What a Twist - Using Deep Neural Networks to Generate Plot Twists

Det å skape fortellinger er en grunnleggende del av det å være et menneske. I mange tusen år har fortellinger blir delt fra person til person. Men kan datamaskiner nå bidra til dette? I de siste hundre år har mange teknikker for å automatisk generere fortellinger eller handlinger blitt forsøkt. Dette har ført til noen spennende resultater. Denne masteroppgaven tar et hierarkisk nevralt nettverk og forsøker få det til å generere en god handlingsvri (engelsk: plot twist). Prosjektet prøver også å finjustere en pre-trent transformator til formålet å generere en handlingsvri. Handlingsvrier er spesielle innenfor forfatterskap fordi man må forstå premisset for handlingen, og publikum sine forventninger, for å kunne skrive en god handlingsvri. Det krever også god språkforståelse, og er totalt sett ikke noe datamaskiner er kjent for å kunne gjøre enda. I denne masteroppgaven ble eksiterende datasett som var laget for handlingsgenerering vurdert til formålet å trene nevrale nett som skulle generere handlingsvrier. Ingen av de eksisterende var brukbare til dette, og dermed ble to datasett bygget til dette prosjektet ved å bruke flere kilder. Utfordringen deretter, ble at det ble klart at det var umulig å finne mange nok eksisterende eksempler på handlingsvrier til å effektivt trene et nevralt nettverk. Fordi det ble umulig å finne nok handlingsvrier til å trene et nevralt nettverk, ble å finjustere en pre-trent transformator en bedre løsning. GPT-2 ble finjustert på et datasett av handlingsvrier bygget for dette prosjektet. Handlingsvriene som så ble generert var gode nok til å så tvil blant mennesker i en blindtest som ble utført