CN113268971B - 演示报告智能生成方法、装置、计算机设备及存储介质 - Google Patents

演示报告智能生成方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113268971B
CN113268971B CN202110695888.5A CN202110695888A CN113268971B CN 113268971 B CN113268971 B CN 113268971B CN 202110695888 A CN202110695888 A CN 202110695888A CN 113268971 B CN113268971 B CN 113268971B
Authority
CN
China
Prior art keywords
information
report
target
presentation
basic configuration
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
Application number
CN202110695888.5A
Other languages
English (en)
Other versions
CN113268971A (zh
Inventor
杨鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202110695888.5A priority Critical patent/CN113268971B/zh
Publication of CN113268971A publication Critical patent/CN113268971A/zh
Application granted granted Critical
Publication of CN113268971B publication Critical patent/CN113268971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了演示报告智能生成方法、装置、计算机设备及存储介质，方法包括：根据文本分析模型对用户输入的基础配置信息中的主题描述信息分析得到对应的目标主题，根据目标主题及配置项信息判断演示报告集合中是否包含与基础配置信息相匹配的历史演示报告，若不包含则根据目标主题及配置项信息模板库中获取对应的目标模板，从素材数据库中筛选得到对应的备用素材信息，根据选择结果对对应的目标模板与备用素材信息进行整合以生成目标演示报告。本发明属于分类模型技术领域，可对基础配置信息进行分析得到目标主题，根据目标主题及基础配置信息智能获取目标模板及备用素材信息并进一步生成目标演示报告，大幅提高了目标演示报告生成的效率及质量。

Description

演示报告智能生成方法、装置、计算机设备及存储介质
技术领域
本发明涉及分类模型技术领域，属于智慧教育中智能化生成演示报告的应用场景，尤其涉及一种演示报告智能生成方法、装置、计算机设备及存储介质。
背景技术
在需要对产品、服务内容等信息进行展示时，通常是通过演讲演示报告以对演示报告中包含的信息进行展示，然而传统技术方法中均是编辑人员根据演讲主题及受众人群等相关信息查找资料，并选择合适素材、模块编辑得到适合进行演讲的演示报告，这一编辑过程需要耗费大量时间和精力。现有技术方法中通常是将预置的内容填充至报告模板以生成相应的演示报告，但获取与演讲主题等相关信息相对应的内容依然需要耗费较长时间，且这一技术方法中的内容经常存在无法与报告模板精确匹配的问题，导致演示报告生成效率低且生成质量不高。因此，现有的技术方法中的演示报告生成方法存在生成效率低且质量不高的问题。
发明内容
本发明实施例提供了一种演示报告智能生成方法、装置、计算机设备及存储介质，旨在解决现有技术方法中演示报告生成方法所存在的生成效率低且质量不高的问题。
第一方面，本发明实施例提供了一种演示报告智能生成方法，其包括：
若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题；
根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告；
若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板；
根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息；
获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告。
第二方面，本发明实施例提供了一种演示报告智能生成装置，其包括：
目标主题获取单元，用于若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题；
判断单元，用于根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告；
目标模板获取单元，用于若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板；
备用素材信息获取单元，用于根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息；
目标演示报告生成单元，用于获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告。
第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的演示报告智能生成方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的演示报告智能生成方法。
本发明实施例提供了一种演示报告智能生成方法、装置、计算机可读存储介质。根据文本分析模型对用户输入的基础配置信息中的主题描述信息进行分析得到对应的目标主题，根据目标主题及配置项信息判断演示报告集合中是否包含与基础配置信息相匹配的历史演示报告，若不包含则根据目标主题及配置项信息模板库中获取对应的目标模板，从素材数据库中筛选得到与每一目标模板对应的备用素材信息，根据用户的选择结果对对应的目标模板与备用素材信息进行整合以生成目标演示报告。通过上述方法，可对基础配置信息进行分析得到目标主题，根据目标主题及基础配置信息智能获取目标模板及备用素材信息，并根据用户选择生成目标演示报告，大幅提高了目标演示报告的生成效率及生成质量。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的演示报告智能生成方法的流程示意图；
图2为本发明实施例提供的演示报告智能生成方法的子流程示意图；
图3为本发明实施例提供的演示报告智能生成方法的另一子流程示意图；
图4为本发明实施例提供的演示报告智能生成方法的另一流程示意图；
图5为本发明实施例提供的演示报告智能生成方法的另一子流程示意图；
图6为本发明实施例提供的演示报告智能生成方法的另一子流程示意图；
图7为本发明实施例提供的演示报告智能生成方法的另一流程示意图；
图8为本发明实施例提供的演示报告智能生成装置的示意性框图；
图9为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，图1是本发明实施例提供的演示报告智能生成方法的流程示意图；该演示报告智能生成方法应用于用户终端或管理服务器中，该演示报告智能生成方法通过安装于用户终端或管理服务器中的应用软件进行执行，用户终端即是可接收用户输入的基础配置信息并对应生成目标演示报告的终端设备，例如台式电脑、笔记本电脑、平板电脑或手机等，管理服务器即是可接收用户通过用终端发送的基础配置信息并对应生成目标演示报告的服务器端，如企业或政府部门所构建的服务器。如图1所示，该方法包括步骤S110～S150。
S110、若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题。
若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题。用户可输入基础配置信息，用户终端对基础配置信息进行分析即可对应生成演示报告，其中，基础配置信息包括主题描述信息及配置项信息，主题描述信息即为用户输入的对所需生成的演讲报告的主题进行描述的具体信息，主题描述信息可以是一段文本信息；配置项信息即为对与生成演讲报告的其他配置项进行配置的具体信息，配置项信息包括受众人群、受众人数、演讲时间等信息，受众人群即为受听演讲报告的预计人群，例如程序员、销售人员、教师等，受众人数即为受听演讲报告的预计人数，演讲时间即为演讲报告的预计演讲时间。其中，所述文本分析模型包括语料集合、关键词提取算法、编码词典及分类神经网络；文本分析模型即为对基础配置信息中的主题描述信息进行分析并获取对应主题名称的具体模型。
在一实施例中，如图2所示，步骤S110包括子步骤S111、S112、S113和S114。
S111、对所述主题描述信息所包含的无效字符进行筛除得到有效描述信息。
在对主题描述信息进行具体分析之前，可对其中的无效字符进行筛除，例如，可通过预先配置无效字符集合，通过无效字符集合将主题描述信息中与无效字符集合中对应的无效字符进行筛除，得到去除无效字符后的有效描述信息。无效字符可以包括“，”、“。”等标点符号，也可以包括“的”、“啊”等无实际意义的字符。
S112、根据所述关键词提取算法及所述语料集合从所述有效描述信息中提取得到关键词信息。
关键词提取算法即是基于语料集合从有效描述信息中对应关键词信息的具体算法，语料集合可以是有大量语料文本所组成的集合。具体的，可将有效描述信息拆分为多个具有实际含义的词语，则一个词语中可包含一个或多个字符，分别计算拆分得到的每一词语出现的次数与词语总数的比值，即Bi＝Ti/T0，其中，k即为有效描述信息拆分得到的词语总数，T0即为每一词语出现的次数，若某一词语在有效描述信息中仅出现一次，则Ti＝1，若某一词语在有效描述信息中出现三次，则Ti＝3；计算每一词条对应的相对频率值，相对频率值可采用公式：
Figure BDA0003128355240000051
其中，Wn为语料集合中包含的文件总数，WTi为语料集合中包含第i条词语的文件数量，最终词语i的绝对频率值即为Bi×Xi，则通过上述方法可计算得到每一词语的绝对频率值，根据词语的绝对频率值选取高频率词语作为与有效描述信息相匹配的词语，与有效描述信息相匹配的多个词语即组合成为关键词信息，例如可选取绝对频率值大于所有词语绝对频率值的平均值1.5倍的词语作为高频率词语。
S113、根据编码词典对所述关键词信息进行转换得到所述关键词信息中每一关键词对应的编码信息。
编码词典即为对关键词信息中包含的词语进行转换的词典，编码词典中包含每一字符与对应的一个映射编码之间的映射关系，根据该映射关系即可将每一词语包含的字符映射转换为相应的编码值，对关键词信息包含的词语进行转换后即可得到对应的编码信息。
S114、将所述编码信息输入所述分类神经网络进行分类得到主题分类结果，将所述主题分类结果作为所述目标主题。
将所得到的编码信息输入分类神经网络进行分类，即可得到对应的主题分类结果，其中，分类神经网络由一个输入层、多个中间层及一个输出层组成，输入层与中间层之间、中间层与其他相邻的中间层之间、中间层与输出节点之间均通过关联公式进行关联，每一关联公式均可表示为一个一次函数，一次函数中包含相应参数值，输入层中每一输入节点对应编码信息中的一个编码值，每一输出节点对应一个主题分类，将编码信息由输入层输入分类神经网络，即可由输出层获取相应输出结果，输出结果即为编码信息与每一主题分类之间的匹配度，匹配度的取值范围为[0,1]，可获取匹配度最高的一个或多个主题分类作为对应的主题分类结果，则主题分类结果包含的主题分类即可作为目标主题，若目标主题对应包含三个主题分类，即可将多个主题分类依次作为一级主题、二级主题及三级主题。
在具体的实施例中，步骤S114之前还包括：根据预存的训练数据集对所述分类神经网络进行训练得到训练后的分类神经网络。
在使用分类神经网络之前，还可通过预存的训练数据集对分类神经网络进行训练，使用训练后的分类神经网络可大幅提高获取主题分类结果的准确性。具体的，可基于梯度下降规则对分类神经网络进行迭代训练，训练数据集中包括多条训练数据，每一条训练数据均包含一条训练编码信息及目标分类结果，将每一条训练输入依次输入分类神经网络，即可基于梯度下降规则对分类神经网络中包含的参数值进行调整从而对分类神经网络进行迭代训练。
S120、根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告。
根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告。演示报告集合用于对已生成的历史演示报告进行存储，可根据目标主题及配置项信息判断演示报告集合中是否包含与基础配置信息相匹配的历史演示报告。
在一实施例中，如图3所示，步骤S120包括子步骤S121和S122。
S121、从所述演示报告集合中获取与所述目标主题及所述配置项信息中的受众人群相匹配的历史演示报告作为备选演示报告。
具体的，每一历史演示报告均包含对应的报告标签信息，报告标签信息中包括报告主题、听众分群、听众数量及报告时长等信息。可根据历史演示报告的报告主题及听众分群，获取与目标主题及受众人群相匹配的历史演讲报告，也即是获取报告主题与目标主题相同且听众分群与受众人群相同的历史演讲报告，若从演示报告集合中获取到与目标主题及受众人群相匹配的历史演示报告，则将获取到的历史演示报告作为备选演示报告并继续执行后续步骤；若未能从演示报告集合中获取到与目标主题及受众人群相匹配的历史演示报告，则得到演示报告集合中不包含与基础配置信息相匹配的历史演示报告。
S122、根据所述配置项信息中的受众人数及演讲时间判断所述备选演示报告中是否包含与所述配置项信息相匹配的历史演示报告，以得到报告集合中是否包含与所述基础配置信息相匹配的历史演示报告的判断结果。
具体的，可根据配置项信息中的受众人数及演讲时间分别获取对应的受众人数区间及演讲时间区间，并根据备选演示报告的听众数量及报告时长，判断听众数量是否属于受众人数区间及报告时长是否属于演讲时间区间，例如，可根据预置的区间系数及受众人数获取对应的受众人数区间，区间系数为0.75、1.4，则将受众人数乘以0.75作为受众人数区间的下限值，将受众人数乘以1.4作为受众人数区间的上限值。若某一备选演示报告的听众数量属于受众人数区间且报告时长属于演讲时间区间，则将该备选演示报告作为与配置项信息相匹配的历史演示报告，得到演示报告集合中包含与基础配置信息相匹配的历史演示报告的判断结果；若不存在一个备选演示报告的听众数量属于受众人数区间且报告时长属于演讲时间区间，则备选演示报告中不包含与配置项信息相匹配的历史演示报告，得到演示报告集合中不包含与基础配置信息相匹配的历史演示报告的判断结果。
在一实施例中，如图4所示，步骤S120之后还包括步骤S1210和S1220。
S1210、若所述演示报告集合中包含与所述基础配置信息相匹配的历史演示报告，计算所述历史演示报告与所述基础配置信息之间的匹配值；S1220、根据所述匹配值对所述历史演示报告进行排序得到排序结果。
若包含与基础配置信息相匹配的历史演示报告，可计算历史演示报告与基础配置信息之间的匹配值并根据匹配值排序得到历史演讲报告的排序结果，用户察看排序结果并可从排序结果中选择其中的一个历史演讲报告进行使用。具体的，匹配值可通过匹配计算公式计算得到，例如，匹配值计算公式可以是
Figure BDA0003128355240000071
其中，A1及A2为匹配值计算公式中预先配置的参数值，N0为配置项信息中的受众人数，N1为某一个历史演讲报告的听众数量，S0为配置项信息中的演讲时间，S1为同一历史演讲报告的报告时长。
S130、若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板。
若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板。若演示报告集合中不包含与基础配置信息相匹配的历史演示报告，则需要新生成与基础配置信息相匹配的演示报告，可首先从模板库中获取与基础配置信息相匹配的目标模板，模板库即为用户终端中预先配置的用于存储各类型报告模板的数据库，报告模板中包含对应的模板标签信息，模板标签信息中包括模板主题、听众分群、听众数量区间及报告时长区间等信息，可根据目标主题及配置项信息从模板库中获取相匹配的目标模板。
在一实施例中，如图5所示，步骤S130包括子步骤S131和S132。
S131、从所述模板库中获取与所述目标主题及所述配置项信息中的受众人群相匹配的备选模板。
可根据报告模板的模板主题及听众分群，获取与目标主题及受众人群相匹配的备选模板，也即是获取模板主题与目标主题相同且听众分群与受众人群相同的报告模板作为备选模板，若某一报告模板的模板主题与目标主题相同且众分群与受众人群相同，则将该报告模板作为备选模板；若报告模板的模板主题与目标主题不相同或众分群与受众人群不相同，则该报告模板不与目标主题及受众人群相匹配。
S132、根据所述配置项信息中的受众数量及演讲时间从所述备选模板中筛选得到与所述基础配置信息相匹配的目标模板。
每一报告模板的模板标签信息中还包括听众数量区间及报告时长区间，可根据配置项信息中的受众数量及演讲时间对备选模板进行筛选，具体的，可判断每一备选模板的听众数量区间是否包含受众数量且报告时长区间是否包含演讲时间，若备选模板的听众数量区间包含受众数量且报告时长区间包含演讲时间，则将该备选模板作为与基础配置信息相匹配的目标模板；若备选模板的听众数量区间不包含受众数量或报告时长区间不包含演讲时间，则判定该备选模板不与基础配置信息相匹配。
在一实施例中，如图6所示，步骤S132之后还包括步骤S133。
S133、计算每一所述目标模板与所述基础配置信息之间的匹配值并根据所述匹配值对所述目标模板进行排序。
可计算每一目标模板与基础配置信息之间的匹配值并根据匹配值对目标配置信息进行排序，匹配值可通过模板匹配计算公式计算得到，例如，模板匹配计算公式可以是V＝B1·min(|N0-P1|,|P2-N0|)+B2·min(|S0-Q1|,|Q2-S0|)，其中，B1及B2为模板匹配计算公式中预先配置的参数值，N0为配置项信息中的受众人数，S0为配置项信息中的演讲时间，P1为某一目标模板的听众数量区间的下限值、P2为该目标模板的听众数量区间的上限值，Q1为同一目标模板的报告时长区间的下限值、Q2为该目标模板的报告时长区间的上限值，min(f1,f2)为获取f1及f2中的较小值。
S140、根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息。
根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息。每一报告模板中包含多个章节，每一章节均对应一个章节页数，章节中仅包含页面配色、背景图案等框架信息，章节中均不包含实际内容。素材数据库即为用户终端中配置的对素材信息进行存储的数据库，一份素材信息可以由文字、图像、视频、音频中的一项或多项组合而成；管理员可对素材数据库中包含的素材信息进行定期补充更新。每一份素材均对应包含素材标签信息，素材标签信息包括素材主题、听众分群、听众数量区间及素材页数区间等信息，具体的，可从素材数据库中获取素材主题与目标主题相同且听众分群、受众人群相同的素材信息且受众数量属于听众数量区间的素材信息作为初选素材信息，根据目标模板中每一章节的章节页数，将素材页数区间包含章节页数的初选素材信息作为与每一章节相匹配的备用素材信息，则每一目标章节中的每一章节均能获取到相匹配的备用素材信息。还可根据每一备用份素材信息的素材标签信息，计算章节与该章节相匹配的每一备用素材信息之间的匹配值，章节与备用素材信息之间的匹配值可通过素材匹配计算公式进行计算得到，例如，素材匹配计算公式可以是
Figure BDA0003128355240000091
其中，C1及C2为素材匹配计算公式中预先配置的参数值，P1为某一章节所属目标模板的听众数量区间的下限值、P2为该目标模板的听众数量区间的上限值，Z1为某一备用素材信息的听众数量区间的下限值，Z2为该备用素材信息的听众数量区间的上限值，R0为该章节对应的章节页数，R1为该备用素材信息的素材页数区间的下限值，R2为该备用素材信息的素材页数区间的上限值。
S150、获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告。
获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，根据所述选择结果将对应的目标模板与备用素材信息进行整合以生成目标演示报告。用户可查看匹配得到的目标模板及与目标模板中每一章节相匹配的备用素材信息，用户可对目标模板及备用素材信息进行选择得到相应的选择结果。
在一实施例中，如图7所示，步骤S150包括子步骤：S151、S152和S153。
S151、根据所述选择结果从所述备用素材信息中获取与所述选择结果匹配的一个目标模板中每一章节分别对应的待使用素材信息；S152、将所述待使用素材包含的内容添加至与每一所述待使用素材对应章节的内容区域，得到与每一所述章节对应的多页演示文稿；S153、根据所述选择结果中的章节调整信息对与每一章节对应的多页演示文稿的排列顺序进行调整后整合得到所述目标演示报告。
具体的，从目标模板中选择一个目标模板作为待使用模板，从待使用模板中每一章节对应的备用素材信息中选择每一章节对应的一个备用素材信息作为对应的待使用素材信息，即可得到相应的选择结果，用户在选定一个目标模板后，还可对选定的该目标模板中包含的多个章节的顺序进行相应调整。用户终端根据用户进行选择得到的选择结果对待使用模板及待使用素材信息进行整合，即可生成对应的目标演示报告。具体的，每一章节中包含相应的内容区域，将与每一章节对应的待使用素材信息包含的内容添加至相应章节的内容区域中，即可对应生成与每一章节对应的多页演示文稿，所生成的演示文稿的数量与每一模板的模板页数相等，根据选择结果中的章节调整信息对每一章节对应的多页演示文稿的排列顺序进行调整，将进行顺序调整章节分别对应的多页演示文稿进行顺序整合，即可生成对应的一个目标演示报告。
S150之后还可以包括步骤：若接收到用户输入的报告记录信息，根据所述报告记录信息及所述目标主题将所述目标演示报告添加至所述演示报告集合中进行存储。
可以将所生成的目标演示报告添加至演示报告集合中，则添加至演示报告集合中的目标演示报告可以作为历史演示报告进行使用，其中，该历史演示报告的报告标签信息由报告记录信息及目标主题进行组合得到，则该历史演讲报告的报告主题即为目标主题，报告记录信息即为报告现场对目标演示报告的相关信息进行记录所得到的信息，报告记录信息包括目标演示报告的听众分群、听众数量及报告时长。
本申请中的技术方法可应用于智慧教育等包含智能化生成演示报告的应用场景中，从而推动智慧教育的建设。
在本发明实施例所提供的演示报告智能生成方法中，根据文本分析模型对用户输入的基础配置信息中的主题描述信息进行分析得到对应的目标主题，根据目标主题及配置项信息判断演示报告集合中是否包含与基础配置信息相匹配的历史演示报告，若不包含则根据目标主题及配置项信息模板库中获取对应的目标模板，从素材数据库中筛选得到与每一目标模板对应的备用素材信息，根据用户的选择结果对对应的目标模板与备用素材信息进行整合以生成目标演示报告。通过上述方法，可对基础配置信息进行分析得到目标主题，根据目标主题及基础配置信息智能获取目标模板及备用素材信息，并根据用户选择生成目标演示报告，大幅提高了目标演示报告的生成效率及生成质量。
本发明实施例还提供一种演示报告智能生成装置，该演示报告智能生成装置可配置于用户终端或管理服务器中，该演示报告智能生成装置用于执行前述的演示报告智能生成方法的任一实施例。具体地，请参阅图8，图8为本发明实施例提供的演示报告智能生成装置的示意性框图。
如图8所示，演示报告智能生成装置100包括目标主题获取单元110、判断单元120、目标模板获取单元130、备用素材信息获取单元140和目标演示报告生成单元150。
目标主题获取单元110，用于若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题。
在一实施例中，所述目标主题获取单元110包括子单元：有效描述信息获取单元，用于对所述主题描述信息所包含的无效字符进行筛除得到有效描述信息；关键词信息提取单元，用于根据所述关键词提取算法及所述语料集合从所述有效描述信息中提取得到关键词信息；编码信息获取单元，用于根据编码词典对所述关键词信息进行转换得到所述关键词信息中每一关键词对应的编码信息；分类单元，用于将所述编码信息输入所述分类神经网络进行分类得到主题分类结果，将所述主题分类结果作为所述目标主题。
判断单元120，用于根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告。
在一实施例中，所述判断单元120包括子单元：备选演示报告获取单元，用于从所述演示报告集合中获取与所述目标主题及所述配置项信息中的受众人群相匹配的历史演示报告作为备选演示报告；演示报告匹配单元，用于根据所述配置项信息中的受众人数及演讲时间判断所述备选演示报告中是否包含与所述配置项信息相匹配的历史演示报告，以得到报告集合中是否包含与所述基础配置信息相匹配的历史演示报告的判断结果。
在一实施例中，所述演示报告智能生成装置100还包括子单元：匹配值计算单元，用于若所述演示报告集合中包含与所述基础配置信息相匹配的历史演示报告，计算所述历史演示报告与所述基础配置信息之间的匹配值；排序单元，用于根据所述匹配值对所述历史演示报告进行排序得到排序结果。
目标模板获取单元130，用于若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板。
在一实施例中，所述目标模板获取单元130包括子单元：备选模板获取单元，用于从所述模板库中获取与所述目标主题及所述配置项信息中的受众人群相匹配的备选模板；备选模板筛选单元，用于根据所述配置项信息中的受众数量及演讲时间从所述备选模板中筛选得到与所述基础配置信息相匹配的目标模板。
在一实施例中，所述目标模板获取单元130还包括子单元：目标模板排序单元，用于计算每一所述目标模板与所述基础配置信息之间的匹配值并根据所述匹配值对所述目标模板进行排序。
备用素材信息获取单元140，用于根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息。
目标演示报告生成单元150，用于获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告。
在一实施例中，所述目标演示报告生成单元150还包括子单元：待使用素材信息获取单元，用于根据所述选择结果从所述备用素材信息中获取与所述选择结果匹配的一个目标模板中每一章节分别对应的待使用素材信息；待使用素材添加单元，用于将所述待使用素材包含的内容添加至与每一所述待使用素材对应章节的内容区域，得到与每一所述章节对应的多页演示文稿；演示文稿整合单元，用于根据所述选择结果中的章节调整信息对与每一章节对应的多页演示文稿的排列顺序进行调整后整合得到所述目标演示报告。
在一实施例中，所述演示报告智能生成装置100还包括子单元：目标演示报告存储单元，用于若接收到用户输入的报告记录信息，根据所述报告记录信息及所述目标主题将所述目标演示报告添加至所述演示报告集合中进行存储。
在本发明实施例所提供的演示报告智能生成装置应用上述演示报告智能生成方法，根据文本分析模型对用户输入的基础配置信息中的主题描述信息进行分析得到对应的目标主题，根据目标主题及配置项信息判断演示报告集合中是否包含与基础配置信息相匹配的历史演示报告，若不包含则根据目标主题及配置项信息模板库中获取对应的目标模板，从素材数据库中筛选得到与每一目标模板对应的备用素材信息，根据用户的选择结果对对应的目标模板与备用素材信息进行整合以生成目标演示报告。通过上述方法，可对基础配置信息进行分析得到目标主题，根据目标主题及基础配置信息智能获取目标模板及备用素材信息，并根据用户选择生成目标演示报告，大幅提高了目标演示报告的生成效率及生成质量。
上述演示报告智能生成装置可以实现为计算机程序的形式，该计算机程序可以在如图9所示的计算机设备上运行。
请参阅图9，图9是本发明实施例提供的计算机设备的示意性框图。该计算机设备可以是用于执行演示报告智能生成方法以智能化生成演示报告的用户终端或管理服务器。
参阅图9，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行演示报告智能生成方法，其中，存储介质503可以为易失性的存储介质或非易失性的存储介质。
该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行演示报告智能生成方法。
该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图9中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现上述的演示报告智能生成方法中对应的功能。
本领域技术人员可以理解，图9中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图9所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为易失性或非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现上述的演示报告智能生成方法中所包含的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种演示报告智能生成方法，其特征在于，所述方法包括：
若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题；
根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告；
若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板；
根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息；
获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告；
所述根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告，包括：
从所述演示报告集合中获取与所述目标主题及所述配置项信息中的受众人群相匹配的历史演示报告作为备选演示报告；
根据所述配置项信息中的受众人数及演讲时间判断所述备选演示报告中是否包含与所述配置项信息相匹配的历史演示报告，以得到报告集合中是否包含与所述基础配置信息相匹配的历史演示报告的判断结果；
所述根据所述配置项信息中的受众人数及演讲时间判断所述备选演示报告中是否包含与所述配置项信息相匹配的历史演示报告，包括：根据配置项信息中的受众人数及演讲时间分别获取对应的受众人数区间及演讲时间区间，并根据所述备选演示报告的听众数量及报告时长，判断听众数量是否属于受众人数区间及报告时长是否属于演讲时间区间，从而得到报告集合中是否包含与所述基础配置信息相匹配的历史演示报告的判断结果。
2.根据权利要求1所述的演示报告智能生成方法，其特征在于，所述文本分析模型包括语料集合、关键词提取算法、编码词典及分类神经网络，所述根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题，包括：
对所述主题描述信息所包含的无效字符进行筛除得到有效描述信息；
根据所述关键词提取算法及所述语料集合从所述有效描述信息中提取得到关键词信息；
根据编码词典对所述关键词信息进行转换得到所述关键词信息中每一关键词对应的编码信息；
将所述编码信息输入所述分类神经网络进行分类得到主题分类结果，将所述主题分类结果作为所述目标主题。
3.根据权利要求1所述的演示报告智能生成方法，其特征在于，所述根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告之后，还包括：
若所述演示报告集合中包含与所述基础配置信息相匹配的历史演示报告，计算所述历史演示报告与所述基础配置信息之间的匹配值；
根据所述匹配值对所述历史演示报告进行排序得到排序结果。
4.根据权利要求1所述的演示报告智能生成方法，其特征在于，所述根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板，包括：
从所述模板库中获取与所述目标主题及所述配置项信息中的受众人群相匹配的备选模板；
根据所述配置项信息中的受众数量及演讲时间从所述备选模板中筛选得到与所述基础配置信息相匹配的目标模板。
5.根据权利要求4所述的演示报告智能生成方法，其特征在于，所述根据所述配置项信息中的受众数量及演讲时间从所述备选模板中筛选得到与所述基础配置信息相匹配的目标模板之后，还包括：
计算每一所述目标模板与所述基础配置信息之间的匹配值并根据所述匹配值对所述目标模板进行排序。
6.根据权利要求1所述的演示报告智能生成方法，其特征在于，所述将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告，包括：
根据所述选择结果从所述备用素材信息中获取与所述选择结果匹配的一个目标模板中每一章节分别对应的待使用素材信息；
将所述待使用素材包含的内容添加至与每一所述待使用素材对应章节的内容区域，得到与每一所述章节对应的多页演示文稿；
根据所述选择结果中的章节调整信息对与每一章节对应的多页演示文稿的排列顺序进行调整后整合得到所述目标演示报告。
7.一种演示报告智能生成装置，其特征在于，所述装置包括：
目标主题获取单元，用于若接收到用户输入的基础配置信息，根据预置的文本分析模型对所述基础配置信息中的主题描述信息进行分析，得到与所述主题描述信息相匹配的目标主题；
判断单元，用于根据所述目标主题及所述基础配置信息中的配置项信息判断预存的演示报告集合中是否包含与所述基础配置信息相匹配的历史演示报告；
目标模板获取单元，用于若所述演示报告集合中不包含与所述基础配置信息相匹配的历史演示报告，根据所述目标主题及所述配置项信息从预存的模板库中获取与所述基础配置信息相匹配的目标模板；
备用素材信息获取单元，用于根据所述目标模板及所述配置项信息从预存的素材数据库中筛选得到与每一所述目标模板对应的备用素材信息；
目标演示报告生成单元，用于获取所述用户对所述目标模板及所述备用素材信息进行选择的选择结果，将与所述选择结果对应的目标模板与备用素材信息进行整合以生成目标演示报告；
所述判断单元包括子单元：备选演示报告获取单元，用于从所述演示报告集合中获取与所述目标主题及所述配置项信息中的受众人群相匹配的历史演示报告作为备选演示报告；演示报告匹配单元，用于根据所述配置项信息中的受众人数及演讲时间判断所述备选演示报告中是否包含与所述配置项信息相匹配的历史演示报告，以得到报告集合中是否包含与所述基础配置信息相匹配的历史演示报告的判断结果；
所述根据所述配置项信息中的受众人数及演讲时间判断所述备选演示报告中是否包含与所述配置项信息相匹配的历史演示报告，包括：根据配置项信息中的受众人数及演讲时间分别获取对应的受众人数区间及演讲时间区间，并根据所述备选演示报告的听众数量及报告时长，判断听众数量是否属于受众人数区间及报告时长是否属于演讲时间区间，从而得到报告集合中是否包含与所述基础配置信息相匹配的历史演示报告的判断结果。
8.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的演示报告智能生成方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的演示报告智能生成方法。
CN202110695888.5A 2021-06-23 2021-06-23 演示报告智能生成方法、装置、计算机设备及存储介质 Active CN113268971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110695888.5A CN113268971B (zh) 2021-06-23 2021-06-23 演示报告智能生成方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110695888.5A CN113268971B (zh) 2021-06-23 2021-06-23 演示报告智能生成方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113268971A CN113268971A (zh) 2021-08-17
CN113268971B true CN113268971B (zh) 2022-12-13

Family

ID=77235555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110695888.5A Active CN113268971B (zh) 2021-06-23 2021-06-23 演示报告智能生成方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113268971B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113962210A (zh) * 2021-11-24 2022-01-21 黄河勘测规划设计研究院有限公司 基于nlp技术的报告智能编制方法
US11775748B1 (en) * 2022-05-09 2023-10-03 Prezent Inc. Systems and methods for content creation based on audience preference and contextual factors

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8689097B2 (en) * 2004-03-31 2014-04-01 Satyam Computer Services Ltd. System and method for automatic generation of presentations based on agenda
CN108121693B (zh) * 2016-11-29 2021-09-24 珠海金山办公软件有限公司 一种幻灯片美化方法及装置
CN111881307B (zh) * 2020-07-28 2024-04-05 平安科技（深圳）有限公司 一种演示文稿生成方法、装置、计算机设备及存储介质
CN112632950A (zh) * 2020-12-31 2021-04-09 中国平安人寿保险股份有限公司 Ppt生成方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN113268971A (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN113807098B (zh) 模型训练方法和装置、电子设备以及存储介质
CN109299362B (zh) 相似企业推荐方法、装置、计算机设备及存储介质
CN107301199B (zh) 一种数据标签生成方法和装置
US9922383B2 (en) Patent claims analysis system and method
US11636341B2 (en) Processing sequential interaction data
CN113268971B (zh) 演示报告智能生成方法、装置、计算机设备及存储介质
EP2885755B1 (en) Agent system, agent control method and agent control program with ability of natural conversation with users
CN111680159A (zh) 数据处理方法、装置及电子设备
CA3113807A1 (en) Model aggregation using model encapsulation of user-directed iterative machine learning
CN112434131A (zh) 基于人工智能的文本错误检测方法、装置、计算机设备
CN113192497A (zh) 基于自然语言处理的语音识别方法、装置、设备及介质
CN112906376B (zh) 一种自适应匹配的用户英语学习文本推送系统和方法
Zörgő et al. Using the reproducible open coding kit & epistemic network analysis to model qualitative data
CN112632950A (zh) Ppt生成方法、装置、设备及计算机可读存储介质
CN113159738A (zh) 业务项目处理方法、装置、电子设备及存储介质
CN114637842A (zh) 企业行业分类方法、装置、存储介质及电子设备
CN112668284B (zh) 一种法律文书分段方法及系统
CN115080039A (zh) 前端代码生成方法、装置、计算机设备、存储介质和产品
CN110413899B (zh) 服务器存储新闻的存储资源优化方法及系统
WO2018098009A1 (en) Improved automated nonparametric content analysis for information management and retrieval
CN113688206A (zh) 基于文本识别的趋势分析方法、装置、设备及介质
CN114141235A (zh) 语音语料库生成方法、装置、计算机设备和存储介质
CN111090723A (zh) 一种基于知识图谱的电网安全生产内容推荐方法
CN113656583B (zh) 细粒度情感分析方法、装置、计算机设备及存储介质
CN117312533B (zh) 基于人工智能模型的文案生成方法、装置、设备及介质

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