論文の概要: Computational Storytelling and Emotions: A Survey

• arxiv url: http://arxiv.org/abs/2205.10967v1
• Date: Mon, 23 May 2022 00:21:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-24 17:08:36.201111
• Title: Computational Storytelling and Emotions: A Survey
• Title（参考訳）: 計算的ストーリーテリングと感情:調査
• Authors: Yusuke Mori, Hiroaki Yamane, Yusuke Mukuta, Tatsuya Harada
• Abstract要約: 本研究は,物語と感情の関係に関する研究を要約し,その発展に寄与することを目的としている。 創造性の研究は人間をコンピューターに置き換えることではなく、創造性を高めるために人間とコンピューターのコラボレーション方法を見つけることであると私たちは信じています。
• 参考スコア（独自算出の注目度）: 56.95572957863576
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Storytelling has always been vital for human nature. From ancient times, humans have used stories for several objectives including entertainment, advertisement, and education. Various analyses have been conducted by researchers and creators to determine the way of producing good stories. The deep relationship between stories and emotions is a prime example. With the advancement in deep learning technology, computers are expected to understand and generate stories. This survey paper is intended to summarize and further contribute to the development of research being conducted on the relationship between stories and emotions. We believe creativity research is not to replace humans with computers, but to find a way of collaboration between humans and computers to enhance the creativity. With the intention of creating a new intersection between computational storytelling research and human creative writing, we introduced creative techniques used by professional storytellers.
• Abstract（参考訳）: ストーリーテリングは常に人間の本性にとって不可欠だった。 古代から、人間はエンターテイメント、広告、教育など、いくつかの目的のために物語を使ってきた。 研究者やクリエーターによって、良い物語を生み出す方法を決定するために様々な分析が行われてきた。 ストーリーと感情の深い関係は、その典型例である。 ディープラーニング技術の進歩により、コンピュータはストーリーを理解し、生成することが期待される。 本研究は,物語と感情の関係に関する研究を要約し,さらに貢献することを目的としている。 創造性の研究は、人間をコンピュータに置き換えることではなく、創造性を高めるために人間とコンピュータの協力方法を見つけることだと考えています。 計算的ストーリーテリング研究と人間の創造的執筆の新たな交差点を作ることを目的として,プロのストーリーテラーが使用する創造的手法を紹介した。

関連論文リスト

• Evaluating Creative Short Story Generation in Humans and Large Language Models [0.7965327033045846]
  大規模言語モデル(LLM)は、最近、高品質なストーリーを生成する能力を実証した。 LLMと日常の人々の短いストーリー生成において,創造性を体系的に分析する。 LLMはスタイリスティックな複雑なストーリーを生成できるが、平均的な人間作家に比べて創造性は低い傾向にある。
  論文  参考訳（メタデータ） (2024-11-04T17:40:39Z)
• Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
  本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。 エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
  論文  参考訳（メタデータ） (2024-10-03T15:44:42Z)
• SARD: A Human-AI Collaborative Story Generation [0.0]
  本研究では,大規模言語モデルを用いたマルチチャプタストーリ生成のためのドラッグアンドドロップ型ビジュアルインタフェースであるSARDを提案する。 SARDのユーザビリティとその創造性に対する評価は、物語のノードベースの可視化は、著者がメンタルモデルを構築するのに役立つかもしれないが、著者にとって不必要な精神的オーバーヘッドを生じさせることを示している。 また、AIはストーリーの複雑さに関係なく、語彙的に多様性の低いストーリーを生成することもわかりました。
  論文  参考訳（メタデータ） (2024-03-03T17:48:42Z)
• Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI Collaboration in Data Storytelling [59.08591308749448]
  業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。 驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
  論文  参考訳（メタデータ） (2023-04-17T15:30:05Z)
• Creative Writing with an AI-Powered Writing Assistant: Perspectives from Professional Writers [9.120878749348986]
  ニューラルネットワークモデルを用いた自然言語生成(NLG)は、AIによるクリエイティブな記述ツールを構築するという目標に、これまで以上に近づいています。 ニューラルネットワークモデルを用いた自然言語生成の最近の進歩は、AIを使ったクリエイティブな記述ツールを構築するという目標に、これまで以上に近づいている。
  論文  参考訳（メタデータ） (2022-11-09T17:00:56Z)
• 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)
• From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
  心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。 人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
  論文  参考訳（メタデータ） (2022-01-20T17:07:03Z)
• Telling Creative Stories Using Generative Visual Aids [52.623545341588304]
  私たちはライターに、開始プロンプトからクリエイティブなストーリーを書くように頼み、同じプロンプトから生成するAIモデルによって生成されたビジュアルを提供した。 コントロールグループと比較すると、ビジュアルをストーリー・ライティング・アシストとして使用した作家は、より創造的で、オリジナルで、完全で、視覚的にできるストーリーを著した。 発見は、AIによる横断的なモダリティ入力は、人間とAIの共創において創造性の異なる側面に利益をもたらすが、収束する思考を妨げることを示している。
  論文  参考訳（メタデータ） (2021-10-27T23:13:47Z)
• A guided journey through non-interactive automatic story generation [0.0]
  この記事では,創造的システムに対する要件,創造性の3種類のモデル(計算的,社会文化的,個人的),人間の創造的記述のモデルについて述べる。 この記事は、伝達すべき主要なアイデアの自律的生成と採用、創造性を保証する基準の自律的設計が、おそらく将来の研究において最も重要なトピックの2つである、と結論付けている。
  論文  参考訳（メタデータ） (2021-10-08T10:01:36Z)
• Collaborative Storytelling with Large-scale Neural Language Models [6.0794985566317425]
  我々は、人工知能エージェントと人が協力して、交代で追加することでユニークなストーリーを作るという、協調的なストーリーテリングのタスクを紹介します。 本稿では,人間ストーリーテラーと協調して物語を創り出す共同ストーリーテリングシステムについて述べる。
  論文  参考訳（メタデータ） (2020-11-20T04:36:54Z)

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。