文本翻译方法和装置、存储介质及电子设备与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及机器翻译技术领域，具体而言，涉及一种文本翻译方法和装置、存储介质及电子设备。背景技术：2.机器翻译是利用计算机将源语言的文本转换为目标语言的文本的过程。在相关技术中，通常是将待翻译的文本输入到目标翻译模型，得到目标语言的翻译文本，采用这种方式可以实现对普通文本的准确翻译。3.然而，由于目标翻译模型是经过多条语料训练得到的模型，因此，在利用目标翻译模型对同一个多义词语进行翻译的过程中，可能会出现多个不同的翻译结果，特别地，在文本中包含专业术语(例如，专利术语)的文本的情况下，更加容易造成同一专业术语出现多种不同翻译结果的情况，导致了文本翻译过程中出现的术语翻译结果不一致的技术问题。4.针对上述的问题，目前尚未提出有效的解决方案。技术实现要素：5.本发明实施例提供了一种文本翻译方法和装置、存储介质及电子设备，以至少解决专利文本翻译过程中出现的术语翻译结果不一致的技术问题。6.根据本发明实施例的一个方面，提供了一种文本翻译方法，该方法包括：在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。7.可选地，上述将目标专利文本输入目标翻译模型，得到目标翻译结果，包括：将目标专利文本按照语句进行拆分，得到目标语句集合；在目标语句集合中查找包括目标术语的语句，得到第一组语句；使用分隔符对第一组语句中的目标术语进行标记，得到标记后的一组语句；通过目标翻译模型对标记后的一组语句以及第二组语句进行从第一语言至第二语言的翻译，得到目标翻译结果，其中，目标翻译模型用于在检测到被分隔符标记的目标术语时，跳过对目标术语的翻译。8.可选地，上述通过目标翻译模型对标记后的一组语句以及第二组语句进行从第一语言至第二语言的翻译，得到目标翻译结果，包括：对于标记后的一组语句中的每个语句执行以下操作，其中，执行以下操作时，标记后的一组语句中的每个语句为当前语句：根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第三组语句中的一个语句。9.可选地，上述根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第三组语句中的一个语句，包括：根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第二语言的词语序列；根据目标术语在当前语句中的位置以及目标术语的词性，将被分隔符标记的目标术语插入到词语序列中对应的位置上，得到第三组语句中的一个语句。10.可选地，上述根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本，包括：按照第一组语句和第二组语句在目标专利文本中的语序，对第五组语句和第四组语句进行排序和拼接，得到目标翻译文本，其中，第五组语句和第四组语句在目标翻译文本中的语序与第一组语句和第二组语句在目标专利文本中的语序相同。11.可选地，上述方法还包括：使用目标样本集合对待训练的初始翻译模型进行多轮训练，直到初始翻译模型对应的预测损失值满足预设的收敛条件，结束训练，并将结束训练时的待训练的初始翻译模型确定为目标翻译模型，其中，待训练的初始翻译模型中包括待训练的第一网络结构和待训练的第二网络结构，第一网络结构用于对第一语言的第一组样本语句进行翻译，第二网络结构用于对第二语言的第二组样本语句进行翻译，在初始翻译模型对应的预测损失值不满足预设的收敛条件时，对第一网络结构和/或第二网络结构中的参数进行调整；其中，目标样本集合中包括第一组样本语句和第二组样本语句，第一组样本语句中的每个样本语句包括预设的样本术语，第二组样本语句中的每个样本语句部包括样本术语，第一网络结构还用于在对第一组样本语句中的每个样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置以及样本术语的词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译；其中，初始翻译模型对应的预测损失值是第一网络结构输出的第一预估翻译语句与第一实际翻译语句之间的第一损失值，与第二网络结构输出的第二预估翻译语句与第二实际翻译语句之间的第二损失值共同确定得到的损失值；其中，第一实际翻译语句是第一组样本语句中的样本语句对应的实际翻译语句，第一预估翻译语句是第一网络结构根据第一组样本语句中的样本语句确定的预估翻译语句；第二实际翻译语句是第二组样本语句中的样本语句对应的实际翻译语句，第二预估翻译语句是第二网络结构根据第二组样本语句中的样本语句确定的预估翻译语句。12.可选地，上述方法还包括：使用目标样本集合对待训练的初始翻译模型进行多轮训练，直到初始翻译模型对应的预测损失值满足预设的收敛条件，结束训练，并将结束训练时的待训练的初始翻译模型确定为目标翻译模型，其中，待训练的初始翻译模型中包括待训练的目标网络结构，目标网络结构用于对第一语言的第一组样本语句进行翻译，以及对第二语言的第二组样本语句进行翻译，在初始翻译模型对应的预测损失值不满足预设的收敛条件时，对目标网络结构中的参数进行调整；其中，目标样本集合中包括第一组样本语句和第二组样本语句，第一组样本语句中的每个样本语句包括预设的样本术语，第二组样本语句中的每个样本语句部包括样本术语，目标网络结构还用于在对第一组样本语句中的每个样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置以及样本术语的词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译；其中，初始翻译模型对应的预测损失值是根据目标网络结构输出的目标预估翻译语句与目标实际翻译语句之间的损失值确定得到的损失值；其中，在输入初始翻译模型的是第一组样本语句中的样本语句时，目标实际翻译语句是第一组样本语句中的样本语句对应的实际翻译语句，目标预估翻译语句是目标网络结构根据第一组样本语句中的样本语句确定的预估翻译语句；在输入初始翻译模型的是第二组样本语句中的样本语句时，目标实际翻译语句是第二组样本语句中的样本语句对应的实际翻译语句，目标预估翻译语句是目标网络结构根据第二组样本语句中的样本语句确定的预估翻译语句。13.根据本发明实施例的另一方面，本发明还提供一种文本翻译装置，包括：第一处理单元，用于在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；替换单元，用于在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；第二处理单元，根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。14.本发明实施例的又一方面，本发明提供一种存储介质，上述存储介质中存储有计算机程序，其中，上述计算机程序被设置为运行时执行上述文本翻译方法。15.根据本发明实施例的又一方面，本发明还提供一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行上述的文本翻译方法。16.在本发明实施例中，通过采用分隔符对目标专利文本中的目标术语进行标记，使得在将目标专利文本输入目标翻译模型进行翻译的过程中，先将被分隔符标记之外的其他语句及词语从第一语言翻译成第二语言，得到目标翻译结果；再被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，最后得到与目标专利文本对应的目标翻译文本。换言之，在翻译的过程中，采用分隔符将目标术语保留，并在将目标专利文本中除目标术语之外的部分翻译完成后，再将目标翻译结果中被分隔符标记的目标术语统一替换成对应的翻译术语，避免了相同目标术语出现多种不同的翻译结果的情况，解决了文本翻译过程中出现的术语翻译结果不一致的技术问题，实现了提高翻译准确性的技术效果。附图说明17.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：18.图1是根据本发明实施例的一种可选的文本翻译方法的应用场景的示意图；19.图2是根据本发明实施例的一种可选的文本翻译方法的流程图；20.图3是根据本发明实施例的一种可选的文本翻译方法的示意图；21.图4是根据本发明实施例的一种可选的获取目标翻译结果的流程图；22.图5是根据本发明实施例的一种可选的对标记后的一组语句进行翻译的流程图；23.图6是根据本发明实施例的一种可选的确定目标翻译文本的示例图；24.图7是根据本发明实施例的一种可选的对初始翻译模型进行训练的示例图；25.图8是根据本发明实施例的另一种可选的对初始翻译模型进行训练的示例图；26.图9是根据本发明实施例的一种可选的文本翻译装置的结构示意图；27.图10是根据本发明实施例的一种可选的电子设备的结构示意图。具体实施方式28.为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。29.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。30.根据本发明实施例的一个方面，提供了一种文本翻译方法。作为一种可选的实施方式，上述文本翻译方法可以但不限于应用于如图1所示的应用场景。在如图1所示的应用场景中，通过终端设备102获取目标专利文本，其中，目标专利文本可以但不限于包括目标术语的语句或不包括目标术语的语句，例如，“人工智能是计算机科学的一个分支”、“随着网络的普及”、“用户购买手机”等，并将获取到的目标专利专利文本发送给服务器106；服务器106将获取到的目标专利文本输入目标翻译模型，并在翻译的过程中，先保留被分隔符标记的目标术语，在将除目标术语之外的其他部分从第一语言翻译成第二语言的一组语句或词语后，再将被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语；在满足条件的情况下，服务器106将与目标专利文本对应的目标翻译文本发送给终端设备102。31.具体过程如下：步骤s102，在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；步骤s104，在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；步骤s106，根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。上述仅是一种示例，本实施例中对此不作任何限定。32.作为一种可选的示例，本实施例对上述步骤s102至s106的执行主体不做限定，例如，上述步骤s102至s106都可以在终端设备102或者服务器106上执行，或者，可以部分在终端设备102上执行，部分在与服务器106通信的运算服务器上执行。33.通过上述方式，在利用目标翻译模型对目标专利文本进行翻译的过程中，采用分隔符将目标术语保留，并在将目标专利文本中除目标术语之外的部分翻译完成后，再将目标翻译结果中被分隔符标记的目标术语统一替换成对应的翻译术语，避免了相同目标术语出现多种不同的翻译结果的情况，解决了文本翻译过程中出现的术语翻译结果不一致的技术问题，实现了提高翻译准确性的技术效果。34.为解决上述术语翻译不一致的问题，本发明实施例还提供了一种文本翻译方法，作为一种可选的实施方式，如图2所示，文本翻译方法包括如下步骤：35.s202，在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；36.作为一种可选的示例，如图3所示，假设将目标专利文本中的“手机”预先设定为目标术语，那么按照是否包括该目标术语，将目标专利文本拆分为第一组语句t1和第二组语句t2。其中，第一组语句包括两条语句“手机是一种聊天工具”和“用户购买手机”，第二组语句包括一条语句“网络的普及”。37.将第一组语句和第二组语句分别输入目标翻译模型，依次得到与中文的第一组语句对应的一组语句*手机*is a kind of chatting tool以及users buy*手机*，并将其记为第三组语句t3；以及与中文的第二组语句对应的一组语句the popularity of the internet，并将其记为第四组语句t4。并且由第三组语句和第四组语句组成与目标专利文本对应的目标翻译结果。38.作为一种可选的示例，从图3所示的目标翻译结果中可以直观看出，通过目标翻译模型，并没有将第一组语句中的目标术语“手机”翻译成与之对应的英文的翻译术语，而是通过在字符“手机”之前和之后增加分隔符*，将字符串*手机*标记为不进行翻译的目标术语。例如，第三组语句t3中所示的*手机*is a kind of chatting tool以及users buy*手机*。39.需要说明的是，在本实施例中，将目标专利术语中的多条语句按照是否包含目标术语划分为第一组语句t1和第二组语句t2仅为一种示例，并不对其进行限定，例如，还可以将目标专利术语中的多条语句划分为包含目标术语的一组语句，将剩余不包含目标术语的多条语句划分为两组以上的语句等。40.可以理解的是，在对目标术语进行标记时，可以但不限于图3所示的*手机*，还可以通过在目标术语之前和目标术语之后分别配置其他类型的特殊符号，实现对目标术语的标记，例如，《目标术语1》、【目标术语2】等。即，在本技术实施例中，并不对所采用的分隔符符号进行限定。41.进一步地，由于在专利文本中，可能会出现多个不同的专利术语，在对不同的专利术语进行标记时，可以采用相同的分隔符，也可以采用不同的分隔符。42.s204，在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；43.s206，根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。44.如图3所示，第三组语句t3中共包括两条语句*手机*is a kind of chatting tool以及users buy*手机*，其中，两条语句中均包含有中文的专利术语“手机”，假设预先设定的与专利术语“手机”对应的英文的翻译术语为“mobile phone”，则在将第三组语句t3中的被分隔符标记的*手机*替换成英文的翻译术语“mobile phone”时，可以但不限于如下方式之一：45.(1)在对目标专利文本中的多个不同的专利术语分别采用不同类型的分隔符进行标记的情况下，可以通过查找t3中预先配置的分隔符*，确定待替换的目标术语*手机*，也可以直接通过文本内容“手机”查找到待替换的目标术语*手机*；46.(2)在对目标专利文本中的多个不同的专利术语采用相同类型的分隔符进行标记的情况下，则通过文本内容“手机”查找到待替换的目标术语*手机*。47.在查找到待替换的目标术语*手机*的情况下，将第三组语句t3中的两条语句中的*手机*统一替换为预先设定的英文的翻译术语mobile phone，得到第五组语句mobile phone is a kind of chatting tool以及users buy mobile phone。48.显然，在将第一语言(中文)的目标术语替换为对应的第二语言(英文)的翻译术语时，是将对目标术语以及对其标记时所使用的分隔符一起进行替换成第二语言的翻译术语。49.作为一种可选的示例，在将第三组语句中的被标记的目标术语替换为对应的英文的翻译术语的情况下，得到第五组语句，那么，根据第四组语句和第五组语句生成目标翻译文本的实现方式可以但不限于如下过程：50.按照第一组语句和第二组语句在目标专利文本中的语序，对第五组语句和第四组语句进行排序和拼接，得到目标翻译文本，其中，第五组语句和第四组语句在目标翻译文本中的语序与第一组语句和第二组语句在目标专利文本中的语序相同。51.具体地，如图6所示，在对目标专利文本进行拆分时，可以获取第一组语句t1和第二组语句t2在目标专利文本中的语序，例如，第二组语句t2在目标专利文本中的语序为s1，第一组语句t1中的语句“手机是一种聊天工具”及“用户购买手机”在目标专利文本中的语序分别为s2和s3，那么根据该语序对第四组语句t4和第五组语句t5进行排序和拼接，即可得到如图所示的目标翻译文本“the popularity of the internet,mobile phone is a kind of chatting tool,users buy mobile phone...”。52.通过本技术提供的上述实施例，通过采用分隔符对目标专利文本中的目标术语进行标记，使得在将目标专利文本输入目标翻译模型进行翻译的过程中，先将被分隔符标记之外的其他语句及词语从第一语言翻译成第二语言，得到目标翻译结果；再被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，最后通过对多条第二语言的翻译语句进行排序和拼接，得到与目标专利文本对应的目标翻译文本，确保了目标翻译文本的准确性，避免了相同目标术语出现多种不同的翻译结果的情况，解决了文本翻译过程中出现的术语翻译结果不一致的技术问题，实现了提高翻译准确性的技术效果。53.为了便于理解如何根据目标专利文本得到上述第一组语句和第二组语句，下面结合图4对其进行详细描述。54.作为一种可选的实现方式，上述将目标专利文本输入目标翻译模型，得到目标翻译结果，包括：55.将目标专利文本按照语句进行拆分，得到目标语句集合；56.在目标语句集合中查找包括目标术语的语句，得到第一组语句；57.使用分隔符对第一组语句中的目标术语进行标记，得到标记后的一组语句；58.通过目标翻译模型对标记后的一组语句以及第二组语句进行从第一语言至第二语言的翻译，得到目标翻译结果，其中，目标翻译模型用于在检测到被分隔符标记的目标术语时，跳过对目标术语的翻译。59.具体地，包括如下步骤：60.s402，将目标专利文本拆分为多条语句；61.s404，判断拆分后的多条语句中是否包含目标术语；62.其中，判断是否包含目标术语的方法在于，通过查找拆分后的多条语句中是否出现了预先设定的目标术语，例如，通过文本的比对，确定每条拆分后的语句中是否存在目标术语。63.s406，在查找到目标术语的情况下，将包含目标术语的语句划分为第一组语句；64.s408，将未包含目标术语的语句划分为第二组语句；65.显然，除了步骤s406-s408中的划分方式之外，还可以将未包含目标术语的语句划分为第一组语句，将包含目标术语的语句划分为第二组语句，即，本实施例仅为一种示例，并不对其进行限定。66.s410，利用分隔符对第一组语句t1中的目标术语进行标记；67.显然，容易理解的是，在对目标术语进行标记时，对所使用的分隔符不做限定，例如，可以是图3所示的*目标术语1*，还可以通过在目标术语之前和目标术语之后分别配置其他类型的特殊符号，实现对目标术语的标记，例如，《目标术语2》、【目标术语3】等。68.s412，获取标记后的一组语句；69.如图3所示，通过采用分隔符*对第一组语句t1中的目标术语“手机”进行标记，得到标记后的一组语句*手机*是一种聊天工具、用户购买*手机*等。70.s414-s416，利用目标翻译模型进行翻译，并得到目标翻译结果；71.其中，利用目标翻译模型进行翻译的内容包括但不限于标记后的一组语句和第二组语句t2，通过翻译，得到如图3所示的目标翻译结果。72.需要说明的是，在翻译的过程中，保留分隔符*以及分隔符所锚定的目标术语“手机”，其目的在于避免对相同的目标术语进行翻译时，出现多种不同的第二语言的翻译术语，例如，中文的手机可能被翻译为mobile phone、cell phone等。73.在专利文献中，如果将多个相同的专利术语翻译为不同的第二语言的翻译术语时，如果该专利术语是用于表达该技术方案的核心技术特征，那么不规范的翻译术语将会导致技术方案含糊不清，进而导致无法实施该技术方案。74.通过本技术实施例，采用分隔符将目标专利文本中的目标术语保留，然后通过利用预设的翻译术语对被分隔符所标记的目标术语进行统一替换，避免了相同目标术语出现多种不同的翻译结果的情况，确保了目标术语的翻译的一致性。75.作为一种可选的示例，通过目标翻译模型对标记后的一组语句以及第二组语句进行从第一语言至第二语言的翻译，得到目标翻译结果，包括：76.对于标记后的一组语句中的每个语句执行以下操作，其中，执行以下操作时，标记后的一组语句中的每个语句为当前语句：77.根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第三组语句中的一个语句。78.具体地，如图3和图5所示，实现的过程包括：79.s502，获取标记后的一组语句中的一条语句；80.s504-s506，将获取到的一条语句作为当前语句，并对当前语句中除目标术语之外的词语进行翻译；81.例如，假设当前语句为*手机*是一种聊天工具，那么对词语“是”、“一种”、“聊天”、“工具”进行翻译，得到一组第二语言(英文)的词语序列为is、a kind of、chatting、tool等。82.其中，在对上述词语“是”、“一种”、“聊天”、“工具”进行翻译时，除了对每个词语进行单独翻译之外，还要根据目标术语在当前语句“*手机*是一种聊天工具”中的位置以及词性，根据该位置和语序，对词语“是”、“一种”、“聊天”、“工具”进行翻译。83.s508，将被标记的目标术语插入到上述英文的词语序列中；84.s510，获取第三组语句t3中的一个语句；85.例如，*手机*is a kind of chatting tool，或者users buy*手机*等。86.s512，判断当前语句是否为标记后的一组语句中的最后一条语句；87.这是由于对于标记后的一组语句中包括多条语句，而对于每个语句均执行步骤s504-s510，对于执行步骤s504-s510后得到的每一条语句均作为第三组语句t3中的一个语句，例如，*手机*is a kind of chatting tool、users buy*手机*等。88.在当前语句不是标记后的一组语句中的最后一条语句时，继续执行步骤s502-s510；在当前语句是标记后的一组语句中的最后一条语句时，结束流程。89.作为一种可选的示例，上述根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第三组语句中的一个语句，包括：90.根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第二语言的词语序列；91.根据目标术语在当前语句中的位置以及目标术语的词性，将被分隔符标记的目标术语插入到词语序列中对应的位置上，得到第三组语句中的一个语句。92.如图3所示，假设获取到的当前语句为*手机*是一种聊天工具，那么对词语“是”、“一种”、“聊天”、“工具”进行翻译，得到一组第二语言(英文)的词语序列为is、a kind of、chatting、tool等。93.其中，在对上述词语“是”、“一种”、“聊天”、“工具”进行翻译时，除了对每个词语进行单独翻译之外，还要根据目标术语在当前语句“*手机*是一种聊天工具”中的位置p(a)以及词性c(a)，例如，如图3所示，在当前语句中，目标术语“手机”的词性为主语，在该语句中的语序为多个词语中的第一个，根据该位置和语序，将词语“是”、“一种”、“聊天”、“工具”翻译为一组英文的词语序列is、a kind of、chatting、tool。然后将被标记的目标术语*手机*插入到英文的词语序列is、a kind of、chatting、tool中，即得到第三组语句中的一个语句*手机*is a kind of chatting tool。而在不考虑目标术语的位置和词性的情况下，可能得到chatting tool is akind of*手机*。94.又例如，在获取到的当前语句为用户购买*手机*，那么根据目标术语在当前语句中的位置p(a)以及词性c(a)，例如，如图3所示，在当前语句中，目标术语“手机”的词性为宾语，在该语句中的语序为多个词语中的第三个时，根据该位置和语序，将词语“用户”、“购买”翻译为一组英文的词语序列为users、buy。然后将被标记的目标术语*手机*插入到英文的词语序列users、buy中，即得到第三组语句中的另一个语句users buy*手机*。而在不考虑目标术语的位置和词性的情况下，可能得到*手机*buy users，或者users*手机*buy等。95.通过上述两个示例，可以看出，在对标记后的一组语句进行翻译时，通过利用目标术语在当前语句中的位置和词性，可以获取目标术语与其他词语之间的上下文之间的关系，然后，根据上下文之间的关系，对翻译后的一组英文的词语序列以及被标记的目标术语进行排序，确保翻译后的语句符合语法及语义的要求，使得翻译后的语句能够正确表达翻译前的语句所要表达的真实含义。96.通过上述各实施例的描述可知，在实现文本的翻译过程中，目标翻译模型起着至关重要的作用，那么，如何得到目标翻译模型成为一个需要考虑的重要问题。97.作为一种可选的实现方式，获取目标翻译模型的具体过程包括：98.使用目标样本集合对待训练的初始翻译模型进行多轮训练，直到初始翻译模型对应的预测损失值满足预设的收敛条件，结束训练，并将结束训练时的待训练的初始翻译模型确定为目标翻译模型，其中，待训练的初始翻译模型中包括待训练的第一网络结构和待训练的第二网络结构，第一网络结构用于对第一语言的第一组样本语句进行翻译，第二网络结构用于对第二语言的第二组样本语句进行翻译，在初始翻译模型对应的预测损失值不满足预设的收敛条件时，对第一网络结构和/或第二网络结构中的参数进行调整；99.其中，目标样本集合中包括第一组样本语句和第二组样本语句，第一组样本语句中的每个样本语句包括预设的样本术语，第二组样本语句中的每个样本语句部包括样本术语，第一网络结构还用于在对第一组样本语句中的每个样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置以及样本术语的词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译；100.其中，初始翻译模型对应的预测损失值是第一网络结构输出的第一预估翻译语句与第一实际翻译语句之间的第一损失值，与第二网络结构输出的第二预估翻译语句与第二实际翻译语句之间的第二损失值共同确定得到的损失值；101.其中，第一实际翻译语句是第一组样本语句中的样本语句对应的实际翻译语句，第一预估翻译语句是第一网络结构根据第一组样本语句中的样本语句确定的预估翻译语句；第二实际翻译语句是第二组样本语句中的样本语句对应的实际翻译语句，第二预估翻译语句是第二网络结构根据第二组样本语句中的样本语句确定的预估翻译语句。102.具体地，如图7所示，利用目标样本集合对待训练的初始翻译模型进行训练的过程包括：103.s71，按照样本语句中是否包含目标术语，将目标样本集合划分为第一组样本语句{x1-1,x1-2,x1-3…}、第二组样本语句{x2-1,x2-2,x2-3…}；104.作为一种可选的示例，将目标样本集合中包含目标术语的一组语句确定为第一组样本语句{x1-1,x1-2,x1-3…}，将不包含目标术语的一组样本语句确定为第二组样本语句{x2-1,x2-2,x2-3…}。105.s72，依次将第一组样本语句{x1-1,x1-2,x1-3…}及第二组样本语句{x2-1,x2-2,x2-3…}交替出现的x1-1,x2-1,x1-2,x2-2…输入初始翻译模型，对待训练的初始翻译模型进行训练，得到第一组样本语句的预估翻译语句y1-1',y1-2',y1-3'…，并得到第二组样本语句的预估翻译语句y2-1',y2-2',y2-3'…；106.其中，在对第一组样本语句中的样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置及词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译。具体地，可参考上述实施例中对此部分的描述，此处不再赘述。107.s73-1，根据第一组样本语句的目标实际翻译语句y1-1,y1-2,y1-3、预估翻译语句y1-1',y1-2',y1-3'及损失函数，计算第一组样本语句对应的预测损失值；108.s73-2，根据第二组样本语句的目标实际翻译语句y2-1,y2-2,y2-3、预估翻译语句y2-1',y2-2',y2-3'及损失函数，计算第二组样本语句对应的预测损失值；109.s74-1，判断第一组样本语句对应的预测损失值是否满足预设的收敛条件，并在满足预设的收敛条件的情况下，停止训练，将结束训练时的待训练的第一网络结构确定为第一目标网络结构；110.在不满足预设的收敛条件的情况下，对待训练的第一网络结构中的参数进行调整。111.s74-2，判断第二组样本语句对应的预测损失值是否满足预设的收敛条件，并在满足预设的收敛条件的情况下，停止训练，将结束训练时的待训练的第二网络结构确定为第二目标网络结构；112.s75，在第一组样本语句对应的预测损失值及第二组样本语句对应的预测损失值均满足预设的收敛条件时，停止训练，将结束训练时的待训练的初始翻译模型确定为目标翻译模型。113.通过本技术提供的上述实施例，分别利用第一组语句样本及第二组语句样本对初始翻译模型进行训练，并在第一组语句样本对应的预测损失值不满足预设的收敛条件的情况下，对待训练的第一网络结构中的参数进行调整；在第二组语句样本对应的预测损失值不满足预设的收敛条件的情况下，对待训练的第二网络结构中的参数进行调整，提高了模型训练过程中对参数调整的灵活性。114.作为另一种可选的实现方式，上述获取目标翻译模型的具体过程还可以包括：115.使用目标样本集合对待训练的初始翻译模型进行多轮训练，直到初始翻译模型对应的预测损失值满足预设的收敛条件，结束训练，并将结束训练时的待训练的初始翻译模型确定为目标翻译模型，其中，待训练的初始翻译模型中包括待训练的目标网络结构，目标网络结构用于对第一语言的第一组样本语句进行翻译，以及对第二语言的第二组样本语句进行翻译，在初始翻译模型对应的预测损失值不满足预设的收敛条件时，对目标网络结构中的参数进行调整；116.其中，目标样本集合中包括第一组样本语句和第二组样本语句，第一组样本语句中的每个样本语句包括预设的样本术语，第二组样本语句中的每个样本语句部包括样本术语，目标网络结构还用于在对第一组样本语句中的每个样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置以及样本术语的词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译；117.其中，初始翻译模型对应的预测损失值是根据目标网络结构输出的目标预估翻译语句与目标实际翻译语句之间的损失值确定得到的损失值；118.其中，在输入初始翻译模型的是第一组样本语句中的样本语句时，目标实际翻译语句是第一组样本语句中的样本语句对应的实际翻译语句，目标预估翻译语句是目标网络结构根据第一组样本语句中的样本语句确定的预估翻译语句；在输入初始翻译模型的是第二组样本语句中的样本语句时，目标实际翻译语句是第二组样本语句中的样本语句对应的实际翻译语句，目标预估翻译语句是目标网络结构根据第二组样本语句中的样本语句确定的预估翻译语句。119.具体地，如图8所示，利用目标样本集合对待训练的初始翻译模型进行训练的过程包括：120.s81，按照样本语句中是否包含目标术语，将目标样本集合划分为第一组样本语句{x1-1,x1-2,x1-3…}、第二组样本语句{x2-1,x2-2,x2-3…}；121.作为一种可选的示例，将目标样本集合中包含目标术语的一组语句确定为第一组样本语句{x1-1,x1-2,x1-3…}，将不包含目标术语的一组样本语句确定为第二组样本语句{x2-1,x2-2,x2-3…}。122.s82，将第一组样本语句{x1-1,x1-2,x1-3…}及第二组样本语句{x2-1,x2-2,x2-3…}输入初始翻译模型，对待训练的初始翻译模型进行训练，得到第一组样本语句的预估翻译语句y1-1',y1-2',y1-3'…，并得到第二组样本语句的预估翻译语句y2-1',y2-2',y2-3'…；123.s83-1，在输入初始翻译模型的是第一组样本语句中的样本语句时，根据第一组样本语句的目标实际翻译语句y1-1,y1-2,y1-3、预估翻译语句y1-1',y1-2',y1-3'及损失函数，计算初始翻译模型对应的预测损失值；124.其中，在对第一组样本语句中的样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置及词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译。具体地，可参考上述实施例中对此部分的描述，此处不再赘述。125.s83-2，在输入初始翻译模型的是第二组样本语句中的样本语句时，根据第二组样本语句的目标实际翻译语句y2-1,y2-2,y2-3、预估翻译语句y2-1',y2-2',y2-3'及损失函数，计算初始翻译模型对应对应的预测损失值；126.s84，判断初始翻译模型对应对应的预测损失值是否满足预设的收敛条件，并在满足预设的收敛条件的情况下，停止训练，将结束训练时的初始翻译模型确定为目标翻译模型；127.在不满足预设的收敛条件的情况下，对待训练的网络结构中的参数进行调整。128.采用上述技术方案，分别利用第一组语句样本及第二组语句样本对初始翻译模型进行训练，并在第一组语句样本对应的预测损失值和/或第一组语句样本对应的预测损失值不满足预设的收敛条件的情况下，对待训练的网络结构中的参数进行调整，不仅提高了目标翻译模型的准确性，而且保证了相同专利术语的翻译结果的一致性。129.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。130.可选地，在本实施例中，还提供了一种数据监控装置，该装置用于实现上述实施例，已经进行过说明的不再赘述。如以下所使用的，术语“单元”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的设备较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。131.根据本技术的另一个方面，还提供了一种文本翻译装置，如图9所示，根据本发明实施例中文本翻译装置的一种可选的结构框图，该装置包括：132.第一处理单元902，用于在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；133.替换单元904，用于在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；134.第二处理单元906，用于根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。135.可选地，上述第一处理单元902，包括：136.拆分模块，用于将目标专利文本按照语句进行拆分，得到目标语句集合；137.第一处理模块，用于在目标语句集合中查找包括目标术语的语句，得到第一组语句；138.第一标记模块，用于使用分隔符对第一组语句中的目标术语进行标记，得到标记后的一组语句；139.