Fugu-MT 論文翻訳(概要): Controllable Multi-Character Psychology-Oriented Story Generation

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

Generating Visual Stories with Grounded and Coreferent Characters [63.07511918366848]
本稿では,一貫した接地的・中核的な特徴を持つ視覚的ストーリーを予測できる最初のモデルを提案する。我々のモデルは、広く使われているVISTベンチマークの上に構築された新しいデータセットに基づいて微調整されています。また、物語における文字の豊かさとコア参照を測定するための新しい評価指標を提案する。
論文参考訳（メタデータ） (2024-09-20T14:56:33Z)
Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
論文参考訳（メタデータ） (2024-04-03T08:48:50Z)
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 [87.18073195745914]
人間の感情が感情の予測において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を用いて、感情のトリガーを識別する大規模言語モデルの能力を評価する。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)
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。