一种会议记录抽取与PPT插入方法与系统

摘要

在会议中获取演讲者的语音数据自动转换为文本数据，做分句、分词，做非负矩阵分解，获得会议话题列表，判断出前后无法连接形成话题的孤立句子，判断所述孤立句子是否在topK个话题中；获取PPT内容；通过ImageCaption技术，将PPT中的图像转化为图像文本描述，并将所述图像文本描述与所述去噪后会议内容文本进行相似度匹配；最终获得去除了会议噪音并包含有PPT的会议记录内容。本发明通过将会议中上下文无关联的噪音去除，能有效的降低自动会议记录产生大量话题噪音的问题。并且基于更加重要核心的话题去提取PPT内容，又使PPT内容更加具有精确度，使会议记录更加突出重点，值得阅读。