[論文レビュー] Psychology-guided Controllable Story Generation

Yuqiang Xie, Yue Hu+4 more|arXiv (Cornell University)|Oct 14, 2022

Topic Modeling被引用数 5

ひとこと要約

この論文では、マズローの欲求段階説とプラチキの感情の輪を用いて、短期的な感情の変化と長期的な心理的傾向の両方をモデル化することで、一貫性がありプロトコル中心の感情的・欲求に基づく進行を示す物語を生成する心理学的誘導型制御可能物語生成システムPicsを提案する。Picsは自動評価および人間評価においてベースラインを上回り、生成された物語の整合性と心理的整合性が向上していることを示している。

ABSTRACT

Controllable story generation is a challenging task in the field of NLP, which has attracted increasing research interest in recent years. However, most existing works generate a whole story conditioned on the appointed keywords or emotions, ignoring the psychological changes of the protagonist. Inspired by psychology theories, we introduce global psychological state chains, which include the needs and emotions of the protagonists, to help a story generation system create more controllable and well-planned stories. In this paper, we propose a Psychology-guIded Controllable Story Generation System (PICS) to generate stories that adhere to the given leading context and desired psychological state chains for the protagonist. Specifically, psychological state trackers are employed to memorize the protagonist's local psychological states to capture their inner temporal relationships. In addition, psychological state planners are adopted to gain the protagonist's global psychological states for story planning. Eventually, a psychology controller is designed to integrate the local and global psychological states into the story context representation for composing psychology-guided stories. Automatic and manual evaluations demonstrate that PICS outperforms baselines, and each part of PICS shows effectiveness for writing stories with more consistent psychological changes.

研究の動機と目的

• 既存の制御可能物語生成モデルが、プロトコルの動的な心理的変化をモデル化できないという限界に対処すること。
• 物語生成に、局所的（短期的）およびグローバル（長期的）な心理状態の連鎖（欲求と感情を含む）を統合することで、より高い物語的制御性を実現すること。
• 心理状態の追跡と計画を統合した一貫性のあるTransformerベースのアーキテクチャを用いることで、物語の整合性と心理的整合性を向上させること。
• 心理状態の追跡、計画、コントローラーの各コンponentの有効性を、望ましい心理的傾向に沿った物語生成において評価すること。

提案手法

• 心理状態トラッカーは、各物語ステップでプロトコルの局所的心理状態（欲求と感情）を記憶・更新し、時間的関係を捉える。
• 心理状態プランナーは、望ましい物語の展開に基づき、プロトコルのグローバル心理状態連鎖（欲求と感情の系列）を生成し、長期的な物語計画を可能にする。
• 心理的コントローラーは、局所的およびグローバル心理状態を物語の文脈表現に統合し、心理的整合性のある出力を生成するモデルを誘導する。
• 本システムはTransformerベースのアーキテクチャに構築され、心理状態に配慮した条件付けを施した事前学習言語モデル（例：BART）を微調整する。
• モデルはStory Commonsenseデータセット上で訓練および評価され、導入文と望ましい心理状態連鎖を含む制御入力を用いる。
• 対照的アブレーションと人間評価を用いて、心理状態コンponentsが物語の質に与える影響を分析する。

実験結果

リサーチクエスチョン

• RQ1 局所的およびグローバル心理状態をモデル化することで、物語生成の整合性と制御性が向上するか？
• RQ2 心理状態トラッカーとプランナーは、一貫性のある感情的・欲求に基づく進行を示す物語生成にどのように寄与するか？
• RQ3 キーワードや感情のみに条件付けられたベースラインモデルと比較して、心理状態情報を統合することで物語の質がどの程度向上するか？
• RQ4 心理学的誘導型物語生成における主なエラーの種類は何か。また、それらは標準的な生成モデルのエラーとはどのように異なるか？

主な発見

• Picsは、GPT-2 や BART といった強力なベースラインと比較して、自動評価および人間評価の両方で顕著に優れており、特に心理的整合性と物語の整合性において優れている。
• 心理状態トラッカーとプランナーの両コンponentが物語の質に有意に寄与しており、アブレーションスタディでは、いずれかのコンponentを削除すると性能が顕著に低下することが示された。
• 心理的コントローラーは、局所的およびグローバル心理状態を生成プロセスに効果的に統合し、望ましい心理状態連鎖に密接に一致する物語を生成している。
• エラー分析の結果、繰り返し、矛盾する心理状態、曖昧な心理状態が主な失敗モードであることが判明した。繰り返しは、全体的な性能向上にもかかわらず、Picsでは特に顕著に見られた。
• 人間評価では、GPT-2 との64回のペairwise比較のうち56回、BART との100回の比較のうち100回でPicsが好まれており、認識される質の優位性が示された。
• モデルは、たとえば「空腹 → 行動」や「怒り → 争い」といった心理状態と出来事との因果関係を的確に生成しており、物語の論理的整合性が向上していることを示している。