翻译、商品检索方法、装置、电子设备及计算机存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种翻译、商品检索方法、装置、电子设备及计算机存储介质。

背景技术

在跨语言搜索场景中，在搜索之前需要将搜索词翻译为与待搜索的数据源对应的语言，才能匹配数据源进行准确的搜索。现有技术中，为了保证翻译的速度，减少时延，采用基于统计的机器翻译模型(statistical machine translation，SMT)对搜索词进行翻译，由于基于统计的机器翻译模型是基于统计学原理实现的机器翻译模型，导致其翻译的准确性不足，尤其是在搜索词是未登录词的情况下，基于统计的机器翻译模型将无法进行翻译，从而使得无法进行准确的搜索。

因此，如何在保证时延的情况下提高翻译质量，提升翻译的准确性成为亟需解决的问题。

发明内容

有鉴于此，本发明实施例提供一种翻译方案，以解决上述部分或全部问题。

根据本发明实施例的第一方面，提供了一种翻译方法，包括：获取并记录待翻译的源语言搜索词；使用第一翻译模型将待翻译的源语言搜索词同步翻译为目标语言搜索词，并对目标语言搜索词进行缓存；使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词；其中，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。

根据本发明实施例的第二方面，提供了一种商品检索方法，包括：获取用户输入的源语言搜索词的语种信息，根据语种信息获取与用户输入的源语言搜索词对应的翻译结果，其中，翻译结果包括目标语言搜索词或异步翻译的结果，目标语言搜索词使用第一翻译模型进行同步翻译获得，异步翻译的结果使用第二翻译模型进行异步翻译获得，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型；根据获取的翻译结果检索商品数据库，并获得与翻译结果对应的第一商品信息；将第一商品信息翻译为与语种信息对应的第二商品信息。

根据本发明实施例的第三方面，提供了一种翻译装置，包括：第一获取模块，用于获取并记录待翻译的源语言搜索词；同步翻译模块，用于使用第一翻译模型将待翻译的源语言搜索词同步翻译为目标语言搜索词，并对目标语言搜索词进行缓存；异步翻译模块，用于使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词；其中，，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。

根据本发明实施例的第四方面，提供了一种商品检索装置，包括：

第二获取模块，用于获取用户输入的源语言搜索词的语种信息，根据语种信息获取与用户输入的源语言搜索词对应的翻译结果，其中，翻译结果包括目标语言搜索词或异步翻译的结果，目标语言搜索词使用第一翻译模型进行同步翻译获得，异步翻译的结果使用第二翻译模型进行异步翻译获得，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型；检索模块，用于根据获取的翻译结果检索商品数据库，并获得与翻译结果对应的第一商品信息；转换模块，用于将第一商品信息翻译为与语种信息对应的第二商品信息。

根据本发明实施例的第五方面，提供了一种翻译系统，翻译系统包括第一翻译模型模块、第二翻译模型模块和缓存；其中：第一翻译模型模块，用于通过第一翻译模型将获取的源语言搜索词同步翻译为目标语言搜索词，并将目标语言搜索词存储至缓存，；第二翻译模型模块，用于通过第二翻译模型对源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存中已存储的目标语言搜索词，其中，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。

根据本发明实施例的第六方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；存储器用于存放至少一可执行指令，可执行指令使处理器执行如第一方面的翻译方法或者第二方面的商品检索方法对应的操作。

根据本发明实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的翻译方法或者第二方面的商品检索方法。

根据本发明实施例提供的翻译方案，对于待翻译的源语言搜索词使用翻译速度较快的第一翻译模型进行同步翻译，保证在较低时延的情况下获得目标语言搜索词作为翻译结果输出，此外，对目标语言搜索词进行缓存，以备后续使用。除此之外，还使用相较于第一翻译模型，翻译准确度更高的第二翻译模型进行异步翻译，以获取更加准确的异步翻译的结果，并使用准确度较高的异步翻译的结果替换缓存的目标语言搜索词，以使缓存中保存更加准确的异步翻译的结果，从而实现不延长时延的情况下，获得准确度更高的翻译结果。

附图说明

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实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1a为根据本发明实施例一的一种翻译方法的步骤流程图；

图1b为根据本发明实施例一的一种翻译方法的使用场景图；

图2a为根据本发明实施例二的一种翻译方法的步骤流程图；

图2b为根据本发明实施例二的一种翻译方法的使用场景图；

图3a为根据本发明实施例三的一种商品检索方法的步骤流程图；

图3b为根据本发明实施例三的一种商品检索方法的使用场景图；

图4为根据本发明实施例四的一种翻译系统与商品检索系统配合的结构框图；

图5为根据本发明实施例五的一种翻译装置的结构框图；

图6为根据本发明实施例六的一种商品检索装置的结构框图；

图7为根据本发明实施例七的一种电子设备的结构示意图。

具体实施方式

为了使本领域的人员更好地理解本发明实施例中的技术方案，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，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。

现有技术中，以跨境电商平台为例，由于拥有大量的不同地区的用户。用户在跨境电商平台上在线购物时使用的语言可能不同，然而跨境电商平台中的商品信息为了便于维护，通常使用单一语言存储，例如商品信息是英文的商品信息。在这种情况下，存在用户输入的源语言搜索词和商品信息的语言不匹配的问题。

为了解决这个问题，现有技术中，基于实时性要求，源语言搜索词通常是利用词典或者基于统计的机器翻译模型(即Statistical Machine Translation，简称SMT模型)进行翻译，将其翻译为商品信息对应的语言。之后利用翻译结果在商品信息系统中进行检索，获得符合的商品信息。再使用词典或者基于统计的机器翻译模型对符合的商品信息进行翻译，获得与源语言搜索词所使用的语言对应的商品信息，将翻译后的商品信息发送给用户。

上述过程中，翻译的准确度直接影响了后续商品信息检索的准确度，也就是说，翻译的准确度直接影响了是否能够检索到用户需要的商品。而词典和基于统计的机器翻译模型由于是基于短语的翻译模型，对于较长的源语言搜索词，无法有效利用其中的上下文信息，导致翻译质量不高；此外，对于基于统计的机器翻译模型而言，针对未登录词(即在模型训练时未使用过的词)无法进行翻译，导致翻译质量不高。

下面结合本发明实施例附图进一步说明本发明实施例具体实现。

实施例一

参照图1a，示出了根据本发明实施例一的一种翻译方法的步骤流程图。

本实施例的翻译方法可以由服务端(服务端包括服务器或云端)执行，也可以由适当的终端设备执行。在本实施例中，以翻译方法由服务端执行为例进行说明。

本实施例的翻译方法包括以下步骤：

步骤S102：获取并记录待翻译的源语言搜索词。

待翻译的源语言搜索词可以是用户输入的源语言搜索词中未翻译的搜索词，例如，电商场景中，用户以某种语言首次输入的商品名称。

在一具体实现中，可以将接收到的所有用户输入的源语言搜索词作为获取的源语言搜索词。

由于不同地区使用的语言不同，因而不同地区的用户输入的商品名称所使用的语言可能与商品信息系统中存储的商品信息使用的语言不同，故而为了可以快速、准确地检索商品信息，需要将待翻译的源语言搜索词翻译为与商品信息使用的语言对应的目标语言搜索词，以使用目标语言搜索词检索出对应的商品信息返回给用户。

在一个具体实施例中，若商品信息使用英语进行存储，则目标语言为英语，某个用户使用捷克语，其输入的商品名称为捷克语，则源语言为捷克语。

步骤S104：使用第一翻译模型将待翻译的源语言搜索词同步翻译为目标语言搜索词，并对目标语言搜索词进行缓存。

在本实施例中，用于进行同步翻译的第一翻译模型可以包括基于统计的机器翻译模型(即SMT)，这种模型通常是利用词典或者基于统计的机器翻译模型，其具有翻译速度快的特点，但是翻译的准确性较差。

采用这种第一翻译模型进行同步翻译，可以保证快速获得目标语言搜索词，从而满足低时延需求。同步翻译是指在获取待翻译的源语言搜索词时，实时地使用第一翻译模型进行翻译。例如，获取到用户输入的源语言搜索词 A时，直接使用第一翻译模型对其进行翻译，获得目标语言搜索词。

基于统计的机器翻译模型可以是现有的任何适当的基于统计的翻译模型，本实施例对此不作限制。

对于获取的目标语言搜索词，一方面可以将其发送给商品信息系统，以使其根据目标语言搜索词进行商品信息检索，另一方面可以将其以及对应的待翻译的源语言搜索词一同存储到缓存中，以备后续再输入相同的源语言搜索词时，可以直接从缓存中获取对应的目标语言搜索词，而无需再次进行翻译。

缓存可以是执行该翻译方法的终端设备或服务端上的缓存。该缓存用于存储源语言搜索词以及对应的翻译结果(例如目标语言搜索词)，以备后续再次接收到同一源语言搜索词时，可以直接查找翻译结果进行使用。通过将翻译结果存储在缓存中既保证了对翻译结果的存储，又保证了获取翻译结果的时延比较低。

步骤S106：使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词。

在本实施例中，用于进行异步翻译的第二翻译模型可以包括基于神经网络算法的机器翻译模型(即Neural Machine Translation，简称NMT)，这种第二翻译模型具有翻译准确性高的特点。

采用这种第二翻译模型对源语言搜索词进行异步翻译，获得相较于第一翻译模型翻译出的目标语言搜索词准确性更高的异步翻译的结果(也即异步翻译出的目标语言搜索词)，并使用该异步翻译的结果更新缓存中的目标语言搜索词，以保证下次用户输入相同的源语言搜索词时可以直接从缓存中匹配出异步翻译的结果，将该异步翻译的结果直接发送给商品信息系统进行检索，从而保证能够使用更加准确的异步翻译的结果进行检索，确保了在不提升时延的情况下使翻译结果更加准确。

异步翻译是相对同步翻译而言的，其是指在获取待翻译的源语言搜索词后不进行实时翻译，而是可能间隔一段时间后再对其进行翻译并获取异步翻译的结果。例如，在获取待翻译的源语言搜索词时，除了使用第一翻译模型进行实时翻译(即同步翻译)外，还将其进行记录(例如记录到日志中)，之后根据记录的日志获取到待翻译的源语言搜索词，再使用第二翻译模型对其进行翻译。第二翻译模型可以是现有的任何适当的、训练的基于神经网络算法的机器翻译模型，例如，RNN模型(Recurrent Neural Network，循环神经网络)、transformer模型等。

如图1b所示，在一种具体的使用场景中，以应用在电商场景中，对用户输入的源语言搜索词进行翻译为例，对本实施例的翻译方法进行说明如下：

在本使用场景中，用户通过终端设备输入源语言搜索词(以源语言是中文为例)，翻译方法由服务端执行，即终端设备将用户输入的源语言搜索词发送给服务端。

如果服务端确定待翻译的源语言搜索词是首次获取的源语言搜索词，也即在缓存中没有与源语言搜索词对应的翻译结果(翻译结果可以是目标语言搜索词或异步翻译的结果)，则一方面，服务端使用第一翻译模型(图中所示SMT模型)对待翻译的源语言搜索词进行同步翻译，并缓存翻译出的目标语言搜索词；另一方面，服务端使用第二翻译模型(图中所示NMT模型)对待翻译的源语言搜索词进行异步翻译，并使用异步翻译的结果更新缓存中的目标语言搜索词，以使得在后续用户输入相同的源语言搜索词时直接使用缓存中的翻译准确度更高的异步翻译的结果。

这样就实现了在翻译过程中综合使用时延低的第一翻译模型和准确度高的第二翻译模型，从而在保证时延的情况下提升后续使用的目标语言搜索词的翻译准确度。

通过本实施例，对于待翻译的源语言搜索词使用翻译速度较快的第一翻译模型进行同步翻译，保证在较低时延的情况下获得目标语言搜索词作为翻译结果输出，此外，对目标语言搜索词进行缓存，以备后续使用。除此之外，还使用相较于第一翻译模型，翻译准确度更高的第二翻译模型进行异步翻译，以获取更加准确的异步翻译的结果，并使用准确度较高的异步翻译的结果替换缓存的目标语言搜索词，以使缓存中保存更加准确的异步翻译的结果，从而实现不延长时延的情况下，获得准确度更高的翻译结果。

需要说明的是，为便于理解，本实施例中以电商场景为示例对本发明实施例提供的翻译方法进行了示例性说明，但本领域技术人员应当明了的是，本发明实施例的翻译方法还可以应用到其他任意适当的翻译场景中，例如文本翻译等场景中，等等。

本实施例的翻译方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如平板电脑、手机等)和台式电脑 (PC机)等。

实施例二

参照图2a，示出了根据本发明实施例二的一种翻译方法的步骤流程图。

在本实施例中，以翻译方法由服务端执行为例，对确定待翻译的源语言搜索词的过程、以及使用第二翻译模型进行异步翻译的过程进行说明。当然，在其他实施例中，该翻译方法可以由终端设备执行。

本实施例的翻译方法包括以下步骤：

步骤S200：获取用户输入的待翻译的源语言搜索词，确定缓存中是否已存在与待翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果。

在接收到用户输入的待翻译的源语言搜索词(为了便于描述以下简称为用户输入的源语言搜索词)后，为了提升效率，降低时延，在缓存中查找是否有对应的目标语言搜索词(即第一翻译模型的翻译结果)或异步翻译的结果(即第二翻译模型的翻译结果)。其中，缓存中可以存储用户输入的源语言搜索词和对应的目标语言搜索词，或者用户输入的源语言搜索词和对应的异步翻译的结果。

如果缓存中未存在，表示该用户输入的源语言搜索词在之前未被翻译过，则将用户输入的源语言搜索词作为待翻译的源语言搜索词，执行步骤S202a。当然，在其他实施例中，在缓存中未存在的情况下也可以采用步骤S202a之外的方式进行处理。

或者，

如果缓存中存在，表示该用户输入的源语言搜索词在之前已经被翻译过，则可以执行步骤S202b，从而直接输出翻译结果，以减少时延，提升效率。当然，在其他实施例中，在缓存中存在的情况下也可以采用步骤S202b之外的方式进行处理。

在一具体的例子中，源语言是中文，目标语言是英文，用户输入的源语言搜索词可以是“电饼铛”，如果缓存中存在“电饼铛-Electric baking pan”，表示电饼铛已经被翻译过，可以直接将“Electric baking pan”作为翻译结果输出。需要说明的是，该“Electricbaking pan”可能是目标语言搜索词，也可以是异步翻译的结果。

如果缓存中不存在用户输入的源语言搜索词和对应的目标语言搜索词或异步翻译的结果，则确定“电饼铛”为待翻译的源语言搜索词，并执行步骤 S202a步骤S202a：获取并记录待翻译的源语言搜索词。

本步骤可以采用实施例一中步骤S102的实现方式。

或者，在另一具体实现中，若确定缓存中不存在待翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果，则可以认为获取到了待翻译的源语言搜索词。

记录待翻译的源语言搜索词可以是将待翻译的源语言搜索词记录到本地日志中。在步骤S202a之后可以执行步骤S204。

步骤S202b：若存在对应的目标语言搜索词或异步翻译的结果，则将对应的目标语言搜索词或异步翻译的结果作为与待翻译的源语言搜索词对应的翻译结果进行发送，以指示根据翻译结果进行检索或展示。

在第一种情况中，若用户输入待翻译的源语言搜索词A时缓存中存储的是第一翻译模型翻译出的目标语言搜索词，则将该目标语言搜索词作为翻译结果输出，后续可以使用其进行商品检索或者展示给用户查看。在第二种情况中，若用户输入待翻译的源语言搜索词A时，已经使用第二翻译模型输出的异步翻译的结果更新了目标语言搜索词，则异步翻译的结果作为翻译结果输出，后续可以使用其进行商品检索或者展示给用户查看。

步骤S204：使用第一翻译模型将待翻译的源语言搜索词同步翻译为目标语言搜索词，并对目标语言搜索词进行缓存。

在一具体实现中，使用第一翻译模型将待翻译源语言搜索词同步翻译为目标语言搜索词可以实现为：至少根据待翻译的源语言搜索词和语种信息，同步地请求第一翻译模型引擎对待翻译的源语言搜索词进行实时翻译，获得目标语言搜索词。

其中，可以使用具有语种识别功能的语种识别引擎对用户输入的源语言搜索词进行语种识别，获得语种信息。例如，用户输入的源语言搜索词为“电饼铛”，则语种信息为“中文”；用户输入的源语言搜索词为“milk”，则语种信息为“英文”，等等。其中，语种识别引擎可以是现有技术中任何适当的语种识别引擎，本实施例对此不作限制。

第一翻译模型是翻译速度较快、时延较低的基于统计的机器翻译模型。

在一个具体例子中，若语种信息为“中文”，默认的目标语言为“英文”，则调用中译英的第一翻译模型对待翻译的源语言搜索词进行同步翻译，获得目标语言搜索词，作为翻译结果。

在另一个具体例子中，若语种信息为“泰语”，默认的目标语言为“英文”，则调用泰译英的第一翻译模型对待翻译的源语言搜索词进行同步翻译，获得目标语言搜索词，作为翻译结果。

之后，即可进行相应的操作。例如，仍以电商场景为例，一方面可以将目标语言搜索词发送给商品信息系统进行商品信息检索，或者直接将其作为翻译结果输出，另一方面，将目标语言搜索词作为保存到缓存中。

步骤S206：确定与第二翻译模型对应的、根据记录有多个待翻译的源语言搜索词的日志生成候选词队列。

针对不同的第二翻译模型可以预置不同的候选词队列，例如，中译英的第二翻译模型对应候选词队列A，泰译英的第二翻译模型对应候选词队列B 等。本领域技术人员可以采用任何适当的方式确定第二翻译模型对应的候选词队列。例如，对第二翻译模型及其对应的候选词队列设置相同或相应的标识，以便通过标识进行匹配。

候选词队列根据日志生成，日志用于记录待翻译的源语言搜索词。例如，在一段时间内，接收到待翻译的源语言搜索词分别为词A～E，则将词A～E记录到日志中。之后根据日志中的待翻译的源语言搜索词生成候选词队列。

在一具体实现中，候选词队列通过下述方式生成：对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列。

这样可以将日志中记录的满足预设条件的待翻译的源语言搜索词清洗掉，从而减少第二翻译模型的负载。

一种可行的对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列的方式为：将重复的待翻译的源语言搜索词去除，根据去除后的待翻译的源语言搜索词生成候选词队列。

或者，另一种可行的对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列的方式为：从日志中记录的待翻译的源语言搜索词中，确定预设目标字符占比小于预设阈值的源语言搜索词；根据确定的待翻译的源语言搜索词生成候选词队列。

目标字符占比用于指示在当前的待翻译的源语言搜索词中，预设目标字符的数量与总字符的数量的比值。预设目标字符包括下列至少之一：用于指示时间的时间字符、用于指示日期的日期字符、用于指示URL地址的地址字符和用于指示数字的数字字符。

其中，预设阈值可以根据需要确定，本实施例对此不作限定，例如，可以为50％等。换而言之，如果待翻译的源语言搜索词中预设目标字符的数量占总字符数量的50％以下，则将该待翻译的源语言搜索词加入候选词队列中。

例如，待翻译的源语言搜索词为“3247型芯片”，由于其中的预设目标字符“3247”的数量占总字符数量的50％，则将其清洗掉。

这样做是因为，第二翻译模型是基于神经网络算法的机器翻译模型，这种模型对时间字符、日期字符、地址字符和数字字符等翻译的准确度相较于基于统计的机器翻译模型的翻译准确度低，因而在使用第二翻译模型进行翻译时，可以仅将预设目标字符占比小于预设阈值的待翻译的源语言搜索词(也就是预设目标字符较少的待翻译的源语言搜索词)加入候选词队列中，这样一方面可以降低第二翻译模型的负载，另一方面可以提升翻译的准确度。

通过上述过程就实现了通过对日志进行实时离线分析，将日志中记录的部分或全部的待翻译的源语言搜索词发送到候选词队列中，以便使用第二翻译模型从候选词队列中请求出其中的待翻译的源语言搜索词并进行翻译。

步骤S208：从确定的候选词队列中，获取待翻译的源语言搜索词，并输入第二翻译模型中。

当候选词队列中存在多个待翻译的源语言搜索词时可以依序将其取出并输入到第二翻译模型中，或者也可以查找到某个特定的待翻译的源语言搜索词，将其输入到第二翻译模型中。

例如，候选词队列中包括的待翻译的源语言搜索为词A～D，可以取其中的词B作为待翻译的源语言搜索词，发送到第二翻译模型。

步骤S210：使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词。

本步骤可以采用实施例一中步骤S106中的方式实现。

这样第二翻译模型可以依次读取候选词队列中的待翻译的源语言搜索词，并对其进行异步翻译，获取异步翻译的结果，也就是第二翻译模型输出的目标语言搜索词。由于第二翻译模型翻译的准确度要优于第一翻译模型，所以使用异步翻译的结果替换目标语言搜索词，使得后续再次接收到相同的源语言搜索词时可以将准确度更高的异步翻译的结果作为翻译结果返回，提升了准确度。

上述过程简单示例说明如下，例如，日志中记录的源语言搜索词A～Z。对日志进行清洗操作后，源语言搜索词U～Z被清洗掉，获得候选词队列，其中包括源语言搜索词A～T。由于第一翻译模型是同步翻译，故而在确定待翻译的源语言搜索词在缓存中无匹配的目标语言搜索词或者异步翻译的结果时，就使用第一翻译模型将源语言搜索词A同步翻译为目标语言搜索词A1并将其放入缓存中。

而第二翻译模型是异步翻译，其依次从候选词队列中获取源语言搜索词并进行异步翻译，在第二翻译模型从候选词队列中得到源语言搜索词A时，对其进行异步翻译，并获得异步翻译的结果A2，使用异步翻译的结果A2替换缓存中的目标语言搜索词A1。

下面例举一个实验数据说明基于神经网络算法的第二翻译模型的翻译准确度优于基于统计的第一翻译模型的准确度。

具体地，以跨语言信息检索中应用第一翻译模型和第二翻译模型的翻译结果的检索性能表征第一翻译模型和第二翻译模型的翻译准确度。

在公开的信息检索任务CLEF 2018 task4上对比应用第二翻译模型及第一翻译模型的检索系统的性能。CLEF 2018 task4是一项面向医学健康领域的多语言信息检索评测任务。该任务提供法语、捷克语、德语、英语4个语言的搜索词(即源语言搜索词)，检索文档集合为英文文档，因此需要借助翻译模型将法语、捷克语、德语的源语言搜索词翻译成英文的搜索词。

分别采用第二翻译模型和第一翻译模型将不同语言的源语言搜索词翻译成英文的搜索词，进而验证两个第一翻译模型和第二翻译模型在检索性能上的差异。

第二翻译模型和第一翻译模型均采用WMT17(workshop machine translation17)、UFAL Medical Corpus1.0语料作为训练数据，第一翻译模型采用公开的Moses(摩斯)短语翻译系统，第二翻译模型采用基于神经网络算法的机器翻译模型。检索系统采用CLEF2018官方提供的Terrier检索系统。

具体地，实验中，首先训练法语->英文、捷克语->英文、德语->英文3 个语向的第二翻译模型和第一翻译模型。训练完成后，分别使用训练的第二翻译模型和第一翻译模型将法语、捷克语、德语的搜索词翻译成对应的英文搜索词。最后，借助Terrier检索系统，分别使用第一翻译模型输出的翻译结果(记作翻译结果A)和第二翻译模型输出的翻译结果(记作翻译结果B) 去检索相关英文文档，并采用CLIR(跨语言信息检索)常用评价指标P@10(即返回前10个结果的精确度)、MAP(Mean Average Precision，即精确度均值的平均)、NDCG@10(Normalization Discounted Cumulative Gain) 评估检索返回文档的相关性，三个指标中值越大，说明检索结果和搜索词越相关。表1给出在各个语向上使用第二翻译模型和第一翻译模型的翻译结果进行检索的检索性能。

其中，SMT表示第一翻译模型，NMT表示第二翻译模型。

从表1中可以看出，使用第二翻译模型的翻译结果进行检索的准确度更高，也就是说明，第二翻译模型翻译的准确度更高。

如图2b所示，下面结合一种具体的电商平台中的商品检索的使用场景，对翻译过程进行说明。

在本使用场景中，第一翻译模型和第二翻译模型均配置在服务端，用户通过终端设备(例如手机等)输入源语言搜索词，终端设备可以将用户输入的源语言搜索词发送给服务端。

在服务端中，默认配置了目标语言的语种信息，当然，根据需要的不同，目标语言的语种信息也可以是从终端设备获取的、用户选择的目标语言的语种信息。通过对用户输入的源语言搜索词进行语种识别可以获得源语言搜索词的语种信息。

服务端在获取到用户输入的当前源语言搜索词即待翻译的源语言搜索词后，根据待翻译的源语言搜索词和目标语言的语种信息，可以直接在缓存中查找是否存在与待翻译的源语言搜索词匹配的目标语言搜索词或异步翻译的结果。

若存在，则直接将匹配的目标语言搜索词或异步翻译的结果作为待翻译的源语言搜索词的翻译结果。后续可以根据翻译结果进行检索，或者直接将翻译结果发送到终端设备，由终端设备展示给用户。

若不存在，则执行下述过程：

过程A：一方面将待翻译的源语言搜索词记录到日志中，另一方面，根据待翻译的源语言搜索词的语种信息(例如为中文)和目标语言的语种信息 (例如为英文)，同步地使用对应的第一翻译模型(例如为中译英模型)对待翻译的源语言搜索词进行翻译，获得目标语言搜索词。后续一方面可以将该目标语言搜索词作为翻译结果，使用该翻译结果进行检索，或者直接将目标语言搜索词发送到终端设备，由终端设备展示给用户；另一方面，将目标语言搜索词进行缓存，这样后续再次接收到相同的源语言搜索词时，可以不再使用第一翻译模型进行翻译，直接从缓存中查找出目标语言搜索词作为翻译结果。

过程B：针对日志，服务端实时离线对日志进行分析，例如，对日志中的待翻译的源语言搜索词进行清洗，将日志保存的待翻译源语言搜索词中预设目标字符占比小于预设阈值的源语言搜索词添加到候选词队列中。第二翻译模型从候选词队列中请求出待翻译的源语言搜索词，并对其进行异步翻译获得异步翻译的结果，并将缓存中保存的该待翻译的源语言搜索词的目标语言搜索词替换为异步翻译的结果，这样再次接收到相同的源语言搜索词时，直接从缓存中查找到对应的异步翻译的结果作为翻译结果。

通过上述过程，待翻译的源语言搜索词在需要进行翻译时，会在线请求第一翻译模型(即SMT模型)实时进行同步翻译获得目标语言搜索词作为翻译结果供后续流程使用，并将其进行缓存。

同时，将待翻译的源语言搜索词发送到日志，并通过日志分析将待翻译的源语言搜索词发送到候选词队列等待第二翻译模型(即NMT模型)进行异步翻译，异步翻译的结果会立即更新缓存。由于整个流程处理较快，能保证异步翻译的结果在分钟级别时间范围内生效(如果在异步翻译的结果生效前再次获得相同的源语言搜索词，则返回的翻译结果是目标语言搜索词)。同时由于使用第一翻译模型实时地进行了同步翻译，能确保首次翻译时耗时在 30ms之内，确保了时延，又保证了后续使用的翻译结果是准确度较高的异步翻译的结果。

通过本实施例，对于待翻译的源语言搜索词使用翻译速度较快的第一翻译模型进行同步翻译，保证在较低时延的情况下获得目标语言搜索词作为翻译结果输出，此外，对目标语言搜索词进行缓存，以备后续使用。除此之外，还使用相较于第一翻译模型，翻译准确度更高的第二翻译模型进行异步翻译，以获取更加准确的异步翻译的结果，并使用准确度较高的异步翻译的结果替换缓存的目标语言搜索词，以使缓存中保存更加准确的异步翻译的结果，从而实现不延长时延的情况下，获得准确度更高的翻译结果。

此外，通过对日志进行清洗操作生成候选词队列，降低了第二翻译模型的负载，且确保了翻译质量。

本实施例的翻译方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如平板电脑、手机等)和台式电脑 (PC机)等。

实施例三

参照图3a，示出了根据本发明实施例三的一种商品检索方法的步骤流程图。

在本实施例中，以商品检索方法由服务端执行为例进行说明。当然，在其他实施例中，商品检索方法也可以由终端设备执行，本实施例对此不作限制。

本实施例的商品信息检索方法包括以下步骤：

步骤S302：获取与用户输入的源语言搜索词的语种信息，根据语种信息获取与用户输入的源语言搜索词对应的翻译结果。

其中，翻译结果包括目标语言搜索词或异步翻译的结果，目标语言搜索词使用第一翻译模型进行同步翻译获得，异步翻译的结果使用第二翻译模型进行异步翻译获得，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。

在一具体实现中，根据语种信息获取与用户输入的源语言搜索词对应的翻译结果，包括：根据语种信息和源语言搜索词查找对应的缓存中是否存在对应的目标语言搜索词或异步翻译的结果，其中，缓存中存储有已翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果。

若存在，则将对应的目标语言搜索词或异步翻译的结果作为源语言搜索词对应的翻译结果。或者，若不存在，则使用第一翻译模型对源语言搜索词进行同步翻译，以获得目标语言搜索词作为翻译结果。

例如，针对用户输入的源语言搜索词，根据其语种信息，在缓存中查找是否存在对应的目标语言搜索词或异步翻译的结果。

若存在表示其并非首次输入的源语言搜索词；或者，若不存在表示其为首次输入的源语言搜索词。

在用户输入的源语言搜索词是首次被输入时，根据语种信息(例如泰语) 和目标语种(例如英文，该目标语种可以是默认设置)，调用对应的第一翻译模型(如泰译英)进行翻译，获取其对应的翻译结果，即通过第一翻译模型进行同步翻译获得的目标语言搜索词。

在用户输入的源语言搜索词是非首次被输入时，其对应的翻译结果可以是根据语种信息和目标语种从缓存中查找，以获取通过第二翻译模型进行异步翻译获得的异步翻译的结果作为翻译结果。

由于利用缓存保存了同步翻译获得的目标语言搜索词和/或异步翻译的结果，对重复请求的源语言搜索词只需要从缓存中获取翻译结果，不需要再重复调用第一翻译模型和第二翻译模型，这样可以缓解第一翻译模型和第二翻译模型的负载压力，提升服务能力。

用户输入的源语言搜索词的语种信息可以是通过对其进行语种识别获得的语种信息。

步骤S304：根据获取的翻译结果检索商品数据库，并获得与翻译结果对应的第一商品信息。

在一具体实现中，商品数据库中保存有商品信息，使用翻译结果检索商品数据库，确定与翻译结果匹配的商品信息，并根据匹配的商品信息与翻译结果之间的相关度对这些商品信息进行排序形成第一商品信息。

步骤S306：将第一商品信息翻译为与语种信息对应的第二商品信息。

为了便于用户查看，如果第一商品信息使用的语种与用户输入的源语言搜索词的语种不对应，则将第一商品信息翻译为与语种信息对应的第二商品信息。

在第一商品信息翻译为与语种信息对应的第二商品信息时，用户可以根据需要采用任何适当的翻译模型对其进行翻译，本实施例对此不作限制。

可选地，在获取到第二商品信息之后，可以将第二商品信息发送到终端设备，利用终端设备对用户展示。

下面结合一种具体的使用场景，对商品检索方法进行说明。在本使用场景中，商品检索方法和对用户输入的源语言搜索词的翻译均由服务端执行。

如图3b所示，在服务端设置有翻译系统和检索系统，翻译系统用于输出与用户输入的源语言搜索词对应的翻译结果。检索系统用于根据翻译结果输出检索出的第二商品信息。

需要说明的是，翻译系统和检索系统可以均配置在云端，或者翻译系统和检索系统配置在同一服务器(或服务器集群)中，或者翻译系统和检索系统配置在不同的服务器(或服务器集群)中。

