Autores:  (1) Prerak Gandhi, Departamento de Ciência da Computação e Engenharia, Instituto Indiano de Tecnologia de Bombaim, Mumbai, prerakgandhi@cse.iitb.ac.in, e esses autores contribuíram igualmente para este trabalho;  (2) Vishal Pramanik, Departamento de Ciência da Computação e Engenharia, Instituto Indiano de Tecnologia de Bombaim, Mumbai, vishalpramanik,pb@cse.iitb.ac.in, e esses autores contribuíram igualmente para este trabalho;  (3) Pushpak Bhattacharyya, Departamento de Ciência da Computação e Engenharia, Instituto Indiano de Tecnologia de Bombaim, Mumbai.  Tabela de Links   Resumo e introdução   Motivação   Trabalho relatado   Conjunto de dados   Experimentos e Avaliação   Resultados e Análise   Conclusão e trabalho futuro   Limitações e Referências   A. Apêndice  5. Experimentos e Avaliação  Ajustamos o GPT3 com nossos conjuntos de dados (consulte   ). o apêndice A.6  5.1. Geração de plotagem  Criamos 5 modelos ajustando o GPT-3 com nosso conjunto de dados de enredo de filme da seguinte maneira, (i)   (sem anotação) (   ): enredos curtos de entrada, enredos de saída sem quaisquer anotações, (ii)     : entrada - enredos curtos, enredos de saída anotados com estrutura de 4 atos, (iii)   (   ): entrada de enredos longos e mais descritivos, enredos de saída anotados com estrutura de 4 atos, (iv)   (   ): entrada de enredos curtos e gênero, saída - enredos anotados com estrutura de 4 atos, (v)   (   ): entrada - longa e mais descritiva enredos junto com o gênero, enredos de saída anotados com estrutura de 4 atos. original O anotação e entrada curta (AS) anotação e entrada longa AL anotação e entrada curta com gêneros incluídos ASG anotação e entrada longa com gêneros incluídos ALG  Para avaliação automática utilizamos   (Papineni et al., 2002),   (Jelinek et al., 1977),   (Lin, 2004). Também utilizamos a avaliação humana na forma de uma escala Likert de cinco pontos (Likert, 1932). O sistema de classificação tem 1-> Discordo totalmente, 2-> Discordo, 3-> Neutro, 4-> Concordo, 5-> Concordo totalmente. Presume-se que as histórias escritas por humanos tenham uma classificação de 5 para cada uma das 5 características a seguir: (1)   : correção gramatical; (2)   : ordenação lógica de frases e parágrafos; (3)   : se os pontos-chave do prompt foram destacados na saída; (4)   : A medida do quanto a história é agradável; (5)   : se o resultado introduziu novos eventos, perfis de personagens ou relacionamentos. BLEU Perplexity ROUGE Fluência Coerência Relevância Simpatia Criatividade  Para geração de gráficos, geramos 50 gráficos a partir de 50 prompts de teste. Dividimos as histórias em cinco grupos de 10 e designamos três avaliadores para cada grupo.  Para geração de cena, geramos dez cenas a partir de 10 prompts de teste. Designamos cinco avaliadores para avaliar essas dez histórias.  Este artigo está   sob licença CC 4.0 DEED. disponível no 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 áudio é produzido no idioma original da história!

Muito longo; Para ler

Boost your HackerNoon story @ $159.99! 🚀

"Kurosawa": um assistente de roteirista: experimentos e avaliação

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Liberando o poder da IA. Uma revisão sistemática de técnicas de ponta: resumo e introdução

Modelo Bitcoin UTXO, alimentando um ecossistema único

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Liberando o poder da IA. Uma revisão sistemática de técnicas de ponta: resumo e introdução

Modelo Bitcoin UTXO, alimentando um ecossistema único

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps