用于检索数据的方法和检索引擎系统与流程

1.本发明涉及数据检索领域，更具体地，涉及用于检索数据的方法和检索引擎系统。


背景技术：

2.随着数字经济的发展，“数字化转型”成为大热门词汇，其反映出来的一个重要信息是，数据不仅仅是业务系统产生的结果，而是已经成为最重要的生产资料，反哺驱动业务发展。业务系统不仅仅需要有“广度”的大数据，更需要有“深度”的领域数据来支持业务发展。因此业务系统需要进行更大量、更灵活、更智能的基于领域知识的实时数据访问交互。
3.现有的搜索方案大体分为两类，一类是利用第三方搜索引擎组件提供文本搜索功能，搜索规则为文本搜索或文本相似度查找。另一类是根据检索内容预先构建结构化数据信息索引，根据预设规则进行检索。
4.然而，利用第三方搜索引擎组件进行检索是建立在文本搜索基础之上，方式规则较为单一，在领域内容垂直检索方向效果有限，且由于构建成本高、和业务系统解耦等问题，因此难以实现强大的业务规则检索和快速迭代。
5.预先构建结构化数据信息索引则是根据需要检索的字段或者关键词，构建基于关键词的快速查询方式(例如，倒排索引)，但该方式缺点在于依然是基于文本匹配进行关键词或者文本相似度查找，规则单一，对自然语言处理效果很差。
6.因此，需要一种新型的用于检索数据的方法、检索引擎系统，以解决上述问题。


技术实现要素：

7.在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
8.根据本发明的一方面，提供了一种用于检索数据的方法，所述方法包括：构建用于检索数据的检索引擎，所述检索引擎包括多层索引树；接收来自用户的检索条件；以及利用所述检索引擎，根据所述检索条件基于所述多层索引树检索所需的数据。
9.在一个实施例中，其中构建所述检索引擎包括：提取语料数据中的知识；从所述知识提取词汇，基于所提取的词汇构建词汇表和同义词表；从所述知识构建所述多层索引树；以及由所述多层索引树、所述词汇表和同义词表、以及所述知识组成所述检索引擎。
10.在一个实施例中，其中从所述知识构建所述多层索引树，包括：从所述知识提取所述多层索引树的各个层的检索字段及相应的值域对象；以及基于所述检索字段和值域对象构建所述多层索引树，并为所述多层索引树的每一层设置相应的检索规则。
11.在一个实施例中，其中构建所述检索引擎还包括：对所述知识进行实体标注，以获得标注知识；以及由所述多层索引树、所述词汇表和同义词表、所述知识以及所述标注知识组成所述检索引擎。
12.在一个实施例中，其中所述标注知识包括第一标注知识和第二标注知识，所述第
一标注知识用于识别所述多层索引树的子节点与相应父节点之间的对应关系，所述第二标注知识用于识别值域对象与相应子节点之间的对应关系。
13.在一个实施例中，其中根据所述检索条件基于所述多层索引树检索所需的数据，包括：根据所述检索条件中的第一关键词从所述多层索引树中检索到与所述第一关键词相对应的所述多层索引树的第一节点；基于所述检索条件中的第二关键词向下遍历所述第一节点的下层节点，检索到所述多层索引树中与所述第二关键词相匹配的节点作为目标节点；以及获取与所述目标节点相对应的值域对象作为所需的数据。
14.在一个实施例中，其中基于所述检索条件中的第二关键词向下遍历所述第一节点的下层节点，包括：利用所述第一标注知识确定所述多层索引树中与所述第二关键词相对应的所述第一节点的下层节点。
15.在一个实施例中，其中获取与所述目标节点相对应的值域对象作为所需的数据，包括：利用所述第二标注知识确定与所述第二关键词相匹配的匹配词；以及获取与所述匹配词相对应的知识作为所需的数据。
16.在一个实施例中，其中获取与所述目标节点相对应的值域对象作为所需的数据，包括：利用所述同义词表确定所述第二关键词的同义词或所述第二关键词的匹配词的同义词；以及获取与所述同义词相对应的知识作为所需的数据。
