CN116637375A - 智能剧情生成方法及装置 - Google Patents

Abstract

本申请实施例公开了一种智能剧情生成方法。方法可以包括：确定虚拟角色，每个虚拟角色至少包括人物、行为、关系、任务、线索属性；所有虚拟角色通过属性构成相互关联；每个虚拟角色和通过属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为或线索作为基础框架输入文本生成模型，文本生成模型根据基础框架内容生成局部剧情；所有生成的局部剧情根据所有虚拟角色的相互关联属性，组成网状剧情。通过实施本申请实施例，根据生成的虚拟角色，把整个剧情拆分成一系列局部，然后用文本生成算法，基于这些局部生成文本，再拼装在一起。这样可以降低文本生成的难度。

Description

智能剧情生成方法及装置

技术领域

本申请涉及自然语言处理领域，尤其涉及一种基于虚拟角色的人物、行为、关系、任务、线索属性为基础框架生成剧情的方法。

背景技术

游戏剧情是由多个上下承接的剧情文本组成，游戏中剧情的发展由玩家执行的任务确定，每个任务可以对接多个不同方向的剧情发展，每个剧情发展对应一个剧情文本。然而，预先设定的剧情文本需要人为设置，增加了制作游戏的难度以及工作量。另外现有的基于自回归的生成模型，在生成故事下文时，只参考了已有的故事上文，而没有考虑生成的下文的情节与已有情节是否逻辑连贯，是否符合逻辑，最终导致生成的文本语法正确但出现常识性的逻辑错误。

发明内容

本申请实施例提供了一种智能剧情生成方法，可以降低文本生成的难度，并且生成剧情的逻辑性更强。

本申请实施例提供一种智能剧情生成方法，包括：

确定虚拟角色，每个虚拟角色至少包括人物、行为、关系、任务、线索属性；

所有虚拟角色通过属性构成相互关联；

每个虚拟角色和通过属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索作为基础框架输入文本生成模型，文本生成模型根据基础框架内容生成局部剧情；

所有生成的局部剧情根据所有虚拟角色的相互关联属性，组成网状剧情。

文本生成模型进一步包括实时获取用户与局部剧情中的虚拟角色进行交互的对话意图，并结合局部剧情及网状剧情内容，生成/输出与交互虚拟角色针对用户对话意图的回复话术。

进一步的第一方法用于根据每个虚拟角色和通过属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索生成有逻辑关系的基础框架；

