表情回复方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能，提供一种表情回复方法、装置、设备及存储介质。该方法能够获取待回复信息，根据待回复信息生成信息向量，将信息向量输入至分类模型中，得到分类结果及结果概率，若分类结果为目标结果，检测待回复信息中是否包含用户表情信息，得到检测结果，根据结果概率及检测结果生成回复分数，若回复分数大于预设阈值，提取待回复信息的特征信息，对特征信息进行情感识别，得到情感结果，对特征信息进行意图识别，得到意图结果，根据情感结果及意图结果从预设表情库中选取匹配的表情作为待回复信息的回复表情。本发明专利技术能够准确使用表情回复用户信息。此外，本发明专利技术还涉及区块链技术，所述回复表情可存储于区块链中。所述回复表情可存储于区块链中。所述回复表情可存储于区块链中。

【技术实现步骤摘要】
表情回复方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种表情回复方法、装置、设备及存储介质。

技术介绍

[0002]在社交网络应用中，使用表情包能够丰富人们日常情感的表达，为此，在聊天机器人当中加入了表情包的使用，然而，目前聊天机器人在使用聊天表情进行回复时，由于无法准确分析出用户的聊天情感，进而无法准确地确定出是否应当使用表情包回复当前用户问题，同时也无法准确地确定出应当使用的表情包，导致无法准确使用表情回复用户信息。

技术实现思路

[0003]鉴于以上内容，有必要提供一种表情回复方法、装置、设备及存储介质，能够准确使用表情回复用户信息。
[0004]一方面，本专利技术提出一种表情回复方法，所述表情回复方法包括：当接收到回复请求时，根据所述回复请求获取待回复信息；根据所述待回复信息生成信息向量；将所述信息向量输入至预先训练好的分类模型中，得到分类结果及所述分类结果的结果概率，所述分类结果包括目标结果，所述目标结果用于指示需要回复表情；若所述分类结果为所述目标结果，检测所述待回复信息中是否包含用户表情信息，得到检测结果；根据所述结果概率及所述检测结果生成回复分数；若所述回复分数大于预设阈值，提取所述待回复信息的特征信息；对所述特征信息进行情感识别，得到情感结果，并对所述特征信息进行意图识别，得到意图结果；根据所述情感结果及所述意图结果从预设表情库中选取匹配的表情作为所述待回复信息的回复表情。
[0005]根据本专利技术优选实施例，所述根据所述待回复信息生成信息向量包括：提取所述待回复信息中的目标图像，并获取所述目标图像中的所有像素；根据所述所有像素生成所述目标图像的图像向量；将所述待回复信息中除所述目标图像外的信息确定为待处理信息；过滤所述待处理信息中的停用词，得到已处理信息；对所述已处理信息进行分词处理，得到信息分词，并获取所述信息分词的分词向量；确定所述目标图像在所述待回复信息中的图像位置，并确定所述信息分词在所述待回复信息中的分词位置；根据所述图像位置及所述分词位置拼接所述图像向量及所述分词向量，得到所述
信息向量。
[0006]根据本专利技术优选实施例，所述检测所述待回复信息中是否包含用户表情信息，得到检测结果包括：获取所述目标图像的输入地址；将与所述输入地址对应的终端确定为所述目标图像的输入终端，并获取所述输入终端的终端编号；将所述终端编号与预设终端库中所有机器编号进行比较；若所述终端编号与所述所有机器编号均不相同，将所述检测结果确定为所述待回复信息中包含所述用户表情信息。
[0007]根据本专利技术优选实施例，所述提取所述待回复信息的特征信息包括：根据所述分词向量生成每个信息分词的上下文特征向量集；计算所述上下文特征向量集中每个分词向量与第一预设矩阵的乘积，得到所述信息分词的多个运算向量，并计算所述多个运算向量的平均值，得到所述信息分词的中间向量；将所述中间向量点乘第二预设矩阵，得到目标矩阵，所述目标矩阵中每列向量表征所述待回复信息的每个特征；计算所述目标矩阵中每列向量与所述分词向量的相似度；将所述相似度最大的分词向量对应的信息分词及所述目标图像确定为所述特征信息。
[0008]根据本专利技术优选实施例，所述对所述特征信息进行意图识别，得到意图结果包括：从所述分词向量中获取所述特征信息的向量作为特征向量；将所述特征向量输入至预先训练好的双向长短期记忆网络中，得到语义向量；利用层叠条件随机场对所述语义向量进行处理，得到所述意图结果。
[0009]根据本专利技术优选实施例，在将所述信息向量输入至预先训练好的分类模型中之前，所述方法还包括：获取预设学习器，所述预设学习器中包括全连接层；获取历史样本数据，所述历史样本数据中包括历史消息、用户满意度；将所述历史样本数据划分为训练数据及验证数据；利用所述训练数据调整所述全连接层中的参数，得到分类学习器；基于所述验证数据确定所述分类学习器的准确率；若所述准确率小于预设准确度，根据所述验证数据调整所述分类学习器，直至所述分类学习器的准确率大于或者等于所述预设准确度，得到所述分类模型。
[0010]根据本专利技术优选实施例，所述根据所述结果概率及所述检测结果生成回复分数包括：获取所述分类模型的第一权值；将所述结果概率及所述第一权值的乘积确定为所述待回复信息的第一分数；获取与所述检测结果对应的检测值，并获取所述用户表情信息的第二权值；将所述检测值及所述第二权值的乘积确定为所述待回复信息的第二分数；计算所述第一分数与所述第二分数的总和，得到所述回复分数。
[0011]另一方面，本专利技术还提出一种表情回复装置，所述表情回复装置包括：获取单元，用于当接收到回复请求时，根据所述回复请求获取待回复信息；生成单元，用于根据所述待回复信息生成信息向量；输入单元，用于将所述信息向量输入至预先训练好的分类模型中，得到分类结果及所述分类结果的结果概率，所述分类结果包括目标结果，所述目标结果用于指示需要回复表情；检测单元，用于若所述分类结果为所述目标结果，检测所述待回复信息中是否包含用户表情信息，得到检测结果；所述生成单元，还用于根据所述结果概率及所述检测结果生成回复分数；提取单元，用于若所述回复分数大于预设阈值，提取所述待回复信息的特征信息；识别单元，用于对所述特征信息进行情感识别，得到情感结果，并对所述特征信息进行意图识别，得到意图结果；选取单元，用于根据所述情感结果及所述意图结果从预设表情库中选取匹配的表情作为所述待回复信息的回复表情。
[0012]另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述表情回复方法。
[0013]另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述表情回复方法。
[0014]由以上技术方案可以看出，本专利技术通过所述分类模型，分析所述待回复信息以及检测所述待回复信息中是否包含用户表情信息，进而根据所述结果概率及所述检测结果生成的回复分数与预设阈值进行比较，以确定所述待回复信息中是否需要回复表情，由于从多个维度对所述待回复信息分析，以及每个维度对应有不同的权值，因此能够提高是否需要回复表情的确定准确率，进而在所述回复分数大于所述预设阈值时，分析所述待回复信息中的情感及意图，能够准确选取出与所述情感结果及所述意图结果匹配的表情。
附图说明
[0015]图1是本专利技术表情回复方法的较佳实施例的流程图。
[0016]图2是本专利技术表情回复装置的较佳实施例的功能模块图。
[0017]图3是本专利技术实现表情回复方法的较佳实施例的电子设备的结构示意图。
具体实施方式
[0018]为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。
[0019]如图1所示，是本专利技术表情回复方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种表情回复方法，其特征在于，所述表情回复方法包括：当接收到回复请求时，根据所述回复请求获取待回复信息；根据所述待回复信息生成信息向量；将所述信息向量输入至预先训练好的分类模型中，得到分类结果及所述分类结果的结果概率，所述分类结果包括目标结果，所述目标结果用于指示需要回复表情；若所述分类结果为所述目标结果，检测所述待回复信息中是否包含用户表情信息，得到检测结果；根据所述结果概率及所述检测结果生成回复分数；若所述回复分数大于预设阈值，提取所述待回复信息的特征信息；对所述特征信息进行情感识别，得到情感结果，并对所述特征信息进行意图识别，得到意图结果；根据所述情感结果及所述意图结果从预设表情库中选取匹配的表情作为所述待回复信息的回复表情。2.如权利要求1所述的表情回复方法，其特征在于，所述根据所述待回复信息生成信息向量包括：提取所述待回复信息中的目标图像，并获取所述目标图像中的所有像素；根据所述所有像素生成所述目标图像的图像向量；将所述待回复信息中除所述目标图像外的信息确定为待处理信息；过滤所述待处理信息中的停用词，得到已处理信息；对所述已处理信息进行分词处理，得到信息分词，并获取所述信息分词的分词向量；确定所述目标图像在所述待回复信息中的图像位置，并确定所述信息分词在所述待回复信息中的分词位置；根据所述图像位置及所述分词位置拼接所述图像向量及所述分词向量，得到所述信息向量。3.如权利要求2所述的表情回复方法，其特征在于，所述检测所述待回复信息中是否包含用户表情信息，得到检测结果包括：获取所述目标图像的输入地址；将与所述输入地址对应的终端确定为所述目标图像的输入终端，并获取所述输入终端的终端编号；将所述终端编号与预设终端库中所有机器编号进行比较；若所述终端编号与所述所有机器编号均不相同，将所述检测结果确定为所述待回复信息中包含所述用户表情信息。4.如权利要求2所述的表情回复方法，其特征在于，所述提取所述待回复信息的特征信息包括：根据所述分词向量生成每个信息分词的上下文特征向量集；计算所述上下文特征向量集中每个分词向量与第一预设矩阵的乘积，得到所述信息分词的多个运算向量，并计算所述多个运算向量的平均值，得到所述信息分词的中间向量；将所述中间向量点乘第二预设矩阵，得到目标矩阵，所述目标矩阵中每列向量表征所述待回复信息的每个特征；
计算所述目标矩阵中每列向量与所述分词向量的相似度；将所述相似度最大的分词向量对应的信息分词及所述目标图像确定为所述特征信息。5.如权利要求2所述的表情回复方法，其特征在于，所述对所述特征信息进行意图识别，得到意图结果包括：从所述分词...

【专利技术属性】
技术研发人员：杜振中，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：