[发明专利]一种信息处理方法、装置、电子设备及介质有效

专利信息
申请号: 202011380370.4 申请日: 2020-11-30
公开(公告)号: CN112462992B 公开(公告)日: 2022-07-19
发明(设计)人: 武雅雯;王珊 申请(专利权)人: 北京搜狗科技发展有限公司
主分类号: G06F3/0481 分类号: G06F3/0481;G06T11/60;G06F16/583;G06F16/535
代理公司: 北京华沛德权律师事务所 11302 代理人: 房德权
地址: 100084 北京市海淀区中关*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息处理 方法 装置 电子设备 介质
【权利要求书】:

1.一种信息处理方法,其特征在于,包括:

接收对方用户发送的即时通信信息;所述即时通信信息为聊天文本信息或语音信息;

在接收到所述即时通信信息之后,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,其中,N为不小于1的整数;

从所述N个表情图片集中自动获取与所述即时通信信息以及当前应用场景匹配的目标表情图片,其中,所述当前应用场景为聊天场景、游戏场景、办公场景和文本编辑场景中的任一种;

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.如权利要求1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。

3.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。

4.如权利要求2或3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。

5.如权利要求 4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。

6.如权利要求5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。

7.如权利要求6所述的方法,其特征在于,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个表情图片集中,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。

8.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。

9.如权利要求8所述的方法,其特征在于,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狗科技发展有限公司,未经北京搜狗科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011380370.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top