网络文化经营合规检测方法、装置、可读介质及电子设备

本申请涉及网络文化经营合规检测技术领域，尤其涉及网络文化经营合规检测方法、装置、可读介质及电子设备。

背景技术：

网络文化经营合规性检测是针对网络文化产品如网络音乐、游戏、表演经营等，按照，判断其是否互联网视听节目服务管理相关。是否涉及淫秽、暴力、未经批准的产品，是否擅自从事经营活动、是否显著标注备案号、备案号是否逾期未上报、用户协议是否满足国家相关规定、是否终止违法交易等，检测结果可为监管层的决策提供参考。

目前，通常采用基于字符串的关键词匹配的敏感信息识别方法。

但是，上述识别的准确性相对较低。

技术实现要素：

本申请提供了一种网络文化经营合规检测方法、装置、计算机可读存储介质及电子设备，通过大样本对训练好的特征编码模型进行优化得到的文本特征提取器，可以提取文本的语义信息，确定社交文本与企业处罚信息案例库中的案例文本之间的语义相似度，相比基于字符串的关键字判断方法，其准确率会有很大提升，且可自动发现社交平台中的违规内容。

第一方面，本申请提供了一种网络文化经营合规检测方法，包括：

根据政府公开的企业处罚信息，建立涉及网络文化经营的企业处罚信息案例库；

根据所述企业处罚信息案例库中的案例文本，对已经训练好的特征编码模型进行训练，以确定文本特征提取器；

获取社交平台的目标企业的待检测社交文本，其中，所述待检测社交文本包括举报信息和/或评论信息，所述目标企业的企业基础信息满足基本合规条件；

根据所述文本特征提取器，确定所述案例文本和所述待检测社交文本之间的语义相似度；

根据所述案例文本和所述待检测社交文本之间的语义相似度，判断所述目标企业是否合规。

本申请实施例，通过大样本对训练好的特征编码模型进行优化得到的文本特征提取器，可以提取文本的语义信息，确定社交文本与企业处罚信息案例库中的案例文本之间的语义相似度，从而主动发现可能的违规内容；同时，文本特征提取器可以提取文本的语义信息，相比基于字符串的关键字判断方法，其准确率会有很大提升。

在一种可能的实施例中，所述特征编码模型为开源bert语言模型。

本申请实施例中，选择已经训练好的开源bert语言模型作为已经训练好的特征编码模型，并通过数量相对较少的案例文本对其进行参数优化，从而确保文本特征提取器的准确性。

在一种可能的实施例中，所述基本合规规则包括至少两个执业证件中的信息匹配和/或经营时间在经营有效期内，其中，所述至少两个执业证件包括icp证、营业执照和网络文化经营许可证中的任意两个或三个。

本申请实施例中，通过执业证件中的信息一致性的判定，比如可以通过判断执业证件之间的法人信息是否一致、有效期是否超期等方式判断出该企业的违规情况，确保违规结果判断的准确性。

在一种可能的实施例中，所述案例文本包括网络文化经营相关法律法规中的违规文本和/或网络文化经营违规案例中的违规文本；

所述目标企业的待检测社交文本基于对获取社交平台的社交信息进行命名实体识别确定。

在一种可能的实施例中，所述根据所述案例文本和所述待检测社交文本之间的语义相似度，判断所述目标企业是否合规，包括：

根据所述文本特征提取器，确定所述案例文本对应的样本编码特征、所述待检测社交文本对应的待检测编码特征以及所述案例文本中的敏感信息对应的敏感信息编码特征，其中，所述待检测社交文本和所述案例文本中均不包含所述目标企业的企业名称；

根据所述样本编码特征和所述待检测编码特征，确定所述案例文本和所述待检测社交文本之间的语义相似度；

根据所述敏感信息编码特征和所述待检测编码特征，确定所述案例文本和所述敏感信息之间的匹配度；

根据所述语义相似度和所述匹配度，判断所述目标企业是否合规。

本申请实施例中，通过语义相似度和敏感信息的匹配度，从而确保检测结果的准确性。

在一种可能的实施例中，还包括：

获取企业列表，所述企业列表中的企业涉及网络文化经营，所述企业处罚信息案例库和所述企业列表对应；

根据政府公开的企业基础信息，建立所述企业列表对应的企业标准信息库；

根据所述基本合规规则，对所述企业标准信息库中的企业基础信息进行检测，以确定基础信息违规企业。

本申请实施例中，通过政府公开的企业基础信息，建立企业标准信息库，并基于基本合规规则，对企业标准信息库中企业的企业基础信息进行检测，确定出基础信息违规企业。

在一种可能的实施例中，还包括：

确定所述基础信息违规企业的违规基础信息，将所述违规基础信息发送给指定执法人员的终端。

本申请实施例中，通过基本合规规则的初步判断，快速确定企业基础信息不合规的企业，并将违规基础信息推送给执法人员的终端做最终审核判断，提升了人工执法的效率。

在一种可能的实施例中，还包括：

当判断所述目标企业违规时，将所述待检测社交文本中涉及到网络文化经营违规的社交信息发送给指定人员的终端。

本申请实施例中，在判断基础信息合规的企业违规时，将社交信息中涉及到企业违规的社交信息推送给执法人员的终端做最终审核判断，提升了人工执法的效率。

在一种可能的实施例中，所述企业处罚信息案例库、企业标准信息库、企业列表定期自动更新。

本申请实施例中，企业处罚信息案例库、企业标准信息库、企业列表定期更新，从而确保信息的及时准确，进而确保网络文化经营合规检测结果的参考价值。

第二方面，本申请提供了一种网络文化经营合规检测装置，包括至少一个处理器，所述处理器用于执行存储器中存储的指令，以实现如第一方面中任一所述的方法。

第三方面，本申请提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法。

第四方面，本申请提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。

附图说明

为了更清楚地说明本申请实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例提供的一种网络文化经营合规检测方法的流程示意图；

图2为本申请一实施例提供的另一种网络文化经营合规检测方法的流程示意图；

图3为本申请一实施例提供的一种网络文化经营合规检测装置的结构示意图；

图4为本申请一实施例提供的另一种网络文化经营合规检测装置的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，为本申请实施例提供的一种网络文化经营合规检测方法。本申请实施例所提供的方法可应用在电子设备上，具体可以应用于服务器或一般计算机上。本实施例中，所述方法具体包括以下步骤：

步骤101、根据政府公开的企业处罚信息，建立涉及网络文化经营的企业处罚信息案例库。

在实际应用中，通过包含政府公开信息的平台，获取涉及网络文化经营的企业列表，并建立企业列表。其中，包含政府公开信息的平台可以是政府平台、也可以是天眼查等查询软件，本申请实施例对此不做具体限定，任何能够公开政府信息的平台即可。可选地，可以通过爬虫技术爬取包含政府公开信息的平台中的企业信息，并建立涉及网络文化经营的企业列表。进一步的，考虑到企业可能注销，也可能会新增企业，为了确保信息的及时准确，可定期更新企业列表。

具体地，根据政府部门公开的企业处罚信息，分离出和网络文化经营相关的处罚信息，从而建立企业处罚信息案例库。进一步的，考虑到政府部门公开的企业处罚信息很可能并不能全面覆盖网络文化经营的违法行为，因此，分离出和网络文化经营相关的处罚信息，再结合网络文化经营相关法律法规，从而建立企业处罚信息案例库。其中，企业处罚信息案例库包括网络文化经营相关法律法规中的违规文本和网络文化经营违规案例中的违规文本；可选地，根据《互联网文化管理暂行规定》、《网络表演经营活动管理办法》、网络游戏、网络文化产品法律法规，人工定义违规情况的短句子，作为违规文本加入企业处罚信息案例库；可选地，使用爬虫技术在公布企业处罚信息的平台如国企信、天眼查、爱企查等，获取企业列表中所有企业的网络文化经营违规案例，提取网络文化经营违规案例中的主干作为违规文本加入企业处罚信息案例库。示例地，网络文化经营违规案例包括涉及淫秽、暴力、未经批准的产品，擅自从事经营活动，未显著标注备案号，备案号逾期未上报、用户协议不满足国家相关规定、未终止违法交易等，具体需要结合实际情况确定。应当理解，为了确保违规文本的普遍适用性，违规文本中是不包括企业名称的，只是单纯的描述违规内容。

步骤102、根据所述企业处罚信息案例库中的案例文本，对已经训练好的特征编码模型进行训练，以确定文本特征提取器。

具体地，基于企业处罚信息案例库中的案例文本，对已经预训练好的开源bert语言模型进行训练，从而得到文本特征提取器。应当理解，案例文本的数量有限，因此，选择已经训练好的开源bert语言模型作为已经训练好的特征编码模型，并对其进行参数优化，从而确保文本特征提取器的准确性；需要说明的是，文本特征提取器能够提取文本的语义信息，相比基于字符串的关键字判断方法，能够较为准确的进行网络文件经营合规检测。值得注意的是，已经训练好的特征编码模型基于企业处罚信息案例库中的案例文本之外的训练样本训练得到，因此，已经训练好的特征编码模型能够基于大样本训练得到，确保其参考价值。对应的，对已经训练好的特征编码模型进行训练可以理解为采用小样本(企业处罚信息案例库中的案例文本)对基于大样本训练得到的特征编码模型中的参数进行调整；后续即可得到能够用于表征案例文本的语义的文本特征提取器。其中，大样本指的是样本量远远高于案例文本的数量的样本。

步骤103、获取社交平台的目标企业的待检测社交文本，其中，所述待检测社交文本包括举报信息和/或评论信息，所述目标企业的企业基础信息满足基本合规条件。

在实际应用中，基于政府部门公开的企业基础信息，包括网络文化经营许可证、icp证、营业执照等，从而获取企业的法人、经营有效期、经营范围等信息，进而建立企业标准信息库。通过企业标准信息库确定目标企业的企业基础信息。对应的，基本合规规则用来判断企业基础信息中是否存在三证(icp(internetcontentprovider，网络内容服务商)证、网络文化经营许可证、营业执照)信息不一致情况，是否存在有效超期情况。可选地，基本合规条件包括至少两个执业证件中的信息匹配和/或经营时间在经营有效期内，其中，至少两个执业证件包括icp证、营业执照和网络文化经营许可证中的任意两个或三个。可选地，至少两个执业证件中的信息匹配可以理解为法人信息和经营内容是一样的。

在实际应用中，在一种可能的实施方式中，先利用基本合规规则判断企业对应的各执业证件之间是否存在信息不符，超期经营等情况。如果有则定义企业违规，并将该企业确定为基础信息违规企业。如果满足基本合规规则，则利用爬虫技术爬取社交平台，获取其中跟网络文化经营相关的举报信息、评论信息等作为社交信息；然后通过命名实体识别技术，对社交信息进行命名实体识别，以确定社交信息中的企业名称；基于企业名称确定满足基本合规规则的目标企业的待检测社交文本。其中，命名实体识别技术通常认为是从原始文本中识别有意义的实体或实体指代项的技术，即在文本中标识命名实体并划分到相应的实体类型中，通常实体类型包括人名、地名、组织机构名、日期等。在另一种可能的实施方式中，先利用爬虫技术爬取社交平台，获取其中跟网络文化经营相关的举报信息、评论信息等作为待检测社交文本；然后通过命名实体识别技术，对社交信息进行命名实体识别，以确定社交信息中的企业名称；确定企业标准信息库中企业名称对应的企业基础信息，利用基本合规规则判断企业基础信息中各执业证件之间是否存在信息不符，超期经营等情况，如果否，则将该企业名称确定为目标企业，并确定目标企业对应的待检测社交文本。如果是，则确定该企业为基础信息违规企业。

进一步地，确定基础信息违规企业的违规基础信息，并将其发送到指定人员的终端做最终审核判断，提升了人工执法的效率。示例地，违规基础信息可以包括网络文化经营许可证、icp证、营业执照中任意两个或三个中的法人信息不一致或/或营业范围不一致，还可以包括超期经营等，本申请实施例对此不做具体限定，具体需要结合实际情况确定。

需要说明的是，有些企业可以为基础信息违规企业，同时也涉及企业处罚信息案例库中的处罚案例。具体地，可以先确定基础信息违规企业；然后，爬取社交平台的社交信息，对社交信息进行命名实体识别，确定社交信息中的每个企业各自的待检测社交文本；之后，确定待检测社交文本和案例文本之间语义相似度，基于语义相似度确定违规企业。

步骤104、根据所述文本特征提取器，确定所述案例文本和所述待检测社交文本之间的语义相似度。

具体地，根据文本特征提取器，确定企业处罚信息案例库中每个案例文本各自对应的样本编码特征；根据文本特征提取器，确定待检测社交文本对应的待检测编码特征；基于文本特征提取器处理后的编码特征能够进行相似性比较，即可确定每个样本编码特征各自和待检测编码特征之间的语义相似度。

步骤105、根据所述案例文本和所述待检测社交文本之间的语义相似度，判断所述目标企业是否合规。

在一个可行的实现方式中，通过案例文本和待检测社交文本之间的语义相似度，从而确定社交文本中是否存在网络文化经营违规信息，进而判断企业是否合规。具体地，当相似度不小于相似度阈值时，即可判断样本编码特征和待检测编码特征是相似的，说明企业存在网络文化经营违规的情况。

在一个可行的实现方式中，通过案例文本和待检测社交文本之间的语义相似度，以及案例文本中的敏感信息和待检测社交文本之间的匹配度，从而更为准确的确定社交文本中是否存在网络文化经营违规信息，进而判断企业是否合规。具体地，根据文本特征提取器，确定案例文本中的敏感信息对应的敏感信息编码特征；基于文本特征提取器处理后的编码特征能够进行特征匹配，即可确定敏感信息编码特征和待检测编码特征之间的匹配度。可选地，当相似度不小于相似度阈值，匹配度不小于匹配度阈值时，即可判断样本编码特征和待检测编码特征是相似的，说明企业存在违规的情况。其中，敏感信息指的是案例文本中的涉及到网络文化经营违规的词语。

进一步地，将检测出涉及网络文化经营违规内容的待检测社交文本，作为涉及到网络文化经营违规的社交信息，并将其发送到指定人员的终端做最终审核判断，提升了人工执法的效率。

通过以上技术方案可知，本实施例存在的有益效果是：

通过大样本对训练好的特征编码模型进行优化得到的文本特征提取器，可以提取文本的语义信息，相比基于字符串的关键字判断方法，相比基于字符串的关键字判断方法，其准确率会有很大提升。同时，通过文本特征提取器确定社交文本与企业处罚信息案例库中的案例文本之间的语义相似度，可以主动发现可能的违规内容。

图1所示仅为本申请所述方法的基础实施例，在其基础上进行一定的优化和拓展，还能够得到所述方法的其他优选实施例。

如图2所示，为本申请所述网络文化经营合规检测方法的另一个具体实施例。本实施例在前述实施例的基础上，结合应用场景进行了更加具体的描述。所述方法具体包括以下步骤：

步骤201、获取企业列表，所述企业列表中的企业涉及网络文化经营。

如上文所述，在实际应用中，通过包含政府公开信息的平台，获取涉及网络文化经营的企业列表，建立企业列表。并定期更新企业列表。

步骤202、根据政府公开的企业基础信息，建立所述企业列表对应的企业标准信息库；根据政府公开的企业处罚信息，建立所述企业列表对应的企业处罚信息案例库。

如上文所述，在实际应用中，基于政府部门公开的企业基础信息，包括网络文化经营许可证、icp证、营业执照等，从而获取企业的法人、经营有效期、经营范围等信息，进而建立企业标准信息库；根据《互联网文化管理暂行规定》、《网络表演经营活动管理办法》、网络游戏、网络文化产品法律法规，人工定义违规情况的短句子，作为案例文本加入案例库。使用爬虫技术在公布企业处罚信息的平台如国企信、天眼查、爱企查等平台上，获取企业列表中所有企业的网络文化经营违规案例，提取网络文化经营违规案例中的主干作为网络文化经营违规案例中的违规文本加入企业处罚信息案例库。并定期更新企业标准信息库和企业处罚信息案例库。

步骤203、根据所述企业处罚信息案例库中的案例文本，对已经预训练好的开源bert语言模型进行训练，以确定文本特征提取器，其中，所述文本特征提取器至少用于提取文本语义信息。

步骤204、根据基本合规规则，对所述企业标准信息库中的企业基础信息进行检测，以确定基础信息违规企业；确定所述基础信息违规企业的违规基础信息，将所述违规基础信息发送给指定执法人员的终端。

步骤205、获取社交平台的社交信息；对所述社交信息进行命名实体识别，以确定的目标企业的待检测社交文本，所述企业标准信息库中的目标企业的基础信息满足所述基本合规规则。

步骤206、根据所述文本特征提取器，确定所述企业处罚信息案例库中每个案例文本各自对应的样本编码特征和所述待检测社交文本对应的待检测编码特征。

步骤207、确定每个所述样本编码特征各自和所述待检测编码特征之间的语义相似度，并根据所述语义相似度判断所述目标企业是否合规。

步骤208、当判断所述目标企业违规时，将所述待检测社交文本中涉及到网络文化经营违规的社交信息发送给指定人员的终端。

上文详细介绍了本申请提供的一种网络文化经营合规检测方法的示例。可以理解的是，网络文化经营合规检测装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请可以根据上述方法示例对检测装置进行功能单元的划分，例如，可以将各个功能划分为各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

例如，图3所示的网络文化经营合规检测装置300中包括处理单元301。

在一种可能的实施方式中，处理单元301，用于根据政府公开的企业处罚信息，建立涉及网络文化经营的企业处罚信息案例库；根据所述企业处罚信息案例库中的案例文本，对已经训练好的特征编码模型进行训练，以确定文本特征提取器；获取社交平台的目标企业的待检测社交文本，其中，所述待检测社交文本包括举报信息和/或评论信息，所述目标企业的企业基础信息满足基本合规条件；根据所述文本特征提取器，确定所述案例文本和所述待检测社交文本之间的语义相似度；根据所述案例文本和所述待检测社交文本之间的语义相似度，判断所述目标企业是否合规。。

在一种可能的实施方式中，所述特征编码模型为开源bert语言模型。

在一种可能的实施方式中，所述基本合规规则包括至少两个执业证件中的信息匹配和/或经营时间在经营有效期内，其中，所述至少两个执业证件包括icp证、营业执照和网络文化经营许可证中的任意两个或三个。

在一种可能的实施方式中，所述案例文本包括网络文化经营相关法律法规中的违规文本和/或网络文化经营违规案例中的违规文本。

在一种可能的实施方式中，所述待检测社交文本中不包含所述目标企业的企业名称；所述目标企业的待检测社交文本基于对获取社交平台的社交信息进行命名实体识别确定。

在一种可能的实施方式中，处理单元301用于根据所述文本特征提取器，确定所述案例文本对应的样本编码特征、所述待检测社交文本对应的待检测编码特征以及所述案例文本中的敏感信息对应的敏感信息编码特征；根据所述样本编码特征和所述待检测编码特征，确定所述案例文本和所述待检测社交文本之间的语义相似度；根据所述敏感信息编码特征和所述待检测编码特征，确定所述案例文本和所述敏感信息之间的匹配度；根据所述语义相似度和所述匹配度，判断所述目标企业是否合规。

在一种可能的实施方式中，处理单元301还用于获取企业列表，所述企业列表中的企业涉及网络文化经营，所述企业处罚信息案例库和所述企业列表对应；根据政府公开的企业基础信息，建立所述企业列表对应的企业标准信息库；根据所述基本合规规则，对所述企业标准信息库中的企业基础信息进行检测，以确定基础信息违规企业。

在一种可能的实施方式中，处理单元301还用于确定所述基础信息违规企业的违规基础信息，将所述违规基础信息发送给指定执法人员的终端。

在一种可能的实施方式中，处理单元301还用于当判断所述目标企业违规时，将所述待检测社交文本中涉及到网络文化经营违规的社交信息发送给指定人员的终端。

图4示出了本申请实施例提供的另一种网络文化经营合规检测装置400的结构示意图。网络文化经营合规检测装置400可用于实现上述方法实施例中描述的一种网络文化经营合规检测方法。网络文化经营合规检测装置400可以是芯片、终端、服务器或者能够进行数据处理的设备等。

网络文化经营合规检测装置400包括一个或多个处理器401，该一个或多个处理器401可支持网络文化经营合规检测装置实现本申请实施例中所述的网络文化经营合规检测方法，例如图1或图2所示的方法。处理器401执行存储器所存放的执行指令，以通过执行的执行指令实现本申请任一实施例中提供的一种网络文化经营合规检测方法。

可选地，网络文化经营合规检测装置400中可以包括一个或多个存储器402，其上存有程序(也可以是指令或者代码)，程序可被处理器401运行，使得处理器401执行上述方法实施例中描述的方法。可选地，存储器402中还可以存储有数据。可选地，处理器401还可以读取存储器402中存储的数据(例如，预定义的信息)，该数据可以与程序存储在相同的存储地址，该数据也可以与程序存储在不同的存储地址。处理器401和存储器402可以单独设置，也可以集成在一起，例如，集成在单板或者系统级芯片(systemonchip，soc)上。存储器402可能包含内存4021，例如高速随机存取存储器(random-accessmemory，ram)，也可能还包括非易失性存储器4022(non-volatilememory)，例如至少1个磁盘存储器等。当处理器401执行存储器402存储的执行指令时，处理器401执行本申请任意一个实施例中的方法，并至少用于执行如图1或图2所示的方法。

可选地，网络文化经营合规检测装置400还包括内部总线403以及网络接口404。其中，处理器401、网络接口404和存储器402可以通过内部总线403相互连接，该内部总线403可以是isa(industrystandardarchitecture，工业标准体系结构)总线、pci(peripheralcomponentinterconnect，外设部件互连标准)总线或eisa(extendedindustrystandardarchitecture，扩展工业标准结构)总线等；内部总线403可以分为地址总线、数据总线、控制总线等，为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该反演装置400还可能包括其他业务所需要的硬件。

应理解，上述方法实施例的各步骤可以通过处理器401中的硬件形式的逻辑电路或者软件形式的指令完成。处理器401可以是cpu、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(fieldprogrammablegatearray，fpga)或者其它可编程逻辑器件，例如，分立门、晶体管逻辑器件或分立硬件组件。

本领域内的技术人员应明白，本申请的实施例可提供为方法或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，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。

还需要说明的是，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、商品或者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、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。