[发明专利]一种基于场景适应的表情符号推荐方法及系统

说明书

本发明公开了一种基于场景适应的表情符号推荐方法及系统，该方法通过输入的语音信息确定其对应的文本关键词，再根据检测到的若干个当前场景标识，结合预设的神经网络模型，获得当前场景识别结果，接着通过预设的若干个场景记录，对所述场景识别结果进行匹配，获得与所述场景识别结果对应的第一场景记录，根据所述文本关键词、当前场景识别结果和所述第一场景记录，结合预设的场景适应算法，获得推荐的表情符号列表，支持根据语音推荐表情符号，提高表情符号推荐的准确率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于场景适应的表情符号推荐方法及系统。

背景技术

随着互联网技术的发展，使用即时通信工具已经成为人们不可缺少的沟通方式，且聊天的形式也丰富多样，主要有：文字、表情、语音、视频等。其中，表情是最能表达用户心情的一种表现形式，可以表达出很多文字无法表达的意思。

目前，在聊天过程中，当用户需要发送表情时，需打开表情选择页面并按照已有表情顺序依次查看并选择用户需要的表情。若当前终端设备表情选择页面含有大量的表情，而用户所需选择的表情又比较靠后。则需要用户不断的翻页查找，增加了用户的操作复杂度和选择表情所需时间。

与此同时，随着语音识别技术的成熟以及移动终端使用人群的增多，在移动终端上通过语音输入转文字的输入方式已经普及。然而，目前这种输入方式存在以下问题：只支持通过语音输入转文字、标点符号，不支持识别语音信息中的场景、语境等自动推荐表情符号；现有的表情符号推荐排序尚未支持场景适应，致使推荐准确率较低。

发明内容

本发明提供了一种基于场景适应的表情符号推荐方法及系统，支持根据语音推荐表情符号，提高表情符号推荐的准确率。

为了实现上述技术目的，本发明提供了一种基于场景适应的表情符号推荐方法，包括：

根据输入的语音信息确定其对应的文本关键词；

根据检测到的若干个当前场景标识，结合预设的神经网络模型，获得当前场景识别结果；

通过预设的若干个场景记录，对所述场景识别结果进行匹配，获得与所述场景识别结果对应的第一场景记录；

根据所述文本关键词、当前场景识别结果和所述第一场景记录，结合预设的场景适应算法，获得推荐的表情符号列表。

本发明提供了一种基于场景适应的表情符号推荐方法，首先是根据输入的语音确定所述语音对应的文本，确定其关键词，方便后续进行查找，然后通过预设的神经网络模型，根据检测到的若干个当前场景标识，获得当前的场景识别结果，提高场景检测的准确性，根据检测到的场景识别结果，通过对预存的场景记录进行匹配，找到对应的第一场景记录，提高推荐的准确性，然后根据获得的文本关键词、当前场景识别结果和所述第一场景记录，通过预设的场景适应算法，能够获得符合当时场景以及符合当时输入语音的关键词的表情符号，提高了推荐的准确率。

作为优选例子，在所述预设的神经网络模型的训练过程，具体包括：

接收服务器端定时发送的新的神经网络模型，并将所述新的神经网络模型保存到用户端本地，删除旧的神经网络模型；

所述服务器端根据所述新的神经网络模型，所述用户端通过连接网络接收并保存所述新的神经网络模型，以此代替旧的神经网络模型；

所述场景记录包括场景标识、历史使用表情符号、文本关键词和时间段。

本发明通过在服务器端对预设的神经网络模型进行训练，避免了训练过程中对用户端的空间浪费，而且所述服务器端定时根据保存的场景记录更新所述神经网络模型，提高了所述神经网络模型的场景识别的精确度，然后通过网络连接发送到所述用户端，不用用户端进行训练和下载，提高了检测速度。

作为优选例子，在所述根据检测到的若干个当前场景标识，具体包括：