一种法律文书的分段方法及装置与流程

1.本发明涉及文本处理技术领域，具体而言，涉及一种法律文书的分段方法及装置。


背景技术：

2.法律文书是司法行政机关及当事人、律师等在解决诉讼和非讼案件时使用的文书，也包括司法机关的非规范性文件。目前，国内的法律文书主要类型包含民事、刑事、行政等类型案件。
3.由于法律文书中涉及的内容多种多样且法律文书的篇幅较大，为了提高在篇幅较大的法律文书中信息查找的效率和准确性，通常是将法律文书按照其语义对自然段进行语义分段，以方便人们根据再次分段后的自然段进行信息查找。目前，现有技术通常是对利用特征词或相同关键词对自然段进行匹配，然后根据匹配结果进行分段，但是由于法律文书的信息多样性和复杂性，仅通过特征词或相同关键词进行分段匹配，并未考虑法律文书中字词之间的关联度和语义，进而导致分段结果不准确，则仍然不能有效提高信息查找的效率。


技术实现要素：

4.本发明的目的在于提供一种法律文书的分段方法及装置，用于改善现有技术中由于法律文书的信息多样性和复杂性，仅通过特征词或相同关键词进行分段匹配，并未考虑法律文书中字词之间的关联度和语义，导致分段结果不准确的问题。
5.本发明的实施例是这样实现的：
6.第一方面，本技术实施例提供一种法律文书的分段方法，其包括如下步骤：
7.s110：获取待分段法律文书；
8.s120：将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合；
9.s130：提取该文本行的语义特征；
10.s140：将任一文本行的所有特征词条集合输入至预置语义匹配模型中，基于该文本行的语义特征，得到适配度最高的特征词组；
11.s150：重复执行步骤s120至步骤s140，直至遍历待分段法律文书中的所有文本行，得到各文本行对应的特征词组；
12.s160：基于所有特征词组，计算相邻文本行之间特征词组的关联度；
13.s170：根据关联度，对待分段法律文书进行分段，得到分段结果。
14.在本发明的一些实施例中，上述将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合的步骤包括：
15.s121：按照从左到右的顺序，以任一文本行的第一个字作为起始字，将起始字与该起始字后面的相邻字组成词汇，并将该词汇输入至法律文书常见词词库进行比对，以判断该词汇是否为特征词条，并将该词汇作为最新起始字；
16.s122：重复执行步骤s121，直至得到该文本行中包含第一个字的所有第一特征词条；
17.s123：将该文本行中的任一字作为起始字；
18.s124：重复执行步骤s121至步骤s123，直至得到该文本行的所有第一特征词条。
19.在本发明的一些实施例中，上述s121的步骤包括：
20.按照从左到右的顺序，将任一文本行的第一个字作为起始字，若该起始字位于一个自然段的开头位置，则将起始字与该起始字后面的相邻字组成词汇；
21.若该起始字未位于一个自然段的开头位置，则将该起始字输入至法律文书常见词词库中，得到包含该起始字的所有第二特征词条；
22.基于包含该起始字的所有第二特征词条，确定包含该起始字的最长字词数；
23.根据最长字词数，将该起始字和与该文本行邻近的两个文本行的字依序组成词汇。
24.在本发明的一些实施例中，上述基于所有特征词组，计算相邻文本行之间特征词组的关联度的步骤包括：
25.若任一文本行的特征词组中所有第三特征词条包括特征词条a和特征词条b，则基于待分段法律文书的相邻文本行，获取包含特征词条a的文本行数为x，获取包含特征词条b的文本行数为y，获取同时包含特征词条a和特征词条b的文本行数为z；
26.比较x/z和y/z数值的大小，取其中较大者作为相邻文本行之间特征词组的关联度。
27.在本发明的一些实施例中，上述根据关联度，对待分段法律文书进行分段，得到分段结果的步骤包括：
28.若相邻两个文本行的关联度达到预设关联度且相邻两个文本行不属于同一自然段，则将两个文本行对应的自然段划分在一个语义段中。
29.在本发明的一些实施例中，上述将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库的步骤之前，该方法还包括：
30.获取多个规范性法律文书；
31.基于多个规范性法律文书，确定法律常见词汇；
32.根据法律常见词汇，建立法律文书常见词词库。
33.在本发明的一些实施例中，上述将任一文本行的所有特征词条集合输入至预置语义匹配模型中的步骤之前，该方法还包括：
34.建立语义匹配初始模型；
35.获取多个训练样本，多个训练样本包括多个规范性法律文本行；
36.利用训练样本训练语义匹配初始模型，得到预置语义匹配模型。
37.第二方面，本技术实施例提供一种法律文书的分段装置，其包括：
38.待分段法律文书获取模块，用于获取待分段法律文书；
39.特征词条集合得到模块，用于将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合；
40.语义特征提取模块，用于提取该文本行的语义特征；
41.特征词组得到模块，用于将任一文本行的所有特征词条集合输入至预置语义匹配
模型中，基于该文本行的语义特征，得到适配度最高的特征词组；
42.文本行遍历模块，用于重复执行特征词条集合得到模块至特征词组得到模块，直至遍历待分段法律文书中的所有文本行，得到各文本行对应的特征词组；
43.关联度计算模块，用于基于所有特征词组，计算相邻文本行之间特征词组的关联度；
44.分段模块，用于根据关联度，对待分段法律文书进行分段，得到分段结果。
45.第三方面，本技术实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
46.第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
47.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
48.本发明提供一种法律文书的分段方法及装置，其包括如下步骤：s110：获取待分段法律文书。s120：将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合。s130：提取该文本行的语义特征。s140：将任一文本行的所有特征词条集合输入至预置语义匹配模型中，基于该文本行的语义特征，得到适配度最高的特征词组。s150：重复执行步骤s120至步骤s140，直至遍历待分段法律文书中的所有文本行，得到各文本行对应的特征词组。s160：基于所有特征词组，计算相邻文本行之间特征词组的关联度。s170：根据关联度，对待分段法律文书进行分段，得到分段结果。该方法及装置针对待分段法律文书的任一文本行，将该文本行与该文本行邻近的文本行输入至法律文书常见词词库中，对该文本行中的字进行依序组合，并与法律文书常见词词库进行对比判断，以得到该文本行的所有特征词条集合。然后将该文本行的所有特征词条集合输入至预置语义匹配模型中，预置语义匹配模型基于该文本行的语义特征，对该文本行的字按照其特征词条进行组合，以使该文本行的字正好组合完毕，从而得到与该文本行适配度最高的特征词组，实现了对待分段法律文书的每个文本行进行针对性分析的目的，从而有效考虑了法律文书的信息多样性和复杂性。然后基于特征词组，计算相邻文本行的关联度，从而根据关联度，对待分段法律文书进行分段，从而有效考虑了法律文书中字词之间的关联度和语义，较为准确地划分语义段。当用户利用法律文书进行信息查找时，由于该方法及装置较为准确地划分了语义段，则可以有效提高信息查阅的效率。
附图说明
49.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
50.图1为本发明实施例提供的一种法律文书的分段方法的流程图；
51.图2为本发明实施例提供的一种步骤s120的流程图；
52.图3为本发明实施例提供的一种步骤s121的流程图；
53.图4为本发明实施例提供的一种法律文书的分段装置的结构框图；
54.图5为本发明实施例提供的一种电子设备的示意性结构框图。
55.图标：100-法律文书的分段装置；110-待分段法律文书获取模块；120-特征词条集合得到模块；130-语义特征提取模块；140-特征词组得到模块；150-文本行遍历模块；160-关联度计算模块；170-分段模块；101-存储器；102-处理器；103-通信接口。
具体实施方式
56.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
57.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
58.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
59.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，若出现术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，若出现由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
60.在本技术的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
61.在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
62.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
63.实施例
64.请参照图1，图1所示为本发明实施例提供的一种法律文书的分段方法的流程图。本技术实施例提供一种法律文书的分段方法，其包括如下步骤：
65.s110：获取待分段法律文书；
66.其中，法律文书可以包括民商裁决文书、行政裁决文书、刑事裁决文书、仲裁法律文书、公证法律文书、诉讼法律文书、非诉法律文书、公司管理文书、公司清算文书、常用法律文书等。
67.s120：将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合；
68.其中，上述法律文书常见词词库包含了多个法律常见词汇。
69.具体的，对于待分段法律文书的任一文本行而言，将该文本行与该文本行邻近的文本行输入至法律文书常见词词库中，对该文本行中的字进行依序组合，并与法律文书常见词词库进行对比判断，从而得到该文本行的所有特征词条集合。
70.s130：提取该文本行的语义特征；
71.示例性的，文本行的语义特征可以是在该文本行中出现频率较高的法律词汇，例如，脱逃、羁押、诉讼保全等。
72.s140：将任一文本行的所有特征词条集合输入至预置语义匹配模型中，基于该文本行的语义特征，得到适配度最高的特征词组；
73.其中，预置语义匹配模型可以是训练好的神经网络模型，通过训练好的神经网络模型可以快速准确地对任一文本行的所有特征词条集合进行分析。
74.具体的，对于任一文本行而言，预置语义匹配模型可以基于该文本行的语义特征，对该文本行的字按照其特征词条进行组合，以使该文本行的字正好组合完毕，从而得到与该文本行适配度最高的特征词组，实现了对待分段法律文书的每个文本行进行针对性分析的目的。
75.s150：重复执行步骤s120至步骤s140，直至遍历待分段法律文书中的所有文本行，得到各文本行对应的特征词组；
76.示例性的，可以按照待分段法律文书的文本行从上到下的顺序依次针对各个文本行，重复执行步骤s120至步骤s140，得到各文本行对应的特征词组。
77.s160：基于所有特征词组，计算相邻文本行之间特征词组的关联度；
78.示例性的，对于相邻两个文本行而言，可以从这两个文本行的特征词组中，找到这两个文本行都包含的特征词条，从而依据这两个文本行都包含的这个特征词条的数量计算相邻文本行之间特征词组的关联度。
79.s170：根据关联度，对待分段法律文书进行分段，得到分段结果。
80.具体的，按照待分段法律文书的文本行从上到下的顺序进行判断，若相邻两个文本行的关联度达到预设关联度且相邻两个文本行不属于同一自然段，则将两个文本行对应的自然段划分在一个语义段中，从而完成待分段法律文书的分段。
81.上述实现过程中，该方法针对待分段法律文书的任一文本行，将该文本行与该文本行邻近的文本行输入至法律文书常见词词库中，对该文本行中的字进行依序组合，并与法律文书常见词词库进行对比判断，以得到该文本行的所有特征词条集合。然后将该文本行的所有特征词条集合输入至预置语义匹配模型中，预置语义匹配模型基于该文本行的语义特征，对该文本行的字按照其特征词条进行组合，以使该文本行的字正好组合完毕，从而得到与该文本行适配度最高的特征词组，实现了对待分段法律文书的每个文本行进行针对性分析的目的，从而有效考虑了法律文书的信息多样性和复杂性。然后基于特征词组，计算
相邻文本行的关联度，从而根据关联度，对待分段法律文书进行分段，从而有效考虑了法律文书中字词之间的关联度和语义，较为准确地划分语义段。当用户利用法律文书进行信息查找时，由于该方法较为准确地划分了语义段，则可以有效提高信息查阅的效率。
82.请参照图2，图2所示为本发明实施例提供的一种步骤s120的流程图。在本实施例的一些实施方式中，上述将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合的步骤包括：
83.s121：按照从左到右的顺序，以任一文本行的第一个字作为起始字，将起始字与该起始字后面的相邻字组成词汇，并将该词汇输入至法律文书常见词词库进行比对，以判断该词汇是否为特征词条，并将该词汇作为最新起始字；
84.s122：重复执行步骤s121，直至得到该文本行中包含第一个字的所有第一特征词条；
85.s123：将该文本行中的任一字作为起始字；
86.s124：重复执行步骤s121至步骤s123，直至得到该文本行的所有第一特征词条。
87.示例性的，若文本行a为“指控的犯罪是否成立”，邻近该文本行a的上一行文本行b为“现已审理终结”，邻近该文本行a的下一行文本行c为“被告人的行为是否构成犯罪”。以文本行a的“指”作为起始字，则“指控”为组成的词汇，将“指控”输入至法律文书常见词词库进行比对，确定“指控”为特征词条。然后以“指控”作为起始字，则“指控的”为组成的词汇，将“指控的”输入至法律文书常见词词库进行比对，确定“指控的”不是特征词条，以此方式，得到该文本行中包含“指”的所有特征词条。然后针对文本行a的“控”、“的”、“犯”、“罪”、“是”、“否”、“成”、“立”依次进行词汇组合判断，从而得到该文本行的所有第一特征词条，所有第一特征词条即为该文本行的特征词条集合。
88.请参照图3，图3所示为本发明实施例提供的一种步骤s121的流程图。在本实施例的一些实施方式中，上述s121的步骤包括：
89.按照从左到右的顺序，将任一文本行的第一个字作为起始字，若该起始字位于一个自然段的开头位置，则将起始字与该起始字后面的相邻字组成词汇；
90.若该起始字未位于一个自然段的开头位置，则将该起始字输入至法律文书常见词词库中，得到包含该起始字的所有第二特征词条；
91.基于包含该起始字的所有第二特征词条，确定包含该起始字的最长字词数；
92.根据最长字词数，将该起始字和与该文本行邻近的两个文本行的字依序组成词汇。
93.示例性的，若文本行a为“指控的犯罪是否成立”，邻近该文本行a的上一行文本行b为“现已审理终结”。以文本行a的“指”作为起始字，若“指”位于一个自然段的开头位置，则“指控”即为组成的词汇。若“指”未位于一个自然段的开头位置，则将“指”输入至法律文书常见词词库中，得到包含“指”的所有第二特征词条为“指控”、“指认”、“指使”，则包含“指”的最长字词数为2个。则将“指”与文本行b进行组词得到词汇“结指”，而“结指”并不是特征词条，直接舍弃。然后依序“指”和“控”再组成词汇“指控”。从而考虑了第一个字位于一个自然段的开头位置或不位于一个自然段的开头位置的两种情况。
94.在本实施例的一些实施方式中，上述基于所有特征词组，计算相邻文本行之间特征词组的关联度的步骤包括：
95.若任一文本行的特征词组中所有第三特征词条包括特征词条a和特征词条b，则基于待分段法律文书的相邻文本行，获取包含特征词条a的文本行数为x，获取包含特征词条b的文本行数为y，获取同时包含特征词条a和特征词条b的文本行数为z；
96.比较x/z和y/z数值的大小，取其中较大者作为相邻文本行之间特征词组的关联度。从而实现了计算相邻文本行之间特征词组的关联度的目的。
97.在本实施例的一些实施方式中，上述根据关联度，对待分段法律文书进行分段，得到分段结果的步骤包括：
98.若相邻两个文本行的关联度达到预设关联度且相邻两个文本行不属于同一自然段，则将两个文本行对应的自然段划分在一个语义段中。从而完成了待分段法律文书的语义分段。
99.在本实施例的一些实施方式中，上述将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库的步骤之前，该方法还包括：
100.获取多个规范性法律文书；
101.基于多个规范性法律文书，确定法律常见词汇；
102.根据法律常见词汇，建立法律文书常见词词库。
103.具体的，首先确定各个规范性法律文书中的法律常见词汇，进而结合多个规范性法律文书的所有法律常见词汇，对法律文书常见词词库中的词汇进行丰富，使得法律文书常见词词库包含极多法律常见词汇。
104.在本实施例的一些实施方式中，上述将任一文本行的所有特征词条集合输入至预置语义匹配模型中的步骤之前，该方法还包括：
105.建立语义匹配初始模型；
106.获取多个训练样本，多个训练样本包括多个规范性法律文本行；
107.利用训练样本训练语义匹配初始模型，得到预置语义匹配模型。
108.具体的，针对每个训练样本，将对应的规范性法律文本行输入至法律文书常见词词库中，得到对应的特征词条集合，并获取该规范性法律文本行的字数和实际的特征词组。从而利用每个训练样本的特征词条集合、字数和实际的特征词组对语义匹配初始模型训练，得到预置语义匹配模型，保证了预置语义匹配模型对特征词条集合分析的准确性。
109.请参照图4，图4所示为本发明实施例提供的一种法律文书的分段装置100的结构框图。本技术实施例提供一种法律文书的分段装置100，其包括：
110.待分段法律文书获取模块110，用于获取待分段法律文书；
111.特征词条集合得到模块120，用于将待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文书常见词词库，得到该文本行的所有特征词条集合；
112.语义特征提取模块130，用于提取该文本行的语义特征；
113.特征词组得到模块140，用于将任一文本行的所有特征词条集合输入至预置语义匹配模型中，基于该文本行的语义特征，得到适配度最高的特征词组；
114.文本行遍历模块150，用于重复执行特征词条集合得到模块120至特征词组得到模块140，直至遍历待分段法律文书中的所有文本行，得到各文本行对应的特征词组；
115.关联度计算模块160，用于基于所有特征词组，计算相邻文本行之间特征词组的关联度；
116.分段模块170，用于根据关联度，对待分段法律文书进行分段，得到分段结果。
117.上述实现过程中，该装置针对待分段法律文书的任一文本行，将该文本行与该文本行邻近的文本行输入至法律文书常见词词库中，对该文本行中的字进行依序组合，并与法律文书常见词词库进行对比判断，以得到该文本行的所有特征词条集合。然后将该文本行的所有特征词条集合输入至预置语义匹配模型中，预置语义匹配模型基于该文本行的语义特征，对该文本行的字按照其特征词条进行组合，以使该文本行的字正好组合完毕，从而得到与该文本行适配度最高的特征词组，实现了对待分段法律文书的每个文本行进行针对性分析的目的，从而有效考虑了法律文书的信息多样性和复杂性。然后基于特征词组，计算相邻文本行的关联度，从而根据关联度，对待分段法律文书进行分段，从而有效考虑了法律文书中字词之间的关联度和语义，较为准确地划分语义段。当用户利用法律文书进行信息查找时，由于该装置较为准确地划分了语义段，则可以有效提高信息查阅的效率。
118.请参照图5，图5为本技术实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本技术实施例所提供的一种法律文书的分段装置100对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
119.其中，存储器101可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
120.处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，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。
121.可以理解，图5所示的结构仅为示意，电子设备还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。
122.在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个
方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
123.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
124.所述功能如果以软件功能模块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，本技术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)执行本技术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。
125.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
126.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。