在本使用场景中，用户通过终端设备输入源语言搜索词，终端设备将用户输入的源语言搜索词发送到服务端。

在服务端，一方面通过对用户输入的源语言搜索词进行语种识别，获得用户输入的源语言搜索词的语种信息。

另一方面，翻译系统在缓存中查找是否存在与用户输入的源语言搜索词对应的目标语言搜索词或者异步翻译的结果。

若存在，则表示用户输入的源语言搜索词已经被翻译过，直接将对应的目标语言搜索词或者异步翻译的结果作为翻译结果输出。

若不存在，则表示用户输入的源语言搜索词没有被翻译过，其为待翻译的源语言搜索词，则使用第一翻译模型(即SMT模型)对待翻译的源语言搜索词进行同步翻译，获得目标语言搜索词作为翻译结果输出，并将目标语言搜索词和对应的待翻译的源语言搜索词进行缓存。此外，为了提升翻译结果的准确性，使用第二翻译模型(即NMT模型)对待翻译的源语言搜索词进行异步翻译，并使用异步翻译的结果更新缓存中与该待翻译的源语言搜索词对应的目标语言搜索词，从而保证后续再获取到相同的源语言搜索词时，可以输出准确度更高的异步翻译的结果作为翻译结果。

在翻译系统输出翻译结果后，检索系统使用翻译结果对商品数据库进行检索，获得与翻译结果匹配的第一商品信息，并将第一商品信息翻译为与用户输入的源语言搜索词的语种信息对应的第二商品信息发送给终端设备。

终端设备接收到第二商品信息后可以对第二商品信息进行展示，以供用户进行查看。

通过上述过程，由于融合了基于神经网络算法的机器翻译模型和基于统计的机器翻译模型，在满足搜索场景低延时的前提下，确保能够使用翻译准确度更高的基于神经网络算法的机器翻译模型输出的异步翻译的结果作为检索时使用的翻译结果，实现了在跨语言信息检索领域应用基于神经网络的机器翻译模型，保证了在进行跨语言信息检索时，检索结果相关性更好。

实施例四

参照图4，示出了根据本发明实施例四的一种翻译系统与商品检索系统配合的结构框图。

在本实施例中，翻译系统包括第一翻译模型模块、第二翻译模型模块和缓存。

第一翻译模型模块用于通过第一翻译模型将获取的源语言搜索词同步翻译为目标语言搜索词，并将目标语言搜索词存储至缓存。

第二翻译模型模块，用于通过第二翻译模型对源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存中已存储的目标语言搜索词。

第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。例如，第一翻译模型包括基于统计的机器翻译模型。第二翻译模型包括基于神经网络算法的机器翻译模型。

该翻译系统可以用于执行前述实施例一或二的翻译方法。需要说明的是，第一翻译模型模块和第二翻译模型模块均可以配置于终端设备或服务端，第一翻译模型模块和第二翻译模型模块可以配置于同一终端设备或服务端，也可以独立配置于不同的终端设备或服务端。

本实施例中的翻译系统同时包含了基于统计的机器翻译模型和基于神经网络算法的机器翻译模型，很好地融合和利用了这两种机器翻译模型，实现了在保证时延低的情况下提高翻译质量的目的。

实施例五

参照图5，示出了根据本发明实施例五的一种翻译装置的结构框图。

本实施例的翻译装置包括：第一获取模块502，用于获取并记录待翻译的源语言搜索词；同步翻译模块504，用于使用第一翻译模型将待翻译的源语言搜索词同步翻译为目标语言搜索词，并对目标语言搜索词进行缓存；异步翻译模块506，用于使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词；其中，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。

可选地，装置还包括：队列确定模块508，用于在异步翻译模块506使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词之前，确定与第二翻译模型对应的、根据记录有多个待翻译的源语言搜索词的日志生成候选词队列；取词模块510，用于从确定的候选词队列中，获取待翻译的源语言搜索词，并输入第二翻译模型中。

可选地，候选词队列通过下述方式生成：对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列。

可选地，对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列，包括：从日志中记录的待翻译的源语言搜索词中，确定预设目标字符占比小于预设阈值的源语言搜索词，目标字符占比用于指示在当前的待翻译的源语言搜索词中，预设目标字符的数量与总字符的数量的比值；根据确定的待翻译的源语言搜索词生成候选词队列。

可选地，预设目标字符包括下列至少之一：用于指示时间的时间字符、用于指示日期的日期字符、用于指示URL地址的地址字符和用于指示数字的数字字符。

可选地，装置还包括：查找模块512，用于在第一获取模块502获取并记录待翻译的源语言搜索词之前，获取用户输入的待翻译的源语言搜索词，确定缓存中是否已存在与待翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果；若不存在，则记录待翻译的源语言搜索词。

可选地，装置还包括：结果输出模块514，用于若存在对应的目标语言搜索词或异步翻译的结果，则将对应的目标语言搜索词或异步翻译的结果作为与待翻译的源语言搜索词对应的翻译结果进行发送，以指示根据翻译结果进行检索或展示。

本实施例的翻译装置用于实现前述多个方法实施例中相应的翻译方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的翻译装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。

实施例六

参照图6，示出了根据本发明实施例六的一种商品检索装置的结构框图。

本实施例的商品检索装置包括：第二获取模块602，用于获取用户输入的源语言搜索词的语种信息，根据语种信息获取与用户输入的源语言搜索词对应的翻译结果，其中，翻译结果包括目标语言搜索词或异步翻译的结果，目标语言搜索词使用第一翻译模型进行同步翻译获得，异步翻译的结果使用第二翻译模型进行异步翻译获得，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型；检索模块604，用于根据获取的翻译结果检索商品数据库，并获得与翻译结果对应的第一商品信息；转换模块606，用于将第一商品信息翻译为与语种信息对应的第二商品信息。

可选地，第二获取模块602用于在根据语种信息获取与用户输入的源语言搜索词对应的翻译结果时，根据语种信息和源语言搜索词查找对应的缓存中是否存在对应的目标语言搜索词或异步翻译的结果，其中，缓存中存储有已翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果；若存在，则将对应的目标语言搜索词或异步翻译的结果作为源语言搜索词对应的翻译结果。

可选地，第二获取模块602用于在根据语种信息获取与用户输入的源语言搜索词对应的翻译结果时，若不存在，则使用第一翻译模型对源语言搜索词进行同步翻译，以获得目标语言搜索词作为翻译结果。

本实施例的商品检索装置用于实现前述多个方法实施例中相应的商品检测方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的商品检索装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。

实施例七

参照图7，示出了根据本发明实施例七的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图7所示，该电子设备可以包括：处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。

其中：

处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。

通信接口704，用于与其它电子设备如终端设备或服务器进行通信。

处理器702，用于执行程序710，具体可以执行上述翻译方法实施例中的相关步骤。

具体地，程序710可以包括程序代码，该程序代码包括计算机操作指令。

处理器702可能是中央处理器CPU，或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器706，用于存放程序710。存储器706可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序710具体可以用于使得处理器702执行以下操作：获取并记录待翻译的源语言搜索词；使用第一翻译模型将待翻译的源语言搜索词同步翻译为目标语言搜索词，并对目标语言搜索词进行缓存；使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词；其中，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型。

在一种可选的实施方式中，程序710还用于使得处理器702在使用第二翻译模型对记录的待翻译的源语言搜索词进行异步翻译，使用异步翻译的结果更新缓存的目标语言搜索词之前，确定与第二翻译模型对应的、根据记录有多个待翻译的源语言搜索词的日志生成候选词队列；从确定的候选词队列中，获取待翻译的源语言搜索词，并输入第二翻译模型中。

在一种可选的实施方式中，候选词队列通过下述方式生成：对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列。

在一种可选的实施方式中，程序710还用于使得处理器702在对日志中记录的待翻译的源语言搜索词进行清洗，根据清洗的结果确定候选词队列时，从日志中记录的待翻译的源语言搜索词中，确定预设目标字符占比小于预设阈值的源语言搜索词，目标字符占比用于指示在当前的待翻译的源语言搜索词中，预设目标字符的数量与总字符的数量的比值；根据确定的历史源语言搜索词生成候选词队列。

在一种可选的实施方式中，预设目标字符包括下列至少之一：用于指示时间的时间字符、用于指示日期的日期字符、用于指示URL地址的地址字符和用于指示数字的数字字符。

在一种可选的实施方式中，程序710还用于使得处理器702在获取并记录待翻译的源语言搜索词之前，获取用户输入的待翻译的源语言搜索词，确定缓存中是否已存在与待翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果；若不存在，则执行获取并记录待翻译的源语言搜索词的步骤。

在一种可选的实施方式中，程序710还用于使得处理器702若存在对应的目标语言搜索词或异步翻译的结果，则将对应的目标语言搜索词或异步翻译的结果作为与待翻译的源语言搜索词对应的翻译结果进行发送，以指示根据翻译结果进行检索或展示。

或者，

程序710具体可以用于使得处理器702执行以下操作：获取用户输入的源语言搜索词的语种信息，根据语种信息获取与用户输入的源语言搜索词对应的翻译结果，其中，翻译结果包括目标语言搜索词或异步翻译的结果，目标语言搜索词使用第一翻译模型进行同步翻译获得，异步翻译的结果使用第二翻译模型进行异步翻译获得，第一翻译模型的翻译速度大于第二翻译模型，第二翻译模型的翻译质量大于第一翻译模型；根据获取的翻译结果检索商品数据库，并获得与翻译结果对应的第一商品信息；将第一商品信息翻译为与语种信息对应的第二商品信息。

在一种可选的实施方式中，程序710还用于使得处理器702在根据语种信息获取与用户输入的源语言搜索词对应的翻译结果时，根据语种信息和源语言搜索词查找对应的缓存中是否存在对应的目标语言搜索词或异步翻译的结果，其中，缓存中存储有已翻译的源语言搜索词对应的目标语言搜索词或异步翻译的结果；若存在，则将对应的目标语言搜索词或异步翻译的结果作为源语言搜索词对应的翻译结果。

在一种可选的实施方式中，程序710还用于使得处理器702在若不存在时，则使用第一翻译模型对源语言搜索词进行同步翻译，以获得目标语言搜索词作为翻译结果。

程序710中各步骤的具体实现可以参见上述翻译方法实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。

通过本实施例的电子设备，对于待翻译的源语言搜索词使用翻译速度较快的第一翻译模型进行同步翻译，保证在较低时延的情况下获得目标语言搜索词，并对目标语言搜索词进行缓存，以备后续使用。与此同时，还使用翻译准确度较高的第二翻译模型进行异步翻译，并使用准确度较高的异步翻译的结果替换缓存的目标语言搜索词，以使缓存中保存更加准确的异步翻译的结果，从而实现不延长时延的情况下，获得准确度更高的翻译结果。

需要指出，根据实施的需要，可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本发明实施例的目的。

上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如 ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的翻译方法。此外，当通用计算机访问用于实现在此示出的翻译方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的翻译方法的专用计算机。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。

以上实施方式仅用于说明本发明实施例，而并非对本发明实施例的限制，有关技术领域的普通技术人员，在不脱离本发明实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明实施例的范畴，本发明实施例的专利保护范围应由权利要求限定。