CN111443973A - 备注信息的填入方法、装置、设备及存储介质 - Google Patents
备注信息的填入方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111443973A CN111443973A CN202010223583.XA CN202010223583A CN111443973A CN 111443973 A CN111443973 A CN 111443973A CN 202010223583 A CN202010223583 A CN 202010223583A CN 111443973 A CN111443973 A CN 111443973A
- Authority
- CN
- China
- Prior art keywords
- remark
- remark information
- information
- account
- filling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Abstract
本申请公开了一种备注信息的填入方法、装置、设备及存储介质,涉及应用程序。上述方法包括:接收登录有第一帐号的应用程序发送的获取请求,获取请求用于请求获取第二帐号的备注信息;响应于获取请求,获取第二帐号与至少两个第三帐号之间的会话消息;从会话消息中提取备注信息;将备注信息发送至应用程序,应用程序用于将备注信息自动填入第二帐号对应的备注填充控件中,无需用户手动输入第二帐号的备注信息,提高了用户的操作效率。
Description
技术领域
本申请涉及应用程序领域,特别涉及一种备注信息的填入方法、装置、设备及存储介质。
背景技术
如今,许多社交软件具备为社交好友添加备注信息的功能,比如,为社交好友备注用户名或者社会身份等。
在应用程序上设置有为社交好友添加备注信息的界面,该界面上显示有备注填充控件。一般情况下,用户手动在备注填充控件中输入对社交好友的备注信息。示例性的,在终端中打开添加社交好友A的备注信息的界面,在界面上显示有标记着“备注”的备注填充控件;用户在备注填充控件中填入“张三—校友”,即为社交好友A备注了姓名与社交关系。
但是,由用户手动将备注信息一一输入备注填充控件中,会导致用户的操作效率极低,尤其是在备注信息的内容多的情况下。
发明内容
本申请实施例提供了一种备注信息的填入方法、装置、设备及存储介质,可以使终端将从好友的会话消息中提取出的备注信息自动填入对应的备注填充控件中,无需用户手动输入,提高了用户的操作效率。所述技术方案如下:
根据本申请的一方面,提供了一种备注信息的填入方法,该方法包括:
接收登录有第一帐号的应用程序发送的获取请求,获取请求用于请求获取第二帐号的备注信息;
响应于获取请求,获取第二帐号与至少两个第三帐号之间的会话消息;
从会话消息中提取备注信息;
将备注信息发送至应用程序,应用程序用于将备注信息填入第二帐号对应的备注填充控件中。
根据本申请的另一方面,提供了一种备注信息的填入方法,该方法包括:
显示登录有第一帐号的应用程序的第一界面,第一界面上包括备注控件;
响应于备注控件上触发的备注操作,显示应用程序的第二界面,第二界面上包括备注填充控件;
将从会话消息中提取的第二帐号的备注信息填入备注填充控件中;
其中,会话消息是指第二帐号与至少两个第三帐号之间的会话消息,第一帐号与第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。
根据本申请的另一方面,提供了一种备注信息的填入装置,该装置包括:
接收模块,用于接收登录有第一帐号的应用程序发送的获取请求,获取请求用于请求获取第二帐号的备注信息;
获取模块,用于响应于获取请求,获取第二帐号与至少两个第三帐号之间的会话消息;
提取模块,用于从会话消息中提取备注信息;
发送模块,用于将备注信息发送至应用程序,应用程序用于将备注信息填入第二帐号对应的备注填充控件中。
根据本申请的另一方面,提供了一种备注信息的填入装置,该装置包括:
显示模块,用于显示登录有第一帐号的应用程序的第一界面,第一界面上包括备注控件;
显示模块,用于响应于备注控件上触发的备注操作,显示应用程序的第二界面,第二界面上包括备注填充控件;
填入模块,用于将从会话消息中提取的第二帐号的备注信息填入备注填充控件中;
其中,会话消息是指第二帐号与至少两个第三帐号之间的会话消息,第一帐号与第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。
根据本申请的另一方面,提供了一种电子设备,该电子设备包括:
存储器;
与存储器相连的处理器;
其中,处理器被配置为加载并执行可执行指令以实现如上一个方面及其可选实施例所述的备注信息的填入方法,或者,如上另一个方面及其可选实施例所述的备注信息的填入方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,上述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,上述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上一个方面及其可选实施例所述的备注信息的填入方法,或者,如上另一个方面及其可选实施例所述的备注信息的填入方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
在接收到登录有第一帐号的应用程序发送的获取请求之后,响应该获取请求,获取第二帐号与至少两个第三帐号之间的会话消息,从上述会话消息中提取出第二帐号的备注信息,将该备注信息反馈至上述应用程序中,由上述应用程序将该备注信息填入第二帐号对应的备注填充控件中,无需用户手动输入第二帐号的备注信息,提高了用户的操作效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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是本申请一个示例性实施例提供的计算机系统的结构示意图;
图2是本申请一个示例性实施例提供的备注信息的填入方法的流程图;
图3是本申请另一个示例性实施例提供的备注信息的填入方法的流程图;
图4是本申请另一个示例性实施例提供的备注信息的填入方法的流程图;
图5是本申请一个示例性实施例提供的信息选择模型的结构示意图;
图6是本申请一个示例性实施例提供的信息选择模型的训练方法的流程图;
图7是本申请另一个示例性实施例提供的备注信息的填入方法的流程图;
图8是本申请另一个示例性实施例提供的备注信息的填入方法的流程图;
图9是本申请一个示例性实施例提供的备注信息的填入的界面示意图;
图10是本申请另一个示例性实施例提供的备注信息的填入方法的流程图;
图11是本申请另一个示例性实施例提供的备注信息的填入的界面示意图;
图12是本申请一个示例性实施例提供的备注信息的填入装置的框图;
图13是本申请另一个示例性实施例提供的备注信息的填入装置的框图;
图14是本申请一个示例性实施例提供的服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
对本申请中涉及的名词进行解释如下:
人工智能(Artificial Intelligence,AI):是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能、感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统的技术科学。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,包括硬件层面的技术与软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
其中,自然语言处理(Nature Language Processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、类比学习等技术。
在一些可选实施例中,采用了自然语言处理技术提取出指定类型的备注信息,比如,人名、地名、建筑名称、以及企业名称等类型的备注信息。
在另一些可选实施例中,采用了机器学习的方式对上述提取得到的备注信息进行筛选,从提取出的多个备注信息中筛选出所需的备注信息,从而将备注信息填入对应的备注填充控件中。示例性的,本申请中提供的信息选择模型是采集样本对神经网络模型进行训练得到的模型。
单独会话:是应用程序中一个支持两个人聊天的即时通信会话。在一些示例中,单独会话的双方成员登录用户帐号。群组会话:是应用程序中一个支持多人聊天的即时通信会话。典型的群组会话包括但不限于:私有群、公开群、聊天室、音视频聊天室和在线成员广播群。在一些示例中,群组会话需要群成员登录用户帐号。在另一些示例中,群组会话允许群成员采用游客帐号(即不需要登录)接收群组消息。群组会话包括群主和管理员。群主通常为一个,管理员可以为多个。
在应用程序上为社交好友添加备注信息时,通常需要用户将社交好友的备注信息手动输入至对应的备注填充控件中,该过程使得用户的操作效率极低,尤其是在备注信息的内容多的情况下。因此,本申请提供了一种备注信息的填入方法,以解决上述技术问题,请参考以下实施例。
图1示出了本申请一个示例性实施例提供的计算机系统100的结构框图。计算机系统100包括:第一终端120、服务器140与第二终端160。
第一终端120为用户持有的终端,第一终端120上安装和运行有应用程序,该应用程序具有单独会话和群组会话中的至少一种会话功能。示例性的,上述应用程序可以包括即时通讯软件、金融软件、游戏软件、购物软件、视频播放软件、社区服务软件、音频软件、教育软件、支付软件等,本申请中对应用程序类型不做限定。示例性的,上述应用程序中具备社交好友的添加功能;比如,用户可以通过购物软件的应用程序添加社交好友,以相互分享网购好物,还可以分享购物经验等;又比如,用户可以通过游戏软件的应用程序添加游戏好友,以组团刷副本、建帮会等。
示例性的,应用程序上具备社交好友的备注信息的添加功能;比如,在第一终端120上运行应用程序,该应用程序上登录有第一帐号,第一帐号下社交好友包括第二帐号,则通过应用程序可以为第二帐号添加备注信息。可选地,第一终端120执行本申请提供的备注信息的填入方法的终端侧步骤,向服务器140请求第二帐号的备注信息。
第一终端120通过无线网络或有线网络与服务器140相连。服务器140包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。示例性的,服务器140包括处理器144和存储器142,存储器142又包括接入模块1421、群聊模块1422和单聊模块1423。示例性的,服务器140用于为支持单独会话功能与群组会话功能的应用程序提供后台服务;比如,服务器140提供聊天接入功能、单独会话聊天功能、群组会话聊天功能。比如,服务器140执行本申请提供的备注信息的填入方法的服务器侧步骤,向第一终端120与第二终端160提供支持备注信息的填入的后台服务器。
可选地,服务器140承担主要计算工作,第一终端120和第二终端160承担次要计算工作;或者,服务器140承担次要计算工作,第一终端120和第二终端160承担主要计算工作;或者,服务器140、第一终端120和第二终端160三者之间采用分布式计算架构进行协同计算。
第二终端160为用户持有的终端,第二终端160上安装和运行有应用程序,该应用程序具有单独会话和群组会话中的至少一种会话功能。可选地,用户可以同时在第一终端120与第二终端160上使用同一应用程序。
可选地,第一终端120和第二终端160上安装的应用程序是相同的或不同的,或两个终端上安装的应用程序是不同操作系统中的同一类型的应用程序,或者两个终端上安装的应用程序是具有消息互通功能的不同类型的应用程序。第一终端120可以泛指多个终端中的一个,第二终端160可以泛指多个终端中的一个,本实施例仅以第一终端120和第二终端160来举例说明。可选地,第一终端120和第二终端160的设备类型是相同的或不同的,本申请中的实施例以第一终端120和第二终端160的设备类型是不同的进行说明。该设备类型包括:智能手机、平板电脑、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机中的至少一种。以下实施例以终端包括智能手机和个人计算机来举例说明。
本领域技术人员可以知晓,上述终端的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。
图2示出了本申请一个示例性实施例提供的备注信息的填入方法的流程图,该方法应用于如图1所示的服务器中,该方法包括:
步骤201,接收登录有第一帐号的应用程序发送的获取请求。
在终端中安装和运行应用程序,该应用程序上登录有第一帐号,在应用程序上为第二帐号添加备注信息时,终端通过第一帐号向服务器发送获取请求;服务器接收第一帐号的获取请求;其中该获取请求用于请求获取第二帐号的备注信息。
步骤202,响应于获取请求,获取第二帐号与至少两个第三帐号之间的会话消息。
服务器响应于获取请求,该获取请求中还包括第二帐号;服务器从消息数据库中获取第二帐号与至少两个第三帐号之间的会话消息。可选地,会话消息包括单独会话消息与群组会话消息中的至少一种。也就是说,会话消息可以包括单独会话时第二帐号与第三帐号之间的会话消息,或者群组会话时第二帐号与第三帐号之间的会话消息,或者二者的结合。
可选地,第一帐号与第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。可选地,第二帐号与第三帐号之间存在数字化社交关系链中的好友关系。可选地,至少两个第三帐号中包括第一帐号。
示例性的,数字化社交关系链中的好友关系可以包括双方好友关系与群组好友关系中的至少一种。双方好友关系是指无论是否在群组中两个帐号之间均具备社交好友关系;群组好友关系是指在群组中两个帐号之间具备社交好友关系,不在群组中两个帐号之间不一定具备社交好友关系。
步骤203,从会话消息中提取备注信息。
示例性的,存在至少一条会话消息中包括第二帐号的备注信息。示例性的,服务器从会话消息中提取指定类型的备注信息;可选地,上述指定类型是基于语义类型划分出的,语义类型即是指将词语的语义作为分类条件划分的类型;比如,在本申请中,备注信息可以包括手机号码、企业名称、部门名称、姓名、社交关系等,则语义类型可以包括手机号码、组织结构名称、姓名、以及社交关系。
步骤204,将备注信息发送至应用程序,应用程序用于将备注信息填入第二帐号对应的备注填充控件中。
服务器通过有线或无线网络将备注信息发送至应用程序。应用程序中设置有第二帐号的备注信息的备注填充控件,应用程序用于将上述备注信息填入第二帐号对应的备注填充控件中。
综上所述,本实施例提供的备注信息的填入方法,在接收到登录有第一帐号的应用程序发送的获取请求之后,响应该获取请求,获取第二帐号与至少两个第三帐号之间的会话消息,从上述会话消息中提取出第二帐号的备注信息,将该备注信息反馈至上述应用程序中,由上述应用程序将该备注信息填入第二帐号对应的备注填充控件中,无需用户手动输入第二帐号的备注信息,提高了用户的操作效率。
基于图2的可选实施例中,对第二帐号的备注信息的提取进一步说明,示例性的,步骤203可以包括步骤2031,如图3,步骤如下:
步骤2031,对会话消息进行文本分析,提取出指定类型的备注信息。
示例性的,服务器采用自然语言处理技术对会话消息进行文本分析,提取出指定类型的备注信息。比如,服务器对会话消息进行命名实体识别,从会话消息中提取出姓名、地名、以及机构名中的至少一类信息。
可选地,服务器可以通过以下三个步骤来实现指定类型的备注信息的提取,如图4,步骤2031可以包括步骤311至步骤313,如下所示:步骤311,对会话消息进行文本分析,提取出指定类型的至少两个第一备注信息。
示例性的,服务器对会话消息进行文本分析,采用NLP技术对会话消息进行文本分析,提取出至少两个指定类型的第一备注信息。比如,服务器对会话消息进行命名实体识别,从会话消息中提取出姓名、地名、以及机构名中的至少一类信息。
示例性的,服务器针对每一个指定类型提取出至少两个第一备注信息。比如,从第二帐号的会话消息中提取出i个姓名、j个企业名称、以及k个电话号码,i、j、k均为大于或者等于零的整数。
步骤312,根据第一会话消息计算第一备注信息的第一分值。
其中,第一会话消息是指提取出第一备注信息的会话消息;第一分值用于体现第一备注信息作为第二帐号的备注信息的准确性。
可选地,服务器按照第一规则对第一会话消息的消息内容进行评分,得到至少两个第二分值;对至少两个第二分值求和得到第一备注信息的第一分值。
示例性的,第一规则中包括第一条件与分值的第一对应关系,第一条件对应的分值是消息内容满足第一条件时的得分;服务器分别确定出至少两个第一会话消息的消息内容所满足的至少两组第一条件;从第一对应关系中分别确定出至少两组第一条件对应的至少两组分值;根据至少两组分值计算出至少两个第一会话消息对应的至少两个第二分值。
比如,第一条件1为添加好友后的前r句话,r为正整数;第一条件2为添加好友后的第一句话;第一条件3为第二帐号的自我介绍的第一句话或者第三帐号对第二帐号进行介绍的最后一句话;第一条件4为包括词语集中词语的句子,比如词语集中词语可以包括“我是”、“我叫”、“我”等;第一条件5为会话时第二帐号对第一帐号说的句子。如表1,示出了一种示例性实施例提供的第一条件与分值的第一对应关系;比如,第一会话消息1的消息内容满足第一条件1与第一条件4,则该第一会话消息1的第二分值为16;又比如,第一会话消息2的消息内容满足第一条件1、第一条件2与第一条件5,则该第一会话消息2的第二分值为27。
表1
条件 | 分值 |
第一条件1 | 8 |
第一条件2 | 10 |
第一条件3 | 12 |
第一条件4 | 8 |
第一条件5 | 9 |
若第一备注信息是从至少两条第一会话消息中提取出的,服务器按照第一评分规则计算得到第一会话消息的至少两个第二分值,对上述至少两个第二分值求和即得到第一备注信息的第一分值。比如,第一备注信息1是从第一会话消息1与第一会话消息2中提取出的,则第一备注信息1的第一分值为43。
步骤313,根据第一分值从至少两个第一备注信息中确定出备注信息。
可选地,服务器按照第一分值由大到小的顺序对至少两个第一备注信息进行排序,得到位于前n位的第二备注信息,n为正整数;获取关联信息,上述关联信息是指影响第二帐号的备注信息的准确性的信息;将第二备注信息与关联信息输入信息选择模型进行筛选,通过信息选择模型从第二备注信息中选择出备注信息。
或者,终端按照第一分值由小到大的顺序对至少两个第一备注信息进行排序,得到位于前n位的第二备注信息;获取关联信息;将第二备注信息与关联信息输入信息选择模型进行筛选,通过信息选择模型从第二备注信息中选择出备注信息。
可选地,上述关联信息包括第二会话消息与历史备注信息中的至少一种;第二会话消息是指提取出第二备注信息的会话消息,历史备注信息是指为除第二帐号之外第一帐号的其他社交帐号生成且被采用的备注信息。
可选地,上述信息选择模型是神经网络模型进行有监督学习得到的。示例性的,神经网络模型可以包括循环神经网络(Recurrent Neural Networks,RNN)模型、长短期记忆(Long Short Term Memory,LSTM)模型、以及卷积神经网络(Convolution NeuralNetworks,CNN)模型中的至少一种,本申请中对神经网络模型的种类不加以限定。
需要说明的是,在没有足够的样本数据对信息选择模型进行训练时,信息选择模型无法输出准确的第二帐号的备注信息,因此,终端可以按照第一分值由大到小的顺序对至少两个第一备注信息进行排序;将位于前m位的第一备注信息确定为第二帐号的备注信息,m为正整数。或者,终端可以按照第一分值由小到大的顺序对至少两个第一备注信息进行排序,将位于尾部的m个第一备注信息确定为第二帐号的备注信息。
综上所述,本实施例提供的备注信息的填入方法,在接收到登录有第一帐号的应用程序发送的获取请求之后,响应该获取请求,获取第二帐号与至少两个第三帐号之间的会话消息,从上述会话消息中提取出第二帐号的备注信息,将该备注信息反馈至上述应用程序中,由上述应用程序将该备注信息填入第二帐号对应的备注填充控件中,无需用户手动输入第二帐号的备注信息,提高了用户的操作效率。
该方法还通过神经网络模型对第二帐号的备注信息进行再次筛选,结合第二会话消息与历史备注信息,筛选出符合第一帐号的持有者的备注习惯且更加匹配第二帐号的备注信息。
需要说明的是,如图5,示出了一个示例性实施例提供的信息选择模型,信息选择模型包括第一词向量层、第二词向量层、第三词向量层、第一循环神经网络层、第二循环神经网络层、第一全连接层、卷积神经网络层、第二全连接层、以及分类层;
第一词向量层的输出接口与第一循环神经网络层的输入接口连接,第一循环神经网络层的输出接口与第二循环神经网络层的输入接口连接;
第二词向量层的输出接口与第一全连接层的输入接口连接;
第三词向量层的输出接口与卷积神经网络层的输入接口连接;
第二循环神经网络层的输出接口、第一全连接层的输出接口、以及卷积神经网络层输出接口分别与第二全连接层的输入接口连接,第二全连接层的输出接口与分类层的输入接口连接。
对于上述信息选择模型的训练,如图6,过程可以包括以下步骤:
步骤401,采集u组训练样本。
