使用动态层次大纲与记忆增强生成长篇故事

长篇故事生成任务旨在生成连贯且足够长的文本，这对于小说创作和交互式叙事等应用至关重要。然而，现有方法（包括大语言模型）依赖于僵化的大纲或缺乏宏观规划，难以在长篇故事生成中同时实现上下文一致性和连贯的情节发展。为解决这些问题，我们提出了一种名为DOME的基于动态层次大纲与记忆增强的长篇故事生成方法，以生成内容与情节连贯的长篇故事。具体而言，动态层次大纲（DHO）机制将小说创作理论融入大纲规划，并将规划与写作阶段融合，通过确保情节完整性和适应故事生成过程中的不确定性来提高情节连贯性。引入基于时间知识图谱的记忆增强模块（MEM）来存储和访问已生成的内容，减少上下文冲突并提高故事连贯性。最后，我们提出了一种利用时间知识图谱的时间冲突分析器，用于自动评估长篇故事的上下文一致性。实验表明，与最先进的方法相比，DOME显著提高了生成长篇故事的流畅性、连贯性和整体质量。