本发明实施例涉及计算机
技术领域：
：，具体涉及一种中英文相关词汇获取方法及装置。
背景技术：
：：大多情况下，人们常常使用的词典包括新华字典、汉语词典、同义词典、反义词典等，其中现代汉语词典是包括字、词、词组、熟词、成语等词汇的工具书。网上字典：也叫网络字典，网上词典等。以收录字词、百科知识以及各种人物等类似于百科全书的网上查询工具。和普通的字典相比，它涉及的范围更广泛，领域更广阔，不受行业等因素的限制。网上字典大全因其方便实用快捷从而使其成为网友使用最多的工具字典。目前，很多字典网站提供的功能多为以查询指定单词为核心，进一步进行短语、相关文章等信息的展示。但是，这样的展示方式具有比较大的限定性，较少展示出单词之间的相关性。因此，提出查询单词时，同时展示出相关单词的查询列表，包括包含单词词素的所有单词、形近词、近义词、同义词、反义词、上义词、下义词、关键词等。同理，查询中文词汇时，采用类似上述方式查询。技术实现要素：为此，本发明实施例提供一种中英文相关词汇获取方法及装置，以解决现有技术中由于仅能查询核心单词而导致的无法扩展词汇的问题。为了实现上述目的，本发明实施例提供如下技术方案：根据本发明实施例的第一方面提供一种中英文相关词汇获取方法，包括：获取用户输入的待检索词汇或者图片；将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。进一步地，获取所述预设词汇库神经网络模型的具体步骤如下：获取若干个文字或者实物样本的图片，以及每一文字或者实物样本的识别结果标记；提取每一图片样本的特征；利用所有的图片样本的特征，以及每一图片样本的识别结果标记，对目标检测神经网络进行训练，得到所述预设目标检测神经网络模型；解析字典中词汇关联；根据词汇关联形成不同词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇；进而形成词汇库神经网络模型。进一步地，所述待检索词汇为中文或英文文字信息，包括单个或多个词汇以及段落文字、文章等；所述图片包括文字图片或者实物图片，其中，文字图片包括中文或英文文字。进一步地，所述相关词汇包括同义词、反义词、近义词、上义词、下义词和关键词。进一步地，当图片为文字图片时，所述特征为文字的最小词单位，所述最小词单位为偏旁部首、其余部分或英文字母；当图片为实物字图片时，所述特征为实物各个组成部分。根据本发明实施例的第二方面提供一种中英文相关词汇获取装置，包括：获取模块，用于获取用户输入的待检索词汇或者图片；识别模块，用于将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；查找模块，用于根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。进一步地，所述装置还包括训练模块，用于：获取若干个文字或者实物样本的图片，以及每一文字或者实物样本的识别结果标记；提取每一图片样本的特征；利用所有的图片样本的特征，以及每一图片样本的识别结果标记，对目标检测神经网络进行训练，得到所述预设目标检测神经网络模型；解析字典中词汇关联；根据词汇关联形成不同词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇；进而形成词汇库神经网络模型。进一步地，所述待检索词汇为中文或英文文字信息，包括单个或多个词汇以及段落文字、文章等；所述图片包括文字图片或者实物图片，其中，文字图片包括中文或英文文字。再一方面，本发明实施例提供一种电子设备，包括：存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述方法的步骤。又一方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现上述方法的步骤。本发明实施例具有如下优点：本发明实施例公开的中英文相关词汇获取方法及装置，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。附图说明为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。图1为本发明实施例提供的一种中英文相关词汇获取方法示意图；图2为本发明实施例提供的词汇组的示意图；图3为本发明实施例提供的一种中英文相关词汇获取装置示意图；图4为本发明实施例提供的电子设备的结构示意图。具体实施方式以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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，都属于本发明保护的范围。图1为本发明实施例提供的一种中英文相关词汇获取方法示意图，如图1所示，本发明实施例提供一种中英文相关词汇获取方法，其执行主体为中英文相关词汇获取装置，该方法包括：步骤s101、获取用户输入的待检索词汇或者图片；步骤s102、将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；步骤s103、根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。具体来说，本发明实施例涉及的中英文相关词汇获取装置包括获取模块、识别模块和查找模块。首先，通过获取模块获取用户输入的待检索词汇或者图片。然后，通过识别模块将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的。最后，通过查找模块，根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇，词汇组中元词汇为词汇组中选取出的一个词汇，作为词汇组中初始词汇。本发明实施例公开的中英文相关词汇获取方法，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。基于上述任一实施例，进一步地，获取所述预设词汇库神经网络模型的具体步骤如下：获取若干个文字或者实物样本的图片，以及每一文字或者实物样本的识别结果标记；提取每一图片样本的特征；利用所有的图片样本的特征，以及每一图片样本的识别结果标记，对目标检测神经网络进行训练，得到所述预设目标检测神经网络模型；解析字典中词汇关联；根据词汇关联形成不同词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇；进而形成词汇库神经网络模型。具体来说，在使用预设词汇库神经网络模型获取中英文相关词汇之前，首先需要对目标检测神经网络进行训练，进而得到该预设词汇库神经网络模型。具体步骤如下：首先，获取若干个文字或者实物样本的图片，以及每一文字或者实物样本的识别结果标记。然后，提取每一图片样本的特征；最后，利用所有的图片样本的特征，以及每一图片样本的识别结果标记，对目标检测神经网络进行训练，得到所述预设目标检测神经网络模型，解析字典中词汇关联；根据词汇关联形成不同词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇；进而形成词汇库神经网络模型。本发明实施例公开的中英文相关词汇获取方法，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。基于上述任一实施例，进一步地，所述待检索词汇为中文或英文文字信息，包括单个或多个词汇以及段落文字、文章等；所述图片包括文字图片或者实物图片，其中，文字图片包括中文或英文文字。具体来说，本发明实施例中的待检索词汇为中文或英文文字信息，包括单个或多个词汇以及段落文字、文章等；所述图片包括文字图片或者实物图片，其中，文字图片包括中文或英文文字。本发明实施例中的方法支持中中、中英、英中、英英词汇翻译。本发明实施例公开的中英文相关词汇获取方法，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。基于上述任一实施例，进一步地，所述相关词汇包括同义词、反义词、近义词、上义词、下义词和关键词。具体来说，本发明实施例中的相关词汇包括同义词、反义词、近义词、上义词、下义词和关键词。本发明实施例中的方法可以向用户提供元词汇的同义词、反义词、近义词、上义词、下义词和关键词。本发明实施例公开的中英文相关词汇获取方法，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。基于上述任一实施例，进一步地，当图片为文字图片时，所述特征为文字的最小词单位，所述最小词单位为偏旁部首、其余部分或英文字母；当图片为实物字图片时，所述特征为实物各个组成部分。具体来说，本发明实施例在获取预设词汇库神经网络模型的过程中，当图片为文字图片时，所述特征为文字的最小词单位，所述最小词单位为偏旁部首、其余部分或英文字母；当图片为实物字图片时，所述特征为实物各个组成部分。本发明实施例公开的中英文相关词汇获取方法，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。基于上述任一实施例，图2为本发明实施例提供的词汇组的示意图，如图2所示：构建词汇组用于查询词汇的相关词汇。首先，获取或者数据采集字典库，包括中文字典和英文字典库，当进行词汇搜索时，采用数据挖掘、自然语言处理相关技术，进而，列表展示出该词汇相应的包含该词素的所有词汇、形近词、近义词、同义词、反义词、上义词、下义词、关键词等词汇。进一步的，为增加中英文词汇转换查询的便利性，支持中中、中英、英中、英英词汇翻译。1、对于“中中”翻译，根据输入词汇查询相应词汇的同义词、反义词、近义词、形近词、上义词、下义词、关键词以及包含该词汇的所有词汇的中文解释信息，结果信息采用分页列表展示出来。(1)关于获取中文同义词、反义词、近义词获取词义库中同义词、反义词、近义词词汇信息。词义库由词汇组构成。词汇的同/近义词、反义词作为一组词汇，即为词汇组，选取出其中一个词汇作为元词汇。为便于快速检索，建立词汇的词汇组。词汇组中包含元词汇、编号和词汇组信息。词汇组中词汇依次根据首字母-拼音-文字-词汇字母顺序进行排序。词汇组序列对每个词汇建立词汇与词汇组间关联。查询词汇时，根据词汇查询词汇组序列，进而获取词汇组编号，进而查询出该词汇组中所有相关词汇。读取同/近义词、反义词词典获取词汇关联。同/近义词示例：[{类别＝同义词,原始词汇＝高兴,目的词汇＝喜悦},{类别＝同义词,原始词汇＝高兴,目的词汇＝欢喜}]。反义词示例：[{类别＝反义词,原始词汇＝高兴,目的词汇＝悲伤},{类别＝反义词,原始词汇＝高兴,目的词汇＝难过}]。词汇组如下所示：[编号＝000001,元词汇＝高兴,词汇组＝{{类别＝同义词,原始词汇＝高兴,目的词汇＝喜悦},{类别＝同义词,原始词汇＝高兴,目的词汇＝欢喜},{类别＝反义词,原始词汇＝高兴,目的词汇＝悲伤},{类别＝反义词,原始词汇＝高兴,目的词汇＝难过}}]其中，高兴为该词汇组的元词汇。词汇组序列如下所示：词汇词汇组编号高兴000001喜悦000001欢喜000001悲伤000001难过000001词汇检索时，首先根据词汇的第一个文字的拼音首字母进行检索，进而根据拼音、文字来缩小检索范围，进而检索第二个文字。。。来进一步缩小检索范围，直到检索到该词汇。(2)关于获取中文形近词拆分文字结构，包括偏旁部首和剩余部分以及单体字，建立偏旁部首、剩余部分以及文字的集合，进而构成形近字集合。构成：偏旁部首编码表：{编码＝编码值，名称＝偏旁部首名称，书写＝偏旁部首书写，笔画数＝笔画数}剩余部分编码表：{编码＝编码值，名称＝剩余部分名称，书写＝剩余部分书写，笔画数＝笔画数}文字编码表：{文字＝文字书写，偏旁部首编码＝编码值，剩余部分编码＝编码值}可以进行人工编码或者采用fasterr-cnn进行目标检测，结合rpn(regionproposalnetwork)网络和卷积神经网络(cnn)，步骤如下所示：采用fasterr-cnn进行目标检测1、获取文字图片数据集2、采用rpn(regionproposalnetwork)神经网络提取框3、创建rpn神经网络4、训练prn神经网络5、使用cnn神经网络对原始图片提取特征6、创建卷积神经网络+roi池化7、训练cnn神经网络8、导出神经网络模型9、预测图片文字的偏旁部首和剩余部分或者单字相似度查询文字时，读取该文字的文字编码表，获取该文字的编码信息，从而根据剩余部分编码查询出相应的所有形近词。例如：偏旁部首编码：{编码＝0502，名称＝禾字旁，书写＝禾，笔画数＝5}{编码＝0401，名称＝火字旁，书写＝火，笔画数＝4}{编码＝0413，名称＝日字旁，书写＝日，笔画数＝4}{编码＝0206，名称＝右耳朵旁，书写＝，笔画数＝2}剩余部分编码表：{编码＝00103，名称＝希，书写＝希，笔画数＝7}文字示例：{文字＝稀，偏旁部首编码＝0502，剩余部分编码＝00103}，{文字＝烯，偏旁部首编码＝0401，剩余部分编码＝00103}，{文字＝晞，偏旁部首编码＝0413，剩余部分编码＝00103}。查询“郗”时，“郗”文字编码为：{文字＝郗，偏旁部首编码＝0206，剩余部分编码＝00103}。根据剩余部分编码查询到“郗”的形近词：稀、烯、晞。(3)中文包含该词素的所有词汇以字典作为检索源。建立出关键字与关键词所在的词汇解释关联，以及词汇解释对应的词汇进行关联。例如：{类别＝关键词,原始词汇＝自然科学,目的词汇＝自然界}的关键词自然界，字典中包含关键词自然界的所有词汇关联，如下所示：[{关键词＝自然界，关键词所在的词汇解释＝“可以利用来代替人力的自然界的动力，如风力、水力。”，词汇解释对应的词汇＝自然力},{关键词＝自然界，关键词所在的词汇解释＝“低等植物的一门，没有叶绿素，菌丝体中有明显的细胞核，以有性或无性的孢子进行繁殖。主要靠菌丝体吸收外界现成的营养物质来维持生活。通常寄生在其他物体上，自然界中分布很广，例如酵母菌，制造青霉素用的青霉菌，食品中的蘑菇和松蕈，衣物发霉时长的毛绒状的东西，以及某些病原体。”，词汇解释对应的词汇＝真菌},{关键词＝自然界，关键词所在的词汇解释＝“演变(多指自然界的变化)：生物的～。”，词汇解释对应的词汇＝演化},{关键词＝自然界，关键词所在的词汇解释＝“自然界的声音，如风声、鸟声、流水声等。”，词汇解释对应的词汇＝天籁},{关键词＝自然界，关键词所在的词汇解释＝“到从来没有人去过或很少有人去过的地方去考察(自然界情况)：～队|到南极去～。”，词汇解释对应的词汇＝探险}]因此，包含关键词自然界的词汇示例为：自然力、真菌、演化、天籁、探险。以词素为检索单位，当与关键字匹配时，查询出关键词所在词汇相关信息。(4)关于获取中文上义词、下义词、关键词，在词库建立时获取。2、对于“英英”翻译，根据输入单词查询相应词汇的同义词、反义词、近义词、形近词、上义词、下义词、关键词以及包含该词汇的所有词汇的英文解释信息，结果信息采用分页列表展示出来。(1)关于获取英文近义词、同义词、反义词查询英文词典以及近义词、同义词、反义词词典获取单词的关联单词。英文词汇组与中文词汇组构成类似。其中词汇依次根据首字母、第二个字母。。。字母顺序进行排序。英文词汇检索时，首先根据词汇的首字母进行检索，进而检索第二个字母。。。进一步缩小检索范围，直到检索到该词汇。(2)关于获取英文形近词对于英文来说，根据词源建立词源与单词的对应关系，获取词源所包含的单词组。以及单词与所属的词源关联。根据单词查询出单词所属词源，进而根据词源查询出词源对应的所有单词组。示例如下所示：单词与词源的对应关系：[{词源编码＝000021,名称＝-vinc-,单词＝victor},{词源编码＝000021,名称＝-vinc-,单词＝victory},{词源编码＝000021,名称＝-vinc-,单词＝victorious},{词源编码＝000021,名称＝-vinc-,单词＝province}]当查询单词“victor”时，获取该单词词源为-vinc-，进而查询出词源对应的所有单词组为{victor,victory,victorious,province,...}(3)英文包含该词素的所有词汇与中文包含该词素的所有词汇处理类似。(4)关于获取英文上义词、下义词、关键词对于英英翻译时，例如：science//1[uncountable]knowledgeabouttheworld,especiallybasedonexamining,testing,andprovingfacts2[uncountable]thestudyofscience3[countable]aparticularpartofscience,forexamplebiology,chemistry,orphysics根据分词解析和特定单词如about，of，提取出science上义词：[{类别＝上义词,原始词汇＝science,目的词汇＝knowledge},{类别＝上义词,原始词汇＝science,目的词汇＝study}]根据分词解析和特定单词如forexample，提取出science下义词：[{类别＝下义词,原始词汇＝science,目的词汇＝biology},{类别＝下义词,原始词汇＝science,目的词汇＝chemistry},{类别＝下义词,原始词汇＝science,目的词汇＝physics}]根据分词解析和特定单词如about，basedon，提取出science关键词：{science＝[world,examining,testing,proving,facts]}3、对于“英中”翻译，根据输入单词查询相应词汇的同义词、反义词、近义词、形近词、上义词、下义词、关键词以及包含该词汇的所有词汇，进而根据英中翻译词典(例如：牛津高阶英汉双解词典)查询出单词的中文解释信息，结果信息采用分页列表展示出来。