[发明专利]一种Beamer演示文稿向PowerPoint演示文稿转换的方法及系统

权利要求书

1.一种Beamer演示文稿向PowerPoint演示文稿转换的方法，其特征在于，包括：

S1、源文件信息提取：获取用户提供的Beamer演示文稿根据Beamer文稿中各目标元素的标签，分别提取各种标签所对应的数据信息；所述目标元素包括：文字、图片、公式、表格的内容信息以及格式信息；

S2、源文件数据分析：根据步骤S1中所记录的数据信息，及数据存储的方式，结合深度学习算法，对文档中数据内容和格式进行分析，将不同格式的内容加以区分；并对文字、图片、表格、公式进行转换处理以生成符合PowerPoint的目标元素；

S3、目标文件的生成：将Beamer文稿中元素的数据根据不同格式存储到不同的变量中，根据源文档中目标元素的个数、长度以及位置信息，将分析并转换完成的原始演示文稿信息依次写入生成的空白Microsoft Office PowerPoint演示文稿中；

S2所述深度学习算法为堆叠式去噪自动编码器。

2.如权利要求1所述的一种Beamer演示文稿向PowerPoint演示文稿转换的方法，其特征在于，源文件信息提取具体包括：

S11、根据用户提供的原始Beamer文档元素信息，在java程序中构造一个BufferedReader函数，调用getSlides方法读取该Beamer演示文稿中目标元素信息的数据流；

S12、进行演示文稿的预处理，Beamer文稿中不同的标签代表着不同属性的目标元素，通过构造的hslf模块中的内部方法得到每个幻灯片上的文字、图片、公式、表格的数据信息；

S13、对文字数据进行提取，获取文档段落数据、字体大小及格式信息；

S14、对数据流中带有\begin{tabular}{|1|c|r|}与\end{tabular}标签的数据进行表格信息的提取；

S15、对数据流中带有标签\includegraphics[]{}的数据进行图片的提取；

S16、对数据流中带有\begin{displaymath}与\end{displaymath}、\begin{equation}与\end{equation}以及$$标签的数据进行公式的提取。

3.如权利要求1所述的一种Beamer演示文稿向PowerPoint演示文稿转换的方法，其特征在于，源文件数据分析具体包括：

S21、将源演示文稿数据记录到程序中定义的相关变量中，结合参数分析数据内容、类型及格式信息；

S22、步骤S21中所记录的信息，以及数据在Beamer中存储的方式，使用深度学习的算法进行，对源数据进行多维度、多属性的分析，并对不同属性的元素进行分类，根据元素的不同分别选取最为近似或者匹配度最高的元素转换策略，形成展示效果最佳的文字、图片、表格元素信息流；

S23、基于步骤S22得到的文字，将每段的包括字号、行数以及水平布局位置作为K-means聚类算法的输入矩阵，将字号的类别数作为分类的依据，通过定义一个欧氏距离函数和平均质心距离函数，将源Beamer演示文稿中相似的文本内容划归到同一类别中，区分出不同的字号表示的是包括一级标题、二级标题、正文和公式；

S24、提取源演示文稿中的公式，做缩放、去噪和二值化处理，再通过OCR和语义转换公式，得到格式化的Microsoft Office PowerPoint演示文稿的公式。