本發(fā)明涉及短信識(shí)別技術(shù)領(lǐng)域，具體而言，本發(fā)明涉及一種檢測(cè)外文騷擾短信的方法和一種客戶端中檢測(cè)外文騷擾短信的方法，及一種檢測(cè)外文騷擾短信的裝置和一種檢測(cè)外文騷擾短信的客戶端。

背景技術(shù)：

隨著科學(xué)技術(shù)的不斷發(fā)展，電子技術(shù)也得到了飛速的發(fā)展，電子產(chǎn)品的種類也越來(lái)越多，人們也享受到了科技發(fā)展帶來(lái)的各種便利?，F(xiàn)在人們可以通過(guò)各種類型的移動(dòng)終端，享受隨著科技發(fā)展帶來(lái)的舒適生活。例如，智能手機(jī)、已經(jīng)成為人們生活中一個(gè)重要的組成部分，用戶可以使用智能手機(jī)打電話、收發(fā)短信等，實(shí)現(xiàn)隨時(shí)隨地快速通信。

短信由于其具有短小精要、成本低廉等優(yōu)點(diǎn)被人們廣泛的使用，也正因?yàn)樗褂玫膹V泛和成本低廉常被廣告商、不法分子等所利用。人們常常會(huì)收到諸多騷擾短信，如：詐騙短信、廣告短信、推銷短信等等。為了避免這些對(duì)用戶來(lái)說(shuō)無(wú)用設(shè)置有害的騷擾短信對(duì)用戶造成困擾，現(xiàn)有技術(shù)會(huì)對(duì)用戶目標(biāo)短信進(jìn)行識(shí)別處理，攔截屬于騷擾短信的短信。

現(xiàn)有技術(shù)中，大多基于對(duì)中文短信進(jìn)行識(shí)別處理，并未實(shí)現(xiàn)對(duì)外文短信進(jìn)行是否為騷擾短信的識(shí)別處理，亦無(wú)法實(shí)現(xiàn)對(duì)該外語(yǔ)騷擾短信的攔截。因此，需要一種檢測(cè)外文騷擾短信的方法，當(dāng)該外語(yǔ)短信為騷擾短信時(shí)，實(shí)現(xiàn)對(duì)外文騷擾短信的攔截。

技術(shù)實(shí)現(xiàn)要素：

為克服上述技術(shù)問(wèn)題或者至少部分地解決上述技術(shù)問(wèn)題，特提出以下技術(shù)方案：

本發(fā)明的實(shí)施例提出了一種檢測(cè)外文騷擾短信的方法，包括：

服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；

當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；

將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果；

若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

優(yōu)選地，服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，包括：

通過(guò)預(yù)先訓(xùn)練的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；

根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

優(yōu)選地，預(yù)定的概率算法包括樸素貝葉斯算法。

可選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型之前，還包括：

將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

優(yōu)選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果，包括：

根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；

將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；

獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

可選地，該方法還包括：

將判斷待識(shí)別短信為騷擾短信的判斷結(jié)果下發(fā)至相應(yīng)的客戶端。

本發(fā)明的另一實(shí)施例提出了一種客戶端中檢測(cè)外文騷擾短信的方法，包括：

將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；

當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；

將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果；

若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

優(yōu)選地，將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，包括：

通過(guò)預(yù)存的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；

根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

優(yōu)選地，預(yù)定的概率算法包括樸素貝葉斯算法。

可選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型之前，還包括：

將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

優(yōu)選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果，包括：

根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；

將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；

獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

優(yōu)選地，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理，包括以下至少一種情形：

將外語(yǔ)騷擾短信存儲(chǔ)至預(yù)定的存儲(chǔ)目錄中；

刪除外語(yǔ)騷擾短信。

可選地，該方法還包括：

若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，生成并顯示相應(yīng)的外語(yǔ)騷擾短信提示信息。

本發(fā)明的又另一實(shí)施例提出了一種檢測(cè)外文騷擾短信的裝置，包括：

第一概率確定模塊，用于服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；

第一語(yǔ)言確定模塊，用于當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；

第一輸入模塊，用于將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果；

攔截模塊，用于若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

優(yōu)選地，第一概率確定模塊，包括：

第一計(jì)算單元，用于通過(guò)預(yù)先訓(xùn)練的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；

第二計(jì)算單元，用于根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

優(yōu)選地，預(yù)定的概率算法包括樸素貝葉斯算法。

可選地，該裝置還包括：

第一轉(zhuǎn)換模塊，用于將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

優(yōu)選地，第一輸入模塊，包括：

第一提取單元，用于根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；

第一輸入單元，用于將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；

第一獲取單元，用于獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

可選地，該裝置還包括：

下發(fā)模塊，用于將判斷待識(shí)別短信為騷擾短信的判斷結(jié)果下發(fā)至相應(yīng)的客戶端。

本發(fā)明的再另一實(shí)施例提出了一種檢測(cè)外文騷擾短信的客戶端，包括：

第二概率確定模塊，用于將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；

第二語(yǔ)言確定模塊，用于當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；

第二輸入模塊，用于將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果；

處理模塊，用于若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

優(yōu)選地，第二概率確定模塊，包括：

第三計(jì)算單元，用于通過(guò)預(yù)存的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；

