首页> 中国专利> 基于事件抽取的新闻会面信息处理方法及装置

基于事件抽取的新闻会面信息处理方法及装置

摘要

本发明提供了一种基于事件抽取的新闻会面信息处理方法及装置,可用于金融领域或其他领域。所述方法包括:获取多个新闻会面事件文本,并对所述新闻会面事件文本进行语句拆分,得到多条会面事件语句;对所述会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据;利用所述会面事件结构化数据,得到会面事件结构化数据集合,并将所述会面事件结构化数据集合存入数据库中;根据获取的会面搜索请求,在所述数据库中进行会面事件搜索,得到会面事件搜索结果。本发明通过事件抽取实现新闻会面事件文本数据的结构化,进而支持新闻会面事件结构化数据的细粒度查询和搜索,给出精确搜索结果,为用户提供新闻会面事件的准确信息。

著录项

  • 公开/公告号CN114896316A

    专利类型发明专利

  • 公开/公告日2022-08-12

    原文格式PDF

  • 申请/专利号CN202210475739.2

  • 发明设计人 汪美玲;

    申请日2022-04-29

  • 分类号G06F16/25(2019.01);G06F16/215(2019.01);G06F16/2452(2019.01);G06F16/248(2019.01);G06F16/31(2019.01);G06F40/279(2020.01);

  • 代理机构北京三友知识产权代理有限公司 11127;北京三友知识产权代理有限公司 11127;

  • 代理人崔博;叶明川

  • 地址 100029 北京市朝阳区安定路5号天圆祥泰大厦

  • 入库时间 2023-06-19 16:22:17

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-08-30

    实质审查的生效 IPC(主分类):G06F16/25 专利申请号:2022104757392 申请日:20220429

    实质审查的生效

说明书

技术领域

本发明涉及信息处理技术领域,尤指一种基于事件抽取的新闻会面信息处理方法及装置。

背景技术

会面是公众人物之间进行社交的主要形式之一,代表一种事件,主要指某些组织的某些人物在特定时间见面,其中参加会面的人物及其所在的组织、时间是基本组成元素。例如“2013年12月12日甲公司董事长与乙集团董事长在某颁奖现场辩论”,描述了一个新闻会面事件,其中,公司、人物及时间是基本组成元素。

人们通常针对互联网络上发布的新闻、公告等信息进行查询和搜索,以了解公众人物之间的会面信息。当前互联网络以新闻、公告文本的形式公开公众人物的会面信息,参加会面的人物及其所在的组织、时间等信息均包含在非结构化新闻文本中,在信息搜索功能的支持方面,针对用户的搜索请求,通过将用户请求文本与新闻的文本进行模糊匹配,可返回与用户搜索关键字匹配上的新闻文本。

现有基于文本模糊匹配技术返回新闻文本的搜索实现方案,不支持参加会面的人物及其所在的组织、时间等结构化数据的细粒度查询和搜索,都仅能返回文本模糊匹配的结果,无法返回精确的结果,也无法支持按时间进行事件排序,无法按时间为用户提供事件的脉络信息。

发明内容

针对现有技术中存在的问题,本发明实施例的主要目的在于提供一种基于事件抽取的新闻会面信息处理方法及装置,实现新闻会面事件结构化数据的细粒度查询和搜索。

为了实现上述目的,本发明实施例提供一种基于事件抽取的新闻会面信息处理方法,方法包括:

获取多个新闻会面事件文本,并对新闻会面事件文本进行语句拆分,得到多条会面事件语句;

对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据;

利用会面事件结构化数据,得到会面事件结构化数据集合,并将会面事件结构化数据集合存入数据库中;

根据获取的会面搜索请求,在数据库中进行会面事件搜索,得到会面事件搜索结果。

可选的,在本发明一实施例中,会面事件结构化数据包括会面时间、会面人员信息及会面组织信息。

可选的,在本发明一实施例中,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据包括:

对每条会面事件语句进行人物实体识别处理,得到各新闻会面事件文本对应的会面人员信息。

可选的,在本发明一实施例中,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据还包括:

对每条会面事件语句进行组织实体识别处理,得到各新闻会面事件文本对应的会面组织信息。

可选的,在本发明一实施例中,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据还包括:

对每条会面事件语句进行正则表达式抽取处理,得到各新闻会面事件文本对应的会面时间。

可选的,在本发明一实施例中,将所述会面事件结构化数据集合存入数据库中包括:

对会面事件结构化数据进行数据清洗处理,将数据清洗处理后的存入所述数据库中。

可选的,在本发明一实施例中,根据获取的会面搜索请求,在数据库中进行会面事件搜索,得到会面事件搜索结果包括:

根据获取的会面搜索请求,生成数据库查询语句;

根据数据库查询语句,在所述数据库中进行会面事件搜索,得到会面事件搜索结果。

本发明实施例还提供一种基于事件抽取的新闻会面信息处理装置,装置包括:

语句拆分模块,用于获取多个新闻会面事件文本,并对新闻会面事件文本进行语句拆分,得到多条会面事件语句;

结构化数据模块,用于对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据;

数据集合模块,用于利用会面事件结构化数据,得到会面事件结构化数据集合,并将会面事件结构化数据集合存入数据库中;

事件搜索模块,用于根据获取的会面搜索请求,在数据库中进行会面事件搜索,得到会面事件搜索结果。

可选的,在本发明一实施例中,会面事件结构化数据包括会面时间、会面人员信息及会面组织信息。

可选的,在本发明一实施例中,结构化数据模块还用于:对每条会面事件语句进行人物实体识别处理,得到各新闻会面事件文本对应的会面人员信息。

可选的,在本发明一实施例中,结构化数据模块还用于:对每条会面事件语句进行组织实体识别处理,得到各新闻会面事件文本对应的会面组织信息。

可选的,在本发明一实施例中,结构化数据模块还用于:对每条会面事件语句进行正则表达式抽取处理,得到各新闻会面事件文本对应的会面时间。

可选的,在本发明一实施例中,数据集合模块还用于:对会面事件结构化数据进行数据清洗处理,将数据清洗处理后的存入数据库中。

可选的,在本发明一实施例中,事件搜索模块包括:

查询语句单元,用于根据获取的会面搜索请求,生成数据库查询语句;

事件搜索单元,用于根据数据库查询语句,在数据库中进行会面事件搜索,得到会面事件搜索结果。

本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述程序时实现上述方法。

本发明还提供一种计算机可读存储介质,计算机可读存储介质存储有执行上述方法的计算机程序。

本发明通过事件抽取实现新闻会面事件文本数据的结构化,进而支持新闻会面事件结构化数据的细粒度查询和搜索,给出精确搜索结果,为用户提供新闻会面事件的准确信息。

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为本发明实施例一种基于事件抽取的新闻会面信息处理方法的流程图;

图2为本发明实施例中会面事件搜索的流程图;

图3为本发明一具体实施例中新闻会面信息处理的流程图;

图4为本发明实施例一种基于事件抽取的新闻会面信息处理装置的结构示意图;

图5为本发明实施例中事件搜索模块的结构示意图;

图6为本发明一实施例所提供的电子设备的结构示意图。

具体实施方式

本发明实施例提供一种基于事件抽取的新闻会面信息处理方法及装置,可用于金融领域及其他领域,需要说明的是,本发明的基于事件抽取的新闻会面信息处理方法及装置可用于金融领域,也可用于除金融领域之外的任意领域,本发明的基于事件抽取的新闻会面信息处理方法及装置应用领域不做限定。

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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

图1所示为本发明实施例一种基于事件抽取的新闻会面信息处理方法的流程图,本发明实施例提供的基于事件抽取的新闻会面信息处理方法的执行主体包括但不限于计算机。图中所示方法包括:

步骤S1,获取多个新闻会面事件文本,并对新闻会面事件文本进行语句拆分,得到多条会面事件语句。

其中,通过获取已经公开的新闻会面信息,获取相关的新闻会面事件文本。具体的,新闻会面事件文本一般为新闻文本,以文字形式记录的新闻会面事件。

进一步的,对新闻会面事件文本进行拆分,将每篇新闻会面事件文本拆分为语句,得到多条会面事件语句。

步骤S2,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据。

其中,对每条会面事件语句创建一个事件,分别运行既有的人物实体识别算法、组织机构实体识别算法、年月日日期的正则表达式抽取,利用识别和抽取结果进行事件元素的填充,得到会面事件结构化数据。

进一步的,利用识别和抽取结果进行事件元素的填充是指对预设的结构化数据类型进行填充,具体的,定义新闻会面数据的结构为:(发生时间,{(会面参加人物P1,会面参加人物P1所在的组织O1),...,(会面参加人物Pn,会面参加人物Pn所在的组织On)})。

