信息处理方法、装置、智能终端、服务器和系统与流程

本发明涉及输入法技术领域，特别是涉及一种信息处理方法、一种信息处理装置、一种智能终端、一种服务器和一种信息处理系统。

背景技术：

随着移动通信技术的发展，诸如手机等智能终端越来越普及，给人们的生活、学习、工作带来了极大的便利。

这些智能终端通常安装各种各样的应用程序(application，app)，以实现其功能。例如，智能终端可以通过具有智能回复功能的app，对接收到的信息进行回复，即提供智能回复服务，满足用户的服务需求。

具体的，当用户使用app与其他用户进行对话时，可以通过app接收对方所发送的信息，如短信、邮件、聊天内容等，以及可以向对方发送信息，如针对对方发来的信息进行回复。在使用具有智能回复功能的app的时候，智能终端需要将用户所接收到的信息上传至服务器，以通过服务器生成该信息对应的回复信息，进而可以依据服务器所反馈的回复信息进行回复。用户通常考虑到隐私问题，会拒绝将接收到的信息上传给服务器，亦即，拒绝这样的服务。

技术实现要素：

本发明实施例所要解决的技术问题是提供一种信息处理方法，以解决现有智能终端上传信息给服务器中所存在的信息泄露问题，从而保证信息安全。

相应的，本发明实施例还提供了一种信息处理装置、智能终端、服务器和一种信息处理系统，用以保证上述方法的实现及应用。

为了解决上述问题，本发明实施例公开了一种信息处理方法，包括：

通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，其中，所述词嵌入模型与配置于服务器中的训练模型共同训练得到；

将所述向量序列发送至所述服务器，以使所述服务器通过所述训练模型确定所述向量序列对应的候选信息；

依据所述服务器反馈的候选信息进行展示。

可选的，所述通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，包括：

当接收到的信息为文本信息时，对所述文本信息进行分词，得到分词后的词序列；

通过所述词嵌入模型，将所述词序列转换成所述向量序列。

可选的，通过所述词嵌入模型，将所述词序列转换成所述向量序列，包括：

依据词表确定所述词序列中的各词对应的第一词向量，；

通过所述词嵌入模型将各词对应的第一词向量转换为第二词向量，其中，所述第一向量的维度大于所述第二词向量的维度；

采用各词对应的第二词向量生成所述向量序列。

可选的，所述对接收到的信息进行转换，生成对应的向量序列，还包括：

当接收到的信息为语音信息时，通过对所述语音信息进行识别，确定对应的文本信息；

在确定文本信息后，执行对文本信息进行分词的步骤。

可选的，所述候选信息包括：所述服务器通过所述训练模型中的编码器和解码器确定的至少一个候选项，

所述依据所述服务器反馈的候选信息进行展示，包括：

接收所述服务器针对所述向量序列所反馈的候选信息；

基于预设的显示规则，对所述候选信息中的候选项进行展示。

可选的，所述方法还包括：

依据操作指示确定选中的候选项；

将选中的候选项输入至通讯应用的对话框中，以对所述信息进行回复，其中，所述通讯应用包括以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

本发明实施例还公开了另一种信息处理方法，包括：

接收智能终端发送的向量序列，所述向量序列为所述智能终端通过预先配置的词嵌入模型对接收到的信息进行转换生成的；

通过预先配置的训练模型，确定所述向量序列对应的候选信息，所述训练模型与所述词嵌入模型共同训练得到；

将所述候选信息反馈给所述智能终端，以使所述智能终端依据所述候选信息进行展示。

可选的，所述通过预先配置的训练模型，确定所述向量序列对应的候选信息，包括：

将所述向量序列输入所述训练模型中的编码器，得到对应的编码向量序列；

将所述编码向量序列输入所述训练模型中的解码器，得到至少一个候选项；

基于得到的候选项，确定所述候选信息。

可选的，所述候选项用于所述智能终端针对所述信息在通讯应用的对话框中进行回复；

其中，所述通讯应用包括以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

本发明实施例还公开了一种信息处理装置，包括：

向量序列生成模块，用于通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，其中，所述词嵌入模型与配置于服务器中的训练模型共同训练得到；

