CN113836933A - 生成图形标志的方法、装置、电子设备及存储介质 - Google Patents
生成图形标志的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113836933A CN113836933A CN202110852701.8A CN202110852701A CN113836933A CN 113836933 A CN113836933 A CN 113836933A CN 202110852701 A CN202110852701 A CN 202110852701A CN 113836933 A CN113836933 A CN 113836933A
- Authority
- CN
- China
- Prior art keywords
- graphic
- candidate
- text
- color
- materials
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 239000000463 material Substances 0.000 claims abstract description 754
- 239000003086 colorant Substances 0.000 claims description 21
- 238000009877 rendering Methods 0.000 claims description 21
- 230000001960 triggered effect Effects 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 13
- 239000013077 target material Substances 0.000 claims description 12
- 238000003058 natural language processing Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 40
- 239000013598 vector Substances 0.000 description 26
- 230000008569 process Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 14
- 239000007787 solid Substances 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 150000001875 compounds Chemical class 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003999 initiator Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Library & Information Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及自然语言处理技术领域,公开了一种生成图形标志的方法、装置、电子设备及存储介质,该方法包括:获取对象描述文本;对所述对象描述文本进行语义理解,获得语义理解结果;根据所述语义理解结果进行图形素材检索,获得候选图形素材;根据文字素材和所述候选图形素材生成图形标志,所述文字素材是根据所述对象描述文本确定的;该方法实现了自动生成图形标志,提高了图形标志的生成效率。
Description
技术领域
本申请涉及自然语言处理技术领域,更具体地,涉及一种生成图形标志的方法、装置、电子设备及存储介质。
背景技术
图形标志是一种标识对象身份的视觉设计,例如品牌的LOGO(Logo type,图标)。相关技术中,图形标志是由专业设计人员进行设计绘制得到,该种由专业设计人员设计并绘制图形标志的方式,费时费力,生成图形标志的效率低。
发明内容
鉴于上述问题,本申请实施例提出了一种生成图形标志的方法、装置、电子设备及存储介质,以解决相关技术中生成图形标志的效率低的问题。
根据本申请实施例的一个方面,提供了一种生成图形标志的方法,该方法包括:获取对象描述文本;对所述对象描述文本进行语义理解,获得语义理解结果;根据所述语义理解结果进行图形素材检索,获得候选图形素材;根据文字素材和所述候选图形素材生成图形标志,所述文字素材是根据所述对象描述文本确定的。
根据本申请实施例的一个方面,提供了一种生成图形标志的装置,包括:获取模块,用于获取对象描述文本;语义理解模块,用于对所述对象描述文本进行语义理解,获得语义理解结果;检索模块,用于根据所述语义理解结果进行图形素材检索,获得候选图形素材;生成模块,用于根据文字素材和所述候选图形素材生成图形标志,所述文字素材是根据所述对象描述文本确定的。
在本申请的一些实施例中,基于前述方案,所述语义理解结果包括对象分类词;语义理解模块,包括:单词统计信息获取单元,用于获取各对象文本集合的字频统计信息,所述字频统计信息指示了所述对象文本集合中各个字在所述对象文本集合中的字频;其中,一对象文本集合对应一对象分类;频率确定单元,用于根据所述各对象文本集合的字频统计信息,确定所述对象描述文本中的字在各对象文本集合中的字频;概率计算单元,用于根据所述对象描述文本中的字在各对象文本集合中的字频,计算所述对象描述文本归属于各对象文本集合所对应对象分类的概率;目标对象分类确定单元,用于根据所述对象描述文本归属于各对象文本集合所对应对象分类的概率,确定所述对象描述文本所描述对象所属的目标对象分类;对象分类词确定单元,用于将所述目标对象分类的对象名称确定为所述对象分类词。
在本申请的另一些实施例中,基于前述方案,所述语义理解结果包括扩展词;语义理解模块,包括:组合单元,用于将所述对象文本中的至少两个字进行组合,得到组合词;扩展词确定单元,用于若预设词表中包括所述组合词,将所述组合词确定为所述扩展词。
在本申请的一些实施例中,基于前述方案,所述语义理解结果包括对象分类词和扩展词,所述候选图形素材来源于第一候选图形素材集、第二候选图形素材集和第三候选图形素材集中的至少一项;其中,所述第一候选图形素材集是将所述对象分类词和图形素材库中各图形素材所属素材分类进行匹配确定的;所述第二候选图形素材集是将所述扩展词和所述图形素材库中各图形素材的素材名称进行匹配确定的;所述第三候选图形素材集是将所述扩展词和所述图形素材库中各图形素材的素材标签进行匹配确定的。
在本申请的一些实施例中,基于前述方案,所述候选图形素材至少来源于所述第一候选图形素材集;检索模块,包括:目标素材分类确定单元,用于根据对象分类与素材分类之间的对应关系,确定所述对象分类词对应的目标素材分类;第一候选图形素材集确定单元,用于将所述图形素材库中归属于所述目标素材分类的图形素材确定为所述第一候选图形素材集中的图形素材;第一添加单元,用于在所述第一候选图形素材集中选取图形素材,得到所述候选图形素材。
在本申请的另一些实施例中,基于前述方案,所述候选图形素材至少来源于所述第二候选图形素材集;检索模块,包括:第一相似计算单元,用于计算所述图形素材库中各图形素材的素材名称与所述扩展词之间的第一相似度;素材名称筛选单元,用于根据所述第一相似度进行素材名称筛选,确定候选素材名称;第二候选图形素材集确定单元,用于将所述候选素材名称所指示的图形素材确定为所述第二候选图形素材集中的图形素材;第二添加单元,用于在所述第二候选素材集中选取图形素材,得到所述候选图形素材。
在本申请的另一些实施例中,基于前述方案,所述候选图形素材至少来源于所述第三候选图形素材集;检索模块,包括:第二相似计算单元,用于计算所述图形素材库中各图形素材所对应素材标签与所述扩展词之间的第二相似度;素材标签筛选单元,用于根据所述第二相似度进行素材标签筛选,确定候选素材标签;第三候选图形素材集确定单元,用于将与所述候选素材标签相关联的图形素材确定为所述第三候选图形素材集中的图形素材;第三添加单元,用于在所述第三候选素材集中选取图形素材,得到所述候选图形素材。
在本申请的一些实施例中,基于前述方案,生成图形标志的装置还包括:语义理解结果显示模块,用于在编辑框中显示所述语义理解结果;修正模块,用于根据在所述编辑框中触发的编辑操作,对所述语义理解结果进行修正。
在本申请的一些实施例中,基于前述方案,生成模块,包括:素材布局策略确定单元,用于根据预设的素材布局模板集,确定素材组合对应的素材布局模板,所述素材组合包括文字素材和至少一候选图形素材;布局单元,用于根据所述素材组合对应的素材布局模板,将所述素材组合中的所述候选图形素材和所述文字素材进行组合,得到所述图形标志。
在本申请的一些实施例中,基于前述方案,生成图形标志的装置,还包括:颜色布局信息获取单元,用于获取颜色布局信息,所述颜色布局信息用于指示所述素材组合中所述候选图形素材和所述文字素材的颜色;在该实施例中,布局单元,包括:组合单元,用于将所述素材组合中的候选图形素材添加到所对应素材布局模板的图形容器中,以及将文字素材添加到所对应素材布局模板的文字容器中,得到初始图形标志;渲染单元,用于根据所述颜色布局信息对所述初始图形标志进行渲染,得到所述图形标志。
在本申请的一些实施例中,基于前述方案,颜色布局信息获取单元包括:颜色选择选项显示单元,用于显示颜色选择选项;颜色选择单元,用于根据对所述颜色选择选项触发的选择操作,确定触发选择的颜色;颜色布局信息确定单元,用于确定与所触发选择的颜色相关联的所述颜色布局信息。
在本申请的一些实施例中,基于前述方案,所述图形标志为至少两个;生成图形标志的装置,还包括:评分计算模块,用于计算所生成每一所述图形标志的评分;目标图形标志确定模块,用于根据所述评分确定待显示的目标图形标志;目标图形标志显示模块,用于显示所述目标图形标志。
根据本申请实施例的一个方面,提供了一种电子设备,包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上所述生成图形标志的方法。
根据本申请实施例的一个方面,提供了一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被处理器执行时,实现如上所述生成图形标志的方法。
在本申请的方案中,在确定对对象描述文本进行语义理解的语义理解结果后,通过语义理解结果进行图形素材的检索,然后根据检索确定的候选图形素材和根据对象描述文本生成的文字素材生成图形标志,实现了图形标志的自动生成,而不是由设计人员人工设计图形标志,大幅缩短了生成图形标志所需要的时间,提高了生成图形标志的效率。
而且,一方面,由于对对象描述文本进行语义理解所得到的语义理解结果是与对象描述文本相关的,因此,根据语义理解结果进行图形素材检索,可以保证所检索到的候选图形素材与对象描述文本之间的相关性,而对象描述文本是与所描述的对象相关的,因此,可以保证所生成图形标志与对象之间的相关性,体现对对象的标识作用。另一方面,语义理解结果是对对象描述文本进行信息提取、扩展和派生得到的,语义理解结果中还包括对象描述文本背后的信息,因此,根据语义理解结果进行图形素材检索,可以保证所得到候选图形素材的多样性,进而保证所生成图形标志多样化。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
图2A-图2D是根据本申请一具体实施例示出的为品牌生成图形标志的交互示意图。
图3是根据本申请一具体实施例示出的生成图形标志的流程图。
图4是根据本申请的一个实施例示出的生成图形标志的方法的流程图。
图5是根据本申请一具体实施例示出的图形标志的示意图。
图6是根据本申请一实施例示出的步骤420的流程图。
图7是根据本申请一具体实施例示出的步骤420的流程图。
图8是根据本申请一实施例示出的步骤440的流程图。
图9是根据本申请一实施例示出的左图右文的素材布局模板和颜色布局的示意图。
图10是根据本申请另一实施例示出的左图右文的素材布局模板和颜色布局的示意图。
图11是根据本申请一实施例示出的上图下文的素材布局模板和颜色布局的示意图。
图12是根据本申请一实施例示出的文字居中的素材布局模板和颜色布局的示意图。
图13是根据本申请一实施例示出的生成矢量的图形标志的流程图。
图14是根据本申请一具体实施例示出的矢量图形渲染的示意图。
图15是根据本申请的一实施例示出的生成图形标志的装置的框图。
图16示出了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
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
需要说明的是:在本文中提及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。如图1所示,该系统架构包括终端110和服务器120,终端110与服务器120可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
终端110可以是智能手机、平板电脑、笔记本电脑、台式电脑、自助终端、车载终端、智能电视、智能音箱等,在此不进行具体限定。服务器120可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。
终端110可以显示用户界面,在该用户界面中,用户可以输入对象描述文本,该对象描述文本可以是对象的对象名称、对象标语等。对象可以是公司、学校、商品、品牌、比赛等,在此不进行具体限定。终端110将用户所输入的对象描述文本发送到服务器120,由服务器120对对象描述文本进行语义理解,并根据语义理解结果在预设图形库中进行图形素材检索,确定候选图形素材集;并根据对象描述文本确定文字素材;在此基础上,基于候选图形素材集中的候选图形素材和文字素材生成图形标志,并将所生成的图形标志返回到终端,由终端显示所生成的图形标志。
语义理解是自然语言处理(Nature Language processing,NLP)技术中的一个方向。自然语言处理技术是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。
在本申请的方案中,利用语义理解技术来对用户输入的对象描述文本进行分析和处理,并进而根据语义理解结果进行图形素材的检索,确定用于生成图形标志的候选图形素材,进而根据所确定的候选图形素材生成图形标志,实现了不依赖于设计人员而自动生成图形标志,提高了生成图形标志的效率。
在一些实施例中,服务器120可以将对象描述文本中的对象名称(简称或者全称)作为文字素材。在一些实施例中,文字素材还可以是对象的对象名称和对象的对象标语,例如企业标语、品牌标语等。在一些实施例中,文字素材还可以是将对象名称进行变形后的文本,例如汉字的对象名称转换为英文表示文本、拼音表示文本等,在此不进行具体限定。
在一些实施例中,终端110的用户界面中还可以显示对象描述文本对应的语义理解结果。其中,语义理解结果中可以包括若干对象描述词。进一步的,所显示的语义理解结果还可以是可编辑的,因此,用户可以对语义理解结果进行编辑,例如将语义理解结果中的对象描述词(扩展词和/或对象分类词)删除、新增等,实现对语义理解结果的修正。然后将编辑后的语义理解结果发送至服务器120,由服务器120根据编辑后的语义理解结果进行图形素材检索。
在一些实施例中,终端110的用户界面中还可以显示颜色选择选项,用户可以基于该颜色选择选项进行颜色选择,服务器120可以根据用户所选择的颜色进行色彩布局信息推荐,所推荐的色彩布局信息可以是一组或者多组。色彩信息至少用于指示候选素材和文字素材的颜色,还用于指示图形标志的背景颜色。
在本申请的一些实施例中,终端110的用户界面还可以显示字体选择选项。所显示的字体选择选项可以是系统所推荐的字体。所推荐的字体可以是与素材布局或者与文字素材相适配的字体。在确定用户触发选择的字体后,服务器120将用户所触发选择的字体确定为文字素材在图形标志中的字体。
需要说明的是,终端110所对应的功能可以集成在服务器120中,或者服务器200所对应的功能也可以集成在终端110中,此时,在一个设备(终端或者服务器)上实现本申请的方法。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2是根据本申请一具体实施例示出的为品牌生成图形标志的交互示意图。在本实施例中,对象为品牌,对象描述文本为品牌描述文本。图2A示出了用于输入品牌描述文本的第一用户界面210。第一用户界面210中设有第一文本输入框211和第二文本输入框212。第一文本输入框211用于输入品牌名称(可以是全称或者简称),图2A中第一文本输入框211中示例性输入了“完美日记”这一品牌名称。
第二文本输入框212用于输入品牌的品牌标语(Slogan)。在一些实施例中,用户可以在第二文本输入框212中输入或者不输入内容(品牌的标语)。在第二文本输入框212中未输入内容的情况下,将第一文本输入框211中所输入的品牌名称作为品牌描述文本。在第一文本输入框211和第二文本输入框212中均输入了内容的情况下,将两输入框中输入的内容均作为品牌描述文本。
第一用户界面210中还设有第一控件213,若检测到对第一控件213的触发操作,可以跳转进入如图2B所示的第二用户界面220。第二用户界面220中显示有操作提示内容221,在图2B中所显示的操作提示内容为“请描述您期望展现的品牌特性?如:所属行业、具体业务、期望形象...”。
第二用户界面220中设有编辑框222,该编辑框222可以用于显示对品牌描述文本进行语义理解所得到的语义理解结果,该语义理解结果中可以包括一个或者多个品牌描述词,该品牌描述词例如品牌分类词、扩展词等。在本实施例中,该编辑框222中的内容是可编辑的,用户可对编辑框222中的描述词进行删除、新增等编辑操作,对编辑框222中所显示的语义理解结果进行修正。在具体实施例中,可以按照所显示的操作提示内容新增文本,例如,所新增的文本可以是指示品牌所属行业、品牌下的具体业务、品牌期望的形象的词组等。当然,编辑后编辑框222中的描述词作为进行图形素材检索的基础。
第二用户界面220中还设有关键词显示区223,该关键词显示区223用于显示可供用户选择的关键词。在一些实施例中,语义理解结果中的对象描述词不仅显示在编辑框222中,还显示在关键词显示区223中。在关键词显示区223中语义理解结果可以进行突出显示,例如在图2B中背景实心填充的“美食餐饮”、“美容化妆”和“珠宝首饰”这三个品牌描述词。通过在关键词显示区223中突出显示语义理解结果中的描述词,便于用户快速直观地知晓语义理解结果中的描述词。
若用户需要在编辑框222中新增品牌描述词,可以触发选择关键词显示区223中的关键词,以将所触发选择的关键词自动填充到编辑框222中。当然,用户还可以直接在编辑框222中输入新的品牌描述词。
第二用户界面220中还设有第二控件224和第三控件225。若检测到对第二控件224触发的操作,从第二用户界面220返回到第一用户界面210;若检测到对第三控件225触发的操作,从第二用户界面220进入到如图2C所示的第三用户界面230。
如图2C所示,第三用户界面230中也显示有操作提示内容,即“哪种颜色最能代表您的公司”。第三用户界面230中设有颜色显示区231,该颜色显示区231中包括多个颜色选择选项232,图2C中示例性示出了红色、橙色、黄色、绿色、浅蓝色、蓝色、紫色和玫红色的颜色选择选项,用户可以触发对应的颜色选择选项232以选择对应的颜色。在一些实施例中,所显示颜色选择选项232指示的颜色可以是根据语义理解结果或者进行编辑后的语义理解结果所推荐的颜色。
进一步的,第三用户界面230中还可以以文本的形式显示各颜色选择选项所指示颜色和颜色表示的含义,该颜色表示的含义可以作为用户进行颜色选择的参考。颜色选择选项232所指示的颜色和颜色表示的含义可以以文本浮窗233的形式显示。例如图2C中,当光标移动至指示红色这一颜色选择选项232时,在该颜色选择选项的上方显示文本浮窗233,文本浮窗233中的内容为“红色:热情、激情、力量”。当光标离开该颜色选择选项所在的区域,则将对应的文本浮窗233进行隐藏。在图2C中,为了提示用户当前光标所指向的颜色选择选项,将光标当前所指向的颜色选择选项突出显示,例如图2C中红色所对应的实心圆形图例上附加了圆环。
第三用户界面230中还设有第四控件234,若检测到针对第四控件234的触发操作,向后台或者服务器发送图形标志生成指令,以使后台或者服务器根据触发选择的颜色、编辑后的语义识别结果生成一个或多个图形标志。
进一步的,如图2A、2B和2C所示,在第一用户界面210、第二用户界面220和第三用户界面230中还进一步显示进度节点,该进度节点用于指示当前所处生成图形标志的节点,在第一用户界面210中,突出显示“①输入品牌名称”,指示在进入第一用户界面210后处于输入品牌名称这一节点;同理,在第二用户界面220中,突出显示“②选择业务关键词”,指示处于选择业务关键词(即对语义理解结果进行修正)的节点;在第三用户界面230中突出显示“③选择偏好风格”,指示处于选择偏好风格(即进行颜色选择)的节点。
在触发操作第四控件234后,还跳转进入如图2D所示的第四用户界面240,该第四用户界面240用于显示所生成的一个或多个图形标志,图2D中示例性示出了针对所输入“完美日志”这一品牌名称所生成的6个图形标志。
第四用户界面240中还设有第五控件241和第六控件242,若检测到针对第五控件241的触发操作,从第四用户界面240返回至第三用户界面230;若检测到针对第六控件241的触发操作,指示生成更多的图形标志并显示。
图3是根据一具体实施例示出的生成图形标志的流程图,如图3所示,包括:步骤310,输入对象描述文本;步骤320,语义理解;步骤330,显示语义理解结果;若用户对语义理解结果满意(即不需要修改语义理解结果),可以选择直接生成图形标志的选择选项,若用户选择直接生成图形标志的选择选项,则执行步骤340,生成图形标志;具体生成图形标志的过程可以参见下文描述。若用户对语义理解结果不满意,则通过步骤331:修正语义理解结果,对语义理解结果进行修正,例如在图2C的编辑框中进行编辑来修正语义理解结果;然后再确定是否选择直接生成的选择选项。如果用户选择指示不直接生成图形标志的选择选项,则执行步骤332:选择颜色、字体和素材布局模板;之后按照所选择的颜色、字体和素材布局,结合候选图形素材、文字素材生成图形标志。
在本实施例中,用户界面中提供了用于进行颜色选择的颜色选择选项、进行字体选择的字体选择选项和进行素材布局选择的素材布局选择选项。其中,颜色选择选项、字体选择选项和素材布局选择选项可以显示在同一用户界面中(例如图2C中的第三用户界面),也可以显示在不同的用户界面中,在此不进行具体限定。
可以理解的是,若用户对语义理解结果满意,且选择直接生成,则可以不显示颜色选择选项、字体选择选项以及素材布局选择选项,直接根据推荐的颜色、字体和素材布局,结合候选图形素材、文字素材生成图形标志。
在本申请的一些实施例中,还可以不进行语义理解结果的显示、以及不设置是否直接生成图形标志的选择选项,而仅向用户提供如图2A所示用于输入对象描述文本的第一用户界面,然后按照本方案中对对象描述文本进行语义理解,根据语义理解结果进行图形素材检索,再基于检索确定的候选图形素材集中的候选图形素材和根据对象描述文本确定的文字素材生成图形标志,在用户界面中显示所生成的多个图形标志以供用户进行选择。在该种情况下,用户仅需要输入对象描述文本即可,操作流程简单,极大简化了交互流程。对于用户而言,不需要通过复杂的选择或者输入来多个维度限定或者描述所要生成图形标志的特征,本方案中交互简单,保证了用户体验。
图4是根据本申请的一个实施例示出的生成图形标志的方法的流程图,该方法可以由具备处理能力的计算机设备执行,例如服务器、终端、或者由服务器和终端交互执行等,在此不进行具体限定。参照图4所示,该方法至少包括步骤410至440,详细介绍如下:
步骤410,获取对象描述文本。
对象描述文本是指用于描述对象的文本,其可以是句子、短语、词组、短句等,在此不进行具体限定。该对象描述文本可以是用户在终端的用户界面中所输入的,例如在图2A中第一文本输入框211和第二文本输入框212中所输入的文本。对象描述文本包括但不限于中文文本、英文文本,还可以是韩文、日文、法文等其他语言的文本。
被描述的对象可以是企业、院校、商品、组织、品牌、电视台、体育运动、比赛等。对象描述文本可以包括对象名称(全称或者简称)、对象标语等对象的关键信息。例如,若被描述的对象为品牌,对象描述文本可以是品牌名称,还可以是品牌名称和品牌标语。
步骤420,对对象描述文本进行语义理解,获得语义理解结果。
语义理解是指对对象描述文本进行信息提取、扩展和派生,以得到在多个维度下与对象相关的信息。举例来说,若对象描述文本为品牌名称,则可以基于品牌名称挖掘品牌所属行业、品牌下的具体业务、品牌下的商品、品牌理念、品牌创建时间、品牌创建人等与该品牌相关的信息。
在本申请的一些实施例中,可以根据知识图谱来对对象描述文本进行语义理解。具体的,可以从对象描述文本中提取关键词,然后在所构建的知识图谱匹配查找所提取到的关键词,基于在知识图谱中关键词所在的实体节点和该关键词所在实体节点相关联的关联节点之间的关系、以及关联节点所表示的实体,来确定与该关键词相关的信息,将所确定与关键词相关的信息作为语义理解结果。知识图谱中的实体是指事物,比如人、地名、概念、药物、公司等,节点之间的关系用来表达不同实体之间的某种联系,比如张三和李四是“朋友”(关系)。
在本申请的一些实施例中,语义理解结果可以通过多个对象描述词来体现,对象描述词可以是对象分类词和扩展词中的至少一项。其中,对象分类词用于指示对象所属的对象分类。扩展词是指根据对象描述文本进行语义派生所得到的词。可以理解的是,在多个分类原则下,同一对象可以归属于多个对象分类。举例来说,对于若对象描述文本所描述的对象为某一品牌,该品牌所属的对象分类可以是在所属行业下的品牌分类,可以是在品牌创建时间分类下所属的对象分类,可以是在品牌创建地点分类下所属的分类。因此,一语义理解结果可以包括多个对象分类词。
在本申请的一些实施例中,可以通过构建对象分类-对象文本集合来确定对象描述文本所描述对象的对象分类词。一对象分类与一对象文本集合相对应。其中,一对象文本集合中包括归属于所对应对象分类下全部对象的对象文本,该对象文本用于描述对应的对象,对象文本可以是对象的对象名称。基于所构建的对象分类-对象文本集合,先根据对象描述文本来确定该与该对象描述文本相关的对象文本集合,然后将与该对象描述文本相关的对象文本集合所对应的对象分类确定为对象描述文本所描述对象所属的对象分类。
在本申请的一些实施例中,可以将对象描述文本中词的同义词作为语义识别结果中的扩展词。在该种情况下,先对对象描述文本进行分词,然后确定各分词的同义词,将所确定的同义词作为扩展词。
在本申请的一些实施例中,可以按照下文中的字频统计的方式来确定对象分类词,进行字组合的方式来确定扩展词,具体参见下文描述。
在本申请的一些实施例中,步骤420之后,该方法还包括:在编辑框中显示语义理解结果;根据在编辑框中触发的编辑操作,对语义理解结果进行修正。其中,所显示的编辑框可以如图2B所示,用户所触发的编辑操作可以是对编辑框中内容的删除操作、新增操作等,在此不进行具体限定。通过显示语义理解结果,可以便于用户根据所显示的语义理解结果确认语义理解结果的合理性,以在语义理解结果存在偏差的情况下,根据用户触发的编辑操作及时对语义理解结果进行修正,以保证后续图形素材检索结果的准确性和所生成图形标志满足用户需要。
步骤430,根据语义理解结果进行图形素材检索,获得候选图形素材。
在本申请的方案中,提供了包括多个图形素材的图形素材库,图形素材可以是动物图案、植物图案、人物图案、建筑图案、多种几何图形组合图案等,在此不进行具体限定。针对每一图形素材,图形素材库关联存储了图形素材的描述信息。图形素材的描述信息可以包括图形素材的素材名称、图形素材所属的素材分类、图形素材的素材标签等,在此不进行具体限定。图形素材的素材标签可以是该图形素材所适用的商品、该图形素材表达的含义、该图形素材所呈现实体的状态等,图形素材的素材标签可以是人工标注,也可以是对图形素材进行图像识别标注的,或者二者的结合,在此不进行具体限定。
基于图形素材库中各图形素材的描述信息,可以将语义理解结果与各图形素材的描述信息进行文本匹配,将与语义理解结果匹配度最高的第一设定数量组描述信息所关联的图形素材作为候选图形素材。所获得的候选图形素材可以是一个,也可以是多个。在本申请的一些实施例中,为了生成多个可供用户选择的图形标志,候选图形素材为多个。
步骤440,根据文字素材和候选图形素材生成图形标志,文字素材是根据对象描述文本确定的。
可以理解的是,在步骤440之前,还包括根据对象描述文本确定文字素材的步骤。在本申请的一些实施例中,可以从对象描述文本中选取可以表示所描述对象的关键词作为文字素材。所选取的关键词组例如对象名称(全称或简称)。在本申请的一些实施例中,所选取的关键词组除了包括对象名称外,还可以包括对象的对象标语。进一步的,在一些场景下,与对象相关的重要时间(例如品牌创建时间)、重要地点也可以作为文字素材。
在本申请的一些实施例中,还可以进一步将所选择的词组进行文本表示转换,例如对象名称的中文标识转换为拼音表示、英文表示,可以将转换后的拼音表示或者英文表示作为文字素材,还可以将所选取的词组和对应的拼音表示(或者英文表示)均作为文字素材。
在申请的一些实施例中,预设了素材布局模板,该素材布局模板至少指示了候选图形素材和文字素材的布局方向和布局位置,布局方向例如上下布局、左右布局、中心布局等。进一步的,素材布局模板还可以指示图形标志的背景信息,该背景信息用于指示图形标志的背景是实心背景还是空心背景。
在确定候选图形素材和文字素材的基础上,按照素材布局模板所指示的布局位置,将候选图形素材添加至素材布局模板中的图形容器中,将文字素材添加至预设素材布局模板的文字容器中,对应得到图形标志。在具体实施例中,为了保证所生成图形标志的多样性,素材布局模板为多个。
在本申请的一些实施例中,在素材布局模板中,还可以进一步限定颜色布局信息,该颜色布局信息至少用于指示候选图形素材的颜色和文字素材的颜色,进一步的,如果图形标志的背景需要颜色,该颜色布局信息用于指示图形标志的背景颜色。其中,图形标志的背景可以是由素材布局模板所先限定,例如背景为实心还是空心,当然,素材布局模板所提供的背景中还可以包括进行区域划分的区域划分图形,例如圆形、矩形、椭圆形等。
在本申请的一些实施例中,在素材布局模板中,还可以限定文字素材的字体信息,该字体信息用于指示文字素材的字体,因此,在生成图形标志的过程中,将文字素材转换为素材布局模板中字体信息所限定的字体。
在本申请的一些实施例中,在素材布局模板中还可以不进行颜色、字体限定,而仅限定候选图形素材和文字素材的布局位置,并额外提供进行颜色、字体选择的选项,供用户进行颜色选择、字体选择。然后根据用户选择的颜色对应确定候选图形素材在图形标志中的颜色、文字素材在图形标志中的字体以及颜色、以及背景素材在图形标志中的颜色。
图5是根据一具体实施例示出的图形标志的示意图,如图5所示,该图形标志包括实心背景,此外,该图形标志中的“智能设计”510为文字素材,该图形标志中的花瓣图形520为图形素材。包围“智能设计”510和花瓣图形520的环形分界图案530可以是在由素材布局模板中所限定的,此时可称其为布局素材,当然,在其他实施例中还可以将该环形分界图案530也可以视为另一图形素材。
在本申请的方案中,在确定对对象描述文本进行语义理解的语义理解结果后,通过语义理解结果进行图形素材的检索,然后根据检索确定的候选图形素材和根据对象描述文本生成的文字素材生成图形标志,实现了图形标志的自动生成,而不是由设计人员人工设计图形标志,大幅缩短了生成图形标志所需要的时间,提高了生成图形标志的效率。
而且,一方面,由于对对象描述文本进行语义理解所得到的语义理解结果是与对象描述文本相关的,因此,根据语义理解结果进行图形素材检索,可以保证所检索到的候选图形素材与对象描述文本之间的相关性,而对象描述文本是与所描述的对象相关的,因此,可以保证所生成图形标志与对象之间的相关性,体现对对象的标识作用。另一方面,语义理解结果是对对象描述文本进行信息提取、扩展和派生得到的,语义理解结果中还包括对象描述文本背后的信息,因此,根据语义理解结果进行图形素材检索,可以保证所得到候选图形素材的多样性,进而保证所生成图形标志多样化。
如果对象描述文本描述的对象是品牌,通过对品牌描述文本进行语义理解,可以充分挖掘与品牌相关的信息,通过语义理解结果进行图形素材筛选并生成图形标志(品牌LOGO),可以保证所生成的品牌LOGO满足品牌定位和品牌特征,贴近品牌形象和用户需求。
在本申请的一些实施例中,语义理解结果包括对象分类词;如图6所示,步骤420,包括:
步骤610,获取各对象文本集合的字频统计信息,字频统计信息指示了对象文本集合中各个字在对象文本集合中的字频;其中,一对象文本集合对应一对象分类。
对象文本集合包括归属于同一对象分类的对象的对象文本,对象文本是指对象的描述文本。在本申请的一些实施例中,对象文本与对象描述文本所描述信息的类型相同,举例来说,若对象描述文本为所被描述对象的对象名称,则对象文本也为所对应对象的对象名称。
在本申请的一些实施例中,对象文本集合的字频统计信息可以是对象文本集合对应的字频向量。该字频向量用于指示所对应对象文本集合中各个字的字频。对象文本集合中各个字的字频可以按照如下的过程计算得到:
假设有n个对象分类,对象分类k对应的对象文本集合为Rk,基于对象文本集合中所包括的对象文本,以及各对象文本中的字,可以确定一对象文本中的字i在该对象文本集合中的字频c(i,Rk)为:
在此基础上,可以确定该对象文本集合Rk的字频向量,记为rk:
rk=[c(i0,Rk) c(i1,Rk) ... c(im,Rk)|i0,i1,...im∈Rk]T; (公式2)
按照公式(2)相同的方式,可以分别计算出n个对象文本集合中每个对象文本集合的字频向量,将n个对象文本集合中每个对象文本集合的字频向量进行组合,得到字频矩阵M:
M=[r1 r2 ... rn]; (公式3)
在具体实施例中,为方便矩阵计算,将每个字频向量的长度进行统一,如果某一个字在一对象文本集合中不存在,则将其字频设定为一个极小值,例如为零。
步骤620,根据各对象文本集合的字频统计信息,确定对象描述文本中的字在各对象文本集合中的字频。
如上的字频矩阵指示了字(各个对象文本集合中对象文本中的字)在每一对象文本集合中的字频,因此,可以将对象描述文本中的字(假设为对象描述文本中第j个字tj)在一对象文本集合Rk中进行字查询,如果查询到字tj,则对应从字频矩阵中获取字tj在对象文本集合Rk中的字频;反之,如果在对象文本集合Rk中未查询到字tj,则字tj在对象文本集合Rk中的字频为零。
步骤630,根据对象描述文本中的字在各对象文本集合中的字频,计算对象描述文本归属于各对象文本集合所对应对象分类的概率。
在确定对象描述文本中的字在各对象文本集合中的字频后,对于每一对象文本集合,将对象描述文本中的字在一对象文本集合中字频视为该字在一对象分类下出现的概率。在此基础上,将对象描述文本中指定字集中的字相对于该对象文本集合的联合概率作为对象描述文本所描述对象归属于该对象文本集合所属对象分类的概率。其中,指定字集可以是对象描述文本中的全部字,也可以是对象描述文本中的部分字。
若指定字集为对象描述文本中的全部字,则对象描述文本所描述对象对属于对象分类k的概率Pk为:
在本申请的一些实施例中,还可以先确定各个字的权重,该权重用于指示该字对于确定对象所属对象分类的贡献,然后将对象描述文本中指定字集中的字在对象文本集合Rk中的字频与各个字对应的权重进行加权计算,将加权计算结果作为对象描述文本归属于对象文本集合Rk所对应对象分类k的概率。
在本申请的一些实施例中,可以从样本对象文本集中每个作为样本的样本对象文本中提取关键字,并将所提取的关键字添加至关键字集合中。其中,所提取的关键字可以是对对象具有标识作用的字。假设关键字集合中关键字的总数为m,针对关键字集合中的每一关键字al(1≤l≤m,l为整数),计算样本对象文本集中包括该关键字al的样本对象文本的数量,将包括关键字al的样本对象文本的数量与样本对象文本集中样本对象文本的总数量的比值作为该关键字al的权重。在得到各关键字的权重后,对于对象描述文本中的字,若该字存在于关键字集合中,则对应获取该作为关键字的字的权重;反之,如果该字不在关键字集合中,则将指定权重作为该字的权重。在具体实施例中,可以将该指定权重设定为小于关键字的权重。
如果一个字使用频率高,且对于对象不具有标识作用(或者对于对象的标识作用较小),则该字在对象文本集合中的字频也相对较高。如果直接将该字在对应文本集合中的字频直接作为包括该字的对象描述文本归属于对应的对象分类的概率,将会导致所确定的对象分类错误。使用频率高,但是对于对象不具有标识作用或者对于对象的标识作用较小)的字可以是助词等,例如的、了等字。而该本实施例中,所构建的关键字集合中不包括使用频率高但是对于对象不具有标识作用的字,而且,将位于关键字集合外的其他字的权重设定为小于关键字的权重,因此,可以有效降低该种字对于确定对象分类的影响。
值得一提的是,在亚洲语系,例如中文、日文、韩文等,以字为对应语言文本下的单位语义元素,而在其他不是以字单位语义元素的语言情况下,例如英语、德语、法语中,以单词为对应语言文本下的单位语义元素,对应的,对于以单词为对应语言文本下的单位语义元素的文本,字频为一单词在对象文本集合中出现的频率。
步骤640,根据对象描述文本归属于各对象文本集合所对应对象分类的概率,确定对象描述文本所描述对象所属的目标对象分类。
在本申请的一些实施例中,根据对象描述文本归属于各对象文本集合所对应对象分类的概率,按照概率由大到小的顺序对对象分类进行排序,将排序位于前设定数量的对象分类确定为对象描述文本所属的目标对象分类。该目标对象分类是指所确定对象描述文本所描述对象所属的对象分类。
在其他实施例中,还可以基于设定的概率阈值,将概率不低于该概率阈值的对象分类确定为对象描述文本所描述对象所属的目标对象分类。
步骤650,将目标对象分类的对象名称确定为对象分类词。
针对对象的分类,在每一对象分类中,倾向于使用较为相似的字作为对象名称;因此,本实施例中,以字为单位来统计字在对象文本集合中的字频并基于字频确定对象描述文本所指示对象归属于一对象分类的概率,进而确定对象分类词。
在对象描述文本为对象名称的应用场景下,对于对象名称而言,对象名称对于对象的标识作用是通过其中的一个或者几个字来体现的,而对象名称整体或者对象名称中的词并没有确定的语义,因此,在本实施例中,以字为单位来统计字频,基于字频来确定该对象名称所指示对象归属于一对象分类的概率,充分利用了对象名称中的字对对象的标识作用,可以保证所确定目标对象分类的准确性,进而保证所得到对象分类词的准确性。
在本申请的一些实施例中,语义理解结果包括扩展词;步骤320,包括:将对象文本中的至少两个字进行组合,得到组合词;若预设词表中包括组合词,将组合词确定为扩展词。
在本申请的一些实施例中,可以将对象文本中的字按照排列组合的方式进行组合,得到组合词。
在本申请的一些实施例中,还可以按照对象文本中字的顺序,将相邻的设定数量个字进行组合,得到组合词。在本实施例中,可以采用N-gram算法(又称N元模型算法)来进行词扩展,其中,N为预设数量,N可根据实际需要进行设定,一般而言,N可设定为大于1的整数,例如N设定为2、3、或4。在一些实施例中,为了保证所得到扩展词的多样性,该预设数量可为多组。
举例来说,对于上述图2A中输入的品牌名称“完美日记”,若按照N为2进行字组合,则所得到的组合词包括:完美、美日、日记;若按照N为3进行字组合,所得到的组合词包括:完美日、美日记;若按照N为4进行字组合,则所得到的组合词包括:完美日记。若预设数量为多组,例如为2、3和4,则所得到的组合词包括:完美、美日、日记、完美日、美日记、完美日记。
由于是按照对象描述文本中各字的排布先后顺序将相邻的字进行组合,而在实际中,该种方法所得到的组合词可能并不是符合语法规则的词组、或者并不是存在于词典中的词,因此,根据预设词表,如果预设词表中包括该组合词,则将该组合词确定为扩展词。其中,预设词表中词为存在于词典中的词。进一步的,该预设词表还可以是与对象所在领域相关的词,从而,缩小组合词查询的范围,提高扩展词的确定速率。在本申请的一些实施例中,在确定一组合词存在于预设词表中后,还可以进一步从预设词表中获取该组合词的同义词,将该组合词的同义词也确定为扩展词。
在本实施例中,以对象描述文本中的字为单位进行扩展,并将相邻的字进行组合,所组合得到组合词的数量必然多于对象描述文本自身所包括的词,因此,充分利用了对象描述文本中的字进行词扩展。
在一些实施例中,若对象描述文本比较短,例如对象描述文本为对象名称,采用本实施例的方法进行扩展和派生,可以保证扩展词的数量。进一步的,在本实施例中,在得到组合词后,还进一步确认预设词表是否包括该组合词,在确定预设词表中包括该组合词后,将该组合词确定为扩展词,从而,所确定的扩展词均来源于预设词表,扩展词的来源是稳定的,保证了所确定扩展词的稳定性,便于后续根据扩展词进行图形素材的检索。
在本申请的一些实施例中,若对象描述文本较长(例如对象描述文本中除了包括对象名称外,还包括对象标语),其表达的信息较多,可以采用对对象描述文本进行分词,将分词、以及分词的同义词作为扩展词。在该种情况下,由于对象描述文本较长,但从对象描述文本中提取相关的关键词可以有效体现对象描述文本中的信息,保证基于关键词所确定扩展词的准确向性,而并不是粒度更小的字为单位进行词扩展,兼顾了扩展词确定的效率和准确性。
图7是根据一具体实施例示出的步骤420的流程图,在该实施例中,语义理解结果包括对象分类词和扩展词,对象分类词可以是一个也可以是多个,扩展词也可以是一个或多个,在此不进行具体限定。如图7所示,在用户输入对象描述文本后,通过步骤711-713的过程确定对象分类词,通过步骤721-723的过程确定扩展词。
具体的,步骤711,确定字频矩阵。步骤712,查询对象描述文本中的字对应的字频。步骤713,确定目标分类对象。具体步骤711-713的实现过程参见上文描述,在此不再赘述。
步骤721,确定组合词;步骤722,根据组合词在预设词表中进行词查询;步骤723,确定扩展词。步骤721-步骤723的实现过程参见上文描述,在此不再赘述。在得到对象分类词和组合词的基础上,对应得到语义理解结果。
在本申请的一些实施例中,语义理解结果包括对象分类词和扩展词,候选图形素材来源于第一候选图形素材集、第二候选图形素材集和第三候选图形素材集中的至少一项;其中,第一候选图形素材集是将对象分类词和图形素材库中各图形素材所属素材分类进行匹配确定的;第二候选图形素材集是将扩展词和图形素材库中各图形素材的素材名称进行匹配确定的;第三候选图形素材集是将扩展词和图形素材库中各图形素材的素材标签进行匹配确定的。
在本申请的一些实施例中,可以按照设定的混合比例,分别从第一候选图形素材集、第二候选图形素材集和第三候选图形素材集中选取图形素材作为候选图形素材。例如,若设定候选图形素材的总数量为X,设定从第一候选图形素材集、从第二候选图形素材集和从第三候选图形素材集中选取的图形素材的比例分别为x1、x2、x3,则对应根据总数量X和比例x1、x2、x3计算得到从各个候选图形素材集中选取的图形素材的比例。
在本申请的一些实施例中,还可以设定第一候选图形素材集、第二候选图形素材集和第三候选图形素材集的优先级,例如由于第一候选素材集中是基于对象分类词和素材分类进行匹配确定的、第二候选图形素材集是将扩展词与素材名称进行匹配的,相较而言,素材检索的准确度更高,则可以将第一候选图形素材集、第二候选图形素材集设定为第一优先级,以优先从该两个候选图形素材集中选取图形素材作为候选图形素材,将第三候选图形素材集设定为第二优先级。在具体实施例中,可能受限于图形素材库中图形素材的数量,可能出现所确定第一候选图形素材集、第二候选图形素材集中的图形素材的数量达不到总数量X,则此时从第三候选图形素材集中选取图形素材进行候选图形素材补充,以丰富候选图形素材的数量。
第一候选图形素材集、第二候选图形素材集和第三候选图形素材集是在三个不同的维度下进行图形素材检索确定的,因此,结合第一候选图形素材集、第二候选图形素材集和第三候选图形素材集来确定候选图形素材,可以丰富候选图形素材的数量,保证候选基于候选图形素材所生成图形标志的多样性。
在本申请的一些实施例中,候选图形素材至少来源于第一候选图形素材集;在该实施例中,步骤430,包括:根据对象分类与素材分类之间的对应关系,确定对象分类词对应的目标素材分类;将图形素材库中归属于目标素材分类的图形素材确定为第一候选图形素材集中的图形素材;在第一候选图形素材集中选取图形素材,得到候选图形素材。
素材分类用于指示图形素材所属的分类。同对象分类,可以是在多个分类原则下对图形素材进行分类,从而,同一图形素材可以归属于多个素材分类。对象分类与素材分类之间的对应关系可以是根据所收集图形标志中图形素材和所收集图形标志所标识对象所属的对象分类来构建的。由于对象分类词指示了对象分类,基于对象分类与素材分类之间的对应关系,将对象分类词所指示对象分类相对应的素材分类确定为该对象分类词对应的目标素材分类。
在具体实施例中,可以计算对象分类词、与对应关系中的对象分类之间的相似度,将相似度超过设定相似度阈值的对应关系中的对象分类、或者相似度最高的对应关系中的对象分类确定为是与对象分类词相关联的对象分类(称为目标对象分类);然后,将该目标对象分类所对应的素材分类确定为目标素材分类。
在本申请的一些实施例中,为了保证后续所生成图形标志的多样性,可以按照设定的第一图形素材数量从第一候选图形素材集中随机选取图形素材,将所选取的图形素材确定为候选图形素材。当然,在其他实施例中,还可以将第一候选图形素材集中的全部图形素材均作为候选图形素材。
在本申请的一些实施例中,候选图形素材至少来源于第二候选图形素材集;在该实施例中,步骤430,包括:计算图形素材库中各图形素材的素材名称与扩展词之间的第一相似度;根据第一相似度进行素材名称筛选,确定候选素材名称;将候选素材名称所指示的图形素材确定为第二候选图形素材集中的图形素材;在第二候选素材集中选取图形素材,得到候选图形素材。
在本申请的一些实施例中,可以通过训练后的doc2vec(又叫Paragraph Vector,段落向量)模型来生成扩展词的第一向量表示,和由素材图形库中各图形素材的素材名称的第二向量表示,然后计算第一向量表示与每一素材名称的第二向量表示之间的相似度(例如余弦相似度),将与该第一向量表示最相似的一个或者多个素材名称确定为候选素材名称。
在本申请的一些实施例中,可以将第二候选图形素材集中的全部图形素材均作为候选图形素材,也可以从第二候选图形素材集合中选取部分图形素材作为候选图形素材。在具体实施例中,可以按照所对应素材名称与扩展词的相似度的高低来进行图形素材选取,以选取相似度最高的多个图形素材作为候选图形素材。
在本申请的一些实施例中,候选图形素材至少来源于第三候选图形素材集;在该实施例中,步骤430,包括:计算图形素材库中各图形素材所对应素材标签与扩展词之间的第二相似度;根据第二相似度进行素材标签筛选,确定候选素材标签;将与候选素材标签相关联的图形素材确定为第三候选图形素材集中的图形素材;在第三候选素材集中选取图形素材,得到候选图形素材。
素材标签是指对图形素材的某项特征进行的描述,其可以是概括性较强的词,图形素材的特征例如图形素材的形状、图案等进行描述。举例来说,针对图5中花瓣图形这一图形素材,其素材标签可以是用于描述花瓣数量的词、描述花瓣状态的词(如盛开、含苞待放等)、描述花瓣颜色的词等。
同理,可以通过训练后的doc2vec模型来生成扩展词的第一向量表示,和各图形素材的各个素材标签的第三向量表示,然后计算第一向量表示与每一素材标签的第三向量表示之间的相似度(例如余弦相似度),将与该第一向量表示最相似的一个或者多个素材标签确定为候选素材标签。
同理,可以将第三候选图形素材集中的全部图形素材均作为候选图形素材,也可以从第三候选图形素材集合中选取部分图形素材作为候选图形素材。在具体实施例中,可以按照所对应素材标签与扩展词的相似度的高低来进行图形素材选取,以选取相似度最高的多个图形素材作为候选图形素材。
在本申请的一些实施例中,如图8所示,步骤440,包括:
步骤810,根据预设的素材布局模板集,确定素材组合对应的素材布局模板,素材组合包括文字素材和至少一候选图形素材。
如上所描述,所确定的候选图形素材可以是多个,在该种情况下,将用于生成一图形标志的候选素材和文本素材的配对称为一素材组合。由于不同的素材组合中候选图形素材存在差异,因此,不同素材组合所适配的素材布局策略可能存在差异。因此,先确定各素材组合所适配的素材布局模板。
素材布局模板集中包括多个素材布局模板,素材布局模板指示了所对应素材组合中候选图形素材和文字素材的布局位置。进一步的,素材布局模板还指示了图形标志中是否包括背景素材。
在本申请的一些实施例中,可以根据文字素材中是否包括对象标语来进行素材布局模板的筛选,即:若素材组合中的文字素材包括对象标语(对象标语例如品牌标语),将设有用于布局对象标语的素材布局模板确定为该素材组合对应的素材布局模板;反之,若素材组合中的文字素材不包括对象标语,则将未设有用于布局对象标语的素材布局模板确定为该素材组合对应的素材布局模板。可以理解的是,为每一素材组合所确定的素材布局模块可以是一个也可以是多个,在此不进行具体限定。
在本申请的一些实施例中,素材布局模板中的图形容器设定了长宽比,可以设定与该图形容器的长宽比相适配的长宽比范围,从而,如果素材组合中的候选图形素材的长宽比位于一图形容器所对应相适配的长宽比范围中,则将该图形容器所在素材布局模板确定为该素材组合对应的素材布局模板。
在本申请的另一些实施例中,可以根据素材布局模板集中各素材布局模板的风格标签(为便于区分,称为第一风格标签)与素材组合中候选图形素材的风格标签(为便于区分,称为第二风格标签)进行相似度计算,将相似度高于设定相似度阈值的第一风格标签所关联的素材布局模板作为该素材组合对应的素材布局模板。当然,以上仅仅是为素材组合匹配素材布局模板的示例性举例,在其他实施例中,还可以综合以上两种或者两种以上的因素(文字素材中是否包括对象标语、候选图形素材的长宽比、候选图形素材的第二风格标签等)来进行素材布局模板的匹配。
步骤820,根据素材组合对应的素材布局模板,将素材组合中的候选图形素材和文字素材进行组合,得到图形标志。
在素材布局模板中,设定了用于布局候选图形素材的图形容器和用于布局文字素材的文字容器,因此,在确定素材组合对应的素材布局模板后,将该素材组合中的候选图形素材添加到该素材布局模板的图形容器中,并将文字素材添加至文字容器中,对应生成图形标志。可以理解的是,若文字素材中包括对象名称和对象标语,则素材布局模板中对应包括用于布局对象名称的第一文字容器和用于布局对象标语的第二文字容器。
在本申请的一些实施例中,素材布局模板中设定了与该素材布局模板相适配的字体信息,在将素材组合中的文字素材添加至对应的文字容器后,将文字素材的字体转换为字体信息所指示的字体。
在本申请的一些实施例中,素材布局模板还可以设定各个区域的填充属性,该填充属性用于指示所对应的区域是实心还是空心,若一区域是实心,则需要将该区域进行颜色填充,反之,若一区域是空心,则通过画笔画出该区域的边界线即可。
图9是根据本申请一实施例示出的左图右文的素材布局模板和颜色布局的示意图。图9-1和图9-2分别示出了未设有用于布局对象标语的素材布局模板的示意图,如图9-1所示,区域910为图形容器的布局区域,区域920为文字容器的布局区域,区域930为背景素材。相较于图9-1,在图9-2中,将区域910划分为区域911和区域912,其中,区域912为图形容器的布局区域。
图9-3示出了可以适用于图9-1的素材布局模板的颜色布局示意图,如图9-3所示,区域910、区域920、区域930均为实心区域,其中,区域910的填充颜色和画笔颜色为颜色I,区域920的填充颜色和画笔颜色为颜色II,区域930的填充颜色和画笔颜色为颜色III。其中,画笔颜色用于限定所对应区域的外边界的颜色。
图9-4和图9-5示例性示出了可以应用于图9-2所示的素材布局模板的颜色布局示意图。如图9-4所示,区域911的填充颜色和画笔颜色为颜色I,区域912和区域930的填充颜色和画笔颜色为颜色III,区域920的填充颜色和画笔颜色为颜色II。如图9-5所示,区域912的填充颜色和画笔颜色为颜色I,区域911的画笔颜色为颜色I,区域911的填充颜色为颜色III,区域930的填充颜色和画笔颜色为颜色III,区域920的填充颜色和画笔颜色为颜色II。
图10是根据本申请另一实施例示出的左图右文的素材布局模板和颜色布局的示意图。图10中的素材布局模板适用于文字素材中包括对象标语的素材组合。在图10-1所示的素材布局模板中,区域1010为图形容器的布局区域,区域1020为第一文字容器的布局区域,区域1030为第二文字容器的布局区域,区域1040为背景素材区域;其中,第一文字容器用于布局对象名称,第二文字容器用于布局对象标语。相较于图10-1而言,图10-2所示的素材布局模板中,区域1010被划分成区域1011和区域1012,其中,区域1011为图形容器的布局区域。相较于图10-1而言,图10-3所示的素材布局模板中,区域1040被划分成区域1041和区域1042。
图10-4示出了可以应用于图10-1中素材布局模板的颜色布局示意图。如图10-4所示,区域1010的填充颜色和画笔颜色为颜色I,区域1020和区域1030的填充颜色和画笔颜色均为颜色II,区域1040的填充颜色和画笔颜色为颜色III。
图10-5和图10-6分别示出了可以应用于图10-2中素材布局模板的颜色布局示意图。如图10-5所示,区域1011的填充颜色和画笔颜色为颜色III;区域1040的填充颜色和画笔颜色为颜色III;区域1012的填充颜色和画笔颜色为颜色I;区域1020和区域1030的填充颜色和画笔颜色均为颜色II。如图10-6所示,区域1012和区域1040的填充颜色和画笔颜色为颜色III,区域1011的画笔颜色为颜色I,区域1011的填充颜色为颜色III,区域1020和区域1030的填充颜色和画笔颜色为颜色II。
图10-7和图10-8分别示出了可以应用于图10-3中素材布局模板的颜色布局示意图。如图10-7所示,区域1010、1020、1030和1042的填充颜色和画笔颜色为颜色III,区域1041的填充颜色和画笔颜色为颜色I。如图10-8所示,区域1010的填充颜色和画笔颜色为颜色I,区域1041的填充颜色为颜色III,区域1041的画笔颜色为颜色I;区域1042的填充颜色和画笔颜色为颜色III,区域1020和区域1030的填充颜色和画笔颜色为颜色II。
图11是根据本申请一实施例示出的上图下文的素材布局模板和颜色布局的示意图。其中,图11-1和图11-2中所示出的素材布局模板适用于文字素材中不包括对象标语的素材组合;图11-3、图11-4和图11-5所示出的素材布局模板适用于包括文字素材中对象标语的素材组合。
在图11-1所示的素材布局模板中,区域1110为图形容器的布局区域,区域1120为布局对象名称的第一文字容器的布局区域,区域1130为背景素材。相较于图11-1,图11-2所示出的素材布局模板中,区域1110为划分为区域1111和区域1112,其中,区域1111为图形容器的布局区域。
相较于图11-1,图11-3所示出素材布局模板中,区域1130划分为区域1131和区域1132,其中,区域1131为布局对象标语的第二文字容器的布局区域;区域1132作为背景素材。
相较于图11-3,图11-4所示出的素材布局模板中,区域1110被划分成区域1111和区域1112,其中,区域1111为图形容器的布局区域。
相较于图11-3,图11-5所示出的素材布局模板中,区域1132被划分为区域1133和区域1134。
图11-6示出了可以应用于图11-1所示出素材布局模板的颜色布局示意图。如图11-6所示,区域1110的填充颜色和画笔颜色为颜色I,区域1120的填充颜色和画笔颜色为颜色II,区域1130的填充颜色和画笔颜色为颜色III。
图11-7和图11-8分别示出了可以应用于图11-2所示出素材布局模板的颜色布局示意图。如图11-7所示,区域1112和区域1130的填充颜色和画笔颜色为颜色III,区域1111的填充颜色和画笔颜色为颜色I,区域1120的填充颜色和画笔颜色为颜色II。
如图11-8所示,区域1111的填充颜色和画笔颜色为颜色I,区域1112的填充颜色为颜色III,区域1112的画笔颜色为颜色I;区域1130的填充颜色和画笔颜色为颜色III,区域1120的填充颜色和画笔颜色为颜色II。
图11-9示出了可以应用于图11-3所示出素材布局模板的颜色布局示意图。如图11-9所示,区域1110的填充颜色和画笔颜色为颜色I,区域1120和区域1131的填充颜色和画笔颜色为颜色II,区域1132的填充颜色和画笔颜色为颜色III。
图11-10和图11-11分别示出了可以应用于图11-4所示出素材布局模板的颜色布局示意图。
如图11-10所示,区域1111和区域1132的填充颜色和画笔颜色为颜色III;区域1112的填充颜色和画笔颜色为颜色I,区域1120和区域1131的填充颜色和画笔颜色为颜色II。
如图11-11所示,区域1111的填充颜色和画笔颜色为颜色I,区域1112的填充颜色为颜色III,区域1112的画笔颜色为颜色I;区域1120和区域1131的填充颜色和画笔颜色为颜色II;区域1132的填充颜色和画笔颜色为颜色III。
图11-12和图11-13分别示出了可以应用于图11-5所示出素材布局模板的颜色布局示意图。如图11-12所示,区域1110、1120、1131和区域1134的填充颜色和画笔颜色为颜色III,区域1133的填充颜色和画笔颜色为颜色I。
如图11-13所示,区域1110的填充颜色和画笔颜色为颜色I,区域1120和区域1131的填充颜色和画笔颜色为颜色II,区域1133的填充颜色为颜色III,区域1133的画笔颜色为颜色I;区域1134的填充颜色和画笔颜色为颜色III。
图12是根据本申请一实施例示出的文字居中的素材布局模板和颜色布局的示意图。其中,图12-1和图12-2中所示出的素材布局模板适用于文字素材中不包括对象标语的素材组合。
如图12-1所示,区域1210为布局文字容器的区域,区域1210在模板中居中布置,区域1220为背景素材,在具体实施例中,候选图形素材可以布局在区域1220中(图12-1中未示出候选图形素材的布局位置),以围绕区域1210布局。相较于图12-1所示的素材布局模板,图12-2中,区域1220被划分成区域1221和区域1222。
图12-3示出了可以应用于图12-1所示出素材布局模板的颜色布局示意图。如图12-3所示,区域1210的填充颜色和画笔颜色为颜色II,区域1220的填充颜色和画笔颜色为颜色III。
图12-4和图12-5分别示出了可以应用于图12-2所示出素材布局模板的颜色布局示意图。如图12-4所示,区域1210和区域1222的填充颜色和画笔颜色为颜色III,区域1221的填充颜色和画笔颜色为颜色II。如图12-5所示,区域1210的填充颜色和画笔颜色为颜色II;区域1222的填充颜色和画笔颜色为颜色III;区域1221的填充颜色为颜色III,区域1221的画笔颜色为颜色II。
值得一提的是,以上所示出素材布局模板和素材布局模板的颜色布局仅仅是示例性举例,在其他实施例中,还可以包括更多或者更少的素材布局模板以及素材布局模板的颜色布局。在上述举例中,各个区域的外边界线的形状是圆形或者矩形,在其他实施例中,还可以边界线的形状还可以是其他形状的图形。以上所示出实施例中,各个区域为实心填充的,在其他实施例中,区域还可以是空心的(即其填充颜色为无色),具体可根据实际需要设定。
在具体实施例中,素材布局模板中各个区域在模板中的具体位置、以及各个区域之间的比例关系、各个区域的边界形状等可以根据需要进行设定,以上所提供素材布局模板的示意图仅仅是示例性举例,不能认为是对本申请使用范围的限制。
以上所示出素材布局模板的示意图,示出了每个素材布局模板中设置一个图形容器的示例,在其他实施例中,一素材布局模板中还可以设置两个及以上数量的图形容器,对应的,应用于该素材布局模板的候选图形素材包括至少两个。
在本申请的一些实施例中,还可以在素材布局模板中预先设定图形素材,作为素材布局模板中的布局素材,从而,在候选的过程中,可以仅限定一文字素材与一候选图形素材的组合方案来生成图形标志。
在本申请的一些实施例中,步骤820之前,该方法还包括:获取颜色布局信息,颜色布局信息用于指示素材组合中候选图形素材和文字素材的颜色。在该实施例中,步骤820进一步包括:将素材组合中的候选图形素材添加到所对应素材布局模板的图形容器中,以及将文字素材添加到所对应素材布局模板的文字容器中,得到初始图形标志;根据颜色布局信息对初始图形标志进行渲染,得到图形标志。
在本申请的一些实施例中,获取颜色布局信息的步骤进一步包括:显示颜色选择选项;根据对颜色选择选项触发的选择操作,确定触发选择的颜色;确定与所触发选择的颜色相关联的颜色布局信息。
显示的颜色选择选项可以是如图2C中所显示,但不仅限于图2C中所显示的形式和所显示的颜色。
在本申请的一些实施例中,所显示颜色选择选项所指示的颜色可以是根据语义理解结果所推荐的颜色。在该种情况下,可以根据语义理解结果中的对象分类词或者扩展词相关联的颜色词所指示的颜色作为推荐的颜色。
在本申请的一些实施例中,所提供供用户选择的颜色可以预先设定的,而且,还提供了与每一颜色选择选项所指示颜色相关联的颜色布局信息,该颜色布局信息包括符合用户视觉审美的多个颜色组合。在具体实施例中,图2C中提供的颜色选项所指示的颜色相当于是让用户进行颜色风格选择,所提供的颜色布局信息是与该颜色风格相关的。
与颜色选择选项所指示颜色相关联的颜色布局信息至少用于指示候选图形素材的颜色、文字素材的颜色,进一步的,还包括背景的颜色。在本申请的一些实施例中,颜色布局信息包括由候选图形素材的颜色,文字素材的颜色和图形标志的背景颜色组成的三元组。
在本申请的一些实施例中,在确定用户所触发选择的颜色后,还进一步自动选取一种或者多种与用户所选择颜色相近的相近颜色,然后对应确定与所自动选取各相近颜色相关联的颜色布局信息,并按照上述相同的过程形成指示候选图形素材的颜色、文字素材的颜色和图形标志的背景颜色的三元组。将与用户所选择颜色对应的颜色三元组、以及与用户所选择颜色的相近颜色对应的颜色三元组作为待生成图形标志的数据基础。
在本申请的一些实施例中,所生成的图形标志是矢量图形。具体的,在得到文本素材、候选图形素材、颜色布局信息和素材布局模板后,可以按照如图13所示的过程生成矢量的图形标志。如图13所示,具体包括:
步骤1310,素材清洗。
素材清洗是指对原始素材(候选图形素材、文本素材)进行标准化,便于后续进行素材渲染。在本申请的一些实施例中,候选图形素材、文本素材为矢量素材,例如为svg格式。对于矢量素材,如果素材中有实心的填充区域,则该实心的填充区域是进行填充得到的,而素材中区域的边界(边框)是可以通过画笔来得到。
因此,在步骤1310中,按照颜色布局信息中所指示候选图形素材的颜色信息(包括画笔颜色、填充颜色等)和文字素材的颜色信息,来对候选图形素材和文字素材进行颜色参数设定,以使在所生成的图形标志中,各素材的颜色是颜色布局信息中所指示的颜色,而不是素材原始的颜色,实现素材的颜色的清洗。
下面以素材为svg(Scalable Vector Graphics,可缩放矢量图形)格式进行举例说明。Svg是一种图像文件格式,其以一种简洁、可移植的形式表示图形信息,svg格式中基于XML格式定义图形。
在svg格式中,g标签用于把其他相关元素进行组合的容器元素,即通过g标签在逻辑上对相关的图形元素进行分组。图形元素例如矩形元素(对应的标签为rect)、圆形元素(标签为circle)、椭圆元素(标签为ellipse)、直线元素(标签为line)、路径元素(标签为path)等。g标签将其所有的子元素分到同一个组,当对g标签所表示的元素进行图形变化时,其子元素也将被变换。与html文档类似,svg文件中也是通过嵌套的标签来定义图形的整体特征、属性,子标签中的元素会继承父标签中所定义的特征、属性等。
在解析svg格式的素材的过程中,可以先确定素材中的某一元素是否带有颜色标记,具体从该素材的svg文件中索取该元素的节点样式,如果该节点样式可以指示该元素是否带有颜色。在解析过程中,由于g标签本身不具备作画的功能,其包含的子标签可能是需要进行颜色填充的区域,因此,可以递归判断子标签是否需要颜色填充,从而对应确定某一元素是否需要设定画笔颜色(定义元素的stroke属性)和/或填充颜色(定义元素的fill属性),并对应设定元素的画笔颜色和/或填充颜色。
步骤1320,素材组合。
如上所描述,素材布局模板中指示了候选图形素材和文字素材在图形标志中的布局位置,因此,可以按照素材布局模板所指示的布局位置,将后续按图形素材和文字素材进行组合。
步骤1330,素材矢量化生成。
在该步骤中,通过素材布局信息中所指示的颜色对组合后的素材布局模板进行矢量化渲染。在本申请的一些实施例中,可以采用基于Emscripten+WASM的矢量图形渲染方案。
Emscripten是一个由底层虚拟机(Low Level Virtual Machine,LLVM)到JavaScript的编译器。通过Emscripten编译器,可以将LLVM支持的C语言或C++语言的代码编译成可以在浏览器或其它平台上可以运行的编程语言。在本方案中,通过Emscripten编译器将代码文件(例如进行图形渲染的代码文件)编译成wasm模块。
WASM,即Web Assembly(Web组件),是一种高效的、低级别的编程语言。基于WASM,可以将使用JavaScript以外的语言(例如C,C++,Rust或其他)的代码编译成wasm module(wasm模块),wasm模块为紧凑的二进制字节码格式,使其能够以接近原生性能的速度运行。
在进行具体说明之前,对WASM中的概念进行说明:Module:一个“代码单元”,包含编译好的二进制代码,可以高效的缓存、共享。Memory:是连续的、可变大小的字节数组缓冲区,可以理解为一个“堆”。Instance:在Module基础上,包含所有运行时(wasmtime)所需状态的实例。如果把Module类比为一个cpp文件,那么Instance就是链接了dll的exe文件。
如图14所示,在编译得到Wasm模块(wasm module)后,将该WASM模块传入到Wasmtime(WASM运行时)进行编译,并将编译结果存储于wasm实例内存。Wasmtime是一种小型高效的运行时,它在Web外部运行WebAssembly代码,既可以用作命令行实用程序,也可以用作更大应用程序中嵌入的库。
通过如上过程,提供了在渲染过程中可供调用的wasm实例,wasm实例存储于wasm实例内存(Wasm Instance Memory)中。若接收到新的渲染任务,如图14所示,通过如下的过程执行渲染任务:
步骤1410,发送缓存申请请求。
步骤1420,返回分配的缓存地址。wasm实例内存在接收到前端发送的缓存申请请求后,进行缓存分配,并所分配的缓存地址(bufAddr)返回到请求发起方(Decaton)。在图14所示中,所分配的缓存地址bufAddr为0xbeaf。在该过程中,可以通过导入(imports)模块导入外部函数(Extern Functions),例如从其他wasm中导入指定的函数等,具体在导入过程中,可以通过轮询函数(poll_task())进行轮询。
步骤1430,将渲染任务的任务数据发送到内存,执行渲染任务。请求发起方在所得所分配的缓存地址(bufAddr)后,按照所分配的缓存地址,将渲染任务的任务数据(例如所需要渲染的图形文件)发送到wasm实例内存中,以在wasm实例内存中调用渲染实例进行渲染。
步骤1440,返回渲染结果。在该过程中可以通过模块导出(Module Exports)从内存(memory)中读取渲染结果并将渲染的结果存储于字节码缓存区(ByteBuffer)。通过如上的过程,可以生成矢量的图形标志。
在本实施中,采用WASM的方案进行图形标志的渲染,wasm模块为紧凑的二进制字节码格式,能够以接近原生性能的速度运行,性能高效;而且,相对于文本格式,二进制编码的文本占用的存储空间更小,存储成本低。
请继续参阅图13,步骤1340,图形标志推荐及展示。
在所生成的图形标志为至少两个的情况下,可以进一步的进行图形标志筛选,或者确定向用户推送所生成图形标志的顺序。
在本申请的一些实施例中,所生成的图形标志为至少两个;在步骤440之后,该方法还包括:计算所生成每一图形标志的评分;根据评分确定待显示的目标图形标志;显示目标图形标志。
在本申请的一些实施例中,可以在至少两个打分维度上对所生成的每一图形标志进行打分,然后结合在每个打分维度上的打分计算该图形标志的评分。在具体实施例中,可以将全部维度上的打分进行加权,将加权结果作为图形标志的评分。打分维度可以包括图形素材、素材布局模板、文字素材(可以是内容和字体)、颜色中的至少两个。
在本申请的一些实施中,可以根据样本图形标志集合中各样本图形标志的打分来计算每个打分维度对应的权重。样本图形标志可以是按照本申请的方法生成的图形标志。对于每一样本图形标志,在设定的多个打分维度下对该样本图形标志进行打分,获得每一样本图形标志在每一打分维度下的打分,得到该样本图形标志集合在每个打分维度下的打分集合。然后基于每个打分维度下的打分集合,计算该维度下的平均打分,基于该打分维度下的打分集合中的打分和平均打分,得到该打分维度下的中误差;再按照如下的公式基于打分维度下的中误差计算得到该打分维度下的权重:
其中,pa表示在第a个打分维度下的权重;qa表示在第a个打分维度下的中误差;μ为常数,可根据需要设定;s为打分维度的总数量。
根据如上公式5,可以确定,不同打分维度下的权重的比值等于各打分维度下的中误差的平方的倒数之比,即:
由上可知,不论μ取何值,不同打分维度下的权重的比例关系不变。权重的大小表征了所对应打分维度下的打分对评分的贡献程度。
在本申请的一些实施例中,可以基于每个图形标志的评分,筛选评分高于设定评分阈值的图形标志作为目标图形标志,然后将目标图形标志推送到终端进行显示。在本申请的一些实施例中,还可以基于图形标志的评分高低排序确定图形标志的显示排序,评分越高的图形标志越先显示。
在本申请的一些实施例中,在所确定目标图形标志为多个的情况下,还可以采用随机的方式进行目标图形标志的显示,从而,在保证图形标志的质量的基础上,保证所显示目标图形标志的多样性。
在本申请的一些实施例中,还可以按照有预设的主键为索引,将各个目标图形标志与对应的主键相关联存储的基础上,根据用户所选择的主键来显示与所选择主键关联的目标图形标志。其中,主键可以是颜色、素材布局模板类型(例如左图右文、上图下文、文字居中等)等,在此不进行具体限定。
在本实施例中,在生成多个图形标志后,基于对各个图形标志的评分进行图形标志的筛选,可以将评分较高的图形标志确定为目标图形标志,从而保证在终端向用户所呈现的图形标志是整体评分较高的图形标志,保证向用户所呈现图形标志的质量。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的方法。对于本申请装置实施例中未披露的细节,请参照本申请上述方法实施例。
图15是根据一实施例示出的生成图形标志的装置的框图,如图15所示,该生成图形标志的装置包括:获取模块1510,用于获取对象描述文本;语义理解模块1520,用于对对象描述文本进行语义理解,获得语义理解结果;检索模块1530,用于根据语义理解结果进行图形素材检索,获得候选图形素材;生成模块1540,用于根据文字素材和候选图形素材生成图形标志,文字素材是根据对象描述文本确定的。
在本申请的一些实施例中,语义理解结果包括对象分类词;语义理解模块1520,包括:单词统计信息获取单元,用于获取各对象文本集合的字频统计信息,字频统计信息指示了对象文本集合中各个字在对象文本集合中的字频;其中,一对象文本集合对应一对象分类;频率确定单元,用于根据各对象文本集合的字频统计信息,确定对象描述文本中的字在各对象文本集合中的字频;概率计算单元,用于根据对象描述文本中的字在各对象文本集合中的字频,计算对象描述文本归属于各对象文本集合所对应对象分类的概率;目标对象分类确定单元,用于根据对象描述文本归属于各对象文本集合所对应对象分类的概率,确定对象描述文本所描述对象所属的目标对象分类;对象分类词确定单元,用于将目标对象分类的对象名称确定为对象分类词。
在本申请的另一些实施例中,语义理解结果包括扩展词;语义理解模块1520,包括:组合单元,用于将对象文本中的至少两个字进行组合,得到组合词;扩展词确定单元,用于若预设词表中包括组合词,将组合词确定为扩展词。
在本申请的一些实施例中,语义理解结果包括对象分类词和扩展词,候选图形素材来源于第一候选图形素材集、第二候选图形素材集和第三候选图形素材集中的至少一项;其中,第一候选图形素材集是将对象分类词和图形素材库中各图形素材所属素材分类进行匹配确定的;第二候选图形素材集是将扩展词和图形素材库中各图形素材的素材名称进行匹配确定的;第三候选图形素材集是将扩展词和图形素材库中各图形素材的素材标签进行匹配确定的。
在本申请的一些实施例中,候选图形素材至少来源于第一候选图形素材集;检索模块1530,包括:目标素材分类确定单元,用于根据对象分类与素材分类之间的对应关系,确定对象分类词对应的目标素材分类;第一候选图形素材集确定单元,用于将图形素材库中归属于目标素材分类的图形素材确定为第一候选图形素材集中的图形素材;第一添加单元,用于在第一候选图形素材集中选取图形素材,得到候选图形素材。
在本申请的另一些实施例中,候选图形素材至少来源于第二候选图形素材集;检索模块1530,包括:第一相似计算单元,用于计算图形素材库中各图形素材的素材名称与扩展词之间的第一相似度;素材名称筛选单元,用于根据第一相似度进行素材名称筛选,确定候选素材名称;第二候选图形素材集确定单元,用于将候选素材名称所指示的图形素材确定为第二候选图形素材集中的图形素材;第二添加单元,用于在第二候选素材集中选取图形素材,得到候选图形素材。
在本申请的另一些实施例中,候选图形素材至少来源于第三候选图形素材集;检索模块1530,包括:第二相似计算单元,用于计算图形素材库中各图形素材所对应素材标签与扩展词之间的第二相似度;素材标签筛选单元,用于根据第二相似度进行素材标签筛选,确定候选素材标签;第三候选图形素材集确定单元,用于将与候选素材标签相关联的图形素材确定为第三候选图形素材集中的图形素材;第三添加单元,用于在第三候选素材集中选取图形素材,得到候选图形素材。
在本申请的一些实施例中,生成图形标志的装置还包括:语义理解结果显示模块,用于在编辑框中显示语义理解结果;修正模块,用于根据在编辑框中触发的编辑操作,对语义理解结果进行修正。
在本申请的一些实施例中,生成模块1540,包括:素材布局策略确定单元,用于根据预设的素材布局模板集,确定素材组合对应的素材布局模板,素材组合包括文字素材和至少一候选图形素材;布局单元,用于根据素材组合对应的素材布局模板,将素材组合中的候选图形素材和文字素材进行组合,得到图形标志。
在本申请的一些实施例中,生成图形标志的装置,还包括:颜色布局信息获取单元,用于获取颜色布局信息,颜色布局信息用于指示素材组合中候选图形素材和文字素材的颜色;在该实施例中,布局单元,包括:组合单元,用于将素材组合中的候选图形素材添加到所对应素材布局模板的图形容器中,以及将文字素材添加到所对应素材布局模板的文字容器中,得到初始图形标志;渲染单元,用于根据颜色布局信息对初始图形标志进行渲染,得到图形标志。
在本申请的一些实施例中,颜色布局信息获取单元包括:颜色选择选项显示单元,用于显示颜色选择选项;颜色选择单元,用于根据对颜色选择选项触发的选择操作,确定触发选择的颜色;颜色布局信息确定单元,用于确定与所触发选择的颜色相关联的颜色布局信息。
在本申请的一些实施例中,图形标志为至少两个;生成图形标志的装置,还包括:评分计算模块,用于计算所生成每一图形标志的评分;目标图形标志确定模块,用于根据评分确定待显示的目标图形标志;目标图形标志显示模块,用于显示目标图形标志。
图16示出了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。
需要说明的是,图16示出的电子设备的计算机系统1600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16所示,计算机系统1600包括中央处理单元(Central Processing Unit,CPU)1601,其可以根据存储在只读存储器(Read-Only Memory,ROM)1602中的程序或者从存储部分1608加载到随机访问存储器(Random Access Memory,RAM)1603中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 1603中,还存储有系统操作所需的各种程序和数据。CPU1601、ROM1602以及RAM 1603通过总线1604彼此相连。输入/输出(Input/Output,I/O)接口1605也连接至总线1604。
以下部件连接至I/O接口1605:包括键盘、鼠标等的输入部分1606;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1607;包括硬盘等的存储部分1608;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1609。通信部分1609经由诸如因特网的网络执行通信处理。驱动器1610也根据需要连接至I/O接口1605。可拆卸介质1611,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1610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1608。
特别地,根据本申请的实施例,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,本申请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1609从网络上被下载和安装,和/或从可拆卸介质1611被安装。在该计算机程序被中央处理单元(CPU)1601执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示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(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,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、有线等等,或者上述的任意合适的组合。
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。其中,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,上述模块、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,框图或流程图中的每个方框、以及框图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。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。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载计算机可读指令,当该计算机可读存储指令被处理器执行时,实现上述任一实施例中的方法。
根据本申请的一个方面,还提供了一种电子设备,其包括:处理器;存储器,存储器上存储有计算机可读指令,计算机可读指令被处理器执行时,实现上述任一实施例中的方法。
根据本申请实施例的一个方面,提供了计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一实施例中的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (15)
1.一种生成图形标志的方法,其特征在于,包括:
获取对象描述文本;
对所述对象描述文本进行语义理解,获得语义理解结果;
根据所述语义理解结果进行图形素材检索,获得候选图形素材;
根据文字素材和所述候选图形素材生成图形标志,所述文字素材是根据所述对象描述文本确定的。
2.根据权利要求1所述的方法,其特征在于,所述语义理解结果包括对象分类词;所述对所述对象描述文本进行语义理解,获得语义理解结果,包括:
获取各对象文本集合的字频统计信息,所述字频统计信息指示了所述对象文本集合中各个字在所述对象文本集合中的字频;其中,一对象文本集合对应一对象分类;
根据所述各对象文本集合的字频统计信息,确定所述对象描述文本中的字在各对象文本集合中的字频;
根据所述对象描述文本中的字在各对象文本集合中的字频,计算所述对象描述文本归属于各对象文本集合所对应对象分类的概率;
根据所述对象描述文本归属于各对象文本集合所对应对象分类的概率,确定所述对象描述文本所描述对象所属的目标对象分类;
将所述目标对象分类的对象名称确定为所述对象分类词。
3.根据权利要求1或2所述的方法,其特征在于,所述语义理解结果包括扩展词;所述对所述对象描述文本进行语义理解,获得语义理解结果,包括:
将所述对象文本中的至少两个字进行组合,得到组合词;
若预设词表中包括所述组合词,将所述组合词确定为所述扩展词。
4.根据权利要求1所述的方法,其特征在于,所述语义理解结果包括对象分类词和扩展词,所述候选图形素材来源于第一候选图形素材集、第二候选图形素材集和第三候选图形素材集中的至少一项;
其中,所述第一候选图形素材集是将所述对象分类词和图形素材库中各图形素材所属素材分类进行匹配确定的;
所述第二候选图形素材集是将所述扩展词和所述图形素材库中各图形素材的素材名称进行匹配确定的;
所述第三候选图形素材集是将所述扩展词和所述图形素材库中各图形素材的素材标签进行匹配确定的。
5.根据权利要求4所述的方法,其特征在于,所述候选图形素材至少来源于所述第一候选图形素材集;
所述根据所述语义理解结果进行图形素材检索,获得候选图形素材,包括:
根据对象分类与素材分类之间的对应关系,确定所述对象分类词对应的目标素材分类;
将所述图形素材库中归属于所述目标素材分类的图形素材确定为所述第一候选图形素材集中的图形素材;
在所述第一候选图形素材集中选取图形素材,得到所述候选图形素材。
6.根据权利要求4所述的方法,其特征在于,所述候选图形素材至少来源于所述第二候选图形素材集;
所述根据所述语义理解结果进行图形素材检索,获得候选图形素材,包括:
计算所述图形素材库中各图形素材的素材名称与所述扩展词之间的第一相似度;
根据所述第一相似度进行素材名称筛选,确定候选素材名称;
将所述候选素材名称所指示的图形素材确定为所述第二候选图形素材集中的图形素材;
在所述第二候选素材集中选取图形素材,得到所述候选图形素材。
7.根据权利要求4所述的方法,其特征在于,所述候选图形素材至少来源于所述第三候选图形素材集;
所述根据所述语义理解结果进行图形素材检索,获得候选图形素材,包括:
计算所述图形素材库中各图形素材所对应素材标签与所述扩展词之间的第二相似度;
根据所述第二相似度进行素材标签筛选,确定候选素材标签;
将与所述候选素材标签相关联的图形素材确定为所述第三候选图形素材集中的图形素材;
在所述第三候选素材集中选取图形素材,得到所述候选图形素材。
8.根据权利要求1所述的方法,其特征在于,所述根据所述语义理解结果进行图形素材检索,获得候选图形素材之前,所述方法还包括:
在编辑框中显示所述语义理解结果;
根据在所述编辑框中触发的编辑操作,对所述语义理解结果进行修正。
9.根据权利要求1所述的方法,其特征在于,所述根据文字素材和所述候选图形素材生成图形标志,包括:
根据预设的素材布局模板集,确定素材组合对应的素材布局模板,所述素材组合包括文字素材和至少一候选图形素材;
根据所述素材组合对应的素材布局模板,将所述素材组合中的所述候选图形素材和所述文字素材进行组合,得到所述图形标志。
10.根据权利要求9所述的方法,其特征在于,所述根据所述素材组合对应的素材布局模板,将所述素材组合中的所述候选图形素材和所述文字素材进行组合,得到所述图形标志之前,所述方法还包括:
获取颜色布局信息,所述颜色布局信息用于指示所述素材组合中所述候选图形素材和所述文字素材的颜色;
所述根据所述素材组合对应的素材布局模板,将所述素材组合中的所述候选图形素材和所述文字素材进行组合,得到所述图形标志,包括:
将所述素材组合中的候选图形素材添加到所对应素材布局模板的图形容器中,以及将文字素材添加到所对应素材布局模板的文字容器中,得到初始图形标志;
根据所述颜色布局信息对所述初始图形标志进行渲染,得到所述图形标志。
11.根据权利要求10所述的方法,其特征在于,所述获取颜色布局信息包括:
显示颜色选择选项;
根据对所述颜色选择选项触发的选择操作,确定触发选择的颜色;
确定与所触发选择的颜色相关联的所述颜色布局信息。
12.根据权利要求1所述的方法,其特征在于,所述图形标志为至少两个;所述根据文字素材和所述候选图形素材生成图形标志之后,所述方法还包括:
计算所生成每一所述图形标志的评分;
根据所述评分确定待显示的目标图形标志;
显示所述目标图形标志。
13.一种生成图形标志的装置,其特征在于,包括:
获取模块,用于获取对象描述文本;
语义理解模块,用于对所述对象描述文本进行语义理解,获得语义理解结果;
检索模块,用于根据所述语义理解结果进行图形素材检索,获得候选图形素材;
生成模块,用于根据文字素材和所述候选图形素材生成图形标志,所述文字素材是根据所述对象描述文本确定的。
14.一种电子设备,其特征在于,包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如权利要求1-12中任一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被处理器执行时,实现如权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852701.8A CN113836933A (zh) | 2021-07-27 | 2021-07-27 | 生成图形标志的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852701.8A CN113836933A (zh) | 2021-07-27 | 2021-07-27 | 生成图形标志的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113836933A true CN113836933A (zh) | 2021-12-24 |
Family
ID=78962896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110852701.8A Pending CN113836933A (zh) | 2021-07-27 | 2021-07-27 | 生成图形标志的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113836933A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760416A (zh) * | 2023-08-11 | 2023-09-15 | 电子科技大学 | 一种双配置模式高精度过采样模数转换器控制模块 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820475A (zh) * | 2010-05-25 | 2010-09-01 | 拓维信息系统股份有限公司 | 基于智能语义理解的手机彩信生成方法 |
CN109859291A (zh) * | 2019-02-21 | 2019-06-07 | 北京一品智尚信息科技有限公司 | 智能logo设计方法、系统和存储介质 |
CN110472090A (zh) * | 2019-08-20 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 基于语义标签的图像检索方法以及相关装置、存储介质 |
CN112015949A (zh) * | 2020-08-26 | 2020-12-01 | 腾讯科技(上海)有限公司 | 视频生成方法和装置、存储介质及电子设备 |
CN112328746A (zh) * | 2020-11-06 | 2021-02-05 | 广东智源机器人科技有限公司 | 菜品标签入库方法、装置、计算机设备和存储介质 |
WO2021042084A1 (en) * | 2020-05-30 | 2021-03-04 | Futurewei Technologies, Inc. | Systems and methods for retreiving images using natural language description |
US20210182468A1 (en) * | 2019-12-16 | 2021-06-17 | International Business Machines Corporation | Using classifications from text to determine instances of graphical element types to include in a template layout for digital media output |
-
2021
- 2021-07-27 CN CN202110852701.8A patent/CN113836933A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820475A (zh) * | 2010-05-25 | 2010-09-01 | 拓维信息系统股份有限公司 | 基于智能语义理解的手机彩信生成方法 |
CN109859291A (zh) * | 2019-02-21 | 2019-06-07 | 北京一品智尚信息科技有限公司 | 智能logo设计方法、系统和存储介质 |
CN110472090A (zh) * | 2019-08-20 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 基于语义标签的图像检索方法以及相关装置、存储介质 |
US20210182468A1 (en) * | 2019-12-16 | 2021-06-17 | International Business Machines Corporation | Using classifications from text to determine instances of graphical element types to include in a template layout for digital media output |
WO2021042084A1 (en) * | 2020-05-30 | 2021-03-04 | Futurewei Technologies, Inc. | Systems and methods for retreiving images using natural language description |
CN112015949A (zh) * | 2020-08-26 | 2020-12-01 | 腾讯科技(上海)有限公司 | 视频生成方法和装置、存储介质及电子设备 |
CN112328746A (zh) * | 2020-11-06 | 2021-02-05 | 广东智源机器人科技有限公司 | 菜品标签入库方法、装置、计算机设备和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760416A (zh) * | 2023-08-11 | 2023-09-15 | 电子科技大学 | 一种双配置模式高精度过采样模数转换器控制模块 |
CN116760416B (zh) * | 2023-08-11 | 2023-10-20 | 电子科技大学 | 一种双配置模式高精度过采样模数转换器控制模块 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hrabovskyi et al. | Development of information visualization methods for use in multimedia applications | |
Cui et al. | Text-to-viz: Automatic generation of infographics from proportion-related natural language statements | |
US10223344B2 (en) | Recognition and population of form fields in an electronic document | |
WO2022116537A1 (zh) | 一种资讯推荐方法、装置、电子设备和存储介质 | |
US9411790B2 (en) | Systems, methods, and media for generating structured documents | |
US7840891B1 (en) | Method and system for content extraction from forms | |
US9594730B2 (en) | Annotating HTML segments with functional labels | |
CN111695345B (zh) | 文本中实体识别方法、以及装置 | |
US9582494B2 (en) | Object extraction from presentation-oriented documents using a semantic and spatial approach | |
Rigaud et al. | Knowledge-driven understanding of images in comic books | |
WO2017080090A1 (zh) | 一种网页正文提取比对方法 | |
US20190171873A1 (en) | Cognitive document image digitization | |
CN103329122A (zh) | 使用多个表示的文档存储 | |
CN106664463A (zh) | 任意大小内容条目生成 | |
US20220121668A1 (en) | Method for recommending document, electronic device and storage medium | |
CN110427488A (zh) | 文档的处理方法及装置 | |
CN115917613A (zh) | 文档中文本的语义表示 | |
CN114997288A (zh) | 一种设计资源关联方法 | |
Zanibbi et al. | Math search for the masses: Multimodal search interfaces and appearance-based retrieval | |
CN113836933A (zh) | 生成图形标志的方法、装置、电子设备及存储介质 | |
CN107908749B (zh) | 一种基于搜索引擎的人物检索系统及方法 | |
CN112632950A (zh) | Ppt生成方法、装置、设备及计算机可读存储介质 | |
Dutta et al. | BCBId: first Bangla comic dataset and its applications | |
CN110888940A (zh) | 文本信息提取方法、装置、计算机设备及存储介质 | |
CN115730158A (zh) | 一种搜索结果展示方法、装置、计算机设备及存储介质 |
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 |