聊天群组创建方法、装置、计算机设备和存储介质与流程

文档序号：19019724发布日期：2019-11-01 20:33阅读：173来源：国知局

本发明涉及神经网络技术领域，尤其涉及一种聊天群组创建方法、聊天群组创建装置、计算机设备和存储有计算机可读指令的存储介质。

背景技术：

随着电子技术的不断发展，移动终端(例如智能手机、平板电脑等)给人们的生活及工作带来了很大的方便，成为人们生活及工作中的必需品，更为重要的是，即时通讯成为人们生活中不可缺少的一部分。

在实际应用中，虽然即时通讯中可以进行群组的创建以及聊天用的选择，但是个人只能选择有限数量的聊天用户群体，当进行一个一个的邀请时，首先会很麻烦，其次是并不知道对方是否愿意，直接进行邀请显然会显得很突兀，再者，接收了邀请的人也并不一定是话题相同的人。即时通讯保证的是信息的即时性，而现有的方式中，由于没有对用户的实时聊天信息进行分析处理，使得并不能准确的将具有相同兴趣的用户进行聚合形成相应的聊天群组。

技术实现要素：

基于此，有必要针对现行聊天群组创建方法的弊端，提供一种聊天群组创建方法、装置、计算机设备和存储介质，用于根据用户的实时聊天记录信息智能匹配合适的用户，将具有相同兴趣的用户进行聚合在相同的聊天群组中。

为实现上述目的，本发明提供的一种聊天群组创建方法，所述聊天群组创建方法包括：

当检测到用户匹配功能被触发时，获取待分析处理的目标聊天文本；

基于预先训练好的预测模型对所述目标聊天文本进行分析预测，并基于所得到的分析预测结果获取待匹配用户信息；

当接收到输入的选择指令时，将在所述待匹配用户信息中所选择的匹配用户与所述目标聊天文本对应的目标用户进行匹配，建立聊天群组。

可选的，所述当检测到用户匹配功能被触发时，获取进行分析处理的目标聊天文本之前，所述方法还包括：

当接收到第一终端发出进行用户匹配的指令信息时，确定是否存在与所述第一终端进行通讯连接的第二终端；

当确定存在与所述第一终端进行通讯连接的第二终端时，将所述指令信息发送至所述第二终端；

当在预设时长内接收到所述第二终端发出的允许进行用户匹配的确定指令时，触发所述用户匹配功能；

当在所述预设时长内没有接收到所述第二发出的允许进行用户匹配的确定指令时，将所述指令信息视为无效指令并发出相应的提示信息至所述第一终端。

可选的，所述当接收到第一终端发出进行用户匹配的指令信息时，确定是否存在与所述第一终端进行通讯连接的第二终端之后，所述方法还包括：

当确定不存在与所述第一终端进行通讯连接的第二终端时，触发所述用户匹配功能。

可选的，所述当检测到用户匹配功能被触发时，获取进行分析处理的目标聊天文本，包括：

当接收到用户匹配指令时，获取用户匹配指令对应的时刻信息；

基于所述时刻信息获取预设时间段内的聊天文本作为目标聊天文本。

可选的，所述基于预先训练好的预测模型对所述目标聊天文本进行分析预测，并基于所得到分析预测结果获取待匹配用户信息，包括：

对所述目标聊天文本进行预处理，得到预处理后的目标聊天文本；

将所述预处理后的目标聊天文本输入至预设的卷积神经网络中，得到所述卷积神经网络输出的所述目标聊天文本对应的目标标签；

基于所述目标标签在预置记录列表中进行查询匹配，得到所述待匹配用户信息，所述预置记录列表记录有用户信息与标签信息的对应关系。

可选的，所述基于所述目标标签在预置记录列表中进行查询匹配，得到所述待匹配用户信息，包括：

获取预置记录列表，读取所述预置记录列表所包含的用户信息对应的第一标签信息；

计算所述第一标签信息与所述目标标签的相似度值；

将所述相似度值与预设阈值进行对比；

当所述相似度值大于或者等于所述预设阈值时，确定所述第一标签信息对应关联的用户信息为待匹配用户信息。

可选的，所述方法还包括：

当接收到模型训练指令时，接收所输入的待分类聊天文本以及分类标签；

将所述待分类聊天文本以及所述分类标签作为待训练预测模型的输入进行训练；

当检测到所述待训练预测模型开始收敛时，确定所述待训练预测模型训练完成，得到所述训练好的预测模型。

此外，为实现上述目的，本发明还提供一种聊天群组创建装置，所述聊天群组创建装置包括：

文本获取模块，用于当检测到用户匹配功能被触发时，获取进行分析处理的目标聊天文本；

用户确定模块，用于基于预先训练好的预测模型对所述目标聊天文本进行分析预测，并基于所得到的分析预测结果获取待匹配用户信息；

群组创建模块，用于当接收到输入的选择指令时，将所选择的匹配用户与所述目标聊天文本对应的目标用户进行匹配，建立聊天群组。

可选的，聊天群组创建装置还包括：

第一确定模块，用于当接收到第一终端发出进行用户匹配的指令信息时，确定是否存在与所述第一终端进行通讯连接的第二终端；

指令发送模块，用于当确定存在与所述第一终端进行通讯连接的第二终端时，将所述指令信息发送至所述第二终端；

功能触发模块，用于当在预设时长内接收到所述第二终端发出的允许进行用户匹配的确定指令时，触发所述用户匹配功能；以及用于当在所述预设时长内没有接收到所述第二发出的允许进行用户匹配的确定指令时，将所述指令信息视为无效指令并发出相应的提示信息至所述第一终端。

可选的，指令发送模块具体还用于：当确定不存在与所述第一终端进行通讯连接的第二终端时，触发所述用户匹配功能。

可选的，文本获取模块包括：

时刻获取单元，用于当接收到用户匹配指令时，获取用户匹配指令对应的时刻信息；

文本获取单元，用于基于所述时刻信息获取预设时间段内的聊天文本作为目标聊天文本。

可选的，用户确定模块包括：

预处理单元，用于对所述目标聊天文本进行预处理，得到预处理后的目标聊天文本；

文本输入单元，用于将所述预处理后的目标聊天文本输入至预设的卷积神经网络中，得到所述卷积神经网络输出的所述目标聊天文本对应的目标标签；

用户查询单元，用于基于所述目标标签在预置记录列表中进行查询匹配，得到所述待匹配用户信息，所述预置记录列表记录有用户信息与标签信息的对应关系。

可选的，用户查询单元包括：

标签获取子单元，用于获取预置记录列表，读取所述预置记录列表所包含的用户信息对应的第一标签信息；

相似度计算子单元，用于计算所述第一标签信息与所述目标标签的相似度值；

相似度对比子单元，用于将所述相似度值与预设阈值进行对比；

用户确定子单元，用于当所述相似度值大于或者等于所述预设阈值时，确定所述第一标签信息对应关联的用户信息为待匹配用户信息。

可选的，聊天群组创建装置还包括：

信息接收模块，用于当接收到模型训练指令时，接收所输入的待分类聊天文本以及分类标签；

模型训练模块，用于将所述待分类聊天文本以及所述分类标签作为待训练预测模型的输入进行训练；

检测完成模块，用于当检测到所述待训练预测模型开始收敛时，确定所述待训练预测模型训练完成，得到所述训练好的预测模型。

此外，为实现上述目的，本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述聊天群组创建方法的步骤。

此外，为实现上述目的，本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述聊天群组创建方法的步骤。

上述聊天群组创建方法、装置、计算机设备和存储介质，在进行聊天群组创建时，当检测到用户匹配功能触发启动时，首先获取进行分析处理的目标聊天文本，然后利用预先训练好的预测模型对所得到的目标聊天文本进行分析预测，进而根据所得到的分析预测结果获取对应的待匹配用户信息，最后在接收到所输入的选择指令时，将所选择的皮皮阿用户与目标聊天文本对应的目标用户进行匹配，以形成创建聊天群组。实现根据用户的实时聊天记录信息智能匹配合适的用户，将具有相同兴趣的用户进行聚合在相同的聊天群组中，提高了聊天群组创建的实时准确性。

附图说明

图1为一个实施例中聊天群组创建方法的流程示意图；

图2为一个实施例中用户匹配功能触发的步骤的流程示意图；

图3为一个实施例中对目标聊天文本进行分析预测得到待匹配用户信息的步骤的流程示意图；

图4为一个实施例中得到待匹配用户信息的步骤的流程示意图；

图5为一个实施例中对预测模型进行训练的步骤的流程示意图；

图6为一个实施例中聊天群组创建装置的结构框图；

图7为另一个实施例中聊天群组创建装置的结构框图；

图8为一个实施例中文本获取模块的结构框图；

图9为一个实施例中用户确定模块的结构框图；

图10为又一个实施例中聊天群组创建装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

参照图1，图1为一个实施例中聊天群组创建方法的流程示意图。

在一实施例中，该聊天群组创建方法包括：

步骤s10，当检测到用户匹配功能被触发时，获取待分析处理的目标聊天文本；

其中，用户匹配功能是将具有相同聊天特征的用户进行匹配形成一个聊天群组的功能。用户匹配功能的触发需要用户通过相应的操作来实现的，比如通过触控在终端上的按键，可以是虚拟按键，也可以是物理按键。由于聊天记录的生成至少需要两个用户处于聊天状态，因此用户匹配功能的触发需要与当前用户处于同一个聊天群组的用户全部同意，也就是说用户匹配功能的触发是在所有的用户都同意的情况下而触发的。

聊天群组创建装置在接收到用户匹配指令时，将会获取需要进行分析处理的目标聊天文本。在实际应用中，在进行聊天用户的匹配时，需要给当前用户匹配合适聊天的用户，因此需要对用户的当前聊天信息进行分析确定，以了解用户对应的聊天特征，比如聊天主题或者话题等，然后可以将具有相同聊天特征的用户与当前用户进行匹配，进而形成一个聊天话题圈。

进一步地，在获取目标聊天文本时，具体包括有：

步骤a，当接收到用户匹配指令时，获取用户匹配指令对应的时刻信息；

步骤b，基于时刻信息获取预设时长段内的聊天文本作为目标聊天文本。

聊天群组创建装置在接收到用户匹配指令时，将会获取接收到用户匹配指令的时刻信息，然后根据所得到的时刻信息以及预设文本获取规则获取目标聊天文本，具体获取在预设时长段内的聊天文本作为目标聊天文本。

目标聊天文本是聊天群组创建装置进行分析处理的对象，但是在实际应用中，用户的聊天记录文本是庞大的，且只要有所记录的聊天文本都会存在，因此需要在历史聊天文本中获取更加合适的聊天文本作为目标聊天文本，具体获取目标聊天文本的方式可以时是根据时间信息来获取，还可以是根据关键词信息的出现时刻来获取，具体在此不做限制。

步骤s20，基于预先训练好的预测模型对目标聊天文本进行分析预测，并基于所得到的分析预测结果获取待匹配用户信息；

聊天群组创建装置在获取了进行分析处理的目标聊天文本时，需要对目标聊天文本进行分析预测，进而可以根据分析预测结果得到可以进行匹配的待匹配用的用户信息，其中所获取的待匹配用户的用户信息可以包括有用户的标识信息，还可以包括用户的个人信息，具体可以对待匹配用信息的类型进行相应的设置。

具体地，在聊天群组创建装置获取了目标聊天文本时，首先获取预先所训练好的预测模型，然后利用所得到的预测模型对目标聊天文本进行分析处理。在实际应用中，每一个允许进行聊天用户匹配的用户，聊天群组创建装置都会根据各自对应的目标聊天文本进行特征分析处理，进而使得每一个用户都有各自对应的特征标签，而具有相同特征标签的用户之间存在一定的匹配关联关系，也就是各自为对方可以进行匹配的待匹配用户。

在本实施例中，利用预测模型对目标文本进行分析时，主要是利用自然语言处理(naturallanguageprocessing，nlp)技术对目标聊天文本进行分析处理，以得到对应的分析预测结果。在实际应用中，利用预先训练好的预测模型(text-cnn模型)对目标聊天文本进行分析处理，具体地，是将目标聊天文本作为预测模型的输入，进而输出对目标聊天文本的分析预测结果，其中分析预测结果具体可以包括特征标签。

另外，为了使得进行分析处理的text-cnn模型能够准确的进行分析处理，需要预先进行模型的训练。在对模型进行训练时，将聊天文本作为语料库当成模型的输入，并设定对应的特征标签，然后训练模型，进而根据训练好的预测模型对聊天文本进行分析处理。

步骤s30，当接收到输入的选择指令时，将在待匹配用户信息中所选择的匹配用户与所述目标聊天文本对应的目标用户进行匹配，建立聊天群组。

聊天群组创建装置在接收到输入的选择指令时，首先会根据选择指令确定当前所选择的匹配用户，然后将建立匹配用户与目标聊天文本对应的目标用户之间的匹配关系，以建立形成相应的聊天群组。在实际应用中，通过对用户的聊天文本进行分析处理之后，获取可以进行匹配的用户，此时可以直接将可以进行匹配的待匹配用户与当前用户进行匹配形成相应的聊天群组，用户还可以进行相应的选择，选择适当且合适数量的用户进行匹配形成聊天群组。

在本实施例中，在进行聊天群组创建时，当检测到用户匹配功能触发启动时，首先获取进行分析处理的目标聊天文本，然后利用预先训练好的预测模型对所得到的目标聊天文本进行分析预测，进而根据所得到的分析预测结果获取对应的待匹配用户信息，最后在接收到所输入的选择指令时，将所选择的皮皮阿用户与目标聊天文本对应的目标用户进行匹配，以形成创建聊天群组。实现根据用户的实时聊天记录信息智能匹配合适的用户，将具有相同兴趣的用户进行聚合在相同的聊天群组中，提高了聊天群组创建的实时准确性。

进一步地，参照图2，图2为一个实施例中用户匹配功能触发的步骤的流程示意图。

具体地，步骤s10，当检测到用户匹配功能被触发时，获取进行分析处理的目标聊天文本之前，该方法还包括：

步骤s40，当接收到第一终端发出进行用户匹配的指令信息时，确定是否存在与第一终端进行通讯连接的第二终端；

步骤s50，当确定存在与第一终端进行通讯连接的第二终端时，将所述指令信息发送至第二终端；

步骤s60，当在预设时长内接收到第二终端发出的允许进行用户匹配的确定指令时，触发用户匹配功能；

步骤s70，当在预设时长内没有接收到第二发出的允许进行用户匹配的确定指令时，将指令信息视为无效指令并发出相应的提示信息至第一终端。

其中，终端是聊天用户所使用的设备，包括但不局限于是手机，且终端与聊天用户之间存在一定的关联关系，比如聊天用户使用终端进行账号登录。“第一终端”与“第二终端”中的“第一”和“第二”仅用于进行终端的区分，在实际应用中，第一终端与第二终端可以进行互换。另外，步骤s60与步骤s70是一个并行的方案，只会存在其中一种。

聊天群组创建装置在接收到第一终端发出进行用户匹配的指令信息时，首先会确定是否存在与第一终端进行通讯连接的第二终端，当确定存在与第一终端进行通讯连接的第二终端时，聊天群组创建装置将会将所接收到的第一终端所发出进行用户匹配的指令信息发送至第二终端，进而接收第二终端基于指令信息的反馈信息，当在预设时长内接收到第一终端发出的允许进行用户匹配的确定指令时，聊天群组创建装置将会触发相应的用户匹配功能，当在预设时长内没有接收到第二终端发出的允许进行聊天用户匹配的确定指令时，将会将第一终端所发出的指令信息视为无效指令，并且将会发送相应的提示信息至第一终端。

在实际应用中，用户进行聊天用户匹配时，可以是自己一个人想找一个具有相同聊天话题的人或者群组，还可以是一个聊天群组想找更多具有相同聊天话题或者兴趣的人或者群组，而对于不同的情况，聊天群组创建装置的处理方式是有所不同的，因此聊天群组创建装置在接收到第一终端发出进行聊天用户匹配的指令信息时，首先会确定是否存在与第一终端进行通讯连接的第二终端，其中，第二终端的数量不限，可以是一个，也可以是多个。在存在与第一终端进行通讯连接的第二终端时，聊天群组创建装置将会将第一终端所发出的指令信息发送至第二终端，以使得第二终端确定是否可以进行用户匹配，在第二终端确定可以进行用户匹配时，聊天群组创建装置将会启动自身的用户匹配功能进行用户的匹配。

由于第二终端的数量是不做限制的，在第二终端的数量为一个时，将只需要一个用户确定是否进行用户匹配，在第二终端的数量为两个以上时，并不是所有的用户都想要进行用户匹配，因此在第二终端的数量大于等于二时，聊天群组创建装置可以根据接收到的第二终端的反馈信息确定是否启动用户匹配功能。比如，当第二终端的数量为十个时，在第一终端发出了进行用户匹配的指令信息时，十个第二终端均会接收到聊天创建装置转发的指令信息，然后十个第二终端将会对所接收到的指令信息进行反馈，具体的反馈包括同意以及不同意，最终根据十个第二终端所发出的反馈信息确定是否进行用户匹配。对于第二终端数量较少的情况，可以在所有的第二终端均同意时才确定可以进行用户匹配，当第二用户的数量过多时，可以根据反馈信息中不同决策的占比情况来确定，比如在反馈信息为同意的占比大于或者等于80％时确定可以进行用户匹配，显然，这个占比值是可自定义设置的。

另外，存在与第一终端进行通讯连接的第二终端，那么也会存在没有与第一终端进行通讯连接的情况，也就是一个独立的用户想要与具有相同兴趣话题的用户或者群组进行聊天的情况，此时在第一终端发出用户匹配指令，且没有与第一终端进行通讯连接的第二终端时，聊天群组创建装置将会直接启动用户匹配功能。

进一步地，参照图3，图3为一个实施例中对目标聊天文本进行分析预测得到待匹配用户信息的步骤的流程示意图。

具体地，步骤s20，基于预先训练好的预测模型对目标聊天文本进行分析预测，并基于所得到的分析预测结果获取待匹配用户信息，包括：

步骤s21，对目标聊天文本进行预处理，得到预处理后的目标聊天文本；

步骤s22，将预处理后的目标聊天文本输入至预设的卷积神经网络中，得到卷积神经网络输出的目标聊天文本对应的目标标签；

步骤s23，基于目标标签在预置记录列表中进行查询匹配，得到待匹配用户信息，预置记录列表记录有用户信息与标签信息的对应关系。

聊天群组创建装置在接收到所获取的目标聊天文本之后，将会利用预先训练好的预测模型对目标聊天文本进行分析预测，具体地，首先对所接收到的目标聊天文本进行预处理，得到预处理后的目标聊天文本，然后将预处理后的目标聊天文本作为预设的卷积神经网络的输入，以得到卷积神经网络输出的目标聊天文本对应的目标标签，最后根据所得到的目标标签在预置记录列表中进行查询匹配，得到待匹配用户信息。

在实际应用中，聊天群组创建装置在对目标聊天文本进行分析预测时，在获取了目标聊天文本时，首先对目标聊天文本进行预处理，主要包括进行分词以及去除停顿词等，然后对预处理之后的目标聊天文本进行向量化，通过对目标聊天文本进行预处理，去除目标聊天文本中的无效信息，可以使得所得到的文本信息更加准确。

在进行分析预测时，主要是利用nlp技术对文本进行分析处理，具体是基于卷积神经网络预先进行预测模型的训练，以利用训练好的预测模型对目标聊天文本进行分析预测。预先训练好的预测模型中有着不同的聊天文本与标签的分类关联规则，在将进行预处理后的目标聊天文本输入至卷积神经网络中之后，可以直接输入目标聊天文本对应的目标标签，需要说明的是，目标标签的数量可以是一个，也可以是多个。在使用预测模型之前需要对预测模型进行训练，具体地，在输入了高质量的、大数据量的有监督语料集，包括聊天文本与分类标签，然后机器学习的方式会自动的归纳训练出一套分类规则，也就是预测模型，进而在接收到输入的待标记的聊天文本时对其进行标记分类。

进一步地，参照图4，图4为一个实施例中得到待匹配用户信息的步骤的流程示意图。

具体地，步骤s23，基于目标标签在预置记录列表中进行查询匹配，得到待匹配用户信息，包括：

步骤s231，获取预置记录列表，读取预置记录列表所包含的用户信息对应的第一标签信息；

步骤s232，计算第一标签信息与目标标签的相似度值；

步骤s233，将相似度值与预设阈值进行对比；

步骤s234，当相似度值大于或者等于预设阈值时，确定第一标签信息对应关联的用户信息为待匹配用户信息。

其中，预置记录列表中记录有允许与他人进行匹配的用户或者群组的相关信息，包括有用户或者群组对应的标签信息。

聊天群组创建装置在对目标聊天文本进行预测处理得到对应的目标标签之后，将会根据目标标签确定待匹配用户信息，具体地，在得到目标标签之后，将会获取预置记录列表，并读取预置记录列表所包含的用户信息对应的第一标签信息，然后计算第一标签信息与目标标签的相似度值，进而根据相似度值得到对应的待匹配用户信息，具体将所得到的相似度值与预设阈值进行对比，当确定所得到的相似度值大于或者等于预设阈值时，确定第一标签信息对应关联的用户信息为待匹配用户信息。

在实际应用中，预置记录列表中记录有若干用户以及群组信息，而不同的用户和群组均对应关联着自身的标签信息，在得到目标标签时，将计算目标标签与预置记录列表中所有用户或者群组对应的标签信息之间的相似度值，进而通过相似度值的大小确定是否可以将对应的用户信息作为待匹配用户信息。例如，可以预设标签的个数均相同，且目标标签包括有：体育、足球、西甲、巴萨，若预置记录列表中所包含的用户或者群组有3个，那个对应的标签有四个，分别为：体育、足球、西甲、巴萨，体育、足球、西甲、皇马，军事、国防、边界、边防，体育、篮球、火箭、哈登，在进行相似度值的计算时，相似度值分别为100％、75％、0、25％，根据实际的分析可以知道，标签为“体育、足球、西甲、皇马”对应的用户或者群组与目标标签对应的用户或者群组的兴趣相似，标签为“体育、足球、西甲、巴萨”对应的用户和群组与目标标签对应的用户或者群组的兴趣相同，因此待匹配用户信息则为标签“体育、足球、西甲、皇马”对应的用户或者群组以及标签“体育、足球、西甲、巴萨”对应的用户和群组。对于预设阈值的设定，可以根据实际的标签的数量进行确定，具体不做限制。以上述描述为例，此时的预设阈值可以设定为75％。

进一步地，在步骤s30，当接收到输入的选择指令时，将所选择的匹配用户与目标聊天文本对应的目标用户进行匹配，建立聊天群组之后，该方法还包括有：当检测到聊天群组创建完成时，向聊天群组所包含的终端发出权限指令，并基于所接收到反馈信息确定聊天群组的状态信息。

在聊天群组创建完成之后，可以对聊天群组的状态信息进行设定，比如将聊天群组设定为允许他人直接进入状态，也可以设定为需要同意的状态。在预置记录列表中记录有所有可能进行群组创建的用户信息，包括有可以直接进行匹配的用户或者群组，也包括需要进行确定的用户或者群组。在聊天群组创建完成时，聊天群组创建装置将会向所创建的聊天群组中的所有用户发出提示信息，以确定所创建的聊天群组的状态信息，具体的提示信息可以是：是否需要成员同意才可进行聚合，由于群组中的用户的数量为不为一的数值，因此可以设定在反馈信息为同意的数量达到一定的百分比时，确定需要成员同意才可聚合。

在本实施例中所存在的情况，所创建的聊天群组是可见的，也就是允许他人进行查询之后将其作为待匹配用户信息的聊天群组，但是是否进行聚合需要进行重新确定。这样可以有效的保证聊天群组的安全性。

进一步地，参照图5，图5为一个实施例中对预测模型进行训练的步骤的流程示意图。

具体地，该方法还包括：

步骤s80，当接收到模型训练指令时，接收所输入的待分类聊天文本以及分类标签；

步骤s90，将待分类聊天文本以及分类标签作为待训练预测模型的输入进行训练；

步骤s100，当检测到待训练预测模型开始收敛时，确定待训练预测模型训练完成，得到训练好的预测模型。

通过获取大量的待训练的聊天文本以及相应的分类标签，对待训练预测模型进行训练。具体地，将待分类聊天文本以及分类标签作为模型训练的输入，然后机器学习的方式会自动的归纳训练，并在检测到模型开始收敛时确定模型训练完成，进而可以得到训练好的预测模型。

进一步地，将待训练的聊天文本以及相应的分类标签输入至待训练的预测模型中进行训练，该待训练预测模型的输出是待训练的聊天文本与分类标签所对应的分类规则。具体地，通过待训练的聊天文本以及相应的分类标签对待训练预测模型模型进行训练的过程，与预测模型模型对目标聊天文本的预测过程相同，首先，通过对待训练的聊天文本预处理，主要针对剔除无意义的符号信息，或其它的冗余信息。例如，在使用爬虫获取的语料集上可能存在一些html的标签，这些符号对于文本分类任务来说应该是冗余的无意义信息，可以剔除掉；然后，对进行预处理的聊天文本进行文本的数值化，其中文本的数值化方式有很多种，例如：tf-idf、bow、one-hot、分布式的表示方式(word2vec、glove)等；进一步地，将所得到的数值化结果以及分类标签输入至预设的卷积神经网络中，预设的卷积神经网络包括13个卷积层、13个激励层和4个池化层，通过对数值化结果以及分类标签进行卷积、激励、池化等操作，进行特征提取；最后，通过全连接层进行调参。

基于以上过程，通过待训练的聊天文本以及相应的分类标签待训练预测模型不断地进行训练，在并训练过程中，当检测到训练预测模型开始收敛时，即可判定当前训练完成，得到训练好的预测模型，具体地，判定训练预测模型收敛可以包括但不限于以下几种情况：训练次数达到了预设次数、训练时间达到了预设时间、训练的损失函数趋近于零，具体可根据实际情况进行设置。

本发明进一步提供一种聊天群组创建装置。

参照图6，图6为一个实施例中聊天群组创建装置的结构框图。

在一实施例中，该聊天群组创建装置60包括文本获取模块61、用户确定模块62以及群组创建模块63。

文本获取模块61，用于当检测到用户匹配功能被触发时，获取待分析处理的目标聊天文本；

用户确定模块62，用于基于预先训练好的预测模型对目标聊天文本进行分析预测，并基于所得到的分析预测结果获取待匹配用户信息；

群组创建模块63，用于当接收到输入的选择指令时，将在待匹配用户信息中所选择的匹配用户与目标聊天文本对应的目标用户进行匹配，建立聊天群组。

在一个实施例中，参照图7，图7为另一个实施例中聊天群组创建装置的结构框图，所述聊天群组创建装置60还包括：

第一确定模块64，用于当接收到第一终端发出进行用户匹配的指令信息时，确定是否存在与第一终端进行通讯连接的第二终端；

指令发送模块65，用于当确定存在与第一终端进行通讯连接的第二终端时，将指令信息发送至第二终端；

功能触发模块66，用于当在预设时长内接收到第二终端发出的允许进行用户匹配的确定指令时，触发用户匹配功能；以及用于当在预设时长内没有接收到第二发出的允许进行用户匹配的确定指令时，将指令信息视为无效指令并发出相应的提示信息至第一终端。

在一个实施例中，所述指令发送模块65具体还用于：当确定不存在与第一终端进行通讯连接的第二终端时，触发用户匹配功能。

在一个实施例中，参照图8，图8为一个实施例中文本获取模块的结构框图，所述文本获取模块61包括：

时刻获取单元611，用于当接收到用户匹配指令时，获取用户匹配指令对应的时刻信息；

文本获取单元612，用于基于时刻信息获取预设时间段内的聊天文本作为目标聊天文本。

在一个实施例中，参照图9，图9为一个实施例中用户确定模块的结构框图，所述用户确定模块62包括：

预处理单元621，用于对目标聊天文本进行预处理，得到预处理后的目标聊天文本；

文本输入单元622，用于将预处理后的目标聊天文本输入至预设的卷积神经网络中，得到卷积神经网络输出的目标聊天文本对应的目标标签；

用户查询单元623，用于基于目标标签在预置记录列表中进行查询匹配，得到待匹配用户信息，预置记录列表记录有用户信息与标签信息的对应关系。

在一个实施例中，所述用户查询单元623包括：

标签获取子单元6231，用于获取预置记录列表，读取预置记录列表所包含的用户信息对应的第一标签信息；

相似度计算子单元6232，用于计算第一标签信息与目标标签的相似度值；

相似度对比子单元6233，用于将相似度值与预设阈值进行对比；

用户确定子单元6234，用于当相似度值大于或者等于预设阈值时，确定第一标签信息对应关联的用户信息为待匹配用户信息。

在一个实施例中，参照图10，图10为又一个实施例中聊天群组创建装置的结构框图，所述聊天群组创建装置60还包括：

信息接收模块67，用于当接收到模型训练指令时，接收所输入的待分类聊天文本以及分类标签；

模型训练模块68，用于将待分类聊天文本以及分类标签作为待训练预测模型的输入进行训练；

检测完成模块69，用于当检测到待训练预测模型开始收敛时，确定待训练预测模型训练完成，得到训练好的预测模型。

在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行所述计算机程序时实现以下步骤：

当检测到用户匹配功能被触发时，获取待分析处理的目标聊天文本；

基于预先训练好的预测模型对目标聊天文本进行分析预测，并基于所得到的分析预测结果获取待匹配用户信息；

当接收到输入的选择指令时，将在待匹配用户信息中所选择的匹配用户与目标聊天文本对应的目标用户进行匹配，建立聊天群组。