行业主题词的获取方法、构建无主题词库的方法及装置与流程

本发明舆情分析技术领域，尤其涉及一种行业主题词的获取方法、构建无主题词库的方法及装置。

背景技术：

在舆情分析中，需要从某一特定行业的用户反馈语料中，获得与该行业密切相关的主题类特征词。但当出现新的行业时，并没有此行业主题词的先验经验，如果单纯通过分词环节的词性过滤或歧义词过滤，仍会有大量与该行业主题不相关的词，即那些不带有主题色彩的通用词汇。现有技术中，通常通过人工去提取该行业的主题词信息，然而，采用人工提取行业相关主题词信息的方式会带来大量的人力消耗，且耗时较长。

技术实现要素：

有鉴于此，本发明提供了一种行业主题词的获取方法、构建无主题词库的方法及装置，用以解决现有技术中采用人工提取行业相关主题词信息的方式会带来大量的人力消耗，且耗时较长的问题，其技术方案如下：

一种行业主题词的获取方法，所述方法包括：

获取目标行业语料；

对所述目标行业语料进行处理以获得待过滤词集；

基于预先构建的无主题词库对所述待过滤词集进行过滤，获得与所述目标行业相关的主题词，所述无主题词库用于统计无主题属性的词。

其中，所述预先构建所述无主题词库包括：

获取至少一个主题的语料，并对所述至少一个主题的语料进行分词，获得所述至少一个主题的词集；

基于所述至少一个主题的词集中各个词与对应主题的相关度值，确定目标词；

将确定出的所述目标词加入所述无主题词库。

其中，所述基于所述至少一个主题的词集中各个词与对应主题的相关度值，确定目标词，包括：

确定所述至少一个主题的词集中的各个词与对应主题的相关度值；

将所述至少一个主题中相关度值小于对应主题阈值的词确定为所述目标词。

其中，所述预先构建所述无主题词库包括：

获取目标语料并对所述目标语料进行分词，获得目标词集；

基于所述目标词集中各个词对所述目标语料的覆盖率确定目标词；

将确定出的所述目标词加入所述无主题词库。

其中，所述基于所述目标词集中各个词对所述目标语料的覆盖率确定目标词，包括：

确定所述目标词集中各个词对所述目标语料的覆盖率；

将所述目标词集中，对所述目标语料的覆盖率大于预设值的词确定为目标词。

一种构建无主题词库的方法，所述方法包括：

获取目标语料并对所述目标语料进行预处理以获得目标词集；

基于所述目标语料按预设规则从所述目标词集中确定出无主题属性的目标词；

将所述无主题属性的目标词加入所述无主题词库。

其中，所述目标语料为至少一个主题的语料，所述目标词集为所述至少一个主题的词集；

则所述基于所述目标语料按预设规则从所述目标词集中确定出无主题属性的目标词，包括：

基于所述至少一个主题的词集中的各个词与对应主题的相关度值确定所述无主题属性的目标词。

其中，所述基于所述至少一个主题的词集中的各个词与对应主题的相关度值确定所述无主题属性的目标词，包括：

确定所述至少一个主题的词集中的各个词与对应主题的相关度值；

将所述至少一个主题中相关度值小于对应主题阈值的词确定为所述无主题属性的目标词。

其中，所述基于所述目标语料按预设规则从所述目标词集中确定出无主题属性的目标词，包括：

基于所述目标词集中各个词对所述目标语料的覆盖率确定所述无主题属性的目标词。

其中，所述基于所述目标词集中各个词对所述目标语料的覆盖率确定所述无主题属性的目标词，包括：

确定所述目标词集中各个词对所述目标语料的覆盖率；

将所述目标词集中，对所述目标语料的覆盖率大于预设值的词确定为所述无主题属性的目标词。

一种行业主题词的获取装置，所述装置法包括：无主题词库构建模块、获取模块、处理模块和过滤模块；

所述无主题词库构建模块，用于预先构建无主题词库；

所述获取模块，用于获取目标行业语料；

所述处理模块，用于对所述获取模块获取的所述目标行业语料进行处理以获得待过滤词集；

所述过滤模块，用于基于所述无主题词库构建模块构建的无主题词库对所述处理模块处理得到的所述待过滤词集进行过滤，获得与所述目标行业相关的主题词，所述无主题词库用于统计无主题属性的词。

其中，所述无主题词库构建模块包括：获取子模块、预处理子模块、目标词确定子模块和词库构建子模块；

所述获取子模块，用于获取至少一个主题的语料；

所述预处理子模块，用于对所述获取子模块获取的所述至少一个主题的语料进行分词，获得所述至少一个主题的词集；

所述目标词确定子模块，用于基于所述预处理模块处理得到的所述至少一个主题的词集中各个词与对应主题的相关度值，确定目标词；

所述词库构建子模块，用于将所述目标词确定子模块确定出的所述目标词加入所述无主题词库。

其中，所述目标词确定子模块，包括：相关度确定子模块和目标词确定子模块；

所述相关度确定子模块，用于确定所述至少一个主题的词集中的各个词与对应主题的相关度值；

所述目标词确定子模块，用于将所述至少一个主题中相关度值小于对应主题阈值的词确定为所述目标词。

其中，所述无主题词库构建模块包括：获取子模块、预处理子模块、目标词确定子模块和词库构建子模块；

所述获取子模块，用于获取目标语料；

所述预处理子模块，用于对所述目标语料进行分词，获得目标词集；

所述目标词确定子模块，用于基于所述目标词集中各个词对所述目标语料的覆盖率确定目标词；

所述词库构建子模块，用于将确定出的所述目标词加入所述无主题词库。

其中，所述目标词确定子模块包括：覆盖率确定子模块和目标词确定子模块；

所述覆盖率确定子模块，用于确定所述目标词集中各个词对所述目标语料的覆盖率；

所述目标词确定子模块，用于将所述目标词集中，对所述目标语料的覆盖率大于预设值的词确定为目标词。

一种构建无主题词库的装置，所述装置包括：获取模块、获取模块、确定模块和无主题词库构建模块；

所述获取模块，用于获取目标语料；

所述预处理模块，用于对所述获取模块获取的所述目标语料进行预处理以获得目标词集；

所述确定模块，用于基于所述目标语料按预设规则从所述预处理模块处理得到的所述目标词集中确定出无主题属性的目标词；

所述无主题词库构建模块，用于将所述确定模块确定出的所述无主题属性的目标词加入所述无主题词库。

其中，所述目标语料为至少一个主题的语料，所述目标词集为所述至少一个主题的词集；

所述确定模块，具体用于基于所述至少一个主题的词集中的各个词与对应主题的相关度值确定所述无主题属性的目标词。

其中，所述确定模块包括：相关度确定子模块和目标词确定子模块；

所述相关度确定子模块，用于确定所述至少一个主题的词集中的各个词与对应主题的相关度值；

所述目标词确定子模块，用于将所述至少一个主题中相关度值小于对应主题阈值的词确定为所述无主题属性的目标词。

其中，所述确定模块，具体用于基于所述目标词集中各个词对所述目标语料的覆盖率确定所述无主题属性的目标词。

其中，所述确定模块包括：覆盖率确定子模块和目标词确定子模块；

所述覆盖率确定子模块，用于确定所述目标词集中各个词对所述目标语料的覆盖率；

所述目标词确定子模块，用于将所述目标词集中，对所述目标语料的覆盖率大于预设值的词确定为所述无主题属性的目标词。

上述技术方案具有如下有益效果：

本发明提供的行业主题词的获取方法、构建无主题词库的方法及装置，可预先构建无主题词库，由于无主题词库中均为无主题属性的词，因此，基于无主题词库可将待过滤词集中无主题属性的词滤除，从而得到与目标行业相关的主题词。由此可见，本发明实施例提供的方法不再需要人工去费时费力的提取行业的主题词，而是基于无主题词库自动对词集进行过滤，得到与主题相关的词，这使得获取行业主题词的效率大大提高，相应的，获取行业主题词的时间大大缩短，用户体验较好。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的行业主题词的获取方法的流程示意图；

图2为本发明实施例提供的行业主题词的获取方法中，构建无主题词库的实现方式的一流程示意图；

图3为本发明实施例提供的行业主题词的获取方法中，构建无主题词库的实现方式的另一流程示意图；

图4为本发明实施例提供的构建无主题词库的方法的流程示意图；

图5为本发明实施例提供的行业主题词的获取装置的结构示意图；

图6为本发明实施例提供的构建无主题词库的装置的结构示意图；

图7为本发明实施例提供的电子设备的结构示意图；

图8为本发明实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例提供了一种行业主题词的获取方法，请参阅图1，示出了该方法的流程示意图，该方法可以包括：

步骤S101：获取目标行业语料。

其中，目标行业语料也可但不限定为从网络抓取的大量用户的评论、发帖或微博等语料信息。

步骤S102：对目标行业语料进行处理以获得待过滤词集。

其中，对目标行业语料进行处理可以包括：对目标行业语料进行分词，获得一词集，对该词集进行歧义词过滤和词性过滤，其中，词性过滤即将词集中的介词、量词、谓词等过滤掉。

步骤S103：基于预先构建的无主题词库对待过滤词集进行过滤，获得与目标行业相关的主题词。

其中，无主题词库用于统计无主题属性的词，无主题属性的词即通过该词无法确定出该词属于哪个主题。

示例性的，假设待过滤词集中包括词A、B、C、D、E、F，而词C、词E存在于无主题词库中，那么表明词C和词E为无主题属性的词，则，将词C和词E从待过滤词集中滤除。

本发明实施例提供的行业主题词的获取方法，可预先构建无主题词库，由于无主题词库中均为无主题属性的词，因此，基于无主题词库可将待过滤词集中无主题属性的词滤除，从而得到与目标行业相关的主题词。由此可见，本发明实施例提供的方法不再需要人工去费时费力的提取行业的主题词，而是基于无主题词库自动对词集进行过滤，得到与主题相关的词，这使得获取行业主题词的效率大大提高，相应的，获取行业主题词的时间大大缩短，用户体验较好。

在上述实施例提供的行业主题词的获取方法中，预先构建无主题词库的实现方式有多种。

请参阅图2，示出了构建无主题词库的一种可能的实现方式的流程示意图，可以包括：

步骤S201：获取至少一个主题的语料，并对至少一个主题的语料进行分词，获得至少一个主题的词集。

步骤S202：基于至少一个主题的词集中各个词与对应主题的相关度值，确定目标词。

在本实施例中，基于至少一个主题的词集中各个词与对应主题的相关度值，确定目标词的实现过程可以包括：确定至少一个主题的词集中的各个词与对应主题的相关度值；将至少一个主题中相关度值小于对应主题阈值的词确定为目标词。

示例性的，获取的语料为两个主题的语料，分别对两个主题的语料进行分词获得两个主题的词集合，假设两个主题分别为a和b，与主题a对应的词集为Ca，与主题b对应的词集为Cb，则，预先为主题a设置阈值Ta，为主题b设置阈值Tb，则确定目标词的过程为：确定词集Ca中各个词与主题a的相关度，确定词集Cb中各个词与主题b的相关度，将词集Ca中与主题a的相关度小于阈值Ta的词确定为目标词，同样的，将词集Cb中与主题b的相关度小于阈值Tb的词确定为目标词。

在本实施例中，确定至少一个主题的词集中的各个词与对应主题的相关度值的实现方式有多种。在一种可能的实现方式中，可通过卡方校验法确定各个词与对应主题的卡方值，卡方值表征了各个词与对应主题的相关度，卡方值越小，表明词与对应主题的相关度越小，反之，卡方值越大，表明词与对应主题的相关度越大。在另一种可能的实现方式中，可通过信息增益法确定各个词与对应主题的信息增益，信息增益表征了各个词与对应主题的相关度，信息增益越小，表明词与对应主题的相关度越小，反之，信息增益越大，表明词与对应主题的相关度越大。除了上述两种方法，还可通过互信息法确定各个词与对应主题的互信息MI(mutual information)值，MI值越小，表明词与对应主题的相关度越小，反之，MI值越大，表明词与对应主题的相关度越大。

步骤S203：将确定出的目标词加入无主题词库。

请参阅图3，示出了构建无主题词库的另一种可能的实现方式的流程示意图，可以包括：

步骤S301：获取目标语料并对目标语料进行分词，获得目标词集。

步骤S302：基于目标词集中各个词对目标语料的覆盖率确定目标词。

在本实施例中，基于目标词集中各个词对目标语料的覆盖率确定目标词的实现过程可以包括：确定目标词集中各个词对目标语料的覆盖率；将目标词集中，对目标语料的覆盖率大于预设值的词确定为目标词。

示例性的，有1000篇文章，某个词出现在了500篇文章里面，那么覆盖率则为50％，有100条评论，某个词出现在了80条评论里面，那么覆盖率为80％。在本实施例中，预先设置一覆盖率阈值，计算各个词在目标语料中出现的覆盖率，如果某个词的覆盖率大于覆盖率阈值，则将该词确定为目标词。覆盖率高的词通常为常用评论词和情感词，通过这类词无法确定主题，因此，将这类词作为无主题属性的词加入无主题词库。

步骤S303：将确定出的目标词加入无主题词库。

需要说明的是，在构建无主题词库时，可采用上述任一方式进行，也可同时采用上述两种方式构建无主题词库，从而使得构建的无主题词库更全面、完善，进而使得基于该无主题词库对待过滤词集进行过滤以获得行业主题词的效果更好。

本发明实施例还提供了一种构建无主题词库的方法，请参阅图4，示出了该方法的流程示意图，可以包括：

步骤S401：获取目标语料并对目标语料进行预处理以获得目标词集。

步骤S402：基于目标语料按预设规则从目标词集中确定出无主题属性的目标词。

步骤S403：将无主题属性的目标词加入无主题词库。

本发明实施例提供的构建无主题词库的方法，可将目标语料进行预处理，获得目标词集，进而从目标词集中确定出无主题属性的目标词，从而得到包含无主题属性的目标词的无主题词库，基于该无主题词库可将待过滤词集中的无主题词过滤掉，从而得到与主题相关的词。基于本发明实施例构建的无主题词库能够自动、快速得获得与主题相关的词。

在一种可能的实现方式中，目标语料可以为至少一个主题的语料，相应的，目标词集为至少一个主题的词集。

则基于目标语料按预设规则从所述目标词集中确定出无主题属性的目标词，包括：基于至少一个主题的词集中的各个词与对应主题的相关度值确定无主题属性的目标词。

进一步的，基于至少一个主题的词集中的各个词与对应主题的相关度值确定无主题属性的目标词的过程可以包括：确定至少一个主题的词集中的各个词与对应主题的相关度值；将至少一个主题中相关度值小于对应主题阈值的词确定为无主题属性的目标词。

示例性的，获取的语料为两个主题的语料，分别对两个主题的语料进行分词获得两个主题的词集合，假设两个主题分别为a和b，与主题a对应的词集为Ca，与主题b对应的词集为Cb，则，预先为主题a设置阈值Ta，为主题b设置阈值Tb，则确定目标词的过程为：确定词集Ca中各个词与主题a的相关度，确定词集Cb中各个词与主题b的相关度，将词集Ca中与主题a的相关度小于阈值Ta的词确定为目标词，同样的，将词集Cb中与主题b的相关度小于阈值Tb的词确定为目标词。

在本实施例中，定至少一个主题的词集中的各个词与对应主题的相关度值的实现方式有多种。在一种可能的实现方式中，可通过卡方校验法确定各个词与对应主题的卡方值，卡方值表征了各个词与对应主题的相关度，卡方值越小，表明词与对应主题的相关度越小，反之，卡方值越大，表明词与对应主题的相关度越大。在另一种可能的实现方式中，可通过信息增益法确定各个词与对应主题的信息增益，信息增益表征了各个词与对应主题的相关度，信息增益越小，表明词与对应主题的相关度越小，反之，信息增益越大，表明词与对应主题的相关度越大。除了上述两种方法，还可通过互信息法确定各个词与对应主题的互信息MI(mutual information)值，MI值越小，表明词与对应主题的相关度越小，反之，MI值越大，表明词与对应主题的相关度越大。

在另一种可能的实现方式中，基于目标语料按预设规则从目标词集中确定出无主题属性的目标词，可以包括：基于目标词集中各个词对目标语料的覆盖率确定无主题属性的目标词。

进一步的，基于目标词集中各个词对目标语料的覆盖率确定无主题属性的目标词，包括：确定目标词集中各个词对目标语料的覆盖率；将目标词集中，对目标语料的覆盖率大于预设值的词确定为无主题属性的目标词。

在本实施例中，预先设置一覆盖率阈值，计算各个词在目标语料中出现的覆盖率，如果某个词的覆盖率大于覆盖率阈值，则将该词确定为目标词。覆盖率高的词通常为常用评论词和情感词，通过这类词无法确定主题，因此，将这类词作为无主题属性的词加入无主题词库。

本发明实施例还提供了一种行业主题词的获取装置，请参阅图5，示出了该行业主题词的获取装置50的结构示意图，可以包括：无主题词库构建模块501、获取模块502、处理模块503和过滤模块504。其中：

无主题词库构建模块501，用于预先构建无主题词库。

获取模块502，用于获取目标行业语料；

处理模块503，用于对获取模块502获取的目标行业语料进行处理以获得待过滤词集。

过滤模块504，用于基于无主题词库构建模块501构建的无主题词库对处理模块处理得到的待过滤词集进行过滤，获得与目标行业相关的主题词。

其中，无主题词库用于统计无主题属性的词。

本发明实施例提供的行业主题词的获取装置，可预先构建无主题词库，由于无主题词库中均为无主题属性的词，因此，基于无主题词库可将待过滤词集中无主题属性的词滤除，从而得到与目标行业相关的主题词。由此可见，本发明实施例提供的装置不再需要人工去费时费力的提取行业的主题词，而是基于无主题词库自动对词集进行过滤，得到与主题相关的词，这使得获取行业主题词的效率大大提高，相应的，获取行业主题词的时间大大缩短，用户体验较好。

在上述实施例提供的行业主题词的获取装置中，无主题词库构建模块包括：获取子模块、预处理子模块、目标词确定子模块和词库构建子模块。

获取子模块，用于获取至少一个主题的语料。

预处理子模块，用于对获取子模块获取的至少一个主题的语料进行分词，获得至少一个主题的词集。

目标词确定子模块，用于基于预处理模块处理得到的至少一个主题的词集中各个词与对应主题的相关度值，确定目标词。

词库构建子模块，用于将目标词确定子模块确定出的目标词加入无主题词库。

进一步的，目标词确定子模块，包括：相关度确定子模块和目标词确定子模块。其中：

相关度确定子模块，用于确定所述至少一个主题的词集中的各个词与对应主题的相关度值。

目标词确定子模块，用于将所述至少一个主题中相关度值小于对应主题阈值的词确定为所述目标词。

在上述实施例提供的行业主题词的获取装置中，无主题词库构建模块包括：获取子模块、预处理子模块、目标词确定子模块和词库构建子模块。

获取子模块，用于获取目标语料。

预处理子模块，用于对目标语料进行分词，获得目标词集。

目标词确定子模块，用于基于目标词集中各个词对目标语料的覆盖率确定目标词。

词库构建子模块，用于将确定出的目标词加入无主题词库。

进一步的，目标词确定子模块包括：覆盖率确定子模块和目标词确定子模块。其中：

覆盖率确定子模块，用于确定目标词集中各个词对目标语料的覆盖率。

目标词确定子模块，用于将目标词集中，对目标语料的覆盖率大于预设值的词确定为目标词。

本发明实施例还提供了一种构建无主题词库的装置，请参阅图6，示出了该构建无主题词库的装置60的结构示意图，该装置可以包括：获取模块601、预处理模块602、确定模块603和无主题词库构建模块604。

获取模块601，用于获取目标语料。

预处理模块602，用于对获取模块601获取的目标语料进行预处理以获得目标词集。

确定模块603，用于基于目标语料按预设规则从预处理模块602处理得到的目标词集中确定出无主题属性的目标词。

无主题词库构建模块604，用于将确定模块603确定出的无主题属性的目标词加入无主题词库。

本发明实施例提供的构建无主题词库的装置，可将目标语料进行预处理，获得目标词集，进而从目标词集中确定出无主题属性的目标词，从而得到包含无主题属性的目标词的无主题词库，基于该无主题词库可将待过滤词集中的无主题词过滤掉，从而得到与主题相关的词。基于本发明实施例构建的无主题词库能够自动、快速得获得与主题相关的词。

在上述实施例提供的构建无主题词库的装置中，目标语料为至少一个主题的语料，目标词集为所述至少一个主题的词集。

确定模块，具体用于基于至少一个主题的词集中的各个词与对应主题的相关度值确定无主题属性的目标词。

进一步的，确定模块包括：相关度确定子模块和目标词确定子模块。

相关度确定子模块，用于确定至少一个主题的词集中的各个词与对应主题的相关度值。

目标词确定子模块，用于将至少一个主题中相关度值小于对应主题阈值的词确定为无主题属性的目标词。

在上述实施例提供的构建无主题词库的装置中，确定模块，具体用于基于目标词集中各个词对目标语料的覆盖率确定无主题属性的目标词。

进一步的，确定模块包括：覆盖率确定子模块和目标词确定子模块。

覆盖率确定子模块，用于确定目标词集中各个词对目标语料的覆盖率。

目标词确定子模块，用于将目标词集中，对目标语料的覆盖率大于预设值的词确定为无主题属性的目标词。

本发明实施例还提供了一种电子设备，请参阅图7，示出了该电子设备70的结构示意图，该电子设备70至少可以包括存储器701和通过通信总线与存储器701连接的处理器702。

其中，存储器701，可用于存储软件程序以及模块，处理器702通过运行存储在存储器701中的软件程序以及模块，从而执行电子设备的各种功能应用以及数据处理。存储器701可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据控制器70的使用所创建的数据。此外，存储器701可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器702是电子设备的控制中心，利用各种接口和线路连接电子设备的各个部分，通过运行或执行存储在存储器701内的软件程序和/或模块，以及调用存储在存储器701内的数据，执行电子设备70的各种功能和处理数据，从而对电子设备70进行整体监控。

在本发明实施例中，电子设备70所包括的处理器702具有以下功能：

获取目标行业语料；对目标行业语料进行处理以获得待过滤词集；基于预先构建的无主题词库对待过滤词集进行过滤，获得与目标行业相关的主题词，其中，无主题词库用于统计无主题属性的词。

本发明实施例还提供了一种电子设备，请参阅图8，示出了该电子设备80的结构示意图，该电子设备80可以包括存储器801和通过通信总线与存储器801连接的处理器802。

其中，存储器801，可用于存储软件程序以及模块，处理器802通过运行存储在存储器801中的软件程序以及模块，从而执行电子设备的各种功能应用以及数据处理。存储器801可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据控制器80的使用所创建的数据。此外，存储器801可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器802是电子设备80的控制中心，利用各种接口和线路连接电子设备的各个部分，通过运行或执行存储在存储器801内的软件程序和/或模块，以及调用存储在存储器801内的数据，执行电子设备80的各种功能和处理数据，从而对电子设备80进行整体监控。

在本发明实施例中，电子设备80所包括的处理器802具有以下功能：

获取目标语料并对目标语料进行预处理以获得目标词集；基于目标语料按预设规则从目标词集中确定出无主题属性的目标词；将无主题属性的目标词加入无主题词库。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和设备，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。