[发明专利]一种PowerPoint演示文稿向Word文档转换的方法及系统

摘要

本发明提供了一种PowerPoint演示文稿向Word文档转换的方法及系统，包括以下三个步骤：原始演示文稿内容提取。根据用户提供的原始演示文稿，获取所有的幻灯片，再得到每个幻灯片上的文本段落的数据信息；演示文稿内容分析。根据变量中所记录的信息，以及数据存储的方式，使用最新颖的迁移学习技术对文本数据和属性进行分析，将不同的属性内容加以区分；并对复杂格式的数据进行转换处理；目标演示文稿生成。定义一个待转换格式的空白Word文档，根据区分的位置信息，将分析并转换完成的原始演示文稿信息依次写入Microsoft Office Word目标文档中。

主权项

1.一种PowerPoint演示文稿向Word文档转换的方法，其特征在于，包括以下步骤S1、引入Apache POI实现Microsoft Office PowerPoint源文件的数据提取：对源文件进行预处理，获取源文件段落信息，接着进行包含文本、图片、表格、公式的数据提取并保存；S2、进行源文件数据分析：根据对Microsoft Office PowerPoint源文件提取的内容，将每个段落的文本对应的字号、行数、水平布局位置汇总作为源数据集T_a，预设的Microsoft Office PowerPoint转换Microsoft Office Word文档历史信息作为迁移数据集T_b，将二者合并为训练数据集T；定义用于K‑means聚类算法的欧氏距离函数dist_ed和最小化平方误差函数E；执行迁移学习算法，初始化段落的权重向量w，并计算用于数据集T上的权重分布p^t；执行聚类算法对数据集T进行聚类，通过调用欧氏距离函数dist_ed和最小化平方误差函数E，将不同的段落划归到k类，再计算迁移错误率∈_t更新权值向量迭代运行设定多次以获得最终分类器h_t，并将文本、图片、表格、公式的分类结果保存；对公式做放缩、去噪、二值化处理，再通过OCR和语义转换技术转化目标公式，生成格式化的Microsoft Office Word文档公式；S3、引入JACOB实现Microsoft Office Word文档目标文件生成：对保存的文本、图片、表格、公式，将其依次写入目标的Microsoft Office Word文档文件中，完成文档的转换。