[发明专利]一种基于语义理解的表情输入方法和装置

权利要求书

1.一种基于语义理解的表情输入方法，其特征在于，包括：

获取输入序列对应的文本内容；

对所述文本内容进行分词，并基于分词的结果，提取各文本特征；

以所述文本特征构建输入向量，代入情感分类模型进行分类，以确定文本内容所属的情感标签；

基于情感标签与各主题的表情的对应关系，分别获取所述情感标签下的各主题的表情；

将所述各主题的表情进行排序，并作为候选项在客户端进行展示。

2.如权利要求1所述的方法，其特征在于，还包括：

根据语聊资源数据和各主题的表情资源数据构建所述情感标签与各主题的表情之间的对应关系；

或者根据所述情感标签的近义词和所述近义词分别在各主题对应的表情构建所述情感标签与各主题的表情之间的对应关系。

3.如权利要求2所述的方法，其特征在于，所述根据语聊资源数据和各主题的表情资源数据构建所述情感标签与各主题的表情之间的对应关系包括：

获取语聊资源数据和各主题的表情资源数据；所述语聊资源数据包括第二表情及其对应的文本内容；

结合所述语聊资源数据包括的对应第二表情的文本内容，对所述各主题的表情资源数据中的每个第一表情分别进行分类，基于所述分类后的第一表情构建情感标签与每个主题的各种表情之间的对应关系。

4.如权利要求3所述的方法，其特征在于，所述结合所述语聊资源数据包括的对应第二表情的文本内容，对所述各主题的表情资源数据中的每个第一表情分别进行分类，包括：

根据所述语聊资源数据包括的第二表情及其文本内容，分别挖掘所述表情资源数据中每个主题的各个第一表情各自对应的各第一关键词；

根据所述第一关键词和预置的对应每个表情类别的各第二关键词，对所述各第一表情分别进行分类。

5.如权利要求4所述的方法，其特征在于，根据所述语聊资源数据包括的第二表情及其文本内容，分别挖掘所述表情资源数据中每个主题的各个第一表情对应的各第一关键词，包括：

使用符号匹配规则和图片内容判断规则从所述语聊资源数据中提取所述第二表情和所述第二表情对应的文本内容；

在所述各主题的表情资源数据中，分别将所述第一表情与提取的第二表情进行匹配，匹配成功则分别将第一表情与第二表情的文本内容进行关联，并从所述文本内容中挖掘各第一关键词与第一表情进行对应。

6.如权利要求4所述的方法，其特征在于，所述根据所述第一关键词和预置的每个表情类别下的各第二关键词，对所述各第一表情分别进行分类，包括：

针对匹配上的各第一表情，基于每个表情类别下的各第二关键词，以该第一表情下的各第一关键词进行情感分类预测，确定所述第一表情的表情类别；

针对未匹配上的各第一表情，基于每个表情类别下的各第二关键词，将所述第一表情标注为具体的表情类别。

7.如权利要求4所述的方法，其特征在于，所述基于所述分类后的第一表情构建情感标签与每个主题的各种表情之间的对应关系包括：

针对每个主题的第一表情，将其对应的第一关键词和第二关键词合并为所述第一表情的情感标签，从而获得情感标签与每个主题中的表情的对应关系。

8.如权利要求3所述的方法，其特征在于，所述情感分类模型通过以下步骤构建：

针对每个主题的第一表情，根据第一表情和第二表情的匹配关系，从所述语聊资源数据中获取对应的各文本内容；

从所述各文本内容中，提取自然语言的各文本特征；

根据各第一表情对应的情感标签所属表情类别及与该情感标签对应的各文本特征生成训练样本，训练情感分类模型。

9.如权利要求1或8所述的方法，其特征在于，所述确定文本内容所属的情感标签之后，还包括：

在利用情感分类模型确定文本内容所属的情感标签时，根据情感分类模型分析得到的所述情感标签对应的置信度，判断是否进入下一步骤。

10.如权利要求1所述的方法，其特征在于，所述将所述各主题的表情进行排序包括：

针对每个表情类别的各第一表情，根据所述第一表情在语聊资源数据中的出现次数和/或用户的个性化信息对相应候选项进行排序。