StoryWriter: A Multi-Agent Framework for Long Story Generation
Tsinghua University（清华大学）
StoryWriter是一个多智能体框架，通过大纲、规划和写作三个模块解决长故事生成中的连贯性与叙事复杂性，显著提升质量并生成高质量长故事数据集。
2025-06-19 cs.AI cs.CL
Collective Critics for Creative Story Generation
Artificial Intelligence Graduate School, UNIST（蔚山科学技术院人工智能研究生院）
本文提出CritiCS框架，通过多LLM批评者与领导者协作的多轮修订机制，在保持叙事连贯性的同时提升长篇故事生成的创意性与读者参与度，并支持人机交互式写作。
2024-10-03 cs.AI cs.CL
StorySpark: Module-wise Evolutionary Search for Story Premise Generation
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Renmin University of China（中国人民大学）；Shandong University（山东大学）；Institute of Deep Perception Technology, JITRI（JITRI深度感知技术研究院）
针对LLM故事生成中前提构思不足的问题，提出StorySpark模块级进化搜索框架，通过优化叙事模块生成更优质的故事前提，提升下游故事质量与创意性。
2026-08-14 cs.AI cs.CL
Generating Long-form Story Using Dynamic Hierarchical Outlining with Memory-Enhancement
Hong Kong Polytechnic University（香港理工大学）；South China University of Technology（华南理工大学）；Pazhou Laboratory（琶洲实验室）；Peng Cheng Laboratory（鹏城实验室）
针对长篇故事生成中上下文不一致和情节不连贯问题，提出DOME方法，融合动态分层大纲与基于时序知识图谱的记忆增强模块，显著提升故事质量。
2024-12-18 cs.CL
DreamRunner: Fine-Grained Compositional Story-to-Video Generation with Retrieval-Augmented Motion Adaptation
针对现有叙事视频生成方法难以对齐复杂单场景描述的问题，本文提出DreamRunner方法，结合脚本结构化规划、检索增强运动自适应与SR3AI模块，实现细粒度故事转视频生成，性能优于现有基线。
2025-11-14 cs.AI cs.CL cs.CV
StoryVerse: Towards Co-authoring Dynamic Plot with LLM-based Character Simulation via Narrative Planning
Autodesk Research（欧特克研究院）
针对游戏剧情生成中传统方法扩展性差、LLM驱动的涌现式剧情难引导的问题，提出基于“抽象幕”结构的创作工作流，结合LLM叙事规划实现多方共创的动态剧情，并通过StoryVerse系统验证了方法通用性。
2024-11-02 cs.AI cs.HC
Plot Writing From Pre-Trained Language Models
Chulalongkorn University（朱拉隆功大学）；Knorex
预训练的语言模型（PLM）无法生成长格式的叙述性文本，因为它们没有考虑全局结构。因此，生成的文本往往是无凝聚力的，重复的，或缺乏内容。最近在故事生成方面的工作重新引入了以提示、关键字或语义框架形式的明确内容规划。在大型并行语料库上训练后，这些模型可以生成更符合逻辑的事件序列，从而生成更有内容的故事。然而，这些中间表示通常不是自然语言，并且在没有微调的情况下不能被PLM利用。我们建议使用现成的PLM生成故事情节，同时保持内容规划的好处，以生成有凝聚力和内容丰富的故事。我们提出的方法，SockchPlot，首先提示PLM组成的内容计划。然后，我们根据内容计划生成故事的主体和结局。此外，我们采取了生成和排名的方法，通过使用额外的PLM排名生成的（故事，结局）对。我们用各种基线对我们的方法进行基准测试，并在人工和自动评估中取得了优异的结果。
2022-06-07 cs.CL
Do Massively Pretrained Language Models Make Better Storytellers?
Stanford University（斯坦福大学）
在大量文本上训练的大型神经语言模型已经成为自然语言理解任务的强大策略。然而，这些模型作为自然语言生成器的优势还不太清楚。虽然有证据表明这些模型生成的文本质量更好，但还没有详细的研究来描述它们的生成能力。在这项工作中，我们比较了一个广泛预训练的模型OpenAI GPT 2 -117（Radford et al.，2019），到最先进的神经故事生成模型（Fan et al.，2018年）。通过在各种自动度量中评估生成的文本，我们描述了预训练模型如何更好地讲述故事。我们发现，虽然GPT 2 -117的条件更强的上下文，是更敏感的事件的顺序，并使用更多的不寻常的话，它是一样可能产生重复和多样性不足的文本时，使用可能性最大化解码算法。
2019-09-24 cs.AI cs.CL cs.LG
End-to-end Story Plot Generator
Meta AI；UC Santa Barbara（加州大学圣巴巴拉分校）；UC Berkeley（加州大学伯克利分校）
针对现有故事剧情生成器依赖昂贵LLM调用且不可微分的问题，提出OpenPlot、E2EPlot和RLPlot三个模型，实现低成本、快速且可个性化的端到端剧情生成，其中E2EPlot速度提升超10倍，RLPlot在悬念和惊喜方面胜率达60%。
2023-10-13 cs.CL
DataNarrative: Automated Data-Driven Storytelling with Visualizations and Texts
York University（约克大学）；Qatar Computing Research Institute (QCRI)（卡塔尔计算研究所）；Nanyang Technological University（南洋理工大学）；Dialpad Inc.（Dialpad公司）；Salesforce AI（Salesforce人工智能部门）
本文提出DataNarrative多智能体框架，通过反思、生成与验证两个LLM智能体协同工作，并构建含1,449个故事的基准，以自动化生成结合可视化与文本的数据驱动叙事。
2024-10-04 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
NGEP: A Graph-based Event Planning Framework for Story Generation
The University of Surrey（萨里大学）；Beihang University（北京航空航天大学）；The University of Sheffield（谢菲尔德大学）
为了提高长文本生成的性能，最近的研究利用自动计划的事件结构（即故事情节）来指导故事生成。这样的先前工作大多采用端到端神经生成模型来预测故事的事件序列。然而，由于幻觉问题，这样的生成模型难以保证单独事件的叙事连贯性，并且另外，由于模型的端到端性质，生成的事件序列通常难以控制。为了解决这些挑战，我们提出了NGEP，一种新的事件规划框架，它通过对自动构建的事件图进行推理来生成事件序列，并通过神经事件顾问来增强泛化能力。我们对多个标准进行了一系列实验，结果表明，我们的基于图的神经框架优于最先进的（SOTA）事件规划方法，考虑到事件序列生成的性能和故事生成的下游任务的有效性。
2022-10-19 cs.AI cs.CL
Narrative Studio: Visual narrative exploration using LLMs and Monte Carlo Tree Search
针对当前 LLM 聊天界面限制交互式叙事为单一流程的问题，提出 Narrative Studio，通过树状界面、迭代 LLM 推理、MCTS 自动扩展及实体图锚定，实现分支叙事的探索与增强。
2025-04-03 cs.AI
GLUCOSE: GeneraLized and COntextualized Story Explanations
Verneek, Inc.（Verneek公司）；QuillBot Inc.（QuillBot公司）；Elemental Cognition（元素认知公司）
当人类阅读或倾听时，他们会做出隐含的常识性推断，从而构建他们对发生了什么以及为什么发生的理解。作为迈向能够构建类似心智模型的人工智能系统的一步，我们引入了GLUCOSE，这是一个大规模的隐含常识因果知识数据集，编码为关于世界的因果迷你理论，每个理论都基于叙事背景。为了构建GLUCOSE，我们利用认知心理学来确定因果解释的十个维度，重点是事件，状态，动机和情绪。每个GLUCOSE条目包括一个特定于故事的因果陈述，以及从该陈述中概括的推理规则。本文详细介绍了两个具体的贡献。首先，我们介绍了我们的平台，用于大规模有效地众包葡萄糖数据，该平台使用半结构化模板来引出因果解释。使用这个平台，我们总共收集了约67万条特定语句和一般规则，这些语句和规则捕捉了有关日常情况的隐含常识。其次，我们表明，现有的知识资源和预训练的语言模型不包括或容易预测葡萄糖的丰富的推理内容。然而，当最先进的神经模型在这些知识的基础上进行训练时，它们可以开始对与人类心理模型相匹配的看不见的故事进行常识性推断。
2020-10-29 cs.AI cs.CL
MUSE: A Theory-Harnessed Story Engine for Vibe Narrativizing
Northeastern University（东北大学）；OranAI；OranAI Ltd.（OranAI有限公司）
MUSE是一个基于麦基故事理论、通过智能体框架和上下文工程将自然语言要求转化为高质量故事的故事引擎，在多个基准上显著提升生成质量。
2026-10-14 cs.CL
Explaining Mixtures of Sources in News Articles
University of Southern California（南加州大学）；University of California, Los Angeles（加州大学洛杉矶分校）；Stanford University（斯坦福大学）
本研究通过新闻来源选择案例，提出基于贝叶斯潜变量模型的指标来评估和预测文章规划模式，发现立场和社会归属模式最有效，并发布含400万篇文章的NewsSources语料库。
2024-11-07 cs.AI cs.CL
WhatELSE: Shaping Narrative Spaces at Configurable Level of Abstraction for AI-bridged Interactive Storytelling
Purdue University（普渡大学）；Autodesk Research（欧特克研究中心）
本文提出WhatELSE系统，利用生成式AI从示例故事创建可控制的叙事空间，通过三种视图和语言抽象工具帮助作者编辑，并生成引人入胜的交互式叙事。
2025-02-25 cs.AI cs.HC
Zero-shot Generation of Coherent Storybook from Plain Text Story using Diffusion Models
Sungkyunkwan University（成均馆大学）；KAIST（韩国科学技术院）
大规模文本到图像模型的最新进展为通过人类设计的自然语言引导图像的创建开辟了新的可能性。然而，虽然先前的文献主要集中在单个图像的生成上，但必须考虑这些模型的能力，以确保图像序列内的一致性，以满足真实世界应用（例如讲故事）的需求。为了解决这个问题，我们在这里提出了一个新颖的神经管道，用于从故事的纯文本生成连贯的故事书。具体来说，我们利用预先训练的大语言模型和文本引导的潜空间扩散模型的组合来生成连贯的图像。虽然以前的故事合成框架通常需要一个大规模的文本到图像的模型训练昂贵的图像标题对保持一致性，我们采用简单的文本反转技术，以及基于检测器的语义图像编辑，允许zero-shot生成连贯的故事书。实验结果表明，我们提出的方法优于国家的最先进的图像编辑基线。
2023-02-08 cs.AI cs.CV cs.LG
Transformer-based Conditional Variational Autoencoder for Controllable Story Generation
University at Buffalo（布法罗大学）；JD Finance America Corporation（京东金融美国公司）
我们研究了用于神经故事生成的大规模潜变量模型（LVMs）-开放域长文本的一个未充分开发的应用程序-目标有两个线程：生成有效性和可控性。LVMs，特别是变分自编码器（VAE），通过利用灵活的分布式潜在表示实现了有效和可控的生成。近年来，Transformers及其变体在没有显式潜在表示学习的情况下取得了显著的效果，因此在生成过程中缺乏令人满意的可控性。在本文中，我们主张在Transformers时代恢复潜变量建模，本质上是表示学习的力量，以增强可控性，而不损害最先进的发电效率。具体来说，我们将潜在表示向量与基于transformer的预训练架构相结合，以构建条件变分自编码器（CVAE）。模型的组成部分，如编码器，解码器和变分后验都建立在预先训练的语言模型-GPT 2在本文中具体。实验证明了我们的模型的最先进的条件生成能力，以及其优秀的表示学习能力和可控性。
2021-07-08 cs.AI cs.CL cs.LG
DATAREEL: Automated Data-Driven Video Story Generation with Animations
York University（约克大学）；Bangladesh University of Business and Technology（孟加拉国商业与技术大学）；RBC, Canada（加拿大RBC）；Nanyang Technological University（南洋理工大学）；Salesforce AI Research（Salesforce人工智能研究）
本文提出DataReel基准，通过328个真实故事评估模型生成动画数据视频故事的能力，采用多智能体框架提升自动化生成效果。
2026-08-10 cs.AI
GraphPlan: Story Generation by Planning with Event Graph
The University of Tokyo（东京大学）；Tokyo Institute of Technology（东京工业大学）；National Institute of Advanced Industrial Science and Technology（日本产业技术综合研究所）
故事生成是一个任务，旨在自动产生多个句子，组成一个有意义的故事。这项任务具有挑战性，因为它需要对句子的语义和故事事件的因果关系有高层次的理解。朴素的序列到序列模型通常无法获得这样的知识，因为在没有策略规划的文本生成模型中，逻辑正确性很难得到保证。在本文中，我们专注于规划的事件序列的事件图辅助，并使用事件来指导发生器。而不是使用一个序列到序列的模型来输出的故事情节，在一些现有的作品，我们建议生成一个事件序列行走的事件图。基于语料库自动构建事件图。为了评估所提出的方法，我们进行人的评价活动规划和故事生成。基于大规模的人类注释结果，我们提出的方法被证明可以产生逻辑上更正确的事件序列和故事。
2021-02-05 cs.CL
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
Independent-Component-Based Encoding Models of Brain Activity During Story Comprehension
School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电子与计算机工程学院）；School of Psychological and Brain Sciences, Georgia Institute of Technology（佐治亚理工学院心理学与脑科学学院）；Department of Linguistics, Stanford University（斯坦福大学语言学系）
提出基于独立成分的编码框架，从fMRI数据中分离刺激驱动和噪声信号，利用语言模型预测独立成分时间序列，识别出与听觉和语言相关的认知网络，验证了成分的可解释性和跨个体一致性。
2026-06-15 cs.CL q-bio.NC
SNAP: A Plan-Driven Framework for Controllable Interactive Narrative Generation
Sungkyunkwan University（成均馆大学）
SNAP通过计划驱动的叙事单元结构，实现可控的交互叙事生成，提升场景一致性与用户响应适应性。
2025-11-18 cs.AI cs.HC
NARRA-Gym for Evaluating Interactive Narrative Agents
University of Notre Dame（诺丁汉大学）；LMU Munich（慕尼黑大学）；Munich Center for Machine Learning（慕尼黑机器学习中心）；University of Pennsylvania（宾夕法尼亚大学）；Lehigh University（莱恩大学）；Massachusetts Institute of Technology（麻省理工学院）；Bake AI UC Santa Barbara（加州大学圣芭芭拉分校）；University of Washington（华盛顿大学）
本文提出NARRA-Gym，一个可执行评估环境，用于评估LLM在多轮交互中生成连贯故事的能力，通过模拟情感种子生成完整故事并记录完整模型在环轨迹，验证了不同模型在故事质量、鲁棒性和用户适应性上的差异。
2026-05-08 cs.CL cs.CY cs.HC
Generating coherent comic with rich story using ChatGPT and Stable Diffusion
University of Toronto（多伦多大学）
本文利用 ChatGPT 生成故事与对话，并用 Stable Diffusion 结合 LoRA 和 ControlNet 微调生成连贯漫画，在角色保真度和艺术风格上达到 SOTA。
2023-05-19 cs.AI cs.CV cs.LG
CoRRPUS: Code-based Structured Prompting for Neurosymbolic Story Understanding
University of Pennsylvania（宾夕法尼亚大学）；University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
本文提出CoRRPUS系统，利用Codex等代码大语言模型引导符号方法跟踪故事状态，在bAbI Task 2和Re^3任务上以极少手工工程超越现有结构化LLM技术，强调符号表示与专门化提示对推理的重要性。
2023-06-08 cs.CL
Persona-Guided Planning for Controlling the Protagonist's Persona in Story Generation
Tsinghua University（清华大学）
赋予主人公一个特定的个性是写一个引人入胜的故事的关键。在本文中，我们的目标是控制故事生成中的主角的人物角色，即，从引导上下文和人物角色描述生成故事，其中主角应该通过连贯的事件序列展示指定的个性。考虑到人物角色在故事中的隐含性和稀疏性，本文提出了一种基于规划的人物角色生成模型CONPER，用于明确地描述人物角色和事件之间的关系。CONPER首先通过预测一个目标句子来规划由特定人物角色激发的主人公行为的事件，然后在预测的人物角色相关事件和常识知识的指导下将情节规划为一系列关键词，最后生成整个故事。自动和手动评估结果都表明，CONPER优于最先进的基线，可以生成更连贯和角色可控的故事。
2022-04-22 cs.CL
Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models
Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence（北京交通大数据挖掘与具身智能重点实验室）；Beijing Jiaotong University（北京交通大学）；CoAI Group（CoAI集团）；DCST（国防科技大学）；IAI（人工智能院）；BNRIST（北航机器人与智能技术研究院）；Tsinghua University（清华大学）；Tencent Jarvis Lab（腾讯Jarvis实验室）；Singapore University of Technology and Design（新加坡科技与设计大学）；Central South University（中南大学）；Lingxin AI（灵犀AI）
本文提出包含INT（交互式叙事治疗师）和IMA（创新时刻评估）的综合框架，通过模拟专家治疗和追踪关键叙事转变量化疗效，在治疗质量与深度上显著优于标准LLMs。
2025-09-12 cs.CL
STORYTELLER: An Enhanced Plot-Planning Framework for Coherent and Cohesive Story Generation
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；University of Chinese Academy of Sciences（中国科学院大学）；UNSW Sydney（新南威尔士大学）；Chongqing University（重庆大学）
本文提出Storyteller框架，通过基于SVO三元组的情节节点结构以及STORYLINE和叙事实体知识图谱两个动态模块，系统提升自动生成故事的连贯性与一致性，实验显示其平均胜率达84.33%。
2025-06-03 cs.CL
Emergent Response Planning in LLMs
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
本文发现大语言模型虽仅训练预测下一词元，但其隐藏表示编码了未来响应的结构、内容与行为属性，表现出涌现式规划能力，并随模型规模与生成过程变化，可用于提升透明度和生成控制。
2025-08-04 cs.CL cs.LG
Are Large Language Models Capable of Generating Human-Level Narratives?
