Show simple item record

Generování divadelní hry
dc.contributor.advisorDušek, Ondřej
dc.creatorSchmidtová, Patrícia
dc.date.accessioned2022-10-04T14:34:35Z
dc.date.available2022-10-04T14:34:35Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/20.500.11956/175326
dc.description.abstractThis thesis explores different ways of improving theatre play script gen- eration. To generate a theatre play script, we fine-tune the GPT-2 medium language model on a mixture of theatre plays, movies, and TV show scripts, training it to continue a human-written script start. As plain language-model generation is not sufficient for generating a coherent full-length theatre play, we propose a two step hierarchical generation approach: first generating a plot summary and then conditioning the script generation on the plot summary. We train the hierarchical model on a dataset which we created by aligning plot sum- maries to script scenes using dynamic programming. We also propose additional approaches to make the generated text more consistent (with respect to char- acters and contradictions). We compare our models to a strong vanilla GPT-2 XL baseline and achieve comparable performance with our models being smaller and faster. Moreover, our hierarchical generation approach allows generating a coherent full-length theatre play script under limited human supervision, which has also been verified in practice by theatre professionals within the THEaiTRE project. 1en_US
dc.description.abstractTato diplomová práce zkoumá způsoby jak vylepšit generování scénáře di- vadelní hry. Abychom vygenerovali scénář divadelní hry, dotrénujeme jazykový model GPT-2 medium na směsi scénářů divadelních her, filmů a seriálů aby pokračoval v člověkem zadaném začátku scénáře. Pouhé generování jazykovým modelem nestačí na vytvoření celistvé celovečerní divadelné hry a proto navrhu- jeme dvoukrokový hierarchický přístup: nejdříve vygenerujeme dějové shrnutí a pak jím podmiňujeme generování scénáře. Trénujeme hierarchický model na souboru dat, který jsme vytvořili přiřazením dějových shrnutí k scénám v scénáři využitím dynamického programování. Taktéž navrhujeme vícero přístupů na vylepšení konzistence vygenerovaného textu (zaměřené na postavy a kontradikce). Naše modely porovnáváme s modelem GPT-2 XL a dosahují srovnatelných výsledků, přičemž jsou menší a rychlejší. Náš systém hierarchického generování umožňuje vygenerovat celistvou celovečerní divadelní hru s omezenými lidskými zásahy. Toto bylo ověřeno profesionálními dramaturgy v rámci projektu THEaiTRE. 1cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectnatural language generation|machine learning|deep learning|natural language processing|theatre playen_US
dc.subjectgenerování přirozeného jazyka|strojové učení|hluboké učení|zpracování přirozeného jazyka|divadelní hracs_CZ
dc.titleTheatre play generationen_US
dc.typediplomová prácecs_CZ
dcterms.created2022
dcterms.dateAccepted2022-09-02
dc.description.departmentInstitute of Formal and Applied Linguisticsen_US
dc.description.departmentÚstav formální a aplikované lingvistikycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId227116
dc.title.translatedGenerování divadelní hrycs_CZ
dc.contributor.refereeFlek, Lucie
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineComputational Linguisticsen_US
thesis.degree.disciplineMatematická lingvistikacs_CZ
thesis.degree.programComputer Scienceen_US
thesis.degree.programInformatikacs_CZ
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Ústav formální a aplikované lingvistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Institute of Formal and Applied Linguisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csMatematická lingvistikacs_CZ
uk.degree-discipline.enComputational Linguisticsen_US
uk.degree-program.csInformatikacs_CZ
uk.degree-program.enComputer Scienceen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csTato diplomová práce zkoumá způsoby jak vylepšit generování scénáře di- vadelní hry. Abychom vygenerovali scénář divadelní hry, dotrénujeme jazykový model GPT-2 medium na směsi scénářů divadelních her, filmů a seriálů aby pokračoval v člověkem zadaném začátku scénáře. Pouhé generování jazykovým modelem nestačí na vytvoření celistvé celovečerní divadelné hry a proto navrhu- jeme dvoukrokový hierarchický přístup: nejdříve vygenerujeme dějové shrnutí a pak jím podmiňujeme generování scénáře. Trénujeme hierarchický model na souboru dat, který jsme vytvořili přiřazením dějových shrnutí k scénám v scénáři využitím dynamického programování. Taktéž navrhujeme vícero přístupů na vylepšení konzistence vygenerovaného textu (zaměřené na postavy a kontradikce). Naše modely porovnáváme s modelem GPT-2 XL a dosahují srovnatelných výsledků, přičemž jsou menší a rychlejší. Náš systém hierarchického generování umožňuje vygenerovat celistvou celovečerní divadelní hru s omezenými lidskými zásahy. Toto bylo ověřeno profesionálními dramaturgy v rámci projektu THEaiTRE. 1cs_CZ
uk.abstract.enThis thesis explores different ways of improving theatre play script gen- eration. To generate a theatre play script, we fine-tune the GPT-2 medium language model on a mixture of theatre plays, movies, and TV show scripts, training it to continue a human-written script start. As plain language-model generation is not sufficient for generating a coherent full-length theatre play, we propose a two step hierarchical generation approach: first generating a plot summary and then conditioning the script generation on the plot summary. We train the hierarchical model on a dataset which we created by aligning plot sum- maries to script scenes using dynamic programming. We also propose additional approaches to make the generated text more consistent (with respect to char- acters and contradictions). We compare our models to a strong vanilla GPT-2 XL baseline and achieve comparable performance with our models being smaller and faster. Moreover, our hierarchical generation approach allows generating a coherent full-length theatre play script under limited human supervision, which has also been verified in practice by theatre professionals within the THEaiTRE project. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Ústav formální a aplikované lingvistikycs_CZ
thesis.grade.code1
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV