺度は、検索クエリ415Bの提出に関連付けられたプライバシー尺度と一致する可能性が高い。その結果、ユーザ401に提示される過去の検索クエリのサブセット(たとえば、425C1、425C2、425C3、および425C4)は、検索クエリ415Bを含んでもよい。いくつかの実装形態において、ユーザ401に提示される過去の検索クエリのサブセットは、検索クエリ415B(たとえば、425C1によって示される)および/または検索クエリ415Bの提出に関連付けられたプライバシー尺度と少なくとも一致するプライバシー尺度に関連付けられた他の検索クエリを含むリストまたは検索クエリ425として提示されることが可能である。いくつかの実装形態において、検索クエリ435のリストは、任意選択で、サブセットが選択される過去の検索クエリのスーパーセットに属さない追加の検索クエリを含むことができる。たとえば、検索クエリ425のリストは、任意選択で、検索インターフェースに向けられた追加のユーザ入力が受信されるその後の時刻にユーザの集団全体において人気がある1つまたは複数の人気のある検索クエリ(たとえば、425C5によって示されるような)を含むことが可能である。いくつかの追加の、または代替的な実装形態において、検索クエリ425のリストは、任意選択で、選択されたときに、1つまたは複数の追加の過去の検索クエリをユーザ401に提示させる選択可能要素425C6を含むことができる。たとえば、検索クエリ425のリストは、追加の過去の検索クエリの1つまたは複数を含むように拡張されるか、または過去の検索クエリの追加のサブセットが、検索クエリ425のリストに含まれるものに取って代わることができる。いくつかの追加の、または代替的な実装形態において、過去の検索クエリのサブセットは、検索インターフェースでユーザ401によって入力されている部分クエリに対する1つまたは複数のオートコンプリート提案を生成するために利用されることができる。たとえば、ユーザ401が仮想キーボード196を介して"Sym"の部分クエリ415Cを提供すると仮定する。この例では、検索クエリ415Bは、"ptoms of Infectious Disease #19"のオートコンプリート提案415C1を生成するために利用されることができる。さらに、オートコンプリート提案415C1がユーザ401によって選択される仮定する。この例では、検索クエリ415Bの追加のインスタンスが再提出され、検索クエリ415Bの追加のインスタンスに応答する検索結果が、ユーザ401に提示されることができる。

【0076】

対照的に、ユーザ401が、検索インターフェースに向けられた追加のユーザ入力が受信されたときに、図5Aに描かれている環境500などの環境400とは異なる環境内に存在していると仮定する。図5Aに示されているように、ユーザ401が、環境500の内側(たとえば、破線ボックスの内側)に他のユーザ402が置かれていることによって示されるように他のユーザ402と環境500内に同時に存在していると仮定する。さらに、図5Bに示されているように、検索インターフェース(たとえば、"www.exampleurl0.com/"のURL411によって示されるようにクライアントデバイス110によってアクセス可能なブラウザベースのソフトウェアアプリケーション)に向けられた追加のユーザ入力は、ユーザ401が検索インターフェースにアクセスすることを含むと仮定する。検索インターフェースがクライアントデバイス110でその後アクセスされるときに、過去の検索クエリの少なくともサブセットは、クライアントデバイス110の検索インターフェースでユーザ401に提示されることができる。ユーザ401に提示される過去の検索クエリのサブセットは、検索クエリ415Bの提出に関連付けられたプライバシー尺度と、検索インターフェースに向けられた追加のユーザ入力の受信(たとえば、ユーザが上述のように検索インターフェースにアクセスすること)に関連付けられた追加のプライバシー尺度とに基づき過去の検索クエリのスーパーセットから選択されることが可能である。追加のプライバシー尺度は、プライバシー尺度に関して上で説明されているのと同じ、または類似する方式で生成されることができるが、検索インターフェースに向けられた追加のユーザ入力が環境500内で受信された時点で取得される1つまたは複数の追加の環境信号に基づくことができる。

【0077】

たとえば、ユーザ401が他のユーザ401とともに環境500に、ただし、次の日、次の週、および/または検索クエリ415Bが受信された時刻の後の任意の他の時刻などの、その後の時刻に存在していると仮定する。さらに、追加のユーザ入力が受信されたその後の時刻にキャプチャされた配置情報は、ユーザがレストラン(たとえば、パブリック環境)にいることを示し、オーディオデータは、レストランで会話している人によって引き起こされる比較的高い騒音レベルをキャプチャし、および/またはビジョンデータは、他の人たち(たとえば、少なくとも他のユーザ402)が環境500内に存在していることを示していると仮定する。この例では、検索インターフェースに向けられた追加のユーザ入力に関連付けられた結果として得られる追加のプライバシー尺度は、検索クエリ415Bの提出に関連付けられたプライバシー尺度と一致する可能性がない。その結果、ユーザ401に提示される過去の検索クエリのサブセット(たとえば、525B1、525B2、および525B3)は、検索クエリ415Bを除外してよい。いくつかの実装形態において、ユーザ401に提示される過去の検索クエリのサブセットは、検索クエリ415Bを除外する(たとえば、検索クエリ525のリスト内に検索クエリ415Bがないことによって示されるように)および/またはパブリック環境で以前に提出されたプライバシー尺度に関連付けられた他の検索クエリを含む、リストまたは検索クエリ525として提示されることが可能である。いくつかの実装形態において、検索クエリ525のリストは、任意選択で、サブセットが選択される過去の検索クエリのスーパーセットに属さない追加の検索クエリを含むことができる。たとえば、検索クエリ525のリストは、任意選択で、検索インターフェースに向けられた追加のユーザ入力が受信されるその後の時刻にユーザの集団全体において人気がある1つまたは複数の人気のある検索クエリ(たとえば、525B4によって示されるような)を含むことが可能である。

【0078】

いくつかの追加の、または代替的な実装形態において、検索クエリ525のリストは、任意選択で、選択されたときに、1つまたは複数の追加の過去の検索クエリをユーザ401に提示させる選択可能要素525B5を含むことができる。選択可能要素525B5は、任意選択で、検索クエリ525のリスト内のユーザ401に提示される過去の検索クエリが、環境500に基づきフィルタ処理されるか、または制限されているという指示を含むことができる。たとえば、検索クエリ425のリストは、追加の過去の検索クエリの1つまたは複数を含むように拡張されるか、または過去の検索クエリの追加のサブセットが、検索クエリ425のリストに含まれるものに取って代わることができる。特に、選択可能要素525B5の選択に応答してユーザ401に提示される1つまたは複数の追加の検索クエリは、任意選択で、プライベート性のより高い環境で提出された1つまたは複数の過去の検索クエリ(たとえば、検索クエリ415B)を含むことができる。別の例として、また選択可能要素525B5の選択に応答して、ユーザ401が検索インターフェースに向けられたその後のユーザ入力に応答して検索クエリ525のリストに含まれる検索クエリの提示をフィルタ処理または制限することをプライベート検索システム180に行わせたいかどうかについてのユーザ選択を求めるようにユーザ401が促される場合がある。いくつかの追加の、または代替的な実装形態において、過去の検索クエリのサブセットは、図4Cに関して上で説明されているように検索インターフェースでユーザ401によって入力されている部分クエリに対する1つまたは複数のオートコンプリート提案を生成するために利用されることができる。しかしながら、ユーザ401が現在置かれている環境500が、検索クエリ415Bが最初に受信された環境400と一致していないので、検索クエリ415Bは、オートコンプリート提案を生成するために利用されない場合がある。たとえば、ユーザ401が仮想キーボード196を介して"Sym"の部分クエリ515Cを提供すると仮定する。この例では、他の検索クエリは、"phony Tickets"のオートコンプリート提案515B1を生成するために利用されることができる。

【0079】

さらに、検索クエリ415Bの提出に関連付けられたプライバシー尺度は、検索クエリ415Bの追加のインスタンスが受信されたときにユーザ401が置かれている環境に基づき修正されることができる。たとえば、ユーザ401が、図5Aに描かれている環境500内に存在している間にクエリ415Bの追加のインスタンスを提出すると仮定する。この例では、検索クエリ415Bの提出に関連付けられたプライバシー尺度は、ユーザが検索クエリ415Bをプライベート検索クエリとみなさない場合のあることを示すように修正されることができる。その結果、ユーザ401が環境500内の検索インターフェースに向けられたさらなる追加のユーザ入力を提供する場合に、検索クエリ415Bは、図4Cに関して上で説明されているのと同じ、または類似する方式でユーザ401に提示される過去の検索クエリのサブセットに含まれてもよい。

【0080】

図4A～図4Cおよび図5A～図5Bは、特定の環境内で取得される特定の環境信号に関して本明細書において説明されているが、それらは例示のために提供されており、限定することを意図されていないことは理解されるべきである。さらに、本明細書において説明されている技術は、環境信号のいずれかを単独で、または本明細書において説明されている環境信号の任意の組合せを使用して実装されることができ、クライアントデバイス110によって取得される環境信号は、クライアントデバイス110のセンサに基づくものであってもよいことは理解されるべきである。別の言い方をすれば、いくつかのクライアントデバイスは、GPSセンサ、マイクロフォン、および/またはビジョンコンポーネントを含まなくてもよい。しかしながら、本明細書において説明されている技術は、それでも、環境信号の少なくとも1つがクライアントデバイス110によって取得されることができる限りユーザに提示される過去の検索クエリの提示を適合させるために利用されることが可能である。

【0081】

図6は、本明細書で説明されている技術のうちの1つまたは複数の態様を実行するために任意選択で実行するために利用されてよい例示的なコンピューティングデバイス610のブロック図である。いくつかの実装形態において、クライアントデバイス、クラウドベースの自動化アシスタントコンポーネント、および/または他のコンポーネントのうちの1つまたは複数は、例示的なコンピューティングデバイス610の1つまたは複数のコンポーネントを含むものとしてよい。

【0082】

コンピューティングデバイス610は、典型的には、バスサブシステム612を介して多数の周辺デバイスと通信する少なくとも1つのプロセッサ614を備える。これらの周辺デバイスは、たとえば、メモリサブシステム625およびファイルストレージサブシステム626を含む、ストレージサブシステム624、ユーザインターフェース出力デバイス620、ユーザインターフェース入力デバイス622、およびネットワークインターフェースサブシステム616を含むものとしてよい。入力および出力デバイスは、ユーザがコンピューティングデバイス610をインタラクティブに操作することを可能にする。ネットワークインターフェースサブシステム616は、外部ネットワークへのインターフェースを備え、他のコンピューティングデバイス内の対応するインターフェースデバイスに結合される。

【0083】

ユーザインターフェース入力デバイス622は、キーボード、マウス、トラックボール、タッチパッド、もしくはグラフィックスタブレットなどのポインティングデバイス、スキャナ、ディスプレイに組み込まれたタッチスクリーン、音声認識システムなどの音声入力デバイス、マイクロフォン、および/または他の種類の入力デバイスを含むものとしてよい。一般に、「入力デバイス」という用語の使用は、情報をコンピューティングデバイス610内に、または通信ネットワーク上に入力するためのすべての可能な種類のデバイスおよび方法を含むことが意図されている。

【0084】

ユーザインターフェース出力デバイス620は、表示サブシステム、プリンタ、ファックス機、または音声出力デバイスなどの非視覚的ディスプレイを含むものとしてよい。表示サブシステムは、陰極線管(CRT)、液晶ディスプレイ(LCD)などのフラットパネルデバイス、プロジェクションデバイス、または可視画像を生成するための他の何らかのメカニズムを含むものとしてよい。表示サブシステムは、音声出力デバイスなどを介して非視覚的ディスプレイも備えてよい。一般に、「出力デバイス」という用語の使用は、情報をコンピューティングデバイス610からユーザまたは別のマシンもしくはコンピューティングデバイスに出力するためのすべての可能な種類のデバイスおよび方法を含むことが意図されている。

【0085】

ストレージサブシステム624は、本明細書で説明されているモジュールのうちのいくつかまたはすべての機能を実現するプログラミングおよびデータ構造を記憶する。たとえば、記憶装置サブシステム624は、本明細書において開示されている方法の選択された態様を実行する、さらには図1に示されている様々なコンポーネントを実装する論理回路を備えるものとしてよい。

【0086】

これらのソフトウェアモジュールは、一般的に、プロセッサ614によって、単独で、または他のプロセッサと組み合わせて、実行される。記憶装置サブシステム624において使用されるメモリ625は、プログラム実行時に命令およびデータを記憶するためのメインランダムアクセスメモリ(RAM)630、ならびに固定された命令が記憶されるリードオンリーメモリ(ROM)632を含む多数のメモリを備えることができる。ファイルストレージサブシステム626は、プログラムおよびデータファイル用の永続的記憶域を備えることができ、ハードディスクドライブ、関連する取り外し可能媒体を伴ったフロッピーディスクドライブ、CD-ROMドライブ、光ドライブ、または取り外し可能メディアカートリッジを含むものとしてよい。いくつかの実装形態の機能を実装するモジュールは、ファイル記憶装置サブシステム626によって、記憶装置サブシステム624、またはプロセッサ614によってアクセス可能な他のマシン内に記憶されてよい。

【0087】

バスサブシステム612は、コンピューティングデバイス610の様々なコンポーネントおよびサブシステムに意図したとおりに互いに通信させるメカニズムを備える。バスサブシステム612は、単一のバスとして概略が図示されているが、バスサブシステム612の代替的実装形態では、複数のバスを使用してよい。

【0088】

コンピューティングデバイス610は、ワークステーション、サーバ、コンピューティングクラスタ、ブレードサーバ、サーバファーム、または他のデータ処理システムもしくはコンピューティングデバイスを含む様々な種類のデバイスであってよい。コンピュータおよびネットワークはその性質上絶えず変化し続けるので、図6に示されているコンピューティングデバイス610の説明は、いくつかの実装を例示することを目的とする特定の例としてのみ意図されている。コンピューティングデバイス610の他の多くの構成は、図6に示されているコンピューティングデバイスよりも多い、または少ないコンポーネントを有するものが可能である。

【0089】

本明細書で説明されているシステムがユーザに関する個人情報を収集するか、もしくは他の何らかの形で監視するか、または個人のおよび/もしくは監視されている情報を使用してよい状況において、ユーザは、プログラムまたは機能によりユーザ情報(たとえば、ユーザのソーシャルネットワークに関する情報、社会的行為もしくは活動、専門的職業、ユーザの選好、またはユーザの現在の地理的位置)を収集するかどうかを制御する、またはユーザに対してより高い関連性を有する思われるコンテンツをコンテンツサーバから受信するかどうか、および/またはどのように受信するかを制御する機会を与えられるものとしてよい。また、特定データが、それが記憶されるか、または使用される前に1つまたは複数の方法で処理されるものとしてよく、したがって個人識別可能情報は取り除かれる。たとえば、ユーザの身元は、ユーザに対して個人識別可能情報が決定され得ないように処理されてよいか、または地理的位置情報(市名、郵便番号、国家レベルなど)が取得される場合にユーザの地理的位置が一般化されるものとしてよく、したがって、ユーザの特定の地理的位置が決定されなくてよい。したがって、ユーザは、ユーザに関して情報がどのように収集され、どのように使用されるかを制御するものとしてよい。

