MoPS: 面向开放式自动故事生成的模块化故事前提合成
计算与语言
2024-06-11 v1
摘要
故事前提简洁地定义了故事的主要思想、基础和轨迹。它在自动故事生成中作为初始触发器。现有的故事前提来源受限于缺乏多样性、质量参差不齐和成本高昂，难以规模化。为此，我们引入了模块化故事前提合成（MoPS），它将故事前提分解为背景和角色等模块，用于自动化设计和生成。MoPS包含三个阶段：(1) 预先为每个模块收集一组一致的候选对象，形成嵌套字典。(2) 从嵌套字典中提取关键路径作为前提设计。(3) 指导LLM将设计整合成一个连贯的前提句子。全面评估表明，与从大型语言模型诱导和从公共故事数据集捕获的前提相比，我们合成的前提在多样性、吸引力、完整性和原创性方面表现出色。同样，基于我们前提扩展生成的小说和剧本也展现出更高质量。在补充材料中，我们提供了MoPS代码套件，以及7.6k个生成的前提和1k个扩展的故事。代码: https://github.com/GAIR-NLP/MoPS。
引用
@article{arxiv.2406.05690,
title = {MoPS: Modular Story Premise Synthesis for Open-Ended Automatic Story Generation},
author = {Yan Ma and Yu Qiao and Pengfei Liu},
journal= {arXiv preprint arXiv:2406.05690},
year = {2024}
}
备注
ACL 2024, camera-ready