[发明专利]获取图表特征信息的方法及装置、电子设备、存储介质

说明书

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种获取图表特征信息的方法及装置、电子设备、存储介质。

背景技术

目前，图表(Chart)广泛存在于各类文档或网页中，图表往往包含一些统计信息，因而可以很好地向读者传递和表达有价值的信息。当今随着大数据以及机器学习技术的发展，出现了将图表中包含的有价值信息应用到机器学习领域中的需求。然而，由于现今的大部分图表都是以静态图片的形式进行展示的，并且计算机目前还很难直接从图表中提取到有效的数据，导致无法将图表中蕴含的有价值信息应用到机器学习领域。

发明内容

有鉴于此，本说明书一个或多个实施例提供一种获取图表特征信息的方法及装置、电子设备、存储介质。

为实现上述目的，本说明书一个或多个实施例提供的技术方案如下：

在一个方面，提供了一种获取图表特征信息的方法，包括：

获得待识别图表；

识别所述待识别图表中的文本片段；

根据所述文本片段所处的位置，确定所述文本片段所属的图表角色；

根据所述文本片段的内容以及所述文本片段所属的图表角色，确定所述待识别图表的图表特征，并生成包含各图表特征的文本文件。

在另一个方面，提供了一种获取图表特征信息的装置，包括：图片获得单元、文本识别单元、角色确定单元以及文件生成单元；

所述图片获得单元获得待识别图表；

所述文本识别单元识别所述待识别图表中的文本片段；

所述角色确定单元根据所述文本片段所处的位置，确定所述文本片段所属的图表角色；

所述文件生成单元根据所述文本片段的内容以及所述文本片段所属的图表角色，确定所述待识别图表的图表特征，并生成包含各图表特征的文本文件。

在又一个方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为：

获得待识别图表；

识别所述待识别图表中的文本片段；

根据所述文本片段所处的位置，确定所述文本片段所属的图表角色；

根据所述文本片段的内容以及所述文本片段所属的图表角色，确定所述待识别图表的图表特征，并生成包含各图表特征的文本文件。

在又一个方面，提供了一种电子设备，一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下步骤：

获得待识别图表；

识别所述待识别图表中的文本片段；

根据所述文本片段所处的位置，确定所述文本片段所属的图表角色；

根据所述文本片段的内容以及所述文本片段所属的图表角色，确定所述待识别图表的图表特征，并生成包含各图表特征的文本文件。

通过以上技术方案可以看出，通过获得待识别图表，并识别图表中的文本片段，然后确定出各个文本片段所属的图表角色，最终依据所述文本片段的内容以及所述文本片段所属的图表角色，确定所述待识别图表的图表特征，并生成包含各图表特征的文本文件。通过上述过程，可以将图片形式展示的图表中包含的图表特征提取出来并生成一个包含这些图表特征的文本文件，因为该文本文件可以被计算机直接读取到其内包含的文本信息，故可以被应用到机器学习中。

附图说明

图1示出了一示例性实施例提供的一种获取图表特征信息的方法的流程图；

图2A示出了一种示例的待识别图表；

图2B标记了图2A所示的待识别图表中包含的文本片段；

图2C示出了一种预定义的标准图表；

图3示出了一示例性实施例提供的一种获取图表特征信息的装置的模块图；

图4示出了一示例性实施例提供的一种电子设备的结构。

具体实施方式

目前，出现在各类文档或网页中的图表(Chart)的类型有很多种，例如：条形图、柱状图、折线图、饼图等。虽然人们可以通过对图表进行视觉解码来获取信息，但是计算机却不能直接获取到图表中蕴含的信息，这就导致了大量图表中的有价值信息不能被应用到机器学习领域中。如果没有一种有效的方法对这些图表进行解码，以提取出图表中蕴含的有效信息并将其存储，这将是一大损失。

图1示出了一示例性实施例提供的一种获取图表特征信息的方法的流程图，该方法可以应用于各类电子设备(如服务器、用户设备UE、终端设备等)上。如图1所示，在一实施例中，该方法可包括如下步骤101至步骤107，其中：