一种基于知识图谱的智能问答方法和装置与流程

1.本发明涉及知识图谱技术领域，特别涉及一种基于知识图谱的智能问答方法和装置。


背景技术：

2.信息展示平台或社交平台为能及时对用户问题进行反馈、提高用户体验，已经开始在平台上增加具有自动应答功能的服务窗口。然而我们在实际应用中发现，当前这些自动应答服务在处理用户应答时其反馈的内容都是基于预先设定的问题
‑
答案对应关系进行单一内容推送，用户若需要了解与之相关的其他信息就需要另行输入问题。这种情况下，用户想了解的相关信息越多，输入操作的次数就越多，这无疑会造成用户使用体验下降的问题。


技术实现要素：

3.本发明的目的，就是针对现有技术的缺陷，提供一种基于知识图谱的智能问答方法、装置、电子设备及计算机可读存储介质，使用知识图谱来为知识库的各个知识点建立关联关系；在接收到用户的问题时，一方面通过知识图谱与知识库的对应关系来获取当前问题对应的知识点内容，另一方面通过知识图谱各个知识节点间的关联关系得到与当前问题相关的其他知识点内容；在向用户进行应答反馈时，将两部分内容同时推送给客户。如此一来，既可以解决常规自动应答内容单一的问题，又可以保证内容的相关度，提高推送质量和用户使用体验。
4.为实现上述目的，本发明实施例第一方面提供了一种基于知识图谱的智能问答方法，所述方法包括：采集多条信息文本，生成第一知识库；所述第一知识库包括多个第一知识列表；所述第一知识列表包括第一列表索引标识数据和多个第一知识记录；所述第一知识记录至少包括第一记录索引标识字段和第一知识点内容字段；根据所述第一知识库创建对应的第一知识图谱；所述第一知识图谱包括多个第一知识节点；所述第一知识节点至少包括第一节点标识数据和第一节点名称数据；所述第一节点标识数据由对应的所述第一列表索引标识数据和所述第一记录索引标识字段组合而成；获取用户输入的第一问题信息；对所述第一问题信息进行主题提取处理，生成第一主题数据；将所述第一节点名称数据与所述第一主题数据匹配的所述第一知识节点，作为第一主知识点；对与所述第一主知识点关联的其他第一知识节点按关联关系与权重关系进行分类排列，得到多个第一类关联知识节点序列；根据所述第一主知识点的所述第一节点标识数据，查询所述第一知识库，将对应
的所述第一知识列表的所述第一知识记录的所述第一知识点内容字段，作为对应的第一主知识点内容数据；根据各个所述第一类关联知识节点序列，查询所述第一知识库得到对应的第一类关联知识点内容数据集合；以所述第一主知识点内容数据在先、各个所述第一类关联知识点内容数据集合在后的顺序组成第一问题应答信息，向用户进行反馈。
5.优选的，每个所述第一知识列表对应一个主题分类标签；所述第一知识记录还包括第一知识点名称字段和多个第一知识点关联标签字段；所述第一知识点关联标签字段用于存储关联列表索引标识数据；所述第一知识节点还包括多个第一节点关联数据组；所述第一节点关联数据组至少包括第一关联标识数据、第一关联节点标识数据、第一关联标签数据和第一关联权重数据。
6.优选的，所述根据所述第一知识库创建对应的第一知识图谱，具体包括：创建内容为空的所述第一知识图谱；对所述第一知识库中的各个所述第一知识记录进行轮询；将当前被轮询的所述第一知识记录作为第一当前记录；为所述第一当前记录创建一个对应的新建第一知识节点；并根据所述第一当前记录对应的所述第一知识列表的所述第一列表索引标识数据和所述第一当前记录的所述第一记录索引标识字段的组合数据，对所述新建第一知识节点的所述第一节点标识数据进行设置；并根据所述第一当前记录的所述第一知识点名称字段，对所述新建第一知识节点的所述第一节点名称数据进行设置；并将所述新建第一知识节点向所述第一知识图谱中添加；对所述第一知识库中的各个所述第一知识记录进行轮询；将当前被轮询的所述第一知识记录作为第二当前记录；根据所述第二当前记录的所述第一知识点关联标签字段，对与所述第二当前记录对应的所述第一知识节点的所述第一节点关联数据组进行设置。
7.进一步的，所述根据所述第二当前记录的所述第一知识点关联标签字段，对与所述第二当前记录对应的所述第一知识节点的所述第一节点关联数据组进行设置，具体包括：将所述第二当前记录对应的所述第一知识列表的所述第一列表索引标识数据，作为第一标识数据；将所述第二当前记录的所述第一记录索引标识字段，作为第二标识数据；对所述第一标识数据和所述第二标识数据进行组合，生成第一组合标识数据；在所述第一知识图谱中，将所述第一节点标识数据与所述第一组合标识数据匹配的所述第一知识节点，作为第一匹配节点；对所述第二当前记录的所述第一知识点关联标签字段进行轮询；将当前被轮询的所述第一知识点关联标签字段作为第一当前字段；将所述第一当前字段指向的所述第一知识列表作为第一关联列表；并将所述第一关联列表的各个所述第一知识记录记为第一关联记录；并根据所述第一当前字段计算各个所述第一关联记录与所述第二当前记录的相似度生成对应的第一相似度概率；并将所述第一相似度概率超过预设的相似度阈值的所述第一关联记录作为第一相似记录；并将与各个所述第一相似记录对应的所述第一知识节点记为
第一相似节点；并为各个所述第一相似节点在所述第一匹配节点中创建一个对应的新建第一节点关联数据组并设置。
8.进一步优选的，所述根据所述第一当前字段计算各个所述第一关联记录与所述第二当前记录的相似度生成对应的第一相似度概率，具体包括：根据所述第一当前字段对应的主题分类标签，生成第一知识标签数据；提取所述第二当前记录的所述第一知识点内容字段，生成第一文本数据；提取当前第一关联记录的所述第一知识点内容字段，生成第二文本数据；对所述第一文本数据和所述第二文本数据，进行与所述第一知识标签数据对应的关键词提取处理，生成对应的第一关键词序列和第二关键词序列；对所述第一关键词序列和所述第二关键词序列分别进行文本向量转换处理，生成对应的第一文本向量和第二文本向量；计算所述第一文本向量与所述第二文本向量夹角的余弦值，生成对应的所述第一相似度概率。
9.进一步优选的，所述为各个所述第一相似节点在所述第一匹配节点中创建一个对应的新建第一节点关联数据组并设置，具体包括：对各个所述第一相似节点进行轮询；将当前被轮询的第一相似节点作为当前相似节点；为所述当前相似节点，在所述第一匹配节点中创建一个对应的所述新建第一节点关联数据组；根据所述第一匹配节点的所述第一节点标识数据和所述当前相似节点的所述第一节点标识数据的组合数据，对所述新建第一节点关联数据组的所述第一关联标识数据进行设置；根据所述当前相似节点的所述第一节点标识数据，对所述新建第一节点关联数据组的所述第一关联节点标识数据进行设置；根据所述第一当前字段对应的主题分类标签，对所述新建第一节点关联数据组的所述第一关联标签数据进行设置；根据所述当前相似节点对应的所述第一相似度概率，对所述新建第一节点关联数据组的所述第一关联权重数据进行设置。
10.优选的，所述对所述第一问题信息进行主题提取处理，生成第一主题数据，具体包括：对所述第一问题信息的信息类型进行识别；若所述信息类型为语音类型，则对所述第一问题信息进行语音
‑
文本转换处理生成第三文本数据；若所述信息类型为文本类型，则将所述第一问题信息作为所述第三文本数据；对所述第三文本数据，进行文本主题识别处理，生成第一主题数据。
11.优选的，所述对与所述第一主知识点关联的其他第一知识节点按关联关系与权重关系进行分类排列，得到多个第一类关联知识节点序列，具体包括：对所述第一主知识点的各个所述第一关联节点标识数据指向的所述第一知识节点，按对应的所述第一关联标签数据进行分类，得到多个第一类节点序列；对所述第一类节点序列中的所述第一知识节点，按对应的所述第一关联权重数据从大到小的顺序进行排列；对当前用户的知识兴趣等级进行确认，生成第一等级数据；并查询预设的知识兴趣等级
‑
知识节点关联权重对应表，得到与所述第一等级数据对应的第一等级关联权重阈值；
根据所述第一等级关联权重阈值对各个所述第一类节点序列进行知识节点筛选处理，删除各个所述第一类节点序列中所述第一关联权重数据低于所述第一等级关联权重阈值的所述第一知识节点；并将完成知识节点筛选处理的所述第一类节点序列作为所述第一类关联知识节点序列。
12.本发明实施例第二方面提供了一种用以实现上述第一方面所述的方法步骤的基于知识图谱的智能问答装置，包括：知识库处理模块、知识图谱处理模块和用户应答处理模块；所述知识库处理模块用于采集多条信息文本，生成第一知识库；所述第一知识库包括多个第一知识列表；所述第一知识列表包括第一列表索引标识数据和多个第一知识记录；所述第一知识记录至少包括第一记录索引标识字段和第一知识点内容字段；所述知识图谱处理模块用于根据所述第一知识库创建对应的第一知识图谱；所述第一知识图谱包括多个第一知识节点；所述第一知识节点至少包括第一节点标识数据和第一节点名称数据；所述第一节点标识数据由对应的所述第一列表索引标识数据和所述第一记录索引标识字段组合而成；所述用户应答处理模块用于获取用户输入的第一问题信息；并对所述第一问题信息进行主题提取处理，生成第一主题数据；并将所述第一节点名称数据与所述第一主题数据匹配的所述第一知识节点，作为第一主知识点；并对与所述第一主知识点关联的其他第一知识节点按关联关系与权重关系进行分类排列，得到多个第一类关联知识节点序列；并根据所述第一主知识点的所述第一节点标识数据，查询所述第一知识库，将对应的所述第一知识列表的所述第一知识记录的所述第一知识点内容字段，作为对应的第一主知识点内容数据；并根据各个所述第一类关联知识节点序列，查询所述第一知识库得到对应的第一类关联知识点内容数据集合；并以所述第一主知识点内容数据在先、各个所述第一类关联知识点内容数据集合在后的顺序组成第一问题应答信息，向用户进行反馈。
13.本发明实施例第三方面提供了一种电子设备，包括：存储器、处理器和收发器；所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
14.本发明实施例第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
15.本发明实施例提供了一种基于知识图谱的智能问答方法、装置、电子设备及计算机可读存储介质，使用知识图谱来为知识库的各个知识点建立关联关系；在接收到用户的问题时，一方面通过知识图谱与知识库的对应关系来获取当前问题对应的知识点内容，另一方面通过知识图谱各个知识节点间的关联关系得到与当前问题相关的其他知识点内容；在向用户进行应答反馈时，将两部分内容同时推送给客户。通过本发明方法，既解决了常规自动应答中内容单一的问题，又保证了推送内容的高度相关性，提高了推送质量和用户使用体验。
16.附图说明
17.图1为本发明实施例一提供的一种基于知识图谱的智能问答方法示意图；图2为本发明实施例一提供的一种第一知识库示意图；图3为本发明实施例一提供的一种第一知识图谱示意图；图4为本发明实施例一提供的一种第一知识图谱示意图；图5为本发明实施例二提供的一种基于知识图谱的智能问答装置的模块结构图；图6为本发明实施例三提供的一种电子设备的结构示意图。
18.具体实施方式
19.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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它实施例，都属于本发明保护的范围。
20.信息展示平台或社交平台通过本发明实施例一提供的一种基于知识图谱的智能问答方法，通过构建知识库和对应知识图谱来建立知识点和内容的关联关系以及知识点和知识点的关联关系；在获取到用户的问题之后，通过知识图谱反映的知识点
‑
知识点的关联关系找到关联知识点，通过知识点
‑
内容的关联关系找到用户问题对应的知识点内容以及关联知识点的内容；在向用户进行反馈时不仅反馈用户问题的知识点内容，为了用户了解更多信息还向用户反馈的与问题相关联的知识点内容；如此既节约了用户的检索时间，还提高了用户对相关信息的获取力度，提高了用户的使用体验；图1为本发明实施例一提供的一种基于知识图谱的智能问答方法示意图，如图1所示，本方法主要包括如下步骤：步骤1，采集多条信息文本，生成第一知识库；其中，第一知识库包括多个第一知识列表；第一知识列表包括第一列表索引标识数据和多个第一知识记录；第一知识记录至少包括第一记录索引标识字段、第一知识点名称字段、第一知识点内容字段和多个第一知识点关联标签字段；每个第一知识列表对应一个主题分类标签；第一知识点关联标签字段用于存储关联列表索引标识数据。
21.这里，信息展示平台或社交平台通过人工或网络信息收集技术进行信息文本采集，构成文本池；再对文本池中的信息文本进行文本主题提炼，一条信息文本只有一个文本主题；再对所有文本主题按预先标注的主题分类标签特征进行聚类，从而得到多个主题分类标签，一个文本主题可对应多个主题分类标签，例如采集到了一篇关于肥胖的信息文本，主题为肥胖，其对应的主题分类标签可以有减肥、健身、营养套餐等；然后根据主题分类标签、文本主题以及文本的内容创建对应的知识库也就是第一知识库；第一知识库根据其体量大小可以为独立数据库或独立数据文件，也可以为由多个独立数据库构成的数据库集合或多个独立数据文件组成的数据文件集合；在第一知识库中，每个第一知识列表可以为独立数据库中的数据库列表或独立数据文件中的数据段，也可以为数据库集合中的独立数据库或数据文件集合中的独立数据文
件；每个第一知识列表对应一个主题分类标签；第一列表索引标识数据为每个第一知识列表的唯一标识编码；在第一知识列表中，每个第一知识记录可为独立数据库或独立数据库的数据库列表中的数据记录，也可以为独立数据文件或独立数据文件数据段中的数据单元；每个第一知识记录对应一条信息文本；第一记录索引标识字段用于存储每个第一知识记录的记录索引代码；第一知识点名称字段用于存储当前第一知识记录对应的信息文本的文本主题；第一知识点内容字段用于存储当前第一知识记录对应的信息文本的内容；由前文可知，每个文本主题可对应多个主题分类标签，所以，每个第一知识记录可与多个第一知识列表关联，在这多个关联的第一知识列表中包括自身所在的第一知识列表；第一知识点关联标签字段就是用于反映当前第一知识记录与各个第一知识列表对应关系的字段；每个第一知识点关联标签字段的内容为一个关联列表索引标识数据，该关联列表索引标识数据即是关联第一知识列表的第一列表索引标识数据。
22.例如，信息展示平台或社交平台通过人工或网络信息收集技术进行信息文本采集，得到2条信息文本：第1条、第2条信息文本；对第1条、第2条信息文本进行主题提取，得到对应的文本主题1和文本主题2；对文本主题1、2按预先标注的主题分类标签特征进行聚类，得到两个主题分类标签：主题分类标签1和主题分类标签2；文本主题1、2与主题分类标签1、2的对应关系为：文本主题1对应主题分类标签1和2，文本主题2只对应主题分类标签2；基于这样的关系，构建的第一知识库如图2为本发明实施例一提供的一种第一知识库示意图所示；图2中第一知识库基于两个主题分类标签创建了两个第一知识列表与之对应；第1个第一知识列表对应主题分类标签1；第1个第一知识列表对应主题分类标签2；第1个第一知识列表的第一列表索引标识数据为按预先约定的列表命名规则定义的表索引编码lid1；第2个第一知识列表的第一列表索引标识数据为按预先约定的列表命名规则定义的表索引编码lid2；第1个第一知识列表中创建了一个第一知识记录也就是第1个第一知识记录与第1条信息文本对应；第1个第一知识列表的第1个第一知识记录的第一记录索引标识字段为按预先约定的记录命名规则定义的记录索引编码rid1；第一知识点名称字段与第1条信息文本的文本主题对应也就为文本主题1；第一知识点内容字段与第1条信息文本的内容对应也就为文本内容1；因为文本主题1对应主题分类标签1和2，所以第1个第一知识列表的第1个第一知识记录带有2个第一知识点关联标签字段；第1个第一知识点关联标签字段与对应主题标签1的第1个第一知识列表对应也就为lid1；第2个第一知识点关联标签字段与对应主题标签2的第2个第一知识列表对应也就为lid2；第2个第一知识列表中创建了一个第一知识记录也就是第1个第一知识记录与第1条信息文本对应；第2个第一知识列表的第1个第一知识记录的第一记录索引标识字段为按预先约定的记录命名规则定义的记录索引编码rid1；第一知识点名称字段与第2条信息文本的文本主题对应也就为文本主题2；第一知识点内容字段与第2条信息文本的内容对应也就为文本内容2；因为文本主题2只对应主题分类标签2，所以第2个第一知识列表的第1个第一知识记录只有1个第一知识点关联标签字段，该第一知识点关联标签字段与对应主题标签2的第2个第一知识列表对应也就为lid2。
23.步骤2，根据第一知识库创建对应的第一知识图谱；其中，第一知识图谱包括多个第一知识节点；第一知识节点至少包括第一节点标识数据、第一节点名称数据和多个第一节点关联数据组；第一节点标识数据由对应的第一列表索引标识数据和第一记录索引标识字段组合而成；第一节点关联数据组至少包括第一关联标识数据、第一关联节点标识数据、第一关联标签数据和第一关联权重数据；这里，所谓知识图谱（knowledge graph），即是反映知识域中知识单元关联性的知识域映射图，通过知识图谱可以明确各个知识单元间的关联关系；知识图谱的构建逻辑简要地说就是通过构建知识单元承载实体以及实体间的关联关系来完成知识图谱的搭建；具体实现可参照常用的资源描述框架（resource description framework，rdf）图谱数据结构或属性图数据结构来予以实现；本发明实施例的知识图谱中，知识单元承载实体即是第一知识节点，实体间的关联关系通过第一知识节点的第一节点关联数据组来体现；在具体根据第一知识库构建对应的第一知识图谱时，本发明实施例将第一知识库的每个第一知识记录作为一个知识单元，并为每个第一知识记录构建一个第一知识节点作为当前知识单元的承载实体，通过各个第一知识记录中的第一知识点关联标签字段来为各个第一知识节点创建反映实体间关联关系的第一节点关联数据组；具体包括：步骤21，创建内容为空的第一知识图谱；这里，是对第一知识图谱的数据对象进行初始化；步骤22，对第一知识库中的各个第一知识记录进行轮询；将当前被轮询的第一知识记录作为第一当前记录；为第一当前记录创建一个对应的新建第一知识节点；并根据第一当前记录对应的第一知识列表的第一列表索引标识数据和第一当前记录的第一记录索引标识字段的组合数据，对新建第一知识节点的第一节点标识数据进行设置；并根据第一当前记录的第一知识点名称字段，对新建第一知识节点的第一节点名称数据进行设置；并将新建第一知识节点向第一知识图谱中添加；这里，在为每个第一知识记录也就是第一当前记录创建对应的第一知识节点也就是新建第一知识节点时，首先需要为新建第一知识节点标记一个唯一的节点标识也就是第一节点标识数据，该节点标识的编码由表索引标识 记录索引标识的组合数据生成，这里的表索引标识为对应知识记录所在知识列表的索引标识也就是第一当前记录对应的第一知识列表的第一列表索引标识数据，这里的记录索引标识为对应知识记录的索引标识也就是第一当前记录的第一记录索引标识字段；另外，还需要为新建第一知识节点设定一个知识点名称也就是第一节点名称数据，该名称与对应的知识记录的知识点名称也就是第一当前记录的第一知识点名称字段保持一致；例如，第一知识库如图2所示，则构建的第一知识图谱的第一知识节点如图3为本发明实施例一提供的一种第一知识图谱示意图所示；图3中，第一知识图谱包括两个第一知识节点，其中第1个第一知识节点对应图2第1个第一知识列表的第1个第一知识记录，第2个第一知识节点对应图2第2个第一知识列表的第1个第一知识记录；第1个第一知识节点的第一节点标识数据=第1个第一知识列表的第一列表索引标识数据lid1 第1个第一知识列表的第1个第一知识记录的第一记录索引标识字段rid1= lid1rid1；第一节点名称数据=第1个第一知识列表的第1个第一知识记录的第一知识点名
称字段=文本主题1；第2个第一知识节点的第一节点标识数据=第2个第一知识列表的第一列表索引标识数据lid2 第2个第一知识列表的第1个第一知识记录的第一记录索引标识字段rid1= lid2rid1；第一节点名称数据=第2个第一知识列表的第1个第一知识记录的第一知识点名称字段=文本主题2；需要说明的是，这里对于第一节点标识数据的组合方式可以采用上文中的索引拼接组合数据方式，同时也可以采用其他能够得出唯一标识节点编码的计算方式，诸如使用表索引 记录索引再计算散列码的方式又或者使用表索引 记录索引再计算加密校验码的方式又或者使用表索引 记录索引再计算数字签名的方式等等；步骤23，对第一知识库中的各个第一知识记录进行轮询；将当前被轮询的第一知识记录作为第二当前记录；根据第二当前记录的第一知识点关联标签字段，对与第二当前记录对应的第一知识节点的第一节点关联数据组进行设置；这里，在通过步骤22对第一知识图谱的知识单元承载实体也就是第一知识节点的基础构建之后，进一步需要对各实体间的关联关系也就是各第一知识节点间的第一节点关联数据组进行确认；具体通过轮询第一知识库中的各个第一知识记录，根据当前第一知识记录也就是第二当前记录的第一知识点关联标签字段进行对应知识节点的第一节点关联数据组的设置；其中，根据第二当前记录的第一知识点关联标签字段，对与第二当前记录对应的第一知识节点的第一节点关联数据组进行设置，具体包括：步骤231，将第二当前记录对应的第一知识列表的第一列表索引标识数据，作为第一标识数据；这里，以图2所示的第一知识库为例，在当前被轮询的第一知识记录也就是第二当前记录为第1个第一知识列表的第1个第一知识记录时，第一标识数据为lid1；在当前被轮询的第一知识记录也就是第二当前记录为第2个第一知识列表的第1个第一知识记录时，第一标识数据为lid2；步骤232，将第二当前记录的第一记录索引标识字段，作为第二标识数据；这里，以图2所示的第一知识库为例，在当前被轮询的第一知识记录也就是第二当前记录为第1个第一知识列表的第1个第一知识记录时，第二标识数据为rid1；在当前被轮询的第一知识记录也就是第二当前记录为第2个第一知识列表的第1个第一知识记录时，第二标识数据为rid1；步骤233，对第一标识数据和第二标识数据进行组合，生成第一组合标识数据；这里，以图2所示的第一知识库为例，在当前被轮询的第一知识记录也就是第二当前记录为第1个第一知识列表的第1个第一知识记录时，第一组合标识数据为lid1rid1；在当前被轮询的第一知识记录也就是第二当前记录为第2个第一知识列表的第1个第一知识记录时，第一组合标识数据为lid2rid1；需要说明的是，这里对第一标识数据和第二标识数据进行组合的数据组合方式与
步骤22的第一节点标识数据的组合方式保持一致；步骤234，在第一知识图谱中，将第一节点标识数据与第一组合标识数据匹配的第一知识节点，作为第一匹配节点；这里，如图3所示，在当前被轮询的第一知识记录也就是第二当前记录为第1个第一知识列表的第1个第一知识记录时，第一匹配节点为图3中的第1个第一知识节点；在当前被轮询的第一知识记录也就是第二当前记录为第2个第一知识列表的第1个第一知识记录时，第一匹配节点为图3中的第2个第一知识节点；步骤235，对第二当前记录的第一知识点关联标签字段进行轮询；将当前被轮询的第一知识点关联标签字段作为第一当前字段；将第一当前字段指向的第一知识列表作为第一关联列表；并将第一关联列表的各个第一知识记录记为第一关联记录；并根据第一当前字段计算各个第一关联记录与第二当前记录的相似度生成对应的第一相似度概率；并将第一相似度概率超过预设的相似度阈值的第一关联记录作为第一相似记录；并将与各个第一相似记录对应的第一知识节点记为第一相似节点；并为各个第一相似节点在第一匹配节点中创建一个对应的新建第一节点关联数据组并设置；其中，为各个第一相似节点在第一匹配节点中创建一个对应的新建第一节点关联数据组并设置，具体包括：对各个第一相似节点进行轮询；将当前被轮询的第一相似节点作为当前相似节点；为当前相似节点，在第一匹配节点中创建一个对应的新建第一节点关联数据组；根据第一匹配节点的第一节点标识数据和当前相似节点的第一节点标识数据的组合数据，对新建第一节点关联数据组的第一关联标识数据进行设置；根据当前相似节点的第一节点标识数据，对新建第一节点关联数据组的第一关联节点标识数据进行设置；根据第一当前字段对应的主题分类标签，对新建第一节点关联数据组的第一关联标签数据进行设置；根据当前相似节点对应的第一相似度概率，对新建第一节点关联数据组的第一关联权重数据进行设置。
24.这里，实际是对第一匹配节点对应的第一知识记录，与其第一知识点关联标签字段指向的第一知识列表的所有第一知识记录进行相似度比较，若比较得到的相似度概率超过预先设定的相似度阈值说明两条知识记录高度相似也就是高度相关，也就是说对应的两个知识节点高度相关，那么就可以在知识图谱上为二者建立一个由第一匹配节点出发至第一相似节点结束的映射关联关系，也就是为第一匹配节点创建一个第一节点关联数据组；这个新建的第一节点关联数据组的第一关联标识数据由两个相似节点的标识组合而来，其关联标识的组合方法可参考节点标识组合方法；第一节点关联数据组的第一关联节点标识数据即与第一匹配节点高度相关的第一相似节点的节点标识；第一节点关联数据组的第一关联标签数据则是第一匹配节点与第一相似节点同属的主题分类标签；第一关联权重数据则是第一匹配节点与第一相似节点的相似度概率；需要说明的是，在比较过程中若第一关联记录即是第二当前记录本身则不做比较。
25.例如，以图2所示的第一知识库为例，1）在当前被轮询的第一知识记录也就是第二当前记录为第1个第一知识列表的第1个第一知识记录时，第一匹配节点为图3中的第1个第一知识节点，步骤235对第二当前记
录的2个第一知识点关联标签字段进行轮询并将被轮询的第一知识点关联标签字段作为第一当前字段：在第一当前字段为第二当前记录的第1个第一知识点关联标签字段时，第一关联列表为第1个第一知识列表；第1个第一知识列表中只有1个第一关联记录也就是第1个第一知识列表的第1个第一知识记录，这个第一关联记录即是第二当前记录自身，所以此时不做比较，不在第一匹配节点中产生新建第一节点关联数据组；在第一当前字段为第二当前记录的第2个第一知识点关联标签字段时，第一关联列表为第2个第一知识列表；第2个第一知识列表中只有1个第一关联记录也就是第2个第一知识列表的第1个第一知识记录，此时计算第二当前记录与第2个第一知识列表的第1个第一知识记录的相似度产生第1个第一相似度概率，若第1个第一相似度概率超过预设的相似度阈值则将第2个第一知识列表的第1个第一知识记录记为第一相似记录，并将图3中与第一相似记录对应的第2个第一知识节点作为第一相似节点，对应的在第一匹配节点中为第一相似节点创建一个新建第一节点关联数据组；在创建新建第一节点关联数据组时，设置新建第一节点关联数据组的第一关联标识数据=第1个第一知识节点的第一节点标识数据 第2个第一知识节点的第一节点标识数据=lid1rid1 lid2rid1= lid1rid1lid2rid1，第一关联节点标识数据=第2个第一知识节点的第一节点标识数据=lid2rid1，第一关联标签数据=第1个第一知识列表的第1个第一知识记录的第2个第一知识点关联标签字段lid2对应的主题分类标签=第2个第一知识列表对应的主题分类标签=主题分类标签2；若第一相似度概率为0.4，那么第一关联权重数据=0.4;如图3所示；2）在当前被轮询的第一知识记录也就是第二当前记录为第2个第一知识列表的第1个第一知识记录时，第一匹配节点为图3中的第2个第一知识节点，步骤235对第二当前记录的1个第一知识点关联标签字段进行处理：在第一当前字段为第二当前记录的第1个第一知识点关联标签字段时，第一关联列表为第2个第一知识列表；第2个第一知识列表中只有1个第一关联记录也就是第2个第一知识列表的第1个第一知识记录，这个第一关联记录即是第二当前记录自身，所以此时不做比较，不为第一匹配节点产生新建第一节点关联数据组；如图3所示。
26.经由上述步骤231
‑
235操作我们可以看出，最终在图3的第一知识图谱中创建了2个第一知识节点，并且在这两个知识节点中，只对第1个第一知识节点到第2个第一知识节点建立了关联关系，也就是说从第1个第一知识节点可以通过第一节点关联数据组实现到第2个第一知识节点的映射关系，如图3中带有方向的节点关联关系连线1所示；但从第2个第一知识节点无法映射到第1个第一知识节点。
27.进一步的，下文对步骤235中的第一关联记录与第二当前记录相似度计算的处理流程，也就是根据第一当前字段计算各个第一关联记录与第二当前记录的相似度生成对应的第一相似度概率的处理流程进行说明，该处理流程具体包括：步骤a1，根据第一当前字段对应的主题分类标签，生成第一知识标签数据；这里，第一当前字段为第一知识点关联标签字段，第一当前字段对应的主题分类标签也就是第一知识点关联标签字段对应的第一知识列表的主题分类标签；步骤a2，提取第二当前记录的第一知识点内容字段，生成第一文本数据；
步骤a3，提取当前第一关联记录的第一知识点内容字段，生成第二文本数据；步骤a4，对第一文本数据和第二文本数据，进行与第一知识标签数据对应的关键词提取处理，生成对应的第一关键词序列和第二关键词序列；这里，本发明实施例使用基于自然语言处理（natural language processing，nlp）技术的人工智能分词模型对第一文本数据和第二文本数据进行关键词提取处理；人工智能分词模型标注了语义标签，该标签与主题分类标签对应，对于不同的主题分类标签人工智能分词模型的提取结果也是不同的；例如，第一文本数据为“我去健身房的时候看见一只小猫，太可爱了，是田园猫”，若主题分类标签为“健身”那么第一关键词序列就为（“健身房”），若主题分类标签为“宠物”那么第一关键词序列就为（“猫”，“田园猫”）；所以，在比对第一文本数据和第二文本数据之前，势必要基于同一个主题分类标签进行提取，如此提取出的关键词序列才有可比性；步骤a5，对第一关键词序列和第二关键词序列分别进行文本向量转换处理，生成对应的第一文本向量和第二文本向量；这里，本发明实施例使用基于nlp技术的向量空间模型（vector space model，vsm）对第一关键词序列和第二关键词序列进行文本向量转换；保证了文本向量的转换精度；使得本发明实施例的知识图谱也同样具备了可持续提高关联精度的能力；步骤a6，计算第一文本向量与第二文本向量夹角的余弦值，生成对应的第一相似度概率。
28.这里，本发明实施例按向量夹角的余弦值来标称文本向量的相似度也就是第一相似度概率，向量夹角越小、余弦值越大、则向量相似度越高；向量相似度越高则意味着关键词序列相似度越高，也就意味着对应的两个文本数据在同一个主题分类下其内容相似度也越高。
29.综上，通过上述步骤1
‑
2完成了第一知识库与第一知识图谱的创建之后，还可以持续对第一知识库进行内容丰富和主题分类标签拓展，对应的第一知识图谱也可继续对新增知识记录进行知识点创建和关联关系创建。在信息展示平台或社交平台通过知识图谱建立了知识点之间的连接关系之后，就可基于一个知识点进行相关知识点的拓展了。如此一来，就可以通过后续步骤3
‑
9实现对用户的关联知识应答了。
30.步骤3，获取用户输入的第一问题信息。
31.步骤4，对第一问题信息进行主题提取处理，生成第一主题数据；具体包括：步骤41，对第一问题信息的信息类型进行识别；若信息类型为语音类型，则对第一问题信息进行语音
‑
文本转换处理生成第三文本数据；若信息类型为文本类型，则将第一问题信息作为第三文本数据；这里，用户输入的问题信息至少有两种可能，语音和文本；当用户输入的为语音信息是，本发明实施例使用端到端的人工智能语音
‑
文本转换模型对其进行文本转换；步骤42，对第三文本数据，进行文本主题识别处理，生成第一主题数据。
32.这里，第一主题数据实际为第三文本数据中用户问题的主体对象，本发明实施例使用基于nlp技术的主题识别模型进行识别，该主题识别模型与前文中提到的分词模型结构近似，但在训练时会使用带有前后文语义规则的语义模板对其进行训练，从而可以从特定词性（诸如代词、名词或动词）的关键词识别结果中选择主题概率最大的关键词作为输
出，也就是第一主题数据。
33.步骤5，将第一节点名称数据与第一主题数据匹配的第一知识节点，作为第一主知识点。
34.这里，与传统的问题
‑
答案搜索关系不同的是，本发明实施例不直接根据第一主题数据搜索第一知识库，而是先搜索第一知识图谱定位与第一主题数据对应的第一知识节点也即是第一主知识点，其目的是基于本步骤得到的第一主知识点，在后续步骤获取与其关联的其他第一知识节点。
35.例如，如图4为本发明实施例一提供的一种第一知识图谱示意图所示，第一知识图谱包括4个第一知识节点，第1个第一知识节点的第一节点标识数据为lid1rid1，第一节点名称数据：文本主题1；第2个第一知识节点的第一节点标识数据为lid1rid2，第一节点名称数据：文本主题2；第3个第一知识节点的第一节点标识数据为lid2rid1，第一节点名称数据：文本主题3；第4个第一知识节点的第一节点标识数据为lid2rid2，第一节点名称数据：文本主题4；得到的第一主题数据为文本主题2，那么第一主知识点为第2个第一知识节点。
36.步骤6，对与第一主知识点关联的其他第一知识节点按关联关系与权重关系进行分类排列，得到多个第一类关联知识节点序列；具体包括：步骤61，对第一主知识点的各个第一关联节点标识数据指向的第一知识节点，按对应的第一关联标签数据进行分类，得到多个第一类节点序列；这里，由前文可知，在第一知识图谱中，一个第一知识节点可能与多个其他第一知识节点（由各个第一关联节点标识数据指定）产生关联，但每个关联关系都有一个关系类型也就是第一关联标签数据对应的主题分类标签描述的分类类型，因此在通过各个第一关联节点标识数据得到所有关联节点之后，要跟各个关联节点对应的第一关联标签数据对所有节点进行分类；例如，如图4所示，第一知识图谱包括4个第一知识节点，第1个第一知识节点的第一节点标识数据为lid1rid1，第一节点名称数据：文本主题1；第一节点关联数据组（第一关联标识数据为lid1rid1lid2rid1,第一关联节点标识数据为lid2rid1、第一关联标签数据为主题分类标签2,第一关联权重数据为0.4）；第2个第一知识节点的第一节点标识数据为lid1rid2，第一节点名称数据：文本主题2；第1个第一节点关联数据组（第一关联标识数据为lid1rid2lid1rid1,第一关联节点标识数据为lid1rid1、第一关联标签数据为主题分类标签1,第一关联权重数据为0.5）；第2个第一节点关联数据组（第一关联标识数据为lid1rid2lid2rid1,第一关联节点标识数据为lid2rid1、第一关联标签数据为主题分类标签2,第一关联权重数据为0.49）；第3个第一节点关联数据组（第一关联标识数据为lid1rid2lid2rid2,第一关联节点标识数据为lid2rid2、第一关联标签数据为主题分类标签2,第一关联权重数据为0.7）；第3个第一知识节点的第一节点标识数据为lid2rid1，第一节点名称数据：文本主
题3；第4个第一知识节点的第一节点标识数据为lid2rid2，第一节点名称数据：文本主题4；在已知第一主知识点为第2个第一知识节点时，可得到2个第一类节点序列：与主题分类标签1对应的第一类节点序列（第1个第一知识节点），与主题分类标签2对应的第一类节点序列（第3个第一知识节点，第4个第一知识节点）；步骤62，对第一类节点序列中的第一知识节点，按对应的第一关联权重数据从大到小的顺序进行排列；这里，由前文可知，在第一知识图谱中，一个第一知识节点可能与多个其他第一知识节点产生关联，并且每个关联关系都有一个权重参数也就是第一关联权重数据，该参数决定了二者的相似度；那么在得到多个第一类节点序列之后，需要按序列中各节点的权重从大到小的顺序对序列类的节点进行排序；例如，如图4所示，第一知识图谱包括4个第一知识节点，在已知第一主知识点为第2个第一知识节点时，得到了2个第一类节点序列：与主题分类标签1对应的第一类节点序列（第1个第一知识节点），与主题分类标签2对应的第一类节点序列（第3个第一知识节点，第4个第一知识节点）；按对应的第一关联权重数据从大到小的顺序进行排列后，两个第一类节点序列分别为：与主题分类标签1对应的第一类节点序列（第1个第一知识节点），与主题分类标签2对应的第一类节点序列（第4个第一知识节点，第3个第一知识节点）；步骤63，对当前用户的知识兴趣等级进行确认，生成第一等级数据；并查询预设的知识兴趣等级
‑
知识节点关联权重对应表，得到与第一等级数据对应的第一等级关联权重阈值；这里，为避免推送信息量过大超出了用户的知识程度，本发明实施例的信息展示平台或社交平台在平时会对用户浏览的知识进行知识领域和知识难度进行识别，并按等级对用户进行评级，其评级结果也就是知识兴趣等级；另外，本发明实施例还会预先设定一个知识兴趣等级
‑
知识节点关联权重对应表，并在表中对每等知识兴趣等级分配一个对应的等级关联权重阈值，知识兴趣等级越高则等级关联权重阈值越低，反之知识兴趣等级越低则等级关联权重阈值越高；该等级关联权重阈值是用来标识主知识点与关联知识节点间的最低权重值，常规情况下，用户的知识兴趣等级越高，其知识程度越高、学习能力越强，也就意味着可以推送更多的内容方便用户进行信息收集，那么自然等级关联权重阈值需要下调，反之若用户的知识兴趣等级较低，其知识程度较低、学习能力较弱，也就意味着需要降低推送内容的数量并选择相关性更强的内容进行推送，那么自然等级关联权重阈值需要上调；步骤64，根据第一等级关联权重阈值对各个第一类节点序列进行知识节点筛选处理，删除各个第一类节点序列中第一关联权重数据低于第一等级关联权重阈值的第一知识节点；并将完成知识节点筛选处理的第一类节点序列作为第一类关联知识节点序列。
37.例如，如图4所示，第一知识图谱包括4个第一知识节点，在已知第一主知识点为第2个第一知识节点，并对得到的两个第一类节点序列按权重排序后得到：与主题分类标签1对应的第一类节点序列（第1个第一知识节点），与主题分类标签2对应的第一类节点序列
（第4个第一知识节点，第3个第一知识节点）；若第一等级关联权重阈值为0.5，则对2个第一类节点序列进行知识节点筛选处理之后，得到与主题分类标签1对应的第一类关联知识节点序列（第1个第一知识节点），与主题分类标签2对应的第一类关联知识节点序列（第4个第一知识节点）。
38.步骤7，根据第一主知识点的第一节点标识数据，查询第一知识库，将对应的第一知识列表的第一知识记录的第一知识点内容字段，作为对应的第一主知识点内容数据。
39.例如，如图4所示，已知第一主知识点为第2个第一知识节点，则第一主知识点的第一节点标识数据为lid1rid2，那么第一主知识点内容数据就是第一知识库中表索引为lid1的第一知识表中记录索引为rid2的第一知识记录，第一主知识点内容数据也就是该知识记录的第一知识点内容字段的内容。
40.步骤8，根据各个第一类关联知识节点序列，查询第一知识库得到对应的第一类关联知识点内容数据集合。
41.这里，对各个第一类关联知识节点序列中的所有第一知识节点进行轮询，并将在第一知识库中与当前第一知识节点的第一节点标识数据唯一匹配的第一知识记录作为当前定位记录，并提取当前定位记录的第一知识点内容字段作为对应的第一类关联知识点内容数据；并由多个第一类关联知识点内容数据构成第一类关联知识点内容数据集合。
42.例如，如图4所示，已知第一主知识点为第2个第一知识节点，与主题分类标签1对应的第一类关联知识节点序列（第1个第一知识节点），与主题分类标签2对应的第一类关联知识节点序列（第4个第一知识节点）；对与主题分类标签1对应的第一类关联知识节点序列（第1个第一知识节点）而言，第1个第一知识节点的第一节点标识数据为lid1rid1，那么与第1个第一知识节点对应的第一类关联知识点内容数据就是第一知识库中表索引为lid1的第一知识表中记录索引为rid1的第一知识记录的第一知识点内容字段的内容；对与主题分类标签2对应的第一类关联知识节点序列（第4个第一知识节点）时而言，第4个第一知识节点的第一节点标识数据为lid2rid2，那么与第4个第一知识节点对应的第一类关联知识点内容数据就是第一知识库中表索引为lid2的第一知识表中记录索引为rid2的第一知识记录的第一知识点内容字段的内容；最终，得到2个第一类关联知识点内容数据集合：与主题分类标签1对应的第一类关联知识点内容数据集合（第1个第一知识节点对应的第一类关联知识点内容数据），以及与主题分类标签2对应的第一类关联知识点内容数据集合（第4个第一知识节点对应的第一类关联知识点内容数据）。
43.步骤9，以第一主知识点内容数据在先、各个第一类关联知识点内容数据集合在后的顺序组成第一问题应答信息，向用户进行反馈。
44.这里，在向用户进行反馈时不仅包含了用户问题的知识点内容，还包含了与问题相关联的其他知识点内容；如此既节约了用户的检索时间，还提高了用户对相关信息的获取力度，提高了用户的使用体验。
45.图5为本发明实施例二提供的一种基于知识图谱的智能问答装置的模块结构图，该装置可以为实现本发明实施例方法的终端设备或者服务器，也可以为与上述终端设备或者服务器连接的实现本发明实施例方法的装置，例如该装置可以是上述终端设备或者服务
器的装置或芯片系统。如图5所示，该装置包括：知识库处理模块201、知识图谱处理模块202和用户应答处理模块203。
46.知识库处理模块201用于采集多条信息文本，生成第一知识库；第一知识库包括多个第一知识列表；第一知识列表包括第一列表索引标识数据和多个第一知识记录；第一知识记录至少包括第一记录索引标识字段和第一知识点内容字段。
47.知识图谱处理模块202用于根据第一知识库创建对应的第一知识图谱；第一知识图谱包括多个第一知识节点；第一知识节点至少包括第一节点标识数据和第一节点名称数据；第一节点标识数据由对应的第一列表索引标识数据和第一记录索引标识字段组合而成。
48.用户应答处理模块203用于获取用户输入的第一问题信息；并对第一问题信息进行主题提取处理，生成第一主题数据；并将第一节点名称数据与第一主题数据匹配的第一知识节点，作为第一主知识点；并对与第一主知识点关联的其他第一知识节点按关联关系与权重关系进行分类排列，得到多个第一类关联知识节点序列；并根据第一主知识点的第一节点标识数据，查询第一知识库，将对应的第一知识列表的第一知识记录的第一知识点内容字段，作为对应的第一主知识点内容数据；并根据各个第一类关联知识节点序列，查询第一知识库得到对应的第一类关联知识点内容数据集合；并以第一主知识点内容数据在先、各个第一类关联知识点内容数据集合在后的顺序组成第一问题应答信息，向用户进行反馈。
49.本发明实施例提供的一种基于知识图谱的智能问答装置，可以执行上述方法实施例中的方法步骤，其实现原理和技术效果类似，在此不再赘述。
50.需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，知识库处理模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
51.例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，asic)，或，一个或多个数字信号处理器(digital signal processor，dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system
‑
on
‑
a
‑
chip，soc)的形式实现。
52.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产
品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本发明实施例所描述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线路(digital subscriber line，dsl))或无线(例如红外、无线、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘（solid state disk，ssd))等。
53.图6为本发明实施例三提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图6所示，该电子设备可以包括：处理器301(例如cpu)、存储器302、收发器303；收发器303耦合至处理器301，处理器301控制收发器303的收发动作。存储器302中可以存储各种指令，以用于完成各种处理功能以及实现本发明上述实施例中提供的方法和处理过程。优选的，本发明实施例涉及的电子设备还包括：电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
54.在图6中提到的系统总线可以是外设部件互连标准(peripheral component interconnect，pci) 总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，ram) ，也可能还包括非易失性存储器(non
‑
volatile memory)，例如至少一个磁盘存储器。
55.上述的处理器可以是通用处理器，包括中央处理器cpu、网络处理器(network processor，np)等；还可以是数字信号处理器dsp、专用集成电路asic、现场可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
56.需要说明的是，本发明实施例还提供一种计算机可读存储介质，该存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
57.本发明实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中提供的方法和处理过程。
58.本发明实施例提供了一种基于知识图谱的智能问答方法、装置、电子设备及计算机可读存储介质，使用知识图谱来为知识库的各个知识点建立关联关系；在接收到用户的问题时，一方面通过知识图谱与知识库的对应关系来获取当前问题对应的知识点内容，另一方面通过知识图谱各个知识节点间的关联关系得到与当前问题相关的其他知识点内容；在向用户进行应答反馈时，将两部分内容同时推送给客户。通过本发明方法，既解决了常规自动应答中内容单一的问题，又保证了推送内容的高度相关性，提高了推送质量和用户使用体验。
59.专业人员应该还可以进一步意识到，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，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，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发明的范围。
60.结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（ram）、内存、只读存储器（rom）、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。
61.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。