[发明专利]确定文本中说话者角色的方法和装置

权利要求书

1.一种确定文本中说话者角色的方法，其特征在于，所述方法包括：

获取目标文本中的目标对白句，其中，所述目标对白句是所述目标文本的任一对白句；

使用第一预设字符对所述目标对白句进行标记；

在所述目标对白句的上文和下文中，分别获取多个句子，作为参考句；

根据所述目标文本对应的主角名单，确定所述参考句中包括的主角，作为候选主角，其中，所述主角名单中包括所述目标文本中的至少一个主角的角色名称；

对于每个候选主角，在所述参考句中将所述候选主角的名称替换为第二预设字符，将替换处理后的参考句、以及标记处理后的目标对白句，作为所述候选主角对应的预测文本，将所述候选主角对应的预测文本输入角色预测模型，得到所述候选主角为所述目标对白句的说话者的置信度；

根据每个候选主角为所述目标对白句的说话者的置信度，在所述候选主角中，确定满足预设主角条件的候选主角，作为所述目标对白句的说话者，如果不存在满足预设主角条件的候选主角，则确定所述目标对白句的说话者为配角。

2.根据权利要求1所述的方法，其特征在于，所述在所述参考句中将所述候选主角的名称替换为第二预设字符，将替换处理后的参考句、以及标记处理后的目标对白句，作为所述候选主角对应的预测文本，包括：

在所述参考句中将所述候选主角的名称替换为第二预设字符，并在所述参考句的预设位置添加第三预设字符，将替换和添加处理后的参考句、以及标记处理后的目标对白句，作为所述候选主角对应的预测文本。

3.根据权利要求2所述的方法，其特征在于，所述得到所述候选主角为所述目标对白句的说话者的置信度，包括：

得到所述第二预设字符对应的第一预测概率和所述第三预设字符对应的第二预测概率，将所述第一预测概率作为所述候选主角为所述目标对白句的说话者的置信度；

所述根据每个候选主角为所述目标对白句的说话者的置信度，在所述候选主角中，确定满足预设主角条件的候选主角，作为所述目标对白句的说话者，包括：

对于每个候选主角，如果所述候选主角为所述目标对白句的说话者的置信度大于所述候选主角对应的预测文本中的第三预设字符对应的第二预测概率，则确定所述候选主角满足预设主角条件；

如果存在多个候选主角满足所述预设主角条件，则将最大置信度对应的候选主角，作为所述目标对白句的说话者。

4.根据权利要求3所述的方法，其特征在于，所述如果所述候选主角为所述目标对白句的说话者的置信度大于所述候选主角对应的预测文本中的第三预设字符对应的第二预测概率，则确定所述候选主角满足预设主角条件，包括：

如果所述候选主角对应的预测文本中包括N个第二预设字符，则在N个第二预设字符分别对应的第一预测概率中，确定大于所述第二预测概率的第一预测概率的目标数目，如果所述目标数目大于N/2，则确定所述候选主角满足预设主角条件，其中，N为大于1的正整数。

5.根据权利要求1所述的方法，其特征在于，所述使用第一预设字符对所述目标对白句进行标记，包括：

将所述目标对白句替换为第一预设字符。

6.根据权利要求1所述的方法，其特征在于，所述使用第一预设字符对所述目标对白句进行标记，包括：

将所述目标对白句的引号替换为第一预设字符；

所述方法还包括：

将所述参考句中的对白句的引号替换为第四预设字符，其中，所述第一预设字符和所述第四预设字符不同。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：

确定所述目标文本中各角色的角色名称的出现次数，将出现次数前M的角色名称作为所述目标文本的主角的角色名称，添加到所述目标文本对应的主角名单中。

8.根据权利要求1-6中任一项所述的方法，其特征在于，所述在所述目标对白句的上文和下文中，分别获取多个句子，作为参考句之前，所述方法还包括：

根据句尾标点对所述目标文本进行分句；

对于分句得到的包含引号的句子，将引号内的内容和引号外的内容分为不同的句子。