作者：  （1） Prerak Gandhi，印度理工学院孟买分校计算机科学与工程系，prerakgandhi@cse.iitb.ac.in，上述作者对本文的贡献相同；  （2）Vishal Pramanik，印度理工学院孟买分校计算机科学与工程系，vishalpramanik，pb@cse.iitb.ac.in，上述作者对本文的贡献相同；  （3） Pushpak Bhattacharyya，印度理工学院孟买分校计算机科学与工程系 链接表 摘要和简介 动机 相关工作 数据集 实验与评估 结果与分析 结论和未来工作 限制和参考 A. 附录 3.相关工作 3.1. 自动故事生成 神经模型已经能够通过调节不同的内容（如视觉效果（Huang 等人，2016 年）和简洁的文本描述（Jain 等人，2017 年））来创作故事。关于情节可控、计划驱动的故事生成的研究比比皆是（Riedl 和 Young，2010 年；Fan 等人，2019 年；Pérez 和 Sharples，2001 年；Rashkin 等人，2020 年）。一种相关的工作是基于关键词或描述的自动诗歌生成（Yan，2016 年；Wang 等人，2016 年）。  3.2. 绘图生成 Plot Machines（Rashkin 等人，2020 年）根据一些大纲短语生成多段故事。Fan 等人（2018 年）引入了一个分层的序列到序列融合模型来生成前提和条件，进而生成最多 1000 个单词的故事。与我们的工作不同，这项工作是非神经和模板驱动的，因此与我们生成的内容相比，它的创造性和新颖性要差得多。  3.3. 场景生成 自动场景或脚本生成受到的关注相对较少。对话生成（Li 等人，2016 年；Huang 等人，2018 年；Tang 等人，2019 年；Wu 等人，2019 年）与场景生成类似，已经完成。最近有一些工作侧重于借助叙述来引导对话（Zhu 等人，2020 年）。我们生成的场景的主要元素来自一个小提示作为输入。 该论文可 。 在 arxiv 上根据 CC 4.0 DEED 许可证获取

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

該音頻是用故事的原始語言製作的！

“黑泽明”：编剧助理：相关作品

About Author

註釋

標籤

这篇文章刊登在

Related Stories

比特币 UTXO 模型，为独特的生态系统提供动力

架构师指南：构建 AI/ML 数据湖参考架构

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

扬帆起航：利用数据湖开发生产级 RAG 应用程序

比特币 UTXO 模型，为独特的生态系统提供动力

架构师指南：构建 AI/ML 数据湖参考架构

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

扬帆起航：利用数据湖开发生产级 RAG 应用程序

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps