CN108520046A - 搜索聊天记录的方法及设备 - Google Patents

Abstract

本申请提供了搜索聊天记录的方法和设备，该方案可以获取聊天记录，并识别所述聊天记录的特征信息，然后根据所述特征信息对聊天记录进行分类，确定所述聊天记录的类别信息，进而可以基于所述类别信息进行聊天记录的搜索。由于本方案会对用户在交互过程中产生的聊天记录基于其特征信息进行分类，每个类别的类别信息与聊天记录的特征信息相关，能够在一定程度上反映出每条各类聊天记录在某些方面的属性，例如文本聊天记录所表达的含义、情绪，多媒体聊天记录所包含的内容、地理位置等。由此用户在搜索时可以基于类别信息实现搜索，可以满足用户对于各类聊天记录的搜索需求。

Description

搜索聊天记录的方法及设备

技术领域

本申请涉及信息技术领域，尤其涉及一种搜索聊天记录的方法及设备。

背景技术

随着互联网技术的不断发展，即时通信软件为人们的交互提供了诸多便利。用户通过即时通信软件可以实时与其它用户进行交互，由此产生的聊天记录会被保存在用户终端本地或者即时通信软件的应用服务器中。

当用户需要查看在聊天记录中搜索某些特定的内容时，可以输入一些查询的关键词，通过这些关键词与聊天记录中的内容进行关键词匹配，从而查询出用户需要的内容。但是此种搜索聊天记录的方式应用场景过于单一，往往无法满足用户的搜索需求，造成用户的搜索体验不佳。

申请内容

本申请的目的之一是提供一种搜索聊天记录的方案。

为实现上述目的，本申请的一些实施例提供了一种搜索聊天记录的方法，该方法包括：

获取聊天记录，并识别所述聊天记录的特征信息；

根据所述特征信息对聊天记录进行分类，确定所述聊天记录的类别信息；

基于所述类别信息进行聊天记录的搜索。

本申请的一些实施例还提供了一种搜索聊天记录的设备，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，触发所述设备执行搜索聊天记录的方法。

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搜索聊天记录的方法。

本申请的一些实施例提供的方案中，可以获取聊天记录，并识别所述聊天记录的特征信息，然后根据所述特征信息对聊天记录进行分类，确定所述聊天记录的类别信息，进而可以基于所述类别信息进行聊天记录的搜索。由于本方案会对用户在交互过程中产生的聊天记录基于其特征信息进行分类，每个类别的类别信息与聊天记录的特征信息相关，能够在一定程度上反映出每条各类聊天记录在某些方面的属性，例如文本聊天记录所表达的含义、情绪，多媒体聊天记录所包含的内容、地理位置等。由此用户在搜索时可以基于类别信息实现搜索，可以满足用户对于各类聊天记录的搜索需求。

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为本申请一些实施例提供的一种搜索聊天记录的方法的处理流程图；

图2为本申请一些实施例提供中基于类别信息进行聊天记录的搜索时的处理流程图；

图3为本申请一些实施例提供的一种搜索聊天记录的设备的结构示意图；

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示出了本申请一些实施例提供的一种搜索聊天记录的方法，该方法可以对用户交互过程中产生的聊天记录进行分类，然后基于分类的结果进行聊天记录的搜索，由此满足用户对于各类聊天记录的搜索需求。在实际场景中，该方法的执行主体可以是用户设备、网络设备或用户设备与网络设备通过网络相集成所构成的设备，或者也可以是运行于上述设备的应用程序。所述用户设备包括但不限于计算机、手机、平板电脑等各类终端设备；所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现。在此，云由基于云计算(Cloud Computing)的大量主机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟计算机。

图1示出了本实施例中的一种搜索聊天记录的方法的处理流程图，包括以下处理步骤：

步骤S101，获取聊天记录，并识别所述聊天记录的特征信息。其中，所述聊天记录可以是用户在使用即时通信软件与其它用户进行交互时所产生的信息，例如可以是与某个好友私聊或者用户所参与的群组中产生的聊天记录。所述聊天记录的形式可以包括文本形式或者多媒体形式，对于不同形式的聊天记录，本申请的一些实施例中分别采用不同的方式提取其不同的特征信息。

