Autores:  (1) Prerak Gandhi, Departamento de Ingeniería y Ciencias de la Computación, Instituto Indio de Tecnología de Bombay, Mumbai, prerakgandhi@cse.iitb.ac.in, y estos autores contribuyeron igualmente a este trabajo;  (2) Vishal Pramanik, Departamento de Ingeniería y Ciencias de la Computación, Instituto Indio de Tecnología de Bombay, Mumbai, vishalpramanik,pb@cse.iitb.ac.in, y estos autores contribuyeron igualmente a este trabajo;  (3) Pushpak Bhattacharyya, Departamento de Ingeniería y Ciencias de la Computación, Instituto Indio de Tecnología de Bombay, Mumbai.  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  8. Limitaciones  • En el conjunto de datos de generación de tramas, las tramas de Wikipedia a veces no están escritas por redactores de contenido profesionales de la industria cinematográfica. Por lo tanto, es posible que estas tramas no incluyan los eventos principales de la película.  • En algunos casos, el modelo no logra generar eventos coherentes junto con la introducción abrupta de personajes en las tramas y escenas.  • Aunque se haya notado pocas veces, la trama o escena generada contiene cláusulas o frases repetidas.  • El modelo alucina y genera cosas fácticamente incorrectas, lo que lo hace incapaz de generar biografías o documentales.  • Es posible que la trama o escena no se ajuste al tema de la entrada o género mencionado junto con el mensaje.  Referencias  Selmer Bringsjord y David Ferrucci. 1999. Inteligencia artificial y creatividad literaria: Dentro de la mente de Brutus, una máquina de contar historias. Prensa de Psicología.  Tom Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah, Jared D Kaplan, Prafulla Dhariwal, Arvind Neelakantan, Pranav Shyam, Girish Sastry, Amanda Askell, et al. 2020. Los modelos lingüísticos aprenden con pocas posibilidades. Avances en los sistemas de procesamiento de información neuronal, 33:1877–1901.  Ángela Fan, Mike Lewis y Yann Dauphin. 2018. Generación jerárquica de historias neuronales. Preimpresión de arXiv arXiv:1805.04833.  Ángela Fan, Mike Lewis y Yann Dauphin. 2019. Estrategias para estructurar la generación de historias. arXiv preimpresión arXiv:1902.01109.  S. Campo. 1979. Guión: Los fundamentos del guión. Un libro de Delta. Compañía editorial Dell.  Chenyang Huang, Osmar R. Zaiane, Amine Trabelsi y Nouha Dziri. 2018. Generación automática de diálogos con emociones expresadas. En Actas de la Conferencia de 2018 del Capítulo Norteamericano de la Asociación de Lingüística Computacional: Tecnologías del Lenguaje Humano, Volumen 2 (artículos breves), páginas 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. Narración visual. En Actas de la conferencia de 2016 del capítulo norteamericano de la asociación de lingüística computacional: tecnologías del lenguaje humano, páginas 1233–1239.  Parag Jain, Priyanka Agrawal, Abhijit Mishra, Mohak Sukhwani, Anirban Laha y Karthik Sankaranarayanan. 2017. Generación de historias a partir de secuencias de descripciones breves independientes. arXiv preimpresión arXiv:1707.05501.  Frederick Jelinek, Robert L. Mercer, Lalit R. Bahl y J. Baker. 1977. Perplejidad: una medida de la dificultad de las tareas de reconocimiento de voz. Revista de la Sociedad Acústica de América, 62.  Mihir Kale y Abhinav Rastogi. 2020. Generación de texto guiada por plantilla para diálogo orientado a tareas. Preimpresión de arXiv arXiv:2004.15006.  Jiwei Li, Will Monroe, Alan Ritter, Michel Galley, Jianfeng Gao y Dan Jurafsky. 2016. Aprendizaje por refuerzo profundo para la generación de diálogo. preimpresión de arXiv arXiv:1606.01541.  Rensis Likert. 1932. Una técnica para la medición de actitudes / por Rensis Likert. Archivos de psicología; No. 140. [sn], Nueva York.  Chin-Yew Lin. 2004. ROUGE: Un paquete para la evaluación automática de resúmenes. En Text Sumarization Branches Out, páginas 74–81, Barcelona, España. Asociación de Lingüística Computacional.  Kishore Papineni, Salim Roukos, Todd Ward y WeiJing Zhu. 2002. Bleu: un método para la evaluación automática de la traducción automática. En Actas de la 40ª reunión anual de la Asociación de Lingüística Computacional, páginas 311–318.  Rafael Pérez Ý Pérez y Mike Sharples. 2001. Mexica: Un modelo informático de una explicación cognitiva de la escritura creativa. Revista de inteligencia artificial teórica y experimental, 13(2):119–139.  Krishna Pillutla, Swabha Swayamdipta, Rowan Zellers, John Thickstun, Sean Welleck, Yejin Choi y Zaid Harchaoui. 2021. Malva: Medición de la brecha entre el texto neuronal y el texto humano utilizando fronteras de divergencia. Avances en los sistemas de procesamiento de información neuronal, 34:4816–4828.  Hannah Rashkin, Asli Celikyilmaz, Yejin Choi y Jianfeng Gao. 2020. Plotmachines: generación condicionada de esquemas con seguimiento dinámico del estado de la trama. Preimpresión de arXiv arXiv:2004.14967.  Mark O. Riedl y Robert Michael Young. 2010. Planificación narrativa: equilibrio entre trama y personaje. Revista de investigación en inteligencia artificial, 39:217–268.  Jianheng Tang, Tiancheng Zhao, Chenyan Xiong, Xiaodan Liang, Eric Xing y Zhiting Hu. 2019. Conversación de dominio abierto guiada por objetivos. En Actas de la 57ª Reunión Anual de la Asociación de Lingüística Computacional, páginas 5624–5634, Florencia, Italia. Asociación de Lingüística Computacional.  Zhe Wang, Wei He, Hua Wu, Haiyang Wu, Wei Li, Haifeng Wang y Enhong Chen. 2016. Generación de poesía china con red neuronal basada en planificación. Preimpresión de arXiv arXiv:1610.09889.  Wenquan Wu, Zhen Guo, Xiangyang Zhou, Hua Wu, Xiyuan Zhang, Rongzhong Lian y Haifeng Wang. 2019. Conversación proactiva entre persona y máquina con objetivo de conversación explícito. En Actas de la 57ª Reunión Anual de la Asociación de Lingüística Computacional, páginas 3794–3804, Florencia, Italia. Asociación de Lingüística Computacional.  Rui Yan. 2016. i, poet: Composición automática de poesía a través de redes neuronales recurrentes con esquema de pulido iterativo. En IJCAI, tomo 2238, página 2244.  Zheng Zhao, Shay B Cohen y Bonnie Webber. 2020. Reducción de la cantidad de alucinaciones en el resumen abstractivo. Preimpresión de arXiv arXiv:2009.13312.  Yutao Zhu, Ruihua Song, Zhicheng Dou, Jian-Yun Nie y Jin Zhou. 2020. ScriptWriter: Generación de guiones guiados por narrativa. En Actas de la 58ª Reunión Anual de la Asociación de Lingüística Computacional, páginas 8647–8657, en línea. Asociación de Lingüística Computacional.  Este documento está   bajo licencia CC 4.0 DEED. disponible en arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Teleplay.Tech

From teleplay to technology, we weave a narrative tapestry that dances between writing, CGI, and action.

Teleplay's blog

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

Boost your HackerNoon story @ $159.99! 🚀

"Kurosawa": asistente de guionista: limitaciones y referencias

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps