基于奖励塑形的可控神经故事情节生成
计算与语言
2023-01-19 v4
摘要
基于语言建模的故事情节生成方法试图通过从语言模型(LM)中采样来预测要添加到故事中的下一个字符、单词或句子，从而构建情节。LM技术缺乏从用户处接收指导以实现特定目标的能力，导致生成的故事缺乏清晰的推进感和连贯性。我们提出了一种奖励塑形技术，该技术分析故事语料库并产生中间奖励，这些奖励被反向传播到预训练的LM中，以引导模型朝向给定目标。自动化评估表明，我们的技术可以创建一个生成故事情节并持续实现指定目标的模型。人类受试者研究表明，与基线情节生成技术相比，生成的故事具有更合理的事件排序。
引用
@article{arxiv.1809.10736,
title = {Controllable Neural Story Plot Generation via Reward Shaping},
author = {Pradyumna Tambwekar and Murtaza Dhuliawala and Lara J. Martin and Animesh Mehta and Brent Harrison and Mark O. Riedl},
journal= {arXiv preprint arXiv:1809.10736},
year = {2023}
}
备注
Pradyumna Tambwekar & Murtaza Dhuliawala contributed equally