論文の概要: A Corpus for Understanding and Generating Moral Stories

• arxiv url: http://arxiv.org/abs/2204.09438v1
• Date: Wed, 20 Apr 2022 13:12:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-21 14:53:00.512692
• Title: A Corpus for Understanding and Generating Moral Stories
• Title（参考訳）: モラルストーリーの理解と生成のためのコーパス
• Authors: Jian Guan, Ziqi Liu, Minlie Huang
• Abstract要約: 機械のこれらの能力を評価するために,2つの理解タスクと2つの世代タスクを提案する。 我々は、中国語と英語で書かれた道徳的物語の新しいデータセットであるSTORALを提示する。
• 参考スコア（独自算出の注目度）: 84.62366141696901
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Teaching morals is one of the most important purposes of storytelling. An essential ability for understanding and writing moral stories is bridging story plots and implied morals. Its challenges mainly lie in: (1) grasping knowledge about abstract concepts in morals, (2) capturing inter-event discourse relations in stories, and (3) aligning value preferences of stories and morals concerning good or bad behavior. In this paper, we propose two understanding tasks and two generation tasks to assess these abilities of machines. We present STORAL, a new dataset of Chinese and English human-written moral stories. We show the difficulty of the proposed tasks by testing various models with automatic and manual evaluation on STORAL. Furthermore, we present a retrieval-augmented algorithm that effectively exploits related concepts or events in training sets as additional guidance to improve performance on these tasks.
• Abstract（参考訳）: モラルを教えることはストーリーテリングの最も重要な目的の1つである。 道徳的物語を理解し書きする上で不可欠な能力は、ストーリー・プロットと暗黙の道徳をブリッジすることである。 主な課題は,(1)モラルにおける抽象概念に関する知識の把握,(2)物語における物語間の会話関係の獲得,(3)善行や悪行に関する物語や道徳の価値選好の整合である。 本稿では,機械の能力を評価するための2つの理解課題と2つの世代の課題を提案する。 我々は、中国語と英語で書かれた道徳的物語の新しいデータセットであるSTORALを紹介する。 本研究では,STORALの自動評価と手動評価による各種モデルの検証により,提案課題の難しさを示す。 さらに,これらのタスクの性能向上のための追加ガイダンスとして,学習セットにおける関連する概念やイベントを効果的に活用する検索拡張アルゴリズムを提案する。

関連論文リスト

• What Makes a Good Story and How Can We Measure It? A Comprehensive Survey of Story Evaluation [57.550045763103334]
  ストーリーを評価することは、他の世代の評価タスクよりも難しい場合があります。 まず、テキスト・トゥ・テキスト、ビジュアル・トゥ・テキスト、テキスト・トゥ・ビジュアルといった既存のストーリーテリングタスクを要約する。 本研究では,これまで開発されてきた,あるいはストーリー評価に応用可能な評価指標を整理する分類法を提案する。
  論文  参考訳（メタデータ） (2024-08-26T20:35:42Z)
• What Makes it Ok to Set a Fire? Iterative Self-distillation of Contexts and Rationales for Disambiguating Defeasible Social and Moral Situations [48.686872351114964]
  道徳的または倫理的な判断は、それらが起こる特定の文脈に大きく依存する。 我々は,行動が多かれ少なかれ道徳的に容認されるような,根底的な文脈を提供するという,デファシブルな道徳的推論を導入する。 文脈化と論理の1.2M項目からなる高品質なデータセットを115Kデファシブルな道徳行動のために蒸留する。
  論文  参考訳（メタデータ） (2023-10-24T00:51:29Z)
• CHAE: Fine-Grained Controllable Story Generation with Characters, Actions and Emotions [10.694612203803146]
  本稿では,物語のきめ細かい制御モデルを提案する。 キャラクター、対応するアクション、感情を任意に割り当てたカスタマイズされたストーリーを生成することができる。 きめ細かいパーソナライズされたガイダンスに従ってストーリーを生成することは、強い制御性を持つ。
  論文  参考訳（メタデータ） (2022-10-11T07:37:50Z)
• Don't Copy the Teacher: Data and Model Challenges in Embodied Dialogue [92.01165203498299]
  後続の身体的対話命令は、自然言語交換から複雑なタスクのシーケンスを完了させるエージェントを必要とする。 本稿では,模倣学習(IL)と関連する低レベルメトリクスが,実際には誤解を招くものであり,具体的対話研究の目標と一致していないことを論じる。
  論文  参考訳（メタデータ） (2022-10-10T05:51:40Z)
• Incorporating Commonsense Knowledge into Story Ending Generation via Heterogeneous Graph Networks [16.360265861788253]
  本研究では,異なるレベルにおけるストーリーコンテキストの情報と,それら間の多義的な対話性の両方を明示的にモデル化するために,ストーリー異種グラフネットワーク(SHGN)を提案する。 より詳しくは、常識知識、単語、文を3種類のノードとみなす。 感情傾向を暗黙的に捉えるための2つの補助タスクを設計し、重要なイベントをコンテキストに配置する。
  論文  参考訳（メタデータ） (2022-01-29T09:33:11Z)
• A guided journey through non-interactive automatic story generation [0.0]
  この記事では,創造的システムに対する要件,創造性の3種類のモデル(計算的,社会文化的,個人的),人間の創造的記述のモデルについて述べる。 この記事は、伝達すべき主要なアイデアの自律的生成と採用、創造性を保証する基準の自律的設計が、おそらく将来の研究において最も重要なトピックの2つである、と結論付けている。
  論文  参考訳（メタデータ） (2021-10-08T10:01:36Z)
• Contextualized moral inference [12.574316678945195]
  本稿では,道徳的ヴィグネットの直感的な判断をテキストベースで予測する手法を提案する。 文脈化された表現は、代替表現よりもかなり有利であることを示す。
  論文  参考訳（メタデータ） (2020-08-25T00:34:28Z)
• Aligning AI With Shared Human Values [85.2824609130584]
  私たちは、正義、幸福、義務、美徳、常識道徳の概念にまたがる新しいベンチマークであるETHICSデータセットを紹介します。 現在の言語モデルは、基本的な人間の倫理的判断を予測できる有望だが不完全な能力を持っている。 私たちの研究は、今日の機械倫理の進歩を示しており、人間の価値観に合わせたAIへの足掛かりを提供する。
  論文  参考訳（メタデータ） (2020-08-05T17:59:16Z)
• A Knowledge-Enhanced Pretraining Model for Commonsense Story Generation [98.25464306634758]
  本稿では,外部知識ベースからのコモンセンス知識を利用して,合理的なストーリーを生成することを提案する。 我々は,真と偽のストーリーを識別するための差別的目的を組み合わせたマルチタスク学習を採用している。 我々のモデルは、特に論理学とグローバルコヒーレンスの観点から、最先端のベースラインよりも合理的なストーリーを生成することができる。
  論文  参考訳（メタデータ） (2020-01-15T05:42:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。