17.在一个实施例中，其中基于所述检索条件中的第二关键词向下遍历所述第一节点的下层节点，包括：如果所述下层节点中存在符合该层的检索规则的子节点，则记录该子节点，并遍历该子节点的下层节点；以及如果所述下层节点中不存在符合该层的检索规则的子节点，则返回所述下层节点的上一层节点。
18.在一个实施例中，其中所述语料知识包括领域知识和业务知识。
19.在一个实施例中，所述方法还包括：接收来自用户的用于对所述所需的数据进行统计的统计条件；以及
20.基于所述统计条件对所述所需的数据进行统计，以得到经统计的数据。
21.根据本发明的另一方面，提供了一种检索引擎系统，所述检索引擎系统包括：多层索引树，所述多层索引树中的每一层都具有各自的检索规则；知识，其从语料数据中提取；和词汇表和同义词表，分别用于存储从所述知识中提取的词汇及其同义词；和检索组件，用于根据所接收的来自用户的检索条件基于所述多层索引树检索所需的数据。
22.在一个实施例中，所述多层索引树通过以下方式进行构建：从所述知识提取所述多层索引树的各个层的检索字段及相应的值域对象；以及基于所述检索字段和值域对象构建所述多层索引树，并为所述多层索引树的每一层设置相应的检索规则。
23.在一个实施例中，所述检索引擎还包括标注知识，其通过对所述知识进行实体标注而获得。
24.在一个实施例中，所述标注知识包括第一标注知识和第二标注知识，所述第一标注知识用于识别所述多层索引树的子节点与相应父节点之间的对应关系，所述第二标注知识用于识别值域对象与相应子节点之间的对应关系。
25.在一个实施例中，其中所述语料知识包括领域知识和业务知识。
26.在一个实施例中，所述检索引擎还包括统计组件，用于接收来自用户的用于对所述所需的数据进行统计的统计条件，并基于所述统计条件对所述所需的数据进行统计，以
得到经统计的数据。
27.根据本发明实施例的用于检索数据的方法和检索引擎系统，通过构建多层索引树进行数据检索，使得数据检索的深度显著增加，且能够实现快速高效的检索。
附图说明
28.本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。
29.附图中：
30.图1为根据本发明的一个实施例的用于检索数据的方法的示例性步骤流程图。
31.图2示出了根据本发明的一个实施例的示例性多层索引树的结构示意图。
32.图3示出了根据本发明的一个实施例的检索引擎系统的示意性结构框图。
具体实施方式
33.为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
34.如上所述，现有的基于文本匹配的检索方法，检索规则单一，在领域内容的垂直检索方向上效果较差。
35.因此，为了提高领域内容检索的效率和准确性，本发明提供了一种用于检索数据的方法，该方法包括：构建用于检索数据的检索引擎，所述检索引擎包括多层索引树；接收来自用户的检索条件；以及利用所述检索引擎，根据所述检索条件基于所述多层索引树检索所需的数据。
36.根据本发明的用于检索数据的方法，通过构建多层索引树进行数据检索，使得数据检索的深度显著增加，且能够实现快速高效的检索。
37.下面结合具体实施例详细描述根据本发明的用于检索数据的方法和检索引擎系统。
38.首先，参考图1描述根据本发明的一个实施例的用于检索数据的方法100的示例性步骤流程图。如图1所示，用于检索数据的方法100可以包括如下步骤：
39.在步骤s110中，构建用于检索数据的检索引擎，该检索引擎包括多层索引树。
40.在步骤s120中，接收来自用户的检索条件。
41.在步骤s130中，利用该检索引擎，根据该检索条件基于多层索引树检索所需的数据。
42.在一个实施例中，用于检索数据的方法100可以用于检索特定领域的专业数据，也称为领域数据。在一个实施例中，专业数据可以包括例如医疗、建筑、化工、生物等领域的数据，本发明对此不作限定。
43.在一个实施例中，构建检索引擎可以包括如下步骤：
44.步骤a：提取语料数据中的知识。
45.步骤b：从该知识提取词汇，基于所提取的词汇构建词汇表和同义词表。
46.步骤c：从该知识构建多层索引树。
47.步骤d：由多层索引树、专业词汇表和同义词表、以及该知识组成该检索引擎。
48.在一个实施例中，语料数据可以包括领域知识和业务知识。其中，领域知识可以从网络爬取，其可以为特定领域的相关知识，例如医疗领域关于流感、肠炎等的百科知识等。业务知识可以由业务领域专家提供，例如医疗领域中医生的诊断内容、检测报告等。
49.在一个实施例中，可以利用任何合适的自然语言处理模型(例如hanlp模型)来提取语料数据中的知识并对其进行处理，本发明对此不作限定。
50.在一个实施例中，可以利用任何合适的数据存储结构(例如，基于hanlp模型的双数组树(double array trie)结构)来构建词汇表和同义词表，本发明对此不作限定。其中，词汇表用于存储该特定领域的词汇，例如，医疗领域的症状词汇表可以存储发热、咳嗽等专业词汇。同义词表用于存储这些词汇的同义词，例如医疗领域中，发热的同义词发烧、低热、高热、高烧、体温过高等。
51.在一个实施例中，知识可以为结构化数据、半结构化数据的形式，还可以为非结构化数据的形式，本发明对此不作限定。在一个实施例中，结构化数据形式的知识可以为知识图谱、表格、三元组、四元组等形式，本发明对此不作限定。
52.在一个实施例中，从知识构建多层索引树，可以包括：从知识提取多层索引树的各个层的检索字段及相应的值域对象；以及基于检索字段和值域对象构建多层索引树，并为多层索引树的每一层设置相应的检索规则。其中多层索引树的层数等于检索字段的数量，每一层一个检索字段，也称为属性。每层的节点为检索字段值，也称为节点号。每层可定义一个检索规则并且检索规则可更换。每个节点下均可放置一个值域对象，也称为节点值。
53.参见图2，图2示出了根据本发明的一个实施例的示例性多层索引树的结构示意图。图2中示出的多层索引树是医疗领域的多层索引树，其包含4层节点，分别为根节点(root)、区域节点、症候群节点和疾病节点。其中，“区域”、“症候群”、“疾病”分别为各个层的检索字段，“合肥”、“武汉”、“呼吸道症候群”、“消化道症候群”、“流感”、“肺炎”等为检索字段值，“症状：发热、咳嗽
…”
、“诊断：流行性感冒
…”
、“病历id”、“病历信息”等为相应节点的值域对象。
54.在一个实施例中，构建所述检索引擎还可以包括：对所提取的知识进行实体标注，以获得标注知识；以及由多层索引树、词汇表和同义词表、所提取的知识以及标注知识组成检索引擎。
55.在一个实施例中，标注知识可以包括第一标注知识和第二标注知识，其中第一标注知识用于识别多层索引树的子节点与相应父节点之间的对应关系。例如，图2的多层索引树中，第一标注知识可以将“流感”节点与“呼吸道症候群”节点对应起来，从而当要检索例如“合肥地区的流感病历”时，在检索到“合肥”节点之后，能够正确地检索其下一层节点中的“呼吸道症候群”节点。第二标注知识用于识别值域对象与相应子节点之间的对应关系。例如，图2的多层索引树中，第二标注知识将“流感”与“发热”、咳嗽等对应起来，从而当要检索例如“合肥地区的流感病历”时，值域对象中包含“发热”、“咳嗽”的数据也可以被检索到。
56.在一个实施例中，从知识构建多层索引树，可以包括：从多层索引树的根节点出发，根据每层的检索字段从知识中找到相应的检索字段值，如果该层没有相应检索字段值
对应的节点，则创建新节点，直至找到对应的节点，然后将相应的知识封装成相应值域对象，放入该节点。
57.继续参考图2，在构建图2的多层索引树时，在从知识中检索到词语“合肥”时，则构建检索字段“区域”，并将“合肥”作为“区域”层的一个节点，然后再检索到“武汉”时，直接将“武汉”作为“区域”层的另一个节点，在检索到“呼吸道症候群”时，由于其不属于“区域”层，因此新创建检索字段“症候群”层，并将“呼吸道症候群”作为“症候群”层的节点。
58.在一个实施例中，在构建完多层索引树的结构之后，可以为每层定义一个可更换的检索规则，各层的检索规则可以由检索引擎内置的规则进行组装而构建。在一个实施例中，检索引擎内置的规则可以包括字符串模糊搜索算法、正则表达式匹配算法、字符串匹配算法、同义词搜索算法、命名实体识别匹配算法等规则，本发明对此不作限定。
59.在一个实施例中，多层索引树可以进行实时更新，例如增加/减少新的层、新的节点等，本发明对此不作限定。
60.在一个实施例中，字符串匹配算法可以包括最长子串匹配算法、最长连续子串匹配算法和汉字转码字符串匹配算法，还可以包括jaro、编辑距离(levenshtein distance)，余弦相似性(cosine similarity)等字符串匹配算法，本发明对此不作限定。
61.在一个实施例中，同义词搜索算法可以基于hanlp提供的双数组树(doublearraytrie)结构及分词功能，能够实现同义词查找以及自研文本语句同义转写匹配搜索功能。其中，自研文本语句同义转写在检索引擎中编码实现，基于同义词对文本进行分词和同义词转换，并保证同义词之间转写结果一致，能极大提升同义文本间的搜索准确度。
62.在一个实施例中，对检索引擎内置的规则进行组装可以包括选择上述内置的规则中的一种或更多种，对其进行and、or、xor、not等运算以构建检索规则，本发明对此不作限定。
63.为了提高检索效率，在一个实施例中，方法100可以包括对检索条件进行预处理的步骤。在一个实施例中，对检索条件进行预处理可以包括对检索条件进行文本规范化、专业术语缩写转换、命名实体识别等，本发明对此不作限定。
64.在一个实施例中，文本规范化可以包括字符编码规范化，其将字符统一转换成utf-8(8位元，universal character set/unicode transformation format)编码；中文繁体转简体；全角字符转半角字符等，本发明对此不作限定。
65.在一个实施例中，专业术语缩写转换可以基于专业术语缩写字典来统一缩写和专业术语形式，方便后续分词和匹配，避免不必要的歧义引起的错误。
66.在一个实施例中，命名实体识别可基于标注知识识别检索条件中的各个实体，例如人名、地名、医学术语等。
67.在一个实施例中，根据检索条件基于多层索引树检索所需的数据，可以包括：根据检索条件中的第一关键词从多层索引树中检索到与第一关键词相对应的多层索引树的第一节点；基于检索条件中的第二关键词向下遍历第一节点的下层节点，检索到多层索引树中与该第二关键词相匹配的节点作为目标节点；以及获取与目标节点相对应的值域对象作为所需的数据。其中，第一节点可以为多层索引树的任意一层的子节点。
68.在一个实施例中，检索过程可以从多层索引树的根节点开始逐层向下遍历，若子
节点层存在检索规则，则查找出符合检索条件的节点；若子节点层没有相应的检索规则，则遍历所有子节点。例如，继续参考图2，如果检索条件为“合肥地区的流感病历”，则从根节点开始逐层向下遍历，根据检索条件中的第一关键词“合肥”，检索到多层索引树中的“合肥”节点，然后从“合肥”节点继续向下遍历。
69.在一个实施例中，基于检索条件中的第二关键词向下遍历第一节点的下层节点，可以包括：利用第一标注知识确定多层索引树中与第二关键词相对应的第一节点的下层节点。继续上面的示例，在检索到“合肥”节点后，利用第一标注知识确定与第二关键词“流感”相对应的匹配词为“呼吸道症候群”，从而确定应继续检索下一层的“呼吸道症候群”节点。
70.在一个实施例中，其中获取与目标节点相对应的值域对象作为所需的数据，包括：利用第二标注知识确定与第二关键词相匹配的匹配词；以及获取与匹配词相对应的知识作为所需的数据。继续上面的示例，在检索到“流感”节点后，根据第二标注知识确定“发烧”、“咳嗽”、“流涕”等是与“流感”相匹配的匹配词，从而使得含有“发烧”、“咳嗽”、“流涕”等词语的病历也能够被检索到。
71.在一个实施例中，获取与目标节点相对应的值域对象作为所需的数据，可以包括：利用同义词表确定第二关键词的同义词或第二关键词的匹配词的同义词；以及获取与同义词相对应的知识作为所需的数据。继续上面的示例，利用同义词表可确定“感冒”、“流行性感冒”等是“流感”的同义词，“发热”、“高热”等是“发烧”的同义词，“咳痰”、“咳喘”、“干咳”等是“咳嗽”的同义词等，从而使得包含“感冒”、“发热”、“高热”、“咳痰”、“咳喘”、“干咳”等同义词的病历也能够被检索到。
