[發明專利]文本分析及可視化方法與系統

在審

• 申請號: 202211716825.4
• 申請日: 2022-12-29
• 公開（公告）號: CN116151255A
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 朱風云;陳博
• 申請（專利權）人: 北京靈伴即時智能科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/289;G06V30/414;G06V30/19;G06T11/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種文本分析及可視化系統，自然語言處理器提取文本中的角色及對應的角色信息并構建角色列表，將文本劃分成劇情片段；統計處理器統計角色在劇情片段中的出場頻次；相關分析器對出場頻次分布進行分析并獲取各個角色間出場頻次的相關性；可視化裝置通過可視化方法將角色在各劇情片段中的出場頻次進行呈現，利用角色類型以及不同角色之間出場頻次的相關性對各個角色的呈現順序進行排列，使得相鄰角色之間的相關性最大化。此外，本發明還公開了一種文本分析及可視化方法。本發明能夠輔助劇本編輯者根據文本進行劇本改編以及導演使用劇本安排和指導表演者進行表演，極大提高了文本改編的效率，保證了文本改編作品的表演質量。

技術領域

本發明涉及文本分析處理領域，特別涉及一種文本分析及可視化方法與系統。

背景技術

當前，文學視聽化、影視化浪潮愈演愈烈，在對現有的文字作品（例如小說、散文）進行改編的場景中，最終改編的目標形式通常為電影、電視劇、動畫、漫畫、廣播劇、話劇、音樂劇等，而改編過程抽象地分為兩個階段，即劇本編輯階段、表演階段；

在劇本編輯階段中，劇本的編輯者將文字作品的文本改編為劇本，劇本描述了表演者和角色之間的關系以及劇本內容和角色之間的關系，并由劇本能夠推出劇本內容和表演者之間的關系；而在表演階段中，表演者根據劇本演繹其中的內容；

在劇本編輯階段，劇本的編輯者首先需要仔細閱讀文字作品，從而獲取文本中與角色相關的信息，包括全部文本所包含的所有角色以及各個角色對應的角色信息；

在表演階段，表演者可以為一人或者多人，每個表演者可以分別飾演多個角色，即表演者和角色之間存在一對多關系，因此劇本的使用者即導演在根據劇本安排表演者和角色之間關系時需要考慮在同一個劇情場景中同一個表演者盡量兼任較少的角色，從而保證表演作品的質量；

因此，當前在對文字作品進行改編的兩個階段中，劇本的編輯者在改編劇本的過程中，以及導演在使用劇本安排和指導表演者進行表演的過程中都需要付出大量的精力，降低了改編的工作效率。

發明內容

基于此，為解決現有技術中的技術問題，特提出了一種文本分析及可視化方法，包括：

將文本輸入至文本分析及可視化系統中；文本分析及可視化系統包括自然語言處理器、統計處理器、相關分析器、可視化裝置；

自然語言處理器對輸入的文本進行自然語言處理從而提取文本中的角色及對應的角色信息并構成角色列表；

自然語言處理器對文本進行自然語言處理從而將文本劃分成一個或多個劇情片段；

統計處理器統計得到各個角色在各劇情片段中的出場頻次；

相關分析器對角色在各劇情片段中的出場頻次分布模式進行分析并獲取各個角色之間出場頻次的相關性；

可視化裝置通過可視化方法將角色在各劇情片段中的出場頻次進行呈現；可視化裝置利用角色類型以及不同角色之間出場頻次的相關性對各個角色的呈現順序進行排列，使得相鄰角色之間的相關性最大化。

在一種實施例中，角色信息包括角色類型、角色性別、角色年齡、角色特點；

角色信息還包括該角色在涉及其自身的不同劇情片段出場的文本實例，用于輔助編輯者對角色進行梳理和判斷；

角色信息還包括各個角色在文本的全文中的總出場頻次、總出場頻次占比，由統計處理器統計得到；

角色信息還包括各個角色的在不同劇情片段中的出場頻次，由統計處理器統計得到。

在一種實施例中，自然語言處理器包括命名實體識別模型裝置、角色信息判斷模型裝置、角色特點描述模型裝置；

命名實體識別模型裝置從文本中獲取并標注角色名，通過對全文出場的角色進行提取和統計獲得角色列表；

角色信息判斷模型裝置根據角色名和角色出場的上下文對角色的角色類型、角色性別、角色年齡進行分類；

角色特點描述模型裝置通過對輸入的角色出場時的上下文進行分析處理，輸出角色特點的概要性描述；