[论文解读] Co-Writing Screenplays and Theatre Scripts with Language Models: An Evaluation by Industry Professionals

Piotr Mirowski, Kory W. Mathewson+2 more|arXiv (Cornell University)|Sep 29, 2022

Topic Modeling被引用 11

一句话总结

本文介紹了Dramatron，一種分層語言模型系統，透過提示鏈（prompt chaining）從劇情簡介（log line）出發，實現劇本與戲劇腳本的協同創作。經15位業界專業人士評估，Dramatron成功產出4部完整劇本，於2022年愛德蒙頓國際弗林吉戲劇節中正式演出，展現其在長篇敘事寫作中人機協同創作的可行性。

ABSTRACT

Language models are increasingly attracting interest from writers. However, such models lack long-range semantic coherence, limiting their usefulness for longform creative writing. We address this limitation by applying language models hierarchically, in a system we call Dramatron. By building structural context via prompt chaining, Dramatron can generate coherent scripts and screenplays complete with title, characters, story beats, location descriptions, and dialogue. We illustrate Dramatron's usefulness as an interactive co-creative system with a user study of 15 theatre and film industry professionals. Participants co-wrote theatre scripts and screenplays with Dramatron and engaged in open-ended interviews. We report critical reflections both from our interviewees and from independent reviewers who watched stagings of the works to illustrate how both Dramatron and hierarchical text generation could be useful for human-machine co-creativity. Finally, we discuss the suitability of Dramatron for co-creativity, ethical considerations -- including plagiarism and bias -- and participatory models for the design and deployment of such tools.

研究动机与目标

• 解決大語言模型生成劇本時因上下文窗口限制所導致的長距離敘事連貫性問題。
• 開發支援專業創意寫作情境下互動式人機協同創作的系統。
• 透過專業實踐者評估AI輔助劇本撰寫的可用性與藝術價值。
• 探討使用大語言模型於專業劇本撰寫時的倫理議題，如偏見、抄襲與參與式設計。
• 展示利用分層提示技術生成完整長度、結構嚴謹的劇本（數萬token）的可行性。

提出的方法

• Dramatron採用分層生成流程：從劇情簡介出發，首先生成劇名與角色。
• 角色隨即作為提示，用於生成一系列場景摘要（劇情），包含場景設定與情節節點（beats）。
• 每個獨特場景位置皆透過專屬提示進行描述，以建立空間與環境背景。
• 對白生成則透過整合場景摘要、角色清單與場景描述，形成單一提示進行。
• 採用提示鏈技術以維持各階段之間的敘事連貫性，每一階段的輸出皆作為下一個生成步驟的輸入。
• 系統允許人在任何階段介入——修改、重新生成或繼續撰寫文字——從而實現互動式協同創作。

实验结果

研究问题

• RQ1 是否能透過大語言模型的分層提示方法，產出符合專業標準、敘事連貫的長篇劇本與戲劇腳本？
• RQ2 專業劇作家如何看待類似Dramatron之AI協同寫作系統的可用性與創作價值？
• RQ3 在專業劇本撰寫中使用大語言模型，其倫理影響為何？例如偏見、抄襲與作者權問題。
• RQ4 分層生成相比平面序列生成，在維持長文本敘事連貫性方面有何優勢？
• RQ5 AI生成的劇本在多大程度上能成功搬上舞台，並獲得現場觀眾與評論者的認可？

主要发现

• Dramatron成功從單一劇情簡介生成四部完整長度、結構嚴謹的劇本，並於2022年愛德蒙頓國際弗林吉戲劇節中正式製作與演出。
• 業界專業人士表示，Dramatron提升了其創作流程，提供具建設性的創意啟發，並降低劇本開發過程中的創作瓶頸。
• 演出作品的評論者指出，AI生成的劇本展現出與人類撰寫作品相當的敘事連貫性、情感深度與戲劇結構。
• 專家強調反覆迭代的人機協同合作具有重要價值，特別是在對白與情節節點的細節打磨上，凸顯使用者控制與干預的重要性。
• 研究揭示了作者權、生成內容中的偏見與抄襲等重大倫理議題，呼籲未來AI協同創作工具應採用參與式設計。
• 分層提示方法在維持長距離敘事連貫性方面顯著優於平面生成方式，此點獲得專家反饋與演出成果的驗證。