以场景感知、来自移动设备的实时信息为基础的问答

摘要

从多数个移动设备以及在互联网规模的传统传感器收集数据的通用设施，该通用设施对在不同应用处接收到的自然语言查询进行响应。该设施包括用于将该自然语言查询转换至通过该数据收集系统处理的数据请求说明的语义解释器。该数据收集系统包括现象层，该现象层以声明方式表达数据和信息需求，并且协调为了查询目的的数据收集和处理。边缘层管理设备，接收来自后端层的收集需求，为了数据收集配置和命令设备，以及实施数据的聚合和初步处理。这个层包含网络边缘节点，例如蜂窝网络中的基站。每个节点管理一组本地数据生成网络设备。该设备代理数据层使用该网络设备上的普通代理接收数据收集指令并实施数据收集。

说明书

关于联邦赞助研究的声明

此处公开的发明是美国政府在合通过美国国防部自助的合同W911NF-06-3-0001支持下做出的。政府在本发明享有一定权利。

技术领域

本发明与网络设备的数据收集有关。

背景技术

随着装备有传感器和互联网连接能力的智能电话的使用，例如Facebook,Twitter,FourSquare,以及Google+等以网络为基础的社交网络的使用稳步增加。这些技术、智能电话以及社交网络的结合有可能通过诸如众包等应用产出利用大量移动设备的数据收集能力的应用。例如，通过个人从其智能电话分享他们的位置和速度信息，能够启用Google地图的实时交通监测。这种整合还可在灾难管理中利用社交网络应用。例如，通过个人分享图片或其它跨社交网站信息能够监测石油泄露或其它环境灾难。类似的，使用例如与移动设备相关联的空气采样设备，能够监测给定灾难周围的化学泄露和空气质量。

通过使用这些技术获取的信息能被聚合、处理，然后由个人或决策者以及公共机构消费。这种信息消费包括在所获取信息之上的信息检索以及对查询或问题进行响应。在信息检索以及自然语言处理(NLP)中，问答(QA)是自动回答以自然语言提出的问题的任务。为了寻找问题的答案，QA计算机程序或者使用预组织的数据库或者使用自然语言文档的集合，举例而言，自然语言文档例如是万维网网页或本地文献等文本库。搜索集合从小的本地文档收集经过内部组织文档和编辑的新闻报道再到万维网网页。

QA研究试图处理例如包括事实、列举、定义、如何、为什么、假设、语义限制以及跨语言问题等范围广泛的问题类型。通常，QA取决于具有好的搜索语料库，也就是说，已存在的文档中包含期望的答案。因此，更大的收集规模与更好的QA性能相关联，除非问题领域与该收集相正交。在例如网页等的大规模收集中，数据冗余的概念创造了一种情形，其中有价值的信息会在不同环境中以及文档中用不同方式来措辞。这会产生两个好处。第一，QA系统在实施复杂的自然语言处理(NPL)技术以理解该文本的负担因具有出现在多种形式中的正确信息而减少。第二，通过依赖于正确答案在文档中比错误答案的实例出现的次数更多，能从错误信息中过滤出正确的答案。

闭合领域(Closed-domain)的问答处理属于特定领域的问题，例如医药或汽车维修领域，并呈现更简单的任务，因为NLP系统能够利用通常形式化为本体(ontologies)的领域特定的知识。可替代的，闭合领域指的是只接收有限类型问题的情形，例如询问描述性信息而非程序性信息。开放领域问答处理关于几乎任何事情并且只能依赖于通用本体(generalontologies)和世界知识(worldknowledge)。另一个方面，这些系统通常具有更多的从中抽取答案的可用数据。

发明内容

根据本发明示范性实施例的系统和方法提供了场景感知，来自移动设备的实时信息。数据收集框架用于收集来自该移动设备的数据，例如实时信息。该数据收集框架是分层模型，其包括问答(QA)应用层，后端层，边缘收集层(edgecollectionlayer)以及数据层。该QA层接收输入的混合语料库，诸如存档数据，例如维基百科，以及在线数据，例如博客以及源(feed)，来自移动设备的实时信息也作为该混合语料库的输入。

一种在QA应用层中使用的语义解释器，用于将原始问题转化为数据描述，该数据描述例如是使用该数据收集框架用来采集的数据说明。基于该问题的内容以及与该用户正问的问题相关联的状态信息确定要收集的数据。这种状态信息包括用户概要。在一个实施例中，在该语义解释器中使用依赖于领域的模板和策略。这些依赖于领域的模板描述了什么数据是与例如医疗领域或消费者服务领域等给定的领域相关的？每个模板包括一列与那个领域相关的数据类型，同时，该模板相对于输入至该QA系统的问题的领域被参数化。对于每类数据，诸如分辨率(resolution)等的质量，诸如卷(volume)等的数量，是该QA系统能够填写的用以指定所期望的数据收集(datacollection)细节的参数。该策略可包括数据收集上的约束，例如哪个用户所拥有的哪个设备能给用于收集什么类型的数据，在该天的什么时间，或在哪个位置。这种策略确保该用户以及QA系统的偏好得到了尊重。

其它适当的语义解释器的形式包括通过基于知识的专家系统将该问题转化为数据收集说明。该基于知识的专家系统用本体(ontology)描述问题回答中所需信息的不同方面以及这些不同方面如何相互关联。对于每件信息，能够包括什么种类的数据是相关的以及哪种分析能够从该数据产生信息等额外的描述。对于没类问题，能够建立这种本体(ontology)。该专家系统检查该本体(ontology)以发现为了回答给定的问题以及构建数据收集说明需要哪些数据，发送这些数据收集说明至该数据收集设施以获取所期望的数据。使用该QA层正试图回答的问题的上下文产生该数据以及事件收集说明。所收集的原始数据能够基于该数据以及事件收集说明被转换。该原始数据能够通过分析被进一步处理，从而使得输出是能够用于回答该问题的更高语义级别的信息。该信息能被转变为合适的形式，例如文字或表格。这使得下面的移动数据收集系统能够将实时数据转变为QA应用层能够消费的信息。

附图说明

图1是根据本发明一个实施例的问答系统数据采集系统的原理性表示；以及

图2是描述了用于使用本发明的该问答系统和数据采集系统响应于自然语言查询从数据生成设备获取原始数据和现象的方法的一个实施例的流程图；以及

图3是本体的一个实施例的原理性表示，该本体被用于响应于自然语言查询创建数据请求说明。

具体实施方式

根据本发明的系统和方法利用了移动边缘采集和分析(MECA)，这是从诸如移动设备的数据收集设备的数据收集的共同中间件，它克服以下缺点：为了对用自然语言查询所提交问题实时问答，先要尝试向位于问答系统中或是提供给该问答系统的请求应用提供数据。MECA支持各种来自计算机系统之上运行的许多不同应用所需要的各种不同的数据和信息，提供现象的高级别抽象，如此使得应用能够声明性的简单表示数据和信息以及需求。MECA标识跨不同应用所需要的共同数据和信息。这种跨应用的标识确保原始数据收集以及原始数据的初步处理被执行一次，并在这些应用之间分享该结果。跨应用的共同原始数据和现象的分享避免了在垂直方案中发现的冗余和冲突。

基于来自一个或多个应用的用诸如自然语言查询所表示的需求，MECA使用可配置的框架来选择和配置数据收集设备。一个具有实时的收集不同类型数据的能力的普通软件代理(commonsoftwareagent)的实例运行在数据收集设备中的每个之上。每个普通软件代理(commonsoftwareagent)接收来自MECA的指令并且获取和送回期望的原始数据。MECA在贯穿于该数据采集系统的原始数据之上实施可选的原始处理，例如在边缘层(edgelayer)，以抽取高级别信息，举例而言，以现象的形式。受到初步处理的原始数据被转化为现象数据，其被传递回至该请求应用，例如，通过现象层(phenomenonlayer)。通常，本发明的不同功能可以该数据采集系统的一个或多个层来提供，并且，没有限定至给定的一个或多层。该原始数据还基于数据或事件收集说明被转换。为了能够输出该原始数据中的能够回答该以自然语言询问所提出的问题的更高语义级别的信息，可使用分析来处理该原始数据。这种更高的语义级别包括但不限于自然语言应答、图表、表格以及图形。这使得MECA能够将实时数据转变为QA应用层能够消费的自然语言。

MECA提供了为不同应用同时收集实时数据的共同设施。问题被提交至与MECA相通信的运行在计算机系统上的一个或多个应用。然后，通过语义解释器将这些以自然语言查询提交的问题转换为数据收集说明。MECA使用这些数据收集说明从该数据采集系统的不同层和位置处获得响应的实时原始数据。较好的，从该数据采集系统的边缘设备获取响应的实时原始数据。MECA中的该中间件向应用暴露出高级别抽象，使得这些应用能够使用现象收集说明(phenomenoncollectionspecifications.)声明性的表示数据收集说明。每个现象是在特定物理或地理位置处实时的或经过给定一段时间的特定类型事件的出现。例如，在特定地点和时间在道路上探测到坑洞(pothole)就是现象。相比于通过位于多个数据生成网络设备之上的物理传感器所直接采集的原始数据，使用现象提供了语义级别更高的信息。下列事实促使了这种高级抽象：通过设备上的物理传感器产生的原始数据通常是大量的并且不能被应用直接消费，特别是那些位于相同域中的可能具有相同信息需求的不同应用。

例如，公共设施维护应用需要探测道路上的坑洞，从而能够及时的进行修复。通过诸如维护经营者的实体将自然语言查询“标识沿国道101上的所有坑洞的位置”输入至该公共设施维护应用中。通过来自司机携带的智能电话上的3轴加速度数据就能探测到坑洞。因此，司机和乘客的智能电话沿着国道101移动被标识出来，只要该司机继续沿着期望的路线，就从这些移动电话获取期望的3轴加速度数据，即，原始数据作为原始的时间序列或3轴加速度数据被获得。然而，已经在原始时间序列数据上实施了某种处理以标识潜在坑洞的实际位置。在本发明的数据采集系统实施这样的处理以提高信息的语义级别以及降低响应于该自然语言查询通信返回至该应用的数据量。此外，不同的应用，特别是那些在共同领域中的，可具有共同的信息需求。例如，聚合来自给定车辆的乘客和司机的该原始的全球定位信息(GPS)采样以标识他们的通勤轨迹。这些聚合的数据对于实时的交通警报以及长期的城市路网规划都是有用的。在一个实施例中，该原始数据收集和初步处理在MECA内部共享以避免在这些应用的重复工作以及提高效率。

包括现象收集说明的，来自基于通过运行在计算机系统上的应用所提交的自然语言查询的语义解释器的数据收集说明包括三个部分：各种类型所需数据或现象的标识，地理范围或物理地址(与该数据有关，或在该地理范围或物理地址上收集数据)，时间期间(应该在该时间期间收集数据)。对于每种类型，有至少一种边缘(edge)分析能够将某种类型的原始数据转换为该现象。这些分析按需的被该数据采集系统动态调用，即，MECA。可用分析的收集以及这样的现象类型是可扩展的。一旦新的边缘分析被加入至分析库，它所产生的现象类型就对该请求应用变得可用。

参看图1，是根据一个示范性的实施例，本发明针对问答系统以及包括应用层103和与该应用层通信的数据采集部分107的数据采集系统100。该数据采集部分包括现象层102，与该现象层通信的边缘层104，以及与该边缘层通信的数据层106。这些层位于一个或多个适合的计算平台上，例如，计算机或服务器。这些层能位于单个计算平台上或位于两个或多个不同的和分离的计算平台上。在一个实施例中，这些层被安排为分布式应用。通常，这些层是逻辑的，而且它们的物理表现可以采取不同形式。例如，该‘边缘层‘可以同位于(co-located)蜂窝基站中，但它还能位于后端数据中心中。这些层能位于单个域或多个域中。在一个实施例中，为了配置为分布式计算系统的数据采集系统配置这些层。这些层能够用运行在一个或多个适当的计算平台上的一个或多个软件程序或软件模块来创建。

该应用层包括至少运行在一个或多个计算系统或计算平台上的一个以及更优选的多个应用108。这些计算系统可位于该数据采集系统外部或者是相同的计算系统，在其上执行数据采集部分的层。该应用接收来自该应用用户的自然语言查询或者基于应用的执行或来自其它应用或设备的执行所生成的自然语言查询。在该问答系统和数据收集系统100中还包括至少一个语义解释器105和至少一个原始数据转换器109。该语义解释器和原始数据收集器可在分离的计算平台上执行或能在包括该应用层、该现象层以及该边缘层的系统的一个或多个层上运行。

该语义解释器与该应用相通信并将该应用接收到的自然语言查询转换为能被该数据收集部分处理的数据请求说明。每个数据请求说明包括响应于该自然语言查询的将被获得的各种类型数据的标识。在一个实施例中，该现象层102接收该数据请求说明并且响应于该数据请求说明生成数据收集需求。该边缘层104接收来自该现象层的数据收集需求并且标识所需要的满足该数据收集需求的原始数据。多数个相同的普通软件代理(commonsoftware)128运行在多数个位于数据层中的数据生成网络设备130，获取该所标识的所需要的满足该数据收集需求的原始数据。响应于自然语言查询，该原始数据转换器将该原始数据处理为更高级别的语义，然后将其传递回至该应用。

该语义解释器使用该自然语言查询的内容，例如，字、短语以及字母-数字串，以确定转发至该数据收集部分的数据请求说明。在一个实施例中，在标识响应于该自然语言查询将要获得的各种类型数据中，该语义解释器除了要利用该自然语言查询的内容，还要利用与提交该自然语言查询的实体有关的概要信息。可以为使用该应用提交自然语言查询的实体获取这种概要信息。适合的实体包括但不限于使用该应用的个体、商业或政府机构。在一个实施例中，该概要信息通过该应用维护或者存储在数据库中并且与通过该实体输入的自然语言查询一起由该应用提供。适合的概要信息包括但不限于该实体的标识、先前查询的历史以及与该实体相关的查询响应、相关联实体的标识、与该实体相关的数据获取策略以及与该实体相关的安全许可。

在一个实施例中，该语义解释器包括多数个主题领域模板。该主题领域描述了该自然语言查询的内容。适当的主题领域包括但不限于技术、医疗、法律、政府、公共安全、战术、灾难响应、突发事件、法律实施、教育、运动和交通。每个主题领域模板包括与给定主题领域有关的预定义的数据类型列表以及在该预定义的数据类型列表中每个数据类型的一组参数。该参数为不同的数据类型提供描述性的数量和质量。优选的，该组参数为数据类型提供可调整的数量和质量。这些质量，例如分辨率、准确度、精确性以及年代，以及这些数量，例如数据量，能够基于来自该应用的输入或者输入该自然语言查询的实体来调整，以及响应于该查询表示出可接受的所返回数据的数量和质量。在一个实施例中，该语义解释器从该应用接收关于每类型数据的优选的数量和质量的输入，并且根据该接收到的输入调整每类型数据的数量和质量。当已为该原始数据设定了该期望的参数，该普通软件代理根据每类型数据的该调整的数量和质量，即参数，获取该标识的原始数据。

该语义解释器标识主题领域或与该自然语言查询相关的主题领域。这能通过解析该自然语言查询以及标识与给定主题领域相关的关键字或短语来实现。当已经标识了与该自然语言查询相关的至少一个主题领域,该语义解释器从多数个主题领域模板中标识与该自然语言查询相关的对应的主题领域模板。这个对应的主题领域模板然后被该语义解释器使用以创建该数据请求说明。

在一个实施例中，该语义解释器创建该数据请求说明以及该根据一个或多个策略获取原始数据的普通软件代理。在一个实施例中，该系统，例如该语义解释器包括多数个数据收集策略。每个数据收集策略包括对数据收集的预定约束，例如哪个用户所拥有的哪个设备能够用于收集什么类型的数据，在该天的什么时间，或在哪个位置。因此，这些策略表示在用于获取实时原始数据的数据生成网络设备之上施加的限制，在数据收集之上施加的时间限制以及在数据收集之上施加的空间限制。该普通软件代理根据所标识的数据收集策略获取所标识的原始数据。该策略能被使用，而不考虑自然语言查询的主题领域或提交该查询的实体的标识。或者，每个数据收集策略与多个主题领域中的一个相关联。

除了用于构建该数据请求说明的预定义模板，语义解释器可利用给定主题领域的专家知识。在一个实施例中，该语义解释器包括基于知识的专家系统，该专家系统包括多数个主题领域专家。每个主题领域专家对应于给定的主题领域并被配置用以为覆盖那个主题领域的自然语言查询创建数据请求说明。

本体(Ontologies)被用来扩展响应于给定自然语言查询所获取的原始数据的范围。例如，可以构建新的或额外的查询。可以保存给定的本体并在以后的查询中重用。可以响应于询问“位于给定道路沿线的车辆和司机”的自然语言查询生成或使用这种本体。通常，本体描述了概念之间的关系以及这些概念的各种不同属性。在这个示例查询中，概念是车辆302和司机304。该车辆的属性包括颜色306、车辆类型308、车辆的制造和型号310，以及其他等。可使用颜色抽取技术320使用来自图像捕捉设备的车辆图像322确定颜色，或者以该车辆的文字描述326为基础使用关键词检测324确定颜色。司机的属性包括身高312、头发及眼睛的颜色314、服装316和驾驶证信息318以及其他等。对于相同属性之上的自然语言查询，这些本体被保存并被重复使用。本体还为任何给定属性提供状态328，即，已获得或未获得，以及置信度的表达或知识的可靠性。然后，该数据获取部分基于缺失信息的确定以及原始数据制定可以提供该缺失信息的数据获取方案。

在一个实施例中，该系统包括布置在语义解释器中或与其通信的本体构建器。该本体构建器指定了概念之间的关系以及这些概念的属性。该语义解释器标识自然语言查询中的概念。适当的概念包括但不限于物理对象，物理对象包括人和物理现象。这个概念表示来自自然语言查询的至少一部分，例如单个字或短语，这可通过解析该自然语言查询获得。该语义解释器使用本体构建器构建与该概念相对应的本体。这个本体用于描述该数据请求说明。使用本体来描述数据请求说明包括使用本体来标识概念的属性以及标识有用数据的类型以获取关于该所标识的属性有关的信息。

已经获得并放置在本体中的与该信息有关的状态或状态信息还被问答系统或数据获取系统使用。例如，该边缘层能够标识与尚未获得的属性有关的信息，而该普通软件代理使用该标识的各种类型的数据获取与该标识的信息相对应的原始数据，该标识的信息与尚未获取的所标识的属性有关。

现象层102位于后端，例如数据中心，并且负责基于在该应用层中的应用处所接收到的自然语言查询接收来自该语义解释器的现象收集说明(phenomenoncollectionspecifications)，负责根据该所规定的策略协调整个数据收集，以及负责将原始数据和现象数据两者发送回至提交该自然语言查询的该应用和用户。在一个实施例中，该现象层被配置为从该语义解释器接收该数据请求说明以及响应于该数据请求说明生成数据收集需求。每个数据请求说明包括如在给定应用处接收到的自然语言查询所请求的或所期望的各种类型数据的标识、用于各种类型数据收集的时间期间以及与各种类型数据相关联的物理位置。适当的物理位置包括但不限于地理位置、坐标多边形(polygonsincoordinates)、邮政地址以及路段(roadsegments)。在一个实施例中，该数据请求说明是现象收集说明。每个现象收集说明包括在计算机系统上运行的应用的用户所期望的至少一种现象的标识，并且，每个现象是经过给定时间期间在给定物理位置处给定事件的一次出现。因此，应用的用户能够使用由现象提供便利的高级别语言请求数据而不需要标识实际的原始数据。响应于该数据请求说明在现象层出生成的数据收集需求包括原始数据和现象，其中，每个现象表示经过给定时间期间在给定物理位置处给定事件的一次出现并且是从实时的原始数据生成的。

在一个实施例中，该现象层包括收集任务管理器(CTM)110、后端元数据管理器(BMM)112以及后端数据管理器(BDM)114。该收集任务管理器被配置为语义解释器以及运行在计算机系统上的应用提供接口，该接口分别被用来提交数据请求说明以及向该边缘层转发所生成的数据收集需求。该后端元数据管理器被配置为维护与能够通过每个边缘节点在边缘层处所生成的现象有关的元数据以及与那些节点中的每一个相关联的物理位置覆盖范围。该后端数据管理器被配置为接收从该数据生成网络设备获得的原始数据以及在边缘层用原始数据所生成的现象，还被配置为聚合该接收到的原始数据和现象并且将该原始数据和现象传递至提交数据请求说明的语义解释器或接收该自然语言查询的应用。在一个实施例中，该收集任务管理器还被配置为维护在边缘层处发起的数据收集任务的状态信息，例如收集的或等待中的，以满足该数据收集需求。

在操作中，该CTM向语义解释器以及应用暴露接口以接收它们的现象收集说明。一旦接收到该说明，该CTM查询维护边缘节点元数据的BMM，其包括哪些现象类型是可用的以及各自的地理范围。然后，该CTM在边缘层中选择适合的边缘节点，向这些所选的边缘节点发送该说明以便该边缘节点能够及时的启动数据收集。该CTM创建和维护用于每个收集任务的状态信息，例如，参与到数据收集的那些边缘节点的标识。当一个数据收集任务完成时，或者是因该应用请求指定的用于数据收集的时间窗口的结束，或者是因被该应用终止，该状态就被清除。BDM负责接收和聚合来自边缘节点的数据，包括原始数据和现象，如此以致于用于一个收集任务的数据被连续不断的提供给提交该自然语言查询的应用。

在一个实施例中，该边缘层位于网络边缘，例如蜂窝网络的基站。通常，该边缘层是一种逻辑概念，位于数据采集系统中的边缘层的物理表现采取了不同的形式，例如，位于基站或者位于后端或云数据中心。该边缘层接受来自现象层的收集需求，管理本地数据收集设备集合之间的数据收集，以及为初步的数据处理(primitivedataprocessing)运行边缘分析(edgeanalytics)。在一个实施例中，该边缘层与该现象层通信并且被配置为接收该数据收集需求以及标识满足该数据收集需求所需要的原始数据。在一个实施例中，该边缘层包括多数个边缘分析。每个边缘分析处理从普通软件代理获得的原始数据以生成包含在该数据收集需求中的至少一部分现象，其中每个现象是经过给定时间期间在给定物理位置处给定事件的一次出现并且是由原始数据生成的。

在一个实施例中，该边缘层包括多数个分离的以及不同的边缘节点116。每个边缘节点单独地或者该边缘层总体地包括边缘任务管理器118，其被配置为维护所发起的数据管理任务的状态信息以满足该数据收集需求，还包括边缘元数据管理器120，其被配置为维护多数个数据生成网络设备中的每一个的注册和状态信息。该注册和状态信息包括每个数据生成网络设备的当前位置以及每个数据生成网络设备的当前能量级别。该边缘层进一步还包括边缘分析库122，其包含多数个边缘分析。每个边缘分析处理从普通软件代理获得的原始数据以生成包含在该数据收集需求中的至少一部分现象，其中每个现象是经过给定时间期间在给定物理位置处给定事件的一次出现并且是由原始数据生成的。

在一个实施例中，该边缘层还包括边缘分析运行时引擎124，其被配置为运行边缘分析。在该边缘层中提供了边缘数据管理器126，其被配置为聚合从普通软件代理获取的所标识的原始数据并且将该聚合的所标识的原始数据传递给现象层中的后端数据管理器。通常，该边缘层负责来自所标识的数据收集设备集合的数据收集以及负责为了所指定现象所需要的初步处理运行边缘分析。该边缘层的各种不同功能部分可位于单个地点并被该边缘层中的所有边缘节点共享，或位于每个边缘节点之上。

在操作中，该边缘任务管理器(ETM)维护网络边缘处的数据收集任务的状态信息，例如，其感测哪个设备上的动作参与到哪个任务中，并且协调该设备动作和边缘处理。该边缘元数据管理器(EMM)维护数据收集设备的注册和状态信息，诸如它们的位置和能量级别，并且，边缘分析库维护一批将要由ETM调用的边缘分析。该边缘分析运行时平台是一个用于部署边缘分析的容器，并且该边缘数据管理器(EDM)聚合来自不同设备的用于相同收集任务的数据并将该数据发送至现象层中的后端数据管理器用于进一步的聚合。一旦接收到来自现象层的数据收集需求，该ETM首先查询该EMM以标识哪些边缘分析可产生该所需求的现象，以及哪些数据收集设备可产生所需要的原始数据。然后，根据位置、能量级别以及数据收集和处理成本选择一组数据收集设备，然后将数据收集指令发送给这些数据收集设备。如果需要一个边缘分析用于初步处理，该ETM从库中调用该分析并在该边缘分析运行时平台上运行该分析。

该数据层包括多数个相同的普通软件代理128。每个普通软件代理在多数个数据生成网络设备130之一上执行并且与该边缘层相通信。该普通软件代理被配置为获取满足该数据收集需求所需的标识出的原始数据。在一个实施例中，该普通代理在不同的数据生成网络设备之间是相同的。然而，该普通代理在不同类型的数据生成网络设备上不需要是相同的。通常，普通代理与它们所连接的网络边缘设备使用相同的能够理解的协议交流。适当的数据生成网络设备包括蜂窝电话、智能电话、平板电脑、桌面电脑、笔记本电脑、个人数字助理、射频标识系统、雷达系统、移动自组网中的节点、监控摄像头、射频收发器、远程信息处理设备、包裹跟踪系统、数据库或其组合。该多数个数据生成网络设备中的每一个注册在边缘节点中的一个之上。在一个实施例中，该边缘层包括网络中的多数个边缘节点，并且，每个边缘节点与运行在多数个数据生成设备上的多数个软件代理中的至少一个相通信。在一个优选的实施例中，该边缘节点是蜂窝电话网络中的基站，而该数据生成网络设备是启用了蜂窝网络通信的设备。

在一个实施例中，该数据层是运行在所有数据生成网络设备上的普通软件代理的实例。该数据层接受来自边缘层的配置和收集指令并将由数据生成网络设备上的物理设备所生成数据送回。每个数据生成网络设备向边缘节点注册，例如物理上相近的边缘节点，以使得其自身对数据采集可用。此外，每个数据生成网络设备报告它所能生成的各类原始数据并且周期性的更新边缘节点的位置和能量级别以使得该边缘节点在接收到数据收集需求时可作出合适的选择和配置决定。来自数据生成网络设备的原始数据被发送至EDM以用于聚合。如果一个边缘分析被调用，这个分析取走该原始数据或聚合的数据并将它们转换为所期望的现象。这种现象被传送至位于后端的BDM并最终送回给应用。因此，该数据采集系统的MECA有利于跨应用的共享原始数据和现象数据两者。当在一个边缘节点处相同种类的现象数据被请求多次，既有的收集和处理动作将会被尽可能多的重用。该原始数据还被传递给该原始数据转换器用于转换为期望的更高级别语义。来自数据生成网络设备的原始数据、来自边缘分析的现象数据以及所转换的位于更高语义级别的原始数据被发送至该EDM并通过多个应用共享。

在一个实施例中，数据采集系统包括现象层，现象层被配置为接收数据请求说明以及响应于该数据请求说明生成数据收集需求。每个数据请求说明包括各类数据的标识，用于收集各类型数据的时间期间以及与该各类型数据相关联的物理位置。该系统还包括与该现象层通信的边缘层，并且包括多数个节点，其中的每个节点是蜂窝网络中的一个基站并被配置为接受数据采集请求以及标识满足该数据收集需求的原始数据。系统中包括多数个相同的普通软件代理。每个普通软件代理执行在多数个数据生成网络设备中的一个之上并且与该边缘层中的多数个节点相通信。每个数据生成网络设备是启用了蜂窝网络通信的设备并且该普通软件代理被配置为从启用了蜂窝网络通信的设备获取所标识的满足该数据收集需求的原始数据。

在一个实施例中，每个启用了蜂窝网络通信的设备包括物理传感器，而该原始数据就是从这些物理传感器获取的数据。该系统还包括多数个布置在边缘层中的多数个节点之上的边缘分析。每个边缘分析被配置为处理从该普通软件代理获取的原始数据以生成包含在数据收集需求中的现象，其中每个现象表示经过给定时间期间在给定物理位置处给定事件的一次出现。在一个实施例中，边缘层中的多数个节点还包括位于附加的通信网络，即非蜂窝(non-cellular)，中的边缘节点，并且该数据生成网络设备还包括以下中的至少一个：平板电脑、桌面电脑、笔记本电脑、个人数字助理、射频标识系统、雷达系统、移动自组网中的节点、监控摄像头、射频收发器、远程信息处理设备、包裹跟踪系统、以及与位于该附加的通信网络中的边缘节点通信的数据库。

参看图2，本发明的一个示范性的实施例指向的是用于查询回答的方法以及使用网络设备的数据收集200。在计算机系统上运行的应用处接收到自然语言查询。该自然语言查询接收自一实体，例如应用的用户、另一个应用或该应用自身。

该自然语言查询被传送至语义翻译器并被转换为能在现象层处理的数据请求说明203。该数据请求说明包括响应于该自然语言查询的将被获得的各种类型数据的标识。在一个实施例中，由该语义解释器为提交该自然语言查询的实体获取或维护概要信息。通过标识响应于该自然语言查询所将获得的各种类型数据将该自然语言查询转换为数据请求说明时，可使用这种概要信息。

每个自然语言查询能与一个或多个主题领域相关联。因此，将该自然语言查询转换为数据请求说明包括标识与该给定的自然语言查询相关联的至少一个主题领域。用该语义解释器创建该数据请求说明时使用了相对应的主题领域模板。该相对应的主题领域模板包含预定义的与该相对应的主题领域相关的各种类型数据的列表，以及在该预定义的各种类型数据的列表中的每种类型数据的一组参数。每组参数具有每种类型数据的可调整的质量和数量。当原始数据被获取，它们是响应于该数据请求说明中的该种类型数据的可调整的质量和数量而获得的。因此，响应于该自然语言查询可以获得数量适合的准确度可接受的数据。

可使用策略管理数据收集。这些策略包括能够用来获取该原始数据的对数据生成网络设备的限制，对数据收集的时间限制以及对数据收集的空间限制。通过将该策略集成至该数据请求说明中，包含在该策略中的约束最终会被提供给收集原始数据的软件代理。因此，数据收集策略被标识并被传递给该语义解释器。每个数据收集策略表示对数据收集的预定义约束。在一个实施例中，每个数据收集策略与该所标识的主题领域中的一个或多个相关联。因此，主题领域的选择为语义解释器提供期望的策略。该原始数据还是响应于该数据请求说明中的各种类型数据并且根据该所标识的数据收集策略所获取的原始数据。

通过自然语言查询中的该语义解释器所标识的该主题领域还可被用于基于知识的专家系统。对于该多数个主题领域中的每一个，该语义解释器维护或与该基于知识的专家系统相通信。该语义解释器使用与该标识的主题领域相对应的基于知识的专家系统创建该数据请求说明。

任何给定的自然语言查询可包含一个或多个概念。这些概念表示该自然语言查询的至少一部分，并且可以包括字词、短语或字母-数字串。该语义解释器标识该自然语言查询中的概念，例如物理对象或物理现象，该概念表示该自然语言查询概念的至少一部分，并且，该语义解释器构建与该概念相对应的本体。特别的，所述本体用于标识概念的属性，以及可以标识各种类型的有用数据以获取与所标识的属性有关的信息。因此，这个本体用于描述数据请求说明。当获取该原始数据时，标识尚未获取的与所标识的属性有关的信息，以及标识各种类型数据，并用该各种类型数据获取与所标识的尚未获取的与所标识的属性有关的信息相对应的原始数据。

202，在数据采集系统的现象层处接收来自运行在计算机系统之上的应用的数据请求说明。该数据请求说明包括那个应用所期望的各种类型数据的标识，收集各种类型数据的时间期间以及与该各种类型数据有关的物理位置。优选的，作为现象收集说明所接收到的数据收集说明包括该应用所期望的至少一个现象。

204，在该现象层处确定数据收集需求。这些数据收集需求是对数据请求说明的相应，并且，其包括响应于该数据请求说明的原始数据和现象。如上面所描述的，每个现象描述了经过给定时间期间在给定物理位置处给定事件的一次出现。206，该数据收集需求然后被传递至该数据采集系统的边缘层。在一个实施例中，该边缘层包含多数个边缘节点，并且在现象层处维护每个边缘节点所覆盖的物理位置以及所支持的现象类型的标识。因此，基于该标识的现象类型、所覆盖的物理位置或其两者，将该数据收集需求从现象层传递至适合的边缘节点。此外，可在现象级别维护该数据请求说明的状态数据。这些状态数据例如监控给定数据请求的进度，并且一旦该数据请求说明终止就会被清除。合适的状态数据包括但不限于响应于数据请求说明的用于数据收集的剩余时间期间以及参与数据收集的边缘层中的边缘节点的标识。

208，在数据采集系统的边缘层处标识能够获取足以满足该数据收集需求的原始数据的位于数据采集系统中的一组普通软件代理。这组普通软件代理可以是该数据采集系统中所有可用的普通软件代理的一个子集。每个普通软件代理是相同的软件代理并且运行在多数个数据生成网络设备中的一个之上。因此，对于每个设备、应用或传感器不需要不同的或分离的软件代理，并且普通软件代理可以产生跨所有应用使用以及在所有应用之间共享的数据。在一个实施例中，该边缘层包括多数个位于网络中的边缘节点。每个边缘节点与运行在该多数个数据生成网络设备上的多数个软件代理中的至少一个相通信。任何适合的用于建立连接以及设备间通信的可使用的网络包括使用任何适合通信协议的有线或无线网、局域网和广域网。用于生成该原始数据的数据生成网络设备使用包含在或连接到这些设备的传感器，该数据生成网络设备在网络中被启用并且能够跨网络的分享数据。适合的数据生成网络设备包括但不限于蜂窝电话、智能电话、平板电脑、桌面电脑、笔记本电脑、个人数字助理、射频标识系统、雷达系统、移动自组网中的节点、监控摄像头、射频收发器、远程信息处理设备、包裹跟踪系统、数据库或其组合。在一个实施例中，该网络是蜂窝电话通信网络。在这个实施例中，该边缘节点是蜂窝电话网络中的基站，而该数据生成网络设备是启用了蜂窝网络通信的设备，例如，蜂窝电话、智能电话、平板电脑。

对于每个所标识的普通软件代理可以在那个普通软件代理正在获取原始数据时在边缘层处维护状态信息。此外，为每个数据生成网络设备维护注册和状态信息。当该边缘层由多数个边缘节点构成时，每个数据生成网络设备向边缘节点中的一个注册，并且将各种类型可用的原始数据从每个数据生成网络设备传递到该数据生成网络设备向其注册的边缘节点。还可将周期性的更新从每个数据生成网络设备传递到该数据生成网络设备向其注册的边缘节点。这些周期性的更新包括数据生成网络设备的位置数据和能量级别。

该标识的普通软件代理被用来获取适合的或所响应的原始数据。然后向上穿过该数据采集系统的多个层朝向着该请求应用传递回这些原始数据。首先，212，该原始数据穿过边缘层，并且使用所获取的该原始数据在该边缘层处生成数据收集需求中的现象。在一个实施例中，该边缘层包括多数个边缘分析。每个边缘分析与给定的现象相关联并且能够被调用以满足该数据收集需求。给定的边缘分析可产生全部现象或可被用于贡献一个或多个现象的一部分。该与数据收集需求中的现象相关联的边缘分析可被用于生成现象。在该边缘层中的库中维护多数个边缘分析。新的边缘分析可被添加进该库中。这些边缘分析可以跨该全部边缘层被访问，或者可以特定于该边缘层中的给定边缘节点。该现象层位于可维护一列边缘分析以及它们在该边缘层中的位置。

该合并的原始数据和所生成的现象被传递给该现象层。214，在该现象层聚合响应于该数据请求说明的原始数据和现象。216，此外，在该现象层存储该聚合的原始数据和现象。由于该数据是通过普通软件代理和边缘分析所产生的，他们适合用于对跨所有应用的后续数据请求说明进行响应。217，在一个实施例中，将该原始数据处理为具有更高语义级别的信息。218，将该聚合的原始数据、响应于该数据请求说明的现象以及所处理的更高语义级别数据从该现象层传递至该请求应用。

在根据本发明的用于来自网络设备的数据收集方法的一个实施例中，在该数据采集系统的现象层处接收来自多数个运行在一个或多个计算机系统之上的应用的数据请求说明。此外，每个数据请求说明包括每个应用所期望的各种类型数据的标识，用于收集这些各种类型数据的时间期间以及与该各种类型数据相关联物理位置。在该现象层处确定响应于所有接收到的数据请求说明的数据收集需求。这些数据收集需求包括响应于该数据请求说明的原始数据和现象，并且从该应用所接收到的数据请求说明最好是采用现象请求说明的形式。该现象层标识和聚合跨所有请求的数据收集需求。因此，从不同应用所请求的不同现象需要相同的原始数据，或者如果不同的应用请求相同的现象，那么该现象层就没有在数据收集需求中复制原始数据和现象。在一个实施例中，两个应用可以请求相同类型的数据，但是在不同位置处或在不同时间期间。以最为有效的方式，该现象层将这些请求合并至数据收集需求中，例如具有扩展的时间或位置范围的单一类型数据用以覆盖这请求两者。

在数据采集系统中的边缘层处标识位于数据采集系统中的该组普通软件代理，改组普通软件代理能够获取足以满足该数据收集需求的原始数据，并且，这些所标识的普通软件代理被用于获取该原始数据。数据收集需求中的现象是在边缘层处产生，而响应于该数据请求说明的原始数据和现象被传递给该现象层。基于例如对该现象层如何出于效率的目的打破和聚合该数据收集需求的理解，该现象层被用于在应用间协调现象和原始数据的传递。

在一个例子中，数据采集系统被用于灾难管理应用中，该灾难管理应用为个体或机构在化学品溢露的情景中提供服务。该应用使用通过MECA收集的数据和信息，相比于包括现象收集说明的高级别抽象的现存的垂直方案，显示出了MECA的优点。该应用不需要与任何数据生成网络设备，即，移动设备，直接地交互。不像该垂直方案，它不需要关注诸如设备移动性以及资源变化等动态变化。MECA处理所有这些动态变化并且使得它们对该应用透明。该应用只需要将关于现象类型、地理范围以及时间期间的现象收集说明发送至MECA。

此外还支持同时收集各种类型的现象和原始数据。该应用为个体当他们太接近危险区域时提供报警服务，并且，为诸如消防部门等的机构提供警告服务以追踪消防人员的移动。这些服务需要各种类型的现象和原始数据，它们通过MECA同时被收集。还在网络边缘提供智能的和有效的处理。所产生的现象数据具有更小的数据量，并且带有更高级别的语义，因此更容易被应用消费。此外，还提供元数据和策略却动设备的选择和配置。MECA维护诸如它们的位置的设备元数据，以维护及数据收集能力。还有关于设备如何基于它们的资源级别被选择和配置的策略。MECA基于该元数据和策略选择和配置设备的子集。

在这个例子中，使用从移动设备收集的数据开发了灾难管理应用。它示出了在自然灾难以及恐怖袭击两者的场景中用于社交网络的MECA的优点。该应用为订阅了该系统的个体发送警报消息以使其接收附近的危险提示。示例包括接近垂落的电线、化学品溢漏或放射污染。它还使得机构能够追踪应急响应人员的状态，例如，如果一个人长期没有移动，或者移动非常缓慢，就可以指示出伤害或者需要注意的困难。在化学品溢漏的场景中，个体注意到危险物质并打电话报告该事件。调度员接收到电话并且收集诸如突发事件类型、首次注意到的时间和地点并且通知给现场急救员(firstresponders)。警察、危险品紧急处理小组(HAZMAT)、消防队员、以及医疗团队跻身于送往该区域的急救员。警察或消防队员通常首先到达，他们首先做的事情就是将也称为“热区”的高危险区域与所谓的例如安全区域的“冷区”相隔离。而分割这两个区域的小区域被称为“温区”。

这些区域可在地图上表示为同心圆，“热区”位于内圈而“温区”位于外圈。在该外圈的外面是“冷区”。每个进入热区的人是受污染的，必须通过去污染程序才能进入冷区。其它包括医疗团队的急救人员不能进入热区，直到热区被特种部队宣布为安全。救火队长以及其他团队负责人需要保持他们队员的安全并且远离该热区。如果有人员进入该温区，就会发送警报信息提醒那个人员来自化学品暴露的潜在危险。在包括危险品紧急处理小组的特种部队清洁该区域并且安全的隔离受污染的人，他们就宣布该区域安全。此后，其它的包括医疗团队和消防队员的现场急救员能够进入该区域。

因此，对于团队领导，监控他们的队员在响应中如果探测到没有移动或者动作缓慢时的移动模式就是关键的。这个应用的场景确定MECA中间件所需要的各种类型的现象。这个场景中的两个感兴趣的现象以及来自不同数据类型的处理正进入感兴趣区域，其使用来自GPS的位置数据，以及使用加速度数据的移动模式现象。每个决策者或个体指定在给定时间窗口中位于给定地点的感兴趣的现象。他们通过用户友好的模板、通过标识在特定时间期间在矩形物理区域中感兴趣的现象来输入现象收集说明。MECA处理该说明，并且标识能够生成这两种现象类型的边缘节点并却标识谁负责的收集区域与在该指定的地理范围重叠。选择适合的边缘节点子集，并且，现象层将收集说明转发给它们。这些边缘节点依次标识存储能够产生该运动模式以及正接近区域现象的边缘分析，该边缘分析还需要来自设备的加速度和GPS数据作为原始数据输入。最终，该数据被处理并且该现象被发送至该应用，其为个体和机构生成危险区域警报和移动模式报警。

所属技术领域的技术人员知道，本发明的各个方面可以实现为系统、方法或计算机程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。

也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(articleofmanufacture)。

该计算机程序指令还可以被加载到计算机、其它可编程数据处理装置、或其他装置中，以致使要在该计算机、其它可编程设备或其他装置上执行的一系列操作步骤产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令提供用于实现在流程图和/或框图的块或多个块中指定的功能/动作的过程。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

根据本发明示例性实施例的方法和系统可以采取完全硬件实施例，完全软件实施例或包含硬件和软件元件的实施例的形式。在一个优选的实施方案中，本发明以软件，其包括但不限于固件，驻留软件和微码实现的。此外，示例性方法和系统可以采取计算机程序产品的从由或结合计算机，逻辑处理单元或任何指令执行系统连接提供使用程序代码的计算机可用或计算机可读介质可访问的形式。对于本说明书的目的，计算机可用或计算机可读介质可以是任何可以包含，存储，通信，传播，或通过或结合指令执行系统，装置，或设备结合使用的程序的装置。合适的计算机可用或计算机可读介质包括，但不限于，电子，磁，光，电磁，红外线或半导体系统(或装置或设备)或传播介质。计算机可读介质的例子包括半导体或固态存储器，磁带，可移动计算机磁盘，随机存取存储器(RAM)，一个只读存储器(ROM)，硬磁盘和光盘。光盘的当前实例包括光盘-只读存储器(CD-ROM)，压缩盘-读/写(CD-R/W)和DVD。

用于存储和/或执行程序代码的合适的数据处理系统包括，但不限于，至少一个通过系统总线直接或间接耦合到存储器元件的处理器。所述存储器元件包括在程序代码实际执行期间所使用的本地存储器、大容量存储装置，和高速缓冲存储器，高速缓冲存储器提供至少一些程序代码的临时存储，以便减少在执行期间必须从大容量存储器获取代码的次数。输入/输出或I/O设备包括但不限于键盘、显示器和指示设备，可以被直接耦合到系统或通过中间I/O控制器耦合到系统。按照本发明示范性实施例的方法和系统还包括耦合到系统的网络适配器，以使数据处理系统通过介于中间的私有或公共网络耦合到其他数据处理系统或远程打印机或存储设备。合适的当前可用的网络适配器类型包括，但不限于，调制解调器、电缆调制解调器、DSL调制解调器、以太网卡以及它们的组合。

在一个实施例中，本发明涉及包含机器可执行或计算机可执行的代码的机器可读或计算机可读媒介，由机器或计算机读取该代码时，使得所述机器或计算机执行用于从根据本发明示例性实施例的网络设备到该计算机可执行代码自身的问答和数据收集方法。该机器可读的或计算机可读的代码可以是任何由机器或计算机读出并执行的任何类型的代码或语言，并且可以以任何本领域公知的或能获得的合适的语言或语法来表示，包括机器语言、汇编语言、高级语言、面向对象语言和脚本语言。所述计算机可执行代码可以存储至任何合适的存储介质或数据库，其中包括布置在其中的数据库，与通过根据本发明的系统使用的计算机网络相通信并可被其访问，并且可以在任何本领域已知的和可获得的合适的硬件平台上执行，包括用于控制本发明的展示的控制系统。

然而，很显然的是，本文所公开的本发明的说明性的实施例满足了本发明的目的，可以理解，本领域的技术人员可以设计出许多修改以及其他实施例。此外，来自任何实施例的特征(多个)和/或元件(多个)可以单独使用或与其它实施方式(多个)相结合使用，并且，根据本发明方法的步骤或元件可以以任何合适的顺序来实施和执行。因此，应当理解，所附的权利要求旨在覆盖所有这些修改和实施例，这将落入本发明的精神和范围内。