BHAAV- A Text Corpus for Emotion Analysis from Hindi Stories
Adobe Systems（奥多比系统公司）；Bloomberg LP（彭博有限合伙企业）；NSIT-Delhi（德里工程学院）；USICT, New Delhi（新德里印度理工学院德里校区信息技术学院）；IIIT-Delhi（德里印度信息技术学院）
在本文中，我们介绍了第一个也是最大的印地语文本语料库，命名为BHAAV，这意味着印地语的情绪，分析情感，一个作家通过他的人物在一个故事中，由叙述者/读者感知。该语料库由20，304个句子组成，这些句子来自230个不同的短篇小说，跨越18个体裁，如灵感和神秘。每句话都被三位至少接受过十年印地语正规教育的印地语母语人士注释为五种情绪类别之一-愤怒，喜悦，悬念，悲伤和中性。我们还讨论了低资源语言，如印地语的注释中的挑战，并讨论了拟议的语料库的范围及其可能的用途。我们还提供了数据集的详细分析和训练强基线分类器报告其性能。
2019-10-09 cs.CL
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
WHODUNIT: Evaluation benchmark for culprit detection in mystery stories
BITS Pilani（BITS Pilani（比拉斯布尔信息技术与科学大学））
该研究提出新数据集WhoDunIt评估LLM在推理小说中的罪犯检测能力，通过姓名增强和多提示风格测试鲁棒性，实验显示LLM在未修改文本上表现可靠但受知名姓名替换影响，数据集公开。
2025-02-11 cs.AI cs.CL
Locations of Characters in Narratives: Andersen and Persuasion Datasets
Koç University（科克大学）
为测试AI理解叙事中角色与位置关系的能力，研究构建Andersen和Persuasion两个数据集并评估5个LLM，发现最佳模型位置识别准确率为61.85%和56.06%。
2025-04-04 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
CASPER in the Machine: Insights into Character Variety in LLM-Generated Stories
UNC Chapel Hill（北卡罗来纳大学教堂山分校）；Georgia Institute of Technology（佐治亚理工学院）；University of Michigan（密歇根大学）
本文借用叙事学定义，从八个维度分析LLM与人类创作故事中角色的刻画，发现两者在角色类型和多样性上既有相似也有差异。
2026-08-31 cs.AI cs.CL
The GPT-WritingPrompts Dataset: A Comparative Analysis of Character Portrayal in Short Stories
University of Toronto（多伦多大学）；Vector Institute（矢量研究所）；Dalhousie University（达尔豪斯大学）
为理解AI生成故事与人类故事的差异，该研究用GPT-3.5生成的故事扩充Reddit WritingPrompts数据集，从六个维度比较两者情感与描述特征，发现所有维度均存在显著差异且在叙事视角和主角性别分组下有相似偏见，并公开了数据集和代码。
2024-11-25 cs.CL
Automating Direct Speech Variations in Stories and Games
Natural Language and Dialogue Systems Lab（自然语言与对话系统实验室）；University of California, Santa Cruz（加州大学圣克鲁兹分校）
大型游戏中的对话创作不仅需要内容创作，还需要其交付的微妙性，这可能因角色而异。手动创作此对话框可能是乏味的、耗时的，甚至完全不可行。本文利用丰富的叙事表示建模对话和表达自然语言生成引擎实现它，并扩展了一个翻译工具，桥梁两者。我们添加功能的翻译，让直接讲话的叙事表示建模，而原来的翻译只支持由第三人称叙述者讲述的叙述。我们表明，我们可以在对话中执行字符替换。我们实现和评估对话实现的潜在应用：为具有大型，动态或程序生成的开放世界的游戏生成对话。我们提出了一个试点研究的人物使用直接语音的性格，假设未知的性格类型在创作时的人的看法。
2017-08-30 cs.CL
Beyond Math: Stories as a Testbed for Memorization-Constrained Reasoning in LLMs
Department of Computer Science and Electrical Engineering（计算机科学与电气工程系）；University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
本文通过故事测试平台探讨LLM在记忆受限推理中的表现，提出减少机械记忆的方法，发现记忆驱动性能下降，揭示现有基准测试的数据污染问题。
2026-04-24 cs.CL
TVShowGuess: Character Comprehension in Stories as Speaker Guessing
Princeton University（普林斯顿大学）；New Jersey Institute of Technology（新泽西理工学院）；Syracuse University（雪城大学）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；Pattern Recognition Center, WeChat AI（微信人工智能模式识别中心）
我们提出了一个新的任务来评估机器理解叙事故事中虚构人物的技能。TVShowGuess是一个以电视剧剧本为基础，根据场景背景和对白猜测剧中主要人物的任务。我们的人类研究支持这种任务形式涵盖了多种类型的人物角色的理解，包括理解人物的个性，事实和个人经历的记忆，这与心理学和文学理论关于人类在阅读过程中理解虚构人物的心理理论（ToM）是一致的。我们进一步提出了新的模型架构，以支持长场景文本的上下文编码。实验表明，我们提出的方法显着优于基线，但仍然在很大程度上落后于（近乎完美的）人类表现。我们的工作是迈向叙事角色理解目标的第一步。
2022-04-16 cs.AI cs.CL
BIASEDTALES-ML: A Multilingual Dataset for Analyzing Narrative Attribute Distributions in LLM-Generated Stories
School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳）；NiuTrans Research, Shenyang, China（NiuTrans研究院，中国沈阳）
本文提出BiasedTales-ML数据集，通过多语言生成分析叙述属性分布，揭示跨语言生成模式的差异，强调英语中心评估的局限性。
2026-04-18 cs.CL
Exploring aspects of similarity between spoken personal narratives by disentangling them into narrative clause types
MIT Media Lab（麻省理工学院媒体实验室）
分享个人故事是人类社会行为的一个基本方面，因为它有助于分享我们的生活经历。我们可以讲故事，并依靠我们的背景来理解他们的背景，相似之处和差异。在开发讲故事机器或推断人物特征方面已经做出了大量努力。然而，我们通常不会找到比较叙述的模型。这项任务对机器来说是非常具有挑战性的，因为它们和我们有时一样，缺乏对相似性含义的理解。为了应对这一挑战，我们首先介绍了一个语料库的真实世界的口语个人叙述，包括10,296个叙事条款，从594个视频成绩单。其次，我们请非叙事专家根据Labov的个人叙事社会语言学模型（即，动作、定向和评估条款类型），并训练分类器，该分类器对于最高同意条款达到84.7%F分数。最后，我们匹配的故事，并探讨人们是否隐含地依赖于Labov的框架来比较叙述。我们表明，行动其次是叙述者的评价，这些方面的非专家认为最。我们的方法旨在帮助为旨在研究或表示个人叙述的机器学习方法提供信息。
2020-05-27 cs.CL cs.CY
A Close Reading Approach to Gender Narrative Biases in AI-Generated Stories
Sapienza University of Rome（罗马萨皮恩扎大学）；Link University of Rome（罗马链接大学）
本文采用细读方法，基于Propp角色分类和Freytag叙事结构设计提示词，分析ChatGPT、Gemini和Claude生成故事中的性别叙事偏见，揭示了隐性偏见的持续存在并强调多层面评估的重要性。
2025-08-13 cs.AI cs.CL cs.CY
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
Neutrality Bites: Gender Representation in AI-Generated Animal Stories
University of Washington（华盛顿大学）
研究六种主流LLM在生成动物故事时的性别分配，发现模型常避免指定性别或使用中性语言，但一旦指定则显著偏向男性，女性角色几乎缺席，表明中立策略可能导致边缘视角的抹除。
2026-06-06 cs.AI cs.CL
Social Story Frames: Contextual Reasoning about Narrative Intent and Reception
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）；University of Michigan-Flint（密歇根大学弗林特分校）；University of Connecticut（康涅狄格大学）；McGill University（麦吉尔大学）
本文提出SocialStoryFrames框架，通过对话上下文和叙事理论等理论，构建了读者反应的正式化模型，用于分析社交媒体中的叙事意图和接受情况。
2026-04-15 cs.AI cs.CL cs.LG
Whose story is it? Personalizing story generation by inferring author styles
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；University of Maryland, College Park（马里兰大学学院公园分校）
本文提出通过推断作者风格实现个性化故事生成，利用作者写作表和定制规则提升生成故事的风格相似性，实验表明其在捕捉作者风格和相似性方面优于基线方法。
2026-01-06 cs.CL
The Coronavirus is a Bioweapon: Analysing Coronavirus Fact-Checked Stories
Carnegie Mellon University（卡内基梅隆大学）
2020年冠状病毒大流行加剧了对冠状病毒相关错误信息进行标记的必要性，事实核查小组已开始核实互联网上的错误信息。我们探讨了2020年1月至6月由PolitiFact，Poynter和Snopes事实核查小组报告的故事，将其分为六个故事集群，然后分析时间序列和故事有效性趋势以及跨网站的协议水平。我们进一步分解成更细粒度的故事类型的故事集群，提出了一个独特的自动化方法与BERT分类器，可用于分类不同的故事来源，在事实检查的故事和推文。
2021-04-02 cs.CL cs.SI
Character-Level Neural Translation for Multilingual Media Monitoring in the SUMMA Project
University of Latvia（拉脱维亚大学）；University of Edinburgh（爱丁堡大学）；LETA（LETA（拉脱维亚通讯社））；IMCS UL（拉脱维亚大学数学与计算机科学研究所）
本文超越了传统的自然语言处理任务，如自动语音识别（ASR）和机器翻译（MT）的舒适区，以解决自动化多语种新闻监测中出现的两个新问题：分割的电视和广播节目ASR成绩单到个人的故事，和聚类的个人故事来自不同的来源和语言的故事情节。对报道相同事件的故事进行故事情节聚类是审问式媒体监测的一项基本任务。我们通过将序列的低维语义表示能力结合到序列神经翻译模型来解决这两个问题。为了实现形态丰富语言的多语言神经翻译的联合多任务学习，我们将注意力机制替换为滑动窗口机制，并在字符级别而不是单词级别上操作序列到序列神经翻译模型。故事分割和故事情节聚类问题通过检查作为神经翻译过程的副产品产生的低维向量来解决。本文的结果描述了一种新的方法来自动故事分割和故事情节聚类问题。
2016-04-05 cs.CL
An Analysis of Emotion Communication Channels in Fan Fiction: Towards Emotional Storytelling
Institut für Maschinelle Sprachverarbeitung（机器语言处理研究所）；University of Stuttgart（斯图加特大学）
人类讲述的故事以情感为中心，这一点得到了文学和心理学众多研究的支持。近年来，自动讲故事的研究转向了情感讲故事，其中人物的情感在情节发展中起着重要作用。然而，这些研究主要是利用情感来生成命题陈述，如“A对B有感情”或“A面对B”。与此同时，情感行为并不能归结为这样的命题描述，因为人类在沟通情感时表现出复杂且高度可变的模式，无论是口头还是非口头。在本文中，我们分析了情感是如何表达的非语言在一个语料库的风扇小说短篇小说。我们的分析表明，人类写的故事通过各种非语言渠道传达角色情感。我们发现，一些非语言渠道，如面部表情和声音特征的字符，更强烈地与喜悦，而手势和身体姿势更容易发生与信任。基于我们的分析，我们认为，自动讲故事系统应该考虑到情感的变化时，产生的字符的情感描述。
2019-06-06 cs.CL
Multi-view Story Characterization from Movie Plot Synopses and Reviews
University of Houston（休斯顿大学）；University of Edinburgh（爱丁堡大学）
本文考虑的问题，表征故事的推断属性，如主题和风格，使用书面概要和评论的电影。我们用电影概要的多标签数据集和表示故事的各种属性的标签集（例如，类型、事件）。我们提出的多视图模型编码的概要和审查使用层次的注意力，并显示改进的方法，只使用概要。最后，我们演示了如何利用这样的模型，从评论中提取一组互补的故事属性，而无需直接监督。我们已经在https://ritual.uh.edu/ multiview-tag-2020上公开了我们的数据集和源代码。
2020-10-08 cs.CL
Controllable Multi-Character Psychology-Oriented Story Generation
Shanghai University of Electric Power（上海电力大学）；Ludwig Maximilian University（慕尼黑大学）；Siemens Corporate Technology（西门子企业技术）；ETH Zurich（苏黎世联邦理工学院）
故事生成是自然语言生成领域的一个重要研究方向，其目的是根据输入的标题或句子自动生成一个连贯的长篇故事。有相对较少的工作与指定的情感故事生成。现有的作品大多只注重用一种特定的情感来控制整个故事的生成，而忽略了故事过程中人物的情感变化。在我们的工作中，我们的目标是为每个角色设计一条情感线，考虑心理学理论中常见的多种情感，目的是生成具有更丰富的角色情感变化的故事。据我们所知，这部作品是第一部关注故事生成中人物情感线的作品。我们提出了一种新的基于模型的注意力机制，我们称之为SoCP（讲故事的多字符心理学）。我们表明，该模型可以生成的故事，考虑到不同人物的心理状态的变化。考虑到模型的特殊性，除了常用的评价指标（BLEU、ROUGE等）外，我们引入心理状态控制的准确率作为一种新的评价指标。新指标反映了模型对故事人物心理状态控制的效果。实验表明，使用SoCP，生成的故事根据自动和人工评估遵循每个角色的心理状态。
2020-10-11 cs.CL
Can LLMs Generate Good Stories? Insights and Challenges from a Narrative Planning Perspective
Autodesk Research（Autodesk研究院）
该研究从叙事规划视角出发，构建基于文学案例的评估基准检验LLM的故事生成能力，发现GPT-4级LLM可生成小规模因果合理的故事，但角色意图与冲突规划仍有难度，为相关应用提供了参考。
2025-06-11 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
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
Towards Inter-character Relationship-driven Story Generation
UNC Chapel Hill（北卡罗来纳大学教堂山分校）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）；Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院）
在本文中，我们介绍了建模的人际关系的故事生成的任务。为了解决这个问题，我们提出了关系作为故事生成的潜在变量（ReLists）。ReLiSt逐句生成故事，有两个主要组件-关系选择器和故事延续器。关系选择器指定一个潜在变量来选择要在下一个句子中表现的关系，故事延续器生成下一个句子，同时以连贯的方式表达所选择的关系。我们的自动和人工评估表明，ReLists能够生成更忠实于所需关系的故事，同时保持内容质量。推理过程中对句子的关系分配给ReLists带来了可解释性。
2022-11-01 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
A Character-Centric Creative Story Generation via Imagination
Seoul National University（首尔大学）
针对现有故事生成方法多样性与角色深度不足的问题，提出含图像引导想象、多作者模型的CCI框架，经多维度评估验证其提升故事创造力的效果，还支持交互式多模态生成，拓展了人-大模型融合的文化应用方向。
2024-12-13 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
Character-Centric Storytelling
Aalto University（阿尔托大学）
顺序视觉到语言或视觉故事讲述最近成为计算机视觉和语言建模领域的焦点领域之一。虽然现有的模型生成的叙事主观上读起来很好，但在某些情况下，这些模型可能会错过生成故事的机会，这些故事可以解释和解决图像序列中所有潜在的人类和动物角色。考虑到这种情况下，我们提出了一个模型，隐式地学习提供的字符之间的关系，从而生成的故事与各自的字符范围。为此，我们使用了VIST数据集，并报告了数据集上的许多统计数据。最后，我们描述了模型，解释了实验，并讨论了我们的现状和未来的工作。
2020-01-06 cs.CL cs.CV
STAGE: A Full-Screenplay Benchmark for Reasoning over Evolving Stories
Southeast University（东南大学）；Beijing Zhongguancun Academy（北京中关村学院）；Nanjing Normal University（南京师范大学）；ZhuiWen Technology Co., Ltd.（智库文科技有限公司）
提出STAGE基准，通过知识图谱构建、场景事件摘要、长上下文问答和角色扮演四项任务，全面评估模型对电影剧本叙事世界的理解与推理能力。
2026-08-04 cs.AI cs.CL
Are Fairy Tales Fair? Analyzing Gender Bias in Temporal Narrative Event Chains of Children's Fairy Tales
IBM Research（IBM研究院）；University of California Los Angeles（加利福尼亚大学洛杉矶分校）；Northeastern University（东北大学）
本文提出自动提取童话角色时间叙事事件链的计算流程和动词事件标注方案，以分析性别偏见，发现偏见不仅存在于角色参与的动词事件中，也存在于事件的时间叙事顺序中。
2023-05-26 cs.CL
Inferring the Reader: Guiding Automated Story Generation with Commonsense Reasoning
Georgia Institute of Technology（佐治亚理工学院）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
针对Transformer模型在自动故事生成中情节不连贯、缺乏常识推理及难以追踪角色的问题，提出了引入常识推理并支持多角色互动建模的CAST框架，显著提升了单角色与双角色故事的连贯性、切题度、趣味性与流畅性。
2023-11-17 cs.CL
The Emotion Dynamics of Literary Novels
University of Toronto（多伦多大学）；Vector Institute for Artificial Intelligence（矢量人工智能研究所）；National Research Council Canada（加拿大国家研究委员会）
针对现有小说情感计算分析多将整部小说视为单一故事弧线、忽略不同角色情感轨迹差异的问题，本研究利用角色对话区分叙事与各角色的情感弧线，采用话语情感动力学框架分析英语文学小说数据集，发现叙事与对话情感多有差异，单个角色的情感弧线能更准确捕捉故事情感弧线的异同。
2024-03-04 cs.CL
Story Imprinting: AI Assistants Absorb Traits from Human Characters They Resemble
Truthful AI；Harvard University（哈佛大学）；METR；University of Oxford（牛津大学）
研究发现，微调于人类角色故事可使AI助手采纳相似角色的行为与偏好，即“故事印记”，并受“亲和效应”影响，揭示模型内部表示与精英大学人类更相似。
2026-09-11 cs.AI cs.CL cs.LG
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
Scaling Long-Form Story Generation via Narrative State Tracking
Tsinghua University（清华大学）
本文提出NstAgent，一种无需训练的智能体框架，通过跟踪结构化叙事状态，实现从10K到100K字的长篇故事生成，提升叙事一致性与写作质量。
2026-09-29 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
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
From Personas to Plot: Character-Grounded Multi-Agent Story Generation for Long-Form Narratives
Pocket FM；Princeton University（普林斯顿大学）；University of Michigan（密歇根大学）；University of Maryland（马里兰大学）；Universitat Pompeu Fabra（庞培法布拉大学）
提出MAGNET多智能体叙事引擎和ATLAS幻觉检测管线，通过角色代理和世界状态追踪，在100页故事中减少41%注释和50%幻觉，实现连贯长篇小说生成。
2026-10-06 cs.AI cs.CL cs.MA
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
Neural Storyboard Artist: Visualizing Stories with Coherent Image Sequences
Renmin University of China（中国人民大学）；Microsoft Research Asia（微软亚洲研究院）；Microsoft XiaoIce（微软小冰）；Beijing Film Academy（北京电影学院）
故事板是一系列图像，用于说明包含多个句子的故事，这是创建不同故事产品的关键过程。在本文中，我们解决了一个新的多媒体任务的自动故事板创建，以促进这一过程，并激发人类艺术家。受我们对语言的理解是基于我们过去经验的启发，我们提出了一个新颖的灵感和创造框架，该框架具有故事到图像检索器，该检索器选择相关的电影图像以获得灵感，并且故事板创建者进一步细化和渲染图像以提高相关性和视觉一致性。该检索器动态地采用上下文信息的故事与层次的关注，并应用密集的视觉语义匹配，准确地检索和地面图像。然后，创建者采用三个渲染步骤，以增加检索图像的灵活性，这包括删除无关区域，统一的图像风格和替换一致的字符。我们在域内和域外视觉故事数据集上进行了广泛的实验。所提出的模型实现了更好的定量性能比国家的最先进的故事板创建基线。定性可视化和用户研究进一步验证了我们的方法可以创建高质量的故事板，即使是在野外的故事。
2019-11-24 cs.CL cs.CV cs.LG
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
Envisioning Narrative Intelligence: A Creative Visual Storytelling Anthology
University of Washington（华盛顿大学）；DEVCOM Army Research Laboratory（美国陆军作战能力发展司令部陆军研究实验室）
该研究收集100篇即兴视觉故事构建的作品，分析得出五大创作差异主题，并据此提出计算视觉故事讲述的叙事智能五大标准，为自动故事生成的训练数据收集与发展提供参考。
2023-10-06 cs.CL
Controllable Neural Story Plot Generation via Reward Shaping
Georgia Institute of Technology（佐治亚理工学院）；University of Kentucky（肯塔基大学）
基于语义建模的故事情节生成方法试图通过从语言模型（LM）中采样来预测要添加到故事中的下一个字符、单词或句子来构建情节。LM技术缺乏接受用户指导以实现特定目标的能力，导致故事没有清晰的进展感，缺乏连贯性。我们提出了一种奖励整形技术，该技术分析故事语料库并产生中间奖励，这些奖励被反向传播到预先训练的LM中，以引导模型实现给定的目标。自动评估表明，我们的技术可以创建一个模型，生成故事情节，始终实现指定的目标。人类受试者的研究表明，生成的故事有更合理的事件排序比基线情节生成技术。
2023-01-18 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
Lost in Stories: Consistency Bugs in Long Story Generation by LLMs
Microsoft（微软公司）；Singapore University of Technology and Design（新加坡科技设计大学）
ConStory-Bench通过评估长篇故事生成中的叙述一致性，揭示了LLMs在事实和时间维度上的不一致错误趋势。
2026-03-06 cs.AI cs.CL
Plan, Write, and Revise: an Interactive System for Open-Domain Story Generation
Information Sciences Institute, University of Southern California（南加州大学信息科学研究所）；University of Washington（华盛顿大学）
故事合成对于机器甚至人类来说都是一个具有挑战性的问题。我们提出了一个神经叙事生成系统，与人类互动生成故事。我们的系统有不同层次的人类互动，这使我们能够了解在故事写作的哪个阶段，人类合作是最有成效的，既可以提高故事质量，也可以提高写作过程中的人类参与。我们比较了不同种类的互动在故事写作，故事规划和多样性控制的时间限制，并表明，增加类型的人类合作在规划和写作阶段的结果在10-50%的改善，在故事的质量相比，较少的互动基线。与我们自己的交互性较低的系统和以前的话轮转换交互方法相比，我们还显示了用户参与度和对故事的满意度的相应增加。最后，我们发现，负责协作改善故事特定特征的人类实际上能够做到这一点，这对未来使用人在回路系统具有影响。
2019-05-31 cs.CL
Whose Story Gets Told? Positionality and Bias in LLM Summaries of Life Narratives
Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系）；Department of Applied Physics and Applied Mathematics, Columbia University（哥伦比亚大学应用物理与应用数学系）；Department of Psychology, Northwestern University（西北大学心理学系）
本文研究LLM在生命叙事抽象分析中的伦理与有效性，提出基于总结的管道以揭示LLM在解读叙事时的偏见，识别种族和性别偏见并呼吁未来研究中使用该分析方法。
2026-04-22 cs.CL
Improving Generation and Evaluation of Visual Stories via Semantic Consistency
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
故事可视化是一个未被充分开发的任务，它处于计算机视觉和自然语言处理中许多重要研究方向的交叉点。在这个任务中，给定一系列组成故事的自然语言标题，智能体必须生成与标题对应的图像序列。先前的工作已经引入了经常性的生成模型，在这项任务上优于文本到图像的合成模型。然而，在视觉质量、连贯性和相关性方面，生成的图像还有改进的余地。我们提出了一些改进以前的建模方法，包括（1）增加了一个双重学习框架，利用视频描述，以加强故事和生成的图像之间的语义对齐，（2）复制转换机制，顺序一致的故事可视化，（3）基于MART的Transformers器模型帧之间的复杂交互。我们目前的消融研究，以证明这些技术对模型的生成能力的影响，无论是个人的形象，以及整个叙事。此外，由于任务的复杂性和生成性，标准的评估指标不能准确地反映性能。因此，我们还提供了模型的评估指标的探索，侧重于生成的帧的方面，如生成的字符的存在/质量，与字幕的相关性，以及生成的图像的多样性。我们还提出了我们提出的自动化指标与人类评价的相关性实验。代码和数据可在https://github.com/adymaharana/StoryViz上获得
2021-05-20 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
The Garden of Forking Prompts: How Users Explore Narrative Space in Story Generation
University of Colorado Boulder（科罗拉多大学博尔德分校）；University of Georgia（佐治亚大学）；University of Washington（华盛顿大学）
本研究利用真实用户与聊天机器人的对话日志，构建了WildStories和WildEdits数据集，提出编辑类型框架，分析用户通过迭代编辑提示词探索叙事空间的行为，并展示了基于该框架的自动排列用于故事生成基准测试。
2026-09-15 cs.CL
CHIRON: Rich Character Representations in Long-Form Narratives
School of Informatics（信息学院）；University of Edinburgh（爱丁堡大学）
针对现有叙事系统对角色理解不足的问题，本研究提出基于角色设定表的CHIRON表征框架，经生成与验证两步构建角色表征，在掩码角色预测任务上优于基线，其衍生指标可有效推断故事角色中心性且匹配人类判断。
2024-12-07 cs.CL
StoryReasoning Dataset: Using Chain-of-Thought for Scene Understanding and Grounded Story Generation
Instituto Superior Técnico, Universidade de Lisboa（里斯本大学技术学院）；INESC-ID Lisboa（里斯本INESC-ID）
针对视觉叙事系统的指称幻觉等问题，研究者提出包含4178个电影图像衍生故事的StoryReasoning数据集，结合跨帧重识别、思维链推理等方法，微调得到的Qwen Storyteller模型有效减少幻觉并提升创造力。
2025-08-30 cs.CL cs.CV
