[论文解读] Psychology-guided Controllable Story Generation

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

Topic Modeling被引用 5

一句话总结

本文提出 Pics，一种基于心理学指导的可控故事生成系统，通过整合局部心理状态追踪与全局心理状态规划，生成具有连贯性、以主角为中心的情感与需求驱动进展的故事。通过利用马斯洛需求层次理论与普莱奇克情绪轮模型，对短期情绪波动与长期心理轨迹进行建模，Pics 在自动评估与人工评估中均优于基线模型，显著提升了生成叙事的一致性与心理一致性。

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.

研究动机与目标

• 解决现有可控故事生成模型在主角心理动态变化建模方面的局限性。
• 将局部（短期）与全局（长期）心理状态链（包含需求与情绪）整合至故事生成中，以实现更强的叙事控制力。
• 通过整合心理状态追踪与规划至统一的 Transformer 架构中，提升故事连贯性与心理一致性。
• 评估心理状态追踪、规划与控制器组件在生成符合期望心理轨迹故事中的有效性。

提出的方法

• 心理状态追踪器用于在每个故事步骤中记忆并更新主角的局部心理状态（需求与情绪），捕捉时间上的关联关系。
• 心理状态规划器基于期望的叙事弧线，生成主角的全局心理状态链（需求与情绪的序列），实现长期故事规划。
• 心理学控制器将局部与全局心理状态整合至故事上下文表征中，引导生成模型输出心理上一致的内容。
• 系统基于 Transformer 架构构建，并通过心理状态感知的条件化方式微调预训练语言模型（如 BART）。
• 模型在 Story Commonsense 数据集上进行训练与评估，控制输入包括上下文引导与期望的心理状态链。
• 采用反事实消融实验与人工评估，分析心理状态组件对故事质量的影响。

实验结果

研究问题

• RQ1 同时建模局部与全局心理状态是否能提升故事生成的一致性与可控性？
• RQ2 心理状态追踪器与规划器在生成具有连贯情感与需求驱动进展的故事中分别发挥何种作用？
• RQ3 与仅基于关键词或情绪条件化的基线模型相比，整合心理状态信息在多大程度上提升了叙事质量？
• RQ4 心理学引导的故事生成中最常见的错误类型是什么？这些错误与标准生成模型中的错误有何不同？

主要发现

• Pics 在自动评估与人工评估中显著优于 GPT-2 与 BART 等强基线模型，尤其在心理一致性与叙事连贯性方面表现突出。
• 心理状态追踪器与规划器组件均对故事质量有显著贡献，消融实验显示，若移除任一组件，性能均出现明显下降。
• 心理学控制器有效将局部与全局心理状态整合至生成过程，使生成的故事与期望的心理状态链高度一致。
• 错误分析显示，重复、心理状态冲突与模糊心理状态是主要的失败模式，其中重复问题在 Pics 中尤为普遍，尽管整体性能有所提升。
• 人工评估显示，在 64 组与 GPT-2 的两两比较中，Pics 有 56 组更受青睐；在 100 组与 BART 的比较中，Pics 全部胜出，表明其在感知质量上具有显著优势。
• 模型成功生成了心理状态（如饥饿导致行动、愤怒导致冲突）与事件之间存在因果关联的故事，展现出更优的叙事逻辑。