[發明專利]一種基于圖書文字信息的圖書自動排版實現方法

在審

• 申請號: 202010635608.7
• 申請日: 2020-07-03
• 公開（公告）號: CN111814425A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 角遠悠;角志浩
• 申請（專利權）人: 角遠悠
• 主分類號: G06F40/106
• 分類號: G06F40/106;G06F40/189;G06F40/284;G06F40/289;G06F16/35
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 符繼超

本發明公開的一種基于圖書文字信息的圖書自動排版實現方法，包括：讀取圖書文字文件，根據關鍵詞、正文標簽或章節標簽進行文字信息捕獲；將文字信息在數據庫中進行自動篩選，提取得到主題詞；結合數字圖像庫、背景圖片庫和色彩詞典，自動篩選與主題詞相對應的形狀和色彩，將主題詞與形狀、色彩設置信息進行嵌入組合，得到組合圖；將圖書文字信息和/或組合圖設置給相應的內容布局組件，得到版式結果文檔。本發明通過對圖書全文信息的輸入、主題詞的篩選與形狀的嵌入組合，自動生成多種圖書設計文檔，取代了90％的圖書設計工作，解決了復雜排版規則處理問題，創新了圖書信息傳播形式，提升了圖書信息傳播的客觀水平。

技術領域

本發明屬于圖書排版技術領域，涉及一種基于圖書文字信息的圖書自動排版實現方法。

背景技術

書籍中的文字是書籍規格的基本信息，這些文字(包括圖表)信息，是構成書籍知識產權最重要的內容。書籍的出版要遵循其“原創性”原則，對重復的內容比例有嚴格的限制，出版也對抄襲、剽竊的行為零容忍。因此，每本書的文字都是不同的，而且越是原創性強的作品，其差異就越大，甚至使用原創性的詞匯、提出全新的概念。

現有的數字出版物的生成過程是：作者或編者根據自己出版物的主題查閱資料，進行文字錄入、圖像掃描和圖形繪制，然后采用近似手工方式對自己感興趣的題材進行編輯、創作，使其彼此之間按照有機的方式交互聯系。然而傳統的手工收集素材和傳統的數字出版物的手工編輯方式需要耗費大量的人力和物力，同時內容的撰寫周期較長，獲得的素材所包含的廣度都有一定的局限。

專業排版軟件都價格不菲，且主要定位于文字處理，其圖表融入功能欠缺，排版功能比較弱，無法滿足排版對圖文的整體要求。

因此，提供一種能夠對文字信息進行萃取，并轉化為圖像元素或符號元素，運用在圖書排版中的實現方法是本領域技術人員亟待解決的技術問題。

發明內容

本發明針對上述研究現狀和存在的問題，提供了一種基于圖書文字信息的圖書自動排版實現方法，基于對書籍全文的文字信息的統計，找到文字數據的結構特點，用可視化的方法將其做藝術呈現，將這些文字信息進行萃取，并轉化為圖像元素或符號元素，應用于圖書的封面排版和內文排版中。

為實現上述目的，其具體實施方案如下。

一種基于圖書文字信息的圖書自動排版實現方法，包括如下步驟：

步驟一，讀取圖書文字文件，根據關鍵詞、正文標簽或章節標簽進行文字信息捕獲；

步驟二，將所述文字信息在給定數據庫中進行自動篩選，提取得到主題詞，包括詞云主題詞、形狀實體名、色彩實體名和數詞主題詞的提取；

步驟三，結合數字圖像庫、背景圖片庫和色彩詞典，自動篩選與所述主題詞相對應的形狀和色彩，將主題詞與形狀、色彩設置信息進行嵌入組合，得到組合圖；

步驟四，查找設計模板中的內容布局組件，將圖書文字信息和/或組合圖設置給相應的內容布局組件，得到版式結果文檔。

優選的，所述圖書自動排版包括對封面的自動排版；其中，步驟一中對全書文字文件進行讀取，根據正文標簽進行文字信息捕獲。

優選的，所述圖書自動排版包括對章節首頁的自動排版；其中，步驟一中對本章節的文字文件進行讀取，根據章節標簽進行文字信息捕獲。

優選的，所述詞云主題詞自動提取的步驟：

對所述文字信息進行詞頻統計，篩選得到詞頻大于給定閾值的詞語；

利用分詞數據庫中的詞性特征對所述詞語進行分詞，得到若干詞云主題詞，輸出詞云圖。

優選的，所述形狀實體詞自動提取的步驟：

對所述文字信息進行詞頻統計，篩選得到詞頻大于給定閾值的詞語；