一种投诉赔付的计算方法和装置

摘要

本申请提供一种投诉赔付的计算方法和装置，涉及通信技术领域，解决了投诉处理效率较低的问题。该方法包括：获取投诉文本，并使用预设规则处理投诉文本，得到目标争议金额；对投诉文本进行预处理，得到投诉文本的词语集合，并将投诉文本的词语集合输入第一预设模型，得到目标对应关系；根据目标对应关系确定目标文本类型；将目标文本类型和目标争议金额输入第二预设模型，得到投诉文本的赔付金额。本申请的实施例应用于确定投诉的赔付结果。

说明书

技术领域

本申请的实施例涉及通信技术领域，尤其涉及一种投诉赔付的计算方法和装置。

背景技术

随着电信运营商的服务多样性的发展，用户在享受服务的过程中可能会遇到预期外费用、服务质量不佳等问题，进而引起投诉。此时电信运营商需确定投诉处理方案，甚至涉及到退款赔付的手续。

目前，在遇到用户投诉，需要退款赔付的问题时，一般是采用人工指定的方式进行赔付，在计算赔付金额时，通常依据个人经验或手动查询历史处理情况来确定。这样，在业务量比较大的情况下，处理效率较低。

发明内容

本申请提供一种投诉赔付的计算方法和装置，解决了投诉处理效率较低的问题。

第一方面，本申请提供一种投诉赔付的计算方法，应用于投诉赔付的计算装置，该方法包括：投诉赔付的计算装置获取投诉文本，并使用预设规则处理投诉文本，得到目标争议金额。之后，对投诉文本进行预处理，得到投诉文本的词语集合，并将投诉文本的词语集合输入第一预设模型，得到目标对应关系。然后，投诉赔付的计算装置根据目标对应关系确定目标文本类型。最后将目标文本类型和目标争议金额输入第二预设模型，得到投诉文本的赔付金额。

其中，目标对应关系包括投诉文本的词语集合中的词语与文本类型的对应关系；目标文本类型为目标对应关系中贝叶斯概率最高的文本类型。

上述方案中，投诉赔付的计算装置能够根据投诉文本得到目标争议金额，并利用第一预设模型确定投诉文本的目标文本类型，利用第二预设模型得到投诉文本的赔付金额。避免了采用人工的方式，依据个人经验或手动查询历史处理情况来确定赔付金额。这样，在业务量比较大的情况下，也能够及时的得到赔付金额的计算结果，提高了投诉处理的效率。

第二方面，本申请提供一种投诉赔付的计算装置，包括：获取模块和处理模块。获取模块，用于获取投诉文本，并使用预设规则处理投诉文本，得到目标争议金额。处理模块，用于对投诉文本进行预处理，得到投诉文本的词语集合，并将投诉文本的词语集合输入第一预设模型，得到目标对应关系。确定模块，用于根据目标对应关系确定目标文本类型。处理模块，还用于将目标文本类型和目标争议金额输入第二预设模型，得到投诉文本的赔付金额。

其中，目标对应关系包括投诉文本的词语集合中的词语与文本类型的对应关系；目标文本类型为目标对应关系中贝叶斯概率最高的文本类型。

第三方面，本申请提供一种投诉赔付的计算装置，包括处理器，当投诉赔付的计算装置运行时，处理器执行计算机执行指令，以使投诉赔付的计算装置执行如上述的投诉赔付的计算方法。

第四方面，本申请提供一种计算机可读存储介质，包括指令，当指令在计算机上运行时，使得计算机执行如上述的投诉赔付的计算方法。

第五方面，本申请提供一种计算机程序产品，计算机程序产品包括指令代码，指令代码用于执行如上述的投诉赔付的计算方法。

可以理解地，上述提供的任一种投诉赔付的计算装置、计算机可读存储介质或计算机程序产品均用于执行上文所提供的方法，因此，其所能达到的有益效果可参考上文的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。

附图说明

为了更清楚地说明本申请实施例的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请的实施例提供的一种投诉赔付的计算装置的硬件结构示意图；

图2为本申请的实施例提供的一种投诉赔付的计算方法的流程示意图；

图3为本申请的实施例提供的一种第一预设模型的建立方法的流程示意图；

图4为本申请的实施例提供的一种第二预设模型的建立方法的流程示意图；

图5为本申请的实施例提供的一种投诉赔付的计算装置的结构示意图。

具体实施方式

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做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

本申请实施例的投诉赔付的计算方法应用于用户投诉的场景。具体的，随着电信运营商的服务多样性的发展，用户在享受服务的过程中可能会遇到预期外费用、服务质量不佳等问题，进而引起投诉。此时电信运营商需确定投诉处理方案，甚至涉及到退款赔付的手续。目前在遇到用户投诉，需要退款赔付的问题时，一般是采用人工指定的方式进行赔付，在计算赔付金额时，通常依据个人经验或手动查询历史处理情况来确定。这样，在业务量比较大的情况下，处理效率较低。

针对上述问题，本申请提供了一种投诉赔付的计算方法和装置，投诉赔付的计算方法具体包括：首先获取用户的投诉文本，并使用预设规则处理投诉文本，得到目标争议金额。之后，对投诉文本进行预处理，得到投诉文本的词语集合，并将投诉文本的词语集合输入第一预设模型，得到目标对应关系。然后，根据目标对应关系确定目标文本类型。最后将目标文本类型和目标争议金额输入第二预设模型，得到投诉文本的赔付金额，能够直接根据用户的投诉文本得到赔付金额，提高了投诉的处理效率。

在具体实现时，投诉赔付的计算装置具有如图1所示的部件。图1为本申请实施例提供的一种投诉赔付的计算装置，可以包括至少一个处理器102，处理器102用于执行应用程序代码，从而实现本申请中的投诉赔付的计算方法。

处理器102可以是一个中央处理器(central processing unit，CPU)，微处理器，特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本申请方案程序执行的集成电路。

如图1所示，投诉赔付的计算装置还可以包括存储器103。其中，存储器103用于存储执行本申请方案的应用程序代码，并由处理器102来控制执行。

存储器103可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器103可以是独立存在，通过总线104与处理器102相连接。存储器103也可以和处理器102集成在一起。

如图1所示，投诉赔付的计算装置还可以包括通信接口101，其中，通信接口101、处理器102、存储器103可以相互耦合，例如通过总线104相互耦合。通信接口101用于与其他设备进行信息交互，例如支持投诉赔付的计算装置与其他设备的信息交互。

需要指出的是，图1中示出的设备结构并不构成对该投诉赔付的计算装置的限定，除图1所示部件之外，该投诉赔付的计算装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1所示的投诉赔付的计算装置，通过图2-图4对本申请实施例提供的投诉赔付的计算方法进行描述。

图2为本申请实施例提供的一种投诉赔付的计算方法的流程示意图。参见图2所示，该投诉赔付的计算方法包括如下步骤。

201、投诉赔付的计算装置获取投诉文本，并利用预设规则处理投诉文本，得到目标争议金额。

具体的，获取投诉文本的方式可以是获取并识别音频信息，得到投诉文本。其中，音频信息包括用户投诉的语音信息。例如，用户拨打投诉电话进行投诉，则获取该投诉电话的音频信息，并使用相关的语音识别模型识别音频信息，得到投诉文本。

获取投诉文本的方式也可以是直接获取用户反馈的投诉文档，得到投诉文本。例如，用户登录相关的网站，撰写了投诉文档进行投诉，则直接获取用户撰写的投诉文档，得到投诉文本。

在获取投诉文本之后，投诉赔付的计算装置利用预设规则处理投诉文本，得到目标争议金额。其中，预设规则为正则表达式。

具体的，通过正则表达式抽取投诉文本中与金额相关的话术，例如“多扣了XX元”、“多收了XX块”、“XX元没了”等。之后，提取与金额相关的话术中的数字，得到目标争议金额。其中，当投诉文本中通过正则表达式没有抽取到与金额相关的话术时，确定目标争议金额为0。

