HowNet知识库构建方法、系统及应用与流程

hownet知识库构建方法、系统及应用
技术领域
1.本发明涉及知识库技术领域，更具体的说是涉及hownet知识库构建方法、系统及应用。


背景技术：

2.随着自然语言处理技术的发展，与之相应的认知知识库也不断问世。现有的可应用于自然语言处理技术的认知知识库一般目标是为机器语义理解、模型训练提供丰富的背景知识，为实现机器语言认知提供必要支撑。
3.目前，应用于自然语言处理的认知知识库主要分为两类：一是以专家知识、人工构建为基础的词汇数据库(英语为主)，二是通过改造面向人的词典、百科全书等而形成的知识库。前者主要以英语单词为主，将名词、动词、形容词和副词以同义词集合的形式存储在数据库中，并将各个同义词集合之间通过语义关系和词性关系等边连接。后者则是以通用词典或通用百科知识沉淀为主线，以垂直纵深领域图谱积累为支线，构建相应的领域知识库。
4.现有技术中，自然语言处理领域知识库构建缺乏与计算机适配度较高的知识库，把语言作为一种数字化数据对待，针对中文文本的知识库缺少语言深层语义关系的构建，很难将语言背后所蕴含的人类认知概念知识与计算机相结合。
5.因此，如何提供一种hownet知识库构建方法系统及应用能够使得用户在使用机器处理由语言表层所形成的数字化数据的同时获取语言背后的人类知识系统，从而探及语言深层的语义结构关系是本领域技术人员亟需解决的问题。


技术实现要素：

6.有鉴于此，本发明提供了一种hownet知识库构建方法系统及应用，其所构建的hownet义原表、语义角色框架和知识规范描述体系——基于hownet的知识库描述语言(kdml)对世间万物的概念与概念之间的关系以及概念的属性与属性之间的关系进行精细描述，能够适配计算机对自然语言的理解，为计算机理解自然语言提供与人类知识相结合的庞大的知识系统，实现计算机对文本语义的理解和计算，从而达到用户所期望的效果。
7.为了实现上述目的，本发明提供如下技术方案：
8.第一方面，hownet知识库构建方法，具体步骤如下：
9.确定hownet认知理论体系，并在所述hownet认知理论体系下确定世间万物多种概念及概念之间的关系，形成hownet义原表；
10.构建语义角色框架和知识描述规范体系，即基于hownet的知识库描述语言；
11.通过基于hownet的知识库描述语言，利用义原表和语义角色框架对真实概念进行描述，形成hownet知识库。
12.可选的，在上述的hownet知识库构建方法中，所述hownet义原表形成的具体步骤如下：
13.通过描述世间万物的概念与概念之间的关系以及概念的属性与属性之间的关系；
14.采用意义分解的方法，确定出世间万物多种概念的最基本的、不易于再分割的意义的最小单位——义原；
15.通过筛选提取形成有限的义原集合，即hownet义原表。
16.可选的，在上述的hownet知识库构建方法中，基于hownet的知识库描述语言包括：词汇特征及动态角色、标识符号和标点、词序，明确不同概念描述的方法、义原表和语义角色框架的应用以及特殊符号的具体功能，并利用义原表和语义角色框架精细地描述各种概念。
17.可选的，在上述的hownet知识库构建方法中，所述义原表表征概念与概念之间、以及概念所具有的属性之间的关系；分为event|事件、entity|实体、attribute|属性、attributevalue|属性值四大类，每类下面包含多个层级。
18.可选的，在上述的hownet知识库构建方法中，构建语义角色框架和知识描述规范体系具体规则包括：
19.任何一个概念的描述都以def＝为开始；任何一个概念中出现的所有义原或符号必须是在hownet的taxonomy中定义的义元或符号或者由hownet知识库描述语言所规定的特定标识符；
20.概念描述中的第一个义原指出该概念的最基本的意义，并用事件、实体、属性和属性值这四类义元中的一个标注出来；
21.对于简单概念直接标注该概念的意义；
22.利用动态角色与特征来标注复杂概念；
23.属性类概念必须标明宿主，整体部分类型的概念必须标明该部分的整体；
24.概念描述中定义的特性是一个或多个。
25.可选的，在上述的hownet知识库构建方法中，利用义原表和语义角色框架对真实概念进行描述，具体描述方法为：
26.针对简单概念的描述方法是直接标注该概念的意义；所述简单概念是指一个明确的事件，实体，属性或属性值，在概念中不包含任何的其它成分；
27.针对复杂概念的描述方法是利用动态角色与特征来标注复杂概念；所述复杂概念是以事件为中心，除了事件中心本身以外还有一个或一个以上的动态角色，在表示所述动态角色时书写格式是：动态角色名称＝{某一概念描述}。
28.可选的，在上述的hownet知识库构建方法中，还包括：构建hownet解析器和配套管理工具；hownet知识库和与之适配的hownet解析器对输入文本进行加工，对文本的结构化处理，对自然语言的解析和理解；hownet配套管理工具对hownet知识库的更新与维护。
29.第二方面，hownet知识库构建系统，包括：
30.理论体系确定模块，确定hownet认知理论体系，并在所述hownet认知理论体系下确定世间万物多种概念及概念之间的关系，形成hownet义原表；
31.描述语言构建模块，构建语义角色框架和知识描述规范体系，即基于hownet的知识库描述语言；
32.知识库形成模块，通过基于hownet的知识库描述语言，利用义原表和语义角色框架对真实概念进行描述，形成hownet知识库。
33.第三方面，hownet知识库应用方法，包括所述的hownet知识库构建方法所构建的hownet知识库，具体步骤如下：
34.利用hownet知识库对目标词进行检索；
35.获取目标词在hownet知识库中的概念语义和语义角色框架；
36.根据hownet知识库中的相关概念场判断目标词之间的相关性程度；
37.输出词语相关性的判别结果。
38.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种hownet知识库构建方法系统及应用，专为计算机设计的知识库，其所构建的hownet义原表、语义角色框架和知识规范描述体系——基于hownet的知识库描述语言(kdml)对世间万物的概念与概念之间的关系以及概念的属性与属性之间的关系进行精细描述，能够适配计算机对自然语言的理解，为计算机理解自然语言提供与人类知识相结合的庞大的知识系统，实现计算机对文本语义的理解和计算，从而达到用户所期望的效果。本发明能够使得用户在使用机器处理由语言表层所形成的数字化数据的同时获取语言背后的人类知识系统，从而探及语言深层的语义结构关系。
附图说明
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
40.图1为本发明的构建方法流程图；
41.图2为本发明的结构框图；
42.图3为本发明的应用方法流程图。
具体实施方式
43.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。
44.本发明实施例公开了一种hownet知识库构建方法系统及应用，专为计算机设计的知识库，能够使得用户在使用机器处理由语言表层所形成的数字化数据的同时获取语言背后的人类知识系统，从而探及语言深层的语义结构关系。
45.实施例1：
46.需要了解的是：hownet对于知识的定义是：知识是一个关系的系统，是一个包含了概念与概念之间的关系以及概念的属性与属性之间的关系的系统。
47.对于类似“生”、“死”、“走”、“买”、“爱”、“愁”等事件类概念(通常在句法上属于动词类)的意义，在hownet中是通过下列手段来体现的：通过《分类体系(taxonomy)》确定上下位；通过《事件角色与典型演员(eventrolewithtypicalactor)》确定它与万物之间的关系；通过浏览器计算它的同义、同类关系；通过《对义表》来确定它的反义关系；通过《公理关系
与角色转换(axiomaticrela-tionandroleshifting)》来描述它的公理推导。
48.本发明的实施例公开了一种hownet知识库构建方法，具体步骤如下：
49.确定hownet认知理论体系，并在hownet认知理论体系下确定世间万物多种概念及概念之间的关系，形成hownet义原表；
50.构建语义角色框架和知识描述规范体系，即基于hownet的知识库描述语言；
51.通过基于hownet的知识库描述语言，利用义原表和语义角色框架对真实概念进行描述，形成hownet知识库。
52.具体地，hownet是把概念与概念之间的关系以及概念的属性与属性之间的关系形成一个网状的知识系统。这是它与其他的树状的词汇数据库的本质不同。由此，hownet将世界万物的知识划分为七个大类：万物(其中包括物质的和精神的两类)、部件、属性、时间、空间、属性值及事件。然后，hownet采用了意义分解的方法，即采用义原和角色关系来描述概念，并贯彻“分类宜粗不宜细，特征描述宜细不宜粗”的原则。另外，hownet还开发了知识数据描述语言(kdml)，使概念描述更加丰富和精细，最终利用中英双语展现了人类知识系统的全貌。
53.总的来说，hownet把握和揭示知识的关键有以下三点：
54.第一，认定知识是关系的系统，关系有两类，一是概念与概念之间的关系，一是概念的属性与属性之间的关系。确定七类顶层概念，分别建立每一类中的概念的关系，以及建立七类之间的关系。
55.第二，用选定的义原和选定的概念间的语义关系(hownet一共采用90个)作为概念的描述单位，采用一种结构化的描述语言，可以相当精细地描述各种概念；
56.第三，采用分类体系来揭示公理。
57.此外，hownet主要描述了下列各种关系：
58.(a)上下位关系(由概念的主要特征体现，请参看《hownet管理工具》)
59.(b)同义关系(可通过《同义、反义以及对义组的形成》获得)
60.(c)反义关系(可通过《同义、反义以及对义组的形成》获得)
61.(d)对义关系(可通过《同义、反义以及对义组的形成》获得)
62.(e)部件-整体关系(由在整体前标注％体现，如"心"，"cpu"等)
63.(f)属性-宿主关系(由在宿主前标注&体现，如"颜色"，"速度"等)
64.(g)材料-成品关系(由在成品前标注？体现，如"布"，"面粉"等)
65.(h)施事/经验者/关系主体-事件关系(由在事件前标注*体现，如"医生
66."，"雇主"等)
67.(i)受事/内容/领属物等-事件关系(由在事件前标注$体现，如"患者"，"
68.雇员"等)
69.(j)工具-事件关系(由在事件前标注*体现，如"手表"，"计算机"等)
70.(k)场所-事件关系(由在事件前标注@体现，如"银行"，"医院"等)
71.(l)时间-事件关系(由在事件前标注@体现，如"假日"，"孕期"等)
72.(m)值-属性关系(直接标注无须借助标识符，如"蓝"，"慢"等)
73.(n)实体-值关系(直接标注无须借助标识符，如"矮子"，"傻瓜"等)
74.(o)事件-角色关系(由加角色名体现，如"购物"，"盗墓"等)
75.(p)相关关系(由在相关概念前标注#体现，如"谷物"，"煤田"等)
76.hownet中类似于同义、反义、对义等种种关系是借助于《同义、反义以及对义组的形成》可以由用户自行形成而不是逐一地、显性地标注在各个概念之上的。
77.为了进一步优化上述技术方案，hownet义原表形成的具体步骤如下：
78.通过描述世间万物的概念与概念之间的关系以及概念的属性与属性之间的关系；
79.采用意义分解的方法，确定出世间万物多种概念的最基本的、不易于再分割的意义的最小单位——义原；
80.通过筛选提取形成有限的义原集合，即hownet义原表。
81.具体地，通过对全部的基本义原进行观察分析并形成义原的标注集，然后再用更多的概念对标注集进行考核，据此建立完善的标注集。其中，标注集的形成和hownet建设是互动并行的。
82.为了进一步优化上述技术方案，中文中的字(包括单纯词)是有限的，并且它可以被用来表达各种各样的单纯的或复杂的概念，以及表达概念与概念之间、概念的属性与属性之间的关系。
83.hownet中义原的生成方法是对大约六千个汉字进行考察和分析并提取其中有限的义原集合。具体来说，hownet把6000多个汉字的所有的义项统统列出来，用手工的方法一一观察，挑选，合并同类项，同时会对某些意义进行仔细地甄别，保证每个义原地意义是唯一地、没有歧义的，最终形成hownet的2000多个义原集合。
84.以事件类为例，在中文中具有事件义原的汉字(单纯词)中提取出3200个义原。3200个事件义原在初步合并后大约可以得到1700个，然后再进一步加以归类得到大约700多个义原。然后用这700多个义原作为标注集去标注多音节的词，当700多个义原不符合或不满足要求时，便进行合理调整或适当扩充。最终形成804个事件义原的标注集以及由它们标注的中文的事件概念。
85.在初步确定了一批义原并形成了一个基本的标注集之后，对其进行考核和确定，具体方法步骤如下：
86.第一、在扩大标注中观察该义原的覆盖面。要求已有的义原一定要能够描述全部的概念。当发现已有的义原不能将具有多个概念的词语区别开来时，必须调整标注集。
87.第二、观察某一个义原在概念之间关系中的地位。如果一个义原在同类别的许多概念中出现或者不同类别的概念中出现，那么这样的义原就是稳定的义原，是一个必须确定的义原。
88.进一步，语义角色的建构，以812类事件概念的主体角色为例。hownet的主体角色是：施事(agent)、合作施事(coagent)、存现体(existent)、经验者(experiencer)、领有者(pos-sessor)、相关体(relevant)。
89.hownet规定“施事”只是动态事件的主体。“经验者”只是静态事件中的表示状态的事件的主体。因此，hownet在语义角色的标注上的一致性非常高，从而保证了hownet描述概念的强大能力。
90.hownet建构了90个语义角色。对于语义角色的策略是尽量挖掘，宜细不宜粗。hownet以812类事件义原为基础，对每一类均严格规定了相应的必备的语义角色框架，例如“娶”的框架是：{take取：agent＝{＊}，possession＝{＊}，source＝{＊}，resultevent＝
{getmarried结婚}}“娶”的必备角色应包括：agent、possession、source和resultevent。
91.为了进一步优化上述技术方案，基于hownet的知识库描述语言包括：词汇特征及动态角色、标识符号和标点、词序，明确不同概念描述的方法、义原表和语义角色框架的应用以及特殊符号的具体功能，并利用义原表和语义角色框架精细地描述各种概念。
92.hownet对概念的描述是体现概念与概念和概念的属性与属性之间的相互关系。hownet建设的过程也是设计与建立这样的描述语言的过程。目前，基于hownet的知识库描述语言(kdml)主要包含下列几部分：
93.(1)关于词汇的近1500个特征及动态角色；
94.(2)标识符号和标点；
95.(3)词序；
96.hownet采用自行设计的基于hownet的知识库描述语言(kdml)。详细地介绍了这种语言所用到的词语、文法等，以及它的bnf等，还有各类概念是如何标注的。hownet的数据一致性的维护和保障，以及全部的意义计算都是以它为基础的。hownet的几十种意义关系如同义等是由软件计算出来的。kdml保证了hownet的数据和程序的相互独立。hownet的各种程序，包括概念相关性、相似度等二次资源软件不会因为数据的更新而修改的。
97.hownet的维护软件可以保证利用kdml标注概念时的一致性。维护软件会严格地逐一地审核输入的记录的文法，定义内容的顺序等，也包括汉语拼音。维护软件会指出输入记录错在哪里。
98.hownet的kdml是很好的语言理解和意义表达的工具。hownet无论对于词语的解释还是句子的解释都采用完全一致的模式。特别应该指出的是：hownet是自足的、自我完善的，它有自主研发的分类体系、动词框架、概念描述语言方式等。
99.需要了解的是：为了揭示概念与概念之间、以及概念所具有的属性之间的关系，hownet利用“义原”(sememe)来表示世间万物的知识概念。义原是最基本的、不易于再分割的意义的最小单位。在不断发展过程中，hownet逐渐构建出了一套精细的义原体系(约2 0 0 0个义原)，并基于该义原体系累计标示了数十万词汇/词义的语义信息。
100.具体地，义原表表征概念与概念之间、以及概念所具有的属性之间的关系；分为event|事件、entity|实体、attribute|属性、attributevalue|属性值四大类，每类下面包含多个层级。
101.event|事件：
102.static|静态：relation|关系、state|状态
……
103.act|行动：actgeneral|泛动、actspecific|实动
……
104.[0105][0106]
entity|实体：
[0107]
thing|万物：physical|物质、mental|精神、fact|事情；
[0108]
time|时间；
[0109]
space|空间：direction|方向、location|位置；
[0110]
component|部分：part|部件、fittings|配件；
[0111]
attribute|属性：
[0112]
appearance|外观：palpability|有形性、form|形状、georegularity|形状规则性、symmetry|匀称性、curvature|弯度
……
[0113]
measurement|量度：length|长度、property|特性、stature|高矮、height|高度、size|尺寸
……
[0114]
property|特性：newness|新旧、age|年龄、quality|质量、easiness|难易、effortfulness|艰苦性
……
[0115]
relationship|关系：pertinence|相关性、intimacy|亲疏、attachment|归属、nationality|国籍、kind|类型
……
[0116]
situation|状况：circumstances|境况、environment|情况
……
[0117]
quantityproperty|数量特性：
[0118]
quantity|数量：amount|多少、rate|比率、unit|单位、actunit|动量、noununit|名量；
[0119]
attributevalue|属性值：
[0120]
appearancevalue|外观值：palpabilityvalue|有形性值、formvalue|形状值、georegularityvalue|形状规则性值、symmetryvalue|匀称性值、curvaturevalue|弯度值
……
[0121]
measurementvalue|量度值：lengthvalue|长度值、staturevalue|高矮值、heightvalue|高度值、sizevalue|尺寸值、areavalue|面积值
……
[0122]
propertyvalue|特性值：newnessvalue|新旧值、agevalue|年龄值、qualityvalue|质量值、easinessvalue|难易值、effortfulnessvalue|艰苦性值
……
[0123]
relationshipvalue|关系值：pertinencevalue|相关性值、intimacyvalue|亲疏值、attachmentvalue|归属值、nationalityvalue|国籍值、kindvalue|类型值
……
[0124]
situationvalue|状况值：circumstancesvalue|境况值、environmentvalue|情况值
……
[0125]
quantitypropertyvalue|数量特性值：approximate|概数、cardinal|基数overall|全额、net|净额、average|平均
……
[0126]
quantityvalue|数量值：amountvalue|多少值、ratevalue|比率值、unitvalue|单位值、actunitvalue|动量值、noununitvalue|名量值
……
[0127]
为了进一步优化上述技术方案，构建语义角色框架和知识描述规范体系具体规则包括：
[0128]
任何一个概念的描述都以def＝为开始；任何一个概念中出现的所有义原或符号必须是在hownet的taxonomy中定义的义原或符号或者由hownet知识库描述语言所规定的特定标识符；
[0129]
概念描述中的第一个义原指出该概念的最基本的意义，并用事件、实体、属性和属性值这四类义原中的一个标注出来；
[0130]
对于简单概念直接标注该概念的意义；
[0131]
利用动态角色与特征来标注复杂概念；
[0132]
属性类概念必须标明宿主，整体部分类型的概念必须标明该部分的整体；
[0133]
概念描述中定义的特性是一个或多个。
[0134]
进一步，kdml是基于hownet的知识库描述语言。hownet对于概念的描述体现概念与概念、概念的属性与属性之间的相互关系。为了确保概念描述的复杂度、一致性和准确性，设计了一种知识描述规范体系——基于hownet的知识库描述语言(kdml)。
[0135]
进一步，kdml中的特定标识符，在基于hownet的知识库描述语言中允许使用以下7种标识符，是{}：，＝；“，英文字符，名称依次是：左括号、右括号、冒号、逗号、等号、分号、引号，其中左括号和右括号合称为大括号。具体见下表。
[0136]
[0137]
指示符号：
[0138]
指示符号～
[0139]
利用～进行描述的模式是：
[0140]
{义原1：{义原2：动态角色或特征＝{～}}}
ꢀꢀ
－模式1
[0141]
这种描述方式表示的是，义原1与义原2有关，义原1为义原2的一个具体动态角色的值。其中的～用来代替前面的义原1。通常情况下，义原1为实体类义原，义原2为事件类义原。
[0142]
指示符号？
[0143]
利用？用来描述的模式是：
[0144]
def＝{义原1：动态角色＝{？}}
ꢀꢀ
—模式2
[0145]
这种描述方式表示在某一语义环境中，？所充当的动态角色的演员是一定会出现的，但是在这个孤立的概念中它并没有被体现出来。其中义原1一定是事件类义原。
[0146]
指示符号$
[0147]
利用义原$进行描述的模式是：
[0148]
def＝{义原1：动态角色＝{$}}
ꢀꢀ
—模式3
[0149]
其中$用来充当某一个动态角色的演员。其中动态角色＝{$}表示这个概念所描述的对象是什么。义原1一定是事件类义原。
[0150]
更进一步，概念的描述方法，针对简单概念的描述方法是直接标注该概念的意义。通常情况下的简单概念是指一个明确的事件，实体，属性或属性值，在概念中不包含任何的其它成分。针对复杂概念的描述方法是利用动态角色与特征来标注复杂概念。所谓的复杂概念是以事件为中心，除了事件中心本身以外还有一个或一个以上的动态角色，例如：
[0151]
严禁包含动态角色——方式(manner)
[0152]
在表示上述动态角色时它的书写格式是：动态角色名称＝{某一概念描述}；
[0153]
在hownet知识库描述语言中通过特定标识符的运用，使得对概念的描述呈现了一种多层嵌套的立体化的格局，从而增强了这种描述语言对概念描述的能力。不同的层次的之间又通过不同的关系指出它们之间的关系，这样便于意义的计算。
[0154]
hownet知识库描述语言通过显性表示各类义原之间的关系，采用立体化的多层嵌套的格局，极大地增强了这种描述语言的表达能力和计算能力。
[0155]
基于hownet的知识库描述语言(kdml)是一种面向计算机的、可以进行计算的描述语言，通过计算可以得到概念与概念，概念的属性与属性之间的关系。hownet知识库描述语言在概念表达上非常直观、可读性较好，在描述能力上也具备描述复杂概念的能力，同时非常方便进行意义间的计算。
[0156]
可选的，在上述的hownet知识库构建方法中，还包括：构建hownet解析器和配套管理工具；hownet知识库和与之适配的hownet解析器对输入文本进行加工，对文本的结构化处理，对自然语言的解析和理解；hownet配套管理工具对hownet知识库的更新与维护。
[0157]
实施例2：
[0158]
本实施例公开了一种hownet知识库构建系统，包括：
[0159]
理论体系确定模块，确定hownet认知理论体系，并在hownet认知理论体系下确定世间万物多种概念及概念之间的关系，形成hownet义原表；
[0160]
描述语言构建模块，构建语义角色框架和知识描述规范体系，即基于hownet的知识库描述语言；
[0161]
知识库形成模块，通过基于hownet的知识库描述语言，利用义原表和语义角色框架对真实概念进行描述，形成hownet知识库。
[0162]
本发明其所构建的hownet义原表、语义角色框架和知识规范描述体系——基于hownet的知识库描述语言(kdml)对世间万物的概念与概念之间的关系以及概念的属性与属性之间的关系进行精细描述，能够适配计算机对自然语言的理解，为计算机理解自然语言提供与人类知识相结合的庞大的知识系统，实现计算机对文本语义的理解和计算，从而达到用户所期望的效果。
[0163]
实施例3：
[0164]
本实施例公开了一种hownet知识库应用方法，包括的hownet知识库构建方法所构建的hownet知识库，具体步骤如下：
[0165]
利用hownet知识库对目标词进行检索；
[0166]
获取目标词在hownet知识库中的概念语义和语义角色框架；
[0167]
根据hownet知识库中的相关概念场判断目标词之间的相关性程度；
[0168]
输出词语相关性的判别结果。
[0169]
进一步，hownet知识库描述语言通过显性表示各类义原之间的关系，采用立体化的多层嵌套的格局，极大地增强了这种描述语言的表达能力和计算能力。
[0170]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0171]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。