申请/专利权人：南京数睿数据科技有限公司

申请日：2022-05-31

公开（公告）日：2023-11-24

公开（公告）号：CN115034184B

主分类号：G06F40/166

分类号：G06F40/166;G06F16/2458;G06V30/148;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.11.24#授权;2022.09.30#实质审查的生效;2022.09.09#公开

摘要：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。

主权项：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。

全文数据：

权利要求：

百度查询： 南京数睿数据科技有限公司 图表介绍文本生成方法、装置、设备和计算机可读介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD