一種網(wǎng)絡文字作品實時生成動畫作品的方法與系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及文本生成動畫【技術(shù)領域】，特別是涉及一種網(wǎng)絡文字作品實時生成動畫作品的方法與系統(tǒng)。本發(fā)明采用如下技術(shù)方案,包括:在網(wǎng)站上接收用戶輸入的文本；在網(wǎng)站數(shù)據(jù)庫中提取網(wǎng)絡用戶輸入的文本；對提取的文本進行自然語言處理，獲得與用戶輸入的文本對應的圖形；將獲得的圖形和文本按順序添加到背景畫面上，并在網(wǎng)頁上顯示出相應的動畫作品。本發(fā)明能夠?qū)⒃诰W(wǎng)絡上不同用戶就同一主題不斷續(xù)寫的文字實時生成動畫作品，達到吸引網(wǎng)絡用戶參與并深度溝通交流的目的，具有轉(zhuǎn)換過程快速，低成本，可見性強等優(yōu)點。
【專利說明】一種網(wǎng)絡文字作品實時生成動畫作品的方法與系統(tǒng)
【技術(shù)領域】
[0001]本發(fā)明涉及文本生成動畫【技術(shù)領域】，特別是涉及一種網(wǎng)絡文字作品實時生成動畫作品的方法與系統(tǒng)。
【背景技術(shù)】
[0002]隨著網(wǎng)絡技術(shù)的發(fā)展及社交網(wǎng)站的蓬勃興起，動畫或視頻形式呈現(xiàn)的多媒體越來越受到人們的歡迎。人們不僅希望通過社交網(wǎng)絡，如youtube, facebook,人人網(wǎng)等認識朋友，更希望通過多媒體分享各自經(jīng)歷，愛好以及更進一步的溝通交流。但是目前的社交網(wǎng)絡大多停留在分享和交友階段，難以使用戶有進一步的心靈溝通，用戶能夠參與在線活動也比較單一。因此，研究如何使用戶通過社交網(wǎng)絡更進一步的交流及吸引更多的用戶參與進來成為一項十分必要的工作。
[0003]現(xiàn)有的使文本轉(zhuǎn)化成動畫的方法主要是根據(jù)文本人工制作動畫或錄制視頻，此方法不能實時將文本轉(zhuǎn)化成動畫或其它多媒體形式，且需要消耗大量的人力、物力進行多媒體的制作，并且不會即時顯現(xiàn)用戶所表達的內(nèi)容，有一定的滯后性。
[0004]以本發(fā)明方法獲得的動畫作品播出時的效果與傳統(tǒng)Flash制作的效果是相同的。本發(fā)明方法具有時效性，將在網(wǎng)絡上不同用戶就同一主題不斷續(xù)寫的文字實時生成動畫作品，達到吸引網(wǎng)絡用戶參與并深度溝通交流的目的。本發(fā)明方法節(jié)省了制作動畫所需的人力、物力、財力，具有轉(zhuǎn)換過程快速，低成本，可見性強等優(yōu)點。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明提供一種網(wǎng)絡文字作品實時生成動畫作品的方法與系統(tǒng)，用于將用戶就同一主題輸入的文本實時轉(zhuǎn)化成動畫并在網(wǎng)頁上呈現(xiàn)出來。
[0006]為了解決上述問題，本發(fā)明公開了一種網(wǎng)絡文字作品實時生成動畫作品的方法，其步驟包括:
S1:在網(wǎng)站上接收用戶輸入的文本；
52:在網(wǎng)站數(shù)據(jù)庫中提取網(wǎng)絡用戶輸入的文本；
53:對提取的文本進行自然語言處理，獲得與用戶輸入的文本對應的圖形；
S4:將獲得的圖形和文本按順序添加到背景畫面上，并在網(wǎng)頁上顯示出相應的動
畫作品。
[0007]進一步的，所述步驟SI具體包括:不同用戶就同一主題按時間順序輸入文本，前后輸入的文本之間沒有固定的邏輯。
[0008]所述步驟S2包括:在數(shù)據(jù)庫中就同一主題將最新輸入的文本提取出來。
[0009]所述步驟S3包括:
S31:采用自然語言處理技術(shù)從提取的文本中取出字、詞或短語，先以完整語句為單位與定制的圖形數(shù)據(jù)庫進行匹配，若匹配成功則返回匹配結(jié)果；如匹配失敗則繼續(xù)拆分語句進行批配； 文字匹配圖形時從該語句第一個詞開始，先匹配以第一個詞為起點的完整語句為單位與定制的圖形數(shù)據(jù)庫進行匹配，若匹配成功則返回匹配結(jié)果，如匹配失敗則去掉最后一個詞，繼續(xù)以第一個詞為起點匹配到倒數(shù)第二個詞，若匹配成功則返回匹配結(jié)果；如匹配失敗則去掉倒數(shù)第二個詞，如此從句尾到句首遞減匹配首個子句；
如未找到與首個子句匹配的圖形，則去掉首個子句中第一個詞，獲得第二子句，從第二子句首個詞開始匹配到句尾，并重復首個子句的匹配方法；
如第二子句仍未找到匹配的圖形，則去掉第二子句中第一個詞，獲得第三子句，從第三字句首個詞開始匹配到句尾，并重復首個子句的匹配方法；
如第三子句匹配失敗則按照上述規(guī)律從本子局中去掉第一個詞，獲得下一子句，并重復首個子句的匹配方法。
[0010]S32:將未匹配的短語、詞或字提取出來，保存在圖形數(shù)據(jù)庫中機器學習部分，在圖形數(shù)據(jù)庫中不斷生成相匹配的圖形。
[0011]所述步驟S4包括:
541:每一張背景畫面為白色，根據(jù)自然語言處理結(jié)果及時變換背景畫面；
542:根據(jù)圖形的位置屬性來決定添加圖形在畫面中的位置，如果屬性為背景，則將此圖形設置為背景填充畫布，添加的同時根據(jù)圖形的坐標及大小屬性判斷是否超出畫面界限，如超出則跳過此圖形，每一幅畫面對應的用戶輸入文本在此畫面下方依次顯示出來；
543:將生成的畫面以動畫的形式在網(wǎng)頁上顯現(xiàn)出來，畫面上圖形沒有疊加，用戶可以隨時回看之前的畫面或?qū)⑸傻膭赢媽С觥?br> [0012]進一步的，所述步驟S31所述的定制的圖形數(shù)據(jù)庫，是將字、詞或短語與數(shù)據(jù)庫中的圖形相對應，多個字、詞或短語可對應同一圖形，在圖形數(shù)據(jù)庫中為每個圖形設置背景及位置屬性，并設機器學習部分，以備日后建立圖形與未匹配的語句進行關聯(lián)。
[0013]本發(fā)明還公開了一種網(wǎng)絡文字作品實時生成動畫作品的系統(tǒng)，包括:
輸入模塊，在網(wǎng)站上接收用戶輸入的文本；
提取文本模塊，用于在網(wǎng)站數(shù)據(jù)庫中提取網(wǎng)絡用戶輸入的文本；
自然語言處理模塊，對提取的文本進行自然語言處理，獲得與用戶輸入的文本對應的圖形；
顯示模塊，將獲得的圖形和文本按順序添加到背景畫面上，并在網(wǎng)頁上顯示出相應的動畫作品。
[0014]進一步的，所述的自然語言處理模塊包括:文本匹配圖形子模塊，機器學習子模塊；
進一步的，所述的文本匹配圖形子模塊包括:采用自然語言處理技術(shù)從提取的文本中取出字、詞或短語，先以完整語句為單位與定制的圖形數(shù)據(jù)庫模塊進行匹配，若匹配成功則將匹配結(jié)果存入文本匹配圖形子模塊中；如匹配失敗則繼續(xù)拆分語句進行批配；
所述的機器學習子模塊包括:將未匹配的短語、詞或字提取出來，保存在圖形數(shù)據(jù)庫模塊中，并在圖形數(shù)據(jù)庫模塊中不斷生成相匹配的圖形。
[0015]進一步的，所述的圖形數(shù)據(jù)庫模塊，用于將字、詞或短語與數(shù)據(jù)庫中的圖形相對應，多個字、詞或短語可對應同一圖形，在圖形數(shù)據(jù)庫模塊中為每個圖形設置背景及位置屬性，并設機器學習部分，以備日后建立圖形與未匹配的語句進行關聯(lián)。[0016]所述的顯示模塊包括:變換背景畫面子模塊，添加圖形子模塊，顯現(xiàn)動畫子模塊； 進一步的，所述的變換背景畫面子模塊包括:根據(jù)自然語言處理結(jié)果及時變換背景畫
面；
所述的添加圖形子模塊包括:根據(jù)圖形的位置屬性來決定添加圖形在畫面中的位置，如果屬性為背景，則將此圖形設置為背景填充畫布，添加的同時根據(jù)圖形的坐標及大小屬性判斷是否超出畫面界限，如超出則跳過此圖形，每一幅畫面對應的用戶輸入文本在此畫面下方依次顯示出來；
所述的顯現(xiàn)動畫子模塊包括:將生成的畫面以動畫的形式在網(wǎng)頁上顯現(xiàn)出來，畫面上圖形沒有疊加，用戶可以隨時回看之前的畫面或?qū)⑸傻膭赢媽С觥?br> 【專利附圖】

【附圖說明】
[0017]圖1是本發(fā)明所提出的一種網(wǎng)絡文字作品實時生成動畫作品的方法流程圖 圖2是本發(fā)明所提出的一種網(wǎng)絡文字作品實時生成動畫作品的系統(tǒng)結(jié)構(gòu)圖
圖3是根據(jù)本發(fā)明實施例的生成動畫界面事例圖
【具體實施方式】
[0018]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合附圖和【具體實施方式】對本發(fā)明作進一步詳細的說明。
[0019]本發(fā)明的實施例是基于英文文本的，但本發(fā)明的方法不受語言種類的限制。
[0020]在具體生成動畫作品之前，本發(fā)明需建立一個定制的圖形數(shù)據(jù)庫。
[0021]定制的圖形數(shù)據(jù)庫，是將字、詞或短語與數(shù)據(jù)庫中的圖形相對應，多個字、詞或短語可對應同一圖形，在圖形數(shù)據(jù)庫中為每個圖形設置背景及位置屬性，并設機器學習部分，以備日后建立圖形與未匹配的語句進行關聯(lián)。
[0022]定制的圖形數(shù)據(jù)庫包括三部分內(nèi)容:關鍵詞數(shù)據(jù)表，圖形數(shù)據(jù)表，未匹配關鍵詞數(shù)據(jù)表。關鍵詞模塊中存儲著一系列記錄，每條記錄包括一個首要關鍵詞以及同義詞。圖形存儲模塊中存儲著一系列記錄，每條記錄包括一張圖形以及相關的關鍵詞，這些關鍵詞為關鍵詞模塊中的首要關鍵詞之一。同時每條記錄有一個位置屬性，分別用1，2，3，4代表背景，上，中，下四種圖形位置。機器學習模塊中存儲文本語句中未找到匹配圖形的關鍵詞，以備日后建立圖形與之關聯(lián)。
[0023]圖1給出了本發(fā)明所提出的一種網(wǎng)絡文字作品實時生成動畫作品的方法流程圖。如圖1所示，該方法包括以下步驟:
步驟SI，在網(wǎng)站上接收用戶輸入的文本。
[0024]所述用戶輸入文本是不同用戶就同一主題按時間順序輸入文本，前后輸入的文本之間沒有固定的邏輯。在本實施方案中，我們以社交網(wǎng)站用戶發(fā)帖為例，某一位用戶提出一個主題，其他對這一主題感興趣的用戶接著這一主題發(fā)帖續(xù)寫，每個發(fā)帖人擁有獨立思考的能力，社交網(wǎng)站不斷接收來自不同用戶就同一主題發(fā)帖的文本。
[0025]步驟S2，在網(wǎng)站數(shù)據(jù)庫中提取網(wǎng)絡用戶輸入的文本；
在數(shù)據(jù)庫中就同一主題將最新輸入的文本提取出來。用戶就同一主題發(fā)言的最新文本，實時從網(wǎng)站數(shù)據(jù)庫中提取，傳送給文本匹配子模塊進行處理。[0026]步驟S3，對提取的文本進行自然語言處理，獲得與用戶輸入的文本對應的圖形； 此步驟包括S31:采用自然語言處理技術(shù)從提取的文本中取出字、詞或短語，先以完整
語句為單位與定制的圖形數(shù)據(jù)庫進行匹配，若匹配成功則返回匹配結(jié)果；如匹配失敗則繼續(xù)拆分語句進行批配；
在實際中，定制的圖形數(shù)據(jù)庫中存有大量的文本對應的圖形，一旦提取的文本檢索到數(shù)據(jù)庫中的短語，詞或字，相應的圖形即被調(diào)用出來。
[0027]以用戶輸入文本“我和一個朋友騎自行車去郊游的時候看到一片美麗的油菜花?！睘槔冗M行完整語句匹配，若有結(jié)果，則直接將結(jié)果返回。否則去掉最后一個詞進行匹配，即對“我和一個朋友騎自行車去郊游的時候看到一片美麗的”進行匹配。依此順序進行遞歸匹配，假如“我和 一個朋友騎自行車”匹配到一個結(jié)果，則將此結(jié)果添加到結(jié)果集合中，對剩余語句“去郊游的時候看到一片美麗的油菜花”繼續(xù)進行遞歸匹配。將所得結(jié)果放入結(jié)果集中。
[0028]在步驟S31中應用語句取詞匹配算法:
該算法先匹配完整語句，若成功匹配則返回匹配結(jié)果；若失敗則將未匹配的語句提取出來，存入圖形數(shù)據(jù)庫中機器學習部分，并繼續(xù)拆分語句進行匹配。
[0029]以下為算法偽代碼:
【權(quán)利要求】
1.一種網(wǎng)絡文字作品實時生成動畫作品的方法，其特征在于: S1:在網(wǎng)站上接收用戶輸入的文本； 52:在網(wǎng)站數(shù)據(jù)庫中提取網(wǎng)絡用戶輸入的文本； 53:對提取的文本進行自然語言處理，獲得與用戶輸入的文本對應的圖形； S4:將獲得的圖形和文本按順序添加到背景畫面上，并在網(wǎng)頁上顯示出相應的動畫作品O
2.按權(quán)利要求1所述的網(wǎng)絡文字作品實時生成動畫作品的方法，其特征在于:所述步驟SI包括: 不同用戶就同一主題按時間順序輸入文本，前后輸入的文本之間沒有固定的邏輯。
3.按權(quán)利要求1所述的網(wǎng)絡文字作品實時生成動畫作品的方法，其特征在于:所述步驟S2包括: 在數(shù)據(jù)庫中就同一主題將最新輸入的文本提取出來。
4.按權(quán)利要求1所述的網(wǎng)絡文字作品實時生成動畫作品的方法，其特征在于:所述步驟S3包括: 531:采用自然語言處理技術(shù)從提取的文本中取出字、詞或短語，先以完整語句為單位與定制的圖形數(shù)據(jù)庫進行匹配，若匹配成功則返回匹配結(jié)果；如匹配失敗則繼續(xù)拆分語句進行批配； 532:將未匹配的短語、詞或字提取出來，保存在圖形數(shù)據(jù)庫中機器學習部分，在圖形數(shù)據(jù)庫中不斷生成相匹配的圖形。
5.按權(quán)利要求4所述的網(wǎng)絡文字作品實時生成動畫作品的方法，其特征在于: 定制的圖形數(shù)據(jù)庫，是將字、詞或短語與數(shù)據(jù)庫中的圖形相對應，多個字、詞或短語可對應同一圖形，在圖形數(shù)據(jù)庫中為每個圖形設置背景及位置屬性，并設機器學習部分，以備日后建立圖形與未匹配的語句進行關聯(lián)。
6.按權(quán)利要求1所述的網(wǎng)絡文字作品實時生成動畫作品的方法，其特征在于:所述步驟S4包括: S41:每一張背景畫面默認為白色，根據(jù)自然語言處理結(jié)果及時變換背景畫面； S42:根據(jù)圖形的位置屬性來決定添加圖形在畫面中的位置，如果屬性為背景，則將此圖形設置為背景填充畫布，添加的同時根據(jù)圖形的坐標及大小屬性判斷是否超出畫面界限，如超出則跳過此圖形，每一幅畫面對應的用戶輸入文本在此畫面下方依次顯示出來；S43:將生成的畫面以動畫的形式在網(wǎng)頁上顯現(xiàn)出來，畫面上圖形沒有疊加，用戶可以隨時回看之前的畫面或?qū)⑸傻膭赢媽С觥?br> 7.—種網(wǎng)絡文字作品實時生成動畫作品的系統(tǒng)，其特征在于，包括: 輸入模塊，在網(wǎng)站上接收用戶輸入的文本； 提取文本模塊，用于在網(wǎng)站數(shù)據(jù)庫中提取網(wǎng)絡用戶輸入的文本； 自然語言處理模塊，對提取的文本進行自然語言處理，獲得與用戶輸入的文本對應的圖形； 顯示模塊，將獲得的圖形和文本按順序添加到背景畫面上，并在網(wǎng)頁上顯示出相應的動畫作品。
8.按照權(quán)利要求7所述的網(wǎng)絡文字作品實時生成動畫作品的系統(tǒng)，其特征在于:所述的自然語言處理模塊包括:文本匹配圖形子模塊，機器學習子模塊； 所述的文本匹配圖形子模塊，采用自然語言處理技術(shù)從提取的文本中取出字、詞或短語，先以完整語句為單位與定制的圖形數(shù)據(jù)庫模塊進行匹配，若匹配成功則將匹配結(jié)果存入文本匹配圖形子模塊中；如匹配失敗則繼續(xù)拆分語句進行批配； 所述的機器學習子模塊，將未匹配的短語、詞或字提取出來，保存在圖形數(shù)據(jù)庫模塊中，并在圖形數(shù)據(jù)庫模塊中不斷生成相匹配的圖形。
9.按照權(quán)利要求8所述的網(wǎng)絡文字作品實時生成動畫作品的系統(tǒng)，其特征在于: 圖形數(shù)據(jù)庫模塊，用于將字、詞或短語與數(shù)據(jù)庫中的圖形相對應，多個字、詞或短語可對應同一圖形，在圖形數(shù)據(jù)庫模塊中為每個圖形設置背景及位置屬性，并設機器學習部分，以備日后建立圖形與未匹配的語句進行關聯(lián)。
10.按照權(quán)利要求7所述的網(wǎng)絡文字 作品實時生成動畫作品的系統(tǒng)，其特征在于: 所述的顯示模塊包括:變換背景畫面子模塊，添加圖形子模塊，顯現(xiàn)動畫子模塊； 所述的變換背景畫面子模塊，根據(jù)自然語言處理結(jié)果及時變換背景畫面； 所述的添加圖形子模塊，根據(jù)圖形的位置屬性來決定添加圖形在畫面中的位置，如果屬性為背景，則將此圖形設置為背景填充畫布，添加的同時根據(jù)圖形的坐標及大小屬性判斷是否超出畫面界限，如超出則跳過此圖形，每一幅畫面對應的用戶輸入文本在此畫面下方依次顯示出來； 所述的顯現(xiàn)動畫子模塊，將生成的畫面以動畫的形式在網(wǎng)頁上顯現(xiàn)出來，畫面上圖形沒有疊加，用戶可以隨時回看之前的畫面或?qū)⑸傻膭赢媽С觥?br> 【文檔編號】G06T13/00GK103970745SQ201310029323
【公開日】2014年8月6日 申請日期:2013年1月27日 優(yōu)先權(quán)日:2013年1月27日
【發(fā)明者】馬云, 張 誠, 王宏軍, 忻俊彥, 楊宇, 范崇俊 申請人:上海尤蘭達張信息科技有限公司, 上海海上橋國際貿(mào)易有限公司