CN107423277A - 一种表情输入方法、装置及终端 - Google Patents

Abstract

本发明公开了一种表情输入方法、装置及终端，其方法包括：获取即时通信应用的会话记录，会话记录中记录有第一用户与其他用户的聊天内容；对会话记录进行分析，得到第一用户的情感倾向信息；将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中；实时获取第一用户通过即时通信应用输入的实时聊天内容，并根据实时聊天内容从输入候选池中匹配得到相应的候选表情供第一用户选择。本发明通过对会话记录进行分析，确定当前会话的上下文场景和用户的情感倾向，从而预测用户可能输入的表情，并将符合条件的表情置入输入候选池中供用户选择，大大提高了输入速度，并改善了聊天交互的用户体验。

Description

一种表情输入方法、装置及终端

技术领域

本发明涉及通信领域，尤其涉及一种表情输入方法、装置及终端。

背景技术

在用户通过移动终端或互联网设备进行交流通信时，通常会夹杂具有表情特色的符号或图片，例如字符表情符号、Emoji表情符号、表情图片或动画等，以增添交互的趣味性。目前输入或者发送表情图片、表情符号的方式，一种是用户手动在不同主题的表情库中查找后再选择发送，一种是用户输入了对应的匹配字符串或索引词，匹配出表情图进行输入并发送。

但是，在表情库中的大量表情中逐个查找某个合适的表情，或者直接输入正确的匹配关键词的方式，特别是在多人群聊时，等找到想要的表情图时，又收到多条信息，此时再发送表情图就可能不合时宜。现有技术中表情查找过程费时费力，都给用户的使用造成一定的麻烦，用户体验不高。

