申请/专利权人：索尼集团公司

申请日：2020-05-19

公开（公告）日：2024-03-12

公开（公告）号：CN113748439B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F40/289;G06F40/35;G06N3/048;G06N3/0464;G06N3/08;G06N20/00

优先权：["20190520 US 62/850,075","20200508 US 16/869,892"]

专利状态码：有效-授权

法律状态：2024.03.12#授权;2021.12.21#实质审查的生效;2021.12.03#公开

摘要：提供了用于预测电影的成功商数的信息处理设备和方法。信息处理设备接收用于制作的电影的电影剧本，基于电影剧本的文本分析识别电影剧本中的多个场景，并基于多个场景的流派信息计算电影剧本的每个场景的第一分数。信息处理设备还识别电影剧本中的人物列表，选择人物列表中每个人物的角色扮演的演员，并计算指示所选择的演员对于角色扮演的适合性的第二分数。第二分数是基于机器学习模型计算的，该模型在历史电影数据库的数据点上进行训练。信息处理设备基于计算出的第一分数和计算出的第二分数预测电影的成功商数。

主权项：1.一种信息处理设备，包括：存储器，被配置为存储机器学习模型，所述机器学习模型是包括多个层的深度神经网络DNN，其中所述机器学习模型是在历史电影数据库的数据点上进行训练的；以及电路系统，被配置为：经由通信网络从用户的特定设备接收电影剧本；基于与用于制作的电影相关联的电影剧本的文本分析来识别电影剧本中的多个场景；基于电影剧本的文本分析来识别电影剧本中的人物列表；识别与所述多个场景中的每个场景相关联的流派信息；基于识别出的流派信息和历史电影数据库为识别出的人物列表的角色扮演选择演员列表；以及将包括识别出的所述多个场景、识别出的人物列表和与识别出的所述多个场景相关联的流派信息的数据集输入到DNN的所述多个层中的输入层，其中输入层的输出是基于输入数据集的加权输入，DNN的所述多个层中的第一中间层被配置为：从输入层接收加权输入；基于加权输入识别制作变量集合，制作变量集合包括电影剧本中的场景位置的数量、场景的数量和人物的数量；以及基于加权输入确定电影制作的预算和拍摄持续时间，DNN的所述多个层中的第二中间层被配置为：基于流派信息为识别出的所述多个场景中的每个场景计算第一分数；对于所选择的演员列表中的每个演员，计算指示每个演员对于角色扮演的适合性的第二分数，基于机器学习模型的经训练的数据点计算用于识别出的制作变量集合的第一权重、用于确定的预算的第二权重以及用于确定的拍摄持续时间的第三权重，DNN的所述多个层中的输出层被配置为基于为识别出的所述多个场景中的每个场景计算的每个第一分数的加权平均、为所选择的演员列表计算的第二分数、第一权重、第二权重以及第三权重来预测电影的成功商数，并且预测的成功商数是基于电影剧本的电影成功的度量，确定预测的成功商数大于特定阈值；基于确定预测的电影的成功商数大于所述特定阈值，向所述用户的特定设备输出所接收的电影剧本作为用于制作的最佳电影剧本；以及基于确定预测的电影的成功商数大于所述特定阈值，输出所选择的演员列表作为用于制作的电影的演员阵容的最佳列表。

全文数据：

权利要求：

百度查询： 索尼集团公司 电影的成功商数的预测

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