[发明专利]图像素材库生成方法、图像素材推荐方法及相关装置在审

专利信息
申请号: 202010037371.2 申请日: 2020-01-14
公开(公告)号: CN111291210A 公开(公告)日: 2020-06-16
发明(设计)人: 李波 申请(专利权)人: 广州视源电子科技股份有限公司;广州视睿电子科技有限公司
主分类号: G06F16/532 分类号: G06F16/532;G06F16/58;G06F16/583;G06F16/587;G06F16/9532;G06F40/295
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 510530 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 素材库 生成 方法 素材 推荐 相关 装置
【权利要求书】:

1.一种图像素材库生成方法,其特征在于,包括:

获取教学文件,所述教学文件包括多个章节;

针对每个章节,从所述章节的文本内容中确定出章节关键词;

根据所述章节关键词获取所述章节的多张图像素材;

将所述章节关键词作为所述图像素材的标签来存储所述图像素材,以生成用于制作所述教学文件的课件文件的图像素材库。

2.根据权利要求1所述的方法,其特征在于,所述针对每个章节内容,从所述章节的文本内容中确定出章节关键词,包括:

针对每个章节的文本内容,从所述文本内容中识别出命名实体;

从所述命名实体中确定出有形命名实体作为所述章节内容的章节关键词。

3.根据权利要求2所述的方法,其特征在于,所述针对每个章节的文本内容,从所述文本内容中识别出命名实体,包括:

获取每个章节的文本内容;

将所述文本内容输入预先训练的命名实体识别模型中得到多个命名实体。

4.根据权利要求2或3所述的方法,其特征在于,所述从所述命名实体中确定出有形命名实体作为所述章节内容的章节关键词,包括:

基于词典对多个命名实体进行过滤获得有形命名实体作为所述章节内容的章节关键词。

5.根据权利要求1所的方法,其特征在于,所述将所述章节关键词作为所述图像素材的标签来存储所述图像素材,以生成用于制作所述教学文件对应的课件文件的图像素材库,包括:

针对每张图像素材,确定所述图像素材是否为违规图像素材;

若是,则丢弃所述图像素材;

若否,则确定所述图像素材属于各个章节关键词的分类概率;

将所述分类概率大于预设阈值的章节关键词作为所述图像素材的标签;

存储所述图像素材和所述图像素材的标签以生成用于制作所述教学文件对应的课件文件的图像素材库。

6.根据权利要求5所述的方法,其特征在于,所述针对每张图像素材,确定所述图像素材是否为违规图像素材,包括:

将所述图像素材输入预先训练的违规图像检测模型中获得检测数据;

基于所述检测数据确定所述图像是否为违规图像素材;

其中,所述违规图像检测模型为违规内容检测模型或者水印检测模型,相应地,所述检测数据为违规内容检测模型输出的所述图像素材包含违规内容的概率,或者所述检测数据为水印检测模型输出所述图像素材是否包含水印的检测结果。

7.根据权利要求5所述的方法,其特征在于,所述确定所述图像素材属于各个章节关键词的分类概率,包括:

将所述图像素材输入预先训练的分类模型中,获得所述图像素材属于各个章节关键词的分类概率。

8.一种图像素材推荐方法,其特征在于,包括:

在用户制作课件文件的过程中检测到图像素材推荐事件时,确定所述课件文件在教学文件中所对应的目标章节,所述目标章节预先设置有章节关键词;

获取所述教学文件的图像素材库,所述图像素材库中的每张图像素材具有标签,所述标签章节关键词;

在所述图像素材库中确定出标签与所述目标章节的章节关键词匹配的图像素材作为目标图像素材;

将所述目标图像素材推荐给所述用户;

其中,所述图像素材库通过权利要求1-7任一项所述的图像素材库生成方法所生成。

9.根据权利要求8所述的方法,其特征在于,所述在用户制作课件文件的过程中,确定所述课件文件在教学文件中所对应的目标章节,包括:

将所述课件文件输入预先训练的章节识别模型中获得所述课件文件在教学文件中对应的目标章节。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州视源电子科技股份有限公司;广州视睿电子科技有限公司,未经广州视源电子科技股份有限公司;广州视睿电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010037371.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top