第二方法用于将生成有逻辑关系的基础框架和/或将生成有逻辑关系的基础框架内容的描述作为输入，运用基于人工神经网络的方法生成情节逻辑清晰的局部剧情和/或对话内容。

虚拟角色的人物、行为、关系、任务或线索属性从数据库中随机抽取，各属性之间存在蕴含关联的概率。

进一步获取虚拟角色的人物、行为、关系、任务或线索属性的描述文本；

从描述文本中提取人物属性中的文本内容，作为虚拟角色人物身份描述；

从描述文本中提取行为、关系、任务或线索属性中的文本内容，作为用于表征虚拟角色的相互关联的行为、关系、任务或线索剧情描述。

描述文本中还包括关键词；

进一步确定关键词对应的目标结果词；

根据目标结果词、虚拟角色的人物、行为、关系、任务或线索属性以及描述文本生成虚拟角色对应的局部剧情。

生成/输出与交互虚拟角色针对用户对话意图的回复话术，进一步还包括：

确定参与每一轮对话的至少一个虚拟角色，并根据虚拟角色的人物、行为、关系、任务或线索，配置虚拟角色的属性；

根据至少一个虚拟角色的属性以及每一轮用户与虚拟角色进行交互的对话意图，生成每一轮对话的回复话术；

针对每一轮对话，判断该轮对话中是否指定了该轮对话中的被说话虚拟角色；

如果是，则直接确定该轮对话中的被说话虚拟角色；

如果否，则根据该轮对话中交互虚拟角色的行为、关系、任务或线索属性，预测该轮对话中的被说话虚拟角色。

针对每一轮对话，至少根据该轮对话中交互虚拟角色和/或被说话虚拟角色的行为、关系、任务或线索属性，预测影响该轮对话的对话因素；

根据至少交互虚拟角色和/或被说话虚拟角色的行为、关系、任务或线索属性、该轮对话之前的历史对话和对话因素，生成该轮对话的回复话术。

本申请实施例还提供一种智能剧情生成装置，包括：

获取单元，用于获取虚拟角色至少包括人物、行为、关系、任务、线索属性；

确定单元，用于确定每个虚拟角色和通过属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索为基础框架；

剧情文本生成单元，用于根据基础框架内容生成局部剧情,并将所有生成的所述局部剧情根据所有所述虚拟角色的相互关联属性，组成网状剧情。。

在本申请中，依据虚拟角色至少包括人物、行为、关系、任务、线索属性，并通过虚拟角色属性形成相关关联做为基础框架生成剧情，如此，可以使本方案无需预先设定剧情文本，仅根据虚拟角色属性来灵活生成剧情文本，可以降低文本生成的难度，同时，生成剧情的逻辑性更强，摆脱对人工的依赖并提高了效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。

图1为本申请实施例提供的智能剧情生成方法的流程示意图；

图2为本申请实施例提供的智能剧情生成装置的结构示意图；

具体实施方式

下面结合附图对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。

本申请的说明书以及附图中所提到的术语“包括”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

需要说明的是，本申请实施例中，“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方法不应被解释为比其他实施例或设计方案更优地或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。在本申请实施例中，“A和/或B”表示A和B，A或B两个含义。“A，和/或B，和/或C”表示A、B、C中的任一个，或者，表示A、B、C中的任两个，或者，表示A和B和C。

为了更好地理解本申请实施例的技术方案，先对本申请实施例可能涉及的方法流程进行介绍。请参见图1，图1为本申请实施例提供的一种智能剧情生成方法的流程示意图。该流程具体可以包括：

110、确定虚拟角色，每个所述虚拟角色至少包括人物、行为、关系、任务、线索属性。

其中，虚拟角色的人物、行为、关系、任务或线索属性从数据库中随机抽取，各属性之间存在蕴含关联的概率。例如，首先设置一数据库，数据库中包括人物、行为、关系、任务、线索等属性信息，

其中人物属性主要包括预设的人物名称、人物身份、年龄、对应场所、性别、性格、亲缘关系、人物级别、以及对应线索等文本描述信息；例如人物身份为大夫，根据身份一般对应年龄在30-60岁，对应场所为医馆，还对应有亲戚关系、师徒关系等，对应线索可以是其他人知道该人物的线索信息，例如，其他人知道该人物是位口碑不错的大夫，也可以是该人物知道其他人的线索信息，例如，该人物知道某位其他人物的患病线索信息。

行为属性主要包括预设的行为文本描述、发生概率、该行为的行为人、行为对象、对应线索模板等文本描述信息。其中行为人还包括行为人性格、身份、以及与行为对象的关系。行为人性格有概率影响该行为的发生，例如，行为人性格粗暴，那有大概率导致行为人殴打行为对象。同理身份以及与行为对象的关系，也有概率导致该行为的发生率增加，例如一个未授权而进行对象转移行为，行为人身份可以是有惩处记录的人、律师、学生身份，如果行为人身份为有惩处记录的人，则发生未授权而进行对象转移行为的概率将极大增加。

关系属性主要包括预设的关系名称及其关系文本描述、关系类型、信息及掌握信息级别、以及对应线索等文本描述信息，同时还关系还受性别、年龄、身份、性格等因素影响。例如，关系名称为儿子，描述文本为是某人的儿子，关系类型为亲缘关系，该关系是较公开的信息，因此信息级别为1级，即信息为一般信息，其他人可以掌握该信息的级别可以为5级，即一般全员都可以掌握。同时，此关系还受性别、年龄、身份、性格等因素影响，例如，该关系人肯定为男性，假如关系人为女性，那会跳转选择关系为女儿或其他，年龄一般与被关系人相差20-30岁等，可见关系的存在之间，天然受一些特定因素的影响。

