ストーリー生成の新しいアプローチ
関連するエンドポイントでまとまりのあるストーリーを作る方法を探ってる。
― 1 分で読む
物語を語ることは人間文化の重要な一部なんだ。作家はよく特定のアイデアをもとに物語を作り、そのアイデアに最後に戻ってくることがある。このやり方は、完成感や終息感を生み出すのに役立つんだ。この記事では、関連する始まりと終わりの文に焦点を当てた新しい物語生成の方法について話すよ。
物語の終息感が必要な理由
物語の終息感は、物語に満足のいくフィニッシュを与えるものなんだ。これは、物語で提起されたすべての質問が答えられたという感覚を意味する。作家はたいてい物語の最後の文を最初の文とつなげることでこの終息感を達成するんだ。これをブックエンディングって呼ぶこともあるよ。いい物語は、読者に満足感を与えるんだ。
自動物語生成は近年改善されてきたけど、まだ完全でまとまりのある物語を作るのに苦労する方法が多いんだ。私たちの新しい方法、関連エンドポイント物語生成器(RENarGen)は、物語の始まりと終わりの文が関連していることを確保することで、この問題に取り組むことを目指してるよ。
方法の仕組み
私たちのアプローチは、エンドポイント生成器とストーリーインフィラーの2つの主要なコンポーネントを含んでる。
エンドポイント生成
エンドポイント生成器は、関連する始まりと終わりの文を作成する役割を持ってる。始まりの文が与えられると、それに関連する重要なキーフレーズのリストを生成するんだ。そのリストから、最初に戻るような終わりの文を作るよ。
この方法では、言語モデル(LM)と大規模言語モデル(LLM)の2種類のモデルを使うんだ。LMは小さくてアクセスしやすいけど、LLMはもっと複雑で面白い物語を生み出せるんだ。
ストーリーインフィリング
始まりと終わりの文が生成されたら、ストーリーインフィラーが中間の文を追加するんだ。単に始まりから終わりまで文を書くだけじゃなくて、物語の中で情報が足りないところを見つけて埋めていく方法なんだ。この方法は、人間の作家が追加情報が必要だと感じるところに文を加えるのを模倣するように設計されているよ。
関連エンドポイント
私たちの方法では、始まりと終わりの文が「関連している」とみなされるのは、共通のテーマ、キャラクター、アクション、または設定を持っている場合なんだ。この関連性は物語の終息感を達成するための鍵なんだ。例えば、物語がキャラクターが新しい家を探しているところから始まったら、関連した終わりはキャラクターがついにその家を見つけることに言及するかもしれない。
フレームワークの概要
全体のフレームワークは次のように要約できるよ:
- 始まりの文を基に関連するキーフレーズを生成する。
- そのフレーズに基づいて関連する終わりの文を作る。
- 中間の文を埋めるために、物語の中で情報がもっと必要な部分を特定する。
これにより、物語がうまく流れるだけでなく、ループが閉じられて、読者にとって満足するものになるんだ。
物語生成の重要性
物語生成には、書籍や映画のようなエンターテインメントから教育ツールに至るまで多くの応用があるんだ。自動物語生成は、魅力的なコンテンツを迅速に作成するのに役立つよ。物語の終息感と一貫性に焦点を当てることで、私たちの方法は自動生成される物語の質を向上させる新しい方法を提供するんだ。
方法の評価
私たちの方法を評価するために、自動的な評価基準と人間の評価を使ったよ。自動評価は、始まりと終わりの文がどれだけ関連しているかや物語全体の質を測るんだ。人間の評価は、人々にどの物語がより満足できるか選んでもらうことを含んでる。
結果は、私たちの方法が既存のモデルに比べてより完成度の高い物語を生み出す傾向があることを示したよ。関連エンドポイントを持つ物語は、より強い終息感を提供するんだ。
結論
要するに、私たちの新しい物語生成のアプローチは、関連する始まりと終わりの文を作成することに焦点を当ててる。これは物語の終息感を提供するだけでなく、物語全体の質も向上させるんだ。LMとLLMの両方を組み合わせることで、それぞれの強みを活かしながら弱点に対処できるんだ。私たちの評価を通じて、この方法が一貫性のある満足できる物語を生み出すのに効果的であることを示してきたよ。
自動物語生成が進化し続ける中で、RENarGenのような方法は、書籍、映画、ゲーム、教育ツールなどのストーリーテリングを向上させる重要な役割を果たすかもしれない。
タイトル: Returning to the Start: Generating Narratives with Related Endpoints
概要: Human writers often bookend their writing with ending sentences that relate back to the beginning sentences in order to compose a satisfying narrative that "closes the loop." Motivated by this observation, we propose RENarGen, a controllable story-generation paradigm that generates narratives by ensuring the first and last sentences are related and then infilling the middle sentences. Our contributions include an initial exploration of how various methods of bookending from Narratology affect language modeling for stories. Automatic and human evaluations indicate RENarGen produces better stories with more narrative closure than current autoregressive models.
著者: Anneliese Brei, Chao Zhao, Snigdha Chaturvedi
最終更新: 2024-03-31 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2404.00829
ソースPDF: https://arxiv.org/pdf/2404.00829
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。