Генератор драматургических текстов : магистерская диссертация

Abstract

The object of development is a code based on large language models for generating dramatic texts. The object of the study is a dramatic text generated by a large language model of machine learning. The subject of the study is methods based on large language models for generating dramatic text. The purpose of the work is to create a generator of dramatic text, taking into account the features of the dramatic style of narration, without the direct participation of the author. The work considers the features of the dramatic text, as well as the problems that arise during its generation. To solve them, the method of hierarchical plot generation was used, with explicit narrative structures and characters, which helps to generate more coherent stories, especially when creating long texts such as theater scripts. To preserve the style, a set of written prefixes taken from the ancient Greek tragedy "Medea" by Euripides (431 BC) was used. The evaluation was carried out using the NLI-score metric and by surveying people involved in script writing. An algorithm for generating and evaluating scripts was written in the Python programming language.

Объектом разработки является код на основе больших языковых моделей для генерации драматургических текстов. Объектом исследования является драматургический текст, сгенерированный большой языковой моделью машинного обучения. Предметом исследования является методы на основе больших языковых модель для генерация драматургического текста. Цель работы создание генератора драматургического текста, с учетом особенностей драматургического стиля повествования, без непосредственного участия автора. В работе рассмотрены особенности драматургического текста, а также проблемы, возникающие при его генерации. Для их решения использовался метод иерархической генерации сюжета, с явными структурами повествования и персонажами, что помогает генерировать более связные истории, особенно при создании таких длинных текстов, как театральные сценарии. Для сохранения стиля использовался набор прописанных префиксов, взятых из древнегреческой трагедии «Medea» Еврипида (431 г. до н. э.). Оценка проводилась с использованием метрики NLI-score и с помощью анкетирования людей, связанных с написанием сценариев. На языке программирования Python написан алгоритм для генерации и оценки сценариев.