72.在一个实施例中，基于检索条件中的第二关键词向下遍历所述第一节点的下层节点，还可以包括快速失败机制，即如果下层节点中不存在符合该层的检索规则的子节点，则返回该下层节点的上一层节点。如果下层节点中存在符合该层的检索规则的子节点，则记录该子节点，并遍历该子节点的下层节点。
73.在一个实施例中，方法100还可以包括：接收来自用户的用于对所需的数据进行统计的统计条件；以及基于该统计条件对所需的数据进行统计，以得到经统计的数据。
74.在一个实施例中，统计条件可以包括求和、计数、求平均值、求方差等。例如，检索条件为“搜索统计合肥市各区县发热病例及占比”，则检索引擎在完成合肥市各区县发热病例的检索后，可以对检索到的各区县病历数进行计数，并计算各区县占比，然后返回经统计的数据。
75.在另一实施例中，本发明提供了一种检索引擎系统。参考图3，图3示出了根据本发明的一个实施例的检索引擎系统300的示意性结构框图。如图3所示，检索引擎系统300可以包括知识310、多层索引树320、词汇表和同义词表330和检索组件340，还可以包括标注知识350。
76.在一个实施例中，检索引擎系统300可以用于检索特定领域的专业数据，也称为领域数据。在一个实施例中，专业数据可以包括例如医疗、建筑、化工、生物等领域的数据，本发明对此不作限定。
77.其中，知识310可以从语料数据中提取。在一个实施例中，语料数据可以包括领域知识和业务知识。其中，领域知识可以从网络爬取，其可以为该领域的相关知识，例如医疗领域关于流感、肠炎等的百科知识等。业务知识可以由业务领域专家提供，例如医疗领域中
医生的诊断内容、检测报告等。
78.多层索引树320可以从知识构建，其每一层都具有各自的检索规则。
79.在一个实施例中，从知识310构建多层索引树320，可以包括：从知识提取多层索引树的各个层的检索字段及相应的值域对象；以及基于检索字段和值域对象构建多层索引树，并为多层索引树的每一层设置相应的检索规则。其中多层索引树的层数等于检索字段的数量，每一层一个检索字段，也称为属性。每层的节点为检索字段值，也称为节点号。每层可定义一个检索规则并且检索规则可更换。每个节点下均可放置一个值域对象，也称为节点值。
80.在一个实施例中，可以通过以下步骤构建多层索引树320：从多层索引树的根节点出发，根据每层的检索字段从知识中找到相应的检索字段值，如果该层没有相应检索字段值对应的节点，则创建新节点，直至找到对应的节点，然后将相应的知识封装成相应值域对象，放入该节点。
81.在一个实施例中，在构建完多层索引树的结构之后，可以为每层定义一个可更换的检索规则，各层的检索规则可以由检索引擎内置的规则进行组装而构建。在一个实施例中，检索引擎内置的规则可以包括字符串模糊搜索算法、正则表达式匹配算法、字符串匹配算法、同义词搜索算法、命名实体识别匹配算法等规则，本发明对此不作限定。
82.在一个实施例中，对检索引擎内置的规则进行组装可以包括选择上述内置的规则中的一种或更多种，对其进行and、or、xor、not等运算以构建检索规则，本发明对此不作限定。
83.词汇表和同义词表330分别用于存储词汇及其同义词，所述词汇从所述知识中提取。
84.在一个实施例中，可以利用任何合适的数据存储结构(例如，基于hanlp模型的双数组树(double array trie)结构)来构建词汇表和同义词表，本发明对此不作限定。其中，词汇表用于存储特定领域的词汇，例如，医疗领域的症状词汇表可以存储发热、咳嗽等专业词汇。同义词表用于存储这些词汇的同义词，例如医疗领域中，发热的同义词发烧、低热、高热、高烧、体温过高等。
85.标注知识350通过对所提取的知识进行实体标注而获得。
86.在一个实施例中，标注知识可以包括第一标注知识和第二标注知识，其中第一标注知识用于识别多层索引树的子节点与相应父节点之间的对应关系。第二标注知识用于识别值域对象与相应子节点之间的对应关系。
87.检索组件340用于根据所接收的来自用户的检索条件基于多层索引树检索所需的数据。
88.为了提高检索效率，在获取到检索条件后，检索组件340可以对检索条件进行预处理。在一个实施例中，对检索条件进行预处理可以包括对检索条件进行文本规范化、专业术语缩写转换、命名实体识别等，本发明对此不作限定。
89.在一个实施例中，检索组件340执行的检索过程可以包括：根据检索条件中的第一关键词从多层索引树中检索到与第一关键词相对应的多层索引树的第一节点；基于检索条件中的第二关键词向下遍历第一节点的下层节点，检索到多层索引树中与该第二关键词相匹配的节点作为目标节点；以及获取与目标节点相对应的值域对象作为所需的数据。其中，
第一节点可以为多层索引树的任意一层的子节点。
90.在一个实施例中，检索过程可以从多层索引树的根节点开始逐层向下遍历，若子节点层存在检索规则，则查找出符合检索条件的节点；若子节点层没有相应的检索规则，则遍历所有子节点。
91.在一个实施例中，基于检索条件中的第二关键词向下遍历第一节点的下层节点，可以包括：利用第一标注知识确定多层索引树中与第二关键词相对应的第一节点的下层节点。
92.在一个实施例中，其中获取与目标节点相对应的值域对象作为所需的数据，包括：利用第二标注知识确定与第二关键词相匹配的匹配词；以及获取与匹配词相对应的知识作为所需的数据。
93.在一个实施例中，获取与目标节点相对应的值域对象作为所需的数据，可以包括：利用同义词表确定第二关键词的同义词或第二关键词的匹配词的同义词；以及获取与同义词相对应的知识作为所需的数据。
94.在一个实施例中，基于检索条件中的第二关键词向下遍历所述第一节点的下层节点，还可以包括快速失败机制，即如果下层节点中不存在符合该层的检索规则的子节点，则返回该下层节点的上一层节点。如果下层节点中存在符合该层的检索规则的子节点，则记录该子节点，并遍历该子节点的下层节点。
95.在一个实施例中，检索组件340还可以接收来自用户的用于对所需的数据进行统计的统计条件；以及基于该统计条件对所需的数据进行统计，以得到经统计的数据。
96.在一个实施例中，统计条件可以包括求和、计数、求平均值、求方差等。例如，检索条件为“搜索统计合肥市各区县发热病例及占比”，则检索引擎在完成合肥市各区县发热病例的检索后，可以对检索到的各区县病历数进行计数，并计算各区县占比，然后返回经统计的数据。
97.本发明的有益效果如下：
98.(1)本发明通过构建多层索引树进行数据检索，使得能够数据检索的深度显著增加，且能够实现快速高效的检索。
99.(2)本发明的检索方法能够进行命名实体识别，大大提升了专业领域知识检索的准确性。
100.(3)本发明除了能够进行文本内容搜索之外，还能够与业务系统相结合，提供对象搜索功能，并且能够基于业务自定义检索规则。
101.(4)本发明引入快速失败机制，能够大大提高检索速度。
102.尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
103.在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
104.类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在
对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
105.本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
106.此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
107.应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
108.以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。