影视作品选角方法及系统与流程

1.本发明涉及互联网技术领域，尤其涉及一种影视作品选角方法及系统。


背景技术：

2.影视产业是文化产业的重要支柱，既是一种精神符号，也是一种经济利益。目前，影视文化市场发展壮大，票房不断攀升，同时影视作品与从业人员规模越来越大，呈现繁荣景象。但是也有忽视影视作品质量，粗制滥造等现象存在，因此如何更好的解决影视作品角色与演员匹配的问题，是一项非常重要的任务。根据剧本特点，解析角色需求，从演员知识库中匹配合适的演员的过程，就是选角的过程。
3.目前，影视作品选角方法多是通过选角副导演和选角工作室人工进行操作，主要流程是通过互联网渠道发布招募需求，通过线下邀约、面试并进行不定轮次的试镜，或者是通过熟人介绍推荐，来达到角色与演员的匹配。
4.然而，剧组在海量演员资源中筛选招募时，由于不能实现角色与演员之间的精准匹配，因此剧组的选角导演需要从大量的演员简历中进行筛选对比，来选择合适的演员，同时演员简历可能并不能包含角色需求所要求的内容，导致选角导演为了选择合适的演员，需要耗费大量不必要的时间和精力，造成了资源的不合理浪费且效率低下。演员也因为不能得到适合自己的角色，无法实现潜力的有效开发，造成了人力优化配置不合理。


技术实现要素：

5.本发明提供一种影视作品选角方法及系统，用以解决现有技术中存在的缺陷。
6.本发明提供一种影视作品选角方法，包括：
7.获取待选角影视作品的角色需求文本信息；
8.将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；
9.基于所述匹配结果，对所述待选角影视作品进行选角。
10.根据本发明提供的一种影视作品选角方法，所述将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果，具体包括：
11.将所述角色需求文本信息进行向量化表示，得到角色需求向量；
12.将各演员的个性化特征文本信息进行向量化表示，得到各演员的个性化特征向量；
13.将所述角色需求向量与各演员的个性化特征向量进行匹配，得到所述匹配结果。
14.根据本发明提供的一种影视作品选角方法，所述将所述角色需求向量与各演员的个性化特征向量进行匹配，得到所述匹配结果，具体包括：
15.计算所述角色需求向量与各演员的个性化特征向量的相似度，并将各演员对应的相似度确定为各演员对应的匹配结果。
16.根据本发明提供的一种影视作品选角方法，所述将所述角色需求文本信息进行向量化表示，得到角色需求向量，具体包括：
17.将所述角色需求文本信息进行分词处理，得到所述角色需求文本信息对应的需求词语；
18.基于所述需求词语的词向量以及所述角色需求文本信息中所述需求词语的词频，确定所述角色需求向量。
19.根据本发明提供的一种影视作品选角方法，所述演员全量个性化标签库基于如下方法确定：
20.采集各演员的历史作品信息；
21.基于各演员的历史作品信息，确定各演员对应的指定搜索词；
22.基于各演员对应的指定搜索词，确定各演员的新闻与评论文本信息，并从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息；
23.基于各演员的个性化特征文本信息，确定所述演员全量个性化标签库。
24.根据本发明提供的一种影视作品选角方法，所述从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息，具体包括：
25.对于任一演员，将所述任一演员的新闻与评论文本信息进行分词处理，得到所述任一演员对应的描述词语；
26.将所述任一演员对应的描述词语进行词性标注，并确定所述任一演员的新闻与评论文本信息中的目标词性关键词；
27.基于所述任一演员对应的目标词性关键词的词频，确定所述任一演员的个性化特征文本信息。
28.根据本发明提供的一种影视作品选角方法，所述历史作品信息包括历史出演角色；
29.相应地，所述确定所述任一演员的新闻与评论文本信息中的目标词性关键词，具体包括：
30.在预设窗口内确定所述任一演员的新闻与评论文本信息中的目标词性关键词；
31.其中，所述预设窗口基于所述历史出演角色的标识信息或所述任一演员的标识信息在所述任一演员的新闻与评论文本信息中的位置确定。
32.本发明还提供一种影视作品选角装置，包括：
33.获取模块，用于获取待选角影视作品的角色需求文本信息；
34.匹配模块，用于将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；
35.选角模块，用于基于所述匹配结果，对所述待选角影视作品进行选角。
36.本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述影视作品选角方法的步骤。
37.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述影视作品选角方法的步骤。
38.本发明提供的影视作品选角方法及系统，首先获取待选角影视作品的角色需求文
本信息；然后将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；最后基于所述匹配结果，对所述待选角影视作品进行选角。能够面向影视作品，辅助相关人员自动化智能化精准化选角，提高选角的效率与效果，有助于辅助现有人工选角，避免选角过程中的资源不合理配置导致的资源浪费，提高生产力。
附图说明
39.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1是本发明提供的影视作品选角方法的流程示意图之一；
41.图2是本发明提供的影视作品选角方法的流程示意图之二；
42.图3是本发明提供的影视作品选角装置的结构示意图；
43.图4是本发明提供的电子设备的结构示意图。
具体实施方式
44.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
45.图1为本发明实施例中提供的一种影视作品选角方法的流程示意图，如图1所示，该方法包括：
46.s1，获取待选角影视作品的角色需求文本信息；
47.s2，将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；
48.s3，基于所述匹配结果，对所述待选角影视作品进行选角。
49.具体地，本发明实施例中提供的影视作品选角方法，其执行主体为服务器，该服务器可以是本地服务器，也可以是云端服务器，本地服务器具体可以是计算机等，本发明实施例中对此不作具体限定。
50.首先执行步骤s1，获取待选角影视作品的角色需求文本信息。待选角影视作品是指需要为其中的角色选派演员的影视作品，影视作品是一种通过摄影机拍摄记录在胶片上，通过播放器放映出来一种已完成艺术作品的统称。影视作品也是一种艺术作品，它由摄影艺术以及声音结合，融合了视觉与听觉艺术。待选角影视作品可以是电影、电视剧等，本发明实施例中对此不作具体限定。
51.待选角影视作品的角色需求文本信息是指待选角影视作品的角色的姓名、性别、年龄、性格、身份等信息的文本表示。角色需求文本信息可以由待选角影视作品的导演或编剧确定。
52.然后执行步骤s2，将角色需求文本信息与预先确定的演员全量个性化标签库中各
演员的个性化特征文本信息进行匹配，得到匹配结果。在演员全量个性化标签库中存储有各演员的个性化特征文本信息，各演员可以是饰演过影视作品的所有演员。个性化特征文本信息是指用于表征各演员的个性化特征的文本信息，即各演员的个性化标签，可以包括基础人口学信息、性格特征信息等。基础人口学信息可以包括姓名、性别、年龄、学历、身份等，性格特征信息可以包括刚烈、温柔、善良以及聪明等。
53.将角色需求文本信息与各演员的个性化特征文本信息进行匹配，得到角色需求文本信息与每个演员的个性化特征文本信息的匹配结果，即每个演员均对应一个匹配结果。匹配结果可以包括匹配成功和匹配失败。匹配成功是指二者的相似度大于或等于预设相似度，匹配失败是指二者的相似度小于预设相似度。预设相似度可以根据需要进行设定，本发明实施例中对此不作具体限定。
54.最后执行步骤s3，根据匹配结果，对待选角影视作品进行选角，可以直接将匹配结果为匹配成功的演员作为角色需求文本信息对应的角色的饰演者，进而实现对待选角影视作品进行选角。
55.本发明实施例中提供的影视作品选角方法，首先获取待选角影视作品的角色需求文本信息；然后将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；最后基于所述匹配结果，对所述待选角影视作品进行选角。能够面向影视作品，辅助相关人员自动化智能化精准化选角，提高选角的效率与效果，有助于辅助现有人工选角，避免选角过程中的资源不合理配置导致的资源浪费，提高生产力。
56.在上述实施例的基础上，本发明实施例中提供的影视作品选角方法，所述将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果，具体包括：
57.将所述角色需求文本信息进行向量化表示，得到角色需求向量；
58.将各演员的个性化特征文本信息进行向量化表示，得到各演员的个性化特征向量；
59.将所述角色需求向量与各演员的个性化特征向量进行匹配，得到所述匹配结果。
60.具体地，本发明实施例中，在将角色需求文本信息与各演员的个性化特征文本信息进行匹配得到匹配结果时，先将角色需求文本信息用向量形式进行表示，即进行向量化表示，得到角色需求向量。通过角色需求向量表征角色需求文本信息，便于后续进行匹配。同理，可以将每一演员的个性化特征文本信息均用向量形式进行表示，即均进行向量化表示，得到每一演员的个性化特征向量。通过每一演员的个性化特征向量表征每一演员的个性化特征文本信息，便于后续进行匹配。最后，将角色需求向量与各演员的个性化特征向量进行匹配，得到各演员对应的匹配结果。
61.本发明实施例中，通过将角色需求文本信息以及各演员的个性化特征文本信息进行向量化表示，并将得到的角色需求向量与各演员的个性化特征向量进行匹配，得到各演员对应的匹配结果，可以使得匹配过程更加简单易行，提高匹配效率。
62.在上述实施例的基础上，本发明实施例中提供的影视作品选角方法，所述将所述角色需求向量与各演员的个性化特征向量进行匹配，得到所述匹配结果，具体包括：
63.计算所述角色需求向量与各演员的个性化特征向量的相似度，并将各演员对应的
相似度确定为各演员对应的匹配结果。
64.具体地，本发明实施例中，在将角色需求向量与各演员的个性化特征向量进行匹配并得到匹配结果时，可以先计算角色需求向量与各演员的个性化特征向量之间的相似度。计算向量之间的相似度可以通过计算向量之间的距离实现，即可以计算角色需求向量与各演员的个性化特征向量之间的距离，用该距离表征角色需求向量与各演员的个性化特征向量之间的相似度。本发明实施例中，距离可以是余弦距离，欧几里得距离等。
65.然后可以直接将角色需求向量与各演员的个性化特征向量之间的相似度，作为各演员对应的匹配结果。此后，在根据匹配结果，对待选角影视作品进行选角时，可以判断各演员对应的相似度是否大于等于预设阈值，如果某一演员对应的相似度大于等于预设阈值，则将该演员作为角色需求文本信息对应的角色的饰演者。预设阈值可以根据需要进行设置，例如可以设置为90％。预设阈值也可以设置为所有演员对应的相似度中的最大值，即直接选取相似度最大的演员作为角色需求文本信息对应的角色的饰演者。当被选作为饰演者的演员对应的相似度为100％，则该过程可以被认为是基于相似度的精确查询，当被选作为饰演者的演员对应的相似度小于100％，则该过程可以被认为是基于相似度的模糊查询。
66.本发明实施例中，通过计算角色需求向量与各演员的个性化特征向量之间的相似度，确定各演员对应的匹配结果，可以简化各演员对应的匹配结果的确定过程。
67.在上述实施例的基础上，本发明实施例中提供的影视作品选角方法，所述将所述角色需求文本信息进行向量化表示，得到角色需求向量，具体包括：
68.将所述角色需求文本信息进行分词处理，得到所述角色需求文本信息对应的需求词语；
69.基于所述需求词语的词向量以及所述角色需求文本信息中所述需求词语的词频，确定所述角色需求向量。
70.具体地，本发明实施例中，在对角色需求文本信息进行向量化表示，得到角色需求向量时，可以先将角色需求文本信息进行分词处理，得到角色需求文本信息中包含的各词语，各词语均为需求词语，并确定需求词语的词向量(word embedding)。最后根据需求词语的词向量以及角色需求文本信息中需求词语的词频，确定出角色需求向量。
71.在确定角色需求向量时，还可以结合角色需求文本信息中各句子的权重实现，各句子的权重用于对角色需求文本信息进行过滤。各句子的权重可以通过将角色需求文本信息输入至分类器，由分类器输出各句子的概率值，该概率值即为各句子的权重。各句子的权重取值可以包括0或1，只有权重取值为1时才能进行后续的处理。
72.本发明实施例中，给出了将角色需求文本信息进行向量化表示的具体方法，简化了确定角色需求向量的过程。
73.在上述实施例的基础上，本发明实施例中提供的影视作品选角方法，所述演员全量个性化标签库基于如下方法确定：
74.采集各演员的历史作品信息；
75.基于各演员的历史作品信息，确定各演员对应的指定搜索词；
76.基于各演员对应的指定搜索词，确定各演员的新闻与评论文本信息，并从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息；
77.基于各演员的个性化特征文本信息，确定所述演员全量个性化标签库。
78.具体地，本发明实施例中，在确定演员全量个性化标签库时，可以先采集各演员的历史作品信息。历史作品信息可以包括历史出演作品信息以及历史出演作品中的历史出演角色。历史作品信息可以从社交平台得到，社交平台可以根据需要进行选择，选择的社交平台的数量可以为一个或多个，本发明实施例中对此不作具体限定。历史出演作品信息可以包括历史出演作品、历史出演作品的评分、演员职业表、上映日期、上映地区、作品题材类型、作品导演与编剧等。
79.然后根据各演员的历史作品信息，确定各演员对应的指定搜索词。指定搜索词可以由演员名称和指定信息构成，例如“演员名称 角色”、“演员名称 法律禁止的相关行为”等。各演员对应的指定搜索词可以构成指定搜索词典。
80.然后根据各演员对应的指定搜索词，确定各演员的新闻与评论文本信息。各演员的新闻与评论文本信息也可以直接从搜索引擎或社交平台上通过指定搜索词搜索得到。进而，可以从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息，以实现精准化的演员个性标注，包括但不限于性格、特征、印象、标签、脸谱等，如刚烈、温柔、善良、聪明等。
81.最后根据各演员的个性化特征文本信息，确定演员全量个性化标签库。在从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息之前，可以先构建个性化标签基础库，进而在确定出各演员的个性化特征文本信息后，可以将各演员的个性化特征文本信息存储至个性化标签基础库中，以实现对个性化标签基础库的更新扩展，进而得到演员全量个性化标签库。
82.本发明实施例中提供的影视作品选角方法，通过指定搜索词确定各演员的新闻与评论文本信息，并从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息确定演员全量个性化标签库，可以使演员全量个性化标签库中存储有足够多演员的个性化特征文本信息，保证匹配结果的可靠性。
83.在上述实施例的基础上，本发明实施例中提供的影视作品选角方法，所述从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息，具体包括：
84.对于任一演员，将所述任一演员的新闻与评论文本信息进行分词处理，得到所述任一演员对应的描述词语；
85.将所述任一演员对应的描述词语进行词性标注，并确定所述任一演员的新闻与评论文本信息中的目标词性关键词；
86.基于所述任一演员对应的目标词性关键词的词频，确定所述任一演员的个性化特征文本信息。
87.具体地，本发明实施例中，在从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息时，可以对于每一演员的新闻与评论文本信息均执行统一的操作。以任一演员为例，将任一演员的新闻与评论文本信息进行分词处理，得到任一演员的新闻与评论文本信息中的各词语，各词语即为任一演员对应的描述词语。
88.然后，将任一演员对应的描述词语进行词性标注，词性可以包括名词、形容词、副词、代词、动词、感叹词、助词等。此后，确定任一演员的新闻与评论文本信息中的目标词性关键词，目标词性关键词可以是名词、形容词、动词等。
89.最后，根据任一演员对应的目标词性关键词的词频，即目标词性关键词在任一演
员的新闻与评论文本信息中出现的次数，确定任一演员的个性化特征文本信息。本发明实施例中，可以选取词频最大的五个目标词性关键词作为该任一演员的个性化特征文本信息。也可以设定词频阈值，并将各目标词性关键词按词频降序排列，然后将词频大于或等于词频阈值的目标词性关键词作为该任一演员的个性化特征文本信息。
90.需要说明的是，本发明实施例中，任一演员的新闻与评论文本信息中可能包含的“的”、“了”等词可以在进行分词处理的过程中进行剔除，可以降低词性标注的工作量，进而缩短确定个性化特征文本信息的时间。
91.本发明实施例中，通过对演员的新闻与评论文本信息进行分词处理、词性标注等处理过程，并结合演员对应的目标词性关键词的词频，确定演员的个性化特征文本信息，可以提高演员的个性化特征文本信息的准确性。
92.在上述实施例的基础上，本发明实施例中提供的影视作品选角方法，所述历史作品信息包括历史出演作品以及所述历史出演作品中的历史出演角色；
93.相应地，所述确定所述任一演员的新闻与评论文本信息中的目标词性关键词，具体包括：
94.在预设窗口内确定所述任一演员的新闻与评论文本信息中的目标词性关键词；
95.其中，所述预设窗口基于所述历史出演角色的标识信息或所述任一演员的标识信息在所述任一演员的新闻与评论文本信息中的位置确定。
96.具体地，本发明实施例中，由于历史作品信息可以包括历史出演作品信息以及历史出演作品中的历史出演角色，因此在确定任一演员的新闻与评论文本信息中的目标词性关键词，可以先确定预设窗口。该预设窗口可以基于历史出演角色的标识信息或任一演员的标识信息在任一演员的新闻与评论文本信息中的位置确定，即可以以历史出演角色的标识信息在任一演员的新闻与评论文本信息中的位置为中心，左右n个字符范围作为预设窗口，或者以任一演员的标识信息在任一演员的新闻与评论文本信息中的位置为中心，左右n个字符范围作为预设窗口。其中，历史出演角色的标识信息可以为历史出演角色的姓名，任一演员的标识信息可以为任一演员的姓名。
97.然后，在预设窗口内确定任一演员的新闻与评论文本信息中的目标词性关键词。可以采用基于规则的方法或基于统计的方法或基于深度学习的方法，获取任一演员的新闻与评论文本信息中关于角色的相关内容的语义特征，包括但不限于角色职业、角色性格、角色标签等。限定角色的标识信息与演员的标识信息左右n个字符窗口内，存在的描述角色的目标词性关键词以及描述演员的目标词性关键词，利用词性标注或者标签词典的方法提取出来，此过程包括所有目标词性关键词提取及目标词性关键词的词频统计降序排序过程。
98.本发明实施例中，在确定目标词性关键词时，选用预设窗口，可以使面部词性关键词更加具有针对性，更加准确。
99.图2为本发明实施例中提供的影视作品选角方法的完整流程示意图，如图2所示，该方法包括：
100.采集各演员的历史作品信息，包括历史饰演作品信息以及历史饰演角色；
101.构建指定搜索词典，在指定搜索词典中存储有各演员对应的指定搜索词；
102.基于各演员对应的指定搜索词，采集各演员的新闻与评论文本信息；
103.构建个性化标签基础库；
104.将各演员的新闻与评论文本信息进行分词处理、词性标注；
105.预设窗口内提取任一演员的新闻与评论文本信息中的目标词性关键词，并统计词频排序；
106.扩展个性化标签基础库，得到演员全量个性化标签库；
107.获取待选角影视作品的角色需求文本信息，并对角色需求文本信息以及演员全量个性化标签库中各演员的个性化特征文本信息进行向量化表示，并进行匹配，确定并返回角色需求文本信息对应的角色的饰演者。
108.如图3所示，在上述实施例的基础上，本发明实施例中提供了一种影视作品选角装置，包括：获取模块31、匹配模块32和选角模块33。
109.获取模块31，用于获取待选角影视作品的角色需求文本信息；
110.匹配模块32，用于将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；
111.选角模块33，用于基于所述匹配结果，对所述待选角影视作品进行选角。
112.在上述实施例的基础上，本发明实施例中提供的影视作品选角装置，所述匹配模块，具体用于：
113.将所述角色需求文本信息进行向量化表示，得到角色需求向量；
114.将各演员的个性化特征文本信息进行向量化表示，得到各演员的个性化特征向量；
115.将所述角色需求向量与各演员的个性化特征向量进行匹配，得到所述匹配结果。
116.在上述实施例的基础上，本发明实施例中提供的影视作品选角装置，所述匹配模块，还具体用于：
117.计算所述角色需求向量与各演员的个性化特征向量的相似度，并将各演员对应的相似度确定为各演员对应的匹配结果。
118.在上述实施例的基础上，本发明实施例中提供的影视作品选角装置，所述匹配模块，还具体用于：
119.将所述角色需求文本信息进行分词处理，得到所述角色需求文本信息对应的需求词语；
120.基于所述需求词语的词向量以及所述角色需求文本信息中所述需求词语的词频，确定所述角色需求向量。
121.在上述实施例的基础上，本发明实施例中提供的影视作品选角装置，还包括标签库确定模块，用于：
122.采集各演员的历史作品信息；
123.基于各演员的历史作品信息，确定各演员对应的指定搜索词；
124.基于各演员对应的指定搜索词，确定各演员的新闻与评论文本信息，并从各演员的新闻与评论文本信息中提取各演员的个性化特征文本信息；
125.基于各演员的个性化特征文本信息，确定所述演员全量个性化标签库。
126.在上述实施例的基础上，本发明实施例中提供的影视作品选角装置，所述标签库确定模块，具体用于：
127.对于任一演员，将所述任一演员的新闻与评论文本信息进行分词处理，得到所述
任一演员对应的描述词语；
128.将所述任一演员对应的描述词语进行词性标注，并确定所述任一演员的新闻与评论文本信息中的目标词性关键词；
129.基于所述任一演员对应的目标词性关键词的词频，确定所述任一演员的个性化特征文本信息。
130.在上述实施例的基础上，本发明实施例中提供的影视作品选角装置，所述历史作品信息包括历史出演角色；
131.相应地，所述标签库确定模块，还具体用于：
132.在预设窗口内确定所述任一演员的新闻与评论文本信息中的目标词性关键词；
133.其中，所述预设窗口基于所述历史出演角色的标识信息或所述任一演员的标识信息在所述任一演员的新闻与评论文本信息中的位置确定。
134.具体地，本发明实施例中提供的影视作品选角装置中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。
135.图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行上述各实施例提供的影视作品选角方法，该方法包括：获取待选角影视作品的角色需求文本信息；将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；基于所述匹配结果，对所述待选角影视作品进行选角。
136.此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
137.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各实施例提供的影视作品选角方法，该方法包括：获取待选角影视作品的角色需求文本信息；将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；基于所述匹配结果，对所述待选角影视作品进行选角。
138.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的影视作品选角方法，该方法包括：获取待选角影视作品的角色需求文本信息；将所述角色需求文本信息与预先确定的演员全量个性化标签库中各演员的个性化特征文本信息进行匹配，得到匹配结果；基
于所述匹配结果，对所述待选角影视作品进行选角。
139.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
140.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
141.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。