本技術(shù)涉及互聯(lián)網(wǎng)，具體涉及表情圖片匹配方法、裝置、介質(zhì)及設(shè)備。

背景技術(shù)：

1、人工智能(ai，artificial?intelligence)是計(jì)算機(jī)科學(xué)的一個(gè)綜合技術(shù)，通過(guò)研究各種智能機(jī)器的設(shè)計(jì)原理與實(shí)現(xiàn)方法，使機(jī)器具有感知、推理與決策的功能。人工智能技術(shù)是一門綜合學(xué)科，涉及領(lǐng)域廣泛，例如自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等幾大方向。隨著技術(shù)的發(fā)展，人工智能技術(shù)將在更多的領(lǐng)域得到應(yīng)用，并發(fā)揮越來(lái)越重要的價(jià)值。

2、在表情圖片的分發(fā)服務(wù)中，利用人工智能技術(shù)為用戶提供或推薦豐富的表情圖片，促進(jìn)了用戶之間的交互。但相關(guān)技術(shù)中，所提供或推薦的表情圖片類別單一，多樣性不足，且不能很好地匹配用戶的需求，造成用戶在短時(shí)間內(nèi)無(wú)法獲取到最符合心意的表情圖片的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了提升表情圖片分發(fā)服務(wù)的效率和質(zhì)量，本技術(shù)提供了表情圖片匹配方法、裝置、介質(zhì)及設(shè)備。所述技術(shù)方案如下：

2、第一方面，本技術(shù)提供了一種表情圖片匹配方法，所述方法包括：

3、獲取客戶端發(fā)送的針對(duì)表情圖片的查詢請(qǐng)求信息；

4、基于所述查詢請(qǐng)求信息，進(jìn)行特征提取處理，得到請(qǐng)求特征信息，所述請(qǐng)求特征信息包含請(qǐng)求文本特征數(shù)據(jù)和請(qǐng)求語(yǔ)義特征數(shù)據(jù)；

5、確定多個(gè)候選表情圖片中的每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)與所述請(qǐng)求文本特征數(shù)據(jù)之間的第一關(guān)聯(lián)度；所述文本標(biāo)簽數(shù)據(jù)是對(duì)對(duì)應(yīng)的候選表情圖片進(jìn)行多維度分析得到的、以文本描述的內(nèi)容特征數(shù)據(jù)；

6、確定所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)和所述請(qǐng)求語(yǔ)義特征數(shù)據(jù)之間的第二關(guān)聯(lián)度；所述語(yǔ)義向量數(shù)據(jù)是對(duì)對(duì)應(yīng)的候選表情圖片進(jìn)行多維度分析得到的、以語(yǔ)義向量描述的內(nèi)容特征數(shù)據(jù)；

7、根據(jù)所述第一關(guān)聯(lián)度和所述第二關(guān)聯(lián)度，從所述多個(gè)候選表情圖片中確定至少一個(gè)目標(biāo)候選表情圖片；

8、根據(jù)所述至少一個(gè)目標(biāo)候選表情圖片，得到與所述查詢請(qǐng)求信息匹配的待分發(fā)圖片序列，所述待分發(fā)圖片序列為部分或全部的所述至少一個(gè)目標(biāo)候選表情圖片。

9、可選地，所述方法還包括：

10、對(duì)所述每一個(gè)候選表情圖片進(jìn)行文本元素的提取處理，得到所述每一個(gè)候選表情圖片上展示的原始文本數(shù)據(jù)；

11、對(duì)所述每一個(gè)候選表情圖片上展示的原始文本數(shù)據(jù)進(jìn)行文本分析處理，得到所述每一個(gè)候選表情圖片的文本分析結(jié)果，所述文本分析結(jié)果包括語(yǔ)義分析結(jié)果、實(shí)體識(shí)別結(jié)果和情感分析結(jié)果；

12、對(duì)所述每一個(gè)候選表情圖片的文本分析結(jié)果進(jìn)行標(biāo)簽抽取處理，得到所述每一個(gè)候選表情圖片的第一標(biāo)簽數(shù)據(jù)；

13、對(duì)所述每一個(gè)候選表情圖片進(jìn)行圖像特征的提取處理，得到所述每一個(gè)候選表情圖片的第一圖像特征數(shù)據(jù)；

14、根據(jù)所述每一個(gè)候選表情圖片的第一圖像特征數(shù)據(jù)，進(jìn)行圖像分類處理，得到所述每一個(gè)候選表情圖片的第二標(biāo)簽數(shù)據(jù)；

15、所述每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)包括所述每一個(gè)候選表情圖片的第一標(biāo)簽數(shù)據(jù)和所述每一個(gè)候選表情圖片的第二標(biāo)簽數(shù)據(jù)。

16、可選地，所述方法還包括：

17、確定所述每一個(gè)候選表情圖片的文本描述信息，所述文本描述信息包括所述每一個(gè)候選表情圖片的原始文本數(shù)據(jù)和所述每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)；

18、將所述每一個(gè)候選表情圖片的文本描述信息輸入對(duì)比式學(xué)習(xí)模型，進(jìn)行文本特征提取處理，得到所述每一個(gè)候選表情圖片的文本特征數(shù)據(jù)；

19、將所述每一個(gè)候選表情圖片的文本特征數(shù)據(jù)映射至所述對(duì)比式學(xué)習(xí)模型對(duì)應(yīng)的語(yǔ)義向量空間，得到所述每一個(gè)候選表情圖片的文本語(yǔ)義向量數(shù)據(jù)；

20、將所述每一個(gè)候選表情圖片輸入所述對(duì)比式學(xué)習(xí)模型，進(jìn)行圖像特征提取處理，得到所述每一個(gè)候選表情圖片的第二圖像特征數(shù)據(jù)；

21、將所述每一個(gè)候選表情圖片的第二圖像特征數(shù)據(jù)映射至所述語(yǔ)義向量空間，得到所述每一個(gè)候選表情圖片的圖像語(yǔ)義向量數(shù)據(jù)；

22、所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)包括所述每一個(gè)候選表情圖片的文本語(yǔ)義向量數(shù)據(jù)和每一個(gè)候選表情圖片的圖像語(yǔ)義向量數(shù)據(jù)。

23、可選地，所述確定多個(gè)候選表情圖片中的每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)與所述請(qǐng)求文本特征數(shù)據(jù)之間的第一關(guān)聯(lián)度，包括：

24、獲取所述多個(gè)候選表情圖片的標(biāo)簽索引表，所述標(biāo)簽索引表包含所述每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)；

25、基于文本匹配算法，確定所述每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)和所述請(qǐng)求文本特征數(shù)據(jù)之間的第一關(guān)聯(lián)度；所述第一關(guān)聯(lián)度指示所述每一個(gè)候選表情圖片與所述查詢請(qǐng)求信息之間的文本匹配度。

26、可選地，所述確定所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)和所述請(qǐng)求語(yǔ)義特征數(shù)據(jù)之間的第二關(guān)聯(lián)度，包括：

27、獲取所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)；所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)是基于對(duì)比式學(xué)習(xí)模型、所述每一個(gè)候選表情圖片和所述每一個(gè)候選表情圖片的文本描述信息確定的；所述每一個(gè)候選表情圖片的文本描述信息包括所述每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)和所述每一個(gè)候選表情圖片上展示的原始文本數(shù)據(jù)；

28、基于向量空間距離算法，確定所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)和所述請(qǐng)求語(yǔ)義特征數(shù)據(jù)之間的第二關(guān)聯(lián)度；所述第二關(guān)聯(lián)度指示所述每一個(gè)候選表情圖片與所述查詢請(qǐng)求信息之間的語(yǔ)義向量相似度。

29、可選地，所述方法還包括：

30、確定所述查詢請(qǐng)求信息中與所述客戶端關(guān)聯(lián)的請(qǐng)求對(duì)象信息；

31、確定歷史分發(fā)信息中的歷史請(qǐng)求對(duì)象和所述多個(gè)候選表情圖片之間的協(xié)同關(guān)系，所述協(xié)同關(guān)系以圖模型表征；

32、基于所述請(qǐng)求對(duì)象信息和所述協(xié)同關(guān)系，從所述多個(gè)候選表情圖片中確定至少一個(gè)第一候選表情圖片；

33、根據(jù)所述至少一個(gè)第一候選表情圖片，更新所述至少一個(gè)目標(biāo)候選表情圖片。

34、可選地，所述根據(jù)所述至少一個(gè)目標(biāo)候選表情圖片，得到與所述查詢請(qǐng)求信息匹配的待分發(fā)圖片序列，包括：

35、根據(jù)所述至少一個(gè)目標(biāo)候選表情圖片中每一個(gè)目標(biāo)候選表情圖片對(duì)應(yīng)的第一關(guān)聯(lián)度和每一個(gè)目標(biāo)候選表情圖片對(duì)應(yīng)的第二關(guān)聯(lián)度，對(duì)所述至少一個(gè)目標(biāo)候選表情圖片進(jìn)行排序處理，得到第一圖片序列；

36、確定所述查詢請(qǐng)求信息中與所述客戶端關(guān)聯(lián)的請(qǐng)求對(duì)象信息；

37、確定所述查詢請(qǐng)求信息對(duì)應(yīng)的背景信息，所述背景信息包括交互上下文信息、業(yè)務(wù)類型信息和圖片質(zhì)量要求信息；

38、根據(jù)所述圖片質(zhì)量要求信息，對(duì)第一圖片序列進(jìn)行篩選，得到第二圖片序列；

39、確定所述第二圖片序列中每一個(gè)目標(biāo)候選表情圖片與所述請(qǐng)求對(duì)象信息之間的第一匹配度；

40、確定所述第二圖片序列中每一個(gè)目標(biāo)候選表情圖片與所述交互上下文信息之間的第二匹配度；

41、確定所述第二圖片序列中每一個(gè)目標(biāo)候選表情圖片與所述業(yè)務(wù)類型信息之間的第三匹配度；

42、根據(jù)所述第一匹配度、所述第二匹配度和所述第三匹配度，對(duì)所述第二圖片序列進(jìn)行重排序處理，得到所述待分發(fā)圖片序列。

43、可選地，所述方法還包括：

44、在所述至少一個(gè)目標(biāo)候選表情圖片的數(shù)量低于預(yù)設(shè)數(shù)量閾值的情況下，確定所述查詢請(qǐng)求信息的關(guān)鍵文本信息；

45、獲取所述多個(gè)候選表情圖片對(duì)應(yīng)的多個(gè)基礎(chǔ)表情圖片；所述多個(gè)基礎(chǔ)表情圖片中均不包含文本；

46、獲取所述多個(gè)基礎(chǔ)表情圖片中每一個(gè)基礎(chǔ)表情圖片的索引向量數(shù)據(jù)，所述索引向量數(shù)據(jù)為向量形式的文本標(biāo)簽數(shù)據(jù)和語(yǔ)義向量數(shù)據(jù)；

47、根據(jù)所述每一個(gè)基礎(chǔ)表情圖片的索引向量數(shù)據(jù)與所述請(qǐng)求語(yǔ)義特征數(shù)據(jù)之間的相似度，從所述多個(gè)基礎(chǔ)表情圖片中確定至少一個(gè)目標(biāo)基礎(chǔ)表情圖片；

48、將所述關(guān)鍵文本信息和所述至少一個(gè)目標(biāo)基礎(chǔ)表情圖片進(jìn)行合成，得到至少一個(gè)第二候選表情圖片；

49、根據(jù)所述至少一個(gè)第二候選表情圖片，更新所述至少一個(gè)目標(biāo)候選表情圖片。

50、第二方面，本技術(shù)提供了一種表情圖片匹配裝置，所述裝置包括：

51、獲取模塊，用于獲取客戶端發(fā)送的針對(duì)表情圖片的查詢請(qǐng)求信息；

52、特征提取模塊，用于基于所述查詢請(qǐng)求信息，進(jìn)行特征提取處理，得到請(qǐng)求特征信息，所述請(qǐng)求特征信息包含請(qǐng)求文本特征數(shù)據(jù)和請(qǐng)求語(yǔ)義特征數(shù)據(jù)；

53、文本關(guān)聯(lián)度確定模塊，用于確定多個(gè)候選表情圖片中的每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)與所述請(qǐng)求文本特征數(shù)據(jù)之間的第一關(guān)聯(lián)度；所述文本標(biāo)簽數(shù)據(jù)是對(duì)對(duì)應(yīng)的候選表情圖片進(jìn)行多維度分析得到的、以文本描述的內(nèi)容特征數(shù)據(jù)；

54、向量關(guān)聯(lián)度確定模塊，用于確定所述每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)和所述請(qǐng)求語(yǔ)義特征數(shù)據(jù)之間的第二關(guān)聯(lián)度；所述語(yǔ)義向量數(shù)據(jù)是對(duì)對(duì)應(yīng)的候選表情圖片進(jìn)行多維度分析得到的、以語(yǔ)義向量描述的內(nèi)容特征數(shù)據(jù)；

55、召回模塊，用于根據(jù)所述第一關(guān)聯(lián)度和所述第二關(guān)聯(lián)度，從所述多個(gè)候選表情圖片中確定至少一個(gè)目標(biāo)候選表情圖片；

56、序列生成模塊，用于根據(jù)所述至少一個(gè)目標(biāo)候選表情圖片，得到與所述查詢請(qǐng)求信息匹配的待分發(fā)圖片序列，所述待分發(fā)圖片序列為按預(yù)設(shè)順序排列的部分或全部的所述至少一個(gè)目標(biāo)候選表情圖片。

57、第三方面，本技術(shù)提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一條指令或至少一段程序，所述至少一條指令或至少一段程序由處理器加載并執(zhí)行以實(shí)現(xiàn)如第一方面所述的一種表情圖片匹配方法。

58、第四方面，本技術(shù)提供了一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有至少一條指令或至少一段程序，所述至少一條指令或至少一段程序由所述處理器加載并執(zhí)行以實(shí)現(xiàn)如第一方面所述的一種表情圖片匹配方法。

59、第五方面，本技術(shù)提供了一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的一種表情圖片匹配方法。

60、本技術(shù)提供的表情圖片匹配方法、裝置、介質(zhì)及設(shè)備，具有如下技術(shù)效果：

61、在本技術(shù)提供的方案中，基于客戶端發(fā)送的針對(duì)表情圖片的查詢請(qǐng)求信息，進(jìn)行特征提取處理，得到包含請(qǐng)求文本特征數(shù)據(jù)和請(qǐng)求語(yǔ)義特征數(shù)據(jù)的請(qǐng)求特征信息，從文本維度和語(yǔ)義向量維度對(duì)查詢請(qǐng)求信息進(jìn)行特征提取和表征，可以更全面、更精準(zhǔn)地挖掘到用戶對(duì)于表情圖片的需求特征；在本技術(shù)提供的方案中，同樣從多個(gè)維度對(duì)多個(gè)候選表情圖片的內(nèi)容進(jìn)行更為細(xì)致的理解和分析，生成了每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)和語(yǔ)義向量數(shù)據(jù)，進(jìn)而可以根據(jù)每一個(gè)候選表情圖片的文本標(biāo)簽數(shù)據(jù)與請(qǐng)求文本特征數(shù)據(jù)之間的第一關(guān)聯(lián)度、每一個(gè)候選表情圖片的語(yǔ)義向量數(shù)據(jù)和所述請(qǐng)求語(yǔ)義特征數(shù)據(jù)之間的第二關(guān)聯(lián)度，更高效準(zhǔn)確且豐富多樣地篩選出與查詢請(qǐng)求信息匹配的至少一個(gè)目標(biāo)候選表情圖片，根據(jù)至少一個(gè)目標(biāo)候選表情圖片得到的待分發(fā)序列可以滿足表情圖片分發(fā)服務(wù)的需要。

62、在本技術(shù)提供的方案中，可以大幅提升召回結(jié)果的多樣性、覆蓋度以及與用戶需求的匹配契合度，有效提升表情圖片分發(fā)的高效和準(zhǔn)確，優(yōu)化用戶的使用體驗(yàn)。

63、本技術(shù)的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本技術(shù)的實(shí)踐了解到。