[發(fā)明專利]獲取圖表特征信息的方法及裝置、電子設(shè)備、存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 201710885003.1
• 申請日: 2017-09-26
• 公開（公告）號(hào): CN107742096A
• 公開（公告）日: 2018-02-27
• 發(fā)明（設(shè)計(jì)）人: 章偉星
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 北京博思佳知識(shí)產(chǎn)權(quán)代理有限公司11415
• 代理人: 林祥

技術(shù)領(lǐng)域

本說明書一個(gè)或多個(gè)實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種獲取圖表特征信息的方法及裝置、電子設(shè)備、存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，圖表(Chart)廣泛存在于各類文檔或網(wǎng)頁中，圖表往往包含一些統(tǒng)計(jì)信息，因而可以很好地向讀者傳遞和表達(dá)有價(jià)值的信息。當(dāng)今隨著大數(shù)據(jù)以及機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，出現(xiàn)了將圖表中包含的有價(jià)值信息應(yīng)用到機(jī)器學(xué)習(xí)領(lǐng)域中的需求。然而，由于現(xiàn)今的大部分圖表都是以靜態(tài)圖片的形式進(jìn)行展示的，并且計(jì)算機(jī)目前還很難直接從圖表中提取到有效的數(shù)據(jù)，導(dǎo)致無法將圖表中蘊(yùn)含的有價(jià)值信息應(yīng)用到機(jī)器學(xué)習(xí)領(lǐng)域。

發(fā)明內(nèi)容

有鑒于此，本說明書一個(gè)或多個(gè)實(shí)施例提供一種獲取圖表特征信息的方法及裝置、電子設(shè)備、存儲(chǔ)介質(zhì)。

為實(shí)現(xiàn)上述目的，本說明書一個(gè)或多個(gè)實(shí)施例提供的技術(shù)方案如下：

在一個(gè)方面，提供了一種獲取圖表特征信息的方法，包括：

獲得待識(shí)別圖表；

識(shí)別所述待識(shí)別圖表中的文本片段；

根據(jù)所述文本片段所處的位置，確定所述文本片段所屬的圖表角色；

根據(jù)所述文本片段的內(nèi)容以及所述文本片段所屬的圖表角色，確定所述待識(shí)別圖表的圖表特征，并生成包含各圖表特征的文本文件。

在另一個(gè)方面，提供了一種獲取圖表特征信息的裝置，包括：圖片獲得單元、文本識(shí)別單元、角色確定單元以及文件生成單元；

所述圖片獲得單元獲得待識(shí)別圖表；

所述文本識(shí)別單元識(shí)別所述待識(shí)別圖表中的文本片段；

所述角色確定單元根據(jù)所述文本片段所處的位置，確定所述文本片段所屬的圖表角色；

所述文件生成單元根據(jù)所述文本片段的內(nèi)容以及所述文本片段所屬的圖表角色，確定所述待識(shí)別圖表的圖表特征，并生成包含各圖表特征的文本文件。

在又一個(gè)方面，提供了一種電子設(shè)備，包括：

處理器；

用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

所述處理器被配置為：

獲得待識(shí)別圖表；

識(shí)別所述待識(shí)別圖表中的文本片段；

根據(jù)所述文本片段所處的位置，確定所述文本片段所屬的圖表角色；

根據(jù)所述文本片段的內(nèi)容以及所述文本片段所屬的圖表角色，確定所述待識(shí)別圖表的圖表特征，并生成包含各圖表特征的文本文件。

在又一個(gè)方面，提供了一種電子設(shè)備，一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：

獲得待識(shí)別圖表；

識(shí)別所述待識(shí)別圖表中的文本片段；

根據(jù)所述文本片段所處的位置，確定所述文本片段所屬的圖表角色；

根據(jù)所述文本片段的內(nèi)容以及所述文本片段所屬的圖表角色，確定所述待識(shí)別圖表的圖表特征，并生成包含各圖表特征的文本文件。

通過以上技術(shù)方案可以看出，通過獲得待識(shí)別圖表，并識(shí)別圖表中的文本片段，然后確定出各個(gè)文本片段所屬的圖表角色，最終依據(jù)所述文本片段的內(nèi)容以及所述文本片段所屬的圖表角色，確定所述待識(shí)別圖表的圖表特征，并生成包含各圖表特征的文本文件。通過上述過程，可以將圖片形式展示的圖表中包含的圖表特征提取出來并生成一個(gè)包含這些圖表特征的文本文件，因?yàn)樵撐谋疚募梢员挥?jì)算機(jī)直接讀取到其內(nèi)包含的文本信息，故可以被應(yīng)用到機(jī)器學(xué)習(xí)中。

附圖說明

圖1示出了一示例性實(shí)施例提供的一種獲取圖表特征信息的方法的流程圖；

圖2A示出了一種示例的待識(shí)別圖表；

圖2B標(biāo)記了圖2A所示的待識(shí)別圖表中包含的文本片段；

圖2C示出了一種預(yù)定義的標(biāo)準(zhǔn)圖表；

圖3示出了一示例性實(shí)施例提供的一種獲取圖表特征信息的裝置的模塊圖；

圖4示出了一示例性實(shí)施例提供的一種電子設(shè)備的結(jié)構(gòu)。

具體實(shí)施方式

目前，出現(xiàn)在各類文檔或網(wǎng)頁中的圖表(Chart)的類型有很多種，例如：條形圖、柱狀圖、折線圖、餅圖等。雖然人們可以通過對圖表進(jìn)行視覺解碼來獲取信息，但是計(jì)算機(jī)卻不能直接獲取到圖表中蘊(yùn)含的信息，這就導(dǎo)致了大量圖表中的有價(jià)值信息不能被應(yīng)用到機(jī)器學(xué)習(xí)領(lǐng)域中。如果沒有一種有效的方法對這些圖表進(jìn)行解碼，以提取出圖表中蘊(yùn)含的有效信息并將其存儲(chǔ)，這將是一大損失。

圖1示出了一示例性實(shí)施例提供的一種獲取圖表特征信息的方法的流程圖，該方法可以應(yīng)用于各類電子設(shè)備(如服務(wù)器、用戶設(shè)備UE、終端設(shè)備等)上。如圖1所示，在一實(shí)施例中，該方法可包括如下步驟101至步驟107，其中：