[發明專利]一種賽事文字直播文本自動生成方法、系統及存儲介質

在審

• 申請號: 202110023416.5
• 申請日: 2021-01-08
• 公開（公告）號: CN112765949A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 張凱;劉杰;周建設;史金生;張佳琪
• 申請（專利權）人: 首都師范大學
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/284;G06K9/32
• 代理公司: 北京清控智云知識產權代理事務所(特殊普通合伙) 11919
• 代理人: 管士濤

1.一種體育賽事文字直播文本自動生成方法，其特征在于：所述方法包括：

S1，接收體育賽事的視頻直播數據；

S2，對所述視頻直播數據中的播報員語音和直播畫面中賽事數據部分的圖像進行識別，以獲得實時的賽事詳情；

S3，基于所述獲得的賽事詳情，判斷是否滿足寫作模板庫中任一寫作模板的觸發條件；

S4，如果所述觸發條件滿足，則調用對應的寫作模板，并將所述賽事詳情填入所述寫作模板的對應位置，以形成體育賽事文字直播文本；

S5，將所述文本傳輸至體育賽事文字直播內容直播輸出端。

2.根據權利要求1所述的方法，其特征在于：步驟S2中，若從播報員語音和直播畫面中賽事數據部分的圖像識別到的賽事詳情不一致，則在之后的預設時間后持續對播報員語音進行識別，如果識別到賽事數據錯誤的相關信息，則將此時播報員更改的語音信息作為所述賽事詳情；

或者，則在之后的預設時間后持續對直播畫面中賽事數據部分的圖像進行識別，如果識別到賽事數據違反常規賽事數據記錄規則，則以更新后的賽事數據作為所述賽事詳情。

3.根據權利要求1所述的方法，其特征在于：在步驟S1之前，還包括寫作模板庫生成步驟：

S01、對若干歷史體育賽事文字直播文本進行處理，提取出寫作模板句；

S02、利用余弦相似度對所述模板進行歸并，去除重復模板；

S03、給每個模板構建其觸發條件，從而完成模板庫的構建。

4.根據權利要求1所述的方法，其特征在于：步驟S01中，對若干體育新聞進行處理，提取出寫作模板句，包括：對若干歷史體育賽事文字直播文本進行處理，去除其中的事件實體和比賽實時描述，從而得到所述寫作模板句；其中，實時的事件實體包括球員名、球隊名、比分、比賽時間。

5.根據權利要求3所述的方法，其特征在于：步驟S02中，利用余弦相似度對所述模板進行歸并，去除重復模板，包括：

S021，對每個所述寫作模板句進行分詞處理以得到若干詞語；

S022，列出任意兩個所述寫作模板句中所有的詞語；

S023，計算各詞語在所述兩個寫作模板句中的詞頻；

S024，基于所述詞頻構建每個寫作模板句的詞頻向量；

S025，采用余弦相似度計算兩個所述寫作模板句的相似度，將相似度大于第二閾值的兩個所述寫作模板句進行歸并，從而實現去除重復模板；

S026，對于其他所述寫作模板句，重復執行步驟S022-S025，直至完成所有所述寫作模板句的相似度計算。

6.根據權利要求5所述的方法，其特征在于：所述余弦相似度計算公式為：

其中，x_i、y_i為所述詞頻向量中各詞語在兩個所述寫作模板句中的詞頻即子向量；cos(θ)的值越大，則越相似。

7.根據權利要求6所述的方法，其特征在于：所述步驟S02還包括對語義相似模板進行規一化處理步驟：

S0220，對于所述分詞處理后的若干詞語，采用Word2Vec工具將詞語映射到K維向量空間；

S0221，計算任意兩個所述詞語的向量空間相似度；

S0222，如果所述相似度閾值第一閾值，則在步驟S023中將兩個所述詞語的詞頻相加，并歸屬于其中任意一個詞語，并執行步驟S024。