Yazarlar:  (1) Prerak Gandhi, Bilgisayar Bilimi ve Mühendisliği Bölümü, Hindistan Teknoloji Enstitüsü Bombay, Mumbai, prerakgandhi@cse.iitb.ac.in ve bu yazarlar bu çalışmaya eşit katkıda bulunmuştur;  (2) Vishal Pramanik, Bilgisayar Bilimi ve Mühendisliği Bölümü, Hindistan Teknoloji Enstitüsü Bombay, Mumbai, vishalpramanik,pb@cse.iitb.ac.in ve bu yazarlar bu çalışmaya eşit katkıda bulunmuşlardır;  (3) Pushpak Bhattacharyya, Bilgisayar Bilimi ve Mühendisliği Bölümü, Hindistan Teknoloji Enstitüsü Bombay, Mumbai.  Bağlantı Tablosu   Özet ve Giriş   Motivasyon   Alakalı iş   Veri kümesi   Deneyler ve Değerlendirme   Sonuçlar ve Analiz   Sonuç ve gelecek iş   Sınırlamalar ve Referanslar   A. Ek  Soyut  Hikaye anlatımı eğlence sektörünün can damarıdır; filmler, TV şovları ve stand-up komedilerinin hepsinin hikayeye ihtiyacı vardır. İyi ve sürükleyici bir senaryo hikaye anlatımının can damarıdır ve yaratıcılık ve kaynak yatırımı gerektirir. İyi senaristlere nadir rastlanır ve çoğu zaman ciddi zaman baskısı altında çalışırlar. Sonuç olarak, eğlence medyası aktif olarak otomasyon arayışındadır. Bu yazıda, olay örgüsü oluşturma ve senaryo oluşturma görevlerini ele alan KUROSAWA adlı yapay zeka tabanlı bir senaryo yazma tezgahı sunuyoruz. Olay örgüsü oluşturma, bir ipucu (15-40 kelime) verildiğinde tutarlı ve yaratıcı bir olay örgüsü (600-800 kelime) oluşturmayı amaçlar. Senaryo oluşturma ise kısa bir açıklamadan (15-40 kelime) senaryo formatında bir sahne (200-500 kelime) oluşturur. Kurosawa'nın eğitilecek verilere ihtiyacı var. Konu veri kümesine manuel olarak açıklama eklemek için 4 perdelik bir hikaye anlatımı yapısı kullanıyoruz. Manuel olarak açıklamalı 1000 olay örgüsünden ve bunlara karşılık gelen istemlerden/hikayelerden oluşan bir veri kümesi ve ayrı ayrı etiketlenmiş dört ana öğeden (sahne başlıkları, aksiyon satırları, diyaloglar ve karakter adları) oluşan 1000 sahneden oluşan altın standart bir veri kümesi oluşturuyoruz. Konular ve sahneler oluşturmak için GPT-3'e yukarıdaki veri kümeleriyle ince ayar yapıyoruz. Bu olay örgüsü ve sahneler önce büyük ve ünlü bir medya platformu olan ErosNow[1]'un senaristleri tarafından değerlendiriliyor ve ardından kullanılıyor. Açıklamalı veri kümelerini ve bu veri kümeleri üzerinde eğitilen modelleri, otomatik film senaryosu ve senaryo oluşturma için çalışma ölçütü olarak yayınlıyoruz.  1. Giriş  Filmler dünya çapında insanlar için en popüler eğlence kaynaklarından biridir ve eğitim ve sosyal farkındalık için güçlü bir araç olabilir. Film endüstrilerinin etkisi ve etkisi, Hollywood filmlerinin yatırım yapması gerçeğinden ölçülebilir *Bu yazarlar bu çalışmaya 1 https://erosnow.com/ 100 milyonlarca dolar kadar eşit katkıda bulunmuşlar ve çoğu zaman milyarlarca dolarlık gişe koleksiyonları elde etmişlerdir. İlk sinema filmi Büyük Tren Soygunu, 1903 (sessiz siyah beyaz) 20. yüzyılın başında çekildi. O zamandan beri sanat birçok dönüşümden geçti ve artık insanlar istedikleri 4K HD filmlere herhangi bir akıllı cihazdan anında erişebiliyor.  Sinema tarihi boyunca, bir filmin gişe rekorları kıran başarısına katkıda bulunan iki faktör, olay örgüsünün kalitesi ve hikaye anlatım tarzı olmuştur. İzleyiciler olay örgüsünü tahmin edilebilir bulursa filmin çekiciliği büyük ölçüde azalır. Yaratıcı ve heyecan verici bir senaryo yazmak bu nedenle kritik bir gerekliliktir ve son derece zordur. Buna zaman ve bütçe kısıtlamaları da eklenince senaryo yazımında (en azından kısmi) otomasyon ihtiyacı açıkça ortaya çıkıyor.  Yapay zeka tabanlı hikaye oluşturma daha önce kullanılmıştı. Yazmanın katılım-yansıtma bilişsel açıklamasına dayanan MEXICA bilgisayar modeli (Pérez ve Sharples, 2001) kısa öyküler için çerçeveler oluşturur. BRUTUS (Bringsjord ve Ferrucci, 1999) ihanet gibi önceden belirlenmiş temalara sahip kısa öyküler yaratır. Önceden eğitilmiş transformatör modellerinin ortaya çıkmasıyla birlikte, otomatik öykü oluşturma olanağı da arttı. Metin üretimi için GPT-2 ve GPT-3 gibi transformatör modelleri yaygın olarak kullanılmaktadır. Bu modeller, bazen halüsinasyonlarla da olsa, yaratıcı metin üretme yeteneğini göstermiştir (Zhao ve diğerleri, 2020). Bu modeller tarafından oluşturulan metinler de bazen tutarlılık ve bütünlükten yoksundur. Öte yandan, şablona dayalı modeller tutarlı metinler üretebilir ancak olay örgüsünde yeni karakterler ve olaylar oluşturma konusunda yaratıcılıktan yoksundur (Kale ve Rastogi, 2020).  Bir film yaratma süreci genellikle bir fikirle başlar ve bu fikir daha sonra film senaryosunu oluşturmak için temel olarak kullanılacak bir olay örgüsünün oluşturulmasında kullanılır (Şekil 1).  Yeni veri kümeleri bu makalenin önemli bir özelliğidir. Bollywood ve Hollywood filmlerinin olay örgüsünü ve olay örgüsünü yakından inceledik. Bu tür planlar ve yönlendirmeler sırasıyla Wikipedia[2] ve IMDb[3]'ten alınmıştır. Daha sonra olay örgüsüne, iyi bilinen 3 perdelik yapının bir uzantısı olan 4 perdelik hikaye yapısı kullanılarak açıklamalar eklenir (Field, 1979). 4 perdeli yapı ve açıklama yöntemleri sırasıyla Ek A.5 ve Bölüm 4'te ayrıntılı olarak açıklanmaktadır.   1000 Hollywood film sahnesinden ve bunların kısa açıklamalarından oluşan bir veri kümesi sunuyoruz. Komut dosyaları IMSDb'den[4] alınmıştır. Sahneler, bir senaryonun dört ana bileşeniyle açıklanmıştır: kısa cümleler, aksiyon satırları, karakter adları ve diyaloglar, ayrıntılı olarak Ek A.4'te anlatılmıştır.  Veri kümeleri ve söz konusu veri kümeleriyle ince ayarlı bir çift GPT-3 (Brown ve diğerleri, 2020) modelinden oluşan “Kurosawa” adını verdiğimiz bir çalışma tezgahı sunuyoruz. Bir GPT-3 modeli, hikayenin kısa bir açıklamasının (15-40 kelime) verildiği bir film senaryosu oluştururken, diğeri gerekli sahnenin kısa bir açıklamasına dayalı bir sahne oluşturur.  Daha da önemlisi, farklı film endüstrilerinden senaryo ve içerik yazarlarının yeni film konuları oluşturmasına yardımcı olmak için film ve TV şovu yapımı, müzik ve film müziği prodüksiyonu vb. işleriyle uğraşan en büyük medya platformlarından birine “Kurosawa” platformunu sağladık.   Bu çalışmadaki katkılarımız aşağıdaki gibidir:  • Bildiğimiz kadarıyla bu, bir sahne tanımından film sahneleri oluşturmaya yönelik ilk çalışmadır.  • İki veri kümesi oluşturuyoruz ve kamuya açıklıyoruz: (a) 1000 film hikayesinden ve bunlara karşılık gelen olay örgüsünden oluşan paralel bir veri kümesi, (b) 1000 film sahnesinden ve bunlara karşılık gelen açıklamalardan oluşan paralel bir veri kümesi. (a)'da, IMDb'deki mevcut film olay örgülerini Wikipedia'daki ilgili film olay örgüleriyle ilişkilendiriyoruz. (b)'de IMSDb'deki mevcut film sahnelerini IMDb'deki karşılık gelen açıklamalarla ilişkilendiririz.  • Film olay örgülerine, iyi bilinen 3 perdelik yapının bir uzantısı olan 4 perdelik yapıya göre manuel olarak açıklama ekliyoruz (Field, 1979). Medya ve eğlence sektöründen profesyonel senaristler bizi çok yakından yönlendirdi.  • Film sahnelerine, bir sahnenin dört ana bileşenini manuel olarak ekleriz: kısa kısa bir açıklamayla birlikte kısa cümleler, aksiyon satırları, karakter adları ve diyaloglar.  • Film endüstrisindeki senaryo ve sahne yazarlarına yardımcı olabilecek çok sayıda veri seti ve modelden oluşan bir çalışma tezgahı olan “Kurosawa”yı tanıtıyoruz.  Bu makale   . arxiv'de CC 4.0 DEED lisansı altında mevcuttur  [1] https://erosnow.com/  [2] https://www.wikipedia.org/  [3] https://www.imdb.com/  [4] https://www.imsdb.com/

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

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Boost your HackerNoon story @ $159.99! 🚀

"Kurosawa", Bir Senaryo Yazarının Asistanı: Özet ve Giriş

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Kripto Büyümesi: Etkili Kullanıcı Kişilikleri Oluşturma

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Kripto Büyümesi: Etkili Kullanıcı Kişilikleri Oluşturma

Yapay Zekanın Gücünü Ortaya Çıkarıyoruz. En Son Tekniklerin Sistematik Bir İncelemesi: Özet ve Giriş

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps