用读者模型引导神经故事生成
计算与语言
2022-05-17 v2
摘要
自动化讲故事因其叙事在日常生活中的普遍性而长期吸引研究者的关注。然而，在使用神经语言模型生成叙事时，要保持连贯性并围绕特定结局不偏离主题颇具挑战。本文引入“基于读者模型的故事生成”（StoRM）框架，其中利用读者模型来推理故事应当如何推进。读者模型推断人类读者对虚构故事世界中的概念、实体和关系所持有的信念。我们展示了以知识图谱表示的显式读者模型如何赋予故事连贯性，并以达成给定故事世界状态目标的形式提供可控性。实验表明，我们的模型生成的故事在连贯性和紧扣主题方面显著更优，在情节合理性和紧扣主题等维度上超越基线。
引用
@article{arxiv.2112.08596,
title = {Guiding Neural Story Generation with Reader Models},
author = {Xiangyu Peng and Kaige Xie and Amal Alabdulkarim and Harshith Kayam and Samihan Dani and Mark O. Riedl},
journal= {arXiv preprint arXiv:2112.08596},
year = {2022}
}