发明内容

本发明提供了一种表情输入方法、装置及终端，解决了现有技术中表情输入方法费时费力，用户体验差的问题。

依据本发明的一个方面，提供了一种表情输入方法，包括：

获取即时通信应用的会话记录，会话记录中记录有第一用户与其他用户的聊天内容；

对会话记录进行分析，得到第一用户的情感倾向信息；

将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中；

实时获取第一用户通过即时通信应用输入的实时聊天内容，并根据实时聊天内容从输入候选池中匹配得到相应的候选表情供第一用户选择。

其中，对会话记录进行分析，得到第一用户的情感倾向信息的步骤包括：

根据会话记录生成相应的文本数据；

对文本数据进行语义分析，得到当前会话的场景特征和/或情感特征；

根据当前会话的场景特征和/或情感特征，确定第一用户的情感倾向信息。

其中，对文本数据进行语义分析，得到当前会话的场景特征和/或情感特征的步骤包括：

对文本数据的会话主题内容进行语义分析，得到当前会话的场景特征，其中，不同的场景特征具有不同的场景基调值；和/或，

对文本数据中第一用户输入的聊天内容进行语义分析，得到第一用户的情感特征，其中，不同的情感特征具有不同的情感特征值。

其中，根据会话记录生成相应的文本数据的步骤包括：

当会话记录中存在表情图时，将会话记录中的表情图转换为对应的标签文本；

根据转换后的会话记录生成文本数据。

其中，根据会话记录生成相应的文本数据的步骤包括：

当会话记录中存在语音内容时，对语音内容进行识别得到对应的文本；

将会话记录中的语音内容转换为对应的文本，生成会话记录相应的文本数据。

其中，将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中的步骤之前，还包括：

对表情库中的表情赋予各自的场景基调值和/或情感特征值。

其中，实时获取第一用户通过即时通信应用输入的实时聊天内容，并根据实时聊天内容从输入候选池中匹配得到相应的候选表情供第一用户选择的步骤包括：

实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词；

计算关键词与输入候选池中的表情的标签文本或索引词的相似度；

匹配输入候选池中与关键词相似度最高的表情供第一用户选择；或者，

实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词；

根据实时聊天内容中的关键词确定上下文场景和/或情感倾向；

计算上下文场景和/或情感倾向与输入候选池中的表情的标签文本或索引词的相似度；

匹配输入候选池中与上下文场景相似度最高的表情供第一用户选择。

依据本发明的另一个方面，还提供了一种表情输入装置，包括：

获取模块，用于获取即时通信应用的会话记录，会话记录中记录有第一用户与其他用户的聊天内容；

分析模块，用于对会话记录进行分析，得到第一用户的情感倾向信息；

第一处理模块，用于将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中；

第二处理模块，用于实时获取第一用户通过即时通信应用输入的实时聊天内容，并根据实时聊天内容从输入候选池中匹配得到相应的候选表情供第一用户选择。

其中，分析模块包括：

生成单元，用于根据会话记录生成相应的文本数据；

分析单元，用于对文本数据进行语义分析，得到当前会话的场景特征和/或情感特征；

第一处理单元，用于根据当前会话的场景特征和/或情感特征，确定第一用户的情感倾向信息。

其中，分析单元包括：

第一分析子单元，用于对文本数据的会话主题内容进行语义分析，得到当前会话的场景特征，其中，不同的场景特征具有不同的场景基调值；和/或，

第二分析子单元，用于对文本数据中第一用户输入的聊天内容进行语义分析，得到第一用户的情感特征，其中，不同的情感特征具有不同的情感特征值。

其中，生成单元包括：

第一转换子单元，用于当会话记录中存在表情图时，将会话记录中的表情图转换为对应的标签文本；

第一生成子单元，用于根据转换后的会话记录生成文本数据。

其中，生成单元还包括：

第二转换子单元，用于当会话记录中存在语音内容时，对语音内容进行识别得到对应的文本；

第二生成子单元，用于将会话记录中的语音内容转换为对应的文本，生成会话记录相应的文本数据。

其中，该表情输入装置还包括：

预处理模块，用于对表情库中的表情赋予各自的场景基调值和/或情感特征值。

其中，第二处理模块包括：

第一获取单元，用于实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词；

第一计算单元，用于计算关键词与输入候选池中的表情的标签文本或索引词的相似度；

第一匹配单元，用于匹配输入候选池中与关键词相似度最高的表情供第一用户选择；或者，

第二获取单元，用于实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词；

第二处理单元，用于根据实时聊天内容中的关键词确定上下文场景和/或情感倾向；

第二计算单元，用于计算上下文场景和/或情感倾向与输入候选池中的表情的标签文本或索引词的相似度；

第二匹配单元，用于匹配输入候选池中与上下文场景相似度最高的表情供第一用户选择。

依据本发明的再一个方面，还提供了一种终端，包括如上所述的表情输入装置。

本发明的实施例的有益效果是：

通过对获取到的会话记录进行分析确定当前用户的情感倾向，将与用户情感倾向相匹配的所有表情置入输入候选池中，以减少候选表情的数目，提高输入速度；进一步根据用户输入的实时聊天内容匹配相应的候选表情，达到结合上下文场景和用户情感倾向，从而快速找到用户当前所需要的表情，省时省力，提高了用户体验。

附图说明

图1表示本发明的表情输入方法的流程示意图；

图2表示图1中步骤S102的流程示意图；

图3表示图1中步骤S104的流程示意图一；

图4表示图1中步骤S104的流程示意图二；

图5表示本发明的表情输入装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

实施例一

如图1所示，本发明的实施例提供了一种表情输入方法，具体包括以下步骤：

步骤S101：获取即时通信应用的会话记录。

其中，会话记录中记录有第一用户与其他用户的聊天内容。进一步地，该会话记录可以是第一用户与单个用户之间的聊天内容，亦可以是第一用户与多个用户之间的群聊内容。值得指出的是，为了进一步保证会话记录的实时性和有效性，需要选取当前时刻前一预设时间段内的会话记录。

步骤S102：对会话记录进行分析，得到第一用户的情感倾向信息。

通过对会话记录进行语义分析，可以得到第一用户的情感倾向信息，即结合实际聊天的上下文场景以及第一用户的主观看法或感受，能够较为准确地确定第一用户的情感倾向信息。其中，采用现有的自然语言语义分析技术，能够让机器大致理解人类语言，因此对会话记录进行语义分析在技术上是可行的。

步骤S103：将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中。

表情库中存储有系统表情以及第一用户下载或收藏的全部表情，将表情库中与第一用户的情感倾向信息相匹配的表情置入输入候选池中，可减少输入候选池中表情的数量，即使用户手动查找表情时，也可缩小查找范围，提高查找效率。值得指出的是，用户可以忽略输入候选池而从原来表情库中查找所需要的表情。

步骤S104：实时获取第一用户通过即时通信应用输入的实时聊天内容，并根据实时聊天内容从输入候选池中匹配得到相应的候选表情供第一用户选择。

输入候选池中已提供了与第一用户情感倾向最相关的表情供用户选择，用户可直接在输入候选池中浏览选择，亦可以通过输入实时聊天内容的方式选择系统推荐的表情，这里实时聊天内容中至少包括一个索引词，以便于表情匹配。

通过对获取到的会话记录进行分析确定当前用户的情感倾向，将与用户情感倾向相匹配的所有表情置入输入候选池中，以减少候选表情的数目，提高输入速度；进一步根据用户输入的实时聊天内容匹配相应的候选表情，达到结合上下文场景和用户情感倾向，从而快速找到用户当前所需要的表情，省时省力，提高了用户体验。

实施例二

以上实施例一简单介绍了本发明的表情输入方法，下面本实施例将基于上述实施例一并结合具体应用场景对该表情输入方法做进一步介绍。

如图2所示，步骤S102具体包括：

步骤S201：根据会话记录生成相应的文本数据。

其中，语义分析主要是针对文本数据进行，但是会话记录中可能存在表情图或语音消息等内容，所以需要将会话记录转换为全文本数据，才能进行准确的语义分析。具体地，当会话记录中存在表情图时，将会话记录中的表情图转换为对应的标签文本；根据转换后的会话记录生成文本数据。其中，标签文本指的是一个表情图存储在终端时用来代表该表情图的主题特征的关键词或短语。进一步地，当会话记录中存在语音内容时，对语音内容进行识别得到对应的文本；将会话记录中的语音内容转换为对应的文本，生成会话记录相应的文本数据。通过将会话记录中的表情图和语音内容均转换为文本后，实现了会话记录中的全部内容均被转换为文本数据。

步骤S202：对文本数据进行语义分析，得到当前会话的场景特征和/或情感特征。

在聊天过程中表情的主要作用是活跃聊天气氛，表达用户的主观感受，因此合适的表情时基于一定的场景以及用户自身感受的，为了保证推荐的表情是用户所需要的，就需要对会话记录的文本数据进行语义分析，得到当前会话的场景特征和/或情感特征。具体地，步骤S202包括：

对文本数据的会话主题内容进行语义分析，得到当前会话的场景特征，其中，不同的场景特征具有不同的场景基调值；和/或，

对文本数据中第一用户输入的聊天内容进行语义分析，得到第一用户的情感特征，其中，不同的情感特征具有不同的情感特征值。

对会话记录的文本数据进行语义分析能够得到上下文所表示的语境，例如，用户和朋友们在聊旅游的事情，一般情况下旅游给人的感受是轻松愉悦，那么大场景的场景基调值就能确定下来。需要说明的是，不同的场景所对应的场景基调值不同，例如可将场景大致分为正向、负向和中性等，正向的场景基调值高一些，负向的场景基调值低一些，即正向、中性、负向的场景基调值依次降低，而正向场景中也可分为不同等级，具体体现为场景基调值的高低上。

进一步地，对会话记录的文本数据进行语义分析能够获知用户的主观感受，例如在用户在聊天过程中通常会发表一些表示自己的见解或意见的文字，包括表情符号、网络用语、褒贬义词、赞同/反对等用词，或者一些直接表示赞叹、开心的用词，或表示郁闷、悲伤的用词，以得到用户的情感特征，其中不同的情感特征具有不同的情感特征值，例如表示正向情绪的情感特征的情感特征值高于表示负向情绪的情感特征的情感特征值，正向情绪中也可分为不同等级，具体体现为情感特征值的高低上。

步骤S203：根据当前会话的场景特征和/或情感特征，确定第一用户的情感倾向信息。

其中，对于分析会话记录只得到场景特征的情况，可直接根据场景特征确定用户的情感倾向信息。对于分析会话记录只得到情感特征的情况，可直接根据情感特征确定用户的情感倾向信息。对于分析会话记录记得到了当前会话的场景特征，又得到了用户的情感特征的情况，可结合两者共同确定用户的情感倾向信息。具体地，在对会话记录进行语义分析得到上下文场景后，可确定当前会话的场景特征，得到相应的场景基调值，再分析上下文中用户的情感文本，以对当前场景基调值进行调整，从而得到准确的情感倾向信息，例如，表示正向情绪的情感特征可增加场景基调值，表示负向情绪的情感特征可减低场景基调值，从而得到准确的情感倾向信息。例如，用户和朋友之间正在探讨假期到海边旅游的事情，那么进行语义分析，分析得出海边旅游这个场景，按照场景库约定通常就赋予愉悦的情感特征，再根据上下文中表达的主观态度来加强或减弱情感值，比如用户同意对上下文中海边旅游的看法，则加大情感值，如果用户表达反对意见，则减小情感值，最终确定上下文表达的用户情感倾向。

值得指出的是，不同场景以及不同语气词、情感词的情感特征值是事先通过建模后存储在终端中的，便于终端能够快读进行场景分析和情感分析，同时，上下文的文本数据在不违反用户隐私设置下，还可上传至云端进行大数据分析。

在得到准确的情感倾向信息后，将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中。而在此之前，该表情输入方法还包括：对表情库中的表情赋予各自的场景基调值和/或情感特征值。具体地，事先对表情库的每个表情进行分类，例如分为喜、怒、忧、思、悲、恐、惊七大类，在每类中，不同的表情可以被赋予相同或不同的场景基调值和/或情感特征值。当得到准确的情感倾向信息后，可将符合用户情感倾向信息的表情置入输入候选池中，如果用户想主动找一个表情，就能在该输入候选池中较快地选择切合上下文情感特征的表情，而无需在所有表情库中一一寻找，大大缩短了查找时间。

此外，用户除了主动查找需要的表情外，还可以通过输入实时聊天内容的方式选择系统推荐的表情，这里实时聊天内容中至少包括一个索引词，以便于表情匹配。具体地，如图3所示步骤S104包括以下步骤：

步骤S301：实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词。

输入候选池中为用户提供了与当前对话场景特征和用户情感特征最相关的表情，用户可通过输入表情的标签文本或索引词来匹配相应的表情，以实现快速查找。用户还可以通过输入与表情标签文本或索引词相关或相近的关键词的方式来匹配相应的表情。

步骤S302：计算关键词与输入候选池中的表情的标签文本或索引词的相似度。

由于用户不一定能够正确记住表情的标签文本或索引词，可能输入了相近但不准确的关键词，因此在得到用户输入的关键词后，需要将该关键词与输入候选池中的表情的标签文本或索引词的做相似度的计算。相似度可以采用语义分析方法中词向量之间的距离来计算表示，很显然输入关键词和表情标签或索引词完全相同，则词向量之间的距离为零；字符不完全相同或者语义相近，则词向量之间的距离也很小，匹配度也较高。

步骤S303：匹配输入候选池中与关键词相似度最高的表情供第一用户选择。

为了避免用户输入了相近但不匹配的关键词，无法使用简单的关键字匹配法输入表情的情况，需要对用户输入的关键词与输入候选池内所有表情的标签文本或索引词做相似度计算，并匹配输入候选池中与关键词相似度最高的表情供第一用户选择，从而优选合适的表情确定输入。其中，匹配得到的表情可以是一个或多个。

或者，如图4所示，步骤S104进一步地还包括：

步骤S401：实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词。

输入候选池中为用户提供了与当前对话场景特征和用户情感特征最相关的表情，用户可通过输入表情的标签文本或索引词来匹配相应的表情，以实现快速查找。用户还可以通过输入与表情标签文本或索引词相关或相近的场景关键词的方式来匹配相应的表情。

步骤S402：根据实时聊天内容中的关键词确定上下文场景和/或情感倾向。

由于同一关键词可能对应的上下文场景不同，因此可进一步地通过上下文语义分析先确定关键词所反映的上下文场景和/或用户的情感倾向。

步骤S403：计算上下文场景和/或情感倾向与输入候选池中的表情的标签文本或索引词的相似度。

由于用户不一定能够正确记住表情的标签文本或索引词，可能输入了其他字面上不相关的关键词，因此在得到用户输入的关键词后，需要将该关键词所反映的上下文场景和/或用户的情感倾向与输入候选池中的表情的标签文本或索引词的做相似度的计算。相似度可以采用语义分析方法中词向量之间的距离来计算表示，很显然表示场景特征和/或用户情感特征的字词和表情标签文本或索引词完全相同，则词向量的距离为零；字符不完全相同或者语义相近，通常词向量之间的距离也较小，匹配度就越高。

步骤S404：匹配输入候选池中与上下文场景和/或情感倾向相似度最高的表情供第一用户选择。

例如：输入候选池中有一表情，其索引词是“生日快乐”，按照严格的匹配法则，用户必须键入这四个字后才能出现该表情待用户确定使用。而实时计算用户键入的字词和索引词的相似度，当用户键入“生日”或“生日快”时，即可匹配出该表情图；或者，根据已经获取到的上下文场景，已经分析出是谈论有关“生日”的话题，那么结合该场景和上下文情感倾向，当用户键入“快乐”时，即可将表达生日快乐的表情推荐给用户。

综上，通过对获取到的会话记录进行分析确定当前用户的情感倾向，将与用户情感倾向相匹配的所有表情置入输入候选池中，以减少候选表情的数目，提高输入速度；进一步根据用户输入的实时聊天内容匹配相应的候选表情，达到结合上下文场景和用户情感倾向，从而快速找到用户当前所需要的表情，省时省力，提高了用户体验。

此外，本发明实施例所提供的表情输入方法除了应用与实时聊天过程中，还可进一步应用于智能更换聊天背景图像或阅读背景图像的场景中，以进一步提高用户的使用体验。

实施例三

以上实施例一和实施例二分别结合不同的应用场景对本发明的表情输入方法进行了详细介绍，下面本实施例将结合附图对其对应的装置做进一步介绍。

具体地，如图5所示，本发明实施例的另一个方面，还提供了一种表情输入装置，包括：

获取模块51，用于获取即时通信应用的会话记录，会话记录中记录有第一用户与其他用户的聊天内容；

分析模块52，用于对会话记录进行分析，得到第一用户的情感倾向信息；

第一处理模块53，用于将表情库中与第一用户的情感倾向信息匹配的表情置入输入候选池中；

第二处理模块54，用于实时获取第一用户通过即时通信应用输入的实时聊天内容，并根据实时聊天内容从输入候选池中匹配得到相应的候选表情供第一用户选择。

其中，分析模块包括：

生成单元，用于根据会话记录生成相应的文本数据；

分析单元，用于对文本数据进行语义分析，得到当前会话的场景特征和/或情感特征；

第一处理单元，用于根据当前会话的场景特征和/或情感特征，确定第一用户的情感倾向信息。

其中，分析单元包括：

第一分析子单元，用于对文本数据的会话主题内容进行语义分析，得到当前会话的场景特征，其中，不同的场景特征具有不同的场景基调值；和/或，

第二分析子单元，用于对文本数据中第一用户输入的聊天内容进行语义分析，得到第一用户的情感特征，其中，不同的情感特征具有不同的情感特征值。

其中，生成单元包括：

第一转换子单元，用于当会话记录中存在表情图时，将会话记录中的表情图转换为对应的标签文本；

第一生成子单元，用于根据转换后的会话记录生成文本数据。

其中，生成单元还包括：

第二转换子单元，用于当会话记录中存在语音内容时，对语音内容进行识别得到对应的文本；

第二生成子单元，用于将会话记录中的语音内容转换为对应的文本，生成会话记录相应的文本数据。

其中，该表情输入装置还包括：

预处理模块，用于对表情库中的表情赋予各自的场景基调值和/或情感特征值。

其中，第二处理模块包括：

第一获取单元，用于实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词；

第一计算单元，用于计算关键词与输入候选池中的表情的标签文本或索引词的相似度；

第一匹配单元，用于匹配输入候选池中与关键词相似度最高的表情供第一用户选择；或者，

第二获取单元，用于实时获取第一用户通过即时通信应用输入的实时聊天内容中的关键词；

第二处理单元，用于根据实时聊天内容中的关键词确定上下文场景和/或情感倾向；

第二计算单元，用于计算上下文场景和/或情感倾向与输入候选池中的表情的标签文本或索引词的相似度；

第二匹配单元，用于匹配输入候选池中与上下文场景相似度最高的表情供第一用户选择。

需要说明的是，该装置是与上述表情输入方法对应的装置，上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。

依据本发明实施例的再一个方面，还提供了一种终端，包括如上所述的表情输入装置。该终端为具有安装即时通信应用功能的智能设备，如智能手机、平板电脑或笔记本电脑等。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。

Claims (15)

1.一种表情输入方法，其特征在于，包括：

获取即时通信应用的会话记录，所述会话记录中记录有第一用户与其他用户的聊天内容；

对所述会话记录进行分析，得到所述第一用户的情感倾向信息；

将表情库中与所述第一用户的情感倾向信息匹配的表情置入输入候选池中；

实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容，并根据所述实时聊天内容从所述输入候选池中匹配得到相应的候选表情供所述第一用户选择。

2.根据权利要求1所述的表情输入方法，其特征在于，对所述会话记录进行分析，得到所述第一用户的情感倾向信息的步骤包括：

根据所述会话记录生成相应的文本数据；

对所述文本数据进行语义分析，得到当前会话的场景特征和/或情感特征；

根据所述当前会话的场景特征和/或情感特征，确定所述第一用户的情感倾向信息。

3.根据权利要求2所述的表情输入方法，其特征在于，对所述文本数据进行语义分析，得到当前会话的场景特征和/或情感特征的步骤包括：

对所述文本数据的会话主题内容进行语义分析，得到当前会话的场景特征，其中，不同的场景特征具有不同的场景基调值；和/或，

对所述文本数据中第一用户输入的聊天内容进行语义分析，得到所述第一用户的情感特征，其中，不同的情感特征具有不同的情感特征值。

4.根据权利要求2所述的表情输入方法，其特征在于，根据所述会话记录生成相应的文本数据的步骤包括：

当所述会话记录中存在表情图时，将所述会话记录中的表情图转换为对应的标签文本；

根据转换后的会话记录生成文本数据。

5.根据权利要求2所述的表情输入方法，其特征在于，根据所述会话记录生成相应的文本数据的步骤包括：

当所述会话记录中存在语音内容时，对所述语音内容进行识别得到对应的文本；

将所述会话记录中的语音内容转换为对应的文本，生成所述会话记录相应的文本数据。

6.根据权利要求1所述的表情输入方法，其特征在于，将表情库中与所述第一用户的情感倾向信息匹配的表情置入输入候选池中的步骤之前，还包括：

对表情库中的表情赋予各自的场景基调值和/或情感特征值。

7.根据权利要求1所述的表情输入方法，其特征在于，实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容，并根据所述实时聊天内容从所述输入候选池中匹配得到相应的候选表情供所述第一用户选择的步骤包括：

实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容中的关键词；

计算所述关键词与所述输入候选池中的表情的标签文本或索引词的相似度；

匹配所述输入候选池中与所述关键词相似度最高的表情供所述第一用户选择；或者，

实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容中的关键词；

根据所述实时聊天内容中的关键词确定上下文场景和/或情感倾向；

计算所述上下文场景和/或情感倾向与所述输入候选池中的表情的标签文本或索引词的相似度；

匹配所述输入候选池中与所述上下文场景相似度最高的表情供所述第一用户选择。

8.一种表情输入装置，其特征在于，包括：

获取模块，用于获取即时通信应用的会话记录，所述会话记录中记录有第一用户与其他用户的聊天内容；

分析模块，用于对所述会话记录进行分析，得到所述第一用户的情感倾向信息；

第一处理模块，用于将表情库中与所述第一用户的情感倾向信息匹配的表情置入输入候选池中；

第二处理模块，用于实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容，并根据所述实时聊天内容从所述输入候选池中匹配得到相应的候选表情供所述第一用户选择。

9.根据权利要求8所述的表情输入装置，其特征在于，所述分析模块包括：

生成单元，用于根据所述会话记录生成相应的文本数据；

分析单元，用于对所述文本数据进行语义分析，得到当前会话的场景特征和/或情感特征；

第一处理单元，用于根据所述当前会话的场景特征和/或情感特征，确定所述第一用户的情感倾向信息。

10.根据权利要求9所述的表情输入装置，其特征在于，所述分析单元包括：

第一分析子单元，用于对所述文本数据的会话主题内容进行语义分析，得到当前会话的场景特征，其中，不同的场景特征具有不同的场景基调值；和/或，

第二分析子单元，用于对所述文本数据中第一用户输入的聊天内容进行语义分析，得到所述第一用户的情感特征，其中，不同的情感特征具有不同的情感特征值。

11.根据权利要求9所述的表情输入装置，其特征在于，所述生成单元包括：

第一转换子单元，用于当所述会话记录中存在表情图时，将所述会话记录中的表情图转换为对应的标签文本；

第一生成子单元，用于根据转换后的会话记录生成文本数据。

12.根据权利要求9所述的表情输入装置，其特征在于，所述生成单元还包括：

第二转换子单元，用于当所述会话记录中存在语音内容时，对所述语音内容进行识别得到对应的文本；

第二生成子单元，用于将所述会话记录中的语音内容转换为对应的文本，生成所述会话记录相应的文本数据。

13.根据权利要求8所述的表情输入装置，其特征在于，还包括：

预处理模块，用于对表情库中的表情赋予各自的场景基调值和/或情感特征值。

14.根据权利要求8所述的表情输入装置，其特征在于，所述第二处理模块包括：

第一获取单元，用于实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容中的关键词；

第一计算单元，用于计算所述关键词与所述输入候选池中的表情的标签文本或索引词的相似度；

第一匹配单元，用于匹配所述输入候选池中与所述关键词相似度最高的表情供所述第一用户选择；或者，

第二获取单元，用于实时获取所述第一用户通过所述即时通信应用输入的实时聊天内容中的关键词；

第二处理单元，用于根据所述实时聊天内容中的关键词确定上下文场景和/或情感倾向

第二计算单元，用于计算所述上下文场景和/或情感倾向与所述输入候选池中的表情的标签文本或索引词的相似度；

第二匹配单元，用于匹配所述输入候选池中与所述上下文场景相似度最高的表情供所述第一用户选择。

15.一种终端，其特征在于，包括如权利要求8～14任一项所述的表情输入装置。