[發明專利]表情推薦模型的訓練、表情推薦方法、裝置、設備及介質

有效

• 申請號: 201810695138.6
• 申請日: 2018-06-29
• 公開（公告）號: CN109034203B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 王碩寰;孫宇;于佃海
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F40/289;G06F40/30;G06F3/023
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種表情推薦模型的訓練方法，其特征在于，包括：

根據至少兩個用戶的歷史輸入日志，構造表情推薦訓練樣本，所述表情推薦訓練樣本包括：文本信息，以及與所述文本信息對應的表情；

使用所述表情推薦訓練樣本對設定機器學習模型進行訓練，得到所述表情推薦模型；

其中，所述設定機器學習模型包括：文本端子模型、表情端子模型、分別與所述文本端子模型和所述表情端子模型相連的第一全連接層，以及與所述第一全連接層相連的二分類層；所述表情推薦模型的輸出為所述文本與所述表情是否關聯的結果。

2.根據權利要求1所述的方法，其特征在于，根據至少兩個用戶的歷史輸入日志，構造表情推薦訓練樣本，包括：

在所述歷史輸入日志中，獲取包括表情的日志作為參考日志；

根據所述參考日志中包括的文本信息以及表情，構造所述表情推薦訓練樣本中的正例樣本；

根據所述參考日志中包括的文本信息，以及除去所述參考日志中包括的表情之外的其他表情，構造所述表情推薦訓練樣本中的負例樣本。

3.根據權利要求2所述的方法，其特征在于，在所述歷史輸入日志中，獲取包括表情的日志作為參考日志之前，還包括：

如果確定所述歷史輸入日志中包括文本長度小于設定閾值的待合并日志，則獲取與所述待合并日志對應的第一目標用戶；

獲取與所述第一目標用戶對應的第一參考合并日志，所述第一參考合并日志的第一生成時間與所述待合并日志的第二生成時間相鄰，且所述第一生成時間位于所述第二生成時間之前；

如果所述第一生成時間與所述第二生成時間之間的時間差值滿足設定時間閾值條件，則將所述第一參考合并日志與所述待合并日志進行合并，得到新的歷史輸入日志。

4.根據權利要求2所述的方法，其特征在于，在所述歷史輸入日志中，獲取包括表情的日志作為參考日志之后，還包括：

如果確定在所述參考日志中，包括僅具有表情的空文本日志，則獲取與所述空文本日志對應的第二目標用戶；

獲取與所述第二目標用戶對應的第二參考合并日志，所述第二參考合并日志的第三生成時間與所述空文本日志的第四生成時間相鄰，且所述第三生成時間位于所述第四生成時間之前；

如果所述第三生成時間與所述第四生成時間之間的時間差值滿足設定時間閾值條件，且所述第二參考合并日志中包括文本信息，則將所述第二參考合并日志與所述空文本日志進行合并，得到新的參考日志。

5.根據權利要求2所述的方法，其特征在于，在所述歷史輸入日志中，獲取包括表情的日志作為參考日志之后，還包括：

檢測所述參考日志中的文本信息中是否包括預先標注的命名實體：若是，則將所述文本信息中檢測出的命名實體使用實體標簽進行替換。

6.根據權利要求2所述的方法，其特征在于，根據所述參考日志中包括的文本信息以及表情，構造所述表情推薦訓練樣本中的正例樣本，包括：

如果所述參考日志中包括有至少兩個表情，則分別使用各所述表情與所述參考日志中包括的文本信息，構造至少兩個正例樣本。

7.根據權利要求1-6任一項所述的方法，其特征在于：

所述文本端子模型，具體包括：至少一個詞語語義層，與所述詞語語義層相連的第一雙向RNN層，與所述第一雙向RNN層相連的第一池化層；

所述詞語語義層，具體包括：第二雙向RNN層，與所述第二雙向RNN層相連的第二池化層，以及與所述第二池化層相連的第一拼接層；

所述表情端子模型，具體包括：第三雙向RNN層，與所述第三雙向RNN層相連的第三池化層，以及與所述第三池化層相連的第二拼接層；

所述詞語語義層，用于將輸入的文本信息中分詞的詞特征輸入至所述第一拼接層，以及將所述分詞中各個字的字特征輸入至所述第二雙向RNN層；

所述表情端子模型，用于將輸入的表情標識、表情詞語表示的詞特征分別輸入至所述第二拼接層，以及將所述表情詞語表示的各個字特征輸入至所述第三雙向RNN層；

所述二分類層，用于輸出所述文本信息與所述表情是否關聯的結果。