服务器采集u组训练样本,u大于或者等于2。每一组训练样本包括第二会话消息样本、第二备注信息样本、以及历史备注信息样本;每一组中的第二备注信息样本是从第二会话消息样本中提取出的,历史备注信息样本(即目标结果样本)是从第二备注信息样本中筛选出的。上述训练样本是采集历史数据得到的,该历史数据是执行本申请的备注信息填入方法时生成的数据;其中,u为正整数。
步骤402,将训练样本输入信息选择模型。
示例性的,服务器将第二会话消息样本输入第一词向量层,再依次经过第一RNN层与第二RNN层的处理后,得到第一隐层状态;将第二备注信息样本输入第二词向量层,再经过第一全连接层的处理后,得到第二隐层状态;将历史备注信息输入第三词向量层,再经过CNN层的处理后,得到第三隐层状态;将第一隐层状态、第二隐层状态、以及第三隐层状态输入第二全连接层进行向量拼接,得到目标向量;将目标向量输入分类层,将第二备注信息样本分类为用户想要的备注信息与非用户想要的备注信息,输出用户想要的备注信息(即输出结果)。
步骤403,计算信息选择模型的输出结果与目标结果样本之间的损失。
服务器通过损失函数计算输出结果与目标结果样本之间的损失,即通过损失函数计算信息选择模型输出的用户想要的备注信息与对应的历史备注信息之间的损失。
步骤404,根据损失对信息选择模型进行反向传播训练,得到训练后的信息选择模型。
服务器根据计算得到的损失对信息选择模型进行反向传播训练,更新信息选择模型内的模型参数,最终得到训练后的信息选择模型。
综上所述,本实施例提供的信息选择模型的训练方法,通过第二会话消息样本、第二备注信息样本、以及历史备注信息样本对模型进行训练,从而得到预测准确度更高的信息选择模型,提高了对第二帐号的备注信息的提取准确度。
在消息数据库中存储的第二帐号的会话消息中,存在不包含指定类型的信息的会话消息,在一些可选实施例中,在提取备注信息之前需要对会话消息进行筛选,示例性的,图3中步骤202可以包括步骤321至步骤323,如图7,步骤如下:
步骤321,从消息数据库中获取第二帐号的候选会话消息。
步骤322,按照第二规则对候选会话消息进行评分,得到第三分值。
可选地,第二规则中包括第二条件与分值的第二对应关系,第二条件对应的分值是消息内容满足第二条件时的得分;服务器确定出候选会话消息的消息内容所满足的第二条件;从第二对应关系中确定出第二条件对应的分值;根据第二条件对应的分值计算出候选会话消息的第三分值。示例性的,第三分值的详细计算过程可以参考第二分值的计算过程,在此不再加以赘述。
步骤323,响应于第三分值大于或者等于分数阈值,将候选会话消息确定为会话消息。
服务器中设置有分数阈值,该分数阈值用于筛选会话消息,以筛除不包含指定类型的信息的会话消息。若第三分值大于或者等于分数阈值,则将该第三分值对应的候选会话消息确定为有效的会话消息;否则,将该第三分值对应的候选会话消息筛除。
综上所述,本实施例提供的备注信息的填入方法,通过对不包含指定类型的信息的会话消息的筛除,减少了需要计算的会话消息的数量,减小了终端的数据计算量,提高了备注信息的提取效率。
图8示出了本申请一个示例性实施例提供的备注信息的填入方法的流程图,该方法应用于如图1所示的终端中,该终端中安装和运行有应用程序,该方法包括:
步骤601,在终端上显示登录有第一帐号的应用程序的第一界面。
在终端上安装并运行有应用程序,该应用程序上具有社交功能;终端显示登录有第一帐号的应用程序的第一界面,第一界面上包括备注控件。
示例性的,在应用程序上登录有第一帐号。在添加好友的过程中,终端显示应用程序的第一界面,该第一界面上包括备注控件;比如,终端在接收到第二帐号的好友添加请求之后,显示好友添加界面,好友添加界面即为第一界面,好友添加界面上包括备注控件。
或者,在为已添加好友添加备注信息的过程中,终端显示应用程序中社交好友的好友设置界面,该好友设置界面即为第一界面,设置界面上包括备注控件。
步骤602,响应于备注控件上触发的备注操作,显示应用程序的第二界面。
终端接收到备注控件上触发的备注操作,对上述备注操作进行响应,显示应用程序的第二界面,该第二界面上包括备注填充控件。该备注填充控件用于添加第二帐号的备注信息;备注信息是指第二帐号的持有者的相关信息,比如,第二帐号的持有者的姓名、手机号码,第二帐号的持有者的任职公司、任职单位、公司地址,第二帐号的持有者与第一帐号的持有者之间的关系等。
步骤603,将从会话消息中提取的第二帐号的备注信息填入备注填充控件中。
其中,会话消息是指第二帐号与至少两个第三帐号之间的会话消息,第一帐号与第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。
示例性的,存在至少一条会话消息中包括第二帐号的备注信息。示例性的,上述备注信息是从会话消息中提取得到的指定类型的信息;可选地,上述指定类型是基于语义类型划分出的,语义类型即是指将词语的语义作为分类条件划分的类型;比如,在本申请中,备注信息可以包括手机号码、企业名称、部门名称、姓名、社交关系等,则语义类型可以包括手机号码、组织结构名称、姓名、以及社交关系。
示例性的,如图9,在终端上显示应用程序的第一界面11,第一界面11上包括备注控件12;终端接收备注控件12上的备注操作,对上述备注操作进行响应,显示应用程序的第二界面13,第二界面13上包括备注填充控件14;将从会话消息中提取的第二帐号的持有者的姓名“张三”填充至备注填充控件中。
综上所述,本实施例提供的备注信息的填入方法,在终端上显示登录有第一帐号的应用程序的第一界面,该第一界面上包括备注控件;响应于备注控件上触发的备注操作,显示应用程序的第二界面,第二界面上包括备注填充控件;将从会话消息中提取的第二帐号的备注信息填充至备注填充控件中;即从第二帐号与至少两个第三帐号的会话消息中提取出备注信息,之后填充至第二帐号对应的备注填充控件中,无需用户手动输入备注信息,提高了用户的操作效率。
服务器还可以从会话消息中提取出第二帐号的至少两个备注信息,并反馈至终端,则图8中步骤603还可以包括步骤6031至步骤6032,如图10,步骤如下:
步骤6031,从服务器获取第二帐号的至少两个备注信息。
终端从服务器获取第二帐号的至少两个备注信息;备注信息是由服务器从会话消息中提取得到的。
步骤6032,在第二界面上显示备注选择区域,备注选择区域上显示有至少两个备注信息的选择项。
示例性的,在第二界面上叠加显示备注选择区域,备注选择区域上显示有至少两个备注信息的选择项。
步骤6033,响应于目标选择项上触发的选择指令,将目标选择项上的目标备注信息填入备注填充控件中。
示例性的,如图11,在终端上显示应用程序的第一界面21,第一界面21上包括备注控件22;终端接收备注控件22上的备注操作,对上述备注操作进行响应,显示应用程序的第二界面23,第二界面23上包括备注填充控件25;在第二界面23上叠加显示备注选择区域24,备注选择区域24上包括三个选择项,分别为“张三”、“张三-客户”、以及“张三-XX镇”;终端接收对选择项“张三-客户”的选择指令,将从会话消息中提取的第二帐号的备注信息“张三-客户”填充至备注填充控件25中。
综上所述,本实施例提供的备注信息的填入方法,通过提取出第二帐号的备注信息的多个选择项,为用户提供多项选择,提高了用户体验;对第二帐号的备注信息的自动提取,避免了用户对备注信息的一一输入,即无需手动编辑备注信息,提高了用户的操作效率。
请参考图12,示出了本申请一个示例性实施例提供的备注信息的填入装置的框图,该装置通过软件、硬件或者二者的结合实现成为服务器的部分或者全部,该装置包括:
接收模块701,用于接收登录有第一帐号的应用程序发送的获取请求,获取请求用于请求获取第二帐号的备注信息;
获取模块702,用于响应于获取请求,获取第二帐号与至少两个第三帐号之间的会话消息;
提取模块703,用于从会话消息中提取备注信息;
发送模块704,用于将备注信息发送至应用程序,应用程序用于将备注信息填入第二帐号对应的备注填充控件中。
在一些实施例中,提取模块703,用于对会话消息进行文本分析,提取出指定类型的备注信息。
在一些实施例中,提取模块703,包括:
提取子模块7031,用于对会话消息进行文本分析,提取出指定类型的至少两个第一备注信息;
计算子模块7032,用于根据第一会话消息的消息内容计算第一备注信息的第一分值,第一会话消息是指提取出第一备注信息的会话消息,第一分值用于体现第一备注信息作为备注信息的准确性;
确定子模块7033,用于根据第一分值从至少两个第一备注信息中确定出备注信息。
在一些实施例中,确定子模块7033,用于按照第一分值由大到小的顺序对至少两个第一备注信息进行排序,得到位于前n位的第二备注信息,n为正整数;获取关联信息,关联信息是指影响第二帐号的备注信息的准确性的信息;将第二备注信息与关联信息输入信息选择模型,通过信息选择模型从第二备注信息中选择出备注信息;其中,信息选择模型是采集样本数据对神经网络模型训练得到的备注信息选择模型。
在一些实施例中,信息选择模型包括第一词向量层、第二词向量层、第三词向量层、第一循环神经网络层、第二循环神经网络层、第一全连接层、卷积神经网络层、第二全连接层、以及分类层;
第一词向量层的输出接口与第一循环神经网络层的输入接口连接,第一循环神经网络层的输出接口与第二循环神经网络层的输入接口连接;
第二词向量层的输出接口与第一全连接层的输入接口连接;
第三词向量层的输出接口与卷积神经网络层的输入接口连接;
第二循环神经网络层的输出接口、第一全连接层的输出接口、以及卷积神经网络层输出接口分别与第二全连接层的输入接口连接,第二全连接层的输出接口与分类层的输入接口连接。
在一些实施例中,计算子模块7032,用于按照第一规则对至少两个第一会话消息的消息内容进行评分,得到至少两个第二分值;
对至少两个第二分值求和得到第一备注信息的第一分值。
在一些实施例中,第一规则中包括第一条件与分值的第一对应关系,第一条件对应的分值是消息内容满足第一条件时的得分;
计算子模块7032,用于分别确定出至少两个第一会话消息的消息内容所满足的至少两组第一条件;从第一对应关系中分别确定出至少两组第一条件对应的至少两组分值;根据至少两组分值计算出至少两个第一会话消息对应的至少两个第二分值。
在一些实施例中,确定子模块7033,用于按照第一分值由大到小的顺序对至少两个第一备注信息进行排序;将位于前m位的第一备注信息确定为备注信息,m为正整数。
在一些实施例中,获取模块702,包括:
获取子模块7021,用于从消息数据库中获取第二帐号的候选会话消息;
评分子模块7022,用于按照第二规则对候选会话消息的消息内容进行评分,得到第三分值;
筛选子模块7023,用于响应于第三分值大于分数阈值,将候选会话消息确定为会话消息。
在一些实施例中,第二规则中包括第二条件与分值的第二对应关系,第二条件对应的分值是消息内容满足第二条件时的得分;
评分子模块7022,用于确定出候选会话消息的消息内容所满足的第二条件;从第二对应关系中确定出第二条件对应的分值;根据第二条件对应的分值计算出候选会话消息的第三分值。
综上,本实施例提供的备注信息的填入装置,在接收到登录有第一帐号的应用程序发送的获取请求之后,响应该获取请求,获取第二帐号与至少两个第三帐号之间的会话消息,从上述会话消息中提取出第二帐号的备注信息,将该备注信息反馈至上述应用程序中,由上述应用程序将该备注信息填入第二帐号对应的备注填充控件中,无需用户手动输入第二帐号的备注信息,提高了用户的操作效率。
请参考图13,示出了本申请一个示例性实施例提供的备注信息的填入装置的框图,该装置通过软件、硬件或者二者的结合实现成为终端的部分或者全部,该装置包括:
显示模块801,用于显示登录有第一帐号的应用程序的第一界面,第一界面上包括备注控件;
显示模块801,用于响应于备注控件上触发的备注操作,显示应用程序的第二界面,第二界面上包括备注填充控件;
填入模块802,用于将从会话消息中提取的第二帐号的备注信息填入备注填充控件中;
其中,会话消息是指第二帐号与至少两个第三帐号之间的会话消息,第一帐号与第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。
在一些实施例中,存在至少两个备注信息;
填入模块802,用于从服务器获取至少两个备注信息,备注信息是由服务器从会话消息中提取得到的;在第二界面上显示备注选择区域,备注选择区域上显示有至少两个备注信息的选择项;响应于目标选择项上触发的选择指令,将目标选择项上的目标备注信息填入备注填充控件中。
综上,本实施例提供的备注信息的填入装置,在终端上显示登录有第一帐号的应用程序的第一界面,该第一界面上包括备注控件;响应于备注控件上触发的备注操作,显示应用程序的第二界面,第二界面上包括备注填充控件;将从会话消息中提取的第二帐号的备注信息填充至备注填充控件中;即从第二帐号与至少两个第三帐号的会话消息中提取出备注信息,之后填充至第二帐号对应的备注填充控件中,无需用户手动输入备注信息,提高了用户的操作效率。
请参考图14,示出了本申请一个实施例提供的服务器的结构示意图。该服务器用于实施上述实施例中提供的备注信息的填入方法的步骤。具体来讲:
所述服务器900包括CPU(Central Processing Unit,中央处理器)901、包括RAM(Random Access Memory,随机存取存储器)902和ROM(Read-Only Memory,只读存储器)903的系统存储器904,以及连接系统存储器904和中央处理单元901的系统总线905。所述服务器900还包括帮助计算机内的各个器件之间传输信息的基本I/O(Input/Output,输入/输出)系统906,和用于存储操作系统913、应用程序914和其他程序模块915的大容量存储设备907。
所述基本输入/输出系统906包括有用于显示信息的显示器908和用于用户输入信息的诸如鼠标、键盘之类的输入设备909。其中所述显示器908和输入设备909都通过连接到系统总线905的输入输出控制器910连接到中央处理单元901。所述基本输入/输出系统906还可以包括输入输出控制器910以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器910还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备907通过连接到系统总线905的大容量存储控制器(未示出)连接到中央处理单元901。所述大容量存储设备907及其相关联的计算机可读介质为服务器900提供非易失性存储。也就是说,所述大容量存储设备907可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory,只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read-Only Memory,可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存(Flash Memory)或其他固态存储其技术,CD-ROM、DVD(Digital VersatileDisc,数字通用光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器904和大容量存储设备907可以统称为存储器。
根据本申请的各种实施例,所述服务器900还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器900可以通过连接在所述系统总线905上的网络接口单元911连接到网络912,或者说,也可以使用网络接口单元911来连接到其他类型的网络或远程计算机系统(未示出)。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种备注信息的填入方法,其特征在于,所述方法包括:
接收登录有第一帐号的应用程序发送的获取请求,所述获取请求用于请求获取第二帐号的备注信息;
响应于所述获取请求,获取所述第二帐号与至少两个第三帐号之间的会话消息;
从所述会话消息中提取所述备注信息;
将所述备注信息发送至所述应用程序,所述应用程序用于将所述备注信息填入所述第二帐号对应的备注填充控件中。
2.根据权利要求1所述的方法,其特征在于,所述从所述会话消息中提取所述备注信息,包括:
对所述会话消息进行文本分析,提取出指定类型的至少两个第一备注信息;
根据第一会话消息的消息内容计算所述第一备注信息的第一分值,所述第一会话消息是指提取出所述第一备注信息的会话消息,所述第一分值用于体现所述第一备注信息作为所述备注信息的准确性;
根据所述第一分值从至少两个所述第一备注信息中确定出所述备注信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一分值从至少两个所述第一备注信息中确定出所述备注信息,包括:
按照所述第一分值由大到小的顺序对至少两个所述第一备注信息进行排序,得到位于前n位的第二备注信息,n为正整数;
获取关联信息,所述关联信息是指影响所述第二帐号的备注信息的准确性的信息;
将所述第二备注信息与所述关联信息输入信息选择模型,通过所述信息选择模型从所述第二备注信息中选择出所述备注信息;
其中,所述信息选择模型是采集样本数据对神经网络模型训练得到的备注信息选择模型。
4.根据权利要求3所述的方法,其特征在于,所述信息选择模型包括第一词向量层、第二词向量层、第三词向量层、第一循环神经网络层、第二循环神经网络层、第一全连接层、卷积神经网络层、第二全连接层、以及分类层;
所述第一词向量层的输出接口与所述第一循环神经网络层的输入接口连接,所述第一循环神经网络层的输出接口与所述第二循环神经网络层的输入接口连接;
所述第二词向量层的输出接口与所述第一全连接层的输入接口连接;
所述第三词向量层的输出接口与所述卷积神经网络层的输入接口连接;
所述第二循环神经网络层的输出接口、所述第一全连接层的输出接口、以及所述卷积神经网络层输出接口分别与所述第二全连接层的输入接口连接,所述第二全连接层的输出接口与所述分类层的输入接口连接。
5.根据权利要求2所述的方法,其特征在于,所述根据第一会话消息的消息内容计算所述第一备注信息的第一分值,包括:
按照第一规则对至少两个所述第一会话消息的消息内容进行评分,得到至少两个第二分值;
对所述至少两个第二分值求和得到所述第一备注信息的所述第一分值。
6.根据权利要求5所述的方法,其特征在于,所述第一规则中包括第一条件与分值的第一对应关系,所述第一条件对应的分值是消息内容满足所述第一条件时的得分;
所述按照第一规则对至少两个所述第一会话消息的消息内容进行评分,得到至少两个第二分值,包括:
分别确定出至少两个所述第一会话消息的消息内容所满足的至少两组第一条件;
从所述第一对应关系中分别确定出所述至少两组第一条件对应的至少两组分值;
根据所述至少两组分值计算出至少两个所述第一会话消息对应的所述至少两个第二分值。
7.根据权利要求2所述的方法,其特征在于,所述根据所述第一分值从至少两个所述第一备注信息中确定出所述备注信息,包括:
按照所述第一分值由大到小的顺序对至少两个所述第一备注信息进行排序;
将位于前m位的所述第一备注信息确定为所述备注信息,m为正整数。
8.根据权利要求1所述的方法,其特征在于,所述获取所述第二帐号与至少两个第三帐号之间的会话消息,包括:
从消息数据库中获取所述第二帐号的候选会话消息;
按照第二规则对所述候选会话消息的消息内容进行评分,得到第三分值;
响应于所述第三分值大于分数阈值,将所述候选会话消息确定为所述会话消息。
9.根据权利要求8所述的方法,其特征在于,所述第二规则中包括第二条件与分值的第二对应关系,所述第二条件对应的分值是消息内容满足所述第二条件时的得分;
所述按照第二规则对所述候选会话消息的消息内容进行评分,得到第三分值,包括:
确定出所述候选会话消息的消息内容所满足的第二条件;
从所述第二对应关系中确定出所述第二条件对应的分值;
根据所述第二条件对应的分值计算出所述候选会话消息的所述第三分值。
10.一种备注信息的填入方法,其特征在于,所述方法包括:
显示登录有第一帐号的应用程序的第一界面,所述第一界面上包括备注控件;
响应于所述备注控件上触发的备注操作,显示所述应用程序的第二界面,所述第二界面上包括备注填充控件;
将从会话消息中提取的第二帐号的备注信息填入所述备注填充控件中;
其中,所述会话消息是指所述第二帐号与至少两个第三帐号之间的会话消息,所述第一帐号与所述第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。
11.根据权利要求10所述的方法,其特征在于,存在至少两个所述备注信息;
所述将从会话消息中提取的第二帐号的备注信息填入所述备注填充控件中,包括:
从服务器获取至少两个所述备注信息,所述备注信息是由所述服务器从所述会话消息中提取得到的;
在所述第二界面上显示备注选择区域,所述备注选择区域上显示有至少两个所述备注信息的选择项;
响应于目标选择项上触发的选择指令,将所述目标选择项上的目标备注信息填入所述备注填充控件中。
12.一种备注信息的填入装置,其特征在于,所述装置包括:
接收模块,用于接收登录有第一帐号的应用程序发送的获取请求,所述获取请求用于请求获取第二帐号的备注信息;
获取模块,用于响应于所述获取请求,获取所述第二帐号与至少两个第三帐号之间的会话消息;
提取模块,用于从所述会话消息中提取所述备注信息;
发送模块,用于将所述备注信息发送至所述应用程序,所述应用程序用于将所述备注信息填入所述第二帐号对应的备注填充控件中。
13.一种备注信息的填入装置,其特征在于,所述装置包括:
显示模块,用于显示登录有第一帐号的应用程序的第一界面,所述第一界面上包括备注控件;
所述显示模块,用于响应于所述备注控件上触发的备注操作,显示所述应用程序的第二界面,所述第二界面上包括备注填充控件;
填入模块,用于将从会话消息中提取的第二帐号的备注信息填入所述备注填充控件中;
其中,所述会话消息是指所述第二帐号与至少两个第三帐号之间的会话消息,所述第一帐号与所述第二帐号之间正在建立或者已建立数字化社交关系链中的好友关系。
14.一种电子设备,其特征在于,所述电子设备包括:
存储器;
与所述存储器相连的处理器;
其中,所述处理器被配置为加载并执行可执行指令以实现如权利要求1至9任一所述的备注信息的填入方法,或者,如权利要求10或者11所述的备注信息的填入方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集;所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现如权利要求1至9任一所述的备注信息的填入方法,或者,如权利要求10或者11所述的备注信息的填入方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223583.XA CN111443973B (zh) | 2020-03-26 | 2020-03-26 | 备注信息的填入方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010223583.XA CN111443973B (zh) | 2020-03-26 | 2020-03-26 | 备注信息的填入方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111443973A true CN111443973A (zh) | 2020-07-24 |
CN111443973B CN111443973B (zh) | 2021-10-08 |
Family
ID=71654731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010223583.XA Active CN111443973B (zh) | 2020-03-26 | 2020-03-26 | 备注信息的填入方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111443973B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742674A (zh) * | 2021-09-09 | 2021-12-03 | 平安科技(深圳)有限公司 | 信息标注方法、装置、设备及介质 |
CN114338581A (zh) * | 2022-01-10 | 2022-04-12 | 土巴兔集团股份有限公司 | 多账号的通讯管理方法及相关装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060156242A1 (en) * | 2005-01-07 | 2006-07-13 | Bedingfield James Carlton | Methods, systems, devices and computer program products for collecting and sharing selected personal data |
WO2008079669A2 (en) * | 2006-12-21 | 2008-07-03 | 3M Innovative Properties Company | Computer-assisted sales of after-market motor vehicle products |
CN101764850A (zh) * | 2008-11-21 | 2010-06-30 | 北京携友聚信信息技术有限公司 | 在线通讯录插入默认条目的方法 |
US20120166942A1 (en) * | 2010-12-22 | 2012-06-28 | Apple Inc. | Using parts-of-speech tagging and named entity recognition for spelling correction |
CN104333638A (zh) * | 2014-10-23 | 2015-02-04 | 张勇平 | 一种移动终端的联系人网页存储方法及对应的移动终端 |
EP2905705A1 (en) * | 2014-02-05 | 2015-08-12 | Fen Research Limited | Client server interaction for graphical/audio applications |
CN104994209A (zh) * | 2015-07-14 | 2015-10-21 | 谢蓓 | 基于通讯软件聊天记录的联系人信息获取方法及系统 |
CN105337848A (zh) * | 2015-11-19 | 2016-02-17 | 北京乐动卓越科技有限公司 | 网络好友的备注名获得方法和装置 |
CN106126525A (zh) * | 2016-06-13 | 2016-11-16 | 珠海市魅族科技有限公司 | 联系人信息获取方法和装置 |
US20180081516A1 (en) * | 2014-03-03 | 2018-03-22 | Microsoft Technology Licensing, Llc | Metadata driven dialogs |
US20180253412A1 (en) * | 2017-03-03 | 2018-09-06 | Adobe Systems Incorporated | Synchronizing review comments between source and shared documents |
CN109871476A (zh) * | 2019-03-06 | 2019-06-11 | 陈包容 | 一种自动生成联系人通讯录的系统 |
CN110391964A (zh) * | 2018-04-17 | 2019-10-29 | 成都野望数码科技有限公司 | 一种好友信息的处理方法及装置 |
CN110417635A (zh) * | 2018-04-28 | 2019-11-05 | 北京金山安全软件有限公司 | 信息自动回复方法、装置及设备 |
-
2020
- 2020-03-26 CN CN202010223583.XA patent/CN111443973B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060156242A1 (en) * | 2005-01-07 | 2006-07-13 | Bedingfield James Carlton | Methods, systems, devices and computer program products for collecting and sharing selected personal data |