任务属性主要包括预设的任务名称及或线索描述文本、开启条件、前置线索或任务、同时还受身份、性格、行为、关系影响，并有完成奖励及完成反馈信息。例如任务名称为喜欢古董，线索描述文本为A想从B手上获得一个古董，开启任务的条件包括虚拟角色对用户的信任度及用户对虚拟角色的威慑度，同时此任务可能还需要完成前置任务，例如需要从C处打听到此任务信息，A或B的身份为古董商，则可增加该任务的生成概率，同时用户完成任务，导致虚拟角色对用户的信任度增加20点，并用户获得任务完成奖励100元，同时完成反馈信息你帮A获得了古董，他对你感激涕零。

线索属性主要包括预设的线索名称及描述对象、对应类型、线索描述文本、信息级别，并受任务度及威慑度影响。例如线索名称为大夫，描述对象为姚X，对应类型为1类，即普通线索，线索描述文本为A是一位口碑还不错的大夫，信息级别为1级，即普通级别，用户能获知此线索对应虚拟角色的信任度和威胁度为各50，即与虚拟角色的关系为普通即可获知。

确定虚拟角色时，通过从预设的各种属性数据库中将上述属性有逻辑性的随机抽取，生成虚拟角色。

120、所有虚拟角色通过所述属性构成相互关联；

生成的虚拟角色通过各类属性赋予，各属性之间本身存在关联性，例如通过亲缘关系：父子关系等；身份的关系：雇主和雇员关系等；行为关系：未授权而进行对象转移行为关系等。可以使所有的虚拟角色一对一，或一对多的形成关联网状结构。例如虚拟角色A和虚拟角色B为雇主和雇员的关系，虚拟角色A与虚拟角色C为父女关系，虚拟角色D与虚拟角色A为未授权而进行对象转移行为关系，虚拟角色E与虚拟角色B为邻居关系，可见虚拟角色A、B、C、D、E之间根据两两关系，可组成一张关系网，每两个虚拟角色之间根据相应的关系，可以看成是关系网中的网线或节点。

130、每个虚拟角色和通过所述属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索作为基础框架输入文本生成模型；

我们将所有的虚拟角色，根据属性进行关联，并根据预设赋予的关系、行为、任务或线索将这些组成一个基础的框架，例如上述120中描述的虚拟角色A、B、C、D、E之间所存在的关系，我们再通过给虚拟角色赋予一定的关系、行为、任务或线索属性，例如，虚拟角色B知道虚拟角色A有一价值极高的古董，虚拟角色B将此消息告知了虚拟角色E，虚拟角色E又将此消息告知了虚拟角色D，虚拟角色D将虚拟角色A的古董未经授权而进行转移出来，虚拟角色E知道虚拟角色D未经授权而进行转移了虚拟角色A的古董，上述这些关联信息将做为一个剧情的限定框架，剧情的范围不会脱离限定框架的内容。将这个限定框架输入给文本生成模型。

140、文本生成模型根据基础框架内容生成局部剧情；

由于基础框架本身存在属性关联性，相当于对剧情的范围进行了逻辑上的关联，例如上述虚拟角色A、B、C、D、E，我们根据父女关系从中选出虚拟角色A和虚拟角色C，则文本生成模型在生成剧情时，会将剧情中的虚拟角色A与虚拟角色C的关系做为剧情内容，生成相应的剧情。这个生成的剧情做为虚拟角色A、B、C、D、E相互关联的一个局部剧情。同理，虚拟角色A与虚拟角色B的关联也可以生成一个局部剧情，虚拟角色B与虚拟角色E也可以生成一个局部剧情，虚拟角色根据相应的关联性，可各自生成多个局部剧情。

在一些实施例中，进一步的第一方法用于根据每个虚拟角色和通过属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索生成有逻辑关系的基础框架。

