获取表情图片的方法及装置与流程

本发明涉及互联网通信领域，特别涉及一种获取表情图片的方法及装置。
背景技术：
：随着通信技术的发展，用户可以使用社交应用与好友聊天。在聊天的过程中，为了增加聊天内容的趣味性，社交应用可以获取表情图片供用户选择，然后向好友发送用户选择的表情图片。目前可以通过如下两种方式获取表情图片，分别为：第一、社交应用事先在本地保存至少一个表情图片。在需要发送表情图片时，社交应用直接获取本地保存的所有表情图片并显示给用户。第二、社交应用根据用户在聊天界面的输入框中输入的文本内容，从数据库中匹配出该文本内容对应的至少一个表情图片，数据库用于存储文本内容与表情图片的对应关系，显示该至少一个表情图片。在实现本发明的过程中，发明人发现现有技术至少存在以下问题：对于上述第一种方案，当社交应用本地保存的表情图片较多时，用户很难从显示的表情图片中找出需要发送的表情图片，降低表情图片的发送效率。对于上述第二种方案，当用户在输入框中多输入或少输入一个或多个字时，可能导致无法从数据库中匹配出文本内容对应的表情图片，灵活性较差。技术实现要素：为了提高表情图片的发送效率以及增加获取表情图片的灵活性，本发明实施例提供了一种获取表情图片的方法及装置。所述技术方案如下：第一方面，本发明实施例提供了一种获取表情图片的方法，所述方法包括：装置对输入内容进行分词，得到至少一个词语；所述装置根据分词得到的词语，获取所述词语对应的表情图片，得到表情图片集合，所述表情图片集合包括至少一个表情图片；所述装置从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片，并作为待发送的候选表情图片。第二方面，本发明实施例提供了一种获取表情图片的装置，所述装置包括：分词模块，用于对输入内容进行分词，得到至少一个词语；获取模块，用于根据分词得到的词语，获取所述词语对应的表情图片，得到表情图片集合，所述表情图片集合包括至少一个表情图片；选择模块，用于从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片，并作为待发送的候选表情图片。第三方面，本发明实施例提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至8任一所述的获取表情图片的方法。其中，所述设备可以为终端或服务器。第四方面，本发明实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至8任一所述的获取表情图片的方法。本发明提供的技术方案的有益效果是：通过输入内容获取能够与该输入内容搭配使用的表情图片并显示给用户，用户只需要从显示的表情图片选择需要发送的表情图片，相比目前从保存的大量表情图片中选择需要发送的表情图片，节省了选择表情图片的时间，提高发送效率。另外，根据输入内容包括的每个词语，获取每个词语对应的表情图片，这样在获取表情图片时不受输入内容的文字数目限制，增加了获取表情图片的灵活性。附图说明图1是本发明实施例提供的一种获取表情图片的系统结构示意图；图2-1是本发明实施例提供的一种获取表情图片的方法流程图；图2-2是本发明实施例提供的一种聊天界面示意图；图2-3是本发明实施例提供的一种表情图片的示意图；图2-4是本发明实施例提供的另一种聊天界面示意图；图2-5是本发明实施例提供的另一种聊天界面示意图；图3-1是本发明另一实施例提供的一种获取表情图片的方法流程图；图3-2是本发明实施例提供的一种表情图片的示意图；图4-1是本发明另一实施例提供的一种获取表情图片的方法流程图；图4-2是本发明另一实施例提供的一种获取表情图片的方法流程图；图5是本发明实施例提供的一种获取表情图片的装置结构示意图；图6是本发明另一实施例提供的一种获取表情图片的装置结构示意图；图7是本发明另一实施例提供的一种获取表情图片的装置结构示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。参见图1，本发明实施例提供了一种获取表情图片的系统，该系统包括：终端101和服务器102，终端101和服务器102之间建立有网络连接，该网络连接可以为无线连接或有线连接。终端101可以为手机、平板电脑、笔记本电脑或台式电脑等。服务器102中存储有表情图片库，该表情图片库包括表情图片，服务器102可以定期或不定期地更新该表情图片库。终端101可以下载该表情图片库并将该表情图片库存储在本地；终端101也可以不下载该表情图片库，即终端101本地不保存该表情图片库。在终端101本地保存该表情图片库的情况下，当服务器102中的表情图片库发生变化时，终端101可以从服务器102中下载表情图片库并根据下载的表情图片库更新本地存储的表情图片库。