System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种消息识别方法、终端设备和服务器技术_技高网

一种消息识别方法、终端设备和服务器技术

技术编号:40963898 阅读:2 留言:0更新日期:2024-04-18 20:43
一种消息识别方法、终端设备以及服务器,应用于人工智能(artificial intelligence,AI)技术领域。该方法包括:获取对话窗口内用户未读的一个或多个消息;在该对话窗口内向用户提醒属于目标类别的第一消息。该方法中,在对话窗口内存在用户未读的消息的情况下,在该对话窗口内向用户提醒属于目标类别的消息,可以使用户更加方便的浏览目标类别对应的消息,从而提升用户体验。

【技术实现步骤摘要】

本申请涉及人工智能(artificial intelligence,ai),尤其涉及一种消息识别方法、终端设备和服务器


技术介绍

1、即时通讯软件是通过即时通讯技术来实现在线聊天、交流的软件,即时通讯软件广泛应用于人们的日常生活和办公。

2、即时通讯软件运行于终端设备,即时通讯软件通过终端设备的显示组件向用户提供对话窗口。用户可以在终端设备上显示的对话窗口内输入消息或者浏览消息。在一个使用场景中,如果一个对话窗口内用户未读消息的数量超过该对话窗口可显示的数量阈值后,该对话窗口仅显示最近的该数量阈值的未读消息,其余的未读消息需要用户在对话窗口内向上滚动翻页来浏览,用户体验较差。


技术实现思路

1、本申请提供了一种消息识别方法人工智能(artificial intelligence,ai)
,在对话窗口内存在用户未读的消息的情况下,在该对话窗口内向用户提醒属于目标类别的消息,可以提升用户体验。

2、第一方面,本申请提供一种消息识别方法。该方法可以应用于终端设备中,该方法包括:获取对话窗口内用户未读的一个或多个消息;在所述对话窗口内向所述用户提醒属于目标类别的第一消息。

3、上述方案中,终端设备中运行即时通讯软件时,在对话窗口内存在用户未读的消息的情况下,终端设备在该对话窗口内向用户提醒目标类别的消息,其中,目标类别由用户设置。由此,可以使用户更加方便地浏览目标类别对应的消息,从而提升用户体验。

4、在一种可能的实施方式中,该方法还包括:使用消息分类模型确定所述一个或多个消息中各个消息的类别;根据所述各个消息的类别,确定属于所述目标类别的第一消息。

5、上述方案中,使用预先训练的消息分类模型识别各个消息的类别,可以提高消息分类的效率。该消息分类模型可以是多模态模型,其可以识别不同格式的消息的类别,例如文本格式的消息、图像格式的消息和视频格式的消息等。

6、在一种可能的实施方式中,所述使用消息分类模型确定所述一个或多个消息中各个消息的类别包括:将所述各个消息和所述各个消息对应的标识输入所述消息分类模型,根据所述消息分类模型的输出确定所述各个消息的类别,其中,所述各个消息对应的标识包括所述对话窗口的标识、所述各个消息的发送者的标识和/或所述各个消息的发送时间。

7、上述方案中,在终端设备中部署消息分类模型,将各个消息所在对话窗口的标识和消息发送者的标识作为模型的输入数据,可以使模型针对性的识别不同窗口内不同消息发送者发送的消息的类别,从而提高模型的准确性,有利于改善用户体验。

8、在一种可能的实施方式中,所述方法还包括:确定所述各个消息的格式,所述格式包括文本、视频、图像和音频中的一种,不同格式对应不同的消息分类模型;使用与所述各个消息的格式对应的消息分类模型确定所述各个消息的类别。

9、上述方案中,在识别消息的类别之前,先识别各个消息的格式,然后使用相应格式对应的消息分类模型识别相应格式的消息的类别,可以提高模型的准确性。

10、在一种可能的实施方式中,在所述对话窗口内向所述用户提醒属于目标类别的第一消息之后,所述方法还包括:获取所述用户标记的所述第一消息的类别标签,将所述第一消息以及所述用户标记的所述第一消息的类别标签作为所述消息分类模型的训练样本。

11、上述方案中,用户可以通过终端设备对消息分类模型的识别结果进行纠正,如果模型识别的消息的类别与实际不符时,用户可以重新标注该消息的类别标签并将该消息作为训练消息分类模型的训练样本,从而逐渐提高模型的准确性。

12、在一种可能的实施方式中,所述方法还包括:向服务器发送所述一个或多个消息;从所述服务器接收所述一个或多个消息中各个消息的类别;根据所述各个消息的类别,确定属于所述目标类别的第一消息。

13、上述方案中,在服务器端部署消息分类模型,由服务器使用该模型识别消息的类别,可以节约终端设备的存储资源和计算资源,并且可以利用服务器端强大的计算资源和计算精度,提高模型识别消息的类别的效率和准确性。

14、在一种可能的实施方式中,所述方法还包括:向所述服务器发送所述用户标记的所述第一消息的类别标签。

15、在一种可能的实施方式中,所述类别指示消息的重要程度或话题种类。

16、第二方面,本申请还提供一种消息识别方法。该方法应用于服务器,该方法包括:获取终端设备发送的一个或多个消息;向所述终端设备发送所述一个或多个消息中各个消息的类别。

17、在一种可能的实施方式中,所述方法还包括:使用消息分类模型确定所述一个或多个消息中各个消息的类别。

18、在一种可能的实施方式中,所述方法还包括:确定所述各个消息的格式,所述格式包括文本、视频、图像和音频中的一种,不同格式对应不同的消息分类模型;使用与所述各个消息的格式对应的消息分类模型确定所述各个消息的类别。

