CN112462992A - 一种信息处理方法、装置、电子设备及介质 - Google Patents
一种信息处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN112462992A CN112462992A CN202011380370.4A CN202011380370A CN112462992A CN 112462992 A CN112462992 A CN 112462992A CN 202011380370 A CN202011380370 A CN 202011380370A CN 112462992 A CN112462992 A CN 112462992A
- Authority
- CN
- China
- Prior art keywords
- expression picture
- user
- information
- expression
- target
- 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Human Computer Interaction (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例公开了一种信息处理方法,获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。本发明实施例提供的信息处理方法,能够解决现有技术中需要频繁翻页导致回复表情的输入效率低的问题,有效提高回复表情的输入效率。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种信息处理方法、装置、电子设备及介质。
背景技术
随着互联网技术的飞速发展,为了方便用户交流,越来越多的社交网络应用应运而生,例如微信、微博、QQ和百度贴吧等,由于网络表情具有趣味性和友好性等特点,使得在社交网络应用中网络表情使用的越来越广泛,使得网络表情的数量也越来越多。
现有技术中两个用户聊天过程中,若用户需要使用表情图片进行回复,首先需要打开输入法中或插件中的表情图片集,然后通过翻页操作来选取待发送的目标表情图片并进行发送,但在现有回复表情路径中,通常需要执行频繁的翻页操作才能获取到待发送的目标表情图片,上述频繁的翻页操作导致回复表情的输入效率较低。
发明内容
本发明实施例提供了一种信息处理方法、装置、电子设备及介质,能够解决现有技术中需要频繁翻页导致回复表情的输入效率低的问题,有效提高回复表情的输入效率。
本发明实施例第一方面提供了一种信息处理方法,包括:
获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;
从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;
将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
可选的,所述获取本用户在设定时间段内发送或收藏的N个表情图片集,包括:
接收对方用户发送的即时通信信息;
在接收到所述即时通信信息之后,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
可选的,所述获取所述本用户在所述设定时间段内发送或收藏的N个表情图片集,包括:
确定所述对方用户与所述本用户之间的关联关系;
根据所述关联关系,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
可选的,所述获取本用户在设定时间段内发送或收藏的N个表情图片集,包括:
若检测到所述本用户在主动发送信息的发送操作,获取所述发送操作对应的对方用户;
根据所述对方用户,获取所述本用户在设定时间段内发送或收藏的所述N个表情图片集。
可选的,所述从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片,包括:
从预先训练的表情图片模型中获取所述N个表情图片集对应的N个文本有效信息,其中,N为不小于1的整数;
根据所述N个文本有效信息,从所述N个表情图片集中获取与所述即时通信信息匹配的所述目标表情图片。
可选的,所述表情图片模型的训练步骤包括:
获取训练表情图片集,其中,所述训练表情图片集中每个训练表情图片均包含有文字信息;
根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息;
根据每个训练表情图片对应的文本有效信息,生成所述表情图片模型。
可选的,在根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息之前,所述方法还包括:
对每个训练表情图片包含的文字信息所在的文字位置进行标注;
针对每个训练表情图片,根据标注的文字位置对训练表情图片进行裁剪,并对裁剪后的图片进行文字识别,得到训练表情图片包含的文字信息。
可选的,所述根据所述N个文本有效信息,从所述N个表情图片集中获取与所述即时通信信息匹配的所述目标表情图片,包括:
提取所述即时通信信息的通信关键词;
从所述N个文本有效信息中,获取与所述通信关键词匹配的文本有效信息作为所述目标文本有效信息;
从所述N个图片表情集中,获取所述目标文本有效信息对应的表情图片作为所述目标表情图片。
可选的,所述获取本用户在设定时间段内发送或收藏的N个表情图片集,包括:
若所述当前应用场景为文本编辑场景,则获取所述本用户在所述文本编辑场景下的输入信息;
根据所述输入信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
可选的,所述根据所述输入信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集,包括:
从所述输入信息中,获取当前光标所在位置的上下文信息;
根据所述上下文信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集,其中,所述N个表情图片集中每个表情图片与所述上下文信息相关。
可选的,在接收到所述即时通信信息之后,所述方法还包括:
通过输入法获取到所述本用户的常用表情图片集;
若从所述常用表情图片集中查找到所述目标文本有效信息,则从所述常用表情图片集中,获取与所述目标文本有效信息对应的目标常用表情图片,将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
