[发明专利]影视作品选角方法及系统在审

专利信息
申请号: 202110860072.3 申请日: 2021-07-28
公开(公告)号: CN113792547A 公开(公告)日: 2021-12-14
发明(设计)人: 刘杰;张树武;邢立栋 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06F40/289 分类号: G06F40/289;G06F40/216;G06F16/9535;G06F16/783
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 李文清
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 影视 作品选 方法 系统
【权利要求书】:

1.一种影视作品选角方法,其特征在于,包括:

获取待选角影视作品的角色需求文本信息;

将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配,得到匹配结果;

基于所述匹配结果,对所述待选角影视作品进行选角。

2.根据权利要求1所述的影视作品选角方法,其特征在于,所述将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配,得到匹配结果,具体包括:

将所述角色需求文本信息进行向量化表示,得到角色需求向量;

将各演员的个性化特征文本信息进行向量化表示,得到各演员的个性化特征向量;

将所述角色需求向量与各演员的个性化特征向量进行匹配,得到所述匹配结果。

3.根据权利要求2所述的影视作品选角方法,其特征在于,所述将所述角色需求向量与各演员的个性化特征向量进行匹配,得到所述匹配结果,具体包括:

计算所述角色需求向量与各演员的个性化特征向量的相似度,并将各演员对应的相似度确定为各演员对应的匹配结果。

4.根据权利要求2所述的影视作品选角方法,其特征在于,所述将所述角色需求文本信息进行向量化表示,得到角色需求向量,具体包括:

将所述角色需求文本信息进行分词处理,得到所述角色需求文本信息对应的需求词语;

基于所述需求词语的词向量以及所述角色需求文本信息中所述需求词语的词频,确定所述角色需求向量。

5.根据权利要求1-4中任一项所述的影视作品选角方法,其特征在于,所述演员全量个性化标签库基于如下方法确定:

采集各演员的历史作品信息;

基于各演员的历史作品信息,确定各演员对应的指定搜索词;

基于各演员对应的指定搜索词,确定各演员的新闻与评论文本信息,并从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息;

基于各演员的个性化特征文本信息,确定所述演员全量个性化标签库。

6.根据权利要求5所述的影视作品选角方法,其特征在于,所述从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息,具体包括:

对于任一演员,将所述任一演员的新闻与评论文本信息进行分词处理,得到所述任一演员对应的描述词语;

将所述任一演员对应的描述词语进行词性标注,并确定所述任一演员的新闻与评论文本信息中的目标词性关键词;

基于所述任一演员对应的目标词性关键词的词频,确定所述任一演员的个性化特征文本信息。

7.根据权利要求6所述的影视作品选角方法,其特征在于,所述历史作品信息包括历史出演角色;

相应地,所述确定所述任一演员的新闻与评论文本信息中的目标词性关键词,具体包括:

在预设窗口内确定所述任一演员的新闻与评论文本信息中的目标词性关键词;

其中,所述预设窗口基于所述历史出演角色的标识信息或所述任一演员的标识信息在所述任一演员的新闻与评论文本信息中的位置确定。

8.一种影视作品选角装置,其特征在于,包括:

获取模块,用于获取待选角影视作品的角色需求文本信息;

匹配模块,用于将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配,得到匹配结果;

选角模块,用于基于所述匹配结果,对所述待选角影视作品进行选角。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述影视作品选角方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述影视作品选角方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110860072.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top