第二方法用于将生成有逻辑关系的基础框架和/或将生成有逻辑关系的基础框架内容的描述作为输入，运用基于人工神经网络的方法生成情节逻辑清晰的局部剧情和/或对话内容。

例如，第一方法是基于符号主义的方法，第二方法是基于联结主义的语言大模型。运用第一方法可以生成带有逻辑关系的基础框架，以及限定在基础框架基础上的内容及其内容的描述，这个做为剧情的骨干、大纲。再在此基础上，去拿第二方法，即运用基于人工神经网络的联结主义的语言大模型，在带有逻辑关系的基础框架，和/或限定在基础框架基础上的内容,和/或基础框架基础上的内容的描述的基础上，进行内容扩充，生成情节逻辑清晰的完整局部剧情。

在一些实施例中，文本生成模型将获取虚拟角色的人物、行为、关系、任务或线索属性的描述文本；从描述文本中提取人物属性中的文本内容，作为虚拟角色人物身份描述；从所述描述文本中提取行为、关系、任务或线索属性中的文本内容，作为所述用于表征虚拟角色的相互关联的行为、关系、任务或线索剧情描述。

例如，文本生成模型将获取虚拟角色的的人物各项属性及其描述文本，例如人物名称“薛大夫”、人物身份“大夫”、年龄“50岁”、对应场所“医馆”、性别“男”、性格“细心”等，对应线索“是一位口碑还不错的大夫”，文本生成模型根据获取的各项人物属性，作为虚拟角色的身份信息，进行人物的描述文本生成。

文本生成模型同时从行为、关系、任务或线索属性中提取相应的文本内容，这些属性主要是将所有虚拟角色的相互关联性进行定义，做为剧情的进展的描述，例如行为属性中，虚拟角色D未经授权而进行转移了虚拟角色A的物品，文本生成模型可以提取相关的两个虚拟角色D，虚拟角色A，做为剧情进展的两个关联人物，未经授权而进行对象转移的行为，及未经授权而进行转移的物品做为丰富两个关联人物之间的行为，而进行剧情的描述文本生成。

在一些实施例中，文本生成模型根据基础框架的各项属性确定关键词对应的目标结果词；根据目标结果词、所述虚拟角色的人物、行为、关系、任务或线索属性以及所述描述文本生成所述虚拟角色对应的所述局部剧情。例如虚拟角色A讨厌虚拟角色D，其中，讨厌为关键词，再对关键词讨厌进行检索时，可以得到生气、厌恶、结束等结果词。根据将人物、行为、关系、任务或线索关联属性和检索到的结果词中的每一个结果词输入到文本生成模型中，对结果词进行筛选，得到满足剧情逻辑关系的目标结果词。

在一些实施例中，文本生成模型分别提取虚拟角色的人物、行为、关系或任务或线索属性对应的词向量和目标结果词的对应的词向量；对虚拟角色的人物、行为、关系、任务或线索属性对应的词向量和目标结果词对应的词向量进行相似度计算，得到虚拟角色的人物、行为、关系、任务或线索属性与所述目标结果词之间的相似度；根据相似度，确定所述虚拟角色的人物、行为、关系、任务或线索属性和目标结果词之间存在蕴含关系的概率。

例如虚拟角色的人物、行为、关系、任务或线索和目标结果词之间存在蕴含关系的概率可以是指通过描述文本可以推理出目标结果词的概率。例如，描述文本为“一只猫在地上玩绣球”，而结果词为“动物”，猫可以推导出动物，则“一只猫在/>地上玩绣球”和“动物”之间存在蕴含关系。描述文本和目标结果词之间存在蕴含关系的概率可以通过对描述文本和目标结果词对应的词向量进行语言推理，输出描述文本和目标结果词之间存在蕴含关系的概率。可以用于排除描述文本和目标结果词之间存在蕴含关系的概率较小的目标结果词。当描述文本和目标结果词之间存在蕴含关系的概率较小时，可能存在描述文本和目标结果词之间存在冲突关系。例如，描述文本为“一只猫在/>地上玩绣球”，而目标结果词为“狗”，此时存在冲突关系。

150、所有生成的局部剧情根据所有所述虚拟角色的相互关联属性，组成网状剧情。在步骤140中生成的多个局部剧情，本身由于虚拟角色之间存在相互关联属性，我们可以将这些局部剧情根据关联属性进行拼装，拼装成最终带逻辑关联的网状剧情。这样可以降低文本生成的难度，比整个剧情用文本直接生成要容易得多。