本发明实施例第二方面提供了一种信息处理装置,包括:
表情图片获取模块,用于获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;
目标表情图片确定模块,用于从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;
表情处理模块,用于将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
可选的,还包括:
信息接收模块,用于接收对方用户发送的即时通信信息;
所述表情图片获取模块,用于在接收到所述即时通信信息之后,获取所述本用户在所述设定时间段内发送的所述N个表情图片集。
可选的,所述表情图片获取模块,用于确定所述对方用户与所述本用户之间的关联关系;根据所述关联关系,获取所述本用户在所述设定时间段内发送的所述N个表情图片集。
可选的,还包括:
对方用户确定模块,用于在所述当前应用场景为聊天场景时,若检测到所述本用户在主动发送信息的发送操作,获取所述发送操作对应的对方用户;
所述表情图片获取模块,用于根据所述对方用户,获取所述本用户在设定时间段内发送或收藏的所述N个表情图片集。
可选的,所述目标表情图片确定模块,用于从预先训练的表情图片模型中获取所述N个表情图片集对应的N个文本有效信息,其中,N为不小于1的整数;根据所述N个文本有效信息,从所述N个表情图片集中获取与所述即时通信信息匹配的所述目标表情图片。
可选的,还包括:
模型训练模块,用于获取训练表情图片集,其中,所述训练表情图片集中每个训练表情图片均包含有文字信息;根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息;根据每个训练表情图片对应的文本有效信息,生成所述表情图片模型。
可选的,所述模型训练模块,还用于在根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息之前,对每个训练表情图片包含的文字信息所在的文字位置进行标注;针对每个训练表情图片,根据标注的文字位置对训练表情图片进行裁剪,并对裁剪后的图片进行文字识别,得到训练表情图片包含的文字信息。
可选的,所述目标表情图片确定模块,用于提取所述即时通信信息的通信关键词;从所述N个文本有效信息中,获取与所述通信关键词匹配的文本有效信息作为所述目标文本有效信息;从所述N个图片表情集中,获取所述目标文本有效信息对应的表情图片作为所述目标表情图片。
可选的,还包括:
输入信息获取单元,若所述当前应用场景为文本编辑场景,用于获取所述本用户在所述文本编辑场景下的输入信息;
所述表情图片获取模块,用于根据所述输入信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
可选的,所述表情图片获取模块,用于从所述输入信息中,获取当前光标所在位置的上下文信息;根据所述上下文信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集,其中,所述N个表情图片集中每个表情图片与所述上下文信息相关。
可选的,还包括:
常用表情获取模块,用于在接收到所述即时通信信息之后,通过输入法获取到所述本用户的常用表情图片集;
所述表情处理模块,用于在从所述常用表情图片集中查找到所述目标文本有效信息时,从所述常用表情图片集中,获取与所述目标文本有效信息对应的目标常用表情图片,将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
本发明实施例第三方面提供了一种用于数据处理的装置,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如上述信息处理方法的步骤。
本发明实施例第四方面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,使得装置执行如上述信息处理方法的步骤。
本发明实施例的有益效果如下:
基于上述技术方案,获取本用户在设定时间段内发送或收藏的N个表情图片集;从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;将所述目标表情图片作为候选,或将所述目标表情图片直接上屏;如此,使得在接收到即时通信信息或主动发送即时通信信息或进行文本编辑时,自动从获取的N个表情图片中确定与当前应用场景匹配的目标表情图片,并将目标表情图片作为候选或直接上屏,从而无需用户在表情回复路径中通过多次翻页操作查找目标表情图片,而是通过人工智能自动选取目标表情图片,能够有效缩短获取目标表情图片的时间,进而提高回复表情图片的效率。
附图说明
图1为本发明实施例中信息处理方法的方法流程图;
图2为本发明实施例中表情图片模型的训练方法的方法流程图;
图3为本发明实施例中信息处理装置的结构示意图;
图4为本发明实施例中用于信息处理装置作为设备时的结构框图;
图5为本发明实施例中一些实施例中服务端的结构框图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明实施例的技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明实施例技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
针对使用表情图片进行回复的效率低的技术问题,本发明实施例提供了一种信息处理方法,该方案用于接收对方用户发送的即时通信信息或主动发送即时通信信息时,获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数,从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
由此可知,获取本用户在设定时间段内发送或收藏的N个表情图片集;从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;将所述目标表情图片作为候选,或将所述目标表情图片直接上屏;如此,使得在接收到即时通信信息或主动发送即时通信信息或进行文本编辑时,自动从获取的N个表情图片中确定出与当前应用场景匹配的目标表情图片,并将目标表情图片作为候选或直接上屏,从而无需用户在表情回复路径中通过多次翻页操作查找目标表情图片,而是通过人工智能自动选取目标表情图片,能够有效缩短获取目标表情图片的时间,进而提高回复表情图片的效率。
如图1所示,本发明实施例提供了一种信息处理方法,包括以下步骤:
S101、获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;
S102、从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;
S103、将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
本说明书实施例中,当前应用场景可以是聊天场景、游戏场景、办公场景和文本编辑场景等场景中的任一种。例如,以聊天场景为例,本用户可以通过微信和QQ等于对方用户进行聊天;以文本编辑场景为例,本用户在编辑自媒体信息。
本说明书实施例中,对方电子设备和本方电子设备例如可以是笔记本电脑、台式电脑、智能手机、智能手表和一体机等设备。
本说明书一实施例中,在当前应用场景为聊天场景或办公场景时,接收对方用户发送的即时通信信息;以及在接收到即时通信信息之后,执行步骤S101,获取本用户在设定时间段内发送或收藏的N个表情图片集,或者获取本用户在设定时间段内收藏的N个表情图片集,还可以获取本用户在设定时间段内收藏和发送的N个表情图片集。以及在当前应用场景为游戏场景时,通过游戏中内置的聊天应用接收到对方用户发送的即时通信信息,以及在接收到即时通信信息之后,执行步骤S101,获取本用户在设定时间段内发送或收藏的N个表情图片集,还可以获取本用户在设定时间段内收藏和发送的N个表情图片集。当然,也可以获取本用户及其关联用户在设定时间段内发送的N个表情图片集,还可以获取本用户及其关联用户在设定时间段内收藏的N个表情图片集,还可以是获取本用户及其关联用户在设定时间段内发送和收藏的N个表情图片集。
本说明书的的N个表情图片集可以是通过上述任一一种方式获取的,本说明书不作具体限制。
此时,在步骤S101中,在对方用户通过对方电子设备中安装的社交网络应用进行聊天过程中,对方用户会将即时通信信息输入到对方电子设备中,然后通过社交网络应用将即时通信信息传输给本方电子设备,并在本方电子设备的社交网络应用中进行显示;此时,使得本方电子设备可以接收到对方用户发送的即时通信信息,其中,即时通信信息可以包含文字信息、图片信息和语音信息等信息中的至少一种。以及,在接收到即时通信信息之后,获取本用户在设定时间段内发送或收藏的N个表情图片集,或者,获取本用户在设定时间段内发送和收藏的N个表情图片集。下面具体以本用户在设定时间段内发送的N个表情图片集为例。
例如,以对方用户为A1,使用的电子设备为智能手机为A2为例,在A2中的微信启动之后,在A1与本用户B1使用微信聊天过程中,A1会将即时通信信息输入到A2的微信输入框中,当A1点击发送之后;B1使用的智能手机B2会接收到A1发送的即时通信信息并在B2的显示界面上进行显示,此时,B2会接收到A1发送的即时通信信息,其中,即时通信信息可以是“最近聚一聚”、“最近忙么”和“周末一起看电影”等信息。
具体来,在获取N个表情图片集时,可以首先根据本用户,确定出关联用户,使得关联用户为与本用户存在关联关系的相关用户。其中,关联关系可以是亲属关系、朋友关系和同事关系等。
具体来讲,可以直接获取本用户在设定时间段内发送的所有或部分表情图片组成N个表情图片集。当然,也在获取关联用户之后,获取关联用户和本用户在设定时间段内发送的所有或部分表情图片组成N个表情图片集。此时,使得N个表情图片集是本用户及其关联用户在设定时间段内发送的。
本说明书实施例中,设定时间段可以由人工或设备自行设定,也可以根据实际需求设定,例如可以为最近12小时,最近24小时和最近36小时等,本说明书不作具体限制。
如此,在接收到即时通信信息之后,可以获取本用户在设定时间段内发送或收藏的N个表情图片集,然后从N个表情图片集中查找与即时通信信息匹配的目标表情图片,由于N个表情图片时本用户在设定时间段内发送的,使得N个表情图片是本用户常用的表情图片的概率较高;而且目标表情图片是从N个表情图片中查找到的且与即时通信信息匹配的,如此,在N个表情图片是本用户常用的表情图片的概率较高的基础上,使得从N个表情图片中查找到目标表情图片的准确度更高,更符合用户需求,使得获取目标表情图片的准确度更高。
本说明书一实施例中,在当前应用场景为聊天场景或办公场景或游戏场景时,若检测到本用户在主动发送信息的发送操作,获取发送操作对应的对方用户;以及在获取到对方用户之后,执行步骤S101,根据对方用户,获取本用户在设定时间段内发送或收藏的N个表情图片集,或者,获取本用户在设定时间段内收藏的N个表情图片集,或者,获取本用户在设定时间段内收藏和发送的N个表情图片集。
此时,在步骤S101中,在聊天场景和办公场景下,发送操作可以是本用户启动即时通信应用之后打开了输入框的操作,也可以是本用户在点击显示在输入框中的添加按钮或表情按钮等的操作;在游戏场景下,可以是用户启动麦克风或者接收到语音信息的操作。在检测到发送操作之后,获取发送操作对应的对应用户,根据对方用户与本方用户的关联关系,获取本用户在设定时间段内发送或收藏的N个表情图片集,此时,例如关联关系为亲属关系,则获取本用户在设定时间段内发送给具有亲属关系的其它用户的所有或部分表情图片作为N个表情图片集;例如关联关系为同学关系,则获取本用户在设定时间段内发送给具有同学关系的其它用户的所有或部分表情图片作为N个表情图片集。当然,在获取到对方用户之后,还可以获取本用户及其关联用户在设定时间段内发送的N个表情图片集。
本说明书一实施例中,若当前应用场景为文本编辑场景,则获取本用户在文本编辑场景下的输入信息;根据输入信息,获取本用户在设定时间段内发送或收藏的N个表情图片集。
具体来讲,若当前应用场景为文本编辑场景,且检测到用于输入表情图片的表情输入操作,则获取输入信息;从输入信息中,获取当前光标所在位置的上下文信息;根据上下文信息,获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N个表情图片集中每个表情图片与上下文信息相关。当然,也可以直接根据输入信息的整体内容,获取N个表情图片集,此时,N个表情图片集中每个表情图片与整体内容相关。
具体地,表情输入操作例如可以是点击了输入法中的表情按钮,或者某个特定的按键组合例如Ctrl+z和Alt+c等,本说明书不作具体限制。
例如,本用户在微信公众号上编辑图文信息过程中,若输入信息为“当裴多菲说“若为自由故,两者皆可抛”,我懂得了做为人的价值;当王勃说“海内存知己,天涯若比邻”,我懂得”,且当前光标所在位置为“我懂得”之后,则获取当前光标所在位置的上下文信息为:“当王勃说海内存知己,天涯若比邻,我懂得”,则根据上下文信息,获取本用户在设定时间段内发送的或收藏的所有或部分与上下文信息相关的N个表情图片集。
在获取到N个表情图片集之后,执行步骤S102。
在步骤S102中,从N个表情图片集中获取与当前应用场景匹配的目标表情图片。
具体来讲,可以根据当前应用场景,获取N个表情图片集获取与当前应用场景匹配的一个或多个表情图片作为目标表情图片。
具体地,N个表情图片集可以是本用户在设定时间段内所有应用场景下输入的或收藏的表情图片,例如在设定时间段为最近6个小时时,则获取本用户在最近6个小时内在所有应用场景输入的表情图片,若在最近6小时内,用户仅在聊天场景下输入了6个表情图片,没有收藏表情图片,以及在游戏场景下输入了8个表情图片,则将上述两个场景下输入的14个表情图片作为N个表情图片;若当前应用场景为聊天场景,则可以将用户在最近6小时内在聊天场景下输入的6个表情图片或者全部的14个表情图片中的一个或多个表情图片作为目标表情图片。若当前应用场景为办公场景,则由于聊天场景与办公场景的相似度大于办公场景与游戏场景的相似度,则将用户在最近6小时内在聊天场景下输入的6个表情图片中的一个或多个表情图片作为目标表情图片,当然也可以将全部的14个表情图片中的一个或多个表情图片作为目标表情图片。如此,使得在获取N个表情图片集之后,可以从N个表情图片集中获取的目标表情图片与当前应用场景的匹配度更高,提高获取目标表情图片的准确度。
本说明书一实施例中,在当前应用场景为游戏场景或聊天场景或游戏场景,且检测到本用户在主动发送信息的发送操作之后,在确定目标表情图片过程中,可以此时,在获取N个表情图片集之后,可以根据预先设定的目标图片选取条件,从N个表情图片集中选取目标表情图片;例如可以从N个表情图片集中选取输入频率最高的一个表情图片作为目标表情图片;也可以从N个表情图片集中随机选取一个表情图片作为目标表情图片;当然,还可以从N个表情图片集中选取输入频率不小于预设频率的一个表情图片作为目标表情图片,本说明书不作具体限制。
本说明书一实施例中,在当前应用场景为文本编辑场景时,获取到N个表情图片集之后,若N个表情图片集是根据上下文信息确定的,则从N个表情图片集中获取与上下文信息的相关度大于预设相关度的一个或多个表情图片作为目标表情图片;或者,从N个表情图片集中获取与上下文信息的相关度最高的一个表情图片作为目标表情图片;或者,还可以从N个表情图片集中随机选取一个或多个表情图片作为目标表情图片,本说明书不作具体限制。
如此,在此种情况下,根据上下文信息与表情图片的相关度,能够使得获取的目标表情图片与上下文信息更匹配,使得获取的目标表情图片与用户意图更匹配,进而能够使得目标表情图片能够更准确的命中用户意图,提高输入效率。
具体地,若N个表情图片集是根据输入信息的整体内容来确定时,则N个表情图片集中获取与整体内容的相关度大于预设相关度的一个或多个表情图片作为目标表情图片;或者,从N个表情图片集中获取与整体内容的相关度最高的一个表情图片作为目标表情图片;或者,还可以从N个表情图片集中随机选取一个或多个表情图片作为目标表情图片,本说明书不作具体限制。
如此,在此种情况下,根据整体内容与表情图片的相关度,能够使得获取的目标表情图片与整体内容更匹配,使得获取的目标表情图片与用户意图更匹配,进而能够使得目标表情图片能够更准确的命中用户意图,提高输入效率。
本说明书一实施例中,在当前应用场景为办公场景或聊天场景或游戏场景,且接收到对方用户发送的即时通信信息之后,在确定目标表情图片过程中,可以从预先训练的表情图片模型中获取N个表情图片集对应的N个文本有效信息,其中,N为不小于1的整数;根据N个文本有效信息,从N个表情图片集中获取与即时通信信息匹配的目标表情图片。
具体地,在确定目标表情图片之前,需要预先训练表情图片模型,其中,如图2所示,表情图片模型的训练步骤包括:
S201、获取训练表情图片集,其中,训练表情图片集中每个训练表情图片均包含有文字信息;
具体来讲,可以通过从网络上爬虫表情图片,将爬虫得到的所有表情图片中筛选出含有文字的表情图片作为训练表情图片集,如此,使得训练表情图片集中每个训练表情图片均包含有文字信息。
具体地,也可以通过采集云端服务器中存储的表情图片,将采集到的所有表情图片中筛选出含有文字的表情图片作为训练表情图片集,如此,使得训练表情图片集中每个训练表情图片均包含有文字信息。
S202、根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息;
在具体实施过程中,也可以直接使用光学字符识别(OpticalCharacterRecognition,OCR)的方式识别出每个训练表情图片包含的文字信息;当然可以对每个训练表情图片包含的文字信息所在的文字位置进行标注;针对每个训练表情图片,根据标注的文字位置对训练表情图片进行裁剪,并对裁剪后的图片进行文字识别,得到训练表情图片包含的文字信息;如此,可以得到每个训练表情图片包含的文字信息,此时,根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息。
具体地,针对每个训练表情图片,可以通过人工使用框选的方式标注训练表情图片包含的显性文字的文字位置;再将文字位置所在的显性文字进行裁剪,得到裁剪后的图片,此时,会使得裁剪后的图片包含有显性文字;再通过OCR对裁剪后的图片进行文字识别,得到训练表情图片包含的文字信息;进而得到每个训练表情图片包含的文字信息。此时,由于裁剪后的图片包含有显性文字占据面积较大,使得在OCR识别时识别效率和准确度都得到一定的提升。
以及在得到每个训练表情图片包含的文字信息之后,可以对每个训练表情图片包含的文字信息进行关键词提取,将提取的关键词作为每个训练表情图片的文本有效信息;也可以将每个训练表情图片包含的文字信息作为该训练表情图片的文本有效信息,本说明书不作具体限制。
具体地,在每个训练表情图片包含的文字信息进行关键词提取时,可以直接对训练表情图片包含的文字信息进行关键词提取,提取到的关键词作为训练表情图片的文本有效信息。当然,还可以将提取到的关键词及其近义词作为训练表情图片的文本有效信息,以使得通过即时通信信息提取到的通信关键词在命中文本有效信息的准确度和精确度提高。
S203、根据每个训练表情图片对应的文本有效信息,生成所述表情图片模型。
具体来讲,在获取到每个训练表情图片对应的文本有效信息,根据每个训练表情图片对应的文本有效信息组成表情图片模型,使得表情图片模型中包含有训练表情图片集中的每个训练表情图片及其对应的文本有效信息。
因此,通过步骤S201-203预先创建表情图片模型之后,使得在任意选取一个或多个表情图片之后,可以从表情图片模型中获取到,与选取的每个表情图片对应的文本有效信息。如此,在获取N个表情图片集之后,可以根据表情图片模型获取到N个表情图片集对应的N个文本有效信息。