终端101中安装有社交应用，在用户向社交应用的聊天界面中输入内容时，可以根据该聊天界面中的输入内容从本地保存的表情图片库中获取至少一个表情图片并显示给用户，供用户选择需要发送的表情图片。或者，终端101向服务器102发送携带该输入内容的请求消息，服务器102根据该请求消息从其保存的表情图片库中获取至少一个表情图片并发送给终端101，终端101显示服务器102发送的该至少一个表情图片，供用户选择需要发送的表情图片。其中，对于终端101获取表情图片的详细过程，或者服务器102获取表情图片的详细过程，可以通过如下任一实施例来实现。参见图2-1，本发明实施例提供了一种获取表情图片的方法，本实施例的执行主体可以为装置，该装置可以为图1所示实施例中的终端或服务器，为了简化描述，在如下实施例的流程中隐藏执行主体，包括：步骤201：对输入内容进行分词，得到至少一个词语。本实施例可以应用于用户使用社交应用聊天的场景，该社交应用安装在终端中。用户可以在社交应用的聊天界面的输入框中输入内容，终端实时检测该输入框，在检测到停止向该输入框输入内容的时间达到预设时间阈值时，提取该输入框中的内容作为输入内容。预设时间阈值可以为0.2秒、0.4秒或0.6秒等值。例如，参见图2-2所示的社交应用的聊天界面，用户可以在聊天界面的输入框中输入内容“错过最后一班公交车”。终端在检测到用户停止向输入框中输入内容的时间达到预设时间阈值时，提取该输入框中的“错过最后一班公交车”作为输入内容。本实施例的执行主体可以为终端或服务器。在执行主体为终端时，终端在提取到输入内容后直接对该输入内容进行分词。在执行主体为服务器时，终端在提取到输入内容后，向服务器请求消息，该请求消息携带该输入内容。服务器接收该请求消息，对该请求消息携带的输入内容进行分词。终端在执行本步骤的操作或向服务器发送请求消息之前，还可以比较提取的输入内容与保存的最近上一次提取的输入内容之间的差异字符，如果该差异字符包括非空白字符，则执行本步骤的操作或向服务器发送请求消息。如果该差异字符全为空白字符，表明提取的输入内容和保存的最近上一次提取的输入内容相同，不执行任何操作。终端或服务器可以通过自然语言处理技术对输入内容进行分析，并将该输入内容划分成至少一个词语。例如，对于输入内容“错过最后一班公交车”，可以通过自然语言处理技术对该输入内容“错过最后一班公交车”进行分析，并将“错过最后一班公交车”划分成如下四个词语，分别为“错过”、“最后”、“一班”和“公交车”。步骤202：根据分词得到的词语，获取词语对应的表情图片，得到表情图片集合，该表情图片集合中的每个表情图片存在对应的配文内容。表情图片对应的配文内容是预设的与该表情图片搭配使用的内容。该表情图片与该其对应的配文内容搭配在一起使用时表达的情感效果较佳。例如，参见图2-3所示的流泪的表情图片，该流泪的表情图片对应的预设配文内容是“错过了末班车”。当该流泪的表情图片与该预设配文内容“错过了末班车”搭配在一起使用时，能够较好的表达出失落情感。该表情图片可以对应一个或多个配文内容。在该表情图片对应多个配文内容时，该表情图片对应的多个配文内容可以分成一类或多类，每类配文内容中的每个配文内容表达的含义相似。例如，假设“错过了最后一班公交车”和“今天淋雨了”是图2-3所示的流泪的表情图片对应的另外两个预设配文内容，配文内容“错过了最后一班公交车”与上述“错过了末班车”所表达的含义相似，该两个配文内容属于同一类配文内容，而“今天淋雨了”属于另一类配文内容。本步骤可以为：根据分词得到的每个词语，从表情图片库中获取每个词语对应的表情图片以及获取的每个表情图片对应的配文内容，表情图片库用于存储词语、表情图片与配文内容之间的对应关系，将每个词语对应的表情图片组成表情图片集合。由于将输入内容分成词语，根据该词语从表情图片库中获取对应的表情图片，如此在从表情图片库中获取表情图片时不受输入内容包括的文字数目的影响，提高了获取表情图片的灵活性。表情图片库可以是服务器事先建立的，终端可以事先从服务器下载该表情图片库。可选的，表情图片库中的表情图片中可以不包括文字。服务器建立表情图片库的方式有多种，例如，在本实施例中列举了如下两种实现方式，分别为：第一、服务器接收其对应的管理员输入的表情图片、该表情图片对应的至少一个词语和至少一个配文内容，将该表情图片、该表情图片对应的至少一个词语和至少一个配文内容对应保存在表情图片库中。管理员可以搜集到大量的表情图片，对于每个表情图片，设置该表情图片对应的至少一个词语和至少一个配文内容，将该表情图片、该表情图片对应的至少一个词语和至少一个配文内容输入到服务器中。第二、服务器可以根据聊天记录文件建立表情图片库，该聊天记录文件包括用户的聊天内容。在各用户聊天时，服务器可以收集各用户发送的每条聊天内容并将每条聊天内容保存在聊天记录文件中。用户聊天过程产生的一条聊天内容可能包括表情图片，可能包括文字内容，还可能同时包括表情图片和文字内容等。对于上述第二种方式，在实现时可以按如下(1)至(4)的操作建立表情图片库：(1)：获取聊天记录文件中的各表情图片；对于获取的每个表情图片，从聊天记录文件中获取包括该表情图片和文字内容的各条聊天内容，获取各条聊天内容中的文字内容。可选的，可以从聊天记录文件中获取不包括文字的表情图片，或者，从聊天记录文件中包括的表情图片中确定出包括文字的表情图片，去除该表情图片中的文字。(2)：对获取的每条文字内容进行分词，统计分词得到的各词语的使用频率，选取使用频率超过预设频率阈值的词语作为该表情图片对应的词语。(3)：对于获取的每条文字内容，统计该文字内容中包括该表情图片对应的词语的第一词语数目，计算该第一词语数目与该文字内容包括的词语总数目之间的比值。按上述步骤(3)的操作方式计算获取的每条文字内容的比值。(4)：选取比值超过预设比值阈值的文字内容作为该表情图片对应的配文内容，将该表情图片、该表情图片对应的词语和对应的配文内容对应存储在表情图片库中。预设比值阈值越大，选取得到的配文内容与该表情图片搭配使用时产生的情感效果越好。在本步骤中，预设比值阈值可以大于或等于0.7且小于1，例如，可以为0.7、0.8或0.9等数值。由于聊天记录文件中包括大量的表情图片，服务器根据聊天记录文件建立的表情图片库可以包括大量且内容丰富的表情图片。在建立完表情图片库之后，可以定期或不定期地更新表情图片库。该更新表情图片库的操作可以包括多种，例如该更新操作可以为向表情图片库中对应保存新的表情图片、该新的表情图片对应的至少一个词语和对应的至少一个配文内容，修改该表情图片库中的部分表情图片对应的词语和/或配文内容，或者删除该表情图片库中的部分表情图片、该表情图片对应的词语和配文内容等操作。该更新操作除了上述列举的几种操作外，还有可能是其他操作，在此不再一一列举。在本实施例的执行主体为服务器时，服务器可以直接执行本步骤。在本实施例的执行主体为终端时，终端在执行本步骤之前，从服务器中下载该表情图片库，并将该表情图片库保存在本地，这样终端在执行本步骤时直接根据分词得到的每个词语，从本地保存的表情图片库中获取每个词语对应的表情图片和该表情图片对应的配文内容。在服务器中的表情图像库发生更新时，终端会从服务器中下载更新后的表情图像库并将本地保存的表情图像库更新为该下载的表情图像库。终端可以在特定的网络环境下更新本地保存的表情图像库。例如，终端可以检测其当前所在网络环境，如果其当前在wifi(无线保真)网络环境中，可从服务器中下载更新后的表情图像库，并将本地保存的表情图片库更新为该下载的表情图片库；如果其当前在移动通信网络环境中，则等到网络环境变为wifi网络环境时再更新。步骤203：分别计算该输入内容与表情图片集合中的每个表情图片对应的配文内容之间的内容相关度。具体地，对于表情图片集合中的每个表情图片对应的配文内容，统计该配文内容中包括输入内容中的词语的第二词语数目，计算该第二词语数目与该配文内容包括的总词语数目之间的比值，将该比值作为该输入内容与该配文内容之间的内容相关度。例如，对于输入内容“错过最后一班公交车”，该输入内容包括的词语分别为“错过”、“最后”、“一班”和“公交车”，以及对于图2-3所示的表情图片对应的配文内容“错过了末班车”；该配文内容中包括该输入内容中的词语“错过”，所以统计出该配文内容中包括该输入内容中的词语的第二词语数目为1；该配文内容包括“错过”、“了”和“末班车”三个词语，该配文内容包括的总词语数目为3，计算该第二词语数目1与该配文内容包括的总词语数目3之间的比值为0.333，将比值0.333作为该输入内容与该配文内容之间的内容相关度。步骤204：选择与该输入内容之间的内容相关度超过预设阈值的配文内容。其中，需要说明的是：该输入内容与某个配文内容之间的内容相关度越大，表示该输入内容表达的含义与该配文内容表达含义越近。所以在本步骤中选择与该输入内容之间的内容相关度超过预设阈值的配文内容，使得选择的配文内容表达的含义与该输入内容表达的含义相近。预设比值阈值越大，选取得到的配文内容表达的含义与该输入内容表达的含义越接近。在本步骤中，预设阈值可以大于或等于0.7且小于1，例如，可以为0.7、0.8或0.9等数值。步骤205：从表情图片集合中获取选择的各配文内容对应的表情图片，并显示获取的表情图片。获取的表情图片是待发送的侯选表情图片，用户可以从该侯选表情图片中选择需要发送的表情图片。由于选择的配文内容表达的含义与该输入内容表达的含义相近，以及表情图片和其对应的配文内容搭配使用时表达的情感效果较佳，所以获取的表情图片与输入内容搭配使用时产生的情感效果也较佳，因此可以显示获取的表情图片给用户，供用户选择。可选的，在显示获取的表情图片时，可以根据各表情图片对应的配文内容与该输入内容之间的内容相关度，对各表情图片进行排序，显示排序后的各表情图片。在本实施例的执行主体为终端时，终端获取到表情图片后可直接显示给用户。在本实施例的执行主体为服务器时，服务器可以向终端发送获取的的表情图片，终端在接收到服务器发送的表情图片后显示接收的各表情图片。其中，服务器发送的表情图片可以是排序后的表情图片。终端显示表情图片后，用户可以在显示的表情图片中选择待发送表情图片，例如用户可以通过点击表情图片，来选择该表情图片作为待发送表情图片。相应的，终端获取被选择的待发送表情图片，将该输入内容添加到待发送表情图片中，发送添加了该输入内容的待发送表情图片。可选的，在发送添加的待发送表情图片之前，还可以显示预览该添加的待发送表情图片，在检测到发送命令时发送添加的待发送表情图片。终端可以将该输入内容添加在待发送表情图片中的图像内容的上方或下方等位置。由于将输入内容添加到待发送表情图片中，这样使得表情图片更加个性化。例如，参见图2-4，假设用户在社交用户的聊天界面的输入框中输入内容为“真叫人头大”。终端从该输入框中提取输入内容“真叫人头大”，然后对该输入内容执行上述步骤201至205的操作得到多个待发送的侯选表情图片，并在聊天界面上显示给用户。假设，用户选择了显示的最左边的表情图片。终端获取该表情图片作为待发送表情图片，参见图2-5，将输入内容“真叫人头大”添加到待发送表情图片，并发送添加输入内容的表情图片。在本发明实施例，根据输入内容获取能够与该输入内容搭配使用的表情图片并显示给用户，这样不需要用户从大量表情图片中选择需要发送的表情图片，提高发送效率。另外，根据输入内容包括的每个词语，获取每个词语对应的表情图片和该表情图片对应的配文内容，根据配文内容从获取的表情图片中选择出能够与该输入内容搭配使用的表情图片，这样增加了获取表情图片的灵活性。参见图3-1，本发明实施例提供了一种获取表情图片的方法，本实施例的执行主体可以为装置，该装置可以为图1所示实施例中的终端或服务器，为了简化描述，在如下实施例的流程中隐藏执行主体，包括：步骤301：与步骤201相同，在此不再说明。步骤302：获取分词得到的每个词语在预设词典中的位置信息。预设词典可以是列表形式。可选的，该预设词典每行可以存储一个词语。例如预设词典可以为如表1所示的形式。在该种形式下，预设词典中的每个词语对应一个位置序号，该位置序号可以不用存储在预设词典中，该词语对应的位置序号可以直接根据该词语在预设词典中的顺序得到。例如在表1所示的词典中，“错过”对应的位置序号为1，“最后”对应的位置序号为2，“一班”对应的位置序号为3，“公交车”对应的位置序号为4……。或者，该预设词典用于存储词语与位置索引的对应关系，例如预设词典可以如表2所示的形式，“错过”的位置索引为11，“最后”的位置索引为12，“一班”的位置索引为13，“公交车”的位置索引为14……。表1错过最后一班公交车……表2词语位置索引错过11最后12一班13公交车14…………词语的位置信息可以是该词语的位置索引，或者是该词语在预设词典中的位置序号等形式。所以对于输入内容“错过最后一班公交车”包括的“错过”、“最后”、“一班”和“公交车”四个词语，获取该四个词语的位置信息分别为11、12、13和14，或者获取该四个词语的位置信息分别为1、2、3和4。步骤303：将每个词语的位置信息组成内容向量。内容向量是输入内容的数学表达形式。输入内容和内容向量可以通过预设词典进行相互转换，也就是说可以将输入内容转换为内容向量，或者将内容向量转换为输入内容。本步骤可以为，根据每个词语在输入内容中的顺序，将每个词语的位置信息组成内容向量。例如，对于“错过”、“最后”、“一班”和“公交车”四个词语，根据该四个词语分别在输入内容“错过最后一班公交车”中的顺序，将该四个词语的位置信息11、12、13和14组成内容向量为[11，12，13，14]，或者，将该四个词语的位置信息1、2、3和4组成内容向量为[1，2，3，4]。步骤304：根据该内容向量，通过预设的至少一个神经网络分类器获取该内容向量对应的至少一个图片分类。神经网络分类器用于为输入内容获取能够与该输入内容搭配使用的表情图片属于的图片分类。神经网络分类器可以对内容向量进行分析，确定用户表达的关键信息和情感，并根据该关键信息和情感确定图片分类。神经网络分类器不可以直接对输入内容进行处理，但可以对输入内容的数学形式的内容向量进行处理，所以在本实施例中先将输入内容转换为内容向量。在本实施例中，可以事先配置至少一个神经网络分类器。在执行本步骤时，将该内容向量分别输入到该至少一个神经网络分类器中的每个神经网络分类器。对于任一个神经网络分类器，该神经网络分类器对该内容向量进行聚类处理，并输出能够与该输入内容搭配使用的表情图片的图片分类。然后，获取每个神经网络分类器输出的图片分类，并对每个神经网络分类器输出的图片分类进行去重后合并。例如，假设事先配置第一神经网络分类器、第二神经网络分类器、第三神经网络分类器和第四神经网络分类器。对于内容向量[11，12，13，14]，将内容向量[11，12，13，14]分别输入到第一神经网络分类器、第二神经网络分类器、第三神经网络分类器和第四神经网络分类器。第一神经网络分类器对内容向量[11，12，13，14]进行聚类处理输出图片分类为分类1；第二神经网络分类器对内容向量[11，12，13，14]进行聚类处理输出图片分类为分类2；第三神经网络分类器对内容向量[11，12，13，14]进行聚类处理输出图片分类为分类1；以及，第一神经网络分类器对内容向量[11，12，13，14]进行聚类处理输出图片分类为分类3。对第一神经网络分类器输出的分类1，第二神经网络分类器输出的分类2，第三神经网络分类器输出的分类1和第四神经网络分类器输出的分类3进行去重合并后，得到分类1、分类2和分类3。可选的，还可以统计每个图片分类对应的神经网络分类器数目。例如，分类1对应第一神经网络分类器和第三神经网络分类器，所以统计得到分类1对应的神经网络分类器数目为2；分类2对应第二神经网络分类器，所以统计得到分类2对应的神经网络分类器数目为1；分类3对应第四神经网络分类器，所以统计得到分类3对应的神经网络分类器数目也为1。其中，在执行本步骤之前，需要对至少一个神经网络分类器中的每个神经网络分类进行训练，以使每个神经网络分类器能够获取与该输入内容搭配使用的表情图片属于的图片分类。对于任一个神经网络分类器的训练过程，可以为：首先配置多个文字内容以及能够与该文字内容搭配使用的表情图片属于的图片分类，通过预设的词典将每个文字内容转换成内容向量，将每个文字内容对应的内容向量和图片分类输入到该神经网络分类器。该神经网络分类器根据每个文字内容对应的内容向量分别产生每个文字内容对应的图片分类，根据产生的每个文字内容对应的图片分类和输入的每个文字内容对应的图片分类调整自身的参数。其中，神经网络分类器可以为cnn(convolutionalneuralnetworkclassifier，卷积神经网络分类器)分类器、rnn/lstm(recurrent/longshorttermmemoryclassifier，循环神经网络/长短期记忆神经网络分类器)分类器、k-means(k-meansclusteringclassifier，k平均聚类分类器)聚类分类器等。步骤305：获取该至少一个图片分类中的每个图片分类对应的表情图片集合，从每个图片分类对应的表情图片集合中选择至少一个表情图片。本步骤选择出来的表情图片是待发送的侯选表情图片，用户可以从该侯选表情图片选择需要发送的表情图片。具体地，可以根据该至少一个图片分类中的每个图片分类，从表情图片库中获取每个图片分类对应的表情图片集合，分别从获取的每个表情图片集合中选择至少一个表情图片，表情图片库用于存储图片分类与表情图片集合的对应关系。可选的，表情图片库中的表情图片可以不包括文字。对于表情图片集合中的每个表情图片，分别与每个表情图片搭配使用的内容表达的含义相似。例如，参见图3-2所示的大哭的表情图片，该大哭的表情图片与图2-2所示的流泪的表情图片属于同一个表情图片集合。与该大哭的表情图片搭配使用的内容是“错过最后一班公交车”，与该流泪的表情图片搭配使用的内容为“错过了末班车”，该两个内容表达的含义相似。表情图片库可以是服务器事先建立的。服务器建立表情图片库的方式有多种，例如，在本实施例中列举了如下两种实现方式，分别为：第一、服务器接收其对应的管理员输入的图片分类和该图片分类包括的至少一个表情图片，将该表情图片和包括该至少一个表情图片的表情图片集合对应保存在表情图片库中。管理员可以搜集到大量的表情图片，根据每个表情图片包括的图像内容，对该大量的表情图片分类，得到不同图片分类包括的表情图片，将每个图片分类和每个图片分类包括的表情图片输入到服务器中。第二、服务器可以根据聊天记录文件建立表情图片库，该聊天记录文件包括用户的聊天内容。在用户聊天时，服务器可以收集用户发送的每条聊天内容并将每条聊天内容保存在聊天记录文件中。用户聊天过程产生的一条聊天内容可能包括表情图片，可能包括文字内容，还可能同时包括表情图片和文字内容等。对于上述第二种方式，在实现时可以按如下(1)至(4)的操作建立表情图片库：(1)：从聊天记录文件中获取同时包括该表情图片和文字内容的各条聊天内容。可选的，从聊天记录文件中获取的聊天内容中的表情图片可以不包括文字，或者，在该表情图片中包括文字时，去除该表情图片中的文字。(2)：对于获取的任一条聊天内容，将该聊天内容中的文字内容转换成内容向量。具体地，对该聊天内容中的文字内容进行分词，得到至少一个词语，获取该至少一个词语中的每个词语在预设词典中的位置信息，将每个词语的位置信息组成内容向量。(3)：根据该内容向量，通过神经网络分类器获取该内容向量对应的图片分类，将该图片分类确定为该聊天内容中的表情图片的图片分类。按上述(2)至(3)的操作，得到获取的每条聊天内容中包括的表情图片的图片分类。(4)：将相同图片分类的表情图片聚集成一表情图片集合，并将该图片分类和该表情图片集合对应保存在表情图片库中。在建立完表情图片库之后，可以定期或不定期地更新表情图片库。该更新表情图片库的操作可以包括多种，例如该更新操作可以为向表情图片库中对应保存新的表情图片、该新的表情图片对应的至少一个词语和对应的至少一个配文内容，修改该表情图片库中的部分表情图片对应的词语和/或配文内容，或者删除该表情图片库中的部分表情图片、该表情图片对应的词语和配文内容等操作。该更新操作除了上述列举的几种操作外，还有可能是其他操作，在此不再一一列举。在服务器中的表情图像库发生更新时，终端会从服务器中下载更新后的表情图像库，并将本地保存的表情图像库更新为该下载的表情图像库。终端可以在特定的网络环境下更新本地保存的表情图像库。例如，终端可以检测其当前所在网络环境，如果其当前在wifi网络环境中，可从服务器中下载更新后的表情图像库，并将本地保存的表情图片库更新为该下载的表情图片库；如果其当前在移动通信网络环境中，则等到网络环境变为wifi网络环境时再更新。在执行完本步骤后，可以显示获取的表情图片给用户，供用户选择。在本实施例的执行主体为终端时，终端获取到表情图片后可直接显示给用户。在本实施例的执行主体为服务器时，服务器可以向终端发送获取的表情图片，终端在接收到服务器发送的表情图片后显示接收的各表情图片。可选的，显示每个表情图片之前，终端或服务器还可以将每个表情图片所属的图片分类对应的神经网络分类器数目分别作为每个表情图片的权重，根据每个表情图片的权重对每个表情图片进行排序。在本实施例的执行主体为终端时，终端可直接显示排序后的表情图片。在本实施例的执行主体为服务器时，服务器可以向终端发送排序后的表情图片，终端在接收到服务器发送的排序后的表情图片后显示排序后的表情图片。终端显示表情图片后，用户可以在显示的表情图片中选择需要发送的待发送表情图片，例如用户可以通过点击表情图片，来选择该表情图片。相应的，终端获取被选择的待发送表情图片，将该输入内容添加到待发送表情图片中，发送添加了该输入内容的待发送表情图片。可选的，在发送添加的待发送表情图片之前，还可以显示预览该添加的待发送表情图片，在检测到发送命令时发送添加的待发送表情图片。终端可以将该输入内容添加在待发送表情图片中的图像内容的上方或下方等位置。例如，参见图2-4，假设用户在社交用户的聊天界面的输入框中输入内容为“真叫人头大”。终端从该输入框中提取输入内容“真叫人头大”，然后对该输入内容执行上述步骤201至205的操作得到多个待发送的侯选表情图片，并在聊天界面上显示给用户。假设，用户选择了显示的最左边的表情图片。终端获取该表情图片作为待发送表情图片，参见图2-5，将输入内容“真叫人头大”添加到待发送表情图片，并发送添加输入内容的表情图片。在本发明实施例，根据输入内容获取能够与该输入内容搭配使用的表情图片并显示给用户，这样不需要用户从大量表情图片中选择需要发送的表情图片，提高发送效率。另外，将输入内容转换为内容向量，获取该内容向量对应的图分分类，从该图片分类对应的表情图片集合中选择能够与该输入内容搭配使用的表情图片，这样增加了获取表情图片的灵活性。在本发明实施例中，可以同时执行上述图2-1所示实施例和图3-1所示实施例的流程，然后将图2-1所示实施例获取的表情图片和图3-1所示实施例获取的表情图片合并显示给用户。参见图4-1，在实际实现时，首先用户的输入内容，接下来分别执行图2-1所示实施例和图3-1所示实施例的流程。在图2-1所示实施例的流程中，将输入内容分词得到至少一个词语，根据每个词语从表情图片库中获取每个词语对应的表情图片和该表情图片对应的配文内容，根据输入内容和图片列表中的每个表情图片对应的配文内容，从图片列表中选择表情图片，图片列表包括获取的每个表情图片，对选择表情图片按内容相关度进行排序。在图3-1所示实施例的流程中，将输入内容分词得到至少一个词语，根据每个词语通过预设词典获取内容向量，根据该内容向量通过至少一个神经网络分类器获取至少一个图片分类，从每个图片分类对应的表情图片集合中选择至少一个表情图片，对选择的表情图片按权重进行排序。