CN110706309B - 用于生成鱼骨图的方法和装置 - Google Patents
用于生成鱼骨图的方法和装置 Download PDFInfo
- Publication number
- CN110706309B CN110706309B CN201810750811.1A CN201810750811A CN110706309B CN 110706309 B CN110706309 B CN 110706309B CN 201810750811 A CN201810750811 A CN 201810750811A CN 110706309 B CN110706309 B CN 110706309B
- Authority
- CN
- China
- Prior art keywords
- title
- paper
- content
- keyword
- bone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于生成鱼骨图的方法和装置。该方法的一具体实施方式包括:获取待处理的论文,其中,论文包括:论文名称、至少一个论文关键词和至少一个标题;从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容;从论文中提取至少一个标题,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容;根据鱼头的内容和鱼骨的内容生成鱼骨图。该实施方式能够以鱼骨图的方式展示论文的主要内容,帮助用户更快的获得该论文的重要信息。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于生成鱼骨图的方法和装置。
背景技术
目前人们在阅读论文时,论文都是以整篇或者部分的方式,全篇展示给读者的。读者要了解整篇文章的主旨,如果只看摘要,获得的信息过少,若通读全文会浪费很多时间。当用户无法判断论文中是否会讲到自己需要了解的知识点细节时,经常要么必须通读全文才能知道里面是否有自己需要的知识。要么得不断向下翻,寻找论文的小标题。标题之间因为有很多文字,经常导致会漏过某些小标题。导致对文章理解不全等等缺陷。如果一篇论文中有很多标题,而里面根本没有用户需要的细节信息。读者跳读完文章后也浪费了时间。
当前的摘要技术会使论文总结不足,对论文里面知识的展现也不够,无法一目了然的获得关于文章的总结性知识。关键词技术虽然简短,但是却无法体现关键词之间的结构特点。
发明内容
本申请实施例提出了用于生成鱼骨图的方法和装置。
第一方面,本申请实施例提供了一种用于生成鱼骨图的方法,包括:获取待处理的论文,其中,论文包括:论文名称、至少一个论文关键词和至少一个标题;从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容;从论文中提取至少一个标题,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容;根据鱼头的内容和鱼骨的内容生成鱼骨图。
在一些实施例中,从论文中提取至少一个标题,包括:对于论文中的至少一行文字中的一行文字,响应于确定出该行文字的格式满足预定的标题格式,将该行文字确定为标题。
在一些实施例中,至少一个标题包括至少一个一级标题,一级标题对应至少一个二级标题;以及基于至少一个标题生成待生成的鱼骨图的鱼骨的内容,包括:对于至少一个一级标题中的一级标题,将该一级标题作为大骨的内容,以及将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容。
在一些实施例中,二级标题对应至少一个三级标题;以及基于至少一个标题生成待生成的鱼骨图的鱼骨的内容,还包括:对于至少一个二级标题中的二级标题,将该二级标题对应的至少一个三级标题作为连接到该二级标题对应的中骨的小骨的内容。
在一些实施例中,将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容,包括:响应于确定出该一级标题对应的至少一个二级标题的数量大于预定数量阈值,将该一级标题对应的至少一个二级标题分成至少一个分组,为至少一个分组中的每个分组生成与该一级标题对应的大骨的内容,将同一分组中的二级标题作为连接到同一个大骨的中骨的内容,其中,每个分组中二级标题的数量不大于预定数量阈值。
在一些实施例中,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容,包括:对于至少一个标题中的标题,从论文中提取出该标题对应的章节内容,将该标题作为大骨的内容,以及从该标题对应的章节内容中提取关键词作为连接到该标题对应的大骨的中骨的内容。
在一些实施例中,该方法还包括:对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第一长度阈值,将该标题作为鱼骨的内容以至少一排的方式显示。
在一些实施例中,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容,包括:对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第二长度阈值,从该标题中抽取出主语作为鱼骨的内容,其中,第二长度阈值大于第一长度阈值。
在一些实施例中,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容,包括:将论文名称切分成至少一个名称关键词;对于至少一个名称关键词中的名称关键词,若至少一个论文关键词中存在与该名称关键词相同的论文关键词,则将该名称关键词添加到候选关键词集合中;若候选关键词集合非空,则将添加了名称关键词的候选关键词集合确定为鱼头的内容;若候选关键词集合为空,则对于至少一个论文关键词中论文关键词,确定该论文关键词与至少一个名称关键词中各名称关键词之间的相似度;按照相似度由大到小的顺序从至少一个论文关键词中选择预定数目个论文关键词作为鱼头的内容。
第二方面,本申请实施例提供了一种用于生成鱼骨图的装置,包括:获取单元,被配置成获取待处理的论文,其中,论文包括:论文名称、至少一个论文关键词和至少一个标题;第一提取单元,被配置成从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容;第二提取单元,被配置成从论文中提取至少一个标题,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容;生成单元,被配置成根据鱼头的内容和鱼骨的内容生成鱼骨图。
在一些实施例中,第二提取单元进一步被配置成:对于论文中的至少一行文字中的一行文字,响应于确定出该行文字的格式满足预定的标题格式,将该行文字确定为标题。
在一些实施例中,至少一个标题包括至少一个一级标题,一级标题对应至少一个二级标题;以及第二提取单元进一步被配置成:对于至少一个一级标题中的一级标题,将该一级标题作为大骨的内容,以及将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容。
在一些实施例中,二级标题对应至少一个三级标题;以及第二提取单元进一步被配置成:对于至少一个二级标题中的二级标题,将该二级标题对应的至少一个三级标题作为连接到该二级标题对应的中骨的小骨的内容。
在一些实施例中,第二提取单元进一步被配置成:响应于确定出该一级标题对应的至少一个二级标题的数量大于预定数量阈值,将该一级标题对应的至少一个二级标题分成至少一个分组,为至少一个分组中的每个分组生成与该一级标题对应的大骨的内容,将同一分组中的二级标题作为连接到同一个大骨的中骨的内容,其中,每个分组中二级标题的数量不大于预定数量阈值。
在一些实施例中,第二提取单元进一步被配置成:对于至少一个标题中的标题,从论文中提取出该标题对应的章节内容,将该标题作为大骨的内容,以及从该标题对应的章节内容中提取关键词作为连接到该标题对应的大骨的中骨的内容。
在一些实施例中,该装置还包括显示单元,被配置成:对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第一长度阈值,将该标题作为鱼骨的内容以至少一排的方式显示。
在一些实施例中,第二提取单元进一步被配置成:对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第二长度阈值,从该标题中抽取出主语作为鱼骨的内容,其中,第二长度阈值大于第一长度阈值。
在一些实施例中,第一提取单元进一步被配置成:将论文名称切分成至少一个名称关键词;对于至少一个名称关键词中的名称关键词,若至少一个论文关键词中存在与该名称关键词相同的论文关键词,则将该名称关键词添加到候选关键词集合中;若候选关键词集合非空,则将添加了名称关键词的候选关键词集合确定为鱼头的内容;若候选关键词集合为空,则对于至少一个论文关键词中论文关键词,确定该论文关键词与至少一个名称关键词中各名称关键词之间的相似度;按照相似度由大到小的顺序从至少一个论文关键词中选择预定数目个论文关键词作为鱼头的内容。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本申请实施例提供的用于生成鱼骨图的方法和装置,通过从论文中提取出论文名称、至少一个论文关键词和至少一个标题等关键信息,基于这些关键信息生成鱼骨图。可以较充分地反应出论文的知识和结构,从而帮助用户更快的获得该论文的重要信息。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于生成鱼骨图的方法的一个实施例的流程图;
图3是根据本申请的用于生成鱼骨图的方法的一个应用场景的示意图;
图4是根据本申请的用于生成鱼骨图的方法的又一个实施例的流程图;
图5是根据本申请的用于生成鱼骨图的方法的又一个应用场景的示意图;
图6是根据本申请的用于生成鱼骨图的装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成鱼骨图的方法或用于生成鱼骨图的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如阅读类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持文档阅读的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的鱼骨图提供支持的后台鱼骨图服务器。后台鱼骨图服务器可以对接收到的基于论文生成鱼骨图的请求等数据进行分析等处理,并将处理结果(例如鱼骨图)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于生成鱼骨图的方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,用于推送信息的装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于生成鱼骨图的方法的一个实施例的流程200。该用于生成鱼骨图的方法,包括以下步骤:
步骤201,获取待处理的论文。
在本实施例中,用于生成鱼骨图的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行论文浏览的终端接收用于生成鱼骨图的论文。其中,论文包括:论文名称、至少一个论文关键词和至少一个标题。论文还可包括目录、引言、参考文献等信息。该论文可以是word格式的,也可以是pdf格式或者图片格式的论文。可通过OCR(Optical Character Recognition,光学字符识别)技术将pdf格式或者图片格式的论文转换成文本格式,例如txt格式。将论文进行格式转换后再从中过滤掉目录、引言、参考文献等信息。可通过“目录”、“引言”、“参考文献”等关键字查找到目录、引言、参考文献等信息的对应的段落的起始位置,并可查找到其它章节关键字作为终止位置。将起始位置和终止位置之间的段落内容过滤掉。
步骤202,从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容。
在本实施例中,鱼骨图(又名因果图、石川图),指的是一种发现问题“根本原因”的分析方法,现代工商管理教育将其划分为问题型、原因型及对策型鱼骨图等几类。可基于预定的论文格式确定出论文名称和论文关键词。通常论文名称是在第一行居中的位置。此外,论文关键词也会用“关键词”明示出来。可将论文名称和至少一个论文关键词直接作为鱼骨图的鱼头的内容。也可将论文名称进行切词,提取出关键词,再过滤掉与至少一个论文关键词重复的关键词后作为鱼骨图的鱼头的内容。
在本实施例的一些可选的实现方式中,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容,包括:
步骤2021,将论文名称切分成至少一个名称关键词。可通过常用的自然语言处理工具将论文名称切分成至少一个名称关键词,即词序列。去除没有实际意义的“的”、“地”、“得”等虚词。
步骤2022,对于至少一个名称关键词中的名称关键词,若至少一个论文关键词中存在与该名称关键词相同的论文关键词,则将该名称关键词添加到候选关键词集合中。切词后得到的词序列中可能存在与论文关键词重复的词,将重复的词作为候选关键词加入到候选关键词集合中。
步骤2023,若候选关键词集合非空,则将添加了名称关键词的候选关键词集合确定为鱼头的内容。如果词序列中存在与论文关键词重复的词,则直接将所有重复的词确定为鱼头的内容。
步骤2024,若候选关键词集合为空,则对于至少一个论文关键词中论文关键词,确定该论文关键词与至少一个名称关键词中各名称关键词之间的相似度。如果词序列中不存在与论文关键词重复的词,则确定每个论文关键词与词序列中各词之间的相似度。
步骤2025,按照相似度由大到小的顺序从至少一个论文关键词中选择预定数目个论文关键词作为鱼头的内容。选择相似度最大的预定数目个论文关键词作为鱼头的内容。
步骤203,从论文中提取至少一个标题,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容。
在本实施例中,如果论文是word格式,则可直接获取格式信息,确定出哪一行文字为标题。可将标题的内容直接作为鱼骨的内容。也可从标题中抽取出关键词作为鱼骨的内容。
在本实施例的一些可选的实现方式中,从论文中提取至少一个标题,包括:对于论文中的至少一行文字中的一行文字,响应于确定出该行文字的格式满足预定的标题格式,将该行文字确定为标题。如果论文是图片或者pdf文件转换的txt格式,则可通过每行文字的字符数是否小于预定字数阈值,以及该行起始部分是否包括数字来确定该行文字是否为标题。预定字数阈值可以是20。标题通常带有阿拉伯数字或中文数字表示的章节编号,例如,1、一、1.1、1.1.1、(一)等。对于每个标题,生成一根鱼骨。如果一级标题下面的二级标题数量过多,则可为每个一级标题生成多根大鱼骨以让每根大鱼骨连接的中鱼骨的数量均匀。
在本实施例的一些可选的实现方式中,对于至少一个标题中的标题,从论文中提取出该标题对应的章节内容,将该标题作为大骨的内容,以及从该标题对应的章节内容中提取关键词作为连接到该标题对应的大骨的中骨的内容。可将任意两个标题(论文中排在前面的称之为第一标题、排在后面的称之为第二标题)之间的段落内容确定为第一个标题对应的章节内容。将第一标题作为大骨的内容。并从第一个标题对应的章节内容根据TF-IDF(term frequency–inverse documentfrequency,词频逆文本频率)方法统计出该章节内容中的关键词作为连接到该标题对应的大骨的中骨的内容。只选取预定数量的TF-IDF指数最高的关键词作为中骨的内容。也可选TF-IDF指数超过预定指数阈值的关键词。
步骤204,根据鱼头的内容和鱼骨的内容生成鱼骨图。
在本实施例中,可按标题在论文中的先后顺序从鱼头向鱼尾一上一下排列开。排列时,章节号越靠前则将对应的大骨排列在离鱼头越近的位置。对于属于同一一级标题下的二级标题,章节号越靠前则将对应的中骨排列在与主骨越近的位置。具体绘制过程如下:
A、填写鱼头的内容,画出主骨(例如,论文名称和至少一个论文关键词);
B、画出大骨,填写大骨对应的内容(例如一级标题);
C、画出中骨、小骨,填写中小骨对应的内容(例如,章节内容);
D、用特殊符号标识重要因素。
要点:绘图时,应保证大骨与主骨成60度夹角,中骨与主骨平行。
可选的,可使用不同类型和/或不同颜色的字体来区分不同级别的标题。
在本实施例的一些可选的实现方式中,对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第一长度阈值,将该标题作为鱼骨的内容以至少一排的方式显示。例如,第一长度阈值可设置为10,如果标题长度超过10,则分两排显示,如果字数更多则可分多排显示。
在本实施例的一些可选的实现方式中,对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第二长度阈值,从该标题中抽取出主语作为鱼骨的内容,其中,第二长度阈值大于第一长度阈值。例如,第二长度阈值可以是20。可通过自然语言处理工具,例如,LTP,从标题中去掉修饰词后提取出主语部分作为鱼骨的内容。
继续参见图3,图3是根据本实施例的用于生成鱼骨图的方法的应用场景的一个示意图。在图3的应用场景中,用户通过终端向服务器上传了一篇名称为“如何提高公司的影响力”的论文。服务器将“如何提高公司的影响力”作为待生成的鱼骨图的鱼头的内容301。服务器从论文中提取出“业务情况”、“客户服务”、“人力资源”等标题作为大骨的内容302。对于每个标题,又从该标题对应的章节内容中提取出关键词作为该标题对应的大骨所连接的中骨的内容303。然后根据鱼头的内容301、大骨的内容302和中骨的内容303绘制鱼骨图。
本申请的上述实施例提供的方法通过鱼骨图的鱼头和鱼骨的内容展示出论文的论文名称、论文关键词、标题,从而帮助用户更快的获得该论文的重要信息。
进一步参考图4,其示出了用于生成鱼骨图的方法的又一个实施例的流程400。该用于生成鱼骨图的方法的流程400,包括以下步骤:
步骤401,获取待处理的论文。
步骤401与步骤201基本相同,因此不再赘述。
步骤402,从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容。
步骤402与步骤202基本相同,因此不再赘述。
步骤403,从论文中提取至少一个一级标题、至少一个二级标题、至少一个三级标题。
在本实施例中,如果论文是word格式,则可直接通过格式信息区分出一级标题、二级标题和三级标题。如果论文是图片或者pdf文件转换的txt格式,标题通常带有阿拉伯数字或中文数字表示的章节编号,例如,1、一、1.1、1.1.1、(一)等。可通过章节编号确定标题的级别,如果是中文编号,则“一”、“二”、“三”等汉字开头的标题为一级标题,加了括号的汉字数字为二级标题,例如“(一)”、“(二)”、“(三)”等。如果是阿拉伯数字的章节编号,则可根据小数点与数字的位置关系确定标题的级别。例如“1”、“2”、“3”为一级标题。“1.1”、“2.2”、“3.3”为二级标题。“1.1.1”、“2.2.2”、“3.3.3”为三级标题。
步骤404,对于至少一个一级标题中的一级标题,将该一级标题作为大骨的内容,以及将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容。
在本实施例中,该步骤与步骤203基本相同,因此不再赘述。如图5所示,501为基于论文名称和至少一个论文关键词生成的鱼头的内容。502为基于一级标题生成的大鱼骨的内容。503基于二级标题生成的中鱼骨的内容。
步骤405,对于至少一个二级标题中的二级标题,将该二级标题对应的至少一个三级标题作为连接到该二级标题对应的中骨的小骨的内容。
在本实施例中,该步骤与步骤203基本相同,因此不再赘述。如果还有四级标题等更低级别的标题,则不再作为鱼骨。如图5所示,504为基于三级标题生成的小鱼骨的内容。
步骤406,根据鱼头的内容和鱼骨的内容生成鱼骨图。
步骤406与步骤204基本相同,因此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成鱼骨图的方法的流程400突出了根据标题的级别生成不同类型的鱼骨的步骤。由此,本实施例描述的方案可以引入更多的鱼骨相关数据,从而实现更全面的论文展示。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种用于生成鱼骨图的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于生成鱼骨图的装置600包括:获取单元601、第一提取单元602、第二提取单元603和生成单元604。其中,获取单元601被配置成获取待处理的论文,其中,论文包括:论文名称、至少一个论文关键词和至少一个标题。第一提取单元602被配置成从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容。第二提取单元603被配置成从论文中提取至少一个标题,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容。生成单元604被配置成根据鱼头的内容和鱼骨的内容生成鱼骨图。
在本实施例中,用于生成鱼骨图的装置600的获取单元601、第一提取单元602、第二提取单元603和生成单元604的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,第二提取单元603进一步被配置成:对于论文中的至少一行文字中的一行文字,响应于确定出该行文字的格式满足预定的标题格式,将该行文字确定为标题。
在本实施例的一些可选的实现方式中,至少一个标题包括至少一个一级标题,一级标题对应至少一个二级标题。第二提取单元603进一步被配置成:对于至少一个一级标题中的一级标题,将该一级标题作为大骨的内容,以及将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容。
在本实施例的一些可选的实现方式中,二级标题对应至少一个三级标题。第二提取单元603进一步被配置成:对于至少一个二级标题中的二级标题,将该二级标题对应的至少一个三级标题作为连接到该二级标题对应的中骨的小骨的内容。
在本实施例的一些可选的实现方式中,将该一级标题作为大骨的内容。第二提取单元603进一步被配置成:响应于确定出该一级标题对应的至少一个二级标题的数量大于预定数量阈值,将该一级标题对应的至少一个二级标题分成至少一个分组,为至少一个分组中的每个分组生成与该一级标题对应的大骨的内容,将同一分组中的二级标题作为连接到同一个大骨的中骨的内容,其中,每个分组中二级标题的数量不大于预定数量阈值。
在本实施例的一些可选的实现方式中,第二提取单元603进一步被配置成:对于至少一个标题中的标题,从论文中提取出该标题对应的章节内容,将该标题作为大骨的内容,以及从该标题对应的章节内容中提取关键词作为连接到该标题对应的大骨的中骨的内容。
在本实施例的一些可选的实现方式中,装置600还包括显示单元(未示出),被配置成:对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第一长度阈值,将该标题作为鱼骨的内容以至少一排的方式显示。
在本实施例的一些可选的实现方式中,第二提取单元603进一步被配置成:对于至少一个标题中的标题,响应于确定出该标题的长度大于预设第二长度阈值,从该标题中抽取出主语作为鱼骨的内容,其中,第二长度阈值大于第一长度阈值。
在本实施例的一些可选的实现方式中,第一提取单元602进一步被配置成:将论文名称切分成至少一个名称关键词。对于至少一个名称关键词中的名称关键词,若至少一个论文关键词中存在与该名称关键词相同的论文关键词,则将该名称关键词添加到候选关键词集合中。若候选关键词集合非空,则将添加了名称关键词的候选关键词集合确定为鱼头的内容。若候选关键词集合为空,则对于至少一个论文关键词中论文关键词,确定该论文关键词与至少一个名称关键词中各名称关键词之间的相似度。按照相似度由大到小的顺序从至少一个论文关键词中选择预定数目个论文关键词作为鱼头的内容。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备(如图1所示的终端设备/服务器)的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一提取单元、第二提取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待处理的论文的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取待处理的论文,其中,论文包括:论文名称、至少一个论文关键词和至少一个标题;从论文中提取出论文名称和至少一个论文关键词,基于论文名称和至少一个论文关键词生成待生成的鱼骨图的鱼头的内容;从论文中提取至少一个标题,基于至少一个标题生成待生成的鱼骨图的鱼骨的内容;根据鱼头的内容和鱼骨的内容生成鱼骨图。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (18)
1.一种用于生成鱼骨图的方法,包括:
获取待处理的论文,其中,所述论文包括:论文名称、至少一个论文关键词和至少一个标题;
从所述论文中提取出论文名称和至少一个论文关键词,基于所述论文名称和所述至少一个论文关键词生成待生成的鱼骨图的鱼头的内容;
从所述论文中提取至少一个标题,基于所述至少一个标题生成待生成的鱼骨图的鱼骨的内容;
根据所述鱼头的内容和所述鱼骨的内容生成鱼骨图;
其中,所述基于所述至少一个标题生成待生成的鱼骨图的鱼骨的内容,包括:
对于所述至少一个标题中的标题,从所述论文中提取出该标题对应的章节内容,将该标题作为大骨的内容,以及从该标题对应的章节内容中提取关键词作为连接到该标题对应的大骨的中骨的内容。
2.根据权利要求1所述的方法,其中,所述从所述论文中提取至少一个标题,包括:
对于所述论文中的至少一行文字中的一行文字,响应于确定出该行文字的格式满足预定的标题格式,将该行文字确定为标题。
3.根据权利要求1所述的方法,其中,所述至少一个标题包括至少一个一级标题,一级标题对应至少一个二级标题;以及
所述基于所述至少一个标题生成待生成的鱼骨图的鱼骨的内容,包括:
对于所述至少一个一级标题中的一级标题,将该一级标题作为大骨的内容,以及将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容。
4.根据权利要求3所述的方法,其中,二级标题对应至少一个三级标题;以及
所述基于所述至少一个标题生成待生成的鱼骨图的鱼骨的内容,还包括:
对于所述至少一个二级标题中的二级标题,将该二级标题对应的至少一个三级标题作为连接到该二级标题对应的中骨的小骨的内容。
5.根据权利要求3所述的方法,其中,所述将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容,包括:
响应于确定出该一级标题对应的至少一个二级标题的数量大于预定数量阈值,将该一级标题对应的至少一个二级标题分成至少一个分组,为所述至少一个分组中的每个分组生成与该一级标题对应的大骨的内容,将同一分组中的二级标题作为连接到同一个大骨的中骨的内容,其中,每个分组中二级标题的数量不大于所述预定数量阈值。
6.根据权利要求1所述的方法,其中,所述方法还包括:
对于所述至少一个标题中的标题,响应于确定出该标题的长度大于预设第一长度阈值,将该标题作为鱼骨的内容以至少一排的方式显示。
7.根据权利要求6所述的方法,其中,所述基于所述至少一个标题生成待生成的鱼骨图的鱼骨的内容,包括:
对于所述至少一个标题中的标题,响应于确定出该标题的长度大于预设第二长度阈值,从该标题中抽取出主语作为鱼骨的内容,其中,所述第二长度阈值大于所述第一长度阈值。
8.根据权利要求1-7之一所述的方法,其中,所述基于所述论文名称和所述至少一个论文关键词生成待生成的鱼骨图的鱼头的内容,包括:
将所述论文名称切分成至少一个名称关键词;
对于所述至少一个名称关键词中的名称关键词,若所述至少一个论文关键词中存在与该名称关键词相同的论文关键词,则将该名称关键词添加到候选关键词集合中;
若所述候选关键词集合非空,则将添加了名称关键词的候选关键词集合确定为鱼头的内容;
若所述候选关键词集合为空,则对于所述至少一个论文关键词中论文关键词,确定该论文关键词与所述至少一个名称关键词中各名称关键词之间的相似度;
按照相似度由大到小的顺序从所述至少一个论文关键词中选择预定数目个论文关键词作为鱼头的内容。
9.一种用于生成鱼骨图的装置,包括:
获取单元,被配置成获取待处理的论文,其中,所述论文包括:论文名称、至少一个论文关键词和至少一个标题;
第一提取单元,被配置成从所述论文中提取出论文名称和至少一个论文关键词,基于所述论文名称和所述至少一个论文关键词生成待生成的鱼骨图的鱼头的内容;
第二提取单元,被配置成从所述论文中提取至少一个标题,基于所述至少一个标题生成待生成的鱼骨图的鱼骨的内容;
生成单元,被配置成根据所述鱼头的内容和所述鱼骨的内容生成鱼骨图;
其中,所述第二提取单元进一步被配置成:
对于所述至少一个标题中的标题,从所述论文中提取出该标题对应的章节内容,将该标题作为大骨的内容,以及从该标题对应的章节内容中提取关键词作为连接到该标题对应的大骨的中骨的内容。
10.根据权利要求9所述的装置,其中,所述第二提取单元进一步被配置成:
对于所述论文中的至少一行文字中的一行文字,响应于确定出该行文字的格式满足预定的标题格式,将该行文字确定为标题。
11.根据权利要求9所述的装置,其中,所述至少一个标题包括至少一个一级标题,一级标题对应至少一个二级标题;以及
所述第二提取单元进一步被配置成:
对于所述至少一个一级标题中的一级标题,将该一级标题作为大骨的内容,以及将该一级标题对应的至少一个二级标题作为连接到该大骨的中骨的内容。
12.根据权利要求11所述的装置,其中,二级标题对应至少一个三级标题;以及
所述第二提取单元进一步被配置成:
对于所述至少一个二级标题中的二级标题,将该二级标题对应的至少一个三级标题作为连接到该二级标题对应的中骨的小骨的内容。
13.根据权利要求11所述的装置,其中,所述第二提取单元进一步被配置成:
响应于确定出该一级标题对应的至少一个二级标题的数量大于预定数量阈值,将该一级标题对应的至少一个二级标题分成至少一个分组,为所述至少一个分组中的每个分组生成与该一级标题对应的大骨的内容,将同一分组中的二级标题作为连接到同一个大骨的中骨的内容,其中,每个分组中二级标题的数量不大于所述预定数量阈值。
14.根据权利要求9所述的装置,其中,所述装置还包括显示单元,被配置成:
对于所述至少一个标题中的标题,响应于确定出该标题的长度大于预设第一长度阈值,将该标题作为鱼骨的内容以至少一排的方式显示。
15.根据权利要求14所述的装置,其中,所述第二提取单元进一步被配置成:
对于所述至少一个标题中的标题,响应于确定出该标题的长度大于预设第二长度阈值,从该标题中抽取出主语作为鱼骨的内容,其中,所述第二长度阈值大于所述第一长度阈值。
16.根据权利要求9-15之一所述的装置,其中,所述第一提取单元进一步被配置成:
将所述论文名称切分成至少一个名称关键词;
对于所述至少一个名称关键词中的名称关键词,若所述至少一个论文关键词中存在与该名称关键词相同的论文关键词,则将该名称关键词添加到候选关键词集合中;
若所述候选关键词集合非空,则将添加了名称关键词的候选关键词集合确定为鱼头的内容;
若所述候选关键词集合为空,则对于所述至少一个论文关键词中论文关键词,确定该论文关键词与所述至少一个名称关键词中各名称关键词之间的相似度;
按照相似度由大到小的顺序从所述至少一个论文关键词中选择预定数目个论文关键词作为鱼头的内容。
17.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
18.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810750811.1A CN110706309B (zh) | 2018-07-10 | 2018-07-10 | 用于生成鱼骨图的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810750811.1A CN110706309B (zh) | 2018-07-10 | 2018-07-10 | 用于生成鱼骨图的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110706309A CN110706309A (zh) | 2020-01-17 |
CN110706309B true CN110706309B (zh) | 2023-05-23 |
Family
ID=69192851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810750811.1A Active CN110706309B (zh) | 2018-07-10 | 2018-07-10 | 用于生成鱼骨图的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110706309B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105739975A (zh) * | 2016-01-26 | 2016-07-06 | 福建亿同世纪软件科技股份有限公司 | 一种基于web浏览器的鱼骨图在线编辑方法 |
CN107545000A (zh) * | 2016-06-28 | 2018-01-05 | 百度在线网络技术(北京)有限公司 | 基于知识图谱的信息推送方法及装置 |
CN108228906A (zh) * | 2018-02-08 | 2018-06-29 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050147950A1 (en) * | 2003-12-29 | 2005-07-07 | Ethicon Endo-Surgery, Inc. | Graphical representation, storage and dissemination of displayed thinking |
-
2018
- 2018-07-10 CN CN201810750811.1A patent/CN110706309B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105739975A (zh) * | 2016-01-26 | 2016-07-06 | 福建亿同世纪软件科技股份有限公司 | 一种基于web浏览器的鱼骨图在线编辑方法 |
CN107545000A (zh) * | 2016-06-28 | 2018-01-05 | 百度在线网络技术(北京)有限公司 | 基于知识图谱的信息推送方法及装置 |
CN108228906A (zh) * | 2018-02-08 | 2018-06-29 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
Non-Patent Citations (3)
Title |
---|
The Effectiveness of Semantic Mapping Strategy on Vocabulary Achievement of EFL Saudi Female Preparatory-Year Students;Mohammad Hussein等;《Journal of Applied Linguistics and Language Research》;20170131;第4卷(第4期);14-46 * |
创新导图在技术创新路径选择中的应用研究;李兵等;《科学学与科学技术管理》;20150110;第第36卷卷(第01期);12-17 * |
蒋伟英编辑.思维导图等常用的可视化思维工具介绍.《导图导学一珑的教育制事》.北京理工大学出版社,2016,第97-98页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110706309A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9411790B2 (en) | Systems, methods, and media for generating structured documents | |
JP5353148B2 (ja) | 画像情報検索装置、画像情報検索方法およびそのコンピュータプログラム | |
US10372716B2 (en) | Automatic discovery and presentation of topic summaries related to a selection of text | |
CN108959257B (zh) | 一种自然语言解析方法、装置、服务器及存储介质 | |
US10366154B2 (en) | Information processing device, information processing method, and computer program product | |
CN106708940B (zh) | 用于处理图片的方法和装置 | |
CN108108342B (zh) | 结构化文本的生成方法、检索方法及装置 | |
CN106844685B (zh) | 用于识别网站的方法、装置及服务器 | |
CN110069698B (zh) | 信息推送方法和装置 | |
US20200265074A1 (en) | Searching multilingual documents based on document structure extraction | |
CN111062259A (zh) | 表格识别方法和装置 | |
JP2010073114A6 (ja) | 画像情報検索装置、画像情報検索方法およびそのコンピュータプログラム | |
US9330075B2 (en) | Method and apparatus for identifying garbage template article | |
US20150278248A1 (en) | Personal Information Management Service System | |
US11423219B2 (en) | Generation and population of new application document utilizing historical application documents | |
EP3961426A2 (en) | Method and apparatus for recommending document, electronic device and medium | |
US10963690B2 (en) | Method for identifying main picture in web page | |
CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
CN110706309B (zh) | 用于生成鱼骨图的方法和装置 | |
CN113486148A (zh) | Pdf文件的转换方法、装置、电子设备以及计算机可读介质 | |
CN114880520A (zh) | 视频标题生成方法、装置、电子设备和介质 | |
US11132500B2 (en) | Annotation task instruction generation | |
US20210295036A1 (en) | Systematic language to enable natural language processing on technical diagrams | |
CN109190034B (zh) | 用于获取信息的方法及装置 | |
US12001486B2 (en) | Identifying reference data in a source data set |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |