[发明专利]基于信息提取的场景生成方法及场景生成系统的存储介质

说明书

基于信息提取的场景生成方法及场景生成系统的存储介质，涉及一种场景生成方法。为了解决现有技术针对于部分诗词进行配图存在的效率低、耗时长的问题问题。本发明首先对待测文本进行分词和词性标记，并确定题材典型词库，按照场景信息提取方法提取待测文本的分词单位对应的场景信息提取词；将场景信息提取词与不同的相关度词语对集合进行比对，并确定场景信息提取词的强相关度词集合和中相关度词集合；根据分词单位对应的体裁分类信息确定最终相关词集合；判断最终相关词集合与题材典型词库是否存在交集确定扩充场景词；根据场景信息提取词和扩充场景词与场景模型素材进行匹配，实现场景的生成。本发明适用于基于信息的场景生成。

技术领域

本发明涉及一种场景生成方法。

背景技术

目前的场景生成都是基于设计时就有针对性的设计出来的，比如游戏中的场景，是提前设计好的。没有一个普遍通用的场景生成系统或方法，所以分别设计的情况下，针对不同的情况进行设计需要多花费设计时间和人力、物力(就像没有模块化生产的汽车一样)，同时现有技术中也没有一个针对于信息的场景生成方法，这样造成小说、诗词、散文等文字为主的体裁形式不能给与用户直观的呈现和体验。

以中文的古诗词为例，目前的教育或者赏析分析等，都是基于教材或者材料给出一对一匹配的插图以便于读者有视觉上的印象或者感受。这样存在以下问题：

第一，插图的配置完全取决于编辑或者附图提供者的赏析水平和绘图水平，一旦绘图不够精确则完全另诗词的赏析大打折扣，甚至导致读者不能体会诗词的意境，而古诗词的赏析中，意境的体会是非常重要的一个方面。

第二，现有的配图或插图方式都是提供一种平面感知方式，并不能为读者营造一种沉浸感知方式，不能提供一种身临其境的感知环境。

更为重要的是，现有的配图方式都是针对于汉语形式的古代诗词，而且配图多见于教科书等广为所知的唐诗宋词，并不能涵盖所有的诗词，如较少出现在常见书本的唐诗宋词等，以及赋、序等其他形式的古诗词和现代诗歌等，目前是没有配图的，甚至可能是目前无法配图的。如果针对以上诗词强行通过人工配图的方式进行配图，那么还需要人为的按照诗词内容进行理解体会并绘图，那么理解体会和绘制图片将花费大量的时间，效率十分低下，而且仅仅《全唐诗》就九百卷，共收录诗作四万二千八百六十三首，还不算宋词、现代诗等，所以这个工作可能是一个遥遥无期的任务，甚至是无法完成的任务。

针对于文化领域，以上问题不仅仅是古诗词所面临的问题，也是其他文学体裁面临的问题，现有的方式并没有一种针对小说和散文等形式的文学作品进行场景重建的技术，也没有针对小说和散文等形式的文学作品的配图技术，这是由于说和散文等文体场景的环境信息相对比较少，或者篇幅一个场景下的其他文字记载比较多，所以不能有效的进行场景重建或者配图，也就是说这是由于小说和散文等文体形式决定的。

发明内容

本发明的目的是为了解决现有技术针对于部分诗词进行配图存在的效率低、耗时长的问题，以及现有技术并没有针对于所有体裁形式的场景重建技术的问题。

1、基于信息提取的场景生成方法，包括以下步骤：

步骤一、对待测文本进行分段并进行字数检测，确定待测文本的分词单位和体裁分类信息；然后进行分词，之后进行词性标记，将词性标注为名词的词语作为特征词，并构成分词单位特征词集；

所述体裁分类信息包括绝句、律诗、长篇诗、词和其他类，所述其他类包括除了绝句、律诗、长篇诗、词以外的所有形式的类型；

步骤二、将待测文本分词单位对应的分词单位特征词集输入一种题材细节信息提取模型的建立方法建立的题材细节信息提取模型，得到待测文本的分词单位的题材细节信息和对应的题材典型词库；

步骤三、按照一种场景信息提取方法提取待测文本的分词单位对应的场景信息提取词；