特表 2024-533717 パーソナライズされた自律スプレッドシート

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-09-12

(54)【発明の名称】パーソナライズされた自律スプレッドシート

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20240905BHJP

【ＦＩ】

G06Q50/10

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024518729

(86)(22)【出願日】2022-09-23

(85)【翻訳文提出日】2024-05-24

(86)【国際出願番号】 US2022044614

(87)【国際公開番号】W WO2023049406

(87)【国際公開日】2023-03-30

(31)【優先権主張番号】17/485,008

(32)【優先日】2021-09-24

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【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】100142907

【弁理士】

【氏名又は名称】本田 淳

(72)【発明者】

【氏名】ラベリー、アンドリュー ジェイ．

(72)【発明者】

【氏名】ワグナー、アール ジェイ．

(72)【発明者】

【氏名】オルブライト、マシュー

【テーマコード（参考）】

5L050

【Ｆターム（参考）】

5L050CC11

(57)【要約】

本方法は、処理デバイスによって、ユーザーに関連付けられたクライアントデバイスから、ユーザー向けの表形式の構造を有するパーソナライズされた文書を作成する要求に対応する自然言語クエリを受信することと、処理デバイスによって、パーソナライズされた文書に関連する１つ以上の属性カテゴリを判定することと、処理デバイスによって、ユーザーに関連する少なくとも１つの主観的なデータソースを含む少なくとも１つの外部データソースを識別することと、処理デバイスによって、少なくとも１つの外部データソースから、１つ以上の属性カテゴリを示すデータ項目を取得することと、処理デバイスによって、パーソナライズされた文書の各セルにそれぞれのデータ項目を入力することによってユーザー向けのパーソナライズされた文書を生成することと、を含む。

【特許請求の範囲】

【請求項1】

処理デバイスによって、ユーザーに関連付けられたクライアントデバイスから、前記ユーザー向けの表形式の構造を有するパーソナライズされた文書を作成するための要求に対応する自然言語クエリを受信することと、
前記処理デバイスによって、前記パーソナライズされた文書に関連する１つ以上の属性カテゴリを判定することと、
前記処理デバイスによって、少なくとも１つの外部データソースを識別することであって、前記少なくとも１つの外部データソースが、前記ユーザーに関連する少なくとも１つの主観的なデータソースを含む、前記識別することと、
前記処理デバイスによって、前記少なくとも１つの外部データソースから、前記１つ以上の属性カテゴリを示す複数のデータ項目を取得することと、
前記処理デバイスによって、前記パーソナライズされた文書の複数のセルの各セルに前記複数のデータ項目のそれぞれのデータ項目を入力することにより、前記ユーザー向けの前記パーソナライズされた文書を生成することと、を含む、方法。

【請求項2】

前記１つ以上の属性カテゴリが、１つ以上のプライマリ属性が入力された１つ以上のセルに対応するプライマリ属性カテゴリと、１つ以上のセカンダリ属性が入力された１つ以上のセルに対応するセカンダリ属性カテゴリと、を含む、請求項１に記載の方法。

【請求項3】

前記少なくとも１つの外部データソースが客観的なデータソースをさらに含み、前記少なくとも１つの外部データソースから前記複数のデータ項目を取得することが、
前記少なくとも１つの主観的なデータソースから、前記１つ以上のプライマリ属性に対応する１つ以上のデータ項目を取得することであって、前記少なくとも１つの主観的なデータソースが、前記ユーザーまたは前記ユーザーに関連付けられたユーザーグループに関連する内容を有する、前記取得することと、
前記客観的なデータソースから、前記１つ以上のセカンダリ属性に対応する１つ以上のデータ項目を取得することと、を含む、請求項２に記載の方法。

【請求項4】

前記処理デバイスによって、ユーザーアクティビティの変化を識別することと、
前記処理デバイスによって、前記パーソナライズされた文書の新しいバージョンを生成することであって、前記新しいバージョンは、前記ユーザーアクティビティの前記変化を反映する内容を含み、前記内容は、前記ユーザーまたは前記ユーザーに関連付けられたユーザーグループに関連する、前記生成することと、をさらに含む、請求項１に記載の方法。

【請求項5】

前記処理デバイスによって、前記少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得することと、
前記処理デバイスによって、前記１つ以上の追加のデータ項目に基づいて前記パーソナライズされた文書を更新することと、をさらに含む、請求項１に記載の方法。

【請求項6】

前記１つ以上の追加のデータ項目を取得することが、
追加の自然言語クエリを受信することと、
前記追加の自然言語クエリの受信に応じて、前記１つ以上の追加のデータ項目を取得することと、をさらに含む、請求項５に記載の方法。

【請求項7】

前記１つ以上の追加のデータ項目を取得することが、
前記パーソナライズされた文書に新たに関連するデータに対するユーザーの関心を識別することと、
前記新たに関連するデータが前記少なくとも１つの外部データソースに追加されたことを判定することと、
前記少なくとも１つの外部データソースから前記新たに関連するデータを取得することと、をさらに含む、請求項５に記載の方法。

【請求項8】

メモリデバイスと、
前記メモリデバイスに結合された処理デバイスであって、
ユーザーに関連付けられたクライアントデバイスから、前記ユーザー向けの表形式の構造を有するパーソナライズされた文書を作成するための要求に対応する自然言語クエリを受信することと、
前記パーソナライズされた文書に関連する１つ以上の属性カテゴリを判定することと、
少なくとも１つの外部データソースを識別することであって、前記少なくとも１つの外部データソースが、前記ユーザーに関連する少なくとも１つの主観的なデータソースを含む、前記識別することと、
前記少なくとも１つの外部データソースから、前記１つ以上の属性カテゴリを示す複数のデータ項目を取得することと、
前記パーソナライズされた文書の複数のセルの各セルに前記複数のデータ項目のそれぞれのデータ項目を入力することにより、前記ユーザー向けの前記パーソナライズされた文書を生成することと、を含む動作を実行する前記処理デバイスと、を含む、システム。

【請求項9】

前記１つ以上の属性カテゴリが、１つ以上のプライマリ属性が入力された１つ以上のセルに対応するプライマリ属性カテゴリと、１つ以上のセカンダリ属性が入力された１つ以上のセルに対応するセカンダリ属性カテゴリと、を含む、請求項８に記載のシステム。

【請求項10】

前記少なくとも１つの外部データソースが客観的なデータソースをさらに含み、前記少なくとも１つの外部データソースから前記複数のデータ項目を取得することが、
前記少なくとも１つの主観的なデータソースから、前記１つ以上のプライマリ属性に対応する１つ以上のデータ項目を取得することであって、前記少なくとも１つの主観的なデータソースが、前記ユーザーまたは前記ユーザーに関連付けられたユーザーグループに関連する内容を有する、前記取得することと、
前記客観的なデータソースから、前記１つ以上のセカンダリ属性に対応する１つ以上のデータ項目を取得することと、を含む、請求項８に記載のシステム。

【請求項11】

前記動作が、
ユーザーアクティビティの変化を識別することと、
前記パーソナライズされた文書の新しいバージョンを生成することであって、前記新しいバージョンが、前記ユーザーアクティビティの前記変化を反映する内容を含み、前記内容が、前記ユーザーまたは前記ユーザーに関連付けられたユーザーグループに関連する、前記生成することと、をさらに含む、請求項８に記載のシステム。

【請求項12】

前記動作が、
前記少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得することと、
前記１つ以上の追加のデータ項目に基づいて前記パーソナライズされた文書を更新することと、をさらに含む、請求項８に記載のシステム。

【請求項13】

前記１つ以上の追加のデータ項目を取得することが、
追加の自然言語クエリを受信することと、
前記追加の自然言語クエリの受信に応じて、前記１つ以上の追加のデータ項目を取得することと、をさらに含む、請求項１２に記載のシステム。

【請求項14】

前記１つ以上の追加のデータ項目を取得することが、
前記パーソナライズされた文書に新たに関連するデータに対するユーザーの関心を識別することと、
前記新たに関連するデータが前記少なくとも１つの外部データソースに追加されたことを判定することと、
前記少なくとも１つの外部データソースから前記新たに関連するデータを取得することと、をさらに含む、請求項１２に記載のシステム。

【請求項15】

メモリデバイスと、
前記メモリデバイスに結合された処理デバイスであって、
ユーザーから複数の自然言語クエリを受信することと、
前記複数の自然言語クエリの各自然言語クエリが類似のトピックに関連付けられていることを判定することと、
前記複数の自然言語クエリに基づいて表形式の構造を有するパーソナライズされた文書を作成するための推奨を前記ユーザーに送信することと、
前記ユーザーからの前記パーソナライズされた文書の作成指示の受信に応じて、前記パーソナライズされた文書を生成することと、を含む動作を実行する前記処理デバイスと、を含む、システム。

【請求項16】

前記パーソナライズされた文書を生成することが、
前記パーソナライズされた文書に関連する１つ以上の属性カテゴリを識別することと、
少なくとも１つの外部データソースから、前記１つ以上の属性カテゴリに対応する複数のデータ項目を取得することと、
前記パーソナライズされた文書の複数のセルの各セルに前記複数のデータ項目のそれぞれのデータ項目を入力することにより、前記パーソナライズされた文書を生成することと、を含む、請求項１５に記載のシステム。

【請求項17】

少なくとも１つの外部データソースが主観的なデータソースと客観的なデータソースとを含む、請求項１５に記載のシステム。

【請求項18】

前記動作が、
少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得することと、
前記１つ以上の追加のデータ項目に基づいて前記パーソナライズされた文書を更新することと、をさらに含む、請求項１５に記載のシステム。

【請求項19】

前記１つ以上の追加のデータ項目を取得することが、
追加の自然言語クエリを受信することと、
前記追加の自然言語クエリの受信に応じて、前記１つ以上の追加のデータ項目を取得することと、をさらに含む、請求項１８に記載のシステム。

【請求項20】

前記１つ以上の追加のデータ項目を取得することが、
前記パーソナライズされた文書に新たに関連するデータに対するユーザーの関心を識別することと、
前記新たに関連するデータが前記少なくとも１つの外部データソースに追加されたことを判定することと、
前記少なくとも１つの外部データソースから前記新たに関連するデータを取得することと、をさらに含む、請求項１８に記載のシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の態様及び実施態様は、一般的には電子文書に関し、より具体的には、表形式の構造を有するパーソナライズされた自律文書に関する。

【背景技術】

【0002】

電子文書（以下、「文書」）は、複数のセルを含む表形式の構造を有することができる。このような文書は、「データ表」または単に「表」と呼ばれることがある。各セルは、特定の形式（例えば、数値データまたはテキストデータ）でデータを入力するための領域に対応しており、文書を使用して入力データを整理、分析、及び／または保存できる。各セルには、数値以外のデータ入力、セルに値を割り当てる数式を含めることができ、または空のままにすることもできる。数式には、数値、スプレッドシート内の１つ以上のセルの値への参照、算術演算子、関係演算子、関数などを含めることができる。さらに、文書はプログラミング機能をサポートできる。例えば、セルは文書内の１つ以上の他のセルから導出できる。いくつかの実施態様では、文書はスプレッドシートであり得る。スプレッドシート内のセルは、複数の行及び複数の列を含む配列として配置することができ、スプレッドシートの特定のセルは、表内の列の位置及び表内の行の位置を基準にしてアドレス指定または参照できる。いくつかの例では、列は文字（例えば、列Ａ、列Ｂ、…）で表され、行は数字（例えば、行１、行２、…）で表される。例えば、列Ｄの行５にあるセルは、セルＤ５として参照できる。

【発明の概要】

【0003】

以下の概要は、本開示のいくつかの態様についての基本的な理解を提供するための、本開示の簡略化された概要である。この概要は本開示内容の包括的な概要ではない。これは、開示の主要もしくは重要な要素を特定すること、または本開示の特定の実施態様の範囲もしくは特許請求の範囲を定義することを意図するものではない。その唯一の目的は、後ほど提示される、より詳細な説明の前置きとして、本開示のいくつかの概念を簡略化した形で提示することである。

【0004】

いくつかの実施態様では、システム及び方法が開示される。一実施態様では、システムは、メモリデバイスと、メモリデバイスに結合された処理デバイスとを含む。処理デバイスは、ユーザーに関連付けられたクライアントデバイスから、ユーザー向けの表形式の構造を有するパーソナライズされた文書を作成する要求に対応する自然言語クエリを受信することと、パーソナライズされた文書に関連する１つ以上の属性カテゴリを判定することと、ユーザーに関連する少なくとも１つの主観的なデータソースを含む少なくとも１つの外部データソースを識別することと、少なくとも１つの外部データソースから、１つ以上の属性カテゴリを示す複数のデータ項目を取得することと、パーソナライズされた文書の複数のセルの各セルに複数のデータ項目のそれぞれのデータ項目を入力することによってユーザー向けのパーソナライズされた文書を生成することと、を含む動作を実行する。

【0005】

いくつかの実施態様では、１つ以上の属性カテゴリは、１つ以上のプライマリ属性が入力された１つ以上のセルに対応するプライマリ属性カテゴリと、１つ以上のセカンダリ属性が入力された１つ以上のセルに対応するセカンダリ属性カテゴリを含む。いくつかの実施態様では、少なくとも１つの外部データソースは、客観的なデータソースをさらに含み、少なくとも１つの外部データソースから複数のデータ項目を取得することは、少なくとも１つの主観的なデータソースから、１つ以上のプライマリ属性に対応する１つ以上のデータ項目を取得することと、ここで、少なくとも１つの主観的なデータソースは、ユーザーまたはユーザーに関連付けられたユーザーグループに関連する内容を有し、また、客観的なデータソースから、１つ以上のセカンダリ属性に対応する１つ以上のデータ項目を取得することと、を含む。

【0006】

いくつかの実施態様では、動作は、ユーザー活動の変化を識別し、パーソナライズされた文書の新しいバージョンを生成することをさらに含み、ここで、新しいバージョンは、ユーザー活動の変化を反映する内容を含み、その内容は、ユーザーまたはユーザーに関連付けられたユーザーグループに関連する。

【0007】

いくつかの実施態様では、動作には、少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得することと、１つ以上の追加のデータ項目に基づいてパーソナライズされた文書を更新することと、をさらに含む。いくつかの実施態様では、１つ以上の追加のデータ項目を取得することは、追加の自然言語クエリを受信することと、追加の自然言語クエリの受信に応じて１つ以上の追加のデータ項目を取得することと、をさらに含む。いくつかの実施態様では、１つ以上の追加のデータ項目を取得することは、パーソナライズされた文書に対する新たな関連データに対するユーザーの関心を識別することと、新たな関連データが少なくとも１つの外部データソースに追加されたことを判定することと、少なくとも１つの外部データソースから新たな関連データを取得することと、をさらに含む。

【0008】

別の実施態様では、システムは、メモリデバイスと、メモリデバイスに結合された処理デバイスとを含む。処理デバイスは、ユーザーから複数の自然言語クエリを受信することと、複数の自然言語クエリの各自然言語クエリが類似のトピックに関連付けられていることを判定することと、複数の自然言語クエリに基づいて表形式の構造を有するパーソナライズされた文書を作成するようにユーザーに推奨を送信することと、ユーザーからのパーソナライズされた文書の作成指示の受信に応じてパーソナライズされた文書を生成することと、を含む動作を実行する。

【0009】

いくつかの実施態様では、パーソナライズされた文書を生成することは、パーソナライズされた文書に関連する１つ以上の属性カテゴリを識別することと、少なくとも１つの外部データソースから、１つ以上の属性カテゴリに対応する複数のデータ項目を取得することと、パーソナライズされた文書の複数のセルの各セルに複数のデータ項目のそれぞれのデータ項目を入力することによってパーソナライズされた文書を生成することと、を含む。

【0010】

いくつかの実施態様では、少なくとも１つの外部データソースは、主観的なデータソース及び客観的なデータソースを含む。

【0011】

いくつかの実施態様では、動作は、少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得することと、１つ以上の追加のデータ項目に基づいてパーソナライズされた文書を更新することと、をさらに含む。いくつかの実施態様では、１つ以上の追加のデータ項目を取得することは、追加の自然言語クエリを受信することと、追加の自然言語クエリの受信に応じて１つ以上の追加のデータ項目を取得することと、をさらに含む。いくつかの実施態様では、１つ以上の追加のデータ項目を取得することは、パーソナライズされた文書に対する新たな関連データに対するユーザーの関心を識別することと、新たな関連データが少なくとも１つの外部データソースに追加されたことを判定することと、少なくとも１つの外部データソースから新たな関連データを取得することと、をさらに含む。

【0012】

本開示の態様及び実施態様は、以下の詳細な説明、ならびに本開示のさまざまな態様及び実施態様の添付図面からより完全に理解されるであろうが、これらの図面は、本開示を特定の態様または実施態様に限定するものではなく、説明及び理解のみを目的としている。

【図面の簡単な説明】

【0013】

【図1】本開示の実施態様に従ったシステムアーキテクチャの一例を示す。

【図2】本開示の実施態様に従った、パーソナライズされたスプレッドシートの一例を説明する図を示す。

【図3】本開示の実施態様に従った、パーソナライズされた文書を自律的に作成する方法のフロー図を示す。

【図4】本開示の実施態様に従った、パーソナライズされた文書を自律的に改良する方法のフロー図を示す。

【図5】本開示の実施態様に従った、推奨されるパーソナライズされた文書を自律的に作成する方法のフロー図を示す。

【図6】本開示の実施態様に従った、例示的なコンピュータシステムを説明するブロック図を示す。

【発明を実施するための形態】

【0014】

本開示の態様は、表形式の構造を有するパーソナライズされた自律電子文書に関する。表形式の構造（例えば、スプレッドシート）を有する電子文書（「文書」）を作成する際の課題の１つは、文書にデータを入力することである。例として、列Ａ－Ｉと行１－３を含むスプレッドシートの次の部分を表１に示す。

【表1】

【0015】

表１は、書籍のセットに関連するデータを整理したスプレッドシートの一部である。この書籍のセットには、Ｊｏｈｎ Ｄｏｅによる「ＡＢＣ」と、Ｊａｎｅ Ｄｏｅによる「ＸＹＺ」と、書籍のセットの各書籍の属性とが含まれている。具体的には、列Ａの各セルは書籍の名前を定義し、列Ｂの各セルは、同じ行内の列Ａのセルによって定義された書籍の著者を定義し、列Ｃの各セルは、同じ行内の列Ａのセルによって定義された書籍の初版発行日を定義し、列Ｄの各セルは、同じ行内の列Ａのセルによって定義された書籍の最新版発行日を定義し、列Ｅの各セルは、同じ行内の列Ａのセルによって定義された書籍の売上ランキングを定義し、列Ｆの各セルは、同じ行内の列Ａのセルによって定義された書籍の２０１９年の販売数を定義し、列Ｇの各セルは、同じ行内の列Ａのセルによって定義された書籍の２０２０年の販売数を定義し、列Ｈの各セルは、同じ行内の列Ａのセルによって定義された書籍の２０２１年の販売数を定義し、列Ｉの各セルは、同じ行内の列Ａのセルによって定義された書籍の２０１９年から２０２１年までの販売数を定義する。列Ｉのセルの値は、同じ行内の列Ｆ－Ｈのセルの対応する値から導出できる。例えば、セルＩ２の値は、セルＦ２からセルＨ２までの値の合計として導出できる。

【0016】

列Ａ及び列Ｂは、ユーザーがコンピューティングデバイスを使用してスプレッドシートに手動で入力できる。列Ｉの値は列Ｆ－Ｈから導出されるため、列Ｆ－Ｈにデータを入力すると、列Ｉのセルにデータが自動的に入力される。従来のスプレッドシートでは、数式を使用して他のセルの値を参照してセルの値を導出できるが（前述のとおり）、従来のスプレッドシートでは通常、ユーザーが大量のデータを手動で入力する必要がある。スプレッドシートにデータを手動で入力すると、人為的なエラーにより一部のセルに誤った値が含まれる可能性があり、かなりの時間と計算リソースを要することがある。

【0017】

本開示の態様は、表形式の構造（例えば、スプレッドシート）を有するパーソナライズされた文書を自律的に作成することにより、上記及びその他の欠陥に対処する。パーソナライズされた文書とは、特定のユーザーまたはユーザーグループ向けにカスタマイズされた文書である（例えば、特定のユーザーまたはユーザーグループに固有の情報に基づいて取得された構造及び／または内容を含む）。ここで説明するように、パーソナライズされた文書は、パーソナライズされた文書全体、または完全なパーソナライズされた文書の一部である可能性がある。パーソナライズされた文書は、１つ以上の外部データソースからデータを取得するために自然言語クエリを利用することで生成できる。

【0018】

自然言語処理とは、人間とコンピューティングデバイス間の対話を可能にするために自然言語を処理することを指すことができる。例えば、自然言語処理技術は、コンピューティングデバイスが理解できない非構造化自然言語フォーマットを有する自然言語クエリを、コンピューティングデバイスが理解できる構造化フォーマットを有するクエリに変換して、自然言語処理タスクを実行するために使用できる。自然言語クエリは、テキストクエリ、音声クエリなどであり得る。自然言語処理タスクの例は、テキスト及び音声処理、形態素解析、構文解析、語彙意味論、関係意味論などを含む。

【0019】

例えば、ユーザー向けのパーソナライズされた文書を作成するための要求に対応する自然言語クエリをユーザーから受信すると、コンピューティングシステムのパーソナライズされた文書作成マネージャは、その自然言語クエリを１つ以上の外部データソースにアクセスするためのデータアクセスクエリに変換できる。外部データソースは、外部データベースまたはリポジトリ、ナレッジグラフ、Ｗｅｂサイトなどであり得る。自然言語クエリは、テキストクエリ、音声クエリなどを含み得る。例えば、自然言語クエリは、音声制御デジタルアシスタントによって受信される音声クエリであり得る。

【0020】

いくつかの実施態様では、１つ以上の外部データソースは、ユーザーの個人的なナレッジグラフを含む。個人的なナレッジグラフは、連絡先、電子メール、検索エンジンの履歴、電子地図検索、電子カレンダーなどのさまざまなソースから作成できる。一部の実施態様では、パーソナライズされた文書作成マネージャは、ユーザーに関連するコホート情報をさらに統合して、個人的なナレッジグラフを作成できる。例えば、ユーザーの個人的なナレッジグラフに基づいて、ユーザーが１つ以上のコホートまたはグループに属していると判定される場合がある。例えば、ユーザーは、ユーザーの個人的なナレッジグラフから弁護士として識別できるため、弁護士以外の人に比べて法律問題についてより深い知識を有している場合がある。ユーザーは「弁護士」コホートに関連付けることができ、パーソナライズされた文書は弁護士コホートに関連付けられているユーザーに合わせて調節できる。例えば、１つ以上の外部データソースは、ユーザーが関連付けられているコホートに関連するコホートナレッジグラフを含み得る。したがって、パーソナライズされた文書は、ユーザーの個人情報及び／または他の同様のユーザーに基づいて、特定のユーザーに合わせて独自に調節できる。ユーザーの個人的なナレッジグラフに含まれていない場合のある情報を補足するために、パーソナライズされた文書作成マネージャは、そのような情報を取得するための検索エンジンクエリとして自然言語クエリを提供し得る。

【0021】

スプレッドシートに関しては、パーソナライズされた文書作成マネージャは、スプレッドシートの各列を定義する１つ以上の属性カテゴリと、各列内のセルに入力するためのいくつかの属性を識別し得る。１つ以上の属性カテゴリを識別することは、クエリからプライマリ属性カテゴリを抽出することを含む可能性があり、プライマリ属性カテゴリはクエリのメイントピックとして識別される。プライマリ属性カテゴリは、スプレッドシートの第１の列（例えば、列Ａ）に割り当てることができる。１つ以上の属性カテゴリを識別することは、プライマリ属性カテゴリに関連する１つ以上のセカンダリ属性カテゴリを識別することをさらに含み得る。各セカンダリ属性カテゴリは、スプレッドシート内の対応する列に割り当てることができ、列内の各セルには属性を示す値が入力される。１つ以上のセカンダリ属性カテゴリは、外部データソースを使用して実行された分析に基づいて（例えば、パーソナライズされたナレッジグラフ内のノード間の接続の分析に基づいて）識別できる。

【0022】

パーソナライズされた文書作成マネージャは、パーソナライズされた文書を最初に作成した後に、さらに改良することができる。例えば、パーソナライズされた文書作成マネージャは、パーソナライズされた文書にデータを追加したり、パーソナライズされた文書に新たな関連データを追加することを提案したり、新たな関連データをパーソナライズされた文書に自動的に統合したりすることができる。さらに、パーソナライズされた文書作成マネージャは、ユーザーから受信した自然言語クエリの履歴に基づいて、ユーザー向けにパーソナライズされた文書を作成することを提案することもできる。例えば、ユーザーが性質が似ている一連の質問をした場合、パーソナライズされた文書作成マネージャは、少なくともそれらの質問に対する回答を提供するパーソナライズされた文書の作成を提案できる。パーソナライズされた文書作成マネージャの動作の詳細については、以下で説明する。

【0023】

パーソナライズされた文書を自動的に作成し、パーソナライズされた文書にデータを自動的に入力することで、手動入力によって発生し得る人為的エラーを排除し、パーソナライズされた文書を作成してデータを入力するために必要な時間とコンピューティングリソースを削減できる。さらに、パーソナライズされた文書を自動的に改良することで、計算効率がさらに向上し、コンピューティングリソースの使用量が削減される。例えば、新たな関連データをパーソナライズされた文書に統合すると、ユーザーによる新たな関連データの検索や、このデータのパーソナライズされた文書への手動入力が不要になり、パーソナライズされた文書の内容更新が最適化され、時間とリソースの消費がさらに削減される。

【0024】

図１は、本開示の実施態様に従った、システムアーキテクチャ１００の一例を示す。システムアーキテクチャ１００（ここでは「システム」とも呼ばれる）は、ネットワーク１３０を介して文書プラットフォーム１２０（例えば、サーバ）などのサーバに接続できる少なくとも１つのクライアントデバイス１１０を含む。簡潔にするために、１つのクライアントデバイス１１０と１つの文書プラットフォーム１２０がネットワーク１３０に接続されているように示されている。実際には、クライアントデバイス及び／または文書プラットフォームがさらに存在する場合がある。また、場合によっては、クライアントデバイスが文書プラットフォームの１つ以上の機能を実行し、文書プラットフォームがクライアントデバイスの１つ以上の機能を実行することもある。クライアントデバイス１１０は、文書プラットフォーム１２０から情報にアクセスしたり、情報を受信したりする場合がある。システムアーキテクチャ１００はクラウドベースの環境であってもよく、これにより、文書プラットフォーム１２０をホストするサーバ（複数可）とクライアントデバイス１１０間の通信をネットワーク１３０経由で可能にし、電子文書を保存及び共有できる。あるいは、システムアーキテクチャ１００は、ローカルに相互接続されたシステムに適用することもできる。さらに、本開示のいくつかの態様は、スプレッドシート及びスプレッドシートを管理する文書アプリケーションを参照して説明されているが、本開示のシステム、方法、機能、及び実施形態は、あらゆる種類の電子文書、及びあらゆる種類のホストアプリケーションによって提供されるあらゆる種類のプログラムまたはサービスに適用できることは、当業者には理解されるはずである。

【0025】

実施態様において、ネットワーク１３０は、パブリックネットワーク（例えば、インターネット）、プライベートネットワーク（例えば、ローカルエリアネットワーク（ＬＡＮ）またはワイドエリアネットワーク（ＷＡＮ））、有線ネットワーク（例えば、イーサネット（登録商標）ネットワーク）、無線ネットワーク（例えば、８０２．１１ネットワークまたはＷｉ－Ｆｉネットワーク）、セルラーネットワーク（例えば、Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ（ＬＴＥ）ネットワーク）、ルーター、ハブ、スイッチ、サーバコンピューター、及び／またはそれらの組み合わせを含む場合がある。クライアントデバイス１１０は、パーソナルコンピュータ（ＰＣ）、ラップトップ、携帯電話、スマートフォン、タブレットコンピュータ、ネットブックコンピュータ、ネットワーク接続テレビなどのコンピューティングデバイスを含み得る。クライアントデバイス１１０は、１人以上のユーザーに関連付けられる可能性があり、クライアントデバイス１１０は「ユーザーデバイス」とも呼ばれ得る。

【0026】

図示の実施態様では、文書プラットフォーム１２０はクライアントデバイス１１０と対話する場合があり、クライアントデバイス１１０は文書プラットフォーム１２０と連携して電子文書（「文書」）アプリケーションを実行し、表形式の構造を有する文書を含むさまざまな文書を管理できる。例えば、文書アプリケーションはオンライン文書アプリケーションである可能性がある。いくつかの実施態様では、文書アプリケーションはスプレッドシートアプリケーション（例えば、オンラインスプレッドシートアプリケーション）である。代替的に、文書アプリケーションは、文書プラットフォーム１２０を使用せずに、ここで説明する機能を提供することもできる。また、代替的に、文書プラットフォーム１２０は、（指定された文書アプリケーションではなく）Ｗｅｂブラウザ１１５と対話して、例えば、文書を表示したり、文書に関連するユーザー入力を受信することなどができる。

【0027】

クライアントデバイス１１０のユーザーの文書は、文書プラットフォーム１２０によって、例えばデータストア１４０に保存される場合がある。図１では単一のデバイスとして示されているが、文書プラットフォーム１２０は、例えば、単一のコンピューティングデバイスとして、または複数の分散コンピューティングデバイスとして実装されてもよい。デバイスがサーバとして機能するかクライアントデバイスとして機能するかは、実装されている特定のアプリケーションによって異なる可能性があることを理解し、認識する必要がある。つまり、コンピューティングデバイスがクライアントとして動作しているか、サーバとして動作しているかは、アプリケーション内でのコンピューティングデバイスの役割のコンテキストによって決まる可能性がある。クライアントデバイス及びサーバの関係は、それぞれのデバイス上で実行されるプログラムにより、及びクライアントとサーバの関係を互いに有することにより生じる可能性がある。

【0028】

上記で説明したように、クライアントデバイス１１０と文書プラットフォーム１２０との対話は、クライアントデバイス１１０で実行されるＷｅｂブラウザ１１５を通じて実装され得る。「Ｗｅｂブラウザ」という用語は、ブラウザプログラムがスタンドアロンプログラムであるか、オペレーティングシステムの一部として組み込まれたブラウザプログラムなどの組み込みプログラムであるかに関係なく、ユーザーがマークアップ文書（例えば、Ｗｅｂ文書）を参照できるようにするプログラムを指すことを意図する。いくつかの実施態様では、本明細書で説明する文書アプリケーションは、文書アプリケーションの一部が１つ以上のクライアントデバイス１１０及び文書プラットフォーム１２０で実行される分散Ｗｅｂアプリケーションとして実装される。より具体的には、クライアントデバイス１１０（複数可）は、文書プラットフォーム１２０から文書アプリケーションを要求することがある。これに応じて、文書プラットフォーム１２０は、文書アプリケーションの一部をクライアント１１０でのローカル実行用に送信することがある。したがって、文書アプリケーションは、文書プラットフォーム１２０と１つ以上のクライアントデバイス１１０にわたって分散アプリケーションとして動作することがある。このように、クライアントデバイス１１０は、文書プラットフォーム１２０によってホストされる文書アプリケーションを使用するために、ローカルに文書アプリケーションをインストールする必要がない場合がある。

【0029】

一般に、文書プラットフォーム１２０によって実行されるものとして実施態様で説明されている機能は、適切な場合、他の実施態様ではクライアントデバイス１１０でも実行できる。さらに、特定のコンポーネントに割り当てられた機能は、異なるコンポーネントまたは複数のコンポーネントが連携して動作することで実行できる。文書プラットフォーム１２０は、適切なアプリケーションプログラミングインターフェイスを通じて他のシステムまたはデバイスに提供されるサービスとしてアクセスされることもできる。

【0030】

本開示の実施態様では、「ユーザー」は単一の個人として表される可能性がある。ただし、本開示の他の実施態様では、「ユーザー」は、ユーザーの集団及び／または自動化されたソースによって制御されるエンティティであることを含む。例えば、ソーシャルネットワーク内のコミュニティとして統合された個々のユーザーの集団は、「ユーザー」と見なすことができる。別の例では、自動化された使用者は、文書プラットフォーム１２０のトピックチャネルなどの自動化された取り込みパイプラインである可能性がある。

【0031】

本明細書で説明するように、文書は、分散型Ｗｅｂアプリケーションとして実装することがあり、そのアプリケーションの一部は複数のクライアントデバイス１１０及び文書プラットフォーム１２０で実行され、単一の文書で作業する複数のユーザー間のコラボレーションを供する場合がある。例えば、複数のユーザーが同時にまたは共同でこのような共同文書を編集し、各ユーザーの編集内容をリアルタイムまたはほぼリアルタイム（例えば、数ミリ秒または数秒以内）で表示することができる。あるユーザーが文書（例えば、文書のセル）を編集すると、その編集内容は文書プラットフォーム１２０に送信され、その後、スプレッドシートを編集または表示している他の共同作業ユーザーに転送されることがある。この目的のために、文書プラットフォーム１２０は、２人のユーザーが特定のセルを同時に編集しようとした場合など、共同作業を行うユーザー間の競合を処理することがある。例えば、文書プラットフォーム１２０は、受信した第１の編集を受け入れるか、または何らかの方法で共同作業ユーザーを優先順位付けして、優先度の高いユーザーの編集が優先度の低いユーザーの編集よりも優先されるようにすることがある。ユーザーの編集が文書プラットフォーム１２０によって拒否された場合、文書プラットフォーム１２０は、編集が拒否されたことをユーザーに通知するメッセージをユーザーに返信することがある。このようにして、複数のユーザーが１つのスプレッドシート上で、場合によってはリアルタイム（またはほぼリアルタイム）で共同作業を行うことができる。いくつかの実施態様では、特定の文書を表示及び共同作業する関係者は、文書の最初の作成者によって指定される場合がある。例えば、文書の最初の作成者に「管理者」権限を与えると、作成者は他の共同作業者候補それぞれに対して権限を指定することができる。最初の作成者は、他の共同作業者に、スプレッドシートの編集、スプレッドシートの表示のみ、スプレッドシートの指定された部分の編集、共同作業者のリストへのユーザーの追加など、１つ以上の操作を実行する権限を与えるように指定してもよい。例えば、特定のユーザーはスプレッドシートの特定の部分を編集できる場合があるが、他の指定されたセルまたはセルの領域はそれらのユーザーに対して「ロック」されたままになり、ユーザーはロックされたセルを表示することはできるが編集することはできない。一部の実施態様では、文書は誰でも閲覧及び／または編集できる「パブリック」文書として指定される場合がある。

【0032】

さらに示されているように、文書プラットフォーム１２０は、パーソナライズされた文書（例えば、スプレッドシート）を作成するためのパーソナライズされた文書作成マネージャ１２２を含む場合がある。パーソナライズされた文書作成マネージャ１２２は、クライアントデバイス１１０からのユーザー向けのパーソナライズされた文書を作成するための要求に対応する自然言語クエリの受信に応じて、１つ以上の外部データソース１５０－１から１５０－Ｎからのデータを文書１２４に取り込むことにより、自然言語クエリに基づいてユーザー向けのパーソナライズされた文書１２４を自律的に作成または生成できる。自然言語クエリは、テキストクエリ、音声クエリなどを含み得る。例えば、自然言語クエリは、音声制御デジタルアシスタントによって受信される音声クエリであり得る。

【0033】

パーソナライズされた文書１２４の構築方法を判定するために、パーソナライズされた文書作成マネージャ１２２は、構築されるパーソナライズされた文書に関連する１つ以上の属性カテゴリを識別できる。各属性カテゴリは属性のタイプを定義する。例えば、１つ以上の属性カテゴリは、プライマリ属性を定義するプライマリ属性カテゴリを含み得る。１つ以上の属性カテゴリは、プライマリ属性カテゴリに関連し、それぞれのセカンダリ属性を定義する１つ以上の追加またはセカンダリ属性カテゴリをさらに含むことができる。セカンダリ属性カテゴリは、ユーザーが関心を持ち得るプライマリ属性カテゴリに関連する属性に関係する。例えば、「私のお気に入りのレストランのスプレッドシートを作成する」という自然言語クエリの場合、プライマリ属性カテゴリはコンテキストに基づいて「レストラン」として識別されることができ、セカンダリ属性カテゴリの例には、例えば、平均価格、料理の種類、営業時間などが含まれ得る。

【0034】

パーソナライズされた文書作成マネージャ１２２は、自然言語クエリを、外部データソース１５０－１から１５０－Ｎの少なくとも１つにアクセスするためのデータアクセスクエリに、さらに変換できる。例えば、パーソナライズされた文書作成マネージャ１２２は、自然言語クエリを適切なコマンド形式（例えば、ＳＱＬコマンド形式）に変換して、外部データソース１５０－１から１５０－Ｎの少なくとも１つからデータを取得できる。自然言語クエリが音声クエリ（例えば、音声制御デジタルアシスタントによって受信されるもの）である場合、パーソナライズされた文書作成マネージャ１２２は、まず適切な、音声からテキストへの変換技術を実行して、音声をテキスト形式に変換し、データアクセスクエリに変換する。

【0035】

いくつかの実施態様では、外部データソース１５０－１から１５０－Ｎの少なくとも１つは、個人的または主観的なナレッジグラフを含む第１のナレッジグラフと、客観的なナレッジグラフを含む第２のナレッジグラフを含む。一般的に、ナレッジグラフは、エンティティ（例えば、オブジェクト、イベント、概念）のネットワークに関する構造化データの包括的なコレクション、各エンティティ間の関係、及び各エンティティに関する属性またはプロパティを提供するグラフ構造のデータモデルである。ナレッジグラフは、それぞれのエンティティに対応する複数のノードと、ノード（エンティティ）のペア間の関係を定義する複数のエッジを含み得る。ナレッジグラフは、無向グラフ、またはノード間の一方向の関係またはリンクを定義する有向グラフとして具体化できる。ナレッジグラフは推論メカニズムを使用して新しい知識を導き出すことができる。

【0036】

個人的なナレッジグラフは、連絡先、電子メール、検索エンジンの履歴、電子地図履歴など、ユーザーに関する個人情報または主観的な情報を含む複数のソースから作成できる。個人的なナレッジグラフは、プライマリ属性カテゴリのプライマリ属性を識別するために使用できる。例えば、プライマリ属性カテゴリが「レストラン」である自然言語クエリ「私のお気に入りのレストランのスプレッドシートを作成する」に関しては、個人的なナレッジグラフを使用して、ユーザーのお気に入りのレストランの名前を識別できる。次に客観的なナレッジグラフを使用して、各レストランのセカンダリ属性（例えば、平均価格、料理の種類、営業時間など）を見つけることができる。客観的なナレッジグラフに含まれていない場合のある情報を補足するには、検索エンジンを使用してそのような情報を照会することができる。

【0037】

パーソナライズされた文書１２４の結果をユーザー向けにさらにカスタマイズするために、パーソナライズされた文書作成マネージャ１２２は、ユーザーに関連するコホート情報をさらに統合して、個人的なナレッジグラフを作成できる。例えば、ユーザーの個人的なナレッジグラフに基づいて、ユーザーが１つ以上のコホートまたはグループに属していると判定される場合がある。例えば、ユーザーは、ユーザーの個人的なナレッジグラフから弁護士として識別できるため、弁護士以外の人に比べて法律問題についてより深い知識を持っている場合がある。ユーザーは「弁護士」コホートに割り当てられることができ、パーソナライズされた文書１２４は弁護士コホートに関連付けられているユーザーに合わせて調節できる。例えば、１つ以上の外部データソースは、ユーザーが関連付けられているコホートに関連するコホートナレッジグラフを含み得る。したがって、パーソナライズされた文書は、特定のユーザーに合わせて独自に調整できる。

【0038】

外部データソース１５０－１から１５０－Ｎの少なくとも１つからデータが取得されると、パーソナライズされた文書作成マネージャ１２２はパーソナライズされた文書１２４を作成できる。例えば、パーソナライズされた文書１２４にスプレッドシートが含まれている場合、スプレッドシートは、それぞれの属性カテゴリに割り当てられた１つ以上の列を含むように作成されることができ、スプレッドシートの行には、属性カテゴリに対応する属性を示すそれぞれの値が入力された１つ以上のセルを含めることができる。プライマリ属性カテゴリはスプレッドシートの第１の列（例えば、列Ａ）に割り当てることができ、各セカンダリ属性カテゴリ（存在する場合）はスプレッドシート内の対応する追加列に割り当てることができる。第１の行（例えば、行１）の各セルには、対応する列の属性カテゴリの名前を入力でき、後続の行の各セルには、属性カテゴリのそれぞれの値を入力できる。パーソナライズされた文書１２４が作成された後、ユーザーはクライアントデバイス１１０を介してパーソナライズされた文書１２４の表示を変更できる。例えば、パーソナライズされた文書１２４がスプレッドシートである場合、ユーザーは適切なスプレッドシートツールを使用してデータを再配置または操作できる。スプレッドシートの例については、図２を参照して以下でさらに詳しく説明する。

【0039】

各セカンダリ属性カテゴリは、以前の自然言語クエリまたは検索履歴の履歴分析に基づいて選択され、プライマリ属性カテゴリに関連する最も人気のある属性カテゴリを識別できる。例えば、パーソナライズされた文書作成マネージャ１２２は、他のユーザー（例えば、ユーザーの１つ以上のコホートの他のユーザー）が過去に質問したプライマリ属性カテゴリに関連する情報を識別して、現在のユーザーが関心を持つ可能性がある情報を特定できる。これを使用して、ユーザーは直接要求していないが、検索履歴に基づいてユーザーが関心を持つ可能性のある情報を含むパーソナライズされた文書１２４を作成できる。

【0040】

例えば、自然言語クエリ「ニューヨーク市における私のお気に入りのレストランのスプレッドシートを作成する」に関して、パーソナライズされた文書作成マネージャ１２２は、プライマリ属性カテゴリ「ニューヨーク市のレストラン」に関連する少なくとも１つの人気属性カテゴリとして「営業時間」を識別できる。さらに、パーソナライズされた文書作成マネージャ１２２は、パーソナライズされた文書１２４に含めることができる別の人気属性カテゴリとして「ディナーの平均価格」を識別できる。これは、他のユーザーが以前に「ニューヨーク市のレストランでのディナーの平均価格はいくらですか？」などの自然言語クエリを提供したため、パーソナライズされた文書作成マネージャ１２２が、この情報は具体的に要求されていないものの、現在のユーザーが関心を持つ可能性があると判定した。

