論文の概要: Computational Representations of Character Significance in Novels

• arxiv url: http://arxiv.org/abs/2601.15508v1
• Date: Wed, 21 Jan 2026 22:29:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-23 21:37:20.43636
• Title: Computational Representations of Character Significance in Novels
• Title（参考訳）: 小説における登場人物の意義の計算的表現
• Authors: Haaris Mian, Melanie Subbiah, Sharon Marcus, Nora Shaalan, Kathleen McKeown,
• Abstract要約: 我々は6成分構造的性格モデルを提案する新しい文学理論を提案する。 このモデルは、ナレーターとキャラクタの区別を考慮し、他のキャラクタによる議論である事前の手法によって無視されるコンポーネントを含む。 そして、これらの表現によって、新しい計算レンズから大規模に文学的な問題にアプローチできることを実証する。
• 参考スコア（独自算出の注目度）: 10.538161193756666
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Characters in novels have typically been modeled based on their presence in scenes in narrative, considering aspects like their actions, named mentions, and dialogue. This conception of character places significant emphasis on the main character who is present in the most scenes. In this work, we instead adopt a framing developed from a new literary theory proposing a six-component structural model of character. This model enables a comprehensive approach to character that accounts for the narrator-character distinction and includes a component neglected by prior methods, discussion by other characters. We compare general-purpose LLMs with task-specific transformers for operationalizing this model of character on major 19th-century British realist novels. Our methods yield both component-level and graph representations of character discussion. We then demonstrate that these representations allow us to approach literary questions at scale from a new computational lens. Specifically, we explore Woloch's classic "the one vs the many" theory of character centrality and the gendered dynamics of character discussion.
• Abstract（参考訳）: 小説の登場人物は、その行動、名前のついた言及、対話といった側面を考慮して、物語の場面での存在に基づいてモデル化されてきた。 このキャラクターの概念は、ほとんどの場面に存在する主人公に顕著な重点を置いている。 この研究では、代わりに、6成分構造的性格モデルを提案する新しい文学理論から発展したフレーミングを採用する。 このモデルにより、ナレーター・キャラクタの区別を考慮に入れた文字に対する包括的アプローチが可能となり、他のキャラクタによる議論である事前の手法によって無視されるコンポーネントを含む。 我々は、19世紀のイギリスのリアリスト小説において、汎用LLMとタスク特化トランスフォーマーを比較して、このキャラクタモデルを運用する。 提案手法は,文字議論の要素レベルとグラフ表現を両立させる。 そして、これらの表現によって、新しい計算レンズから大規模に文学的な問題にアプローチできることを実証する。 具体的には、Wolochの古典的な性格中心性の理論と、キャラクター議論のジェンダー化されたダイナミクスを探求する。

関連論文リスト

• MARCUS: An Event-Centric NLP Pipeline that generates Character Arcs from Narratives [3.0765811485120182]
  MARCUSは,人物間の関係をモデル化するためのイベント,参加者キャラクタ,インプリード感情,感情を抽出するNLPパイプラインである。 2つの拡張ファンタジーシリーズ、ハリー・ポッターとロード・オブ・ザ・リングからキャラクターアークを生成する。
  論文  参考訳（メタデータ） (2025-10-21T01:03:48Z)
• MoCha: Towards Movie-Grade Talking Character Synthesis [62.007000023747445]
  本研究では,音声とテキストから直接話し言葉のアニメーションを生成するための,より現実的なタスクであるトーキングキャラクタを紹介する。 トーキング・キャラクタとは違い、トーキング・キャラクタは顔領域を超えて1つ以上のキャラクターの完全な肖像画を作成することを目的としている。 そこで本研究では,まず,話し言葉を生成するMoChaを提案する。
  論文  参考訳（メタデータ） (2025-03-30T04:22:09Z)
• Generating Visual Stories with Grounded and Coreferent Characters [63.07511918366848]
  本稿では,一貫した接地的・中核的な特徴を持つ視覚的ストーリーを予測できる最初のモデルを提案する。 我々のモデルは、広く使われているVISTベンチマークの上に構築された新しいデータセットに基づいて微調整されています。 また、物語における文字の豊かさとコア参照を測定するための新しい評価指標を提案する。
  論文  参考訳（メタデータ） (2024-09-20T14:56:33Z)
• CHIRON: Rich Character Representations in Long-Form Narratives [98.273323001781]
  文字のテキスト情報を整理・フィルタリングする新しい文字シートの表現であるCHIRONを提案する。 実験の結果,CHIRONは類似の要約に基づくベースラインよりも優れ,柔軟であることが判明した。 CHIRONから派生したメトリクスは、ストーリーのキャラクター中心性を自動的に推測するために使用することができ、これらのメトリクスは人間の判断と一致している。
  論文  参考訳（メタデータ） (2024-06-14T17:23:57Z)
• TVShowGuess: Character Comprehension in Stories as Speaker Guessing [23.21452223968301]
  物語における架空のキャラクターを理解するための機械のスキルを評価するための新しいタスクを提案する。 タスクであるTVShowGuessは、TVシリーズのスクリプトをベースとして、シーンの背景や対話に基づいて匿名のメインキャラクターを推測する形式をとっている。 我々の人間による研究は、キャラクターの個性、事実、個性体験の記憶など、複数の種類の人格の理解をカバーしている。
  論文  参考訳（メタデータ） (2022-04-16T05:15:04Z)
• "Let Your Characters Tell Their Story": A Dataset for Character-Centric Narrative Understanding [31.803481510886378]
  文芸作品の新しいデータセットLiSCUとその要約を、それらに現れる文字の記述と組み合わせて紹介する。 また、LiSCUにおける文字識別と文字記述生成という2つの新しいタスクについても紹介する。 これらの課題に適応した事前学習型言語モデルを用いた実験により,より優れた物語理解モデルの必要性が示された。
  論文  参考訳（メタデータ） (2021-09-12T06:12:55Z)

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。