[论文解读] Multigenre AI-powered Story Composition

Edirlei Soares de Lima, Margot M. E. Neggers+1 more|arXiv (Cornell University)|May 6, 2024

Artificial Intelligence in Games被引用 4

一句话总结

本文提出了一种多类型叙事的AI驱动故事创作框架，通过引导叙事生成来强制实现主题一致性，其核心为五种基本类型：喜剧、浪漫、悲剧、讽刺和悬疑。该框架采用两阶段AI驱动流程，包括示例检索与最具体泛化（most specific generalization, MSG），由此构建出可指导PatternTeller原型的类型模式，实现用户引导的交互式故事创作，并在多种叙事类型中保持一致的主题结构。

ABSTRACT

This paper shows how to construct genre patterns, whose purpose is to guide interactive story composition in a way that enforces thematic consistency. To start the discussion we argue, based on previous seminal works, for the existence of five fundamental genres, namely comedy, romance - in the sense of epic plots, flourishing since the twelfth century -, tragedy, satire, and mystery. To construct the patterns, a simple two-phase process is employed: first retrieving examples that match our genre characterizations, and then applying a form of most specific generalization to the groups of examples in order to find their commonalities. In both phases, AI agents are instrumental, with our PatternTeller prototype being called to operate the story composition process, offering the opportunity to generate stories from a given premise of the user, to be developed under the guidance of the chosen pattern and trying to accommodate the user's suggestions along the composition stages.

研究动机与目标

• 建立一组可管理的五种基本叙事类型，以指导交互式故事创作中的主题一致性。
• 开发一种系统化方法，用于构建编码每种类型结构与主题元素的类型模式。
• 实现一个AI驱动的原型系统（PatternTeller），利用这些模式根据用户提供的前提生成故事，同时支持用户输入。
• 通过将故事锚定在明确定义的类型结构上，确保AI生成故事的叙事连贯性与主题忠实度。
• 通过形式化且可重用的模式系统，弥合经典叙事理论与现代大语言模型（LLM）生成技术之间的鸿沟。

提出的方法

• 采用两阶段流程：首先检索符合每种类型特征的叙事示例，然后应用最具体泛化（most specific generalization, MSG）以提取其共有的结构与主题特征。
• 使用AI代理自动化完成示例检索与MSG计算，确保类型模式构建的可扩展性与一致性。
• 基于文学理论中的经典叙事结构（如Frye的类型与Ryan的剧情类型）进行综合，并通过示例分析加以验证，定义类型模式。
• 设计PatternTeller原型作为LLM驱动的界面，接受用户提供的前提，并在选定的类型模式引导下生成故事。
• 在故事创作过程中迭代整合用户建议，以维持交互性与个性化，同时保持类型完整性。
• 利用符号关系与叙事图式，确保生成的故事在情节、人物与基调方面符合特定类型的预期。

Figure 1: The user interface of PatternTeller being used to extract the pattern for the mystery genre (Pattern 1 ) using the following stories as input: “Murder on the Orient Express” by Agatha Christie (1934), “The Da Vinci Code” by Dan Brown (2003), and “Sherlock Holmes” series by Sir Arthur Conan

实验结果

研究问题

• RQ1 能否以五个基本类型——喜剧、浪漫、悲剧、讽刺与悬疑——构成一个最小但稳健的基础，用于指导AI驱动的故事创作中的主题一致性？
• RQ2 AI代理如何有效通过示例检索与最具体泛化（MSG）来构建类型模式？
• RQ3 类型模式在多大程度上能确保使用大语言模型（LLM）进行交互式、用户引导的故事生成中的主题与结构连贯性？
• RQ4 在类型特定模式的引导下，用户建议的整合如何影响叙事连贯性？
• RQ5 所提出的方法能否泛化至多种叙事类型，包括电子游戏中的新兴类型如反乌托邦讽刺？

主要发现

• 所选的五种类型——喜剧、浪漫、悲剧、讽刺与悬疑——构成了一个全面且实用的框架，可有效指导交互式故事创作中的主题一致性。
• 两阶段方法（先示例检索，后最具体泛化）成功识别并形式化了跨类型特定故事集合的重复性结构与主题模式。
• PatternTeller原型展示了从用户提供的前提出发，生成主题一致故事的能力，并能动态响应创作过程中的用户建议。
• AI代理显著提升了类型模式构建的可扩展性与可复现性，支持在各类叙事项目中系统性重用。
• 将类型模式整合到基于LLM的叙事创作中，提升了叙事连贯性并减少了主题漂移，尤其在复杂或混合型叙事形式中表现显著。
• 该方法支持新兴叙事趋势（如反乌托邦讽刺），验证了所选类型框架的相关性与适应性。

Figure 2: The first events generated for the story “ Merlin’s Heiress: The Tragic Symphony of Eira’s Ascension ” in the storyboard style of PatternTeller.