1.一种弹幕分发方法，其特征在于，包括：

S1，对当前直播间中的用户进行分组，根据所述各用户当前发送的待分发弹幕的词向量和第一预设历史时间段内所述各用户发送的第一历史弹幕的词向量，使用训练好的LSTM神经网络获取所述待分发弹幕和所述第一历史弹幕的情感得分；

S2，根据所述第一历史弹幕的情感得分，获取每组用户发送的第一历史弹幕的情感总分；

S3，基于对所述每组用户发送的第一历史弹幕的情感总分的判断，对应根据所述待分发弹幕的情感得分将所述待分发弹幕发送给所述每组用户。

2.根据权利要求1所述的弹幕分发方法，其特征在于，所述步骤S1之前还包括：使用词向量模型获取第二预设历史时间段内用户发送的第二历史弹幕的词向量；

根据所述第二历史弹幕的词向量，对所述LSTM神经网络进行训练。

3.根据权利要求1所述的弹幕分发方法，其特征在于，所述步骤S2具体包括：将小于第一预设阈值的所述第一历史弹幕的情感得分转换为负值；

将所述第一历史弹幕中的情感得分相加，获取所述每组用户发送的第一历史弹幕的情感总分。

4.根据权利要求3所述的弹幕分发方法，其特征在于，所述步骤S3具体包括：将小于所述第一预设阈值的所述待分发弹幕的情感得分转换为负值；

当所述每组用户发送的第一历史弹幕的情感总分小于第二预设阈值时，则为该组用户分发所述情感得分为正值和零的待分发弹幕；或者，当所述每组用户发送的第一历史弹幕的情感总分大于第三预设阈值时，则为该组用户分发所述情感得分为负值和零的待分发弹幕。

5.根据权利要求2所述的弹幕分发方法，其特征在于，在使用词向量模型获取第二预设历史时间段内用户发送的第二历史弹幕的词向量之前还包括：对第二预设历史时间段内用户发送的第二历史弹幕进行预处理和规范化。

6.根据权利要求2所述的弹幕分发方法，其特征在于，所述词向量模型中的每个向量分量由0和1组成，且每个向量分量中只有一个1。

7.根据权利要求2所述的弹幕分发方法，其特征在于，根据所述第二历史弹幕的词向量，对所述LSTM神经网络进行训练，包括：对所述第二历史弹幕进行分类；

对所述LSTM神经网络中的参数进行初始化；

使用已分类的所述第二历史弹幕的词向量，对初始化后的所述LSTM神经网络进行训练。

8.一种弹幕分发装置，其特征在于，包括：

分组单元，用于对当前直播间中的用户进行分组，根据所述各用户当前发送的待分发弹幕的词向量和第一预设历史时间段内所述各用户发送的第一历史弹幕的词向量，使用训练好的LSTM神经网络获取所述待分发弹幕和所述第一历史弹幕的情感得分；

获取单元，根据所述第一历史弹幕的情感得分，获取每组用户发送的第一历史弹幕的情感总分；

分发单元，用于基于对所述每组用户发送的第一历史弹幕的情感总分的判断，对应根据所述待分发弹幕的情感得分将所述待分发弹幕发送给所述每组用户。

9.一种弹幕分发设备，其特征在于，包括：

至少一个处理器、至少一个存储器和总线；其中，

所述处理器和存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。