最后两个流程中选择的表情图片合并显示，获取用户选择的待发送表情图片，将输入内容添加到待发送表情图片中，显示添加后的待发送表情图片。例如，参见图4-2，对于用户输入内容“错过最后一班公交车”，对该输入内容分词得到词语“错过”、“最后”、“一班”和“公交车”，根据该四个词语从表情图片库中获取到每个词语对应的表情图片并形成图片列表，再从图片列表中选择表情图片；以及，根据该四个词语，通过词典得到内容向量[1，2，3，4]，根据该内容向量通过预设神经网络分类器得到图片分类，从图片分类对应的表情图片集合中选择至少一个表情图片。最后两个流程中选择的表情图片合并显示。参见图5，本发明实施例提供了一种获取表情图片的装置500，所述装置500可以为图1所示实施例中的终端或服务器等，包括：分词模块501，用于对输入内容进行分词，得到至少一个词语；获取模块502，用于根据分词得到的词语，获取所述词语对应的表情图片，得到表情图片集合，所述表情图片集合包括至少一个表情图片；选择模块503，用于从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片，并作为获取到的表情图片。可选的，所述表情图片集合中的每个表情图片存在对应的配文内容，表情图片对应的配文内容是预设的与所述表情图片搭配使用的内容；所述获取模块502包括：第一获取单元，用于根据分词得到的每个词语，从表情图片库中获取所述每个词语对应的表情图片和所述表情图片对应的配文内容，所述表情图片库用于存储词语、表情图片与配文内容之间的对应关系；组成单元，用于将所述每个词语对应的表情图片组成表情图片集合。可选的，所述选择模块503，用于根据所述输入内容和所述表情图片集合中的每个表情图片对应的配文内容，从所述表情图片集合中选择至少一个表情图片，其中表情图片对应的配文内容是预设的与所述表情图片搭配使用的内容。可选的，所述选择模块503，包括：计算单元，用于分别计算所述输入内容和所述表情图片集合中的每个表情图片对应的配文内容之间的内容相关度；选择单元，用于选择与所述输入内容之间的内容相关度超过预设阈值的配文内容；第二获取单元，用于从所述表情图片集合中获取所述选择的配文内容对应的表情图片。可选的，所述获取模块502包括：第三获取单元，用于根据所述分词得到的词语，通过预设的至少一个神经网络分类器获取所述输入内容对应的至少一个图片分类；第四获取单元，用于获取所述至少一个图片分类中的每个图片分类对应的表情图片集合。可选的，所述所述第三获取单元执行所述根据所述分词得到的词语，获取所述输入内容对应的内容向量的操作，可以为：获取所述分词得到的每个词语在预设词典中的位置信息；将所述每个词语的位置信息组成内容向量；根据所述内容向量，通过预设的至少一个神经网络分类器获取所述输入内容对应的至少一个图片分类。可选的，所述第四获取单元执行从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片的操作，可以为：分别从所述每个图片分类对应的表情图片集合中选择至少一个表情图片。可选的，所述装置还包括：添加模块，用于将所述输入内容添加到待发送表情图片中，所述待发送表情图片为所述至少一个表情图片中的一个表情图片，发送添加后的所述待发送表情图片。在本发明实施例，根据输入内容获取能够与该输入内容搭配使用的表情图片并显示给用户，这样不需要用户从大量表情图片中选择需要发送的表情图片，提高发送效率。另外，根据输入内容包括的每个词语，获取每个词语对应的表情图片和该表情图片对应的配文内容，根据配文内容从获取的表情图片中选择出能够与该输入内容搭配使用的表情图片，这样增加了获取表情图片的灵活性。或者，将输入内容转换为内容向量，获取该内容向量对应的图分分类，从该图片分类对应的表情图片集合中选择能够与该输入内容搭配使用的表情图片，这样也增加了获取表情图片的灵活性。图6是根据一示例性实施例示出的一种获取表情图片的装置600的框图。例如，装置600可以是上述终端。参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(i/o)的接口612，传感器组件614，以及通信组件616。处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当装置600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(mic)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。