申请/专利权人：北京奇艺世纪科技有限公司

申请日：2020-07-24

公开（公告）日：2024-01-23

公开（公告）号：CN111859894B

主分类号：G06F40/194

分类号：G06F40/194;G06F40/279;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.01.23#授权;2020.11.17#实质审查的生效;2020.10.30#公开

摘要：本发明实施例提供了一种情节文本确定方法及装置，涉及数据处理技术领域，其中，上述方法包括：确定文本中的各个文本单元；提取各个文本单元的内容特征；对上述文本中位置相邻的文本单元的内容特征进行特征匹配，确定内容特征相似的文本单元，将内容特征相似的文本单元确定到同一单元簇中，确定上述文本对应的各个单元簇；将每一单元簇包括的文本单元中的字符分别确定为上述文本中用于描述各个情节的情节文本。应用本发明实施例提供的方案确定文本中的情节文本，可以提高确定情节文本的效率。

主权项：1.一种情节文本确定方法，其特征在于，所述方法包括：确定文本中的各个文本单元，其中，各个文本单元中包含所述文本中的部分连续排列的字符，且各个文本单元之间在文本中的位置不存在交集；提取各个文本单元的内容特征，所述内容特征为：反映文本单元所描述的内容的特征，所述内容特征包括以下特征中的至少一种：针对时间的特征、针对地点的特征、针对文本角色的特征、针对天气的特征、针对物品的特征、针对字符的特征；针对聚合对象的每一类型的对象特征，计算各对相邻聚合对象在该对象特征上的相似度，作为局部相似度，其中，所述聚合对象为：进行对象聚合时的操作单元，每一聚合对象的初始对象中包含一个文本单元，且每一文本单元与每一初始对象一一对应，每一聚合对象的对象特征的初始值为聚合对象所包含的文本单元的内容特征，相邻聚合对象所包含的文本单元在所述文本中位置相邻；对各对相邻聚合对象的局部相似度进行统计计算，得到各对相邻聚合对象的整体相似度的初始值；按照以下表达式，调整各对相邻聚合对象对应的整体相似度的初始值，得到各对相邻聚合对象的整体相似度： 其中，W为所述整体相似度，W0为所述整体相似度的初始值，a、b、c与d为预设的参数，在计算相邻聚合对象中前端的聚合对象相对于后端的聚合对象的相似度的情况下，所述settingsize为后端的聚合对象中包含的文本单元的数量，在计算相邻聚合对象中后端的聚合对象相对于前端的聚合对象的相似度的情况下，所述settingsize为前端的聚合对象中包含的文本单元的数量；按照匹配结果对各对相邻聚合对象进行对象聚合，得到新的聚合对象；根据每一新的聚合对象的被聚合对象的对象特征，获得每一新的聚合对象的对象特征；在满足预设聚合终止条件的情况下，将各个聚合对象分别作为所述文本对应的各个单元簇；将每一单元簇包括的文本单元中的字符分别确定为所述文本中用于描述各个情节的情节文本。

全文数据：

权利要求：

百度查询： 北京奇艺世纪科技有限公司 一种情节文本确定方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD