[發明專利]一種電影劇本情節預測方法

有效

• 申請號: 201911416320.4
• 申請日: 2019-12-31
• 公開（公告）號: CN111222315B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 劉宏偉;劉宏蕊
• 申請（專利權）人: 天津外國語大學;廣東工業大學
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/253;G06F40/289;G06F40/30;G06N3/042
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 吳夢圓

1.一種電影劇本情節預測方法，其特征在于，包括：

將歷史文本切分為語句；

確定語句中包含的事件以及所述事件的事件特征；

根據各個事件的時序，建立事件圖，所述事件圖中的每個節點對應一個事件，節點的特征向量通過該節點所對應事件的事件特征確定；

將指定節點路徑中包含的節點的特征向量，輸入訓練后的圖神經網絡，輸出與所述指定節點路徑相應事件的預測節點；

其中，所述事件特征包括事件類型、場景信息以及情感標簽；

其中，所述事件類型通過以下步驟確定：

對所述語句進行詞性標注，并確定所述語句中的動詞；

將所述動詞與預先建立的自動內容抽取庫中的事件類型進行匹配，得到與所述動詞相匹配的事件類型；

所述場景信息通過以下步驟確定：

利用正則表達式從所述歷史文本中定位以“EXT.”或者“INT.”開頭的目標語句；

基于所述目標語句確定所述場景信息；

所述情感標簽通過以下步驟確定：

利用詞向量技術，將所述語句轉換為對應的數值信息；

將所述數值信息輸入預先建立的樸素貝葉斯模型，得到所述語句的情感標簽。

2.根據權利要求1所述的方法，其特征在于，所述將指定節點路徑中包含的節點的特征向量，輸入訓練后的圖神經網絡，輸出與所述指定節點路徑相應事件的預測節點，包括：

將節點的特征向量，輸入所述訓練后的圖神經網絡，得到節點的狀態向量；

將所述指定節點路徑中包含的節點的特征向量與狀態向量，輸入所述訓練后的圖神經網絡，輸出與所述指定節點路徑相應事件的預測節點。

3.根據權利要求2所述的方法，其特征在于，所述將節點的特征向量，輸入所述訓練后的圖神經網絡，得到節點的狀態向量，包括：

將節點的特征向量、與該節點相連的邊的特征向量、與該節點相鄰的節點的特征向量以及狀態向量，輸入訓練后的針對局部轉化的前饋全連接神經網絡函數中，得到該節點的狀態向量。

4.根據權利要求1所述的方法，其特征在于，還包括：

在輸出與制定節點路徑相應事件的預測節點后，執行以下步驟：

將所述預測節點的狀態向量以及特征向量，輸入所述圖神經網絡，輸出與所述預測節點相應的下一個預測節點。

5.一種電影劇本情節預測裝置，其特征在于，包括：

語句切分模塊，用于將歷史文本切分為語句；

事件特征確定模塊，用于確定語句中包含的事件以及所述事件的事件特征；

事件圖確定模塊，用于根據各個事件的時序，建立事件圖；所述事件圖中的每個節點對應一個事件，節點的特征向量通過該節點所對應事件的事件特征確定；

節點選取模塊，用于將指定節點路徑中包含的節點的特征向量，輸入訓練后的圖神經網絡，輸出與所述指定節點路徑相應事件的預測節點；

其中，所述事件特征包括事件類型、場景信息以及情感標簽；

其中，所述事件類型通過以下步驟確定：

對所述語句進行詞性標注，并確定所述語句中的動詞；

將所述動詞與預先建立的自動內容抽取庫中的事件類型進行匹配，得到與所述動詞相匹配的事件類型；

所述場景信息通過以下步驟確定：

利用正則表達式從所述歷史文本中定位以“EXT.”或者“INT.”開頭的目標語句；

基于所述目標語句確定所述場景信息；

所述情感標簽通過以下步驟確定：

利用詞向量技術，將所述語句轉換為對應的數值信息；

將所述數值信息輸入預先建立的樸素貝葉斯模型，得到所述語句的情感標簽。

6.一種計算機設備，包括處理器以及用于存儲處理器可執行指令的存儲器，所述處理器執行所述指令時實現權利要求1-4中任意一項所述方法的步驟。

7.一種計算機可讀存儲介質，其上存儲有計算機指令，所述指令被執行時實現權利要求1-4中任意一項所述方法的步驟。