4、对于“中英”翻译，首先根据输入词汇查询相应词汇的同义词、反义词、近义词、形近词、上义词、下义词、关键词以及包含该词汇的所有词汇，进而根据中英翻译词典(例如：牛津高阶英汉双解词典)或者英中翻译词典解析对照查询出词汇的英文解释信息，结果信息采用分页列表展示出来。关于中英翻译，可以查询中英翻译词典或者根据英中翻译提取出中英对照关系，进一步形成中英词库。根据英中翻译提取出中英对照关系，例如英中翻译词汇science，science英美n.科学；技术；学科；理科提取出中英翻译格式如下所示：{中文词汇＝中文词汇信息，对应英语词汇＝对应英文词汇信息，音标＝音标信息}提取出中英翻译信息：{中文词汇＝科学，对应英语词汇＝science，音标＝英美}{中文词汇＝技术，对应英语词汇＝science，音标＝英美}{中文词汇＝学科，对应英语词汇＝science，音标＝英美}{中文词汇＝理科，对应英语词汇＝science，音标＝英美}基于上述任一实施例，图3为本发明实施例提供的一种中英文相关词汇获取装置示意图，如图3所示，本发明实施例提供一种中英文相关词汇获取装置，包括获取模块301、识别模块302和查找模块303，其中：获取模块，用于获取用户输入的待检索词汇或者图片；识别模块，用于将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；查找模块，用于根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。基于上述任一实施例，进一步地，所述装置还包括训练模块，用于：获取若干个文字或者实物样本的图片，以及每一文字或者实物样本的识别结果标记；提取每一图片样本的特征；利用所有的图片样本的特征，以及每一图片样本的识别结果标记，对目标检测神经网络进行训练，得到所述预设目标检测神经网络模型；解析字典中词汇关联；根据词汇关联形成不同词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇；进而形成词汇库神经网络模型。基于上述任一实施例，进一步地，所述待检索词汇为中文或英文文字信息，包括单个或多个词汇以及段落文字、文章等；所述图片包括文字图片或者实物图片，其中，文字图片包括中文或英文文字。本发明实施例公开的中英文相关词汇获取装置，利用词汇库神经网络模型对词进行查询，不仅能够提高查词的效率，还能展示出单词之间的相关性，便于使用者到更大的范围内认知词汇。图4为本发明实施例提供的电子设备的结构示意图，如图4所示，所述设备包括：处理器(processor)401、存储器(memory)402和总线403；其中，处理器401和存储器402通过所述总线403完成相互间的通信；处理器401用于调用存储器402中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：获取用户输入的待检索词汇或者图片；将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。此外，上述的存储器中的逻辑指令可以通过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，本发明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)执行本发明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(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。本发明实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取用户输入的待检索词汇或者图片；将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取用户输入的待检索词汇或者图片；将所述待检索词汇或者图片，输入至预设词汇库神经网络模型，输出所述待检索词汇或者图片的识别结果，其中，所述预设词汇库神经网络模型包括两个部分，一部分是词库，另一部分是采用若干个图片样本对预设目标检测神经网络进行训练之后得到的；根据所述待检索词汇或者图片的识别结果，从预设词库中查找出所述待检索词汇的相关词汇，其中，所述预设词库中预先存储有若干个词汇组，每一词汇组包含了一个元词汇，以及与该元词汇对应的相关词汇。以上所描述的装置及设备等实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。当前第1页12当前第1页12