步骤S3,利用会面事件结构化数据,得到会面事件结构化数据集合,并将会面事件结构化数据集合存入数据库中。

其中,将会面事件结构化数据添加到候选会面事件集合中,得到会面事件结构化数据集合。

进一步的,对存入的结构化数据按照数据库模式进行重构、去重保存,并利用数据库既有导入工具导入到数据库中进行存储。

步骤S4,根据获取的会面搜索请求,在数据库中进行会面事件搜索,得到会面事件搜索结果。

其中,获取用户发送的会面搜索请求,抽取出搜索条件并构造数据库查询语句,以该语句查询存储会面事件结构化数据的数据库,得到事件元组列表,并按照时间的升序进行排序,将该事件元组列表作为会面事件搜索结果返回给用户。由此实现支持会面事件结构化数据的细粒度查询和搜索,给出精确结果,并支持按时间进行事件排序,为用户提供事件的脉络信息。

作为本发明的一个实施例,会面事件结构化数据包括会面时间、会面人员信息及会面组织信息。

在本实施例中,对会面事件语句进行实体识别处理后,得到新闻会面发生的时间,即会面信息,参加会面的人物,即会面人员信息,以及参会人员所属的组织信息,即会面组织信息。

作为本发明的一个实施例,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据包括:对每条会面事件语句进行人物实体识别处理,得到各新闻会面事件文本对应的会面人员信息。

其中,对每条会面事件语句创建一个事件,分利用既有的人物实体识别算法进行识别与抽取,得到各新闻会面事件文本对应的会面人员信息。

作为本发明的一个实施例,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据还包括:对每条会面事件语句进行组织实体识别处理,得到各新闻会面事件文本对应的会面组织信息。

其中,对每条会面事件语句创建一个事件,利用既有的组织机构实体识别算法进行识别与抽取,得到各新闻会面事件文本对应的会面组织信息。

作为本发明的一个实施例,对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据还包括:对每条会面事件语句进行正则表达式抽取处理,得到各新闻会面事件文本对应的会面时间。

其中,对每条会面事件语句创建一个事件,利用既有的年月日日期的正则表达式进行识别与抽取,得到各新闻会面事件文本对应的会面时间。

作为本发明的一个实施例,将会面事件结构化数据集合存入数据库中包括:对会面事件结构化数据进行数据清洗处理,将数据清洗处理后的存入数据库中。

其中,对存入的结构化数据按照数据库模式进行重构、去重保存,并利用数据库既有导入工具导入到数据库中进行存储。

作为本发明的一个实施例,如图2所示,根据获取的会面搜索请求,在数据库中进行会面事件搜索,得到会面事件搜索结果包括:

步骤S21,根据获取的会面搜索请求,生成数据库查询语句;

步骤S22,根据数据库查询语句,在数据库中进行会面事件搜索,得到会面事件搜索结果。

其中,获取用户发送的会面搜索请求,抽取出搜索条件并构造数据库查询语句,以该语句查询存储会面事件结构化数据的数据库,得到事件元组列表,并按照时间的升序进行排序,将该事件元组列表作为会面事件搜索结果返回给用户。由此实现支持会面事件结构化数据的细粒度查询和搜索,给出精确结果,并支持按时间进行事件排序,为用户提供事件的脉络信息。

在本发明一具体实施例中,如图3所述的新闻会面事件的处理过程,以包含公众人物会面事件信息的非结构化新闻文本集合为输入,首先进行会面事件组成元素包括参加会面的人物及其所在的组织、时间的抽取,之后将抽取得到的所有会面事件的结构化数据存入数据库,最后针对用户的会面信息搜索请求,基于该数据库进行会面事件细粒度查询和搜索,并将搜索结果返回给用户。图中所示过程具体包括:

S11:会面事件要素抽取:

(1)输入:包含公众人物会面事件信息的非结构化新闻文本集合。

例如,雷某和董某在2013年会面的一则新闻文本为“2013年12月12日甲公司董事长雷某与乙集团董事长董某在第十四届经济年度人物评选颁奖现场辩论,丙集团董事长马某在场。”

(2)输出:输入新闻文本集合中包含的全部会面事件的结构化数据的集合,每个会面事件的结构化数据包括会面时间、全部会面参加人物及其所在的组织。

例如上述输入示例中包含的会面事件为(2013年12月12日,{(雷某,甲公司),(董某,乙集团),(马某,丙集团)})。

(3)抽取过程:

1)定义会面类型事件为(发生时间,{(会面参加人物P1,会面参加人物P1所在的组织O1),...,(会面参加人物Pn,会面参加人物Pn所在的组织On)}),该定义决定了会面类型事件与会议等其他类型事件的根本区别。将每篇新闻文本输入到现存的某种事件抽取算法,进行该会面类型事件的抽取,得到全部新闻文本对应的候选会面事件的集合。

例如,基于实体识别的会面事件抽取过程为:

a)将每篇新闻文本拆分为语句,对每条语句创建一个事件,分别运行既有人物实体识别算法、组织机构实体识别算法、年月日日期的正则表达式抽取,利用识别和抽取结果进行事件元素的填充,并添加到候选会面事件集合中,具体:

a1)将年月日日期的正则表达式抽取的第一个结果作为事件的时间元素(例如示例中的“2013年12月12日”);

b1)将组织机构实体识别结果和人物实体识别结果按照在新闻文本中出现的先后位置排序,并依次将每个组织机构实体与和其出现在同一个语句中、在其之后出现的、在下一个组织机构实体之前出现的每个人物实体都构造为一个元组,作为一个(会面参加人物,会面参加人物所在的组织)元组,添加到事件的会面参加人物及其所在的组织元素中;例如针对“2013年12月12日甲公司董事长雷某与乙集团董事长董某在第十四届经济年度人物评选颁奖现场辩论,丙集团董事长马某在场。”抽取出{(雷某,甲公司),(董某,乙集团),(马某,丙集团)}。

2)审核事件抽取算法生成的候选会面事件的集合,若发现多抽取、少抽取、误抽取等错误进行修正;

3)删除审核结果中重复的会面事件,具体两个会面事件重复是指会面的发生时间相同,并且全部会面参加人物及其所在的组织也相同。

S12:会面事件结构化数据存入数据库:

(1)输入:S11输出的全部会面事件的集合。

(2)输出:存储全部会面事件的结构化数据库。

(3)存储过程:进行数据库字段的模式定义和类型定义,输入数据按照数据库模式进行重构、去重保存,并利用数据库既有导入工具导入到数据库中。

例如将会面事件结构化数据存入mysql数据库的过程为:

1)定义数据库字段的模式和类型,即进行数据表结构,包括会面参加人物A、会面参加人物A所在的组织、会面参加人物B、会面参加人物B所在的组织、时间五个字段,并定义会面参加人物A、会面参加人物A所在的组织、会面参加人物B、会面参加人物B所在的组织四个字段为char类型,时间字段为date类型;

2)输入数据按照如上数据表结构进行重构、去重保存,具体是创建一个Excel表文件,包含会面参加人物A、会面参加人物A所在的组织、会面参加人物B、会面参加人物B所在的组织、时间五个数据列,从输入事件数据的全部会面参加人物中枚举出所有不同的二元组合(两个二元组合相同是指在不考虑AB次序的情况下会面参加人物相同),将每个会面参加人物的二元组合与对应的所在组织存储到Excel表文件的会面参加人物A、会面参加人物A所在的组织、会面参加人物B、会面参加人物B数据列,将事件的发生时间存储到Excel表文件的对应时间数据列;

例如针对会面事件(2013年12月12日,{(雷某,甲公司),(董某,乙集团),(马某,丙集团)}),重构得到的Excel表内容为:

(雷某,甲公司,董某,乙集团,2013年12月12日)

(雷某,甲公司,马某,丙集团,2013年12月12日)

(董某,乙集团,马某,丙集团,2013年12月12日)

3)利用mysql导入工具将Excel表中数据导入到数据库。

S13:会面事件结构化要素查询和搜索:

(1)输入:S12输出的存储全部会面事件的结构化数据库,以及用户的会面搜索请求;

(2)输出:搜索结果。

(3)搜索实现过程:针对用户的会面搜索请求,抽取出搜索条件并构造数据库查询语句,之后以该语句查询存储会面事件的结构化数据库,得到事件元组列表,并按照时间的升序进行排序,将该事件元组列表作为事件脉络返回给用户,具体:

1)针对用户搜索请求运行既有人物实体识别算法、组织机构实体识别算法、时间正则表达式解析,并基于识别和解析结果确定搜索条件,例如针对请求“雷某,董某2013年见过的面”,抽取出时间区间“2013年”,识别出人物实体{雷某,董某},识别出组织机构实体为空,之后确定时间搜索条件为“2013年”、会面参加人物搜索条件为{雷某,董某}。

2)以1)得到的搜索条件为查询数据库对应字段的条件,按照时间的升序排序,构造数据库查询语句,在会面事件数据库上执行该查询语句,返回事件元组列表;例如针对请求“雷某和董某2013年见过的面”,以时间搜索条件“2013年”为时间字段的查询条件、会面参加人物搜索条件{雷某,董某}为会面参加人物A和会面参加人物B字段的查询条件,按照时间的升序排序,构造mysql查询语句,“select*from t where date(t._time)between‘2013-01-01’and‘2013-12-31’and((t.person_A=‘雷某’and t.person_B=‘董某’)or(t.person_B=‘雷某’and t.person_A=‘董某’))orderby t._time”,其中t为存储事件数据的数据库表名称,t._time为该表中的时间字段,t.person_A和t.person_B分别为该表中的会面参加人物A和会面参加人物B字段,之后在会面事件数据库上执行该查询语句,返回事件元组列表。

本发明针对现有基于文本模糊匹配技术返回新闻文本的搜索实现方案,不支持结构化数据的细粒度查询和搜索,无法给出精确结果,也无法支持按时间进行事件排序以为用户提供事件脉络信息的不足等问题,本发明采用事件抽取实现文本数据的结构化,进而支持会面事件结构化数据的细粒度查询和搜索,给出精确结果,并支持按时间进行事件排序,为用户提供事件的脉络信息。

如图4所示为本发明实施例一种基于事件抽取的新闻会面信息处理装置的结构示意图,图中所示装置包括:

语句拆分模块10,用于获取多个新闻会面事件文本,并对新闻会面事件文本进行语句拆分,得到多条会面事件语句;

结构化数据模块20,用于对会面事件语句进行实体识别处理,得到各新闻会面事件文本对应的会面事件结构化数据;

数据集合模块30,用于利用会面事件结构化数据,得到会面事件结构化数据集合,并将会面事件结构化数据集合存入数据库中;

事件搜索模块40,用于根据获取的会面搜索请求,在数据库中进行会面事件搜索,得到会面事件搜索结果。

作为本发明的一个实施例,会面事件结构化数据包括会面时间、会面人员信息及会面组织信息。

作为本发明的一个实施例,结构化数据模块还用于:对每条会面事件语句进行人物实体识别处理,得到各新闻会面事件文本对应的会面人员信息。

作为本发明的一个实施例,结构化数据模块还用于:对每条会面事件语句进行组织实体识别处理,得到各新闻会面事件文本对应的会面组织信息。

作为本发明的一个实施例,结构化数据模块还用于:对每条会面事件语句进行正则表达式抽取处理,得到各新闻会面事件文本对应的会面时间。

作为本发明的一个实施例,数据集合模块还用于:对会面事件结构化数据进行数据清洗处理,将数据清洗处理后的存入数据库中。

作为本发明的一个实施例,如图5所示,事件搜索模块40包括:

查询语句单元41,用于根据获取的会面搜索请求,生成数据库查询语句;

事件搜索单元42,用于根据数据库查询语句,在数据库中进行会面事件搜索,得到会面事件搜索结果。

基于与上述一种基于事件抽取的新闻会面信息处理方法相同的申请构思,本发明还提供了上述一种基于事件抽取的新闻会面信息处理装置。由于该一种基于事件抽取的新闻会面信息处理装置解决问题的原理与一种基于事件抽取的新闻会面信息处理方法相似,因此该一种基于事件抽取的新闻会面信息处理装置的实施可以参见一种基于事件抽取的新闻会面信息处理方法的实施,重复之处不再赘述。

本发明通过事件抽取实现新闻会面事件文本数据的结构化,进而支持新闻会面事件结构化数据的细粒度查询和搜索,给出精确搜索结果,为用户提供新闻会面事件的准确信息。

本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法。

本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。

如图6所示,该电子设备600还可以包括:通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是,电子设备600也并不是必须要包括图6中所示的所有部件;此外,电子设备600还可以包括图6中没有示出的部件,可以参考现有技术。

如图6所示,中央处理器100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器100接收输入并控制电子设备600的各个部件的操作。

其中,存储器140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序,以实现信息存储或处理等。

输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。

该存储器140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142,该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。

存储器140还可以包括数据存储部143,该数据存储部143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。

基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132,以经由扬声器131提供音频输出,并接收来自麦克风132的音频输入,从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器130还耦合到中央处理器100,从而使得可以通过麦克风132能够在本机上录音,且使得可以通过扬声器131来播放本机上存储的声音。

本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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。

本发明是参照根据本发明实施例的方法、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设备上,使得在计算机或其他可编程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。

本发明中应用了具体实施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。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号