19、上述两种实施方式中,在服务器端部署消息分类模型,由服务器使用该模型识别消息的类别,可以节约终端设备的存储资源和计算资源,并且可以利用服务器端强大的计算资源和计算精度,提高模型识别消息的类别的效率和准确性。

20、在一种可能的实施方式中,在向所述终端设备发送所述一个或多个消息中各个消息的类别之后,所述方法还包括:从所述终端设备接收用户标记的所述第一消息的类别标签,将所述第一消息以及所述用户标记的所述第一消息的类别标签作为所述消息分类模型的训练样本。

21、在一种可能的实施方式中,所述类别指示消息的重要程度或者话题种类。

22、第三方面,本申请提供一种消息分类模型的训练方法。该方法可以应用于训练设备,该方法包括:

23、获取训练样本集,其中,所述训练样本集中包括多个消息样本、每个消息样本对应的标识和每个消息样本对应的类别标签,所述每个消息样本对应的标识包括所述每个消息样本所在对话窗口的标识和/或所述消息样本的发送者的标识;使用所述训练样本集更新所述消息分类模型的模型参数。

24、在一种可能的实施方式中,所述类别标签指示消息样本的重要程度,所述多个消息样本包括下述的一项或多项:多个对话窗口内包含各个类别标签对应的目标标识的已读消息;所述多个对话窗口内包含所述各个类别标签对应的目标词汇的已读消息;所述多个对话窗口内用户标记的所述各个类别标签对应的已读消息。

25、在一种可能的实施方式中,所述各个类别标签包括重要标签,所述重要标签对应的目标标识包括@标识和引用回复标识。

26、在一种可能的实施方式中,所述类别标签指示消息样本的话题种类,所述多个消息样本包括下述的一项或多项:多个对话窗口内包含各个类别标签对应的目标词汇的已读消息;所述多个对话窗口内用户标记的所述各个类别标签对应的已读消息。

27、第四方面,本申请提供一种消息识别装置。该消息识别装置可以应用于终端设备中,该消息识别装置包括:获取模块和提醒模块。<本文档来自技高网...

【技术保护点】

1.一种消息识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述使用消息分类模型确定所述一个或多个消息中各个消息的类别包括:

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

5.根据权利要求2-4任一项所述的方法,其特征在于,在所述对话窗口内向所述用户提醒属于目标类别的第一消息之后,所述方法还包括:

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,所述方法还包括:

8.根据权利要求2-7任一项所述的方法,其特征在于,所述类别指示消息的重要程度或话题种类。

9.一种消息识别方法,其特征在于,所述方法包括:

10.根据权利要求9所述的方法,其特征在于,所述方法还包括:

11.根据权利要求9所述的方法,其特征在于,所述方法还包括:

12.根据权利要求9-11任一项所述的方法,其特征在于,在向所述终端设备发送所述一个或多个消息中各个消息的类别之后,所述方法还包括:

13.根据权利要求9-12任所述的方法,其特征在于,所述类别指示消息的重要程度或者话题种类。

14.一种消息分类模型的训练方法,其特征在于,所述方法包括:

15.根据权利要求14所述的方法,其特征在于,所述类别标签指示消息样本的重要程度,所述多个消息样本包括下述的一项或多项:

16.根据权利要求15所述的方法,其特征在于,所述各个类别标签包括重要标签,所述重要标签对应的目标标识包括@标识和引用回复标识。

17.根据权利要求14所述的方法,其特征在于,所述类别标签指示消息样本的话题种类,所述多个消息样本包括下述的一项或多项:

18.一种终端设备,其特征在于,所述终端设备包括:处理器和存储器,所述处理器用于执行存储于所述存储器内的计算机程序以实现权利要求1至8任一所述的方法。

19.一种服务器,其特征在于,所述服务器包括:处理器和存储器,所述处理器用于执行存储于所述存储器内的计算机程序以实现权利要求9至13任一所述的方法。

20.一种训练设备,其特征在于,所述训练设备包括:处理器和存储器,所述处理器用于执行存储于所述存储器内的计算机程序以实现权利要求14至17任一所述的方法。

21.一种计算机可读存储介质,其特征在于,包括指令,当所述指令在计算机上运行时,使得所述计算机执行如实现权利要求1至8任一所述的方法,或者执行如权利要求9至13任一所述的方法,或者执行如权利要求14至17任一所述的方法。

22.一种计算机程序产品,其特征在于,包括程序代码,当计算机运行所述计算机程序产品时,使得所述计算机执行如权利要求1至8任一所述的方法,或者执行如权利要求9至13任一所述的方法,或者执行如权利要求14至17任一所述的方法。

...

【技术特征摘要】

1.一种消息识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述使用消息分类模型确定所述一个或多个消息中各个消息的类别包括:

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

5.根据权利要求2-4任一项所述的方法,其特征在于,在所述对话窗口内向所述用户提醒属于目标类别的第一消息之后,所述方法还包括:

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,所述方法还包括:

8.根据权利要求2-7任一项所述的方法,其特征在于,所述类别指示消息的重要程度或话题种类。

9.一种消息识别方法,其特征在于,所述方法包括:

10.根据权利要求9所述的方法,其特征在于,所述方法还包括:

11.根据权利要求9所述的方法,其特征在于,所述方法还包括:

12.根据权利要求9-11任一项所述的方法,其特征在于,在向所述终端设备发送所述一个或多个消息中各个消息的类别之后,所述方法还包括:

13.根据权利要求9-12任所述的方法,其特征在于,所述类别指示消息的重要程度或者话题种类。

14.一种消息分类模型的训练方法,其特征在于,所述方法包括:

15.根据权利要求14所述的方法,其特征在于,所述类别标...

【专利技术属性】
技术研发人员:黄巍郑毅李明磊怀宝兴
申请(专利权)人:华为云计算技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1