【0041】

さらに、パーソナライズされた文書作成マネージャ１２２は、ユーザーに固有の情報へのアドホックインターフェイスをユーザーに提供できる。例えば、ユーザーは、ページの長さ、コメントの数、作成日、最終更新日などの属性を有する、文書プラットフォーム１２０に保存されているユーザーの電子文書のスプレッドシートを要求できる。これに応じて、パーソナライズされた文書作成マネージャ１２２は、文書プラットフォーム１２０によって管理されているユーザーの文書に基づいて、要求されたスプレッドシートを作成できる。いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、クライアントデバイス１１０によってホストされるパーソナライズされた文書作成エージェント（図示せず）と連携する。パーソナライズされた文書作成エージェントは、ローカルデータストア／データベースへのアクセス、及び／またはクライアントデバイス１１０によってホストされるローカルアプリケーション（例えば、ユーザー連絡先アプリケーション、電子メールアプリケーション、Ｗｅｂブラウザ、電子地図アプリケーション、電子カレンダーアプリケーション、文書処理アプリケーションなど）との、例えばプロセス間通信を介する通信を実行し、ユーザー固有の情報を取得し、その情報を使用してユーザー向けにパーソナライズされた文書（例えば、パーソナライズされたスプレッドシート）を作成できる。

【0042】

パーソナライズされた文書作成マネージャ１２２は、１つ以上の追加機能を提供できる。いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、外部データソースに戻るアクセス（例えば、外部データソースへのリンク）をさらに提供できる。これにより、ユーザーは、パーソナライズされた文書１２４に入力されたデータの詳細を調べることができ、データの信頼性を検証する方法が提供される。例えば、ユーザーが外部データソースからのデータの正確性に懸念がある場合、ユーザーは（例えば、提供されたリンクを介して）外部データソース自体にアクセスして、データの正確性を信頼するかどうかを判断できる。

【0043】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、データ信頼性機能をさらに実装できる。例えば、データ信頼性機能は、特定のソースから取得されたデータが特定の自然言語クエリに対する正確な応答であるという信頼性に関連付けることができる。データ信頼性機能では、信頼性のパーセンテージ、信頼性の範囲に対応するシンボル（例えば、色）（例えば、信頼性が９０％を超える場合は緑の円、信頼性が５０％未満の場合は赤の円）など、データの視覚的な信頼性インジケータを利用できる。ユーザーは、対応するセルにデータを入力するために超える必要があるカスタマイズ可能な信頼性しきい値を設定できる。例えば、一部の自然言語クエリでは、ユーザーは信頼性の高いデータのみが使用されるようにしたい場合があるが（例えば、信頼性しきい値を９０％の信頼性に設定する）、一方、他の自然言語クエリでは、ユーザーは信頼性の低いデータに対してより広い許容範囲を有する場合がある（例えば、信頼性しきい値を設定しない）。

【0044】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、自然言語クエリの意図をさらに識別して、非構造化データソース及び／または構造化データソースを活用できる。例えば、パーソナライズされた文書１２４がスプレッドシートである場合、パーソナライズされた文書作成マネージャは、列カテゴリとスプレッドシートの１つ以上の属性を組み合わせて、自然言語クエリの意図を識別できる。

【0045】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は多次元データを処理できる。例えば、パーソナライズされた文書１２４が、お気に入りのレストランのリストを含むスプレッドシートであるとする。パーソナライズされた文書１２４の列の１つに「食事の平均価格」がある可能性があり、ユーザーは食事の平均価格に基づいて作成されたグラフや計算を表示することに興味がある場合がある。「食事の平均価格」列の各セルは、１次元の値（例えば、最新のデータ）または多次元の値（例えば、一定期間にわたる食事の平均価格の配列）にすることができる。データはプログラムによってそれぞれのセルに入力されるため、パーソナライズされた文書作成マネージャ１２２は、グラフ化及び／または計算のために時系列の平均食事価格データを取得できる。

【0046】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、自然言語クエリに応じて取得されたデータのデータ型を識別できる。例えば、データは、ＧＰＳ座標、日付、単一の整数値、整数値の配列などの特定のデータ型を有することができる。パーソナライズされた文書作成マネージャ１２２は、データ操作（例えば、グラフの作成、計算）を支援するために使用できるデータ型に関するメタデータを保持できる。

【0047】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、パーソナライズされた文書の改良を提供することができる。パーソナライズされた文書の改良により、ユーザーは追加の自然言語クエリを使用してパーソナライズされた文書１２４を拡張できるようになる。パーソナライズされた文書１２４がスプレッドシートである場合、パーソナライズされた文書の改良を使用して、パーソナライズされた文書１２４の列及び／または行を増やすことができる。例えば、お気に入りのレストランのスプレッドシートに関して、ユーザーが文書１２４に料理の種類に関する情報を追加したい場合、ユーザーは追加の自然言語クエリを提供して、各レストランの料理の種類の列を挿入することができる（例えば、「私のお気に入りのレストランのスプレッドシートに料理の種類を追加する」）。

【0048】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、トレンドまたはバイラリティ機能を組み込んで、パーソナライズされた文書１２４に入力する属性を選択できる。例えば、パーソナライズされた文書作成マネージャ１２２は、外部データソースを使用して、パーソナライズされた文書１２４に関して新たな関連データを識別し、その新たな関連データを属性としてパーソナライズされた文書１２４に入力することができる。さらに、パーソナライズされた文書作成マネージャ１２２は、新たな関連データを検出し、その新たな関連データを文書内に組み込むための提案をユーザーに提供することができる。例えば、パーソナライズされた文書作成マネージャ１２２は、文書の内容に関連する新たな関連データを使用してパーソナライズされた文書を更新するための提案をグラフィカルユーザーインターフェイス（ＧＵＩ）を介してユーザーに提供できる。別の例として、パーソナライズされた文書作成マネージャは、提案を提供する代わりに、パーソナライズされた文書の新たな関連データに対するユーザーの関心を識別し（例えば、パーソナライズされた文書に関するユーザーの以前のクエリまたはパーソナライズされた文書の手動更新に基づいて）、新たな関連データが外部データソースに追加されたことを判定し、外部データソースからの新たな関連データでパーソナライズされた文書を自動的に更新することができる。例えば、ユーザーがユーザーの地域にある地元のレストランのパーソナライズされた文書を作成し、その地域で新しいレストランが流行していると判定された場合（例えば、オンラインレビューから）、その新しいレストランはユーザーの関心を引く可能性があると判定され、このレストランをパーソナライズされた文書に組み込む（またはパーソナライズされた文書に自動的に組み込む）ことが推奨され得る。

【0049】

いくつかの実施形態では、パーソナライズされた文書作成マネージャ１２２及び／またはパーソナライズされた文書作成エージェントは、ユーザーアクティビティの変化を識別し（例えば、パーソナライズされた文書作成エージェントは、ユーザーが別の場所へ移動中であるか、すでに別の場所にいるかという情報をユーザーのカレンダーアプリケーションから受信できる）、パーソナライズされたスプレッドシートの新しいバージョンを生成することができる。新しいバージョンは、ユーザーアクティビティの変化を反映し、ユーザーまたはユーザーに関連付けられたユーザーグループ（コホート）に関連する内容を含む場合がある。例えば、サンフランシスコのユーザーが（例えば、ユーザーのカレンダーまたはユーザーの位置情報データにより）現在ボストンにいると判定された場合、パーソナライズされた文書作成マネージャは、ユーザー向けのレストランの推奨に関する新しいパーソナライズされた文書を生成できる。レストランの推奨は、ユーザーの個人的なナレッジグラフ及び／またはユーザーコホート情報に基づいて生成できる。

【0050】

いくつかの実施態様では、パーソナライズされた文書作成マネージャ１２２は、１つ以上の自然言語クエリに基づいてパーソナライズされた文書１２４の作成を推奨または提案できる。推奨は、ユーザーの質問行動の分析に基づいて行うことができる。例えば、ユーザーが性質の似ている一連の質問をした場合、パーソナライズされた文書作成マネージャ１２２は、少なくともそれらの質問に対する回答を提供するためにパーソナライズされた文書１２４の作成を提案できる。例として、ユーザーが「ニューヨーク市における私のお気に入りのレストランはどこですか？」と質問し、続いて「フィラデルフィアにおける私のお気に入りのレストランはどこですか？」と質問した場合、パーソナライズされた文書作成マネージャ１２２は、ニューヨーク市、フィラデルフィア、さらには他の都市にあるユーザーのお気に入りのレストランをリストしたパーソナライズされた文書１２４を作成できることをユーザーに通知できる。ユーザーが承諾した場合、ユーザーがパーソナライズされた文書１２４の作成を直接要求していなくても、データ管理マネージャ１２２はユーザー向けのパーソナライズされた文書１２４を作成できる。

【0051】

自律的な文書作成により、パーソナライズされた文書１２４は、理論的には大量のデータ（例えば、スプレッドシート内の多数の列及び／または行）を有することができる。これにより、リソースの消費量の増加、データ取得コストの増加などが生じる可能性がある。これを解決するために、一部の実施態様では、パーソナライズされた文書作成マネージャ１２２は、パーソナライズされた文書１２４のサイズに関して構成可能なサイズ制限を設定することができる。例えば、パーソナライズされた文書作成マネージャ１２２は、パーソナライズされた文書１２４に含まれるべき行数及び／または列数を定義するユーザー入力に基づいて、パーソナライズされた文書１２４のサイズを調整できる。別の例として、パーソナライズされた文書作成マネージャ１２２は、パーソナライズされた文書１２４に大量のデータ（例えば、しきい値のデータ量を超えるデータ量）が含まれる可能性を検出し、大量のデータについてユーザーに通知することができる。通知には、ユーザーに対してパーソナライズされた文書１２４に含めるデータの量を定義するよう求める要求を含めることができる。さらに、または代替的に、パーソナライズされた文書１２４の最大サイズは、ユーザー定義の設定またはしきい値にすることができる。したがって、パーソナライズされた文書作成マネージャ１２２は、計算リソースの効率を向上させる機能を実装できる。

【0052】

上記の説明に加えて、ユーザーに対して、ここで説明するシステム、プログラム、または機能がユーザー情報（例えば、ユーザーのソーシャルネットワーク、ソーシャルアクション、またはアクティビティ、職業、ユーザーの好み、またはユーザーの現在地に関する情報）の収集を可能にするかどうか、及びいつ可能にするか、また、サーバからユーザーに内容または情報が送信されるかどうかを選択できる権限が提供される場合がある。さらに、特定のデータは、保存または使用される前に、個人を特定できる情報が削除されるように、１つ以上の方法で処理される場合がある。例えば、ユーザーのＩＤは、ユーザー個人を識別できる情報でユーザーを特定できないように処理されることがある。また、位置情報が取得される場所でユーザーの地理的位置が一般化されることもある（市、郵便番号、または州レベルなど）。そのため、ユーザーの特定の位置を割り出すことはできない。したがって、ユーザーは、ユーザーについてどのような情報が収集されるか、その情報がどのように使用されるか、及びユーザーにどのような情報が提供されるかを管理し得る。

