阅读说明：本技术 一种数据处理方法及装置 (Data processing method and device ) 是由 吴帅 李健 武卫东 于 2020-05-26 设计创作，主要内容包括：本发明实施例提供了一种数据处理方法及装置,其中,所述的方法包括：从零开始枚举预设位数的所有数字；根据枚举的所有数字生成数字模型；将所述数字模型转化为数字的有限状态图；获取语法规则,并将所述语法规则转化为规则的有限状态图；合并所述数字的有限状态图和规则的有限状态图,生成数字识别模型,以采用所述数字识别模型识别数字。通过生成数字的有限状态图的形式,训练所需要数字的语法识别模型,使得能够自定义相应语法规则,使得采用数字识别模型来识别数字的准确性提高。(The embodiment of the invention provides a data processing method and a data processing device, wherein the method comprises the following steps: enumerating all numbers of a preset digit from zero; generating a digital model from all enumerated numbers; converting the digital model into a digital finite state diagram; acquiring a grammar rule, and converting the grammar rule into a finite state diagram of the rule; and combining the finite state diagram of the number and the finite state diagram of the rule to generate a number recognition model so as to recognize the number by using the number recognition model. By generating the finite state diagram form of the number, the grammar recognition model of the required number is trained, so that the corresponding grammar rule can be customized, and the accuracy of recognizing the number by adopting the number recognition model is improved.)

一种数据处理方法及装置

技术领域

本发明涉及数据处理技术领域，特别是涉及一种数据处理方法，以及一种数据处理装置。

背景技术

近年来，随着大规模连续语音识别技术的发展，语音识别技术被运用在越来越多的应用场景上，以提高用户处理事情的效率。

目前，语言模型广泛应用于语音识别，语音合成，机器翻译和图像识别等人工智能技术。由于数字是一种非常关键的信息，常常需要准确的判断，尤其是银行、证券、快递和航班等应用场景中涉及的数字，因此，语音识别通常需要准确的识别数字，语音合成需要精准的读出数字，机器翻译需要正确的翻译数字，例如，对于银行的智能客服，如果识别错了用户报的银行***，将会导致转账错误，从而造成用户的财产损失。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种数据处理方法和相应的一种数据处理装置。

本发明实施例公开了一种数据处理方法，包括：

从零开始枚举预设位数的所有数字；

根据枚举的所有数字生成数字模型；

将所述数字模型转化为数字的有限状态图；

获取语法规则，并将所述语法规则转化为规则的有限状态图；

合并所述数字的有限状态图和规则的有限状态图，生成数字识别模型，以采用所述数字识别模型识别数字。

可选地，所述根据枚举的所有数字生成数字模型，包括：

对枚举的所有数字进行分类，得到位数不同的多类数字；

根据所述位数不同的多类数字生成多个数字模型；

所述将所述数字模型转化为数字的有限状态图，包括：

将所述多个数字模型转化为多个数字的有限状态图。

可选地，所述根据所述位数不同的多类数字生成多个数字模型，包括：

根据所述位数不同的多类数字生成多个数值模型，和多个号码模型；

其中，所述数值模型具有对应的数量单位，所述号码模型具有对应的数量单位。

可选地，所述将所述多个数字模型转化为多个数字的有限状态图，包括：

将所述多个数值模型转化为多个第一有限状态图，以及将所述多个号码模型转化为多个第二有限状态图。

可选地，所述合并所述数字有限状态图和规则有限状态图，生成数字识别模型，包括：

分别合并所述多个数字的有限状态图和所述规则的有限状态图，生成多个数字识别模型。

可选地，所述规则的有限状态图包括数字类别和数字长度，所述分别合并所述多个数字的有限状态图和所述规则的有限状态图，生成多个数字识别模型，包括：

遍历查找所述规则的有限状态图中的数字类别，及相应的状态连接边和数字长度；

从所述规则的有限状态图中删除所述状态连接边，并记录所述状态连接边的起点和终点；

从所述多个数字的有限状态图中，确定与所述数字类别和数字长度匹配的目标有限状态图；

新增第一状态边和第二状态边，生成多个数字识别模型；其中，所述第一状态边由所述状态连接边的起点到所述目标有限状态图的起点，所述第一状态边由所述目标有限状态图的终点到所述状态连接边的终点。

可选地，还包括：

获取待识别音频数据；

将所述待识别音频数据输入至所述数字识别模型，输出识别数字。

本发明实施例还公开了一种数据处理装置，包括：

数字枚举模块，用于从零开始枚举预设位数的所有数字；

数字模型生成模块，用于根据枚举的所有数字生成数字模型；

状态图转化模块，用于将所述数字模型转化为数字有限状态图；

规则获取模块，用于获取语法规则，并将所述语法规则转化为规则有限状态图；

识别模型生成模块，用于合并所述数字有限状态图和规则有限状态图，生成数字识别模型，以采用所述数字识别模型识别数字。

本发明实施例还公开了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如本发明实施例所述的一个或多个的方法的步骤。

本发明实施例还公开了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的一个或多个的方法的步骤。

本发明实施例包括以下优点：

在本发明实施例中，通过从零开始枚举预设位数的所有数字，根据枚举的所有数字生成数字模型，将数字模型转化为数字的有限状态图，获取语法规则，并将语法规则转化为规则的有限状态图，合并数字的有限状态图和规则的有限状态图，生成数字识别模型。从而，通过生成数字的有限状态图的形式，训练所需要数字的语法识别模型，使得能够自定义相应语法规则，使得采用数字识别模型来识别数字的准确性提高。

附图说明

图1是本发明的一种数据处理方法实施例的步骤流程图；

图2是本发明的另一种数据处理方法实施例的步骤流程图；

图3是本发明的一种数据处理装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明的一种数据处理方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，从零开始枚举预设位数的所有数字；

其中，预设位数可以是预先设定的自然数数位的个数，例如，预设位数为5，则枚举0～99999的所有数字。

在本发明实施例中，可以先确定预设位数的数字的最大值，然后再枚举0到该最大值的所有数字。具体的，预设位数的数字的最大值可以为1eN-1，即10的N次幂减1，其中，N即为预设位数，e为自然对数的底数。例如，当N为6时，将N＝6代入上述的1eN-1，可以得到预设位数的数字的最大值999999，则枚举0～999999的所有数字。

步骤102，根据枚举的所有数字生成数字模型；

其中，数字模型可以指用于识别语言数据的数字的模型或函数。

具体的，可以获取针对枚举的所有数字的音频数据的训练样本，通过训练样本对初始识别模型进行训练，生成所需要的数字模型。在具体实现中，考虑到对于数字，不同的人有不同的读法，例如，对于数字“129”，一些会读成“一百二十九”，另一些会读成“一二九”，还有一些会读成“幺二九”，因此，可以获取多种读法的音频数据作为训练样本，以提高数字模型识别数字的准确率。

步骤103，将所述数字模型转化为数字的有限状态图；

有限状态图用于显示有限状态机(指定对象所在的状态序列)、使对象达到这些状态的事件和条件、以及达到这些状态时所发生的操作。

在本发明实施例中，可以将数字模型转化为数字的有限状态图。例如，数字的有限状态图为FST(Finite State Transducers，有穷状态转移器)，FST每一次状态转移时都有一个输出标签，叫做输入输出标签对，通过输入输出标签对，FST可描述一组规则的转换或一组符号序列到另一组符号序列的转换。

作为一种示例，可以将数字模型转化为带权重的数字的有限状态图。具体的，可以采用现有的转化工具将数字模型转化为数字的有限状态图，如，采用Openfst将数字模型转化为数字的有限状态图，该Openfst是一个构造、合并、优化和搜索加权有限状态机FST的库。