向量序列发送模块，用于将所述向量序列发送至所述服务器，以使所述服务器通过所述训练模型确定所述向量序列对应的候选信息；

候选信息展示模块，用于依据所述服务器反馈的候选信息进行展示。

可选的，向量序列生成模块包括如下子模块：分词子模块，用于当接收到的信息为文本信息时，对所述文本信息进行分词，得到分词后的词序列；转换子模块，用于通过预先配置的词嵌入模型，将所述词序列转换成所述向量序列。

可选的，该转换子模块具体用于依据词表确定所述词序列中的各词对应的第一词向量；通过所述词嵌入模型将各词对应的第一词向量转换为第二词向量，其中，所述第一词向量的维度大于第二词向量的维度；以及采用各词对应的第二词向量生成所述向量序列。

可选的，向量序列生成模块还包括：识别子模块。该识别子模块用于当接收到的信息为语音信息时，通过对所述语音信息进行识别，确定对应的文本信息；以及在确定文本信息后，触发分词子模块执行对文本信息进行分词的步骤。

可选的，候选信息包括：所述服务器通过所述训练模型中的编码器和解码器确定的至少一个候选项。候选信息展示模块包括如下子模块：接收子模块，用于接收所述服务器针对所述向量序列所反馈的候选信息；展示子模块，用于基于预设的显示规则，对所述候选信息中的各候选项进行展示。

可选的，本申请实施例中的信息处理装置还可以包括如下模块：候选项选中模块，用于依据操作指示确定选中的候选项；信息回复模块，用于将选中的候选项输入至通讯应用的对话框中，以对所述信息进行回复。其中，所述通讯应用包括以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

本发明实施例还公开了另一种信息处理装置，包括：

向量序列接收模块，用于接收智能终端发送的向量序列，所述向量序列为所述智能终端通过预先配置的词嵌入模型对接收到的信息进行转换生成的；

候选信息确定模块，用于通过预先配置的训练模型，确定所述向量序列对应的候选信息，所述训练模型与所述词嵌入模型共同训练得到；

候选信息发送模块，用于将所述候选信息反馈给所述智能终端，以使所述智能终端依据所述候选信息进行展示。

可选的，候选信息确定模块包括如下子模块：编码子模块，用于将所述向量序列输入所述训练模型中的编码器，得到对应的编码向量序列；解码子模块，用于将所述编码向量序列输入所述训练模型中的解码器，得到至少一个候选项；确定子模块，用于基于得到的候选项，确定所述候选信息。

可选的，候选项具体用于所述智能终端针对所述信息在通讯应用的对话框中进行回复。其中，通讯应用具体包括以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

本发明实施例还公开了一种智能终端，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所述一个或者一个以上程序包含用于进行以下操作的指令：

通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，其中，所述词嵌入模型与配置于服务器中的训练模型共同训练得到；

将所述向量序列发送至所述服务器，以使所述服务器通过所述训练模型确定所述向量序列对应的候选信息；

依据所述服务器反馈的候选信息进行展示。

本发明实施例还公开了一种服务器，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所述一个或者一个以上程序包含用于进行以下操作的指令：

接收智能终端发送的向量序列，所述向量序列为所述智能终端通过预先配置的词嵌入模型对接收到的信息进行转换生成的；

通过预先配置的训练模型，确定所述向量序列对应的候选信息，所述训练模型与所述词嵌入模型共同训练得到；

将所述候选信息反馈给所述智能终端，以使所述智能终端依据所述候选信息进行展示。

本发明实施例还公开了一种信息处理系统，包括：服务器和智能终端；其中，所述服务器包括如本发明实施例所述的服务器；智能终端包括如本发明实施例所述的智能终端。

与现有技术相比，本发明实施例包括以下优点：

本发明实施例中，预先将共同训练得到的词嵌入模型和训练模型分别配置于智能终端和服务器中，这样，智能终端可以通过预先配置的词嵌入模型对接收到的信息进行转换，生成转换后的向量序列，以及上传该向量序列给服务器，触发服务器通过训练模型确定该向量序列对应的候选信息，从而智能终端可以获取到服务器所反馈的候选信息；并且转换后的向量序列不能被服务器还原，即服务器无法根据该向量序列还原出原始信息，因此服务器无法查看到智能终端所接收到的原始信息，避免了直接上传接收到的信息所导致的信息泄露的问题，有效保护用户的隐私。

附图说明

图1是本发明的一种信息处理方法中智能终端侧实施例的步骤流程图；

图2是本发明的一种信息处理方法中服务器侧实施例的步骤流程图；

图3是本发明一个实施例中服务器与智能终端之间的交互示意图；

图4是本发明一种信息处理装置实施例的结构框图；

图5是本发明另一种信息处理装置实施例的结构框图；

图6是根据一示例性实施例示出的一种用于信息处理的智能终端的结构框图；

图7是本发明实施例中一种服务器的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

在使用具有智能回复功能的app时，作为客户端的智能终端需要将用户所接收到的信息，如对方发来的短信、邮件、聊天内容等，上传至作为服务端的服务器，以通过服务器生成该信息对应的候选信息。服务器将生成的候选信息返回至智能终端，从而使得智能终端可以依据返回的候选信息对接收到的信息进行回复。但是，智能终端直接将用户接收到的信息上传至服务器，存在泄露信息的风险，甚至可能泄露用户的隐私，亦即存在信息安全的问题。

本发明实施例的核心构思之一在于，预先将共同训练得到的词嵌入模型和训练模型分别配置于智能终端和服务器中，从而使得智能终端可以通过预先配置的词嵌入模型将接收到的信息转换为向量序列，并将转换后的向量序列发送至服务器，以使服务器通过训练模型确定转换后的向量序列对应的候选信息，从而智能终端可以获取到服务器所反馈的候选信息，并且转换后的向量序列不能被服务器还原，即服务器无法根据该向量序列还原出原始信息，避免了将接收信息直接上传至服务器所导致的信息泄露问题，有效保护用户的隐私。

参照图1，示出了本发明的一种信息处理方法中智能终端侧实施例的步骤流程图，具体可以包括如下步骤：

步骤102，通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，其中，所述词嵌入模型与配置于服务器中的训练模型共同训练得到。

本申请实施可以将安装在智能终端的应用程序称为客户端，如可以将用户建立对话的通讯应用作为客户端。通讯应用具体可以包括：短信应用、即时通讯应用、邮件应用、电信通话应用等，本申请实施例对此不作具体限制。其中，短信应用可以用于接收和/或发送短信；即时通讯应用可以用于即时发送和接收网络所传输的信息，如互联网信息；邮件应用可以用于接收/或发送邮件；电信通话应用即通过电信方式进行通话的应用，如终端中拨打电话的应用。

在用户登录客户端后，智能终端可以通过客户端接收到发送给该用户的信息，并且可以对接收到的信息进行展示，使得用户可以查看该信息，以便用户可以对接收到的信息进行回复。在接收到信息后，智能终端可以通过预先配置的词嵌入模型，将接收到的信息转换为对应的向量序列，以通过向量的形式将信息上传给服务器。

步骤104，将所述向量序列发送至服务器，以使所述服务器通过所述训练模型确定所述向量序列对应的候选信息。

智能终端在生成转换后的向量序列后，可以通过网络将该转换后的向量序列上传给服务器，以通过服务器生成该转换后的向量序列对应的候选信息。服务器在接收到向量序列后，可以通过预先配置的训练模型，确定该转换后的向量序列对应的候选信息，以及将该候选信息反馈给智能终端。

步骤106，依据所述服务器反馈的候选信息进行展示。

其中，候选信息具体可以包括：服务器依据所述向量序列确定所述信息对应的各候选项。具体的，智能终端在接收到服务器所反馈的候选信息后，可以按照预设的展示规则对候选信息进行展示，使得用户可以使用该候选信息或该候选信息中的某一候选项对接收到信息进行回复，亦即，方便用户回复信息，从而提高了操作简便性。

本发明实施例中，配置于智能终端中的词嵌入模型和服务器中所配置的训练模型是一起训练得到的。其中，词嵌入模型配置于智能终端中，从而使得智能终端可以通过该词嵌入模型将接收到的信息转换为向量序列，以将该转换后的向量序列上传给服务器。显然，该向量序列是通过智能终端的词嵌入模型转换得到的，这样就可以使得该向量序列不能被服务器还原，即服务器无法根据该向量序列还原出原始信息，服务器无法查看到智能终端所接收到的原始信息，避免了直接上传接收到的信息所导致的信息泄露的问题，有效保护用户的隐私。此外，预先配置在服务器中的训练模型是与智能终端中的词嵌入模型共同训练得到的，因此服务器在接收到智能终端所上传的向量序列时，可以通过预先配置的训练模型确定该向量序列对应的候选信息，并将该候选信息反馈给智能终端，从而使得智能终端可以依据服务器所反馈的候选信息进行展示。

参照图2，示出了本发明的一种信息处理方法中服务器侧实施例的步骤流程图，具体可以包括如下步骤：

步骤202，接收智能终端发送的向量序列。

其中，向量序列为智能终端通过预先配置的词嵌入模型对接收到的信息进行转换生成的。

步骤204，通过预先配置的训练模型，确定所述向量序列对应的候选信息。

其中，服务器配置的训练模型与智能终端配置的词嵌入模型共同训练得到的。服务器可以将智能终端所上传的向量序列作为输入，以及通过该训练模型，确定出该向量序列对应的候选信息。优选的，该候选信息具体可以包括信息对应的各候选项。具体而言，服务器在接收到向量序列后，可以将该向量序列作为输入，以通过将该向量序列输入至预先配置的训练模型，生成对应的候选项，如生成一个或若干个智能回复的候选项；并且可以将生成的候选项作为候选信息，以将该候选信息反馈给智能终端。

步骤206，将所述候选信息反馈给所述智能终端，以使所述智能终端依据所述候选信息进行展示。

服务器将候选信息反馈给智能终端，亦即将该候选信息发送给该智能终端所运行的客户端，从而使得智能终端可以依据该候选信息进行展示，进而可以将该候选信息中的各候选项推荐给用户。用户可以从智能终端所展示的候选项中，选中其中任意一个候选项，对接收到的信息进行回复。智能终端可以通过客户端，将用户选中的候选项发送给对方所使用的智能终端，以对对方所发送的信息进行回复，无需用户输入回复信息中的每个字，方便用户回复信息，提高用户回复信息的简便性和效率。

本发明实施例中，服务器接收到的是转换后的向量序列，根据该转换后的向量序列无法还原智能终端原本所接收到的信息，因此无法查看到原本的信息，解决了现有智能终端上传信息给服务器中所存在的信息泄露问题，从而可以有效保护用户的隐私。

作为本发明的一个具体应用，可以基于深度学习模型算法，如长短期记忆人工神经网络(longshort-termmemory，lstm)算法，结合词嵌入技术，用大量数据训练一个智能回复模型，从而使得智能终端可以通过该智能回复模型对接收到的信息进行回复。实质上，该智能模型具体可以包含词嵌入模型和训练模型；词嵌入模型可以配置于作为客户端的智能终端，以使智能终端可以通过该词嵌入模型，将接收到的信息转换为向量序列；训练模型可以配置于服务器中，以使服务器可以通过该训练模型，确定出智能终端所上传的转换后的向量序列对应的候选信息。这样，智能终端就可以通过服务器确定出候选信息，并且可以向用户展示该候选信息中的各候选项，以将候选信息中的各候选项推荐给用户，从而使得用户可以选择其中任意一个候选项对接收到的信息进行回复；或者可以按照预设的回复策略选中候选项，以自动回复接收到的信息，大大提高用户回复信息的操作简便性，同时在有效保护用户隐私的前提下，可以避免智能回复服务受限于诸如手机等智能终端本身的计算能力的情形，提高用户体验。

需要说明的是，本申请实施例还可采用其他算法实现智能回复模型，如循环神经网络(recurrentneuralnetwork，rnn)，或者由rnn衍生出来的深度学习算法，如双向lstm、双向rnn、带attention机制的lstm、copynet等算法，本申请实施例对此不作限制。

参照图3，示出了本发明一个实施例中服务器与智能终端之间的交互示意图。本申请实施例所提供的信息处理方法具体可以包括如下步骤：

步骤302，智能终端通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列。

本申请实施例中，智能终端可以通过通讯应用接收到各种信息；该信息可以包含各种数据，如图片数据、文本数据、视频数据和音频数据等，本申请实施例对此不限制。例如，智能终端通过通讯应用可以接收到文本信息和/或语音信息，该文本信息具体可以包含文本数据，该语音信息具体可以包含音频数据。

在本申请的一个可选实施例中，所述通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，具体可以包括：当接收到的信息为文本信息时，对所述文本信息进行分词，得到分词后的词序列；通过预先配置的词嵌入模型，将所述词序列转换成所述向量序列。具体而言，智能终端在接收到文本信息后，可以对文本信息进行分词，得到该文本信息中每一个字和/或词，以及可以将得到的字词组成对应的词序列，并且可以按照各字词在词序列中的排列顺序，将词序列中的各字词在转换前对应的词向量输入至预先配置的词嵌入模型中，以生成各字词在转换后对应的词向量，即相当于通过预先训练的词嵌入模型，将所述词序列转换成向量序列。

作为本申请的一个具体示例，智能终端在接收到文本信息后，可以通过对文本信息进行分词，得到分词后的词序列。该词序列中的每个词可以采用一个向量表示，如一个词用向量an表示；n可以用于表示文本信息中各词在词序列中的排列顺序，如可以是整数。智能终端可以采用向量表示词序列中的各词，从而可以得到分词后所对应的第一向量序列a(a1，a2，a3……，an)；并且可以通过词嵌入技术将第一向量序列a(a1，a2，a3……，an)转换为第二向量序列b(b1，b2，b3……，bn)。例如，智能终端可以通过分词，将一个句子划分为多个词，并且可以用第一向量序列a(a1，a2，...，an)进行表示。该第一向量序列a(a1，a2，...，an)经过词嵌入模型之后，可以转换为另一个向量序列b(b1，b2，b3……，bn)，亦即转换为第二向量序列b(b1，b2，b3……，bn)。

需要说明的是，为了区分转换前和转换后的词向量，本申请实施可以将转换前的词向量称为第一词向量，将转换后的词向量称为第二词向量，如将第一向量序列a中各个词向量作为各词所对应的第一词向量，以及将第二向量序列b中各个词向量作为各词所对应的第二词向量。其中，第一词向量的维度不等于第二词向量的维度，即智能终端通过词嵌入模型，将可以还原的普通的第一词向量转换为不能还原的第二词向量，从而使得服务器无法通过第二词向量还原出词序列中的各词，即服务器得不到智能终端所接收到的原始信息。

在本申请的一个可选实施例中，智能终端通过预先训练的词嵌入模型，将所述词序列转换成所述向量序列，具体可以包括：依据词表确定所述词序列中的各词对应的第一词向量；通过所述词嵌入模型将各词对应的第一词向量转换为第二词向量，其中，所述第一词向量的维度大于所述第二词向量的维度；采用各词对应的第二词向量生成所述向量序列。

作为本申请的一个具体示例，智能终端通过对接收到的文本信息进行分词后，以及可以依据词表确定分词后各词对应的第一词向量an(0，0，1，0，0，0，……，0)，并且可以通过预先设置的词嵌入模型m，将第一词向量an(0，0，1，0，0，0，……，0)转换为第二词向量bn(0.01，0.03，0.13，……，0.2)，如通过计算公式bn＝m*an将第一向量an转换为第二向量bn。其中，词嵌入模型m可以是一个x*y维的矩阵，如若x＝100，y＝50000，则整个矩阵m就可以包含5000000个元素。x可以作为转换后维度，具体可以用于表征第二向量序列b中的第二词向量的维度，如可以等于b1的维度；y可以作为转换前维度，具体可以用于表征第一向量序列a中的第一词向量的维度，如可以等于a1的维度。

需要说明的是，若转换前维度y太大，则词嵌入模型会非常庞大，会导致整个模型的参数比较多，影响训练速度和计算速度。可选的，本申请实施例可以依据词表的大小配置转换前维度y，如转换前维度y可以等于词表的大小，具体可以为几万；而第二词向量的维度可以依据词嵌入模型中所采用的具体算法进行配置，通常可以小于第一词向量的维度，优选的，转换后维度x通常可以小于转换前维度y，如可以是几千或者几百，甚至可以是几十，从而使得有用的信息可以用更加紧凑的形式来表示，便于服务器端处理，且服务器无法通过转换后的第二向量序列还原智能终端所接收到的原始信息，进而可以避免信息泄露的问题。

在本申请的一个可选实施例中，智能终端对接收到的信息进行转换，生成对应的向量序列，还可以包括：当接收到的信息为语音信息时，通过对所述语音信息进行识别，确定对应的文本信息；在确定文本信息后，执行对文本信息进行分词的步骤。本申请实施例中，智能终端在接收到语音信息时，可以将该语音信息转换为文本信息，从而可以通过执行对文本信息进行分词的步骤，得到分词后所对应的第一向量序列，并且可以通过词嵌入模型将第一向量序列转换为第二向量序列。

步骤304，智能终端将所述向量序列发送至服务器。

智能终端得到转换后的第二向量序列后，可以将该第二向量序列作为向量序列，并发送给服务器，从而使得服务器可以接收到该向量序列。

步骤306，服务器接收智能终端发送的向量序列。

具体的，服务器接收到的是经过智能终端转换后的向量序列，无法将该向量序列还原为原本的信息，因此服务器无法获取到智能终端所接收到的信息，进而可以避免泄露用户信息的风险，有效保护了用户的隐私安全。

步骤308，服务器通过预先配置的训练模型，确定所述向量序列对应的候选信息。

本申请实施例中，服务器中配置的训练模型可以包括解码器和编码器，以通过解码器对接收到的向量序列进行编码，得到一个编码后的向量序列，即编码向量序列，然后通过解码器对编码向量序列进行解码，得到对应的候选项。其中，对候选项的数量可以采用训练模型中的参数进行配置，本申请实施对候选项的数量不作具体限制。因此，服务器确定的候选信息具体可以包括：通过所述训练模型中的编码器和解码器确定的至少一个候选项。该候选项具体可以用于智能终端针对所述信息在通讯应用的对话框中进行回复。其中，通讯应用具体可以包括：短信应用、即时通讯应用、邮件应用、电信通话应用等，本发明实施例对此不作限制。

在本申请的一个可选实施例中，服务器通过预先配置的训练模型，确定所述向量序列对应的候选信息的步骤，具体可以包括：将所述向量序列输入所述训练模型中的编码器，得到编码向量序列；然后将所述编码向量序列输入所述训练模型中的解码器，得到至少一个候选项，从而可以基于得到的候选项，确定候选信息。作为本发明的一个具体示例，服务器所配置的训练模型为深度学习中的序列生成模型，如seq2seq(sequencetosequence)模型。在seq2seq模型中，服务器可以采用一个lstm模型作为编码器(encoder)，另一个lstm模型作为解码器(decoder)。在智能终端将转换后的第二向量序列b(b1，b2，b3……，bn)上传给服务器后，服务器将第二向量序列b(b1，b2，b3……，bn)输入至训练模型中的编码器，以通过该编码器进行编码，得到一个编码后的编码向量序列c(c1，c2，c3……，cn)，然后将编码向量序列c(c1，c2，c3……，cn)输入至训练模型中的解码器，以通过该解码器进行解码，以及采用诸如定向搜索(beamsearch)等算法，生成一定数量的候选项，即得到至少一个候选项；并且可以将得到的候选项作为候选信息发送给智能终端，以对智能终端所上传的第二向量序列进行反馈。

步骤310，服务器将所述候选信息反馈给所述智能终端。

服务器可以将生成的候选信息返回给智能终端，从而使得智能终端可以依据所述候选信息进行展示。

步骤312，智能终端依据所述服务器反馈的候选信息进行展示。

其中，候选信息包括：服务器依据所述向量序列确定所述信息对应的各候选项。

在本申请的一个可选实施例中，智能终端依据所述服务器反馈的候选信息进行展示，具体可以包括：接收所述服务器针对所述向量序列所反馈的候选信息；基于预设的显示规则，对所述候选信息中的各候选项进行展示。

智能终端在接收到服务器所反馈的候选信息后，可以从该候选信息中提取各候选项，并且可以基于预设的显示规则，如按照各候选项的优先级顺序确定各候选项的显示顺序，以按照显示顺序在指定区域对各候选项进行展示，如在输入法的候选区域显示各候选项，或者在通讯应用中对话框所关联的显示区域对各候选项进行展示，本申请实施对此不作限制。

步骤314，智能终端依据操作指示确定选中的候选项。

智能终端对各候选项进行展示，从而使得用户可以获取到服务器针对接收到的信息所推荐的候选项。用户可以向智能终端输入操作指示，以触发智能终终端依据该操作指示选中某一个候选项，即确定用户选中的候选项。

步骤316，智能终端将选中的候选项输入至通讯应用的对话框中，以对所述信息进行回复。

其中，所述通讯应用可以包括但不限于以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

智能终端在确定用户选中的候选项后，可将该选中的候选项输入至通讯应用中的对话框，从而使得用户可以依据该选中的候选项对接收到的信息进行回复，提高回复操作的简便性，以及提高了用户的回复效率。

当然，智能终端可以依据用户针对选中的候选项所输入的编辑操作或修改操作，对候选项进行修改，以按照修改后的候选项对接收到的信息进行回复，从而可以提高用户体验。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了本发明一种信息处理装置实施例的结构框图，具体可以包括如下模块：

向量序列生成模块402，用于通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，其中，所述词嵌入模型与配置于服务器中的训练模型共同训练得到。

向量序列发送模块404，用于将所述向量序列发送至所述服务器，以使所述服务器通过所述训练模型确定所述向量序列对应的候选信息。

候选信息展示模块406，用于依据所述服务器反馈的候选信息进行展示。

在本申请的一个可选实施例中，向量序列生成模块402，可以包括如下子模块：

分词子模块，用于当接收到的信息为文本信息时，对所述文本信息进行分词，得到分词后的词序列。

转换子模块，用于通过预先配置的词嵌入模型，将所述词序列转换成所述向量序列。

在本申请的一个可选实施例中，转换子模块，具体可以用于依据词表确定所述词序列中的各词对应的第一词向量；通过所述词嵌入模型将各词对应的第一词向量转换为第二词向量，其中，所述第一词向量的维度不等于所述第二词向量的维度；以及采用各词对应的第二词向量生成所述向量序列。可选的，第一词向量的维度大于第二词向量的维度。

在本申请的一个可选实施例中，向量序列生成模块402，还可以包括：识别子模块。该识别子模块可以用于当接收到的信息为语音信息时，通过对所述语音信息进行识别，确定对应的文本信息；以及在确定文本信息后，可以触发分词子模块执行对文本信息进行分词的步骤。

在本申请的一个可选实施例中，候选信息可以包括：所述服务器通过所述训练模型中的编码器和解码器确定的至少一个候选项。候选信息展示模块406可以包括如下子模块：

接收子模块，用于接收所述服务器针对所述向量序列所反馈的候选信息。

展示子模块，用于基于预设的显示规则，对所述候选信息中的各候选项进行展示。

可选的，本申请实施例中的信息处理装置还可以包括如下模块：

候选项选中模块，用于依据操作指示确定选中的候选项；

信息回复模块，用于将选中的候选项输入至通讯应用的对话框中，以对所述信息进行回复。

其中，所述通讯应用可以包括但不限于以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

本申请实施例中的信息处理装置具体可应用在上述方法实施例的智能终端中，从而可以将接收到的信息转换为向量序列，以将转换后的向量序列上传给服务器，使得服务器根据该转换后的向量序列无法还原智能终端所接收到的信息，进而避免了将接收到的信息上传给服务器所导致的信息泄露问题；以及可以接收到服务器所反馈的候选信息，进而可以向用户推荐该候选信息中的各候选项，使得用户可以采用服务器所生成的候选项对接收到的信息进行回复，从而可以提高用户回复信息的效率。

参照图5，示出了本发明另一种信息处理装置实施例的结构框图，具体可以包括如下模块：

向量序列接收模块502，用于接收智能终端发送的向量序列，所述向量序列为所述智能终端通过预先配置的词嵌入模型对接收到的信息进行转换生成的；

候选信息确定模块504，用于通过预先配置的训练模型，确定所述向量序列对应的候选信息，所述训练模型与所述词嵌入模型共同训练得到；

候选信息发送模块506，用于将所述候选信息反馈给所述智能终端，以使所述智能终端依据所述候选信息进行展示。

在本申请的一个可选实施例中，候选信息确定模块504，具体可以包括如下子模块：

编码子模块，用于将所述向量序列输入所述训练模型中的编码器，得到对应的编码向量序列；

解码子模块，用于将所述编码向量序列输入所述训练模型中的解码器，得到至少一个各候选项；

确定子模块，用于基于得到的各候选项，确定所述候选信息。

在本申请的一个可选实施例中，候选项具体可以用于所述智能终端针对所述信息在通讯应用的对话框中进行回复。其中，通讯应用具体可以包括但不限于以下至少一类型：短信应用、即时通讯应用、邮件应用、电信通话应用。

本申请实施例中的信息处理装置具体可应用在上述方法实施例的服务器中，可以将智能终端所上传的转换后的向量序列输入到预先配置的训练模型中，得到对应的候选信息，并将该候选信息反馈给智能终端，使得智能终端可以依据该候选信息进行展示，从而使得用户可以采用服务器所生成的候选项对接收到的信息进行回复，提高用户回复信息的效率。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

图6是根据一示例性实施例示出的一种用于信息处理的智能终端600的结构框图。例如，智能终端600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，智能终端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通常控制智能终端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。处理元件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，处理部件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设备600的操作。这些数据的示例包括用于在智能终端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。

电力组件606为智能终端600的各种组件提供电力。电力组件606可以包括电源管理系统，一个或多个电源，及其他与为智能终端600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述智能终端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。当智能终端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)，当智能终端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，用于为智能终端600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为智能终端600的显示器和小键盘，传感器组件614还可以检测智能终端600或智能终端600一个组件的位置改变，用户与智能终端600接触的存在或不存在，智能终端600方位或加速/减速和智能终端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被配置为便于智能终端600和其他设备之间有线或无线方式的通信。智能终端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，通信部件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，所述通信部件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，智能终端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，上述指令可由智能终端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智能终端的处理器执行时，使得智能终端能够执行一种信息处理方法，所述方法包括：通过预先配置的词嵌入模型对接收到的信息进行转换，生成对应的向量序列，其中，所述词嵌入模型与配置于服务器中的训练模型共同训练得到；将所述向量序列发送至所述服务器，以使所述服务器通过所述训练模型确定所述向量序列对应的候选信息；依据所述服务器反馈的候选信息进行展示。

图7是本发明实施例中一种服务器的结构示意图。该服务器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中央处理器(centralprocessingunits，cpu)722(例如，一个或一个以上处理器)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服务器中的一系列指令操作。更进一步地，中央处理器722可以设置为与存储介质730通信，在服务器700上执行存储介质730中的一系列指令操作。

服务器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。

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服务器的处理器执行时，使得服务器能够执行一种信息处理方法，所述方法包括：接收智能终端发送的向量序列，所述向量序列为所述智能终端通过预先配置的词嵌入模型对接收到的信息进行转换生成的；通过预先配置的训练模型，确定所述向量序列对应的候选信息，所述训练模型与所述词嵌入模型共同训练得到；将所述候选信息反馈给所述智能终端，以使所述智能终端依据所述候选信息进行展示。

在上述实施例的基础上，本申请实施例还提供了一种信息处理系统，该信息处理系统具体可以包括：服务器和智能终端；其中，服务器与上述实施例中所述的服务器基本一致，智能终端与上述实施例中所述的智能终端基本一致，因此不再赘述。

在本申请实施例的信息处理系统中，智能终端所配置的词嵌入模型与服务器所配置的训练模型共同训练得到的。智能终端可以通过预先配置的词嵌入模型将接收到的信息转换为对应的向量序列，以及上传转换后的向量序列给服务器，触发服务器通过预先配置的训练模型确定该转换后的向量序列对应的候选信息，从而可以获取到服务器所反馈的候选信息，且服务器根据该转换后的向量序列无法还原智能终端所接收到的原始信息，即无法查看到智能终端所接收到的原始信息，进而避免了直接上传接收到的信息所导致的信息泄露的问题，有效保护用户的隐私。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的信息处理方法、信息处理装置、智能终端、服务器和信息处理系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。