[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

说明书

本公开涉及演示文稿的识别方法和装置、电子设备和存储介质，涉及计算机技术领域。该演示文稿的识别方法包括：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。该演示文稿的识别方法可以提升识别准确性。

技术领域

本公开涉及计算机技术领域，更具体地，涉及演示文稿的识别方法和装置、电子设备和存储介质。

背景技术

随着编辑软件的发展，用户对软件功能提出了更高的要求，希望软件具有自动美化幻灯片页面(以下简称为页面)的功能。为了更好的支持这一功能，需要对演示文稿的页面的页面类型进行识别，在美化时根据页面类型确定美化策略以进行针对性的美化处理。通常是由用户确定页面的类型，选取出与该页面对应的美化策略，这一过程需要用户参与、不够友好方便。因此，有必要提供一种更准确、更通用的识别演示文稿页面类型的方案。

发明内容

本公开实施例的一个目的是提供演示文稿的识别方法和装置、电子设备和存储介质，可以准确识别出文稿的页面的类型并且具有更好的通用性。

根据本公开的实施例的第一方面，提供了演示文稿的识别方法。

该演示文稿的识别方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。