論文の概要: Social Story Frames: Contextual Reasoning about Narrative Intent and Reception

• arxiv url: http://arxiv.org/abs/2512.15925v1
• Date: Wed, 17 Dec 2025 19:41:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.797635
• Title: Social Story Frames: Contextual Reasoning about Narrative Intent and Reception
• Title（参考訳）: 社会ストーリーフレーム:物語の意図と受容に関する文脈的推論
• Authors: Joel Mire, Maria Antoniak, Steven R. Wilson, Zexin Ma, Achyutarama R. Ganti, Andrew Piper, Maarten Sap,
• Abstract要約: SocialStoryFramesは、読者反応に関するもっともらしい推論を蒸留するための形式主義である。 SSF-Corpusは、さまざまなコンテキストから6,140のソーシャルメディアストーリーをキュレートしたデータセットである。 SocialStoryFramesは、微粒で文脈に敏感なモデリングと、受信者の反応の一般的な分類を結びつけることによって、オンラインコミュニティにおけるストーリーテリングに関する新たな研究を可能にする。
• 参考スコア（独自算出の注目度）: 25.821216199883043
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Reading stories evokes rich interpretive, affective, and evaluative responses, such as inferences about narrative intent or judgments about characters. Yet, computational models of reader response are limited, preventing nuanced analyses. To address this gap, we introduce SocialStoryFrames, a formalism for distilling plausible inferences about reader response, such as perceived author intent, explanatory and predictive reasoning, affective responses, and value judgments, using conversational context and a taxonomy grounded in narrative theory, linguistic pragmatics, and psychology. We develop two models, SSF-Generator and SSF-Classifier, validated through human surveys (N=382 participants) and expert annotations, respectively. We conduct pilot analyses to showcase the utility of the formalism for studying storytelling at scale. Specifically, applying our models to SSF-Corpus, a curated dataset of 6,140 social media stories from diverse contexts, we characterize the frequency and interdependence of storytelling intents, and we compare and contrast narrative practices (and their diversity) across communities. By linking fine-grained, context-sensitive modeling with a generic taxonomy of reader responses, SocialStoryFrames enable new research into storytelling in online communities.
• Abstract（参考訳）: 物語を読むことは、物語の意図に関する推測やキャラクターに関する判断など、豊かな解釈、感情的、評価的な反応を引き起こす。 しかし、読み手応答の計算モデルは制限されており、ニュアンス解析を妨げている。 このギャップに対処するため,著者の意図,説明的・予測的推論,感情的反応,価値判断など,読者の反応に関する妥当な推論を蒸留する形式であるSocialStoryFramesを紹介した。 SSF-Generator と SSF-Classifier の2つのモデルを開発した。 我々は,大規模にストーリーテリングを研究する上でのフォーマリズムの有用性を実証するために,パイロット分析を実施している。 具体的には、SSF-Corpusにモデルを適用し、様々な文脈から6,140のソーシャルメディアストーリーを収集し、ストーリーテリング意図の頻度と相互依存性を特徴付け、コミュニティ間での物語の実践(とその多様性)を比較して比較する。 SocialStoryFramesは、微粒で文脈に敏感なモデリングと、受信者の反応の一般的な分類を結びつけることによって、オンラインコミュニティにおけるストーリーテリングに関する新たな研究を可能にする。

関連論文リスト

• SocialNLI: A Dialogue-Centric Social Inference Dataset [49.60157928163403]
  第1回社会対話推論データセットSocialNLIを紹介する。 SocialNLIは、複雑な社会的ニュアンスの中心となるために手書きの対話文からなる。 多段階の反実的推論による推論モデルの評価を行う。
  論文  参考訳（メタデータ） (2025-10-06T23:42:01Z)
• Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
  本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。 我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。 我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
  論文  参考訳（メタデータ） (2025-04-10T02:52:34Z)
• BookWorm: A Dataset for Character Description and Analysis [59.186325346763184]
  本稿では,短い事実プロファイルを生成する文字記述と,詳細な解釈を提供する文字解析という2つのタスクを定義する。 本稿では,Gutenbergプロジェクトからの書籍と,人間による記述と分析のペアリングを行うBookWormデータセットを紹介する。 その結果,検索に基づくアプローチは両タスクにおいて階層的アプローチよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-14T10:55:58Z)
• Mapping News Narratives Using LLMs and Narrative-Structured Text Embeddings [0.0]
  構造主義言語理論に基づく数値的物語表現を導入する。 オープンソースLLMを用いてアクタントを抽出し,それをナラティブ構造化テキスト埋め込みに統合する。 本稿では,イスラエル・パレスチナ紛争に関するアル・ジャジーラとワシントン・ポストの新聞記事5000件を例に,本手法の分析的考察を紹介する。
  論文  参考訳（メタデータ） (2024-09-10T14:15:30Z)
• Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
  本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。 本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。 談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
  論文  参考訳（メタデータ） (2024-07-18T08:02:49Z)
• Understanding Social Structures from Contemporary Literary Fiction using Character Interaction Graph -- Half Century Chronology of Influential Bengali Writers [2.103087897983347]
  社会構造や現実世界の出来事は、しばしば現代文学に影響を及ぼす。 文字相互作用グラフを用いて、現代文化が文学の風景に与える影響について、社会的問いかけを探索する。
  論文  参考訳（メタデータ） (2023-10-25T20:09:14Z)
• Discovering collective narratives shifts in online discussions [3.6231158294409482]
  本稿では,変化点検出,意味的役割ラベリング(SRL),物語の断片を物語ネットワークに自動集約することで,ギャップを埋める体系的な物語発見フレームワークを提案する。 我々は、新型コロナウイルスと2017年のフランス大統領選に関する2つのTwitterコーパスを合成および実証データで評価した。 以上の結果から,本手法は主要な出来事に対応する大きな物語シフトを回復できることが示された。
  論文  参考訳（メタデータ） (2023-07-17T15:00:04Z)
• M-SENSE: Modeling Narrative Structure in Short Personal Narratives Using Protagonist's Mental Representations [14.64546899992196]
  本研究では,登場人物の心的状態の推測を解析し,物語構造の顕著な要素を自動的に検出するタスクを提案する。 本稿では,物語構造の主要な要素,特にクライマックスと解像度のマニュアルアノテーションを含む,短い個人物語のSTORIESデータセットを紹介する。 我々のモデルは、クライマックスと解像度を識別するタスクにおいて、大幅な改善を達成できる。
  論文  参考訳（メタデータ） (2023-02-18T20:48:02Z)
• Modeling Social Readers: Novel Tools for Addressing Reception from Online Book Reviews [0.0]
  5つの人気小説のレビューのコーパスを使用して、小説のメインストーリーラインの読者の蒸留を研究します。 無限語彙ネットワークの研究に3つの重要な貢献をしている。 本稿では、レビューから集約された部分軌跡に基づいてイベントのコンセンサスシーケンスを生成する新しいシーケンシングアルゴリズムREV2SEQを提案する。
  論文  参考訳（メタデータ） (2021-05-03T20:10:14Z)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)

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。