1.一種名片生成方法，其特征在于，包括：
獲取用戶之間的聊天信息；
判斷所述聊天信息是否符合預設的觸發(fā)條件，并當判斷結(jié)果為是時，在符合觸發(fā)條件的聊天信息中提取可用于名片的聯(lián)系人信息；
基于提取的聯(lián)系人信息生成名片。
2.如權(quán)利要求1所述的方法，其特征在于，所述獲取用戶之間的聊天信息，具體包括：
實時獲取用戶之間的聊天信息；
或按照預設的時間區(qū)間，定時獲取前一個時間區(qū)間內(nèi)的聊天信息。
3.如權(quán)利要求1所述的方法，其特征在于，所述觸發(fā)條件中包括為判斷是否為名片所需信息設置的概率閾值；
所述判斷所述聊天信息是否符合觸發(fā)條件，具體包括：
針對每一條聊天信息，對所述聊天信息中的字段進行分詞處理，生成一個或多個聊天關鍵詞；
基于預設的識別模型確定生成的各聊天關鍵詞對應的概率，并通過綜合各所述概率確定總概率；所述識別模型中包含有多個關鍵詞以及各關鍵詞成為名片信息的概率；
若所述總概率大于或等于所述觸發(fā)條件中的概率閾值，則確定所述聊天信息符合觸發(fā)條件；
若所述總概率小于所述觸發(fā)條件中的概率閾值，則確定所述聊天信息不符合觸發(fā)條件。
4.如權(quán)利要求3所述的方法，其特征在于，所述識別模型是通過對社交軟件的歷史聊天數(shù)據(jù)中的關鍵詞和標識進行訓練得到的。
5.如權(quán)利要求1所述的方法，其特征在于，所述基于提取的聯(lián)系人信息生成名片，具體包括：
判斷提取的聯(lián)系人信息的數(shù)量與類型是否滿足生成名片的需要；
若判斷結(jié)果為是，則基于滿足生成名片需要的聯(lián)系人信息生成名片；
若判斷結(jié)果為否，則在預設時間段內(nèi)繼續(xù)獲取新生成的聊天信息，并基于所有獲取的聊天信息生成名片。
6.如權(quán)利要求1所述的方法，其特征在于，所述基于提取的聯(lián)系人信息生成名片之后，還包括：
展示生成的名片，并生成提示信息，其中，所述提示信息用于提示用戶是否需要保存生成的名片；
當接收到保存名片的信號時，保存生成的名片。
7.一種名片生成設備，其特征在于，包括：
獲取模塊，用于獲取用戶之間的聊天信息；
判斷模塊，用于判斷所述聊天信息是否符合預設的觸發(fā)條件；
提取模塊，用于當判斷結(jié)果為是時，在符合觸發(fā)條件的聊天信息中提取可用于名片的聯(lián)系人信息；
生成模塊，用于基于提取的聯(lián)系人信息生成名片。
8.如權(quán)利要求7所述的設備，其特征在于，所述獲取模塊，具體包括：
實時獲取用戶之間的聊天信息；
或按照預設的時間區(qū)間，定時獲取前一個時間區(qū)間內(nèi)的聊天信息。
9.如權(quán)利要求7所述的設備，其特征在于，所述觸發(fā)條件中包括為判斷是否為名片所需信息設置的概率閾值；
所述判斷模塊，具體用于：
針對每一條聊天信息，對所述聊天信息中的字段進行分詞處理，生成一個或多個聊天關鍵詞；
基于預設的識別模型確定生成的各聊天關鍵詞對應的概率，并通過綜合 各所述概率確定總概率；所述識別模型中包含有多個關鍵詞以及各關鍵詞成為名片信息的概率；
若所述總概率大于或等于所述觸發(fā)條件中的概率閾值，則確定所述聊天信息符合觸發(fā)條件；
若所述總概率小于所述觸發(fā)條件中的概率閾值，則確定所述聊天信息不符合觸發(fā)條件。
10.如權(quán)利要求9所述的設備，其特征在于，所述識別模型是通過對社交軟件的歷史聊天數(shù)據(jù)中的關鍵詞和標識進行訓練得到的。
11.如權(quán)利要求7所述的設備，其特征在于，所述生成模塊，具體用于：
判斷提取的聯(lián)系人信息的數(shù)量與類型是否滿足生成名片的需要；
若判斷結(jié)果為是，則基于滿足生成名片需要的聯(lián)系人信息生成名片；
若判斷結(jié)果為否，則在預設時間段內(nèi)繼續(xù)獲取新生成的聊天信息，并基于所有獲取的聊天信息生成名片。
12.如權(quán)利要求7所述的設備，其特征在于，還包括：
處理模塊，用于展示生成的名片，并生成提示信息，其中，所述提示信息用于提示用戶是否需要保存生成的名片；
當接收到保存名片的信號時，保存生成的名片。