“黑泽明”：编剧助手的局限性与借鉴

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

8. 限制

• 在情节生成数据集中，维基百科情节有时不是由电影行业的专业内容作者编写的。因此这些情节可能无法涵盖电影的主要事件。

• 在少数情况下，模型无法生成连贯的事件以及情节和场景中人物的突然引入。

• 尽管只注意到几次，但生成的情节或场景包含重复的子句或短语。

• 该模型产生幻觉并生成事实上不正确的东西，使得其无法生成传记或纪录片。

• 情节或场景可能不符合提示中提到的输入或类型的主题。

参考

Selmer Bringsjord 和 David Ferrucci。1999 年。《人工智能与文学创造力：讲故事的机器布鲁图斯的内心世界》。心理学出版社。

Tom Brown、Benjamin Mann、Nick Ryder、Melanie Subbiah、Jared D Kaplan、Prafulla Dhariwal、Arvind Neelakantan、Pranav Shyam、Girish Sastry、Amanda Askell 等人。2020 年。语言模型是小样本学习器。神经信息处理系统进展，33：1877-1901。

Angela Fan、Mike Lewis 和 Yann Dauphin。2018 年。分层神经故事生成。arXiv 预印本 arXiv:1805.04833。

Angela Fan、Mike Lewis 和 Yann Dauphin。2019 年。构建故事生成的策略。arXiv 预印本 arXiv:1902.01109。

S. Field。1979 年。《剧本：剧本创作基础》。Delta 出版社。戴尔出版公司。

Chenyang Huang、Osmar R Zaiane、Amine Trabelsi 和 Nouha Dziri。2018 年。自动生成带有情感表达的对话。载于《计算语言学协会北美分会 2018 年会议论文集：人类语言技术》，第 2 卷（短文），第 49-54 页。

Ting-Hao Huang、Francis Ferraro、Nasrin Mostafazadeh、Ishan Misra、Aishwarya Agrawal、Jacob Devlin、Ross Girshick、Xiaodong He、Pushmeet Kohli、Dhruv Batra 等。2016 年。《视觉叙事》。载于计算语言学协会北美分会 2016 年会议论文集：人类语言技术，第 1233-1239 页。

Parag Jain、Priyanka Agrawal、Abhijit Mishra、Mohak Sukhwani、Anirban Laha 和 Karthik Sankaranarayanan。2017 年。根据独立简短描述序列生成故事。arXiv 预印本 arXiv:1707.05501。

Frederick Jelinek、Robert L. Mercer、Lalit R. Bahl 和 J. Baker。1977 年。困惑度——语音识别任务难度的衡量标准。《美国声学学会杂志》，第 62 页。

Mihir Kale 和 Abhinav Rastogi。2020 年。面向任务对话的模板引导文本生成。arXiv 预印本 arXiv:2004.15006。

Jiwei Li、Will Monroe、Alan Ritter、Michel Galley、Jianfeng Gao 和 Dan Jurafsky。2016 年。深度强化学习用于对话生成。arXiv 预印本 arXiv:1606.01541。

伦西斯·利克特。 1932. 一种测量态度的技术/作者：Rensis Likert。心理学档案；不。 140.[sn]，纽约。

Chin-Yew Lin。2004 年。ROUGE：自动评估摘要的软件包。《文本摘要分支》，第 74-81 页，西班牙巴塞罗那。计算语言学协会。

Kishore Papineni、Salim Roukos、Todd Ward 和 WeiJing Zhu。2002 年。Bleu：一种自动评估机器翻译的方法。载于计算语言学协会第 40 届年会论文集，第 311-318 页。

Rafael Pérez Ý Pérez 和 Mike Sharples。2001 年。《Mexica：创造性写作认知解释的计算机模型》。《实验与理论人工智能杂志》，13(2):119–139。

Krishna Pillutla、Swabha Swayamdipta、Rowan Zellers、John Thickstun、Sean Welleck、Yejin Choi 和 Zaid Harchaoui。2021 年。Mauve：使用发散边界测量神经文本与人类文本之间的差距。神经信息处理系统进展，34：4816–4828。

Hannah Rashkin、Asli Celikyilmaz、Yejin Choi 和 Jianfeng Gao。2020 年。Plotmachines：具有动态情节状态跟踪的大纲条件生成。arXiv 预印本 arXiv:2004.14967。

Mark O Riedl 和 Robert Michael Young。2010 年。叙事规划：平衡情节和人物。《人工智能研究杂志》，39：217-268。

Jianheng Tang、Tiancheng Zhao、Chenyan Xiong、Xiaodan Liang、Eric Xing 和 Zhiting Hu。2019 年。目标引导的开放域对话。在计算语言学协会第 57 届年会论文集，第 5624–5634 页，意大利佛罗伦萨。计算语言学协会。

王哲、何伟、吴华、吴海洋、李伟、王海峰、陈恩宏。 2016.基于神经网络规划的中文诗歌生成. arXiv 预印本 arXiv:1610.09889。

Wenquan Wu、Zhen Guo、Xiangyang Zhou、Hua Wu、Xiyuan Zhang、Rongzhong Lian 和 Haifeng Wang。2019 年。具有明确对话目标的主动人机对话。第 57 届计算语言学协会年会论文集，第 3794–3804 页，意大利佛罗伦萨。计算语言学协会。

闫瑞。2016 年。i，诗人：通过具有迭代润色模式的循环神经网络自动创作诗歌。IJCAI，第 2238 卷，第 2244 页。

Zheng Zhao、Shay B Cohen 和 Bonnie Webber。2020 年。减少抽象概括中的数量幻觉。arXiv 预印本 arXiv:2009.13312。

Yutao Zhu、Ruihua Song、Zhicheng Dou、Jian-Yun Nie 和 Jin Zhou。2020 年。ScriptWriter：叙事引导的脚本生成。计算语言学协会第 58 届年会论文集，第 8647–8657 页，在线。计算语言学协会。