論文の概要: Whose story is it? Personalizing story generation by inferring author styles

• arxiv url: http://arxiv.org/abs/2502.13028v1
• Date: Tue, 18 Feb 2025 16:45:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-19 14:02:36.382252
• Title: Whose story is it? Personalizing story generation by inferring author styles
• Title（参考訳）: 誰の物語か?作者のスタイルを推定して物語生成をパーソナライズする
• Authors: Nischal Ashok Kumar, Chau Minh Pham, Mohit Iyyer, Andrew Lan,
• Abstract要約: パーソナライズされたストーリー生成のための新しい2段階パイプラインを提案する。 我々のアプローチは、著者の過去の作品から暗黙的なストーリーライティングの特徴を推測し、それらを著者の筆記シートに整理する。 第2段では、パーソナライズされたペルソナ記述とパーソナライズされたストーリーライティングルールを通じて、著者のペルソナをシミュレートする。
• 参考スコア（独自算出の注目度）: 30.264355446431363
• License:
• Abstract: Personalization has become essential for improving user experience in interactive writing and educational applications, yet its potential in story generation remains largely unexplored. In this work, we propose a novel two-stage pipeline for personalized story generation. Our approach first infers an author's implicit story-writing characteristics from their past work and organizes them into an Author Writing Sheet, inspired by narrative theory. The second stage uses this sheet to simulate the author's persona through tailored persona descriptions and personalized story writing rules. To enable and validate our approach, we construct Mythos, a dataset of 590 stories from 64 authors across five distinct sources that reflect diverse story-writing settings. A head-to-head comparison with a non-personalized baseline demonstrates our pipeline's effectiveness in generating high-quality personalized stories. Our personalized stories achieve a 75 percent win rate (versus 14 percent for the baseline and 11 percent ties) in capturing authors' writing style based on their past works. Human evaluation highlights the high quality of our Author Writing Sheet and provides valuable insights into the personalized story generation task. Notable takeaways are that writings from certain sources, such as Reddit, are easier to personalize than others, like AO3, while narrative aspects, like Creativity and Language Use, are easier to personalize than others, like Plot.
• Abstract（参考訳）: インタラクティブな執筆や教育アプリケーションにおけるユーザエクスペリエンス向上にはパーソナライゼーションが不可欠だが,ストーリー生成の可能性については未解明のままである。 本研究では,パーソナライズされたストーリー生成のための新しい2段階パイプラインを提案する。 提案手法は,まず著者の過去の作品から暗黙的なストーリーライティング特性を推定し,物語理論に触発された著者筆記シートに整理する。 第2段では、パーソナライズされたペルソナ記述とパーソナライズされたストーリーライティングルールを通じて、著者のペルソナをシミュレートする。 このアプローチを有効にし、検証するために、さまざまなストーリーライティング設定を反映した5つの異なるソースからなる64人の著者による590のストーリーのデータセットであるMythosを構築した。 非個人化されたベースラインと正面から比較することで、高品質なパーソナライズされたストーリを生成する上でのパイプラインの有効性が示されます。 私たちのパーソナライズされたストーリーは、過去の作品に基づいて著者の執筆スタイルを捉えることで、75%の勝利率(ベースラインでは14%、ネクタイでは11%)を達成しました。 人間による評価は、著者執筆シートの質の高さを強調し、パーソナライズされたストーリー生成タスクに関する貴重な洞察を提供する。 注目すべき点は、Redditのような特定のソースからの書き込みは、AO3のような他のソースよりもパーソナライズしやすく、CreativeやLanguage Useのような物語的な側面は、Plotのような他のソースよりもパーソナライズしやすくなることだ。

関連論文リスト

• "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
  我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。 本研究は,人間とAIの共創における真正性の概念を解明するものである。 読者の反応は、人間とAIの共著に対する関心が低かった。
  論文  参考訳（メタデータ） (2024-11-20T04:42:32Z)
• 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)
• 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)
• The GPT-WritingPrompts Dataset: A Comparative Analysis of Character Portrayal in Short Stories [17.184517720465404]
  本研究では,人間と機械の両方の生成過程から,ストーリーテリングの感情的特徴と記述的特徴を6次元で定量化し比較する。 生成した物語は6次元すべてで人間ストーリーと大きく異なり、主主人公の物語的視点やジェンダーに応じてグループ化された場合、人間世代と機械世代は同様のバイアスを呈することがわかった。
  論文  参考訳（メタデータ） (2024-06-24T16:24:18Z)
• Conveying the Predicted Future to Users: A Case Study of Story Plot Prediction [14.036772394560238]
  予測されたプロットをナレーションする短い記述を生成するシステムを作成する。 私たちのゴールは、作家が一貫した説得力のあるストーリーアークを作るのを支援することです。
  論文  参考訳（メタデータ） (2023-02-17T20:10:55Z)
• Computational Storytelling and Emotions: A Survey [56.95572957863576]
  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。
  論文  参考訳（メタデータ） (2022-05-23T00:21:59Z)
• 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)
• Stylized Story Generation with Style-Guided Planning [38.791298336259146]
  そこで本稿では,先行する文脈を条件として,新たなタスク,スタイル化されたストーリージェネレーション,すなわちスペクティフィドスタイルでストーリーを生成することを提案する。 我々のモデルは、ROCStoriesデータセットに基づいて、エモオプション駆動またはイベント駆動のストーリーを制御できる。
  論文  参考訳（メタデータ） (2021-05-18T15:55:38Z)
• 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。