MARCUS：基于事件的NLP管道用于从叙事中生成角色弧线
计算与语言
2025-10-22 v1
摘要
角色弧线是文学研究中重要的理论工具，用于理解角色旅程、识别不同文学体裁中的主题，以及在叙事之间建立相似性。本工作针对计算方法从叙事中生成以事件为中心、以关系为导向的角色弧线这一新任务。为弧线提供定量表示可为理论概念增添可量化的属性，为后续应用铺平道路。我们提出MARCUS（Modeling Arcs for Understanding Stories），一个NLP管道，从叙事中提取事件、参与角色、隐含情感和情感，以建模角色间关系。MARCUS跟踪并聚合这些关系以生成角色弧线的图形图谱。我们从两个扩展奇幻系列——《哈利波特》和《指环王》中生成角色弧线。我们评估了该方法，随后概述了现存挑战，提出了该管道的应用，并讨论了未来工作。
引用
@article{arxiv.2510.18201,
title = {MARCUS: An Event-Centric NLP Pipeline that generates Character Arcs from Narratives},
author = {Sriharsh Bhyravajjula and Ujwal Narayan and Manish Shrivastava},
journal= {arXiv preprint arXiv:2510.18201},
year = {2025}
}