Plan-And-Write: Towards Better Automatic Storytelling
Peking University（北京大学）；Tencent AI Lab（腾讯人工智能实验室）；University of Southern California（南加利福尼亚大学）
自动讲故事具有挑战性，因为它需要生成长而连贯的自然语言来描述一系列合理的事件。尽管过去在故事自动生成方面做了大量的工作，但现有的工作要么局限于情节规划，要么只能在狭窄的领域中生成故事。在本文中，我们探讨了开放域的故事生成，写故事给定一个标题（主题）作为输入。我们提出了一个计划和写作的分层生成框架，首先计划的故事情节，然后生成一个故事的故事情节的基础上。我们比较了两种规划策略。动态图式将故事规划与其在文本中的表面实现交织在一起，而静态图式则在生成故事之前规划出整个故事情节。实验表明，与明确的故事情节规划，生成的故事更多样化，连贯性，和主题比那些没有创建一个完整的计划，根据自动和人工评估。
2019-02-19 cs.CL
Creating Suspenseful Stories: Iterative Planning with Large Language Models
School of Interactive Computing（交互计算学院）；Georgia Institute of Technology（佐治亚理工学院）
本文首次利用大语言模型进行悬疑故事生成，提出基于认知心理学和叙事学理论、以迭代提示为核心的零样本规划方法，并通过大量人工评估验证其有效性。
2024-02-27 cs.CL
Find a Reasonable Ending for Stories: Does Logic Relation Help the Story Cloze Test?
Peking University（北京大学）；The University of Queensland（昆士兰大学）；Southern University of Science and Technology（南方科技大学）
自然语言理解是一个具有挑战性的问题，涵盖了广泛的任务。虽然以前的方法一般单独训练每个任务，我们考虑结合跨任务的功能，以提高任务的性能。在本文中，我们将逻辑信息与自然语言推理（NLI）任务的帮助下，故事完形填空（SCT）。以往的SCT研究考虑了各种语义信息，如情感、话题等，但缺乏句子之间的逻辑信息，而逻辑信息是故事的基本要素。因此，我们建议提取故事过程中的逻辑信息，以提高对整个故事的理解。在NLI任务的帮助下对逻辑信息进行建模。实验结果证明了逻辑信息的强度。
2018-12-13 cs.CL
Fabula Entropy Indexing: Objective Measures of Story Coherence
Georgia Tech（佐治亚理工学院）
自动故事生成仍然是一个困难的研究领域，因为它缺乏强有力的客观措施。生成的故事可能在语言上是合理的，但在许多情况下，一个令人信服的，逻辑上合理的故事所需的叙事连贯性很差。为了解决这个问题，我们提出了Fabula熵索引（FEI），一种评估方法，通过测量人类参与者在回答关于故事的真/假问题时相互同意的程度来评估故事的连贯性。我们设计了两个理论基础的措施，读者问答熵，熵的世界连贯性（EWC），和熵的过渡连贯性（ETC），分别侧重于全球和本地的连贯性。我们通过在人类编写的故事上测试这些指标，并与被破坏以引入不连贯性的相同故事进行比较来评估这些指标。我们表明，在这些对照研究中，我们的熵指数提供了一个可靠的客观措施的故事连贯性。
2021-10-26 cs.CL
Improving Neural Story Generation by Targeted Common Sense Grounding
UC San Diego（加州大学圣地亚哥分校）
用神经语言模型生成的故事在语法和文体一致性方面表现出了希望。然而，生成的故事仍然缺乏常识推理，例如，它们往往包含剥夺世界知识的句子。我们提出了一个简单的多任务学习方案，通过利用旨在提供常识基础的数据集的辅助训练信号，在语言模型中实现定量更好的常识推理。当与我们的两阶段微调流水线相结合时，我们的方法实现了改进的常识推理和最先进的写作技巧上的困惑（Fan等人，2018）故事生成数据集。
2020-02-28 cs.CL cs.LG stat.ML
On How Users Edit Computer-Generated Visual Stories
Pennsylvania State University（宾夕法尼亚州立大学）；Carnegie Mellon University（卡内基梅隆大学）
人工智能（AI）的一个重要研究机构专注于自动生成故事，无论是基于先前的故事情节还是输入图像。然而，文献几乎没有提到用户将如何接收和使用这些故事。考虑到现代人工智能算法生成的故事的质量，用户几乎不可避免地要在真正使用这些故事之前对其进行编辑。在本文中，我们首先分析了人类用户如何编辑机器生成的故事。我们获得了962个由最先进的视觉讲故事模型生成的短篇故事。对于每个故事，我们从Amazon Mechanical Turk招募了五名群众工作者进行编辑。我们对这些编辑的分析表明，平均而言，用户（i）略微缩短了机器生成的故事，（ii）增加了这些故事中的词汇多样性，（iii）经常用代词替换名词及其限定词/冠词。我们的研究更好地了解了用户如何接收和编辑机器生成的故事，为未来的研究人员创建更有用和更有用的故事生成系统提供了信息。
2019-03-08 cs.CL cs.HC
PersonaBank: A Corpus of Personal Narratives and Their Story Intention Graphs
University of California Santa Cruz（加州大学圣克鲁兹分校）
我们提出了一个新的语料库，PersonaBank，由108个个人的故事，从博客，已被注释与他们的故事意图图，一个故事的神话的深层次代表。我们描述的主题的故事和故事意图图表示的基础，以及注释的故事，产生的故事意图图和适应这个新的个人叙事域的工具的挑战的过程中，我们还讨论了如何语料库可以用于应用程序中，使用不同风格的讲述，共同讲述，或作为一个内容规划师复述的故事。
2017-08-30 cs.CL
Consistency and Coherency Enhanced Story Generation
Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；Tencent AI Lab（腾讯人工智能实验室）
故事生成是一项具有挑战性的任务，它要求保持整个故事情节和人物的一致性。以往的工作表明，GPT 2，一个大规模的语言模型，取得了良好的性能的故事生成。然而，我们观察到GPT2生成的故事中仍然存在一些严重的问题，这些问题可以分为两个方面：一致性和连贯性。在一致性方面，一方面，GPT2不能明确地保证图的一致性。另一方面，生成的故事通常包含共指错误。在连贯性方面，GPT2没有直接考虑故事句子之间的语篇关系。为了提高生成故事的一致性和连贯性，我们提出了一个两阶段的生成框架，其中第一阶段是组织描述故事情节和事件的故事大纲，第二阶段是将大纲扩展为一个完整的故事。因此，可以明确地控制和保证图的一致性。此外，还引入了共指监督信号，以减少共指错误，提高共指一致性。此外，我们设计了一个辅助任务的话语关系建模，以提高生成的故事的连贯性。在故事数据集上的实验结果表明，我们的模型在自动度量和人工评估方面都优于基线方法。
2020-10-17 cs.CL
Modelling Suspense in Short Stories as Uncertainty Reduction over Neural Representation
Institute for Language, Cognition and Computation（语言、认知与计算研究所）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
悬念是叙事小说的一个重要组成部分，吸引读者，使故事引人注目。虽然有大量关于悬念的理论文献，但在计算上并没有很好地理解。我们比较了两种建模悬念的方法：惊喜，一个回顾性的措施，如何意想不到的当前状态是给定的故事到目前为止;和不确定性减少，一个前瞻性的措施，如何意想不到的故事的延续。两者都可以直接在故事表示上计算，也可以在它们的概率分布上计算。我们提出了一个分层的语言模型，编码的故事和计算的惊喜和不确定性减少。评价与人类悬念判断注释的短篇小说，我们发现，不确定性减少表示是最好的预测，导致接近人类的准确性。我们还表明，不确定性减少可以用来预测电影概要中的悬念事件。
2020-04-30 cs.CL cs.LG
Where Do People Tell Stories Online? Story Detection Across Online Communities
Allen Institute for AI（阿尔文人工智能研究所）；Carnegie Mellon University（卡内基梅隆大学）；ETH Zürich（苏黎世联邦理工学院）；McGill University（麦吉尔大学）
本文构建并发布 StorySeeker 工具包，包含 Reddit 故事标注数据集、编码手册及文档和片段级检测模型，用于跨社区识别在线叙事并分析其分布与说服功能。
2025-07-21 cs.CL
"My Way of Telling a Story": Persona based Grounded Story Generation
Carnegie Mellon University（卡内基梅隆大学）
视觉故事讲述是基于一系列图像生成故事的任务。受近年来神经生成领域研究文本形式控制的启发，本文探讨了在不同人物角色中生成这些故事的想法。然而，执行此任务的主要挑战之一是缺乏不同人物角色的视觉故事数据集。话虽如此，对于各种人物角色的视觉故事和注释句子都有独立的数据集。在本文中，我们描述了一种方法来克服这一点，从不同的任务标记的人物数据，并利用这些注释来执行基于人物的故事生成。我们检查各种方式，将个性的编码器和解码器表示，以引导在目标方向的一代。为此，我们提出了五个模型，这些模型是对基线模型的增量扩展，以执行手头的任务。在我们的实验中，我们使用五种不同的人物角色来指导生成过程。我们发现，基于我们的假设的模型在捕获单词的同时在目标人物中生成故事时表现更好。
2019-06-14 cs.CL
Visual Writing Prompts: Character-Grounded Story Generation with Curated Image Sequences
University of Gothenburg（哥德堡大学）；Saarland University（萨尔大学）；MPI Informatics（马克斯·普朗克信息学研究所）
目前基于图像的故事生成的工作受到现有图像序列集合背后没有连贯情节的事实的影响。我们通过产生一个新的基于图像的数据集，视觉写作数据集（VWP）来改进视觉故事的生成。VWP包含几乎2K选定的电影镜头序列，每个序列包括5-10个图像。图像序列与总共12 K个故事对齐，这些故事是在给定图像序列和来自相应图像序列的一组接地字符的情况下经由众包收集的。我们新的图像序列收集和过滤过程使我们能够获得与以前的工作相比更连贯，更具叙述性的故事。我们还提出了一个基于角色的故事生成模型驱动的连贯性作为一个强大的基线。评估表明，我们生成的故事更连贯，视觉接地，并有更多的叙述性比与当前国家的最先进的模型生成的故事。
2023-01-20 cs.CL cs.CV cs.LG
Generating Different Story Tellings from Semantic Representations of Narrative
University of California Santa Cruz（加州大学圣克鲁兹分校）；Columbia University（哥伦比亚大学）
为了针对不同的受众以不同的声音讲述故事，交互式故事系统需要：（1）故事结构的语义表示，以及（2）使用某种形式的自然语言生成（NLG）从该语义表示自动生成故事和对话的能力。然而，对于将故事结构与场景和故事事件的叙事描述联系起来的方法的研究有限。在本文中，我们提出了一个自动的方法转换从Scheherazade的故事意图图，语义表示，所需的人物NLG引擎的输入。我们使用DramaBank（一个故事编码的集合）中分发的36个伊索寓言，对一个故事进行训练翻译规则，然后通过为其余35个故事生成文本来测试这些规则。结果是衡量的字符串相似性指标Levenshtein距离和BLEU得分。结果表明，我们可以生成35个具有正确内容的故事：测试集故事平均接近Scheherazade实现器的输出，该实现器是针对此语义表示定制的。我们提供了一些由人物产生的故事变化的例子。在未来的工作中，我们将尝试测量不同声音产生的相同故事的质量，以及使讲故事具有互动性的技术。
2017-08-29 cs.CL
TVStoryGen: A Dataset for Generating Stories with Character Descriptions
Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
我们介绍TVStoryGen，一个故事生成数据集，需要从一个简短的摘要和一组描述所涉及的人物的文档中生成详细的电视节目情节摘要。与其他故事生成数据集不同，TVStoryGen包含由专业编剧创作的故事，并且具有多个角色之间的复杂互动。在TVStoryGen中生成故事需要根据简短的摘要从提供的关于角色的冗长文档中提取相关信息。此外，我们建议在我们的数据集上训练逆向模型，以评估生成的故事的忠实性。我们从粉丝贡献的网站创建TVStoryGen，这使我们能够收集26k的剧集摘要，平均使用1868.7个代币。从经验上讲，我们采取分层故事生成方法，发现使用Oracle内容选择器进行角色描述的神经模型在自动度量上表现出最佳性能，显示了我们的数据集激发未来关于限制故事生成的研究的潜力。定性分析表明，表现最好的模式有时会产生不忠实于简短摘要的内容，这为未来的工作提出了有希望的方向。
2022-10-09 cs.CL
Stylized Story Generation with Style-Guided Planning
Tsinghua University（清华大学）
目前的故事讲述系统更多地关注生成情节连贯的故事，而较少关注叙事风格，这对于可控的文本生成是非常重要的。因此，我们提出了一个新的任务--风格化故事生成，即在给定的主导语境下生成具有特定风格的故事。为了解决这个问题，我们提出了一种新的生成模型，首先规划风格化的关键词，然后在关键词的指导下生成整个故事。此外，我们还提出了两个自动度量标准来评估生成的故事与指定风格之间的一致性。实验证明，我们的模型可以基于ROCStories数据集可控地生成情感驱动或事件驱动的故事（Mostafazadeh等人，2016）。我们的研究为进一步的研究提供了启发。
2021-08-19 cs.AI cs.CL
Unsupervised Editing for Counterfactual Stories
ByteDance AI Lab（字节跳动人工智能实验室）
创建假设故事需要对先前的陈述和改变条件的可能结果进行推理。在新的条件下，人们可以很容易地生成连贯的结局，但对当前的系统来说，在对原始故事进行最小修改的情况下做到这一点是具有挑战性的。因此，一个主要的挑战是在生成逻辑故事和以最小编辑重写之间进行权衡。在本文中，我们提出了EDUCAT，一个基于编辑的无监督的反事实故事重写方法。EDUCAT包括一个基于估计假设条件的因果效应的目标位置检测策略，该策略保持故事的因果不变部分。EDUCAT然后在流畅性，连贯性和最小编辑约束下生成故事。我们还提出了一个新的度量，以减轻目前的自动度量的缺点，更好地评估权衡。我们评估EDUCAT的一个公共的反事实的故事重写基准。实验表明，EDUCAT实现了最佳的权衡，根据自动和人工评价的无监督SOTA方法。EDUCAT的资源可在以下网址查阅：https://github.com/jiangjiechen/EDUCAT。
2022-03-09 cs.AI cs.CL
Unsupervised Story Discovery from Continuous News Streams via Scalable Thematic Embedding
UIUC（伊利诺伊大学厄巴纳-香槟分校）；Yonsei University（延世大学）
针对现有无监督新闻故事发现方法难以应对复杂演化新闻流的问题，提出带主题嵌入的USTORY可扩展框架，经真实数据验证其性能更优且具鲁棒性与可扩展性。
2023-05-04 cs.CL cs.DB cs.IR
STORYWARS: A Dataset and Instruction Tuning Baselines for Collaborative Story Understanding and Generation
Columbia University（哥伦比亚大学）
针对协作故事理解与生成缺乏语料的问题，提出包含4万余协作故事的STORYWARS数据集及101个多任务基准，并验证指令调优模型INSTRUCTSTORY在零样本、少样本和全监督场景均取得最优性能。
2023-05-14 cs.CL
Telling Stories through Multi-User Dialogue by Modeling Character Relations
Georgia Institute of Technology（佐治亚理工学院）
本文探讨了角色驱动的故事延续，其中故事通过角色的第一和第二人称叙述以及对话出现-要求模型选择与角色的角色及其与其他角色的关系一致的语言，同时跟随和推进故事。我们假设，一个多任务模型，训练角色对话加上字符关系信息，提高了基于变压器的故事延续。为此，我们扩展了关键角色龙与地下城数据集（Rameshkumar和Bailey，2020）-由人们在玩角色扮演游戏龙与地下城时协作讲述故事的对话记录组成-自动提取每对交互角色之间的关系以及他们的角色。一系列的消融为我们的假设提供了证据，表明我们使用角色关系的多任务模型在强基线上提高了故事延续的准确性。
2021-05-31 cs.AI cs.CL
The Next Chapter: A Study of Large Language Models in Storytelling
School of Computing and Information Systems（计算与信息系统学院）；The University of Melbourne（墨尔本大学）；Google DeepMind（谷歌DeepMind）
该研究通过自动与人工评估，在三类不同特征的数据集上对比大语言模型与现有故事生成模型的能力，证实大语言模型生成故事质量更优、可媲美人类，但存在涉世界知识时易复刻真实故事的问题。
2023-07-24 cs.CL
Visual Story Post-Editing
Pennsylvania State University（宾夕法尼亚州立大学）；Carnegie Mellon University（卡内基梅隆大学）
我们介绍了第一个数据集的人工编辑机器生成的视觉故事，并探讨如何收集这些编辑可用于视觉故事后编辑任务。VIST-Edit数据集包括2，981个机器生成的视觉故事的14，905个人工编辑版本。这些故事是由两个最先进的视觉故事模型生成的，每个模型都与5个人工编辑的版本相匹配。我们为任务建立了基线，展示了如何利用相对较小的一组人类编辑来提高大型视觉故事模型的性能。我们还讨论了自动评估分数和人类评级之间的弱相关性，激励需要新的自动度量。
2019-06-05 cs.AI cs.CL cs.HC
Exploring Story Generation with Multi-task Objectives in Variational Autoencoders
The University of Melbourne（墨尔本大学）
GPT-2经常被应用于故事生成模型，因为它提供了强大的生成能力。然而，它仍然无法产生一致的故事，缺乏多样性。当前的故事生成模型利用GPT-2中的情节或常识等附加信息来指导生成过程。这些方法专注于提高故事的生成质量，而我们的工作则着眼于质量和多样性。我们探索结合BERT和GPT-2构建一个变分自编码器（VAE），并通过添加额外的目标来学习全局特征，如故事主题和话语关系。我们的评估表明，我们增强的VAE可以提供更好的质量和多样性的权衡，产生更少的重复故事内容，并学习更多的信息潜变量。
2021-11-15 cs.CL cs.LG
GROVE: A Retrieval-augmented Complex Story Generation Framework with A Forest of Evidence
National University of Defense Technology（国防科技大学）
本文提出检索增强故事生成框架GROVE，通过构建检索库生成少样本示例并设计“追问为什么”提示方案提取证据森林，将最契合的证据链整合至故事中，有效提升了生成故事的复杂性与可信度。
2023-10-24 cs.CL
Plot-guided Adversarial Example Construction for Evaluating Open-domain Story Generation
University of Southern California（南加州大学）；Information Sciences Institute（信息科学研究所）；University of California, Los Angeles（加州大学洛杉矶分校）；Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）
随着开放领域故事生成技术的不断发展，缺乏可靠的自动评价指标成为阻碍故事生成快速发展的重要问题。根据在这方面进行的研究，可学习的评估指标，承诺更准确的评估，具有较高的相关性与人类的判断。获得可靠的可学习评估度量的关键瓶颈是缺乏用于分类器的高质量训练数据，以有效区分合理和不合理的机器生成的故事。以前的作品依赖于\textit{heuristically manipulated}似是而非的例子来模仿可能的系统缺陷，如重复，矛盾，或不相关的内容在文本层面，这可以是\textit{unnatural}和\textit{oversimplify}的特点，难以置信的机器生成的故事。我们建议通过使用{ \em情节}生成一组更全面的难以置信的故事来解决这些问题，这些情节是用于生成故事的可控因素的结构化表示。由于这些情节紧凑且结构化，因此更容易操纵它们以生成具有目标不良属性的文本，同时保持生成的句子的语法正确性和自然性。为了提高生成的不可信故事的质量，我们进一步应用\citet{zellers2018swag}提出的对抗性过滤过程来选择一组更细致入微的不可信文本。实验表明，在我们生成的数据上训练的评估指标会产生更可靠的自动评估，与基线相比，这些评估与人类判断的相关性更好。
2021-05-25 cs.CL cs.LG
Psychology-guided Controllable Story Generation
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
可控故事生成是自然语言处理领域的一个具有挑战性的课题，近年来引起了越来越多的研究兴趣。然而，现有的作品大都是以特定的关键词或情感为条件来生成一个完整的故事，而忽略了主人公的心理变化。受心理学理论的启发，我们引入了全局心理状态链，其中包括主角的需求和情感，以帮助故事生成系统创建更可控和精心策划的故事。在本文中，我们提出了一个心理引导的可控故事生成系统（PICS），以生成故事，坚持给定的主导背景和期望的心理状态链的主角。具体来说，心理状态跟踪器被用来记忆主人公的局部心理状态，以捕捉他们的内部时间关系。此外，还采用心理状态规划器来获得主人公的整体心理状态，以进行故事规划。最后，心理控制器的设计，以整合本地和全球的心理状态到故事的背景表示组成心理指导的故事。自动和手动评估表明，PICS优于基线，PICS的每一部分都显示出撰写具有更一致心理变化的故事的有效性。
2022-10-14 cs.AI cs.CL
Cut the CARP: Fishing for zero-shot story evaluation
Charles River Analytics（查尔斯河分析公司）；EleutherAI
大规模语言模型的最新进展（Raffel等人，2019; Brown等人，2020年）为机器驱动的文本生成带来了质和量的显著改进。尽管如此，机器生成的叙事文本的生成和评估仍然是一个具有挑战性的问题。对计算生成的故事的客观评估可能过于昂贵，需要精心注释的数据集，或者可能无法充分衡量生成的故事的叙事结构的逻辑连贯性。根据对比学习的最新进展（Radford等人，2021年），我们提出了对比创作和评论配对（CARP）：一种可扩展的，有效的方法，用于执行定性优越，zero-shot评价的故事。我们发现人类对故事的评价与CARP的评价之间存在很强的相关性。模型输出与相应的人类输入的相关性比那些利用微调或提示工程方法的基于语言模型的方法更显著。我们还介绍和分析了故事评论数据集，这是一个新的语料库，由来自80，000多个故事的130万个对齐的故事评论对组成。我们希望这个语料库能引起NLP研究人员的兴趣。
2021-10-26 cs.CL
Guiding and Diversifying LLM-Based Story Generation via Answer Set Programming
Santa Clara University（圣克拉拉大学）；Midjourney
本文提出利用回答集编程（ASP）作为高层符号规范，引导和多样化LLM故事生成，实验证明该方法比未引导的LLM生成更多样化的故事，并提升了大纲生成的紧凑性和灵活性。
2024-07-19 cs.AI cs.CL
Evaluating Creative Short Story Generation in Humans and Large Language Models
EPFL（苏黎世联邦理工学院）；Idiap Research Institute（Idiap研究机构）；University of Amsterdam（阿姆斯特丹大学）；Università della Svizzera Italiana（瑞士意大利大学）
本文通过五句提示词故事任务，对60个LLM与60个人类进行多维度自动评估和人机评分，发现LLM语言风格复杂但新颖性、意外性和多样性不及人类，且非专家与LLM评分存在偏差。
2025-05-10 cs.AI cs.CL
A Knowledge-Enhanced Pretraining Model for Commonsense Story Generation
Institute for Artificial Intelligence, State Key Lab of Intelligent Technology and Systems（智能技术与系统国家重点实验室人工智能研究所）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）；Tsinghua University（清华大学）；Beihang University（北京航空航天大学）
故事生成是一项重要而又具有挑战性的任务，即从一个主导性的语境中生成一个合理的故事。尽管在对流畅性和局部连贯性建模方面取得了成功，但现有的神经语言生成模型（例如，GPT-2）仍然遭受重复，逻辑冲突，并在生成的故事缺乏长期的连贯性。我们推测，这是因为难以将相关常识知识联系起来，理解因果关系，并以适当的时间顺序规划实体和事件。在本文中，我们设计了一个知识增强的预训练模型的常识故事生成。我们建议利用外部知识库中的常识知识来生成合理的故事。为了进一步捕捉合理故事中句子之间的因果关系和时间依赖关系，我们采用多任务学习，该学习结合了区分性目标，以在微调过程中区分真假故事。自动和手动评估表明，我们的模型可以生成比最先进的基线更合理的故事，特别是在逻辑和全局一致性方面。
2020-01-15 cs.CL
BERTtime Stories: Investigating the Role of Synthetic Story Data in Language Pre-training
First Author Affiliation（第一作者单位）；Second Author Affiliation（第二作者单位）
本研究针对BabyLM挑战赛的数据受限预训练任务，用TinyStories数据训练GPT-Neo并生成续写，结合多数据训练LTG-BERT，发现合成故事数据偶有小幅增益但整体不利于语言理解，为低资源场景数据增强提供参考。
2025-02-21 cs.CL
Strategies for Structuring Story Generation
FAIR（FAIR（脸书人工智能研究院））；LORIA（洛林信息学及其应用研究实验室）；Google AI（谷歌人工智能）
作家一般依靠计划或草图来写长篇故事，但大多数当前的语言模型都是从左到右一个字一个字地生成。我们探索了由粗到细的模型，用于创建数百个单词的叙事文本，并引入了通过抽象动作和实体来分解故事的新模型。该模型首先生成文本的谓词-论元结构，其中对同一实体的不同提及用占位符标记。然后生成谓词-参数结构的表面实现，最后用上下文相关的名称和引用替换实体占位符。人类法官更喜欢我们模型中的故事，而不是以前的各种分层文本生成方法。广泛的分析表明，我们的方法可以帮助提高生成的故事中的事件和实体的多样性和一致性。
2019-06-15 cs.CL
CHAE: Fine-Grained Controllable Story Generation with Characters, Actions and Emotions
Tongji University（同济大学）；Shanghai University of Electric Power（上海电力大学）
近年来，故事生成已经成为一个有趣但具有挑战性的NLP任务。一些现有的研究旨在从关键词和大纲中生成流畅连贯的故事;而另一些则试图控制故事的整体特征，如情感，风格和主题。然而，这些作品侧重于对故事的粗粒度控制，忽视了对故事细节的控制，这对任务也至关重要。为了填补这一空白，本文提出了一种模型，用于细粒度控制的故事，它允许生成定制的故事与字符，相应的行动和情感任意分配。大量的实验结果表明，我们的方法的优越性，自动和人工评估。根据细粒度的个性化指导生成故事具有很强的可控性，揭示了我们方法的有效性。我们的代码可在https://github.com/victorup/CHAE上获得。
2022-10-11 cs.AI cs.CL
A Corpus and Evaluation Framework for Deeper Understanding of Commonsense Stories
University of Rochester（罗切斯特大学）；United States Naval Academy（美国海军学院）；Microsoft Research（微软研究院）；Virginia Tech（弗吉尼亚理工大学）；The Institute for Human & Machine Cognition（人类与机器认知研究所）
常识知识的表示和学习是实现深度语言理解的基础问题之一。这个问题对于理解事件之间的因果关系和相关关系尤其具有挑战性。虽然这个主题在NLP社区中引起了很大的兴趣，但由于缺乏适当的评估框架，研究受到了阻碍。本文试图用一个新的评价故事理解和剧本学习的框架来解决这个问题：故事完形填空。这个测试需要一个系统来为一个四句话的故事选择正确的结尾。我们创建了一个新的语料库~ 50 k五句话的常识故事，ROCStories，使这种评估。这个语料库在两个方面是独一无二的：（1）它捕捉了日常事件之间丰富的因果和时间常识关系，（2）它是一个高质量的日常生活故事集，也可以用于故事生成。实验评估表明，许多基于浅语言理解的基线和最先进的模型很难在故事完形填空测试中获得高分。我们讨论了这些对剧本和故事学习的影响，并为更深层次的语言理解提供了建议。
2016-04-06 cs.AI cs.CL
Do Language Models Enjoy Their Own Stories? Prompting Large Language Models for Automatic Story Evaluation
Télécom Paris, Institut Polytechnique de Paris（巴黎综合理工学院电信学院）；INRIA Paris（法国国家信息与自动化研究所巴黎分部）
本文研究大型语言模型能否替代人类进行自动故事评估，发现LLM在系统级评估上优于现有自动度量，但解释能力不足。
2024-05-22 cs.CL
STORIUM: A Dataset and Evaluation Platform for Machine-in-the-Loop Story Generation
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Storium；University of California Los Angeles（加利福尼亚大学洛杉矶分校）
故事生成系统被要求在给定输入上下文的情况下生成可信且令人愉快的故事。这个任务是不够具体的，因为大量不同的故事可以源于一个单一的输入。大的输出空间使得很难构建和评估故事生成模型，因为（1）现有的数据集缺乏足够丰富的上下文来有意义地指导模型，（2）现有的评估（众包和自动）对于评估长篇创意文本是不可靠的。为了解决这些问题，我们引入了一个数据集和评估平台，该平台由在线协作讲故事社区STORIUM构建。我们的作者生成的数据集包含6K冗长的故事（1.25亿个令牌），带有细粒度的自然语言注释（例如，角色目标和属性）穿插在每个叙述中，形成了指导模型的强大来源。我们通过将语言模型集成到STORIUM中来评估在我们的数据集上微调的语言模型，在STORIUM中，真正的作者可以查询模型以获得建议的故事延续，然后编辑它们。通过这些编辑计算的自动度量与生成的故事的用户评级和来自半结构化用户访谈的定性反馈很好地相关。我们发布了STORIUM数据集和评估平台，以促进对故事生成的更多原则性研究。
2020-10-04 cs.CL cs.HC
Stories for Images-in-Sequence by using Visual and Narrative Components
Ss. Cyril and Methodius University（圣基里尔与美多德大学）；Pendulibrium；Elevate Global
最近的人工智能研究集中在生成关于视觉场景的叙事故事。它有可能实现更像人类的理解，而不仅仅是图像的基本描述生成-在序列中。在这项工作中，我们提出了一个解决方案，用于生成故事的图像序列是基于序列到序列模型。作为一种新颖性，我们的编码器模型由两个独立的编码器组成，一个编码器对图像序列的行为进行建模，另一个编码器对图像序列中的前一个图像生成的背景故事进行建模。通过使用图像序列编码器，我们捕获的图像序列和故事之间的时间依赖关系，并通过使用以前的故事编码器，我们实现了更好的故事流。我们的解决方案生成长的类人故事，不仅描述了图像序列的视觉背景，但也包含叙事和评价语言。所获得的结果通过人工评估得到证实。
2018-09-22 cs.AI cs.CL cs.CV
Visual Story Generation Based on Emotion and Keywords
Rensselaer Polytechnic Institute（伦斯勒理工学院）
自动视觉故事生成旨在生成具有相应插图的故事，这些插图表现出连贯性，进展和对角色情感发展的坚持。这项工作提出了一个故事生成管道与用户共同创建视觉故事。管道允许用户控制生成的内容上的事件和情绪。该流水线包括两个部分：叙事和图像生成。对于叙事生成，系统使用用户指定的关键字和情感标签生成下一个句子。对于图像生成，使用扩散模型来创建对应于每个生成的句子的视觉上吸引人的图像。此外，对象识别被应用于生成的图像，以允许这些图像中的对象在未来的故事开发中被提及。
2023-01-07 cs.AI cs.CL cs.LG
M2D: Monolog to Dialog Generation for Conversational Story Telling
University of California, Santa Cruz（加州大学圣克鲁兹分校）
讲故事有许多不同的社会功能，例如，故事被用来说服，分享烦恼，建立共同的价值观，学习社会行为和娱乐。此外，故事通常是通过对话来讲述的，以前的工作表明，对话提供的信息比独白提供的信息更吸引人。在本文中，我们提出的算法转换成一个对话的讲故事，可以不同的方面讲故事，包括讲故事的人的个性的一个深表示。我们进行了几个实验，以测试对话式讲故事是否更吸引人，以及是否可以在扩展的讲故事对话中识别出与个性差异相对应的语言形式的自动生成的变体。
2017-08-24 cs.CL
Spoiler Alert: Narrative Forecasting as a Metric for Tension in LLM Storytelling
McGill University（麦吉尔大学）；University of Chicago（芝加哥大学）；University of British Columbia（不列颠哥伦比亚大学）；Duke University（杜克大学）
本文提出100-Endings度量衡，通过句级预测故事结局来衡量叙事紧张感，提升LLM故事生成的紧张度并优于现有评估标准。
2026-10-06 cs.CL
Can LLMs Tell Stories Out of Order? A Corpus and Benchmark for Nonlinear Narrative Generation
Islamic University of Technology（伊斯兰科技大学）；University of Utah（犹他大学）；University of Southern California（南加州大学）
本文构建含83部作品的非线性叙事生成基准，测试19个LLMs，发现其默认更倾向时间顺序故事，遵循无序创作指令的表现仍不及人类。
2026-10-16 cs.AI cs.CL
When Stories Evolve: Benchmarking LLM Storytelling Across Agent Architectures in Open-Ended World Simulations
The University of Hong Kong（香港大学）；Peking University（北京大学）；Tsinghua University（清华大学）；Beijing Institute of Mathematical Sciences and Applications (BIMSA)（北京数学科学与应用研究院）
该研究推出WSE-bench基准，评估开放世界模拟中不同智能体架构的大语言模型故事讲述的持续生成、规范一致性和有意义发展，发现三者存在竞争关系，模型规模仅提升持续生成能力。
2026-08-18 cs.AI cs.CL
Goal-Directed Story Generation: Augmenting Generative Language Models with Reinforcement Learning
University of Pennsylvania（宾夕法尼亚大学）；Georgia Institute of Technology（佐治亚理工学院）
大型预训练生成语言模型的出现为AI故事生成提供了一个通用框架，通过对模型进行采样来创建继续故事的序列。然而，单靠抽样是不足以产生故事的。特别是，很难指导语言模型创建故事以达到特定的目标事件。我们提出了两种基于深度强化学习和奖励塑造的自动化技术来控制计算机生成故事的情节。第一个利用近端策略优化来微调现有的基于transformer的语言模型，以生成文本延续，但也是目标搜索。第二种方法从展开的故事中提取知识图谱，由具有图关注的策略网络使用该知识图谱来选择由语言模型生成的候选延续。我们报告了与故事实现给定目标事件的频率有关的自动化指标，以及与基线和消融相比的连贯性和整体故事质量的人类参与者排名。
2021-12-16 cs.AI cs.CL
Imagined versus Remembered Stories: Quantifying Differences in Narrative Flow
University of Washington（华盛顿大学）；Allen Institute for AI（艾伦人工智能研究所）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；Microsoft（微软）
终生的经验和学到的知识导致对常见情况如何发展的共同期望。这样的叙事事件流的知识使人们能够编织一个故事。然而，类似的计算工具来评估叙事中的事件流是有限的。我们通过引入顺序性（事件叙事流的一种衡量标准），从尖端的大语言模型（GPT-3）中得出概率推断，量化自传体故事和想象故事之间的差异。顺序性通过比较一个句子在有或没有其前面的故事背景的情况下的概率来捕捉叙事的流程。我们应用我们的方法研究了数千个类似日记的故事，这些故事是从人群工作者那里收集的，关于最近记忆中的经历或关于同一主题的想象故事。结果表明，想象故事比自传故事具有更高的顺序性，自传故事的顺序性随着几个月后回忆的增加而增加。为了更深入地理解顺序性如何衡量叙事的流动，我们探索了故事句子中主要和次要事件的比例，正如众工所注释的那样。我们发现，较低的顺序性与较高比例的重大事件。的方法和结果突出的机会，使用先进的计算分析，如顺序性，大型语料库匹配的想象和自传体故事，调查记忆和推理的影响语言生成过程。
2022-07-08 cs.AI cs.CL
UNION: An Unreferenced Metric for Evaluating Open-ended Story Generation
Tsinghua University（清华大学）
尽管现有的参考指标（例如，BLEU和MoverScore），它们与开放式文本生成（包括故事或对话生成）的人类判断相关性很差，因为众所周知的一对多问题：对于相同的输入，有许多看似合理的输出，这些输出可能在文字或语义上与有限数量的给定参考文献有很大差异。为了缓解这个问题，我们提出了UNION，这是一个可学习的无参考指标，用于评估开放式故事生成，它可以在没有任何参考的情况下测量生成故事的质量。建立在BERT之上，UNION被训练来区分人类写的故事和负面样本，并恢复负面故事中的扰动。我们提出了一种通过模仿现有NLG模型中常见的错误来构建负样本的方法，这些错误包括重复的情节，相互矛盾的逻辑和长期的不一致性。在两个故事数据集上的实验表明，UNION是评估生成故事质量的可靠指标，它与人类判断的相关性更好，并且比现有的最先进的指标更具普遍性。
2020-09-16 cs.CL
Previously on the Stories: Recap Snippet Identification for Story Reading
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；Xi’an Jiaotong University（西安交通大学）；Pattern Recognition Center, WeChat AI, Tencent Inc.（腾讯微信AI模式识别中心）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
本文提出首个名为回顾片段识别的基准及手工评估数据集，实验表明该任务对PLMs和LLMs等模型构成挑战，因其需深入理解片段间的情节关联。
2024-02-11 cs.CL
Modeling Protagonist Emotions for Emotion-Aware Storytelling
情感及其演变在创造一个迷人的故事中起着核心作用。在本文中，我们提出了第一个研究建模的情感轨迹的主角在神经讲故事。我们设计的方法，生成的故事，坚持给定的故事标题和所需的情感弧的主角。我们的模型包括情绪监控（EMOTION Supervision）和两个防御强化（EMOTION REHENGED）模型。EmoRL模型使用特殊奖励，旨在通过强化学习规范故事生成过程。我们的自动和手动评估表明，与基线方法相比，这些模型在生成遵循所需情感弧线的故事方面明显更好，而不会牺牲故事质量。
2020-10-20 cs.AI cs.CL
How Do People Challenge Racial Stereotypes Online? Counter-Story Detection Across Reddit Communities
IBM；Carnegie Mellon University（卡内基梅隆大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）
本文提出首个大规模检测对抗叙事的框架，包含三维分类体系与多阶段流水线，在25,549条Reddit帖子中识别出1,312条对抗叙事，揭示发言者身份与语境对叙事方式的影响。
2026-10-06 cs.CL
Growing Story Forest Online from Massive Breaking News
University of Alberta（阿尔伯塔大学）；Mobile Internet Group, Tencent Inc.（腾讯公司移动互联网事业群）
我们描述了我们在腾讯实施新闻内容组织系统的经验，该系统从大量突发新闻中发现事件，并以在线方式发展新闻故事结构。我们的真实世界系统与以前关于主题检测和跟踪（TDT）和事件时间轴或图形生成的研究相比具有不同的要求，因为我们1）需要从大量的长文本文档流中准确快速地提取可区分的事件，这些文档涵盖不同的主题并包含高度冗余的信息，以及2）必须以在线方式开发事件故事的结构，而无需重复地重构先前形成的故事，以保证一致的用户观看体验。在解决这些挑战，我们提出了故事森林，一套在线计划，自动集群流媒体文件到事件，同时连接相关的事件在不断增长的树木告诉不断变化的故事。我们基于60 GB的真实中文新闻数据进行了广泛的评估，尽管我们的想法不依赖于语言，并且可以通过详细的试点用户体验研究轻松扩展到其他语言。结果表明，与多种现有算法框架相比，故事森林准确识别事件并将新闻文本组织成吸引人类读者的逻辑结构的能力更强。
2018-03-01 cs.CL cs.IR
Detecting and Grounding Important Characters in Visual Stories
University of Edinburgh（爱丁堡大学）
针对视觉故事生成忽略角色独立性的问题，提出提供丰富角色标注的VIST-Character数据集，并基于分布相似性和预训练模型开发无监督模型，以实现重要角色检测与角色定位，为以角色为中心的故事分析与生成奠定基础。
2023-03-30 cs.CL cs.CV
Generating Visual Stories with Grounded and Coreferent Characters
University of Edinburgh（爱丁堡大学）
提出以角色为中心的视觉故事生成新任务，构建带有角色共指链的VIST数据集并微调模型，实验证明其能生成角色一致且共指的视觉故事。
2025-03-02 cs.AI cs.CL
StoryBox: Collaborative Multi-Agent Simulation for Hybrid Bottom-Up Long-Form Story Generation Using Large Language Models
本文提出混合自底向上长篇故事生成方法，利用多智能体模拟生成超过10000字的连贯故事，通过智能体交互产生有机情节发展，优于传统自顶向下的结构化方法。
2026-03-19 cs.CL cs.MA
Rule or Story, Which is a Better Commonsense Expression for Talking with Large Language Models?
University of Chinese Academy of Sciences（中国科学院大学）；Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
本文比较了故事与规则在大型语言模型中检索和利用常识的效果，发现在28个常识问答数据集上故事整体表现更优，且迭代自监督微调能进一步提升常识故事的正确性，强调了选择恰当常识表达方式的重要性。
2024-06-04 cs.CL
Plot and Rework: Modeling Storylines for Visual Storytelling
Pennsylvania State University（宾夕法尼亚州立大学）；Purdue University（普渡大学）
写一个连贯而引人入胜的故事并不容易。有创造力的作家利用他们的知识和世界观，把不连贯的元素放在一起，形成一个连贯的故事情节，并反复工作，不断完善。然而，自动化视觉故事讲述（VIST）模型在尝试创建故事时，对外部知识和迭代生成的利用不足。本文介绍了PR-VIST，一个框架，表示输入的图像序列作为一个故事图，它发现最佳路径形成一个故事情节。然后PR-VIST采用这条路径，并通过迭代训练过程学习生成最终故事。这个框架产生的故事在多样性、连贯性和人性化方面都是优越的，无论是自动评估还是人工评估。消融研究表明，绘图和返工都有助于模型的优越性。
2021-07-07 cs.AI cs.CL
What Makes a Good Story and How Can We Measure It? A Comprehensive Survey of Story Evaluation
Renmin University of China（中国人民大学）
本调查综述了故事评估的挑战与人类标准，总结了现有任务和基准数据集，提出了评估指标分类法，并探讨了人机协作及未来研究方向。
2024-08-26 cs.CL
