论文摘要
文景转换系统,主要分成三个模块:抽取自然语言脚本模块、自然语言脚本生成动画脚本模块、动画生成模块。本文是该项目从自然语言到动画的中间过渡模块。本文的研究任务是从自然语言脚本生成动画脚本,主要分成二个步骤:场景识别和自然语言脚本到动画脚本的映射。目前,场景识别多用于视频、图像、机器人及语音等领域,其中图像分类领域技术比较成熟,文本场景识别技术尚未形成完整的理论知识。本文在文本场景分类领域进行初步探索,提出了一种基于SVM的场景识别方法,并辅以简单的规则,验证了场景识别问题是以段落而非句子为基本单位的问题。同时,针对《一千零一夜》中部份语料实现了场景识别模块,并嵌入到自然语言脚本生成脚本系统中,为生成动画场景奠定基础。另一方面,本文将脚本理解自然语言故事的方法应用于文景转换任务中,验证复合动作分解对自然语言脚本生成动画脚本的可行性。从而为动画模块生成必要的动画脚本序列。本文的两个重要研究内容如下:1.场景识别。主要研究内容:面向段落的场景识别,具体包括:场景类别划分、语料标注规则制定、初始语料加工、数据稀疏问题处理、后处理规则制定以及实验结果的评价。详细分析这些研究内容并给出具体算法和实验数据,结合不同的数据稀疏处理方法和后处理规则,分别对以句子为基本单位和以段落为基本单位场景识别实验比较。最后利用LIBSVM不同核函数,在最好的实验方法上,进行比较实验。2.自然语言脚本到动画脚本的映射。主要研究内容:针对任务定义元动作、分解复合动作、构造实体间的等级关系及将自然语言脚本映射生成动画脚本,如:主语可以是事件的施事,也可以是动画脚本是的角色或开始位置等,从而验证该方法的可行性。
论文目录
摘要Abstract第1章 绪论1.1 课题研究的背景和意义1.2 相关研究综述1.2.1 自然语言脚本及动画脚本的定义1.2.2 语料资源1.2.3 研究方法1.2.4 国内外研究现状1.3 SVM工具简介1.4 本文的主要研究内容及组织结构第2章 场景识别的研究2.1 场景类别的划分2.1.1 场景相关词的统计2.1.2 场景类别体系构建2.1.3 基于HowNet聚类场景信息词2.2 初始语料加工2.2.1 语料的手工标注2.2.2 初始语料预处理2.3 数据稀疏问题处理2.3.1 基于领域词稀疏处理2.3.2 类别句子稀疏处理2.4 类别特征域及其构建方法2.4.1 类别特征域2.4.2 利用训练语料构建类别特征域2.4.3 利用类别特征域进行特征合并2.4.4 向量空间模型2.5 后处理规则研究2.5.1 预处理测试文本2.5.2 基于领域信息词对标注纠正2.6 实验方法及评价2.6.1 评价方法2.6.2 实验方法2.6.3 实验过程描述2.6.4 以句子为基本单位实验2.6.5 以段落为基本单位实验2.6.6 不同核函数实验结果比较2.7 本章小结第3章 自然语言脚本到动画脚本的映射3.1 动画场景识别3.2 自然语言脚本分析3.2.1 主语和宾语信息分析3.2.2 谓语信息分析3.2.3 其它信息分析3.2.4 示例说明3.3 实体初始化摆放3.3.1 遗传算法简介3.3.2 实体摆放模块简介3.4 动画脚本分析3.4.1 元动作与动画脚本的映射3.4.2 其它信息分析3.4.3 示例说明3.5 自然语言脚本到动画脚本的映射3.6 本章小结第4章 自然语言脚本生成动画脚本系统设计与实现4.1 系统设计4.2 场景识别模块4.3 生成动画脚本模块4.4 本章小结结论参考文献致谢
相关论文文献
标签:场景识别论文; 自然语言脚本论文; 动画脚本论文; 元动作论文; 复合动作论文;