若所述聊天记录为文本聊天记录，在识别所述聊天记录的特征信息时可以根据所述文本聊天记录的内容进行语义识别，提取所述文本聊天记录的语义特征，作为特征信息。在实际场景中，可以采用例如卷积神经网络等深度学习算法实现语义识别，例如，用户聊天记录均涉及到喜欢的一些餐厅、家具等聊天内容，对这些文本聊天记录进行分词、提取核心词、关键词等基本处理之后，输入卷积神经网络提取语义特征，其语义特征也是此类涉及用户关于餐厅、家具偏好的特征信息。

若所述聊天记录包括多媒体聊天记录，在识别所述聊天记录的特征信息时，可以先从所述多媒体聊天记录中提取一个或多个关键信息，然后将所述关键信息转换为对应的特征值，并生成包含所述特征值的特征矩阵，作为特征信息。由于多媒体聊天记录可能是视频、语音或者图片等，对于不同的多媒体内容，实际提取的关键信息也可能不同，以便于能够更加准确的反映这些多媒体聊天记录实际所包含的信息。

以一段语音为例，可能包含多种关键信息，例如声音的振幅、频率等波形信息。这些不同类型的音频内容会对应于不同波段的不同波形。由此在提取语音聊天记录的关键信息时，可以在不同的波段进行波形识别，从一条语音中提取出不同类型的音频。例如，一段语音中用户说话的声音和背景声音一般会处于不同的波段，可以分别在不同的波段中识别出相应声音的波形信息。将这些波形信息分别转化为特征值，并构建特征矩阵，可以反映出用户说话的声音中所包含的说话内容、用户当前情感状态等，以及背景声音中包含的说话地点的环境信息等。

对于图片形式的多媒体聊天记录，其包含的关键信息可以包含图片的纹理、色彩、形状或者空间关系等各类图像特征信息，在实际场景中，可以根据场景需要选取适用于当前场景的一种或多种图像特征，以提高处理的准确性。此外，关键信息还可以包含图片数据本身携带的地理位置信息、拍摄时间等信息，这些信息可以由拍摄图片的应用程序在拍摄完成时自动插入。这些关键信息同样可以量化为特征值，并构建特征矩阵，用以区分每个图片所携带的不同内容。

对于视频形式的多媒体聊天记录，由连续的图片序列构成。若对每张图片都进行处理，会造成处理负载过大，因此在实际处理时，可以先从所述每段视频中提取关键帧，然后对关键帧进行处理，获取所述关键帧的图像特征信息，作为关于视频内容的视频特征信息。其中，关键帧指图像运动或变化中的关键动作所处的帧，能够反映视频图像序列实际表达的内容，例如对于一个关于爆炸的视频内容，其关键帧可以是表示爆炸起因(例如撞击发生时)帧、爆炸火焰生成时的帧、爆炸火焰最大时的帧、以及爆炸火焰消失时的帧等等。由于关键帧已经能够较好地反映视频内容的实际含义，因此通过将关键帧的视频特征信息作为视频内容的视频特征信息，可以减少处理运算量，提高处理速度。

步骤S102，根据所述特征信息对聊天记录进行分类，确定所述聊天记录的类别信息。

本申请的一些实施例中，在对所述聊天记录进行分类时，可以基于多个聊天记录的特征信息计算所述聊天记录之间的相似度，然后根据所述相似度对所述聊天记录进行分类，将相似度接近的聊天记录归为同一类别。

在本申请的另一些实施例中，也可以在每个聊天记录产生时，实时获取聊天记录，并对每个新获取到的聊天记录进行分类。在实际场景中，聊天记录的分类可以采用深度学习的方式来完成。在开始获取并处理聊天记录之前，可以构建一深度学习模型，通过已完成分类的聊天记录样本作为训练集，对深度学习模型进行训练，使其可以用于对实时获取到的聊天记录进行分类。例如，若需要使得本申请实施例提供的方案可以将某个关于爆炸的视频分类至正确的类别，则可以提供各类关于爆炸的视频作为训练集，该训练集中爆炸视频包含相应的特征矩阵，且已经被归类至同一类别。因此在训练样本足够充足的前提下，深度学习模型可以对新输入的视频聊天记录的特征矩阵进行识别，确定其与训练集中的这些关于爆炸的视频属于同一类别。

在本申请的一些实施例中，对于每个类别的聊天记录，可以根据属于同一类别的聊天记录的特征信息，在默认的类别信息或自定义的类别信息中，选取与所述特征信息匹配的类别信息，作为所述类别的聊天记录的类别信息；或者，根据属于同一类别的聊天记录的特征信息生成对应类别信息，作为所述类别的聊天记录的类别信息。

每个类别可以有默认的类别信息，其具体形式可以采用类别标签的形式。例如，对训练集中的每个聊天记录样本均预先标注好类别信息，使用该训练集进行训练的深度学习模型可以在完成分类的同时，对确定每个新输入的聊天记录的类别信息。在实际场景中，类别信息还可以由用户自定义产生的，例如聊天记录在完成分类之后，用户可以为特定的类别自定义一个符合用户认知习惯的类别信息。例如，某一类别的聊天记录中都涉及到喜欢的餐厅、家具等信息，则用户可以将该类别的类别信息定义为“家人喜欢”，以符合该用户搜索聊天记录时的搜索习惯。

由于聊天记录实际所包含的内容会涉及与用户相关的的各个方面，因此系统默认的类别信息或者用户自定义的类别信息往往难以与每条聊天记录实际包含的内容完全匹配。因此，根据属于同一类别的聊天记录的特征信息来自动生成对应类别信息，而无需在默认的类别信息或者用户自定义的类别信息中进行匹配选取。采用此种方式确定的类别信息与聊天记录实际包含的内容更加贴近，能够使得用户后续的搜索更加准确。

步骤S103，基于所述类别信息进行聊天记录的搜索。由于本申请实施例中的方案会对用户在交互过程中产生的聊天记录基于其特征信息进行分类，每个类别的类别信息与聊天记录的特征信息相关，能够在一定程度上反映出每条各类聊天记录在某些方面的属性，例如文本聊天记录所表达的含义、情绪，多媒体聊天记录所包含的内容、地理位置、时间等。由此用户在搜索时可以基于类别信息实现搜索，可以满足用户对于各类聊天记录的搜索需求。

本申请的一些实施例中，在基于所述类别信息进行聊天记录的搜索时，可以采用如图2所示的处理步骤：

步骤S201，获取搜索聊天记录的搜索条件信息。所述搜索条件信息由需要进行搜索的用户提供，例如用户可以通过特定的操作输入搜索聊天记录的指令，该指令中包含了搜索条件信息。以用户在运行于手机的即时通信软件中查找聊天记录为例，用户通过点击开启聊天记录的搜索界面，并在搜索界面中输入搜索条件信息“家人喜欢”。或者搜索界面中也可以提供部分类别的类别信息供用户选择，用户点击供选择的类别信息即可进行生成关于该类别的搜索条件信息。

此外，获取搜索条件信息的方式也可以由设备在用户进行聊天的过程中自动识别，即设备可以预先设定搜索条件信息的识别模型，利用预设的识别模型在用户的聊天消息中进行识别，提取出搜索聊天记录的搜索条件信息。例如，用户A与用户B通过即时通信软件进行聊天时，用户A发送了聊天消息“我家人可能会喜欢这些餐厅”，若符合识别模型的识别规则，则可以从该条聊天消息中识别出搜索条件信息，用以进行聊天记录的搜索。

步骤S202，确定与所述搜索条件信息匹配的类别信息，作为目标类别信息。以用户输入搜索条件信息“家人喜欢”为例，若已完成分类的聊天记录中存在“家人喜欢”的类别信息，则该类别信息将会被确定为目标类别信息。

步骤S203，基于所述目标类别信息对应类别中的聊天记录确定为搜索聊天记录的搜索结果。由此，“家人喜欢”类别下的聊天记录，将会作为搜索结果返回给用户，使得用户可以查看“家人喜欢”类别下的所有聊天记录。

此外，在本申请的另一些实施例中，用户也可以直接输入一些多媒体数据作为搜索条件信息，例如用户直接发送一段语音、一张图片等内容，作为本次搜索的搜索条件信息。此时可以提取这些多媒体数据的特征信息，采用与聊天记录类似的方式对多媒体数据进行分类，确定其类别。若存在与其属于同一类别的聊天记录，则这些聊天记录对应的类别信息即可作为本次搜索的目标类别信息。例如，某一类别信息为“松树”的聊天记录均是关于松树的风景照片或者视频，此时输入一张松树的照片作为搜索条件信息，则可以确定目标类别信息为“松树”，并将该类别下的聊天记录作为搜索结果返回给用户。

在本申请的一些实施例中，由于用户输入的搜索条件信息可以是任意的文本或多媒体数据，因此这些文字或者由这些多媒体数据的特征信息所确定的类别有可能无法与已分类的聊天记录的类别信息准确匹配，由此确定的目标类别信息对应类别中的部分聊天记录可能与搜索条件信息并不匹配，需要在目标类别信息对应的类别中进一步搜索。因此，在基于所述目标类别信息对应类别中的聊天记录确定为搜索聊天记录的搜索结果时，可以基于所述目标类别信息对应类别中的聊天记录的特征信息，与所述搜索条件信息对应的特征信息进行匹配，然后根据所述匹配结果，在所述目标类别信息对应类别中的聊天记录中确定搜索聊天记录的搜索结果。

例如，已分类的聊天记录的某一个类别为“家人喜欢”，其中的聊天记录涉及用户家人所喜欢的餐厅、家具、电视节目、体育运动等。若用户输入的搜索条件信息包括：“家人喜欢的餐厅”，则首先会确定与所述搜索条件信息匹配的类别信息“家人喜欢”，作为目标类别信息。然后，基于所述目标类别信息对应类别中的聊天记录的特征信息，与所述搜索条件信息对应的特征信息进行匹配，匹配得到该类别下所有涉及餐厅的聊天记录，作为匹配结果，该匹配结果即可作为本次搜索聊天记录的搜索结果。

综上所述，本申请的一些实施例提供的方案中，可以获取聊天记录，并识别所述聊天记录的特征信息，然后根据所述特征信息对聊天记录进行分类，确定所述聊天记录的类别信息，进而可以基于所述类别信息进行聊天记录的搜索。由于本方案会对用户在交互过程中产生的聊天记录基于其特征信息进行分类，每个类别的类别信息与聊天记录的特征信息相关，能够在一定程度上反映出每条各类聊天记录在某些方面的属性，例如文本聊天记录所表达的含义、情绪，多媒体聊天记录所包含的内容、地理位置等。由此用户在搜索时可以基于类别信息实现搜索，可以满足用户对于各类聊天记录的搜索需求。

另外，本申请的一部分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3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310和用于执行计算机可读指令的处理器320，其中，当该计算机可读指令被该处理器执行时，使得所述设备执行基于前述本申请的多个实施例的方法和/或技术方案。

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 (10)

1.一种搜索聊天记录的方法，其中，该方法包括：

获取聊天记录，并识别所述聊天记录的特征信息；

根据所述特征信息对聊天记录进行分类，确定所述聊天记录的类别信息；

基于所述类别信息进行聊天记录的搜索。

2.根据权利要求1所述的方法，其中，所述聊天记录包括文本聊天记录；

识别所述聊天记录的特征信息，包括：

根据所述文本聊天记录的内容进行语义识别，提取所述文本聊天记录的语义特征，作为特征信息。

3.根据权利要求1所述的方法，其中，所述聊天记录包括多媒体聊天记录；

识别所述聊天记录的特征信息，包括：

从所述多媒体聊天记录中提取一个或多个关键信息；

将所述关键信息转换为对应的特征值，并生成包含所述特征值的特征矩阵，作为特征信息。

4.根据权利要求1所述的方法，其中，根据所述特征信息对聊天记录进行分类，包括：

基于多个聊天记录的特征信息计算所述聊天记录之间的相似度；

根据所述相似度对所述聊天记录进行分类。

5.根据权利要求1所述的方法，其中，确定所述聊天记录的类别信息，包括：

根据属于同一类别的聊天记录的特征信息，在默认的类别信息或自定义的类别信息中，选取与所述特征信息匹配的类别信息，作为所述类别的聊天记录的类别信息。

6.根据权利要求1所述的方法，其中，确定所述聊天记录的类别信息，包括：

根据属于同一类别的聊天记录的特征信息生成对应类别信息，作为所述类别的聊天记录的类别信息。

7.根据权利要求1所述的方法，其中，基于所述类别信息进行聊天记录的搜索，包括：

获取搜索聊天记录的搜索条件信息；

确定与所述搜索条件信息匹配的类别信息，作为目标类别信息；

基于所述目标类别信息对应类别中的聊天记录确定为搜索聊天记录的搜索结果。

8.根据权利要求7所述的方法，其中，基于所述目标类别信息对应类别中的聊天记录确定为搜索聊天记录的搜索结果，包括：

基于所述目标类别信息对应类别中的聊天记录的特征信息，与所述搜索条件信息对应的特征信息进行匹配；

根据所述匹配结果，在所述目标类别信息对应类别中的聊天记录中确定搜索聊天记录的搜索结果。

9.一种搜索聊天记录的设备，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8中任一项所述的方法。

10.一种计算机可读介质，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8中任一项所述的方法。