ACLMay, 2020

叙事引导的剧本生成

PDF
TL;DR本文提出了一种基于故事情节的对话驱动模型 ScriptWriter，并通过构建一个大规模的故事情节数据集 GraphMovie 来验证其有效性。实验结果表明，相比于仅将故事情节作为上下文使用的基线模型，基于故事情节的对话驱动模型能够显著提高对话系统的性能。
dialogue systemsscriptwriternarrativedata collectioncontext
发现论文，激发创造
  • Plan-And-Write: 自动叙事的更好实现

    本文探讨了根据标题生成故事的开放域故事生成，提出了一种计划和写作的分层式生成框架，比较了两种规划策略，并通过实验表明了明确的故事情节规划会让生成的故事更加多样化、连贯且主题贴切。

    Nov, 2018

  • 对话脚本：使用对话代理生成脚本

    使用拥有不同人格特征的 agents, 并采用模拟戏剧网络的方法生成剧本，在多项标准上经过自动和人类评估，显示该方法优于基于 vanilla-GPT2 的基线，并引入新的度量标准来评估对话的一致性，并展示其有效性。

    Jun, 2022

  • 黑泽明》：编剧助手

    我们提出了一个名为 KUROSAWA 的基于人工智能的剧本创作工作台，它主要处理情节生成和剧本生成的任务。我们使用故事的四个行为结构手动注释了 1000 个数据集，并训练了 GPT-3 模型，用于生成情节和场景，并提供给 ErosNow 媒体平台的编剧进行评估和使用。

    Aug, 2023

  • 分层神经故事生成

    该研究探讨了故事生成：创作系统可以在一个主题上构建连贯流畅的文本段落，使用一个大规模的数据集，通过分层式故事生成模型，研究人员成功地实现了模型融合，引入了新的门控多尺度自注意机制，并在自动化和人工评估中实现了显著的改进。

    May, 2018

  • 具有风格引导计划的风格化故事生成

    本文提出了一个新的任务 —— 风格化故事生成，即在给定前导的情况下生成带有指定风格的故事，并提出了一种新颖的生成模型来解决这个问题，该模型首先规划出风格化关键词，然后在关键词的指导下生成整个故事。此外，提出了两种自动度量标准来评估所生成的故事与指定风格之间的一致性。实验证明，我们的模型能够根据 ROCStories 数据集（Mostafazadeh et al.，2016）可控地生成情感驱动或事件驱动的故事，为进一步研究风格化故事生成提供了见解。

    May, 2021

  • 从叙事的语义表示中生成不同的故事

    本文介绍了一种将 Scheherazade 故事意图图转换成人物 NLG 引擎所需输入的自动方法，使用 36 个 Aesop 寓言进行测试，结果表明我们可以生成正确内容，平均与 Scheherazade 实现器的输出接近。

    Aug, 2017

  • 计划、编写和修订：一个用于开放领域故事生成的交互式系统

    本研究提出神经叙事生成系统，该系统通过不同程度的人机交互实现故事的生成和不断改进，发现在规划和写作阶段增加人机交互能够使故事质量提升 10% 至 50%，同时提高用户的参与度和满意度，证明在故事创作中人机协作对改进故事特性具有积极作用。

    Apr, 2019

  • StoryVerse：基于 LMM 的人物模拟通过叙事规划实现共同编写动态情节

    自动生成游戏情节提升了玩家的体验，通过提供丰富而沉浸式的叙述体验，适应玩家的操作。我们提出了一种新的情节创作工作流程，通过使用大型语言模型驱动虚拟角色的行为，导入作者的意图并创造出根据游戏世界状态动态适应的故事，最终实现了作者、角色模拟和玩家共同创作的故事。

    May, 2024

  • 叙事游戏：互动叙事理解

    利用大型语言模型生成人类般的回复，通过提取故事中的人物特点，引入 NarrativePlay 系统，允许用户在沉浸式环境中扮演虚构角色并与其他角色互动，自动生成故事情境、角色形象和对话，大大提升用户体验。该系统关注用户所选角色视角下从故事中提取的主要情节事件，并在两种类型的故事中进行评估：侦探故事和冒险故事，用户可以通过对话探索世界或改善与故事角色的关系。

    Oct, 2023

  • 利用语言模型与行业专业人士协作编写剧本的评估

    本研究介绍了一种名为 Dramatron 的系统，通过 prompt chaining 层次化地应用语言模型生成具有结构化上下文的剧本和电影脚本，同时涉及语言模型在人机共创领域的应用和相关伦理及设计问题。

    Sep, 2022