[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

本申請直接從接收的直播視頻數據中識別獲得賽事詳情，然后判斷對應的賽事詳情是否滿足寫作模板的觸發條件，如果滿足，則將對應的賽事詳情填入對應的寫作模板，即可快速的生成體育賽事文字直播文本。另外，本申請中所生成的寫作模板庫是基于歷史體育賽事文字直播文本獲得的，從中獲得了準確的體育賽事相關術語及行文規范，確保了本申請中所生成的文字直播文本的準確及專業化程度。

技術領域

本申請涉及體育直播技術領域，具體而言，涉及一種體育賽事文字直播文本自動生成方法、系統及計算機可讀存儲介質。

背景技術

近年來,體育賽事的文字直播逐漸進入大眾視野,并成為體育愛好者除電視直播、網絡視頻直播外的又一種收看比賽的方式。體育賽事文字直播指的是直播員在比賽現場或者觀看比賽現場實況,以文字的形式同步將比賽現場的情況,通過網站直播間或APP終端傳播給用戶的一種直播形式。然而，體育賽事直播對實時性具有十分高的要求，而人工輸入顯然無法滿足該實時性要求，所以，目前亟待一種體育賽事文字直播內容自動生成技術。

發明內容

針對上述技術問題，本申請提供了一種體育賽事文字直播文本自動生成方法、系統設備及計算機可讀存儲介質。

本申請的第一方面提供了一種體育賽事文字直播文本自動生成方法，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。

優選地，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。

優選地，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。

優選地，步驟S01中，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，包括：對所述直播文本進行句子劃分，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，所述事件實體包括球員名、球隊名、比分、比賽時間。

優選地，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；