本公开涉及互联网
技术领域：
：，更具体地，涉及一种商品名称的处理方法、商品名称的处理装置、计算机存储介质和电子设备。
背景技术：
：：随着互联网的普及，网络购物的优点愈加突出，日益成为了一种重要的购物形式。然而，为了吸引顾客，商家往往会在商品的标题上做文章，使其商品标题的搜索率提高，进而提高商品的点击率。这些具有点击诱惑、内容与商品不符的标题，即俗称的标题党。虽然网络购物为人们的生活提供了方便，但是标题党的存在导致用户不能准确找到心仪的商品，降低了用户体验，同时也加大了购物平台的监管难度。目前，在购物平台上对于标题党的处理，一方面是利用语法层面的正则表达式匹配规则来处理，但识别准确度差、维护成本高；另一方面，通过人工标注一定数量的商品名称，并训练机器学习模型来判断商品名称是否是标题党，但这种方法对新的商品名称的处理正确率较低。因此，需要提供一种新的商品名称的处理方法。需要说明的是，在上述
背景技术：
：部分发明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商品名称的处理方法及装置、计算机存储介质和电子设备，进而至少在一定程度上克服由于商品名称的处理成本高、效率低、准确度差而导致的问题。为实现以上技术效果，本公开采用如下技术方案。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一个方面，提供一种商品名称的处理方法，包括：获取待检测商品名称；根据一目标词典从所述待检测商品名称中提取目标词汇，并根据所述目标词汇生成一待检测商品名称对应的概念词；判断所述概念词相对于目标词典对应的约束公式集合是否可满足，并根据判断结果确定所述待检测商品名称是否是所述待检测商品名称对应的商品的一个合理名称。在本公开的一种示例性实施例中，在获取待检测商品名称之前，所述方法还包括：获取多个商品名称；从各所述商品名称中提取多个词汇，并根据所述词汇形成词典；根据所述词汇之间的语义关系获得与各所述商品名称对应的约束公式，并根据所述约束公式获得与所述词典对应的约束公式集合。在本公开的一种示例性实施例中，在从各所述商品名称中提取多个词汇，并根据所述词汇形成词典之前，所述方法还包括：根据所述商品名称对应的商品的品类，将所述商品名称划分为多个品类组。在本公开的一种示例性实施例中，从各所述商品名称中提取多个词汇，并根据所述词汇形成词典，包括：从各所述品类组所包含的商品名称中提取多个词汇，以形成与各所述品类组对应的品类词典。在本公开的一种示例性实施例中，根据所述词汇之间的语义关系获得与各所述商品名称对应的约束公式，并根据所述约束公式获得与所述词典对应的约束公式集合，包括：根据各所述商品名称中的词汇之间的语义关系获得与各所述商品名称对应的约束公式；根据各所述品类组包含的商品名称所对应的约束公式，获得与各所述品类词典对应的约束公式集合。在本公开的一种示例性实施例中，根据一目标词典从所述待检测商品名称中提取目标词汇，并根据所述目标词汇生成一待检测商品名称对应的概念词，包括：根据所述待检测商品名称对应的商品的品类与所述品类组的匹配结果，从所述品类词典中获取所述目标词典和与所述目标词典对应的约束公式集合；若所述待检测商品名称和所述目标词典中存在相同的词汇，则获取所述相同的词汇，并将所述相同的词汇作为所述目标词汇；根据所述目标词汇之间的语义关系生成所述待检测商品名称对应的概念词。在本公开的一种示例性实施例中，判断所述概念词相对于目标词典对应的约束公式集合是否可满足，并根据判断结果确定所述待检测商品名称是否是所述待检测商品名称对应的商品的一个合理名称，包括：通过tableau算法判断所述概念词相对于目标词典对应的约束公式集合是否可满足；若满足，则所述待检测商品名称是所述待检测商品名称对应的商品的一个合理名称。在本公开的一种示例性实施例中，所述待检测商品名称对应的概念词为所述目标词汇的交集关系式。在本公开的一种示例性实施例中，从各所述商品名称中提取多个词汇，包括：对所述商品名称进行分词，以获得多个待选词汇；通过对所述多个待选词汇进行修正，以获得所述词汇。在本公开的一种示例性实施例中，从各所述商品名称中提取多个词汇，包括：通过语言模型从所述商品名称中提取多个具有预设长度的字符串；计算各所述字符串的权重值；根据所述权重值对所述字符串进行过滤，以获得所述词汇。在本公开的一种示例性实施例中，根据所述权重值对所述字符串进行过滤，以获得所述词汇，包括：将各所述字符串的权重值与一预设权重进行对比；若存在权重值大于或等于所述预设权重的目标字符串，则将所述目标字符串作为所述词汇。在本公开的一种示例性实施例中，所述方法还包括：将从商品名称中提取的多个词汇和从所述待检测商品名称中提取的目标词汇转换为英文字符串。根据本公开的一个方面，提供一种商品名称的处理装置，包括：获取模块，用于获取待检测商品名称；词汇提取模块，用于根据一目标词典从所述待检测商品名称中提取目标词汇，并根据所述目标词汇生成一待检测商品名称对应的概念词；判断模块，用于判断所述概念词相对于目标词典对应的约束公式集合是否可满足，并根据判断结果确定所述待检测商品名称是否是所述待检测商品名称对应的商品的一个合理名称。根据本公开的一个方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的商品名称的处理方法。根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的商品名称的处理方法。本公开的示例性实施例中的商品名称的处理方法是根据待检测商品名称对应的目标词典，从待检测商品名称中提取目标词汇，以生成一待检测商品名称对应的概念词；同时，判断该待检测商品名称对应的概念词是否满足相应目标词典的约束公式集合，以确定该待检测商品名称是否是待检测商品名称对应的商品的一个合理名称。一方面通过在待检测商品名称中提取的目标词汇生成一待检测商品名称对应的概念词，实现了在语义层面上对目标词汇及其关系的刻画，提高了对商品名称处理的准确度；另一方面，通过自动判断待检测商品名称对应的概念词是否满足相应的约束公式集合，以确定待检测商品名称是否是待检测商品名称对应的商品的一个合理名称，提高了对商品名称的处理效率。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。附图说明通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：图1示意性地示出了根据本公开示例性实施方式的商品名称的处理方法的流程图；图2示意性地示出了根据本公开的第一示例性实施方式的商品名称的处理装置的结构示意图；图3示意性地示出了根据本公开的第二示例性实施方式的商品名称的处理装置的结构示意图；图4示意性地示出了根据本公开的第三示例性实施方式的商品名称的处理装置的结构示意图；图5示意性地示出了根据本公开的第四示例性实施方式的商品名称的处理装置的结构示意图；图6示意性地示出了根据本公开示例性实施方式的计算机存储介质的示意图；以及图7示意性地示出了根据本公开示例性实施方式的电子设备的框图。在附图中，相同或对应的标号表示相同或对应的部分。具体实施方式现在将参考附图更全面地描述示例性实施方式。然而，示例性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，提供这些实施例使得本公开将更加全面和完整，并将示例性实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。此外，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例中。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例的充分理解。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没有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结构、方法、装置、实现或者操作以避免模糊本公开的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，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。在本领域的相关技术中，对商品名称的处理主要是通过利用语法层面的正则表达式匹配规则和自然语言处理等机器学习技术。以标题党的处理方法为例，在相关技术中，一方面通过人工总结标题党的文本模式，利用正则表达式匹配规则来确定标题党；另一方面，通过人工标注一定数量的标题党商品名称和非标题党商品名称，并基于这些商品名称训练一机器学习模型来处理标题党。相应地，相关技术中商品名称的处理方法存在如下缺陷：在商品名称处理前，需要人工分析、总结和提炼大量的商品名称，费时费力；同时，由于通过在语法层面的特征处理商品名称，忽略了词汇之间的语义层面的信息，使商品名称处理的准确度差、效率低。基于此，在本示例实施例中，首先提供了一种商品名称的处理方法。参考图1所示，该商品名称的处理方法可以包括以下步骤：步骤s110：获取待检测商品名称；步骤s120：根据一目标词典从所述待检测商品名称中提取目标词汇，并根据所述目标词汇生成一待检测商品名称对应的概念词；步骤s130：判断所述概念词相对于目标词典对应的约束公式集合是否可满足，并根据判断结果确定所述待检测商品名称是否是所述待检测商品名称对应的商品的一个合理名称。根据本示例实施例中的商品名称的处理方法，一方面能够通过在待检测商品名称中提取的目标词汇生成一待检测商品名称对应的概念词，实现了在语义层面上对目标词汇及其关系的刻画，提高了对商品名称处理的准确度；另一方面，通过自动判断待检测商品名称对应的概念词相对于相应的约束公式集合是否可满足，以确定待检测商品名称是否是其对应的商品的一个合理名称，提高了对商品名称处理的效率。为了便于理解，本公开将以判断网购平台商品名称是否为标题党为例，对本示例实施例中的商品名称的处理方法进行进一步的说明。在步骤s110中，获取待检测商品名称。在本公开的示例性实施方式中，可以通过文字识别方法获取商家设定的商品名称，并将其作为待检测商品名称。该文字识别方法可以是几何特征抽取法，也可以是模板匹配法，当然也可以本领域常用的文字识别方法，本公开对此不作具体限定。通常商家为了吸引用户点击或者增加搜索的曝光度，往往会在商品名称上做文章，通过大量的堆砌顾客常用的检索用词，使得商品的名称与其商品本身不符合，并且可能对顾客产生很大的误导性。如“2018女黑色高跟鞋新款细跟韩版百搭尖头坡跟单鞋”，该名称中不仅堆砌了顾客常用的如“女”、“黑色”、“高跟”、“坡跟”和“猫跟”等检索用词，并且该些词汇中包含了语义有明显差别的词汇，商品是无法同时满足的，如“猫跟”通常是指3～5cm的尖头细跟鞋，与名称中的“坡跟”存在矛盾，这对客户产生很大误导性，此外，商品名称本身只能满足“猫跟”和“坡跟”其中之一，因此该商品名称与商品本身是不符合的。在本公开的示例性实施方式中，可以通过以下两种方式获取待检测商品名称：第一种：首先通过文字识别方法获取多个待检测商品名称，如“2018新款女春细跟单鞋”、“2018冬款女韩版上衣薄外套”等；接着对商品名称进行分词以获得多个待选词汇，如“新款”、“女春”、“细跟”、“单鞋”、“韩版”和“上衣薄”等，通过人工将上述多个待选词汇进行修正，以将上述待选词汇中如“女春”和“上衣薄”分词有误的词汇进行修正以获得正确的待选词汇“女”、“春”、“上衣”和“薄”；第二种：通过语言模型(如n-gram模型)从商品名称中提取多个具有预设长度的字符串，基于信息检索与数据挖掘的常用加权技术(如tf-idf算法)计算该些字符串的权重值，并根据该些权重值对字符串进行过滤，以获得词汇。进一步的，根据权重值对字符串进行过滤可以通过如下方法实现：将各字符串的权重值与一预设权重进行对比，若存在权重值大于或等于预设权重的目标字符串，则将该目标字符串作为词汇。表1示出了某一商品名称的词汇信息，如表1所示，通过n-gram模型从商品名称中提取到3个具有预设长度为2的字符串的词汇a、b和c，通过tf-idf算法计算得到了各具有预设长度字符串的的词汇a、b和c的权重值，分别为25％、30％和40％，若设定预设权重为35％，则将字符串权重值分别为25％和30％的词汇过滤，而词汇c对应的字符串权重值为40％，大于预设权重35％，则将词汇c作为最终得到的词汇。表1词汇abc字符串长度222字符串的权重值25％30％40％在本公开的示例性实施方式中，通过文字识别方法获取待检测商品名称前，可以先通过文字识别方法获取多个商品名称，然后从该些商品名称中提取多个词汇，接着根据各商品名称对应的词汇形成词典，并且根据各商品名称对应的词汇之间的语义关系形成与各商品名称对应的约束公式；最后根据与各商品名称对应的约束公式形成与该词典对应的约束公式集合。其中，词汇之间的语义关系指的是在意义上具有共同的关系对象和关系范围的词的集合，如文具、笔、钢笔，文具包括了笔，笔包括了钢笔，则文具、笔、钢笔之间的语义关系具体为钢笔笔文具。举例而言，若从商品名称m中提取到多个词汇分别是“烟管裤”、“裤子”和“西装”，从商品名称p中提取到的多个词汇分别是“短裙”、“裙子”和“短款”；从商品名称n中提取到的多个词汇分别是“平板”、“电脑”和“便携”，则根据该些词汇可以形成一个词典；接着，可以通过概念断言(即约束公式)来刻画各词汇之间的语义关系，以获得与各商品名称对应的约束公式，如词汇“烟管裤”、“裤子”和“西装”之间的关系为：则商品名称m对应的约束公式为相应地，商品名称p对应的约束公式为商品名称n对应的约束公式为：则上述词典对应的约束公式集合包括：和三个约束公式。需要说明的，该约束公式集合中包括的约束公式的数量不限于3个，本公开包括但不限于上述数量。进一步的，由于不同的商品品类对应的词典、约束公式存在差异，因此在形成词典之前，可以根据商品名称对应的商品的品类，将商品名称划分为多个品类组，如“服装类”、“鞋子类”和“手机类”等，其中品类是指电子商务领域中商品的属性信息。同时，通过从各品类组所包含的商品名称中提取多个词汇，以形成与各品类组对应的品类词典，如服装类品类组对应的品类词典可以包括“裤子”、“西装”、“裙子”和“短裙”等词汇，电脑品类组对应的品类词典可以包括“平板”、“台式”和“便携”等词汇。进一步的，可以根据获得的各词汇之间的语义关系获取与各商品名称对应的约束公式，进而获得与各品类词典对应的约束公式集合，如服装类对应的品类词典的约束公式集合可以包含约束公式和约束公式等，电脑品类组对应的品类词典的约束公式集合可以包括等，使各品类词典均有对应的约束公式集合，需要说明的是，各品类词典对应的约束公式集合不限于上述公式，本领域技术人员可以根据实际情况为各品类词典对应的约束公式集合设定多个约束公式，本公开对此不做具体限定。在步骤s120中，根据一目标词典从所述待检测商品名称中提取目标词汇，并根据所述目标词汇生成一待检测商品名称对应的概念词。在本公开的示例性实施方式中，可以根据待检测商品名称和目标词典判断二者是否存在相同的词汇，若存在，则获取该相同的词汇，并将该相同的词汇作为目标词汇；例如，目标词典a中包括词汇：“烟管裤”、“裤子”、“西装”、“短裙”、“裙子”、“短款”、“平板”、“电脑”、“便携”，待检测商品名称为“2018新款女烟管裤西装夏季外套”，其中，待检测商品名称和目标词典a中存在相同的词汇为“烟管裤”和“西装”，则获取“烟管裤”和“西装”二词，则可将该二词作为目标词汇。进一步的，根据目标词汇之间的语义关系生成对应的待检测商品名称对应的概念词，该待检测商品名称对应的概念词可以通过目标词汇的交集关系式表示，具体如下所示：cn＝w1∩w2∩…∩wn其中，cn表示待检测商品名称对应的概念词；w1，w2，…，wn表示待检测商品名称和对应目标词典中存在的相同的词汇。相应地，根据从待检测商品名称“2018新款女烟管裤西装夏季外套”获取的目标词汇“烟管裤”和“西装”，生成的对应的待检测商品名称对应的概念词为：待检测商品名称对应的概念词＝烟管裤∩西装需要说明的是，为了方便识别和进一步的运算方便，从各商品名称中提取多个词汇和从待检测商品名称中提取目标词汇后，可以将该些词汇转换为英文字符串。进一步的，可以根据待检测商品名称对应的商品的品类与品类组的匹配结果，从与该品类组对应的品类词典中获取目标词典和与目标词典对应的约束公式集合，并将待检测商品名称和目标词典中存在的相同词汇作为目标词汇，以根据该词汇生成一待检测商品名称对应的概念词。举例而言，如根据待检测商品名称“2018新款女烟管裤西装夏季外套”，可以确定与该商品名称对应的商品的品类与服装类品类组匹配，则与该服装类品类组对应的品类词典和约束公式集合即为目标词典和目标词典对应的约束公式集合，该目标词典包括的词汇有：“烟管裤”、“裤子”、“西装”、“短裙”、“裙子”和“短款”，则待检测商品名称“2018新款女烟管裤西装夏季外套”与目标词典相同的词汇为“烟管裤”和“西装”，相应地，生成的与对应的待检测商品名称“2018新款女烟管裤西装夏季外套”对应的概念词为：待检测商品名称对应的概念词＝烟管裤∩西装。需要说明的是，通过将商品的名称根据商品的品类进行分组，得到相应的品类组，并根据该些品类组获得相应的品类词典，从品类词典中获取与待检测商品名称对应的目标词典，将待检测商品名称与目标词典中词汇的匹配范围缩小到了仅包括服装类的目标词典中，避免了其他非服装类词汇的干扰，提高了待检测商品名称与目标词典中词汇的匹配效率和准确度，进而提高了获得目标词汇的效率和准确度。在步骤s130中，判断所述概念词相对于目标词典对应的约束公式集合是否可满足，并根据判断结果确定所述待检测商品名称是否是所述待检测商品名称对应的商品的一个合理名称。在本公开的示例性实施方式中，可以通过tableau算法判断待检测概念词相对于目标词典对应的约束公式集合是否可满足。若满足，则该待检测商品名称是待检测商品名称对应的商品的一个合理名称，若不满足，则确定该待检测商品名称为标题党。其中，所述满足指的是对于待检测商品名称对应的概念词，是否存在一个在该待检测商品对应的目标词典的约束公式集合的模型，使得该待检测商品名称对应的概念词在该模型的解释为非空。其中，基于描述逻辑alc(attributelanguagecomplement)的tableau算法是一阶逻辑的证明论，通过表扩展规则来构造概念的模型来证明概念的可满足性。通过自动判断生成的待检测商品名称对应的概念词相对于对应的目标词典对应的约束公式集合的可满足性，降低了人工的参与性，从整体上提高了对商品名称的处理效率。在判断待检测商品名称对应的概念词相对于对应的目标词典对应的约束公式集合的可满足性过程中，若存在算法能构造出其tableau，则可以判定该待检测商品名称对应的概念词是可满足的；在alcn的tableau算法下需要通过一些算法规则(如-规则、∪-规则)来构造一棵对应于一个tableau的完整树进行待检测商品名称对应的概念词的可满足性判断。当该完整树的构建以单节点开始，基于算法规则对完整树进行扩展，可以构建一颗完整无冲突的树，则认为是可满足的，则该待检测商品名称是待检测商品名称对应的商品的一个合理名称，若不满足，则确定该待检测商品名称为标题党。需要说明的是，判断待检测商品名称对应的概念词是否满足相应的目标词典对应的约束公式集合还可以通过其他方法，如cdnf算法等，本公开包括但不限于上述方法。此外，在本公开的示例性实施方式中，还提供了一种商品名称的处理装置。参考图2所示，该商品名称的处理装置200可以包括获取模块210、词汇提取模块220以及判断模块230。具体地，获取模块210可以用于获取待检测商品名称；词汇提取模块220可以用于根据一目标词典从所述待检测商品名称中提取目标词汇，并根据所述目标词汇生成一待检测商品名称对应的概念词；判断模块230可以用于判断所述概念词相对于目标词典对应的约束公式集合是否可满足，并根据判断结果确定所述待检测商品名称是否是所述待检测商品名称对应的商品的一个合理名称。该商品名称的处理装置可以实现自动判断待检测商品名称是否是待检测商品名称对应的商品的一个合理名称，处理商品名称的效率高；同时，该装置是基于在语义层面上对目标词汇及其关系的刻画，来实现对待检测商品名称的准确处理，是一种行之有效的商品名称处理装置。根据本公开的一些示例性实施例，词汇提取模220可以包括词典形成单元、语义关系确定单元。具体的，在获取待检测商品名称之前，首先可以通过获取模块210获取多个商品名称；接着词典形成单元可以根据从各商品名称中提取的多个词汇形成词典；并通过语义关系确定单元根据词汇之间的语义关系获得与各商品名称对应的约束公式，根据该约束公式获得与词典对应的约束公式集合，实现了在语义层面上对词汇及其关系的刻画。根据本公开的一些示例性实施例，获取模块210可以包括品类划分单元。具体的，品类划分单元可以用于根据商品名称对应的商品的品类，将各商品名称划分为多个品类组。品类划分单元将各商品名称划分为多个品类组后，词汇提取模块220从各品类组所包含的商品名称中提取多个词汇后，词典形成单元可以根据该些词汇形成与各品类组对应的品类词典；进一步的，语义确定单元可以根据各商品名称中的词汇之间的语义关系获得与各商品名称对应的约束公式；根据各品类组包含的商品名称对应的约束公式，获得与各品类词典对应的约束公式集合，这样使各品类词典均有对应的约束公式集合。根据本公开的另外一些示例性实施例，判断模块230还可以包括匹配单元。具体的，匹配单元可以用于根据待检测商品名称对应的商品的品类与品类组的匹配结果，从品类词典中获取目标词典和与该目标词典对应的约束公式集合；若待检测商品名称和目标词典中存在相同的词汇，则获取该些相同的词汇，并将该些相同的词汇作为目标词汇；最后根据目标词汇之间的语义关系生成待检测商品名称对应的概念词；实现了将待检测商品名称与目标词典的匹配范围限制在一个品类组中，避免了属于其他品类组的词汇的干扰。其中，待检测商品名称对应的概念词为目标词汇的交集关系式。在本公开的另一示例性实施方式中，还提供了商品名称处理装置300。参考图3，商品名称处理装置300相比于商品名称处理装置200，除了包括获取模块210、词汇提取模块220以及判断模块230外，还可以包括可满足性判断模块310。具体的，可满足性判断模块310可以用于通过tableau算法判断概念词相对于目标词典对应的约束公式集合是否可满足；若满足，则待检测商品名称是待检测商品名称对应的商品的一个合理名称。可满足性判断模块310可以通过表扩展规则构造的模型来证明概念的可满足性，通过自动判断生成的待检测商品名称对应的概念词相对于对应的目标词典对应的约束公式集合的可满足性，降低了人工的参与性，从整体上提高了对商品名称的处理效率。在本公开的又一示例性实施方式中，还提供了商品名称处理装置400。参考图4，商品名称处理装置400相比于商品名称处理装置300，除了包括获取模块210、词汇提取模块220、判断模块230和可满足性判断模块310外，还可以包括分词模块410、字符串过滤模块420。具体的，分词模块410可以用于对商品名称进行分词，以获得多个待选词汇；通过对多个待选词汇进行修正，以获得词汇。字符串过滤模块420可以用于通过语言模型从商品名称中提取多个具有预设长度的字符串；计算各字符串的权重值；根据该权重值对字符串进行过滤，以获得词汇。进一步的，字符串过滤模块420可以将各字符串的权重值和一预设权重进行对比；若存在权重值大于或等于预设权重的目标字符串，则将该目标字符串作为词汇。在本公开的再一示例性实施方式中，还提供了商品名称处理装置500。参考图5，商品名称处理装置500相比于商品名称处理装置400，除了包括获取模块210、词汇提取模块220、判断模块230、可满足性判断模块310、分词模块410和字符串过滤模块420外，还可以包括字符转换模块510。具体的，字符转换模块510可以用于将从商品名称中提取的多个词汇和从待检测商品名称中提取的目标词汇转换为英文字符串，方便了词汇的识别和进一步的运算。由于本公开的示例性实施方式的商品名称的处理装置的各个功能模块与上述商品名称的处理方法的发明实施方式中相同，因此在此不再赘述。应当注意，尽管在上文详细描述中提及了商品名称的处理装置200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，在本公开示例性实施方式中，还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开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公开各种示例性实施例的步骤。参考图6所示，描述了根据本公开的示例性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，本公开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公开操作的程序代码，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用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用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)，连接到用户计算设备，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，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，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。下面参照图7来描述根据本公开的这种实施例的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740。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710执行，使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。存储单元720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)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(rom)7203。存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204，这样的程序模块7205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730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700也可以与一个或多个外部设备800(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用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700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750进行。并且，电子设备700还可以通过网络适配器760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740通过总线730与电子设备700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700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。通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例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例的方法。此外，上述附图仅是根据本公开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。本公开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。应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。当前第1页12当前第1页12