Open-world Story Generation with Structured Knowledge Enhancement: A Comprehensive Survey

要約

ストーリーテリングと物語は、人間の経験の基本であり、社会的および文化的関与と絡み合っています。
そのため、研究者は長い間、ストーリーを自動的に生成できるシステムを作成しようと試みてきました。
近年、深層学習と大量のデータ リソースを活用して、ストーリーの自動生成が大幅に進歩しています。
ただし、生成されたストーリーにおけるグローバルな一貫性の必要性など、かなりの課題が、生成モデルが人間のナレーターと同じストーリーテリング能力に到達することを依然として妨げています。
これらの課題に取り組むために、多くの研究では、構造化された知識を強化したストーリー生成と呼ばれる生成プロセスに構造化された知識を注入しようとしています。
外部の知識を組み込むことで、ストーリー イベント間の論理的な一貫性を強化し、知識の基盤を改善し、ストーリーの過度の一般化と反復の問題を軽減できます。
この調査は、この研究分野の最新かつ包括的なレビューを提供します。
(ii) 関連するストーリー コーパス、構造化された知識データセット、および評価指標を要約します。
(iii) 知識が強化されたストーリー生成の課題に多次元的な洞察を与え、将来の研究の有望な方向性に光を当てます。

要約(オリジナル)

Storytelling and narrative are fundamental to human experience, intertwined with our social and cultural engagement. As such, researchers have long attempted to create systems that can generate stories automatically. In recent years, powered by deep learning and massive data resources, automatic story generation has shown significant advances. However, considerable challenges, like the need for global coherence in generated stories, still hamper generative models from reaching the same storytelling ability as human narrators. To tackle these challenges, many studies seek to inject structured knowledge into the generation process, which is referred to as structured knowledge-enhanced story generation. Incorporating external knowledge can enhance the logical coherence among story events, achieve better knowledge grounding, and alleviate over-generalization and repetition problems in stories. This survey provides the latest and comprehensive review of this research field: (i) we present a systematical taxonomy regarding how existing methods integrate structured knowledge into story generation; (ii) we summarize involved story corpora, structured knowledge datasets, and evaluation metrics; (iii) we give multidimensional insights into the challenges of knowledge-enhanced story generation and cast light on promising directions for future study.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google