第四計(jì)算單元，用于根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

優(yōu)選地，預(yù)定的概率算法包括樸素貝葉斯算法。

可選地，該客戶端還包括：

第二轉(zhuǎn)換模塊，用于將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

優(yōu)選地，第二輸入模塊，包括：

第二提取單元，用于根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；

第二輸入單元，用于將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；

第二獲取單元，用于獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

優(yōu)選地，處理模塊用于以下至少一種情形：

將外語(yǔ)騷擾短信存儲(chǔ)至預(yù)定的存儲(chǔ)目錄中；

刪除外語(yǔ)騷擾短信。

可選地，該客戶端還包括：

信息生成顯示模塊，用于若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，生成并顯示相應(yīng)的外語(yǔ)騷擾短信提示信息。

本發(fā)明的實(shí)施例中，提出了一種檢測(cè)外文騷擾短信的方案，服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，實(shí)現(xiàn)了對(duì)待識(shí)別短信語(yǔ)言類別的精確識(shí)別，為后續(xù)判斷該待識(shí)別短信是否為外文騷擾短信提供了可靠的前提保障；隨后，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果，通過(guò)對(duì)待識(shí)別外文短信進(jìn)行分類模型訓(xùn)練，提高了對(duì)外文短信的分類精度，從而提升了對(duì)外文騷擾短信的識(shí)別度，且提高了識(shí)別外文騷擾短信的效率；若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信，有效的降低了客戶因接收到外文騷擾短信而產(chǎn)生困擾的情況，提高了用戶的使用體驗(yàn)。

本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。

附圖說(shuō)明

本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中：

圖1為本發(fā)明中一個(gè)實(shí)施例的檢測(cè)外文騷擾短信的方法的流程圖；

圖2為本發(fā)明中另一實(shí)施例的客戶端中檢測(cè)外文騷擾短信的方法的流程圖；

圖3為本發(fā)明中又另一實(shí)施例的檢測(cè)外文騷擾短信的裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明中再另一實(shí)施例的檢測(cè)外文騷擾短信的客戶端的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能解釋為對(duì)本發(fā)明的限制。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非特意聲明，這里使用的單數(shù)形式“一”、“一個(gè)”、“所述”和“該”也可包括復(fù)數(shù)形式。應(yīng)該進(jìn)一步理解的是，本發(fā)明的說(shuō)明書(shū)中使用的措辭“包括”是指存在所述特征、整數(shù)、步驟、操作、元件和/或組件，但是并不排除存在或添加一個(gè)或多個(gè)其他特征、整數(shù)、步驟、操作、元件、組件和/或它們的組。應(yīng)該理解，當(dāng)我們稱元件被“連接”或“耦接”到另一元件時(shí)，它可以直接連接或耦接到其他元件，或者也可以存在中間元件。此外，這里使用的“連接”或“耦接”可以包括無(wú)線連接或無(wú)線耦接。這里使用的措辭“和/或”包括一個(gè)或更多個(gè)相關(guān)聯(lián)的列出項(xiàng)的全部或任一單元和全部組合。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非另外定義，這里使用的所有術(shù)語(yǔ)(包括技術(shù)術(shù)語(yǔ)和科學(xué)術(shù)語(yǔ))，具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是，諸如通用字典中定義的那些術(shù)語(yǔ)，應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義，并且除非像這里一樣被特定定義，否則不會(huì)用理想化或過(guò)于正式的含義來(lái)解釋。

本發(fā)明的實(shí)施例中，在通過(guò)預(yù)先訓(xùn)練的語(yǔ)言模型對(duì)接收到的待識(shí)別短信進(jìn)行訓(xùn)練之前，首先需要獲取外語(yǔ)的語(yǔ)料，獲取方式包括從網(wǎng)絡(luò)上搜索獲取和/或從服務(wù)器已有的外語(yǔ)語(yǔ)料中獲取，本發(fā)明的實(shí)施例均在已獲取語(yǔ)料的基礎(chǔ)上實(shí)現(xiàn)。

需要說(shuō)明的是，本發(fā)明的實(shí)施例中，外語(yǔ)包括的語(yǔ)種包括但不限于英語(yǔ)、法語(yǔ)、日語(yǔ)、德語(yǔ)和印度語(yǔ)等中的任一種，在此不做限定。

圖1為本發(fā)明中一個(gè)實(shí)施例的檢測(cè)外文騷擾短信的方法的流程圖。

本發(fā)明的實(shí)施例中，各步驟所執(zhí)行的內(nèi)容概述如下：步驟S110：服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；步驟S120：當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；步驟S130：將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果；步驟S140：若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

本發(fā)明的實(shí)施例中，提出了一種檢測(cè)外文騷擾短信的方法，服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，實(shí)現(xiàn)了對(duì)待識(shí)別短信語(yǔ)言類別的精確識(shí)別，為后續(xù)判斷該待識(shí)別短信是否為外文騷擾短信提供了可靠的前提保障；隨后，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果，通過(guò)對(duì)待識(shí)別外文短信進(jìn)行分類模型訓(xùn)練，提高了對(duì)外文短信的分類精度，從而提升了對(duì)外文騷擾短信的識(shí)別度，且提高了識(shí)別外文騷擾短信的效率；若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信，有效的降低了客戶因接收到外文騷擾短信而產(chǎn)生困擾的情況，提高了用戶的使用體驗(yàn)。以下針對(duì)各個(gè)步驟的具體實(shí)現(xiàn)做進(jìn)一步的說(shuō)明：

步驟S110：服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

具體地，服務(wù)器將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型，根據(jù)預(yù)先訓(xùn)練的語(yǔ)言模型的訓(xùn)練結(jié)果確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

在一優(yōu)選實(shí)施例中，步驟S110進(jìn)一步包括步驟S111(圖中未示出)和步驟S112(圖中未示出)；步驟S111：通過(guò)預(yù)先訓(xùn)練的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；步驟S112：根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

其中，預(yù)定的概率算法包括樸素貝葉斯算法。

例如，服務(wù)器接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，隨后服務(wù)器將接收到的該待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型，計(jì)算該待識(shí)別短信中的每個(gè)單詞中各個(gè)字母及多個(gè)相鄰字母如“o”、“w”、“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的子概率，根據(jù)各個(gè)子概率，通過(guò)預(yù)定的樸素貝葉斯算法，將待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母如“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的各個(gè)子概率做乘積計(jì)算，得到計(jì)算結(jié)果的概率如80％，則確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率為80％。

步驟S120：當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

具體地，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

例如，接上例，通過(guò)預(yù)定的樸素貝葉斯算法計(jì)算確定待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”的語(yǔ)言種類為外語(yǔ)的概率為80％，預(yù)定的外語(yǔ)概率閾值為60％，該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率80％超過(guò)了預(yù)定的外語(yǔ)概率閾值60％，確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

步驟S130：將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果。

優(yōu)選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型之前，還包括步驟S150(圖中未示出)；步驟S150：將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

例如，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”中需要進(jìn)行轉(zhuǎn)換的詞的詞性和/或時(shí)態(tài)進(jìn)行轉(zhuǎn)換，即將正在進(jìn)行時(shí)態(tài)的詞“turning”轉(zhuǎn)換為“turn”。

在一優(yōu)選實(shí)施例中，步驟S130進(jìn)一步包括步驟S131(圖中未示出)、步驟S132(圖中未示出)和步驟S133(圖中未示出)；步驟S131：根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；步驟S132：將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；步驟S133：獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

例如，服務(wù)器接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，根據(jù)預(yù)先訓(xùn)練的語(yǔ)言模型的訓(xùn)練結(jié)果確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，將該短信中的詞“turning”轉(zhuǎn)換為“turn”，隨后根據(jù)該短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)，如“wheels”、“isuzu”、“Show you”、“style”、“On December 20”等，將提取出的上述外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練，隨后獲取分類模型對(duì)該待識(shí)別短信的訓(xùn)練結(jié)果為該待識(shí)別短信為外文廣告短信。

通過(guò)本實(shí)施例，通過(guò)對(duì)待識(shí)別外文短信中的外語(yǔ)特征數(shù)據(jù)進(jìn)行分類模型進(jìn)行訓(xùn)練，提高了對(duì)外文短信的分類精度，并且，由于外語(yǔ)特征數(shù)據(jù)不僅可以表征短信本身的語(yǔ)義，還能夠表征短信與相似短信之間的關(guān)系，同時(shí)能夠表征短信所屬的類別及與其它類別之間的關(guān)系，通過(guò)短信的外語(yǔ)特征數(shù)據(jù)，能夠幫助外文短信分類模型對(duì)新的、相似的外文短信進(jìn)行分類，提升了外文短信分類模型的泛化能力，從而提升了對(duì)外文短信的識(shí)別度。

步驟S140：若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

具體地，若基于分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

例如，服務(wù)器接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，基于分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為外文廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后服務(wù)器攔截該騷擾短信，以阻止該外文騷擾短信欲發(fā)送至的目標(biāo)客戶端接收到該騷擾短信。

在一優(yōu)選實(shí)施例中，該方法還包括步驟S160(圖中未示出)；步驟S160：將判斷待識(shí)別短信為騷擾短信的判斷結(jié)果下發(fā)至相應(yīng)的客戶端。

例如，服務(wù)器將判斷待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”為外文騷擾短信的判斷結(jié)果下發(fā)至相應(yīng)的客戶端，以提示終端用戶其可能接收到了一條外文騷擾短信，如判斷結(jié)果相應(yīng)的提示信息為“您接收到一條外文騷擾短信，是否確認(rèn)繼續(xù)接收？”。

圖2為本發(fā)明中另一實(shí)施例的客戶端中檢測(cè)外文騷擾短信的方法的流程圖。

本發(fā)明的實(shí)施例中，各步驟所執(zhí)行的內(nèi)容概述如下：步驟S210：將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；步驟S220：當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；步驟S230：將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果；步驟S240：若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

本發(fā)明的實(shí)施例中，提出了一種客戶端中檢測(cè)外文騷擾短信的方法，將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，實(shí)現(xiàn)了對(duì)待識(shí)別短信語(yǔ)言類別的精確識(shí)別，為后續(xù)判斷該待識(shí)別短信是否為外文騷擾短信提供了可靠的前提保障；隨后，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果，通過(guò)對(duì)待識(shí)別外文短信進(jìn)行分類模型訓(xùn)練，提高了對(duì)外文短信的分類精度，從而提升了對(duì)外文騷擾短信的識(shí)別度，且提高了識(shí)別外文騷擾短信的效率；若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理，充分的考慮了用戶的個(gè)性化使用需求，有效的降低了客戶因接收到外文騷擾短信而產(chǎn)生困擾的情況，提高了用戶的使用體驗(yàn)。以下針對(duì)各個(gè)步驟的具體實(shí)現(xiàn)做進(jìn)一步的說(shuō)明：

步驟S210：將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

具體地，將客戶端接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型進(jìn)行訓(xùn)練，根據(jù)訓(xùn)練結(jié)果確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

其中，預(yù)存的語(yǔ)言模型可為服務(wù)器端預(yù)先向客戶端下發(fā)，并由客戶端保存維護(hù)。

在一優(yōu)選實(shí)施例中，步驟S210進(jìn)一步包括步驟S211(圖中未示出)和步驟S212(圖中未示出)；步驟S211：通過(guò)預(yù)存的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；步驟S212：根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

其中，預(yù)定的概率算法包括樸素貝葉斯算法。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，隨后客戶端將接收到的該待識(shí)別短信輸入預(yù)存的語(yǔ)言模型，其中，預(yù)存的語(yǔ)言模型可以是服務(wù)端下發(fā)的語(yǔ)言模型，計(jì)算該待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母如“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的子概率，根據(jù)各個(gè)子概率，通過(guò)預(yù)定的樸素貝葉斯算法，將待識(shí)別短信中的每個(gè)單詞中各個(gè)字母及多個(gè)相鄰字母如“o”、“w”、“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的各個(gè)子概率做乘積計(jì)算，得到計(jì)算結(jié)果的概率如80％，則確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率為80％。

步驟S220：當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

具體地，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

例如，接上例，通過(guò)預(yù)定的樸素貝葉斯算法計(jì)算確定待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”的語(yǔ)言種類為外語(yǔ)的概率為80％，預(yù)定的外語(yǔ)概率閾值為60％，該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率80％超過(guò)了預(yù)定的外語(yǔ)概率閾值60％，確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

步驟S230：將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果。

優(yōu)選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型之前，還包括步驟S250(圖中未示出)；步驟S250：將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

例如，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”中需要進(jìn)行轉(zhuǎn)換的詞的詞的詞性和/或時(shí)態(tài)進(jìn)行轉(zhuǎn)換，即將正在進(jìn)行時(shí)態(tài)的詞“turning”轉(zhuǎn)換為“turn”。

在一優(yōu)選實(shí)施例中，步驟S230進(jìn)一步包括步驟S231(圖中未示出)、步驟S232(圖中未示出)和步驟S233(圖中未示出)；步驟S231：根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；步驟S232：將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；步驟S233：獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，根據(jù)預(yù)存的語(yǔ)言模型的訓(xùn)練結(jié)果確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，將該短信中的詞“turning”轉(zhuǎn)換為“turn”，隨后根據(jù)該短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)，如“wheels”、“isuzu”、“Show you”、“style”、“On December 20”等，將提取出的上述外語(yǔ)特征數(shù)據(jù)輸入預(yù)存的分類模型進(jìn)行訓(xùn)練，其中，預(yù)存的分類模型可以是服務(wù)端下發(fā)的分類模型，隨后獲取預(yù)存的分類模型對(duì)該待識(shí)別短信的訓(xùn)練結(jié)果為該待識(shí)別短信為外文廣告短信。

通過(guò)本實(shí)施例，通過(guò)對(duì)待識(shí)別外文短信中的外語(yǔ)特征數(shù)據(jù)進(jìn)行分類模型進(jìn)行訓(xùn)練，提高了對(duì)外文短信的分類精度，并且，由于外語(yǔ)特征數(shù)據(jù)不僅可以表征短信本身的語(yǔ)義，還能夠表征短信與相似短信之間的關(guān)系，同時(shí)能夠表征短信所屬的類別及與其它類別之間的關(guān)系，通過(guò)短信的外語(yǔ)特征數(shù)據(jù)，能夠幫助外文短信分類模型對(duì)新的、相似的外文短信進(jìn)行分類，提升了外文短信分類模型的泛化能力，從而提升了對(duì)外文短信的識(shí)別度。

步驟S240：若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

具體地，若基于預(yù)存的分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

其中，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理，包括以下至少一種情形：

將外語(yǔ)騷擾短信存儲(chǔ)至預(yù)定的存儲(chǔ)目錄中；

刪除外語(yǔ)騷擾短信。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，基于預(yù)存的分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后在客戶端將該外語(yǔ)騷擾短信存儲(chǔ)至預(yù)定的存儲(chǔ)目錄中，或在客戶端刪除該外語(yǔ)騷擾短信。

在一優(yōu)選實(shí)施例中，該方法還包括步驟S260(圖中未示出)；步驟S260：若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，生成并顯示相應(yīng)的外語(yǔ)騷擾短信提示信息。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，基于預(yù)存的分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后生成相應(yīng)的外語(yǔ)騷擾短信提示信息，如“您可能收到了一條外文騷擾短信，是否繼續(xù)查看？”，并將該提示信息在客戶端的相應(yīng)位置顯示，如在通知欄位置顯示。

