表情符推荐方法、系统及电子设备技术方案

本申请实施例提供了一种表情符推荐方法、系统和电子设备，其中表情符推荐方法包括：接收文字；以接收的文字作为表情符推荐模型的输入，推荐所述表情符推荐模型输出的至少一个表情符；所述表情符推荐模型以带有文字和表情符的语句作为样本对神经网络进行训练得到。本申请实施例提供的表情符推荐方法及系统，可自动推荐表情符。

【技术实现步骤摘要】
表情符推荐方法、系统及电子设备
本申请涉及计算机
，具体而言，涉及一种表情符推荐方法、系统及电子设备。
技术介绍
本申请对于
技术介绍
的描述属于与本申请相关的相关技术，仅仅是用于说明和便于理解本申请的申请内容，不应理解为申请人明确认为或推定申请人认为是本申请在首次提出申请的申请日的现有技术。随着电子设备的普及，在电子设备上通过文字抒发情感、聊天、记录等成为普遍现象。例如通过即时通信工具聊天，发布微博等。在文字中加上表情符来表达自身情感已成为一种重要方式。一般需要翻阅、查找才能找到自己喜爱或者合适的表情符，操作繁琐且费时间。
技术实现思路
有鉴于此，本申请实施例提供了一种表情符推荐方法、系统及电子设备。第一方面，本申请提供了一种表情符推荐方法，包括：接收文字；以接收的文字作为表情符推荐模型的输入，推荐所述表情符推荐模型输出的至少一个表情符；所述表情符推荐模型以带有文字和表情符的语句作为样本对神经网络进行训练得到。可选实施例中，所述神经网络为循环神经网络或长短期记忆神经网络。可选实施例中，接收的所述文字包括用户输入的文字。可选实施例中，还包括：接收模型启动指令；启动所述表情符推荐模型。可选实施例中，还包括：获取用户输入文字的当前界面；若所述界面为预设界面，发出模型启动指令。可选实施例中，还包括：基于操作推荐启动按钮发出模型启动指令。可选实施例中，还包括：发出是否需要推荐表情符的提示；基于对所述提示的确认操作发出模型启动指令。可选实施例中，还包括：获取用户输入的文字和表情符，用输入的所述文字和表情符对所述表情符推荐模型修正。可选实施例中，用户输入的表情符包括所述表情符推荐模型输出之外的表情符。第二方面，本申请实施例提供了一种表情符推荐系统，包括：接收单元，其用于接收文字；表情符推荐模型，其以接收的所述文字为输入，输出与接收的所述文字相对应的表情符；推荐单元，其用于推荐所述表情符推荐模型输出的至少一个表情符。第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项方法的步骤。第四方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项方法的步骤。本申请实施例的表情符推荐方法具有如下有益效果：本申请实施例的表情符推荐方法，采用带有文字和表情符的语句对神经网络进行训练得到的表情符推荐模型来推荐表情符；当用户输入文字时，表情符推荐模型以用户实时录入的文字作为输入，输出与输入的文字相匹配的表情符；在输出的表情符中选择至少一个推荐给用户。用户可以在推荐出来的表情符中进行选择。由于表情符推荐模型根据文字和表情符背后表达的情感来提供用于推荐的表情符，与文字内容匹配程度高，方便用户使用，提高了用户体验。图附说明图1为本申请表情符推荐方法的一实施例的流程图；图2为本申请表情符推荐系统的一实施例的结构示意图；图3为本申请表情符推荐系统的一实施例的结构示意图；图4为本申请表情符推荐系统的一实施例的结构示意图；图5为本申请表情符推荐系统的一实施例的结构示意图。具体实施方式下面结合具体实施例对本申请作进一步详细描述，但不作为对本申请的限定。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。第一方面，本申请实施例提供了一种表情符推荐方法，图1示出了本申请表情符推荐方法的一实施例的流程图。参见图1，该推荐方法包括如下步骤：步骤S101，接收文字；步骤S102，将接收的文字输入表情符推荐模型；步骤S103，推荐表情符推荐模型输出的至少一个表情符；本申请实施例的表情符推荐方法采用表情符推荐模型来推荐表情符。当用户输入文字时，表情符推荐模型以用户实时录入的文字作为输入，输出与输入的文字相匹配的表情符；在输出的表情符中选择至少一个推荐给用户。用户可以在推荐出来的表情符中进行选择。由于表情符推荐模型根据文字和表情符背后表达的情感来提供用于推荐的表情符，与文字内容匹配程度高，方便用户使用，提高了用户体验。本申请实施例的表情符推荐方法可在众多的表情符中为用户推荐最符合当前文字内容的表情符。本申请实施例中，表情符推荐模型以带有文字和表情符的语句作为样本对神经网络进行训练得到。用于训练表情符推荐模型的样本可以是通过网页抓取获得，也可以是通过用户历史聊天记录等其他方式获得。本申请实施例中，训练样本中的表情符可以是各种不同的风格及其变种。例如可以为传统风格、动漫风格等。训练样本中的文字可以是一句话或一个词等。本实施例中，样本例如可以为“我很开心||”、“生病了”、“今天天气不错”等语句。本申请实施例中，样本的数量并无上限限制，例如可以是采用1000个样本，或者是采用2000个样本，或者采用3000个样本，或者采用10000个样本对神经网络进行训练。本申请实施例中，通过用带有文字和表情符的语句对神经网络的训练，可以是提取样本文字及相应的表情符背后的情感特征，获得基于情感特征的文字-表情符对应关系；也可以是提取文字及相应表情符的含义，获得基于含义的文字-表情符对应关系。本申请实施例中，接收的文字可以是用户通过交互设备实施输入的文字，例如通过键盘输入的文字，或者是通过书写板输入的文字。也可以是通过复制、粘贴的文字。而输入界面可以是办公软件文档、邮件、即时通讯工具或其他文本等。本申请实施例中，表情符推荐模型输出的表情符可以是表达相同感情或相近感情的多个表情符，输出的表情符也可以同时包括多种的形式的表情符。当输出多个表情符时，可以按匹配度的高低进行排练。本申请实施例中，可以从输出的表情符中推荐1或多个供用户选择。同样，推荐多个表情符时，也可以按匹配度高低来排序。例如，输出3个表情符时，可以推荐3个表情符中的1个、2个或3个以供用户选择。将接收的文字输入表情符推荐模型，将表情符推荐模型输出表情符中的一个或多个推荐给用户，用户在推荐出来的表情符中进行选择，简单省时，亦不会有在众多表情符中来回翻找的繁琐感，提升输入体验。本申请实施例中对采用的神经网络不作具体限定。例如采用的神经网络具体可以是循环神经网络，也可以是长短期记忆网络等其他机器学习方法。本申请可选实施例中，神经网络可以是循环神经网络。以带有文字和表情符的语句作为样本对循环神经网络进行训练，获得基于循环神经网络的表情符推荐模型。循环神经网络可自动学习样本的特征，不必进行人工标定，省时省力。本申请可选实施例中，神经网络也可以是长短期记忆网络。以带有文字和表情符的语句作为样本对长短期记忆网络进行训练，获得基于长短期记忆网络的表情符推荐模型。长短期记忆网络用于处理序列中间隔和延迟相对较长的事件的效果较好，可使表情符推荐模型输出的表情符更精准。本申请可选实施例中，接收的文字包括用户输入的文字。用户输入的文字可以是用户通过交互设备实施输入的文字，例如通过键盘输入的文字，或者是通过书写板输入的文字。也可以是通过复制、粘贴的文字。具体的，例如可以是在QQ或微博对话框中输入的文字。当然，接收的文字也可以是通过抓取等方式获得。本申请一实施例中，接收用户在QQ对话框中输入的文字，将文字输入表情符推荐模型，本文档来自技高网...

【技术保护点】
1.一种表情符推荐方法，其特征在于，包括：接收文字；以接收的文字作为表情符推荐模型的输入，推荐所述表情符推荐模型输出的至少一个表情符；所述表情符推荐模型以带有文字和表情符的语句作为样本对神经网络进行训练得到。

【技术特征摘要】
1.一种表情符推荐方法，其特征在于，包括：接收文字；以接收的文字作为表情符推荐模型的输入，推荐所述表情符推荐模型输出的至少一个表情符；所述表情符推荐模型以带有文字和表情符的语句作为样本对神经网络进行训练得到。2.根据权利要求1所述的推荐方法，其特征在于，所述神经网络为循环神经网络或长短期记忆神经网络。3.根据权利要求1所述的推荐方法，其特征在于，接收的所述文字包括用户输入的文字。4.根据权利要求3所述的推荐方法，其特征在于，还包括：接收模型启动指令；启动所述表情符推荐模型。5.根据权利要求4所述的推荐方法，其特征在于，还包括：获取用户输入文字的当前界面；若所述界面为预设界面，发出模型启动指令。6.根据权利要求4所述的推荐方法，其特征在于，还包括：基于操作推荐启动按钮发出模型启动指令。7.根据权利要求4所述的推荐方法，其特征在于，还包括：发出是否需要推荐表情符的提示；基...

【专利技术属性】
技术研发人员：陈岩，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44