[发明专利]一种电影剧本精彩度量化评估系统

权利要求书

1.一种电影剧本精彩度量化评估系统，其特征在于，所述电影剧本完成度量化评估系统将电影剧本进行自动识别拆解，拆解完成后添加标签，根据不同标签划分多个一级指标，所述一级指标包括：节拍点精彩度、情节拐点、伏笔、悬念点、情感体验、商业元素、形象塑造、人物关系、人物互动、人物关系转变和片名，不同的一级指标占比不同的权重，对不同的指标权重占比进行统计计算，量化所有评估要素的评估指标，利用评估模型进行评估分析，输出评估报告。

2.如权利要求1所述的一种电影剧本精彩度量化评估系统，其特征在于，所述评估系统包括以下操作步骤：

步骤1，将电影剧本、大纲、梗概和人物小传导入系统，对剧本进行拆解，提取剧本要素；

步骤2，系统以场为单位，通过自然语言处理与机器学习算法，智能识别剧本内容中的场景类别、标签和情节点，基于采集的影视大数据，利用专业的统计、分析与算法技术，实现对影视作品的定性与定量评估、多维分析和规律发现；

步骤3，进行人机交互，人工校对场景类别、标签和情节点，以多种形式输入各项指标的评估记录；

步骤4，进行多维指标的统计与分析，按照电影剧本完成度量化评估的指标和权重进行计算，判断电影剧本的完成度，在评估模型的基础上，通过人工智能方法对评估模型进行优化；

步骤5，系统面向评估人员提供人机交互的操作界面，实时统计评估结果，采用并通过丰富多样的图表对评估结果进行渲染和展示；

步骤6，对历史数据进行分析，系统定时统计评估完成项目的指标得分，复用指标运算逻辑，保证运算结果一致，将各项目指标得分存入中间表。

3.如权利要求1所述的一种电影剧本精彩度量化评估系统，其特征在于，所述步骤1中将电影剧本、大纲、梗概和人物小传导入系统，对电影剧本进行自动解析和人物对白识别分析，电影剧本的自动解析基于提前进行多个剧本的拆解训练，总结共性规律，以要素和分隔符的常用排列组合定义出预设的标题样式表达式，通过算法循环匹配目标剧本和预设的标题样式表达式，找出最符合目标剧本的标题样式表达式，经过剧本自动解析后，将整体剧本拆分成单场，并区分出每场的标题和内容，从标题中识别出场号、场景、氛围、内外景、人物等要素，依据要素信息直接统计出场数、日夜戏比例、内外景比例、各场字数、最佳场景的综合统计量。

4.如权利要求3所述的一种电影剧本精彩度量化评估系统，其特征在于，所述人物对白识别分析基于固定格式的文本扫描匹配和误差修正分析出人物和对白，统计出前十位最佳人物，人物对白字数占比，对人物对白进行文本分词和误差修正，分析计算出分词后词频与词性，统计出了人物对白词性占比、人物对白常用词云。

5.如权利要求1所述的一种电影剧本精彩度量化评估系统，其特征在于，所述步骤2中，对拆分后的剧本进行智能分析与统计，实现对影视作品的定性与定量评估、多维分析和规律发现，智能分析包括：

场景标签设定，利用贝叶斯定理计算场景在各标签的概率分布，完成标签分类任务；

评估要点标注，用分词和SVM实现情节点、伏笔、悬念等评估要点的自动标注；

角色提取，利用命名实体、句法依存等算法，对剧本、大纲等文学内容的主要角色进行提取；

角色关系提取，利用人工构建的决策树划定角色对的关系范围，应用随机森林模型在关系范围内进行精准预测；

文本摘要生成，利用卷积神经网络对文本内容进行摘要生成，并添加复制机制完成人名的复写；

平台推荐，对平台和剧目的受众、题材等方面进行关联分析，为预播剧目推荐契合度最高的平台。

6.如权利要求1所述的一种电影剧本精彩度量化评估系统，其特征在于，所述步骤3中，进行人工校对场景类别、标签和情节点，剧本内容页面为父窗口，评估页面为子窗口，在人工评估操作过程中，父子窗口分屏展示，对照操作，当父窗口关闭时，子窗口操作被阻止，防止误操作产生错误数据，同时，父子窗口存在联动关系，在父窗口点击场内容时，子窗口自动跳转到对应场的评估记录；在子窗口点击评估记录场号标签时，父窗口自动切换到对应场的剧本内容，通过双向联动，评估人员可以便捷的对具体内容进行定位与评估。