步骤104，获取语法规则，并将所述语法规则转化为规则的有限状态图；

在本发明实施例中，可以首先获取语法规则，然后与上述生成数字的有限状态图的处理方式一样，采用Openfst将语法规则转化为规则的有限状态图。

语法规则可以是预先设定的关于读取数字的语法，即可以根据实际的应用场景，自定义语法规则。具体的，语法规则可以包括前文，长度或位数，类别，后文，和权重这五个属性，其中，前文属性可以指读取数字之前的内容，长度或位数属性可以指所读取数字的长度或位数，类别属性可以指所读取数值的类别(如，号码类别或数值类别)，后文属性可以是读取数字之后的内容，权重属性可以是多读取数字的加权权重。

作为一种示例，语法规则表示为“手机号的后四位是D4(1.0)”，其中，“手机号的后四位是”对应前文属性；“D”对应类别属性，其表示类别为号码类别；“4”对应长度属性；“(空格)”对应后文属性，表示后文为空；“1.0”对应权重属性。

步骤105，合并所述数字的有限状态图和规则的有限状态图，生成数字识别模型，以采用所述数字识别模型识别数字。

在本发明实施例中，在生成数字的有限状态图和规则的有限状态图之后，可以进一步合并数字的有限状态图和规则的有限状态图，得到数字识别模型。该数字识别模型可以用于对音频数据进行识别，输出音频数据中的数字。

通过生成数字的有限状态图的形式，训练所需要数字的语法识别模型，使得能够自定义相应语法规则，使得采用数字识别模型来识别数字的准确性提高。

在本发明的一种优选实施例中，所述步骤102可以包括如下子步骤：

对枚举的所有数字进行分类，得到位数不同的多类数字；根据所述位数不同的多类数字生成多个数字模型。

在本发明实施例中，可以按照数字的位数，对枚举的所有数字进行分类，得到位数不同的多类数字。

具体的，可以将只有1位的数字为一类，有2位数字的数字为另一类等等，分别为：0～9，10～99，...，1e(N-1)～1eN-1。每一类的数字可以记为Li，即，L_i满足可以公式：L_i＝[10^i-1，10ⁱ)，其中，i表示每一类数字的位数或长度。作为一种示例，枚举的所有数据为0～99999，则可以将这些数字分五类，分别为：0～9，10～99，100～999，1000～9999，10000～99999。

在对枚举的所有数字进行分类之后，可以根据得到的位数不同的多类数字，每一类的数字生成一个数字模型。如，对于上述的五类数字，可以根据0～9生成一个数字模型，10～99生成一个数字模型，100～999生成一个数字模型，1000～9999生成一个数字模型，10000～99999生成一个数字模型。

所述步骤103可以包括如下子步骤：

将所述多个数字模型转化为多个数字的有限状态图。

在本发明实施例中，在生成多个数字模型之后，可以对每一个数字模型转化为一个数字的有限状态图，有多个数字模型则对应生成多个数字的有限状态图。

在本发明的一种优选实施例中，所述根据所述位数不同的多组数字生成多个数字模型，包括：

根据所述位数不同的多类数字生成多个数值模型，和多个号码模型；

其中，所述数值模型具有对应的数量单位，所述号码模型具有对应的数量单位。

由于在一些应用场景中，数字作为数值的读法与作为号码的读法不相同，数字作为数值时，一般读取的数字会具有对应的数量单位，例如，129读为一百二十九。数字作为号码时，一般读取的数字不具有对应的数量单位，例如，1001读为一零零一。因此，在本发明实施例中，为了进一步提高数字识别的准确性，可以根据位数不同的多组数字生成多个数值模型，和多个号码模型。

具体的，对于数值模型，可以采用数值函数转化每一类数字，将每一类数字按照数值的方式直接转换好，生成一系列数值，从而得到一个对应的数值模型，数值函数可以记为VALUE，生成的数值模型记为V_i，其中，i表示每一类数字的位数，则V_i＝VALUE(L_i)。如，i＝2时，V₂为：十，十一，十二，十三，...，九十八，九十九。

