对比文件的名称：2004-12-23_US2004259536A_发明申请_US20040259536A1 Method, apparatus and system for enabling context aware notification in mobile devices
目标专利的名称：在语义上融合上下文推断CN104823433B
本次调用的模型名称：DeepSeek-R1
根据目标专利说明书，其核心在于一种用于上下文推断的方法，特别是通过“融合”不同的上下文类别来生成一个在语义上更宽泛、更稳定或更准确的“融合类别”。该融合类别与原始类别共享至少一个特性，并且其标签在语义上囊封了原始类别的标签。目标专利强调了基于初始分类的置信度值、可操作性质或时间序列数据来触发或指导融合过程。
经过仔细分析，对比文件US20040259536A1主要公开了一种使移动设备能够感知用户上下文并基于用户偏好自动采取适当行动（如调整通知模式）的系统和方法。其通过传感器（如光传感器、加速度计）和日历等信息源收集“物理上下文”和“其他上下文”信息，并由一个上下文模块处理这些信息以确定整体用户上下文，进而驱动设备行为。
以下是根据目标专利权利要求的技术特征划分，与对比文件进行的详细比对：
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：所述方法包括：在计算装置处使用来自与移动装置相关联的至少一个数据源的上下文相关数据确定第一上下文类别<br>**《直接公开》** | [0010] “the user's context information may be gathered and/or accessed via a combination of sensors, information adapters and processing elements that take into account both the user's physical context ... and the user's information context...” <br>[0012] “Preprocessing Module 150 may gather all the physical context information and determine an overall Physical Context 102 for the user.” <br>[0013] “Context Module 100 may use the collected information to determine overall Other Context 104 for the user.” | 对比文件明确公开了在移动设备（计算装置）处，使用来自与移动设备相关联的传感器（如光传感器、加速度计）和日历等数据源（至少一个数据源）的上下文相关数据，来确定用户的“物理上下文”和“其他上下文”。这对应于在计算装置处确定一个上下文类别（第一上下文类别）。因此，本领域技术人员能够毫无疑义地得出该技术特征。 |
| **技术特征B**：在所述移动装置处至少部分通过融合所述第一上下文类别及不同于所述第一上下文类别的第二上下文类别来确定融合类别，<br>**《未公开》** | [0013] “Context Module 100 may use Physical Information 102 and Other Context 104 independently, or in combination, to determine Appropriate Action 120 for the mobile device.” | 对比文件描述了上下文模块可以使用物理上下文（Physical Context 102）和其他上下文（Other Context 104）信息单独或组合来确定适当的行动（Appropriate Action 120）。然而，这种“组合”是为了直接推导出一个要执行的“行动”（如静音、调高音量），而不是目标专利所强调的生成一个新的、在语义上更高级的“融合类别”。融合类别在目标专利中是一个新的语义分类，例如“静止”由“坐”和“站立”融合而来。对比文件没有公开这种通过融合两个不同的上下文“类别”来生成一个新“类别”的步骤。因此，该特征未被公开。 |
| **技术特征C**：所述融合类别与所述第一上下文类别及所述第二上下文类别所共有的至少一个特性相关联，<br>**《未公开》** | 无相应内容。 | 由于对比文件未公开“融合类别”的概念（如特征B所述），因此自然也未曾公开该融合类别与原始类别之间“共有至少一个特性”的关联关系。目标专利中“静止”与“坐”、“站立”共有的特性是“非移动状态”，而对比文件中组合信息是为了推断用户是否在会议中、设备是否在包内等具体情境，并据此决定行动，并未涉及这种类别间的语义特性共有与融合。 |
| **技术特征D**：其中所述融合类别比所述第一上下文类别及所述第二上下文类别中的每一者范围广。<br>**《未公开》** | 无相应内容。 | 对比文件未公开任何“融合类别”，更未公开该融合类别在语义范围上比其来源类别更广。目标专利的核心创新点之一正是生成这种范围更广的融合类别（例如“在工作中”比“在办公室”和“在会议中”范围更广），以提高推断的稳健性。对比文件中的上下文信息组合并未产生这种层级化的、语义上更宽泛的新类别。 |
| **技术特征E**：其中所述融合类别具有相关联的标签，其在语义上囊封所述第一上下文类别的标签及所述第二上下文类别的标签。<br>**《未公开》** | 无相应内容。 | 对比文件未提及任何具有“在语义上囊封”其他类别标签的标签的类别。目标专利明确限定了融合类别标签的语义囊封属性（例如“静止”囊封“坐”和“站立”），这是其“语义融合”思想的关键体现。对比文件中的上下文信息处理不涉及这种语义层面的标签融合与抽象。 |
| **技术特征F**：其进一步包括获得与初始分类相关联的用以确定所述第一上下文类别的信息。<br>**《隐含公开》** | [0012] “the information obtained by/from the sensors ... may be collected by a pre-processing module ... Preprocessing Module 150 may gather all the physical context information and determine an overall Physical Context 102 for the user.” | 对比文件公开了预处理模块（Preprocessing Module）从传感器收集原始数据，并确定一个整体的物理上下文（Physical Context 102）。这个“整体的物理上下文”可以视为一个初步的、初始的判断或分类。上下文模块（Context Module）在确定最终的整体用户上下文（或行动）时，会使用到这个物理上下文信息。本领域技术人员可以合理推断，为了确定最终的用户上下文（对应于目标专利的“第一上下文类别”），需要获得与这个初步判断（初始分类）相关的信息。因此，该特征被隐含公开。 |
| **技术特征G**：其中获得与所述初始分类相关联的所述信息包括获得与所述初始分类相关联的置信度值。<br>**《未公开》** | 无相应内容。 | 对比文件通篇未提及任何与分类或判断相关联的“置信度值”。其系统基于传感器数据和日历信息直接推断上下文并触发动作，没有涉及分类的确定性或概率性评估。目标专利中基于置信度值（如低置信度）来触发融合是一个重要方面，而对比文件完全没有公开这一概念。 |
| **技术特征H**：其中确定所述融合类别是响应于所述置信度值等于或低于阈值而执行。<br>**《未公开》** | 无相应内容。 | 由于对比文件未公开“置信度值”（特征G），自然也未曾公开基于该置信度值与阈值的比较来触发“确定融合类别”这一操作。该特征未被公开。 |
| **技术特征I**：其中获得与所述初始分类相关联的所述信息包括识别所述初始分类的可操作性质。<br>**《未公开》** | 无相应内容。 | 对比文件未提及任何关于分类器或分类过程的“可操作性质”，例如分类器容易混淆哪些状态等行为特性。目标专利中提及基于初始分类的可操作性质（如已知分类器易混淆某些类别）来确定融合类别，这是一个特定技术手段。对比文件没有公开这一内容。 |
| **技术特征J**：其中确定所述融合类别是基于所述初始分类的所述可操作性质。<br>**《未公开》** | 无相应内容。 | 由于对比文件未公开“初始分类的可操作性质”（特征I），因此也未公开基于此性质来确定融合类别。该特征未被公开。 |
| **技术特征K**：其中所述上下文相关数据为与第一时间相关联的第一上下文相关数据，所述方法进一步包括使用与在所述第一时间之后的第二时间相关联的第二上下文相关数据确定所述第二上下文类别，且其中确定所述融合类别是基于所述第一上下文类别及所述第二上下文类别。<br>**《隐含公开》** | [0015] “when the user picks up his PDA and leaves the meeting, Context Module 100 may determine (e.g., based on the time of day and/or the user's motion, as indicated by one or more motion sensor(s)) that the meeting is over...” | 对比文件描述了上下文模块可以根据时间（当日时间）和/或用户运动（由运动传感器指示）来确定会议是否结束。这隐含了系统会处理与不同时间点相关联的上下文数据（例如，会议中的数据和会议结束时的数据），并基于这些时间序列上的数据变化（可对应于不同的上下文状态）来做出判断和采取行动。本领域技术人员可以合理推断，该系统使用了不同时间的上下文相关数据来确定上下文状态（类别），并基于这些状态来决定行动。虽然对比文件没有明确区分“第一”、“第二”上下文类别以及“融合类别”，但其处理时间序列数据以推断状态变化的过程，在逻辑上隐含了使用不同时间的数据确定不同状态，并基于这些状态（可视为第一和第二上下文类别）来决定最终行动（其功能类似于一个基于多个状态的决策，尽管不是生成新的语义融合类别）。因此，该特征被隐含公开。 |
| **技术特征L**：其中确定所述第一上下文类别包括从多个预定的可用上下文类别中选择所述第一上下文类别。<br>**《隐含公开》** | [0010] “the user's physical context (including the mobile device orientation, the ambient conditions and/or motion detection...)” <br>[0013] “For example, a user may take a PDA to a meeting and place it face down on the table. In this orientation, Context Module 100 may determine from all the gathered information ... that the user desires the mobile device enter into a ‘silent’ mode.” | 对比文件描述了物理上下文可以包括设备方向、环境条件和/或运动检测等。上下文模块基于收集的信息（如设备面朝下放置、时间在会议期间）可以确定用户处于“会议中”或希望设备进入“静音模式”。这表明系统在推断上下文时，是从一组预定义的可能上下文状态（如“会议中”、“移动中”、“在包内”、“静音模式适合”）中进行选择。虽然未明确列出所有“预定的可用上下文类别”，但本领域技术人员可以理解，此类上下文感知系统必然基于一组预定义的、设备可识别的情景或类别进行操作。因此，确定上下文类别（如物理上下文、是否在会议中）隐含了从多个预定的可用上下文类别中选择的过程。 |
| **技术特征M**：其中确定所述融合类别包括从多个预定的可用融合类别中选择所述融合类别。<br>**《未公开》** | 无相应内容。 | 对比文件未公开任何“融合类别”的概念，更未公开存在“多个预定的可用融合类别”以及从中进行选择的过程。目标专利明确教导了存在一组预定的融合类别（如静止、车辆运动等），并通过选择来确定融合类别。这与对比文件中直接基于上下文信息映射到具体行动（如静音、调高音量）的机制有本质不同。 |
### 结论
根据上述分析，对比文件US20040259536A1直接公开了技术特征A，隐含公开了技术特征F、K、L，未公开技术特征B、C、D、E、G、H、I、J、M。
<<<A>>><<<f>>><<<k>>><<<l>>>