Temel Kavramlar
関連するエンドポイントを持つ物語を生成することで、より完結した物語を生成できる。
Özet
本研究では、関連するエンドポイントを持つ物語を生成するRENARGENを提案している。RENARGENは、言語モデル(LM)とラージ言語モデル(LLM)の両方に適用可能で、様々な方法でエンドポイントの関連性を定義している。
LMの場合、RENARGENはセマンティックな関連性を用いてエンドポイントを生成する。まず、フレーズジェネレーターが開始文から関連するフレーズのリストを生成し、ストップジェネレーターがそのリストを使って終了文を生成する。ストーリーインフィラーは、左右のコンテキストを考慮しながら、必要な場所に新しい文を挿入していく。
LLMの場合、RENARGENはエンドポイントの関連性を定義する6つの方法を実験している。例えば、開始文と同じキャラクター、関連するアクション、場所を持つ終了文を生成する方法や、開始文を論理的に導出する終了文を生成する方法などがある。ストーリーインフィラーは開始文と生成された終了文を使って、すべての中間文を一度に生成する。
自動評価と人間評価の結果から、RENARGENが生成する物語は、関連性の高いエンドポイントを持ち、より完結した物語となっていることが示された。また、LMのRENARGENでは、ユーザーがフレーズリストを編集できる対話型の機能が有用であることも明らかになった。
İstatistikler
開始文と終了文の語彙重複率は0.329±0.136である。
開始文と終了文のコサイン類似度は0.653±0.121である。
開始文と終了文の構文類似度は0.594±0.110である。