論文の概要: Controllable Multi-Character Psychology-Oriented Story Generation
- arxiv url: http://arxiv.org/abs/2010.05230v1
- Date: Sun, 11 Oct 2020 12:05:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-08 13:23:35.149312
- Title: Controllable Multi-Character Psychology-Oriented Story Generation
- Title(参考訳): 制御可能なマルチキャラクタ心理学指向ストーリー生成
- Authors: Feifei Xu, Xinpeng Wang, Yunpu Ma, Volker Tresp, Yuyi Wang, Shanlin
Zhou and Haizhou Du
- Abstract要約: SoCP(Storytelling of Multi-Character Psychology)と呼ばれる新しいモデルに基づく注意機構を提案する。
提案モデルでは,異なるキャラクタの心理状態の変化を考慮した物語を生成可能であることを示す。
実験により、生成したストーリーは、自動評価と人的評価の両方に従って、各キャラクターの心理的状態に従うことが示された。
- 参考スコア(独自算出の注目度): 28.054245616281023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Story generation, which aims to generate a long and coherent story
automatically based on the title or an input sentence, is an important research
area in the field of natural language generation. There is relatively little
work on story generation with appointed emotions. Most existing works focus on
using only one specific emotion to control the generation of a whole story and
ignore the emotional changes in the characters in the course of the story. In
our work, we aim to design an emotional line for each character that considers
multiple emotions common in psychological theories, with the goal of generating
stories with richer emotional changes in the characters. To the best of our
knowledge, this work is first to focuses on characters' emotional lines in
story generation. We present a novel model-based attention mechanism that we
call SoCP (Storytelling of multi-Character Psychology). We show that the
proposed model can generate stories considering the changes in the
psychological state of different characters. To take into account the
particularity of the model, in addition to commonly used evaluation
indicators(BLEU, ROUGE, etc.), we introduce the accuracy rate of psychological
state control as a novel evaluation metric. The new indicator reflects the
effect of the model on the psychological state control of story characters.
Experiments show that with SoCP, the generated stories follow the psychological
state for each character according to both automatic and human evaluations.
- Abstract(参考訳): タイトルや入力文に基づいて,長く一貫性のある物語を自動生成することを目的とした物語生成は,自然言語生成分野における重要な研究分野である。
割り当てられた感情を持つストーリー生成に関する作業は、比較的少ない。
既存の作品のほとんどは、ストーリー全体の生成を制御し、ストーリーの進行過程におけるキャラクターの感情変化を無視するために、1つの特定の感情のみを使うことに焦点を当てている。
本研究の目的は,心理理論において共通する複数の感情を考慮した各キャラクターの感情線をデザインすることであり,より豊かな感情変化を伴う物語を創造することにある。
我々の知る限りでは、この作品はまずストーリー生成におけるキャラクターの感情線に焦点を当てる。
本稿では,SoCP(Storytelling of multi-Character Psychology)と呼ばれる新しいモデルに基づく注意機構を提案する。
提案モデルは,登場人物の心理状態の変化を考慮したストーリーを生成できることを示す。
モデルの特異性を考慮するために,一般的な評価指標(bleu,rougeなど)に加えて,心理状態制御の精度を新しい評価指標として導入する。
新しい指標は、モデルがストーリーキャラクタの心理状態制御に与える影響を反映している。
実験により、生成したストーリーは、自動評価と人的評価の両方に従って、各キャラクターの心理的状態に従うことが示された。
関連論文リスト
- The Emotion Dynamics of Literary Novels [33.974558021764395]
ナレーションの感情弧と様々なキャラクタの区別に文字対話を用いる。
本研究は, 物語と対話は, 小説を通じて, 感情の相違を主に表していることを示すものである。
論文 参考訳(メタデータ) (2024-03-04T20:39:21Z) - Language Models (Mostly) Do Not Consider Emotion Triggers When
Predicting Emotion [97.98240591442922]
本研究では,人間の感情が感情の予測において,モデルが有意であると考えられる特徴とどのように相関するかを検討する。
EmoTriggerを使って、感情のトリガーを識別する大きな言語モデルの評価を行う。
分析の結果、感情のトリガーは感情予測モデルにとって健全な特徴ではなく、様々な特徴と感情検出のタスクの間に複雑な相互作用があることが判明した。
論文 参考訳(メタデータ) (2023-11-16T06:20:13Z) - Psychology-guided Controllable Story Generation [18.312272854479442]
我々は、物語生成システムがより制御可能でよく計画されたストーリーを作成するのを助けるために、主人公のニーズと感情を含むグローバルな心理学的状態連鎖を導入する。
精神状態トラッカーは、主人公の局所的な心理状態を記憶するために使用される。
心理学的状態プランナーは 主人公のグローバルな心理学的状態を得るために 採用されています ストーリープランニングのために
論文 参考訳(メタデータ) (2022-10-14T03:40:53Z) - CHAE: Fine-Grained Controllable Story Generation with Characters,
Actions and Emotions [10.694612203803146]
本稿では,物語のきめ細かい制御モデルを提案する。
キャラクター、対応するアクション、感情を任意に割り当てたカスタマイズされたストーリーを生成することができる。
きめ細かいパーソナライズされたガイダンスに従ってストーリーを生成することは、強い制御性を持つ。
論文 参考訳(メタデータ) (2022-10-11T07:37:50Z) - Speech Synthesis with Mixed Emotions [77.05097999561298]
異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。
次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。
実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
論文 参考訳(メタデータ) (2022-08-11T15:45:58Z) - Persona-Guided Planning for Controlling the Protagonist's Persona in
Story Generation [71.24817035071176]
本研究では,ペルソナとイベントの関係を明示的にモデル化する計画ベース生成モデルCONPERを提案する。
自動評価と手動評価の両方の結果から、CONPERはより一貫性のあるペルソナ制御可能なストーリーを生成するために最先端のベースラインより優れていることが示されている。
論文 参考訳(メタデータ) (2022-04-22T13:45:02Z) - Triangular Character Animation Sampling with Motion, Emotion, and
Relation [78.80083186208712]
本稿では,キャラクターの身体の動き,表情,社会的関係を関連づけることで,アニメーションのサンプリングと合成を行う新しい枠組みを提案する。
本手法は,3次元キャラクタアニメーションの自動生成,非プレーヤキャラクタ(NPC)間のインタラクションの合成,バーチャルリアリティ(VR)におけるマシン感情インテリジェンスの向上を支援するアニメーターを提供する。
論文 参考訳(メタデータ) (2022-03-09T18:19:03Z) - ViNTER: Image Narrative Generation with Emotion-Arc-Aware Transformer [59.05857591535986]
様々な感情を「感情弧」として表現する時系列に焦点をあてた画像物語を生成するモデルViNTERを提案する。
手動評価と自動評価の両方の実験結果を示す。
論文 参考訳(メタデータ) (2022-02-15T10:53:08Z) - Computational Lens on Cognition: Study Of Autobiographical Versus
Imagined Stories With Large-Scale Language Models [95.88620740809004]
GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。
想像された物語は自伝的物語よりも逐次性が高いことがわかった。
想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
論文 参考訳(メタデータ) (2022-01-07T20:10:47Z) - Emotion Dynamics in Movie Dialogues [25.289525325790414]
発話を通して感情のダイナミクスを追跡する枠組みを提案する。
我々はこの手法を用いて、映画キャラクタの感情的弧をトレースする。
このような何千もの文字アークを分析し、ストーリーのより広い理解を知らせる仮説をテストします。
論文 参考訳(メタデータ) (2021-03-01T23:02:16Z) - Modeling Protagonist Emotions for Emotion-Aware Storytelling [16.09732485225391]
本稿では,ニューラルストーリーテリングにおける主人公の感情軌跡のモデル化について述べる。
私たちのモデルには、Emotion Supervision(EmoSup)と2つのEmotion-Reinforceed(EmoRL)モデルがあります。
論文 参考訳(メタデータ) (2020-10-14T06:24:25Z)
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。