[发明专利]演示文稿的识别方法和装置、电子设备和存储介质

权利要求书

1.一种演示文稿的识别方法，其特征在于，包括：

获取演示文稿中的目标页面，其中，所述目标页面是所述演示文稿中的任一页面；

提取所述目标页面的结构特征，并提取所述目标页面的内容特征；

将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中，通过所述页面类型识别模型识别出所述目标页面的类型。

2.根据权利要求1所述的方法，其特征在于，所述页面类型识别模型包括分类网络和至少一个全连接网络；

所述通过所述页面类型识别模型识别出所述目标页面的类型，包括：

通过所述全连接网络将所述目标页面的结构特征和所述目标页面的内容特征拼接成所述目标页面的特征矩阵，并对所述目标页面的特征矩阵进行向量处理得到中间向量；

通过所述分类网络对所述中间向量进行分类处理，得到所述目标页面的类型。

3.根据权利要求1所述的方法，其特征在于，在将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中之前，所述方法还包括：

提取所述目标页面的图像特征；

所述将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中，包括：

将所述目标页面的结构特征、所述目标页面的内容特征和所述目标页面的图像特征输入至页面类型识别模型中。

4.根据权利要求3所述的方法，其特征在于，所述提取所述目标页面的图像特征，包括：

将所述目标页面转换为第一图片；

对所述第一图片进行灰度处理，得到第二图片；

对所述第二图片进行压缩处理，得到第三图片；

将所述第三图片输入至预先训练好的图片特征提取模型中，提取出所述第三图片的特征作为所述目标页面的图像特征。

5.根据权利要求1所述的方法，其特征在于，所述提取所述目标页面的内容特征，包括：

将所述目标页面中的所有文字排列成第一序列；

将所述第一序列输入至预先训练好的孪生神经网络中，提取出所述第一序列的特征作为所述目标页面的内容特征。

6.根据权利要求1所述的方法，其特征在于，在将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中之前，所述方法还包括：

提取所述目标页面的文件名特征；

所述将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中，包括：

将所述目标页面的结构特征、所述目标页面的内容特征和所述目标页面的文件名特征输入至页面类型识别模型中。

7.根据权利要求6所述的方法，其特征在于，所述提取所述目标页面的文件名特征，包括：

将所述演示文稿的文件名中的所有文字排列成第二序列；

将所述第二序列输入至预先训练好的孪生神经网络中，提取出所述第二序列的特征作为所述目标页面的文件名特征。

8.根据权利要求1所述的方法，其特征在于，所述提取所述目标页面的结构特征，包括：

对所述目标页面进行解析，确定所述目标页面的第一结构特征值和所述目标页面的第二结构特征值；所述目标页面的第一结构特征值表征所述目标页面中含有的预设结构的数量；所述目标页面的第二结构特征值表征所述目标页面中含有的预设结构的平均面积；

将所述目标页面的第一结构特征值和所述目标页面的第二结构特征值作为所述目标页面的结构特征。

9.根据权利要求1所述的方法，其特征在于，在将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中之前，所述方法还包括：

提取所述目标页面的页面属性特征；

所述将所述目标页面的结构特征和所述目标页面的内容特征输入至页面类型识别模型中，包括：

将所述目标页面的结构特征、所述目标页面的内容特征和所述目标页面的页面属性特征输入至页面类型识别模型中。