114 測定値

「黒澤」脚本家アシスタント：データセット

に Teleplay Technology 3m2024/05/23

長すぎる; 読むには

この論文では、研究者らが、エンターテインメントメディアの自動化に取り組むプロットとスクリプト生成のための AI スクリプト作成ワークベンチである KUROSAWA を紹介しています。

著者:

（１）Prerak Gandhi、インド工科大学ボンベイ校コンピュータサイエンス工学部、ムンバイ、[email protected]、およびこれらの著者は本研究に等しく貢献した。

（２）ヴィシャル・プラマニック、インド工科大学ボンベイ校コンピュータサイエンス工学部、ムンバイ、vishalpramanik、[email protected]、およびこれらの著者は本研究に等しく貢献した。

（３）プシュパク・バタチャリヤ、インド工科大学ボンベイ校コンピュータサイエンス工学部、ムンバイ。

リンク一覧

4. データセット

映画のプロット生成では、Wikipedia からプロットを取得しました。このタスクのプロンプトは IMDb から取得しました。IMDb では、このプロンプトは 2 種類あります。1 つ目は映画の短い説明 (15～40 語) で、2 つ目は長いストーリーラインで、30～200 語の範囲で、映画のさまざまなキャラクターやイベントに関する詳細が含まれています。また、各映画のジャンルも IMDb から収集しました。次に、4 幕構成を使用してプロットを分割します。シーン生成では、IMSDb からスクリプトを取得し、シーンの主要な要素で注釈を付けます。

4.1. プロット生成データセット

私たちは、Python の Wikipedia モジュールを使用して Wikipedia から抽出した、ボリウッドとハリウッドの両方のプロットで構成される 1000 のプロットのデータセットを作成しました。収集されたプロットは、平均で約 700 語の長さです。

4.1.1. 注釈ガイドライン

付録 A.5 で説明されている 4 幕構造を使用して、プロットを手動で 4 つの部分に分割して注釈を付けます。各幕の終わりに、区切り文字として 1 つのタグを配置します。<one> (Act 1)、<two-a> (Act 2 Part A)、<two-b> (Act 2 Part B)、<three> (Act 3) です。プロット注釈の例を付録 (図 6) に示します。

4.1.2. 映画のジャンル

モデルによって生成されたプロットに制御性を持たせるために、ストーリーラインとともにデータセット内の映画のジャンルを導入しました。ストーリーラインの先頭でジャンルを連結します。図 2 は、データセット内のジャンルの分布を示しています。

4.2. シーン生成データセット

映画の脚本は非常に長いです。2 時間の映画は約 30,000 語に相当します。GPT-2 や GPT-3 などのクリエイティブテキスト生成に使用される言語モデルには、それぞれ 1024 と 2048 のトークン制限があり、脚本全体を一度に処理することは不可能です。そのため、脚本をシーンに分割し、短い説明を手動で作成しました。これにより、以前のシーンに依存せずに、シーンを個別にトレーニングできます。

映画の脚本は、付録 A.4 で説明されている複数の要素で構成されています。要素が異なると、モデルが各要素を区別することを学習する難しさが増します。この障害を克服するために、脚本全体にわたって、スラグライン、アクションライン、ダイアログ、キャラクター名という 4 つの主要要素にタグを付けます。

4.2.1. 注釈ガイドライン

私たちは、すべてのスクリプトに存在する 4 つの主要要素 (スラグライン、アクションライン、キャラクター名、ダイアログ) を維持し、ページ番号、トランジション、シーンの日付などのその他の種類の情報を削除します。4 つの主要要素のタグ付けは、以下に示すように、要素を囲む開始タグと終了タグを使用して行われます。

• スラッグライン: 〈bsl〉...〈esl〉

• アクションライン: 〈bal〉...〈eal〉

• キャラクター名: 〈bcn〉...〈ecn〉

• 会話:〈bd〉...〈ed〉