讲故事的机器人学习如何精打细算

没有什么比令人失望的好故事更令人失望的了。因此，卡内基·梅隆大学(Carnegie Mellon University)的研究人员在自动叙事的年轻领域工作，他们认为自己并没有通过设计更好的结局来取得领先。

问题在于，大多数用于生成故事结尾的算法都倾向于使用通用句子，例如“他们度过了愉快的时光”或“他很伤心”。这些可能很无聊，但是CMU语言技术学院的教授艾伦·布莱克(Alan Black)表示，它们并不一定比“ UFO来了，把它们全部夺走”这样的不合逻辑的说法更糟。

在8月1日星期四于意大利佛罗伦萨举行的第二次讲故事讲习班上发表的论文中，布莱克和学生Prakhar Gupta，Vinayshekhar Bannihatti Kumar和Mukul Bhutani提出了一种产生结局的模型，该结局既与故事相关，又足够多样有趣。

布莱克说，平衡这些目标的一个技巧是要求模型在结尾处加入一些与故事早期使用的关键词相关的关键词。同时，该模型因在结尾使用一些稀有单词而获得奖励，希望选择一个无法完全预测的结尾。

考虑一下这个由机器人生成的故事：“梅根(Megan)对选美世界是陌生的。实际上，这是她的第一个。她很开心，但也很紧张。结果出来了，她和其他参赛者走了出去。” 现有的算法产生了这些可能的结局：“她很失望，因为她不必学习如何取胜”，以及“第二天，她很高兴有一个新朋友。” CMU算法得出了这样的结局：“梅根赢得了选美比赛。”

布莱克承认，这些选择都不代表永无止境的散文，但当自动评分和由三位审稿人评分时，CMU模型产生的结局得分均高于旧模型。

研究人员已经在对话代理上工作了多年，但是自动叙事提出了新的技术挑战。

布莱克说：“在对话中，人们的问题和响应可以帮助使计算机的响应保持正常。” “但是，当机器人在讲故事时，这意味着它必须保持连贯性比对话中保持更长的时间。”

布莱克说，自动叙事可能会被用于在视频游戏中生成故事，或者会生成用于总结会议演示的故事。另一个应用程序可能是生成用于维修或使用复杂设备的指