Including the method, the invention discloses a movie script used in emotional curve analysis: 1) to construct the emotion dictionary, including positive, negative and neutral dictionary dictionary dictionary; 2) the movie script scene classification and statements extracted according to a scene, obtain the scene statement and the tale sentence; 3) on the scene and character statement the statement word get scene words and characters vocabulary; 4) part of speech division, on scene words and characters words frequency statistics and determining weight; 5) the frequency and weight value calculation formula of import, get emotional scene index and people emotional index; 6) scene emotional curve and character curves of the screenplay. The invention provides a method for the analysis of emotional curves in a movie script that is not required for work experience and is convenient and quick to calculate.
【技术实现步骤摘要】
一种应用于电影剧本中情感曲线分析的方法
本专利技术涉及电影剧本分析领域,更具体地,涉及一种应用于电影剧本中情感曲线分析的方法。
技术介绍
观看电影是人们主要的休闲娱乐方式之一,随着物质生活的逐渐改善,人们对于电影的要求也随之增高,一部电影的优异程度与电影剧本的水平高低密切相关,所以,电影投资人在考察一部电影是否值得投资时,必然会对电影剧本进行相应的评价,而电影剧本整体的情感变化和剧本中每个人物的情感变化是评价一部电影剧本质量的重要指标,然而这种情感变化是隐藏在电影剧本字里行间无形的感情起伏,人们无法直接看到这种情感变化,目前,获取一部电影剧本中的情感变化仍旧较为困难,主要通过有经验的电影从业人员阅读电影剧本进行情感分析,并对该剧本中的情感变化做出归纳和评价,这种分析方法对于工作人员的电影从业经验要求较高,而且耗时较长,如何快速有效的分析一部电影剧本中的情感曲线,降低对工作人员的电影从业经验要求,减少评价过程用时,是本领域亟待解决的问题。因此有必要提供一种应用于电影剧本中情感曲线分析的方法,解决上述问题。
技术实现思路
有鉴于此,本专利技术提供了一种应用于电影剧本中情感 ...
【技术保护点】
一种应用于电影剧本中情感曲线分析的方法,其特征在于,包括:构建所述电影剧本的情感词典,包括:积极词典、消极词典和中性词典,对所述情感词典中每个词语赋予权重值;对所述电影剧本,按照场景进行划分,对划分后的每个所述场景,进行语句提取,得到每个所述场景的场景语句;从每个所述场景语句中,提取主语为人物的语句,并按照所述人物进行分类,得到每个所述场景内,每个所述人物的人物语句;对所述场景语句进行分词,得到每个所述场景的场景词汇,对所述人物语句进行分词,得到每个所述场景内每个所述人物的人物词汇;将所述场景词汇和所述人物词汇,依照所述情感词典,分为:积极词、消极词和中性词,并统计每个所述 ...
【技术特征摘要】
1.一种应用于电影剧本中情感曲线分析的方法,其特征在于,包括:构建所述电影剧本的情感词典,包括:积极词典、消极词典和中性词典,对所述情感词典中每个词语赋予权重值;对所述电影剧本,按照场景进行划分,对划分后的每个所述场景,进行语句提取,得到每个所述场景的场景语句;从每个所述场景语句中,提取主语为人物的语句,并按照所述人物进行分类,得到每个所述场景内,每个所述人物的人物语句;对所述场景语句进行分词,得到每个所述场景的场景词汇,对所述人物语句进行分词,得到每个所述场景内每个所述人物的人物词汇;将所述场景词汇和所述人物词汇,依照所述情感词典,分为:积极词、消极词和中性词,并统计每个所述词语的词频和所述权重值;将所述场景词汇的所述词频和所述权重值导入计算公式,得到每个所述场景的场景情感指数,将所述人物词汇的所述词频和所述权重值导入所述计算公式,得到每个人物的人物情感指数,其中,所述计算公式为:其中:n为所述积极词的总个数,m为所述消极词的总个数,Pi为第i个所述积极词的所述词频,Wi为第i个所述积极词的所述权重,Nj为第j个所述消极词的所述词频,Wj为第j个所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。