[发明专利]一种基于剧本和字幕分析的抽取重要电影片段的方法

说明书

本发明公开了一种基于剧本和字幕分析的抽取重要电影片段的方法，步骤1：从电影剧本中抽取出基本要素相关数据包括场景名、场景描述、人物、人物对话和人物动作的相关数据；步骤2：从字幕中抽取出基本要素相关数据包括人物对话和人物对话的起始时间；步骤3：实现将剧本的信息丰富以及获得每个场景的起始时间；步骤4：依据人物相关、地点相关和配角相关将电影的相关场景合并，划分出电影片段；步骤5、6、7、8：分别计算关键词得分、主要人物得分、情感得分和动作得分，步骤9：计算每一个电影片段的重要程度值，取得分较高的作为重要的电影片段。本发明实现了在划分好电影片段的基础上对语义进行更深入的分析。

技术领域

本发明涉及数据处理技术领域，特别涉及一种重要电影片段的抽取方法。

背景技术

电影剧本都是由多个场景组成，每个场景表示一个故事情节，连续的几个场景才可以表示一个有意义的故事片段。通常一个场景的时间比较短，内容比较少，不适合做语义分析，需要将连续的可以构成一个故事片段的几个场景进行合并，这样就将剧本的原始场景划分成了电影片段，再对划分好的电影片段进行分析。重要的电影片段在语义上更能概括整部电影的内容，也是整个电影中比较精彩的部分，用户可以通过观看重要的电影片段大致了解电影的内容。因此基于剧本和字幕分析抽取重要电影片段具有重要意义。

发明内容

本发明旨在提出一种基于剧本和字幕分析的抽取重要电影片段的方法，借助每一个电影片段的重要程度值，根据需要抽取重要程度值最大的前几个作为该电影的重要片段，为用户快速了解电影内容以及索引视频提供便利。

本发明的一种基于剧本和字幕分析的抽取重要电影片段的方法，该方法包括如下步骤：

步骤1：从电影剧本原始文本中抽取出基本要素相关数据包括场景名、场景描述、人物、人物对话和人物动作的相关数据；

步骤2：从字幕原始文本中抽取出基本要素相关数据包括人物对话和人物对话的起始时间；

步骤3：利用步骤1和步骤2得到的相关数据，计算剧本和字幕中人物对话的相似度，取最大值进行匹配，实现将剧本的信息丰富以及获得每个场景的起始时间；

步骤4：依据人物相关、地点相关和配角相关将电影的相关场景合并，划分出电影片段；

步骤5：根据TF-IDF算法提取整个剧本的关键词，统计词频，计算关键词得分，关键词得分给出定义如下：

其中，k_关键词表示关键词编号，n_关键词表示关键词的个数，表示第k个关键词在全文的词频，表示第k_关键词个关键词在一个片段i中的词频；

步骤6：分别统计每个片段中的主要人物的数量以及这些主要人物在该片段中的台词数量，计算主要人物得分，主要人物得分的定义如下：

其中，|MC(i)|表示第i个片段中主要人物的数量|MCC(k_人物)|表示第k_人物个人物在一个电影片段中的台词数量；

步骤7：提取每个片段的人物对话，计算情感得分，情感得分的定义如下：

其中，X表示每句台词的情感值，n_台词表示一个片段中的台词数量，k_人物表示一个片段中的人物对话编号，i表示片段编号；

步骤8：在提取出的关键词中查找动词，统计这些动词的词频以及关键词的词频，计算动作得分，动作得分的定义如下：