演示文稿生成方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种演示文稿生成方法、装置、设备及存储介质。该方法包括：获取终端发送的待生成演示文稿的需求信息；基于需求信息中的模板信息，采用预设的多层卷积神经网络模型选取与待生成演示文稿相对应的多个备选演示文稿模板；采用预置文本识别模型对需求信息中的文稿信息进行语义识别，得到文稿信息对应的文稿语义信息；基于文稿语义信息，从各备选演示文稿模板中选取与待生成演示文稿的风格类型匹配程度最高的最优演示文稿模板；采用文稿信息和最优演示文稿模板，构建对应的演示文稿，并将演示文稿返回至终端。本发明专利技术实现了演示文稿的自动化生成，提升了演示文稿的规范性和质量，减少了演示文稿的生成时间。生成时间。生成时间。

【技术实现步骤摘要】
演示文稿生成方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种演示文稿生成方法、装置、设备及存储介质。

技术介绍

[0002]随着科技发展，多种办公软件层现不穷，但在现有的PPT(演示文稿)制作的形式上变化不明显，仍然是以人为地在电脑面前的操作为主。每次编写PPT，都要先寻找合适的模板，浪费大量时间；选择好模板后，还要花费大量时间修改模板和内容，最后PPT的生成根据不同群体的编写能力体现出参差不齐的PPT质量，即PPT生成的质量规范方面难以得到保障。

技术实现思路

[0003]本专利技术的主要目的在于解决PPT生成的质量规范方面难以得到保障的技术问题。
[0004]本专利技术第一方面提供了一种演示文稿生成方法，包括：获取终端发送的待生成演示文稿的需求信息，其中，演示文稿的需求信息包括模板信息和对应的文稿信息；基于模板信息，采用预设的多层卷积神经网络模型选取与待生成演示文稿相对应的多个备选演示文稿模板；采用预置文本识别模型对文稿信息进行语义识别，得到文稿信息对应的文稿语义信息；基于文稿语义信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种演示文稿生成方法，其特征在于，所述演示文稿生成方法包括：获取终端发送的待生成演示文稿的需求信息，其中，所述演示文稿的需求信息包括模板信息和对应的文稿信息；基于所述模板信息，采用预设的多层卷积神经网络模型选取与所述待生成演示文稿相对应的多个备选演示文稿模板；采用预置文本识别模型对所述文稿信息进行语义识别，得到所述文稿信息对应的文稿语义信息；基于所述文稿语义信息，从各所述备选演示文稿模板中选取与所述待生成演示文稿的风格类型匹配程度最高的最优演示文稿模板；采用所述文稿信息和所述最优演示文稿模板，构建对应的演示文稿，并将所述演示文稿返回至终端。2.根据权利要求1所述的演示文稿生成方法，其特征在于，所述基于所述模板信息，采用预设的多层卷积神经网络模型选取与所述待生成演示文稿相对应的多个备选演示文稿模板包括：利用预设的多层卷积神经网络模型对所述模板信息中的第一需求进行分析，得到对应的第一需求信息；根据所述第一需求信息和预设的迭代参数，利用所述多层卷积神经网络模型对所述模板信息中的第二需求进行分析，得到对应的第二需求信息；对所述第一需求信息和所述第二需求信息进行迭代分析处理，得到与所述待生成演示文稿相对应的多个备选演示文稿模板。3.根据权利要求2所述的演示文稿生成方法，其特征在于，所述对所述第一需求信息和所述第二需求信息进行迭代分析处理，得到与所述待生成演示文稿相对应的多个备选演示文稿模板包括：判断所述第一需求信息是否满足预设的深度分析评价条件；若不满足，则根据所述多层卷积神经网络模型对所述第二需求信息进行分析，得到与所述第二需求信息相对应的待填写信息；基于所述待填写信息从预置模板库中选取与所述待生成演示文稿相对应的多个备选演示文稿模板。4.根据权利要求1所述的演示文稿生成方法，其特征在于，所述采用预置文本识别模型对所述文稿信息进行语义识别，得到所述文稿信息对应的文稿语义信息包括：利用预置文本识别模型将所述文稿信息转换成对应的词向量与位置向量；基于预置文本识别模型中的信息检索挖掘算法分析所述文稿信息对应的跨句语义，并基于所述跨句语义确定文稿信息对应的邻接语义向量；将所述词向量、所述位置向量和所述邻接语义向量作为文稿信息对应的文稿语义信息。5.如权利要求4所述的演示文稿生成方法，其特征在于，所述基于所述文稿语义信息，从各所述备选演示文稿模板中选取与所述待生成演示文稿的风格类型匹配程度最高的最优演示文稿模板包括：基于所述词向量、所述位置向量与所述邻接语义向量，采用预置分类模型对应提取所
述文稿信息对应词性特征、实体特征和上下文特征；基于所述词性特征、所述实体特征和所述上下文特征，利用所述分类模型对所述待生...

【专利技术属性】
技术研发人员：杨日升，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：