CN107818160A - 表情标签更新和实现表情获取的方法、设备及系统 - Google Patents

Abstract

本申请提供了一种表情标签更新方案以及实现表情获取的方案，在实现表情标签更新时，首先获取表情图片和所述表情图片的标签内容，然后根据所述表情图片的图片内容确定所述表情图片的标签信息，在以此方式确定标签信息之后，根据所述标签信息对表情图片的标签内容进行更新，由于更新之后的标签内容是基于表情图片的图片内容确定，因此标签内容能够较好的表达图片内容的含义，而在实现表情获取时，会对首选表情库中的数据先进行表情标签更新，由此用户若通过标签来查询并获取表情图片，查询结果中的表情图片的实际图片内容往往将会更加符合用户的查询需求。

Description

表情标签更新和实现表情获取的方法、设备及系统

技术领域

本申请涉及信息技术领域，尤其涉及表情标签更新和实现表情获取的方法、设备及系统。

背景技术

随着互联网的发展，即时通信已成为人们日常生活中不可缺少的网络沟通方式。随着人们对即时通信软件的使用越来越频繁，即时通信工具推出了越来越多满足不同用户需求的功能。目前，在聊天过程中，当用户想表达自身当前的感受或者心情时，除了通过文字直接描述之外，也会通过诸如特殊符号、表情等来协助表达。通常，即时通信软件提供的表情对应有标签，以便基于该标签来向用户推荐表情。

申请内容

本申请的一个目的是提供一种表情标签更新方案以及一种实现表情获取的方案。

为实现上述目的，本申请的一些实施例提供了一种表情标签更新方法，该方法包括：获取表情图片和所述表情图片的标签内容；根据所述表情图片的图片内容确定所述表情图片的标签信息；根据所述标签信息对表情图片的标签内容进行更新。

本申请的一些实施例还提供了一种实现表情获取的方法，该方法应用于包含服务设备和用户设备的系统，服务设备采用前述的表情标签更新方法，对候选表情集合中表情图片的标签内容进行更新，该方法还包括：用户设备获取用户的输入文本，并根据所述输入文本确定表情图片的查询本文；用户设备向服务设备发送包含所述查询文本的表情获取请求；服务设备从用户设备获取表情获取请求；服务设备根据所述查询文本，在更新后的候选表情集合中进行匹配，确定与所述查询文本匹配的标签内容；服务设备将所述标签内容对应的表情图片发送至所述用户设备；用户设备接收所述服务设备响应于所述表情获取请求反馈的表情图片。

本申请的一些实施例还提供了一种设备，该设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述设备执行前述的表情标签更新方法。

本申请的一些实施例还提供了一种系统，该系统包括用户设备和服务设备，其中，所述用户设备和服务设备均包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当用户设备和服务设备中的该计算机程序指令被处理器执行时，触发所述用户设备和服务设备执行前述实现表情获取的方法。

本申请的一些实施例还提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现前述表情标签更新方法或者实现表情获取的方法。

本申请的一些实施例提供的表情标签更新方案中，首先获取表情图片和所述表情图片的标签内容，然后根据所述表情图片的图片内容确定所述表情图片的标签信息，在以此方式确定标签信息之后，根据所述标签信息对表情图片的标签内容进行更新，由于更新之后的标签内容是基于表情图片的图片内容确定，因此标签内容能够较好的表达图片内容的含义，用户若通过标签来查询并获取表情图片，查询结果中的表情图片的实际图片内容往往将会更加符合用户的查询需求。

进一步地，本申请的一些实施例还提供的实现表情获取的方案中，服务设备端采用了前述的表情标签更新方案来对其候选表情库中的表情标签内容进行了更新，使其从用户设备获取包含查询文本的表情获取请求时，通过查询文本与表情图片的标签内容进行匹配，来查询用户需求的表情图片，使得最终的查询结果更加符合用户的查询需求。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本申请的一些实施例提供的一种表情标签更新方法的处理流程图；

图2为本申请的一些实施例提供的一种实现表情获取的系统的结构示意图；

图3为本申请的一些实施例提供的一种实现表情获取的方法的处理流程图；

图4为本申请的一些实施例提供的一种设备的结构示意图；

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请一个典型的配置中，终端、服务网络的设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

图1示出了本申请的一些实施例提供的一种表情标签更新方法的处理流程，包括以下处理步骤：

步骤S101，获取表情图片和所述表情图片的标签内容。对于一个用户在聊天交互时所使用的表情图片，一般都会具有一个用于描述该表情图片的属性，该属性可为标签(tag)。

