Another research direction includes

Another research direction includes understanding the location of reminders from its context by employing machine learning and natural language processing (NLP) techniques.

For instance, the system will learn that ”pay the bills” reminder belongs to the ”Post Office”.

Therefore, the users will not need to assign reminders to the specific locations and location information will be extracted from the reminder text.

As a result, this mode will provide an option to the users to add reminders to specific locations without manually specifying their locations.

ผลลัพธ์ (ไทย) 1:

ทิศทางงานวิจัยอื่นรวมถึงเข้าใจเตือนจากบริบทของสถานที่ โดยใช้การเรียนรู้ของเครื่องและภาษาธรรมชาติ (NLP) เทคนิคการประมวลผลตัวอย่าง ระบบจะเรียนรู้ว่า จดหมายเตือนชำระเงิน "ชำระค่าใช้จ่าย" เป็นของ "ไปรษณีย์" ดังนั้น ผู้ใช้จะไม่จำเป็นต้องกำหนดให้แจ้งเตือนไปยังตำแหน่งระบุ และข้อมูลตำแหน่งที่ตั้งจะถูกแยกจากข้อความจดหมายเตือนชำระเงิน ดังนั้น โหมดนี้จะให้ตัวเลือกให้ผู้ใช้สามารถเพิ่มเตือนเฉพาะสถานที่โดยไม่ต้องระบุตำแหน่งด้วยตนเอง

ผลลัพธ์ (ไทย) 2:

ทิศทางการวิจัยอีกรวมถึงการทำความเข้าใจตำแหน่งของการแจ้งเตือนจากบริบทโดยการเรียนรู้เครื่องและการประมวลผลภาษาธรรมชาติ (NLP) เทคนิค. ยกตัวอย่างเช่นระบบจะได้เรียนรู้ว่า "การชำระค่าใช้จ่าย" เตือนเป็นของ "ที่ทำการไปรษณีย์". ดังนั้น ผู้ใช้จะไม่ต้องกำหนดแจ้งเตือนไปยังสถานที่ที่เฉพาะเจาะจงและข้อมูลสถานที่จะถูกแยกออกจากข้อความเตือน. เป็นผลให้โหมดนี้จะมีตัวเลือกให้กับผู้ใช้เพื่อเพิ่มการแจ้งเตือนไปยังสถานที่ที่เฉพาะเจาะจงได้ด้วยตนเองโดยไม่ต้องระบุสถานที่

ผลลัพธ์ (ไทย) 3:

อีกทิศทางการวิจัยรวมถึงความเข้าใจสถานที่ของการแจ้งเตือนจากบริบท โดยอาศัยการเรียนรู้ด้วยเครื่องจักรและการประมวลผลภาษาธรรมชาติ ( NLP ) เทคนิค

เช่น ระบบจะเรียนรู้ว่า " จ่ายบิลเตือน " เป็นของ " ไปรษณีย์ "

เพราะฉะนั้นผู้ใช้จะไม่ต้องกำหนดเตือนไปยังสถานที่ที่เฉพาะเจาะจงและข้อมูลที่ตั้งจะถูกแยกจากการแจ้งเตือนข้อความ

ผล โหมดนี้จะให้ตัวเลือกให้กับผู้ใช้เพื่อเพิ่มการแจ้งเตือนไปยังสถานที่ที่เฉพาะเจาะจงด้วยตนเองโดยไม่ต้องระบุตำแหน่งของพวกเขา