CN110389667A - 一种输入方法及装置 - Google Patents

Abstract

本发明实施例提供一种输入方法和装置，所述方法包括：接收用户输入；以及，获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；利用所述用户情绪识别结果获得与所述用户输入对应的候选项。本发明实施例利用情绪识别结果得到候选项，从而使得候选项更加符合用户的情绪以及输入预期，有效提高候选项预测的准确性，提高用户输入效率。

Description

一种输入方法及装置

技术领域

本发明实施例涉及计算机技术领域，具体涉及一种输入方法及装置。

背景技术

现有的输入法技术中，输入法应用可以基于用户输入的上文信息进行预测，提供输入预测结果作为候选项，方便用户输入。此外，为了方便用户更加快捷地找到想要输入的候选项，现有的输入法应用还可以对各候选项进行排序，以期将用户较大概率选择的候选项排在前列。例如，可以通过对用户输入的上文内容进行分析，基于上述分析对各候选项进行排序，使更加符合当前上下文的候选项排在更靠前的位置，便于用户发现与选择输入，减少用户寻找候选项的浏览和翻页操作。然而，现有的输入法应用仅仅考虑了上文信息对候选结果排序或者对输入预测结果的影响，由此提供的排序结果或者预测结果并不非常准确，降低了用户的输入效率。

发明内容

本发明实施例提供了一种输入方法及装置，旨在解决现有技术存在的输入法预测结果不准确、用户输入效率低的技术问题。

为此，本发明实施例提供如下技术方案：

第一方面，本发明实施例提供了一种输入方法，包括：接收用户输入；获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

第二方面，本发明实施例提供了一种输入装置，包括：接收单元，用于接收用户输入；识别单元，用于获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；候选项获得单元，用于利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

第三方面，本发明实施例提供了一种用于输入的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：接收用户输入；获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

第四方面，本发明实施例提供了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如第一方面所示的输入方法。

本发明实施例提供的输入方法及装置，可以实时获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果，利用所述用户情绪识别结果获得与用户输入对应的候选项。由于用户输入的内容与用户的情绪具有关联性，本发明利用了候选项与用户情绪的相关性，通过用户情绪识别结果获得候选项，由此获得的候选项更加准确，提高了用户输入效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的输入方法流程图；

图2为本发明另一实施例提供的输入方法流程图；

图3为本发明一实施例提供的输入装置示意图；

图4是根据一示例性实施例示出的一种用于输入装置的框图；

图5是根据一示例性实施例示出的服务器的框图。

具体实施方式

本发明实施例提供了一种输入方法及装置，可以提高候选项预测的准确性，提高用户输入效率。

申请人在实现本发明的过程中发现，用户输入的内容与用户的情绪具备较高的相关性。例如，用户开心的时候会输入“哈哈”等词来表达情绪，伤心的时候会输入“呜呜”“我好难过”等词来表达情绪。除了这些能够明确表达情绪的词，其他一些输入也和情绪密切相关，例如，用户有时会微笑着输入一些表达赞赏的话语，“你好幽默啊”“你真厉害”等。如果被对方惹怒时，会生气的输入“你怎么能这样呢”。由此可见，用户输入与用户情绪具有较强的相关性，基于此，本发明实施例提供了一种输入方法及装置，可以利用了候选项与用户情绪的相关性，通过用户情绪识别结果获得候选项，由此获得的候选项更加准确，提高了用户输入效率。

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

下面将结合附图1至附图2对本发明示例性实施例示出的输入方法进行介绍。

参见图1，为本发明一实施例提供的输入方法流程图。如图1所示，可以包括：

S101，接收用户输入。

在一些实施方式中，所述用户输入可以是用户输入的编码字符串。例如用户输入编码字符串“gx”、“g”等。在一些实施方式中，所述用户输入也可以是用户选择上屏输出的候选项。举例说明，若用户输入了编码字符串“wohao”,这时上屏输出了“我好”，这时“我好”可以作为用户输入。需要说明的是，所述用户输入可以是当前用户的输入，也可以是通信对端的用户输入。例如，可以结合当前用户输入的上文内容以及通信对端的消息一起预测得到候选项。

S102，获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果。

需要说明的是，采集的用户图像具体可以是用户面部图像，对面部图像进行识别，获得情绪识别结果；当然，也可以是采集用户身体图像，对用户的肢体动作进行识别，获得情绪识别结果。此外，当采集的用户图像既包括面部图像又包括部分身体图像时，可以对用户的面部表情以及身体动作进行识别，确定情绪识别结果。举例说明，用户的肢体动作可以反映用户的情绪，与用户的情绪具有关联性。例如，点头可能与肯定性情绪关联，摇头可能与否定性情绪关联。肯定性情绪可以包括高兴、开心等，否定性情绪可以包括郁闷、生气、轻蔑等。

在一些实施方式中，可以采集用户图像，对用户图像进行人脸识别处理，获取用户面部区域；对所述用户面部区域进行特征识别，获得用户情绪识别结果。需要说明的是，上述步骤可以全部由输入法应用执行，也可以部分由输入法应用执行，部分由终端设备执行。举例说明，可以通过终端设备的图像采集单元，例如手机前置摄像头采集用户输入时的画面，利用人脸识别算法获取用户面部区域，输入法应用可以仅获取识别出的用户面部图像。需要说明的是，采集用户图像可以实时采集，也可以满足特定触发条件时执行。例如，当用户开启输入法应用时，即可以响应于用户允许开启摄像头的设置，对用户图像进行实时采集。又如，可以在检测到特定事件时，开启图像采集。例如，当用户输入符合预设的表达模式时，开始采集用户图像。例如，用户在表达情绪时，一般会输入“我好高兴”、“我很难过”、“我极其愤怒”、“真是太爽了”、“宝宝不开心”等等表达模式，因此可以根据用户历史输入，收集用户可能与情绪关联的表达模式。当用户输入的上文与预设的与情绪关联的表达模式匹配时，则可以开始采集用户图像，进行用户情绪的识别。例如，当用户输入“我很”“我好”“宝宝不”等上文时，则可以确定满足触发条件，则开始获取用户面部图像，对所述用户面部图像进行特征识别，获得用户情绪识别结果。

具体地，在利用人脸识别算法获取用户面部区域时，可以利用肤色判别、模板匹配、神经网络、深度学习等算法从采集的用户画面中获得用户面部所在的区域，以更好的识别用户情绪。在识别用户情绪时，可以提取用户面部特征，利用提前训练好的识别模型对用户面部区域进行识别，获得用户情绪识别结果。其中，所述提前训练好的识别模型可以采用现有技术的机器学习模型或者深度学习模型等。举例说明，机器学习模型可以采用支持向量机(英文全称为Support Vector Machine，英文简称为SVM)模型，深度学习模型可以采用卷积神经网络(英文全称为)Convolutional Neural，英文简称为CNN)模型，本发明对此不进行限制。其中，所述情绪识别结果可以是明确的情绪分类，也可以是情绪的向量化表示。例如，情绪识别结果可以是识别为高兴、难过、惊讶等不同类别。一般地，是通过识别模型将用户情绪所述概率最高的分类作为情绪识别结果。此外，情绪识别结果还可以使用向量表示，例如可以是多种情绪的概率表示向量，也可以是深度学习模型学习得到的情绪特性向量。举例说明，情绪识别结果向量(0.7，0.1,0.6,0.2……)可以用于表示用户情绪属于高兴的概率是0.8，属于难过的概率0.1，属于惊讶的概率是0.6，属于平静的概率是0.2。当然以上仅为示例性说明，不视为对本申请的限制。需要说明的是，当情绪识别结果为某一情绪分类时，其仍然可以被表示为向量，只是对应某类情绪的值为1，其他情绪的值为0。例如，情绪向量(1,0,0,0……)用于表示情绪识别结果为高兴，情绪向量(0,1,0,0……)用于表示情绪识别结果为难过，情绪向量(0,0,1,0……)用于表示情绪识别结果为惊讶等。

需要说明的是，步骤S101和S102并没有必然的先后执行顺序，可以颠倒顺序执行，也可以并行地执行。

S103，利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

具体实现时，如何利用用户情绪识别结果获得与所述用户输入对应的候选项具有不同的实现方式。

在一些实施方式中，可以利用用户情绪识别结果对使用传统方法得到的候选项进行排序，以期将用户有较大概率输入的候选项排在前面，方便用户输入，提高用户输入效率。具体地，所述利用所述用户情绪识别结果获得与所述用户输入对应的候选项包括：利用所述用户情绪识别结果对基础候选项进行排序，得到排序后的候选项；其中，所述基础候选项为与所述用户输入对应的编码字符转换结果，或者，所述基础候选项为与所述用户输入对应的联想候选项。其中，所述利用所述用户情绪识别结果对基础候选项进行排序，得到排序后的候选项包括：利用所述用户情绪识别结果得到所述基础候选项的情绪相关性得分；获得基础候选项的基础得分；利用所述情绪相关性得分以及所述基础得分加权得到所述基础候选项的加权得分结果，利用所述加权得分结果对基础候选项进行排序。需要说明的是，本发明对如何获得情绪相关性得分、基础得分的方式不进行限定。

举例说明，基础候选项可以是利用用户输入的编码字符串以及用户输入的上文信息、通信对端的上文输入得到的候选项。例如，用户输入编码字符串“gx”，得到的候选项可以是“关系”“更新”“感谢”“高兴”。假设通过识别用户情绪识别结果得到的结果是“高兴”，则可以利用所述用户情绪识别结果得到所述基础候选项的情绪相关性得分。由于用户的情绪识别结果为“高兴”，则候选项“高兴”“感谢”情绪相关性得分一般会高于“关系”、“更新”，结合其基础得分，候选项的加权得分从高到低的排序可以是“高兴”“感谢”“关系”“更新”，由此得到对候选项的排序结果。

又举例说明，基础候选项可以是用户输入的上文对应的联想候选项。例如，当用户上屏输入“我好”后，根据传统方法得到的联想候选项可以是“想你”、“无聊”、“安排”、“吗”、“怕怕”、“伤心”、“喜欢”、“开心”等。当用户情绪识别结果为高兴时，则在此情绪下“开心”、“喜欢”等词的情绪得分会明显高于“伤心”、“怕怕”、“无聊”等词的情绪得分，候选项的基础得分和情绪相关性得分加权后，“喜欢”、“开心”综合得分会提高，顺序会提前，由此将更符合用户情绪、更大概率被用户输入的候选项排在前面，方便用户输入，提高用户输入效率。

在另一些实施方式中，还可以利用情绪识别结果得到增补候选项，将增补候选项与基础候选项聚合展示。在有些时候，通过传统方法得到的候选项可能并不全面，通过增补与用户情绪密切关联的增补候选项，可以使得候选项更加准确、全面。具体实现时，所述利用所述用户情绪识别结果获得与所述用户输入对应的候选项包括：利用所述用户情绪识别结果，获得与所述情绪识别结果对应的增补候选项；将所述增补候选项与基础候选项聚合展示。其中，所述利用所述用户情绪识别结果，获得与所述情绪识别结果对应的增补候选项包括：计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为增补候选项；其中，N为正整数。

举例说明，当用户情绪识别结果为高兴时，则可以将该情绪识别结果与词库中的所有输入词进行计算，得到情绪相关性得分。也可以设置情绪词库，收录与情绪相关的输入词，计算该情绪识别结果与情绪词库中的输入词的情绪相关性得分。需要说明的是，上述计算可以预先进行，以提高返回结果的实时性。例如，当用户情绪识别结果为高兴时，用户输入编码字符串“gx”，得到的候选项可以是“关系”“更新”“感谢”“光线”，通过上述处理，得到的增补候选项为“高兴”。需要说明的是，当用户输入为编码字符串，基础候选项为与所述用户输入对应的编码字符转换结果时，增补候选项一般也与该编码字符串匹配。若不存在与该编码字符串匹配的候选项，则也可以将情绪得分高的候选项作为增补候选项。

在将所述增补候选项与基础候选项聚合展示时，可以在预设位置展示所述增补候选项；或者，对所述增补候选项和所述基础候选项进行排序，展示排序后的增补候选项和基础候选项。例如，将增补候选项展示在基础候选项的后面，或者，将增补候选项展示在候选项的第一位，具体可以根据需要设置。当然，也可以利用一定的方法对增补候选项和所述基础候选项进行排序，展示排序后的增补候选项和基础候选项。排序的方法可以参照前面介绍进行。例如，可以将增加候选项和基础候选项均作为待排序候选项，利用所述用户情绪识别结果得到所述待排序候选项的情绪相关性得分；获得待排序候选项的基础得分；利用所述情绪相关性得分以及所述基础得分加权得到所述待排序候选项的加权得分结果，利用所述加权得分结果对待排序候选项进行排序。需要说明的是，可以设置一个增补候选项的默认基础得分，从而得到其加权得分结果。

在另一些实施方式中，可以仅利用情绪识别结果得到候选项，而取代传统获得候选项的方法。所述利用所述用户情绪识别结果获得与所述用户输入对应的候选项包括：计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为与所述用户输入对应的联想候选项展示；其中，N为正整数。举例说明，当用户输入“我好”时，当用户的情绪识别结果为“高兴”，则情绪相关性得分由高到低的输入词分别为：高兴、开心、喜欢、想你等，则可以将利用情绪识别结果得到的输入词作为用户上文输入的联想候选项。又举例说明，若用户输入的编码字符串较为简短，而这时采集到用户比较显著的表情变化时，也可以利用情绪识别结果得到与输入的编码字符串符合的候选项，例如，用户输入编码字符串为“gx”,则可以获得候选项为“高兴”，而不再展示使用传统方法得到的候选项。

从以上实例可以看出，本发明实施例提供的方法，可以利用情绪识别结果得到候选项，从而使得候选项更加符合用户的情绪以及输入预期，提高了候选项预测的准确率，提高了用户输入效率。

为了便于本领域技术人员更清楚地理解本发明在具体场景下的实施方式，下面以一个具体示例对本发明实施方式进行介绍。需要说明的是，该具体示例仅为使得本领域技术人员更清楚地了解本发明，但本发明的实施方式不限于该具体示例。

参见图2，为本发明一实施例提供的输入方法流程图。如图2所示，可以包括：

S201，采集用户图像。

举例说明，可以通过手机前置摄像头获得用户输入时的画面。在另一些实施方式中，还可以通过后置摄像头采集用户周围的图像，获得其所在环境的情绪识别结果，作为确定用户情绪的辅助判断因素。这是因为，用户周围的环境会对用户的情绪有一定影响，进而会影响用户的下文输入。当然，可以通过前后置摄像头同时采集用户周围环境以及用户本人图像。

S202，对用户图像进行人脸识别处理，获取用户面部区域。

具体地，在利用人脸识别算法获取用户面部区域时，可以利用肤色判别、模板匹配、神经网络、深度学习等算法从采集的用户画面中获得用户面部所在的区域，以更好的识别用户情绪。

S203，对所述用户面部区域进行特征识别，获得用户情绪识别结果。

在识别用户情绪时，可以提取用户面部特征，利用提前训练好的识别模型对用户面部区域进行识别，获得用户情绪识别结果。其中，所述情绪识别结果可以是明确的情绪分类，也可以是情绪的向量化表示。例如，情绪识别结果可以是识别为高兴、难过、惊讶等不同类别。一般地，是通过识别模型将用户情绪所述概率最高的分类作为情绪识别结果。此外，情绪识别结果也可以是多种情绪的概率表示，也可以是深度学习模型学习得到的情绪特性向量。

S204，获取基础候选项以及基础候选项的基础得分S1。

举例说明，当用户输入“我好”后，使用传统方法得到的候选项按照基础得分S1分数从高到低会给出“想你”、“无聊”、“安排”、“吗”、“怕怕”、“伤心”、“喜欢”、“开心”等。

S205，利用情绪识别结果得到所述基础候选项的情绪相关性得分。

根据S203获得的用户情绪的类型或者向量表示，对所有基础候选项进行打分。具体地，可以采用以下公式：

Score(vec(F),W)＝vec(F)*vec(W)^T(1)

其中，Score(vec(F),W)用于表示某个候选项W或者输入词W的情绪相关性得分。vec(F)表示用户情绪的向量表示，W为某一个词，vec(W)为词的情绪向量表示(通过训练获得)。T表示向量的转置。

具体实现时，可以预训练词向量模型(word2vec)，训练时，对每一个词随机初始化一个向量，假设相似上下文环境下出现的词也是相似的，则其向量表示也是相似的。设计出上下文与中心词之间相似度度量的代价函数，在大量语料下使用梯度下降法便可以训练出词向量模型。然后需要将词向量与情绪向量一同训练，训练时，随机初始化各种情绪类别的向量表达，然后使用一些标定好的语料(词与情绪对应的对)，例如：词“哈哈”与情绪“高兴”有对应关系，则词“哈哈”的向量VecW(“哈哈”)，与情绪“高兴”的向量VecE(“高兴”)之间的距离应该更近，即VecW(“哈哈”)*VecE(“高兴”)值比较大。与此相反，词向量与情绪向量关联性较低时，词向量与情绪向量的点积的值相对更小。例如，词语“哈哈”的向量与情绪“悲伤”的向量距离较远，二者的点积值小于词语“哈哈”与情绪“高兴”向量的点积值。上述表达便可以构造出代价函数，同样使用梯度下降法，便可以训练出每个词的向量表达VecW和每个情绪的向量表达VecE。其中，Score(vec(F),W)即情绪相关性得分，表达了词与情绪的匹配程度或者相关程度。其值越大，说明词与情绪的相关性越高，匹配程度越高。其中，W可以是在训练集合中的任意词。因此，无论是在对基础候选项进行排序还是获得增补候选项、联想候选项时，均可以采用上述公式(1)获得某个词语的情绪相关性得分。

S206，利用所述情绪相关性得分以及所述基础得分加权得到所述基础候选项的加权得分结果，利用所述加权得分结果对基础候选项进行排序。

举例说明，可以采用以下公式计算加权得分：

S＝w1*S1+w2*S2(2)

其中，S为加权得分结果，S1为基础得分，W1为基础得分的权重，S2为情绪相关性得分即为S205中利用公式(1)得到的计算结果，W2为情绪相关性的权重。其中，情绪相关性得分可以采用公式(1)获得。

S207，展示排序后的候选项。

举例说明，当用户输入“我好”之后，目前输入法根据上文输入对基础候选项进行打分，得到基础得分S1。基础得分S1从高到低会给出基础候选项“想你”，“无聊”，“安排”，“吗”，“怕怕”，“伤心”，“喜欢”，“开心”等。当识别出用户情绪为高兴，则在此情绪下“开心”，“喜欢”这样的词的情绪相关性得分S2会明显高于“伤心”，“怕怕”，“无聊”等词的情绪相关性得分，两种模型下的得分加权后，“喜欢”，“开心”综合得分S会提高，顺序会提前。例如使用下述公式(2)计算综合得分：S＝w1*S1+w2*S2，其中W1和W2为权重，大小可以根据需要设置。

在另一些具体实例中，也可以利用公式(1)得到增补候选项，再利用公式(2)分别得到增补候选项与基础候选项的加权得分，按照加权得分对增补候选项与基础候选进行排序，展示排序后的基础候选项与增补候选项。需要说明的是，在利用公式(2)得到增补候选项的加权得分时，其基础得分S1可以是设定的默认值。当然，在获得增补候选项时，也可以在固定位置例如在候选项的第一位展示增补候选项。

从以上实例可以看出，本发明提供的方法可以通过终端摄像头获取用户输入时的图像，基于预先训练的模型对用户图像进行识别从而得到用户的情绪识别结果。输入法应用可以基于用户的已输入上文、当前输入编码字符串获取基础候选项并得到其基础得分。同时还会结合预构建的情绪模型和已获取的用户情绪识别结果对所述基础候选项进行打分，得到情绪相关性得分。输入法应用基于上述基础得分和情绪相关性得分得到各候选项的最终分数；或者利用情绪识别结果增补候选，从而将增补候选项与基础候选项展示给用户。由于本发明可以基于所获取的用户情绪识别结果影响候选的排序结果或者增补候选序列，使得候选项能够更为准确的命中用户的输入需求，提高用户输入效率。

以上对本发明提供的方法进行了介绍，下面对上述方法对应的设备进行介绍。

参见图3，为本发明一实施例提供的输入装置示意图。

一种输入装置300，包括：

接收单元301，用于接收用户输入。其中，所述接收单元301的具体实现可以参照图1所示实施例的步骤101而实现。

识别单元302，用于获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果。其中，所述识别单元302的具体实现可以参照图1所示实施例的步骤102而实现。

候选项获得单元303用于利用所述用户情绪识别结果获得与所述用户输入对应的候选项。其中，所述候选项获得单元303具体实现可以参照图1所示实施例的步骤103实现。

在一些实施方式中，所述候选项获得单元具体包括：

第一获得单元，用于利用所述用户情绪识别结果对基础候选项进行排序，得到排序后的候选项；其中，所述基础候选项为与所述用户输入对应的编码字符转换结果，或者，所述基础候选项为与所述用户输入对应的联想候选项。

在一些实施方式中，所述第一获得单元包括：

情绪相关性得分获得子单元，用于利用所述用户情绪识别结果得到所述基础候选项的情绪相关性得分；

基础得分获得子单元，用于获得基础候选项的基础得分；

加权得分获得子单元，用于利用所述情绪相关性得分以及所述基础得分加权得到所述基础候选项的加权得分结果，利用所述加权得分结果对基础候选项进行排序。

在一些实施方式中，所述候选项获得单元具体包括：

第二获得单元，用于利用所述用户情绪识别结果，获得与所述情绪识别结果对应的增补候选项；将所述增补候选项与基础候选项聚合展示。

在一些实施方式中，所述第二获得单元包括：

情绪相关性得分获得子单元，用于计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；

排序子单元，用于根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为增补候选项；其中，N为正整数。

在一些实施方式中，所述第二获得单元包括：

第一展示子单元，用于在预设位置展示所述增补候选项；或者，

第二展示子单元，用于对所述增补候选项和所述基础候选项进行排序，展示排序后的增补候选项和基础候选项。

在一些实施方式中，所述候选项获得单元具体包括：

第三获得单元，用于计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为与所述用户输入对应的联想候选项展示；其中，N为正整数。

其中，本发明装置各单元或模块的设置可以参照图1至图2所示的方法而实现，在此不赘述。

参见图4，为根据一示例性实施例示出的一种用于输入装置的框图。参见图4，为根据一示例性实施例示出的一种用于输入装置的框图。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，处理部件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设备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的各种组件提供电力。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、管理和分配电力相关联的组件。

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。当设备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可以检测到设备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，通信部件414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，所述通信部件414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，用于执行上述方法。

具体地，本发明实施例提供了一种输入装置400，包括有存储器404，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器404中，且经配置以由一个或者一个以上处理器420执行所述一个或者一个以上程序包含用于进行以下操作的指令：接收用户输入；以及，获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

进一步地，所述处理器420具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：利用所述用户情绪识别结果对基础候选项进行排序，得到排序后的候选项；其中，所述基础候选项为与所述用户输入对应的编码字符转换结果，或者，所述基础候选项为与所述用户输入对应的联想候选项。

进一步地，所述处理器420具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：利用所述用户情绪识别结果得到所述基础候选项的情绪相关性得分；获得基础候选项的基础得分；利用所述情绪相关性得分以及所述基础得分加权得到所述基础候选项的加权得分结果，利用所述加权得分结果对基础候选项进行排序。

进一步地，所述处理器420具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：利用所述用户情绪识别结果，获得与所述情绪识别结果对应的增补候选项；将所述增补候选项与基础候选项聚合展示。

进一步地，所述处理器420具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为增补候选项；其中，N为正整数。

进一步地，所述处理器420具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：在预设位置展示所述增补候选项；或者，对所述增补候选项和所述基础候选项进行排序，展示排序后的增补候选项和基础候选项。

进一步地，所述处理器420具体还用于执行所述一个或者一个以上程序包含用于进行以下操作的指令：计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为与所述用户输入对应的联想候选项展示；其中，N为正整数。

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。

一种机器可读介质，例如该机器可读介质可以为非临时性计算机可读存储介质，当所述介质中的指令由装置(终端或者服务器)的处理器执行时，使得装置能够执行一种输入方法，所述方法包括：接收用户输入；以及，获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

图5是本发明实施例中服务器的结构示意图。该服务器500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)522(例如，一个或一个以上处理器)和存储器532，一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器522可以设置为与存储介质530通信，在服务器500上执行存储介质530中的一系列指令操作。

服务器500还可以包括一个或一个以上电源526，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口558，一个或一个以上键盘556，和/或，一个或一个以上操作系统541，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、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发明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，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种输入方法，其特征在于，包括：

接收用户输入；以及，获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；

利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

2.根据权利要求1所述的方法，其特征在于，所述利用所述用户情绪识别结果获得与所述用户输入对应的候选项包括：

利用所述用户情绪识别结果对基础候选项进行排序，得到排序后的候选项；其中，所述基础候选项为与所述用户输入对应的编码字符转换结果，或者，所述基础候选项为与所述用户输入对应的联想候选项。

3.根据权利要求2所述的方法，其特征在于，所述利用所述用户情绪识别结果对基础候选项进行排序，得到排序后的候选项包括：

利用所述用户情绪识别结果得到所述基础候选项的情绪相关性得分；

获得基础候选项的基础得分；

利用所述情绪相关性得分以及所述基础得分加权得到所述基础候选项的加权得分结果，利用所述加权得分结果对基础候选项进行排序。

4.根据权利要求1所述的方法，其特征在于，所述利用所述用户情绪识别结果获得与所述用户输入对应的候选项包括：

利用所述用户情绪识别结果，获得与所述情绪识别结果对应的增补候选项；

将所述增补候选项与基础候选项聚合展示。

5.根据权利要求4所述的方法，其特征在于，所述利用所述用户情绪识别结果，获得与所述情绪识别结果对应的增补候选项包括：

计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；

根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为增补候选项；其中，N为正整数。

6.根据权利要求4或5所述的方法，其特征在于，所述将所述增补候选项与基础候选项聚合展示包括：

在预设位置展示所述增补候选项；或者，

对所述增补候选项和所述基础候选项进行排序，展示排序后的增补候选项和基础候选项。

7.根据权利要求1所述的方法，其特征在于，所述利用所述用户情绪识别结果获得与所述用户输入对应的候选项包括：

计算所述用户情绪识别结果与用户词库中的部分或全部输入词的情绪相关性得分；

根据所述情绪相关性得分对所述输入词进行排序，将相关性得分排在前N位的输入词作为与所述用户输入对应的联想候选项展示；其中，N为正整数。

8.一种输入装置，其特征在于，包括：

接收单元，用于接收用户输入；

识别单元，用于获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；

候选项获得单元，用于利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

9.一种用于输入的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

接收用户输入；

获取用户图像，对所述用户图像进行特征识别，获得用户情绪识别结果；

利用所述用户情绪识别结果获得与所述用户输入对应的候选项。

10.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至7中一个或多个所述的输入方法。