[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

本發明實施例公開了一種表情推薦模型的訓練、表情推薦方法、裝置、設備及介質。所述表情推薦模型的訓練方法包括：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。通過本發明實施例的技術方案，能夠提高表情推薦模型的表情搜索效率以及使用泛化性。

技術領域

本發明實施例涉及計算機應用技術領域，尤其涉及一種表情推薦模型的訓練、表情推薦方法、裝置、設備及介質。

背景技術

隨著互聯網技術的發展，越來越多的用戶使用聊天軟件或微博等進行交流。在進行文字交流的過程中，經常需要使用表情圖像來進行表達，以使表達內容更加生動形象。

目前的主流聊天軟件(類似于微信，QQ，百度Hi等)，微型博客與興趣社區(類似于百度貼吧，豆瓣，微博，Twitter)等會內置很多表情提供用戶使用。但是由于內置的表情非常多，有的軟件中甚至有多達上千個表情，使得用戶在實際使用時很難檢索，大量的內置表情沒有人使用。

針對這一問題，有些軟件中使用的表情推薦模型是根據表情的來源與風格來進行構建的，具體為對其內置的表情進行分頁存儲，使得用戶在使用過程中，需先選擇表情的來源與風格，再選擇具體表情；還有些軟件或者社區中使用的表情推薦模型是利用對每個表情標注上特定的關鍵詞來進行構建的，使得只有當用戶鍵入了與表情名稱一致的關鍵詞時，才能把表情推薦給用戶。

現有技術的缺陷在于：第一種表情推薦模型，其分頁存儲的是同一種風格的表情，導致用戶在使用的過程中，仍然需要查看每一個分頁，尋找到合適的表情，模型搜索效率低下；第二種表情推薦模型，沒有泛化性，例如標注的關鍵詞為“謝謝”的表情，只有當用戶輸入的文本為“謝謝”時才會觸發該表情推薦，且只推薦這一個關鍵詞對應的表情，當用戶輸入的文本為“感謝”或者“thanks”等，則無法推薦相關的表情。

發明內容

本發明實施例提供了一種表情推薦模型的訓練、表情推薦方法、裝置、設備及介質，以實現提高表情推薦模型的表情搜索效率以及使用泛化性。

第一方面，本發明實施例提供了一種表情推薦模型的訓練方法，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。

第二方面，本發明實施例還提供了一種表情推薦方法，該方法包括：

獲取用戶輸入的文本信息；

將所述文本信息與至少兩個備選表情分別輸入至預先訓練的表情推薦模型中，所述表情推薦模型的輸入為文本以及表情，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；

根據所述表情推薦模型針對各所述備選表情的輸出結果，在所述備選表情中確定出與所述文本信息對應的關聯表情提供給所述用戶。

第三方面，本發明實施例還提供了一種表情推薦模型的訓練裝置，包括：

樣本構造模塊，用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，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；

模型訓練模塊，用于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。

第四方面，本發明實施例還提供了一種表情推薦裝置，該裝置包括：

信息獲取模塊，用于獲取用戶輸入的文本信息；