Original title: Generování sci-fi, detektivních, rodokapsových, erotických, případně jiných příběhů
Translated title: Generating sci-fi, detective, dime-novel, erotic, or other stories
Authors: Pojezdál, Denis ; John, Petr (referee) ; Smrž, Pavel (advisor)
Document type: Master’s theses
Year: 2026
Language: slo
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [slo] [eng]
Táto diplomová práca sa zaoberá automatickou generáciou detektívnych príbehov pomocou veľkých jazykových modelov. Detektívny žáner predstavuje špecifickú výzvu, keďže vyžaduje zachovanie logickej konzistencie, práce s dôkazmi a koherentného vývoja deja. Cieľom práce bolo navrhnúť a implementovať systém schopný generovať krátke detektívne príbehy s dôrazom na štruktúru príbehu, náväznosť udalostí a obmedzenie nekonzistencií typických pre autoregresívne jazykové modely. Práca analyzuje vývoj jazykových modelov a súčasné prístupy k automatickému generovaniu príbehov vrátane hierarchického plánovania, externých pamäťových mechanizmov a automatického vyhodnocovania kvality textu. Súčasťou riešenia je návrh viacstupňového systému generácie príbehov, vytvorenie dátovej sady detektívnych príbehov a experimentálne porovnanie viacerých modelov a variantov generácie. Práca ďalej prezentuje využitie embedding reprezentácií a zhlukovania na analýzu podobností medzi generovanými a reálnymi príbehmi. This thesis focuses on the automatic generation of detective stories using large language models. The detective genre presents a unique challenge, as it requires maintaining logical consistency, working with evidence, and ensuring a coherent plot development. The goal of this thesis was to design and implement a system capable of generating short detective stories with an emphasis on story structure, the sequence of events, and the mitigation of inconsistencies typical of autoregressive language models. The thesis analyzes the development of language models and current approaches to automatic story generation, including hierarchical planning, external memory mechanisms, and automatic text quality evaluation. The solution includes the design of a multi-stage story generation system, the creation of a dataset of detective stories, and an experimental comparison of multiple models and generation variants. The thesis further presents the use of embedding representations and clustering to analyze similarities between generated and real stories.
Keywords: automatic story generation; clustering; detective stories; embedding representation; hierarchical generation; large language models; narratology; story evaluation

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/260311

Permalink: http://www.nusl.cz/ntk/nusl-776880


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses