文本相似度的确定方法、装置、电子设备及存储介质与流程

本申请涉及数据处理技术，特别涉及一种自然语言处理技术。

背景技术：

随着科技的发展，智能问答系统广泛应用各行各业中。在智能问答系统中，对于两个文本进行相似度判定是必不可少的执行步骤，一般的，首会先将语音转换为待分析的目标文本，然后通过分析目标文本与智能问答系统中的历史请求中的文本之间的相似程度，以确定智能问答系统针对该目标文本的问答策略。

在现有技术中，对于文本之间的相似度的判定是基于文本中的各字符字形的相似性来确定的，具体来说可通过利用最长的公共子序列的长度，或两个文本的编辑距离，来计算得到任意两个文本之间的相似度。

但是，由于不同的用户有着不同的发音习惯，在将语音转换为目标文本时，无法保证将用户语音转换为正确的目标文本，这将会导致基于转换后的目标文本进行相似度计算时容易出现误差，使得得到的判定结果不够准确，进而影响智能问答系统的输出问答的准确性。

技术实现要素：

针对上述技术问题，本申请提供了一种文本相似度的确定方法、装置、电子设备及存储介质。

第一方面，本申请实施例提供一种文本相似度的确定方法，包括：

获取待处理的第一文本和第二文本，并获得对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节；

利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；

根据各相似度取值，确定第一文本和第二文本之间的相似度。

第二方面，本申请实施例提供一种文本相似度的确定装置，包括:

音节转换模块，用于获取待处理的第一文本和第二文本，并获得对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节；

相似度取值获取模块，用于利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；

相似度确定模块，用于根据各相似度取值，确定第一文本和第二文本之间的相似度。

第三方面，本申请实施例提供一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的文本相似度的确定方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的文本相似度的确定方法。

本实施例提供的文本相似度的确定方法、装置、电子设备及存储介质，通过获取待处理的第一文本和第二文本以及对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节；并利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；根据各相似度取值，确定第一文本和第二文本之间的相似度。相对于现有技术采用的基于文字的字符字形相似性来得到文本之间的相似度的方案来说，本申请获得的相似度是基于文本的字符对应的音节来确定的，从而在对于用户语音的相似识别上有着良好的识别准确率，进而智能问答系统的输出问答的准确性。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请所基于的一种网络架构的示意图；

图2为本申请实施例提供的一种文本相似度的确定方法的流程示意图；

图3为本申请实施例提供的一种文本相似度的确定方法的界面示意图；

图4为本申请实施例提供的另一种文本相似度的确定方法的流程示意图；

图5为本申请实施例提供的一种相似度矩阵的示意图；

图6为本申请实施例提供的又一种文本相似度的确定方法的流程示意图；

图7为本申请实施例提供的文本相似度的确定装置的结构框图；

图8为本申请实施例提供的电子设备的硬件结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在各类应用和业务中，为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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作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。

随着科技的发展，智能问答系统广泛应用各行各业中。在智能问答系统中，对于两个文本进行相似度判定是必不可少的执行步骤，一般的，首会先将语音转换为待分析的目标文本，然后通过分析目标文本与智能问答系统中的历史请求中的文本之间的相似程度，以确定智能问答系统针对该目标文本的问答策略。

在现有技术中，对于文本之间的相似度的判定是基于文本中的各字符字形的相似性来确定的，具体来说可通过利用最长的公共子序列的长度，或两个文本的编辑距离，来计算得到任意两个文本之间的相似度。

但是，由于不同的用户有着不同的发音习惯，在将语音转换为目标文本时，无法保证将用户语音转换为正确的目标文本，这将会导致基于转换后的目标文本进行相似度计算时容易出现误差，使得得到的判定结果不够准确，进而影响智能问答系统的输出问答的准确性。

针对上述问题，本申请提供的技术方案利用了文本的字符的音节特性，即利用文本的音节的发音相似性来确定文本之间的相似度。具体的，首先获得第一音节信息和第二音节信息；然后，利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；最后，根据各相似度取值，确定第一文本和第二文本之间的相似度。相对于现有技术采用的基于文字的字符字形相似性来得到文本之间的相似度的方案来说，通过采用这样方式，在对于智能问答系统中文本相似度的计算上，特别是语音文本的相似度的计算上，有着良好的相似度计算的准确率，进而也使得智能问答系统基于该相似度所能得到的输出问答的准确性得到提高。

参考图1，图1为本申请所基于的一种网络架构的示意图，该图1所示网络架构具体可包括文本相似度的确定装置2以及终端1。

其中，终端1具体可为用户手机、台式电脑、智能家居设备、平板电脑等可用于采集语音和显示图像的硬件设备，而文本相似度的确定装置2是可与终端1通过网络进行交互的硬件或软件，其可用于执行下述各示例中所述的文本相似度的确定方法，并将从终端1的采集设备对用户采集得到的语音转换为文本，并进行相应的相似度计算后，将处理后的结果输出至终端1。

当然，终端1上的采集设备和/或显示设备可集成在同一硬件上，也可分布于多个硬件上并基于有线或无线连接实现数据交互。

在上述图1所示的网络架构中，当文本相似度的确定装置1为硬件时，其可包括具备运算功能的云端服务器；当文本相似度的确定装置1为软件时，其可以安装在具备运算功能的电子设备中，其中的电子设备包括但不限于膝上型便携计算机、台式计算机以及终端1等等。

也就是说，本申请所基于的文本相似度的确定方法具体可基于如图1所示的实施例中，适用于多种应用场景，该应用场景包括但不限于：基于语音输入的文本纠正系统，基于语音的文本翻译平台等场景，特别适用于智能问答系统的场景。

其中，在基于语音输入的文本纠正系统场景中，终端1可通过采集设备采集输入的语音，并将语音转换为文本，然后可对于文本是否出现歧义或语义不明的情况进行识别。当出现该情况时，可利用本申请提供的文本相似度的确定装置，来找到与该文本相似度较高的、语义清晰且没有歧义的正确文本，并利用正确文本对转换得到的文本进行纠正等处理。

与前述的语音输入的文本纠正系统场景类似的是，在基于语音的文本翻译平台等场景中终端1可通过采集设备采集输入的语音，并将语音转换为文本，然后利用本申请提供的文本相似度的确定装置，在翻译平台库所提供的文本中，找到与文本相似度最高的翻译文本，并将翻译文本对应的译文进行输出。

特别的，在智能问答系统的场景中，终端1可通过采集设备采集输入的语音，并将语音转换为文本，然后利用本申请提供的文本相似度的确定装置，在智能问答系统所提供的问题文本中，找到与文本相似度最高的问题文本，并将问题文本对应的答复文本进行输出。

需要说明的是，在前述各场景中，文本相似度的确定装置也可直接接收来自终端1采集得到的语音，并自行将其转换为文本，以进行处理。

第一方面，参考图2，图2为本申请实施例提供的一种文本相似度的确定方法的流程示意图。本申请实施例提供的文本相似度的确定方法，包括：

步骤101、获取待处理的第一文本和第二文本，并获得对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节。

本示例的提供的确定方法的执行主体为前述的文本相似度的确定装置，其可通过与终端进行交互，以得到文本。这些文本是通过对采集得到的语音进行文本转换处理后得到的。

需要说明的是，本实施例中的第一文本用于指代终端采集得到的语音对应的文本，而第二文本用于指代待比对相似度的文本；在可选实施例中，第一文本用于指代待比对相似度的文本，而第二文本用于指代终端采集得到的语音对应的文本。为了便于描述，本申请以第一文本用于指代终端采集得到的语音对应的文本，而第二文本用于指代待比对相似度的文本为例，进行说明。此外，上述的文本转换处理可由终端执行，也可有本申请提供的文本相似度的确定装置执行，本实施例对此不进行限制。

具体来说，在获取待处理的第一文本和第二文本之后，确定装置还需获取对应的第一音节信息和第二音节信息。音节信息是由文本中每个字符的音节构成信息。其具体获取方式可例如：对获取的待处理的第一文本和第二文本进行字符分割处理，获得分别获得构成第一文本的字符和构成第二文本的字符；对所述第一文本的字符和第二文本的字符进行音节转换处理，以获得每个字符对应的音节。

一般的，每一个字符对应的音节的数量为一个或多个，例如，在“昂”这个字符对应的音节中，其音节表示为“ang”，又例如，在“首”这个字符对应的音节中，其音节表示为“sh”和“ou”。

换句话说，对于中文来说，其字符的音节可与拼音相关联，即任一所述字符对应的音节中包括一个声母音节和一个韵母音节，或/和，任一所述字符对应的音节中包括一个韵母音节。例如，前述的“昂”对应的音节中包括一个韵母音节“ang”，前述的“首”对应的音节中包括一个韵母音节“ou”和一个声母音节“sh”。

此外，为了进一步提高在确定相似度时的准确性，在确定音节时，还可考虑到音节的音调。也就是说，所述每个字符对应的音节中包括有构成音节的音符以及对应的音调。例如，在“昂”这个字符对应的音节中，其包括有构成音节的音符“ang”以及对应的音调“二声”，而其最后可表示为“ang2”；在“首”这个字符对应的音节中，其包括有构成音节的音符“sh”，由于“sh”为声母，不存在音调，则可表示为“sh0”，而构成音节的音符“ou”对应的音调“三声”，而其最后可表示为“ou3”。换句话说，基于拼音读音的音调，可在每个字符的音节的音符的基础上，添加音调，以实现对于音节的准确表述。一般的，无音调表示为“0”，一声表示为“1”，二声表示为“2”，以此类推。

步骤102、利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值。

步骤103、根据各相似度取值，确定第一文本和第二文本之间的相似度。

具体来说，在本申请实施例中，可利用现有的音节相似度词典，确定第一音节信息中每个音节与第二音节信息中的每个音节之间的相似度取值。一般来说，音节的种类(包括音符和音调的组合)是可穷尽的，而为了表明各音节之间的相似程度，可建立音节相似度词典，以用于查取相似度取值。其中，相似度取值的高低一般基于以下因素，其一为音符相似程度，如“ang”和“an”之间存在一定的相似度，在不考虑其他因素的情况下，其二者的相似度取值较高；其二为音调相似程度，考虑到方言或口音等问题，在语音转换为文本时，当音符完全相同时，其音调出现差异将对于相似度的影响程度较低。需要说明的是，其相似度取值的具体数值可在考虑到上述因素的情况下，基于经验确定，本申请对此不进行限制。

最后，将基于得到的各相似度取值，确定第一文本和第二文本之间的相似度。在利用各相似度取值进行文本相似度确定时，可基于多种方式，如基于各相似度取值的均值、总值等等，本申请对此不进行限制。

举例来说，若第一文本为“往后女生”，第二文本为“往后余生”。第一音节信息可表示为“w0”“ang3”“h0”“ou4”“n0”“v3”“sh0”“eng1”，第二音节信息可表示为“w0”“ang3”“h0”“ou4”“y0”“v2”“sh0”“eng1”。通过对于音节之间的相似度取值的确定，可知，第一音节信息与第二音节信息的各音节的相似度较高，即第一文本和第二文本之间的相似度较高。也就是说，若输入的第一文本为“往后女生”，其真实语义可能为“往后余生”，系统或平台可基于第二文本，采用相应的答复方式或处理方式进行后续处理。

图3为本申请实施例提供的一种文本相似度的确定方法的界面示意图，如图3所示的，在该界面中，当用户输入语音时，通过文本相似度的确定装置，可对于语音对应的文本进行纠正，并向用户确认纠正结果。

本实施例提供的文本相似度的确定方法，通过获取待处理的第一文本和第二文本以及对应的第一音节信息和第二音节信息；其中，第一音节信息包括第一文本中的每个字符的音节；第二音节信息包括第二文本中的每个字符的音节；并利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；根据各相似度取值，确定第一文本和第二文本之间的相似度。相对于现有技术的基于文字的字符字形相似性来得到文本之间的相似度的方案来说，本申请获得的相似度是基于文本的字符对应的音节来确定的，从而在对于用户语音的相似识别上有着良好的识别准确率，进而智能问答系统的输出问答的准确性。

在上述实施例的基础上，参考图4，图4为本申请实施例提供的一种文本相似度的确定方法的流程示意图。

步骤201、获取待处理的第一文本和第二文本，并获得对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节。

步骤202、利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值。

步骤203、将各相似度取值作为矩阵元素，构建相似度矩阵。

步骤204、利用动态规划算法，确定相似度矩阵中的一个或多个最大相似路径。

步骤205、根据一个或多个最大相似路径对应的相似度取值，确定第一文本和第二文本之间的相似度。

与前述实施例类似的是，在本申请实施例中，其执行主体为前述的文本相似度的确定装置，其可通过与终端进行交互，以得到文本。这些文本是通过对采集得到的语音进行文本转换处理后得到的。此外，上述步骤201以及202的具体实现方式可参见前述实施例的步骤101以及102的相应部分，本实施例对此不进行赘述。

与前述实施例不同的是，在本实施例中，对于根据各相似度取值，确定第一文本和第二文本之间的相似度可基于动态规划算法实现。

具体来说，在进行相似度确定时，第一文本和第二文本中的字符可能不为一一对应，举例来说，第一文本为“我想听女生往后”第二文本为“往后余生”，其“女生和“余生”之间的相似度取值可能较高，其“往后”和“往后”之间的相似度取值较高。在这种情况下，可建立以各相似度取值为矩阵元素的相似度矩阵。图5为本申请实施例提供的一种相似度矩阵的示意图，如图5所示的，在该相似度矩阵中，行元素用于表示第二文本的每个音节，与第一文本中各音节的相似度取值，如“w0”与“w0”的相似度取值为1，“w0”与“x0”的相似度取值为0.5等。

相应的，列元素用于表示第一文本的每个音节，与第二文本中各音节的相似度取值，如“w0”与“w0”的相似度取值为1，“w0”与“y0”的相似度取值为0.5等。

随后，利用动态规划算法，确定相似度矩阵中的一个或多个最大相似路径，并根据一个或多个最大相似路径对应的相似度取值，确定第一文本和第二文本之间的相似度。动态规划算法是运筹学的一个分支，是求解决策过程最优化的数学方法，通过利用该算法，可从相似度矩阵中找到一个或多个最大相似路径，以表示文本之间的相似度。

具体来说，在所述相似度矩阵中确定一个或多个子矩阵，其中，各子矩阵的矩阵元素不重叠，且每个子矩阵中的对角线沿线的各矩阵元素的均值大于预设的相似度阈值(如0.8)，如图5所示的矩形框表示了子矩阵。

随后，对各子矩阵中的对角线沿线的各矩阵元素进行求和，得到各子矩阵的相似度取值，即左侧子矩阵的相似度取值为0.5+0.83333+1+1＝3.33333，右侧子矩阵的相似度取值为1+1+1+1＝4。

最后，根据各子矩阵的相似度取值，确定第一文本和第二文本之间的相似度。具体的，可先确定各最大相似路径的相似度取值之和，以及确定所述第一文本和第二文本的字符数量的均值，如图5所示的各最大相似路径的相似度取值之和为7.33333；第一文本和第二文本的字符数量的均值为(7+4)/2＝5.5。而述各最大相似路径的相似度取值之和与所述均值之比，构成所述第一文本和第二文本的相似度，即1.33333。

在前述实施例的基础上，本实施例通过采用动态规划算法，从而实现了对于相似度的确定，其针对于第一文本和第二文本的字符无法对应的情况有着很好的处理效果，使得这种情况下的相似度准确性较高。

在上述实施例的基础上，参考图6，图6为本申请实施例提供的又一种文本相似度的确定方法的流程示意图。本申请实施例提供的文本相似度的确定方法，包括：

步骤301、采集用户输入的语音信息；

步骤302、对所述语音信息进行文本转换处理获得第一文本，以及将历史文本中的任一文本作为第二文本；其中，所述历史文本是对用户历史输入的语音信息进行文本转换处理得到的文本。

步骤303、获得对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节；

步骤304、利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；

步骤305、根据各相似度取值，确定第一文本和第二文本之间的相似度。

步骤306、根据第一文本与各历史文本之间的相似度，在各历史文本中确定与第一文本相似度最高的文本，并将该相似度最高的文本所对应的答复文本作为第一文本对应的输出文本。

与前述实施例类似的是，在本申请实施例中，其执行主体为前述的文本相似度的确定装置，其可通过与终端进行交互，以得到文本。这些文本是通过对采集得到的语音进行文本转换处理后得到的。此外，上述步骤303至305的具体实现方式可参见前述实施例的相应部分，本实施例对此不进行赘述。

具体来说，用户将通过终端的采集设备输入问题的语音，终端可将语音直接发送至确定装置，并基于确定装置的语音文本转换技术，将语音转换为第一文本。

随后，为了能够对用户输入的问题进行答复，确定装置将从答复系统存储的历史文本中，选取任一文本作为第二文本，并计算该第一文本与该第二文本之间的相似度。其中，需要说明的是，历史文本是指答复系统已存有答复文本的已有文本，该已有文本可为预置的，也可为通过获取和处理用户历史发起的问答而存储的。

再后，将采用前述的方式，对第一文本和第二文本进行处理，并在处理得到相似度之后，选取下一历史文本作为第二文本，直至完成对全部历史文本的相似度的获取。

最后，将根据第一文本与各历史文本之间的相似度，在各历史文本中确定与第一文本相似度最高的文本，并将该相似度最高的文本所对应的答复文本作为第一文本对应的输出文本。

在上述实施例的基础上，本实施例针对于智能问答系统进行了具体说明，其获得的相似度是基于文本的字符对应的音节来确定的，从而在对于用户语音的相似识别上有着良好的识别准确率，进而智能问答系统的输出问答的准确性。

对应于上文实施例的文本相似度的确定方法，图7为本申请实施例提供的文本相似度的确定装置的结构框图。为了便于说明，仅示出了与本申请实施例相关的部分。参照图7，所述文本相似度的确定装置包括：音节转换模块10、相似度取值获取模块20、相似度确定模块30。

音节转换模块10，用于获取待处理的第一文本和第二文本，并获得对应的第一音节信息和第二音节信息；其中，所述第一音节信息包括第一文本中的每个字符的音节；所述第二音节信息包括第二文本中的每个字符的音节；

相似度取值获取模块，用于利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；

相似度确定模块30，用于根据各相似度取值，确定第一文本和第二文本之间的相似度。

在本申请提供的可选实施例中，所述相似度确定模块30，具体用于：

将各相似度取值作为矩阵元素，构建相似度矩阵；利用动态规划算法，确定相似度矩阵中的一个或多个最大相似路径；根据一个或多个最大相似路径对应的相似度取值，确定第一文本和第二文本之间的相似度。

在本申请提供的可选实施例中，所述相似度确定模块30，具体用于：

在所述相似度矩阵中确定一个或多个子矩阵，其中，各子矩阵的矩阵元素不重叠，且每个子矩阵中的对角线沿线的各矩阵元素的均值大于预设的相似度阈值；还用于对各子矩阵中的对角线沿线的各矩阵元素进行求和，得到各子矩阵的相似度取值；根据各子矩阵的相似度取值，确定第一文本和第二文本之间的相似度。

在本申请提供的可选实施例中，所述相似度确定模块30，具体用于：确定各最大相似路径的相似度取值之和，以及确定所述第一文本和第二文本的字符数量的均值；所述各最大相似路径的相似度取值之和与所述均值之比，构成所述第一文本和第二文本的相似度。

在本申请提供的可选实施例中，所述音节转换模块10，用于对获取的待处理的第一文本和第二文本进行字符分割处理，获得分别获得构成第一文本的字符和构成第二文本的字符；对所述第一文本的字符和第二文本的字符进行音节转换处理，以获得每个字符对应的音节。

在本申请提供的可选实施例中，所述每个字符对应的音节的数量为一个或多个。

在本申请提供的可选实施例中，任一所述字符对应的音节中包括一个声母音节和一个韵母音节，或/和，任一所述字符对应的音节中包括一个韵母音节。

在本申请提供的可选实施例中，所述每个字符对应的音节中包括有构成音节的音符以及对应的音调。

在本申请提供的可选实施例中，所述音节转换模块10，具体用于采集用户输入的语音信息；对所述语音信息进行文本转换处理获得第一文本，以及将历史文本中的任一文本作为第二文本；其中，所述历史文本是对用户历史输入的语音信息进行文本转换处理得到的文本。

在本申请提供的可选实施例中，还包括：输出模块；

所述输出模块用于根据第一文本与各历史文本之间的相似度，在各历史文本中确定与第一文本相似度最高的文本，并将该相似度最高的文本所对应的答复文本作为第一文本对应的输出文本。

本实施例提供的文本相似度的确定装置，通过获取待处理的第一文本和第二文本以及对应的第一音节信息和第二音节信息；其中，第一音节信息包括第一文本中的每个字符的音节；第二音节信息包括第二文本中的每个字符的音节；并利用预设的音节相似度词典，确定第一音节信息中的每个音节，与第二音节信息中的每个音节之间的相似度取值；根据各相似度取值，确定第一文本和第二文本之间的相似度。相对于现有技术的基于文字的字符字形相似性来得到文本之间的相似度的方案来说，本申请获得的相似度是基于文本的字符对应的音节来确定的，从而在对于用户语音的相似识别上有着良好的识别准确率，进而智能问答系统的输出问答的准确性。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图8所示，是根据本申请实施例的确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图8所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的确定方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的确定方法对应的程序指令/模块(例如，附图7所示的采集模块10、处理模块20和控制模块30)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的确定方法的方法。

存储器502可以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、至少一个功能所需要的应用程序；存储数据区可存储根据确定方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动502、输入装置503和输出装置504可以通过总线或者其他方式连接，图8中以通过总线连接为例。

输入装置503可接收输入的数字或字符信息，以及产生与用于确定方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。