WO2008079669A2 (en) * | 2006-12-21 | 2008-07-03 | 3M Innovative Properties Company | Computer-assisted sales of after-market motor vehicle products |
CN101764850A (zh) * | 2008-11-21 | 2010-06-30 | 北京携友聚信信息技术有限公司 | 在线通讯录插入默认条目的方法 |
US20120166942A1 (en) * | 2010-12-22 | 2012-06-28 | Apple Inc. | Using parts-of-speech tagging and named entity recognition for spelling correction |
EP2905705A1 (en) * | 2014-02-05 | 2015-08-12 | Fen Research Limited | Client server interaction for graphical/audio applications |
US20180081516A1 (en) * | 2014-03-03 | 2018-03-22 | Microsoft Technology Licensing, Llc | Metadata driven dialogs |
CN104333638A (zh) * | 2014-10-23 | 2015-02-04 | 张勇平 | 一种移动终端的联系人网页存储方法及对应的移动终端 |
CN104994209A (zh) * | 2015-07-14 | 2015-10-21 | 谢蓓 | 基于通讯软件聊天记录的联系人信息获取方法及系统 |
CN105337848A (zh) * | 2015-11-19 | 2016-02-17 | 北京乐动卓越科技有限公司 | 网络好友的备注名获得方法和装置 |
CN106126525A (zh) * | 2016-06-13 | 2016-11-16 | 珠海市魅族科技有限公司 | 联系人信息获取方法和装置 |
US20180253412A1 (en) * | 2017-03-03 | 2018-09-06 | Adobe Systems Incorporated | Synchronizing review comments between source and shared documents |
CN110391964A (zh) * | 2018-04-17 | 2019-10-29 | 成都野望数码科技有限公司 | 一种好友信息的处理方法及装置 |
CN110417635A (zh) * | 2018-04-28 | 2019-11-05 | 北京金山安全软件有限公司 | 信息自动回复方法、装置及设备 |
CN109871476A (zh) * | 2019-03-06 | 2019-06-11 | 陈包容 | 一种自动生成联系人通讯录的系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742674A (zh) * | 2021-09-09 | 2021-12-03 | 平安科技(深圳)有限公司 | 信息标注方法、装置、设备及介质 |
CN113742674B (zh) * | 2021-09-09 | 2023-08-22 | 平安科技(深圳)有限公司 | 信息标注方法、装置、设备及介质 |
CN114338581A (zh) * | 2022-01-10 | 2022-04-12 | 土巴兔集团股份有限公司 | 多账号的通讯管理方法及相关装置 |
CN114338581B (zh) * | 2022-01-10 | 2023-09-29 | 土巴兔集团股份有限公司 | 多账号的通讯管理方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111443973B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110266745B (zh) | 基于深度网络的信息流推荐方法、装置、设备及存储介质 | |
CN112632385A (zh) | 课程推荐方法、装置、计算机设备及介质 | |
CN107193974B (zh) | 基于人工智能的地域性信息确定方法和装置 | |
CN110234018B (zh) | 多媒体内容描述生成方法、训练方法、装置、设备及介质 | |
US11556851B2 (en) | Establishing a communication session between client terminals of users of a social network selected using a machine learning model | |
CN106354856B (zh) | 基于人工智能的深度神经网络强化搜索方法和装置 | |
US20200057808A1 (en) | Leveraging a topic divergence model to generate dynamic sidebar chat conversations | |
CN111917878A (zh) | 消息处理方法、装置、设备及存储介质 | |
US11275994B2 (en) | Unstructured key definitions for optimal performance | |
CN113947336A (zh) | 评估投标企业风险的方法、装置、存储介质及计算机设备 | |
CN111443973B (zh) | 备注信息的填入方法、装置、设备及存储介质 | |
CN114819924A (zh) | 一种基于画像分析的企业信息推送处理方法及设备 | |
CN112163081A (zh) | 标签确定方法、装置、介质及电子设备 | |
CN112966081A (zh) | 处理问答信息的方法、装置、设备和存储介质 | |
CN110880324A (zh) | 语音数据的处理方法、装置、存储介质及电子设备 | |
CN111597446B (zh) | 基于人工智能的内容推送方法、装置、服务器和存储介质 | |
CN111192170B (zh) | 题目推送方法、装置、设备和计算机可读存储介质 | |
CN112685550A (zh) | 智能问答方法、装置、服务器及计算机可读存储介质 | |
CN111723180A (zh) | 一种面试方法和装置 | |
CN110929169A (zh) | 基于改进Canopy聚类协同过滤算法的职位推荐方法 | |
CN110826327A (zh) | 情感分析方法、装置、计算机可读介质及电子设备 | |
CN110738056A (zh) | 用于生成信息的方法和装置 | |
CN111966885B (zh) | 一种用户画像的构建方法和装置 | |
CN114491093B (zh) | 多媒体资源推荐、对象表征网络的生成方法及装置 | |
CN115587192A (zh) | 关系信息抽取方法、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |