論文の概要: LitVISTA: A Benchmark for Narrative Orchestration in Literary Text

• arxiv url: http://arxiv.org/abs/2601.06445v1
• Date: Sat, 10 Jan 2026 06:08:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.819867
• Title: LitVISTA: A Benchmark for Narrative Orchestration in Literary Text
• Title（参考訳）: LitVISTA: 文学テキストにおける物語的オーケストレーションのベンチマーク
• Authors: Mingzhe Lu, Yiwen Wang, Yanbing Liu, Qi You, Chong Liu, Ruize Qin, Haoyu Dong, Wenyu Zhang, Jiarui Zhang, Yue Hu, Yunpeng Li,
• Abstract要約: 計算的物語分析は、文学テキストにおけるリズム、緊張、感情のダイナミクスを捉えることを目的としている。 既存の大きな言語モデルは長いストーリーを生成できるが、因果一貫性に過度にフォーカスする。 本稿では,物語オーケストレーションのための高次元表現フレームワークであるVISTA Spaceを提案する。
• 参考スコア（独自算出の注目度）: 20.35180998049897
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computational narrative analysis aims to capture rhythm, tension, and emotional dynamics in literary texts. Existing large language models can generate long stories but overly focus on causal coherence, neglecting the complex story arcs and orchestration inherent in human narratives. This creates a structural misalignment between model- and human-generated narratives. We propose VISTA Space, a high-dimensional representational framework for narrative orchestration that unifies human and model narrative perspectives. We further introduce LitVISTA, a structurally annotated benchmark grounded in literary texts, enabling systematic evaluation of models' narrative orchestration capabilities. We conduct oracle evaluations on a diverse selection of frontier LLMs, including GPT, Claude, Grok, and Gemini. Results reveal systematic deficiencies: existing models fail to construct a unified global narrative view, struggling to jointly capture narrative function and structure. Furthermore, even advanced thinking modes yield only limited gains for such literary narrative understanding.
• Abstract（参考訳）: 計算的物語分析は、文学テキストにおけるリズム、緊張、感情のダイナミクスを捉えることを目的としている。 既存の大きな言語モデルは長いストーリーを生成することができるが、因果一貫性、複雑なストーリーの弧を無視し、人間の物語に固有のオーケストレーションに過度にフォーカスする。 これにより、モデルと人為的な物語の間に構造的なミスアライメントが生じる。 本稿では,人的・モデル的な物語の視点を統一した物語オーケストレーションのための高次元表現フレームワークであるVISTA Spaceを提案する。 さらに,文文を基盤とした構造的注釈付きベンチマークLitVISTAを導入し,モデルの物語オーケストレーション能力を体系的に評価する。 我々は,GPT,Claude,Grok,Geminiなど,フロンティアLLMの多様な選択に関するオラクル評価を行った。 既存のモデルは、統一されたグローバルな物語ビューの構築に失敗し、物語機能と構造を共同で捉えるのに苦労している。 さらに、先進的な思考様式さえも、そのような文学的物語的理解において限られた利益しか得られない。

関連論文リスト

• Living the Novel: A System for Generating Self-Training Timeline-Aware Conversational Agents from Novels [50.43968216132018]
  文芸作品が没入的で多文字の会話体験に変換されるエンド・ツー・エンドシステムを提案する。 このシステムはLLM駆動文字の2つの基本的な課題を解決するために設計されている。
  論文  参考訳（メタデータ） (2025-12-08T11:57:46Z)
• STORYANCHORS: Generating Consistent Multi-Scene Story Frames for Long-Form Narratives [82.19488717416351]
  本稿では,高品質でマルチシーンなストーリーフレームを生成するための統合フレームワークであるStoryAnchorsを紹介する。 StoryAnchorsは、時間的一貫性を確保するために、過去と将来の両方のコンテキストを統合する双方向のストーリージェネレータを使用している。 また、マルチイベントストーリーフレームラベリングとプログレッシブストーリーフレームトレーニングを統合し、モデルが包括的な物語の流れとイベントレベルのダイナミクスの両方をキャプチャできるようにする。
  論文  参考訳（メタデータ） (2025-05-13T08:48:10Z)
• Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
  本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。 エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
  論文  参考訳（メタデータ） (2024-10-03T15:44:42Z)
• 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)
• 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)
• Tension Space Analysis for Emergent Narrative [0.1784936803975635]
  本稿では,可能世界のナラトロジー理論を用いた創発的物語への新たなアプローチを提案する。 本研究では,このようなシステムにおける作業設計を,表現的範囲分析に触発された形式的解析手法を用いて理解する方法を実証する。 最後に、スケッチベースのインタフェースを用いて、創発的な物語システムのために、コンテンツを作成できる新しい方法を提案する。
  論文  参考訳（メタデータ） (2020-04-22T19:26:09Z)

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。