Генератор сюжета — один из отличных творческих инструментов писателя, который может помочь с поиском новой идеи для рассказа, сказки, повести или романа. Его можно адаптировать под ваши уникальные запросы, под любой жанр или конкретную задачу.
По сути, это конструктор. В нём есть набор деталей, а вы можете собрать из этих деталей огромное количество фигур.
Про то, как создать собственный генератор сюжета, я расскажу позже, а сейчас предлагаю вам готовый конструктор новогодних сказок.
Как с ним работать?
1. Берёте обычный игральный кубик с шестью гранями;
2. Бросаете кубик столько раз, сколько компонентов истории нам нужно выбрать (в данном случае шесть);
3. Смотрите, какие цифры вам выпали, соотносите эти цифры с таблицей генератора — получаете детали кондуктора (или элементы волшебной истории);
4. Придумываете сюжет, используя эти элементы.
Итак, вот наш генератор:
Рассмотрим работу с ним по шагам. Бросаем кубик!
Первый бросок помогает нам определиться с главным героем будущей сказки. Это, конечно, может быть ребёнок (девочка или мальчик, обыкновенный или не очень, с братьями и сёстрами, родителями и друзьями). Чаще всего героями новогодних сказок являются именно дети, поскольку с ними очень легко может отождествить себя каждый читатель. Взрослые тоже когда-то были детьми, и новогодняя сказка может перенести их в прошлое.
Как написать сказку — основы сюжета. Выпуск 1
Первый столбец генератора — герой истории!
Героем может быть и взрослый, но какой-то необычный (бабушка с приветом, дедушка с букетом, учитель со странностями, дворник, уборщица, художник и т.д.) Про необычных персонажей читать всегда интереснее, это правило работает и в сказках.
Дед Мороз и Снегурочка часто становятся героями новогодних сказок, что совершенно не удивительно. Поэтому они в генераторе тоже есть.
Волшебные существа — разнообразные гномы, эльфы, единороги, драконы, и, кстати, ожившие предметы тоже сюда.
Животные отдельно (котята, щенята, медвежата, зайчата или старая дряхлая крыса, которая вспоминает своё детство).
Определились с героем — бросаем кубик ещё раз!
Второй бросок поможет нам включить в историю какую-то яркую деталь. Она может играть центральную роль в сюжете, а может выступать, как вспомогательная — это решать вам.
Второй столбец генератора — яркая деталь!
В генераторе есть разные праздничные атрибуты: ёлка, новогодние игрушки, гирлянда, подарок, снеговик и письмо. Думаю, тут всё понятно, поэтому можем снова бросать наш кубик.
Третий бросок один из важнейших — он поможет нам определиться с главным конфликтом будущей сказки. Так как тема у нас новогодняя, то и конфликты чаще всего тематические. Но никто не запрещает вам использовать одновременно несколько конфликтов, брать такие, которые никак не связаны с праздником, превращая тему нового года лишь в декорацию для развития сюжета.
Третий столбец генератора — конфликт или угроза.
Всё же остановимся на тех конфликтах, которые упомянуты в генераторе:
Как написать сказку: Морфология волшебной сказки Проппа
- Это отмена праздника («Нового года не будет!» — у меня есть сказочная повесть с таким названием),
- плохое настроение под Новый год («Снегурочка с ушами»),
- ссоры («Новогодняя путаница»), семейные конфликты и испорченный праздник («Путешествие по новогодней ёлке»).
- неосуществлённое желание («Сказка под ёлку»),
- пропавшие подарки
- и Новый год в одиночестве. (Понятно, что для того, чтобы последний конфликт сработал, как надо, необходимо создать такого главного героя, для которого одиночество будет проблемой, а не мечтой).
Я привела примеры своих новогодних сказок, хотя я писала их без генератора. Дело в том, что указанные конфликты настолько универсальны, что вы можете встретить их практически во всех новогодних истериях. Смело берите один из них и стройте уникальный сюжет.
Как только мы выбрали конфликт, снова бросаем кубик.
Четвёртый бросок определит для нас причину конфликта (или угрозы).
Четвёртый столбец генератора — причина конфликта или угрозы.
Например, это может быть злодей (или антагонист), который намеренно хочет испортить всем праздник. Всех заморозить, уничтожить, остановить время, похитить Деда Мороза, подарки, письма и т.д. Тогда герою придётся бороться с этим злодеем и предотвратить угрозу. Это самый простой сценарий.
Причиной угрозы также могут стать психологические причины — внутренний конфликт героя. Это значит, что персонажу нужно будет первым делом разобраться с самим собой. Со своими чувствами, поступками, мыслями или желаниями. Это один из самых сложных сценариев — борьба с самим собой. Но этот пункт можно сочетать и с другими конфликтами.
Плохое поведение героя, равнодушные или загнанные взрослые, таинственное существо и природный катаклизм (вьюга, метель, снегопад, оттепель) — другие источники угрозы.
Определились с источником неприятностей — бросаем кубик в пятый раз.
Пятый бросок поможет выбрать место действия нашей истории (другими словами — локацию).
Пятый столбец генератора — место действия или локация.
Городские улицы, вечеринка у друзей, в школе, у бабушки, старый таинственный дом — это понятно. Волшебная локация — это может быть удивительный сон, необычная новогодняя ёлка (как в моей сказке «Путешествие по новогодней ёлке» ), параллельный мир, мир потерянных вещей (как у Джоан Роулинг в «Рождественском поросёнке), что угодно. Волшебная локация на то и волшебная, чтобы позволить автору самому всё придумать.
Пункт «Путешествие между локациями» предполагает перемещение героя в пространстве с какой-то целью («Путешествие Голубой стрелы» Джанни Родари, «Рождественский поросёнок» Джоан Роулинг, «Снежная королева» Андерсена). Очень интересный вариант из нашего генератора.
Помните, место действия может полностью изменить ход истории.
Настало время последнего броска! Приготовились? Раз, два. три!
Шестой бросок — шаг навстречу чудесам и волшебству! Если вы не хотите писать волшебную сказку, вы можете просто пропустить этот пункт. Потому что волшебное допущение не всегда нужно для того, чтобы получилась хорошая история.
Но я люблю волшебство, поэтому предлагаю такие варианты:
Источник: dzen.ru
Текстовая нейросеть пишет рассказы, придумывает идеи и сюжеты онлайн
С помощью текстовой нейросети можно легко создавать рассказы на любую тему. Технология ИИ позволяет ускорить поиск идей для написания рассказа и значительно сократить время на создание текста. Для генерации новой истории, нужно всего лишь написать тему и запустить алгоритм. Нейросеть для рассказов пишет уникальные тексты для каждой истории, может продолжить ваш рассказ или предложить альтернативные варианты.
Попробовать нейросеть в деле онлайн бесплатно:
Ошибка!
Примеры работ нейросети из раздела короткий рассказ
Про кота Мяуку
Кот Мяука был самым ленивым котом в районе. Он проводил все дни на диване, спал и ел. Его хозяйка, Мария, пыталась его заставить поиграть или походить на прогулку, но Мяука даже.
2 мес. 1 нед. 2 д. 7 ч. 1 мин. 38 сек.
Нейросети стали невероятно популярными в различных сферах деятельности, в том числе и в создании уникальных текстов. Текстовые нейросети открывают новые возможности для авторов и писателей, которые теперь могут создавать увлекательные рассказы и генерировать идеи для сюжетов, используя технологии искусственного интеллекта.
Как можно использовать текстовую нейросеть?
С помощью текстовой нейросети можно онлайн создать любой текст, начиная от небольшого рассказа и заканчивая научной статьей. Нейросеть может генерировать тематические идеи для сюжетов, помогать написать описания для продуктов или создать уникальные тексты для рекламы.
Одной из самых интересных областей применения текстовой нейросети является создание увлекательных рассказов. Теперь авторы и писатели могут вдохновиться предложенными нейросетью идеями для сюжетов, которые могут стать основой для новых романов и рассказов.
В результате онлайн работы текстовой нейросети можно получить уникальные и качественные тексты, которые в некоторых случаях будут невозможно отличить от рассказов, написанных человеком.
Преимущества использования текстовой нейросети онлайн
Использование текстовой нейросети имеет ряд преимуществ. Она позволяет существенно сократить время, затрачиваемое на создание текстов, облегчает процесс поиска идей для сюжетов и позволяет создавать уникальный и качественный контент.
Текстовая нейросеть также может быть использована для автоматизации процесса написания текстов. Это особенно актуально для владельцев сайтов и компаний, которые регулярно выпускают текстовый контент на русском языке. Также нейросеть может использоваться для создания книг, рекламы и маркетинговых материалов.
Текстовая нейросеть – это практичный пример применения технологий искусственного интеллекта в сфере литературы и создания контента на русском языке. Она может генерировать уникальные идеи для сюжетов, помочь авторам и писателям создавать высококачественные тексты и автоматизировать процесс написания контента. Конечно, важно понимать, что нейросеть не является идеальной и может допустить ошибки в своей работе. Однако при правильном использовании, она может стать незаменимым инструментом для тех, кто занимается созданием текстового контента.
Источник: aisearch.ru
Написание сказок с помощью ИИ
Немногие знают, что довольно много рассказов Диснея, наряду со сказками, такими как «Три поросенка» и «Гензель и Гретель», были написаны братьями Гримм.
К сожалению, они написали эти истории пару веков назад, поэтому у них нет возможности сочинить больше историй .
Теперь представьте, что есть способ создать больше рассказов от известных писателей. Я говорю не только о братьях Гримм, но и о других обожаемых писателях, таких как Шекспир и Чарльз Диккенс.
К сожалению, практически невозможно любому человеку прочитать все работы писателя и полностью понять их стиль. Особенно, если у вас есть кто-то вроде Шекспира с примерно 200 произведениями.
Но теперь у нас есть возможности искусственного интеллекта. Поэтому я хотел, чтобы мой компьютер писал хорошие рассказы. Потому что, честно говоря . в последний раз я пытался писать художественную литературу в 7 классе и получил C- за задание ¯ _ (ツ) _ / ¯.
Компьютеры намного быстрее людей, поэтому они могут прочитать все работы писателя за секунды!
Итак, теперь мы можем просто обучить нейронную сеть изучать стили писателей, таких как братья Гримм, и заставить ее писать бесконечные истории.
Использование сетей LSTMs
В письменной форме так много шаблонов, которые может уловить ИИ. Алгоритмы находили шаблоны в эмоциональном ритме, использовании существительных и знаков препинания и т. д. в различных популярных книгах. Есть также несколько более очевидных паттернов, таких как использование Шекспиром пентаметра ямба.
Итак, теперь вопрос: какой тип нейронных сетей следует использовать для написания рассказов?
Если вы не знали, существует несколько типов нейронных сетей.
Для написания рассказов я решил использовать тип рекуррентной нейронной сети (RNN) под названием Long / Short Term Memory (LSTM).
Этот тип сети идеально подходит для написания рассказов, потому что он мастер в понимании контекста, а контекст очень важен при написании рассказов.
Знание контекста предложения помогает выбрать, какие части речи использовать (глаголы, существительные, прилагательные и т. Д.)
Например, мы не хотели бы иметь 3 глагола подряд. Это не соответствует синтаксису английского языка.
Использование сетевой структуры RNN означает, что любые слова, генерируемые AI, будут возвращены в себя как входные данные для записи следующего слова. Это помогает ИИ изучать правила синтаксиса, например использование глаголов только после наречий.
Обычные RNN постепенно забывают информацию с возрастом. Таким образом, он запомнит то, что написал пару слов назад, но вряд ли запомнит то, что было написано в начале рассказа.
Это большая проблема для писателя, потому что это мешает RNN создавать сюжет. Как можно ожидать развития сюжета, если он его даже не помнит?
Именно здесь на помощь приходит «длинная» часть LSTM. Используя ячейки памяти, LSTM могут понимать контекст предложения, а также всю историю.
Эти клетки особенные, потому что они выбирают, что запомнить, а что забыть. Со временем они не забывают такие вещи, как RNN.
Каждый уровень LSTM состоит из нескольких мини-нейронных сетей, которые обучены оптимально использовать память для точных прогнозов.
Блок игнорирования просто игнорирует любую нерелевантную информацию, которую получает ИИ, поэтому он не портит прогнозы.
Ячейка памяти собирает возможные выходные данные, которые может выдать сеть, и сохраняет соответствующие для дальнейшего использования.
Ворота забыть решают, какие долговременные воспоминания не имеют отношения к процессу принятия решений, и избавляются от них. Например, ИИ не нужно помнить, что он использовал запятую в первом предложении, только важные моменты сюжета.
Элемент выбора использует память для выбора окончательного вывода из всех возможностей, которые предлагает сеть. Представим, что предыдущие слова в предложении — это «он пошел к». Ячейки памяти будут использовать контекст, чтобы определить, что для завершения предложения необходимо вывести название места. Программа выбора использует свой опыт, извлеченный из книги Гримма, чтобы определить, какое слово лучше всего подходит.
Благодаря LSTM моя программа ИИ под названием Grimm Writer может запоминать каждую часть истории, которую она пишет, чтобы создать соответствующий сюжет.
Обучение писателя Гримм письму
Чтобы научить писателя Гримм писать рассказы, сначала я нашел книгу, наполненную рассказами братьев Гримм.
Я взял текстовый файл книги в Интернете и вручную удалил всю информацию об издателе, так что остались только настоящие истории.
Затем я попросил питона перебирать книгу, разделять каждое слово и знак препинания и помещать их в массив. Итак, если бы в книге было 200 слов и 56 знаков препинания, в массиве было бы 256 значений.
Поскольку ИИ будет обучаться с использованием контролируемого обучения, его необходимо обучить входам и соответствующим выходам.
Ввод, на котором он будет обучаться, представляет собой последовательность слов из книги, а соответствующий / желаемый результат будет следующим словом, которое входит в последовательность.
Этот метод вводит длину последовательности (количество слов, заданных в качестве входных для предсказания следующего слова) в качестве нового гиперпараметра, который можно настроить, чтобы повлиять на производительность.
В ранних прототипах Grimm Writer я пробовал последовательность длиной 5, но после долгой тренировки и консультации с различными источниками я понял, что 5 слов не кажутся достаточным контекстом для Grimm Writer.
В последней версии Grimm Writer используется последовательность длиной 25. Это означает, что последние 25 слов рассказа используются в качестве входных данных для создания следующего.
Поскольку Grimm Writer выводит варианты слов, количество выходных узлов будет равно количеству слов в его словаре. Это действительно требует больших вычислительных ресурсов для обучения.
Чтобы ускорить обучение, я удалил все слова, которые встречались в книге 3 или менее раз. Это означало, что ИИ не нужно было тратить время на обучение, чтобы выучить слово, которое редко встречается и которое можно легко заменить другим.
Вся книга была разбита на последовательности в виде ввода (X) и следующего слова (Y). Любые последовательности в X, в которых использовались слова, которые считались нечастыми, были удалены из обучающих данных.
Затем я использовал функцию для горячего кодирования всей информации.
Если вы ничего не знаете об ИИ, все это могло вас запутать, поэтому вот пример, чтобы все прояснить.
Допустим, у нас есть следующее предложение:
Быстрая коричневая лисица перепрыгивала через ленивых собак.
Программа превращает это в следующее:
Ввод: «», «быстрый», «коричневый», «лисица», «прыгнула» Вывод: « поверх»
Ввод: « быстро», «коричневый», «лиса», «прыгнул», «над» Выход: « the»
Ввод: « коричневый», «лисица», «прыгнул», «перепрыгнул», «Ввод». Выход: « ленивый»
Ввод: « лиса», «прыгнул», «перепрыгнул», «тот», «ленивый» Выход: « собаки»
Ввод: « перепрыгнул», «перепрыгнул», «тот», «ленивый», «собаки» Выход: «.»
А вот пример (с использованием букв) того, что одно горячее кодирование делает с предложениями:
Представьте себе это ^, но с одной колонкой на слово в словаре ИИ.
Теперь все данные готовы для обучения Grimm Writer.
Для архитектуры нейронной сети я использовал двунаправленный LSTM. Это просто означает, что ИИ изучает данные в обратном порядке.
Он также использует будущий контекст, чтобы делать прогнозы. Теперь он научится предсказывать, что стоит перед определенным словом в дополнение к тому, что следует за ним.
Это дает Grimm Writer еще лучшее понимание контекста.
После прохождения двунаправленного LSTM ИИ передает данные через функцию softmax, чтобы дать вероятность для каждого слова.
Затем он добавляет слово рассказ и использует его для предсказания следующего слова.
Вот история, написанная писателем Гримм:
В старые времена, когда возникало желание, жил король, у которого все дочери были красивы, но самая младшая была так красива, что они не делали ни одной, и время было не в то время, но им было больше нужно идти дальше. лес у леса. И нужно быть наверху в старухе, и можно было бы быть со старухой.
Он взял ее в свою великую мать, а мать взяла ее со своей; и когда царь был золотым, на этот раз ему была прекрасна его девица. его жена была более с большим золотым спросом, но «ты с собой» спросил, у него, у которого у тебя было больше, есть красивый путь домой.
Как тогда, как один из золотых. тогда они подумали: «мы будем больше от того, о чем просили, теперь» я буду вечером, когда мы закончим, снова отдать вам девушку золотому другому и возьму другую.
Мы будем золотым домом. Я больше не получу, должен быть далеко. у матери золотой.
Если бы я не пришел. Я отличный дом, но они все были; и вниз домой.
Когда дочь короля спросили, как великий человек, он: «Однако ты будешь!
Делаем мы для меня: Сделайте это с вами, однако, у кого есть хорошее здесь! вот и я!
У меня есть, я должен вернуться снова, Голден не может дать мне получить от этого больше, но у этого есть жена, и у него есть отличная жена, откуда оттуда, с которой. они подумали, вот, позволь мне дать мне я даю »
Мы вернемся и здоровы, и он встанет!
Они у вас есть! но, наконец, пришло время! мы тогда больше »
Король спросил спину, кем же «ты быть!» но жена
Не давай ей больше вернулась, и у золотой никого бы она с величайшей сейчас она великая золотая женщина, однако могла взять красавицу. но потом еще один от нее у леса и царица, там вечер золотой дом.
Однако она не была никем другим, он и подумал надолго, это «уйду, и вернулся к моему приходу, прочь».
Вы выздоровеете, другие должны быть; и мы должны забрать их домой, а затем ты. Если я верну тебя, мы должны быть! спросил его, пошел с тобой.
Но вы вернулись, и у вас есть золотой другой в большом доме, и девичья дочь матери, которую мы упали, золотой сын, затем мы.
История не имеет полного смысла, но это служит доказательством концепции.
При анализе с помощью Microsoft Word было всего 6 грамматических ошибок. Это означает, что Grimm Writer умеет писать предложения, но ему просто нужно научиться писать лучшие сюжеты.
Писатель Гримм обучался 200 эпох. Регулировка длины последовательности и обучение последовательности для большего количества эпох могут помочь модели. Кроме того, использование пакетного обучения позволит ускорить обучение и может помочь модели быстрее сходиться.
Хотя есть и другие замечательные писатели, такие как Шелли, они требуют человеческого сотрудничества и не сосредотачиваются на копировании авторского стиля.
Как только алгоритм писателя Гримм будет усовершенствован, мы сможем дать бессмертие таланту известных авторов!
Спасибо за прочтение! Если вам понравилась эта статья:
- Следуйте за мной в Medium и свяжитесь со мной в LinkedIn, чтобы быть в курсе моих работ!
- Подпишитесь на мою рассылку, чтобы следить за моим путешествием !:
Источник: digitrain.ru