利用语言模型协同创作剧本与戏剧脚本：行业专家的评估
Co-Writing Screenplays and Theatre Scripts with Language Models: Evaluation by Industry Professionals
Piotr Mirowski, Kory W. Mathewson, Jaylen Pittman, Richard Evans
2023-04-19
开放获取戏剧与影视被引 235
摘要
语言模型正日益受到创作者的青睐。然而，这类模型缺乏长程语义连贯性，限制了其在长篇创意写作中的应用价值。我们通过分层调用语言模型来克服这一局限，该系统被我们命名为Dramatron。通过提示词链式结构构建文本语境，Dramatron能够生成结构完整的剧本与影视脚本，涵盖标题、角色设定、情节节点、场景描述及对话等内容。我们通过针对15名戏剧与电影行业专业人士的用户研究，验证了Dramatron作为交互式协同创作系统的实用性。参与者借助Dramatron协同创作戏剧脚本与影视剧本，并参与了开放式访谈。我们汇总了受访者的反馈以及独立评审员对多部脚本演出效果的评价，以此说明Dramatron与分层文本生成技术对人类与机器协同创作的价值。最后，我们探讨了Dramatron在协同创作中的适用性、相关伦理问题——包括抄袭与偏见问题，以及此类工具设计与应用的参与式模式。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 语言模型在长篇创意写作中受限于长程语义连贯性不足。通过分层应用语言模型并利用提示链构建结构上下文，Dramatron系统能够生成包含完整元素的连贯长篇剧本。该系统作为一种交互式共创工具，可有效辅助人类进行戏剧与影视剧本创作。
- 研究方法
- 研究采用用户研究法，邀请15位戏剧与影视行业专业人士使用Dramatron进行剧本共创。通过开放式访谈收集参与者的反思与反馈。同时引入独立评论家对部分剧本的演出进行批评，以多视角评估共创效果。
- 学术贡献
- 提出Dramatron分层文本生成系统，突破了语言模型在长篇写作中缺乏连贯性的瓶颈。验证了分层语言模型与提示链技术在人机长篇共创中的实用价值。为创意写作工具的评估提供了来自行业创作者与独立评论家的双重实证依据。
- 存在局限
- 基础语言模型存在长程语义连贯性不足的固有缺陷。系统在实际应用中面临抄袭与偏见等伦理问题的挑战。
- 进一步研究方向
- 深入探讨Dramatron及类似系统在人机共创中的适用性。探索此类共创工具设计与部署的参与式模型。进一步研究和解决应用中涉及的抄袭与偏见等伦理问题。
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Human Motion and Animation