在一具體應(yīng)用場(chǎng)景中，如在“XXX兒童手表”的終端設(shè)備A中，通過(guò)移動(dòng)通信信號(hào)或WIFI(無(wú)線保真，WIreless-FIdelity)等方式與服務(wù)器進(jìn)行通信，同時(shí)，終端設(shè)備B中的應(yīng)用程序APP可通過(guò)移動(dòng)通信信號(hào)或WIFI等方式與服務(wù)器和終端設(shè)備A進(jìn)行通信。當(dāng)服務(wù)器端接收到一條欲發(fā)送至終端設(shè)備A的待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，隨后服務(wù)器將接收到的該待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型，計(jì)算確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率為80％，預(yù)定的外語(yǔ)概率閾值為60％，該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率80％超過(guò)了預(yù)定的外語(yǔ)概率閾值60％，確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；隨后將識(shí)別出的語(yǔ)言種類為外語(yǔ)的待識(shí)別短信中需要進(jìn)行轉(zhuǎn)換的詞的詞的詞性和/或時(shí)態(tài)進(jìn)行轉(zhuǎn)換，即將正在進(jìn)行時(shí)態(tài)的詞“turning”轉(zhuǎn)換為“turn”，隨后根據(jù)該短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)，如“wheels”、“isuzu”、“Show you”、“style”、“On December 20”等，將提取出的上述外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練，隨后獲取分類模型對(duì)該待識(shí)別短信的訓(xùn)練結(jié)果為該待識(shí)別短信為外文廣告短信，基于分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為外文廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后服務(wù)器攔截該騷擾短信，以阻止終端設(shè)備A接收到該騷擾短信，隨后，服務(wù)器將判斷待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”為外文騷擾短信的判斷結(jié)果下發(fā)至終端設(shè)備B的APP中，以提示終端設(shè)備B的用戶其可能接收到了一條外文騷擾短信，如判斷結(jié)果相應(yīng)的提示信息為“您接收到一條外文騷擾短信，是否確認(rèn)繼續(xù)接收？”，并將該短信的內(nèi)容發(fā)送至終端設(shè)備B的APP中。

圖3為本發(fā)明中又另一實(shí)施例的檢測(cè)外文騷擾短信的裝置的結(jié)構(gòu)示意圖。

本發(fā)明的實(shí)施例中，各模塊所執(zhí)行的內(nèi)容概述如下：第一概率確定模塊310將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；第一語(yǔ)言確定模塊320當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；第一輸入模塊330將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果；攔截模塊340若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

本發(fā)明的實(shí)施例中，提出了一種檢測(cè)外文騷擾短信的裝置，將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，實(shí)現(xiàn)了對(duì)待識(shí)別短信語(yǔ)言類別的精確識(shí)別，為后續(xù)判斷該待識(shí)別短信是否為外文騷擾短信提供了可靠的前提保障；隨后，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果，通過(guò)對(duì)待識(shí)別外文短信進(jìn)行分類模型訓(xùn)練，提高了對(duì)外文短信的分類精度，從而提升了對(duì)外文騷擾短信的識(shí)別度，且提高了識(shí)別外文騷擾短信的效率；若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信，有效的降低了客戶因接收到外文騷擾短信而產(chǎn)生困擾的情況，提高了用戶的使用體驗(yàn)。以下針對(duì)各個(gè)模塊的具體實(shí)現(xiàn)做進(jìn)一步的說(shuō)明：

第一概率確定模塊310將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

具體地，第一概率確定模塊310將接收到的待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型，根據(jù)預(yù)先訓(xùn)練的語(yǔ)言模型的訓(xùn)練結(jié)果確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

在一優(yōu)選實(shí)施例中，第一概率確定模塊310進(jìn)一步包括第一計(jì)算單元(圖中未示出)和第二計(jì)算單元(圖中未示出)；第一計(jì)算單元通過(guò)預(yù)先訓(xùn)練的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；第二計(jì)算單元根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

其中，預(yù)定的概率算法包括樸素貝葉斯算法。

例如，接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，隨后第一計(jì)算單元將接收到的該待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型，計(jì)算該待識(shí)別短信中的每個(gè)單詞中各個(gè)字母及多個(gè)相鄰字母如“o”、“w”、“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的子概率，第二計(jì)算單元根據(jù)各個(gè)子概率，通過(guò)預(yù)定的樸素貝葉斯算法，將待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母如“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的各個(gè)子概率做乘積計(jì)算，得到計(jì)算結(jié)果的概率如80％，則確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率為80％。

第一語(yǔ)言確定模塊320當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

具體地，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

例如，接上例，通過(guò)預(yù)定的樸素貝葉斯算法計(jì)算確定待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”的語(yǔ)言種類為外語(yǔ)的概率為80％，預(yù)定的外語(yǔ)概率閾值為60％，該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率80％超過(guò)了預(yù)定的外語(yǔ)概率閾值60％，確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

第一輸入模塊330將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型以獲得輸出結(jié)果。

優(yōu)選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入分類模型之前，還包括第一轉(zhuǎn)換模塊(圖中未示出)；第一轉(zhuǎn)換模塊將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

例如，第一轉(zhuǎn)換模塊將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”中需要進(jìn)行轉(zhuǎn)換的詞的詞性和/或時(shí)態(tài)進(jìn)行轉(zhuǎn)換，即將正在進(jìn)行時(shí)態(tài)的詞“turning”轉(zhuǎn)換為“turn”。

在一優(yōu)選實(shí)施例中，第一輸入模塊330進(jìn)一步包括第一提取單元(圖中未示出)、第一輸入單元(圖中未示出)和第一獲取單元(圖中未示出)；第一提取單元根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；第一輸入單元將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；第一獲取單元獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

例如，接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，根據(jù)預(yù)先訓(xùn)練的語(yǔ)言模型的訓(xùn)練結(jié)果確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，第一轉(zhuǎn)換模塊將該短信中的詞“turning”轉(zhuǎn)換為“turn”，隨后第一提取單元根據(jù)該短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)，如“wheels”、“isuzu”、“Show you”、“style”、“On December 20”等，第一輸入單元將提取出的上述外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練，隨后第一獲取單元獲取分類模型對(duì)該待識(shí)別短信的訓(xùn)練結(jié)果為該待識(shí)別短信為外文廣告短信。

通過(guò)本實(shí)施例，通過(guò)對(duì)待識(shí)別外文短信中的外語(yǔ)特征數(shù)據(jù)進(jìn)行分類模型進(jìn)行訓(xùn)練，提高了對(duì)外文短信的分類精度，并且，由于外語(yǔ)特征數(shù)據(jù)不僅可以表征短信本身的語(yǔ)義，還能夠表征短信與相似短信之間的關(guān)系，同時(shí)能夠表征短信所屬的類別及與其它類別之間的關(guān)系，通過(guò)短信的外語(yǔ)特征數(shù)據(jù)，能夠幫助外文短信分類模型對(duì)新的、相似的外文短信進(jìn)行分類，提升了外文短信分類模型的泛化能力，從而提升了對(duì)外文短信的識(shí)別度。

攔截模塊340若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

具體地，若基于分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，攔截該騷擾短信，以阻止相應(yīng)的客戶端接收到該騷擾短信。

例如，接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，基于分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為外文廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后攔截模塊340攔截該騷擾短信，以阻止該外文騷擾短信欲發(fā)送至的目標(biāo)客戶端接收到該騷擾短信。

在一優(yōu)選實(shí)施例中，該裝置還包括下發(fā)模塊(圖中未示出)；下發(fā)模塊將判斷待識(shí)別短信為騷擾短信的判斷結(jié)果下發(fā)至相應(yīng)的客戶端。

例如，下發(fā)模塊將判斷待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”為外文騷擾短信的判斷結(jié)果下發(fā)至相應(yīng)的客戶端，以提示終端用戶其可能接收到了一條外文騷擾短信，如判斷結(jié)果相應(yīng)的提示信息為“您接收到一條外文騷擾短信，是否確認(rèn)繼續(xù)接收？”。

圖4為本發(fā)明中再另一實(shí)施例的檢測(cè)外文騷擾短信的客戶端的結(jié)構(gòu)示意圖。

本發(fā)明的實(shí)施例中，各模塊所執(zhí)行的內(nèi)容概述如下：第二概率確定模塊410將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率；第二語(yǔ)言確定模塊420當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；第二輸入模塊430將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果；處理模塊440若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

本發(fā)明的實(shí)施例中，提出了一種檢測(cè)外文騷擾短信的客戶端，將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率，當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，實(shí)現(xiàn)了對(duì)待識(shí)別短信語(yǔ)言類別的精確識(shí)別，為后續(xù)判斷該待識(shí)別短信是否為外文騷擾短信提供了可靠的前提保障；隨后，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果，通過(guò)對(duì)待識(shí)別外文短信進(jìn)行分類模型訓(xùn)練，提高了對(duì)外文短信的分類精度，從而提升了對(duì)外文騷擾短信的識(shí)別度，且提高了識(shí)別外文騷擾短信的效率；若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理，充分的考慮了用戶的個(gè)性化使用需求，有效的降低了客戶因接收到外文騷擾短信而產(chǎn)生困擾的情況，提高了用戶的使用體驗(yàn)。以下針對(duì)各個(gè)模塊的具體實(shí)現(xiàn)做進(jìn)一步的說(shuō)明：

第二概率確定模塊410將接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型以確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

具體地，將客戶端接收到的待識(shí)別短信輸入預(yù)存的語(yǔ)言模型進(jìn)行訓(xùn)練，根據(jù)訓(xùn)練結(jié)果確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

其中，預(yù)存的語(yǔ)言模型可為服務(wù)器端預(yù)先向客戶端下發(fā)，并由客戶端保存維護(hù)。

在一優(yōu)選實(shí)施例中，第二概率確定模塊410進(jìn)一步包括第三計(jì)算單元(圖中未示出)和第四計(jì)算單元(圖中未示出)；第三計(jì)算單元通過(guò)預(yù)存的語(yǔ)言模型計(jì)算待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母的語(yǔ)言種類為外語(yǔ)的子概率；第四計(jì)算單元根據(jù)子概率，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率。

其中，預(yù)定的概率算法包括樸素貝葉斯算法。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，隨后客戶端將接收到的該待識(shí)別短信輸入預(yù)存的語(yǔ)言模型，其中，預(yù)存的語(yǔ)言模型可以是服務(wù)端下發(fā)的語(yǔ)言模型，計(jì)算該待識(shí)別短信中的每個(gè)單詞中各個(gè)字母和/或多個(gè)相鄰字母如“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的子概率，根據(jù)各個(gè)子概率，通過(guò)預(yù)定的樸素貝葉斯算法，將待識(shí)別短信中的每個(gè)單詞中各個(gè)字母及多個(gè)相鄰字母如“o”、“w”、“wh”、“he”和“whe”等的語(yǔ)言種類為外語(yǔ)的各個(gè)子概率做乘積計(jì)算，得到計(jì)算結(jié)果的概率如80％，則確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率為80％。

第二語(yǔ)言確定模塊420當(dāng)待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

具體地，通過(guò)預(yù)定的概率算法計(jì)算確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率超過(guò)預(yù)定的外語(yǔ)概率閾值時(shí)，確定待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

例如，接上例，通過(guò)預(yù)定的樸素貝葉斯算法計(jì)算確定待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”的語(yǔ)言種類為外語(yǔ)的概率為80％，預(yù)定的外語(yǔ)概率閾值為60％，該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率80％超過(guò)了預(yù)定的外語(yǔ)概率閾值60％，確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)。

第二輸入模塊430將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型以獲得輸出結(jié)果。

優(yōu)選地，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信輸入預(yù)存的分類模型之前，還包括第二轉(zhuǎn)換模塊(圖中未示出)；第二轉(zhuǎn)換模塊將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信中的至少一個(gè)單詞進(jìn)行詞性和/或時(shí)態(tài)轉(zhuǎn)換。

例如，將識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”中需要進(jìn)行轉(zhuǎn)換的詞的詞的詞性和/或時(shí)態(tài)進(jìn)行轉(zhuǎn)換，即將正在進(jìn)行時(shí)態(tài)的詞“turning”轉(zhuǎn)換為“turn”。

在一優(yōu)選實(shí)施例中，第二輸入模塊430進(jìn)一步包括第二提取單元(圖中未示出)、第二輸入單元(圖中未示出)和第二獲取單元(圖中未示出)；第二提取單元根據(jù)識(shí)別出的語(yǔ)言種類為外語(yǔ)的短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)；第二輸入單元將提取的外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練；第二獲取單元獲取分類模型的訓(xùn)練結(jié)果。

其中，短信的外語(yǔ)特征數(shù)據(jù)由短信的外文短語(yǔ)、單詞、各個(gè)字母和/或多個(gè)相鄰字母中的至少一項(xiàng)來(lái)構(gòu)造。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，根據(jù)預(yù)存的語(yǔ)言模型的訓(xùn)練結(jié)果確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)，將該短信中的詞“turning”轉(zhuǎn)換為“turn”，隨后根據(jù)該短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)，如“wheels”、“isuzu”、“Show you”、“style”、“On December 20”等，將提取出的上述外語(yǔ)特征數(shù)據(jù)輸入預(yù)存的分類模型進(jìn)行訓(xùn)練，其中，預(yù)存的分類模型可以是服務(wù)端下發(fā)的分類模型，隨后獲取預(yù)存的分類模型對(duì)該待識(shí)別短信的訓(xùn)練結(jié)果為該待識(shí)別短信為外文廣告短信。

通過(guò)本實(shí)施例，通過(guò)對(duì)待識(shí)別外文短信中的外語(yǔ)特征數(shù)據(jù)進(jìn)行分類模型進(jìn)行訓(xùn)練，提高了對(duì)外文短信的分類精度，并且，由于外語(yǔ)特征數(shù)據(jù)不僅可以表征短信本身的語(yǔ)義，還能夠表征短信與相似短信之間的關(guān)系，同時(shí)能夠表征短信所屬的類別及與其它類別之間的關(guān)系，通過(guò)短信的外語(yǔ)特征數(shù)據(jù)，能夠幫助外文短信分類模型對(duì)新的、相似的外文短信進(jìn)行分類，提升了外文短信分類模型的泛化能力，從而提升了對(duì)外文短信的識(shí)別度。

處理模塊440若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

具體地，若基于預(yù)存的分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理。

其中，對(duì)外語(yǔ)騷擾短信依據(jù)預(yù)設(shè)的處理規(guī)則進(jìn)行相應(yīng)處理，包括以下至少一種情形：

將外語(yǔ)騷擾短信存儲(chǔ)至預(yù)定的存儲(chǔ)目錄中；

刪除外語(yǔ)騷擾短信。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，基于預(yù)存的分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后在客戶端將該外語(yǔ)騷擾短信存儲(chǔ)至預(yù)定的存儲(chǔ)目錄中，或在客戶端刪除該外語(yǔ)騷擾短信。

在一優(yōu)選實(shí)施例中，該客戶端還包括信息生成顯示模塊(圖中未示出)；信息生成顯示模塊若基于輸出結(jié)果判別該短信為外語(yǔ)騷擾短信時(shí)，生成并顯示相應(yīng)的外語(yǔ)騷擾短信提示信息。

例如，客戶端接收到待識(shí)別短信如“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，基于預(yù)存的分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后生成相應(yīng)的外語(yǔ)騷擾短信提示信息，如“您可能收到了一條外文騷擾短信，是否繼續(xù)查看？”，并將該提示信息在客戶端的相應(yīng)位置顯示，如在通知欄位置顯示。

在一具體應(yīng)用場(chǎng)景中，如在“XXX兒童手表”的終端設(shè)備A中，通過(guò)移動(dòng)通信信號(hào)或WIFI(無(wú)線保真，WIreless-FIdelity)等方式與服務(wù)器進(jìn)行通信，同時(shí)，終端設(shè)備B中的應(yīng)用程序APP可通過(guò)移動(dòng)通信信號(hào)或WIFI等方式與服務(wù)器和終端設(shè)備A進(jìn)行通信。當(dāng)服務(wù)器端接收到一條欲發(fā)送至終端設(shè)備A的待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”，隨后服務(wù)器將接收到的該待識(shí)別短信輸入預(yù)先訓(xùn)練的語(yǔ)言模型，計(jì)算確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率為80％，預(yù)定的外語(yǔ)概率閾值為60％，該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)的概率80％超過(guò)了預(yù)定的外語(yǔ)概率閾值60％，確定該待識(shí)別短信的語(yǔ)言種類為外語(yǔ)；隨后將識(shí)別出的語(yǔ)言種類為外語(yǔ)的待識(shí)別短信中需要進(jìn)行轉(zhuǎn)換的詞的詞的詞性和/或時(shí)態(tài)進(jìn)行轉(zhuǎn)換，即將正在進(jìn)行時(shí)態(tài)的詞“turning”轉(zhuǎn)換為“turn”，隨后根據(jù)該短信的內(nèi)容提取出相應(yīng)的外語(yǔ)特征數(shù)據(jù)，如“wheels”、“isuzu”、“Show you”、“style”、“On December 20”等，將提取出的上述外語(yǔ)特征數(shù)據(jù)輸入分類模型進(jìn)行訓(xùn)練，隨后獲取分類模型對(duì)該待識(shí)別短信的訓(xùn)練結(jié)果為該待識(shí)別短信為外文廣告短信，基于分類模型對(duì)待識(shí)別短信的訓(xùn)練結(jié)果為外文廣告短信，判別該短信為外語(yǔ)騷擾短信，隨后服務(wù)器攔截該騷擾短信，以阻止終端設(shè)備A接收到該騷擾短信，隨后，服務(wù)器將判斷待識(shí)別短信“Our wheels are always turning.On December 20,isuzu will Show you the latest style.”為外文騷擾短信的判斷結(jié)果下發(fā)至終端設(shè)備B的APP中，以提示終端設(shè)備B的用戶其可能接收到了一條外文騷擾短信，如判斷結(jié)果相應(yīng)的提示信息為“您接收到一條外文騷擾短信，是否確認(rèn)繼續(xù)接收？”，并將該短信的內(nèi)容發(fā)送至終端設(shè)備B的APP中。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，本發(fā)明包括涉及用于執(zhí)行本申請(qǐng)中所述操作中的一項(xiàng)或多項(xiàng)的設(shè)備。這些設(shè)備可以為所需的目的而專門設(shè)計(jì)和制造，或者也可以包括通用計(jì)算機(jī)中的已知設(shè)備。這些設(shè)備具有存儲(chǔ)在其內(nèi)的計(jì)算機(jī)程序，這些計(jì)算機(jī)程序選擇性地激活或重構(gòu)。這樣的計(jì)算機(jī)程序可以被存儲(chǔ)在設(shè)備(例如，計(jì)算機(jī))可讀介質(zhì)中或者存儲(chǔ)在適于存儲(chǔ)電子指令并分別耦聯(lián)到總線的任何類型的介質(zhì)中，所述計(jì)算機(jī)可讀介質(zhì)包括但不限于任何類型的盤(包括軟盤、硬盤、光盤、CD-ROM、和磁光盤)、ROM(Read-Only Memory，只讀存儲(chǔ)器)、RAM(Random Access Memory，隨即存儲(chǔ)器)、EPROM(Erasable Programmable Read-Only Memory，可擦寫可編程只讀存儲(chǔ)器)、EEPROM(Electrically Erasable Programmable Read-Only Memory，電可擦可編程只讀存儲(chǔ)器)、閃存、磁性卡片或光線卡片。也就是，可讀介質(zhì)包括由設(shè)備(例如，計(jì)算機(jī))以能夠讀的形式存儲(chǔ)或傳輸信息的任何介質(zhì)。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，可以用計(jì)算機(jī)程序指令來(lái)實(shí)現(xiàn)這些結(jié)構(gòu)圖和/或框圖和/或流圖中的每個(gè)框以及這些結(jié)構(gòu)圖和/或框圖和/或流圖中的框的組合。本技術(shù)領(lǐng)域技術(shù)人員可以理解，可以將這些計(jì)算機(jī)程序指令提供給通用計(jì)算機(jī)、專業(yè)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理方法的處理器來(lái)實(shí)現(xiàn)，從而通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理方法的處理器來(lái)執(zhí)行本發(fā)明公開(kāi)的結(jié)構(gòu)圖和/或框圖和/或流圖的框或多個(gè)框中指定的方案。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，本發(fā)明中已經(jīng)討論過(guò)的各種操作、方法、流程中的步驟、措施、方案可以被交替、更改、組合或刪除。進(jìn)一步地，具有本發(fā)明中已經(jīng)討論過(guò)的各種操作、方法、流程中的其他步驟、措施、方案也可以被交替、更改、重排、分解、組合或刪除。進(jìn)一步地，現(xiàn)有技術(shù)中的具有與本發(fā)明中公開(kāi)的各種操作、方法、流程中的步驟、措施、方案也可以被交替、更改、重排、分解、組合或刪除。

以上所述僅是本發(fā)明的部分實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。