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；University of Southern California（南加利福尼亚大学）；University of California, Davis（加利福尼亚大学戴维斯分校）
该研究通过包含故事弧、转折点、情感维度的计算框架对比发现，大语言模型生成的叙事结构单一缺张力、语篇理解不及人类，而明确整合语篇特征可使神经叙事生成的多样性等指标提升超40%。
2024-10-04 cs.CL
Character-Centric Story Visualization via Visual Planning and Token Alignment
The University of Tokyo（东京大学）；University of California Los Angeles（加州大学洛杉矶分校）；AWS AI Labs（AWS人工智能实验室）
故事可视化通过支持基于完整故事的多个图像生成来推进传统的文本到图像生成。这个任务要求机器1）理解长文本输入，2）产生一个全局一致的图像序列来说明故事的内容。一致的故事可视化的一个关键挑战是保留故事中必不可少的角色。为了应对这一挑战，我们建议适应最近的工作，增强矢量量化变分自编码器（VQ-VAE）的文本到视觉令牌（Transformer）架构。具体来说，我们修改了文本到视觉令牌模块的两个阶段的框架：1）字符令牌规划模型，预测的视觉令牌的字符; 2）视觉令牌完成模型，生成剩余的视觉令牌序列，这是发送到VQ-VAE完成图像生成。为了鼓励字符出现在图像中，我们进一步训练两阶段的框架与字符令牌对齐的目标。大量的实验和评估表明，该方法在保持字符，可以产生更高质量的图像序列相比，强基线。代码可以在https://github.com/sairin1202/VP-CSV中找到
2022-10-22 cs.CL cs.CV
MINT: a Multi-modal Image and Narrative Text Dubbing Dataset for Foley Audio Content Planning and Generation
Beijing University of Posts and Telecommunications（北京邮电大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Tianjin University（天津大学）；Kuaishou Technology Co., Ltd（快手科技有限公司）；Department of Automation, Tsinghua University（清华大学自动化系）；Beijing National Research Center for Information Science and Technology, Tsinghua University（北京信息科学与技术国家研究中心（清华大学））；University of Chinese Academy of Sciences（中国科学院大学）；Shanghai Polytechnic University（上海第二工业大学）
本文构建多模态图像与叙述文本配音数据集 MINT，并提出 CPGA 框架，结合大语言模型内容规划与 PPO 强化学习，提升拟音音频生成的对齐性和真实感。
2024-06-15 cs.AI cs.CV cs.MM
Generating Sentence Planning Variations for Story Telling
Natural Language and Dialogue Systems（自然语言与对话系统）；University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；Baskin School of Engineering（巴斯金工程学院）
最近，从指路和旅游信息到交互式故事系统，对话交互的应用出现了爆炸式增长。然而，这些系统中的许多系统的自然语言生成（NLG）组件在很大程度上仍然是手工制作的。这一限制极大地限制了应用范围;这也意味着不可能利用最近在表达和统计语言生成方面的工作，这些工作可以动态地和自动地产生给定内容的大量变体。我们建议，解决这个问题的一个办法在于开发语言生成资源的新方法。我们描述的ES-翻译，计算语言生成器，以前只适用于寓言，并定量评估的域独立性的EST，将其应用到个人的叙述从博客。然后，我们利用最近的工作语言生成，创建一个参数化的句子规划器的故事生成，提供聚合操作，话语和观点的变化。最后，我们提出了不同的个人叙事复述的用户评价。
2017-08-29 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
A guided journey through non-interactive automatic story generation
Instituto de Telecomunicações (IT-IUL)（电信研究所（IT-IUL））；Instituto Universitário de Lisboa (Iscte-IUL)（里斯本大学学院（Iscte-IUL））
我们提出了一个非交互式计算故事生成的文献调查。本文首先介绍了创造性系统的要求，三种类型的创造力模型（计算，社会文化和个人），以及人类创造性写作的模型。然后，它回顾了每一类的故事生成方法取决于所使用的技术：故事模式，类比，规则，规划，进化算法，隐式知识学习，和显式知识学习。在结论部分之前，本文分析了评论工作对提高生成故事质量的贡献。这一分析涉及故事人物的描述，叙事知识的使用，包括关于人物可信度，以及可能缺乏更全面或更详细的知识或创造力模型。最后，本文提出了结论性意见的形式，建议的研究课题，可能有重大影响的先进的自主非交互式故事生成系统的状态。最后，文章认为，主体思想的自主生成和采纳以及创意保障标准的自主设计可能是未来研究的两个重要课题。
2021-10-08 cs.AI cs.CL
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
A Temporal Variational Model for Story Generation
University of Edinburgh（爱丁堡大学）
最近的语言模型可以在故事生成中生成有趣且语法正确的文本，但通常缺乏情节发展和长期连贯性。本文实验了一种基于TD-VAE（时间差分变分自编码器）的潜在向量规划方法，使用该模型进行文本生成的条件化和重排序。实验结果表明，该算法在自动完形填空和交换题中有很好的表现。人类判断显示，使用TD-VAE重新排序生成的故事在GPT-2中等基线上有所改善，并显示出与分层LSTM重新排序模型相当的性能。对潜在向量的条件化证明是令人失望的，并且降低了人类评估的性能，因为它减少了生成的多样性，并且模型无法学习推进叙事。这突出了技术任务表现（例如完形填空）和生成有趣的故事之间的重要区别。
2021-09-14 cs.AI cs.CL
Guiding Neural Story Generation with Reader Models
Georgia Institute of Technology（佐治亚理工学院）
自动化讲故事长期以来一直吸引着研究人员的注意，因为日常生活中的叙事无处不在。然而，当使用神经语言模型生成叙事时，保持连贯性并保持主题朝向特定结局是具有挑战性的。在本文中，我们介绍了故事生成与读者模型（StoRM），一个框架中，读者模型是用来推理的故事应该进步。读者模型推断人类读者对虚构故事世界的概念、实体和关系的看法。我们展示了一个明确的读者模型表示为一个知识图谱提供故事的连贯性，并提供可控性的形式实现一个给定的故事世界状态的目标。实验表明，我们的模型产生了更连贯和主题上的故事，在包括情节可扩展性和保持主题的维度上优于基线。
2022-05-14 cs.CL
Collaborative Storytelling with Large-scale Neural Language Models
Honda Research Institute Japan（本田日本研究院）；OrientExpress Technologies Inc.（东方快车技术公司）
讲故事在人类社交和娱乐中扮演着核心角色。然而，许多关于自动故事生成的研究都假设故事将由代理生成，而无需任何人类交互。在本文中，我们介绍了协作讲故事的任务，其中一个人工智能代理和一个人合作，创造一个独特的故事，轮流添加到it.We提出了一个协作讲故事的系统，它与一个人类讲故事的人创建一个故事的基础上产生新的话语到目前为止。我们构建了一个讲故事的系统，通过调整一个公开的大规模语言模型上的写作提示和他们的陪同虚构作品的数据集。我们确定产生足够的人性化的话语是一个重要的技术问题，并提出了一个样本和排名的方法来提高话语质量。定量评估表明，我们的方法优于基线，我们提出了我们的系统的能力的定性评价。
2020-11-20 cs.AI cs.CL cs.LG
Contextualize, Show and Tell: A Neural Visual Storyteller
Institute for Research in Applied Mathematics and Systems (IIMAS)（应用数学与系统研究所（IIMAS））；Universidad Nacional Autónoma de México (UNAM)（墨西哥国立自治大学（UNAM））
我们提出了一个用于从图像序列生成短篇小说的神经模型，该模型扩展了Vinyals等人的图像描述模型（Vinyals等人，2015年）。该扩展依赖于编码器LSTM来从图像序列中计算每个故事的上下文向量。该上下文向量被用作多个独立解码器LSTM的第一状态，每个独立解码器LSTM通过将图像嵌入作为第一输入来生成与序列中的每个图像相对应的故事的部分。我们的模型在2018年视觉讲故事挑战赛的内部赛道上显示了与METEOR指标和人类评分的竞争结果。
2018-06-03 cs.AI cs.CL cs.CV
Learning to Predict Explainable Plots for Neural Story Generation
Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
故事生成是自然语言处理的一项重要任务，旨在自动生成连贯的故事。虽然神经网络的使用已被证明在改善故事生成方面是有效的，但如何学习生成可解释的高级情节仍然是一个主要挑战。在这项工作中，我们提出了一个潜变量模型的神经故事生成。该模型将大纲（可解释给人类的自然语言句子）视为潜在变量，以表示连接输入和输出的高级图。我们采用一个外部的摘要模型来指导潜变量模型学习如何从训练数据中生成轮廓。实验表明，我们的方法在自动和人工评估方面都比最先进的方法有了显着的改进。
2019-12-06 cs.CL
Story Ending Generation with Incremental Encoding and Commonsense Knowledge
Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
为给定的故事上下文生成合理的结局，即，故事结局的产生，是故事理解的一个强有力的标志。这一任务不仅要求理解在情节规划中起重要作用的语境线索，而且要求处理内隐知识，使故事合理、连贯。在本文中，我们设计了一个新的故事结局生成模型。该模型采用增量式编码方案来表示故事背景中跨越的背景线索。此外，常识性知识通过多源注意力被应用于促进故事理解，从而帮助产生连贯和合理的结局。该模型通过建立上下文线索和使用内隐知识，能够产生合理的故事结局。自动和人工评估表明，我们的模型可以生成比最先进的基线更合理的故事结局。
2018-12-02 cs.CL
DOC: Improving Long Story Coherence With Detailed Outline Control
UC Berkeley（加州大学伯克利分校）；UCLA（加州大学洛杉矶分校）；Meta AI
针对自动生成数千字长故事时的长程情节连贯性问题，提出含详细大纲生成器与控制器的DOC框架，人工评估显示其在连贯性、相关性等方面大幅优于Re3基线，交互式生成可控性更强。
2023-06-14 cs.AI cs.CL
Event Representations for Automated Story Generation with Deep Neural Nets
Georgia Institute of Technology（佐治亚理工学院）
自动故事生成是自动选择可以作为故事讲述的事件、动作或词语的序列的问题。我们试图开发一个系统，可以通过学习它需要知道的一切从文本故事语料库生成的故事。迄今为止，在字符、单词或句子层面学习语言模型的递归神经网络在生成连贯的故事方面几乎没有成功。我们探讨的问题，提供了一个中等水平的抽象之间的单词和句子，以保留原始数据的语义信息，同时最大限度地减少事件稀疏的事件表示。我们提出了一种技术，用于将文本故事数据预处理成事件序列。然后，我们提出了一种技术，自动生成的故事，我们分解成连续的事件（event2event）和自然语言句子的事件（event2sentence）的生成问题。我们给出了实证结果，比较了不同的事件表示及其对事件后继生成和事件到自然语言的翻译的影响。
2017-09-12 cs.AI cs.CL cs.LG
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
Hierarchical Neural Story Generation
Facebook AI Research（Facebook人工智能研究（Facebook AI Research））；Menlo Park（门洛帕克（注：这里Menlo Park是城市名，根据上下文推断可能是该机构所在地，严格按提取规则，若仅为城市名不应提取，但此处原文“Affiliation: Facebook AI Research, Menlo Park”结构上可能将Menlo Park作为机构的一部分描述，不过从机构粒度和禁止提取城市名来看，主要机构应为Facebook AI Research，Menlo Park为城市，可能是笔误或额外信息，需确认。但根据用户提供的HTML文本，明确的机构名是Facebook AI Research，所以只提取这个。因此正确应为[{）
我们探索故事生成：创造性的系统，可以建立连贯和流畅的文本段落关于一个主题。我们收集了30万个人类撰写的故事的大型数据集，并与在线论坛的写作提示相匹配。我们的数据集支持分层故事生成，其中模型首先生成前提，然后将其转换为一段文本。我们获得了进一步的改进与一种新的形式的模型融合，提高了相关的故事的提示，并添加了一个新的门控多尺度自我注意力机制模型的远程上下文。实验表明，在自动化和人工评估方面，强基线都有很大的改进。人类法官更喜欢由我们的方法生成的故事，而不是那些来自强大的非层次模型的故事，比例为2比1。
2018-05-13 cs.CL
Improving Chinese Story Generation via Awareness of Syntactic Dependencies and Semantics
The University of Surrey（萨里大学）；The University of Sheffield（谢菲尔德大学）
故事生成的目的是在给定的输入条件下生成一个长的叙事。尽管之前的作品在应用预训练模型方面取得了成功，但目前用于中文故事的神经模型仍然难以生成高质量的长文本叙事。我们假设，这源于歧义在句法分析的中文语言，没有明确的分隔符分词。因此，神经模型对中文叙事的特征捕捉效率低下。在本文中，我们提出了一个新的生成框架，通过通知生成模型的单词之间的依赖关系，并通过同义词去噪训练，增加语义表示学习，增强了特征捕获机制。我们进行了一系列的实验，结果表明，我们的框架优于国家的最先进的中文生成模型的所有评价指标，证明了增强的依赖性和语义表示学习的好处。
2022-10-19 cs.AI cs.CL
SMART: A Situation Model for Algebra Story Problems via Attributed Grammar
University of California, Los Angeles（加州大学洛杉矶分校）
解决代数故事问题仍然是人工智能中一项具有挑战性的任务，它需要对现实世界的情况有详细的了解和强大的数学推理能力。以前的数学应用题神经求解器直接将问题文本转换为方程，缺乏对情况的明确解释，并且通常无法处理更复杂的情况。为了解决神经求解器的这种限制，我们引入了\emph{situation model}的概念，它起源于心理学研究，以表示人类在解决问题时的心理状态，并提出了\emph{SMART}，它采用归因语法作为代数故事问题的情景模型的表示。具体来说，我们首先训练一个信息抽取模块，从问题文本中抽取节点、属性和关系，然后根据预定义的属性语法生成解析图。提出了一种迭代学习策略，进一步提高了SMART的性能。为了严格研究这个任务，我们精心策划了一个名为\emph{ASP6.6k}的新数据集。在ASP 6.6k上的实验结果表明，该模型在保持更好的可解释性的同时，大大优于所有以前的神经求解器。为了测试这些模型的泛化能力，我们还设计了一个分布外（OOD）评估，其中的问题比训练集中的问题更复杂。我们的模型在OOD评估中超过了最先进的模型17%，证明了其优越的泛化能力。
2020-12-27 cs.AI cs.CL
Story Realization: Expanding Plot Events into Sentences
Georgia Institute of Technology（佐治亚理工学院）
基于神经网络的自动故事情节生成方法尝试学习如何从自然语言情节摘要的语料库生成新颖的情节。先前的工作已经表明，被称为事件的句子的语义抽象改进了神经情节生成，并且允许将问题分解为：（1）事件序列的生成（事件到事件）和（2）将这些事件转换为自然语言句子（事件到句子）。然而，典型的神经语言生成方法的事件到句子可以忽略事件的细节，并产生语法正确，但语义无关的句子。我们提出了一个基于集合的模型，生成由事件引导的自然语言。我们提供了一个完整的端到端自动故事生成系统的结果--包括人类受试者的研究--表明我们的方法比基线方法生成更连贯和合理的故事。
2019-11-21 cs.AI cs.CL cs.LG
Story Cloze Ending Selection Baselines and Data Examination
Institute for Computational Linguistics（计算语言学研究所）；Heidelberg University（海德堡大学）
本文描述了两个有监督的基线系统的故事完形填空测试共享任务（Mostafazadeh等人，2016年a）。我们首先建立一个分类器，使用基于词嵌入和语义相似度计算的特征。我们进一步实现了一个具有不同编码策略的神经LSTM系统，试图对故事和提供的结局之间的关系进行建模。我们的实验表明，使用基于给定故事词和候选结尾句子词的平均词嵌入向量的表示特征，结合故事和候选结尾表示之间的相似性特征的模型比神经模型表现得更好。我们最好的模型达到了72.42的准确率，在官方评估中排名第三。
2017-03-13 cs.CL
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
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
