AAAIFeb, 2023

M-SENSE：利用主角心理再现建模短篇个人叙述中的叙事结构

PDF
TL;DR本文提出了一种计算模型，通过分析角色猜测的心理状态和句法和语义层面的语言信息，自动检测叙述结构的主要元素。通过使用预先训练的社交常识知识模型获取主角的心理状态信息，并使用多功能融合方法将其与语境语义嵌入相结合，我们建立了一个包含手动注释的 STORIES 数据集的计算模型来实现这一任务，并在评估中发现我们的模型能够实现极显著的改进来识别高潮和结局。
narrativecognitive linguisticsnarratologystories datasetcomputational model
发现论文，激发创造
  • 使用基于实体的叙事图对人类心理状态进行建模

    本文提出了一种实体为基础的叙述图（ENG），能够更好地建模故事中角色的内部状态，包括他们的动机、目标和心理状态，并通过实验和定量分析来评估其在预测角色心理状态和愿望实现任务中的表现。

    Apr, 2021

  • NLP 模型对追踪思路的表现：叙事理解概述

    本文对叙事理解任务进行了综合调查，详细研究了其关键特征、定义、分类、相关数据集、训练目标、评估指标和局限性。此外，我们探讨了将模块化大型语言模型的能力扩展到新的叙事理解任务的潜力，并通过将叙事理解视为提取作者想象线索的方式，引入了增强叙事理解的新方法。

    Oct, 2023

  • 第一人称叙事中主角目标与欲望的建模

    研究了自然语言文本的故事结构，提出了一个新的数据集 DesireDB，用于识别和跟踪人物的目标和愿望，并展示了基于 LSTM Skip-Thought 模型的追踪愿望实现的实验结果。

    Aug, 2017

  • 记忆链与语义监督的叙事建模

    提出了一种新颖的方法，使用外部神经记忆链跟踪不同的语义方面，每个链条专注于特定的语义方面，以实现对叙述的深层语义理解，该方法在故事结尾预测任务上表现优异，超过了一系列竞争基线，并创造了新的最先进成果。

    May, 2018

  • 简单常识故事中人物的天真心理建模

    介绍了一种新的注释框架，用于解释故事人物的幼稚心理作为具有动机和情感反应的完全指定的心理状态链，建立了一个新的大规模数据集，并在多个新任务上建立了基准性能，为未来研究提出了新的思路。

    May, 2018

  • 标注短篇小说和个人轶事的高级结构

    通过扩展现有叙事理论和开发注释方案的方式，对 360 个网络短篇故事进行标注，为实现系统与人类进行复杂的交流提供帮助。

    Oct, 2017

  • 基于图的叙事可视化的混合多模型语义交互

    本文介绍了一种语义交互框架，即 Mixed Multi-Model Semantic Interaction（3MSI），它可以通过引入一个抽象离散结构的结构空间，将感知空间与离散结构相互作用，支持分析人员进行故事地图的建模，并进行了定量和定性评估。

    Feb, 2023

  • 叙事规划：平衡情节与角色

    该研究探讨了使用细分搜索解决情节生成问题的可能性，并提出了一种新型的细分搜索规划算法，可以创建具有因果关系的情节进展，并在识别可能的角色目标和创建计划结构方面解释为什么这些角色承诺他们的目标。结果表明，IPOCL 算法生成的叙述计划比传统的部分顺序规划器生成的计划更能支持观众理解角色意图。

    Jan, 2014

  • 推断叙述性摘要中的人际关系

    本文研究关系人物之间的情感极性特征，并提出结构化预测和聚类方法来解决该问题，在语言和语义特征的基础上，通过社交网络结构来提高模型性能。作者在维基百科电影概要数据集上验证了模型的优越性。

    Dec, 2015

  • 从叙事的语义表示中生成不同的故事

    本文介绍了一种将 Scheherazade 故事意图图转换成人物 NLG 引擎所需输入的自动方法，使用 36 个 Aesop 寓言进行测试，结果表明我们可以生成正确内容，平均与 Scheherazade 实现器的输出接近。

    Aug, 2017