- CVPR失落的旋律：从叙事视角的文本到视频生成的实证观察
本文从故事讲述的角度对文本到视频生成进行了研究，指出了当前文本到视频生成方案的局限性，并提出了一个用于视频故事方面的评估框架，并讨论了未来的发展方向。
- 通过联想思维策略增强大型语言模型中的创造力
本研究探讨了在大型语言模型（LLMs）中通过联想思维来增强创造力的方式，通过联接表面上不相关的概念以产生创意的认知过程。我们通过三个领域 —— 产品设计、讲故事和营销，引入了评估 vGPT-4 生成原创和有用内容能力的创造力任务，并发现利用 - Gen4DS: 生成型人工智能时代的数据叙事研讨会
数字化时代的人类通过数据讲故事，生成 AI 带来了新的机遇和挑战，该研究旨在探讨生成 AI 在数据讲故事中的作用、工作流程的变化以及整合 AI 的风险和陷阱。
- 通过故事讲述栩栩如生的故事：一个富有表达力和流畅的多模式讲故事者
基于图像流生成合理和生动的故事情节的多模态的人类水平故事生成方法 LLaMS 通过充分利用 LLM 中的常识知识，首先采用序列数据自动增强策略来增强实际内容表达，并利用文本推理架构进行表达性故事生成和预测；其次，我们提出故事插图生成的 SQ - SARD: 人工智能与人类协作的故事生成
我们提出了一个名为 SARD 的可视化工具，用于利用大型语言模型生成多章节故事，通过对其可用性和创意支持的评估，我们发现节点可视化可能有助于作者建立心理模型，但在故事更加复杂时会导致不必要的认知负荷和注意力分散，还发现无论故事复杂与否，AI - 通过讲故事运用大型语言模型学习复杂法律概念
将大型语言模型应用于法律教育，通过讲故事的方式帮助非专家了解复杂的法律概念，发现这种方法能够提高对法律概念的理解和对法律的兴趣，并具有较高的保留率，对法律领域以及其他领域的教学和学习具有重要意义。
- EMNLP情感与动态束搜索的故事生成
通过引入动态波束调整和情感重新排序两种新技术，我们提出了情感故事生成器（AffGen）来生成有趣的叙述，实证评估证明了 AffGen 在生成情感充沛和有趣的叙述方面的优越性能。
- 实验叙述：人类众包叙事与人工智能叙事的比较
本研究提出了一种结合行为和计算实验的框架，利用虚构提示作为一种新颖工具，研究人类和生成型 AI 在叙事中的文化产物和社会偏见。通过分析人类和大型语言模型对创建并与人工智能恋爱的相同提示的回应，实验证明了 Pygmalion 神话在人类和大型 - 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 - 黑泽明》：编剧助手
我们提出了一个名为 KUROSAWA 的基于人工智能的剧本创作工作台，它主要处理情节生成和剧本生成的任务。我们使用故事的四个行为结构手动注释了 1000 个数据集，并训练了 GPT-3 模型，用于生成情节和场景，并提供给 ErosNow 媒 - 利用检索辅助视频生成技术的动画故事讲述
提出了一种使用现有短视频合成视觉讲述视频的技术，该技术基于查询文本描述运动结构，在结构引导和外观指导下生成基于情节的视频，并通过概念个性化方法保证视频的视觉一致性。
- 反向反向规划
该论文提供了一个基于计算框架的颠覆性方法，帮助艺术家和动画师通过模拟观众体验来优化动画效果，旨在通过逆向规划的方式实现故事情节的优化。
- CVPR连接视觉和语言：基于视频本地化叙述的研究
本文提出了一种新形式的多模态视频注释方法：基于视频的定位叙事。在此方法中，注释员不仅可以说出视频中发生的事件，而且还可以使用鼠标追踪分段来定位句子的表示部分。同时，作者采用了该方法对三个数据集中的 20,000 个视频进行了注释，并提供了视 - 使用扩散模型从纯文本故事生成连贯的故事书的零射生成
本文提出了一种基于文本的神经管道，利用预训练的语言模型和文本引导的潜在扩散模型来生成一系列连贯的图像，实现连贯的故事书生成，并展示了无需昂贵的图像 - 标题对训练的文本转换技术的性能表现。
- 增强结构化知识的开放式故事生成：综述
该研究综述了结构化知识增强故事生成研究领域，总结了现有方法是如何将结构化知识融入到故事生成中的，涉及故事语料库、结构化知识数据集和评价指标，并探讨了知识增强故事生成的挑战和未来研究方向。
- 优秀的期望：故事叙述中悬念，惊喜和显要性的无监督推理
文章介绍了如何通过自我训练深度学习模型，应用自监督系统的叙事理论方法来推断故事中的重点，惊喜和吸引力，并应用于小说和戏剧等领域，具有广泛的适应性和应用前景。
- 计算机讲故事和情感：一项调查
我们的文章主要调查了人类与情感之间的关系，包括娱乐、广告和教育等多种方面，并介绍了专业讲故事者所使用的创作技巧，旨在进一步促进计算故事研究与人类创造性写作之间的新交叉领域。
- ACL理解与生成道德故事的语料库
本文提出了两项理解任务和两项生成任务，以评估机器的道德故事理解和写作能力，并提供了一个新的汉英双语人工写作的道德故事数据集 STORAL，使用检索增强算法对模型进行训练，并在自动和手动评估中测试了不同模型的性能。
- ViNTER: 带有情感弧线感知机制的图像叙事生成
本报告提出了一种名为 ViNTER（Visual Narrative Transformer with Emotion arc Representation）的图像叙事生成方法，其以 “情感轨迹” 作为输入来捕捉感情变化的序列，并在图像叙事 - EMNLP基于突显感知的事件链建模用于叙事理解
本文提出了一种从自然语言文本中提取事件链的方法，该方法可以过滤非显著事件和支持性句子，并在两个任务中证明了其有效性：叙述预测和基于事件的时间问答。