具体地,在获取到N个表情图片集对应的N个文本有效信息之后,可以先提取即时通信信息的通信关键词;再从N个文本有效信息中,获取与通信关键词匹配的文本有效信息作为目标文本有效信息。再根据目标文本有效信息,从N个表情图片集中确定目标表情图片。
具体来讲,在提取通信关键词时,可以直接从即时通信信息中提取关键词作为通信关键词,也可以将从即时通信信息中提取的关键词及其近义词作为通信关键词。
具体地,在获取到通信关键词之后,且N个文本有效信息为N个表情图片对应的关键词时,根据预设的关键词对应关系,从N个文本有效信息中获取与通信关键词匹配的文本有效信息作为目标文本有效信息。
本说明说实施例中,关键词对应关系可以根据当前应用场景下获取的大量聊天数据进行分析而得到,使得关键词对应关系的准确度较高;如此,使得在获取到通信关键词之后,根据关键词对应关系查找到的目标文本有效信息的准确度也会随之提高。例如,关键词对应关系可以包括“好想-好想”,“在忙什么-(忙工作、忙装修和忙业务等)”,“怎么样-(好,一般,差和不好等)”,“怎么样-一般”和“怎么样-差(不好)”等。如此,若获取到通信关键词为“在忙什么”,且N个文本有效信息依次为忙工作、艳阳高照、高兴和一般时,根据关键词对应关系,查找到“在忙什么”对应的文本有效信息为“忙工作”,则将“忙工作”作为目标文本有效信息。由此可知,通过关键词对应关系,使得通信关键词命中的目标文本有效信息的准确度更高,在命中的目标文本有效信息准确度更高的基础上,使得进行回复的目标表情图片的准确度也会随之提高。
具体地,也可以从即时通信信息中提取聊天文本信息,此时,若即时通信信息为语音信息,则将语音信息转换为文本信息,得到聊天文本信息,若即时通信信息为包含文字的图片,则识别图片中的文字,将识别的文字作为聊天文本信息;若即时通信信息为文本信息,则直接将即时通信信息作为聊天文本信息。以及在获取到聊天文本信息之后,将聊天文本信息与N个文本有效信息进行匹配,将匹配的一个或多个文本有效信息作为目标文本有效信息。
以及,在确定出目标文本有效信息之后,获取目标文本有效信息对应的目标表情图片。
在获取目标表情图片之后,执行步骤S103。
在步骤S103中,在获取目标表情图片之后,可以直接将目标表情图片作为候选;也可以将目标表情图片直接上屏,以及,在将目标表情图片直接上屏时,若目标表情图片有多个,则可以从目标表情图片中随机选取一个表情图片进行上屏;或者根据本用户的选择操作,从多个目标表情图片中获取选取操作对应的表情图片进行上屏;若目标表情图片为1个,则直接将目标表情图片进行上屏。
具体来讲,在当前应用场景为办公场景、聊天场景和游戏场景时,在将目标表情图片直接上屏时,可以将目标表情图片上屏到各个场景下的输入界面上;在当前应用场景为文本编辑场景时,在将目标表情图片直接上屏时,将目标表情图片输入到当前光标所在位置,以提高用户的输入效率。下面具体以聊天场景为例。
例如,在A1与本用户B1使用微信聊天过程中,B2接收到A1发送的聊信息为“最近忙什么”,以及B2在接收到即时通信信息之后,获取本用户及其家人最近12小时发送的表情图片集作为N个表情图片;在获取到N个表情图片之后,根据预先训练的表情图片模型中获取N个文本有效信息,若N个文本有效信息依次为“忙工作”、“艳阳高照”、“高兴”、“搬砖”和“忙业务”时;若关键词对应关系与“忙工作”对应的关键词包括“忙工作”、“忙装修”“搬砖”和“忙业务”,则确定出目标文本有效信息为“忙工作”、“搬砖”和“忙业务”,且“忙工作”、“搬砖”和“忙业务”依次对应的表情图片为C1、C2和C3,则将C1、C2和C3显示在输入框中作为候选;若B1选取了C2,则直接在B2的显示屏上显示C2。
如此,在接收对方发送的即时通信信息之后,获取本用户在设定时间段发送的N个表情图片及其对应的N个文本有效信息,再从N个文本有效信息中获取与即时通信信息匹配的目标文本有效信息,最后将目标文本有效信息对应的目标表情图片作为候选或上屏;如此,使得在接收到即时通信信息之后,自动从获取的N个表情图片中获取与即时通信信息匹配的目标表情图片,并将目标表情图片作为候选或上屏,从而无需用户在表情回复路径中通过多次翻页操作查找目标表情图片,而是通过人工智能自动选取与即时通信信息匹配的目标表情图片,能够有效缩短获取目标表情图片的时间,进而提高回复表情图片的效率。
以及,由于在获取目标文本有效信息时,通过获取的通信关键词,及关键词对应关系,从N个文本有效信息中获取通信关键词命中的目标文本信息,而关键词对应关系可以根据聊天场景下获取的大量聊天数据进行分析而得到,使得关键词对应关系的准确度较高,在关键词对应关系的准确度较高的基础上,使得获取的目标文本信息的准确度也会随之提高,进而使得用于进行回复的目标表情图片的准确度也会随之提高,从而能够有效降低本用户由于目标表情图片不适合重新查找表情图片的概率。
本说明书另一实施例中,在接收到即时通信信息之后,所述方法还包括:通过输入法获取到本用户的常用表情图片集;若从常用表情图片集中查找到目标文本有效信息,则从常用表情图片集中,获取与目标文本有效信息对应的目标常用表情图片,将目标常用表情图片作为候选或上屏。
具体来讲,在接收到即时通信信息或检测到发送操作之后,可以通过输入法检索本用户的常用表情图片集,获取常用表情图片集中每个常用表情图片的文本有效信息,然后将即时通信信息与每个常用表情图片的文本有效信息进行匹配,若查找到与聊天匹配的文本有效信息,则将查找到的文本有效信息作为目标文本有效信息;然后从常用表情图片集中确定出与目标文本有效信息对应的目标常用表情图片,再将目标常用表情图片作为候选或上屏;若未查找到与聊天匹配的文本有效信息;则依次执行步骤S101-S103。
例如:当对方用户发送“我好想你”,输入法检索本用户的常用表情图片集,若查找到常用表情图片集中存在与“我好想你”匹配的目标文本有效信息为“我也好想你”,则将查找到的“我也好想你”的表情图片或颜文字回复给对方用户;若从常用表情图片集中为查找与“我好想你”匹配的文本有效信息,则执行步骤S101-S103,将查找到的目标表情图片作为候选或者上屏。
由此可知,可以首先通过输入法检索到的本用户的常用表情图片集,从常用表情图片集中查找是否存在与即时通信信息匹配的目标文本有效信息,若存在,则将查找到的目标文本有效信息对应的目标常用表情图片作为候选或上屏;若不存在,则执行步骤S101-S103查找到目标表情图片作为候选或上屏。如此,可以首先从本用户的常用表情图片集查找出与即时通信信息匹配的目标常用表情图片,若查找到之间返回;若未查找到,则执行步骤S101-S103查找到目标表情图片作为候选或上屏;此时,在常用表情图片集查找出目标常用表情图片时,能够进一步缩短查找到目标常用表情图片的时间,提高用于进行回复的目标表情图片的查找效率。
装置实施例
参照图3,示出了本发明的一种信息处理装置实施例的结构框图,具体可以包括:
表情图片获取模块301,用于获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;
目标表情图片确定模块302,用于从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;
表情处理模块303,用于将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
在一种可选的实施例中,所述装置还包括:
信息接收模块,用于接收对方用户发送的即时通信信息;
表情图片获取模块301,用于在接收到所述即时通信信息之后,获取所述本用户在所述设定时间段内发送的所述N个表情图片集。
在一种可选的实施例中,表情图片获取模块301,用于确定所述对方用户与所述本用户之间的关联关系;根据所述关联关系,获取所述本用户在所述设定时间段内发送的所述N个表情图片集。
在一种可选的实施例中,所述装置还包括:
对方用户确定模块,用于在所述当前应用场景为聊天场景时,若检测到所述本用户在主动发送信息的发送操作,获取所述发送操作对应的对方用户;
表情图片获取模块301,用于根据所述对方用户,获取所述本用户在设定时间段内发送或收藏的所述N个表情图片集。
在一种可选的实施例中,目标表情图片确定模块302,用于从预先训练的表情图片模型中获取所述N个表情图片集对应的N个文本有效信息,其中,N为不小于1的整数;根据所述N个文本有效信息,从所述N个表情图片集中获取与所述即时通信信息匹配的所述目标表情图片。
在一种可选的实施例中,所述装置还包括:
模型训练模块,用于获取训练表情图片集,其中,所述训练表情图片集中每个训练表情图片均包含有文字信息;根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息;根据每个训练表情图片对应的文本有效信息,生成所述表情图片模型。
在一种可选的实施例中,所述模型训练模块,还用于在根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息之前,对每个训练表情图片包含的文字信息所在的文字位置进行标注;针对每个训练表情图片,根据标注的文字位置对训练表情图片进行裁剪,并对裁剪后的图片进行文字识别,得到训练表情图片包含的文字信息。
在一种可选的实施例中,目标表情图片确定模块302,用于提取所述即时通信信息的通信关键词;从所述N个文本有效信息中,获取与所述通信关键词匹配的文本有效信息作为所述目标文本有效信息;从所述N个图片表情集中,获取所述目标文本有效信息对应的表情图片作为所述目标表情图片
在一种可选的实施例中,所述装置还包括:
输入信息获取单元,若所述当前应用场景为文本编辑场景,用于获取所述本用户在所述文本编辑场景下的输入信息;
表情图片获取模块301,用于根据所述输入信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
在一种可选的实施例中,表情图片获取模块301,用于从所述输入信息中,获取当前光标所在位置的上下文信息;根据所述上下文信息,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集,其中,所述N个表情图片集中每个表情图片与所述上下文信息相关。
在一种可选的实施例中,所述装置还包括:
常用表情获取模块,用于在接收到所述即时通信信息之后,通过输入法获取到所述本用户的常用表情图片集;
表情处理模块303,用于在从所述常用表情图片集中查找到所述目标文本有效信息时,从所述常用表情图片集中,获取与所述目标文本有效信息对应的目标常用表情图片,将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
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信息处理装置作为设备时的结构框图。例如,装置900可以是移动来电,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900可以包括以下一个或多个组件:处理组件902,存储器904,电源组件906,多媒体组件908,音频组件910,输入/输出(I/O)的接口912,传感器组件914,以及通信组件916。
处理组件902通常控制装置900的整体操作,诸如与显示,来电呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件902可以包括一个或多个处理器920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902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在装置900上操作的任何应用程序或方法的指令,联系人数据,来电簿数据,消息,图片,视频等。存储器904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906为装置900的各种组件提供电力。电源组件906可以包括电源管理系统,一个或多个电源,及其他与为装置900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述装置900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运动动作的边界,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908包括一个前置摄像头和/或后置摄像头。当设备900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910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当装置900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904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902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914包括一个或多个传感器,用于为装置900提供各个方面的状态评估。例如,传感器组件914可以检测到设备900的打开/关闭状态,组件的相对定位,例如所述组件为装置900的显示器和小键盘,传感器组件914还可以检测装置900或装置900一个组件的位置改变,用户与装置900接触的存在或不存在,装置900方位或加速/减速和装置900的温度变化。传感器组件914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914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914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916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900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916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916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900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。
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904,上述指令可由装置900的处理器920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。
图5是本发明的一些实施例中服务器的结构框图。该服务器1900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 processingunits,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930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1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
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装置(设备或者服务器)的处理器执行时,使得装置能够执行一种信息处理方法,获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品,该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种信息处理方法,其特征在于,包括:
获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;
从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;
将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
2.权利要求1所述的方法,其特征在于,所述获取本用户在设定时间段内发送或收藏的N个表情图片集,包括:
接收对方用户发送的即时通信信息;
在接收到所述即时通信信息之后,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
3.如权利要求2所述的方法,其特征在于,所述获取所述本用户在所述设定时间段内发送或收藏的N个表情图片集,包括:
确定所述对方用户与所述本用户之间的关联关系;
根据所述关联关系,获取所述本用户在所述设定时间段内发送或收藏的所述N个表情图片集。
4.如权利要求1所述的方法,其特征在于,所述获取本用户在设定时间段内发送或收藏的N个表情图片集,包括:
若检测到所述本用户在主动发送信息的发送操作,获取所述发送操作对应的对方用户;
根据所述对方用户,获取所述本用户在设定时间段内发送或收藏的所述N个表情图片集。
5.如权利要求3或4所述的方法,其特征在于,所述从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片,包括:
从预先训练的表情图片模型中获取所述N个表情图片集对应的N个文本有效信息,其中,N为不小于1的整数;
根据所述N个文本有效信息,从所述N个表情图片集中获取与所述即时通信信息匹配的所述目标表情图片。
6.如权利要求5所述的方法,其特征在于,所述表情图片模型的训练步骤包括:
获取训练表情图片集,其中,所述训练表情图片集中每个训练表情图片均包含有文字信息;
根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息;
根据每个训练表情图片对应的文本有效信息,生成所述表情图片模型。
7.如权利要求6所述的方法,其特征在于,在根据每个训练表情图片包含的文字信息,确定出每个训练表情图片对应的文本有效信息之前,所述方法还包括:
对每个训练表情图片包含的文字信息所在的文字位置进行标注;
针对每个训练表情图片,根据标注的文字位置对训练表情图片进行裁剪,并对裁剪后的图片进行文字识别,得到训练表情图片包含的文字信息。
8.一种信息处理装置,其特征在于,包括:
表情图片获取模块,用于获取本用户在设定时间段内发送或收藏的N个表情图片集,其中,N为不小于1的整数;
目标表情图片确定模块,用于从所述N个表情图片集中获取与当前应用场景匹配的目标表情图片;
表情处理模块,用于将所述目标表情图片作为候选,或将所述目标表情图片直接上屏。
9.一种用于数据处理的装置,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如权利要求1-7任一权项所述的方法步骤。
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1-7中一个或多个所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011380370.4A CN112462992B (zh) | 2020-11-30 | 2020-11-30 | 一种信息处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011380370.4A CN112462992B (zh) | 2020-11-30 | 2020-11-30 | 一种信息处理方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112462992A true CN112462992A (zh) | 2021-03-09 |
CN112462992B CN112462992B (zh) | 2022-07-19 |
Family
ID=74805157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011380370.4A Active CN112462992B (zh) | 2020-11-30 | 2020-11-30 | 一种信息处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112462992B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975563A (zh) * | 2016-04-29 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 表情推荐方法及装置 |
CN108932066A (zh) * | 2018-06-13 | 2018-12-04 | 北京百度网讯科技有限公司 | 输入法获取表情包的方法、装置、设备和计算机存储介质 |
KR20190019465A (ko) * | 2017-08-17 | 2019-02-27 | 한국과학기술원 | 대응 메시지 추천 시스템 |
CN109873756A (zh) * | 2019-03-08 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 用于发送信息的方法和装置 |
CN110717109A (zh) * | 2019-09-30 | 2020-01-21 | 北京达佳互联信息技术有限公司 | 推荐数据的方法、装置、电子设备及存储介质 |
CN111897441A (zh) * | 2020-07-14 | 2020-11-06 | 维沃移动通信有限公司 | 表情添加方法、装置及电子设备 |
-
2020
- 2020-11-30 CN CN202011380370.4A patent/CN112462992B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975563A (zh) * | 2016-04-29 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 表情推荐方法及装置 |
KR20190019465A (ko) * | 2017-08-17 | 2019-02-27 | 한국과학기술원 | 대응 메시지 추천 시스템 |
CN108932066A (zh) * | 2018-06-13 | 2018-12-04 | 北京百度网讯科技有限公司 | 输入法获取表情包的方法、装置、设备和计算机存储介质 |
CN109873756A (zh) * | 2019-03-08 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 用于发送信息的方法和装置 |
CN110717109A (zh) * | 2019-09-30 | 2020-01-21 | 北京达佳互联信息技术有限公司 | 推荐数据的方法、装置、电子设备及存储介质 |
CN111897441A (zh) * | 2020-07-14 | 2020-11-06 | 维沃移动通信有限公司 | 表情添加方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112462992B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038102B (zh) | 表情图像的推荐方法、装置、终端及存储介质 | |
CN107423386B (zh) | 生成电子卡片的方法及装置 | |
CN108073606B (zh) | 一种新闻推荐方法和装置、一种用于新闻推荐的装置 | |
CN109918565B (zh) | 一种搜索数据的处理方法、装置及电子设备 | |
CN110391966B (zh) | 一种消息处理方法、装置和用于消息处理的装置 | |
CN111369271A (zh) | 一种广告的排序方法、装置、电子设备及存储介质 | |
CN110019897B (zh) | 显示图片的方法及装置 | |
CN107229707B (zh) | 搜索图像的方法及装置 | |
CN111629270A (zh) | 一种候选项确定方法、装置及机器可读介质 | |
CN110928425A (zh) | 信息监控方法及装置 | |
CN106447747B (zh) | 图像处理方法及装置 | |
CN110213062B (zh) | 处理消息的方法及装置 | |
CN110895558B (zh) | 一种对话回复的方法及相关装置 | |
CN109639561B (zh) | 基于信息反馈的分享方法、装置、电子设备及存储介质 | |
CN110020082B (zh) | 一种搜索方法及装置 | |
CN112784151A (zh) | 一种确定推荐信息的方法及相关装置 | |
CN112462992B (zh) | 一种信息处理方法、装置、电子设备及介质 | |
CN107239490B (zh) | 一种命名人脸图像的方法、装置及计算机可读存储介质 | |
CN113127613B (zh) | 聊天信息处理方法及装置 | |
CN105653623B (zh) | 图片收集方法及装置 | |
CN114201665A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN111273786B (zh) | 智能输入方法及装置 | |
CN111382367B (zh) | 一种搜索结果排序方法和装置 | |
CN109120499B (zh) | 一种信息处理方法及装置 | |
CN111339263A (zh) | 一种信息推荐方法、装置和电子设备 |
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 |