[发明专利]一种影视剧本中人物阵营的识别和划分方法

权利要求书

1.一种影视剧本中人物阵营的识别和划分方法，其特征在于，该方法包括以下步骤：

步骤1，建立情感词词典；

步骤2，对影视剧本的文字内容进行分词处理，得到列表L1，对该列表L1进行向量化处理，并使用所述情感词词典生成情感词矩阵；

步骤3，针对剧本中的对白内容进行分词处理，记录到列表L2中；

步骤4，根据步骤3中的列表L2对影视剧本中人物的“协作或对抗”关系进行量化处理，得到代表两两人物之间“协作或对抗”关系的量化表征；

步骤5，使用步骤4中的量化表征构建人物社交网络并划分阵营；

其中，步骤2具体包括：

（1）逐行读取影视剧本文字内容；

（2）使用分词技术对读取的文字内容进行分词处理，得到所述列表L1；

（3）移除列表L1中的无意义词；

（4）对列表L1使用Word2Vec算法，生成列表L1去除重复词的词向量V；

（5）利用步骤1中的情感词词典与词向量V做交集，得到带有明确情感分类的词向量集合，该集合通过行合并或列合并的方式形成矩阵，称为所述情感词矩阵；

步骤3具体包括：

（1）初始化一个循环变量N，设置N=1；

（2）读取影视剧本的第N行字符串S1，判断字符串S1中是否存在中英文冒号，如果不存在中英文冒号，则设置N=N+1，继续执行第（2）步；如果存在中英文冒号且不是字符串S1第一个字符或最后一个字符，则继续进行下一步；

（3）读取第N+1行字符串S2，如果字符串S2中不存在中英文冒号，则设置N=N+2，返回第（2）步；如果字符串S2中存在中英文冒号，则继续进行下一步；

（4）读取字符串S2中冒号后的内容，去除无意义词后，得到字符串S3；

（5）对字符串S3进行分词处理，记录到列表L2中；

（6）设置N=N+1，返回第（2）步；

步骤4具体包括：

（1）利用Tf-Idf算法对步骤3列表L2中的剧本对白分词标注关键词权重，依据一定分位数阈值提取关键词权重总和排名靠前的剧本对白分词，记录到列表L2中；

（2）依次遍历列表L2中的剧本对白分词，从步骤2中第（4）步得到的词向量集合中找到该剧本对白分词对应的词向量，并按照各自对应的关键词权重求得加权平均向量；

（3）利用向量的余弦距离计算方法，计算得到的加权平均向量与步骤2中第（5）步得到的情感词矩阵各行的相似度，对于相似度大于一定阈值所代表的情感词，在其原始的情感词词典中找到其对应的情感分类和情感强度，以情感强度作为权重，对不同的情感分类做加权求和，得到不同情感分类的量化表征；

（4）针对第（3）步计算的各情感分类的量化表征，分别求得代表“协作”和“对抗”的总和，通过比较得到剧本对白所代表的两两人物之间“协作或对抗”关系的量化表征。

2.如权利要求1所述的一种影视剧本中人物阵营的识别和划分方法，其特征在于，步骤5具体包括：

（1）基于步骤4中第（4）步得到的两两人物之间的关系的量化表征，以人物为节点，人物与人物之间的“协作或对抗”关系作为边，以关系的量化表征作为边的权重，构建起人物社交关系网络，并以一定的节点中心度作为阈值，去掉社交关系网络中的部分节点；

（2）利用Newman快速算法对上一步得到的社交关系网络进行社群发现，由于上一步中构建社交关系网络时采用了人物之间“协作或对抗”关系的量化表征作为边的权重，在社群发现算法的作用下，低权重的边被划分在了同一社群内部，而社群之间的连接边具有高权重，从而实现了不同社群即阵营的划分。