論文の概要: CharacterChat: Supporting the Creation of Fictional Characters through
Conversation and Progressive Manifestation with a Chatbot
- arxiv url: http://arxiv.org/abs/2106.12314v1
- Date: Wed, 23 Jun 2021 11:22:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-24 15:19:10.141279
- Title: CharacterChat: Supporting the Creation of Fictional Characters through
Conversation and Progressive Manifestation with a Chatbot
- Title（参考訳）: characterchat:チャットボットによる会話とプログレッシブな表現による架空のキャラクターの創造を支援する
- Authors: Oliver Schmitt, Daniel Buschek
- Abstract要約: 筆者らによる文字生成に関する調査から始める,ユーザ中心のアプローチで,キャラクタチャットを反復的に開発した。
プロトタイプには2つのモードが組み合わさっている: ガイド付きプロンプトは、ライターがキャラクターの属性を定義するのを助け、ボットとのオープンな会話は、ライターがキャラクターを探索するのに役立つ。
ユーザスタディでは、文字生成の初期段階において特にメリットと、会話能力の制限による課題を明らかにしている。
- 参考スコア（独自算出の注目度）: 17.999531595843678
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present CharacterChat, a concept and chatbot to support writers in
creating fictional characters. Concretely, writers progressively turn the bot
into their imagined character through conversation. We iteratively developed
CharacterChat in a user-centred approach, starting with a survey on character
creation with writers (N=30), followed by two qualitative user studies (N=7 and
N=8). Our prototype combines two modes: (1) Guided prompts help writers define
character attributes (e.g. User: "Your name is Jane."), including suggestions
for attributes (e.g. Bot: "What is my main motivation?") and values, realised
as a rule-based system with a concept network. (2) Open conversation with the
chatbot helps writers explore their character and get inspiration, realised
with a language model that takes into account the defined character attributes.
Our user studies reveal benefits particularly for early stages of character
creation, and challenges due to limited conversational capabilities. We
conclude with lessons learned and ideas for future work.
- Abstract（参考訳）: CharacterChatは、作家が架空のキャラクターを作るのを支援するコンセプトとチャットボットです。
具体的には、作家は会話を通じてボットを想像上のキャラクターに変える。
著者による文字作成に関する調査(n=30)から,2つの質的ユーザ調査(n=7,n=8)まで,ユーザ中心のアプローチで文字チャットを反復的に開発した。
プロトタイプには2つのモードが組み合わさっている。(1) 文字属性の定義を支援するガイドプロンプト。
ユーザー:「あなたはジェーンです。
属性(例えば、属性)の提案を含む。
Bot: “私の主な動機は何ですか?
概念ネットワークを備えたルールベースのシステムとして実現された。
2) チャットボットとのオープンな会話は, 文字属性を考慮に入れた言語モデルを用いて, 文字の探索とインスピレーション獲得を支援する。
ユーザスタディでは,文字生成の初期段階におけるメリットと,会話能力の制限による課題を明らかにする。
学んだ教訓と将来の仕事のアイデアで締めくくります。
関連論文リスト
- CHATTER: A Character Attribution Dataset for Narrative Understanding [31.540540919042154]
我々はChatterのサブセットであるChatterEvalを人間のアノテーションを用いて検証し、映画スクリプトの文字属性タスクの評価ベンチマークとして機能させる。
ChatterEvalは、言語モデルの物語理解と長文モデリング能力を評価する。
論文 参考訳（メタデータ） (2024-11-07T22:37:30Z) - First-Person Fairness in Chatbots [13.787745105316043]
ユーザに対する公平さを意味する「ファースト・パーソナライズ・フェアネス」について検討する。
これには、アイデンティティやバックグラウンドに関わらず、すべてのユーザに高品質なレスポンスを提供することが含まれる。
本稿では,一人称フェアネスの1つの側面を評価するための,スケーラブルなプライバシ保護手法を提案する。
論文 参考訳（メタデータ） (2024-10-16T17:59:47Z) - 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) - CharacterGLM: Customizing Chinese Conversational AI Characters with
Large Language Models [66.4382820107453]
本稿では,ChatGLM上に構築されたモデルである characterGLM について紹介する。
我々のキャラクタGLMは文字ベースの対話(CharacterDial)を生成するために設計されており、人間固有の社会的欲求と感情的欲求を満たすための文字カスタマイズを備えた対話型AIシステムを実現することを目的としている。
論文 参考訳（メタデータ） (2023-11-28T14:49:23Z) - ChatHaruhi: Reviving Anime Character in Reality via Large Language Model [6.7974399322882935]
改良されたプロンプトとスクリプトから抽出した文字の記憶によって言語モデルを制御するアルゴリズムを提案する。
我々は,中国語/英語テレビ/アニメの32文字を54k以上の模擬対話でカバーするChatHaruhiを構築した。
論文 参考訳（メタデータ） (2023-08-18T14:50:25Z) - Leveraging Large Language Models to Power Chatbots for Collecting User
Self-Reported Data [15.808841433843742]
大きな言語モデル(LLM)は、自然言語のプロンプトを受け入れてチャットボットを構築する新しい方法を提供する。
我々は,チャットボットが自然に会話し,データを確実に収集する上で,プロンプトの設計要因について検討する。
論文 参考訳（メタデータ） (2023-01-14T07:29:36Z) - 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) - Neural Generation Meets Real People: Building a Social, Informative
Open-Domain Dialogue Agent [65.68144111226626]
Chirpy Cardinalは、情報と会話の両方をねらっている。
ユーザーとボットの両方を交互に会話に駆り立てる。
Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
論文 参考訳（メタデータ） (2022-07-25T09:57:23Z) - "Let Your Characters Tell Their Story": A Dataset for Character-Centric
Narrative Understanding [31.803481510886378]
文芸作品の新しいデータセットLiSCUとその要約を、それらに現れる文字の記述と組み合わせて紹介する。
また、LiSCUにおける文字識別と文字記述生成という2つの新しいタスクについても紹介する。
これらの課題に適応した事前学習型言語モデルを用いた実験により,より優れた物語理解モデルの必要性が示された。
論文 参考訳（メタデータ） (2021-09-12T06:12:55Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳（メタデータ） (2021-03-30T15:24:37Z) - I love your chain mail! Making knights smile in a fantasy game world:
Open-domain goal-oriented dialogue agents [69.68400056148336]
我々は、模倣学習したチトチャットモデルに対して強化学習を施した目標指向モデルを訓練する。
両モデルが逆モデルベースラインより優れており,目標を達成するために対話相手と自然に会話できることを示す。
論文 参考訳（メタデータ） (2020-02-07T16:22:36Z)
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。