信息检索 第08章 Web检索技术专业课课件_第1页
信息检索 第08章 Web检索技术专业课课件_第2页
信息检索 第08章 Web检索技术专业课课件_第3页
信息检索 第08章 Web检索技术专业课课件_第4页
信息检索 第08章 Web检索技术专业课课件_第5页
已阅读5页，还剩89页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

信息检索

第08章Web检索技术软件学院教研室陈鄞提纲WebChallengesforIR数据的分散性文档散落在数数以百万计的不同服务器上，没有预先定义的拓扑结构文档的更新是不可控的频繁地添加或删除大量的冗余信息

30%左右的重复网页广告、导航信息数据的质量键盘录入错误（同音字、形近字）识别错误（语音识别、OCR识别、手写识别）语法错误异构数据多媒体、多语种、多字符集Web数据采集系统原始网页数据库网页预处理系统网页正文数据库索引器索引数据库检索器用户接口相关性排序系统用户行为数据库用户行为分析Web查询Web检索系统的体系结构网页去重正文提取本章内容8.1Web数据的采集8.2相关性排序系统8.1Web数据的采集超文本采集器的基本处理过程(1)

设定一个或者多个URL为采集的种子集合（seedset）(2)将种子集合放入待采集URL池（URLfrontier，以下简称URL池）中(3)从URL池中选择一个URL进行采集一旦某个URL被采集，那么就从池中删除这个地址(4)对采集到的页面进行分析，并抽取出页面中的文本和链接抽取出的文本输给文本索引器而抽取出的URL则加入到URL池中(5)goto(3)整个采集过程可以看成是Web图的遍历过程一个有关采集器采集速度的参考数据要在一个月内抓取10亿网页（这只是目前静态Web的很小一部分）的话，大概需要在每秒之内抓取几百个网页采集器的基本架构WWWDNS网页分析Parse网页去重文档指纹URL去重URL集合待采集URL池

（URLFrontier）URL过滤robotsfilters网页抓取FetchSec.20.2.17选择一些比较重要的网站的URL作为种子URL集合（seedURLs）8.1.1DNS解析模块DNS(domainnameservice)解析将URL中的域名转换成IP地址DNS服务器是因特网的一项核心服务，它作为可以将域名和IP地址相互映射的一个分布式数据库，能够使人更方便的访问互联网，而不用去记住能够被机器直接读取的IP数串

DNS解析在Web采集中是一个“瓶颈”由于DNS服务器本身就是分布式的，所以DNS解析可能包括多个请求在Internet上的往返过程，这通常需要数秒甚至更多时间采集目标：每秒获取数百网页解决办法：DNS缓存存放已经进行过DNS解析的主机名8.1.2网页解析模块WWWDNS网页分析Parse网页去重文档指纹URL去重URL集合待采集URL池

（URLFrontier）URL过滤robotsfilters网页抓取FetchSec.20.2.19主要任务提取正文网页中的噪声信息网站的导航信息相关链接广告版权信息图片……主要任务提取正文网页中的噪声信息网站的导航信息相关链接广告版权信息图片……主要任务提取正文网页中的噪声信息网站的导航信息相关链接广告版权信息图片……解析已下载网页中包含的其它URL，然后把它们放入下载队列存储网页之间的链接关系，以备分析正文提取正文提取从给定的网页中抽取出正文信息正文提取的作用使处理结果更加准确正文提取的主要方法基于模版的网页正文提取基于DOM

Tree的网页正文提取基于文字密度的网页正文提取基于视觉效果的网页正文提取①基于模版的网页正文提取基本思想通过比较来自同一数据源的两个（或多个）样本网页的结构来制定模板，编写分析器，解析出正文在页面中的位置①基于模版的网页正文提取基本思想通过比较来自同一数据源的两个（或多个）样本网页的结构来制定模板，编写分析器，解析出正文在页面中的位置①基于模版的网页正文提取基本思想通过比较来自同一数据源的两个（或多个）样本网页的结构来制定模板，编写分析器，解析出正文在页面中的位置基于模版的网页正文提取通常称为包装器（wrapper）TSIMMISXWRAPRoadRunner性能分析优点一旦模板制定，抽取速率很快缺点由于网页结构的复杂性及不规范性,一个包装器的实现一般只能针对一个信息源，使其适用范围有一定的局限性包装器的生成及维护是一项复杂的工作适用范围格式较为规则的网页②基于DOM

Tree的网页正文提取DOM（DocumentObjectModel）是由W3C（WorldWideWebConsortium）组织发布的一种访问和操作HTML文档的规范DOM使用树形结构表示HTML文档<html><head></head><body><table>IR-Lab</table></body></html>htmlheadbodytabletextIR-Lab算法基本思想建立HTML文档的DOM树，然后遍历DOM树，通过分析每个节点下文本的数目、链接的数目、文本的长度、链接中文字的长度，去除噪音信息（广告、链接群等）对应的节点，之后再从剩余的节点中提取正文具体步骤使用html规范工具如Tidy等更正HTML文件中的书写错误（丢失结束标签、标签顺序混乱、…）使用开源工具HTMLTidy等建立与之对应的DOM树遍历一遍DOM树，统计每个节点下文本的数目、文本的长度、链接的数目、链接中文字的长度。当文本与链接的出现的次数之比和文字长度之比大于给定阈值时，则将这个节点作为正文节点；否则认为该节点所代表内容为广告区等或者版权信息等噪音信息，删除该节点前序遍历DOM树，将所有正文节点的内容合并，得到网页正文内容性能分析优点对格式相对复杂的页面来说，是比较有效的缺点Dom树的建立对HTML是否良构要求较高由于HTML的语言版本众多，HTML语法松散，网页编写没有统一的标准，导致很多网页没有遵循W3C标准。不是所有网页使用规范工具都可以修正的树的建立和遍历时空复杂度高，树遍历方法也因HTML标签不同会有差异③基于文字密度的网页正文提取基本思想基于正文本身的特点。在一定程度上，正文的文字数量要比其他部分多。这在一定程度上有助于形成了区域的区分度。文字数量的骤增和骤减在一定程度上可以作为正文开始和结束的判定点具体步骤首先去除html标签判断每一行文字的长度，累计各行总长度，直到遇到至少连续两行出现文字长度为空的情况。这时判断该过程中取出的文字的总长度是否超过某阈值，如果超过阈值，该部分为网页正文，否则不是将所有的正文区域合并，取得网页正文内容④基于视觉效果的网页正文提取VIPS

(VisualBasedPageSegment，基于视觉的页面切割)算法基本思想利用HTML标签中的分隔线以及一些视觉信息（如背景颜色、文字颜色、字体大小、边框、逻辑块之间的间距等）把网页分割成不同的信息块。④基于视觉效果的网页正文提取VIPS

(VisualBasedPageSegment，基于视觉的页面切割)算法基本思想利用HTML标签中的分隔线以及一些视觉信息（如背景颜色、文字颜色、字体大小、边框、逻辑块之间的间距等）把网页分割成不同的信息块。④基于视觉效果的网页正文提取VIPS

(VisualBasedPageSegment，基于视觉的页面切割)算法基本思想利用HTML标签中的分隔线以及一些视觉信息（如背景颜色、文字颜色、字体大小、边框、逻辑块之间的间距等）把网页分割成不同的信息块。正文提取工作简化为对正文块的判断算法流程具体步骤页面块提取每个节点代表一个内容块，计算其DOC（DegreeofCoherence）值DOC值根据节点及其子节点的属性（包括标签，背景色，区域的大小形状等）计算该值用来描述节点内容块与块之间的耦合程度，DOC值越大，意味着在当前内容块中的子内容块之间的耦合度很紧密；DOC值如果小于给定阈值，该节点需要继续分割具体步骤页面块提取分隔条检测根据分隔条两侧页面的视觉属性计算分隔条的权重，权值大意味着该分隔条两侧的页面块属于不同语义块的概率大，反之亦然页面块的距离（距离越近，权重越小）背景色（如果背景色是相同的，权重减小）字体属性（左右两侧字体大小，颜色等属性如果不同，权重增加；上侧的字体小于下侧的字体，权重增加）页面结构（比如都是图片，或者都是文字，权重减少）具体步骤页面块提取分隔条检测语义块重构根据分隔条的权值信息，从权值最小的分隔条开始合并。该过程进行迭代。直到所有分隔条的权值都小于给定阈值为止。将这些页面块的内容提取出来作为网页正文内容。8.1.3网页去重模块WWWDNS网页分析Parse网页去重文档指纹URL去重URL集合待采集URL池

（URLFrontier）URL过滤robotsfilters网页抓取FetchSec.20.2.131网页重复网页重复是指网页正文重复Web中重复网页约占40%网页正文完全相同网页正文大部分相同，只是一些地方做了少量变动一个网页的正文是另一个网页的一部分两个网页正文的某些段落相同重复网页产生原因电子资源容易复制，大量转载多个域名对应同一个网站网页重复的负面影响对系统：无效的增大索引、浪费存储资源、降低搜索引擎性能对用户：加重用户的阅读和查找负担80%左右如何判断网页是否重复？网页去重的主要方法基于文档签名的网页去重方法基于文本块的网页去重方法基于特征码的网页去重方法基于文本聚类的网页去重方法①基于文档签名的网页去重方法基本思想为每个网页计算出一个散列值（文档的签名），一旦发现两篇文档的签名一样，就检查这两篇文档是否真的相同具体步骤利用集合统计的方法计算出每一个词的idf值根据idf值移除那些对于表示文本内容作用较小的词利用剩下的词计算出一个文档的散列值如果两文档的散列值相同，则认为它们可能是重复的文档②基于文本块的网页去重方法文本块每个文本块由文本中若干个连续的单元组成单元字符、单词、句子、段落、……各单元之间互相没有重叠部分各文本块之间可以有重叠部分算法主要思想抽取出网页内容中的一系列文本块，计算每一个文本块的hash值（称为文档的一个指纹fingerprint）判断两网页是否相同时只需计算它们的相同指纹的比例是否大于一个阈值即可文本块的划分策略1个单元作为一个文本块缺点：存储空间较大存放散列表时间开销较大统计过程文本块的划分策略1个单元作为一个文本块k个连续的单元作为一个文本块，各块之间没有重叠优点：节省存储空间缺点：对于微小改动较敏感例如，两篇文档的大部分内容相同，但其中一篇在头部比另一篇多了一个单元，造成两篇文档的所有文本块都不相同，进行相似判断是会认为它们完全不相同文本块的划分策略1个单元作为一个文本块k个连续的单元作为一个文本块，各块之间没有重叠k个连续的单元作为一个文本块，相邻两块之间有k-1个单元重叠当以词为单元时，该方法也称为shingling技术shingle是瓦片的意思。shingling是一种类似瓦片搭叠的技术。每k个连续的单词相当于一块瓦片

。在这个意义上说，每篇文档是由多个瓦片搭叠而成的两种随机选择shingle的方法方法1：将一篇文本D的所有shingle随机排序，然后挑选出前m个保留，挑选出来的shingle记为Fm(D)文本块的划分策略1个单元作为一个文本块k个连续的单元作为一个文本块，各块之间没有重叠k个连续的单元作为一个文本块，相邻两块之间有k-1个单元重叠当以词为单元时，该方法也称为shingling技术shingle是瓦片的意思。shingling是一种类似瓦片搭叠的技术。每k个连续的单词相当于一块瓦片

。在这个意义上说，每篇文档是由多个瓦片搭叠而成的两种随机选择shingle的方法方法1：将一篇文本D的所有shingle随机排序，然后挑选出前m个保留，挑选出来的shingle记为Fm(D)方法2：将D中随机排序后的所有shingle的序号对数m进行模运算，保留所有计算结果为0即序号是m的倍数的shingle，这些shingle的集合记为Vm(D)文本块的划分策略1个单元作为一个文本块k个连续的单元作为一个文本块，各块之间没有重叠k个连续的单元作为一个文本块，相邻两块之间有k-1个单元重叠利用单元的散列值决定块的划分h1h2h3h4h5h6h7h8h9单元1单元2单元3单元4单元5单元6单元7单元8单元90!0!00!00!0!00单元：散列值：Modv：a!a!aa!aa!a!aa③基于特征码的网页去重方法基本思想根据句号从网页中抽取一系列文本块，具体来说是分别在句号两边各提取长度为L/2的字串组成一个长度为L的字串，作为网页的一个特征码如“百七十二人其中很多是”，“的社会效果但是大陆报”（L=10，相当于一个10-元文法，重复概率几乎为0）用特征码将网页逐个索引起来构成一个检索系统。在建立索引的同时就确定出内容相同的网页，从而使内容相同的网页不会被多次索引。这样，当整个索引建立完成后，去除合并重复的网页的任务也就完成了

④基于文本聚类的网页去重方法统计每一个网页所有单词出现的次数，将这些数字放入向量中，以该向量表示此网页利用向量余弦夹角的方法将所有相似网页聚成一类计算一个网页向量与每一个聚类中心向量之间的余弦夹角值，如果此值小于一个阈值，则认为此网页与这类网页是相同的，把此网页归入此类但是这种方法的时间复杂度是O(n2)，因此当数据量非常大时该方法不太实用8.1.4URL过滤模块WWWDNS网页分析Parse网页去重文档指纹URL去重URL集合待采集URL池

（URLFrontier）URL过滤robotsfilters网页抓取FetchSec.20.2.143主要任务确定某个抽取出的URL是否应该被URL池收录或排除拒绝蜘蛛协议（RobotsExclusionProtocol）robots.txt文件置于服务器根目录下包含一个路径前缀表#AltaVistaSearchUser-agent:AltaVistaIntranetV2.0W3CWebreqDisallow:/Out-Of-Date#excludesomeaccess-controlledareasUser-agent:*Disallow:/TeamDisallow:/ProjectDisallow:/Systems主要任务确定某个抽取出的URL是否应该被URL池收录或排除拒绝蜘蛛协议（RobotsExclusionProtocol）基于主题的采集系统对某一主题网页的采集8.1.5URL去重模块WWWDNS网页分析Parse网页去重文档指纹URL去重URL集合待采集URL池

（URLFrontier）URL过滤robotsfilters网页抓取FetchSec.20.2.146任务避免多次抓取被不同URL指向的相同网页（在非连续式采集的情况下）VisitedURLList存储已经访问过的URL散列表MD5消息摘要（MessageDigest）算法，将URL表示为一个占用空间较小的定长字符串8.1.6TheURLfrontierWWWDNS网页分析Parse网页去重文档指纹URL去重URL集合待采集URL池

（URLFrontier）URL过滤robotsfilters网页抓取FetchSec.20.2.148待采集池中URL的输出次序网页的优先级（质量、变化率）频繁改变的高质量网页应该优先考虑频繁采集站点270网页72000.com13240%每天变化.edu78变化适中.net30变化适中.gov30变化最为缓慢待采集池中URL的输出次序网页的优先级（质量、变化率）频繁改变的高质量网页应该优先考虑频繁采集礼貌问题在连续发送请求给某一个主机时，应该在每两次请求之间等待几秒钟堆中的每个元素对应一个后端队列，元素值为该队列对应的主机重新访问的最早时间URL池的实现示意图F个前端队列：每个队列对应一个优先级，实现优先级访问功能B个后端队列：每个队列对应一个主机，礼貌性访问功能URL池的实现示意图从堆中取出其根节点r等待r的最早访问时间te从r对应的后端队列j中取出队列首部的URLu执行u的抓取操作队列j是否为空选择一个前端队列并取出该队列的首部URLv是将v加入该后端队列尾部是否已存在v中主机对应的后端队列否是将v加入该后端队列j开始在堆中插入j的新的最早访问时间建议后端队列的数目大概是采集线程个数的3倍URL池的实现示意图8.1.7分布式Web数据采集分布式Web数据采集系统用网络连接多个采集器，它们之间用分布式算法进行控制分布式结构的种类主次结构对等结构（1）主次结构主要任务：任务划分、调度、监控（2）对等结构CommunicationbetweennodesWWW网页抓取FetchDNS网页分析Parse网页去重URL过滤URL去重文档指纹URL集合待采集URL池

（URLFrontier）robotsfiltersHostsplitterToothernodesFromothernodesSec.20.2.18.1.8分布式索引两种实施方法基于词项的划分（partitioningbyterms）方法，也被称为全局的索引组织方法。基于文档的划分（partitioningbydocuments）方法，也被称为局部的索引组织方法基于词项的划分方法使用MapReduce进行分布式索引构建的例子性能分析优点由于包含不同查询词项的查询流会命中不同的机器集合，所以这种做法能够允许更高的并发度缺点多词查询处理时需要在节点之间传输长倒排记录表以用于合并基于文档的划分方法文档划分方法将某个主机上的网页分配到一个节点上WWW网页抓取FetchDNS网页分析Parse网页去重URL过滤URL去重文档指纹URL集合待采集URL池

（URLFrontier）robotsfiltersHostsplitterToothernodesFromothernodes性能分析优点减少节点之间通讯量缺点全局统计信息（如idf）的计算必须要基于全体文档集合进行提纲8.1Web数据的采集8.2相关性排序系统8.2相关性排序系统据统计65%-70%的网民点击搜索结果的第一页20%-25%的网民点击搜索结果第二页3%-4%的网民点击其他的网页排序算法为各公司的机密Google拥有PageRank技术全球最大的中文搜索引擎—百度之所以能脱颖而出，在短短的几年时间内飞速发展，就是因为它拥有自己的核心技术：超链分析技术。网页排序很重要！早期的相关性排序技术词频信息+HTML标签信息词频信息VSM、tf-idf、文档向量相似度计算搜索引擎中最核心的技术HTML标签信息文本所在字段：标题、正文、链接信息、广告信息、……网页的字体、字号、强调效果（加粗、斜体）、布局等标签代表系统AltaVista,Inktomi,Excite,Infoseek，…存在的问题关键词堆砌作弊提示其中文字的重要程度链接分析技术超链接网络有向图外部链接——由网页外部指向网页内部的链接内部链接——由网页内部指向网页外部的链接链接分析技术通过对互联网上的链接关系进行分析，得到不同网页的重要程度一些已有的链接分析技术PageRankHITSHyperlink-InducedTopicSearch

ReputionSALSAStochasticApproachforLinkStructureAnalysisPHITSProbabilisticanalogueoftheHITS基于贝叶斯模型的链接分析技术8.2.1

PageRank算法LawrencePage

和SergeyBrin，1998年，斯坦福大学PageRank算法是Google用来衡量网页权威性的一种方法PageRank算法是Google网页排序算法的一部分在学术界,该算法被公认为是文献检索中最大的贡献之一PageRank算法的理论基础

——随机冲浪模型(RandomSurferModel)用户随机地选择一个网页作为上网的起始网页看完这个网页后，从该网页内所含的超链中随机选择一个页面继续进行浏览。这一过程称为随机游走(randomwalk)沿着超链前进了一定数目的网页后，用户对这个主题感到厌倦，或者当前网页不存在内部链接，则重新随机选择一个网页进行浏览。这一过程称为随机跳转(teleport)以上过程反复循环冲浪者以0<d<1的概率调用随机跳转操作，以1-d的概率调用随机游走操作接下来，将通过马尔科夫链理论说明，当冲浪者采用这种混合过程时，他会以一个固定的比例π(v)访问每个节点v。其中π(v)依赖于(i)Web图的结构；(ii)

d的值。称π(v)为v的PageRank将Web图上的随机冲浪过程看成是马尔科夫链马尔科夫链中的每一个状态对应一个网页每个转移概率代表从一个网页跳转到另外一个网页的概率转移概率矩阵PN×N的计算Web图的邻接矩阵AN×N如果存在从网页i到网页j的一条链接，则Aij

=1，否则，

Aij

=0例从邻接矩阵AN×N推导出转移概率矩阵PN×N如果A的某一行没有1，则用1/N代替每个元素其他行处理如下用每行中1的个数去除每个1上面处理后的结果矩阵乘以1-d对上面得到的矩阵中的每个元素都加上d/N123(d=0.5)

010A=101010

例

123(d=0.5)PageRank计算公式

公式的几何意义网页被很多其它网页所链接，即外部链接越多，说明它受到普遍的认可，其权威性较大，其PageRank分值应较高由权威性较高的网页提供的链接应该给予较大的权重链接提供者提供的内部链接越多，每一个内部链接从链接提供者那里获得的权重越小收敛速度在Google上的早期试验采用了322万链接PageRank算法大约在迭代52次后收敛根据经验，算法收敛要求的迭代次数为O(logn)(n为链接数)效率较高PageRank算法的改进放弃某些类型的链接来自缺乏内容的“linkfarm”（链接工厂）网站的链接从内容不相关的页面得到的链接HillTop算法（Bharat，2001）只计算来自相同主题的相关文档的链接GoogleRanking完整的Google排序包括向量空间相似度关键词近邻程度HTML标记权重(e.g.titlepreference).PageRank……当前商业排序函数的详细描述属于商业机密PageRank算法性能分析优点是一个与查询无关的静态算法，所有网页的PageRank值通过离线计算获得；有效减少在线查询时的计算量，极大降低了查询响应时间。不足对新网页的歧视8.2.2

HITS算法HITSHyperlink-InducedTopicSearch

(超链导向的主题搜索)JonKleinberg博士，1998年，CornellUniversity应用于IBM研究院的Clever系统HITS算法的基本思想网页的类型权威型（Authority）网页提供重要信息

目录型（Hub）网页提供很多指向权威型网页的超链接两类网页之间的关系好的目录型网页指向许多好的权威型网页好的权威型网页又被许多好的目录型网页指引一个网页有两个属性：Authority/Hub

010101010α1α2α3h1=h2h3

011101010α1α2α3h1=h2h3

010101110h1h2h3

α1=α2

α3HITS算法流程将用户查询q提交给传统的基于网页内容的搜索引擎，将返回的前n（建议取200）个网页作为根集(rootset)，用R表示R中网页数量相对较小R中大多数是与查询q相关的网页R中包含较多的权威网页RHITS算法流程将用户查询q提交给传统的基于网页内容的搜索引擎，将返回的前n（建议取200）个网页作为根集(rootset)，用R表示通过向R中加入被R引用的网页和引用R的网页将R扩展成一个更大的集合S采用迭代的方法计算S中所有网页的A值和H值，最终按照A进行排序RS迭代算法初始化任意网页p

S:Authorityscore:ap=1Hubscore:hp=1循环过程

归一化5764h4=a5+a6+a732a4=h1+h2+h314h3h2h1a7a6a5PageRank算法与HITS算法的比较相同点①它们都利用了网页和超链组成的有向图，根据相互链接的关系（邻接矩阵A）进行递归迭代的运算②都认为一个网页被越多的“好网页”推荐，它的权值就越高不同点①对“好网页”的定义角度不同

PageRank：流行（受欢迎）的网页HITS：善于推荐好网页的网页（推荐专家）②运算的时机PageRank：离线计算优点：速度快、效率高缺点：灵活性差HITS：在线计算优点：灵活性强，更加精确缺点：速度慢、效率低链接分析技术小结提供了一种衡量网页质量的客观方法独立于语言，独立于内容，不需人工干预就能自动发现WEB上重要的资源挖掘出WEB上重要的社区，自动实现文档分类8.2.3利用锚文本建立网页索引锚文本（anchortext）例：<ahref="/jacm/">JournaloftheACM.</a>很多网页的内容并不包含对自身的精确描述IBM公司主页(http://)的HTML代码中不包含词项computerYahoo!主页()的HTML代码中不包含词项portal8.2.3利用锚文本建立网页索引锚文本（anchortext）例：<ahref="/jacm/">JournaloftheACM.</a>很多网页的内容并不包含对自身的精确描述但是，很多指向的链接上的锚文本都包含单词computer因此，锚文本

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论