論文の概要: DOC: Improving Long Story Coherence With Detailed Outline Control
- arxiv url: http://arxiv.org/abs/2212.10077v2
- Date: Fri, 26 May 2023 22:53:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-31 02:35:25.632788
- Title: DOC: Improving Long Story Coherence With Detailed Outline Control
- Title（参考訳）: DOC:詳細なアウトライン制御による長いストーリーコヒーレンスの改善
- Authors: Kevin Yang, Dan Klein, Nanyun Peng, Yuandong Tian
- Abstract要約: 複数単語のストーリーを自動的に生成する際の長距離プロットコヒーレンスを改善するためのフレームワークを提案する。
詳細 Outline Control (DOC) は2つの補完的なコンポーネントで構成されている。
自動生成ストーリーの人間による評価では、DOCはプロットのコヒーレンス、アウトラインの関連性、興味深い点において、強力なRe3ベースラインを大幅に上回っている。
- 参考スコア（独自算出の注目度）: 83.99558005056817
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose the Detailed Outline Control (DOC) framework for improving
long-range plot coherence when automatically generating
several-thousand-word-long stories. DOC consists of two complementary
components: a detailed outliner and a detailed controller. The detailed
outliner creates a more detailed, hierarchically structured outline, shifting
creative burden from the main drafting procedure to the planning stage. The
detailed controller ensures the more detailed outline is still respected during
generation by controlling story passages to align with outline details. In
human evaluations of automatically generated stories, DOC substantially
outperforms a strong Re3 baseline (Yang et al., 2022) on plot coherence (22.5%
absolute gain), outline relevance (28.2%), and interestingness (20.7%). Humans
also judged DOC to be much more controllable in an interactive generation
setting.
- Abstract（参考訳）: 複数単語のストーリーを自動的に生成する際の長距離プロットコヒーレンスを改善するための詳細アウトライン制御(DOC)フレームワークを提案する。
DOCは2つの補完的なコンポーネントで構成されている。
詳細アウトラインは、より詳細で階層的に構造化されたアウトラインを作成し、クリエイティブな負担をメインのドラフト手順から計画段階に移行する。
詳細コントローラは、アウトラインの詳細に合わせてストーリーの節を制御することで、生成中もより詳細なアウトラインが尊重されるようにします。
自動生成ストーリーの人間による評価では、DOCはプロットコヒーレンス(22.5%の絶対ゲイン)、アウトライン関連(28.2%)、面白さ(20.7%)で強いRe3ベースライン(Yang et al., 2022)を大幅に上回る。
人間はまた、DOCは対話的な世代設定においてはるかに制御可能であると判断した。
関連論文リスト
- Improving Pacing in Long-Form Story Planning [55.39443681232538]
ストーリーアウトラインを自動的に生成する際のペアリングを改善するためのConCrete Outline ConTrolシステムを提案する。
まず,2つの事象のどちらがより具体的であるかを判断するために,具体性評価器を訓練する。
本研究では,一様ペーシングを目的とした,あいまいな第1展開手順について検討する。
論文 参考訳（メタデータ） (2023-11-08T04:58:29Z) - EIPE-text: Evaluation-Guided Iterative Plan Extraction for Long-Form
Narrative Text Generation [114.50719922069261]
長文物語テキスト生成のための評価誘導反復計画抽出法(EIPE-text)を提案する。
EIPEテキストには、計画抽出、学習、推論の3段階がある。
小説やストーリーテリングの分野におけるEIPEテキストの有効性を評価する。
論文 参考訳（メタデータ） (2023-10-12T10:21:37Z) - Sequentially Controlled Text Generation [97.22539956688443]
GPT-2は、驚くほど人間らしく、長い文書が混ざり合ったり、人間のような文章構造に従わなかったりする文を生成する。
本研究では,長距離テキストにおける命令構造の問題について検討する。
生成と編集が可能な逐次制御型テキスト生成パイプラインを開発した。
論文 参考訳（メタデータ） (2023-01-05T21:23:51Z) - Re3: Generating Longer Stories With Recursive Reprompting and Revision [83.99558005056817]
我々は,2千語以上の長文を自動生成する問題を考察する。
短いストーリーの以前の作業と比較して、長距離プロットのコヒーレンスと関連性は、ここではより中心的な課題である。
本稿では,これらの課題に対処するRecursive Reprompting and Revision framework(Re3)を提案する。
論文 参考訳（メタデータ） (2022-10-13T06:29:57Z) - HIBRIDS: Attention with Hierarchical Biases for Structure-aware Long
Document Summarization [17.58231642569116]
注意点の計算に文書構造を取り入れた階層的バイアスフォアを注入するHIBRIDSを提案する。
また、ソース文書中の有能な内容を質問階層と要約階層に要約するための新しいタスクである階層的質問要約生成を提案する。
論文 参考訳（メタデータ） (2022-03-21T05:27:35Z) - Consistency and Coherency Enhanced Story Generation [35.08911595854691]
生成したストーリーの一貫性と一貫性を高めるための2段階生成フレームワークを提案する。
第1段は物語の筋書きや出来事を描いた物語の輪郭を整理し、第2段は完全な物語へと輪郭を広げることである。
さらに、コア参照監視信号は、コア参照エラーを低減し、コア参照一貫性を向上させるために組み込まれている。
論文 参考訳（メタデータ） (2020-10-17T16:40:37Z) - Narrative Interpolation for Generating and Understanding Stories [52.463747140762145]
そこで本研究では,ユーザが特定した目的語を含むコヒーレントな物語を生成するために,モデルをガイドできる物語・物語生成制御手法を提案する。
本手法の中核はGPT-2に基づく漸進的モデルであり,前文と次文を物語の中で条件付けし,そのギャップを埋める。
終末誘導世代は、与えられた終末ガイドに忠実で忠実であり、過去のアプローチよりも手作業の少ない物語を生み出すことを示す。
論文 参考訳（メタデータ） (2020-08-17T16:45:50Z)
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。