[發明專利]表情回復方法、裝置、設備及存儲介質

有效

• 申請號: 202110645856.4
• 申請日: 2021-06-10
• 公開（公告）號: CN113094478B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 杜振中
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/216;G06F40/289;G06Q50/00
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 劉麗華;楊毅玲

1.一種表情回復方法，其特征在于，所述表情回復方法包括：

當接收到回復請求時，根據所述回復請求獲取待回復信息；

根據所述待回復信息生成信息向量；

將所述信息向量輸入至預先訓練好的分類模型中，得到分類結果及所述分類結果的結果概率，所述分類結果包括目標結果，所述目標結果用于指示需要回復表情；

若所述分類結果為所述目標結果，檢測所述待回復信息中是否包含用戶表情信息，得到檢測結果；

根據所述結果概率及所述檢測結果生成回復分數；

若所述回復分數大于預設閾值，提取所述待回復信息的特征信息；

對所述特征信息進行情感識別，得到情感結果，并對所述特征信息進行意圖識別，得到意圖結果；

根據所述情感結果及所述意圖結果從預設表情庫中選取匹配的表情作為所述待回復信息的回復表情。

2.如權利要求1所述的表情回復方法，其特征在于，所述根據所述待回復信息生成信息向量包括：

提取所述待回復信息中的目標圖像，并獲取所述目標圖像中的所有像素；

根據所述所有像素生成所述目標圖像的圖像向量；

將所述待回復信息中除所述目標圖像外的信息確定為待處理信息；

過濾所述待處理信息中的停用詞，得到已處理信息；

對所述已處理信息進行分詞處理，得到信息分詞，并獲取所述信息分詞的分詞向量；

確定所述目標圖像在所述待回復信息中的圖像位置，并確定所述信息分詞在所述待回復信息中的分詞位置；

根據所述圖像位置及所述分詞位置拼接所述圖像向量及所述分詞向量，得到所述信息向量。

3.如權利要求2所述的表情回復方法，其特征在于，所述檢測所述待回復信息中是否包含用戶表情信息，得到檢測結果包括：

獲取所述目標圖像的輸入地址；

將與所述輸入地址對應的終端確定為所述目標圖像的輸入終端，并獲取所述輸入終端的終端編號；

將所述終端編號與預設終端庫中所有機器編號進行比較；

若所述終端編號與所述所有機器編號均不相同，將所述檢測結果確定為所述待回復信息中包含所述用戶表情信息。

4.如權利要求2所述的表情回復方法，其特征在于，所述提取所述待回復信息的特征信息包括：

根據所述分詞向量生成每個信息分詞的上下文特征向量集；

計算所述上下文特征向量集中每個分詞向量與第一預設矩陣的乘積，得到所述信息分詞的多個運算向量，并計算所述多個運算向量的平均值，得到所述信息分詞的中間向量；

將所述中間向量點乘第二預設矩陣，得到目標矩陣，所述目標矩陣中每列向量表征所述待回復信息的每個特征；

計算所述目標矩陣中每列向量與所述分詞向量的相似度；

將所述相似度最大的分詞向量對應的信息分詞及所述目標圖像確定為所述特征信息。

5.如權利要求2所述的表情回復方法，其特征在于，所述對所述特征信息進行意圖識別，得到意圖結果包括：

從所述分詞向量中獲取所述特征信息的向量作為特征向量；

將所述特征向量輸入至預先訓練好的雙向長短期記憶網絡中，得到語義向量；

利用層疊條件隨機場對所述語義向量進行處理，得到所述意圖結果。

6.如權利要求1所述的表情回復方法，其特征在于，在將所述信息向量輸入至預先訓練好的分類模型中之前，所述方法還包括：

獲取預設學習器，所述預設學習器中包括全連接層；

獲取歷史樣本數據，所述歷史樣本數據中包括歷史消息、用戶滿意度；

將所述歷史樣本數據劃分為訓練數據及驗證數據；

利用所述訓練數據調整所述全連接層中的參數，得到分類學習器；

基于所述驗證數據確定所述分類學習器的準確率；

若所述準確率小于預設準確度，根據所述驗證數據調整所述分類學習器，直至所述分類學習器的準確率大于或者等于所述預設準確度，得到所述分類模型。