論文の概要: StoryLens: Preference-Aligned Story Rewriting via Context-Aware Narrative Enrichment
- arxiv url: http://arxiv.org/abs/2605.28073v1
- Date: Wed, 27 May 2026 07:29:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:55.844316
- Title: StoryLens: Preference-Aligned Story Rewriting via Context-Aware Narrative Enrichment
- Title（参考訳）: StoryLens: コンテキスト認識による物語の書き直し
- Authors: Hanwen Cui, Yuting Mei, Yuhang Fu, Dingyi Yang, Qin Jin,
- Abstract要約: 効果的なストーリーの書き直しは、表面的なスタイル的適応以上の文脈を考慮した物語の豊かさを要求する。
私たちのパイロット人間による研究では、スタイル適応だけでは読者満足度に限界的な利益しか得られないことが示されています。
STORYLENNNCH(STORYLENNNCH)は、好みに沿ったストーリー書き換えのための大規模ベンチマークである。
本稿では,書き直し記事に対する読者満足度を推定する報酬モデルであるSTORYLENSEVALと,教師付き微調整とGRPOに基づく強化学習を組み合わせた2段階書き換えモデルであるSTORYLENSWRITERを提案する。
- 参考スコア（独自算出の注目度）: 46.52328522235641
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Story rewriting aims to adapt existing narratives to diverse reader preferences while preserving plot consistency and narrative coherence. Unlike conventional work on style transfer, we argue that effective story rewriting demands context-aware narrative enrichment beyond surface-level stylistic adaptation. Our pilot human study shows that style adaptation alone provides only marginal gains in reader satisfaction (2.3%), while context-enhanced rewriting substantially improves user preference alignment (24.5%). Motivated by this, we introduce STORYLENSBENCH, a large-scale benchmark for preference-aligned story rewriting, comprising structured story books, multi-dimensional reader preference profiles, and ranked context-aware rewritten stories. Building on this benchmark, we propose STORYLENSEVAL, a reward model for estimating reader satisfaction over rewritten stories, and STORYLENSWRITER, a two-stage rewriting model combining supervised fine-tuning with GRPO-based reinforcement learning. We further establish a comprehensive evaluation framework covering fidelity, coherence, and reader satisfaction. Experimental results demonstrate that STORYLENSWRITER consistently outperforms strong generation and personalization baselines, highlighting the importance of context-aware narrative enrichment for personalized story rewriting.
- Abstract（参考訳）: ストーリーの書き直しは、ストーリーの一貫性と物語の一貫性を保ちながら、既存の物語を様々な読者の好みに適応させることを目的としている。
スタイル伝達に関する従来の研究とは異なり、実効的なストーリー書き換えは、表層的なスタイル適応以上の文脈を考慮した物語の充実を要求できると主張している。
我々のパイロット・ヒューマン・スタディは、スタイル適応だけで読者満足度(2.3%)に限界的な利得しか得られず、コンテキスト強化された書き換えはユーザの好みの調整性(24.5%)を大幅に改善することを示している。
そこで本研究では、構造化されたストーリーブック、多次元の読者選好プロファイル、ランキング付きコンテキスト対応の書き直し記事を含む、大規模に優先順位付けされたストーリーリライティングのベンチマークであるSTORYLENSBENCHを紹介する。
本ベンチマークに基づいて,書き直し記事よりも読者満足度を推定する報奨モデルであるSTORYLENSEVALと,教師付き微調整とGRPOに基づく強化学習を組み合わせた2段階書き換えモデルであるSTORYLENSWRITERを提案する。
さらに,忠実度,コヒーレンス,読者満足度を包括的に評価する枠組みを構築した。
実験結果から,STORYLENSWRITERは強い世代とパーソナライズベースラインを一貫して上回り,パーソナライズされたストーリーの書き直しにおけるコンテキスト対応物語の充実の重要性を強調した。
関連論文リスト
- 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) - Pastiche Novel Generation Creating: Fan Fiction You Love in Your Favorite Author's Style [48.08453439104245]
文芸パスティッシュの中核的な側面を習得する新しい世代システムであるWriterAgentを提案する。
WriterAgentは、低レベルのスタイリスティックな熟達から高レベルの物語コヒーレンスまで、カリキュラム学習パラダイムを通じて訓練されている。
我々は、ハリー・ポッターやドリーム・オブ・ザ・レッドチェンバーといった多言語古典のWriterAgentを評価し、ベースラインよりも優れていることを示した。
論文 参考訳（メタデータ） (2025-02-21T17:40:42Z) - Collective Critics for Creative Story Generation [9.249662593315541]
創造的ストーリー生成フレームワーク(CritiCS)のための集合的批評を提案する。
CritiCSはプラン精錬段階(CrPlan)とストーリー生成段階(CrText)からなる。
各ステージにおいて、LCMの批評家と1人のリーダーのグループが、複数のラウンドを通じて計画とストーリーの段階的なドラフトを作成します。
論文 参考訳（メタデータ） (2024-10-03T12:21:17Z) - ContextualStory: Consistent Visual Storytelling with Spatially-Enhanced and Storyline Context [50.572907418430155]
ContextualStoryは、コヒーレントなストーリーフレームを生成し、ビジュアルなストーリーテリングのためにフレームを拡張するように設計されたフレームワークである。
ストーリーライン埋め込みにおけるコンテキストを豊かにするストーリーラインコンテクストアライザと、フレーム間のシーン変化を測定するストーリーフローアダプタを導入する。
PororoSVとFlintstonesSVデータセットの実験では、ContextualStoryはストーリーの可視化と継続の両方で既存のSOTAメソッドよりも大幅に優れています。
論文 参考訳（メタデータ） (2024-07-13T05:02:42Z) - Returning to the Start: Generating Narratives with Related Endpoints [27.61802620856587]
本稿では,物語生成パラダイムであるRENarGenを提案する。
私たちのコントリビューションには、ナラトロジーからの様々な予約方法がストーリーの言語モデリングにどのように影響するかの最初の調査が含まれている。
論文 参考訳（メタデータ） (2024-03-31T23:48:50Z) - Re3: Generating Longer Stories With Recursive Reprompting and Revision [83.99558005056817]
我々は,2千語以上の長文を自動生成する問題を考察する。
短いストーリーの以前の作業と比較して、長距離プロットのコヒーレンスと関連性は、ここではより中心的な課題である。
本稿では,これらの課題に対処するRecursive Reprompting and Revision framework(Re3)を提案する。
論文 参考訳（メタデータ） (2022-10-13T06:29:57Z) - Stylized Story Generation with Style-Guided Planning [38.791298336259146]
そこで本稿では,先行する文脈を条件として,新たなタスク,スタイル化されたストーリージェネレーション,すなわちスペクティフィドスタイルでストーリーを生成することを提案する。
我々のモデルは、ROCStoriesデータセットに基づいて、エモオプション駆動またはイベント駆動のストーリーを制御できる。
論文 参考訳（メタデータ） (2021-05-18T15:55:38Z)
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。