"Kurosawa": asistente de guionista: trabajo relacionado

Tabla de enlaces

• Resumen e introducción
• Motivación
• Trabajo relacionado
• Conjunto de datos
• Experimentos y evaluación
• Resultados y análisis
• Conclusión y trabajo futuro
• Limitaciones y referencias
• A. Apéndice

3. Trabajo relacionado

3.1. Generación automática de historias

Los modelos neuronales han podido producir historias condicionando diferentes contenidos como imágenes (Huang et al., 2016) y descripciones de texto sucintas (Jain et al., 2017). Abunda el trabajo en la generación de historias basadas en un plan y controlable por la trama (Riedl y Young, 2010; Fan et al., 2019; Pérez y Sharples, 2001; Rashkin et al., 2020). Un tipo de trabajo relacionado es la generación automática de poesía basada en palabras clave o descripciones (Yan, 2016; Wang et al., 2016).

3.2. Generación de trama

Plot Machines (Rashkin et al., 2020) generan historias de varios párrafos basadas en algunas frases esquemáticas. Fan et al. (2018) introducen un modelo de fusión jerárquico de secuencia a secuencia para generar una premisa y condición que a su vez genera historias de hasta 1000 palabras. Este trabajo, a diferencia del nuestro, no es neuronal y se basa en plantillas y, por lo tanto, es mucho menos creativo y novedoso en comparación con lo que generamos.

3.3. Generación de escena

La generación automática de escenas o guiones ha recibido comparativamente menos atención. Se ha generado diálogo (Li et al., 2016; Huang et al., 2018; Tang et al., 2019; Wu et al., 2019) con una apariencia de generación de escenas. Recientemente se han realizado algunos trabajos centrados en guiar los diálogos con la ayuda de una narrativa (Zhu et al., 2020). Generamos escenas en las que los elementos principales provienen de un pequeño mensaje como entrada.