"Kurosawa": Assistente de Roteiro: Trabalhos Relacionados

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

3. Trabalho Relacionado

3.1. Geração automática de histórias

Os modelos neurais têm sido capazes de produzir histórias condicionando diferentes conteúdos, como visuais (Huang et al., 2016) e descrições de texto sucintas (Jain et al., 2017). Há muitos trabalhos na geração de histórias controláveis e orientadas por planos (Riedl e Young, 2010; Fan et al., 2019; Pérez e Sharples, 2001; Rashkin et al., 2020). Um tipo de trabalho relacionado é a geração automática de poesia com base em palavras-chave ou descrições (Yan, 2016; Wang et al., 2016).

3.2. Geração de plotagem

Plot Machines (Rashkin et al., 2020) geram histórias com vários parágrafos com base em algumas frases gerais. Fan et al. (2018) apresentam um modelo hierárquico de fusão sequência a sequência para gerar uma premissa e condição que, por sua vez, gera histórias de até 1.000 palavras. Este trabalho – ao contrário do nosso – não é neural e é orientado por modelos e é, portanto, muito menos criativo e inovador em comparação com o que geramos.

3.3. Geração de cena

A geração automática de cenas ou roteiros recebeu comparativamente menos atenção. A geração de diálogo (Li et al., 2016; Huang et al., 2018; Tang et al., 2019; Wu et al., 2019) com uma aparência de geração de cena foi feita. Recentemente, tem havido algum trabalho centrado na orientação de diálogos com a ajuda de uma narrativa (Zhu et al., 2020). Geramos cenas nas quais os elementos principais vêm de um pequeno prompt como entrada.