模型获取方法、装置、计算机设备、存储介质和程序产品与流程

1.本技术涉及信息发送技术领域，特别是涉及一种模型获取方法、装置、计算机设备、存储介质和程序产品。


背景技术：

2.计算机模拟模型指利用计算机大量、高速处理信息的能力，在计算机内设置一定环境，以程序来实现客观系统中的某些规律或规则并高速运行，以便观察与预测客观系统状况的一种强有力的概念模式。
3.在利用模型实现规律或规则观察、预测或获取信息的过程，要实现准确的观察、预测或获取信息，正确的模型至关重要。
4.现有的模型获取方式主要利用文字或语音的方式实现，而由于文字的多音词等的存在，在实现模型获取的过程中并不能准确的获取到对应的模型，特别是当模型库中存在较多模型时，仅通过文字或语音并不能快速准确的得到所需模型。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够准确、快速获取模型的模型获取方法、装置、计算机设备、存储介质和程序产品。
6.第一方面，本技术提供了一种模型获取方法，应用于终端，所述模型获取方法包括：
7.获取模型选择的文字信息；
8.查询与文字信息对应的标准相似文字；
9.根据标准相似文字进行模型查询得到目标模型。
10.在其中一个实施例中，获取模型选择的文字信息包括：
11.获取语音信息，识别语音信息得到模型选择的文字信息。
12.在其中一个实施例中，查询与文字信息对应的标准相似文字，包括：
13.确定第一列表中是否存在与文字信息对应的模型文字信息；
14.当不存在与文字信息对应的模型文字信息时，则查询文字信息对应的标准相似文字；
15.根据标准相似文字进行模型查询得到目标模型，包括：查询第二列表获得与标准相似文字对应的第一目标文字信息；
16.根据第一目标文字信息进行模型查询得到目标模型。
17.在其中一个实施例中，根据标准相似文字进行模型查询得到目标模型，包括：
18.获取预设分词规则；
19.根据分词规则对标准相似文字分词得到第一子词和第二子词；
20.查询第二列表得到与第一子词对应的第一模型列表；
21.根据第二子词对第一模型列表进行排列。
22.在其中一个实施例中，模型获取方法还包括：
23.获取用户身份信息；
24.查询得到与用户身份信息对应的名词；
25.根据名词对标准相似文字调整；
26.根据调整后的标准相似文字获取目标模型，并输出。
27.第二方面，本技术还提供了一种模型获取装置，所述模型获取装置包括：
28.文字信息获取模块，用于获取模型选择的文字信息；
29.标准相似文字获取模块，用于查询与文字信息对应的标准相似文字；
30.模型获取模块，用于根据标准相似文字进行模型查询得到目标模型。
31.在一个实施例中，模型获取模块还用于获取预设分词规则；根据分词规则对标准相似文字分词得到第一子词和第二子词；查询第二列表得到与第一子词对应的第一模型列表；根据第二子词对第一模型列表进行排列。
32.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，存储器存储有计算机程序，该处理器执行该计算机程序时实现上述任意一个实施例中的方法的步骤。
33.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时上述任意一个实施例中的方法的步骤。
34.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
35.上述模型获取方法，获取语音信息，对语音信息进行识别得到文字信息基于文字信息查询到与文字信息对应的标准相似文字，然后基于标准相似文字搜索模型数据库，以得到模型，基于标准相似文字实现模型的获取，能够有效提高模型获取的准确性。
附图说明
36.图1为一个实施例中模型获取方法的应用环境；
37.图2为一个实施例中模型获取方法的示意图；
38.图3为另一个实施例中模型获取方法的示意图；
39.图4为再一个实施例中的模型获取方法的示意图；
40.图5为一个实施例中的模型获取装置的示意图；
41.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
42.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
43.本技术实施例提供的模型获取方法，可以应用于图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。该应用场景
中包括终端102和服务器104，终端102可采集语音信息，也可以实现基于终端上设置的输入模块实现文字信息的输入，服务器104可存储模型，可以根据模型的名称对模型进行分类，形成列表，将列表发送给终端102。用户可以通过终端实现模型获取指令的输入，其中模型获取指令可以为语音信息，也可以直接基于输入文字信息。终端在接收到用户输入的语音信息后，将语音信息发送给第三方识别服务器并接收返回的识别结果文字信息，在接收到文字信息后，可以以接收到的文字信息为基础查询列表得到标准相似文字，进一步以查询得到的标准型相似文字为基础查询得到目标模型，将目标模型输出给要用户查看。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
44.在一个实施例中，如图2所示，提供了一种模型获取方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
45.步骤202，获取模型选择的文字信息。
46.具体地，模型选择的文字信息为用于搜索所需模型所用的搜索词，其中模型选择的文字信息可以为直接输入的文字信息、由识别语音信息得到的文字信息等。终端可以设置输入模块，例如输入键盘、语音采集模块等，用户基于终端上设置的输入键盘实现模型选择的文字信息输入，终端在接收到用户输入的文字信息后，可直接基于输入的文字信息实现模型的搜索，也可以基于输入的文字信息实现转换得到模型选择的文字信息，并基于模型选择的文字信息可以从模型库中搜索与模型选择的文字信息匹配的模型，将搜索到的模型显示给用户查看，用户根据需要选择相应模型。进一步地，模型选择的文字信息也可以基于语音采集模块实现语音信息输入，并基于终端自身设置的语音信息识别模块实现语音信息的转换得到模型选择的文字信息，或者终端将获取到的语音信息发送给第三方服务平台，由第三方服务平台实现语音信息的识别并返回模型选择的文字信息给终端，终端可以在接收到第三方服务平台发送的模型选择的文字信息后基于模型选择的文字信息实现模型的搜索。
47.进一步地，在用户基于终端实现模型选择的文字信息的输入时，终端可以在基于输入框的输入内容实现信息推荐，例如用户需要获取的是名称为“幕墙”的模型，则在输入的时候，输入了“muqiang”，系统在检测到输入的“muqiang”后，基于输入的文字信息查询第二表，根据查询到的结果实现推荐，例如查询得到组包括“木强”、“木墙”、“木器”、“模强”“muqiang”，则将查询到的组显示在输入框，由用户选择所需的内容。同样的，也可以根据用户输入内容计算与第二列表中名词的相似度，将超过第一阈值的名词以推荐的方式推送给用户，由用户选择相应的名词实现信息输入，然后基于输入的信息实现模型获取的处理。其中第二列表为由模型名称的标准相似文字组成的列表。
48.步骤204，查询与文字信息对应的标准相似文字。
49.具体地，标准相似文字为与前述模型选择的文字信息对应的具有相似或相同读音的文字，或者为多音字，例如“雨棚”、“于鹏”“宇鹏”、“雨篷”“yupeng”读音相似或相同，可以认为互相之间为标准相似文字。
50.具体地，可以设置字典库，字典库用于确定名词的标准相似文字，终端在获取到模
型选择的文字信息后，可以基于字典库确定模型选择的文字信息对应的标准相似文字，终端在获取到模型选择的文字信息对应的标准型相似文字后，基于标准相似文字实现模型的获取。字典库可以存储在服务器中，也可以存储在终端本地存储空间，终端可以基于模型选择的文字信息在本地存储中查询与文字信息对应的标准相似文字。进一步地，字典库的形成可以先收集模型库中所有模型的名称，然后基于模型的名称获取对应的相似或相同读音的文字、或者为多音字，将获取与到的相似或相同读音的文字、或者为多音字与模型名称一一对应后形成字典库。
51.进一步地，也可以对模型库中的模型根据不同类型划分不同的模型组，对应不同类型的模型组，形成不同的字典库。用户在进行搜索模型时，首先选择相应的类型，然后在标准相似文字的获取时可以直接基于类型对应的字典库获取，能够减少字典库信息过多而导致的搜索所用能耗过大的问题。
52.步骤206，根据标准相似文字进行模型查询得到目标模型。
53.具体地，服务器可以收集模型库中所有模型的名称，根据所有名称形成第一列表，并将第一列表传送给终端，由终端存储以便终端可以基于第一列表实现模型搜索。还可以在获取到模型的名称后，获取名称的标准相似文字，例如名称的近音、同音词或多音字，将名称以及对应的标准相似文字形成第二列表，并将第二列表同样传送给终端。
54.终端在获取到模型选择的文字信息后，可以先基于模型选择的文字信息搜索第一列表，若从第一列表中并未获取到对应的信息，则可以进一步地，先获取模型选择的文字信息对应的标准相似文字，然后基于获取到的模型选择的文字信息对应的标准相似文字搜索第二列表。进一步地，终端也可以在获取到模型选择的文字信息或模型选择的文字信息对应的标准相似文字后，将文字信息或模型选择文字信息对应的标准相似文字传送服务器，由服务器实现搜索，并返回搜索信息。
55.上述模型获取方法中，获取模型选择的文字信息，查询与文字信息对应的标准相似文字，根据标准相似文字进行模型查询得到目标模型，扩大可用检索词，然后基于标准相似文字从模型数据中检索得到模型，能够有效提高模型获取的准确性。
56.在一个实施例中，步骤202，即步骤获取模型选择的文字信息，包括：
57.获取语音信息，识别语音信息得到模型选择的文字信息。
58.具体地，终端上设置有用于实现信息采集的语音采集模块，用户利用终端上的语音采集模块实现语音信息的采集，终端基于语音采集模块获取到语音信息，然后可以基于终端本地设置的语音识别模块实现语音信息的识别，得到模型选择的文字信息。同样的，终端也可以将获取到的语音信息发送给第三方服务平台，例如百度、科大讯飞等服务商提供的语音转换接口，由第三方服务平台将语音信息转换为文字信息，并发送给终端，终端接收由第三方服务平台传送回的文字信息得到模型选择的文字信息，并可以根据获取到的模型选择的文字信息实现模型搜索。
59.本实施例中利用语音方式实现信息输入，基于语音实现识别得到模型选择的文字信息，能够减少不断的文字输入、修改输入的文字带来的效率低下的问题，能够有效提高信息输入的速度，提高模型获取的效率。
60.在一个实施例中，步骤204，即步骤查询与文字信息对应的标准相似文字，包括：确定第一列表中是否存在与文字信息对应的模型文字信息，当不存在与文字信息对应的模型
文字信息时，则查询文字信息对应的标准相似文字。
61.步骤206，即步骤根据标准相似文字进行模型查询得到目标模型，包括：查询第二列表获得与标准相似文字对应的第一目标文字信息；根据第一目标文字信息进行模型查询得到目标模型。
62.具体地，第一目标文字信息为基于模型选择的文字信息对应的标准相似文字搜索第二列表得到的目标文字信息，例如模型选择的文字信息为“木强”，则近音词(即标准相似文字)可以为“木墙”，利用“木墙”搜索第二列表可以得到“幕墙”，则可以认为“幕墙”为第一目标文字信息，然后可以基于第一目标文字信息实现模型搜索。
63.具体地，模型库中的每个模型具有相应的名称，关键词、标识等，其中关键词可以为用来表示模块所达到效果，关键词可以为一个或多个，标识可以为模型存储的位置信息，名称、关键词、标识之间相互关联。本实施例中可以利用关键词实现模型的搜索，也可以利用名称实现模型的获取，名称一般也可以表明模型所实现的作用，利用名称实现模型搜索可以减少搜索用词过多而带来的功耗过大的问题。
64.进一步地，终端在获取到模型选择的文字信息后，先从第一列表中查询是否存在相应的目标模型文字信息，基于获取到的目标模型文字信息实现模型的获取，若利用模型选择的文字信息搜索得到的目标模型文字信息有多个，则可以直接将搜索到的多个目标模型文字信息展示，由用户选择相应的目标模型文字信息后，基于选择的目标模型文字信息实现模型获取。也可以在获取到多个目标模型文字信息后直接由该多个目标模型文字信息实现模型搜素，在获取到多个模型后，将模型相关信息展示给用户，例如将关键词、模型的作用等以缩略图的方式展示给用户查看，然后根据用户选择实现模型的返回，其中具体的模型展示方式并不做限定。进一步，也可以在获取到多个目标模型文字信息后，选择其中一个目标模型文字信息搜索模型，并展示给用户，由用户确认是否为需要的模型，若为需要的模型，则将模型返回，若用户确认为不是需要的模型，则可以获取多个目标模型文字信息中的另一个目标信息，重复前述步骤，直到获取到用户所需的模型。用户确认是否为需要的模型的确认方式不做具体限定。
65.若基于第一列表并不能获取到目标模型文字信息，则可以首先获取模型选择的文字信息对应的标准相似文字，例如“雨棚”，标准相似文字可以为“于鹏”“宇鹏”、“雨篷”“yupeng”等，然后基于获取到的标准相似文字搜索第二列表，在查询到有对应的目标文字信息后，基于获取到的目标文字信息实现模型的获取，其中模型的获取可以为，若获取到的目标文字信息为模型名称，则基于模型名称获取到模型的存储标识，基于存储标识实现模型的获取，而若获取到的文字信息为名称的标准相似文字，则基于名称的标准相似文字实现模型名称的获取，并进一步基于名称获取到模型存储的标识，基于标识获取到模型。同样的，若基于标准相似文字获取到的目标文字信息为多个，将多个目标文字信息对应的模型展示，由用户选择对应的模型，也可以由多个目标文字信息获取多个模型，并将获取到的多个模型展示给用户，由用户选择所需的模型。
66.更进一步地，若基于模型选择的文字信息以及该文字信息对应的标准相似文字并不能获取模型，则可以设定第一阈值，将模型选择的文字信息与第一列表中的名称信息进行相似度比较，确定相似度是否有超过第一阈值，若超过，则获取对应的模型名称信息后，基于标识信息获取模型，将获取到的模型展示给用户，由用户选择所需的模型。若超过第一
阈值的名称信息有多个，则可以根据相似度由大到小排列，将对应的名称信息显示给用户，由用户选择所需的模型名称信息，并根据选择到的模型名称信息获取模型；同样的，也可以基于多个模型名称信息中的一个模型名称信息，基于这一模型名称信息获取与该模型名称对应的模型，然后将获取到的模型展示给用户，由用户选择确定是否为所需模型，若用户确认并非所需模型，则进一步获取其他模型名称，重复上述基于模型名称获取模型并确认的过程。具体的相似度计算方法并不做限定。
67.更进一步地，也可以计算模型选择的文字信息的标准相似文字与第二列表中的文字信息之间的相似度，若相似度值大于第二阈值，则获取超过第二阈值的目标模型名称按相似度由大到小展示给用户，由用户选择或确认，根据用户选择或确认的信息实现模型的获取。或者，如上文所述，基于目标模型名称获取一个或多个模型，将模型展示给用户，由用户选择所需模型，或者若目标模型名称为多个，则可以根据用户选择的目标模型名称实现模型获取，或者基于多个目标模型名称获取多个模型，由用户选择相应的模型。
68.本实施例中，在获取到模型选择的文字信息后，基于模型选择的文字信息进行扩展得到标准相似文字，基于标准相似文字实现模型搜索，从而提高了能够检索命中率和准确率。
69.在一个实施例中，如图3所示，步骤206，即步骤根据标准相似文字进行模型查询得到目标模型，包括：
70.步骤302，获取预设分词规则。
71.步骤304，根据分词规则对标准相似文字分词得到第一子词和第二子词。
72.步骤306，查询第二列表得到与第一子词对应的第一模型列表。
73.步骤308，根据第二子词对第一模型列表进行排列。
74.具体地，在识别到文字信息后，可以首先将获取到的文字信息分词，即可以先确定获取到的文字信息是否为一个词，例如“件所”可以认为非词，而“检索”认为是词。在检测文字信息为词后，获取分词规则，例如，以此为单位分词，或者以字为单位分词，例如：假设文字信息为“幕墙玻璃”，则以词为单位分词时，可以将文字信息划分为“幕墙”和“玻璃”，而以字为单位分词时，可以得到“幕”、“墙”、“玻”和“璃”，以获取到的分词规则为基础对文字信息进行分词。
