PeaCoK：用于连贯且引人入胜叙事的人物角色常识知识

维持连贯且引人入胜的叙事需要对话或讲故事智能体理解说话者或听者的人物角色如何支撑叙事。具体而言，这些智能体必须推断听者的人物角色以产生迎合其兴趣的语句。它们还必须学会在叙事中为自己保持一致的说话者人物角色，以便对方感受到参与了一场真实的对话或故事。然而，人物角色多样且复杂：它们包含大量丰富的相互关联的世界知识，难以在通用叙事系统中稳健表示（例如，歌手擅长唱歌，并可能上过音乐学院）。在这项工作中，我们构建了一个大规模人物角色常识知识图谱 PeaCoK，包含约 100K 经人工验证的人物角色事实。我们的知识图谱将先前人类交互行为研究中确定的五个维度的人物角色知识模式化，并从现有常识知识图谱和大规模预训练语言模型中提炼该模式下的事实。我们的分析表明，PeaCoK 包含丰富而精确的世界人物角色推断，有助于下游系统生成更连贯且引人入胜的叙事。