TropeTwist: 基于套路的叙述结构生成
使用 trope 来设计故事结构,提出了 Story Designer,它是一个基于 Evolutionary Dungeon Designer 的混合智能协作的结构工具,它使用 tropes 作为建筑模块,通过交互式连接生成故事结构,它不仅可以作为故事设计的工具,还可以将关卡设计和故事相结合。
Oct, 2022
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
在这项研究中,我们展示了大型生成文本模型辅助生成丰富的、分支故事线的图形互动叙述可用于对接具备不同上下文约束的四个著名故事,通过与 GPT-4 的配合来进行游戏设计的例证。
Nov, 2023
本研究探索了一种新型的粗粒度到细粒度的模型,可以生成故事文本,并通过抽象行为和实体来分解故事,生成谓词 - 参数结构的文本,最终替换实体占位符。经过广泛的分析和人工评估,我们的方法可以提高生成的故事中事件和实体的多样性和连贯性。
Feb, 2019
构建体裁模式以指导交互式故事创作,确保主题一致性。采用简单的两阶段过程构建模式,先检索与体裁特征相匹配的示例,然后应用最具体概括的形式找到它们的共同点。两个阶段中的 AI 代理在故事创作过程中发挥重要作用,PatternTeller 原型用于操作故事创作,根据用户的给定前提生成故事,并在创作阶段中尝试适应用户的建议。
May, 2024
本文通过研究 TVTROPES dataset 中的 trope,exploring 其高度 gendered 的主题、gender bias 和流行程度之间的关系,以及作品创造者性别与其使用的 trope 类型之间的相关性。
Oct, 2020
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
我们提出了一种基于理论启发的视觉叙事生成器,该生成器融合了漫画创作习语,将漫画的概念原则转化为整合理论的系统层次,用于创作漫画内容。生成器通过从面板构图、物体位置、面板转换和叙事要素的层次上进行顺序决策来创建漫画。每个层次的决策基于叙事目标,遵循媒体的相应层次习语。借鉴 Cohn 的叙事语法提供整体故事弧线。面板构图采用受三分法启发的照片构图。基于 McCloud 提出的面板转换理论,包括场景、人物和时间变化之间的焦点转移的转换层被编码进系统中。最后,基于对动作动词使用动作动词本体论进行分析,添加常见的叠加符号(例如感叹号)。通过各种设置和示例输出展示了生成的漫画的多样性。该生成器和相关模块可以用于视觉叙事创作,并进一步研究视觉叙事理解的计算模型。
Dec, 2023
人类沟通和感知故事情节对媒体技术研究和发展至关重要,我们提出了一种多模态分析漫画和漫画风格视觉叙事的流派的新方法,通过高级特征对流派分类进行详细分析,并且系统性地将主观叙事模式纳入计算模型。
Dec, 2023
本文提出了一种计算模型,通过分析角色猜测的心理状态和句法和语义层面的语言信息,自动检测叙述结构的主要元素。通过使用预先训练的社交常识知识模型获取主角的心理状态信息,并使用多功能融合方法将其与语境语义嵌入相结合,我们建立了一个包含手动注释的 STORIES 数据集的计算模型来实现这一任务,并在评估中发现我们的模型能够实现极显著的改进来识别高潮和结局。
Feb, 2023