自然語言腳本生成動畫腳本的關(guān)鍵技術(shù)研究.pdf

1、文景轉(zhuǎn)換系統(tǒng)，主要分成三個模塊：抽取自然語言腳本模塊、自然語言腳本生成動畫腳本模塊、動畫生成模塊。本文是該項目從自然語言到動畫的中間過渡模塊。
　　本文的研究任務(wù)是從自然語言腳本生成動畫腳本，主要分成二個步驟：場景識別和自然語言腳本到動畫腳本的映射。
　　目前，場景識別多用于視頻、圖像、機器人及語音等領(lǐng)域，其中圖像分類領(lǐng)域技術(shù)比較成熟，文本場景識別技術(shù)尚未形成完整的理論知識。本文在文本場景分類領(lǐng)域進行初步探索，提出了一種基于

2、SVM的場景識別方法，并輔以簡單的規(guī)則，驗證了場景識別問題是以段落而非句子為基本單位的問題。同時，針對《一千零一夜》中部份語料實現(xiàn)了場景識別模塊，并嵌入到自然語言腳本生成腳本系統(tǒng)中，為生成動畫場景奠定基礎(chǔ)。
　　另一方面，本文將腳本理解自然語言故事的方法應(yīng)用于文景轉(zhuǎn)換任務(wù)中，驗證復(fù)合動作分解對自然語言腳本生成動畫腳本的可行性。從而為動畫模塊生成必要的動畫腳本序列。
　　本文的兩個重要研究內(nèi)容如下：
　　1.場景識別。主

3、要研究內(nèi)容：面向段落的場景識別，具體包括：場景類別劃分、語料標(biāo)注規(guī)則制定、初始語料加工、數(shù)據(jù)稀疏問題處理、后處理規(guī)則制定以及實驗結(jié)果的評價。詳細分析這些研究內(nèi)容并給出具體算法和實驗數(shù)據(jù)，結(jié)合不同的數(shù)據(jù)稀疏處理方法和后處理規(guī)則，分別對以句子為基本單位和以段落為基本單位場景識別實驗比較。最后利用LIBSVM不同核函數(shù)，在最好的實驗方法上，進行比較實驗。
　　2.自然語言腳本到動畫腳本的映射。主要研究內(nèi)容：針對任務(wù)定義元動作、分解復(fù)合動