i/o接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到装置600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。在示例性实施例中，装置600可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置600的处理器执行时，使得装置600能够执行一种获取表情图片的方法，所述方法包括：对输入内容进行分词，得到至少一个词语；根据分词得到的词语，获取所述词语对应的表情图片，得到表情图片集合，所述表情图片集合包括至少一个表情图片；从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片，并作为待发送的侯选表情图片。可选的，所述表情图片集合中的每个表情图片存在对应的配文内容，表情图片对应的配文内容是预设的与所述表情图片搭配使用的内容；所述根据分词得到的词语，获取所述词语对应的表情图片，得到表情图片集合，包括：根据分词得到的每个词语，从表情图片库中获取所述每个词语对应的表情图片和所述表情图片对应的配文内容，所述表情图片库用于存储词语、表情图片与配文内容之间的对应关系；将所述每个词语对应的表情图片组成表情图片集合。可选的，所述从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片，包括：根据所述输入内容和所述表情图片集合中的每个表情图片对应的配文内容，从所述表情图片集合中选择至少一个表情图片，其中表情图片对应的配文内容是预设的与所述表情图片搭配使用的内容。可选的，所述根据所述输入内容和所述表情图片集合中的每个表情图片对应的配文内容，从所述表情图片集合中选择至少一个表情图片，包括：分别计算所述输入内容和所述表情图片集合中的每个表情图片对应的配文内容之间的内容相关度；选择与所述输入内容之间的内容相关度超过预设阈值的配文内容；从所述表情图片集合中获取所述选择的配文内容对应的表情图片。可选的，所述根据分词得到的词语，获取所述词语对应的表情图片，得到表情图片集合，包括：根据所述分词得到的词语，通过预设的至少一个神经网络分类器获取所述输入内容对应的至少一个图片分类；获取所述至少一个图片分类中的每个图片分类对应的表情图片集合。可选的，所述根据所述分词得到的词语，通过预设的至少一个神经网络分类器获取所述输入内容对应的至少一个图片分类，包括：获取所述分词得到的每个词语在预设词典中的位置信息；将所述每个词语的位置信息组成内容向量；根据所述内容向量，通过预设的至少一个神经网络分类器获取所述输入内容对应的至少一个图片分类。可选的，所述从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片，包括：分别从所述每个图片分类对应的表情图片集合中选择至少一个表情图片。可选的，所述从所述表情图片集合中选择与所述输入内容搭配使用的至少一个表情图片之后，还包括：将所述输入内容添加到待发送表情图片中，所述待发送表情图片为所述至少一个表情图片中的一个表情图片，发送添加后的所述待发送表情图片。参见图7，图7是本发明实施例提供的一种获取表情图片的装置700的结构示意图。该装置700可以为上述服务器，所述装置700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器701、收发器702和存储器732，一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器732和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对所述装置700中的一系列指令操作。更进一步地，处理器722可以设置为与存储介质730通信，在所述装置700上执行存储介质730中的一系列指令操作。所述装置700还可以包括一个或一个以上电源726，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口758，一个或一个以上键盘756，和/或，一个或一个以上操作系统741，例如windowsservertm，macosxtm，unixtm，linuxtm，freebsdtm等等。具体在本实施例中，所述装置700还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于执行上述任一实施例提供的获取表情图片的方法。本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12