表情图片的标签一般是由该表情图片的创作者在创作该表情图片时作为一个属性添加到表情图片的文件中。由于每个创作者在确定标签内容时没有统一的标准，每个人都会根据自身的考量来最终确定标签内容，因此有可能造成相似的表情图片具有完全不同的标签内容。此外，有些创作者也有可能因为各类原因未添加表情图片的标签内容，造成标签内容为空。由此，在上述场景下，用户若通过标签内容来查询并获取表情图片，查询结果中的表情图片很可能不符合用户的实际查询需求。

步骤S102，根据所述表情图片的图片内容确定所述表情图片的标签信息。在步骤的处理过程中，采用统一的标准对所述表情图片进行分析处理，基于其图片内容提取出所述表情图片的标签信息。

在本申请的一些实施例中，在确定标签信息时，可以先根据所述表情图片的图片内容获取图像特征值，其中，图像特征值与所述图片内容相关，可以是图像中的色彩特征、纹理特征、形状特征等，这些特征能够描述图像的特点，从而区别不同的图像。在提取到图像特征值之后，根据所述图像特征值确定所述表情图片的标签信息。

为了提高标签信息提取的准确性，可通过深度学习引擎来进行步骤S102的处理，即通过深度学习引擎对所述表情图片的图片内容进行识别，从而确定所述表情图片的标签信息。通过给出包含一定量表情图片及对应标签内容的训练集，深度学习引擎可以自动构建其决策网络中各个隐层(hidden layers)的决策依据，从而精准确定各个表情图片的标签信息。

本申请的一些实施例中，深度学习引擎的训练过程如下：首先从训练集中获取表情图片，先确定表情图片中的关键点位置，其中所述关键点是图片内容中的主要特征点，例如以人脸图像为例，关键点可以是双眼、鼻子和嘴角等位置，以整个人体的图像为例，关键点可以是四肢、头部等位置，可以对采用角点检测的方式来确定。常见的角点检测方法可包括harris角点检测(一种基于模板的角点检测)，Shi-Tomasi角点检测(harris角点检测的改进)，FAST(Features from Accelerated Segment Test，加速分割实验特征)角点检测，尺度不变surf(Speeded Up Robust Features，加速鲁棒特征)检测等等。

在确定关键点位置之后，可以提取表情图片中关键点位置附近的局部特征，通过关键点位置附近的局部特征值来表示整个表情图片的图像特征值。所述局部特征可以采用LBP(Local Binary Patterns，局部二值模式)特征值、HOG(Histogram of OrientedGradient，梯度方向直方图)特征值等，根据实际的场景的需求选择合适的特征类型。

在获取训练集中表情图片的图像特征值之后，可以对深度学习引擎进行训练。本申请一些实施例中，可以实际场景选择适当的深度学习引擎进的所采用的模型，例如DCNN(Deep Convolutional Neural Networks，深度卷积神经网络)模型，Auto Encoder(自动编码器)模型和DBM(Deep Boltzmann Machine，深度玻尔兹曼机)模型等。训练时，将训练集中的每个表情图片的一组图像特征值作为一组输入数据输入深度学习引擎，根据实际输出结果(计算出的标签内容)和预测结果(训练集中该表情图片的标签内容)对各个隐层中各类决策参数的权重进行不断调整，直至各个训练集的实际输出结果收敛于预测结果，得到最终的深度学习模型。

步骤S103，根据所述标签信息对表情图片的标签内容进行更新。

由于在实际场景中，获取到的表情图片的标签可能会存在两种情况，即标签内容为空或者标签内容不为空的情况。由此，本申请的一些实施例中对于这两种情况进行更新具体方式为：若所述表情图片的标签内容为空，将所述标签信息添加为所述表情图片的标签内容；若所述表情图片的标签内容不为空，将所述标签信息替换所述表情图片的标签内容。例如当前的表情库中包含3个表情图片分别为表情1和表情2，表情1的标签内容为“高兴”，表情2的标签内容为空，若对两个表情的图片内容确定所述表情图片的标签信息分别为：大笑和举手，则将表情1的标签信息“大笑”替换所述表情图片的标签内容“高兴”，将表情2标签信息“举手”添加为表情1的标签内容。由此，表情1和表情2在更新前后如下表所示：

表情图片	更新前标签内容	更新后标签内容
			表情1	高兴	大笑
表情2	—	举手

表1

由于更新之后的标签内容都是基于表情图片的图片内容确定，且是由处理设备采用统一的标准进行处理得到，而非由表情图片的创作者基于各自的标准来确定，因此标签内容能够较好的表达图片内容的含义，用户若通过标签内容来查询并获取表情图片，查询结果中的表情图片的实际图片内容往往将会更加符合用户的查询需求。

本申请的一些实施例还提供了一种实现表情获取的方法，该方案应用于如图2所示的系统，包括用户设备110和服务设备120。其中，所述用户设备可以是手机、平板电脑、计算机、可穿戴设备等各类电子设备，用户可以通过使用自己的电子设备与其他用户的电子设备进行通信，来与其他用户聊天。

用户在进行文字聊天时，若需要使用本地没有的表情图片，可以向服务设备发送表情获取请求，以获取相应的表情图片。服务设备在处理表情获取请求时，会根据候选表情库中表情图片的标签内容进行匹配。若未对标签内容进行过更新，则会影响匹配的准确性，导致匹配结果不符合用户的实际查询需求。由此，服务设备会采用前述的表情标签更新方法，对候选表情集合中表情图片的标签内容进行更新；在一些实施例中，服务设备更新表情图片的标签内容的过程可在服务设备获得表情获取请求之前进行。在实现表情获取时，用户设备110和服务设备120之间的交互流程如图3所示，包括以下处理步骤：

步骤S301，用户设备获取用户的输入文本，并根据所述输入文本确定表情图片的查询本文。在即时通信的文字聊天场景中，用户的输入文本即为用户在聊天界面的输入框中输入的文字。查询文本根据输入文本来确定，例如，可以直接将完整的输入文本作为查询文本，也可以将输入文本的一部分内容作为查询文本，例如用户输入了“我今天很高兴”，则提取其中的部分内容作为查询文本。而具体提取其中的哪部分内容，可以对输入文本进行切词处理之后，再从切词结果中进行选取，例如“我今天很高兴”进行切词处理之后的结果为“我/今天/很/高兴”，最终选取其中的“高兴”作为最终的查询文本。此外，也可以对输入文本进行语义识别，将其语义的文本作为查询文本。

由于在实际场景中，用户不需要在任意情况下都希望从服务设备获取表情图片，因此用户设备可以仅在特定情况下才对输入文本进行检测，确定表情图片的查询本文，以此来避免在任意情况下都对输入文本进行处理，造成计算资源的浪费。在本申请的一些实施例中，用户设备可以先检测是否满足获取表情的触发条件，在检测结果为是时，根据所述输入文本确定表情图片的查询本文。

其中，获取表情的触发条件可以根据实际应用场景的需求来具体设定；在一些实施例中，获取表情的触发条件可至少包括两种主要的触发方式。第一种触发方式的触发条件为：用户设备获取到用户输入的触发指令，该触发指令的具体形式与用户触发操作的形式相关，例如若触发操作是用户在触摸屏上执行预定的手势操作，则触发指令即为手势操作的操作信息；若触发操作是用户点击聊天界面上的某一按钮，则触发指令即为该按钮被点击后的响应信息。

第二种触发方式的触发条件为：用户设备获取到的所述输入文本符合预设的文本判定规则。此种方式无需获取用户在文字输入操作之外的其它操作，由用户设备对输入文本进行相应的检测即可。而此种方式所涉及的文本判定规则同样可以根据实际应用场景的需求来设定，例如可以对输入文本进行关键词检测，在输入文本检测到相应的关键词之后，就判定满足触发条件，而其中的关键词可以是用户设备中预先设定的，也可以是服务设备根据其候选表情库中表情图片更新后的标签内容来同步更新后，发送给用户设备，使得用户设备中用于判定触发条件的关键词，可以与服务设备中的数据保持较好的适应度。此外，也可以是对输入文本先进行语义提取，然后对语义的文本进行关键词检测。

在第二种触发方式的场景中，可以进根据输入文本中的部分文本内容进行触发条件的判定，例如先对输入文本进行筛选，确定其中的部分文本内容，然后基于部分文本内容进行判断，若所述输入文本的部分文本内容符合预设的文本判定规则，则用户设备将所述部分文本内容作为表情图片的查询文本。在此种场景中，筛选部分文本内容时可以结合切词的处理方式，先对其输入文本进行切词处理，在切词结果根据预设设定的规则选取其中一部分内容，例如选取特定词性的一个或者多个词语等。

在实际应用时上述两种触发条件可以同时使用，也可以单独使用。

步骤S302，用户设备向服务设备发送包含所述查询文本的表情获取请求。

步骤S303，服务设备从用户设备获取表情获取请求。

步骤S304，服务设备根据所述查询文本，在更新后的候选表情集合中进行匹配，确定与所述查询文本匹配的标签内容。可以查询文本作为在更新后的候选表情集合中进行匹配查询的查询条件，例如查询文本为“大笑”，则会筛选出所有与该查询文本相关的标签内容，具体筛选结果会根据匹配方式的不同而有所区别。

为了使得匹配的结果更加全面，服务设备可采用模糊匹配的方式，在更新后的候选表情集合中进行匹配，确定与所述查询文本匹配的标签内容。若匹配结果的数量少于预设值，例如匹配不到任何表情图片的标签内容时，服务设备也可以对查询文本进行一定的文本处理(例如构建同义词)之后，再基于处理后的文本进行检索，直至得到满足预设值的匹配结果。

步骤S305，服务设备将所述标签内容对应的表情图片发送至所述用户设备。

步骤S306，用户设备接收所述服务设备响应于所述表情获取请求反馈的表情图片，由此可以在聊天时使用该表情图片。

在该方案中，由于服务设备端采用了前述的表情标签更新方案来对其候选表情库中的表情标签内容进行了更新，使其从用户设备获取包含查询文本的表情获取请求时，通过查询文本与表情图片的标签内容进行匹配，来查询用户需求的表情图片，使得最终的查询结果更加符合用户的查询需求。

另外，本申请一些实施例的方案可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一些实施例包括一个如图4所示的设备，该设备包括存储有计算机可读指令的一个或多个存储器410和用于执行计算机可读指令的处理器420，其中，当该计算机可读指令被该处理器执行时，使得所述设备执行本申请一些实施例中提供的表情标签更新的技术方案。

此外，本申请的一些实施例还提供一种实现表情获取的系统，该系统包括用户设备和服务设备，用户设备和服务设备均可以采用如图4所示的设备结构，包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器。当用户设备中的计算机程序指令被处理器执行时，可以触发所述用户设备执行前述实现表情获取的方案中用户设备的相应技术方案；而当服务设备中的计算机程序指令被处理器执行时，可以触发所述服务设备执行前述实现表情获取的方案中服务设备的相应技术方案。

此外，本申请的一些实施例还提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现前述本申请的多个实施例的方法和/或技术方案。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中，本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (12)

1.一种表情标签更新方法，其中，该方法包括：

获取表情图片和所述标签图片的标签内容；

根据所述表情图片的图片内容确定所述表情图片的标签信息；

根据所述标签信息对表情图片的标签内容进行更新。

2.根据权利要求1所述的方法，其中，根据所述表情图片的图片内容确定所述表情图片的标签信息，包括：

根据所述表情图片的图片内容获取图像特征值，其中，所述图像特征值与所述图片内容相关；

根据所述图像特征值确定所述表情图片的标签信息。

3.根据权利要求1或2所述的方法，其中，根据所述表情图片的图片内容确定所述表情图片的标签信息，包括：

通过深度学习引擎对所述表情图片的图片内容进行识别，确定所述表情图片的标签信息。

4.根据权利要求1所述的方法，其中，根据所述标签信息对表情图片的标签内容进行更新，包括：

若所述表情图片的标签内容为空，将所述标签信息添加为所述表情图片的标签内容；若所述表情图片的标签内容不为空，将所述标签信息替换所述表情图片的标签内容。

5.一种实现表情获取的方法，其中，该方法应用于包含服务设备和用户设备的系统，服务设备采用如权利要求1至4中任一项所述的方法，对候选表情集合中表情图片的标签内容进行更新，该方法还包括：

用户设备获取用户的输入文本，并根据所述输入文本确定表情图片的查询本文；

用户设备向服务设备发送包含所述查询文本的表情获取请求；

服务设备从用户设备获取表情获取请求；

服务设备根据所述查询文本，在更新后的候选表情集合中进行匹配，确定与所述查询文本匹配的标签内容；

服务设备将所述标签内容对应的表情图片发送至所述用户设备；

用户设备接收所述服务设备响应于所述表情获取请求反馈的表情图片。

6.根据权利要求5所述的方法，其中，服务设备在更新后的候选表情集合中进行匹配，确定与所述查询文本匹配的标签内容，包括：

服务设备采用模糊匹配的方式，在更新后的候选表情集合中进行匹配，确定与所述查询文本匹配的标签内容。

7.根据权利要求5所述的方法，其中，用户设备根据所述输入文本确定表情图片的查询本文，包括：

用户设备检测是否满足获取表情的触发条件；

在检测结果为是时，用户设备根据所述输入文本确定表情图片的查询本文。

8.根据权利要求7所述的方法，其中，所述获取表情的触发条件包括：

用户设备获取到用户输入的触发指令；和/或

用户设备获取到的所述输入文本符合预设的文本判定规则。

9.根据权利要求7所述的方法，其中，所述获取表情的触发条件包括输入文本符合预设的文本判定规则；

用户设备根据所述输入文本确定表情图片的查询本文，包括：

若所述输入文本的部分文本内容符合预设的文本判定规则，则用户设备将所述部分文本内容作为表情图片的查询文本。

10.一种设备，该设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述设备执行权利要求1至4中任一项所述的方法。

11.一种系统，该系统包括用户设备和服务设备，其中，所述用户设备和服务设备均包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当用户设备和服务设备中的该计算机程序指令被处理器执行时，触发所述用户设备和服务设备执行权利要求5至9中任一项所述的方法。

12.一种计算机可读介质，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现如权利要求1至9中任一项所述的方法。