面向故事中角色间对话理解与生成的基准
计算与语言
2022-12-13 v2 人工智能
摘要
许多经典童话、小说和剧本利用对话来推进故事情节并塑造人物。我们首次探究机器是否能够理解和生成故事中的对话，这要求捕捉不同角色的特征及其相互关系。为此，我们提出两项新任务：掩码对话生成与对话说话人识别，即分别生成缺失的对话轮次和预测指定对话轮次的说话人。我们构建了一个新数据集 DialStory，其包含 10.5 万篇中文故事，情节中交织了大量对话以支持评测。我们通过在 DialStory 上使用自动与人工评测测试现有模型，展示了所提任务的难度。此外，我们提出学习显式角色表示以提升这些任务的性能。大量实验与案例分析表明，我们的方法能生成更连贯且信息更丰富的对话，并比强基线取得更高的说话人识别准确率。
引用
@article{arxiv.2209.08524,
title = {A Benchmark for Understanding and Generating Dialogue between Characters in Stories},
author = {Jianzhu Yao and Ziqi Liu and Jian Guan and Minlie Huang},
journal= {arXiv preprint arXiv:2209.08524},
year = {2022}
}