言語生成モデルを用いた実世界情報ホラーストーリー生成システム

• Item type: SIG Technical Reports(1)
• 公開日: 2021-05-13
• タイトル: 言語生成モデルを用いた実世界情報ホラーストーリー生成システム
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 自然言語処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 中京大学工学研究科情報工学専攻
• 著者所属: 中京大学工学部
• 著者名: 高木, 亜蘭; 濱川, 礼
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では実世界の情報を基にし，言語生成モデルを用いてホラーストーリーを生成するシステムを提案する．恐怖とは人間の生存本能に起因し，危機から回避するために生じる感情であるが，自身の安全が保障された環境下で与えられると快感を得ることが出来る．そのため，今日では映画やゲーム，小説などによって手軽に恐怖を得られるようになり，多くのホラーコンテンツが世に出されてきた．ホラーコンテンツには映像表現や音響効果，記述表現など様々な要素により恐怖を与えているが，多くのホラーコンテンツに共通している重要な要素はストーリー (コンテンツの大枠や背景，流れなどの説明) である．ホラーコンテンツのストーリーは現実と虚構が織り交ぜられており，虚構における非現実的体験により恐怖を得ることが出来る．しかし，現実と乖離しすぎてしまうとその場面のイメージがしにくくなるため，リアリティ (現実味) も重要となる．つまり非現実的の中に如何にリアリティのあるストーリーで恐怖を与えることが課題になる．しかし，既成のホラーストーリーでは人ごとの現在いる環境におけるリアリティを効果的に表現するのは極めて難しい．そこで，実世界情報をストーリー内に組み込み，実世界が舞台となったリアリティのあるホラーストーリーを作成すれば，より恐怖を楽しめるのではと考えた．本研究では実世界情報を撮影した画像内の物体に関する説明文を基に言語生成モデルにてホラーストーリーを生成する．言語生成モデルとしては GPT-2 を用いる．大規模ラベルなしコーパスによって学習された事前学習モデルに対して，ホラージャンルに属する小説群をラベルなしコーパスとして Fine Turning することによりホラーストーリーを生成させる GPT-2 による言語生成モデルを作成した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2021-NL-248, 号 5, p. 1-6, 発行日 2021-05-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会