一种电影剧本精彩度量化评估系统技术方案

本发明专利技术实施例公开了一种电影剧本精彩度量化评估系统，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。本发明专利技术解决了现有电影剧本精彩度不能量化评估的问题。

A quantitative evaluation system for the brilliance of movie script

The embodiment of the invention discloses a quantitative evaluation system for the brilliance of movie script. The quantitative evaluation system for the completion of movie script automatically recognizes and disassembles the movie script, adds labels after the disassembly, and divides multiple primary indexes according to different labels. The primary indexes include: beat point brilliance, plot inflection point, foreshadowing, suspense point, emotional experience and commercial elements. , image building, character relationship, character interaction, character relationship transformation and film title, different weights of different first level indicators, statistical calculation of different indicator weights, quantification of evaluation indicators of all evaluation elements, evaluation analysis using evaluation model, and output of evaluation report. The invention solves the problem that the brilliance of the existing movie script cannot be quantitatively evaluated.

【技术实现步骤摘要】
一种电影剧本精彩度量化评估系统
本专利技术实施例涉及影视制作
，具体涉及一种电影剧本精彩度量化评估系统。
技术介绍
长期以来，我国市面上的影视评估产品均是基于主观经验的人工评价，而人工评估剧本存在主观化、不稳定、成本高、周期长等一系列问题，导致项目综合水平不明，投资风险把控不力，难以与金融体系或其他资源进行开放合作。剧作一直是中国电影的薄弱环节。在低品质电影转向高品质电影消费升级的时代，鉴于观众对高质量电影的呼声日渐高涨，广大的电影工作者需要打造更多合格的商业电影，从源头上寻求制造“爆款”剧本的方法论，以立足于头部效应加剧、烂片必死的市场环境。现今市面上的电影剧本评估服务，大多以主观经验为基础，电影剧本精彩度不能进行客观的考量，缺少通过量化客观数据来挖掘科学创作规律的论证过程，作品投资风险不可控
技术实现思路
为此，本专利技术实施例提供一种电影剧本精彩度量化评估系，以解决现有电影剧本精彩度不能量化评估的问题。为了实现上述目的，本专利技术实施例提供如下技术方案：根据本专利技术实施例公开了一种电影剧本精彩度量化评估系统，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。进一步地，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。进一步地，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。进一步地，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。进一步地，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。进一步地，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。进一步地，所述步骤4中，将经过人工评估增加的指标评估记录经过初步聚合统计，得到指标初始数值，成为显示指标，人工评估在若干场标注了某个标签，通过统计得到的标签数量即该标签对应指标的初始数值；显示指标并不一定是真正算分的运算指标，从显示指标到运算指标需要进行衍生运算，每场的节奏是显示指标，实际上节奏强度和节奏波动率才用于计算节奏指标的分数，从节奏值数组计算出节奏强度和节奏波动率的过程称为指标衍生，经过指标衍生过程后的运算指标值称为聚合值，有些显示指标同时也是运算指标，则指标聚合值等于指标初始数值。进一步地，所述聚合值根据评分标准进行归一化，各项指标聚合值，由于指标意义差异，数值上差异很大，需要归一化为百分制，才具有横向对比判断指标得分高低的可行性，系统根据历史数据统计分析，预设各项指标的评分归一化标准，将聚合值归一化为百分制的指标得分；指标得分加权汇总出一级指标得分和总分，指标得分对应二级指标，根据预设的指标权重，加权得出一级指标得分，一级指标得分再加权得出总分。进一步地，所述步骤5中，生成评估报告，利用统一的数据组装和图表生成机制生成总分构成和单向指标的数据与图表，系统采用统一的接口算法计算指标数据，接口算法在接口名、参数、结果集数据结构方面风格统一，便于扩展，利用开源的ECharts插件统一进行图表展示与渲染。进一步地，所述步骤6中，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，人工实时查询指标汇总统计和明细统计结果，分项目类型与题材进行查询，当选定项目类型后，页面自动提供对应的指标复选框供勾选，统计结果支持动态排序。指标汇总统计可以查询对应项目类型与题材条件下，历史数据各指标的高中低分界值，可用于在评估时确定目标剧本指标值得分处于历史数据的何种水平，同时可以作为调整评分标准的参照依据，指标明细统计可以查询对应项目类型与题材条件下，具体项目具体指标的分值。本专利技术实施例具有如下优点：本专利技术实施例公开了一种电影剧本精彩度量化评估系统，通过对剧本的自动拆分，识别剧本中的标签、情节点和场景类别，添加独有的指标体系，经过人工校对，进行多维指标的统计与分析，按本文档来自技高网...

【技术保护点】
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。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：祝金甫，
申请(专利权)人：北京小土科技有限公司，
类型：发明
国别省市：北京;11