【0053】

図２は、本開示の実施態様に従った、パーソナライズされたスプレッドシートの一例を説明する図を示す。パーソナライズされたスプレッドシート２００は、自然言語クエリ「私のお気に入りのレストランのスプレッドシートを作成する」に応じて、パーソナライズされた文書作成マネージャ（例えば、図１のパーソナライズされた文書作成マネージャ１２２）を使用して生成されたものと想定される。図２にはパーソナライズされたスプレッドシートが示されているが、この例は限定的なものと見なされるべきではなく、表形式の構造を有する任意の適切なパーソナライズされた文書が考えられる。

【0054】

図に示すように、スプレッドシート２００は、複数の列２１０Ａから２１０Ｅと、複数の行２２０－１から２２０－４を含む。５列及び４行が表示されているが、列数と行数を制限するものではない。行２２０－１は、対応する列のセル内に挿入されるデータの型を示す説明用の行である。

【0055】

列２１０Ａは属性カテゴリ「レストラン」に割り当てられる。つまり、「レストラン」はスプレッドシート２００Ａのプライマリ属性カテゴリである。テキスト「レストラン」が、行２２０－１及び列２１０Ａで定義されたアドレスを有するセルに入力され、列２１０Ａの他のセルに保持されているデータがレストランの名前に対応していることを示す（例えば、列２１０Ａ及び行２２０－２から２２０－４で定義されたアドレスを有する各セル）。例えば、行２２０－２及び列２１０Ａで定義されたアドレスを有するセルにはコーチ名「ＡＢＣ」が入力され、行２２０－３及び列２１０Ａで定義されたアドレスを有するセルにはコーチ名「ＸＹＺ」が入力される。したがって、列２１０Ａは「レストラン」列として定義され、それぞれのレストラン名を示す値を有する複数のセルを含む。

【0056】

スプレッドシート２００に示されているプライマリ属性カテゴリ「レストラン」の属性（例えば、ＡＢＣ及びＸＹＺ）は、ユーザーに関連する少なくとも１つの外部データソースから取得できる。例えば、ユーザーに関連する少なくとも１つの外部データソースは、ユーザーの個人的なナレッジグラフを含むことができる。さらに、少なくとも１つの外部データソースは、ユーザーに関連付けられた少なくとも１つのコホートに関連する少なくとも１つの外部データソースを含むことができる。例えば、ユーザーに関連付けられた少なくとも１つのコホートに関連する少なくとも１つの外部データソースは、少なくとも１つのコホートの少なくとも１つのコホートナレッジグラフを含むことができる。

【0057】

さらに示されているように、スプレッドシート２００には、レストランに関連するセカンダリ属性カテゴリの属性が入力されている。列２１０Ｂは、セカンダリ属性カテゴリ「料理」に割り当てられる。テキスト「料理」が、行２２０－１及び列２１０Ｂで定義されたアドレスを有するセルに入力され、列２１０Ｂの他のセルに保持されているデータがそれぞれのレストランの料理に対応していることを示す（例えば、列２１０Ｂ及び行２２０－２から２２０－４で定義されたアドレスを有する各セル）。例えば、行２２０－２及び列２１０Ｂで定義されたアドレスを有するセルには、ＡＢＣがイタリア料理レストランであることを示すために「イタリア料理」というテキストが入力され、行２２０－３及び列２１０Ｂで定義されたアドレスを有するセルには、ＸＹＺがメキシコ料理レストランであることを示すために「メキシコ料理」というテキストが入力される。したがって、列２１０Ｂは「料理」列として定義され、列２１０Ａにリストされているレストランのそれぞれの料理を示す値を有する複数のセルを含む。

【0058】

列２１０Ｃは、セカンダリ属性カテゴリ「平均価格」に割り当てられる。テキスト「平均価格」が、行２２０－１及び列２１０Ｃで定義されたアドレスを有するセルに入力され、列２１０Ｃの他のセルに保持されているデータがそれぞれのレストランの平均価格に対応していることを示す（例えば、列２１０Ｃ及び行２２０－２から２２０－４で定義されたアドレスを有する各セル）。例えば、行２２０－２及び列２１０Ｃで定義されたアドレスを有するセルには、ＡＢＣでの食事の平均価格が１０ドルであることを示す値「１０ドル」が入力され、行２２０－３及び列２１０Ｃで定義されたアドレスを有するセルには、ＸＹＺでの食事の平均価格が２５ドルであることを示す値「２５ドル」が入力される。したがって、列２１０Ｃ は「平均価格」列として定義され、列２１０Ａにリストされているレストランのそれぞれについての平均食事価格を示す値を有する複数のセルを含む。

【0059】

列２１０Ｄは、セカンダリ属性カテゴリ「開店時間」に割り当てられる。テキスト「開店時間」が、行２２０－１及び列２１０Ｄで定義されたアドレスを有するセルに入力され、列２１０Ｄの他のセルに保持されているデータがそれぞれのレストランの開店時間に対応していることを示す（例えば、列２１０Ｄ及び行２２０－２から２２０－４で定義されたアドレスを有する各セル）。例えば、行２２０－２及び列２１０Ｄで定義されたアドレスを有するセルには、ＡＢＣが午前１１時に開店することを示す値「午前１１：００」が入力され、行２２０－３と列２１０Ｄで定義されたアドレスを有するセルには、ＸＹＺが午前８時に開店することを示す値「午前８：００」が入力される。したがって、列２１０Ｄは「開店時間」列として定義され、列２１０Ａにリストされているレストランのそれぞれの開店時間を示す値を有する複数のセルを含む。

【0060】

列２１０Ｅは、セカンダリ属性カテゴリ「閉店時間」に割り当てられる。テキスト「閉店時間」が、行２２０－１及び列２１０Ｅで定義されたアドレスを有するセルに入力され、列２１０Ｅの他のセルに保持されているデータがそれぞれのレストランの閉店時間に対応していることを示す（例えば、列２１０Ｅ及び行２２０－２から２２０－４で定義されたアドレスを有する各セル）。例えば、行２２０－２及び列２１０Ｅで定義されたアドレスを有するセルには、ＡＢＣが午後１０時に閉店することを示す値「午後１０：００」が入力され、行２２０－３と列２１０Ｅで定義されたアドレスを有するセルには、ＸＹＺが午後１１時に閉店することを示す値「午後１１：００」が入力される。したがって、列２１０Ｅは「閉店時間」列として定義され、列２１０Ａにリストされているレストランのそれぞれの閉店時間を示す値を有する複数のセルを含む。

【0061】

スプレッドシート２００に表示されるセカンダリ属性カテゴリの属性（例えば、料理、平均価格、開店時間、閉店時間）は、少なくとも１つの客観的な外部データソースから取得できる。例えば、少なくとも１つの客観的な外部データソースは、少なくとも１つの客観的なナレッジグラフを含むことができる。少なくとも１つの客観的なナレッジグラフで見つからない情報については、検索エンジンまたはその他の適切なエンティティを使用してそのような情報を検索できる。

【0062】

要求に応じて、スプレッドシート２００に追加のデータを追加できる。例えば、各レストランの場所に関する情報を追加するには、ユーザーは適切な自然言語クエリ（例えば、「各レストランの場所をスプレッドシートに追加する」）を提供してもよい。クエリの受信に応じて、列２１０Ａにリストされている各レストランの場所を示す「場所」列をスプレッドシート２００に追加できる。

【0063】

図３は、本開示の実施態様に従った、パーソナライズされた文書を自律的に作成する方法３００のフロー図を示す。方法３００は、ハードウェア（回路、専用ロジックなど）、ソフトウェア（例えば、処理デバイス上で実行される命令）、またはそれらの組み合わせを含み得る処理ロジックによって実行され得る。一実施態様では、方法３００の一部またはすべての動作は、図１のパーソナライズされた文書作成マネージャ１２２によって実行される場合がある。

【0064】

ブロック３１０では、処理ロジックは、ユーザーに関連付けられたクライアントデバイスから、ユーザー向けの表形式の構造を有するパーソナライズされた文書を作成するための要求に対応する自然言語クエリを受信する。いくつかの実施態様では、パーソナライズされた文書は、複数のセルの列と複数のセルの行を含むパーソナライズされたスプレッドシートである。自然言語クエリは、ＧＵＩを介してユーザーから受信したテキスト自然言語クエリ、（例えば、音声制御デジタルアシスタント介して）ユーザーから受信した音声自然言語クエリなどのうちの少なくとも１つを含むことができる。

【0065】

ブロック３２０では、処理ロジックは、パーソナライズされた文書に関連する１つ以上の属性カテゴリを判定する。各属性カテゴリは属性のタイプに対応しており、パーソナライズされた文書の各セルには、属性を示すデータを入力できる。いくつかの実施態様では、１つ以上の属性カテゴリは、プライマリ属性カテゴリと１つ以上のセカンダリ属性カテゴリを含む。プライマリ属性カテゴリ及び１つ以上のセカンダリ属性カテゴリは、任意の適切な自然言語処理技術を使用した自然言語クエリの意味分析に基づいて識別できる。

【0066】

ブロック３３０では、処理ロジックは、ユーザーに関連する少なくとも１つの主観的なデータソースを含む少なくとも１つの外部データソースを識別する。少なくとも１つの外部データソースは、少なくとも１つの客観的なデータソースをさらに含むことができる。プライマリ属性カテゴリの属性は、少なくとも１つの主観的なデータソースから識別でき、１つ以上のセカンダリ属性カテゴリそれぞれの属性は、少なくとも１つの客観的なデータソースから識別できる。

【0067】

例えば、少なくとも１つの主観的なデータソースは、ユーザーに関連付けられた個人的なナレッジグラフを含むことができ、少なくとも１つの客観的なデータソースは、客観的なナレッジグラフを含むことができる。さらに、少なくとも１つの主観的なデータソースは、ユーザーに関連付けられた少なくとも１つのコホートに対応する少なくとも１つのコホートデータソース（例えば、少なくとも１つのコホートナレッジグラフ）を含むことができる。少なくとも１つの外部データソースに存在しない情報は、例えば、検索エンジンのクエリまたはその他の適切なエンティティから取得できる。自然言語処理を使用して導出された自然言語クエリの意図は、少なくとも１つの外部データソース内のデータの検索をガイドするために使用できる。

【0068】

ユーザーは、複数のアプリケーションをサポートするユーザーアカウントに関連付けることができる。ユーザーアカウントによってサポートされ得るアプリケーションの例には、電子メールアプリケーション、カレンダーアプリケーション、電子地図アプリケーション、連絡先アプリケーションなどが含まれる。ユーザーに関連する少なくとも１つの主観的なデータソースは、ユーザーアカウントによってサポートされるアプリケーションから取得したユーザーデータに基づいて構築できる。例えば、電子メールアプリケーションからの電子メールデータ、電子地図アプリケーションからの電子地図データ、カレンダーアプリケーションからのカレンダーデータなどに基づいて、ユーザーの個人的なナレッジグラフを構築することができる。

【0069】

ブロック３４０では、処理ロジックは、少なくとも１つの外部データソースから、１つ以上の属性カテゴリを示す複数のデータ項目を取得する。各データ項目は、特定の属性カテゴリの属性に対応する。例えば、データ項目は、プライマリ属性カテゴリのプライマリ属性（例えば、少なくとも１つの主観的なデータソースから取得される）に対応し、別のデータ項目は、セカンダリ属性カテゴリのセカンダリ属性（例えば、少なくとも１つの客観的なデータソースから取得される）に対応し得る。

【0070】

複数のデータ項目を取得することは、自然言語クエリを、少なくとも１つの外部データソースから複数のデータ項目を取得するためのデータアクセスクエリに変換することを含むことができる。例えば、処理ロジックは、自然言語クエリを、少なくとも１つの外部データソースから複数のデータ項目を取得するための適切なコマンド形式（例えば、ＳＱＬコマンド形式）に変換できる。自然言語クエリが音声クエリ（例えば、音声制御デジタルアシスタントによって受信されるもの）である場合、処理ロジックは、まず適切な、音声からテキストへの変換技術を実行して、音声をテキスト形式に変換し、データアクセスクエリに変換する。クエリ変換は、意味表現、言語理解、質問応答に関連する機能を提供するクエリ変換メカニズムを使用して実行できる。これらの機能を活用すると、自然言語クエリの意図を理解し、少なくとも１つの外部データソース内でデータを検索するために使用されるデータアクセスクエリに変換できる。さらに、クエリ変換メカニズムは、以前の自然言語クエリ変換及び／または検索の結果（例えば、以前のＷｅｂ検索クエリ、検索結果、及び関連する検索結果のユーザー選択）に基づいて、自然言語クエリの意図を理解する能力を向上させることができる。

【0071】

ブロック３５０では、処理ロジックは、パーソナライズされた文書の複数のセルの各セルに複数のデータ項目のそれぞれのデータ項目を入力することにより、ユーザー向けのパーソナライズされた文書を生成する。例えば、パーソナライズされた文書がパーソナライズされたスプレッドシートである場合、パーソナライズされたスプレッドシートの第１の列をプライマリ属性カテゴリに割り当てることができ、第１の列の第１のセルにはプライマリ属性カテゴリの識別子が入力され、第１の列の他のセルにはプライマリ属性カテゴリの属性に関連するデータ項目に対応する値が入力される。パーソナライズされたスプレッドシートの第２の列は、セカンダリ属性カテゴリの１つに割り当てることができ、第２の列の第１のセルにはセカンダリ属性カテゴリの識別子が入力され、第２の列の他のセルにはセカンダリ属性カテゴリの属性に関連するデータ項目に対応する値が入力される。第２の列のセルの値は、同じ行内の第１の列のセルの値に関係する。

【0072】

例えば、少なくとも１つの外部データソースは、ナレッジグラフなどのプライマリデータソースを含むことができる。ただし、プライマリデータソースにクエリを満たすための特定の情報がまだ含まれていない場合もある。例えば、生成される文書に地元のレストランに関するデータ項目が含まれている場合、文書に含まれる少なくとも１つのレストランの営業時間が、プライマリデータソース（例えば、ナレッジグラフ）に現在存在しない場合がある。このような場合、少なくとも１つの外部データソースは、プライマリデータソースに欠けている特定の情報を補足するセカンダリデータソースをさらに含む可能性がある。例えば、セカンダリデータソースはＷｅｂサイトであり、検索エンジン内のクエリを利用して識別できる。

【0073】

いくつかの実施態様では、パーソナライズされた文書は、設定可能なサイズ制限に従って生成できる。例えば、ユーザーは、パーソナライズされた文書をどのくらいの大きさにするかに関するヒント（例えば、スプレッドシートの行数及び／または列数）をパーソナライズされた文書作成マネージャ１２２に提供できる。別の例として、処理ロジックは、パーソナライズされた文書に大量のデータ（例えば、しきい値のデータ量を超えるデータ量）が含まれる可能性を検出し、大量のデータについてユーザーに通知することができる。通知には、ユーザーに対してパーソナライズされた文書に含めるデータの量を定義するよう求める要求を含めることができる。さらに、または代替的に、パーソナライズされた文書の最大サイズは、ユーザー定義の設定またはしきい値にすることができる。ブロック３１０－３４０に関するさらなる詳細は、図１－２を参照して上記で説明した。

【0074】

図４は、本開示の実施態様に従った、パーソナライズされた文書を自律的に改良する方法４００のフロー図を示す。方法４００は、ハードウェア（回路、専用ロジックなど）、ソフトウェア（例えば、処理デバイス上で実行される命令）、またはそれらの組み合わせを含み得る処理ロジックによって実行できる。一実施態様では、方法４００の一部またはすべての動作は、図１のパーソナライズされた文書作成マネージャ１２２によって実行される場合がある。

【0075】

ブロック４１０では、処理ロジックは、少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得し、表形式の構造を有するパーソナライズされた文書に統合する。例えば、パーソナライズされた文書は、複数の列のセルと複数の行のセルを含むパーソナライズされたスプレッドシートであり得る。自然言語クエリを受信する前に、パーソナライズされた文書が作成されていると想定される。いくつかの実施態様では、パーソナライズされた文書は、図３を参照して上記で説明した方法に従って自律的に作成された。いくつかの実施態様では、パーソナライズされた文書の少なくとも一部はユーザーによって手動で作成された。

【0076】

いくつかの実施態様では、追加の自然言語クエリの受信に応じて、１つ以上の追加のデータ項目が取得される。追加の自然言語クエリは、ＧＵＩを介してユーザーから受信したテキスト自然言語クエリ、（例えば、音声制御デジタルアシスタントを介して）ユーザーから受信した音声自然言語クエリなどのうちの少なくとも１つを含むことができる。例えば、処理ロジックは、追加の自然言語クエリから、パーソナライズされた文書に関連する１つ以上のセカンダリ属性カテゴリを識別し、図３のブロック３２０から３４０を参照して上記で説明したプロセスと同様に、１つ以上のセカンダリ属性カテゴリに対応する少なくとも１つの外部データソースから１つ以上の追加のデータ項目を取得できる。

【0077】

いくつかの実施態様では、１つ以上の追加のデータ項目は、少なくとも１つの外部データソースから、パーソナライズされた文書に新たに関連するデータとして識別される。例えば、新たに関連するデータは、パーソナライズされた文書内に現在存在しないトレンド情報やバイラル情報が含まれる可能性がある。

【0078】

ブロック４２０では、処理ロジックは１つ以上の追加のデータ項目に基づいてパーソナライズされた文書を更新する。いくつかの実施形態では、パーソナライズされた文書を更新することは、１つ以上の追加のデータ項目に基づいて、パーソナライズされた文書の１つ以上の既存のセルの１つ以上の属性を含む可能性がある。

【0079】

いくつかの実施形態では、パーソナライズされた文書を更新することは、新たに関連するデータに基づいて１つ以上の属性が入力された１つ以上のセルを追加することを含む。例えば、パーソナライズされた文書にスプレッドシートが含まれている場合、パーソナライズされた文書を更新することは、パーソナライズされた文書に１つ以上の追加の列を加え、１つ以上の追加の列の１つ以上のセルに、それぞれ特定の追加のデータ項目に対応する１つ以上のそれぞれの属性を入力することが含まれる可能性がある。別の例として、パーソナライズされた文書がスプレッドシートである場合、パーソナライズされた文書を更新することは、パーソナライズされた文書の１つ以上の既存の列に１つ以上の追加のセルを加え、１つ以上の既存の列の１つ以上のセルに、それぞれ特定の追加のデータ項目に対応する１つ以上のそれぞれの属性を入力することを含むことができる。ブロック４１０及び４２０に関するさらなる詳細は、図１～図３を参照して上記で説明した。

【0080】

図５は、本開示の実施態様に従った、推奨されるパーソナライズされた文書を自律的に作成する方法５００のフロー図を示す。方法５００は、ハードウェア（回路、専用ロジックなど）、ソフトウェア（例えば、処理デバイス上で実行される命令）、またはそれらの組み合わせを含む処理ロジックによって実行され得る。一実施態様では、方法５００の一部またはすべての動作は、図１のパーソナライズされた文書作成マネージャ１２２によって実行される場合がある。

【0081】

ブロック５１０では、処理ロジックはユーザーから複数の自然言語クエリを受信する。例えば、自然言語クエリは、少なくとも第１の自然言語クエリと第２の自然言語クエリを含むことができる。各自然言語クエリは、ＧＵＩを介してユーザーから受信したテキスト自然言語クエリ、（音声制御デジタルアシスタントなどを介して）ユーザーから受信した音声自然言語クエリなどのうちの少なくとも１つを含むことができる。

【0082】

ブロック５２０では、処理ロジックは、自然言語クエリが類似のトピックに関連付けられていることを判定する。自然言語クエリが類似のトピックに関連付けられていることを判定することは、少なくとも第１及び第２の自然言語クエリが類似の情報要求に関連していることを識別することを含み得る。例えば、第１の自然言語クエリは「ニューヨークにおける私のお気に入りのレストランはどこですか？」で、第２の自然言語クエリは「フィラデルフィアにおける私のお気に入りのレストランはどこですか？」になる可能性がある。

【0083】

ブロック５３０では、処理ロジックは、自然言語クエリに基づいて表形式の構造を有するパーソナライズされた文書を作成するための推奨をユーザーに送信する。例えば、第１の自然言語クエリが「ニューヨークにおける私のお気に入りのレストランはどこですか？」で、第２の自然言語クエリが「フィラデルフィアにおける私のお気に入りのレストランはどこですか？」の場合、処理ロジックは、米国のすべての州にあるユーザーのお気に入りのレストランに関する情報を含むパーソナライズされた文書を作成するための提案を生成できる。

【0084】

ブロック５４０では、処理ロジックは、ユーザーから、パーソナライズされた文書を作成するための指示を受信する。処理ロジックがユーザーからパーソナライズされた文書を作成する指示を受け取らない場合（例えば、ユーザーが推奨に対して否定的な応答を供する場合）、処理ロジックはパーソナライズされた文書を作成せず、プロセスは終了する。

【0085】

ブロック５５０では、処理ロジックがパーソナライズされた文書を生成する。パーソナライズされた文書は、図３を参照して上記で説明した方法と同様の方法で生成することができる。例えば、処理ロジックは、自然言語クエリから識別された属性カテゴリに対応する少なくとも１つの外部データソース（例えば、少なくとも１つの主観的な外部データソース及び少なくとも１つの客観的な外部データソース）からデータ項目を取得し、パーソナライズされた文書の各セルにそれぞれのデータ項目を入力することができる。ブロック５１０－５５０に関するさらなる詳細は、図１－４を参照して上記で説明した。

【0086】

図６は、本開示の実施態様に従った、例示的なコンピュータシステムを示すブロック図である。コンピュータシステム６００は、図１の文書プラットフォーム１２０またはクライアントデバイス１１０であり得る。マシンは、エンドポイントとサーバのネットワーク環境においてサーバまたはエンドポイントマシンという立場で動作するか、またはピアツーピア（または分散）ネットワーク環境におけるピアマシンとして動作することができる。マシンは、テレビ、パーソナルコンピュータ（ＰＣ）、タブレットＰＣ、セットトップボックス（ＳＴＢ）、パーソナルデジタルアシスタント（ＰＤＡ）、携帯電話、ウェブアプライアンス、サーバ、ネットワークルータ、スイッチまたはブリッジ、もしくはそのマシンが取るべき行動を指定する１セットの命令を、（順を追って、またはそれ以外の方法で）実行することが可能な任意のマシンであり得る。さらに、単一のマシンのみが例示されるが、用語「マシン」はまた、本明細書で考察される方法論のうちの任意の１つ以上を実行するために、個々でまたは共同して１セットの（または複数のセットの）命令を実行する任意のマシンの集まりを含めるように利用されるべきである。

【0087】

例示のコンピュータシステム６００は、処理デバイス（プロセッサ）６０２、メインメモリ６０４（例えば、読み取り専用メモリ（ＲＯＭ）、フラッシュメモリ、同期ＤＲＡＭ（ＳＤＲＡＭ）、ダブルデータレート（ＤＤＲ ＳＤＲＡＭ）、またはＤＲＡＭ（ＲＤＲＡＭ（登録商標））などのダイナミックランダムアクセスメモリ（ＤＲＡＭ）など）、スタティックメモリ６０６（例えば、フラッシュメモリ、スタティックランダムアクセスメモリ（ＳＲＡＭ）など）、及びデータストレージデバイス６１８を含み、これらはバス６４０を介して相互に通信する。

【0088】

プロセッサ（処理デバイス）６０２は、マイクロプロセッサ、中央処理装置などの１つ以上の汎用処理デバイスを表す。より具体的には、プロセッサ６０２は、複合命令セットコンピュータ（ＣＩＳＣ）マイクロプロセッサ、縮小命令セットコンピューティング（ＲＩＳＣ）マイクロプロセッサ、超長命令語（ＶＬＩＭ）マイクロプロセッサ、または他の命令セットを実装するプロセッサ、もしくは命令セットの組み合わせを実装するプロセッサを含むことができる。プロセッサ６０２は、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号プロセッサ（ＤＳＰ）、ネットワークプロセッサなどの１つ以上の専用処理デバイスであり得る。プロセッサ６０２は、本明細書で説明する動作を実行するための命令６０５（例えば、チャンネルラインナップの視聴者数を予測するための命令）を実行するように構成されている。

【0089】

コンピュータシステム６００は、ネットワークインターフェースデバイス６０８をさらに含み得る。コンピュータシステム６００は、ビデオ表示ユニット６１０（例えば、液晶ディスプレイ（ＬＣＤ）またはブラウン管（ＣＲＴ））、入力デバイス６１２（例えば、キーボード、英数字キーボード、動作検知入力デバイス、タッチスクリーン）、カーソル制御デバイス６１４（例えば、マウス）、及び信号生成デバイス６２０（例えば、スピーカー）をさらに含むことができる。

【0090】

データ記憶装置６１８は、本明細書で説明した方法論または機能の１つ以上を具体化する１セット以上の命令６０５（例えば、最適化されたエンコーダパラメータ設定を取得するためのもの）が格納された非一時的な機械可読記憶媒体６２４（コンピュータ可読記憶媒体でもある）を含むことができる。命令は、コンピュータシステム６００によって実行される間、メインメモリ６０４内及び／またはプロセッサ６０２内に完全にまたは少なくとも部分的に存在させることもでき、メインメモリ６０４及びプロセッサ６０２はまた機械可読記憶媒体を構成する。命令は、ネットワークインターフェースデバイス６０８を介してネットワーク６３０上でさらに送受信されることができる。

【0091】

一実施態様では、命令６０５は、口頭の声明をポーリング質問として指定するための命令を含む。コンピュータ可読記憶媒体６２４（機械可読記憶媒体）は単一の媒体であるように一例の実施態様には示されているが、用語「コンピュータ可読記憶媒体」及び「機械可読記憶媒体」は、１セット以上の命令を格納する単一の媒体または複数の媒体（例えば、集中型または分散型データベース、及び／または関連付けられたキャッシュ及びサーバ）を含むように解釈されるべきである。「コンピュータ可読記憶媒体」及び「機械可読記憶媒体」という用語には、機械によって実行される１セットの命令を記憶、符号化、または搬送することができ、機械に本開示の方法論の１つ以上を実行させることができるあらゆる媒体も含まれるものと解釈される。したがって、「コンピュータ可読記憶媒体」及び「機械可読記憶媒体」という用語には、ソリッドステートメモリ、光学媒体、磁気媒体が含まれるものと解釈されるが、これらに限定されない。

【0092】

本明細書全体を通して「１つの実施態様（ｏｎｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ）」または「１つの実施態様（ａｎ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ）」という言及は、実施態様に関連して説明されている特定の機能、構造、または特性が少なくとも１つの実施態様に含まれていることを意味する。したがって、この明細書のさまざまな場所で「１つの実施態様では（ｉｎ ｏｎｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ）」または「１つの実施態様では（ｉｎ ａｎ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ）」という語句が使用されている場合、状況によっては、必ずしも同じ実施態様を指すとは限らないが、同じ実施態様を指すこともある。さらに、特定の特徴、構造、または特色は、１つ以上の実施態様における任意の好適な方法で組み合わせられてもよい。

【0093】

「含む（ｉｎｃｌｕｄｅｓ）」、「含んでいる（ｉｎｃｌｕｄｉｎｇ）」、「有する（ｈａｓ）」、「含む（ｃｏｎｔａｉｎｓ）」という用語、それらの変形、及びその他の類似の語が詳細な説明または請求項のいずれかで使用される限りにおいて、これらの用語は、追加の要素またはその他の要素を排除することなく、オープンな転換語としての「含む（ｃｏｍｐｒｉｓｉｎｇ）」という用語と同様に包括的であることが意図されている。

【0094】

本願で用いられる場合、「コンポーネント」、「モジュール」、「システム」などの用語は、一般に、コンピュータ関連の構成要素、ハードウェア（例えば、回路）、ソフトウェア、ハードウェア及びソフトウェアの組み合わせのいずれか、または１つ以上の具体的な機能性を有する操作可能なマシンに関連する構成要素を指すことを意図している。例えば、コンポーネントは、プロセッサ（例えば、デジタル信号プロセッサ）上で実行されるプロセス、プロセッサ、オブジェクト、実行可能ファイル、実行スレッド、プログラム、及び／またはコンピュータなどであり得るが、これらに限定されない。図示のために、コントローラ上で動作しているアプリケーション及びコントローラの両方がコンポーネントであってもよい。１つ以上のコンポーネントが実行のプロセス及び／またはスレッド内に存在してもよく、コンポーネントは１つのコンピュータ上にローカライズされるか、及び／または２つ以上のコンピュータ間に分散されてもよい。さらに、「デバイス」は、特別に設計されたハードウェア、ハードウェアが特定の機能（例えば、関心ポイント及び／または記述子の生成）を実行できるようにするソフトウェアの実行によって特化された汎用ハードウェア、コンピュータ可読媒体上のソフトウェア、またはそれらの組み合わせの形で提供される可能性がある。

【0095】

前述のシステム、回路、モジュールなどは、複数のコンポーネント及び／またはブロック間の相互作用に関して説明された。このようなシステム、回路、コンポーネント、ブロックなどには、それらのコンポーネントまたは指定されたサブコンポーネント、指定されたコンポーネントまたはサブコンポーネントの一部、及び／または追加のコンポーネントが含まれ、前述のさまざまな順列及び組み合わせに従って含まれ得ることが理解される。サブコンポーネントは、親コンポーネント内に含まれるのではなく（階層的）、他のコンポーネントと通信的に結合されたコンポーネントとして実装することもできる。さらに、１つ以上のコンポーネントを１つのコンポーネントに統合して集約的な機能を提供したり、複数の個別のサブコンポーネントに分散したりできること、また、管理層などの任意の１つ以上の中間層を提供して、そのようなサブコンポーネントと通信的に結合し、統合された機能を提供できることにも留意する必要がある。本明細書に記載の任意のコンポーネントは、本明細書に具体的に記載されていないが、当業者には既知の１つ以上の他のコンポーネントと相互作用する場合もある。

【0096】

さらに、ここで使用されている「例」または「例示的な」という語は、例、事例、または説明としての意味を有する。本明細書で「例示的な」として説明されているいかなる態様または設計も、必ずしも他の側面または設計よりも好ましい、または有利であると解釈されるものではない。むしろ、「例」や「例示的な」という言葉の使用は、概念を具体的に提示することを意図している。本出願で使用されるように、用語「または」は、排他的な「または」ではなく包含的な「または」を意味することが意図される。つまり、別様に指定されない限り、または文脈から明らかでない限り、「ＸはＡまたはＢを採用する」とは、自然な包括的置換を意味することが意図される。つまり、ＸがＡを採用する場合、ＸがＢを採用する場合、またはＸがＡ及びＢの両者を採用する場合には、「ＸはＡまたはＢを採用する」は、あらゆる前述の事例の下に満たされる。加えて、本出願及び添付の特許請求の範囲で使用される冠詞「ａ」及び「ａｎ」は概して、他に指定されない限り、または文脈から単数形を指すことが明らかでない限り、「１つ以上」を意味すると解釈される。

【0097】

最後に、ここで説明する実施態様には、ユーザー及び／またはユーザーのアクティビティを記述するデータの収集が含まれる。ある実施態様では、このようなデータは、ユーザーがこのデータの収集に同意した場合にのみ収集される。一部の実施態様では、ユーザーにデータ収集を明示的に許可するように求められる。さらに、ユーザーはそのようなデータ収集活動への参加をオプトインまたはオプトアウトすることがある。１つの実施態様では、収集されたデータは、統計パターンを取得するための分析を実行する前に匿名化されるため、収集されたデータからユーザーの身元を特定することはできない。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【国際調査報告】