[发明专利]PPT生成方法、装置、计算机可读存储介质及处理器在审
申请号: | 202011074263.9 | 申请日: | 2020-10-09 |
公开(公告)号: | CN112199932A | 公开(公告)日: | 2021-01-08 |
发明(设计)人: | 袁逸晨;李健;武卫东;陈明 | 申请(专利权)人: | 北京捷通华声科技股份有限公司 |
主分类号: | G06F40/186 | 分类号: | G06F40/186;G06F16/58 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 董文倩 |
地址: | 100193 北京市海淀区东北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | ppt 生成 方法 装置 计算机 可读 存储 介质 处理器 | ||
本发明公开了一种PPT生成方法、装置、计算机可读存储介质及处理器。其中,该方法包括:依据文本的主题,确定文本对应的PPT模板;依据文本的关键词,确定文本对应的图片;基于PPT模板和图片,生成文本的PPT。本发明解决了相关技术中制作PPT需要人工干预或者需要海量的数据进行深度学习训练,导致成本高的技术问题。
技术领域
本发明涉及文档处理领域,具体而言,涉及一种PPT生成方法、装置、计算机可读存储介质及处理器。
背景技术
近年来,人们的PPT应用水平逐步提高,应用领域越来越广,PPT正成为人们工作生活的重要组成部分,在工作汇报、企业宣传、产品推介、项目竞标、管理咨询、教育培训等领域占着举足轻重的地位,因此,制作PPT的效率问题渐渐成为人们的关注重点。
现有快速生成PPT的方法有:(1)CN 109634575 A:建立包含content、page、index以及type的json数据对象,用于将PPT文件的元素存储到内存中;建立PPT模板对象以及根据json数据对象存储到内存中的数据实现PPT模板对象。通过建立PPT模板,只需要用前端约定好json数据格式向PPT模板中填充,不需要考虑排版和背景图片等复杂情况。(2)CN109634575 A:基于OCR文字识别技术生成PPT复现方法,通过手机摄像头或其他设备,将直接拍摄或上传的PPT展示页面的图片,通过OCR文字识别技术和Python语言,将图片中的PPT展示页面复现成近似的.pptx文件。(3)CN109948136A:一种基于边缘计算的自动生成PPT模板的方法和系统,其中,方法包括:获取终端发送的PPT模板需求,对PPT模板需求进行分析,利用多层神经网络生成待填写模板,将待填写模板发送至终端,并接收终端反馈的填写后的模板,从预设的模板库中选取与填写后的模板对应的PPT模板,以便将PPT模板反馈至所述终端。
进一步可知,现有技术通过不同手段来提高制作PPT的效率,可是覆盖面较小,大多数需要人工干预或者需要海量的数据进行深度学习训练,导致成本高。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种PPT生成方法、装置、计算机可读存储介质及处理器,以至少解决相关技术中制作PPT需要人工干预或者需要海量的数据进行深度学习训练,导致成本高的技术问题。
根据本发明实施例的一个方面,提供了一种PPT生成方法,包括:依据文本的主题,确定所述文本对应的PPT模板;依据所述文本的关键词,确定所述文本对应的图片;基于所述PPT模板和所述图片,生成所述文本的PPT。
可选地,依据文本的主题,确定所述文本对应的PPT模板包括:对所述文本进行文本聚类,得到所述文本的主题;确定所述文本的主题在资料库中对应的主题标签;依据所述主题标签,得到所述资料库中与所述文本的主题相匹配的PPT模板。
可选地,依据所述文本的关键词,确定所述文本对应的图片包括:提取所述文本的关键词;确定所述文本的关键词在资料库中对应的内容标签;依据所述内容标签,得到所述资料库中与所述文本的关键词相匹配的图片。
可选地,依据所述内容标签,得到所述资料库中与所述文本的关键词相匹配的图片包括:确定所述文本的关键词相匹配的图片与所述内容标签的匹配度;在所述匹配度大于或者等于匹配度阈值的情况下,确定所述文本的关键词相匹配的图片作为所述文本对应的图片。
可选地,基于所述PPT模板和所述图片,生成所述文本的PPT包括:将所述图片插入所述PPT模板,生成所述文本的PPT。
可选地,还包括:将所述文本的关键词和所述文本的关键词所在的句子添加到所述文本的PPT。
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北京捷通华声科技股份有限公司,未经北京捷通华声科技股份有限公司许可,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/202011074263.9/2.html,转载请声明来源钻瓜专利网。