申请/专利权人:广东工业大学
申请日:2020-09-07
公开(公告)日:2024-01-23
公开(公告)号:CN112015890B
主分类号:G06F16/34
分类号:G06F16/34;G06F16/33;G06F40/295;G06F16/35
优先权:
专利状态码:有效-授权
法律状态:2024.01.23#授权;2020.12.18#实质审查的生效;2020.12.01#公开
摘要:本发明提供了一种电影剧本摘要的生成方法和装置,方法包括:获取待分析的电影剧本和情节关键字;对待分析的电影剧本进行分析得到初始三元组;采用图卷积神经网络对初始三元组建立图结构;获取结点的特征向量根据特征向量计算各结点的重要性值;根据各重要性值从初始三元组筛选出第一重要三元组;将情节关键字与初始三元组进行文本匹配筛选出第二重要三元组;将第一重要三元组和第二重要三元组进行合并删除重复的三元组,形成最终重要三元组;将最终重要三元组输入至预先训练的神经规划器,得到文本规划;根据文本规划生成引用表达式;将引用表达式输入至神经翻译系统,得到电影剧本摘要。该方法能提高摘要生成的可靠性并且生成速度快。
主权项:1.一种电影剧本摘要的生成方法,其特征在于,包括以下步骤:获取待分析的电影剧本以及从网站中获取所述待分析的电影剧本的情节关键字;对所述待分析的电影剧本进行依存分析,得到初始三元组;采用图卷积神经网络对所述初始三元组建立图结构;对所述图结构中的各结点采用全局图编码方法和局部图编码方法来获取结点的特征向量,并根据所述特征向量计算各结点的重要性值;所述重要性值的计算如下:ECi=xi=hv·Axu其中,A为邻接矩阵,xu表示邻接结点的重要性量值,xi值越大表示相应的结点在图结构网络中的重要性越大;根据各所述重要性值从所述初始三元组筛选出第一重要三元组;将所述情节关键字与所述初始三元组进行文本匹配,筛选出第二重要三元组;将所述第一重要三元组和所述第二重要三元组进行合并删除重复的三元组,形成最终重要三元组;将所述最终重要三元组输入至预先训练的神经规划器,得到文本规划;其中,所述预先训练的神经规划器是采用WebNLG数据集对神经规划器进行训练得到的;根据所述文本规划生成引用表达式;将所述引用表达式输入至神经翻译系统,得到电影剧本摘要。
全文数据:
权利要求:
百度查询: 广东工业大学 电影剧本摘要的生成方法和装置
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。