[发明专利]文本转矢量图的方法及装置

说明书

本申请公开了一种文本转矢量图的方法及装置，该方法包括：将待转换文本分解为词序列；利用已建立的词向量表将分解后的词序列中的每个词变成词向量，获得词向量序列；将所述词向量序列输入已训练好的神经网络模型中，获得由多个矢量图向量组成的矢量图向量序列，所述神经网络模型是以多个已知的词向量序列作为输入、以对应的多个已知的矢量图向量作为输出进行训练而得到的；将所述矢量图向量序列按照预定要求转换为矢量图。通过上述方式，本申请能够自动将文本转换为矢量图，简单且编辑门槛低。

技术领域

本申请涉及文本转换技术领域，特别是涉及一种文本转矢量图的方法及装置。

背景技术

流程图广泛应用于多个领域，它是以特定的图形符号加上说明，表示算法的图，能够清楚地描述工作过程的顺序。在许多系统中，例如：办公自动化系统、预案处置方案等等，都有为了方便用户使用的可视化流程图编辑工具来让用户自定义流程。

在现有技术中，编辑流程图通常是用绘图工具，采用手工的方式进行编辑；有的制作出专门的流程图转换软件，主要是通过定义严格的固定格式的文本，从而可实现将文本转换为流程图。

但是，本申请的发明人在长期的研发过程中发现，采取手工编辑的方式，比较费时，且编辑门槛较高；采取软件的方式，需要相关人员熟悉其规范的定义，这些语言不是自然语言，不够人性化，还不如用流程图制图工具来制作流程图。

发明内容

本申请主要解决的技术问题是提供一种文本转矢量图的方法及装置，能够自动将文本转换为矢量图，简单且编辑门槛低。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种文本转矢量图的方法，所述方法包括：将待转换文本分解为词序列；利用已建立的词向量表将分解后的词序列中的每个词变成词向量，获得词向量序列；将所述词向量序列输入已训练好的神经网络模型中，获得由多个矢量图向量组成的矢量图向量序列，所述神经网络模型是以多个已知的词向量序列作为输入、以对应的多个已知的矢量图向量作为输出进行训练而得到的；将所述矢量图向量序列按照预定要求转换为矢量图。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种文本转矢量图的装置，所述装置包括：处理器、存储器以及输入输出装置，所述处理器分别与所述存储器、所述输入输出装置耦合，其中，所述存储器用于存储程序；所述输入输出装置用于输入待转换文本和输出矢量图；所述处理器当运行所述程序时用于通过所述输入输出装置获取所述待转换文本，将所述待转换文本分解为词序列；利用已建立的词向量表将分解后的词序列中的每个词变成词向量，获得词向量序列；将所述词向量序列输入已训练好的神经网络模型中，获得由多个矢量图向量组成的矢量图向量序列，所述神经网络模型是以多个已知的词向量序列作为输入、以对应的多个已知的矢量图向量作为输出进行训练而得到的；将所述矢量图向量序列按照预定要求转换为矢量图。

本申请的有益效果是：区别于现有技术的情况，本申请将待转换文本分解为词序列；利用已建立的词向量表将分解后的词序列中的每个词变成词向量，获得词向量序列；将所述词向量序列输入已训练好的神经网络模型中，获得由多个矢量图向量组成的矢量图向量序列，所述神经网络模型是以多个已知的词向量序列作为输入、以对应的多个已知的矢量图向量作为输出进行训练而得到的；将所述矢量图向量序列按照预定要求转换为矢量图。由于将待转换文本分解为词序列，进而获得词向量序列，将词向量序列输入已训练好的神经网络模型中，获得由多个矢量图向量组成的矢量图向量序列，将矢量图向量序列按照预定要求转换为矢量图，通过这种方式，能够自动将文本转换为矢量图，不需要用户掌握专门的编辑工具或者特定的语言，编辑门槛低，简单方便快速。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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。其中：

图1是本申请文本转矢量图的方法一实施方式的流程图，；