paint-brush
"Kurosawa" : un assistant de scénariste : limites et référencespar@teleplay

"Kurosawa" : un assistant de scénariste : limites et références

par Teleplay Technology 4m2024/05/23
Read on Terminal Reader

Trop long; Pour lire

Dans cet article, les chercheurs présentent KUROSAWA, un atelier d’écriture de scripts d’IA pour la génération d’intrigues et de scripts, traitant de l’automatisation dans les médias de divertissement.
featured image - "Kurosawa" : un assistant de scénariste : limites et références
Teleplay Technology  HackerNoon profile picture
0-item

Auteurs:

(1) Prerak Gandhi, Département d'informatique et d'ingénierie, Institut indien de technologie de Bombay, Mumbai, [email protected], et ces auteurs ont contribué à parts égales à ce travail ;

(2) Vishal Pramanik, Département d'informatique et d'ingénierie, Institut indien de technologie de Bombay, Mumbai, vishalpramanik, [email protected], et ces auteurs ont contribué à parts égales à ce travail ;

(3) Pushpak Bhattacharyya, Département d'informatique et d'ingénierie, Institut indien de technologie de Bombay, Mumbai.

Tableau des liens

8. Limites

• Dans l'ensemble de données de génération d'intrigues, les intrigues Wikipédia ne sont parfois pas écrites par des rédacteurs de contenu professionnels de l'industrie cinématographique. Par conséquent, ces intrigues peuvent ne pas inclure les principaux événements du film.


• Dans quelques cas, le modèle ne parvient pas à générer des événements cohérents ainsi que l'introduction brutale de personnages dans les intrigues et les scènes.


• Même si cela n'a été remarqué que quelques fois, l'intrigue ou la scène générée contient des clauses ou des phrases répétées.


• Le modèle hallucine et génère des choses factuellement incorrectes, le rendant incapable de générer des biographies ou des documentaires.


• L'intrigue ou la scène peut ne pas respecter le thème de l'entrée ou du genre mentionné avec l'invite.

Les références

Selmer Bringsjord et David Ferrucci. 1999. Intelligence artificielle et créativité littéraire : Dans l'esprit de Brutus, une machine à raconter des histoires. Presse de psychologie.


Tom Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah, Jared D Kaplan, Prafulla Dhariwal, Arvind Neelakantan, Pranav Shyam, Girish Sastry, Amanda Askell et al. 2020. Les modèles linguistiques sont des apprenants peu nombreux. Progrès dans les systèmes de traitement de l'information neuronale, 33 : 1877-1901.


Angela Fan, Mike Lewis et Yann Dauphin. 2018. Génération d'histoires neuronales hiérarchiques. Préimpression arXiv arXiv:1805.04833.


Angela Fan, Mike Lewis et Yann Dauphin. 2019. Stratégies de structuration de la génération d'histoires. Préimpression arXiv arXiv:1902.01109.


S. Champ. 1979. Scénario : Les fondements de l'écriture de scénario. Un livre Delta. Société d'édition Dell.


Chenyang Huang, Osmar R Zaiane, Amine Trabelsi et Nouha Dziri. 2018. Génération automatique de dialogues avec émotions exprimées. Dans Actes de la conférence 2018 de la section nord-américaine de l'Association for Computational Linguistics: Human Language Technologies, volume 2 (articles courts), pages 49-54.


Ting-Hao Huang, Francis Ferraro, Nasrin Mostafazadeh, Ishan Misra, Aishwarya Agrawal, Jacob Devlin, Ross Girshick, Xiaodong He, Pushmeet Kohli, Dhruv Batra et al. 2016. Narration visuelle. Dans Actes de la conférence 2016 de la section nord-américaine de l'association pour la linguistique informatique : Technologies du langage humain, pages 1233-1239.


Parag Jain, Priyanka Agrawal, Abhijit Mishra, Mohak Sukhwani, Anirban Laha et Karthik Sankaranarayanan. 2017. Génération d'histoires à partir d'une séquence de courtes descriptions indépendantes. Préimpression arXiv arXiv : 1707.05501.


Frederick Jelinek, Robert L. Mercer, Lalit R. Bahl et J. Baker. 1977. Perplexité – une mesure de la difficulté des tâches de reconnaissance vocale. Journal de l'Acoustical Society of America, 62.


Mihir Kale et Abhinav Rastogi. 2020. Génération de texte guidée par modèle pour un dialogue axé sur les tâches. Préimpression arXiv arXiv:2004.15006.


Jiwei Li, Will Monroe, Alan Ritter, Michel Galley, Jianfeng Gao et Dan Jurafsky. 2016. Apprentissage par renforcement profond pour la génération de dialogue. Préimpression arXiv arXiv : 1606.01541.


Rensis Likert. 1932. Une technique pour mesurer les attitudes / par Rensis Likert. Archives de psychologie ; Non. 140. [sn], New York.


Chin-If Lin. 2004. ROUGE : Un package pour l'évaluation automatique des résumés. Dans Text Summarization Branches Out, pages 74-81, Barcelone, Espagne. Association pour la linguistique computationnelle.


Kishore Papineni, Salim Roukos, Todd Ward et WeiJing Zhu. 2002. Bleu : une méthode d'évaluation automatique de la traduction automatique. Dans Actes de la 40e réunion annuelle de l'Association for Computational Linguistics, pages 311-318.


Rafael Pérez Ý Pérez et Mike Sharples. 2001. Mexica : Un modèle informatique d'un compte rendu cognitif de l'écriture créative. Journal d'intelligence artificielle expérimentale et théorique, 13(2):119-139.


Krishna Pillutla, Swabha Swayamdipta, Rowan Zellers, John Thickstun, Sean Welleck, Yejin Choi et Zaid Harchaoui. 2021. Mauve : Mesurer l'écart entre le texte neuronal et le texte humain à l'aide de frontières de divergence. Progrès dans les systèmes de traitement de l'information neuronale, 34 : 4816-4828.


Hannah Rashkin, Asli Celikyilmaz, Yejin Choi et Jianfeng Gao. 2020. Machines à tracer : génération conditionnée de grandes lignes avec suivi dynamique de l'état de l'intrigue. Préimpression arXiv arXiv:2004.14967.


Mark O Riedl et Robert Michael Young. 2010. Planification narrative : équilibrer l'intrigue et le personnage. Journal de recherche sur l'intelligence artificielle, 39 : 217-268.


Jianheng Tang, Tiancheng Zhao, Chenyan Xiong, Xiaodan Liang, Eric Xing et Zhiting Hu. 2019. Conversation en domaine ouvert guidée par Target. Dans Actes de la 57e réunion annuelle de l'Association pour la linguistique computationnelle, pages 5624-5634, Florence, Italie. Association pour la linguistique computationnelle.


Zhe Wang, Wei He, Hua Wu, Haiyang Wu, Wei Li, Haifeng Wang et Enhong Chen. 2016. Génération de poésie chinoise avec réseau neuronal basé sur la planification. Préimpression arXiv arXiv:1610.09889.


Wenquan Wu, Zhen Guo, Xiangyang Zhou, Hua Wu, Xiyuan Zhang, Rongzhong Lian et Haifeng Wang. 2019. Conversation homme-machine proactive avec objectif de conversation explicite. Dans Actes de la 57e réunion annuelle de l'Association pour la linguistique computationnelle, pages 3794-3804, Florence, Italie. Association pour la linguistique computationnelle.


Rui Yan. 2016. i, poet : Composition automatique de poésie à travers des réseaux de neurones récurrents avec schéma de polissage itératif. Dans IJCAI, volume 2238, page 2244.


Zheng Zhao, Shay B Cohen et Bonnie Webber. 2020. Réduire les hallucinations quantitatives dans le résumé abstrait. Préimpression arXiv arXiv:2009.13312.


Yutao Zhu, Ruihua Song, Zhicheng Dou, Jian-Yun Nie et Jin Zhou. 2020. ScriptWriter : génération de scripts guidée par la narration. Dans Actes de la 58e réunion annuelle de l'Association for Computational Linguistics, pages 8647-8657, en ligne. Association pour la linguistique computationnelle.


Cet article est disponible sur arxiv sous licence CC 4.0 DEED.