論文の概要: Automatic Story Generation: Challenges and Attempts
- arxiv url: http://arxiv.org/abs/2102.12634v1
- Date: Thu, 25 Feb 2021 02:03:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-26 13:52:02.300961
- Title: Automatic Story Generation: Challenges and Attempts
- Title(参考訳): 自動ストーリー生成:挑戦と挑戦
- Authors: Amal Alabdulkarim, Siyan Li, Xiangyu Peng
- Abstract要約: 本研究のスコープは,自動ストーリー生成における課題を検討することである。
以下の方法で貢献できることを願っています。
今後の研究の方向性と、さらなる進歩に役立つ新しい技術について論じる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The scope of this survey paper is to explore the challenges in automatic
story generation. We hope to contribute in the following ways: 1. Explore how
previous research in story generation addressed those challenges. 2. Discuss
future research directions and new technologies that may aid more advancements.
3. Shed light on emerging and often overlooked challenges such as creativity
and discourse.
- Abstract(参考訳): 本研究のスコープは,自動ストーリー生成における課題を検討することである。
私たちは以下の方法で貢献したいと考えています。
ストーリージェネレーションにおける過去の研究がこれらの課題にどのように対処したかを探る。
2.
今後の研究の方向性と、さらなる進歩に役立つ新しい技術について論じる。
3.
創造性や談話など、しばしば見過ごされがちな課題に光を当てた。
関連論文リスト
- On the Essence and Prospect: An Investigation of Alignment Approaches
for Big Models [77.86952307745763]
ビッグデータはAIの分野で画期的なブレークスルーを達成したが、潜在的な懸念を生じさせるかもしれない。
このような懸念に対処するため、これらのモデルを人間の嗜好や価値観に適合させるアライメント技術が導入された。
過去1年間にかなりの進歩があったにもかかわらず、最適アライメント戦略の確立には様々な課題がある。
論文 参考訳(メタデータ) (2024-03-07T04:19:13Z) - End-to-end Task-oriented Dialogue: A Survey of Tasks, Methods, and
Future Directions [65.64674377591852]
エンドツーエンドのタスク指向対話(EToD)は、モジュールトレーニングなしでエンドツーエンドで応答を直接生成できる。
ディープニューラルネットワークの進歩、特に大きな事前訓練モデルの使用の成功は、EToD研究に大きな進歩をもたらした。
論文 参考訳(メタデータ) (2023-11-15T14:50:16Z) - Human Motion Generation: A Survey [67.38982546213371]
人間の動き生成は、自然の人間のポーズシーケンスを生成し、現実世界の応用に大きな可能性を示すことを目的としている。
この分野のほとんどの研究は、テキスト、オーディオ、シーンコンテキストなどの条件信号に基づいて人間の動きを生成することに焦点を当てている。
本稿では,人間の動作生成に関する総合的な文献レビューを紹介する。
論文 参考訳(メタデータ) (2023-07-20T14:15:20Z) - Creative Data Generation: A Review Focusing on Text and Poetry [0.0]
本稿は,創造性の本質を,自然言語生成の文脈内と一般の両方で研究し,理解することを目的とする。
我々は、創造的な執筆装置やタスクに対する様々なアプローチをレビューし、特に詩の生成に焦点をあてる。
論文 参考訳(メタデータ) (2023-05-15T09:50:15Z) - TextANIMAR: Text-based 3D Animal Fine-Grained Retrieval [17.508227030897984]
本稿では,テキストによる3次元動物モデルの微粒化検索に着目した新しいSHRECチャレンジトラックを提案する。
このタスクは、実際に有用なアプリケーションを駆動し、3Dオブジェクトとのより直感的なインタラクションを促進する可能性があると考えています。
論文 参考訳(メタデータ) (2023-04-12T10:19:21Z) - Open-world Story Generation with Structured Knowledge Enhancement: A
Comprehensive Survey [38.56791838401675]
本稿では,既存の手法が構造的知識をストーリー生成にどのように統合するかについて,体系的な分類法を提案する。
知識に富んだストーリー生成の課題について多次元的な洞察を与える。
論文 参考訳(メタデータ) (2022-12-09T02:19:07Z) - Summarization with Graphical Elements [55.5913491389047]
本稿では,グラフィカル要素による要約という新しい課題を提案する。
タスクの研究を支援するために,高品質なラベル付きデータセットを収集する。
論文 参考訳(メタデータ) (2022-04-15T17:16:41Z) - Survey of Hallucination in Natural Language Generation [71.70363756667832]
近年,シーケンス間深層学習技術の発展により,自然言語生成(NLG)は指数関数的に向上している。
深層学習に基づく生成は意図しないテキストを幻覚させる傾向があるため、システム性能は低下する。
この調査は、NLGにおける幻覚テキストの課題に取り組む研究者の協力活動を促進するのに役立つ。
論文 参考訳(メタデータ) (2022-02-08T03:55:01Z) - Explainable AI (XAI): A Systematic Meta-Survey of Current Challenges and
Future Opportunities [0.0]
説明可能なAI(XAI)は、AIをより透明性を高め、クリティカルドメインにおけるAIの採用を促進するために提案されている。
本研究は,XAIにおける課題と今後の研究方向性の体系的なメタサーベイである。
論文 参考訳(メタデータ) (2021-11-11T19:06:13Z) - Inquisitive Question Generation for High Level Text Comprehension [60.21497846332531]
InQUISITIVEは、文書を読みながら19K質問を抽出するデータセットである。
我々は,読者が情報を求めるための実践的な戦略に携わることを示す。
我々は, GPT-2に基づく質問生成モデルを評価し, 妥当な質問を生成することができることを示す。
論文 参考訳(メタデータ) (2020-10-04T19:03:39Z) - DeepFake Detection: Current Challenges and Next Steps [39.644822101233764]
AIアルゴリズムによって生成された高品質のフェイクビデオとオーディオは、イベントの明確な証拠として、ビデオとオーディオのステータスに挑戦し始めている。
本稿では,これらの課題をいくつか取り上げ,この方向における研究の機会について論じる。
論文 参考訳(メタデータ) (2020-03-11T13:20:42Z)
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。