[发明专利]一种Word文档向LaTeX文档转换的方法及系统

摘要

本发明提供了一种Word文档向LaTeX文档转换的方法及系统，用户提交Microsoft Office Word文档文件，系统利用JACOB技术对文件中的文本、图片、公式、表格等数据进行初始分析；利用Apache POI、JACOB技术提取源文件中的数据元素，并记录各元素的相对位置信息；根据朴素贝叶斯算法对提取的各文本元素进行分类，基于层叠自动编码器对源文件公式实现转换；将所述相对位置信息与各数据元素相结合，形成LaTeX目标文档的信息流；将上述信息流写入到目标文件中，从而转换成最终的LaTeX文档。本发明能够降低由Microsoft Office Word文档向LaTeX文档转换的困难性和复杂性，为高校师生及科研人员等提供了专业的文档转换方法，提高了对文档处理的工作效率。

主权项

1.一种Word文档向LaTeX文档转换的方法，应用于计算机设备内的应用程序中，所述应用程序是响应人为触发指令后才进行启动的，其特征在于，包括：S1、用户向系统提交Microsoft Office Word源文件；S2、系统打开所述Microsoft Office Word源文件；S3、通过JACOB组件对源文件中的文本、图片、表格、公式数据元素进行初始分析，获取每个数据元素的类别以及在源文档中的相对位置信息，并记录分析后的类别及位置参数；S4、利用Apache POI和JACOB技术提取源文件中的各类数据元素；S5、利用朴素贝叶斯算法对提取的数据元素进行分类判定以形成相对应的LaTeX文本元素信息流，基于层叠自动编码器对源文件公式元素进行转换以形成最佳的LaTeX公式元素信息流，其余数据元素按照相对位置信息转换为目标文档格式信息流；S6、将上述相对位置信息与各目标数据元素信息流相结合，形成LaTeX目标文档的信息流；S7、将所述信息流写入到目标文件中，从而转换成LaTeX文档。