Intelligent generation and fine tuning of style based on the historical excellent layouts of digital newspapers
方法 首先根据历史优秀版面训练概率模型来推断电子报版面的样式,并结合固定布局约束和用户约束保证样式有效,同时构建美学设计原理的量化方法进一步实现样式微调。
结果 通过定性和定量评估,表明由本文模型推断出的样式参数精确度良好,且满足用户一定的需求。
局限 本文方法暂时只支持单页电子报的自动生成,然而报纸排版多由多个版面组成,故未来的工作需要对报纸内容进行分页操作。
结论 本文方法可以自动生成满足视觉美观性、层次性和可读性的报纸。
[V2] | 2022-07-14 19:20:34 | ChinaXiv:202207.00113V2 | 下载全文 |
[V1] | 2022-07-12 19:34:40 | ChinaXiv:202207.00113v1 查看此版本 | 下载全文 |
1. Turing’s thinking machine and ’t Hooft’s principle of superposition of states | 2024-05-14 |
2. 恶意代码SCMP分类方法框架与风险行为多标签机制 | 2024-05-09 |
3. SteganoDDPM: A high-quality image steganography self-learning method using diffusion model | 2024-04-23 |
4. 引导大语言模型生成计算机可解析内容 | 2024-04-21 |
5. 基于大语言模型的中英文整合复杂性建模研究 | 2024-04-10 |
6. 大模型与标准文献知识库的融合应用探索 | 2024-04-10 |
7. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证 | 2024-04-09 |
8. 引导大语言模型生成计算机可解析内容 | 2024-04-07 |
9. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现 | 2024-04-04 |
10. 一种基于能量-信息转换的智能测度 | 2024-03-30 |