CN108038102A

CN108038102A - 表情图像的推荐方法、装置、终端及存储介质

Info

Publication number: CN108038102A
Application number: CN201711290925.4A
Authority: CN
Inventors: 卢山; 王熙
Original assignee: Beijing Xiaomi Mobile Software Co Ltd
Current assignee: Beijing Xiaomi Mobile Software Co Ltd
Priority date: 2017-12-08
Filing date: 2017-12-08
Publication date: 2018-05-15
Anticipated expiration: 2037-12-08
Also published as: CN108038102B

Abstract

本公开是关于一种表情图像的推荐方法、装置、终端及存储介质，涉及终端技术领域。该方法包括：获取消息编辑框中输入的通讯消息；对该通讯消息进行分析处理，以确定该通讯消息所表达的情感；从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至该表情库中其它所有表情图像之前，以实现表情图像的推荐。如此，使得符合用户当前心情的表情图像位于表情库的前面，以便于用户能够快速查找到想要查找的表情图像，提高了用户查找表情图像的效率。

Description

表情图像的推荐方法、装置、终端及存储介质

技术领域

本公开涉及终端技术领域，尤其涉及一种表情图像的推荐方法、装置、终端及存储介质。

背景技术

目前，终端中可以安装各种用于即时通讯或社交的应用。在实际应用场景中，该类应用通常提供有表情库，在日常生活中，当用户使用该类应用进行通讯或社交时，若需要表达当前的心情，可以从该表情库中选择符合自己当前心情的表情图像进行发送。例如，用户在使用微信时，若想要表达兴奋的心情，则可以从微信提供的表情库中选择代表兴奋的表情图像进行发送，以此传达自己兴奋的心情。

发明内容

为克服相关技术中存在的问题，本公开提供一种表情图像的推荐方法、装置、终端及存储介质。

第一方面，提供一种表情图像的推荐方法，所述方法包括：

获取消息编辑框中输入的通讯消息；

对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感；

从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至所述表情库中其它所有表情图像之前，以实现表情图像的推荐。

可选地，所述对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感，包括：

通过自然语言分析算法对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感。

对所述通讯消息进行分词处理，得到多个分词；

针对所述表情库中的每个表情图像，获取所述多个分词中每个分词对应的情感分值；

基于所获取的情感分值，确定所述通讯消息所表达的情感。

可选地，所述基于所获取的情感分值，确定所述通讯消息所表达的情感，包括：

针对所述表情库中的每个表情图像，根据所获取的情感分值，分别确定所述多个分词的情感总分值；

将情感总分值大于预设情感分值的表情图像对应的情感确定为所述通讯消息所表达的情感。

可选地，所述将所选择的表情图像移至所述表情库中其它所有表情图像之前后，还包括：

按照情感总分值从大到小的顺序，对所选择的表情图像进行重新排序。

确定所选择的表情图像中每个表情图像的历史使用频率；

按照历史使用频率从大到小的顺序，对所选择的表情图像进行重新排序。

第二方面，提供一种表情图像的推荐装置，所述装置包括：

获取模块，用于获取消息编辑框中输入的通讯消息；

分析处理模块，用于对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感；

选择模块，用于从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至所述表情库中其它所有表情图像之前，以实现表情图像的推荐。

可选地，所述分析模块用于：

对所述通讯消息进行分词处理，得到多个分词；

基于所获取的情感分值，确定所述通讯消息所表达的情感。

可选地，所述分析模块用于：

将情感总分值大于预设情感分值的表情图像对应的情感确定为所述通讯消息所表达的情感。、

可选地，所述装置还包括：

重新排序模块，用于按照情感总分值从大到小的顺序，对所选择的表情图像进行重新排序。

可选地，所述装置还包括：

确定模块，用于确定所选择的表情图像中每个表情图像的历史使用频率；

排序模块，用于按照历史使用频率从大到小的顺序，对所选择的表情图像进行重新排序。

第三方面，提供一种表情图像的推荐装置，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述第一方面所述的表情图像的推荐方法。

第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述第一方面所述的表情图像的推荐方法。

第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的表情图像的推荐方法。

本公开实施例提供的技术方案可以包括以下有益效果：

在本公开实施例中，用户在消息编辑框中输入通讯消息后，获取该消息编辑框中所输入的通讯消息，对该通讯消息进行分析处理，以确定该通讯消息所表达的情感，该情感即代表了该用户当前的心情。之后，从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至表情库中其它所有表情图像之前，使得符合该用户当前心情的表情图像位于该表情库的前面，以便于用户能够快速查找到想要查找的表情图像，提高了用户查找表情图像的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种表情图像的推荐方法的流程图。

图2A是根据另一示例性实施例示出的一种表情图像的推荐方法的流程图。

图2B是根据一示例性实施例示出的一种表情图像与分词之间的对应关系示意图。

图3A是根据一示例性实施例示出的一种表情图像的推荐装置的框图。

图3B是根据一示例性实施例示出的另一种表情图像的推荐装置的框图。

图3C是根据一示例性实施例示出的另一种表情图像的推荐装置的框图。

图4是根据一示例性实施例示出的一种表情图像的推荐装置400的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在对本公开实施例进行详细介绍之前，先对本公开实施例涉及的应用场景和实施环境进行简单介绍。

首先，对本公开实施例涉及的应用场景进行简单介绍。

在日常生活中，由于表情库中包括的表情图像通常比较多，因此，当用户想要使用表情库中的表情图像来表达自己当前的心情时，需要浏览大量的表情图像后才能从该表情库中选中符合自己当前心情的表情图像，如此，导致用户选择表情图像的效率较低。

为此，本公开实施例提供了一种表情图像的推荐方法，该方法可以根据通讯消息所表达的情感，自动将该情感对应的表情图像移至表情库中其它所有表情图像之前，使得该情感对应的表情图像位于表情库的前面，以便用户能够快速查找到符合当前心情的表情图像，提高了用户查找表情图像的效率。其具体实现请参见如下图1或图2A所示的实施例。

其次，对本公开实施例涉及的实施环境进行简单介绍。

本公开实施例提供的表情推荐的方法应用于终端中，该终端中可以安装各种用于即时通讯或社交的应用，例如，该类应用可以为微信、微博、QQ等。在实际应用场景中，该终端可以为诸如手机、平板电脑、计算机之类的设备。

接下来，将结合附图对本公开实施例涉及的表情图像的推荐方法进行介绍。

图1是根据一示例性实施例示出的一种表情图像的推荐方法的流程图，如图1所示，该表情图像的推荐方法用于终端中，该方法可以包括以下几个实现步骤：

在步骤101中，获取消息编辑框中输入的通讯消息。

在步骤102中，对该通讯消息进行分析处理，以确定该通讯消息所表达的情感。

在步骤103中，从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至该表情库中其它所有表情图像之前，以实现表情图像的推荐。

可选地，对该通讯消息进行分析处理，以确定该通讯消息所表达的情感，包括：

通过自然语言分析算法对该通讯消息进行分析处理，以确定该通讯消息所表达的情感。

对该通讯消息进行分词处理，得到多个分词；

针对该表情库中的每个表情图像，获取该多个分词中每个分词对应的情感分值；

基于所获取的情感分值，确定该通讯消息所表达的情感。

可选地，基于所获取的情感分值，确定该通讯消息所表达的情感，包括：

针对该表情库中的每个表情图像，根据所获取的情感分值，分别确定该多个分词的情感总分值；

将情感总分值大于预设情感分值的表情图像对应的情感确定为该通讯消息所表达的情感。

可选地，将所选择的表情图像移至所述表情库中其它所有表情图像之前后，还包括：

可选地，将所选择的表情图像移至该表情库中其它所有表情图像之前后，还包括：

确定所选择的表情图像中每个表情图像的历史使用频率；

上述所有可选技术方案，均可按照任意结合形成本公开的可选实施例，本公开实施例对此不再一一赘述。

图2A是根据另一示例性实施例示出的一种表情图像的推荐方法的流程图，该表情图像的推荐方法应用于上述终端中，该方法可以包括如下几个实现步骤：

步骤201：获取消息编辑框中输入的通讯消息。

在实际应用场景中，用户可以通过用于通讯或社交的应用进行通讯或发布消息。在具体实现中，该类应用通常提供有消息编辑框，用户可以在该消息编辑框中输入想要发送或发布的通讯消息。终端检测到用户的输入操作后，获取该用户在该消息编辑框中所输入的通讯消息。

其中，该通讯消息可以包括但不限于文字消息、语音消息。

步骤202：对该通讯消息进行分析处理，以确定该通讯消息所表达的情感。

为了能够针对用户当前的心情为该用户推荐表情图像，终端对该通讯消息进行分析处理。在具体实现中，该终端可以通过如下几种实现方式来对该通讯消息进行分析处理：

第一种实现方式：通过自然语言分析算法对该通讯消息进行分析处理，以确定该通讯消息所表达的情感。

通常情况下，通过自然语言分析算法对该通讯消息进行分析处理后，可以确定该通讯消息所要表达的语义，进而可以确定该通信消息所表达的感情。

需要说明的是，该自然语言分析算法的实现过程可以包括浅层语言分析和深层语言分析。进一步地，该深层语言分析又可以包括句法分析、语义分析、语用分析等过程，其具体实现可以参见相关技术，本公开实施例对此不做过多的介绍。

另外，在实际实现中，通过自然语言分析算法处理后，识别结果通常可能包括多种，即通过自然语言分析算法对该通讯消息进行分析处理后，可能得到多种相近似的情感。例如，若该通讯消息为“今天天气很晴朗”，则通过自然语言分析算法处理后，确定该通讯消息所表达的情感可能包括：开心、兴奋、微笑几种。

第二种实现方式：对该通讯消息进行分词处理，得到多个分词，针对该表情库中的每个表情图像，获取该多个分词中每个分词对应的情感分值，基于所获取的情感分值，确定该通讯消息所表达的情感。

首先需要说明的是，在该终端中，该表情库中的每个表情图像与多个不同分词之间存在一个二维的对应关系，如图2B所示，该二维对应关系通常可以基于历史通讯数据统计得到。譬如，在一种可能的实现方式中，终端获取用户在消息编解框中所输入的历史通讯消息，其中，该历史通讯消息包括历史文字消息和历史表情图像。终端对该历史文字消息进行分词处理，得到多个历史分词，终端在该历史表情图像对应的每个历史分词上增加预设分值，从而得到上述对应关系。

其中，该预设分值可以由该用户根据实际需求自定义设置，也可以由该终端默认设置，本公开实施例对此不做限定。例如，该预设分值可以为1。

譬如，该历史文字消息包括“今天非常开心”，该历史表情图像为图2B中的21所示。该终端对该历史文字消息进行分词处理，可以得到多个历史分词，该多个历史分词包括“今天”、“非常”、“开心”，之后，该终端给该表情图像21对应的每个历史分词的情感分值增加1分。假设在此之前，该表情图像21对应的各个历史分词的情感分值分别为19分、4分和99分，则经过统计后，如图2B所示，该表情图像21对应的该各个历史分词的情感分值分别为20分、5分和100分。如此，经过多次统计后即可得到该表情库中的每个表情图像与多个不同分词之间的二维对应关系。

接下来，对该第二种实现方式进行举例说明。在该种实现方式中，终端可以对所获取的该通讯消息进行分词处理，例如，该通讯消息为“今天天气非常晴朗”，则经过分词处理后，可以得到“今天”、“天气”、“非常”、“晴朗”四个分词。之后，终端针对表情库中每个表情图像，获取该多个分词中每个分词对应的情感分值。

譬如，请参考图2B，假设该表情库中包括表情图像21，表情图像22，表情图像23和表情图像24，则终端针对表情图像21，获取该多个分词中“今天”对应的情感分值为20分，“天气”对应的情感分值为10分，“非常”对应的情感分值为5分，“晴朗”对应的情感分值为80分；针对表情图像22，获取该多个分词中“今天”对应的情感分值为20分，“天气”对应的情感分值为20分，“非常”对应的情感分值为6分，“晴朗”对应的情感分值为50分；针对表情图像23，获取该多个分词中“今天”对应的情感分值为20分，“天气”对应的情感分值为10分，“非常”对应的情感分值为6分，“晴朗”对应的情感分值为20分；以及针对表情图像24，获取该多个分词中“今天”对应的情感分值为10分，“天气”对应的情感分值为10分，“非常”对应的情感分值为6分，“晴朗”对应的情感分值为10分。

需要说明的是，上述对通讯消息进行分词处理可以采用基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法，其具体实现均可以参见相关技术，本公开实施例对此不做限定。

之后，该终端基于所获取的情感分值，确定该通讯消息所表达的情感，其具体实现可以包括：针对该表情库中每个表情图像，根据所获取的情感分值，分别确定该多个分词的情感总分值，将情感总分值大于预设情感分值的表情图像对应的情感确定为该通讯消息所表达的情感。

其中，该预设情感分值可以由用户根据实际需求自定义设置，也可以由该终端默认设置，本公开实施例对此不做限定。例如，该预设情感分值可以为70。

为了便于理解，以上述举例为例，针对表情图像21，可以确定该多个分词的情感总分值为20+10+5+80，即为115分；针对表情图像22，可以确定该多个分词的情感总分值为20+20+6+50，即为96分；针对表情图像23，可以确定该多个分词的情感总分值为20+10+6+20，即为56分；针对表情图像24，可以确定该多个分词的情感总分值为10+10+6+10，即为36分。

当该预设情感分值为70分时，该终端将该表情图像21和表情图像22对应的情感确定为该通讯消息所表达的情感。不难理解，不同的表情图像通常对应不同的情感，譬如，该表情图像21对应的情感为兴奋，该表情图像22对应的情感为高兴。

进一步地，该终端除了可以通过上述两种实现方式对该通讯消息进行分析处理外，还可以通过上述两种方式的结合来实现对该通讯消息进行分析处理。在具体实现中，可以为通过自然语言分析算法处理后所确定的情感赋予一个分值和权重，并将该分值与权重相乘，得到第一情感分值，以及为通过分词的方式所确定的情感赋予一个权重，并将通过分词的方式所确定的情感分值与所赋予的权重相乘，得到第二情感分值。之后，将该第一情感分值和该第二情感分值相加，得到情感总分值，终端将所得到的情感总分值与预设情感分值进行比较，并将情感总分值大于预设情感分值的表情图像对应的情感确定为该通讯消息所表达的情感，如此，即确定了该通讯消息所表达的情感。

步骤203：从表情库中选择所确定的情感对应的表情图像。

譬如，假设所确定的情感为兴奋和高兴，则终端从表情库中选择表情图像21和表情图像22。

步骤204：将所选择的表情图像移至该表情库中其它所有表情图像之前，以实现表情图像的推荐。

为了便于用户快速从表情库中查找到想要查找的表情图像，该终端将所选择的表情图像排在表情库的前面，如此，可以提高用户查找表情图像的效率。

进一步地，在实际实现中，该终端还可以在指定区域以悬浮框的形式显示所选择的表情图像，以便于用户无需打开表情库，直接可以直接从该悬浮框中选择表情图像。其中，该指定区域可以为不遮挡该消息编辑框的任一区域。

需要说明的是，至此，已实现了本公开实施例提供的表情图像的推荐方法。然而，在实际实现中，由于所确定的情感可能包括多种，此时，所选择的表情图像也可能包括多个，因此，为了能够使得移动后表情图像更接近用户的实际需求，终端将该多个表情图像移至该表情库的前面后，还可以对所选择的多个表情图像进行重新排序。在一种可能的实现方式中，可以根据表情图像的历史使用频率对所选择的多个表情图像进行重新排序，其具体实现可以参见如下步骤205至步骤206。

步骤205：确定所选择的表情图像中每个表情图像的历史使用频率。

步骤206：按照历史使用频率从大到小的顺序，对所选择的表情图像进行重新排序。

不难理解，表情图像的历史使用频率越高，说明被使用的可能性就越大，因此，终端获取所选择的表情图像中的每个表情图像的历史使用频率，并按照该历史使用频率从大到小的顺序，对所选择的表情图像进行排序。譬如，假设所选择的表情图像包括表情图像21和表情图像22，且表情图像21的历史使用频率大于表情图像22的历史使用频率，则终端将该表情图像21和表情图像22移至该表情库其它所有表情图像之前后，在对该表情图像21和表情图像22进行重新排序时，将表情图像21排在表情图像22的前面。

进一步地，在实际实现中，对所选择的表情图像进行重新排序后，终端还可以将排在该表情库中首位的表情图像自动添加在该消息编辑框中，如此，无需用户手动添加，进一步提高了用户查找表情图像的效率。

需要说明的是，这里仅是以根据表情图像的历史使用频率进行排序为例进行说明，在另一实施例中，还可以采用其它方式进行排序。譬如，在一种可能的实现方式中，还可以根据所选择的该多个表情图像的情感总分值进行排序，即按照情感总分值从大到小的顺序，对所选择的表情图像进行重新排序。

如前文所述，由于在确定该通讯消息所表达的情感的过程中，还确定了针对表情库中每个表情图像对应的情感总分值，因此，在对所选择的多个表情图像进行排序时，可以直接利用该情感总分值进行排序。终端按照情感总分值从大到小的顺序，对所选择的表情图像进行重新排序。

譬如，继续以上述例子为例，由于表情图像21对应的情感总分值为115，表情图像22对应的情感总分值为96，因此，终端将该表情图像21和表情图像22移至该表情库其它所有表情图像之前后，在对该表情图像21和表情图像22进行重新排序时，将表情图像21排在表情图像22的前面。

图3A是根据一示例性实施例示出的一种表情图像的推荐装置的框图。参照图3A，该装置可以由软件、硬件或者两者的结合实现。该装置包括：

获取模块310，用于获取消息编辑框中输入的通讯消息；

分析处理模块320，用于对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感；

选择模块330，用于从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至所述表情库中其它所有表情图像之前，以实现表情图像的推荐。

可选地，所述分析模块用于：

对所述通讯消息进行分词处理，得到多个分词；

基于所获取的情感分值，确定所述通讯消息所表达的情感。

可选地，所述分析模块用于：

可选地，请参考图3B，所述装置还包括：

重新排序模块332，用于按照情感总分值从大到小的顺序，对所选择的表情图像进行重新排序。

可选地，请参考图3C，所述装置还包括：

确定模块340，用于确定所选择的表情图像中每个表情图像的历史使用频率；

排序模块350，用于按照历史使用频率从大到小的顺序，对所选择的表情图像进行重新排序。

在本公开实施中，用户在消息编辑框中输入通讯消息后，获取该消息编辑框中所输入的通讯消息，对该通讯消息进行分析处理，以确定该通讯消息所表达的情感，该情感即代表了该用户当前的心情。之后，从表情库中选择所确定的情感对应的表情图像，并将所选择的表情图像移至表情库中其它所有表情图像之前，使得符合该用户当前心情的表情图像位于该表情库的前面，以便于用户能够快速查找到想要查找的表情图像，提高了用户查找表情图像的效率。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的一种表情图像的推荐装置400的框图。例如，装置400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图4，装置400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。

处理组件402通常控制装置400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理组件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。

存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件406为装置400的各种组件提供电源。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为装置400生成、管理和分配电源相关联的组件。

多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当装置400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。

I/O接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件414包括一个或多个传感器，用于为装置400提供各个方面的状态评估。例如，传感器组件414可以检测到装置400的打开/关闭状态，组件的相对定位，例如所述组件为装置400的显示器和小键盘，传感器组件414还可以检测装置400或装置400一个组件的位置改变，用户与装置400接触的存在或不存在，装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述图1或图2A所示实施例提供的表情图像的推荐方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由装置400的处理器420执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本公开实施例还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行上述图1或图2A所示实施例提供的表情图像的推荐方法。

本公开实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述图1或图2A所示实施例提供的表情图像的推荐方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种表情图像的推荐方法，其特征在于，所述方法包括：

获取消息编辑框中输入的通讯消息；

2.如权利要求1所述的方法，其特征在于，所述对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感，包括：

3.如权利要求1所述的方法，其特征在于，所述对所述通讯消息进行分析处理，以确定所述通讯消息所表达的情感，包括：

对所述通讯消息进行分词处理，得到多个分词；

基于所获取的情感分值，确定所述通讯消息所表达的情感。

4.如权利要求3所述的方法，其特征在于，所述基于所获取的情感分值，确定所述通讯消息所表达的情感，包括：

5.如权利要求4所述的方法，其特征在于，所述将所选择的表情图像移至所述表情库中其它所有表情图像之前后，还包括：

6.如权利要求1所述的方法，其特征在于，所述将所选择的表情图像移至所述表情库中其它所有表情图像之前后，还包括：

确定所选择的表情图像中每个表情图像的历史使用频率；

7.一种表情图像的推荐装置，其特征在于，所述装置包括：

获取模块，用于获取消息编辑框中输入的通讯消息；

8.如权利要求7所述的装置，其特征在于，所述分析模块用于：

9.如权利要求7所述的装置，其特征在于，所述分析模块用于：

对所述通讯消息进行分词处理，得到多个分词；

基于所获取的情感分值，确定所述通讯消息所表达的情感。

10.如权利要求9所述的装置，其特征在于，所述分析模块用于：

11.如权利要求10所述的装置，其特征在于，所述装置还包括：

12.如权利要求7所述的装置，其特征在于，所述装置还包括：

13.一种终端，其特征在于，所述终端包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-6所述的任一项方法的步骤。

14.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现权利要求1-6所述的任一项方法的步骤。