Loading...
机构名称:
¥ 1.0

我们还计划通过从大型预训练 LM 进行分层生成来扩展我们的实验。我们将使用与 Fan 等人类似的方法。[ 2018 ] 和 Yao 等人。[ 2019 ](参见第 2.1 节):从生成故事的标题或提示开始,然后生成文本概要。从概要生成剧本将作为一个新颖的步骤,以前的作品中没有出现过。我们正在考虑选择多种方案作为概要表示:来自剧本数据库的剧本背景/设置、来自粉丝网站的更详细概要或从剧本文本中提取的场景评论。最终,选择将基于数据可用性。设置还将包括生成“游戏元数据”,例如主要主题、角色列表、叙事类型等。

THEaiTRE:人工智能编写戏剧剧本

THEaiTRE:人工智能编写戏剧剧本PDF文件第1页

THEaiTRE:人工智能编写戏剧剧本PDF文件第2页

THEaiTRE:人工智能编写戏剧剧本PDF文件第3页

THEaiTRE:人工智能编写戏剧剧本PDF文件第4页

THEaiTRE:人工智能编写戏剧剧本PDF文件第5页

相关文件推荐

2021 年
¥1.0
2021 年
¥1.0
2022 年
¥8.0
2022 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0
2022 年
¥1.0
2022 年
¥5.0
2022 年
¥1.0
2022 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥6.0
2024 年
¥5.0
2022 年
¥6.0
2020 年
¥5.0
2021 年
¥1.0
2024 年
¥12.0
2024 年
¥2.0
2023 年
¥1.0