通过将口语个人叙事解构为叙事从句类型来探索其相似性方面

分享个人叙事是人类社会行为的基本方面，因为它有助于分享我们的生活经验。我们可以讲述故事并依靠自身背景理解其语境、相似与差异。在开发讲故事机器或推断角色特征方面已作出大量努力。然而，我们通常找不到比较叙事的模型。该任务对机器而言极具挑战，因为它们（有时正如我们）缺乏对所谓相似性的理解。为应对此挑战，我们首先引入一个真实世界口语个人叙事语料库，包含来自594份视频转录的10,296个叙事从句。其次，我们请非叙事专家依据Labov个人叙事社会语言学模型（即行动、取向与评估从句类型）标注这些从句，并训练了一个对最高一致同意从句达到84.7% F值的分类器。最后，我们匹配故事并探究人们是否隐式依赖Labov框架比较叙事。我们表明，叙述者对其的评估紧随其后的行动是非专家考虑最多的方面。我们的方法旨在帮助指导旨在研究或表示个人叙事的机器学习方法。