第二处理模块，用于通过目标翻译模型对标记后的一组语句以及第二组语句进行从第一语言至第二语言的翻译，得到目标翻译结果，其中，目标翻译模型用于在检测到被分隔符标记的目标术语时，跳过对目标术语的翻译。140.可选地，上述第二处理模块，包括：141.第一处理子模块，用于对于标记后的一组语句中的每个语句执行以下操作，其中，执行以下操作时，标记后的一组语句中的每个语句为当前语句：根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第三组语句中的一个语句。142.可选地，上述第二处理模块，还包括：143.第二处理子模块，用于根据目标术语在当前语句中的位置以及目标术语的词性，对当前语句中除目标术语之外的词语进行从第一语言至第二语言的翻译，得到第二语言的词语序列；144.第三处理子模块，用于根据目标术语在当前语句中的位置以及目标术语的词性，将被分隔符标记的目标术语插入到词语序列中对应的位置上，得到第三组语句中的一个语句。145.可选地，第二处理单元906，包括：146.第三处理模块，用于按照第一组语句和第二组语句在目标专利文本中的语序，对第五组语句和第四组语句进行排序和拼接，得到目标翻译文本，其中，第五组语句和第四组语句在目标翻译文本中的语序与第一组语句和第二组语句在目标专利文本中的语序相同147.可选地，上述装置还包括：148.第三处理单元，用于使用目标样本集合对待训练的初始翻译模型进行多轮训练，直到初始翻译模型对应的预测损失值满足预设的收敛条件，结束训练，并将结束训练时的待训练的初始翻译模型确定为目标翻译模型，其中，待训练的初始翻译模型中包括待训练的第一网络结构和待训练的第二网络结构，第一网络结构用于对第一语言的第一组样本语句进行翻译，第二网络结构用于对第二语言的第二组样本语句进行翻译，在初始翻译模型对应的预测损失值不满足预设的收敛条件时，对第一网络结构和/或第二网络结构中的参数进行调整；其中，目标样本集合中包括第一组样本语句和第二组样本语句，第一组样本语句中的每个样本语句包括预设的样本术语，第二组样本语句中的每个样本语句部包括样本术语，第一网络结构还用于在对第一组样本语句中的每个样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置以及样本术语的词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译；其中，初始翻译模型对应的预测损失值是第一网络结构输出的第一预估翻译语句与第一实际翻译语句之间的第一损失值，与第二网络结构输出的第二预估翻译语句与第二实际翻译语句之间的第二损失值共同确定得到的损失值；其中，第一实际翻译语句是第一组样本语句中的样本语句对应的实际翻译语句，第一预估翻译语句是第一网络结构根据第一组样本语句中的样本语句确定的预估翻译语句；第二实际翻译语句是第二组样本语句中的样本语句对应的实际翻译语句，第二预估翻译语句是第二网络结构根据第二组样本语句中的样本语句确定的预估翻译语句149.可选地，上述装置还包括：150.第四处理单元，用于使用目标样本集合对待训练的初始翻译模型进行多轮训练，直到初始翻译模型对应的预测损失值满足预设的收敛条件，结束训练，并将结束训练时的待训练的初始翻译模型确定为目标翻译模型，其中，待训练的初始翻译模型中包括待训练的目标网络结构，目标网络结构用于对第一语言的第一组样本语句进行翻译，以及对第二语言的第二组样本语句进行翻译，在初始翻译模型对应的预测损失值不满足预设的收敛条件时，对目标网络结构中的参数进行调整；其中，目标样本集合中包括第一组样本语句和第二组样本语句，第一组样本语句中的每个样本语句包括预设的样本术语，第二组样本语句中的每个样本语句部包括样本术语，目标网络结构还用于在对第一组样本语句中的每个样本语句进行翻译的过程中，跳过对样本术语的翻译，并根据样本术语在第一组样本语句中的每个样本语句中的位置以及样本术语的词性，对第一组样本语句中的每个样本语句中除样本术语之外的词语进行翻译；其中，初始翻译模型对应的预测损失值是根据目标网络结构输出的目标预估翻译语句与目标实际翻译语句之间的损失值确定得到的损失值；其中，在输入初始翻译模型的是第一组样本语句中的样本语句时，目标实际翻译语句是第一组样本语句中的样本语句对应的实际翻译语句，目标预估翻译语句是目标网络结构根据第一组样本语句中的样本语句确定的预估翻译语句；在输入初始翻译模型的是第二组样本语句中的样本语句时，目标实际翻译语句是第二组样本语句中的样本语句对应的实际翻译语句，目标预估翻译语句是目标网络结构根据第二组样本语句中的样本语句确定的预估翻译语句。151.通过将上述装置用于在翻译的过程中，采用分隔符将目标术语保留，并在将目标专利文本中除目标术语之外的部分翻译完成后，再将目标翻译结果中被分隔符标记的目标术语统一替换成对应的翻译术语，避免了相同目标术语出现多种不同的翻译结果的情况，解决了文本翻译过程中出现的术语翻译结果不一致的技术问题，实现了提高翻译准确性的技术效果。152.需要说明的是，这里的文本翻译装置的实施例可以参考上述文本翻译方法的实施例，这里不再赘述。153.根据本技术实施例的又一个方面，还提供了一种用于实施上述文本翻译方法的电子设备，该电子设备可以是图10所示的终端设备。本实施例以该电子设备为后台设备为例来说明。如图10所示，该电子设备包括存储器1002和处理器1004，该存储器1002中存储有计算机程序，该处理器1004被设置为通过计算机程序执行上述任一项方法实施例中的步骤。154.可选地，在本实施例中，上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。155.可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：156.s1，在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；157.s2，在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；158.s3，根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。159.可选地，本领域普通技术人员可以理解，图10所示的结构仅为示意，电子设备也可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobile internet devices，mid)、pad等目标终端。图10其并不对上述电子设备的结构造成限定。例如，电子设备还可包括比图10中所示更多或者更少的组件(如网络接口等)，或者具有与图10所示不同的配置。160.其中，存储器1002可用于存储软件程序以及模块，如本技术实施例中的文本翻译方法和装置对应的程序指令/模块，处理器1004通过运行存储在存储器1002内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的文本翻译方法。存储器1002可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1002可进一步包括相对于处理器1004远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器1002具体可以但不限于用于存储帐号数据、广告数据、场景信息等。作为一种示例，如图10所示，上述存储器1002中可以但不限于包括上述文本翻译装置中的第一处理单元902、替换单元904、第二处理单元906。此外，还可以包括但不限于上述文本翻译装置中的其他模块单元，本示例中不再赘述。161.可选地，上述的传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置1006包括一个网络适配器(network interface controller，nic)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置1006为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。162.此外，上述电子设备还包括：显示器1008，用于显示上述目标专利文本及目标翻译文本等；和连接总线1010，用于连接上述电子设备中的各个模块部件。163.在其他实施例中，上述目标终端或者服务器可以是一个分布式系统中的一个节点，其中，该分布式系统可以为区块链系统，该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中，节点之间可以组成点对点(p2p，peer to peer)网络，任意形式的计算设备，比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。164.根据本技术的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述服务器校验处理等方面各种可选实现方式中提供的文本翻译方法，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。165.可选地，在本实施例中，上述计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序：166.s1，在目标专利文本包括第一语言的第一组语句和第二组语句、且第一组语句中的每个语句包括预设的目标术语、第二组语句中的每个语句不包括目标术语的情况下，将目标专利文本输入目标翻译模型，得到目标翻译结果，其中，目标翻译结果包括第三组语句和第四组语句，第三组语句中的每个语句包括第一语言的且被分隔符标记的目标术语和第二语言的一组词语，第四语句中的每个语句包括第二语言的一组词语；167.s2，在目标翻译结果中查找第三组语句中的第一语言的且被分隔符标记的目标术语，并将第三组语句中的第一语言的且被分隔符标记的目标术语统一替换成预设的第二语言的翻译术语，得到第五组语句；168.s3，根据第五组语句和第四组语句，生成与目标专利文本对应的目标翻译文本。169.可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令目标终端相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-only memory，rom)、随机存取器(random access memory，ram)、磁盘或光盘等。170.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。171.上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明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全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。172.在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。173.在本技术所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。174.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。175.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。176.以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!