„Kurosawa“: Assistent eines Drehbuchautors: Verwandte Arbeiten

Linktabelle

• Zusammenfassung und Einleitung
• Motivation
• Ähnliche Projekte
• Datensatz
• Experimente und Evaluation
• Ergebnisse und Analyse
• Schlussfolgerung und zukünftige Arbeit
• Einschränkungen und Referenzen
• A. Anhang

3. Verwandte Arbeiten

3.1. Automatische Story-Generierung

Neuronale Modelle konnten Geschichten produzieren, indem sie sie auf verschiedene Inhalte wie visuelle Elemente (Huang et al., 2016) und prägnante Textbeschreibungen (Jain et al., 2017) konditionierten. Es gibt zahlreiche Arbeiten an der handlungssteuerbaren, plangesteuerten Entwicklung von Geschichten (Riedl und Young, 2010; Fan et al., 2019; Pérez und Sharples, 2001; Rashkin et al., 2020). Eine verwandte Art von Arbeit ist die automatische Entwicklung von Gedichten auf der Grundlage von Schlüsselwörtern oder Beschreibungen (Yan, 2016; Wang et al., 2016).

3.2. Plotgenerierung

Plot Machines (Rashkin et al., 2020) generieren mehrteilige Geschichten auf der Grundlage einiger Gliederungssätze. Fan et al. (2018) führen ein hierarchisches Sequenz-zu-Sequenz-Fusionsmodell ein, um eine Prämisse und eine Bedingung zu generieren, die wiederum Geschichten mit bis zu 1000 Wörtern generieren. Diese Arbeit ist – anders als unsere – nicht neuronal und vorlagengesteuert und daher im Vergleich zu dem, was wir generieren, viel weniger kreativ und neuartig.

3.3. Szenengenerierung

Die automatische Szenen- oder Skriptgenerierung hat vergleichsweise weniger Aufmerksamkeit erhalten. Dialoggenerierung (Li et al., 2016; Huang et al., 2018; Tang et al., 2019; Wu et al., 2019) mit einem Anschein von Szenengenerierung wurde bereits durchgeführt. In jüngster Zeit gab es einige Arbeiten, die sich auf die Führung von Dialogen mithilfe einer Erzählung konzentrierten (Zhu et al., 2020). Wir generieren Szenen, in denen die Hauptelemente aus einer kleinen Eingabeaufforderung stammen.