具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,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,所描述的实施例仅仅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,都应当属于本申请保护的范围。
图1是本申请的一个实施例的合同的评估方法的示意性流程图。图1所示的方法的执行主体可以但不限于手机、电脑以及其他智能终端。或者图1所示的方法的执行主体还可以是能够执行该方法的客户端本身,例如图1所示的方法由合同评估装置执行。
如图1所示出的,在S102处,基于合同模型对条款进行解析,以得到条款所涉及的对象的权利信息和/或义务信息,合同模型用于提取条款中的权利义务信息。
例如,一条租赁合同的条款规定:租赁期满后,如乙方要求继续租赁,则须提前2个月向甲方提出,甲方收到乙方要求后10天内答复。如同意继续租赁,则续签租赁合同。同等条件下,乙方享有优先租赁的权利。则根据合同模型提取出乙方的权利为可以要求续租,且享有优先租赁的权利,乙方的义务为提前2个月向甲方提出申请,甲方的权利为可以同意或拒绝续租,甲方的义务为收到乙方要求10天内答复。
在S104处,基于所述条款所涉及的对象的权利信息和/或义务信息,针对所述条款所涉及的对象对所述条款进行量化评估,所述量化评估包括关于权利和/或义务的量化评估;
需要说明的是,在S104处,针对条款所涉及的对象对条款进行量化评估应该理解为针对条款所涉及的对象中的每个对象对条款进行量化评估。并且由于条款所涉及的对象对应的权利义务通常是相对的,因此针对条款所涉及的对象中每个对象对条款进行量化评估的结果一般是不同的。
举例来说,一条条款规定甲方向乙方支付100万,则在对该条款进行量化评估时,可以将甲方的义务记为+100,甲方的权利记为-100,而将乙方的义务记为-100,乙方的权利记为+100。或者采用其他的量化方式,将甲方的义务记为100%,将甲方的权利记为0,而将乙方的义务记为0,将乙方的权利记为100%。
可选地,在一些实施例中,图1所示的方法的执行主体根据合同所涉及的对象的认证信息确定合同所涉及的对象。
在S106处,基于合同中的条款的量化评估结果,针对所述合同所涉及的对象对所述合同进行公平度评估。
具体地,在一些实施例中,图1所示的方法还包括:确定合同中的条款的权重。其中,基于合同中的条款的量化评估结果,针对所述合同所涉及的对象对所述合同进行公平度评估可以具体为:基于所述合同中的条款的量化结果评估结果和条款的权重,针对合同所涉及的对象对合同进行公正度评估。例如,可以通过将合同中每个条款的量化结果与该条款对应的权重的乘积的加和确定为合同整体的公正度评估结果。
可选地,作为一个例子,在确定条款的权重时,基于条款类型检测模型对合同中的条款进行解析,得到合同中的条款对应的分类,条款类型检测模型用于按照分类特征对条款进行分类;基于合同中的条款对应的分类,确定合同中的条款的权重。
举例来说,条款类型检测模型按照是否是模糊条款对条款进行分类,如果检测出一条条款为模糊条款,则将该条款的权重确定为0.9。具体在检测是否是模糊条款时可以根据待检测的条款与条款类型检测模型中的模糊条款进行匹配,如果匹配度大于一定数值,则认为是模糊条款,或者可以通过条款类型检测模型解析条款中是否出现模糊词语(例如,全部、一定程度),如果出现模糊词语,则认为该条款时模糊条款。
或者,条款类型检测模型按照是否是产生诉讼的条款对条款进行分类,如果检测出一条条款为产生过诉讼的条款,则将该条款的权重确定为0.9。具体在检测是否是产生诉讼的条款时可以根据待检测的条款与条款类型检测模型中的历史诉讼条款进行匹配,如果匹配度大于一定数值,则认为是产生过诉讼的条款。
或者,条款类型检测模型按照是否是特殊类型条款对条款进行分类,如果检测出一条条款为特殊类型条款,则将该条款的权重确定为0.9。特殊类型的条款例如可以是押金条款、付款条款等。
具体在检测是否是特殊类型的条款时,可以根据待检测的条款与条款类型检测模型中的特殊类型的条款进行匹配,如果匹配度大于一定数值,则认为是特殊类型的条款。或者可以通过条款类型检测模型解析条款是是否出现特殊词语(例如,押金、支付),如果出现特殊词语,则认为条款是特殊类型的条款。
