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

要約

ストーリーテリングとナラティブは人間の経験の基礎であり、社会的および文化的な関わりと絡み合っています。
そのため、研究者たちは長い間、ストーリーを自動的に生成できるシステムの作成を試みてきました。
近年、ディープラーニングと大量のデータリソースを利用して、ストーリーの自動生成が大幅な進歩を遂げています。
しかし、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、かなりの課題が依然として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達することを妨げています。
これらの課題に取り組むために、多くの研究では、構造化知識を生成プロセスに注入することが試みられており、これは構造化知識強化ストーリー生成と呼ばれます。
外部の知識を組み込むと、ストーリー イベント間の論理的一貫性が強化され、知識の基礎がより良くなり、ストーリーにおける過度の一般化や反復の問題が軽減されます。
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。(i) 既存の手法が構造化された知識をストーリー生成にどのように統合するかに関する体系的な分類を示します。
(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) 知識を活用したスト​​ーリー生成の課題について多面的な洞察を提供し、将来の研究の有望な方向性を明らかにします。

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 systematic 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