論文の概要: ScriptWriter: Narrative-Guided Script Generation
- arxiv url: http://arxiv.org/abs/2005.10331v2
- Date: Sun, 15 Nov 2020 15:49:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-01 05:31:00.355655
- Title: ScriptWriter: Narrative-Guided Script Generation
- Title(参考訳): ScriptWriter: ナラティブガイドによるスクリプト生成
- Authors: Yutao Zhu, Ruihua Song, Zhicheng Dou, Jian-Yun Nie, Jin Zhou
- Abstract要約: 本稿では,その文脈に適合する候補と,与えられた物語に適合する候補の中から,最適な応答を選択するモデルScriptWriterを提案する。
この新しいアプリケーションでデータが利用できないため,映画Webサイトから大規模データコレクションGraphMovieを構築した。
- 参考スコア(独自算出の注目度): 36.26079676560764
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It is appealing to have a system that generates a story or scripts
automatically from a story-line, even though this is still out of our reach. In
dialogue systems, it would also be useful to drive dialogues by a dialogue
plan. In this paper, we address a key problem involved in these applications --
guiding a dialogue by a narrative. The proposed model ScriptWriter selects the
best response among the candidates that fit the context as well as the given
narrative. It keeps track of what in the narrative has been said and what is to
be said. A narrative plays a different role than the context (i.e., previous
utterances), which is generally used in current dialogue systems. Due to the
unavailability of data for this new application, we construct a new large-scale
data collection GraphMovie from a movie website where end-users can upload
their narratives freely when watching a movie. Experimental results on the
dataset show that our proposed approach based on narratives significantly
outperforms the baselines that simply use the narrative as a kind of context.
- Abstract(参考訳): ストーリーラインからストーリーやスクリプトを自動生成するシステムを持つことは、まだ私たちの手の届かないところにあるが、魅力的である。
対話システムでは、対話計画によって対話を駆動することも有用である。
本稿では,これらのアプリケーションにおける重要な課題である物語による対話の誘導について述べる。
提案するモデルスクリプトライターは、与えられたナラティブだけでなく文脈に適合する候補の中から最適な応答を選択する。
物語の中で何が語られているのか、何を語るべきなのかを追跡する。
物語は、現在の対話システムで一般的に使用される文脈(例えば、以前の発話)とは異なる役割を演じている。
この新しいアプリケーションではデータが利用できないため、エンドユーザーが映画を見る際に自由に物語をアップロードできる映画webサイトから、大規模なデータ収集グラフを新たに構築する。
データセットを用いた実験の結果,提案手法は,物語を文脈として使用するベースラインを有意に上回っていることがわかった。
関連論文リスト
- Movie101: A New Movie Understanding Benchmark [47.24519006577205]
大規模な中国の映画ベンチマーク「Movie101」を構築した。
映画ナレーション評価のためのMNScore(Movie Narration Score)と呼ばれる新しい指標を提案する。
両タスクにおいて,提案手法は外部知識をうまく活用し,慎重に設計したベースラインよりも優れた性能を発揮する。
論文 参考訳(メタデータ) (2023-05-20T08:43:51Z) - DIONYSUS: A Pre-trained Model for Low-Resource Dialogue Summarization [127.714919036388]
DIONYSUSは、任意の新しいドメインでの対話を要約するための訓練済みエンコーダデコーダモデルである。
実験の結果,DIONYSUSは6つのデータセット上で既存の手法よりも優れていた。
論文 参考訳(メタデータ) (2022-12-20T06:21:21Z) - A Benchmark for Understanding and Generating Dialogue between Characters
in Stories [75.29466820496913]
本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。
マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。
DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
論文 参考訳(メタデータ) (2022-09-18T10:19:04Z) - SalesBot: Transitioning from Chit-Chat to Task-Oriented Dialogues [22.89699254073016]
ソーシャルチャットからタスク指向対話へのスムーズな移行は、ビジネスチャンスの引き金になる上で重要である。
本稿では,人間の介在なく多数の対話を自動生成するフレームワークを提案する。
公表されたデータは、将来の研究方向と商業活動のガイドとなる大きな可能性を秘めている。
論文 参考訳(メタデータ) (2022-04-22T09:31:13Z) - Learning-by-Narrating: Narrative Pre-Training for Zero-Shot Dialogue
Comprehension [48.483910831143724]
対話を補完するには、発話中の様々なキー情報をキャプチャするモデルが必要である。
そこで我々は,対話入力からキー情報をナレーションすることで学習する,物語誘導型事前学習戦略を開発した。
論文 参考訳(メタデータ) (2022-03-19T05:20:25Z) - VScript: Controllable Script Generation with Audio-Visual Presentation [56.17400243061659]
VScriptは、対話やシーン記述を含む完全なスクリプトを生成するコントロール可能なパイプラインである。
我々は階層構造を採用し、プロットを生成し、次にスクリプトとその音声視覚提示を行う。
実験の結果,本手法は,自動評価と人的評価の両方において,ベースラインよりも優れていることがわかった。
論文 参考訳(メタデータ) (2022-03-01T09:43:02Z) - Unsupervised Enrichment of Persona-grounded Dialog with Background
Stories [27.52543925693796]
既存の物語データセットの架空の物語を活用することにより、対話モデルにペルソナに関連する「背景物語」を付与する。
我々は、勾配に基づく書き直し手法を用いて対話応答を生成するために、検索されたストーリーの教師なし適応を行う。
提案手法は, より多様な応答を生成でき, 人間の評価者により, より活発で人間らしく評価されている。
論文 参考訳(メタデータ) (2021-06-15T18:20:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。