对于号码模型，可以采用号码函数转化每一类数字，将每一类数字按照号码的方式直接转换好，生成一系列号码，从而得到一个对应的号码模型，号码函数可以记为DIGIT，生成的数值模型记为D_i，其中，i表示每一类数字的位数，则D_i＝DIGIT(L_i)。如，i＝2时，D₂为：幺零，幺幺，幺二，幺三，...，九八，九九。

在本发明的一种优选实施例中，所述将所述多个数字模型转化为多个数字的有限状态图，包括：

将所述多个数值模型转化为多个第一有限状态图，以及将所述多个号码模型转化为多个第二有限状态图。

其中，第一有限状态图可以是数值模型对应的有限状态图，第二有限状态图可以是号码模型对应的有限状态图。在本发明实施例中，可以将多个数值模型转化为多个第一有限状态图，以及将多个号码模型转化为多个第二有限状态图。假设有N类数字，则相应的会分别生成N个数值模型和N个号码模型，然后，分别将N个数值模型转化为N个第一有限状态图，和将N个号码模型转化为N个第二有限状态图，那么，最后可以生成2N个状态图库。

在本发明的一种优选实施例中，所述合并所述数字的有限状态图和规则有限状态图，生成数字识别模型，包括：

分别合并所述多个数字的有限状态图和所述规则有限状态图，生成多个数字识别模型。

在本发明实施例中，可以分别将每一个数字的有限状态图与规则有限状态图，生成数字识别模型。如上所述有2N个状态图库，则可以生成2N个数字识别模型。

在本发明的一种优选实施例中，所述规则的有限状态图包括数字类别和数字长度，所述分别合并所述多个数字的有限状态图和所述规则的有限状态图，生成多个数字识别模型，包括：

遍历查找所述规则的有限状态图中的数字类别，及相应的状态连接边和数字长度；从所述规则的有限状态图中删除所述状态连接边，并记录所述状态连接边的起点和终点；从所述多个数字的有限状态图中，确定与所述数字类别和数字长度匹配的目标有限状态图；新增第一状态边和第二状态边，生成多个数字识别模型；其中，所述第一状态边由所述状态连接边的起点到所述目标有限状态图的起点，所述第一状态边由所述目标有限状态图的终点到所述状态连接边的终。

其中，数字类别用于指示数字的类型，包括数值类型和号码类型，数值类型可以记为V，号码类型可以记为D。数字长度可以是指数字的位数。

在本发明实施例中，可以遍历查找规则的有限状态图中的数字类别，及相应的状态连接边和数字长度，并从规则的有限状态图中删除状态连接边，并记录状态连接边的起点和终点。然后，可以从多个数字的有限状态图中，确定与数字类别和数字长度匹配的目标有限状态图，例如，规则的有限状态图中的数字类别为D，数字长度为4，则可以查找号码类型，长度或位数为4的数字的有限状态图D₄作为目标有限状态图。

新增第一状态边，第一状态边由状态连接边的起点到目标有限状态图的起点，新增第二状态边，第二状态边由目标有限状态图的终点到状态连接边的终点。例如，从规则的有限状态图中的状态连接边的起点，新增一条边到D₄的起点，从D₄的终点新增一条边到规则的有限状态图中的状态连接边的终点。

在本发明的一种优选实施例中，所述方法还可以包括如下步骤：

获取待识别音频数据；将所述待识别音频数据输入至所述数字识别模型，输出识别数字。

其中，待识别音频数据可以是需要识别的音频数据。

在本发明实施例中，可以获取待识别音频数据，并将待识别音频数据输入至数字识别模型，输出识别数字。数字识别模型可以对待识别音频数据进行识别，输出识别数字。

通过数值模型和号码模型，一类是表示数值的数字，一类是表示号码的数字，将数字按照两种不同的模型进行识别，以及统一采用位数和权重的特征表示，来自定义数字识别模型的语法规则，使得采用数字识别模型来识别数字的准确性提高。

参照图2，示出了本发明的另一种数据处理方法实施例的步骤流程图，具体可以包括如下步骤：

步骤201，从零开始枚举预设位数的所有数字；

其中，预设位数可以是预先设定的自然数数位的个数，例如，预设位数为5，则枚举0～99999的所有数字。

步骤202，对枚举的所有数字进行分类，得到位数不同的多类数字；

具体的，可以按照数字的位数对枚举的所有数字进行分类，得到位数不同的多类数字，分别为：0～9，10～99，...，1e(N-1)～1eN-1。每一类的数字可以记为Li，即，L_i满足可以公式：L_i＝[10^i-1，10ⁱ)。

步骤203，根据所述位数不同的多类数字生成多个数值模型，和多个号码模型；其中，所述数值模型具有对应的数量单位，所述号码模型具有对应的数量单位；

具体的，对于数值模型，可以采用数值函数转化每一类数字，将每一类数字按照数值的方式直接转换好，生成一个对应的数值模型，数值函数可以记为VALUE，生成的数值模型记为V_i，其中，i表示每一类数字的位数，则V_i＝VALUE(L_i)。如，i＝2时，V₂为：十，十一，十二，十三，...，九十八，九十九。

对于号码模型，可以采用号码函数转化每一类数字，将每一类数字按照号码的方式直接转换好，生成一个对应的号码模型，号码函数可以记为DIGIT，生成的数值模型记为D_i，其中，i表示每一类数字的位数，则D_i＝DIGIT(L_i)。如，i＝2时，D₂为：幺零，幺幺，幺二，幺三，...，九八，九九。

步骤204，将所述多个数值模型转化为多个第一有限状态图，以及将所述多个号码模型转化为多个第二有限状态图；

其中，第一有限状态图可以是数值模型对应的有限状态图，第二有限状态图可以是号码模型对应的有限状态图。在本发明实施例中，可以将多个数值模型转化为多个第一有限状态图，以及将多个号码模型转化为多个第二有限状态图。假设有N类数字，则相应的会分别生成N个数值模型和N个号码模型，然后，分别将N个数值模型转化为N个第一有限状态图，和将N个号码模型转化为N个第二有限状态图，那么，最后可以生成2N个状态图库。

步骤205，获取语法规则，并将所述语法规则转化为规则的有限状态图；

其中，语法规则可以是预先设定的关于读取数字的语法，即可以根据实际的应用场景，自定义语法规则。

具体的，语法规则可以包括前文，长度或位数，类别，后文，和权重这五个属性，其中，前文属性可以指读取数字之前的内容，长度或位数属性可以指所读取数字的长度或位数，类别属性可以指所读取数值的类别(如，号码类别或数值类别)，后文属性可以是读取数字之后的内容，权重属性可以是多读取数字的加权权重。

步骤206，分别将所述多个第一有限状态图和多个第二有限状态图，与所述规则的有限状态图合并，生成多个数字识别模型，以采用所述数字识别模型识别数字。

在本发明实施例中，可以分别将多个第一有限状态图与所述规则的有限状态图合并，以及，将多个第二有限状态图与所述规则的有限状态图合并，生成多个数字识别模型。

在本发明的一种优选实施例中，所述规则的有限状态图包括数字类别和数字长度，所述步骤206可以包括如下子步骤：

遍历查找所述规则的有限状态图中的数字类别，及相应的状态连接边和数字长度；从所述规则的有限状态图中删除所述状态连接边，并记录所述状态连接边的起点和终点；从所述多个第一有限状态图和多个第二有限状态图中，确定与所述数字类别和数字长度匹配的目标有限状态图；新增第一状态边和第二状态边，生成多个数字识别模型；其中，所述第一状态边由所述状态连接边的起点到所述目标有限状态图的起点，所述第一状态边由所述目标有限状态图的终点到所述状态连接边的终。

在本发明实施例中，可以遍历查找规则的有限状态图中的数字类别，及相应的状态连接边和数字长度，并从规则的有限状态图中删除状态连接边，并记录状态连接边的起点和终点。然后，可以从多个第一有限状态图和多个第二有限状态图中，确定与数字类别和数字长度匹配的目标有限状态图。然后，新增第一状态边，第一状态边由状态连接边的起点到目标有限状态图的起点，新增第二状态边，第二状态边由目标有限状态图的终点到状态连接边的终点。

在本发明的一种优选实施例中，还包括：

获取待识别音频数据；将所述待识别音频数据输入至所述数字识别模型，输出识别数字。

在本发明实施例中，可以获取待识别音频数据，并将待识别音频数据输入至数字识别模型，输出识别数字。数字识别模型可以对待识别音频数据进行识别，输出识别数字。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图3，示出了本发明的一种数据处理装置实施例的结构框图，具体可以包括如下模块：

数字枚举模块301，用于从零开始枚举预设位数的所有数字；

数字模型生成模块302，用于根据枚举的所有数字生成数字模型；

状态图转化模块303，用于将所述数字模型转化为数字有限状态图；

规则获取模块304，用于获取语法规则，并将所述语法规则转化为规则有限状态图；

识别模型生成模块305，用于合并所述数字有限状态图和规则有限状态图，生成数字识别模型，以采用所述数字识别模型识别数字。

在本发明的一种优选实施例中，所述数字模型生成模块302，包括：

分类子模块，用于对枚举的所有数字进行分类，得到位数不同的多类数字；

数字模型生成子模块，用于根据所述位数不同的多类数字生成多个数字模型；

所述状态图转化模块303，包括：

状态图转化子模块，用于将所述多个数字模型转化为多个数字的有限状态图。

在本发明的一种优选实施例中，所述数字模型生成子模块，包括：

数字模型生成单元，用于根据所述位数不同的多类数字生成多个数值模型，和多个号码模型；

其中，所述数值模型具有对应的数量单位，所述号码模型具有对应的数量单位。

在本发明的一种优选实施例中，所述状态图转化子模块，包括：

状态图转化单元，用于将所述多个数值模型转化为多个第一有限状态图，以及将所述多个号码模型转化为多个第二有限状态图。

在本发明的一种优选实施例中，所述识别模型生成模块305，包括：

识别模型生成子模块，用于分别合并所述多个数字的有限状态图和所述规则的有限状态图，生成多个数字识别模型。

在本发明的一种优选实施例中，所述规则的有限状态图包括数字类别和数字长度，所述识别模型生成子模块，包括：

数字类别查找单元，用于遍历查找所述规则的有限状态图中的数字类别，及相应的状态连接边和数字长度；

状态连接边删除单元，用于从所述规则的有限状态图中删除所述状态连接边，并记录所述状态连接边的起点和终点；

目标有限状态图确定单元，用于从所述多个数字的有限状态图中，确定与所述数字类别和数字长度匹配的目标有限状态图；

状态边新增单元，用于新增第一状态边和第二状态边，生成多个数字识别模型；其中，所述第一状态边由所述状态连接边的起点到所述目标有限状态图的起点，所述第一状态边由所述目标有限状态图的终点到所述状态连接边的终点。

在本发明的一种优选实施例中，还包括：

数据获取模块，用于获取待识别音频数据；

数字输出模块，用于将所述待识别音频数据输入至所述数字识别模型，输出识别数字。

对于装置实施例而言，由于其与方法实施例基本相似，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。

本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行本发明实施例所述的方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本发明实施例所述的方法的步骤。

本说明书中的各个实施例均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的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种数据处理方法和一种数据处理装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。