論文の概要: SceneWeave: Audience-Guided Scene Exploration for Dramatic Adaptation

• arxiv url: http://arxiv.org/abs/2610.21737v1
• Date: Thu, 15 Oct 2026 11:54:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.057043
• Title: SceneWeave: Audience-Guided Scene Exploration for Dramatic Adaptation
• Title（参考訳）: SceneWeave: ドラマティック適応のためのオーディエンスガイドによるScene Exploration
• Abstract要約: SceneWeaveを紹介します。これは、代替のシーンドラフトを使用して、適応全体を修正します。 焦点シーンの処理を対比し、それらが生成する相互作用を比較し、特徴付け、準備前、その後の展開、シーン順序を改訂する。 また、スクリプトのドラフトを比較するためのタスク特化記述モデルとヒューマン参照モデルも開発する。
• 参考スコア（独自算出の注目度）: 2.9704863605863294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Adapting prose into a script requires transforming narration and inner experience into scenes that convey relationships and psychological contradictions. Planning specifies intended effects but leaves their realization in dialogue and action unresolved. Drawing on screenwriters' accounts of revising scenes and their connections to the surrounding work, we present SceneWeave, which uses alternative scene drafts to revise the adaptation as a whole. It writes contrasting treatments of a focal scene, compares the interactions they create, and revises characterization, preceding preparation, subsequent development, and scene order before generating the complete script. The central contribution is to use actual scene writing to inform adaptation decisions and propagate their consequences across the work. We also develop a task-specific writing model and a human-preference model for comparing script drafts. The writing model learns from adaptation examples and human preferences; the preference model combines human and synthetic supervision. Blind reader comparisons favor SceneWeave over a baseline workflow and description-based controls, while content assessment indicates reduced narrative redundancy and strong psychological treatment.
• Abstract（参考訳）: 散文を台本に適応させるには、ナレーションと内的経験を関係性や心理的矛盾を伝える場面に変換する必要がある。 計画は意図した効果を規定するが、対話と行動における認識は未解決のままである。 脚本家の情景の見直しと周辺作品とのつながりを振り返って,SceneWeaveを紹介した。 フォーカスシーンの処理を対比し、それらが生成するインタラクションを比較し、キャラクタリゼーション、事前の準備、その後の開発、そして完全なスクリプトを生成する前のシーン順序を改訂する。 中心的なコントリビューションは、実際のシーン書き込みを使用して、適応決定を通知し、作業全体にわたって成果を広めることである。 また、スクリプトのドラフトを比較するためのタスク特化記述モデルとヒューマン参照モデルも開発する。 書記モデルは適応例と人間の嗜好から学習し、選好モデルは人間と合成の監督を組み合わせる。 BlindReaderの比較では、ベースラインワークフローと記述ベースのコントロールよりもSceneWeaveが好まれ、コンテンツアセスメントは物語の冗長性と強い心理的治療を減らしている。

関連論文リスト

• SceneDecorator: Towards Scene-Oriented Story Generation with Scene Planning and Scene Consistency [47.20554570948312]
  SceneDecorator は VLM-Guided Scene Planning を利用したトレーニングフリーのフレームワークであり、グローバル・ツー・ローカルな方法で異なるシーン間での物語の一貫性を確保する。 大規模な実験はSceneDecoratorの優れたパフォーマンスを示し、芸術、映画、ゲームの分野における創造性を解き放つ可能性を強調している。
  論文  参考訳（メタデータ） (2025-10-27T04:19:22Z)
• SceneAdapt: Scene-aware Adaptation of Human Motion Diffusion [74.70024991949269]
  テキスト条件付モーションモデルにシーン認識を注入するフレームワークであるSceneAdaptを紹介する。 主要なアイデアは、2つの異なるデータセットをブリッジするプロキシタスクとして、テキストなしで学習可能なモーションインテリシングを使用することだ。 その結果,SceneAdaptはシーン認識をテキスト・トゥ・モーション・モデルに効果的に注入することがわかった。
  論文  参考訳（メタデータ） (2025-10-14T23:42:10Z)
• Action2Dialogue: Generating Character-Centric Narratives from Scene-Level Prompts [20.606497274927367]
  本稿では,アクションレベルのプロンプトを視覚的,聴覚的に基礎付けられた物語対話に変換するモジュールパイプラインを提案する。 提案手法はシーン毎に一対のプロンプトを入力し,第1に設定を定義し,第2にキャラクタの動作を指定する。 我々は、各発話を表現的、文字条件付き音声として表現し、その結果、完全に音声化されたマルチモーダルなビデオ物語を生み出す。
  論文  参考訳（メタデータ） (2025-05-22T15:54:42Z)
• Generating Human Interaction Motions in Scenes with Text Control [66.74298145999909]
  本稿では,デノナイズ拡散モデルに基づくテキスト制御されたシーン認識動作生成手法TeSMoを提案する。 我々のアプローチは、シーンに依存しないテキスト-モーション拡散モデルの事前学習から始まります。 トレーニングを容易にするため,シーン内に注釈付きナビゲーションと対話動作を組み込む。
  論文  参考訳（メタデータ） (2024-04-16T16:04:38Z)
• Make-A-Storyboard: A General Framework for Storyboard with Disentangled and Merged Control [131.1446077627191]
  本稿では,映画制作に触発されたストーリーボード(Storyboard)という,ストーリービジュアライゼーションのための新しいプレゼンテーション形式を提案する。 ストーリーボードの各シーンの中で、キャラクターは同じ場所で活動し、視覚的に一貫したシーンとキャラクターの両方を必要とする。 当社の手法は,主流のイメージカスタマイズ手法にシームレスに統合され,ストーリービジュアライゼーションの能力を活用できる。
  論文  参考訳（メタデータ） (2023-12-06T12:16:23Z)
• Analyzing Film Adaptation through Narrative Alignment [11.304581370821756]
  小説は映画化されることが多いが、2つのメディアの違いは、通常、映画の脚本から原文を落とさなければならない。 そこで本研究では,Smith-Waterman局所アライメントアルゴリズムとSBERT埋め込み距離を用いて物語アライメントを構築し,シーンとブックユニット間のテキスト類似性を定量化する。 これらのアライメントを用いて40のアライメントの自動解析を行い, (i) 適応の忠実度, (ii) 対話の重要性, (iii) 物語の順序, (iv) ベクデル検定を反映したジェンダー表現問題に関して, (i) 適応の忠実度, (ii) ダイアログの重要性, および (iv) ベクデル検定を反映したジェンダー表現問題に関する洞察を明らかにする。
  論文  参考訳（メタデータ） (2023-11-07T14:18:03Z)
• Putting People in Their Place: Affordance-Aware Human Insertion into Scenes [61.63825003487104]
  本研究では,シーンに現実的に人を挿入する手法を提示することにより,シーンの空き度を推定する問題について検討する。 マークされた地域と人物のイメージのシーン画像が与えられた場合、シーンの余裕を尊重しながら、その人物をシーンに挿入する。 本モデルでは,シーンの状況に応じたリアルなポーズのセットを推測し,参照した人物を再構成し,構成を調和させることができる。
  論文  参考訳（メタデータ） (2023-04-27T17:59:58Z)
• 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)

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。