自动合同审查方法、装置、介质以及电子设备与流程

本公开涉及机器学习应用技术领域，具体而言，涉及一种自动合同审查方法及装置。

背景技术：

合同审查是指对各种合同、协议、履约凭证、函件等法律文件进行审查，进行合同审查时，通常对合同文件内的所有内容根据法律法规和规章制度进行判断是否违规等，例如，文件内容是否符合有关法律法规和监管规定，相关权利义务约定是否明确合理；公司的权益是否得到充分的保护，是否存在不利于公司权益的问题；文件涉及的法律要素是否齐全，是否违反有关法律法规的禁止性规定，是否符合相关监管规定。

目前，对合同的审核主要是人工进行，对文本中的每一段根据审查员的知识积累，审查经验进行判断分析，需要花费大量的时间，不仅效率低，而且容易受到各种外界因素的影响；所以一种可以自动对合同中的文本段进行审查的方法和装置意义重大，可以有效提高审查的准确率和效率，降低审核人员的工作负荷。

因此，需要提供一种自动合同审查方法及装置。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一种自动合同审查方案，进而至少在一定程度上在减少审查人员的工作负荷的情况下，自动、准确、高效的实现合同的审核。

根据本公开的一个方面，提供一种自动合同审查方法，包括：

接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本；

定位到所述合同的文本中多个一级标题和各一级标题下的子标题；

根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段；

将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果。

在本公开的一种示例性实施例中，所述获取所述目标类别的合同的文本，包括：

获取目标类别的合同的扫描图像；

利用光学字符识别从所述扫描图像中识别出所述目标类别的合同的文本。

在本公开的一种示例性实施例中，所述定位到所述合同的文本中多个一级标题和各一级标题下的子标题，包括：

获取目标类别的合同的合同模板，所述合同模板含有一级标题的位置信息和各一级标题下的各子标题位置信息；

利用多个所述一级标题的位置信息，定位合同的文本中的所述多个一级标题；

根据所述多个一级标题的定位结果和各一级标题下各子标题位置信息，定位所述合同的文本中各一级标题下的各子标题。

在本公开的一种示例性实施例中，所述根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段，包括：

利用所述子标题位置信息指向的位置后的第一个空位符和空位符后的第一个句号，获取该空位符和空位符后的第一个句号之间的第一文本段；

利用所述空位符后的第一个句号和在该第一个句号之后的第二个句号，获取所述第一个句号和第二个句号之间的第二文本段，直到到达该子标题的下一个子标题位置信息指向的位置。

在本公开的一种示例性实施例中，所述机器学习模型的训练方法是：

收集事先标定了审查结果的合同的类别、一级标题、子标题和文本段样本组集；

将所述合同的类别、一级标题、子标题和文本段样本组的数据输入机器学习模型，由机器学习模型输出所述样本组对应的审查结果；

如果所述输出的审查结果与对所述样本组事先标定的审查结果不一致，则调整机器学习模型的系数，直到所述输出的审查结果与对所述样本组事先标定的审查结果一致；

当机器学习模型针对所有样本组输出的审查结果与事先标定的审查结果一致，训练结束。

在本公开的一种示例性实施例中，根据每种类别的合同分别训练适用于每种类别的合同的机器学习模型，其特征在于，

在所述根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段之后，所述方法包括：

根据所述目标类别的合同的类别，查找所述类别对应的机器学习模型；

将目标类别的合同的一级标题、子标题和文本段的作为输入数据输入所述类别对应的机器学习模型，得到所述文本段的审查结果。

在本公开的一种示例性实施例中，根据多种类别的合同训练一个适用于多种类别的合同的机器学习模型，其特征在于，

在所述根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段之后，所述方法包括：

将合同的类别、一级标题、子标题和文本段的作为输入数据输入所述适用于多种类别的合同的机器学习模型，得到所述文本段的审查结果。

根据本公开的一个方面，提供一种自动合同审查装置，其特征在于，包括：

第一获取模块，用于接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本；

定位模块，用于定位到所述合同的文本中多个一级标题和各一级标题下的子标题；

第二获取模块，用于根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段；

审查模块，用于将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有自动合同审查程序，其特征在于，所述自动合同审查程序被处理器执行时实现上述任一项所述的方法。

根据本公开的一个方面，提供一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的自动合同审查程序；其中，所述处理器配置为经由执行所述自动合同审查程序来执行上述任一项所述的方法。

本公开一种自动合同审查方法及装置，首先，接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本；在接收到合同审查指令时，需要自动获取合同的文本在后续步骤中用来审查；定位到所述合同的文本中多个一级标题和各一级标题下的子标题；通过定位合同文本中的个标题可以有效将合同文本分节，同时各级标题分别代表了一个包含标题的小节的主题，可以在后续步骤中结合标题进行有效合理的审查；根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段；通常文本中的正文是包含在各标题下，这样可以准确的结合标题爬取到各段文本；将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果；通过训练机器学习模型，实现自动对合同文本段的审查，有效提高了审查的效率和准确率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出一种自动合同审查方法的流程图。

图2示意性示出一种自动合同审查方法的应用场景示例图。

图3示意性示出一种多个一级标题和各一级标题下的子标题的定位方法流程图。

图4示意性示出一种自动合同审查装置的方框图。

图5示意性示出一种用于实现上述自动合同审查方法的电子设备示例框图。

图6示意性示出一种用于实现上述自动合同审查方法的计算机可读存储介质。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了自动合同审查方法，该自动合同审查方法可以运行于服务器，也可以运行于服务器集群或云服务器等，当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该自动合同审查方法可以包括以下步骤：

步骤s110.接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本。

步骤s120.定位到所述合同的文本中多个一级标题和各一级标题下的子标题。

步骤s130.根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段。

步骤s140.将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果。

上述自动合同审查方法中，首先，接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本；在接收到合同审查指令时，需要自动获取合同的文本在后续步骤中用来审查；定位到所述合同的文本中多个一级标题和各一级标题下的子标题；通过定位合同文本中的各标题可以有效将合同文本分节，同时各级标题分别代表了一个包含标题的小节的主题，可以在后续步骤中结合标题进行有效合理的审查；根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段；通常文本中的正文是包含在各标题下，这样可以准确的结合标题爬取到各段文本；将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果；通过训练机器学习模型，实现自动对合同文本段的审查，有效提高了审查的效率和准确率。

下面，将结合附图对本示例实施方式中上述自动合同审查方法中的各步骤进行详细的解释以及说明。

在步骤s110中，接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本。

在本示例实施方式中，参考图2所示，首先，服务器201在接收到目标类别的合同的审查指令后，从扫描终端202或者服务器203获取所述类别的合同的文本，其中，所述扫描终端可以是任何具有将纸质的文件扫描为电子版本的扫描终端，例如打印机、手机等，所述服务器可以是任何可以用来存储合同文本的存储设备，例如电脑、手机、硬盘等等。

在本示例的一种实施方式中，所述获取所述目标类别的合同的文本，包括：

获取目标类别的合同的扫描图像；

利用光学字符识别从所述扫描图像中识别出所述目标类别的合同的文本。

在收到的合同是纸质版或者其它非文本的形式的合同时，我们需要首先获取扫描版本的合同，然后通过光学字符识别从所述扫描图像中识别出所述一种类别的合同的文本。这样可以方便的处理其它非文本形式的合同，在后面进行合同审查。

在本示例的一种实施方式中，所述获取所述目标类别的合同的文本，还包括：

获取文本形式的合同中的文本。

如果需要审查的合同是以文本形式储存的，在需要进行审查时，可以直接获取文本形式的合同中的文本，在后面进行自动审查。

在步骤s120中，定位到所述合同的文本中多个一级标题和各一级标题下的子标题。

在本示例实施方式中，通过定位合同文本中的各标题，包括各个一级标题以及各一级标题下的子标题，可以利用标题的属性将合同文本分节，这样就可以通过定位标题准确获取到一个标题下的文本，同时各级标题分别代表了包含各个标题的小节的主题，可以准确的反应各小节的文本的表达主旨，可以在后续步骤中结合标题与文本段进行准确的、合理的自动审查。

在本示例的一种实施方式中，参考图3所示，定位到所述合同的文本中多个一级标题和各一级标题下的子标题，包括步骤s310、步骤s320和步骤s330：

在步骤s310，获取目标类别的合同的合同模板，所述合同模板含有一级标题的位置信息和各一级标题下的各子标题位置信息；

在步骤s320，利用多个所述一级标题的位置信息，定位合同的文本中的所述多个一级标题；

在步骤s330，根据所述多个一级标题的定位结果和各一级标题下各子标题位置信息，定位所述合同的文本中各一级标题下的各子标题。

每种类型的合同通常都具有固定的标准格式，这样我们就可以利用含有一级标题的位置信息和各一级标题下的各子标题位置信息标准特征模板准确匹配定位到合同中的各级标题。例如，通常一份合同是具有特定的合同模板，各个标题段落都是具有固定的位置，制定合同的时候是在模板中空白位置填入相应的内容，得到最终合同；此时，合同模板中就含有一级标题的位置信息和各一级标题下的各子标题位置信息；利用所述一级标题的位置信息，定位合同的文本中的一级标题；在定位到一级标题后，利用该一级标题下各子标题位置信息，定位合同的文本中的该一级标题下的各子标题。

进一步的，还可以通过标题特征模板匹配到各级标题后获得各级标题在合同文本中的位置信息。

对于没有特定模板的合同，通常一种类型的合同的各级标题是固定的，这样可以通过标题特征模板匹配到各级标题后获得各级标题在合同文本中的位置信息。例如，所述一级标题的特征模板为：a+******+10个空格，其中a表示只有一个阿拉伯数字或者其它形式的一级标题的标号形式，通常一个标题如：1+质量要求+所在行内的后面部分空格，这样就可以通过“1+质量要求+10个空格”在文本内准确匹配到该一级标题，同时得到该标题在文本中的行号；二级标题就可以是：bb+******+10个空格；其中bb表示有两个阿拉伯数字或者其它形式的二级标题的标号形式；其它依次类推。

在步骤s130中，根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段。

在本示例实施方式中，所述定位到的一级标题和各一级标题下的子标题，当某段定位后得到只包含一级标题，就获取该一级标题之后的文本段；当某段定位后得到包含多个级别的标题，则按照文本的先后顺序，从前到后依次获取包含文本内容的子标题下的文本段。这样就可以在后续步骤中结合标题和文本段一起进行审查，有效提高审查准确性。

在本示例的一种实施方式中，根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段，包括：

利用所述子标题位置信息指向的位置后的第一个空位符和空位符后的第一个句号，获取该空位符和空位符后的第一个句号之间的第一文本段；

利用所述空位符后的第一个句号和在该第一个句号之后的第二个句号，获取所述第一个句号和第二个句号之间的第二文本段，直到到达该子标题的下一个子标题位置信息指向的位置。

每个标题下的文本内容，通常都是从标题位置信息指向的位置后的第一个空格开始，至句号结束，这样就可以利用空位符和空位符后的第一个句号，准确的获取空位符和空位符后的第一个句号之间的第一文本段；利用所述空位符后的第一个句号和在该第一个句号之后的第二句号，准确获取所述第一个句号和第二个句号之间的第二文本段，依次类推直到该子标题的下一个子标题位置信息指向的位置位置可以获取到所有该标题下的文本段。然后在后续步骤中进行每个文本段的审查。

在步骤s140中，将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果。

在本示例实施方式中，通过将合同的类别、一级标题、子标题和文本段数据输入预先训练好的，用于针对某个文本段的输出审查结果的机器学习模型，就可以准确的自动得到来自一种类型的合同的一个标题下的一个文本段的审查结果，有效提高审查效率和准确率，降低人工审查的负荷。所述合同的类别、一级标题、子标题和文本段数据是将合同的类别、一级标题、子标题和文本段的文本转化为对应文本的特征向量后，得到的特征向量数据。所述审查结果可以是：例如文件内容是否符合有关法律法规和监管规定，相关权利义务约定是否明确合理；公司的权益是否得到充分的保护，是否存在不利于公司权益的问题；文件涉及的法律要素是否齐全，相关文件的内容、相互关系是否匹配等。

在本示例的一种实施方式中，所述机器学习模型的训练方法是：

收集事先标定了审查结果的合同的类别、一级标题、子标题和文本段样本组集；

将所述合同的类别、一级标题、子标题和文本段样本组的数据输入机器学习模型，由机器学习模型输出所述样本组对应的审查结果；

如果所述输出的审查结果与对所述样本组事先标定的审查结果不一致，则调整机器学习模型的系数，直到所述输出的审查结果与对所述样本组事先标定的审查结果一致；

当机器学习模型针对所有样本组输出的审查结果与事先标定的审查结果一致，训练结束。

机器学习模型的训练样本为：事先标定了审查结果的合同的类别、一级标题、子标题和文本段，这样可以结合合同的类别、一级标题、子标题和文本段，容易的使得机器学习模型进行各种类别的合同的审查，因为这几点合同要素结合在一起可以准确反应出不同合同的不同文本段的含义。

在本示例的一种实施方式中，根据每种类别的合同分别训练适用于每种类别的合同的机器学习模型，

在所述根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段之后，还包括：

根据所述目标类别的合同的类别，查找所述类别对应的机器学习模型；

将目标类别的合同的一级标题、子标题和文本段的作为输入数据输入所述类别对应的机器学习模型，得到所述文本段的审查结果。

不同类别的合同的需要审查的内容往往不同，本示例中，通过训练适用于每种类别的机器学习模型，在审核时，将每种合同的审核要素输入相应合同类别的机器学习模型，可以有效保证机器学习模型的审查准确率。

在本示例的一种实施方式中，根据多种类别的合同训练一个适用于多种类别的合同的机器学习模型，

在所述根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段之后，所述方法包括：

将合同的类别、一级标题、子标题和文本段的作为输入数据输入所述适用于多种类别的合同的机器学习模型，得到所述文本段的审查结果。

训练机器学习模型需要花费较多的时间和精力等成本，通过训练一个适用于所有类别的机器学习模型，可以减少训练机器学习模型的成本，提高效率。

本公开还提供了一种自动合同审查装置。参考图4所示，该自动合同审查装置可以包括第一获取模块410、定位模块420、第二获取模块430以及审查模块440。其中：

第一获取模块410可以用于用于接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本；

定位模块420可以用于定位到所述合同的文本中多个一级标题和各一级标题下的子标题；

第二获取模块430可以用于根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段；

审查模块440可以用于将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果。

上述自动合同审查装置中各模块的具体细节已经在对应的自动合同审查方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤s110：接收到目标类别的合同的审查指令，获取所述目标类别的合同的文本；s120：定位到所述合同的文本中多个一级标题和各一级标题下的子标题；步骤s130：根据所述定位到的一级标题和各一级标题下的子标题，依次获取所述子标题下的文本段；步骤s140：将所述合同的类别、一级标题、子标题和文本段的作为输入数据输入预先训练好的机器学习模型，得到所述文本段的审查结果。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(rom)5203。

存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得客户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在客户计算设备上执行、部分地在客户设备上执行、作为一个独立的软件包执行、部分在客户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到客户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。