在一些实施例中，文本生成模型进一步包括实时获取用户与所述局部剧情中的所述虚拟角色进行交互的对话意图，并结合所述局部剧情及所述网状剧情内容，生成/输出与交互虚拟角色针对用户对话意图的回复话术。例如用户对局部剧情中的虚拟角色A进行问询，如何提升与您的信任关系，文本生成模型根据局部剧情及网状剧情的内容，如局部剧情中，虚拟角色A的古董找不到了，回复话术则可以结合局部剧情生成回复话术，想要提升与我的信任，那你帮我找到古董。

进一步的，在一些实施例中，生成/输出与交互虚拟角色针对用户对话意图的回复话术，还包括：确定参与每一轮对话的至少一个虚拟角色，并根据虚拟角色的人物、行为、关系、任务或线索，配置虚拟角色的属性；根据所述至少一个虚拟角色的属性以及每一轮用户与所述虚拟角色进行交互的对话意图，生成每一轮对话的回复话术。例如文本生成模型获取虚拟角色A的各项属性，如身份为雇主，并收藏古董，文本生成模型结合用户的对话意图提升信任关系，可以回复帮我做事、或送我古董，回复话术可以根据虚拟角色的属性而随意变动。不会存在单一且固定的回复话术情况。

进一步的，在一些实施例中，生成/输出与交互虚拟角色针对用户对话意图的回复话术，还包括：针对每一轮对话，判断该轮对话中是否指定了该轮对话中的被说话虚拟角色；如果是，则直接确定该轮对话中的被说话虚拟角色；如果否，则根据该轮对话中所述交互虚拟角色的行为、关系、任务或线索属性，预测该轮对话中的被说话虚拟角色。例如用户与虚拟角色A询问，虚拟角色B有什么爱好。此时，则确定虚拟角色B为被说话虚拟角色。例如用户与虚拟角色A询问，哪里可以买到古董，此时A本身赋予的行为、关系、任务或线索属性，让虚拟角色A可以知道一个或多个虚拟人物处有古董出售，则根据属性关联，回复话术预测其中一个或多个虚拟人物为被说话虚拟角色。通过回复话术的内容，指引用户进行下一步剧情进展。

进一步的，在一些实施例中，生成/输出与交互虚拟角色针对用户对话意图的回复话术，还包括：针对每一轮对话，至少根据该轮对话中所述交互虚拟角色和/或被说话虚拟角色的行为、关系、任务或线索属性，预测影响该轮对话的对话因素；根据所述至少交互虚拟角色和/或被说话虚拟角色的行为、关系、任务或线索属性、该轮对话之前的历史对话和所述对话因素，生成该轮对话的回复话术。例如用户与虚拟角色A进行交互，询问虚拟角色A怎么提升与虚拟角色B的信任，此时假设用户与虚拟角色A两者之间的信任度未达到阈值，则会影响该轮对话的最终回复话术生成，同时，也可能存在“提升虚拟角色B的信任”是一个级别较低的信息，也可能虚拟角色A可以在信任度未达阈值的情况下，将此信息通过对话回复给用户，这些属性的不同都是影响该轮对话回复话术的生成的因素。

为了更好地实施以上方法，本申请实施例还提供一种智能剧情生成装置，该智能剧情生成装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。

例如，在本实施例中，将以智能剧情生成装置具体集成在一种终端为例，对本申请实施例的方法进行说明。例如，如图2所示，该智能剧情生成装置可以包括获取单元、确定单元以及剧情文本生成单元，如下：

获取单元210：用于获取所述虚拟角色至少包括人物、行为、关系、任务、线索属性；

确定单元220：用于确定每个所述虚拟角色和通过所述属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索为基础框架。

剧情文本生成单元230：用于根据所述基础框架内容生成局部剧情,并将所有生成的所述局部剧情根据所有所述虚拟角色的相互关联属性，组成网状剧情。

在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各种说明性和步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘)等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种智能剧情生成方法，其特征在于，确定虚拟角色，每个所述虚拟角色至少包括人物、行为、关系、任务、线索属性；

所有所述虚拟角色通过所述属性构成相互关联；

每个所述虚拟角色和通过所述属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索作为基础框架输入文本生成模型，所述文本生成模型根据所述基础框架内容生成局部剧情；

所有生成的所述局部剧情根据所有所述虚拟角色的相互关联属性，组成网状剧情。

2.如权利要求1所述的智能剧情生成方法，其特征在于，所述文本生成模型进一步包括实时获取用户与所述局部剧情中的所述虚拟角色进行交互的对话意图，并结合所述局部剧情及所述网状剧情内容，生成/输出与交互虚拟角色针对用户对话意图的回复话术。

3.如权利要求1所述的智能剧情生成方法，其特征在于，所述每个所述虚拟角色和通过所述属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索作为基础框架输入文本生成模型，所述文本生成模型根据所述基础框架内容生成局部剧情，其中：

第一方法用于根据所述每个所述虚拟角色和通过所述属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索生成有逻辑关系的基础框架；

第二方法用于将所述生成有逻辑关系的基础框架和/或将所述生成有逻辑关系的基础框架的内容的描述作为输入，运用基于人工神经网络的方法生成情节逻辑清晰的局部剧情和/或对话内容。

4.如权利要求1所述的智能剧情生成方法，其特征在于，所述虚拟角色的人物、行为、关系、任务或线索属性从数据库中随机抽取，各属性之间存在蕴含关联的概率。

5.根据权利要求4所述的智能剧情生成方法，其特征在于，所述虚拟角色的人物、行为、关系、任务或线索属性从数据库中随机抽取，包括：

获取虚拟角色的人物、行为、关系、任务或线索属性的描述文本；

从所述描述文本中提取人物属性中的文本内容，作为所述虚拟角色人物身份描述；

从所述描述文本中提取行为、关系、任务或线索属性中的文本内容，作为所述用于表征虚拟角色的相互关联的行为、关系、任务或线索剧情描述。

6.如权利要求5所述的智能剧情生成方法，其他特在于，所述获取虚拟角色的人物、行为、关系、任务或线索属性的描述文本，其中，所述描述文本中包括关键词；

确定所述关键词对应的目标结果词；

根据所述目标结果词、所述虚拟角色的人物、行为、关系、任务或线索属性以及所述描述文本生成所述虚拟角色对应的所述局部剧情。

7.如权利要求2所述的智能剧情生成方法，其特征在于，所述生成/输出与交互虚拟角色针对用户对话意图的回复话术，包括：

确定参与每一轮对话的至少一个虚拟角色，并根据虚拟角色的人物、行为、关系、任务或线索，配置虚拟角色的属性；

根据所述至少一个虚拟角色的属性以及每一轮用户与所述虚拟角色进行交互的对话意图，生成每一轮对话的回复话术。

8.根据权利要求7所述的智能剧情生成方法，其特征在于，所述方法还包括：

针对每一轮对话，判断该轮对话中是否指定了该轮对话中的被说话虚拟角色；

如果是，则直接确定该轮对话中的被说话虚拟角色；

如果否，则根据该轮对话中所述交互虚拟角色的行为、关系、任务或线索属性，预测该轮对话中的被说话虚拟角色。

9.根据权利要求8所述的智能剧情生成方法，其特征在于：

针对每一轮对话，至少根据该轮对话中所述交互虚拟角色和/或被说话虚拟角色的行为、关系、任务或线索属性，预测影响该轮对话的对话因素；

根据所述至少交互虚拟角色和/或被说话虚拟角色的行为、关系、任务或线索属性、该轮对话之前的历史对话和所述对话因素，生成该轮对话的回复话术。

10.一种智能剧情生成装置，其特征在于，包括：

获取单元，用于获取所述虚拟角色至少包括人物、行为、关系、任务、线索属性；

确定单元，用于确定每个所述虚拟角色和通过所述属性构成相互关联的相关虚拟角色，以及相互关联的关系、行为、任务或线索为基础框架；

剧情文本生成单元，用于根据所述基础框架内容生成局部剧情,并将所有生成的所述局部剧情根据所有所述虚拟角色的相互关联属性，组成网状剧情。