75.在实现模型搜索的过程中，可以对模型选择的文字信息以分词规则为基础实现分词，得到第一子词、第二子词等，然后根据第一字词从第一列表中搜索，若搜索到相应内容，将搜索到的所有内容提取出，进一步利用第二子词对搜索到的内容进行排序，按照排序顺序提取模型显示给用户，根据用户选择调取模型，也可以将由第二字词调序后的内容展示给用户，由用户选择相应的信息，基于用户选择的信息实现模型的获取。
76.进一步地，也可以基于文字信息搜索第一列表，在无法搜索到第一列表时，获取分词规则，对模型选择的文字信息分词得到第一子词和第二子词，进一步确定第一子词对应的标准相似文字，以第一子词对应的标准相似文字为基础搜索第二列表，再以第二子词为就基础对以第一子词的标准相似文字为基础搜索到的模型进行排序，以排序后顺序获取并显示模型供用户选择所需模型。进一步地，也可以以第二子词的标准相似文字为基础对以第一子词的标准相似文字为基础搜索到的模型进行排序，以排序后顺序显示模型供用户选择所需模型。同样的，也可以将由第二子词或第二子词对应的标准相似文字调序后的文字
信息展示给用户查看选择所需的信息，根据用户选择的信息实现模型搜索。进一步地，对于得到多个目标信息或目标模型时，可以只展示预设数量的信息，以减少用户查看过多信息而导致的效率低下的问题。
77.进一步地，也可以获取模型选择的文字信息，基于模型选择的文字信息获取模型选择的文字信息确定标准相似文字，获取与分词规则，以分词规则为基础对标准相似文字进行分词，得到第一子词和第二子词，以第一子词为基础查询下第二列表得到目标名称信息，并进一步由第二子词对获取的目标名称信息进行排序，将排序后的目标名称信息展示给用户查看，用户选择所需名称。进一步地，对于得到多个目标信息或目标模型时，可以只展示预设数量的目标信息或目标模型，以减少用户查看过多信息而导致的效率低下的问题。
78.其中具体的分词规则，还可以为确定模型选择的文字信息或标准相似文字的类型，以类型为基础确定不同的分词规则，也可以获取模型选择的文字信息或标准相似文字的字数，以字数为基础确定分词规则，分词规则还可以为其他类型，本技术不做限定。
79.在本实施例中，对文字信息进行分词后再搜索，能够扩大检索范围，从而能够更大范围的实现模型搜索，进一步基于分词后的子分词实现对搜索到的模型进行排序，用户可以选择只查看部分信息，能够提高搜索效率，提高准确率。
80.在一个实施例中，如图4所示，模型获取方法还包括：
81.步骤402，获取用户身份信息；
82.步骤404，查询得到与用户身份信息对应的名词；
83.步骤406，根据名词对标准相似文字调整；
84.步骤408，根据调整后的标准相似文字获取目标模型，并输出。
85.具体地，用户的身份信息为表示用户身份的信息，例如用户所处的行业领域等。用户在使用模型获取方法实现模型获取之前，需要进行注册，由终端或第三方注册服务平台收集注册信息，其中注册信息至少包括身份信息和声纹特征，身份信息用于确定用户行业，例如水电、暖通、给排水等等，声纹特征用于确定用户身份是否为本人，系统内部存储有各个行业常用语，从而在收集到声纹特征后，确定用户身份信息，然后基于身份信息确定用户行业，基于行业对文字信息进行筛选，使得在对文字信息进行扩展、筛选时，扩展的内容均符合行业要求，能够减少非本行业信息带来的噪声，有效提高模型获取的效率以及准确率。
86.进一步地，基于用户的身份信息还可以确定所需模型的类型，从而可以用于确定获取标准相似文字的字典的类型，便于减少标准相似文字确定过程中所需搜索的数据量，以便提高搜索效率。
87.在一个实施例中，本技术提供了一种模型获取方法，包括以下步骤：
88.获取模型选择的文字信息；
89.确定第一列表中是否存在与文字信息对应的模型文字信息；
90.当不存在与文字信息对应的模型文字信息时，则查询文字信息的标准相似文字；
91.获取用户身份信息；
92.查询得到与用户身份信息对应的名词；
93.根据名词对标准相似文字调整；
94.获取预设分词规则；
95.根据分词规则对标准相似文字分词得到第一子词和第二子词；
96.查询第二列表得到与第一子词对应的第一模型列表；
97.根据第二子词对第一模型列表进行排列。
98.本实施例中确定模型选择的文字信息的标准相似文字，对标准相似文字根据分词规则进行分词，基于分词得到的子分词分别进行搜索和排序，得到相应的模型，基于标准相似文字进行分词，基于分词后的子分词实现搜索和对搜索到的内容进行排序，有效提高搜索效率和准确性。
99.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
100.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的模型获取方法的模型获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个模型获取装置实施例中的具体限定可以参见上文中对于模型获取方法的限定，在此不再赘述。
101.在一个实施例中，如图5所示，提供了一种模型获取装置500，包括：文字信息获取模块501、标准相似文字获取模块504和模型获取模块506，其中：
102.文字信息获取模块502，用于获取模型选择的文字信息。
103.标准相似文字获取模块504，用于查询与文字信息对应的标准相似文字。
104.模型获取模块506，用于根据标准相似文字进行模型查询得到目标模型。
105.在一个实施例中，该文字信息获取模块502，还用于获取语音信息，识别语音信息得到模型选择的文字信息。
106.在一个实施中，该标准相似文字获取模块504，还用于，确定第一列表中是否存在与文字信息对应的模型文字信息；当不存在与文字信息对应的模型文字信息时，则查询文字信息的标准相似文字；该模型获取模块506，还用于查询第二列表获得与标准相似文字对应的第一目标文字信息；根据第一目标文字信息进行模型查询得到目标模型。
107.在一个实施例中，该模型获取模块506，还用于获取预设分词规则；根据分词规则对标准相似文字分词得到第一子词和第二子词；根据第一子词以及第一列表获取第一模型列表；根据第二子词对第一模型列表进行排列。
108.在一个实施例中，该模型获取装置500，还包括：调整模块，用于获取用户身份信息；查询得到与用户身份信息对应的名词；根据名词对近音词和调整；该模型获取模块，还用于根据调整后的标准型相似文字获取目标模型，并输出。
109.上述模型获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
110.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构
图可以如图6所示。该通信设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种模型获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
111.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
112.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取模型选择的文字信息；查询与文字信息对应的标准相似文字；根据标准相似文字进行模型查询得到目标模型。
113.在一个实施例中，该处理器执行计算机程序时所实现的获取模型选择的文字信息，包括：获取语音信息，识别语音信息得到模型选择的文字信息。
114.在一个实施例中，该处理器执行计算机程序时所实现的查询与文字信息对应的标准相似文字，包括：确定第一列表中是否存在与文字信息对应的模型文字信息；当不存在与文字信息对应的模型文字信息时，则查询文字信息对应的标准相似文字；该处理器执行计算机程序时所实现的根据标准相似文字进行模型查询得到目标模型，包括：查询第二列表获得与标准相似文字对应的第一目标文字信息；根据第一目标文字信息进行模型查询得到目标模型。
115.在一个实施例中，该处理器执行计算机程序时所实现的根据标准相似文字进行模型查询得到目标模型，包括：获取预设分词规则；根据分词规则对标准相似文字分词得到第一子词和第二子词；查询第一列表得到与第一子词对应的第一模型列表；根据第二子词对第一模型列表进行排列。
116.在一个实施例中，该处理器执行计算机程序时还实现以下步骤：获取用户身份信息；查询得到与用户身份信息对应的名词；根据名词对标准相似文字调整；根据调整后的标准相似文字获取目标模型，并输出。
117.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时上述各方法实施例中的步骤：取模型选择的文字信息；查询与文字信息对应的标准相似文字；根据标准相似文字进行模型查询得到目标模型。
118.在一个实施例中，该处理器执行计算机程序时所实现的获取模型选择的文字信息：获取语音信息，识别语音信息得到模型选择的文字信息。
119.在一个实施例中，该处理器执行计算机程序时所要实现的查询与文字信息对应的标准相似文字，包括：确定第一列表中是否存在与文字信息对应的模型文字信息；当不存在与文字信息对应的模型文字信息时，则查询文字信息对应的标准相似文字；该处理器执行计算机程序时所要实现的根据标准相似文字进行模型查询得到目标模型，包括：查询第二
列表获得与标准相似文字对应的第一目标文字信息；根据第一目标文字信息进行模型查询得到目标模型。
120.在一个实施例中，该处理器执行计算机程序时所实现的根据标准相似文字进行模型查询得到目标模型，包括：获取预设分词规则；根据分词规则对标准相似文字分词得到第一子词和第二子词；查询第一列表得到与第一子词对应的第一模型列表；根据第二子词对第一模型列表进行排列。
121.在一个实施例中，该处理器执行计算机程序时还实现以下步骤：获取用户身份信息；查询得到与用户身份信息对应的名词；根据名词对标准相似文字调整；根据调整后的标准相似文字获取目标模型，并输出。
122.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时上述各方法实施例中的步骤：取模型选择的文字信息；查询与文字信息对应的标准相似文字；根据标准相似文字进行模型查询得到目标模型。
123.在一个实施例中，该处理器执行计算机程序时所实现的获取模型选择的文字信息：获取语音信息，识别语音信息得到模型选择的文字信息。
124.在一个实施例中，该处理器执行计算机程序时所要实现的查询与文字信息对应的标准相似文字，包括：确定第一列表中是否存在与文字信息对应的模型文字信息；当不存在与文字信息对应的模型文字信息时，则查询文字信息对应的标准相似文字；该处理器执行计算机程序时所要实现的根据标准相似文字进行模型查询得到目标模型，包括：查询第二列表获得与标准相似文字对应的第一目标文字信息；根据第一目标文字信息进行模型查询得到目标模型。
125.在一个实施例中，该处理器执行计算机程序时所实现的根据标准相似文字进行模型查询得到目标模型：获取预设分词规则；根据分词规则对标准相似文字分词得到第一子词和第二子词；查询第一列表得到与第一子词对应的第一模型列表；根据第二子词对第一模型列表进行排列。
126.在一个实施例中，该处理器执行计算机程序时还实现以下步骤：获取用户身份信息；查询得到与用户身份信息对应的名词；根据名词对标准相似文字调整；根据调整后的标准相似文字获取目标模型，并输出。
127.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
128.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，
ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
129.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
130.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。