【0090】

いくつかの実装形態において、1つまたは複数のプロセッサによって実装される方法が提供され、これは、ユーザのクライアントデバイスを介して、検索クエリを受信することと、検索クエリが受信された時刻にユーザが置かれている環境に関連付けられた1つまたは複数の環境信号を取得することと、検索クエリの提出に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することと、検索クエリの提出に関連付けられたプライバシー尺度を生成した後に、クライアントデバイスまたはユーザの追加のクライアントデバイスの検索インターフェースに向けられたユーザ入力を受信することと、ユーザ入力が受信されたその後の時刻にユーザが置かれている環境に関連付けられた1つまたは複数の追加の環境信号を取得することであって、この時刻の後にその後の時刻が続く、取得することと、ユーザ入力に関連付けられた追加のプライバシー尺度を生成するために1つまたは複数の追加の環境信号を処理することと、ユーザの過去の検索クエリのスーパーセットから、過去の検索クエリのサブセットを選択することであって、選択することは少なくともプライバシー尺度と追加のプライバシー尺度とに基づく、選択することと、検索インターフェースに向けられたユーザ入力を受信したことに応答して、クライアントデバイスまたは追加のクライアントデバイスを介して過去の検索クエリのサブセットがユーザに提示されることを行わせることとを含む。

【0091】

本明細書で開示されている技術のこれらの方法および他の実装形態は、任意選択で、次の特徴のうちの1つまたは複数を含むことができる。

【0092】

いくつかの実装形態において、ユーザの環境に関連付けられた1つまたは複数の環境信号は、検索クエリが受信されたときのユーザの配置に対応する配置情報、検索クエリが受信されたときの環境の環境騒音をキャプチャするオーディオデータ、または検索クエリが受信されたときの環境をキャプチャするビジョンデータのうちの1つまたは複数を含むものとしてよい。

【0093】

それらの実装形態のいくつかのバージョンでは、検索クエリに関連付けられた1つまたは複数の環境信号は、少なくとも、検索クエリが受信されたときのユーザの配置に対応する配置情報を含んでもよい。それらの実装形態のいくつかのさらなるバージョンでは、検索クエリの提出に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することは、環境の1つまたは複数のタイプに関連付けられた出力を生成するために、機械学習モデルを使用して、検索クエリが受信されたときのユーザの配置に対応する配置情報を処理することを含んでもよい。検索クエリの提出に関連付けられたプライバシー尺度を生成することは、環境のタイプの1つまたは複数に関連付けられた出力に基づくものとしてよい。それらの実装形態のなおさらなるバージョンでは、環境のタイプは、パブリック環境、セミパブリック環境、またはプライベート環境のうちの1つまたは複数を含んでもよい。

【0094】

それらの実装形態の追加の、または代替的なバージョンでは、検索クエリに関連付けられた1つまたは複数の環境信号は、少なくとも、検索クエリが受信されたときの環境の環境騒音をキャプチャするオーディオデータを含んでもよい。それらの実装形態のいくつかのさらなるバージョンでは、検索クエリの提出に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することは、環境の1つまたは複数の音響特性に関連付けられた出力を生成するために、機械学習モデルを使用して、検索クエリが受信されたときに環境の環境騒音をキャプチャするオーディオデータを処理することを含んでいてもよい。検索クエリの提出に関連付けられたプライバシー尺度を生成することは、それに加えて、または代替的に、環境の1つまたは複数の音響特性に関連付けられた出力に基づくものとしてよい。それらの実装形態のなおさらなるバージョンでは、環境の1つまたは複数の音響特性は、環境の騒音レベル、または環境内で検出された周囲騒音の分類のうちの1つまたは複数も含むものとしてよい。

【0095】

それらの実装形態の追加の、または代替的なバージョンでは、検索クエリに関連付けられた1つまたは複数の環境信号は、少なくとも、検索クエリが受信されたときの環境をキャプチャするビジョンデータを含んでもよい。それらの実装形態のいくつかのさらなるバージョンでは、検索クエリの提出に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することは、環境の1つまたは複数の視覚特性に関連付けられた出力を生成するために、機械学習モデルを使用して、検索クエリが受信されたときに環境をキャプチャするビジョンデータを処理することを含んでいてもよい。検索クエリの提出に関連付けられたプライバシー尺度を生成することは、それに加えて、または代替的に、環境の1つまたは複数の視覚特性に基づくものとしてよい。それらの実装形態のなおさらなるバージョンでは、環境の1つまたは複数の視覚実装特性は、1人もしくは複数の追加のユーザが環境内に存在しているかどうかの指示、または環境内に存在している1つもしくは複数の物体の指示のうちの1つまたは複数を含むものとしてよい。

【0096】

いくつかの実装形態において、この方法は、検索クエリの提出に関連付けられたプライバシー尺度と、検索インターフェースに向けられたユーザ入力に関連付けられた追加のプライバシー尺度とを比較することと、比較に基づき、検索インターフェースに向けられたユーザ入力に関連付けられた追加のプライバシー尺度が検索クエリの提出に関連付けられたプライバシー尺度に一致するかどうかを判定することとをさらに含むものとしてよい。

【0097】

それらの実装形態のいくつかのバージョンでは、過去の検索クエリのサブセットを選択することは、検索インターフェースに向けられたユーザ入力に関連付けられた追加のプライバシー尺度が、検索クエリの提出に関連付けられたプライバシー尺度と一致しないと判定したことに応答して行われるものであってよい。それらの実装形態のいくつかのさらなるバージョンでは、検索インターフェースに向けられたユーザ入力に関連付けられた追加のプライバシー尺度が、検索クエリの提出に関連付けられた尺度と一致しないと判定することは、ユーザ入力に関連付けられた追加のプライバシー尺度が、検索クエリの提出に関連付けられたプライバシー尺度に対する閾値プライバシー尺度レベルを満たすことができないと判定することを含むものとしてよい。

【0098】

それらの実装形態の追加の、または代替的なバージョンでは、この方法は、過去の検索クエリのサブセットとともに、選択可能要素が提示されることを行わせることをさらに含んでもよい。選択可能要素は、選択されたときに、サブセットに含めるように選択されていない1つまたは複数の追加の過去の検索クエリが、クライアントデバイスまたは追加のクライアントデバイスを介してユーザに提示されることを行わせるものとしてよい。

【0099】

いくつかの実装形態において、この方法は、検索クエリの提出に関連付けられたプライバシー尺度に基づき、検索クエリがサブセットに含まれるべきかどうかに関連付けられたユーザ選択を求めるプロンプトを生成することと、そのプロンプトがクライアントデバイスまたは追加のクライアントデバイスを介してユーザに提示されることを行わせることとをさらに含んでもよい。それらの実装形態のいくつかのバージョンにおいて、プロンプトがユーザに提示されることを行わせることは、中間の時刻にユーザが置かれている環境に関連付けられた現在のプライバシー尺度を決定することに応答して行われることであってよく、中間の時刻は、その時刻より後で、その後の時刻より前である。

【0100】

いくつかの実装形態において、この方法は、過去の検索クエリのスーパーセットから過去の検索クエリのサブセットを削除するための追加のユーザ入力を受信することと、追加のユーザ入力を受信したことに応答して、サブセットに含まれる過去の検索クエリがスーパーセットから削除されることを行わせることとをさらに含んでもよい。

【0101】

いくつかの実装形態において、過去の検索クエリのサブセットは、検索インターフェースに向けられたユーザ入力を受信したことに応答して入力中の追加の検索クエリに対するオートコンプリートクエリ提案としてユーザに提示されてもよい。

【0102】

いくつかの実装形態において、過去の検索クエリのサブセットは、検索インターフェースで入力されるべき追加の検索クエリに対するクエリ提案としてユーザに提示されてもよい。

【0103】

いくつかの実装形態において、検索クエリの提出に関連付けられたプライバシー尺度を生成するために1つまたは複数の環境信号を処理することは、機械学習モデルを使用して1つまたは複数の環境信号を処理することを含んでもよい。ユーザ入力に関連付けられた追加のプライバシー尺度を生成するために1つまたは複数の追加の環境信号を処理することは、機械学習モデルを使用して1つまたは複数の追加の環境信号を処理することを含んでもよい。それらの実装形態のいくつかのバージョンでは、この方法は、検索クエリを受信する前に、複数の訓練インスタンスを取得することであって、複数の訓練インスタンスの各々は訓練インスタンス入力および訓練インスタンス出力を含み、訓練インスタンス入力は訓練検索クエリに関連付けられた1つまたは複数の訓練環境信号を含み、訓練インスタンス出力は訓練検索クエリに対するプライバシーレベルに関連付けられた1つまたは複数のグランドトゥルースラベルを含む、取得することをさらに含むものとしてよい。この方法は、複数の訓練インスタンスに基づき機械学習モデルを訓練することをさらに含んでもよい。

【0104】

いくつかの実装形態において、この方法は、検索クエリの1つまたは複数の語を識別するように検索クエリを処理することをさらに含んでもよい。検索クエリの提出に関連付けられたプライバシー尺度を生成することは、検索クエリの語の1つまたは複数を処理することにさらに基づくものとしてよい。それらの実装形態のいくつかのバージョンでは、検索クエリの語の1つまたは複数を処理することは、1つまたは複数のタイプの検索クエリに関連付けられた出力を生成するために、機械学習モデルを使用して、検索クエリの語の1つまたは複数を処理することを含んでもよい。検索クエリの提出に関連付けられたプライバシー尺度を生成することは、検索クエリのタイプの1つまたは複数に関連付けられた出力に基づくものとしてよい。

【0105】

いくつかの実装形態において、1つまたは複数のプロセッサによって実装される方法が提供され、これは、ユーザのクライアントデバイスを介して、検索クエリを受信することと、検索クエリの提出に関連付けられたプライバシー尺度を生成するために、検索クエリが受信された時刻にユーザが置かれている環境に関連付けられた環境信号のセットを処理することと、検索クエリの提出に関連付けられたプライバシー尺度を生成した後に、クライアントデバイスまたはユーザの追加のクライアントデバイスの検索インターフェースに向けられたユーザ入力を受信することと、ユーザ入力に関連付けられた追加のプライバシー尺度を生成するために、ユーザ入力が受信されたその後の時刻にユーザが置かれている環境に関連付けられた追加の環境信号のセットを処理することであって、この時刻の後にその後の時刻が続く、処理することと、検索インターフェースに向けられたユーザ入力を受信したことに応答して、制限された過去の検索クエリがプライバシー尺度および追加のプライバシー尺度に基づきクライアントデバイスまたは追加のクライアントデバイスを介して提示されることを行わせることであって、制限された過去の検索クエリはプライバシー尺度および追加のプライバシー尺度に基づき制限される、行わせることと、クライアントデバイスまたは追加のクライアントデバイスを介して、追加の検索クエリを受信することであって、追加の検索クエリは検索クエリの追加のインスタンスである、受信することと、検索クエリの提出に関連付けられたプライバシー尺度を修正するために、追加の検索クエリが受信されたときのさらなるその後の時刻にユーザが置かれている環境に関連付けられた環境信号のさらなる追加のセットを処理することであって、その時刻およびその後の時刻の後にさらなるその後の時刻が続く、処理することとを含む。

【0106】

本明細書で開示されている技術のこれらの方法および他の実装形態は、任意選択で、次の特徴のうちの1つまたは複数を含むことができる。

【0107】

いくつかの実装形態において、この方法は、検索クエリの提出に関連付けられたプライバシー尺度を修正した後に、クライアントデバイスまたは追加のクライアントデバイスの検索インターフェースに向けられたさらなるユーザ入力を受信することと、ユーザ入力に関連付けられたさらなる追加のプライバシー尺度を生成するために、さらなるユーザ入力が受信されたときのなおさらなるその後の時刻にユーザが置かれている環境に関連付けられた追加の環境信号のなおさらなるセットを処理することであって、その時刻、その後の時刻、およびさらなるその後の時刻の後になおさらなるその後の時刻が続く、処理することと、検索インターフェースに向けられたさらなるユーザ入力を受信したことに応答して、クライアントデバイスまたは追加のクライアントデバイスを介して制限されていない過去の検索クエリが提示されることを行わせることであって、制限されていない過去の検索クエリはさらなる追加のプライバシー尺度に基づき制限されていない、行わせることとをさらに含むものとしてよい。

【0108】

それらの実装形態のいくつかのバージョンでは、制限された過去の検索クエリは、検索クエリを含まなくてもよく、制限されていない過去の検索クエリは、少なくとも検索クエリを含んでもよい。

【0109】

本明細書で開示されている技術のこれらの方法および他の実装形態は、任意選択で、次の特徴のうちの1つまたは複数を含むことができる。

【0110】

それに加えて、いくつかの実装形態は、1つまたは複数のコンピューティングデバイスの1つまたは複数のプロセッサ(たとえば、中央演算処理装置(CPU)、グラフィックプロセッシングユニット(GPU)、および/またはテンソルプロセッシングユニット(TPU))を含み、1つまたは複数のプロセッサは、関連付けられたメモリに記憶されている命令を実行するように動作可能であり、命令は、前述の方法のうちのどれかを実行させるように構成される。いくつかの実装形態は、また、前述の方法のうちのどれかを実行するために1つまたは複数のプロセッサによって実行可能なコンピュータ命令を記憶する1つまたは複数の非一時的コンピュータ可読記憶媒体も含む。いくつかの実装形態は、前述の方法のうちのどれかを実行するために1つまたは複数のプロセッサによって実行可能な命令を含むコンピュータプログラム製品も含む。

【0111】

前述の概念および本明細書でより詳しく説明されている追加の概念のすべての組合せは、本明細書で開示されている主題の一部であると企図されることは理解されるべきである。たとえば、本開示の末尾に現れる請求されている主題のすべての組合せは、本明細書で開示されている主題の一部であると企図される。

【符号の説明】

【0112】

110 クライアントデバイス
111 ユーザ入力エンジン
112 レンダリングエンジン
120 センサ
120A 環境信号データベース
130A クエリアクティビティデータベース
130A1 検索エンジン
130A2 検索エンジン
140 プライバシー尺度エンジン
140A MLモデルデータベース
140B プライバシー尺度データベース
141 ロケーションエンジン
142 オーディオエンジン
143 ビジョンエンジン
150 プライバシー尺度比較エンジン
160 クエリ提案エンジン
170 プライバシー尺度修正エンジン
180 プライバシー検索システム
190 グラフィカルユーザインターフェース
194 テキスト応答インターフェース要素
195 音声応答インターフェース要素
196 仮想キーボード
199 ネットワーク
200 方法
300 方法
400 環境
401 ユーザ
402 他のユーザ
411 URL
415B 検索クエリ
415C 部分クエリ
415C1 オートコンプリート提案
425 リストまたは検索クエリ
425C6 選択可能要素
500 環境
515B1 オートコンプリート提案
515C 部分クエリ
525 検索クエリ
525B5 選択可能要素
610 コンピューティングデバイス
612 バスサブシステム
614 プロセッサ
616 ネットワークインターフェースサブシステム
620 ユーザインターフェース出力デバイス
622 ユーザインターフェース入力デバイス
624 ストレージサブシステム
625 メモリサブシステム
626 ファイルストレージサブシステム
630 メインランダムアクセスメモリ(RAM)
632 リードオンリーメモリ(ROM)

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図4C】

【図5A】

【図5B】

【図6】