[发明专利]一种表情推荐方法、装置及存储介质

权利要求书

1.一种表情推荐方法，其特征在于，所述方法包括：

确定基于客户端输入的目标文本；

获取待推荐表情元素对应的表情标签；

获取所述目标文本与所述表情标签的相似度；

基于所述相似度，从所述待推荐表情元素中选取目标表情元素进行表情推荐，所述目标表情元素包括：与所述目标文本非完全相同的表情标签对应的表情元素。

2.如权利要求1所述的方法，其特征在于，所述确定基于客户端输入的目标文本，包括：

获取分词词库，所述分词词库至少包括所述待推荐表情元素对应的表情标签；

基于所述分词词库，对基于所述客户端输入的文本进行分词处理，得到相应的词序列；

选取所述词序列中最后一个词作为所述目标文本。

3.如权利要求1所述的方法，其特征在于，所述基于所述相似度，从所述待推荐表情元素中选取目标表情元素进行表情推荐，包括：

基于所述相似度，确定与所述目标文本的相似度达到相似度阈值的表情标签，将确定的表情标签对应的待推荐表情元素作为所述目标表情元素；

采用第一显示方式，通过所述客户端呈现所述目标表情元素。

4.如权利要求1所述的方法，其特征在于，所述基于所述相似度，从所述待推荐表情元素中选取目标表情元素进行表情推荐，包括：

基于所述相似度，按照相似度的高低对所述待推荐表情元素进行排序，得到待推荐表情元素序列；

从所述待推荐表情元素序列中第一个待推荐表情元素开始，选取预设数量的待推荐表情元素作为所述目标表情元素；

采用第二显示方式，通过所述客户端呈现所述目标表情元素。

5.如权利要求1所述的方法，其特征在于，所述获取所述目标文本与所述表情标签的相似度，包括：

将所述目标文本输入神经网络模型，得到对应的语义向量；所述神经网络模型基于目标用户的历史输入文本及预设的第一训练样本集合训练得到；

获取各所述表情标签对应的标签向量；

分别获取所述语义向量与各所述标签向量的夹角余弦值，得到所述目标文本与各所述表情标签的相似度。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

构建第二训练样本集合，所述第二训练样本集合包括：所述历史输入文本中的第一样本词及相应的第一语义向量，由预设的第二样本词及相应的第二语义向量构成的所述第一训练样本集合；

分别以所述第一样本词及所述第二样本词作为输入，以相应的第一语义向量及第二语义向量作为输出，训练所述神经网络模型根据输入的文本输出对应语义向量的性能。

7.如权利要求5所述的方法，其特征在于，所述将所述目标文本输入神经网络模型，得到对应的语义向量，包括：

对所述目标文本进行独热码编码，得到对应所述目标文本的独热码；

将所述独热码输入所述神经网络模型，输出用于表征所述目标文本语义的语义向量。

8.一种表情推荐装置，其特征在于，所述装置包括：

确定单元，用于确定基于客户端输入的目标文本；

获取单元，用于获取待推荐表情元素对应的表情标签；

计算单元，用于获取所述目标文本与所述表情标签的相似度；

推荐单元，用于基于所述相似度，从所述待推荐表情元素中选取目标表情元素进行表情推荐，所述目标表情元素包括：与所述目标文本非完全相同的表情标签对应的表情元素。

9.如权利要求8所述的装置，其特征在于，

所述确定单元，用于获取分词词库，所述分词词库至少包括所述待推荐表情元素对应的表情标签；

基于所述分词词库，对基于所述客户端输入的文本进行分词处理，得到相应的词序列；

选取所述词序列中最后一个词作为所述目标文本。