Oct, 2023

利用现代文学小说中的人物交互图来理解社会结构 —— 有影响力的孟加拉作家的半个世纪编年史

PDF
TL;DR利用角色互动图和自然语言处理派生的特征，对当代文学作品进行社会调查和信息检索。从文学作品构建角色互动图，提取相关图特征，并利用这些特征解决各种现实生活问题。实验评估表明，角色互动图在文学作品的特定评估和信息检索方面具有高度有效性。
social structuresliterary fictioncharacter interaction graphsnlp-derived featuresreal-life queries
发现论文，激发创造
  • 一张图统治所有：使用自然语言处理和图神经网络分析托尔金的全息传说

    本研究结合自然语言处理、机器学习、社交网络分析与网络科学等视角，运用图神经网络分析了 J.R.R. Tolkien 的作品中人物关系网络，并发现这种分析方法对分析和可视化 Tolkien 文学作品的叙述风格有显著帮助，并且在角色分类、嵌入和共现预测等方面，图神经网络优于其他常见的词嵌入方法。该研究突出了图学习在计算文学研究中的潜在大有用途。

    Oct, 2022

  • 文学小说中人物之间的动态关系建模

    研究角色是计算上表示和解释叙述性文本的关键，本文通过提出一个半监督框架来从全面和部分标记的数据中学习动态发展的角色关系，使用 Markovian 模型来积累历史信仰，结合语言和语义功能特征来研究叙述的文本内容，实验证明此框架优于基准模型。

    Nov, 2015

  • 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

  • 学习对虚构角色的情感关系进行分类：皱眉的弗罗多、畏缩的莱娅和严肃的友谊

    本文介绍了一个新的任务 - 将小说角色之间的情感关系分类，并针对该任务提出了两个子任务：角色识别和情感关系分类。通过多种不同的神经网络方法建立了情感关系分类模型，最终达到了 0.45 F1 指标。

    Mar, 2019

  • 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

  • 在 Semantic Scholar 中构建文献图谱

    通过 NLP 技术构建一个规模巨大的异构图，用于组织已发表的科学文献，并且在 www.semanticscholar.org 上使用此系统以实现语义功能。

    May, 2018

  • 虚构世界，真实连接：通过 LLMs 开发社区叙事聊天机器人

    通过故事讲述和大型语言模型的整合，我们开发出适用于社区环境下引人入胜且可信的社交机器人。我们引入了故事讲述社交机器人以及故事工程的概念，将虚构游戏角色转变为 “真实” 的社交实体，在玩家社群中与人们相互交互。通过使用 GPT-3 驱动我们的 SSC 原型 “David” 和 “Catherine”，并在 Discord 上的在线游戏社区 “DE (Alias)” 评估它们的表现，我们运用问卷（N=15）和访谈（N=8）对社区成员进行混合方法分析，结果显示故事讲述在社区环境中显著提升了社交机器人的吸引力和可信度。

    Sep, 2023

  • 电影人物间关系及互动学习

    本文提出了神经网络来学习和联合预测人物之间的互动关系及其涉及的角色，利用视觉和对话提示，通过多模态架构从中提取有意义的信息，并在 MovieGraphs 数据集上进行评估。

    Mar, 2020

  • 在线人脸聚类生成动态角色图，用于电影分析

    本文提出了一种基于动态角色互动的角色交互图（CIG）建模方法，该方法使用在线人脸聚类算法发现视频流中的角色，并利用生成的聚类的时态动态创建 CIG，以实现电影内容分析、情节结构分割和主要角色检索等任务。实验证明，该方法在包含超过 5000 个脸部轨迹的电影上均获得了优异的表现。

    Jul, 2020

  • 文学社交网络中信息传播的度量

    我们提出了文学中信息传播建模任务，并使用一种新的流程在超过 5000 部小说中分析信息传播动态，发现填补不同社群之间结构空缺的女性角色比男性角色更常见

    Apr, 2020