ACLMay, 2023

阅读小说时虚构人物性格理解

PDF
TL;DR这篇论文介绍了一个名为 PersoNet 的数据集，该数据集是研究角色个性的第一个标记数据集，并且通过在线阅读应用程序中用户笔记的注释策略进行了标注。实验和人类研究表明，我们的数据集构建既高效又准确，并且我们的任务需要长期的上下文才能为机器和人类获得准确的预测结果。
发现论文，激发创造
  • 让你的角色讲述他们的故事：面向角色的叙事理解数据集

    此研究提出并介绍了拥有角色描述的文学作品摘要数据集 LiSCU，探索了文学角色理解中的新领域，并通过使用预训练语言模型进行的实验，表明需要更好的叙事理解模型。

    Sep, 2021

  • 利用自然语言学习个性特征的神经网络

    本研究使用神经网络和分布式算法来提取文本的隐藏性信息，研究人员从心理学文献定义的五大人格特征（Big Five）的形容词词典开始，并构造了包含文本语义信息的嵌入，证明了个人写作风格与其人格特征密切相关。

    Feb, 2023

  • TVShowGuess: 以扮演者猜测为基础的故事人物理解

    通过该研究，提出了一种基于电视剧脚本的 TVShowGuess 任务来评估机器对叙事故事中虚构人物理解能力的新方法，并且证明了这种任务覆盖了多种类型的人物特质和能力，进一步提出了支持长场景文本的上下文编码的新模型结构。实验表明，新模型的性能明显优于基线，但仍大大落后于人类表现。 该研究初步探索了叙事性角色理解的目标。

    Apr, 2022

  • 通过虚构作品进行人物建模评估大型语言模型的人物理解能力

    我们提出使用角色概况任务来评估大型语言模型（LLMs）的角色理解能力，通过从对应的材料中总结角色概况，构建 CroSS 数据集并比较与下游任务的适用性，我们的实验结果强有力地验证了 LLMs 的角色理解能力，并且我们相信我们构建的资源将促进该领域的进一步研究。

    Apr, 2024

  • 使用电影剧本对虚构人物进行 MBTI 人格预测

    提出了 Story2Personality 数据集，该数据集主要用于预测电影角色的人格特质。实验证明，使用多视角模型可以比仅使用语言描述获得更高的人格预测准确率。

    Oct, 2022

  • 多级对比学习用于基于字母的字符理解

    我们提出了一个多级对比学习框架来捕捉角色的全局信息，通过与强大的预训练语言模型进行比较，在角色理解的三个子任务中我们的方法显著提高了性能，并通过进一步深入分析展示了方法的有效性和对角色理解场景的指导意义。

    Oct, 2023

  • 使用注意力记忆网络从对话中学习人物角色

    本研究报道了一种基于神经网络模型的人设推理方法，通过对 IMDB 电影台词的编码和特征表示学习，模型能够有效地根据角色类型实现人设嵌入，并应用于电影角色相似性度量和电影聚类。

    Oct, 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

  • 电影人物相似度学习及对理解人类经历的潜在影响

    通过研究电影人物，从社群策展的 20000 个主题中捕捉主题级别上的相似性，提出了一种新的任务来捕捉自然语言处理中尚未被完全研究的人类体验方面，展示了主题信息学习如何用于理解 Reddit 帖子中人们的体验主题。

    Oct, 2020

  • 应用自然语言处理技术进行民间故事的信息检索

    利用自然语言处理和推理技术在领域本体上提取有关文学人物的信息。以民间故事为例构建了本体。

    Nov, 2015