[發明專利]PPT生成方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202011644169.2
• 申請日: 2020-12-31
• 公開（公告）號: CN112632950A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 張強
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/284;G06F40/295;G06F40/30;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 魏潤潔

1.一種PPT生成方法，其特征在于，所述PPT生成方法包括：

獲取目標文字內容，確定出所述目標文字內容的主題類型；

分析所述目標文字內容的內在語義，并生成與所述內在語義對應的內容標簽；

結合所述主題類型與所述內容標簽，從預設PPT模板庫中選擇出與所述目標文字內容相匹配的目標PPT模板，以基于所述目標文字內容與所述目標PPT模板生成目標PPT。

2.如權利要求1所述的PPT生成方法，其特征在于，所述分析所述目標文字內容的內在語義，并生成與所述內在語義對應的內容標簽，包括：

利用預設轉換模型獲取所述目標文字內容的詞向量與位置向量，并基于TF-IDF算法分析所述目標文字內容的跨句語義，以得到所述目標文字內容的鄰接語義向量；

將所述詞向量、位置向量與鄰接語義向量作為所述內在語義，輸入預訓練語言模型，得到所述內在語義對應的內容標簽。

3.如權利要求2所述的PPT生成方法，其特征在于，所述利用預設轉換模型獲取所述目標文字內容的詞向量與位置向量，并基于TF-IDF算法分析所述目標文字內容的跨句語義，以得到所述目標文字內容的鄰接語義向量，包括：

利用預設word2vec模型獲取所述詞向量，并利用預設transformer模型中的正弦波獲取所述位置向量；

基于所述TF-IDF算法與命名實體識別技術，得到用于獲取所述目標文字內容的鄰接語義向量的目標備選詞集合；

基于預設長短時記憶網絡模型，對所述目標備選詞集合中的每一備選詞進行編碼，以得到所述目標文字內容的鄰接語義向量。

4.如權利要求1所述的PPT生成方法，其特征在于，所述結合所述主題類型與所述內容標簽，從預設PPT模板庫中選擇出與所述目標文字內容相匹配的目標PPT模板，包括：

從所述PPT模板庫中確定出與所述主題類型對應的初始PPT模板，并獲取所述初始PPT模板的版塊標題；

將所述內容標簽與所述版塊標題進行匹配，以將所述內容標簽相匹配的版塊標題所在的初始PPT模板作為所述目標PPT模板。

5.如權利要求4所述的PPT生成方法，其特征在于，所述將所述內容標簽與所述版塊標題進行匹配，以將所述內容標簽相匹配的版塊標題所在的初始PPT模板作為所述目標PPT模板，包括：

獲取所述內容標簽與所述版塊標題的相似度，將所述相似度超出預設相似度閾值的版塊標題對應的初始PPT模板作為待選PPT模板；

根據所述內容標簽將所述目標文字內容劃分為若干文字區域，并將每一所述文字區域與所述待選PPT模板的相應版塊進行關聯；

獲取每一所述文字區域的字數以及所述相應版塊的字數容量，以將與每一所述文字區域的字數相匹配的字數容量對應的待選PPT模板作為所述目標PPT模板。

6.如權利要求1所述的PPT生成方法，其特征在于，所述獲取目標文字內容，確定所述目標文字內容的主題類型，包括：

在接收到PPT生成指令時，基于所述PPT生成指令獲取原始文件，并提取出所述原始文件中的目標文字內容；

利用預訓練的文檔主題生成模型，得到所述目標文字內容的主題類型。

7.如權利要求1-6中任一項所述的PPT生成方法，其特征在于，所述基于所述目標文字內容與所述目標PPT模板生成目標PPT，包括：

將所述目標文字內容對應到所述目標PPT模板的相應版塊中，并結合所述目標文字內容與所述目標PPT模板渲染合成目標PPT，其中，所述目標PPT存儲于區塊鏈中。

8.一種PPT生成裝置，其特征在于，所述PPT生成裝置包括：

主題類型確定模塊，用于獲取目標文字內容，確定所述目標文字內容的主題類型；

內容標簽生成模塊，用于分析所述目標文字內容的內在語義，并生成與所述內在語義對應的內容標簽；

目標PPT生成模塊，用于結合所述主題類型與所述內容標簽，從預設PPT模板庫中選擇出與所述目標文字內容相匹配的目標PPT模板，以基于所述目標文字內容與所述目標PPT模板生成目標PPT。