分支叙事：人物决策点检测

本文提出了人物决策点检测（CHADPOD）任务，这是一种识别叙事中人物可能显著影响故事走向的决策点的任务。我们基于类似 CYOA 类游戏图构建了一个新数据集，用作此类任务的基准。我们提供了不同模型在该任务上性能的比较分析，包括几种 LLM 和若干 MLM 作为基线方法，最高可达 89% 准确率。这凸显了叙事分析的复杂性，显示了理解人物驱动故事动态方面的挑战。此外，我们展示了如何将此模型应用于现有文本以生成由可能的分支点划分的线性段落， demonstrating该方法在叙事分析中的实际应用。