202、投诉赔付的计算装置对投诉文本进行预处理，得到投诉文本的词语集合。

具体的，预处理包括以下至少一项操作：分词操作、删除停用词操作。例如，投诉赔付的计算装置使用分词工具对投诉文本进行分词，并删除停用词，得到投诉文本的词语集合。

203、投诉赔付的计算装置将将投诉文本的词语集合输入第一预设模型，得到目标对应关系。

其中，目标对应关系包括投诉文本的词语集合中的词语与文本类型的对应关系。

可选的，在将投诉文本输入第一预设模型之前，还需要建立第一预设模型，具体的，图3提供一种第一预设模型的建立方法的流程示意图。参见图3所示，该第一预设模型的建立方法包括以下步骤301-步骤302。

301、投诉赔付的计算装置获取每个文本类型对应的词语集合。

首先，投诉赔付的计算装置获取至少一个历史投诉文本。其中，至少一个历史投诉文本包括文本类型。一个历史投诉文本对应一个文本类型。

具体的，相关的管理人员为至少一个历史投诉文本中，每个历史投诉文本进行文本类型标注，一个历史投诉文本对应一个文本类型，投诉赔付的计算装置获取到包括文本类型的至少一个历史投诉文本。

然后，投诉赔付的计算装置对每个历史投诉文本执行第一操作，得到每个文本类型对应的词语集合。

具体的，第一操作为：投诉赔付的计算装置首先对第一历史投诉文本进行预处理，得到第一历史投诉文本的词语集合。其中，第一历史投诉文本为至少一个历史投诉文本中任一历史投诉文本。

进一步具体的，预处理包括以下至少一项操作：分词操作、删除停用词操作。例如，投诉赔付的计算装置使用分词工具对第一历史投诉文本进行分词，并删除停用词。

然后，投诉赔付的计算装置根据第一历史投诉文本的词语集合中，第一词语的数量、第一历史投诉文本的词语集合中词语的数量、获取到的历史投诉文本的数量、获取到的包含有第一词语的历史投诉文本的数量，确定第一历史投诉文本的文本类型对应的词语集合。其中，第一词语为第一历史投诉文本的词语集合中的任一词语。

进一步具体的，首先，根据第一词语的数量和第一历史投诉文本的词语集合中词语的数量，计算第一词语占第一历史投诉文本对应的文本类型的概率。

其中，第一词语占第一历史投诉文本对应的文本类型的概率满足公式：

然后，根据获取到的历史投诉文本的数量、获取到的包含有第一词语的历史投诉文本的数量，计算逆向文件频率。

其中，逆向文件频率满足公式：

之后，根据第一词语占第一历史投诉文本对应的文本类型的概率和逆向文件频率计算第一词语的概率。

其中，第一词语的概率满足公式：P

最后，将第一历史投诉文本下概率最高的第一词语的集合确定为第一历史投诉文本的文本类型对应的词语集合。

302、投诉赔付的计算装置根据每个文本类型、每个文本类型对应的词语集合、以及每个词语集合中的词语建立第一预设模型。

具体的，投诉赔付的计算装置根据每个文本类型、每个文本类型对应的词语集合、以及每个词语集合中的词语，生成文本类型、文本类型对应的词语集合、以及词语集合中的词语的对应关系，并存储该对应关系，得到第一预设模型。

这样，当投诉赔付的计算装置将投诉文本的词语集合输入第一预设模型时，第一预设模型根据对应关系，输出投诉文本的词语集合中的词语与文本类型的目标对应关系。

204、投诉赔付的计算装置根据目标对应关系确定目标文本类型。

其中，目标文本类型为目标对应关系中贝叶斯概率最高的文本类型。

具体的，对目标对应关系中的每一个文本类型执行第二操作，得到目标对应关系中每一个文本类型的贝叶斯概率；然后，将目标对应关系中贝叶斯概率最高的文本类型确定为目标文本类型。

进一步具体的，第二操作包括：根据第一文本类型对应的词语的数量，和投诉文本的词语集合中词语的数量，计算第一文本类型的概率。

其中，第一文本类型为目标对应关系中任一文本类型。第一文本类型的概率满足公式：

根据第一文本类型中第二词语的数量和第一文本类型对应的词语的数量计算第二词语的概率。

其中，第二词语为投诉文本的词语集合中任一词语。第二词语的概率满足公式：

根据第一文本类型的概率和第二词语的概率计算第一文本类型的贝叶斯概率。

其中，第一文本类型的贝叶斯概率满足公式：

最后，得到目标对应关系中每一个文本类型的贝叶斯概率之后，将贝叶斯概率最高的文本类型确定为目标文本类型。

205、投诉赔付的计算装置将目标文本类型和目标争议金额输入第二预设模型，得到投诉文本的赔付金额。

可选的，在将目标文本类型和目标争议金额输入第二预设模型之前，还需要建立第二预设模型，具体的，图4提供一种第二预设模型的建立方法的流程示意图。参见图4所示，该第二预设模型的建立方法包括以下步骤401-步骤402。

401、获取至少一个历史投诉文本中，每个历史投诉文本的文本类型、历史争议金额、以及历史赔付金额。

具体的，相关的管理人员为至少一个历史投诉文本中的每个历史投诉文本进行文本类型标注、历史争议金额标注、历史赔付金额标注。其中，一个文本类型、一个历史争议金额、一个历史赔付金额对应一个历史投诉文本。之后，投诉赔付的计算装置获取到至少一个历史投诉文本中，每个历史投诉文本的文本类型、历史争议金额、以及历史赔付金额。

402、根据每个历史投诉文本的文本类型、历史争议金额、以及历史赔付金额建立第二预设模型。

其中，文本类型包括情绪类型和投诉类型。

具体的，投诉赔付的计算装置使用最小二乘法对至少一个历史投诉文本的情绪类型、投诉类型、以及历史争议金额进行曲线拟合，得到最小二乘法拟合曲线方程式。之后，计算得到最小二乘法拟合曲线方程式的函数值。然后，投诉赔付的计算装置计算每个历史赔付金额与函数值差值的平方和，并获取平方和最小时，对应的情绪类型的权重、投诉类型的权重、争议金额的权重、以及补偿参数。最后，根据情绪类型的权重、投诉类型的权重、争议金额的权重、以及补偿参数建立第二预设模型。

进一步具体的，第二预设模型满足公式y＝w

其中，对于投诉类型和情绪类型的量化，可以使用常用的量化方式。例如，相关的管理人员对情绪类别进行相关设定，平静为1，生气为2，不耐烦为3，愤怒为4，暴怒为5。又例如，相关的管理人员对投诉情况，按照严重程度从低到高排序，信号不佳为1，断网为2，异常停机为3，多扣费为4。

这样，当投诉赔付的计算装置将目标文本类型和目标争议金额输入第二预设模型时，第二预设模型将目标文本类型中的情绪类型、投诉类型和目标争议金额代入上述公式，并将计算出的结果，输出为赔付金额。

可选的，在投诉赔付的计算装置输出赔付金额之后，相关的管理人员基于赔付金额，对客服进行安抚和赔付，解决投诉问题。

上述方案中，投诉赔付的计算装置能够根据投诉文本得到目标争议金额，并利用第一预设模型确定投诉文本的目标文本类型，利用第二预设模型得到投诉文本的赔付金额。避免了采用人工的方式，依据个人经验或手动查询历史处理情况来确定赔付金额。这样，在业务量比较大的情况下，也能够及时的得到赔付金额的计算结果，提高了投诉处理的效率。

本申请实施例可以根据上述的方法实施例对投诉赔付的计算装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请实施例中对模块的划分是示意性的，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。

以上结合图2-图4详细说明了本申请实施例提供的方法。以下，结合图5详细说明本申请实施例提供的投诉赔付的计算装置。应理解，装置实施例的描述与方法实施例的描述相互对应，因此，未详细描述的内容可以参见上文方法实施例，为了简洁，这里不再赘述。

图5示出了一种投诉赔付的计算装置的结构示意图。该投诉赔付的计算装置包括获取模块51、处理模块52、以及确定模块53。

获取模块51，用于获取投诉文本，并利用预设规则处理投诉文本，得到目标争议金额。例如，参照图2所示，获取模块51用于执行步骤201。处理模块52，用于：对投诉文本进行预处理，得到投诉文本的词语集合。将投诉文本的词语集合输入第一预设模型，得到目标对应关系。其中，目标对应关系包括投诉文本的词语集合中的词语与文本类型的对应关系。例如，参照图2所示，处理模块52用于执行步骤202和步骤203。确定模块53，用于根据目标对应关系确定目标文本类型。目标文本类型为目标对应关系中贝叶斯概率最高的文本类型。例如，参照图2所示，确定模块53用于执行步骤204。处理模块52，还用于：将目标文本类型和目标争议金额输入第二预设模型，得到投诉文本的赔付金额。例如，参照图2所示，处理模块52还用于执行步骤204。

可选的，获取模块51，具体用于：获取并识别音频信息，得到投诉文本，或者，获取用户的投诉文档，得到投诉文本。其中，音频信息包括用户投诉的语音信息。

可选的，获取模块51，还用于获取每个文本类型对应的词语集合。例如，参照图3所示，获取模块51还用于执行步骤301。处理模块52，还用于根据每个文本类型、每个文本类型对应的词语集合、以及每个词语集合中的词语建立第一预设模型。例如，参照图3所示，处理模块52还用于执行步骤302。

可选的，获取模块51，具体用于：获取至少一个历史投诉文本。其中，至少一个历史投诉文本包括文本类型。一个历史投诉文本对应一个文本类型。对每个历史投诉文本执行第一操作，得到每个文本类型对应的词语集合。第一操作为：对第一历史投诉文本进行预处理，得到第一历史投诉文本的词语集合。根据第一历史投诉文本的词语集合中，第一词语的数量、第一历史投诉文本的词语集合中词语的数量、获取到的历史投诉文本的数量、获取到的包含有第一词语的历史投诉文本的数量，确定第一历史投诉文本的文本类型对应的词语集合。其中，第一历史投诉文本为至少一个历史投诉文本中任一历史投诉文本。第一词语为第一历史投诉文本的词语集合中的任一词语。

可选的，预处理包括以下至少一项操作：分词操作、删除停用词操作。

可选的，获取模块51，还用于获取至少一个历史投诉文本中，每个历史投诉文本的文本类型、历史争议金额、以及历史赔付金额。例如，参照图4所示，获取模块51还用于执行步骤401。处理模块52，还用于根据每个历史投诉文本的文本类型、历史争议金额、以及历史赔付金额建立第二预设模型。例如，参照图4所示，处理模块52还用于执行步骤402。

可选的，文本类型包括情绪类型和投诉类型，处理模块52，具体用于：使用最小二乘法对至少一个历史投诉文本的情绪类型、投诉类型、以及历史争议金额进行曲线拟合，得到最小二乘法拟合曲线方程式。计算得到最小二乘法拟合曲线方程式的函数值。计算每个历史赔付金额与函数值差值的平方和，并获取平方和最小时，对应的情绪类型的权重、投诉类型的权重、争议金额的权重、以及补偿参数。根据情绪类型的权重、投诉类型的权重、争议金额的权重、以及补偿参数建立第二预设模型。

可选的，第二预设模型满足公式y＝w

可选的，预设规则为正则表达式匹配规则。

本申请另一实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当指令在投诉赔付的计算装置上运行时，该投诉赔付的计算装置，执行如图2-图4所示的实施例的投诉赔付的计算方法中的步骤。

在本申请的另一实施例中，还提供一种计算机程序产品，该计算机程序产品包括计算机执行指令，该计算机执行指令存储在计算机可读存储介质中；投诉赔付的计算装置的处理器可以从计算机可读存储介质读取该计算机执行指令，处理器执行该计算机执行指令使得投诉赔付的计算装置，执行如图2-图4所示的实施例的投诉赔付的计算方法中的步骤。

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，其作用在此不再赘述。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

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模块、单元及算法步骤，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申请的范围。

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，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，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，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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。

另外，在本申请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。

所述功能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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称:read-only memory，英文简称：ROM)、随机存取存储器(英文全称：random access memory，英文简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。