CN115034184B - 图表介绍文本生成方法、装置、设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了图表介绍文本生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定该图表底层数据集对应的数据属性集中的第一数据属性集；根据该目标图表和该数据属性集，生成第二数据属性集；将该第一数据属性集与该第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；从该图表底层数据集中筛选出与该关键数据属性集相对应的图表底层子数据集；根据该图表底层子数据集，生成与该目标图表相对应的图表初步描述文本；根据该图表初步描述文本，生成图表介绍文本。该实施方式可以准确、高效地生成针对目标图表的图表介绍文本。

Description

图表介绍文本生成方法、装置、设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及图表介绍文本生成方法、装置、设备和计算机可读介质。

背景技术

目前，由于图表可以直观的展示事物的统计信息(例如，数量信息，变化趋势信息等)，以致图表已广泛的应用到日常生活中。对于图表的内容描述，通常采用的方式为：通过数据分析人员观察查看图表中的数据，来人工撰写针对图表的内容描述。

然而，当采用上述方式来描述图表的内容，经常会存在如下技术问题：

第一，人工撰写描述内容的时效性和联动性较差，且存在生成的内容描述不够准确的问题。

第二，针对图表为图片的形式，人工撰写描述文本存在内容描述不足的问题，导致后生成的描述文本不够精准。

第三，人工撰写往往不能根据图表的图表信息，生成精准地描述问题。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了图表介绍文本生成方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种图表介绍文本生成方法，包括：响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集；根据上述目标图表和上述数据属性集，生成第二数据属性集；将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集；根据上述图表底层子数据集，生成与上述目标图表相对应的图表初步描述文本；根据上述图表初步描述文本，生成图表介绍文本。

第二方面，本公开的一些实施例提供了一种图表介绍文本生成装置，包括：第一确定单元，被配置成响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集；第一生成单元，被配置成根据上述目标图表和上述数据属性集，生成第二数据属性集；第二确定单元，被配置成将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；筛选单元，被配置成从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集；第二生成单元，被配置成根据上述图表底层子数据集，生成与上述目标图表相对应的图表初步描述文本；第三生成单元，被配置成根据上述图表初步描述文本，生成图表介绍文本。

第三方面，本公开的一些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实现方式描述的方法。

第四方面，本公开的一些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实现方式描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的图表介绍文本生成方法可以准确、高效地生成针对目标图表的图表介绍文本。具体来说，造成生成图表介绍文本不够精确的原因在于：人工撰写描述内容的时效性和联动性较差，且存在生成的内容描述不够准确的问题。基于此，本公开的一些实施例的图表介绍文本生成方法，首先，响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集。在这里，所确定的第一数据属性集用于后续确定出更为精准的关键数据属性集。对应关键数据属性集越精准，后续所生成的图表初步描述文本更精准，对目标图表的描述更完善。然后，根据上述目标图表和上述数据属性集，生成第二数据属性集。在这里，第二数据属性集同第一数据属性集相同，都用于后续确定出更为精准的关键数据信息集。接着，将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集。在这里，第一数据属性集是通过分析图表底层数据集来确定的。第二数据属性集是通过分析目标图表来确定的。由此，通过两种不同的渠道来得到的关键数据属性集更为精准，且更有代表性。进而，从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集。在这里，所得到图表底层子数据集作为数据支持，以用于后续生成更为准确的图表初步描述文本。进一步地，根据上述图表底层子数据集，可以准确地生成与上述目标图表相对应的图表初步描述文本。最后，通过图表初步描述文本，生成图表介绍文本。在这里，所生成的图表初步描述文本往往内容较多，且没有明确的内容规整，以致首次观看者不能快速定位图表初步描述文本的重点内容。以此，根据图表初步描述文本，可以生成内容层次分明、整体结构更加清晰的图表介绍文本。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的一些实施例的图表介绍文本生成方法的一个应用场景的示意图；

图2是根据本公开的图表介绍文本生成方法的一些实施例的流程图；

图3是根据本公开的图表介绍文本生成装置的一些实施例的结构示意图；

图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

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。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的图表介绍文本生成方法的一个应用场景的示意图。

在图1的应用场景中，首先，响应于确定目标数据库中存在与目标图表102相对应的图表底层数据集103，电子设备101可以确定上述图表底层数据集103对应的数据属性集104中的第一数据属性集105。然后，电子设备101可以根据上述目标图表102和上述数据属性集104，生成第二数据属性集106。接着，将上述第一数据属性集105与上述第二数据属性集106中相同的数据属性，确定为关键数据属性，得到关键数据属性集107。进而，电子设备101可以从上述图表底层数据集103中筛选出与上述关键数据属性集107相对应的图表底层子数据集108。进一步地，电子设备101可以根据上述图表底层子数据集108，生成与上述目标图表102相对应的图表初步描述文本109。最后，电子设备101可以根据上述图表初步描述文本109，生成图表介绍文本110。

需要说明的是，上述电子设备101可以是硬件，也可以是软件。当电子设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成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。

应该理解，图1中的电子设备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电子设备。

继续参考图2，示出了根据本公开的图表介绍文本生成方法的一些实施例的流程200。该图表介绍文本生成方法，包括以下步骤：

步骤201，响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集。

在一些实施例中，响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，上述图表介绍文本生成方法的执行主体(例如图1所示的电子设备101)可以确定上述图表底层数据集对应的数据属性集中的第一数据属性集。其中，目标数据库可以是存储目标表格的数据库。实践中，上述目标数据库可以是MySQL数据库。上述目标表格可以表征图表对应图表标识(ID，Identity Document)与图表底层数据集之间对应关系的表格。上述图表标识可以表征图表的身份信息。例如，图表标识可以是“1311”。上述目标图表通过可视化的方式展示了图表底层数据集的数据信息。上述目标图表可以是待图表介绍文本生成的图表。上述目标图表可以是各种类型的图表。例如，上述目标图表的图表类型可以包括但不限于以下至少一项：条形图，柱状图，折线图，饼图。实践中，数据属性的类型可以包括但不限于以下至少一项：标称属性，二元属性，序数属性，数值属性，字符属性。

例如，图表底层数据集可以是：{{物品序号：1，物品标识：1631，物品名称：A物品，物品颜色：绿色，物品销量：123，销售时间段：2012-03}，{物品序号：2，物品标识：2211，物品名称：B物品，物品颜色：黄色，物品销量：341，销售时间段：2012-03}，{物品序号：1，物品标识：2211，物品名称：B物品，物品颜色：绿色，物品销量：413，销售时间段：2012-04}，{物品序号：2，物品标识：2211，物品名称：B物品，物品颜色：黄色，物品销量：631，销售时间段：2012-04}，{物品序号：1，物品标识：1631，物品名称：A物品，物品颜色：绿色，物品销量：411，销售时间段：2012-05}，{物品序号：2，物品标识：2211，物品名称：B物品，物品颜色：绿色，物品销量：671，销售时间段：2012-05}}。则图表底层数据集对应的数据属性集包括：物品序号、物品标识、物品颜色、物品销量和销售时间。

作为示例，响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，首先，上述执行主体可以利用字符识别(Optical Character Recognise，OCR)技术来识别目标图表中的图表标题。然后，从根据图表标题，确定上述目标图表所涉及的场景信息。例如，目标图标为目标应用上各个物品的销售量的图表。对应场景信息可以是物品销售场景信息。接着，上述执行主体可以通过预先存在的数据属性表，来确定上述场景信息对应的数据属性集。其中，上述数据属性表可以表征场景信息与数据属性之间的对应关系。最后，上述执行主体可以确定场景信息对应的数据属性集与图表底层数据集对应的数据属性集之间的相同数据属性，得到至少一个数据属性，作为上述第一数据属性集。

在一些实施例的一些可选的实现方式中，上述确定上述图表底层数据集对应的数据属性集中的第一数据属性集，可以包括以下步骤：

第一步，上述执行主体可以将上述图表底层数据集转换为表格形式的数据集，得到表格数据集。其中，上述表格数据集的第一行数据为图表底层数据的数据属性，上述表格数据集的第一列数据为图表底层数据的数据对象信息。例如，图表底层数据集可以是：{{物品序号：1，物品标识：1631，物品名称：A物品，物品颜色：绿色，物品销量：123，销售时间段：2012-03}，{物品序号：2，物品标识：2211，物品名称：B物品，物品颜色：绿色，物品销量：341，销售时间段：2012-03}，{物品序号：1，物品标识：2211，物品名称：B物品，物品颜色：绿色，物品销量：413，销售时间段：2012-04}，{物品序号：2，物品标识：2211，物品名称：B物品，物品颜色：绿色，物品销量：631，销售时间段：2012-04}，{物品序号：1，物品标识：1631，物品名称：A物品，物品颜色：绿色，物品销量：411，销售时间段：2012-05}，{物品序号：2，物品标识：2211，物品名称：B物品，物品颜色：绿色，物品销量：671，销售时间段：2012-05}}。

则表格数据集可以参见下表：

物品名称	物品序号	物品标识	物品颜色	物品销量	销售时间段
						A物品	1	1631	绿色	123	2012-03
B物品	2	2211	黄色	341	2012-03
						A物品	1	1631	绿色	413	2012-04
B物品	2	2211	黄色	631	2012-04
						A物品	1	1631	绿色	411	2012-05
B物品	2	2211	黄色	671	2012-05

第二步，上述执行主体可以确定与上述表格数据集相对应的数据属性集中的每个数据属性对应的数据子集，得到数据子集组。

例如，“物品销量”数据属性对应的数据子集可以包括：123、341、413、631、411和671。

第三步，上述执行主体可以从上述数据子集组中去除为序号属性对应的数据子集和标识属性对应的数据子集，得到去除后数据子集组。

例如，上述序号属性可以是“物品序号”。序号属性对应的数据子集包括：1、2、1、2、1和2。标识属性可以是“物品标识”。标识属性对应的数据子集可以包括：1631、2211、1631、2211、1631、2211。

第四步，上述执行主体可以从上述去除后数据子集组中确定出数据类型为字符类型的数据子集，作为第一数据子集，得到至少一个第一数据子集。例如，字符类型的数据子集对应的数据属性可以是“物品颜色”。第一数据子集可以包括：绿色、黄色、绿色、黄色、绿色、黄色。

第五步，上述执行主体可以从上述去除后数据子集组中确定出数据类型为数值类型的数据子集，作为第二数据子集，得到至少一个第二数据子集。例如，数值类型的数据子集对应的数据属性可以是“物品销量”。第二数据子集可以包括：123、341、413、631、411、671。

第六步，上述执行主体可以从上述去除后数据子集组中确定出数据类型为时间类型的数据子集，作为第三数据子集，得到至少一个第三数据子集。例如，时间类型的数据子集对应的数据属性可以是“销量时间段”。第三数据子集可以包括：2012-03、2012-03、2012-04、2012-04、2012-05、2012-05。

第七步，上述执行主体可以从上述至少一个第一数据子集中去除字符内容类别数目小于第一数值、且大于第二数值的第一数据子集，得到去除后的第一数据子集组。上述字符内容类别数目可以是字符类型的数据子集对应的数据属性在表格数据集中出现的属性信息的类别数目。例如，字符类型的数据子集对应的数据属性为“物品颜色”。“物品颜色”对应的数据子集为“绿色、黄色、绿色、黄色、绿色、黄色”。“物品颜色”对应的数据子集中只有“黄色”和“绿色”两种属性信息的类别。所以“物品颜色”对应的字符内容类别数目可以是“2”。上述第一数值可以是预先设置的。例如，上述第一数值可以是1。同样的，第二数值也可以是预先设置的。例如，上述第二数值可以是4。

第八步，上述执行主体可以从上述至少一个第二数据子集中去除对应数据均方误差小于第三数值的第二数据子集，得到去除后的第二数据子集组。上述第三数值可以是预先设置的。例如，上述第三数值可以是12。

第九步，上述执行主体可以将上述去除后的第一数据子集组对应的数据属性集、上述去除后的第二数据子集组对应的数据属性集、上述至少一个第三数据子集对应的数据属性集进行数据属性组合，得到组合属性集，作为第一数据属性集。

在一些实施例的一些可选的实现方式中，在步骤201之前，步骤还包括：

响应于确定接收到针对目标链接的访问操作，上述执行主体可以确定上述目标数据库中是否存在上述图表底层数据集。其中，上述目标图表为目标演示文稿中目标幻灯片上的图片，上述目标链接为预先嵌入至上述目标幻灯片的链接。上述目标演示文稿可以是当前正在放映的演示文稿。上述目标幻灯片为当前正在展示的幻灯片。上述目标图标和目标链接可以都是位于处于目标幻灯片上的，且在访问目标链接的时候，上述执行主体通过预先编辑的图片查询脚本，来确定与上述目标链接处于同一幻灯片的图表。

在一些实施例的一些可选的实现方式中，在步骤201之前，还包括以下步骤：

第一步，响应于确定上述目标数据库不存在上述图表底层数据集，确定上述目标图表的图表构成信息。其中，上述图表构成信息可以表征目标图表的构成内容。上述构成内容可以是表征目标图表是否包括数据图和数据表的内容、数据图的位置信息和数据表的位置信息。

作为示例，响应于确定上述目标数据库不存在上述图表底层数据集，上述执行主体可以将目标图表输入至预先训练的图表构成信息生成模型，以生成目标图标的图表构成信息。实践中，上述图表构成信息生成模型可以是卷积神经网络(Convolutional NeuralNetwork，CNN)。

第二步，响应于确定上述图表构成信息包括数据图和数据表，对上述目标图表进行图表分割，得到目标数据图和目标数据表。

作为示例，响应于确定上述图表构成信息包括数据图和数据表，上述执行主体可以依据图表构成信息所包括的数据图的位置信息和数据表的位置信息，对上述目标图表进行图表分割，得到目标数据图和目标数据表。

第三步，将上述目标数据表输入至数据提取模型，以生成数据属性信息集。其中，数据属性信息集中的数据属性信息为数据属性的信息。例如，数据属性为“物品颜色”。对应数据属性信息可以是“绿色”。上述数据提取模型可以是从数据表对应图片中提取数据的模型。例如，上述数据提取模型可以是卷积神经网络。

第四步，将上述目标数据图输入至文本生成模型，以输出图表初步描述文本。其中，上述文本生成模型可以是生成与描述数据图的内容信息的文本的模型。实践中，上述文本生成模型可以是但不限于以下之一：长短期记忆网络(LSTM，Long Short-Term Memory)，序列到序列(seq2seq，sequence to sequence)模型。

第五步，利用上述数据组集，对图表初步描述文本进行文本数据校验。

作为示例，上述执行主体可以利用预先编写的文本数据校验脚本，来利用上述数据组集确定图表初步描述文本中的文本内容是否存在数据错误。

第六步，响应于确定图表初步描述文本通过校验，依据预设文本内容规划模板，对图表初步描述文本进行文本内容整理，得到图表介绍文本。其中，上述图表初步描述文本通过校验可以指的是图表初步描述文本对应的文本内容不存在数据错误。上述预设文本内容规划模板可以是对图表初步描述文本的文本内容进行区域规划的模板。

可选的，上述步骤还可以包括以下步骤：

第一步，响应于确定图表初步描述文本未通过校验，上述执行主体可以对上述图表初步描述文本中的错误内容进行调整，得到调整后的文本。

第二步，上述执行主体可以依据预设文本内容规划模板，对调整后的文本进行文本内容整理，得到图表介绍文本。

作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“针对图表为图片的形式，人工撰写描述文本存在内容描述不足的问题，导致后生成的描述文本不够精准。”。基于此，本公开首先确定目标图表的图表构成信息，以便于后续生成更为精准地图表初步描述文本。然后，在确定图表构成信息包括数据图和数据表的情况下，根据目标图表中的目标数据图，生成较为精准地图表初步描述文本。然后，通过提取目标图表中的目标数据表的数据属性信息集，来对图表初步描述文本进行初步校验，保障图表初步描述文本的文本内容的准确性。侧面提高了后续图表介绍文本的内容的准确性。最后，通过图表初步描述文本，生成图表介绍文本。在这里，所生成的图表初步描述文本往往内容较多，且没有明确的内容规整，以致首次观看者不能快速定位图表初步描述文本的重点内容。以此，根据图表初步描述文本，可以生成内容层次分明、整体结构更加清晰的图表介绍文本。

可选地，响应于确定上述图表构成信息包括数据图，根据目标数据图，生成图表介绍文本，可以包括以下步骤：

第一步，响应于确定上述图表构成信息包括数据图，上述执行主体可以将目标数据图从输入至图类型识别模型，以生成目标数据图对应的图表类型。其中，图类型识别模型可以是卷积神经网络。其中，目标数据图为上述目标图表中的数据图。

第二步，上述执行主体可以从文本生成模型中筛选出与上述图表类型相对应的文本生成子模型，作为目标文本生成子模型。其中，上述文本生成模型包括多个文本生成子模型。多个文本生成子模型中每个文本生成子模型存在一一对应的图表类型。文本生成子模型可以是带有自注意力机制的模型。例如，上述文本生成子模型可以是Transformer模型。其中，通过每个文本生成子模型可以有效地生成针对目标图表所对应图表类型的类型特点的文本。

第三步，上述执行主体可以将目标数据图输入至上述目标文本生成子模型，以输出图表初步描述文本。

第四步，上述执行主体可以根据图表初步描述文本，生成图表介绍文本。

可选地，文本生成子模型是通过以下步骤训练的：

第一步，确定上述文本生成子模型对应的图表类型。例如，图表类型为折线图。

第二步，获取图表类型为折线图的图表和上述图表对应图表初步描述文本。其中，由于折线图可以明显的体现数据的变化趋势，由此，上述图表对应图表初步描述文本是重点介绍了折线图中数据的变化趋势的文本。

第三步，识别图表中的词和数据，得到词集和数据集。

第四步，将上述词集和数据集作为训练数据，上述图表对应图表初步描述文本作为标签，对初始文本生成子模型进行训练，得到训练后的文本生成子模型。

作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“人工撰写往往不能根据图表的图表信息，生成精准地描述问题”。基于此，本公开通过图表的图表类型，来确定与上述图表类型相对应的多个文本生成子模型中的目标文本生成子模型。由此，使用目标文本生成子模型，可以更为依据图表的类型特点(例如，折线图的类型特点为着重展示数据的变化趋势)，生成更为精准地图表初步描述文本。

步骤202，根据上述目标图表和上述数据属性集，生成第二数据属性集。

在一些实施例中，上述执行主体可以根据上述目标图表和上述数据属性集，通过各种方式来生成第二数据属性集。

在一些实施例的一些可选的实现方式中，上述根据上述目标图表和上述数据属性集，生成第二数据属性集，可以包括以下步骤：

第一步，上述执行主体可以将上述目标图表的图表标题进行编码处理，得到标题向量。

作为示例，上述执行主体可以将图表标题输入至预先训练的编码模型，以生成上述标题向量。其中，上述编码模型可以是但不限于以下之一：BERT(Bidirectional EncoderRepresentation from Transformers)编码模型，Transformer编码模型。

第二步，上述执行主体可以对上述表格数据集对应的数据属性集中的每个数据属性进行编码处理，以生成属性向量，得到属性向量集。

作为示例，上述执行主体可以将上述表格数据集对应的数据属性集中的每个数据属性输入至预先训练的编码模型，以生成属性向量，得到属性向量集。

第三步，上述执行主体可以确定上述标题向量与上述属性向量集中每个属性向量之间的向量相似度。其中，向量相似度可以表征向量之间的关联关系。向量相似度越大，对应标题向量和属性向量越相近，对应标题和属性关联关系越近。

作为示例，上述执行主体可以确定上述标题向量与上述属性向量集中每个属性向量之间的余弦距离，作为上述向量相似度。

作为又一个示例，上述执行主体可以将标题向量和上述属性向量集中的每个属性向量输入至预先训练的向量相似度确定模型，以生成向量相似度。其中，上述向量相似度确定模型可以是卷积神经网络。上述向量相似度确定模型可以依据环境信息和/或所属领域信息来确定标题向量与属性向量之间的向量相似度。

第四步，上述执行主体可以从上述属性向量集中筛选出对应向量相似度大于第四数值的属性向量，作为目标属性向量，得到目标属性向量集。其中，上述第四数值可以是预先设置的。例如，第四数值可以是“0.5”。

第五步，上述执行主体可以确定上述目标属性向量集对应的数据属性集。

第六步，上述执行主体可以对上述目标图表进行文字识别，以生成各个词。

作为示例，上述执行主体利用字符识别技术来对上述目标图表进行文字识别，以生成各个词。

第七步，上述执行主体可以从上述各个词中筛选出属性词，作为数据属性，得到至少一个数据属性。

作为示例，上述执行主体可以利用属性表来从各个词中筛选出属性词，作为数据属性，得到至少一个数据属性。其中，属性表可以是包括各个领域各个场景对应属性的表。

第八步，上述执行主体可以将上述目标属性向量集对应的数据属性集和上述至少一个数据属性进行数据属性融合，得到融合后的数据属性集。

第九步，上述执行主体可以对上述融合后的数据属性集进行数据属性去重处理，得到去重后的数据属性集，作为上述第二数据属性集。

步骤203，将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集。

在一些实施例中，上述执行主体可以将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集。其中，关键数据属性为后续描述目标图表的图表内容(即，后续生成图表初步描述文本)的关键属性。

步骤204，从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集。

在一些实施例中，上述执行主体可以从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集。其中，在图表底层数据中，上述关键数据属性集中的每个关键数据属性都存在唯一对应的图表底层数据组。各个关键数据属性对应的各个图表底层数据组组成了图表底层子数据集。

步骤205，根据上述图表底层子数据集，生成与上述目标图表相对应的图表初步描述文本。

在一些实施例中，上述执行主体可以根据上述图表底层子数据集，生成与上述目标图表相对应的图表初步描述文本。其中，图表初步描述文本为整体描述目标图表的图表内容的文本。

作为示例，上述执行主体可以将图表底层子数据集输入至文本生成模型，以输出图表初步描述文本。

步骤206，根据上述图表初步描述文本，生成图表介绍文本。

在一些实施例中，上述执行主体可以根据上述图表初步描述文本，生成图表介绍文本。其中，上述图表介绍文本可以是后续用于展示目标图表的描述内容的介绍文本。通过图表介绍文本，观看用户可以精准、便捷的查找出目标图表中的关键内容。

作为示例，上述执行主体可以通过接收相关排版人员的、针对图表初步描述文本的排版处理信息，来生成图表介绍文本。

在一些实施例的一些可选的实现方式中，上述根据上述图表初步描述文本，生成图表介绍文本，可以包括以下步骤：

第一步，上述执行主体可以从上述图表初步描述文本中提取数据统计内容、数据趋势变化内容和数据关联分析内容。其中，上述数据统计内容可以是图表初步描述文本中具有统计数据的内容。上述数据趋势变化内容可以是图表初步描述文本中带有数据趋势分析的内容。上述数据关联分析内容可以是图表初步描述文本中存在关联关系分析的内容。

例如，图表初步描述文本为“2012-03，A物品的销量为123，2012-04，A物品的销量为413。A物品的销量增加了290。2012-03，B物品的销量为341。2012-04，B物品的销量为631。B物品的销量增加了290。且“黄色”的B物品比“绿色”的A物品的物品销量更好”。其中，数据统计内容可以是“2012-03，A物品的销量为123。2012-04，A物品的销量为413。2012-03，B物品的销量为341。2012-04，B物品的销量为631”。数据趋势变化内容可以是“A物品的销量增加了290。B物品的销量增加了290。”数据关联分析内容可以是““黄色”的B物品比“绿色”的A物品的物品销量更好”。

第二步，上述执行主体可以通过有线方式或无线方式来获取上述目标演示文稿对应的演示主题。

第三步，上述执行主体可以确定与上述演示主题相对应的初始主题模板。

作为示例，上述执行主体可以从主题模板表中确定与上述演示主题相对应的初始主题模板。其中，上述主题模板表为目标数据库中的表征演示主题和初始主题模板之间对应关系的表。

第四步，上述执行主体可以将上述数据统计内容、上述数据趋势变化内容和上述数据关联分析内容填入上述初始主题模板，以生成填入后模板，作为上述图表介绍文本。

在一些实施例的一些可选的实现方式中，在步骤206之后，步骤还包括以下步骤：

第一步，上述执行主体可以生成与上述图表介绍文本相关的页面。其中，上述页面的页面内容为图表介绍文本的文本内容。

第二步，上述执行主体可以将上述页面在上述目标演示文稿对应的显示终端进行展示。例如，显示终端可以是平板。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的图表介绍文本生成方法可以准确、高效地生成针对目标图表的图表介绍文本。具体来说，造成生成图表介绍文本不够精确的原因在于：人工撰写描述内容的时效性和联动性较差，且存在生成的内容描述不够准确的问题。基于此，本公开的一些实施例的图表介绍文本生成方法，首先，响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集。在这里，所确定的第一数据属性集用于后续确定出更为精准的关键数据属性集。对应关键数据属性集越精准，后续所生成的图表初步描述文本更精准，对目标图表的描述更完善。然后，根据上述目标图表和上述数据属性集，生成第二数据属性集。在这里，第二数据属性集同第一数据属性集相同，都用于后续确定出更为精准的关键数据信息集。接着，将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集。在这里，第一数据属性集是通过分析图表底层数据集来确定的。第二数据属性集是通过分析目标图表来确定的。由此，通过两种不同的渠道来得到的关键数据属性集更为精准，且更有代表性。进而，从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集。在这里，所得到图表底层子数据集作为数据支持，以用于后续生成更为准确的图表初步描述文本。进一步地，根据上述图表底层子数据集，可以准确地生成与上述目标图表相对应的图表初步描述文本。最后，通过图表初步描述文本，生成图表介绍文本。在这里，所生成的图表初步描述文本往往内容较多，且没有明确的内容规整，以致首次观看者不能快速定位图表初步描述文本的重点内容。以此，根据图表初步描述文本，可以生成内容层次分明、整体结构更加清晰的图表介绍文本。

进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种图表介绍文本生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，一种图表介绍文本生成装置300包括：第一确定单元301、第一生成单元302、第二确定单元303、筛选单元304、第二生成单元305和第三生成单元306。其中，第一确定单元301，被配置成响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集；第一生成单元302，被配置成根据上述目标图表和上述数据属性集，生成第二数据属性集；第二确定单元303，被配置成将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；筛选单元304，被配置成从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集；第二生成单元305，被配置成根据上述图表底层子数据集，生成与上述目标图表相对应的图表初步描述文本；第三生成单元306，被配置成根据上述图表初步描述文本，生成图表介绍文本。

可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。

下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备101)400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上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。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述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电子设备执行时，使得该电子设备：响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定上述图表底层数据集对应的数据属性集中的第一数据属性集；根据上述目标图表和上述数据属性集，生成第二数据属性集；将上述第一数据属性集与上述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；从上述图表底层数据集中筛选出与上述关键数据属性集相对应的图表底层子数据集；根据上述图表底层子数据集，生成与上述目标图表相对应的图表初步描述文本；根据上述图表初步描述文本，生成图表介绍文本。

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公开的一些实施例的操作的计算机程序代码，上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，图示了按照本公开各种实施例的系统、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。

描述于本公开的一些实施例中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：一种处理器包括第一确定单元、第一生成单元、第二确定单元、筛选单元、第二生成单元和第三生成单元。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，第三生成单元还可以被描述为“根据上述图表初步描述文本，生成图表介绍文本”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些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，本公开的实施例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上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。例如上述特征与本公开的实施例中公开的(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 (7)

1.一种图表介绍文本生成方法，包括：

响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，将所述图表底层数据集转换为表格形式的数据集，得到表格数据集，其中，所述表格数据集的第一行数据为图表底层数据的数据属性集；

确定与所述表格数据集相对应的数据属性集中的每个数据属性对应的数据子集，得到数据子集组；

从所述数据子集组中去除为序号属性对应的数据子集和标识属性对应的数据子集，得到去除后数据子集组；

从所述去除后数据子集组中确定出数据类型为字符类型的数据子集，作为第一数据子集，得到至少一个第一数据子集；

从所述去除后数据子集组中确定出数据类型为数值类型的数据子集，作为第二数据子集，得到至少一个第二数据子集；

从所述去除后数据子集组中确定出数据类型为时间类型的数据子集，作为第三数据子集，得到至少一个第三数据子集；

从所述至少一个第一数据子集中去除字符内容类别数目小于第一数值、且大于第二数值的第一数据子集，得到去除后的第一数据子集组；

从所述至少一个第二数据子集中去除对应数据均方误差小于第三数值的第二数据子集，得到去除后的第二数据子集组；

将所述去除后的第一数据子集组对应的数据属性集、所述去除后的第二数据子集组对应的数据属性集、所述至少一个第三数据子集对应的数据属性集进行数据属性组合，得到组合属性集，作为第一数据属性集；

将所述目标图表的图表标题进行编码处理，得到标题向量；

对所述表格数据集对应的数据属性集中的每个数据属性进行编码处理，以生成属性向量，得到属性向量集；

确定所述标题向量与所述属性向量集中每个属性向量之间的向量相似度；

从所述属性向量集中筛选出对应向量相似度大于第四数值的属性向量，作为目标属性向量，得到目标属性向量集；

确定所述目标属性向量集对应的数据属性集；

对所述目标图表进行文字识别，以生成各个词；

从所述各个词中筛选出属性词，作为数据属性，得到至少一个数据属性；

将所述目标属性向量集对应的数据属性集和所述至少一个数据属性进行数据属性融合，得到融合后的数据属性集；

对所述融合后的数据属性集进行数据属性去重处理，得到去重后的数据属性集，作为第二数据属性集；

将所述第一数据属性集与所述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；

从所述图表底层数据集中筛选出与所述关键数据属性集相对应的图表底层子数据集；

根据所述图表底层子数据集，生成与所述目标图表相对应的图表初步描述文本；

根据所述图表初步描述文本，生成图表介绍文本。

2.根据权利要求1所述的方法，其中，在所述响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，确定所述图表底层数据集对应的数据属性集中的第一数据属性集之前，所述方法还包括：

响应于确定接收到针对目标链接的访问操作，确定所述目标数据库中是否存在所述图表底层数据集，其中，所述目标图表为目标演示文稿中目标幻灯片上的图片，所述目标链接为预先嵌入至所述目标幻灯片的链接。

3.根据权利要求2所述的方法，其中，所述方法还包括：

生成与所述图表介绍文本相关的页面；

将所述页面在所述目标演示文稿对应的显示终端进行展示。

4.根据权利要求3所述的方法，其中，所述根据所述图表初步描述文本，生成图表介绍文本，包括：

从所述图表初步描述文本中提取数据统计内容、数据趋势变化内容和数据关联分析内容；

获取所述目标演示文稿对应的演示主题；

确定与所述演示主题相对应的初始主题模板；

将所述数据统计内容、所述数据趋势变化内容和所述数据关联分析内容填入所述初始主题模板，以生成填入后模板，作为所述图表介绍文本。

5.一种图表介绍文本生成装置，包括：

第一确定单元，被配置成响应于确定目标数据库中存在与目标图表相对应的图表底层数据集，将所述图表底层数据集转换为表格形式的数据集，得到表格数据集，其中，所述表格数据集的第一行数据为图表底层数据的数据属性集；确定与所述表格数据集相对应的数据属性集中的每个数据属性对应的数据子集，得到数据子集组；从所述数据子集组中去除为序号属性对应的数据子集和标识属性对应的数据子集，得到去除后数据子集组；从所述去除后数据子集组中确定出数据类型为字符类型的数据子集，作为第一数据子集，得到至少一个第一数据子集；从所述去除后数据子集组中确定出数据类型为数值类型的数据子集，作为第二数据子集，得到至少一个第二数据子集；从所述去除后数据子集组中确定出数据类型为时间类型的数据子集，作为第三数据子集，得到至少一个第三数据子集；从所述至少一个第一数据子集中去除字符内容类别数目小于第一数值、且大于第二数值的第一数据子集，得到去除后的第一数据子集组；从所述至少一个第二数据子集中去除对应数据均方误差小于第三数值的第二数据子集，得到去除后的第二数据子集组；将所述去除后的第一数据子集组对应的数据属性集、所述去除后的第二数据子集组对应的数据属性集、所述至少一个第三数据子集对应的数据属性集进行数据属性组合，得到组合属性集，作为第一数据属性集；

第一生成单元，被配置成将所述目标图表的图表标题进行编码处理，得到标题向量；对所述表格数据集对应的数据属性集中的每个数据属性进行编码处理，以生成属性向量，得到属性向量集；确定所述标题向量与所述属性向量集中每个属性向量之间的向量相似度；从所述属性向量集中筛选出对应向量相似度大于第四数值的属性向量，作为目标属性向量，得到目标属性向量集；确定所述目标属性向量集对应的数据属性集；对所述目标图表进行文字识别，以生成各个词；从所述各个词中筛选出属性词，作为数据属性，得到至少一个数据属性；将所述目标属性向量集对应的数据属性集和所述至少一个数据属性进行数据属性融合，得到融合后的数据属性集；对所述融合后的数据属性集进行数据属性去重处理，得到去重后的数据属性集，作为第二数据属性集；

第二确定单元，被配置成将所述第一数据属性集与所述第二数据属性集中相同的数据属性，确定为关键数据属性，得到关键数据属性集；

筛选单元，被配置成从所述图表底层数据集中筛选出与所述关键数据属性集相对应的图表底层子数据集；

第二生成单元，被配置成根据所述图表底层子数据集，生成与所述目标图表相对应的图表初步描述文本；

第三生成单元，被配置成根据所述图表初步描述文本，生成图表介绍文本。

6.一种电子设备，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1-4中任一所述的方法。

7.一种计算机可读介质，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1-4中任一所述的方法。