可选地,作为一个例子,条款类型检测模型可以是2分类深度学习模型。这里所谓的2分类指的是有2个类别,这2个类别分别为:模糊条款和非模糊条款,或者这2个类别分别为:产生诉讼的条款和未产生诉讼的条款,或者这2个类别分别为:特殊类型条款和非特殊类型条款。在2分类深度学习模型的训练过程中将2个类别分别通过一批训练样本来进行训练得到,经过模型训练能够得出模糊条款的特征或产生诉讼的条款的特征或特殊类型条款的特征,基于训练得出的模型预测待检测的条款的类型。具体地,将待检测的条款输入到训练得到的条款类型检测模型中,条款类型检测模型将会输出待检测的条款属于每个类型的概率,如果待检测的条款属于某个类型的概率大于一定的阈值,则认为待检测的条款属于该类型,进一步地,合同评估装置根据待检测条款的类型确定待检测条款的权重。
进一步地,在这个例子中,可以向合同所涉及的对象提示合同中的第一条款,第一条款的量化评估结果与基于第一条款的分类确定的权重的乘积大于或等于第一预设值。由此,能够使得合同所涉及的对象进一步留意可能带来权利损失的条款,避免在不知情的情况下误签不公平的合同。
需要说明的是,在这个例子中,是以可能带来权利损失的条款对应的权重值较大为例进行描述的,因此在向用户提示时,提示的是量化评估结果与基于分类确定的权重的乘积大于或等于第一预设值的条款,但如果以可能带来权利损失的条款对应的权重值较小为例,则向用户提示时,提示的应该是量化评估结果与基于分类确定的权重的乘积小于或等于第一预设值的条款。
可选地,作为另一个例子,在确定条款的权重时,基于条款模糊程度检测模型对合同中的条款进行解析,得到合同中的条款的模糊程度,模糊程度用于表征条款所涉及的权利信息和/或义务信息的明确程度,基于合同中的条款的模糊程度,确定合同中的条款的权重。
举例来说,可以通过条款模糊程度检测模型检测一条条款的模糊程度,模糊程度可以用模糊程度等级表示(例如,高、中、低)或者可以用具体的数值表示不同的模糊程度(例如,用数字1-10表示不同的模糊程度)。不同模糊程度的条款对应的权重不同,例如,可以将模糊程度高的条款的权重确定为0.9,将模糊程度为中的条款的权重确定为0.5,将模糊程度为低的条款的权重确定为0.1。
具体在检测条款的模糊程度时可以将待检测的条款与模糊程度检测模型中对应不同的模糊程度的条款集合中的条款进行匹配,根据匹配度确定待检测的条款的模糊程度。或者可以通过条款模糊程度检测模型解析条款中出现的模糊词语,不同的模糊词语对应不同的模糊程度,根据检测出的模糊词语确定条款的模糊程度。
可选地,作为一个例子,条款模糊程度检测模型可以是多分类深度学习模型(例如GoogLeNet模型)。这里所谓的多分类指的是有多个模糊程度等级。在多分类深度学习模型的训练过程中使用一批已知模糊程度等级的条款作为训练样本,经过模型训练能够得出不同模糊程度等级对应的条款特征,之后可以基于训练得出的条款模糊程度检测模型检测待检测的条款的类型。具体地,将待检测的条款输入到训练得到的条款模糊程度检测模型中,条款模糊程度检测模型将会输出待检测的条款对应每个模糊程度等级的概率,将概率最大的模糊程度等级作为待检测条款的模糊程度等级,进一步地,合同评估装置根据待检测条款的模糊程度确定待检测条款的权重。
进一步地,在这个例子中,可以向合同所涉及的对象提示合同中的第二条款,第二条款的量化评估结果与基于第二条款的模糊程度确定的权重的乘积大于或等于第二预设值。
需要说明的是,在这个例子中,是模糊程度高的条款对应的权重值较大为例进行描述的,因此在向用户提示时,提示的是量化评估结果与基于分类确定的权重的乘积大于或等于第二预设值的条款,但如果以模糊程度对应的权重值较小为例,则向用户提示时,提示的应该是量化评估结果与基于分类确定的权重的乘积小于或等于第二预设值的条款。
可选地,作为再一个例子,在确定条款的权重时,基于条款重要程度检测模型对合同中的条款进行解析,得到合同中的条款的重要程度;基于合同中的条款的重要程度,确定合同中的条款的权重。
举例来说,可以通过条款重要程度检测模型检测一条条款的重要程度,重要程度可以用重要程度等级表示(例如,高、中、低)或者可以用具体的数值表示不同的重要程度(例如,用数字1-100表示不同的重要程度)。不同重要程度的条款对应的权重不同,例如,可以将重要程度高的条款的权重确定为0.9,将重要程度为中的条款的权重确定为0.5,将重要程度为低的条款的权重确定为0.1。
可选地,作为一个例子,在检测条款的重要程度时可以将待检测的条款与重要程度检测模型中对应不同的重要程度的条款集合中的条款进行匹配,根据匹配度确定待检测的条款的重要程度。或者重要程度检测模型中存储有大量条款,每个条款对应一个具体的分值(例如,该分值可以是法律专家根据重要程度进行的打分),将待检测的条款与重要程度检测模型中的条款进行匹配,在匹配成功时,根据与该待检测的条款匹配的条款对应的分值确定该待检测条款的权重。
可选地,作为一个例子,条款重要程度检测模型可以是多分类深度学习模型(例如GoogLeNet模型)。这里所谓的多分类指的是有多个重要程度等级。在多分类深度学习模型的训练过程中使用一批已知重要程度等级的条款作为训练样本,经过模型训练能够得出不同重要程度等级对应的条款特征,之后可以基于训练得出的条款重要程度检测模型检测待检测的条款的类型。具体地,将待检测的条款输入到训练得到的条款重要程度检测模型中,条款重要程度检测模型将会输出待检测的条款对应每个重要程度等级的概率,将概率最大的重要程度等级作为待检测条款的重要程度等级,进一步地,合同评估装置根据待检测条款的重要程度确定待检测条款的权重。
需要说明的是,上文中描述实施例时,虽然是通过多个实施例分别描述了确定条款的权重的方式,但可以理解的是,具体在确定条款的权重时,可以将上述多个实施例描述的方式结合起来使用。
在本申请实施例中,可选地,图1所示的方法还包括:向合同所涉及的对象提示合同的公平度。
可以理解的是,在对合同进行公平度评估时是针对合同所涉及的对象进行的,因此在向合同所涉及的对象提示合同的公平度评估结果时,对不同的对象提示的公平度评估结果可能会不同。
具体地,在一些实施例中,向合同所涉及的对象提示合同的公平度评具体包括:基于目标对象在合同中对应的条款的量化评估结果和条款的权重,确定目标对象在合同中对应的条款对应的加权评估结果;基于目标对象对应的加权评估结果和预设规则,确定目标对象对应的评估值,评估值用于表征合同的公平度,目标对象为合同所涉及的对象之一。在这里,目标对象在合同中对应的条款实质是涉及的对象包括目标对象的条款。
举例来说,如果目标对象对应合同中的多个条款,则针对该目标对象这多个条款中每个条款会对应一个量化评估结果和权重,如果量化评估结果用数值来表征,则将这多个条款中每个条款对应的数值和该条款的权重的乘积相加得到加权评估结果,然后采用正则化处理方式或标准化处理方式对加权评估结果进行处理,将加权评估结果对应为0~100中的某一具体数值,然后向目标对象提示该具体数值。
可以理解的是,本发明实施例中,在针对合同中的条款所涉及的对象进行量化评估时,可以只针对一条条款对该条款涉及的对象的权利进行量化评估,也可以只针对一条条款对该条款涉及的对象的义务进行量化评估,还可以针对一条条款对该条款涉及的对象的权利和义务进行量化评估。在采用对条款涉及的对象的权利和义务进行量化评估时,可以先单独对涉及的对象权利进行量化评估,再对涉及的对象的义务进行量化评估,之后根据每个对象对应的权利量化评估结果和义务量化评估结果确定每个对象对应的最终量化评估结果。例如,假设一条条款涉及甲乙双方,则对甲方来讲权利量化评估结果和义务对应的量化评估结果分别为0.7和0.3,则对乙方来讲权利量化评估结果和义务对应的量化评估结果分别为0.3和0.7,则可以确定对甲方来讲该条条款的最终量化评估结果为0.4,且对乙方来讲该条条款的最终量化评估结果为-0.4,或者可以确定对甲方来讲该条条款的最终量化评估结果为-0.4,且对乙方来讲该条条款的最终量化评估结果为0.4。
进一步地,可以在向合同涉及的对象提示合同的公平度时,向合同所涉及的对象提示可能产生争议的条款,避免合同所涉及的对象在不知情的情况下签署不平等的条款带来权利损失及法务问题。在这种情况下,如果接收到合同涉及的对象对提示的条款的确认信息,则提示合同涉及的对象进行签约,否则提示合同涉及的对象对合同的条款进行修改。
图2是根据本申请的一个实施例的基于图1所示的合同的评估方法的签约提醒方法的示意性流程图。
如图2所示出的,在S202处,在接收到用户输入的签约触发指令时,触发合同公平度检测模型。
具体地,用户可以通过点击签约按键输入签约触发指令。
可以理解的是,在S202之前,用户需要选择要签约的合同,要签约的合同可以是通过网络下载的合同,也可以是将纸质合同扫描后导入到智能终端中的合同。
可选地,作为一个例子,为了保证签约过程的安全,需要在S202之前,对用户进行实名认证,根据用户进行实名认证时的信息判断用户是否是合同涉及到的对象。
在S204处,采用合同公平度检测模型对合同的公平度进行检测。
需要说明的是,在S204处的公平度检测模型可以包括图1所示的方法中描述的条款类型检测模型、条款模糊程度检测模型和条款重要程度检测模型中的一种或多种。
还需要说明的是,具体进行公平度检测时,采用的方法与图1所示的方法相同,即先针对条款涉及的对象对条款进行量化评估,基于对条款的量化评估结果,针对合同所涉及的对象对合同进行公平度评估。具体的实现过程与图1中的描述相同,在此不再赘述。
在S206处,向用户提醒合同公平度及争议条款。
作为一个例子,与图1所示的方法相同的,在S206处采用数值表征合同的公平度。例如,采用0~100分表征公平度由最差到最好,具体提示用户时,提示一个具体值,例如80分。
进一步地,可以将争议条款提示给用户,使得用户能够对争议条款进行进一步详细审核,避免用户在不知情的情况下签署不平等条款,导致权利受损,以及带来后续的法务问题。
在S208处,记录用户针对争议条款的操作,判断用户是否对争议条款进行确认。
在S210处,如果用户逐条确认争议条款,则进入正式签约流程。
在S212处,如果用户点击忽略争议条款,则提示用户进行合同修改。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
下面将结合图3详细描述根据本申请的一个实施例的电子设备。参考图3,在硬件层面,电子设备包括处理器,可选地,包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,EISA)总线等。所述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3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成合同评估装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
基于合同模型对合同中的条款进行解析,以得到所述条款所涉及的对象的权利信息和/或义务信息,所述合同模型用于提取所述条款中的权利义务信息;
基于所述条款所涉及的对象的权利信息和/或义务信息,针对所述条款所涉及的对象对所述条款进行量化评估,所述量化评估包括关于权利和/或义务的量化评估;
基于所述合同中的条款的量化评估结果,针对所述合同所涉及的对象对所述合同进行公平度评估。
上述如本申请图1所示实施例揭示的合同的评估方法,可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,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 Processor,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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图2的方法,并实现电子设备在图2所示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例的方法,并具体用于执行以下方法:
基于合同模型对合同中的条款进行解析,以得到所述条款所涉及的对象的权利信息和/或义务信息,所述合同模型用于提取所述条款中的权利义务信息;
基于所述条款所涉及的对象的权利信息和/或义务信息,针对所述条款所涉及的对象对所述条款进行量化评估,所述量化评估包括关于权利和/或义务的量化评估;
基于所述合同中的条款的量化评估结果,针对所述合同所涉及的对象对所述合同进行公平度评估。
图4是根据本申请一个实施例的合同评估装置的结构示意图。请参考图4,在一种软件实施方式中,合同评估装置400包括:第一处理单元401、第二处理单元402和第三处理单元403,其中,
第一处理单元401,基于合同模型对合同中的条款进行解析,以得到所述条款所涉及的对象的权利信息和/或义务信息,所述合同模型用于提取所述条款中的权利义务信息;
第二处理单元402,基于所述条款所涉及的对象的权利信息和/或义务信息,针对所述条款所涉及的对象对所述条款进行量化评估,所述量化评估包括关于权利和/或义务的量化评估;
第三处理单元403,基于所述合同中的条款的量化评估结果,针对所述合同所涉及的对象对所述合同进行公平度评估。
根据本申请实施例的合同评估装置,基于合同模型对合同中的条款进行解析,得到条款所涉及的对象的权利信息和义务信息,基于条款所涉及的对象的权利信息和义务信息,针对条款涉及的对象对条款进行量化评估,并基于合同中的条款的量化评估结果,针对合同所涉及的对象对合同进行公平度评估。这样能够实现对合同的公平度的评估,使得合同所涉及的对象了解合同的公平度,避免合同所涉及的对象在没有完全理解合同的条款的情况下签署合同带来的利益损失以法务问题。
可选地,作为一个实施例,第三处理单元403,
确定所述合同中的条款的权重;
基于所述合同中的条款的量化评估结果和条款的权重,针对所述合同所涉及的对象对所述合同进行公正度评估。
可选地,作为一个实施例,第三处理单元403,
基于条款类型检测模型对所述合同中的条款进行解析,得到所述合同中的条款对应的分类,所述条款类型检测模型用于按照分类特征对条款进行分类;
基于所述合同中的条款对应的分类,确定所述合同中的条款的权重。
可选地,作为一个实施例,第三处理单元403,
向所述合同所涉及的对象提示所述合同中的第一条款,所述第一条款的量化评估结果与基于所述第一条款的分类确定的权重的乘积大于或等于第一预设值;或,
向所述合同所涉及的对象提示所述合同中的第一条款,所述第一条款的量化评估结果与基于所述第一条款的分类确定的权重的乘积小于或等于所述第一预设值。
可选地,作为一个实施例,第三处理单元403,
基于条款模糊程度检测模型对所述合同中的条款进行解析,得到所述合同中的条款的模糊程度,所述模糊程度用于表征条款所涉及的权利信息和/或义务信息的明确程度;
基于所述合同中的条款的模糊程度,确定所述合同中的条款的权重。
可选地,作为一个实施例,第三处理单元403,
向所述合同所涉及的对象提示所述合同中的第二条款,所述第二条款的量化评估结果与基于所述第二条款的模糊程度确定的权重的乘积大于或等于第二预设值;或,
向所述合同所涉及的对象提示所述合同中的第二条款,所述第二条款的量化评估结果与基于所述第二条款的模糊程度确定的权重的乘积小于或等于所述第二预设值。
可选地,作为一个实施例,第三处理单元403,
基于条款重要程度检测模型对所述合同中的条款进行解析,得到所述合同中的条款的重要程度;
基于所述合同中的条款的重要程度,确定所述合同中的条款的权重。
可选地,作为一个实施例,第三处理单元403,
向所述合同所涉及的对象提示所述合同的公正度评估结果。
可选地,作为一个实施例,第三处理单元403,
基于目标对象在所述合同中对应的条款的量化评估结果和条款的权重,确定所述目标对象在所述合同中对应的条款对应的加权评估结果;
基于所述目标对象在所述合同中对应的条款对应的加权评估结果和预设规则,确定所述目标对象对应的评估值,所述评估值用于表征所述合同的公平度,所述目标对象为所述合同所涉及的对象之一。
合同评估装置400还可执行图1所示实施例的方法,并实现合同评估装置在图1所示实施例的功能,本申请实施例在此不再赘述。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商品或者设备所固有的要素。在没有更多限制的情况下,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、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。